Was verlieren wir im Zeitalter der KI? – Beobachtungen eines normalen Menschen im Jahr 2029

Autor: danny

Am Mittsommertag 2029 regnete es wieder in Singapur. Der Regen kam aus Richtung der Straße und erreichte Tuas, der Himmel war so niedrig, dass er schien, als würde er die fensterlosen Datenzentren berühren. Jiaming stand im Verbindungsgang und sah, wie das Wasser in Schichten über das Glas hinunterrann. Unten fuhren einige fahrerlose Logistikfahrzeuge entlang der weißen Linie in den Entladebereich, ein vierbeiniger Roboter hielt am Wasserstand, wie ein Hund, der nicht nass werden möchte, und rechnete ruhig zwei Sekunden lang, bevor er herumging und weiter zum Transformatorenraum ging. Weiter weg bewegte sich der automatisierte Hafenkran im Regenvorhang, und gelegentlich zog ein rotes Licht am Himmel vorbei, vielleicht eine Polizeidrohne oder ein Inspektionsgerät des Stromversorgers.

1. Im Jahr 2029 spricht kaum noch jemand über KI

Es gibt nicht mehr viele Menschen, die ihr Handy herausnehmen, um solche Dinge zu fotografieren. Vor drei Jahren, als Punggol zum ersten Mal normalen Menschen erlaubte, in fahrerlosen Shuttle-Bussen zu fahren, brachten Eltern ihre Kinder extra mit, um es auszuprobieren; als das Fahrzeug ankam, machten alle zuerst Fotos, bevor sie einstiegen. Heute fährt ein fahrerloses Fahrzeug an Jiaming vorbei, und es ist fast so, als würde sich eine automatische Tür öffnen – niemand hält an, um einen genaueren Blick darauf zu werfen. Die Zukunft, die wirklich in das Leben eingetreten ist, sieht nie immer wie die Zukunft aus. Das Licht war einst ein Wunder, später blieb nur der Satz "Warum ist es noch nicht repariert?"; das Internet war einst wie eine andere Welt, später wurde es zu einer Bewegung, die man unbewusst im Aufzug macht. Das Gleiche gilt für KI: Erst wenn die Leute nicht mehr jeden Tag "KI" sagen, hat sie wirklich die Gesellschaft erreicht.

Jiaming ist jetzt über fünfzig, und sein Haar ist im Vergleich zu vor einigen Jahren deutlich grauer geworden. Er arbeitet immer noch bei der Versicherungsgesellschaft, aber das Unternehmen ist nicht mehr dasselbe, das vor drei Jahren mit Excel verwaltet wurde. Sein Einkommen ist um fast dreißig Prozent gestiegen, es gibt mehr Kunden, mehr Produkte und das System ist komplexer geworden, aber die Anzahl der Mitarbeiter ist nicht gewachsen. Eine Ecke der Etage, auf der der Kundenservice untergebracht ist, ist leer, die traditionelle Backend-Operation hat stark abgenommen, und die Aufnahme von Junior-Programmierern ist stark gesenkt worden; auf der anderen Seite sind Begriffe wie KI-Governance, Cybersicherheit, Roboterrisiko und Modellabsicherung, die früher nur in Beratungsberichten vorkamen, zu Abteilungen mit Budgets, Chefs und KPIs geworden.

Sein alter Kollege Yongkang arbeitet im Datenzentrum im Erdgeschoss. Vor einigen Jahren war Yongkang Programmmanager bei der Versicherungsgesellschaft, wurde dann entlassen und ist jetzt für einen Teil der Automatisierungsgeräte, Auftragnehmer und Infrastrukturprojekte verantwortlich. Seine Tochter Yining arbeitet bei einem Unternehmen für Energiesysteme und ist derzeit mit Datenzentren und Netzbetrieb beschäftigt; sein Sohn Houzai hat bei der Bewerbung an der Universität bereits festgestellt, dass niemand mehr "KI nutzen zu können" als die wichtigste Fähigkeit anführt, so wie niemand extra erwähnt, dass er Google benutzen kann.

Wenn man nur die Straßen betrachtet, sind 2029 und 2026 gleich. Die U-Bahn ist immer noch überfüllt, die Wohnungen sind immer noch teuer, die Eltern haben immer noch Angst, dass ihre Kinder verlieren, die jungen Leute haben immer noch Angst, keinen Job zu finden, und die älteren Menschen glauben immer noch, dass die Welt immer schneller wird.

Aber wenn Jiaming gelegentlich die letzten drei Jahre übereinanderlegt, wird ihm klar, dass die Gesellschaft heimlich ein neues Preissystem eingeführt hat: Was ist noch Geld wert, was ist nicht mehr wert; welche Fähigkeiten, die früher geringgeschätzt wurden, plötzlich zu Engpässen wurden, und welche Fähigkeiten, die über zwanzig Jahre hinweg erlernt wurden, über Nacht nicht mehr selten sind.

Er denkt oft an den Nachmittag zurück, an dem alles begann. Wenn er den Kalender aufschlägt, sind es genau drei Jahre zurück, auch Ende September, und es regnete.

2. Nach diesem Regen sagte Jiaming die Hausbesichtigung ab

An diesem Nachmittag um sechs Uhr saß Jiaming im 28. Stock des Raffles Place in einem Konferenzraum, auf dem Tisch lag ein vierzehnseitiger Budgetbericht. Die Sitzung war bereits beendet, und bevor der Finanzdirektor ging, blätterte er zur letzten Seite und umkreiste mit einem Stift einen Satz: "If productivity gains are structural, why is headcount still structural?" ------ Wenn die Produktivitätsgewinne dauerhaft sind, warum sollte dann die Mitarbeiterzahl auch dauerhaft sein?

Jiaming, 46 Jahre alt, ist Chief Operating Officer einer regionalen Versicherungsgesellschaft und gehörte zu den ersten Führungskräften, die KI vorantrieben. Er ist kein technischer Idealist; als das Unternehmen anfing, KI zu nutzen, gab es keinen großen Traum, die Welt zu verändern, sondern nur zu viele Kundenanfragen, zu hohe Schadenskosten und zu langsame IT-Entwicklung. Zuerst half KI den Mitarbeitern, E-Mails zu schreiben, Besprechungen zu organisieren und PDFs zusammenzufassen, dann begann sie, Policen zu lesen, Schadensunterlagen zu überprüfen und anomale Transaktionen zu finden. Später konnte der Coding-Agent selbst Tickets annehmen, Repositories lesen, Bugs beheben und Tests durchführen. Früher musste der Kundenservice für eine Beschwerde zwischen mehreren Systemen hin- und herwechseln; jetzt hat die Maschine bereits die Policen, Zahlungen, Schadensfälle und Beschwerden eines Kunden der letzten Jahre zusammengefasst und an einen Menschen zur Beurteilung übergeben.

Die Mitarbeiter waren anfangs sehr glücklich, weil es weniger wiederholende, lästige und ungeliebte Aufgaben gab, die täglich erledigt werden mussten; das Management war ebenfalls glücklich, weil die Kunden endlich nicht mehr so lange warten mussten. Der häufigste Satz im Unternehmen in diesen Jahren war: "KI ist nicht dazu da, Menschen zu ersetzen, sondern um Menschen zu ermöglichen, wertvollere Arbeiten zu leisten." Dieser Satz war damals nicht irreführend; die Probleme traten erst später auf: Wenn ein Werkzeug die Menschen tatsächlich effizienter macht, wird die Effizienz von der Finanzabteilung gemessen.

Eine Abteilung mit früher achtzehn Personen kann jetzt mit zwölf Personen und KI die gleiche Arbeitsmenge bewältigen. Wenn das Geschäft im nächsten Jahr um 40 % wächst, ist das natürlich kein Problem; aber wenn die Einnahmen in den nächsten drei Jahren nur ein einstelliges Wachstum prognostizieren, während die Nachfrage um 7 % steigt und die Kapazität um 30 % erhöht wird, was passiert dann mit dem zusätzlichen Kapazitätsanteil? Dafür braucht man kein AGI, Excel reicht aus.

