Nie będzie to o książce Andrzeja Dragana, która od jakiegoś czasu stoi sobie na półce, tylko o moich rozmyślaniach dokąd mam zmierzać w zderzeniu ze sztuczną inteligencją.
Jakiś czas temu polecałem książkę Daniela Priestley, która w ubiegłym roku ukazała się po polsku nakładem MT Biznes pod tytułem „Wyprzedane”. Pamiętam, że uderzyła mnie wtedy jego zdolność do przełożenia banalnego prawa ekonomi na skuteczny model biznesowy. Opisał on pewien paradoks, który większość ludzi rozumie, ale rzadko stosuje: to, co jest łatwo dostępne, traci wartość. A to, czego brakuje — zyskuje.
Wczoraj, dość serendypijnie, trafiłem na jego rozmowę w podcaście The Diary of a CEO. Stało się to w momencie, w którym sam próbuję zrozumieć, jak zrobić pivot — w świecie, gdzie ChatGPT i inne modele AI zaczynają podgryzać to, co przez lata było moim rzemiosłem: szkolenia, wykłady, doradztwo. I nagle przyszło olśnienie – Priestley mówi o tym, gdzie przesuwa się wartość.
Zczyna od diagnozy, która brzmi trochę jak ostrzeżenie: żyjemy w czasie, który jest jednocześnie najbardziej ekscytujący i najbardziej przerażający dla każdego, kto pracuje umysłem. Sztuczna inteligencja nie tylko automatyzuje zadania — AI obniża koszt tworzenia praktycznie do zera. Software, treści, analizy, strategie — to wszystko, co jeszcze niedawno wymagało zespołów, czasu i kapitału, dziś może powstać w kilka dni, a czasem nawet w kilka godzin. Analizy kredytowe, które zajmowały kiedyś analitykom tygodnie, dziś można zrobić w minuty.
Gdy koszt wytworzenia spada do zera, rośnie ilość twórców, firm, generowanych treści, produktów i usług. Dramatycznie rośnie ilość publikowanych książek, kanałów na YouTube, ekspertów od marketingu, strategii finansów. Priestley odwołuje się tu do starego prawa ekonomii — paradoksu Jevonsa — według którego tańsze zasoby są konsumowane w większej ilości. I to pierwszy obszar do refleksji – jak można to wykorzystać?
W tym właśnie kontekście zmienia się nam rzeczywistość. Uwaga ludzka jest ograniczona, ale podaż treści — nieskończona. Skutek jest łatwy do przewidzenia: większość tego, co powstaje, przestaje mieć wartość.
W tym miejscu Priestley wykonuje ciekawy zwrot. Zamiast koncentrować się na tym, co sztuczna inteligencja nam odbiera, próbuje wskazać, gdzie wartość się przenosi. Jego odpowiedź jest zaskakująco analogowa.
Wartość nie przenosi się w kierunku bardziej zaawansowanej technologii. Wartość wędruje w stronę rzeczy, które technologią nie są: relacji, doświadczenia, obecności. W świecie, w którym każdy może wygenerować treść, przewagę zyskuje ten, kto potrafi stworzyć więź. „Relatable beats impressive” — mówi w pewnym momencie. To zdanie, banalne na pierwszy rzut oka, okazuje się być jedną z najważniejszych intuicji tej rozmowy.
Nie wygrywa ten, kto wie najwięcej. Wygrywa ten, kto jest najbardziej ludzki.
Drugi wątek, który wybrzmiewa szczególnie mocno, dotyczy struktury biznesu. Priestley twierdzi, że wchodzimy w świat, w którym łatwiej niż kiedykolwiek zbudować mały, dochodowy biznes — i jednocześnie trudniej niż kiedykolwiek jest nam go skalować. Bariera wejścia spada, ale wraz z nią spada trwałość przewagi. To, co dziś jest „błękitnym oceanem”, jutro staje się zatłoczoną przestrzenią.
To obserwacja, która dla kogoś wychowanego w logice skalowania, przewag konkurencyjnych i barier wejścia — a więc w logice strategii Michaela Portera — jest co najmniej niepokojąca. I to właśnie drugi obszar do refleksji
Najbardziej praktyczna część rozmowy dotyczy tego, co Priestley nazywa „osobistą własnością intelektualną”. Każdy z nas — argumentuje — ma coś, czego AI nie może skopiować: własne doświadczenia, historie, decyzje, błędy. To właśnie na tym obszarze powinniśmy się koncentrować, zamiast konkurować w obszarach „towarów masowych”, czyli wiedzy, informacji, treści. I to chyba jest największa iluzja epoki – pogoń za ilością, za klikami. Musimy zerwać z tym trendem, co w dobie algorytmów łatwe nie jest i nauczyć się produkować mniej, ale bardziej osobiście. Uwaga: niekoniecznie lepiej, ale bardziej osobiście – to bardzo istotna różnica.
Słuchając tej rozmowy, trudno było mi nie myśleć o własnej sytuacji. Przez lata budowałem swoją wartość wokół wiedzy — finansowej, strategicznej, analitycznej. Uczyłem innych, jak analizować firmy, jak podejmować decyzje kredytowe, jak rozumieć ryzyko. I nagle pojawiło się narzędzie, które potrafi zrobić znaczną część tej pracy szybciej i taniej. Poczułem się zagrożony! I teraz, zamiast popadać w depresję, trzeba znaleźć konstruktywne rozwiązanie – szukam już od kilku lat! 🙂
Może problem nie polega na tym, że AI zabiera mi pracę. Może problem polega na tym, że przez lata definiowałem swoją pracę zbyt wąsko.
Szukam więc pomysłów na to jak zmienić wektor. Np., zamiast uczyć analizy finansowej jako zestawu narzędzi, jak uczyć myślenia decyzyjnego w warunkach niepewności. Pokazywać, jak powinno wyglądać podejmowanie decyzji kredytowych — nie w Excelu czy modelu scoringowym, ale w rzeczywistości, gdzie dane są niepełne, a presja czasu realna.
Albo inaczej, jak połączyć finanse z psychologią. Nie tylko „czy projekt jest opłacalny”, ale „dlaczego zarządy podejmują złe decyzje mimo dobrych danych”.
Zastanawiam się też od jakiegoś czasu jak zamiast jednorazowych szkoleń — budować środowiska, w których ludzie uczą się od siebie: społeczności, warsztaty, praca na realnych case’ach. Jak stworzyć ekosystem. Co prawda wyprzedził mnie już kolega, który buduje dość specyficzny ekosystem. Sprawdzony i przetestowany w różnych odmianach. Tu raczej nie będę z nim konkurował. 🙂
Wyruszam więc w nową drogę. Wiem jedno: świat, w którym wiedza była rzadkim zasobem, skończył się na naszych oczach wraz z narodzinami ChatGPT. W którą stronę mam zmierzać? Nie wiem. Wiem tylko, że muszę zabrać do autobusu właściwe osoby – jak to napisał Jim Collins w książce „Good to Great”.
Nowy świat będzie nagradzał coś innego. Nie tych, którzy wiedzą najwięcej, ale tych, którzy potrafią nadać tej wiedzy sens — i zakorzenić ją w doświadczeniu, którego nie da się wygenerować. I być może jest to właściwy moment na pivot. Nie dlatego, że trzeba. Dlatego, że po raz pierwszy od dawna — naprawdę jest dokąd skręcić.
Jeśli ktoś chce obejrzeć całą rozmowę to link jest poniżej: