Le ultime tre cose che l'AI non sa copiare
"L'AI non ha reso obsoleto il giudizio umano. L'ha reso l'unica cosa che conta ancora."
La settimana scorsa il nostro team di design ha esaminato trenta landing page generate dall'AI. Tutte e trenta erano belle. Abbiamo passato due ore a discutere su quale fosse quella giusta.
Alla fine ne abbiamo scelta una. Non era la più curata. Sembrava semplicemente Genspark. Non avrei saputo dirvi in anticipo perché. Ma nel momento in cui l'ho vista, qualcosa nella stanza è cambiato, e l'abbiamo capito tutti.
Non era la landing page a contare. Era l'atto di scegliere.
Nei miei precedenti otto articoli di Seeing AGI ho scritto dell'arrivo dell'AGI, dei team AI-native, del vibe working, del divario dei token e di come l'AI stia riscrivendo il ruolo umano dentro l'organigramma. C'è stato un filo silenzioso che non ho mai nominato. In questo articolo voglio provarci.
La mia migliore ipotesi, oggi: man mano che l'AI rende l'output una commodity, le ultime tre cose che restano difficili da copiare sono il gusto, il giudizio e la fiducia. Tutto il resto si può generare. Quelle tre resistono.
L'output sta diventando gratuito
Nel 2023 un'analisi di mercato richiedeva due settimane. Oggi quattro minuti. Una landing page richiedeva una settimana. Oggi è pronta prima di pranzo. Una funzione pulita richiedeva un'ora. Oggi undici secondi.
Non è una storia di produttività. L'atto di produrre qualcosa sta diventando gratuito — e quando la produzione diventa gratuita, il valore si sposta altrove. Succede sempre. La musica registrata ha spostato il valore dai dischi ai brand degli artisti. La stampa l'ha spostato dagli amanuensi agli editor. PowerPoint non ha ucciso i designer; ha alzato l'asticella per i migliori.
La domanda che mi porto dietro non è più "come produco più in fretta". È: quando l'output è gratuito, cosa rimane scarso?
La mia risposta provvisoria è: tre cose.
La prima: il gusto
Devo essere onesto prima di scrivere una sola parola al riguardo.
C'è un argomento forte secondo cui chiunque scriva un lungo saggio sul gusto sta, quasi per definizione, dimostrando di non averne molto. Le persone che ammiro di più su questa dimensione non parlano di gusto. Scelgono bene, di continuo, e lasciano che il lavoro parli da solo. Nel momento in cui cominci a spiegare come si riconosce il buono, di solito hai già smesso di averne.
In questa sezione sono lo studente, non l'insegnante.
Detto questo: quando guardo le scelte che hanno retto bene nella mia carriera — i prodotti che hanno funzionato, le assunzioni che si sono moltiplicate, le scommesse che hanno pagato — non erano quelle ottimizzate. Erano quelle che sembravano giuste a qualcuno che aveva guardato il problema abbastanza a lungo da sapere come sarebbe stata fatta una soluzione giusta.
L'AI non cambia questo meccanismo. L'AI cambia il volume. Il muscolo dello scegliere, che prima era una piccola parte del lavoro, sta diventando la maggior parte del lavoro.
Ecco la parte che mi mette a disagio: la maggior parte di noi è stata addestrata a produrre. Mi sorprendo ancora, dopo dieci minuti passati a esaminare cinquanta opzioni dell'AI, a digitare la mia versione. Non perché la mia sia migliore — spesso non lo è — ma perché produrre sembra più simile al lavoro, e scegliere sembra troppo silenzioso, troppo passivo, troppo come se non mi stessi guadagnando il posto.
Quello che sto cercando di fare, in modo imperfetto, è invertire questa abitudine. Passare meno tempo a generare, più tempo a guardare. Articolare per iscritto perché una cosa è meglio di un'altra — non perché sono sicuro di aver ragione, ma perché articolare è l'unico modo per scoprire dove il mio istinto è calibrato e dove no.
È tutta qui la pratica. È più lenta del produrre. Non so ancora se sta funzionando. Lo scoprirò allo stesso modo in cui lo scopriranno tutti gli altri.
Quello di cui sono abbastanza sicuro: l'AI non ha reso obsoleto il muscolo dello scegliere. L'ha reso il muscolo che conta.
La seconda: il giudizio
Il gusto riguarda la scelta della versione giusta di qualcosa. Il giudizio riguarda se fare quella cosa, in generale.
