INN I Ai-BOBLA episode 4: Får AI jobben gjort på jobben? | TORE WIG og OLE ANDRÉ HAGEN

0:00Høsten Slive så blir mimer og marshaler i det verden fra Elon Musk på centrumsene 14. tober. Vi undersøker av pegling til historiensriksdemann. Vi spør Karslax verden, Magar og teklårdsprøv og byg. Og finnes den nå som gans stoppt dem. Bilettan går inn og så sjøker opp tikkett master og sikkrede plass på centrumsene 14. tober. Mimer og marshal live, bilettan, finner på tikkettmaster.nod. Med fiken er det superenkelt å starte de tegget AS. Dropt i vanskle kjemene i alt de brønnne syngregisterene. Stift eller AS på fiken.nod i stedet. Fiken starte degget AS superenkelt. Det er som om hele verden medier og min omgangsrets delse i to. På en gjenese av dem som gjennas bråkmodellans kunstige intelligens endre absolutt alt for alt. På en andre se av dem som se at det er mye hypp. Det er i börsboble, den kjemte og sprikk.

1:01Det som jeg sikkert er at vi er 1.000 tals miljarder dollar som noe investerer i gigantiske AS Center i Norge i USA. Helt verden ikke skal følete gigantiske tap som har etter spørsel at det er etter computer og så aerangegraft. Ut i bedriften var helt gigantisk omgangske få år. Da blir det springende punkter, un verktøy som klod og tjettipitiv faktisk leveret i brilovat. Det er det som min verden i to. På en andre se av de kompisar som er vil inn i kjensen over kan aerogenten deres utrerte. På en andre se av dem som se at det er masse fel helt du på littlig og helt sikkert i boble. Jeg heter Magnus Marshal. Bremer med videre inn i aerobla. Det her i episode 4. Og i dag skal vi undersøke om aer får jobben gjort på jobben. Whoever wins with AI is going to win. That's how big it is. I want the future of AI to be made in Europe. Hvis du ikke får det her inne i modifnen og selvfølgelig.

2:04Siden debatten er polarisert i to for det jeg har i to i sida i episodeen. Professor i statfittenskap ved universitet i Oslo Torevik. Helt kommende til manifestmedia. Velkommen til at det er fomsforvarte bort i førstfonne. Andre ha en tusindræk. Tore er å ombart sigind som stat, svitter, kad din bakgrunn. Jeg får valgt 2-akserfon i førstfonne. I hvertalene har lyttiker en blant annet. Det var teknologiadene har lyttikerunner.com-bobbelen. Jeg har sett store forventninger, bråset så opp. For å utsprøkke. Og så sett at bak en veld bobble er også en realitet. Du vil også gjerne dæmpe i mannien, ideella av næringslivet i følgefinonsavisen. For det du mener at mange beriftet noe ikke er effektiviseres av tjett å klåd. Men enkelige av fåttseensmisken og holdesene her. Kollegar som ikke er veldig indelig. Ja, det stemmer det. Jeg er veldig glad i den smisken.

3:04Jeg holdesene her i denne kollegan min. Men den har hele klare begrænsninger. Og jeg føler kanskje at det er mange ansatte å sitte rundt om kring på arbeidsplassen. Og har kanskje litt frustration over kraven som stille, så over at man får vente den revolutionsjon. Så ser man kanskje at løsning ikke alltid er så bra. Og noen ganger er til å med helføl. Så jeg tenker at jeg greit å ha en lidsundsksjeppses. Både ta emot denne uteklogien, men også ser hele klare de begrænsningene den har. I dag så er jo ikke snakke om kvittig enormer med investeringen. Det kan minst børsverde i den knyttet av tekselskapen i lag i boble. Vi skal holde oss til spørsmål. Funke av i på jobben. Men senere først har en finnanksforvalgter her i edelå boble. Jeg er helt oppenbart i en boom. Jeg ser at vi er både en cappex boom. Vi byener å ha cappex betyr. Investerings boom.

4:04Og at vi er også i en kredit boom. Det byener utstætes veldig mer lån for å finansie er det. De siddat og senter denne. Vi er også i en verdsettings boom hvor de se selskapen er blitt ekstremt dyre. Jeg tror at jeg synes, for at vi er i en boble. Den er veldig høy når den spreker er ennlig største spørsmålet. Det kan ikke gjennom. Vi er absolutt altliggjørt for en ordentlig boble som føles inn vil spreke. Det her ser jeg med til å baket til i serien inn i Aie boble. Hvor et lundlig håp om at grønnska sprekk mens er igjen går. For det har jeg ble fort veldig interessert i kalsenbled. Men vi vet vi å fulle opp i ikke da. Tore du skrive i morgenblad. At Aie revolution treffe alt tekningskundskapsarbeet som en tsunami og at en enkelt forskjell noe i ditt velstvelt stadsvisenkapen. I principen skrive tusenvis av gode forskningsartikler. Hverte enståelse i mange artikler, hver eneste dag. Jeg har tenkt at forskjellige er på en mest avingssert for men for kunskapsarbeiden.

5:06Det er rett for at det er mange andre forskere jeg snakker med. Det er at K og I agenter kan gjøre mange tingene. En forskjell gjør, samle data, analysere data, skrive avingssert, statistikkkode. Det gjør mange reinoprasjoner som vanviser har veldig lang tid. Og gjør en del administrativ oppgave som forskjellige vanviser må få holdset til. Det bruker lang tid på. Den kan effektivisere forskjellige verden. Forsevarer du sånn at den kanskje kunne gjøre de stingene på nivå til en go-viten skaplig asistente, når man checker det kåige jeg egentlig gjør, så finner man at dette er bra. For et år siden så var det på go-viten skaplig asistente nivå. Nå er det mer på go-stipendiat nivå eller til og med på senior forsk nivå. En del av de statistiske analysene, for eksempel, er veldig, veldig høykultighet. Det er mitt poeng at den kan gjøre veldig mye forskere kan gjøre. Det lyfter på måte nivå for hva forskere kan gjøre. Ja, du skal jo ganske interessiastisk om det her flere rundan,

6:09og er du av i revisionsprofet på som funnisfit skaplig fakultighet. Jeg tenker veldig nyttige verter for å komme lenge på forskningsfordanten. Jeg er sceptisk til en eller samfunnseffektene kåige kommentarer. Det er sceptisk det, men jeg tenker som en historisk kritiker, at den industriele revisionsen var, at teknologien er et viktig verter. Men jeg kan ha en negativ effekt, hvis man ikke bruker det riktig. Når det er et viktig verter, så tenker jeg at... Det er en veldig stor forskjell på chatbotter, og det var interagere med en kå i en browser. Og snakker å sende prompt til chattkebetter, og det bruker kåige agenter. Og kåige agenter er egentlig som Lars Lengwetch models, som kjører på grunkoden på pessenen. Og da kan de seg agenterne gjøre en rikke oppgave, bruker programmer, hose i folder og så i dre, som gjør at de kan agere som en slags aktør på veien av deg på din enn pessen.

7:12Ja, Nair, har du noe vunnet ganske mer faring med ditt virkelig insistet hallår? Eller kanskje til med mindre nøytet. Jeg vil gjerne høre litt mer rom. Å landere som er sceptiker, kan du første tørs på balmer når du hører en tørsmen? Nair, jeg ser at man kan bruke ager på en del fagfelt, og det jeg tenker ager best på er og gjør det så kalt bulsigt jobs, hvor det gjør feil ikke er så øldre farlig. Det er at ager, jeg vil mindre gode på, er der du krevet faktta. Jeg blir presentert feil hele tiden. I dag, jeg bruker ager, så tar den i ulevere meg ting som den presenter som fokte, men som er regelret feil. Det krevet trendet øye og oppdaget der. Jeg vil redd for at mange runtomkring tar brug disse verktøene her nå, og ikke behåndler det med den skåsiskepsis og kildekritik, som man tror til å trængere å gjøre, hvis vi skal få vare den videre og få den mere produktiv, og ikke bygget samfunn basert på.

