Der Zukunftsforscher Roy Amara fand heraus, dass die kurzfristigen Folgen technologischer Entwicklungen meist über-, ihre Langzeitwirkungen aber unterschätzt werden.
Das passt zum technology hype cycle, der mit Euphorie beginnt, in Ernüchterung umschlägt, um dann mainstream zu werden.
Dem exponentiellen Verlauf gemäß Moore’s Gesetz folgend, werden diese Phasen bei KI, im Vergleich zu Mobilfunk oder Internet, deutlich schneller aufeinander folgen.
Es wird interessant sein, dabei die Lücke zwischen technologischer Entwicklung und breiter Anwendung zu beobachten und mit der Historie zu vergleichen.
Das Wallstreet Journal hat soeben zehn Experten befragt, wie sie den Stand der KI um das Jahr 2030 einschätzen. Die Quintessenz wird nachfolgend dargestellt, bevor ich abschließend das künftige Zusammenspiel von KI mit zwei andere Schlüsseltechnologien betrachte.
Gary Marcus, Gründer und CEO einer machine learning company, die an Uber verkauft wurde, meint, dass den LLM-Systemen schon jetzt das Lernmaterial ausgeht, es kaum weiteren Fortschritt geben und eine große Blase platzen wird.
“2030 könnte wie 2023 aussehen, mit besseren Grafiken.”
Optimistischer und auch fundierter scheint mir die Sicht von Erik Brynjolfsson vom Stanford Digital Economy Lab zu sein. KI wird aus seiner Sicht zu einer profunden Transformation der Wirtschaft (business transformation) führen, ohne das Arbeitsplatzverluste das Hauptthema werden.
Neue Fertigkeiten, Prozesse und Geschäftsmodelle sind zu entwickeln, wofür es keine historischen Daten und Regeln gibt. Unsere Fähigkeit zu improvisieren wird uns in 2030 noch überlegen sein lassen.
Gewinnen wird ein an Tätigkeiten, wie z.B. Programmierung oder Kundenservice, orientierter Ansatz, weil diese für Organisationen fundamental sind, nicht Jobs, Produkte oder Fertigkeiten.
Alex Sigla von QuantumBlack, AI by McKinsey vergleicht die Adaption mit der des Internet, wo Unternehmen, die darauf aufgebaut wurden, denen weit überlegen waren,
die es auf bestehende Strukturen aufgepflanzt hatten.
KI wird in 2030 an jedem Arbeitsplatz zur Verfügung stehen, aber reine KI-Unternehmen werden höheren Produktivitätszuwachs verzeichnen.
Amy Webb vom Future Today Institute sagt voraus, dass bis 2030 die derzeit gebrüchlichen Large Language Models wie ChatGPT von Personal Large Action Models ersetzt und durch tägliche Nutzung trainiert werden. Sie werden unser ganz individuelles Verhalten, unsere Aktionen, unsere Launen und Präferenzen studieren,
sich anpassen und damit in der Lage sein, komplexe Aufgaben zu erfüllen. Das kann auch in Kooperation mit Corporate Large Action Models erfolgen.
Der KI Forschungschef von Gartner, Erick Brethenoux meint, dass persönliche KI- Agenten den Wendepunkt der KI Entwicklung bis 2030 markieren werden.
Solche agents können heute schon z.B. den Inhalt eines Meetings zusammenfassen. Künftig werden sie auswählen, was davon für den individuellen Nutzer relevant ist.
Prof. Giuseppe Loianno von der New York University schätzt ein, dass Roboter um 2030 in der Lage sein werden, in komplexen Umgebungen miteinander und autonom zu agieren. Das wird besonders großen Einfluss haben in Produktion, Logistik, Sicherheit, Bau, Gesundheitswesen, Transport und Weltraum.
Damit werden Menschen neue Rolle zukommen, was aber auch die massive Umschulung von Arbeitskräften erfordert.
Um 2030 wird integrierte KI die Interaktion zwischen Patienten und Medizinern transformiert haben, meint Metin N. Gurcan von der Wake Forest University School of Medicine, ohne neue Einsichten zu liefern.
Zwei weitere Beiträge befassen sich mit empathy bots und dem gesellschaftlichen Vertrauen, worauf hier nicht eingegangen wird.
Mein persönlicher Eindruck ist, dass einige der Beiträge die Auswirkungen der KI-Technologieentwicklung unterschätzen. Die Branche investiert nicht umsonst in hyperscale data centers, mit unglaublicher Rechenleistung und exorbitantem Energieverbrauch. Der rasante Aufstieg von Nvidia ist ein Indikator dafür.
Und KI befruchtet auch zwei weitere aufstrebende Technologien:
KI und Energie
Die Anforderungen der KI an zuverlässige und preiswerte Energieversorgung wird möglicherweise SMR den Weg in die Massenanwendung eröffnen, also small modular (nuclear) reactors, die am Fließband hergestellt, am Einsatzort aufgestellt und in Betrieb genommen werden, für 20 oder mehr Jahre saubere Energie liefern.
KI und Bitcoin
Autonome Systeme brauchen ein digitales Zahlungssystem. Dafür ist Bitcoin perfekt geeignet. KI kann so als ein weiteres Anwendungsfeld der führenden Cryptowährung etabliert werden.
*****
Wenn Dir der Beitrag gefallen hat, gern liken oder teilen. Danke!
Über neue Beiträge automatisch informiert werden?
Zum Beratungsangebot –> hier
Unternehmer ⟴ Wegweiser 