Kdo v práci používá jen MS Copilot, absolutně netuší, co se právě teď děje. Takže místo aby se lidi učili pracovat s top AI, řeší jak si zjednodušit práci v Excelu.
Podle mě je jediná cesta to, že si lidi - kteří si toto uvědomí - zaplatí si Codex nebo Claude Code ze svého a naučí se s tím pracovat asap. Jedině tak uvidí, jak bude brzy vypadat jejich (ne)práce...
I'd always thought AI was terrible at design, but after reading today's 🤯 post by @anshuc, I realized I was just doing it wrong.
"AI models are capable of amazing creativity, but that creativity gets stifled. LLMs are trained to be next-token predictors: they look at a sequence of text and predict what typically comes next. Great design is exactly the opposite of this. Great design bends the rules and delights users with memorable, unexpected choices."
@anshuc led design and engineering teams at Apple for 12 years. In his words: "Most people only see 1% of AI's creative potential. I want to show you how to tap into the other 99%."
His 8 techniques for breaking out of the 1%:
1. Use seed strings to inject variety
2. Be much more ambitious with your prompts
3. Create positive feedback loops with subagents
4. Use image generation to enrich designs
5. Use video generation
6. Cut out elements that don’t add value
7. Remove AI tells
8. Rewrite copy by hand
Read the post here: https://t.co/OEnvr1Z1LK
P.S. This design was made by AI 👇
Some of the biggest companies of the next decade won't be software businesses. They'll be services companies like insurance carriers, law firms, and tax practices rebuilt from scratch with AI doing most of the work.
In this episode of Startup School, YC Visiting Partner @CharlieWarren walks through the playbook for building AI native services companies, covering how to pick a market with the right traits, why variance kills these businesses faster than anything else, and the P&L math that’ll transform your business model.
00:00 — Intro to AI Services Companies
01:01 — Picking the Right Market
02:55 — Markets YC Likes Right Now
03:43 — The Sam Altman Test
04:35 — The Right Founding Team
05:28 — Building the Product
06:19 — Variance Is the Existential Problem
07:08 — The Early Demand Trap
07:53 — How to Price AI Services
08:41 — The P&L Walkthrough
09:33 — AI Operating Leverage
10:27 — Don't Buy Your Way In
Lifestyle creep je situace, kdy s rostoucím příjmem automaticky a často nevědomě rostou i vaše výdaje. Ne o jednorázovou radost, ale o trvalé navýšení standardu. To, co bylo včera luxusem, se dnes stává „nutností“. Je to pomalé. Proto je to nebezpečné. https://t.co/6gWvUBn93J
Jedeme dál! 🚀 Demis Hassabis sdílel velmi zajímavou úvahu o budoucnosti AI, která krásně navazuje na můj poslední článek…
- Tvrdí, že AGI už není otázkou desetiletí, ale spíše několika příštích let.
- Současnou dobu označuje jako „podhůří singularity“ (foothills of the singularity).
- Odhaduje, že dopad AI může být 10× větší než průmyslová revoluce a zároveň přijít 10× rychleji.
- AI podle něj může urychlit vývoj léků, energetiky i vědy způsobem, který si dnes jen těžko představujeme.
- Zároveň ale varuje před novými bezpečnostními riziky a říká, že máme krátké okno příležitosti nastavit rozumná pravidla.
- Proto navrhuje vytvořit nezávislý systém testování a bezpečnostních standardů pro nejvýkonnější AI modely ještě před jejich nasazením.
Ať už se jeho časový odhad naplní nebo ne, jedna věc je zřejmá: debata už není o tom, jestli AI změní svět, ale jak rychle a jak dobře se na to připravíme.
Kdo by si před deseti lety tipnul, že tech firmy budou volat po regulaci?
Spinning up 50 AI agents with in parallel - each scraping, analyzing, and reporting in its own isolated cloud sandbox, with files upload, structured output and MCPs included - sounds hard. It's not.
https://t.co/ny1iNli3DI
Vaše největší kariérní hrozba není umělá inteligence, ale vaše touha po „čisté“ práci.
Tato myšlenka z eseje Luise Garicana nutí přehodnotit, co dnes vlastně znamená „bezpečná kariéra“. Dlouho jsme věřili, že cesta k úspěchu vede přes úzkou specializaci a precizní plnění jasných úkolů, jenže v éře AI se tato rada stává nebezpečnou pastí.
Tady jsou 4 nejsilnější myšlenky
- Kolaps ceny "čisté" práce. Pokud se váš úkol dá popsat algoritmem (daně, jednoduché smlouvy, základní kód), jeho tržní hodnota se právě teď blíží nule.
- „Nepořádek“ je vaše nová výhoda. AI exceluje v datech, ale naprosto selhává v „tření“ reálného světa, tedy tam, kde se mění pravidla za pochodu, chybí materiál a lidé mají špatnou náladu.
- Paradox radiologa. AI sice přečte snímek lépe, ale to je jen 36 % práce lékaře. Ten zbytek je komunikace s pacientem, etika a navigace v nemocniční politice. To stroj nezvládne. Zatím.
- Hloubka znalostí jako pojistka. Potřebujete vědět víc, ne míň. Ne proto, abyste úkol sami vypracovali, ale abyste poznali, kdy si AI začíná sebevědomě vymýšlet.
Stojíme před velkou strukturální změnou. Profese, které jsme považovali za „neefektivní“ kvůli jejich neuspořádanosti a nutnosti neustálého lidského vyjednávání, se stávají těmi nejcennějšími.
Budoucnost patří lidem, kteří operují jako generálové v chaosu. Používají AI jako svou soukromou armádu analytiků, ale sami se nebojí vstoupit do reality, kde data nejsou v úhledných tabulkách.
Přestáváme prodávat svůj čas a začínáme prodávat svou schopnost navigovat v nejistotě a nést za ni odpovědnost.
Celý text u mě na "Peníze, procenta a prosperita" – link v komentáři.
Která část vaší práce je natolik „messy“, že by ji žádný algoritmus nezvládl ani za pět let?