8:15Hallisyneren og foktar som økningrad er en risiko. Vi sikkert man behandler disse verktøene riktig. Nå har vi jo den interessiøstiske statsviteprofessor her. Du interesserer det hovedet for en forhold til å få det og bruke deg i bøbel. Jo, jeg vil. Det interesserer det veldig. Ja, du nemt jo det med det å kalle for agenta, og skrive i morgenblået glæm, tjett, G-P-T, det som revolutionerer dit feilt er agent, når kallene er koldagent, og det er jo noe så omsikker det ikke alle vet kan e-for noen gang. Så ta det fra bynelsen du, kan du lert? Nej, agentere har det som sagt systemer som gjør oppgave på datamarskindeln, bruker mappen i dine, bruker programvarnen, er det piton eller timene på med Word eller Excel eller hva det måtte være. Og de agentene kan bruke til det jeg bruker til er først å renses forskning, som man kan bruke det til datanalyse, innhenting av datasamensstilling,

9:17av datasamålning, som tar veldig lang tid avgangsert i reinoperationer, og når man checker utebutte som disse kogagentene leverer, så er det stort sett mye mindre feil i det atbutte en forskningsassistent leverer, en stippende av at leverer. Så jeg har ganske høyt til trott til kualteten og kualteten fortsett røkker. Så jeg har et enkelt eksempel. Nu kan jeg ha det, og vi fik et noket pisarshock, som viser at når man når skalje leverer en skil, ikke er løs så bra, nej. Da kan jeg be denne aggjagenten min, mærker jeg at vi ikke har en kualer agg her, jeg snakker ut minere statscertivisert når skalje man gjør på en versjet gjorslow, liket med fomsforalt i bromschen. Da kan jeg be klåde av seg jeg bruker det, og checker datasettan fra OSD, pisarsjyltata fra 2015 til 2025, somenhold med arden statistikk for utbrittelsen av smarttelefon, blandt ingre embegra i det samme lagene, og så ser jeg at den kurlagern.

10:17Det er veldig, det er fornøyle. Det er fornøylet. Det er på måte helt i bynn av den kan jeg gjøre. Så hvis du skal gjøre de her av ansert, kan jeg kjøre det nøve her. Da kan man for eksempel en ting jeg har gjort, at man har et kjempe stort datasett, vi har for eksempel et projekt, vil ikke konsekvenser ute i tære det kjemmen har forvordet forståning eller hva folk forstger på, vil ikke konkursjonen i trekker, og så har vi da et datasett på rundt 50 miljoner i vittenskapelertikler. Og så er jo... Jeg prøvdes sørge å sulle opp et par lagene nå. Ja, faktisk. Det er en del at projekt har fått pengen fra ERC, som har fått 23 miljoner for å gjøre analyser av dette her. Og i det projektet skal jeg anset det post-tokker, steppen i ater, og en del av det arbeide skulle anset til post-tokker, har alerede koggjegent i det gjort for meg, og det handler om å behandle data, sætter sammen data, stort data, gjøre analys måloppe-rationen på de datasettene, gjør analyser, teste i potesser,

11:19man kan teste mye flere i potesser på sånn et datasett med kogg og nøyre på en absolutt høy kvaltetsmåte. Hvordan har du vært for deg, hva er vittnet? Jeg ble enn klikket for det var jo en skjaksyn, den skal normal utvikling gittvård ting på vei, som er mer skjæt kvPT, og når man tenks at en del oppgave krever teknisk kompetanse og skjæt kvPT hadde en viss form for teknisk kompetanse, så tenkte man, så hvis modellen blir bedre, så vil også en teknisk kompetanse nøyre. Du skriver at det akademi jeg du ser ent for noen målasyn aldri sjemte bak. Kvaltyr det. Det betyr at det som før var på måte, det man leverte i koggetetativ samfunnsforstina som er jobblig, det var en forskningsartikel som består av, at man tar en annan hypotesser, en annan teori, en interessant datasett, og teste en annan hypotesser, en annan statistisk analyser.

12:21Det krevede mye arbeidsundelad i tingene, man på måte fikk poeng for akademi, det var arbeidsinsatset, även til å gjøre tekniske oppgave, for eksempel å programmere avingsert statistiske programmer. De tingene kan nå kå gjøre veldig fort, og mange kågjagernter kan gjøre mange av de tingene veldig fort. Det betyr at man kan da den typen generiske ganske gode artikler, som stipendiater og postokker, og forseult og professorer leverter for, kan nå produceres, det kan manse produceres. Og då har jeg tenkt at det skal ha på rettelt nytt paradigme i forskningen, hvor forskere må samarbeide med kåg i, til å gjøre større prosjekter, og hvor de evne som vi dyreke fram som forskere, for eksempel å øve den til å programmere statistikk kåde og jobbe veldig hart med det, ikke lenge det liker dere til, og det andre evner som blir relevante, og for eksempel å evne at nisterere store prosjekter være veldig kreativ, se sammening i meld om store døre,

13:21og bygg arkitekturer hvor kå i agenter kan fungere som medarbeidere i større forskersprojekter. Og andre hagen i toereviksen beskrivelse, så får vi å øye på en masse p.o.d. utdannene, se postokka assistent og andre, som er inni datamarskjene har nøs. Læst i en av de store datasett eller tekstmengda, test i potesa, skriv konkursjonene, så videre og så vidare, og at det er hannes beskrivelse, gjør veldig lite feil. Det her er jo noe ganskant, den du snakker om som en halvdesynere når litenliggjen smiske kollega. Ja, spørsmål er jo voldetare finne feilere ikke, men veldig mer oppgave, ni så har en stor tekstbase, og skal finne essensnider, så er det noe som sproknaderer har vel i godt ena til. Så betviler ikke det at man kan bruket det, det bruker selv også i min jobb. Når det gäller forskning, så er det spørsmål at man skal finne etterblertesandet

14:22i det eksisterende datagryllag, eller skal det prøve å finne nye intresanget ting, som folk ikke har tængt på før. Sistem til, tror jeg, er dårlig ena til, hvis det skal prøve å finne munstre inn noe av det, løsningen ligger litt på bora etterlandssteg. Du skal bare prøve å sætte det sammen på en måte som man ikke helt har skjønt før, da det er man holder på, men om vi skal for eksempel se på disse matematisk oppgave, når som språkmodelleren blir det veldig god på løs og. Det er for der de løser hele tiden, hvor nye gjennområdet i sier av forskninger er matematisk oppgave eller programmering. Det er en faset, vil det lett å trene en språkmodell, hvor det har en faset. Pratvis det er faset i stykke, så kan machine løringer, kjøres en og en og en og en, for for alt det gitt rette eller fæltesløtt, så det skal løsere bli en veldig god. Men så ser vi at vi ikke er en faset. Hva skal jeg la? Det er det veldig vanskelig hvor vitten har høy sinnerte lykke, og så skal jeg se på hva skjermed med, og det ikke er noe eller forskningen i total irritertere skjime. Så det vil vanskelig komme med helt eksekt hva er faset.

