White-Collar vil være fullautomatisert om 18 måneder – så hva gjør deg annerledes?
Mustafa Suleyman, administrerende direktør i Microsoft AI, har spådd at det meste av profesjonelle funksjonærarbeid vil være fullautomatisert innen august 2027. Markedsføring. Regnskap. Lovlig. Prosjektledelse. Han ga dem navn.
Dagen før hadde jeg lest om Jensen Huangs oppstartstale på Carnegie Mellon, hvor han fortalte 5800 nyutdannede ved en av landets beste ingeniørskoler om å vurdere å bli elektrikere.
Samme dag stilte en filosof som anmeldte en teknologijournalists nye bok, «I Am Not a Robot», i «The Boston Globe» spørsmålet ingen av dem hadde berørt – hvis maskiner nå kan resonnere, hva er det egentlig igjen for oss?
Huang ber nyutdannede om å bygge ting
Moneywise rapporterte hvordan Jensen Huang holdt sin Carnegie Mellon-oppstartstale i regnet til 5800 kandidater ved et av landets fremste informatikk- og ingeniøruniversiteter, og brukte en betydelig del av det på å argumentere for en karriere innen faget.
“AI gir Amerika muligheten til å bygge igjen,” sa han til publikum. “Elektrikere, rørleggere, jernarbeidere, teknikere, byggherrer – dette er din tid. AI skaper ikke bare en ny dataindustri, den skaper en ny industriell æra.”
Han var ikke motstridende for effekt. Moneywise rapporterte kapitalutgifter fra de største amerikanske teknologiselskapene kan nå 700 milliarder dollar i år i datasenterbygging alene, og Randstads marsanalyse av mer enn 150 millioner amerikanske stillingsannonser fant at etterspørselen etter dyktige fag vokste tre ganger raskere enn for profesjonelle skrivebordsbaserte roller. Ingenting av den infrastrukturen bygges uten at folk trekker wire og legger rør.
Huang sa også noe som har en tendens til å bli begravet under faghistorien: “Ja, AI vil endre hver jobb. Men oppgaven og hensikten med en jobb er ikke den samme. Mange oppgaver vil bli automatisert. Noen jobber vil forsvinne. Men mange nye jobber og helt nye bransjer vil bli skapt.” Det skillet mellom oppgaver og formål er det SEO-fagfolk bør skrive ned.
Suleyman sier at funksjonærarbeid har 18 måneder
Microsoft AI-sjef Mustafa Suleyman fortalte “Financial Times” at AI nærmer seg “ytelse på menneskelig nivå på de fleste, om ikke alle profesjonelle oppgaver.” Tidslinjen hans er 12 til 18 måneder. De spesifikke rollene han utpekte som sårbare var regnskap, juridisk, markedsføring og prosjektledelse.
Han navnga markedsføring eksplisitt, og 18 måneder fra februar 2026 er august 2027.
Forutsigelsen har sirkulert lenge nok til å bli bakgrunnsstøy. Det er akkurat det som er problemet med det. Søk har allerede endret seg mer de siste 18 månedene enn i de foregående fem årene. Utøverne som føler at endringen er mest akutt, er ikke de som har jobbet forsvunnet. Det er de hvis arbeidsflyter har blitt forstyrret raskere enn deres strategiske rammeverk har blitt oppdatert.
Kaag stiller spørsmålet Sterns bok stiller ikke helt
Søndag morgen fullførte John Kaags anmeldelse av Joanna Sterns «I Am Not a Robot: My Year Using AI to Do (Nomost) Everything» mønsteret for meg. Kaag, en filosofiprofessor ved University of Massachusetts Lowell, nærmer seg Sterns eksperiment mindre som en teknologihistorie enn som et spørsmål om hva som forblir særegent menneskelig når maskiner kan imitere mer og mer av det vi gjør.
Han sporer buen tilbake til Alan Turings berømte «imitasjonsspill», der utfordringen var om en maskin kunne passere som menneske i samtale. I flere tiår inntok mennesker stillingen som dommer og evaluator. Men en gang i internett-æraen snudde det forholdet stille. CAPTCHA-systemer begynte å spørre oss for å bevise at vi var mennesker og merke av i boksen som bekrefter “Jeg er ikke en robot.” Det som startet som et sikkerhetstiltak ble også en kulturell metafor: Maskiner prøvde ikke lenger å gjøre seg fortjent til vår godkjenning; vi tilpasset oss til deres standarder for verifisering.
Kaag argumenterer for at Sterns bok går utover det nye med AI-assistenter som skriver e-post eller oppsummerer møter. Det dypere spørsmålet er om menneskelig identitet i seg selv blir vanskeligere å definere når systemer på en overbevisende måte kan simulere dømmekraft, språk og til og med personlighet. Hvis en algoritme kan reprodusere tonen vår, stilen vår og til slutt mye av vår profesjonelle produksjon, så er det viktige spørsmålet ikke lenger om AI kan tenke som oss. Det er om vi fortsatt forstår hva som gjør menneskelig tenkning meningsfull i utgangspunktet.
For å utforske det spørsmålet, påkaller Kaag Mary Everest Boole, 1800-tallets tenker og pedagog gift med matematikeren George Boole, hvis logikk ble grunnleggende for moderne databehandling. Hun spekulerte i at når resonnementet i seg selv ble mekanisert, ville menneskeheten trenge å forankre sin identitet et sted utenfor ren rasjonalitet. Svaret hennes var ikke effektivitet eller kalkulasjon, men egenskaper basert på empati, moralsk dømmekraft og menneskelig tilknytning.
Den ideen lander annerledes i 2026 enn for ti år siden. Sterns rapportering viser hvor dyktige AI-systemer allerede har blitt til oppgaver som en gang ble ansett som ekspertisemarkører. Men Kaags større poeng er at kapasitet alene ikke avgjør spørsmålet om verdi. Jo flere maskiner tilnærmet resonnement, jo mer press er det på mennesker til å artikulere det som ikke bare kan automatiseres: levd erfaring, ansvarlighet, intuisjon formet av feil, og evnen til å bry seg om konsekvenser på måter som er mer enn beregningsmessige.
Det er spenningen som ligger under Sterns bok og i økende grad under selve det moderne kunnskapsarbeidet. Utfordringen er ikke lenger å bevise at maskiner kan etterligne oss.
Hva gjør deg annerledes?
Tre stykker, skrevet uavhengig, fra et startstadion i Pittsburgh, et «Financial Times»-intervju og en bokanmeldelse på søndag, kommer frem til det samme argumentet fra tre retninger.
Huang: Hensikten med en jobb overlever selv når oppgavene er automatiserte.
Suleyman: Oppgavene til de fleste funksjonærarbeid vil bli automatisert raskere enn folk flest er forberedt på.
Kaag: Hvis resonnement kan mekaniseres, og det kan det i økende grad, så må det som definerer oss være noe annet.
For SEO-fagfolk er det det mest praktiske spørsmålet i feltet akkurat nå. Når innholdet ditt, strateginotatet ditt eller søkeordanalysen din kunne ha blitt generert av et system som har lært å tilnærme deg godt nok, hva gjør ditt annerledes? Det ærlige svaret, foreslår Kaag, er ikke et ferdighetssett eller en prosess. Det er den irreducible personlige kvaliteten til et perspektiv dannet gjennom faktisk erfaring, faktisk fiasko, faktisk tilstedeværelse i arbeidet. Det er det som ikke kan krysses av i en boks.
Flere ressurser:
Utvalgt bilde: beast01/Shutterstock
