AI-branchens mest markante løfte lige nu er, at AI snart vil forbedre sig selv med næsten ingen menneskelig overvågning. Allerede i dag kan sprogmodeller skrive kode, generere syntetiske data til træning og optimere de computerchips, de kører på. Men en ny analyse fra MIT Technology Review antyder, at den såkaldte rekursive selvforbedring – hvor AI accelererer sin egen udvikling – måske ikke kommer så hurtigt, som mange forventer.
For beslutningstagere, der planlægger strategier omkring AI-investeringer, produktudvikling eller konkurrenceposition, er dette et vigtigt signal. Hvis den eksplosive vækst udebliver, ændrer det forudsætningerne for, hvornår og hvordan AI for alvor kan transformere forretningsprocesser. Det betyder ikke, at AI-udviklingen står stille, men at tempoet kan blive mere jævnt end dramatisk.
Analysen peger på, at de nuværende fremskridt – som at LLM'er kan skrive kode og generere træningsdata – ikke nødvendigvis oversættes til hurtig selvforbedring. Der er stadig barrierer, der kræver menneskelig indblanding, og som kan forsinke den lovede acceleration. Se de tekniske detaljer i den originale artikel.
For virksomheder, der overvejer at satse på AI-drevet automatisering eller på at bygge produkter omkring AI's selvforbedring, er det klogt at justere forventningerne. En mere gradvis udvikling giver tid til at opbygge kompetencer og infrastruktur, men kræver også en strategi, der ikke er afhængig af hurtige, eksplosive spring.