15:26Men det du kan nøyere er at vi sikkert skal på måte, hvis du bare skal trekke sensene i hva er det som eksisterer, hva er det man har skrevet? Domm for eksempel er språkverter, og det er for det en språkmodell vi snakker om, og definerer av en av. Det er fantastisk veik, hvor det går en om å lese uendelig med text, og prøv å sese en sammenheng med lov som finnes at text i forskjellig land. Så det er det godt egna verktøy. Så jeg tenker at faset oppstå på måte i kjæringspunktet, med de forskerens dømmegraft og kåjagentene, og eg i den arbeid, og så jeg spørr kåjagentene, hva som er faset i min forskning, jeg kommer opp med forskningspersmål, lagere en arkitektur for å gjøre undersøkkelse, teknisk undersøkkelse, som kan besvare det spørsmålet, og så syntes er i edelig information, som disse agenterne grav fram, på en måte som trecke på min vittenskapel i dømmegraft, så det er ikke sånn at man, så jeg tror det er en litt sånn forenkelig et fremstilling, og se at enn den som kan kå gjøre noe som har den faset, eller så kan det halvåsjoner og finne opp dummeting, kåj kan bruke til å gjøre grunnarbeid,

16:28som trings for å komme fram til insikter og onverden. Og det kan komme framhensiker. Jeg kom på en annen ting, for å løbe og satt, hvis faset er noen elige, så kan det ikke finne, men det har vært kreativ, jeg tror all over så, det er ikke så kreativ. Men, for eksempel, det å finne en kandidat til en ny antibiotika stemme, det er klart å kunstintliggjens i annen slags mønster i ansynning, at man annet, at de eksisterer, denne fungererende antibiotikum, de har følgende engelskapet, man ser på en rekk i andre målukkyrer, som den der, som var med den, i eksempel, eller andre ting, når man prøver at finne et munster, så noe som mennesker åverser. Det føler så på mot de kreativt, sted for at man skal stå seg. Ja, det er å finne eksisterende munster, som finnes den som ikke øyere klarer å se, det er ager, gode på. Og så skilmener en sprogmodeller, og andre machine læringstechnikker, men det er helt klart at... For kvar det, så er det for meg selv.

17:29Forskjent på det i to ting, en sprogmodel, eller en lennemens, når man snakker om noe, tjett og klå, det bygget på stor sprogmodeller, Lars Lengwils Models, mens machine læringskamerer, når man mer du ser ut om det. Ja, man bruker litt i samme teknikken, men man måtte med mere andre typer munstre, og man bruker egentlig de munster, og prøv å danne seg en formerning om hvordan ting henge sammen. Jeg spiller sjak, menneskjett ikke så godt på det. Nei, en sprogmodeller er då på spiller sjak, den er god på produceret, det messensynlig nestet ord i en kontext. Jeg sitte har tjett sett sjakbrikke, en derløde står en brikke. Ja, men en kan trene, så med å trene som er material, kan det til å få en sprogmodeller, eller fungere noe lundemeysak, men du kan se det samme teknikene i bunn, er det det som ligger til grunn for både, når man bruker alfagog, og det ser gugelig sine modeller for å spille både sjak og gode, så er det litt i samme teknikene, men man bygget de teknikene på or,

18:30og så fanden man ut av, og vi finner mønstre ordene henge sammen, og vi lager en sprogmodell. Så det er noe litt helt annet. Men det som jeg tenker er at innfor forskning, så er det jeg helt sikker på, at det er et kjempegott verktøy for å hjelpe en forsker, det er veldig godt verktøy for meg som forvalter, for å navigere her, men til å tenke utenfor boxen, så krever det, at du kan hva du håller på med. Men sen dyktig forsker, eller en dyktig forvalter, eller en dyktanalyttiker, den kan tvinge modellet ut i andre områder, en der modellenssel liker å være. Og jeg merker at vi ser en landfinanstheorie jeg er ueene, som jeg mener af feil, så vil alt det modellentendere til å fortelle hva som er, skal jeg gænske bare med en reikte, men synes jeg tvinger den litt ut, og gjør du klar på en del faktag, og grunnlag som jeg mener på moteksisteren, teori seg borte fra, så kan jeg få modellent til å bli en med meg. Men neste gang i noen personstillere samme spørsmål,

19:30så vil jeg gå tilbake, og svarer det samme. Han lærer ikke noen av min diskussjon, og hvis jeg er klar til å bli seg modellen, så dyste jeg ikke deg inn i treningskjønlaget til modellen. Ja, det er drøm på stocken det her, enig med syste taler. Jeg tror, man må komme litt forbi det, og spørre en kjette bot, spørre en ellerlem i browser, om hva som jeg svarer, det jeg snakker, de er at bygger på mot arkitekturer, hvor mange agenter jobber sammen for å komme fram til insikter. Og jeg ikke er at disse agenter ikke kan være kreative. Jeg har bygd systemen hvor agenter jobber sammen og konkurrerer om å komme opp med hypotesser, for eksempel om hvordan tingene er sammen i datomaterialet, uten å se på datene, så får hun sryggelserere på tesene, og så prøvdikerer de hvordan sammeningen ser ut, og sånn, du ser i datene. Og agenter er veldig god på det, hvis man putter de i riktig arkitekturer, og man må adnistere dette som et system, og se på det som en informationssystem, ikke som på mot en enkelt chatbot,

20:31og jeg er enig at hvis du spør, et chatkeptiet, om å være kreative, så får du ikke så lege osvar, men det er ikke det jeg snakker om, når man gjerne brukt i min større skala, i forskning, og det er det som ser nå. Og jeg er på litt tilfellige grunder, var på nobel pris-ruttelingen i 2014. Og alle, jeg snakker på det, var det verdens fremste vittenskalas. For å ikke runde på det, det var biologer, det var ikke jemikker, det var fyrsikre. De som vant nobelprisene var også og fik jo så prisenen veldig mye for AI-forstning. Alle jeg snakket med, så at AI-varifellet må revolutionere forskning på sinnefelt, dette var verdens fremste vittenskalas folk. Og de snakker om det jeg snakker om, ikke om på mot å spørre chatkeptiet. Det som er litt intressant var er, en av de som fik den nobelprisen var jo Jeffery Hinten, og han fortalt jo i 2016, at der er du låger, det er som en sånn løper utenfor krippen som fortsatt spinner, han har ikke helt funkt ut, at det er lådret stup rett under deg. Irke dit er døtt. Find denne jobb i radologer.

21:32Det var på mot å yrkesråde. Han stro på AS, evne til å lese den typen data, runkendata bedre enn radolog, hva er hundre procent? Han tog hundre procent feil. Det må jeg klarer, at disse AI-forstkarne er veldig god på sitt fagfelt, men de er ganske dårlig til å predictere framtiden. Folk de skal aldriere større mangler på radologer, enn der i USA i dag. Radologer er den yrkesgruppen brandligge som at høyslønsøkning, og så i perioden. Problemet ser ut at det blir enn om mere strukturell til underskud til neste fem år. Et forfairlig karriereråd er en forfairdlig dårlig analyser innfor sitt eget fagfelt, men han er veldig god på den kan, men vi skal være litt forsiktig med, og ekstra polere får mye at machine gjør ting bedre nås mennesker. Du ekstra polere, og litt torre, når du skriver at når du skjedt ståere fremsteg, koldagent andre innne, gjør ting i 2016, som man får få årsiden med at tenkt på som ladtlig eller mulig.

22:34Og det kjemt oss preser videre. Det stadig ny forskningsmølge av, og vi har bare sett binnelsen. Og du ser også tusen med i sartikla å gjøre. Jeg synes ikke det er bra, hvis det blir tusen i sartikla å gjøre. Men det er unnen foretssett inn, at artiklen har den samme typen innhold, som mitt på en gang kan generere tusen vise den typen artikl som producerer nå. Det er på et mye lavere vittenskapelige nivå, en diartiklen som nå kan producere med koget, som bruker koget på riktig måte. Det kan man få stadsvindskapet nå. Det er enkelt det, bare enkelt det, det er en konsultering av at forskningsfrånden lenge at noen teknologis i begränsninger så nå ikke er det længere. Og nå kan man producere helt andre typer artikler, helt andre typer forskningsprojektet, hvor verdenkelig forsker kan være mer som er som overrøyende forskningsleder og styrer forskningsprojektet. Vi er hjelp av kogagenter. Det flytter virkelig gränsene for hva vi kan gjøre, og dette ser man alle redde på en rekkefelt, både i naturvindenskapene, og i samfunnsvindenskapene.