Während Jiaming auf diese Zahlen starrte, erhielt sein Handy eine Nachricht: GovTech entlässt 93 Personen. Bei einer Institution mit etwa 3900 Mitarbeitern wurden in der ersten Runde 305 Personen in die Anpassung einbezogen, 102 blieben, 110 nahmen an Schulungen und Umschulungen teil, und 93 verließen das Unternehmen. Was Jiaming wirklich zum Stoppen brachte, war nicht die Zahl "93", sondern dass GovTech nicht in der Krise war; es stellte weiterhin ein, wechselte jedoch von einem früheren Projekt- und Lieferantenmanagementmodell zu einem langfristigen Produktbesitz, was mehr Menschen erforderte, die tatsächlich Software, Produkte, Daten und Netzwerksicherheit erstellen konnten.

Nachdem er es gelesen hatte, wurde ihm plötzlich klar, dass die Debatte darüber, ob dies als "KI-Entlassungen" betrachtet werden kann, eigentlich nicht so wichtig ist. Zumindest ist GovTech nicht zusammengebrochen, Singpass ist nicht verschwunden, der Bedarf der Regierung an Software ist nicht gesunken, die Arbeit könnte sogar mehr werden, nur dass sie nicht mehr die gleichen Menschen braucht, um die gleichen Dinge auf die gleiche Weise zu tun.

Eine Branche kann immer prosperierender werden, aber wenn jemand, der zwanzig Jahre darin gearbeitet hat, plötzlich seinen Platz verliert, ist das beunruhigender als das Verschwinden der gesamten Branche. Wenn das Schiff sinkt, kann man immer noch den Wind und die Wellen beschuldigen; wenn das Schiff immer schneller fährt, aber keinen Platz mehr für einen hat, wird man schließlich zweifeln, ob man selbst zu langsam ist.

An diesem Abend kam Jiaming nach Hause, und Hui Ling schnitt gerade Papaya in der Küche. Die beiden hatten ursprünglich für Samstag einen Besichtigungstermin für eine drei Zimmer Wohnung in Upper Thomson vereinbart, die sie seit Monaten angesehen hatten, CPF berechnet und die Hypothek angefragt; Hui Ling hatte sogar Referenzbilder für die Einrichtung des Wohnzimmers gespeichert. Sie fragte, ob sie am Samstag noch gehen würden, Jiaming stand eine Weile da und sagte nur: "Lass es erst einmal sein." Hui Ling dachte, es läge an den Zinsen, aber er schüttelte den Kopf und sagte, es läge nicht an den Zinsen. Sie sah ihn an und fragte nicht weiter. Nach zwanzig Jahren Ehe braucht man manche Dinge nicht zu erklären.

Das Unternehmen hat Jiaming noch nicht entlassen, aber er hat bereits Angst, ein Haus zu kaufen. Später werden Ökonomen dieses Verhalten als präventives Sparen bezeichnen: Wenn die Unsicherheit über zukünftige Einnahmen zunimmt, geben die Menschen weniger Geld aus und behalten Bargeld. Aus der Perspektive eines Haushalts ist das äußerst vernünftig; aber wenn zehntausend Haushalte gleichzeitig dasselbe tun, wird Rationalität zur Rezession. Ein Haus, das man ursprünglich kaufen wollte, wird nicht mehr gekauft, das Auto wird ein paar Jahre länger gefahren, der Hokkaido-Urlaub wird von zehn Tagen auf fünf Tage verkürzt, und schließlich wird man ganz darauf verzichten; solange der Kühlschrank noch funktioniert, ist es egal, wenn er ein wenig laut ist.

Der erste wirtschaftliche Schock, den KI verursacht, zeigt sich möglicherweise nicht zuerst in den Arbeitslosenzahlen. Er könnte zuerst in einer Hausbesichtigung sichtbar werden, die an einem Samstag nicht stattfindet, denn Menschen konsumieren nie nur ihr heutiges Gehalt; sie konsumieren das Vertrauen, dass sie morgen noch ein Gehalt haben werden. Das, was KI zuerst erschüttert, ist genau dieses Vertrauen.

3. In diesem Jahr gab es keine Eigelb in den Mondkuchen

Zur Mittherbstfestzeit gab es immer noch Mondkuchen im Unternehmen. Früher waren es die zuckerreduzierten Doppelkugel-Lotus-Paste-Mondkuchen vom Raffles Hotel, die Schachteln waren wie Schmuckkästchen gestaltet. Der jüngste Sohn Houzai liebte es als Kind, darauf zu warten, dass Jiaming sie in der Mitte aufschneidet, um zu sehen, ob die beiden Eigelbe genau auf einer Seite waren. In diesem Jahr öffnete man die Schachtel, aber es gab nur vier gewöhnliche Lotus-Paste-Mondkuchen, ohne Eigelb.

Im Unternehmens-Chat witzelten einige Leute, dass die KI-Transformation sogar die Eigelbe transformiert hat, und eine Gruppe von Menschen schickte lachende Gesichter und arbeitete dann weiter. Jiaming wusste, dass der Mondkuchen ohne Eigelb und die Anpassung der Mitarbeiterzahl auf dem Tisch eigentlich dasselbe waren. Das Unternehmen hatte kein Geld, die späteren Gewinne waren sogar besser; es war nur eine neue Wertbeurteilung in das Unternehmen eingetreten:

"Was ist es wert, bezahlt zu werden, was nicht; Dinge, die früher von zehn Personen erledigt werden konnten, sind jetzt vielleicht nicht mehr zehn Personen Gehalt wert."

Auf der ersten Liste war Yongkang. Fünfzig Jahre alt, Programmmanager, arbeitete acht Jahre lang mit Jiaming an Projekten. Yongkang war nicht schlecht, sogar sehr nützlich. Sein wertvollster Aspekt war, zu wissen, warum Dinge in großen Organisationen niemals nach Flussdiagrammen ablaufen. Welcher Anbieter am Freitagnachmittag "kein Problem" sagt, ist am gefährlichsten; welches Abteilungsmeeting am schnellsten zustimmt, wird nach dem Meeting am wenigsten aktiv; welches System aussieht, als würde es nur ein Feld ändern, aber darunter eine Legacy-Logik hat, die seit zehn Jahren niemand anpacken wollte – er wusste alles.

Diese Dinge wurden früher Erfahrung genannt, und der wahre Wert von Erfahrung liegt darin, dass andere sie nicht wegnehmen können. Später wurden alle Besprechungen aufgezeichnet, die Projekthistorie konnte vollständig durchsucht werden, E-Mails und Lieferungen von Anbietern konnten von Modellen gelesen werden, und Risiken wurden jede Nacht automatisch neu berechnet. KI hatte nicht die zwanzigjährige Erfahrung von Yongkang erlangt, aber die Organisation konnte zum ersten Mal einen Teil der Erinnerungen, die nur im menschlichen Gehirn lebten, herausnehmen. Yongkang wurde nicht dümmer, nur seine Seltenheit nahm ab.

Jiaming sprach persönlich mit ihm. Nachdem die Personalabteilung über Entschädigung, Kündigungsfrist und Karriereübergang gesprochen hatte, wurde Yongkang nicht wütend, sondern fragte nur: "Habe ich schlecht gearbeitet?" Jiaming sagte, das sei nicht der Fall. Yongkang fragte erneut: "Warum bin ich dann?" Jiaming schwieg ein paar Sekunden und sagte, dass die benötigten Fähigkeiten anders seien.

Später dachte er oft an diesen Satz zurück. Ein Mensch hat zwanzig Jahre in einer Welt gearbeitet, hat dabei keine Fehler gemacht und sich nicht faul verhalten, und doch sagt ihm jemand, dass er für diesen Job nicht geeignet ist.

