Husk at vende tilbage til de ting, du opgav at få AI'en til - måske kan den nu?

OpenAI, Anthropic, Google og de andre er ikke interesserede i de data vi bruger, når vi prompter. De er interesseret i, hvilke typer opgaver vi gerne vil have løst. Og de lytter, for hvis de ikke kan løse de opgaver, som vi ønsker, så skifter vi AI.

Derfor kan ChatGPT nu håndtere regneark og lige om lidt kan både Google og OpenAI gøre noget, der minder om Claude Code eller er endnu bedre. Det kommer os brugere til gavn - hvis vi lige husker, hvad det var vi opgav, og så prøver det igen efter et stykke tid.

Læs her, hvad Dylan skrev i et nyhedsbrev for nyligt (jeg har oversat det til dansk og fjernet det meste marketingshalløj). Han foreslår, at man skriver sine fiaskoer ned og prøver igen efter et stykke tid: 

"Det, du tror, AI kan og ikke kan, er sandsynligvis allerede forkert.

For seks måneder siden brugte jeg fem uger på at udvikle et system til at udtrække data fra komplekse PDF-filer. Seks forskellige AI-modeller. En specialtilpasset opsætning med flere værktøjer. Hele molevitten.

I sidste uge lagde jeg den samme PDF ind i en ny model med en helt simpel prompt. Perfekt udtræk. I første forsøg.

Opgaven ændrede sig ikke. Det gjorde AI’en.

Det sker overalt lige nu — billedkonsistens, udtræk af håndskrift, navigation i software. Ting, der var umulige for seks måneder siden, virker nu direkte fra start.

Så her er, hvad du kan gøre: Lav en AI-ønskeliste. Skriv alle de opgaver ned, som AI ikke kunne løse, da du prøvede. Notér opgaven, datoen og resultatet. Test dem igen, hver gang der kommer en større modelopdatering, en ny funktion lanceres, eller én gang i kvartalet.

Dem, der sakker bagud, er ikke dem, der prøvede AI og mislykkedes. Det er dem, der mislykkedes og aldrig vendte tilbage.

PS – Et eller andet sted derude har din konkurrent netop automatiseret det, du opgav i oktober."

Kommentarer

Populære opslag fra denne blog

McKinsey As a Prompt

En tidligere OpenAI-medarbejder taler ud (positivt, men meget interessant)

Valg af den rigtige AI og den rigtige AI-model (Ethan Mulllicks seneste opslag)