23:35Det vil vi ikke sette, hvis det var så nåt kog bare var stokastisk på pengegjør som alle senerte. Pengegjør. Power ofis komprimerer to minutter på 30 sekunder. Hei, kjøv, så du kunne ta to på Tim's Nansen og ha det jemmekontogrenne. Det har tatt helt noen. Der er ikke just en, der er ikke tonne. Jeg er en sån feistefeysfyr, det er en feistefeysfyr, jeg løser ting feistefeysfyr. Om jeg er på jobbet nå, noe du åker at nå seg jeg er jemme, fordi jeg måtte være for jobber som nu forstider. Ja, hei, så to sekt det var det må være åpne for røyleggerne. Han skal se på dusen. Det er krevene og verchef. Heldevis er reinskapet enkelt. Power ofis, befrinene enkelt reinskap. Alle de som melsker gudrodskapfer nå. Alle de som melsker gudrodskapfer nå. Ja, vi ikke vil heire på lokale heltere som velg norsk. Når du kan samlaske gudroddrybund med gartner kvalitet i 1990, står pakke med 900 gramskjøvvri kjøtperlser for gildet til 6990,

24:37og at utvalg to årsuppe på 7490 per stick, så har du en litt sønne og billig midak. Vi gir oss aldri koppris, for vi er kviv min i bris. Vi skal til finne tryft borde videre den andre sija i den debatten her, men først en kort stemningsraport fra den bromsjon der språk måne elbasert. I kanskje har gjort det all er best nemlig koding. Jeg jobber i store ban. I den meddelningen i store ban som har ansvar for den plattformen de i infrastrukturen som har i Microsoft sin skjiller. Ersjøl som den åjhetet? Her hører vi eldar borgge i store ban, og han leder oss til et i tittimd her ansvarer for Clouden, Skjønt, Nama, Rope, Microsoft, og dem skal forret til å skjene flytte eller migreres, næt en enorm mängde data som dem bruker, selv og så utvikler han sine egne greier, og det tar langt i å flytte her fra alt som kan bli korrekt. Dem såt og pushla med det gjennom hele første halvår i år,

25:40og det gikk veldig trekt, men så fik jeg eller her ideen om å teste noe art. Nå tar man alt i et japs, så benytter jeg meg av AI, han troppig sine beste måde, som ette febbl, og sammen med den så satt jeg en økkes tid, og det hadde meg greit, og det var meg greit. Nå er det en snit tige gang som i på den nøka som vi gjorde all over før. Ja, hvert fall tige gangen i effektivitet, og sette igång klod. Gå den ikke om det har genn. Nå, helst ikke det riktig det, at jeg har spart det, tydelig litt på en IT budgette, har blitt 90 % lavere. Det tippe jeg her, han taggles økt, de har han taggles samme antal ansatte. De har han taggles økt, tokenkosten, en ganske hefte, og de får han taggles gjort mer med litt mer er fyrtjø, så så videre. Men det vi ser i en delbedrifter også, er at når det implementerer AI i driftene, meta, eller Facebook som i kaldere,

26:41det har også prøvd og har et ganske om besøgjøse, strategier med å få på plass AI, og det man også ofte ser er at politligheten i systemene blir dårligere. Man har mer en nede tid til flere sikkeresull, man bruker mer et tid på repareret etter på. Det har ikke hørt her om store brandvjøkken, som fått fulle vopp historien, om den migration her har etterlatser, ting som er helt fantastisk, hvor var det bruker den fri åke etteriden på? Eller om det er eventueilt at jeg kjørt ned bemanning i timene, Sinna? Jeg spyrt eller burget er hun kan ha en tenke om potentieale for AI effektivisering i høllessbromsje, og så gitt folk da framover. Det er jo som i hype-punten kring noe, at man måtte fangre hype-punten selv og i, men kjenner å på veldig produktivitet, løft, og det er noe, og som sagt en uttrykling desistå av er tilhelte en mån, kose uttrykningen benes, og det er å skrive sig, men det kan fort. Jeg er rett for å se at det kan nå stette ansatt, men det kan jo gå abdiet. Ja, eller her ser jo at stort potential basert på høyne seg forringene,

27:46og det er jo særlig noe i år, har man mennet avtatt av på den av kvaliteten, selv i oss en tropik med feb å, som har blitt hyn, og at man gjør helt andre tingene man kunne gjøre i fjord. Og sånn i store er mange av, men ha en du manner å til, og mykje besinnelse, selvom du advarer mot ai hype nene i slivet, og at ikke gul alt som glemmer deg i det måne her, og som du så inn på, jeg vel var kostnad sier, og sånn, du er litt så nayser. Men jeg vet jo, du skal tilbrykker av tjettpotten selv, så kan jeg ha skjedd her ta fra bynsel. Nå, så ting er litt komplex der, og jeg skal ikke ta fra at innfor software, hvor vi har til å fikk et eksempel av store bran, det er jo der av virkelig glimmer. Er ikkje sånn der har man på måte veldig mye tekst med materiale, man kan tre enn på fasets virke koden virker den ikkje også videre, så det er super her. Og derfor så ser du at alle demonstrationer, store fra Open, ai og en tropik i dag,

28:46det er software, det er software, han er bynne softwareen har blitt så god, og det faktisk er blitt et for meddabelt hækkervertag, så tar vi spålet du og jeg, kan set oss ned noen med klod, og gjøre ubordlig skade med den software vi har tilgängelig nå, rett og slett for lydene er blitt så god på kode, og der må så lage kode som er ødeleggene for andre sin software, og det er en av store utfordring når for begge cell skaper, det er på måte beskyttesamfunnet, for lydet på måte skapet litt såfter monster, for å kalle det. Så da man noen fortes med å prale er sikret systemen, han er andre enda. Ja, det skapes i taget, etter spørsel der, og det er virksom med vare strategien. Eller så alle måtte oppgave, så er de to tingene der, hvor de så modellen fungerer veldig bra. Men vare et nære som mye større, enn å lage kode, og gjør løsene måtte oppgave. Og det er jo litt der jeg kommer in, og i siste startet med de så modellen er her, eller vi kan egentlig starte enn å litt lenge tilbake i nettid, vi har jo snakket samlingene ofte det her med internet på opland. Og jeg præder oss i at for internet komm,

29:48så levde vi samfunnet ganske annen reddes en gjør i dag. Vi leser til papira viser, vi svog på TVen, når vi prøver med jikk på TV, da kan vi snakke om noe opptak eller noe streaming den andre. Musiken var begrenset til vår egen sede samling. Og vi kan se at her har du potentialet til å finne en del pain points til folk, et land som du mangler, og jeg hadde ikke et vært bedre, hvis du kunne set på TVen, når du selv ville, hadde ikke vært bedre, og at du kunne lesen nye etter åkker, når du skjeddes for rasket som mulig, hadde ikke vært lättere å finne din nye etter du selv vil lese, hører på musikken. Du vil høre fra ønne og kjøkken. Jeg er ikke sånn, fra hele verden, at hvert hører på musikken, hvor du er, ikke at du må sitte ved en høytale, velde mange pain points, man kan adressere her, og som internet, personlige pese, mobiltelefon, og trolløs nettverk, etter hvert treg og firge, og så til slutt femge, har gjort det til å løse. Etter hvert kan du si sex-syv år etter at boblundsprak,

30:51internetboblund, så fik vi forretningsmodeller som Netflix, som Facebook, som iPhone. Det var ikke modeller som var rundt i dotkombobblund, det var modeller som kom etter på. Og så i snopp has forward til i dag, så har vi noken gangblitt introduceret for en ny teknologi, som heter AI, kunstintleggens. Jeg synes det er egentlig veldig dårlig or. Jeg synes ikke den er intelligente i det hele datt, men den er veldig kunstkapstrik, ekstremt kunstkapstrik, og vi mennesker vi blannere ofte det med være kunstkapstrik, med å være intelligente, for jeg er veldig ofte korreleret. Du kommer til meg og får teller om andre veien skrig, og du øser at kunstkap om det taler, det står i hele bildet, inn i det taler, og så vidare, så vil jeg med ummiddelbart si du er veldig smart, du er veldig intelligente. AI kan gjøre det samme, men du kan også gjøre en feil som er helt idiotiske som et intelligent, men jeg vil lese det som et uintliggent menneske ikke vil ha gjort. Det ser ikke settingen.

31:51Jeg kan ta for eksempel et godt eksempel her nå, og drifte vil jeg litt før jeg går inn her, men jeg satt og skulle prøve å få tak i navne på brogn til lenn som et økres som har for at lilla, men som jeg har gått på skole samme i min barn, de har ikke set person på 30-40 år. Så tenkte jeg å søtte jeg litt på telefonkatterlund, fik ikke tak i den, så tenkte jeg å bruke seg sprogmodellen på der. Så jeg pütte av det inn her og spurte å kjeve med broen til at kalan anners økrust, og så venter jeg på et svar på lilla med. Og da kan svarer jeg, den kjente forfatteren kjelløkrust. Det var litt interessant at jeg bønk for det, jeg snakker om at jeg kan se 50 års forskjell melden disse to personer, så det kunne jeg ikke ha samme biologisk og morengang, så det er sier at det er noe avhj, her kommer den med det mest sandsynlig riktig svarer, og den har litt lets mye om kjelløkrust, og mengangene hadde økrust der, så var den på feilsbord. Og jeg vil se at den nye modellenene nå, et tydelig på en astra som er den siste mot denne til å opene avhjøen samme feilen.

32:55Men da se at det har det problemet, har det. Den har dipende av det nættverk som jeg trente på sprog, når det kan jette neste år, hette token og stemme, så får plussig ble settninger, konstigere veldig imponerende ut, hos det oppkundskap om andre ønsker du ikke så blir det. Men gjør de mest banale feil og så dumme feil, bomme på, men kan ikke skrive et dikt på 50 år, fordi den har gått for å køre en tel oren, en teletåken, sikst. Stopp litt akkurat der. Hvorfor trekk du fra det, hvor alt valg er det der, hvorfor skapet er problemen for denne aerobløsjon, når du har beslivet, at det er så god på en ting, og så dår det på nån. Fordi når du er næringslivet, og andre applicasjoner også, så er vi avgengig av at ting er 100 % riktig, eller så tett på 100 % som mulig, det samme gjellig selvkjørende biller også. Derfor er det for Elon Musk, selvom man lovte selvkjørende biller i 2014, at det skulle skjøle opp alper år, så har vi en av ikke hatt en bil som gjør det,

33:57Elon Musk sa en bil skulle gjøre i 2014, fordi det er veldig vanskelig, og går fra 99,99 % og fjøyte nok opp her. Hvis du er i næringslivet, så er det... Det er som selvkjørende billene. Nå er 99 % riktig så rekt å du engang juka. Ja, det er det som er trista. At hva er gandet med gripen, vi sikkjer du kan gripen, hvis du har en bil utenratt utenpedaler, at du har engang i juka, verse case. Så det er det... Statistiken blir veldig dårlig. Hvis du gjenn tar en liten risiko, mange nok ganger. Det er en språkmodel gjør en organisation er at en jentare, og det er producerer oer mange nok ganger, og da vil du garantere forfeil, fordi det er det man kaller en sandsynlig model, det er ikke en deterministisk modell. Så den kommer alltid med det den synes det er mest sandsynlig, så du søker opp mitt navn, og telefonummer, så vil en databasontering av det alltid leverer riktig navn. En riktig telefonummer på mitt navn. En avmodel vil ikke gjøre det,

34:57riktig varegang med mindre du bruker andre tekniker, fordi den vil komme med det som er sandsynlig, hvis det er riktig telefonummeret, men innemellom så vil den rote det litt til. Hvis du da kjører lundskjøring, for eksempel i oriklasystemet, så kan du kanskje ikke lever med at du betal er ut en miljard kroner i løn til en ansattvelden feiltagelse. Ja, en gjøre, bare. Ja, en gjøre. Så det kommer en ikke lever, men i mitt arbeid, jeg leiser veldig mye sett meg inn i problemstillingen, forlaget sammen, dra og så videre av analyser av tex og så videre, så kan jeg leve med litt halvusenering. Jeg vil oftot oppdage det selv også, andre gang om vi ser ikke oppdager det så er det ikke skjedverdenes største skade. Ja, så det slår med at næringslivet bruker jo veldig mye pengen på konsulenteen, så for eksempel som fra mitt arbeid, de som forsker, holder så laft nivå at det er bortkoster penger, og så har han analyset med sig, og kv leverer i forskningsoppegge, på en mye høyre nivåen de alle fleste konsulenteen til en striden herningslivet.

35:59Så det er åme, det er veldig mange områder i næringslivet, hvor der er rom for kvis, heller om den kan nøre fjell, for det konsulente er jo enda mer fjell, ofte er det ikke hver i fjellet. Men jeg er helt enig i at kvis i ørføylet, og det er for mange vite hva man ønsker å få ut av, hva man vil at agentene skal gjøre, og man må vite vise hva slags potensielle fjell som kan oppstå, og man må skekke veldig grunde hva agentene har gjort, og man kan også bruke kå i på en veldig god måte til å feil skeke sesell, og man kan ha et eget feilsekkingstim, for eksempel av agenter, som går i en om hele pipeline, som du har bruk til å gjøre et forskningsprojekt, og skekker den for feil. Det er fort at den er meget god på, mye bedre endte i alle fleste, mit en skaplig assistente, stippen i atel på ståker, og det er ikke fordi det er dårlig, men det er fordi det er beste modellerne noe er veldig god. Betyr det, du ser noe at du tenker at det er innvendig om poengen, som har en trekke fra dem, eller også bare.

36:59Jeg tror ikke, man kan få systemer som er helt feilfri, og det er som så eksempel med lundsjøringen er veldig godt. Det er det jeg kan man ikke lever med feil. Jeg vet ikke om mennesker vil gjort feilere, en av de beste kog modellerne i det eksempel, det må man jo teste og se hvor feilratene er, det vi alltid veldig feilratte. Men jeg tror på veldig mange problemer, så er det løspart. Som har du noe om det, og var en til 2-diskussjonen, men det trenger ikke å skylle seg dem som snakker, og at det er med å nøyre det korn og skylle seg dem snakker om. Og har jo noe om du er jo inn på det, med at når utgindig folk bruker et verktøy, så nemt tror jeg intelligent, og får spitt 8-12, som viser seg hvert helt feil, så kanskje det blir spret vedere, når man visker lekken bynder nøt, så bynde alle verden å bygge på det feil, talle. Og det høres jo troverde i princibelslut, men vi ikke snakker om processer av ansett kunskap sin hentning, analyser og så virresvindere,

38:01styrt av en professor som har lang forskere træning, utdannning ved et kan hel på meg. Kan det være at vi har for få professorer, at det er ljort å släppe oss i oppsommene? Ja, det er veldig godt spørsmål, jeg tror et stort problem er at de personene som på måte kan bruker koep og mest mølge kynne de måte, de som virkelig har dypfakenskap på sitt veldt, og vet hvor de kan bruke agentet for å svare på spørsmål, som de selv diregerer agentene til å utforske. Vi vil jo få veldig vanskelig å komme til det, hvis agentene er uansett å gjøre alle oppgavene på de tilere stadene, så hvis de som for eksempel var det som før det som pd er ble forskere, ved å gjøre statistisk analyser programmerer i erre andre stikprogrammer hent i en datar, gjøre alle de tekniske oppgavene som man får byggelsjoppe dømmekraft på, og så kunne de på måte komme opp til tøyre nivå, professor nivå hvor de kan bruker den dømmekraften de har, og deregerer andre forskere til å gjøre ting.