Warum Unternehmen so handeln, liegt nicht daran, dass die Chefs grausam geworden sind. Es reicht, wenn es Wettbewerb gibt. Wenn Jiaming nicht entlässt, entlässt der Wettbewerber; der Wettbewerber kann mit 20 % weniger Mitarbeitern dasselbe Produkt herstellen, die Kosten senken, die Preise senken, die Provision erhöhen und das Marketing ausbauen. Einige Jahre später wird der Vorstand Jiaming fragen, warum die Wettbewerber bereits die Produktivität der KI in Gewinne umgewandelt haben, sie jedoch nicht. Wenn Jiaming ablehnt, könnte er der Erste sein, der geht; der neue CEO wird dann immer noch dasselbe tun.

Die brutalsten Aspekte der modernen Wirtschaft sind manchmal auch die zivilisiertesten: Es braucht niemanden, der dich hasst, du musst nicht einmal einen Fehler machen, um ausgeschlossen zu werden. Es gibt keine Bosheit, nur Effizienz.

Nach seiner Entlassung suchte Yongkang in der ersten Woche nur nach Jobs, die das gleiche Gehalt wie zuvor boten, im zweiten Monat war er bereit, 15 % weniger zu akzeptieren, und im dritten Monat begann er, über 25 % weniger zu verhandeln. Um zwei Uhr morgens schaute er auf LinkedIn, um zu sehen, wie frühere Kollegen befördert wurden; um drei Uhr morgens öffnete er die Bank-App, um zu sehen, wie viele Jahre noch bis zur Tilgung seines Hypothekendarlehens verbleiben. Seine Ersparnisse wurden langsam nicht mehr als Geld betrachtet, sondern als Zeit, die noch für vierzehn Monate, zwölf Monate, zehn Monate ausreichte.

Ein Mensch mit Arbeit hat immer das Gefühl, die Zeit vergeht zu schnell; ein Arbeitsloser hingegen stellt oft fest, dass die Zeit plötzlich zu langsam vergeht. Wir sagen immer, dass Arbeit dazu dient, Geld zu verdienen, und später erkennen wir, dass Arbeit auch dazu dient, Zeit, Identität und Würde zu organisieren. Täglich braucht jemand dich, und so weißt du, warum du am Montag aufstehen musst; wenn die Arbeit wegfällt, verliert man nicht nur das Gehalt, sondern auch das Gefühl, "immer noch einen Platz in der Welt zu haben".

Vier, nachdem ein Gehalt verschwunden ist, wo ist es hin?

Nachdem Yongkang gegangen war, wurden die Unternehmenszahlen sogar schöner. Die Personalkosten sanken, die Schadensregulierungszeiten verkürzten sich, die IT-Lieferungen beschleunigten sich, die Betriebsmarge erweiterte sich und der Aktienkurs stieg. Jiaming hielt Aktien des Unternehmens, also stieg auch sein Nettovermögen.

Er spürte zum ersten Mal ein schwer zu beschreibendes moralisches Dilemma der KI-Ära: Er hatte eine Gruppe von Menschen entlassen, wurde aber durch deren Verschwinden reicher.

Eines Abends breitete er den Jahresbericht auf seinem Schreibtisch aus und zog mit einem Bleistift eine Linie, um herauszufinden, wo das Geld hin ist, nachdem ein Gehalt verschwunden ist. Geld verschwindet natürlich nicht einfach in Luft; wenn das Gehalt sinkt, wird ein Teil zu Gewinn; ein Teil des Gewinns geht an die Aktionäre, ein anderer Teil wird in Investitionen gesteckt. Investitionen kaufen Modelle, Cloud-Dienste, Server und Netzwerkausrüstung; Cloud-Anbieter erhalten Geld und kaufen dann GPUs; hinter GPUs stehen HBM, Wafer, fortschrittliche Verpackungen und Halbleitergeräte; Rechenzentren kaufen weiterhin Land, Kühlung, Strom und neue Erzeugungskapazitäten.

Der Weg von hundert Dollar war: Das Unternehmen zahlt Gehalt, die Mitarbeiter nehmen es mit nach Hause, um Hypotheken zu bedienen, zu essen, zu reisen, Autos zu kaufen und Kühlschränke zu ersetzen. Später floss immer mehr Geld einen anderen Weg: Das Unternehmen erhöht den Gewinn, das Kapital fließt in GPUs, Chips, Rechenzentren, Stromnetze, Energie und Vermögenswerte.

Beide Wege können das BIP wachsen lassen, aber sie durchlaufen die Gesellschaft auf völlig unterschiedliche Weise. Wenn hundert Menschen Gehalt erhalten, treffen sie hundert Konsumentscheidungen; wenn einige Aktionäre und ein Investitionsbudget dasselbe Geld erhalten, entsteht ein anderes Wirtschaftssystem. Daher könnte es in Zukunft eine verwirrende Welt geben: Der Aktienmarkt läuft gut, das BIP ist ebenfalls in Ordnung, die Investitionen in KI sind noch besser, und die Projekte in Halbleitern und Energie sind überlastet, während viele Haushalte das Gefühl haben, in einer wirtschaftlichen Rezession zu leben.

Das BIP lügt nicht, und die Menschen lügen nicht; sie leben einfach in unterschiedlichen Nennern derselben Zahl.

Die industrielle Revolution hatte ähnliche Risse. Robert Allen beschrieb bei seiner Untersuchung der britischen industriellen Revolution eine Phase, die er "Engels' Pause" nannte, in der die Produktivität und die Gewinne zunächst stiegen, die realen Löhne jedoch nicht sofort folgten. Maschinen steigerten die Produktionskapazität der gesamten Gesellschaft, aber diese Kapazität wird nicht automatisch zu Kaufkraft in den Händen jedes Einzelnen. Acemoglu und Restrepo bezeichneten später die Automatisierung als displacement effect, während sie die Schaffung neuer Aufgaben und die Rückführung von Menschen in den Produktionsprozess als reinstatement effect bezeichneten.

Beide Kräfte wirken, das Problem ist die Zeit zwischen ihnen. Der Staat kann auf diese Zeit warten, das Statistische Amt kann warten, aber Einzelpersonen können das nicht unbedingt.

Yongkangs Hypothek muss jeden Monat gezahlt werden. Eine der brutalsten Arten, Geschichtsbücher zu schreiben, besteht darin, jahrzehntelange Schmerzen in einem Satz zu abstrahieren: "Die Arbeitskräfte wurden umverteilt."

Fünf, wenn vier Zyklen gleichzeitig laufen

Im vierten Monat nach Yongkangs Entlassung nahm Jiaming an einem geschlossenen Wirtschaftsgipfel teil. Der Professor zeichnete vier konzentrische Kreise auf die Tafel und sagte, um die KI-Ära zu verstehen, dürfe man nicht nur fragen, ob die Wirtschaft gut sei, denn die Wirtschaft hat nie nur eine Uhr.

Der innerste Kreis ist der Kitchin-Zyklus, der etwa drei bis fünf Jahre dauert und sich auf Lagerbestände und kurze Geschäftszyklen bezieht. Jiaming kauft keine Eigentumswohnung, Yongkang kauft keinen Kühlschrank, immer mehr Haushalte sagen Reisen ab, und Einzelhändler stellen fest, dass sich die Waren langsamer verkaufen, also reduzieren sie die Lagerbestände, und die Aufträge in der Lieferkette sinken weiter. Aus dieser Perspektive betrachtet, ist die Wirtschaft tatsächlich sehr kalt.