All'inizio di quest'anno ho chiesto a un PM di usare l'AI per generare ogni idea di prodotto ragionevole che avremmo potuto perseguire nei sei mesi successivi. È tornato con una lunga lista. Tutte difendibili. Una frazione più piccola era genuinamente giusta per chi siamo.
Ne abbiamo scelte due.
Le ore passate a sceglierne due sono state le ore più importanti che ho lavorato quel mese. Generare sembra lavoro. Dire di no sembra nulla — finché un anno dopo ti volti indietro e capisci che era tutta la partita.
Quello che trovo davvero difficile nel dire di no ora è che i no sono più rumorosi di una volta. Quando generare un'opzione non costa quasi nulla, ogni opzione che non scegli sembra un piccolo tradimento. C'è una versione concreta di ciascuna lì nell'output dell'AI, che sembra ragionevole. Sceglierne due significa passare oltre altre cinquantacinque scelte ragionevoli. Richiede più convinzione di prima, non meno.
Non ho un metodo pulito. La cosa più vicina che ho è qualcosa che ho imparato da un mentore più vecchio: ogni settimana, scrivi su una singola pagina cosa hai deciso di non fare, e perché. Lo trovo più difficile di quanto mi aspettassi. Alcune settimane la pagina è quasi vuota — e quello è il segnale. Non stavo davvero decidendo. Stavo solo eseguendo qualunque cosa si presentasse con più forza.
La terza: la fiducia
Il gusto definisce quale versione è giusta. Il giudizio definisce cosa costruire. La fiducia è ciò che spinge qualcuno a interessarsene davvero.
In un mondo in cui ogni concorrente usa gli stessi modelli, la domanda che gli utenti si pongono — di solito senza formularla così — è di chi credo all'output? La domanda è quale persona, quale brand si è guadagnato il diritto di essere ascoltato.
La fiducia è la più strana delle tre. Non vive dentro la tua azienda. Vive dentro la testa degli altri. Non la puoi generare. Non la puoi comprare. Puoi solo lasciare che si accumuli, lentamente, su un orizzonte temporale che la maggior parte delle aziende non ha la pazienza di sopportare.
Sarò onesto sul perché ho scritto questa serie. Ogni pezzo è, tra le altre cose, un deposito su un conto di fiducia che non controllo del tutto. Il conto non è la fiducia in Genspark come prodotto. È la fiducia in me come qualcuno che prova a vedere chiaro in pubblico, disposto a sbagliarsi ad alta voce. Se i miei articoli di Seeing AGI invecchieranno male, quel conto sarà vuoto a prescindere da cosa lancio. Mi serve essere lucido su questo patto. Mi tiene onesto, perché non scrivo cose a cui non credo davvero.
Di cui sono sicuro: in un mondo di output AI quasi identici, la parte della tua azienda a cui gli utenti si ancoreranno alla fine non è ciò che hai prodotto. È la traccia di come hanno tenuto le tue decisioni. Che è solo un modo per dire: la fiducia, nell'era dell'AI, è l'ombra lunga del giudizio.
Perché continuo a scrivere queste cose
Un amico mi ha chiesto di recente perché continuo a scrivere questa serie.
La risposta onesta è che lo sto ancora capendo per me stesso.
Ho un figlio di 13 anni. Ho un'azienda di circa 70 persone che stanno scommettendo la loro carriera sul mio giudizio. Non sto scrivendo questi pezzi perché ho capito tutto. Li sto scrivendo perché l'unico modo onesto che conosco per capire qualcosa è scriverla e lasciare che persone più intelligenti di me mi dicano dove sbaglio.
Gusto, giudizio e fiducia sono le mie migliori ipotesi. Potrebbero essercene altre che non ho visto. Una di queste tre potrebbe rivelarsi meno duratura di quanto pensi. Continuerò a scrivere mentre imparo. Mi aspetto che parte di quello che ho scritto qui sembrerà ingenuo fra due anni. Preferisco essere ingenuo in pubblico che silenziosamente sicuro di me.
L'unica cosa di cui sono in silenzio sicuro: quando le macchine possono fare quasi tutto, la parte che ancora conta è cosa gli umani scelgono di farne. Non cosa possiamo fare. Cosa scegliamo.
Scegliere è il lavoro, adesso.
Eric Jing Ancora a capirci qualcosa, in pubblico