39:02Jeg har foran seg dømmekraft for å produsere seg nivå. Net opp. Men hvis deres om at ko gjør alle de tekniske oppgavene som man gjunjerne for gjøre, hvor de skal june og komme til at dere ser nivå hvor de kan bruker ko på en måte som fungerer veldig bra. Vi skal også bak i et tekbrang, fordi dere ikke alle er heller og bevis måtte i basert på sprokene veldig. Nu du vendevis er framtida. Jeg er en CEO og en mannig direkter av Hermit Tech, så det er en datakonsulten se loketet ut i Melbourne, Australia. Jeg er også en prøvnene tek-writer. Vi er datakonsulten se, og alle i dette er en ting for en engene. Befor kommet igjen av dette podcast, jeg er programt for 5 hveres. Jeg tror det gives en insight at a lot of commentators don't have. Nikhil Suresh leder for at ikke er veldig stort at tek konsultfilmene i Melbourne, Australia, som er at det er Hermit Technology. Og han har blitt ganske markert markant i det feltet her, som han kritiker av det han kollegor i mannig i nænslivet. Nå ganger han så bygger vi over i sykose.

40:05Og forteller at alle slags filmene vil ha aylösninger når de kjemme sine tegge insynere. Og for å ha Hermit, og så vil kundene ha en set bot i annet, når konsumperrum kan ha som helst nere i databassen, så når toppchefen kan finne ut, kan som helst på 5 sekunder, som han før måtte gjennom en masse jensredige ansatt og renoet av, og så vil jeg med denne halene. I en gang, for det stier jeg, har bestemt at a i fremte jeg, og så måtte redusere det. Så da ikke, at det har vært på virksomheten i må, den typen effektivisering som styrt er tolddamskefor.

41:09Så har han en annen blokke i nærlige veld, men observere ingen som lyckes så langt med å spare på virksomheten i må, som tidigstens sitt forstens eller borger opp i store bran, og ser 10 gangerne effektivisering. Så det her er par adokks som vi styrer på. Hvordan ser det ut i Norge, og landere vedt vi om bedrifter og organisationer. Med det har blitt lavene emme, vil det effektivisering, og volstomst med kunstintliggens. Jeg tror vi ser i Norge, som vi ser i alle stedereverden inklusive i meta, som jeg nemt til tileggere, hvor det har vært en skuffelser inklusive markresoff, og så vidare. Det vi har av forskningene er å beste gage, at vi har hatt en undersøkelse her og trendre selskapel i Norden. Og der var det kun 4 % som hadde det man ser betydlig av. Kastning, det fleste hadde ikke hatt noen gavins på det jeg gjort. Det var en emmatireport som jeg ville gått pubrisert.

42:12Det var det 95 % som hadde nulprosent, asån nu, Zero, målbare avkastning. Man har bain som konkludert med teknologiwork, det value didn't arrive. Man har en brukingsrapport som nøylig kom ut og nå, som ser at teknikoprogress er et takklig kapel til measured produktivt i statistik. Og så har vi jobbstatistik. For det er jeg fik aldri helfuld for at argumenten med teglig startet og med internet, at man hadde masse pain points som man skulle adresere, og så kan du komme til A i hver deg egentlig å benage og entroppig prøver å selles. Det første prøver å selles, som jeg kan se mest trist, det er å utslett ting av hele menskeheten. Se en sitt dag på Twitter var jo alignment chefen i antropik og fortalt at han anser at han minst 10 % sylhet for at menskehet blir utslettet til å løpe at 10 år.

43:14Alrede 2019 er normalancerert et G-PT2, som var en vits av en modell. Det var shoppass bra med å å openage den ganger, at de måtte holde den tilbake, og samme rettorik som i høyredag, men når vi ser G-PT2, lager jo alle. Vi ser at det er en breff, det er minskremmende jeg har sett i helmed liv. Kjennet på det, tror jeg, det er en del hype. Jeg tenker ikke det er mye hype. Ja, det er greit. Du må den del hype. Ja, man bynter aldri det der med denne friktoretorikken, og så har man det fult opp med alt. Man har modellen som begynner å å openage det, at vi måske likelig vil utslettet til menskeheten, og modellen har satt som synet på 25%. Men du som jobber inn finanst og svidere investering, for å forklå til å plasse i pengene til et rønt sted. Det er ikke det her noe som kan hjelpe for å få investerat, og tenker at det er veldig kraftigste teknologi, og det er veldig elegant og bruk til en avvarskel, så høres det som en kritikk og branschen, men egentlig så bare jasser em opp betydningene til denne regne.

44:15Det er veldig måte å gjøre det på, men jeg tror noe å ikke kan være litt sontidig, det som prøver å sitte her er, det vi sitter igjen med er jo interkottet her, er skremmene bra, og da må vi følge opp, med hva er det nesten punkten når det ikke er det utlette menskeheten jobber med? Jo, det er jo fjernet White, Colder, Work, og kunskapsarbeidarna, for de trenger ikke lenger på de teknologien er så veldig bra. Og så kan man jo prøve å se hva er det som har sett der nå, se her vi at disse arbeidsplassen er ble borte, og der egentlig bare et sted hvor jeg vil se er virkelig på ned så langt, og der inn for koden og softere utvikling, der har den påvirket arbeidsplassen, arbeidsmetodiken. Vi kan ikke gå inne se på softere selskapene. Er det blitt mer elundsomme før? Omsettere det meren før, har det kuttet kostnadene meren før? Har vi fått flere features meren før? Det er eneste målbar vi har på softere, der at antal Colder har økt eksponensiellt. Så Colderlin har vært økt mye, det vi også har,

45:15er at features har knapt økt, det vi har også er at sikkerhetsbrud, og så vidare politleten kan vi ikke se en målbar endring på her, noen medlatten til med å bli dårligere. Men inn for softere hvor det fungerer, der er faktisk antal ansatte, og så økt, så selv inn for softere hvor det her virkelig fungerer, så kan det virke som at faktisk og vi har det bedre verktøy. Om det er det ansatte blitt mer verkt kanskje, og det er softere, hvis vi ser på andre arbeidsplasser, så ser vi jo at det har vært lite berurt av AI. Jeg har rikt noen eksempel på bedrifter som prøvd og kute ganske kraftig. Og en av de eksempel er, det man kaller klaren av, som var først ut her, og med braske og bram, kuttet ned arbeidsståken ganske, så hefter, med dere sultat at kundeserviceen ble helt elende, og det måtte snurre enn til døra. Det er så typiske eksempel på, tre bruk AI for då for tidlig, og det er jo da kundeservice diskuljøre med der. Men i en av dette, det anmattet er ligglig smatt,

46:16interne smartelfon, løsten, måtte problemere i verden, som du ramse opp, og så spørsmålsstengen å kha er det eller løs på oss. Men det er veldig utklarter hva den løser. Den løser det jeg tror den gjør er at den får være og en av oss til individueilt følelg oss mer produktive. Vi kommer over mer, vi får gjort mer. På bedriftsnivå er det ingen målbare effekter generelt sett. Det vil altes være noen bedrifter som sikker tar ut av det som virkelig har fått hjertet på den forrättningsmületter. Så er det sikkert noen som man kan ødelagt litt modellen sin og ta i brukverketen en litt fortyldig her nå. Men det vi kan se på er at generelt så har teknologien ikke leveret denne lovet. Og så kan jeg gjerne sitte her og sida. Men faktisk amod deg og alt man. Så leder han for antropik og oppen i ardenen. Så man har tenkt ord i börsnotertegg igjanta, men ikke jeg har blitt det helt enn nå. De har jo faktisk en siste måne her. Hvert ute og sagt av sådere vi tok feil.