Der äußere Kreis ist der Juglar-Zyklus, der etwa sieben bis elf Jahre dauert und sich auf Investitionen in Geräte und Unternehmenskapital bezieht. Dass normale Haushalte keinen Kühlschrank kaufen, bedeutet nicht, dass Amazon, Microsoft, Google, Meta und KI-Unternehmen weniger GPUs kaufen werden. Im Gegenteil, je mehr Angst sie haben, zurückzufallen, desto mehr werden Unternehmen weiterhin Kapital investieren, um Maschinen, Server und Rechenleistung zu kaufen.

Der nächste äußere Kreis ist der Kuznets-Schwung. Der Zeitrahmen wird auf mehr als zehn Jahre ausgeweitet, und die Fragen ändern sich von "Haben wir genug Server?" zu "Haben wir genug Strom, Land, Wafer, Kühlung und Kupfer?" Daher beginnen neue Kraftwerke, Stromnetze, Rechenzentren und industrielle Infrastrukturen zu entstehen.

Der äußerste Kreis ist der Kondratieff-Zyklus. Auf Jahrzehnten betrachtet sind es nicht bestimmte Produkte, die die Gesellschaft wirklich verändern, sondern eine allgemeine Technologie, die die Preisbeziehungen in der gesamten Wirtschaft neu ordnet. Dampf hat die Preise für Entfernungen verändert, Elektrizität hat die Preise für Energie verändert, das Internet hat die Preise für Informationen verändert, und KI beginnt, die Preise für Erkenntnis und Ausführung zu verändern.

Diese Zyklen müssen nicht in die gleiche Richtung gehen, sodass ein Bankangestellter sich in einer Rezession fühlen kann, während ein Ingenieur in Tuas beschäftigt ist; gewöhnliche Menschen beginnen zu sparen, während die Unternehmensinvestitionen weiter steigen; CBD reduziert die Mitarbeiterzahl, während die Fabriken und Rechenzentren im Westen einstellen. Sie stehen nicht im Widerspruch zueinander, sondern verschiedene Menschen leben in unterschiedlichen Zyklen.

Carlota Perez' Theorie verleiht diesen Zyklen eine noch längere Bedeutung. Technologische Revolutionen beginnen oft mit einer Installationsphase, in der das Kapital zuerst einfließt, die Gewinner zuerst reich werden und die Infrastruktur zuerst aufgebaut wird, während alte Fähigkeiten und Organisationen zerschlagen werden; anschließend erreicht die Gesellschaft einen Wendepunkt, weil der technologische Fortschritt zu schnell voranschreitet, während Institutionen, Bildung, Einkommensverteilung und die Anpassung der Menschen nicht mithalten können. Nur wenn diese Dinge später wieder zusammenkommen, kann die Technologie in eine breitere Anwendung übergehen.

Das ist auch der Grund, warum Jiaming später das Gefühl hatte, dass die größte Angst vor KI nicht unbedingt darin besteht, dass die Modelle zu intelligent sind, sondern dass die Zeit unterschiedlich ist. Modelle werden alle sechs Monate aktualisiert, ein Student benötigt vier Jahre, um die Universität abzuschließen, ein Erwachsener braucht zwei Jahre, um einen neuen Beruf zu erlernen, ein Kraftwerk benötigt viele Jahre, und ein Bildungssystem ist noch langsamer, während es vielleicht ein Jahrzehnt dauert, bis eine Generation die Vorstellung ändert, was "würdige Arbeit" ist.

Die Zeit der Maschinen wird immer schneller, während das Leben der Menschen nicht beschleunigt werden kann.

Sechs, je leichter die Chips, desto schwerer die Welt

Als das Geld von Gehältern in Investitionen floss, wurden die Lichter im Westen Singapurs immer heller.

KI sieht auf dem Bildschirm leicht aus: Ein Prompt, ein Chatfenster, ein Cloud-Modell, als ob Intelligenz nichts mit der physischen Welt zu tun hätte. Aber als Jiaming zum ersten Mal ein großes Rechenzentrum betrat, verstand er, dass die sogenannte "Cloud" eigentlich nur die Fabrik anderer Leute ist. Die Serverräume sind kalt und laut, die Server stehen in Reihen, dicke Kabel, die wie Arme aussehen, verlaufen über den Kopf, und das Kühlsystem läuft ununterbrochen.

Die sogenannte künstliche Intelligenz muss letztendlich durch Kupfer, Licht, Wafer, HBM und fortschrittliche Verpackungen, durch Transformatoren, Erdgas, Kühlwasser und Stromnetze sowie durch einen Anruf um drei Uhr morgens, um eine Pumpe zu reparieren, hindurch.

Intelligenz wird immer leichter, aber die Welt, die diese Intelligenz stützt, wird immer schwerer.

In den letzten dreißig Jahren glaubten die Menschen, dass die beste Richtung für die Industrie darin besteht, sich von der realen Welt zu entfernen. Leichte Vermögenswerte, Software, Plattformen, Cloud, alles an andere abgeben: Fabriken, Lagerbestände, Land und Energie. Nachdem KI diesen Weg bis zum Äußersten getrieben hat, hat sich die Welt jedoch gedreht, und der wichtigste Engpass ist wieder zu Strom, Land, Fabriken, Geräten und der realen Welt zurückgekehrt.

Das ist der Grund, warum Arbeitslosigkeit bei Büroangestellten und Expansion in der Fertigung gleichzeitig auftreten können. KI benötigt weniger Programmierer, benötigt jedoch mehr Chips; Chips benötigen mehr Geräte und Waferfabriken; Rechenzentren benötigen mehr Strom; Strom benötigt wiederum Stromnetze, Erzeugung, Ingenieure und Wartung. Nachdem alte Stellen verschwunden sind, werden neue Stellen sicherlich kommen, aber die Geschichte hat nie versprochen, dass neue Arbeitsplätze automatisch auf die Schultern der Arbeitslosen fallen werden.

Sieben, Maschinen beginnen in die reale Welt einzutreten

Nachdem Yongkang entlassen wurde, dachte er ernsthaft darüber nach, ein privates Mietfahrzeug, auch bekannt als Grab, zu fahren. Diese Idee schien intuitiv sinnvoll: Das Büro eines Büroangestellten ist unsicher, also geht man in die reale Welt; ChatGPT kann Berichte schreiben, aber es kann nicht einfach die Beine aus dem Bildschirm herausstrecken, um das Gaspedal zu drücken, oder?

Aber nicht lange danach wurden die fahrerlosen Shuttlebusse in Punggol von den Nachrichten zur täglichen Realität. Die Verbraucher akzeptieren die Logik des autonomen Fahrens, ohne dass es einer technologischen Verehrung bedarf; wenn ein Auto etwas billiger, schneller und mit einer niedrigeren Unfallrate ist, werden die meisten Menschen nicht bereit sein, für einen unbekannten Fahrer fünfzehn Minuten länger zu warten und ein paar Dollar mehr zu zahlen. Unternehmen benötigen Kosten, Verbraucher benötigen Bequemlichkeit, und die Regierung benötigt Sicherheit; diese drei völlig unterschiedlichen Wünsche führen letztendlich zu demselben Ergebnis.

Roboter sind ähnlich; sie müssen nicht zuerst wie Menschen aussehen, um Menschen zu ersetzen. AMRs in Lagerräumen benötigen keine Beine, Fabrikroboterarme brauchen kein Gesicht, Drohnen benötigen keine Hände, und fahrerlose Autos müssen nicht wie Fahrer aussehen. Was den Wandel auf dem Arbeitsmarkt wirklich bestimmt, ist nicht, ob Maschinen wie Menschen aussehen, sondern wie viele Maschinen eine Person steuern kann.

Früher bewegten zehn Personen jeweils zehn Pakete, jetzt sieht eine Person zehn Roboter; früher patrouillierten zehn Sicherheitskräfte zehn Routen, jetzt überwacht ein Kontrollraum gleichzeitig Kameras, Drohnen und Bodenroboter. Das sogenannte "Automatisieren" bedeutet oft nicht, dass es wirklich keine Menschen gibt; es ist häufiger der Fall, dass eine Person auf die Größe von zehn Personen vergrößert wird. Die Produktivität steigt, und der Bedarf an Arbeitskräften sinkt ebenfalls.

Yongkang entschied sich schließlich gegen das Fahren für Grab, weil er allmählich erkannte, dass das Fliehen vor KI durch das Fahren nicht unbedingt bedeutet, vor KI zu fliehen, sondern nur, dass man sie ein paar Jahre später wieder trifft. Anstatt zu fliehen, wäre es besser, sie zu umarmen. Schließlich ging er in ein Rechenzentrum, und beim ersten Vorstellungsgespräch scheiterte er, weil die anderen nach PUE, UPS, Chiller und Busbar fragten, was er nicht verstand. Mit neunundvierzig Jahren kehrte er wieder in die Schule zurück, ohne die schönen Szenen, die in inspirierenden Filmen gezeigt werden. Jüngere Menschen antworteten schneller als er, und wenn der Lehrer einen Begriff erklärte, musste er nach Hause gehen und bei Google nachschlagen, während die Schüler an der ITE bereits mit Claude arbeiteten.

Er sagte später zu Jiaming, dass das Schwierigste nicht das Lernen war, sondern sich wieder als jemand zu akzeptieren, der nichts weiß.

Der Stolz eines Mittvierzigers basiert oft auf dem Wissen, das er hat. Zwanzig Jahre Berufserfahrung sind nicht nur Einkommen, sondern auch eine Vertrautheit mit der Welt. Der wirklich grausame Teil eines Berufswechsels ist, dass man mit neunundvierzig Jahren aktiv auf diese Vertrautheit verzichten und erneut seine Unkenntnis anerkennen muss.

Später fand er doch einen Job, das Gehalt war um mehr als zwanzig Prozent niedriger, aber nach einer Weile stellte er fest, dass seine früheren Erfahrungen nicht vollständig verschwunden waren. Er konnte immer noch mit Anbietern umgehen, den Fortschritt überwachen, Ausnahmen behandeln und beurteilen, wann das System unzuverlässig war; nur dass frühere Projekte in Jira existierten, während ein Transformator jetzt tatsächlich mehrere Tonnen wiegt.

Die physische Welt gab seinen Erfahrungen erneut einen Preis.

Acht: Wenn Antworten nichts mehr wert sind

Jiaming wurde am Mittwochabend wirklich bewusst, dass sich die Bildung ändern muss.

Haozai schrieb in fünfzehn Minuten einen englischen Aufsatz, der sehr gut war, mit klarer Struktur und deutlicher Absicht. Jiaming fragte, ob er ihn selbst geschrieben habe, und sein Sohn sagte ja; als er fragte, ob er KI verwendet habe, überlegte er kurz und sagte: "Ein bisschen." Das "bisschen" bedeutete, dass die KI ihm zuerst half, das Thema zu diskutieren, einige Fragen stellte und drei Strukturen vorschlug, aus denen er wählen konnte; nachdem er fertig war, half die Maschine ihm, logische Fehler zu finden, und er verbesserte weiter.

Also, wessen Aufsatz ist das wirklich?

Früher gab es an Schulen eine sehr bequeme Annahme: Die Antwort, die ein Schüler einreichte, repräsentierte die Fähigkeiten dieses Schülers. Nachdem die KI die Antworten von den Fähigkeiten getrennt hat, muss die Bildung nun neu definieren, was tatsächlich gemessen werden sollte.

Bildung im KI-Zeitalter wird möglicherweise nicht so einfach sein, wie viele es sich vorstellen, sondern eher strenger, weil Antworten plötzlich billig geworden sind. Früher fragte die Bildung oft: "Kannst du rechnen?", in Zukunft wird es wichtiger sein: "Weißt du, was du rechnen solltest?" - das Wissen um das Was und das Warum.

Eine Person sagt der KI, sie solle diese Firma analysieren, und die KI kann einen zwanzigseitigen Analysebericht liefern; eine andere Person wird jedoch zuerst fragen, ob sie die Handelsmöglichkeiten für drei Monate oder den Wert für zehn Jahre beurteilen soll? Kommt das Umsatzwachstum aus dem Absatz oder dem Preis? Verbessert sich die Bruttomarge durch die Produktstruktur oder durch Buchhaltung? Was passiert, wenn der größte Kunde seine Bestellungen streicht? Welche Beweise müssen vorliegen, damit ich meine Meinung ändere?

Die gleiche KI kann in den Händen zweier Personen wie dasselbe Messer in den Händen verschiedener Köche wirken. Wenn die Maschinenfähigkeiten immer gleichmäßiger verteilt sind, wird das, was zwischen den Menschen wirklich sichtbar wird, die kognitive Struktur sein: Hat eine Person die Fähigkeit, vage Fragen klar zu denken? Hat sie ein Bewusstsein für Kausalität? Hat sie ein Bewusstsein für Beweise? Weiß sie, was wichtige Variablen sind? Kann sie kontrafaktische Überlegungen anstellen?

Das ist auch der Grund, warum Grundwissen nicht weniger wichtig wird, nur weil die KI stärker wird, sondern sogar wichtiger. Früher hatte eine Person mit wenig Wissen eine schlechte Antwort; in Zukunft könnte sie eine sprachlich perfekte, schön gestaltete und logisch vollständige Antwort erhalten, die jedoch bereits bei der ersten Annahme falsch ist. Das ist gefährlicher als Unwissenheit.

Deshalb braucht der Mensch Wissen, nicht um gegen Maschinen zu gewinnen, sondern um im Notfall die Maschinen abzulehnen. Die Fähigkeit, "Nein" zu sagen.

Ästhetik wird ebenfalls wertvoller. Wenn in einer Minute hundert Bilder, hundert Lieder und hundert Logos generiert werden können, ist die Produktion nicht mehr rar, sondern die Auswahl ist rar. Zu wissen, welche neunundneunzig Bilder gelöscht werden sollten, warum etwas zwar schön, aber banal ist, warum ein Raum luxuriös, aber unangenehm ist, und warum ein Satz keine grammatikalischen Fehler aufweist, aber völlig leblos ist - all diese Dinge, die früher als Soft Skills bezeichnet wurden, werden allmählich zu Produktivkraft.

Die Maschine löst Möglichkeiten, der Mensch entscheidet, was es wert ist, erhalten zu bleiben.

Bis 2029 wird Haozais Prüfung komplizierter sein als die seiner Schwester. Take-home-Essays werden weniger, und die mündlichen Prüfungen nehmen zu. KI kann verwendet werden, aber die Lehrer werden nicht nur die endgültige Antwort betrachten, sondern ständig nachfragen, warum diese Frage gestellt wurde, warum sie dieser Quelle vertrauen, warum sie eine andere Antwort nicht gewählt haben und welche Beweise sie dazu bringen könnten, ihre Meinung zu ändern.

Nachdem die KI die Frage "Was ist die Antwort?" zu einfach gemacht hat, muss die Bildung letztendlich zu einer viel älteren Frage zurückkehren: Warum glaubst du daran? Auf welcher Grundlage urteilst du? Was versuchst du wirklich zu lösen?

Die Technologie hat am Ende die Bildung zurück zu Sokrates gedrängt.

Neun: Nach der Gleichheit der Fähigkeiten beginnt das Eigentum zu sprechen

KI bringt tatsächlich eine große Gleichheit mit sich. Ein kleiner Unternehmer aus Johor Bahru konnte in der Vergangenheit niemals langfristig einen Anwalt, Übersetzer, Programmierer, Werbeteam und Datenanalysten beschäftigen; in Zukunft kann eine Person mit ein paar Agenten einen Großteil dieser Fähigkeiten erlangen. Kinder aus normalen Familien können zum ersten Mal einen unendlich geduldigen Nachhilfelehrer haben, ein älterer Mensch kann die KI bitten, ihm die Versicherungsbedingungen vorzulesen, und ein dreiköpfiges Gründerteam kann multinationale Geschäfte im Wert von mehreren Milliarden tätigen.

Kognitive Fähigkeiten werden wie Elektrizität billig bereitgestellt, was ein großer Fortschritt ist. Aber die Gleichheit der Fähigkeiten bedeutet nicht die Gleichheit des Reichtums. Jeder kann KI besitzen, aber das bedeutet nicht, dass jeder GPU, Rechenzentren, Land, Marken, Kunden, IP und Aktien besitzt.

Jiaming kennt einen jungen Unternehmer namens Akai, dessen Firma nur aus ein paar Dutzend Personen besteht. Die Agenten schreiben Code, machen Kundenservice, schalten Werbung und organisieren Verkaufsleads, und das Einkommen nähert sich bereits dem einer früheren hundertköpfigen Firma. Nach der Finanzierung ist Akai's Anteil auf achtstellige Beträge gestiegen. Nachdem er reich geworden ist, kauft er zuerst ein Haus, dann ein neues für seine Eltern, dann Aktien und investiert in die Firma eines Freundes. Daran ist nichts Lächerliches; wenn Menschen Geld verlieren, sichern sie zuerst ihr Leben, wenn sie Geld haben, sichern sie zuerst ihr Geld, und erst wenn sie Spielraum haben, sprechen sie über Ideale.

So wird der Reichtum, den die KI schafft, natürlich wieder in die Gesellschaft zurückfließen, aber der Weg, den er nimmt, hat sich verändert. Früher floss ein Einkommen von zehn Millionen möglicherweise zuerst durch einhundert Gehaltsabrechnungen, jetzt könnte das gleiche Geld zuerst durch fünfzehn Gehaltsabrechnungen und einige Cap Tables fließen. Das Geld ist immer noch da, aber es gibt weniger Hände, die es berühren.

Daher könnte der größte Klassenunterschied in Zukunft nicht mehr sein: "Wer kann KI nutzen?" Jeder wird es nutzen, der wahre Unterschied wird allmählich darin bestehen, wer die von der KI geschaffenen Dinge besitzt. Technologie kann Fähigkeiten demokratisieren, aber Eigentum wird sich nicht von selbst demokratisieren.

Zehn: 0,87 Kinder und Politik ohne richtige Antworten

Während die KI beginnt, einen Teil der Arbeit zu reduzieren, sieht sich Singapur mit einem weiteren kniffligen Problem konfrontiert: Es gibt nicht genug Menschen.

Die Geburtenrate sinkt weiter, und die Zahl der älteren Menschen steigt. Aus rein arbeitsmarktlicher Sicht scheint die KI und Robotik genau rechtzeitig zu kommen. Wenn es keine Fahrer gibt, kann es autonomes Fahren geben; wenn es im Lager an Personal mangelt, können Roboter eingesetzt werden; wenn es mehr ältere Menschen gibt, können Pflegegeräte eingesetzt werden; wenn die Zahl der Polizisten begrenzt ist, können Drohnen und KI die Abdeckung erhöhen.

Aber die Bevölkerung ist nie nur Arbeitskraft. Ein Land braucht auch Familien, Verbraucher, Steuerzahler, Gemeinschaften und die nächste Generation. Maschinen können Aufgaben für Menschen erledigen, aber sie können nicht die nächste Generation für ein Land hervorbringen.

In der Zwischenzeit benötigen die KI-, Chip-, Energie- und Robotikindustrien die besten Talente, was zu einem unangenehmen politischen Dreieck führt. Ein gerade arbeitslos gewordener einheimischer Mittvierziger wird fragen, warum er keinen Job finden kann, während weiterhin ausländische Talente angezogen werden; Unternehmen werden sagen, dass sie ohne diese Talente ihre Labore verlegen; die Personalabteilungen werden sagen, dass es nicht genug einheimische Kinder gibt.

Aus ihrer Perspektive sind all diese drei Aussagen nicht falsch.

Echte schwierige Politiken bestehen selten darin, zwischen richtig und falsch zu wählen, sondern vielmehr darin, zwischen mehreren richtigen Antworten zu entscheiden, wer zuerst den Preis zahlen muss. Die Regierung neigt dazu, Vorteile zu suchen und Risiken zu vermeiden: Wenn sie KI verbietet, wird das Kapital abwandern; wenn sie vollständig freigibt, wird die Angst der Mittelklasse zu Stimmen für die Opposition führen; wenn sie den Talentfluss schließt, könnten neue Industrien abwandern; wenn sie vollständig öffnet, werden die Einheimischen sich fragen, was dieses Wachstum für sie bedeutet.

Daher wird die Politik im KI-Zeitalter nicht wie Science-Fiction aussehen, sondern sich in eine Reihe bürokratischer Begriffe verwandeln: SkillsFuture, Lohnversicherung, Umschulungshilfen, CPF-Zuschüsse, Kinderzulagen, KI-Transformationsfonds. Jeder einzelne sieht klein aus, aber zusammen beantworten sie eine Frage, die in den letzten zweihundert Jahren als selbstverständlich galt: Wenn die Produktion immer weniger Menschen benötigt, wie sollte das Einkommen dann in die Hände der Menschen gelangen?

Allein durch Schulungen kann das nicht gelöst werden. Eine Bank, die früher tausend Mitarbeiter benötigte, benötigt nach der KI nur noch sechshundert. Du kannst tausend Menschen zu AI-ready ausbilden, aber die Bank benötigt immer noch nur sechshundert. Schulungen lösen Fähigkeiten, lösen jedoch nicht das Problem der Produktionskapazität.

In dieser Phase wird KI nicht mehr hauptsächlich ein technisches Problem sein.

Es wird zu einem Verteilungsproblem.

Elf: Die Städte haben viele Augen

Im siebzigsten Lebensjahr von Jiamings Vater verwendete er einen Gesundheitsassistenten.

Der alte Mann glaubte anfangs nicht, dass dieser wie Donald Duck aussehende Mircoduck etwas über Medizin wissen könnte. Eines Nachts hatte er plötzlich Brustschmerzen, und das System bewertete das Risiko und riet der Familie, nicht bis zum Morgen zu warten, sondern ihn sofort ins Krankenhaus zu bringen. Am Ende war es nichts Ernstes, aber seitdem war er bereit, ihn zu benutzen.

Eines Tages fragte er Jiaming plötzlich, ob dieses Ding wisse, wann er schläft, sogar wann er zur Toilette geht. Jiaming sagte, es sollte wissen. Der alte Mann runzelte die Stirn und sagte, das sei nicht gut, nach einer Weile fügte er hinzu: "Aber schalte es nicht aus, beim letzten Mal, als ich gefallen bin, war ich froh, dass es da war."

Jiaming dachte später, dass dies vielleicht die ehrlichste Einstellung der meisten Menschen gegenüber zukünftiger Überwachung ist. Wir lieben es nicht, gesehen zu werden, aber wir haben auch Angst, nicht gesehen zu werden. Ein älterer Mensch, der fällt und niemand weiß es, ist beängstigender als der Verlust der Privatsphäre; ein Kind, das vermisst wird und nicht gefunden werden kann, ist beängstigender als Kameras; das Betrügen um die gesamten Ersparnisse eines Lebens ist beängstigender als eine Bank, die ein wenig mehr Transaktionen überwacht.

Freiheit wird selten an einem bestimmten Tag genommen; sie wird oft in viele kleine Stücke geteilt, jedes Mal mit einem konkreten Vorteil. Ein bisschen mehr Kameras, ein bisschen weniger Verbrechen; ein bisschen mehr finanzielle Überwachung, ein bisschen weniger Betrug; ein bisschen mehr Verkehrsdaten, ein bisschen weniger Unfälle; ein bisschen mehr Überwachung in Schulen, ein bisschen mehr Sicherheit für Eltern.

Jedes Mal ist es vernünftig.

Am Ende wird die Gesellschaft zu etwas anderem.

Wichtiger ist, dass Kameras nicht nur sehen, sondern auch verstehen. Früher haben Kameras aufgezeichnet, und nach einem Vorfall gingen die Menschen suchen; später bewertet die KI zuerst ungewöhnliches Laufen, Kämpfen, zurückgelassene Gegenstände, Fahrzeugspuren und verdächtiges Verhalten und übergibt dann die wenigen Fälle an Menschen. Zunächst war es natürlich human-in-the-loop, die Maschine schlägt vor, der Mensch entscheidet; aber wenn die Maschine einhundertmal neunundneunzigmal richtig urteilt und ein Mensch täglich achthundert Fälle überprüfen muss, wird sich auch der Mensch allmählich ändern, er wird beginnen, dem System zu vertrauen.

Human-in-the-loop wird schließlich leicht zu human-on-the-loop.

Maschinen verwalten das Gewöhnliche.

Menschen bearbeiten Ausnahmen.

Die Effizienz wird höher, die Fairness könnte sogar höher sein, aber die Grauzonen werden immer weniger.

Jiaming erhielt einmal einen Verkehrsbußgeldbescheid, das System listete Geschwindigkeit, Standort, Ampelsignal und Video auf, es gab keinen Polizisten und keine Diskussion. Seine erste Reaktion war Fairness, seine zweite Reaktion war Ärger. Der größte Vorteil der maschinellen Durchsetzung und der Ort, an dem sie am wenigsten menschlich ist, sind dasselbe: Sie interessiert sich nicht dafür, wer du bist.

Früher überquerte ein älterer Mensch langsam die Straße, ein Lieferfahrer hielt kurz an, ein Schüler gab einen Tag zu spät seine Hausaufgaben ab, ein Straßenverkäufer stellte seinen Stand ein wenig zu weit auf, die Funktionsweise der Gesellschaft beruhte nicht nur auf Regeln, sondern auch auf etwas, das schwer in Gesetze zu fassen ist - die Situation zu betrachten, eine Chance zu geben, es tut mir leid, es ist in Ordnung.

KI kann natürlich auch Ausnahmen lernen, aber sobald Ausnahmen ins System geschrieben werden, werden sie zu Regeln.

Am Ende könnten die Städte sicherer, fairer und transparenter werden, mit weniger Korruption, aber der Raum für "lass uns darüber reden" wird kleiner. Max Weber sagte einmal, die moderne Gesellschaft strebe ständig nach Rationalisierung, die Menschen machen die Welt immer berechenbarer, verwaltbarer und vorhersagbarer. KI könnte diesen Trend auf ein Niveau treiben, das zuvor nicht möglich war, denn es war nicht so, dass die Gesellschaft nicht jede Regel ausführen wollte, sondern dass die Ausführung zu teuer war.

Nachdem die Maschinen die Ausführungskosten gesenkt haben, haben die Menschen zum ersten Mal wirklich die Chance, jede Regel, die sie geschrieben haben, ernsthaft durchzusetzen.

Wir haben immer befürchtet, dass KI immer mehr wie Menschen wird.

Am Ende könnte es genau das Gegenteil sein.

Die menschliche Gesellschaft wird immer mehr wie KI.

Zwölf: Im Jahr 2029 sieht Jiaming endlich die vier Zyklen klar

Im Jahr 2029, als Jiaming zurückblickt, erkennt er, dass die vier Uhren, die der Professor damals zeichnete, kein theoretisches Spiel waren, sondern tatsächlich in das Leben verschiedener Menschen fielen. Kitchins kürzeste Uhr fiel in die nicht gekaufte Eigentumswohnung, den Kühlschrank, der zwei Jahre lang auf sich warten ließ, die reduzierten Reisen und Restaurantbesuche; die Büroangestellten, die zum ersten Mal den Einfluss der KI spürten, begannen zuerst zu sparen.

Juglar hat die Uhr in das KI-Budget des Unternehmens, die Server der Cloud-Anbieter, Roboter und Automatisierungsgeräte fallen lassen. Die Haushalte scheuen sich, Geld auszugeben, während die Unternehmen mehr ausgeben, um zukünftige Kosten zu senken. Kuznets hat die Uhr in Rechenzentren, Wafer-Fabriken, Stromnetze, Kraftwerke und neue industrielle Infrastrukturen fallen lassen. KI scheint eine Software-Revolution zu sein, zwingt die Welt jedoch letztendlich dazu, mehr Sachanlagen zu schaffen. Der Kondratieff-Zyklus ist am langsamsten und tiefsten; er verändert die relativen Preise von Arbeit, Energie, Kognition, Land, Kapital und Eigentum.

An diesem Punkt beginnt die scheinbar unglaubliche Zukunft Gestalt anzunehmen: Das BIP kann weiter steigen, die Produktion kann weiter zunehmen, aber die Wirtschaft benötigt nicht mehr die gleiche proportionale Zunahme der Menschen, die an der Produktion teilnehmen. Ein Team von zehn Personen kann das Geschäft von einst hundert Personen abwickeln; ein Ingenieur kann mit mehreren Agenten die Arbeit eines ganzen Teams erledigen; eine Person kann eine Gruppe von Robotern überwachen.

Die Produktion hat nicht abgenommen.

Die Menschen sind jedoch nicht im gleichen Tempo gewachsen.

Das sollte eigentlich das sein, wovon die Menschheit seit Jahrhunderten träumt. Wir erfinden Maschinen, um zu hoffen, dass sie die Arbeit für uns erledigen, oder?

Das Problem ist, dass wir in den letzten zweihundert Jahren ein anderes System etabliert haben: Die meisten Menschen müssen zuerst beweisen, dass das Produktionssystem ihre Arbeit benötigt, um Einkommen zu erhalten, und dann mit diesem Einkommen die Produkte des Produktionssystems zu kaufen. KI beginnt, den ersten Satz zu erschüttern, während der zweite Satz noch unverändert bleibt.

Das ist der tiefste Widerspruch der KI-Ära.

Dass Maschinen die Arbeit für Menschen erledigen, sollte eigentlich Freiheit bedeuten.

In einer Gesellschaft, in der das Einkommen immer noch hauptsächlich aus Arbeit stammt, bedeutet es jedoch zunächst Arbeitslosigkeit.

Die gleiche Technologie kann sowohl Befreiung als auch Bedrohung sein; der Unterschied liegt nicht in den Maschinen, sondern im System.

Der wahre Wert des sogenannten Wendepunkts von Perez liegt genau hier. Ob die technologische Revolution letztendlich in weit verbreiten Wohlstand mündet, hängt nicht davon ab, ob die Technologie stark genug ist, sondern davon, ob die Gesellschaft in der Lage ist, Reichtum, Arbeit, Bildung und Zeit neu zu organisieren.

2029 ist kein Ende.

Es ist sogar nur der Ort, an dem die Probleme wirklich beginnen.

Dreizehn, der Tag, an dem der Kühlschrank gekauft wurde

Nachdem Yongkang in einem Rechenzentrum seinen ersten anständigen Bonus erhalten hatte, kaufte er keine KI-Aktien. Zuerst bezahlte er seine Kreditkarte zurück und ging dann zu Best Denki, um den Kühlschrank zu kaufen, den er zwei Jahre lang aufgeschoben hatte. Seine Frau wählte lange aus und kaufte schließlich eine etwas teurere japanische Marke als ursprünglich geplant. Einen Monat später buchten sie erneut Flüge nach Hokkaido.

Der Konsum ist zurückgekehrt.

Nicht, weil der BIP-Bericht ihm sagte, dass die Wirtschaft sich erholt, sondern weil er wieder glaubt, dass er im nächsten Jahr Einkommen haben wird.

Alle komplexen makroökonomischen Theorien enden schließlich an einem so kleinen Punkt: Ob eine Person heute Geld ausgibt, hängt davon ab, ob sie an morgen glaubt.

In diesem Jahr, während des Mittherbstfestes, besuchte Yongkang die Familie von Jiaming und brachte eine Schachtel Mondkuchen mit. Als sie sie öffneten, waren alle vier mit doppeltem Eigelb gefüllt. Houzai lachte ihn aus und fragte, ob er Schatten habe. Yongkang antwortete: "Früher gab es ein Jahr ohne Eigelb, das hat mir Angst gemacht."

Alle lachten.

Jiamings Vater saß daneben; ein Gesundheitsgerät erinnerte ihn daran, dass er heute kein zweites Stück essen durfte. Der alte Mann schimpfte, dass es sich um Einmischung handele, schaltete es aber nicht aus. Houzai diskutierte im Zimmer mit der KI über eine Aufgabe, und am nächsten Tag würde der Lehrer ihn fragen, warum er zwei Antworten des Modells gelöscht hatte. Draußen hielt ein autonomes Fahrzeug an, der Lieferroboter wartete auf den Aufzug, und in der Ferne waren gelegentlich die Lichter von Drohnen zu sehen.

Niemand sagte, die Zukunft sei angekommen.

Denn die wahre Zukunft kündigt sich niemals an – das wäre Krieg. Die Zukunft schleicht sich langsam und leise in das Leben ein.

Vierzehn, was die Welt wirklich verändert, sind niemals KI und Maschinen

Jiaming verstand allmählich, dass die Fragen zur Zukunft der KI vielleicht nie die waren, ob Maschinen Wünsche haben würden. Maschinen brauchen nicht einmal Wünsche, denn die Menschen haben bereits genug Wünsche.

Der Chef möchte die Kosten senken, weil er Angst vor Konkurrenten hat; die Mitarbeiter beginnen zu sparen, weil sie Angst vor Arbeitslosigkeit haben; die Verbraucher akzeptieren autonome Fahrzeuge, weil sie Geld sparen und weniger warten möchten; Eltern verwenden KI-Tutoren, weil sie Angst haben, dass ihre Kinder verlieren; junge Menschen wechseln zu Chips, Energie und Robotern, weil sie Angst haben, dass ihre Fähigkeiten an Wert verlieren; ältere Menschen akzeptieren Überwachung, weil sie Angst haben, zu fallen und niemand es merkt; die Regierung erhöht die Kameras, weil sie die öffentliche Sicherheit aufrechterhalten muss; die Regierung zieht ausländische Talente an, weil Unternehmen Angst haben, zurückzufallen, und gleichzeitig lokale Transformationen subventioniert, weil sie Angst haben, Wählerstimmen zu verlieren.

Niemand sitzt in einem geheimen Raum und entwirft die Welt von 2029.

Jeder macht nur einen Schritt in die Richtung, die für ihn sicherer und vorteilhafter ist.

Wenn Hunderte Millionen Menschen diesen Schritt gemacht haben, gibt es weniger Menschen im Büro, mehr Maschinen in den Fabriken, mehr Drohnen am Himmel, weniger Fahrer auf den Straßen, weniger Standardantworten in den Schulen, mehr Augen in den Städten, teurere Energie, teurere Urteile, teurere Ästhetik, wichtigere Eigentumsverhältnisse und der graue Raum zwischen menschlichen Beziehungen wird langsam kleiner.

So verändert Technologie tatsächlich die Welt.

Sie befiehlt der Menschheit nicht.

Zuerst verändert sie die Preise.

Die Preise verleiten zur Wahl.

Die Wahl formt das System.

Das System wird schließlich zum Leben.

Ein weiteres Jahr der Regenzeit, Jiaming steht draußen vor dem Rechenzentrum in Tuas. Der Donner rollt aus Richtung der Straße herüber, drinnen arbeiten zehntausende Chips unermüdlich, einige schreiben Code für Menschen, einige lesen Krankengeschichten, einige steuern Roboter, einige analysieren Kameras, und einige helfen Menschen, die nächste Generation von Maschinen zu entwerfen.

Draußen hockt ein Techniker in den Zwanzigern auf dem Boden und überprüft die Kühlwasserleitungen, Yongkang steht nicht weit entfernt und spricht mit einem Anbieter, Yining ist im Energie-Kontrollzentrum einige Kilometer entfernt im Dienst, und der Vater streitet zu Hause mit der medizinischen KI darüber, ob er heute noch ein Stück Durian essen kann.

Jiaming hatte plötzlich das Gefühl, dass diese Welt nicht von Robotern übernommen wurde.

Sie hat nur die Preise neu festgelegt.

Die Effizienz eines Programmierers in der letzten Stunde, das organisatorische Gedächtnis eines mittelalten Menschen über zwanzig Jahre, die Zeit eines Fahrers am Steuer, eine Kilowattstunde, ein Stück Land, ein Urteil, eine Ästhetik, eine menschliche Gefälligkeit und das Gefühl eines Menschen, dass er in den nächsten zehn Jahren weiterhin leben kann, wurden alle wieder auf den Markt geworfen und erneut gefragt: Was bist du wirklich wert?

Er erinnerte sich an die Mondkuchen ohne Eigelb vor vielen Jahren. Damals dachten sie, das Unternehmen habe nur ein Eigelb weggelassen. Später erfuhren sie, dass dies nur ein kleiner Rand eines neuen Welten war, der sich frühzeitig zeigte.

Die industrielle Revolution hat nie damit begonnen, dass Maschinen zuerst die Gesellschaft verändern, sondern dass Maschinen zuerst die Preise verändern. Die Preise verändern die Wahl der Menschen, die Wahl der Menschen verändert die Unternehmen, die Unternehmen verändern die Städte, die Städte verändern die Politik, und die Politik entscheidet schließlich, wie der Reichtum verteilt wird.

Die sogenannte Zukunft kommt wahrscheinlich so zustande. Sie wird nicht an einem bestimmten Morgen plötzlich erscheinen, sondern ist ein Regen, ein Budget, eine abgesagte Besichtigung, ein nicht akzeptierter Absolvent, ein Roboter, der später nicht mehr fotografiert wird, ein Kind, das zum ersten Mal entdeckt, dass die Standardantwort nicht mehr so viel wert ist, ein älterer Mensch, der aus Sicherheitsgründen zustimmt, dass Maschinen wissen, wann er schläft, und eine Stadt, die immer mehr Ausnahmen in Regeln umwandelt, um Fairness zu gewährleisten.

Wenn die Menschheit eines Tages zurückblickt, wird sie feststellen, dass sie, um jedem Risiko zu entkommen und jeden Vorteil zu erlangen, Schritt für Schritt dorthin gelangt ist.

Jiaming verstand dann, dass sie von Anfang an die falsche Frage gestellt hatten.

Die wahre Frage war nie, was KI letztendlich werden würde, sondern was die Menschheit bereit ist, sich selbst zu überlassen, wenn Berechnung, Ausführung und Antworten immer billiger werden.

Vielleicht ist es das Urteil, die Verantwortung, die Ästhetik, die Beziehungen, das Vertrauen, das Eigentum, das Verständnis der realen Welt; oder vielleicht ist es eine Fähigkeit, die nach der Stärkung der Maschinen immer wichtiger wird – zu wissen, warum man etwas tun möchte.

Maschinen werden How und What immer billiger machen.

So könnte die Menschheit letztendlich gezwungen sein, Why neu zu lernen.

Technologie führt uns am Ende zurück zur Philosophie.

Die Menschheit ist wirklich faszinierend.

Dieser Inhalt wird nur zu allgemeinen Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle erwähnten Ereignisse, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. Die Verfügbarkeit von WEEX Services, Produkten und zugehörigen Aktionen kann je nach Region unterschiedlich sein. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Teilnahme mit geltenden lokalen Gesetzen und Vorschriften übereinstimmt.