Note pentru companiile pre-AI care fac tranziția: - Scopul este să fie punctul de difuzie economică între progresul modelului și valoarea pentru client. Asta înseamnă că dacă modelele devin de 3 ori mai bune, clientul tău primește valoare de 3x+. - Modelele fac progrese inegale între domenii ("inteligență tăioasă"), așa că vrei să reprezinți problema în domeniul în care modelele excelează. Poți lua problema ta de business și să o reformulezi ca cod, matematică sau logică structurată? - Cea mai mare greșeală este să încerci să faci o supra-inginerie în jurul modelelor. În mod implicit, îi expune la mai mult. Chiar și tehnici precum ingineria contextului vor avea probabil o durată de valabilitate limitată pe măsură ce ferestrele de context se extind și progresul modelului continuă. - Modul în care îți organizezi compania contează. Porniți de la un extrem: în loc ca AI-ul să îmbunătățească ușor productivitatea individuală, puneți modelul în fruntea unei întregi unități de afaceri și lăsați indivizii să gestioneze excepțiile, iar modelele să facă ceea ce modelele nu pot face (adică să scoatem clientul la o cină cu friptură). Începe cu ceva neglamour și cu vizibilitate redusă și vezi cum se comportă. - Produsul probabil se va împărți în două suprafețe: o interfață tradițională care suportă interacțiunea umană și fluxurile de lucru + o suprafață asemănătoare unui terminal, auto-modificată și care gestionează sarcini ambigue cross-funcționale (da... openclaw pentru întreprinderi). - Clientul tău știe și mai puțin despre aceste modele decât tine. Trebuie să începi să-i ghidezi spre cea mai ambițioasă versiune a viitorului lor. Dacă ești într-o industrie care prețuiește cu adevărat baza de angajați, pictează imaginea AI-ului care le permite să angajeze mai mulți și să crească NPS-ul lucrătorilor — nu să angajeze mai puțini și să îmbunătățească profitul. Ajutându-i să fie suficient de ambițioși va fi la fel de greu ca alinierea tehnologiei cu aceste ambiții.