47:17Den her var ikke så farlig som vi trode. Den fjernik arbeidsplassen så rask vi føler. Ökonomien har mye treget i seg. En av trodde eksisterer til alt man som har kun åpens. Det var ikke så veldig mye om hvordan økonomiske processer og hvordan vi er å kjøre endringens processer i næringslivet. Amod deg, han sa at det er driv å gå rundt og se at ah, er det kjør cancer? Det må blitt en krisked og inspirerike lenge nedgang. Han ser selv, vi har event jæt til livert om av å byg promesses til benenfittet hvul. Så enteng jeg var jeg i ser, men de må se chefene selv. Vi har ikke leverert og sukkerberg også. Han ser at AI og genteknogien hadde nokt accelerator at sikkerle og sikkert anticipated. De tre chefene som er noen av det mest positivt til AI hele veiden ser teknologiene leverike. Så da trenger vi å være så veldig. Og siden i måte tenker jeg da. Du gjør jeg toren. Jeg tenker jeg at de se advarsklen om trusselen fra K, som er uregulert, kommer ikke bare fra selskapene.

48:18Da var det veldig fint vis at det var bare var selskapene så at dere seg eget produktkomter utsløte verden. Det er for å være en veldig råd i business. Men det kommer fra forskningsmiljøene. De beste forskningsmiljøene på kunstinteligen som Jeff Hinten som var noe bellprisen i 2024 som advarte mot nettopp dette her på noe bellprisen banketen i Stockholm på samme fest. Så advarte der denne som åguelige som var noe bellprisen i ekonomi og verdenes fremstøkonom om de potentielle effekten dette kan ha på arbeidsmarketer. Det her er forskningsforankredde advarsler og det blir fordomt og avfære som har i som kommer fra selskapene, det kommer fra forskere og togge kunstgasmiljøer. Men da skal vi ta den trusselen om mensketene, så virre den retturikken og så legger vi den til det siden. Og så konstigher vi på for AI jobben gjørt på jobben. Det her med å få en skri fra mål, det er oppnodda effektivisering, insparing og sånn på viksmesnivå og katt en kund. Jeg kan ikke sparte på effektivisering på jobben,

49:21men jeg kan være grunnet til det, en kan være mannere til et brukre fall. Vi vet jo at organisationsen og mensker det utrolig dårlig til å ta i bruk teknologi og bare ta et eksempel fra min egen ranger. Det er veldig mange forskere på jobben på gode universiteter rundt kring å ha den som bruker metoder som avlegs for 10 år siden, eller for 15 år siden. Ja, 100 år. Det er fortsatt veldig mange tegge av teknologiske nyevinninger, også i forskningen, som virkelig er den branschen som har initiativt å gjøre. Så det er veldig stort treget i å ta i bruk til nye steder metoden og nye teknologi, fordi folk er utrolig konservativ ofte og satte i sin egne vaner og sånn, så jeg tror det kan være en årsjag. Vi har høyret ikke vil ikke nye oppgave for bruker tiden sin på når de tar i bruk kåi. Nå kan de ta ut mer prograsthenering. For eksempel eller mer av så andre ting som ikke er så effektivt. Eller folk kan gjøre dummen ting i stedet for å di ting i deler som bruker til tid på som kåi nå gjør, så det er litt vanskelig å evaluere.

50:22Vi må se på siktet. Det er det vi den som ligger opp på sikt. Det er det vi den som ligger. Det er en så veldig godt point for det er å trodde battene står noe de tallene som og denne emene her er overvildende fra hele veiden. Man fin ikke på viksmetsniveå store inspireringen av effektiviseringen. Det er også mer sånn anecdotisk enkelt ting som skrinlagger for eksempel Microsoft sin idé om å implementere sin kåpalet i Excel-programmet. Har du noe skrinlagt på grund av problemet med politlighet og sånn? Det kan også gjennom at Microsoft er det var eller at AI verkte til flere er for unikte. Men spørsmål er det blir det å være rundt nestesving. Nå skal vi sette oss når vi konkluderer noe med å holde ikke løft hans inne. Eller skal vi tjefri for eksempel i organisationen som du ser i toare? Kompetasjonerier gjør en undersøkelse relativt nylighed, hans byrten rekke bedrifte. Om to ting har du dokumentert

51:22inspireringen om den AI-grann har satte igjen. Og skal du satt se masse på en nestår 80 procent svarter jeg på det første de har dokumentert nå som helst. Men 60-70 procent skulle ha full pinne mest år. Og da må man spørre lederene til å gå trur og grunden. Det er ikke hans siden som vi har. Du har høyet utifte da, men ingen inspireringer eller ikke tiltsvarer, en inspireringer eller større inspireringer. Og da svarer lederene stort sett det jeg har omståttet. Det er med fortreg. Det er med for litt. Enlig sånn skal jeg på Kurs, Nikola Tangen, som jeg leder veldig større sover enn weltføn. Se at han togangskurser folk jeg har, for det er dem som trenger det mest som vil de minst og så videre. Det her er jo fulgt mulig i Ålandere. Og sånn at teknologien er sterk, men det er det ansatt å nå grømme. Jeg tror at man har feilprodukter og selle. Det er at folk har tregget til å ta brugteknøyet. Det er helt feil. Vi sitter og har nå, og læser vege på telefonen vår eller på pseen vår.

52:25Vi ser på tv, strimen når vi vil. Vi kjører rundt en elbil med kartlo navigerer og fram hos om helst. Jeg synes vi i mennesker har en fantastisk evne til å ta brugt ny teknologi som fungerer. Det kommer også til å gjøre med det vi dag kaller aylåstningen, men vi har gjort denne for det produkter de seller oss generelt ikke er bra nok. Vi kan ikke ha en halvysenere, den kollega som noen ganger. Stort sett er ekstrem kunskapsrik og bra, men noen ganger gjør helt katastrophale feil, som en ordensasjon ikke kan leve med. Du kan ikke noen ganger skriven kontrakt som gjør å ta brugt miljard kroner, fordi du hadde en klusul der som den fjærna tilfelligvis i siste utkast. Det var med i alle andre utkast, men elangrund, så fanden ut at den ikke skulle ha med den settningen i den endel utkast, og det siden kontraktet kanskje var på 300 sider, så ble den fjærnet. Det som kan man ikke leve med i en virkelig verden,

53:26så du må på måte ha en kontroller, og det vet jeg at bedrifter jobber med de prøver å få det hurtig å bli et politlig produkt. Men du ser for eksempel tar Microsoft som er verdens større, og vi lager oss kaller det større måte så bedre, så er det beste så en av de beste softre skjellskapen i verden. Det er ikke mange softre, som sier som, men du kan vi få prøv. Ja, de har 450 miljoner brukere på offens 360-paka. Det de prøver mest av verden alle søllene der er insettivert, er få folk over på kopparløtt. Etter å jobbe med den år i 4 år, så har du fått 30 miljoner, av de 450 år på kopparløtt, og hvis du går på nett og spør, hva de 30 miljoner synes om kopparløtt, så tror jeg det er ene med deg. Det er ikke en av de beste softre skjellskap i verden. Erfaringen med kopparløtt er stort sett ganske begredelig, for de alle ralder forrestet i forhold til hva som var, for vennningen og mer løsningene. Men jeg tror det er en sånn situke å bruke kopparløtt. De bruker å klade, og det funker jo. Det funker jo at jeg er enet kopparløtt jeg veldig dårlig.

54:28Det er en veldig dårlig måte å ta i bruk kogeteknologi, og det er typ i sådan norsk næringslev, at man skal ta i bruk. Den på måte er litt overfladisk pakken som Microsoft seller deg, i stedet, for å bruke noen som kan bruke avancerterprogrammet på din egen pese, uten å gå veien om Microsoft, og på universitet urslås, så er det også en press for å ta i bruk Microsoft, en løsning ved det kjempedoria. Det er liksom en Excel. Hvorfor skal det bruke Excel når du kan bruke, når du kan programere de sammen tingene i R? Og mitt poäng er at det er svårt at den kjempestokonsulent prøvn, så når det ikke er så fortsatt, bruke Excel når det egentlig kan bruke R. Det er et eksempel på dårlig takkup og teknologi, og det som er grunt at QE takkupen heller ikke er vi være selv i go. Det er verfor at det er veldig spennende øyebrikk, når vi har den typen talsmæs nok om her, at 8 % av eksempel har opplevnås-exemene, at 70 % næsten skal gøne på forfølge og skylde på ansatte, fordi alt det vi lurer på får vi oss var på i løpet noen år, og så er det boblæ, ikke? For eksempel, vi kommer å tilføle vite.

55:30Og vi skal få klare, og observert det, nemlig at lelsen styre måke inn eller lømmer til den, selv om vi ikke har erfart at det funker, så har nikseresnede meldbørn noen erfaringer, men hvorfor det er sånn, for eksempel hente fra advokatbranschen. At almost every major enterprise I Australia, og en veldig fyr i USA, almost all of them have some sort of AI project going on right now, that either cannot possibly work because of the nature of the technology. En eksempel, imagine a law firm that is trying to deploy a chatbot that they know has some hallucination rate, you know, meaning it just makes mistakes, trying to remove the lawyer from the loop. At some level, they know they can't actually do that for reasons of liability, but they still run the project. A lot of the projects are sort of in that shape now, and it's mostly to tell their board or executives that they're doing something with it, because they haven't figured out how to be invested,

56:30but if they don't invest, people tell them that they're not suitable for the role. So to keep their jobs, they just have to do something. Han påstår fra scener erfaring, at den måsene topløder av settinggang, AI-projektet på jobbønsnene vet ikke det er som to funker for konnigt fjerne, juristen fra advokatsfirma, at besluttning for det er du kompisaksøkt, men jeg gjør det lika veld, for det er noen å fortalt styre at AI er frem til å. Er det egentlig? Jeg jobber ikke stå til et med bedriften, men jeg tror at veldig mange styrer, veldig mange ledelser, de skal jo faktisk være på en ganske øde øy, for ikke fått mese at AI er kommet her, at AI-mangelser er så revolutioneren og bra, og så prøv man da å ta det i bruk, men man har egentlig kanskje ikke som vil det egentlig gent, forhold til hva skal vi gjøre med teknologien? Og jeg synes Steve Jobs, han sa det veldig bra i en talengarn, at de alltid starter med customer experience, og så jobber jeg bak å til teknologien,

57:32hvor han kan vil løse problemet i kunn med teknologien, du kan ikke starter med teknologien. Så at man ikke skal løse problemet i kunn med teknologien. Ikke sånn, og så kan vi få det her til de fae effekt. Det er det jeg tror at i dag er den største utfordringen for en stor utbredelse av språkmodellerne. Det er at man har på mange nåter ikke helt knekt koden. Jeg tror man kommer ikke knekt koden der også. Det tog seksyvår, fører fikk Facebook, fikk Netflix, fikk Spotify, fører fikk iPhone, så det kommer noe ut av det her. Men i dag vil jeg nok tro at vi ser mer en nisser og folk vil gå både med en øy kunnskap og høy teknisk kunnskap får mest ut av disse modellen i dag. Men hvis du skal rullet ut til store ørynsationer, så tror jeg at neskapet mer er frustration. Vi sikker, du lade kommer unne fra å gå opp med at det kommer overne fra å man prøve at dyste den ned. Jeg er på tese på hvorfor man ikke ser det. Vi ser ikke, og vi kan også være at den deler de oppgavene.

58:35Man gjør internt i bedreister ikke, og jeg ser det med enningsfølgelig. Man er stattet med enningsløs oppgave, men nye menningsløs oppgave, og det finnes jo mange eksempel er også fra en eilingslivet på at det er med jo waste og bullsitt aktivitet. Og hvis du har bruket kå i på det, til å er stattet og bullsitt aktivitet, så finner du opp nye bullsitt ting, lelseseminare og alt mulige sånn rare treningssopplegge og konsolentebruk som ikke har nå sees ond. Så videokken blir noe produktivitetisk og vinst. Den er på tese. Den er på tese. En digital infrastruktur som nikksurer sitt firma installerer hos sin kunda er databassen snofleg. Den har noe fått en tettpot på toppen som heter Cortex. Den tettpoten vil alle kundanjerne ha, men nikks firma nikk til installeren, for det er ikke virke bra nok. Kundan vil lønne ha en likk av veld. Det er noe av en lLM technology i normal corporate context, er noe som noe er ikke komputerligere. Men den demmer er veldig impressiv. Du har den med demonstratie, det er kjønt. De av det sobret petite duoline som frem og quantit gearbox,

59:37men langt enda bedre kunstter vi gine på samt son det 911 motorer og korvindet at man kunne få en ting som blir en algo dårlig tidig forelid curiosity空et. Diese er en masse custom alles puisg Many Destiny N virketen200 mijnærga årshaden undr skeen跟大家 utfølgelig. Mostly Contestoration fail og fin. og uiden sagen. Cortexen vil være for contratenissorstraut eller hva de sett er for unloader mot sem og Do similar discovers. Så neuralise prøver det å hånder med den antlippen for shield mindet tremende Alle Russikkel Prize видеоen.

1:00:58Det er ikke veldig bra, men Kortex tjett botten, den språkmodel, som gjerte som synglig gjør. Den har en liten stågrem, den mikroner har av å til, så pruttselig å bli kjepen overlykklig over å ha hundere, då bra omsettning og siste hallor. Det er mål av hvert du bruklig hvert du. Det hører ikke bra ut av den typen feil, må man å heller lide en checker. Det er en steg interessant at den deler eksempel når vi snakker om her fra just, fra dette eksempel. Han du opp mot dem instangsevor en fakta feil koste veldig mye. Det er det enige at det må man has systemer og mennesker som checker at alt er riktig. Det er definitivt noe som man må ta på over. Det er sikkert sige, jeg vil saken i følgere. For du følger finaingsavisen, men at jeg bruker et trett å klål på åben snart for som en status som vi pin-koden se, en teat, en negere investering-sopplegg. Hva mener man? Det er egentlig henspillig. På der er at når du prømte og laster og dine tanker i det, og innfor ettings dokumenter og så videre,

1:02:04så vil jeg andre at de tar de datene og bruker rett til å trene nesteg generasjonsmodeller på. De set å selskapene er en enorm konkurranse. En tropik oppen er en enorm konkurranse. Hvis du i betalerne har på den tåst mannefest med det, men liker vel hører det her, så bør du gå til episodebeskrivelsen i din podcast spiller med en gang. Tryk på rettlenket der, så får du opskiftet på korreter for abonnentversjon inn i din spiller. Da får du nemlig høyresistet del av samtalen, der vi snakker om kordan, silikon, veldig konstert, bedrifts i det endin. Vi spørre pessimisten niksøres ned i meldvøn, kan ha en trur om professor Toreviks medget gode agerføringer, ved forskningsfrånden, og så prøver vi å sortere litt av. I kajadesbrokendelen kan og kajdem ikke kan når AI prøver å få jobben gjort på jobben. Hvis du ikke er abonnent, så synes jeg du skal være der å bli det med en gang med en gang med festmedia i fortje finansiert, og du kommer bli med på laget på med og med festmedia.nod.

1:03:20Mannefestmedia er folk i finansiert. Blitt abonnent i dag, det å når du enkelt med vips på mannefestmedia.nod.