Bortom Jevons paradox

Jevons paradox är det mest citerade stycket nationalekonomi i varje samtal om AI. Gör en resurs billigare och vi använder mer av den, inte mindre. Kolet är standardexemplet: ångmaskinerna blev effektivare och kolförbrukningen gick upp, för att den lägre kostnaden öppnade användningar som aldrig varit värda besväret.

Applicera det på AI och slutsatsen är given. Billigare, snabbare och mer kapabla modeller betyder att långt mer AI kommer att användas. Det stämmer nästan säkert, och det är också den ytliga halvan av historien.

Jevons förklarar varför billigare AI leder till mer AI. Den säger ingenting om vilka idéer människor bestämmer sig för att det är värt att driva från början.

Den djupare förändringen är inte att vi kan göra mer. Det är att fler idéer överlever tillräckligt länge för att någon ska försöka.

Hjärnan är inte bara en tänkande maskin. Den är en ransoneringsmaskin. Varje dag avgör den var tid, energi, uppmärksamhet, pengar, kunskap och kraft ska läggas, och allt det tar slut.

Så den kan inte på allvar värdera allt som står till buds. Världen erbjuder långt mer än någon skulle hinna med — saker att lära sig, bygga, laga, automatisera, förbättra, utforska. Att medvetet väga varje sak skulle bränna all uppmärksamhet man har.

I stället dödar hjärnan de flesta alternativ innan de ens når en medveten plan, genom att gissa vad de kostar.

Inte kostnad i pengar. Total personlig kostnad: tid, ansträngning, energi, kunskap, risk, komplexitet, det man ger upp för att göra det, och skadan det gör på allt annat i livet.

Så när en idé dyker upp — bygga en applikation, skriva en bok, starta ett företag, lära sig ett språk — är den första frågan nästan aldrig om den är intressant. Den är om den är genomförbar.

Det sker på ungefär en sekund, mestadels under medvetandets nivå. Hur lång tid skulle det ta? Vad skulle jag behöva lära mig? Hur många kvällar försvinner? Vad slutar jag göra? Skadar det jobbet, familjen eller resten av kön?

För dyrt, och idén läggs undan. Inte för att den är dålig, och inte för att man inte vill. För att den inte får plats i livet man faktiskt lever.

Gör det tillräckligt många år och det stelnar till ett inre kostnadsfilter.

Filtret hindrar en från att slösa uppmärksamhet på sådant som ser omöjligt eller ouppnåeligt ut. Det är inte irrationellt, det är nödvändigt. Utan det vore man permanent distraherad av möjligheter man ändå aldrig kunde agera på.

Det tränas också av erfarenhet. Ta någon med heltidsjobb, familj och några lediga timmar i veckan. De har idéer — en cv-tjänst, en offertgenerator, ett verktyg för aktieanalys, en personlig automatisering, en budgetapp, en språklärare.

Inget av det är omöjligt. Det är orealistiskt med tanke på vad som finns att tillgå.

Hjärnan lär sig läxan och slutar räkna. Nästa gång något liknande dyker upp läggs det undan nästan omedelbart, inte för att värdet saknas, utan för att erfarenheten redan förutsagt utfallet.

Så de flesta idéer dör innan man märker att man förkastade dem. De blir aldrig planer eller experiment. De är en vag fantasi ett ögonblick, och sedan är de borta.

AI gör mer än att snabba upp genomförandet. Den ändrar siffran filtret räknar på.

Ett projekt som tog sex månader blir en helgprototyp. En uppgift som krävde ett team blir realistisk för en person. Research, planering, kodning, design, dokumentation, testning och iteration komprimeras allihop på en gång.

Ingen av de besparingarna är revolutionerande i sig. Tillsammans flyttar de uppskattningen.

Varje timme som tas bort ur genomförandet ändrar vad hjärnan tror är möjligt. Tillräckligt många små minskningar och hela kategorier av projekt passerar gränsen från inte värt att försöka till värt ett försök.

Idén ändrades inte. Priset gjorde det. Och när priset ändras ändrar filtret sitt svar.

Idéer som förr utlöste ett omedelbart nej börjar få ett kanske, och några av dem blir ja. Det är inte en produktivitetsförbättring. Det är en förändring i hur mycket framtid en människa tror sig ha tillgänglig.

Här är delen som missas: AI genererar oftast inte idéerna. De fanns redan.

Någon har velat bygga en viss tjänst i åratal. De förstod problemet, såg öppningen, kunde se produkten framför sig — och visste att det skulle äta månader av kvällar. Så det arkiverades under orealistiskt och släpptes.

AI behöver inte uppfinna den idén. Den behöver bara göra den billig nog för att filtret ska tänka om.

Ingen blev plötsligt mer kreativ. De slutade förkasta idéer de redan hade.

Den skillnaden betyder något, för det som ser ut som en explosion av nya idéer är delvis en explosion av undertryckta som kommer tillbaka.

När en av de idéerna blir verklig accelererar det hela.

Att slutföra ett projekt producerar inte bara en produkt. Det ändrar hur nästa möjlighet ser ut. Man lär sig mönster, man behåller komponenter, man hittar tre besläktade problem man inte visste fanns, och man tror att nästa går att göra.

Så det andra projektet kostar mindre än det första. Lägre kostnad trycker fler idéer genom filtret, vilket ger fler experiment, fler återanvändbara delar och mer kunskap, vilket sänker kostnaden igen.

Mer förmåga leder till fler försök, och fler försök skapar mer förmåga. Det är inte högre produktivitet. Det är accelererat utforskande.

Entreprenörer stöter på det här tidigt för att de lever vid genomförandegränsen.

De har inte fler idéer än andra. Nästan alla har idéer om vad som kunde byggas, automatiseras eller organiseras bättre. Entreprenörer är helt enkelt de som hela tiden testar gränsen mellan en idé och något som fungerar.

Historiskt gick även de produktiva in i en vägg. Femtio lovande idéer, tid och pengar för två. Resten stannade i anteckningsböcker eller dunstade bort.

AI flyttar den väggen. En person kan nu testa fler koncept, bygga fler prototyper, känna på fler marknader och döda svaga idéer tidigare. Portföljen av realistiska alternativ växer, inte bara farten.

Vilket skapar ett nytt problem. Man slutar få slut på genomförandekapacitet och börjar få slut på uppmärksamhet.

I går var flaskhalsen genomförandet. När genomförandet blir billigt betyder urvalet mer. Den svåra frågan slutar vara ”kan jag bygga det här?” och blir ”borde jag?”

Sedan flyttar den igen. Anta att AI producerar tio färdiga prototyper över natten. Arbetet är inte längre att bygga, det är att avgöra vilken av de tio som förtjänar en dag till. Vilken som löser ett verkligt problem. Vilken som skapar värde. Vilken som är värd att underhålla, och vilken som ska läggas ned.

Så småningom hjälper AI med det också — mäter användning, kör experimenten, jämför utfall, föreslår alternativ, rekommenderar en riktning. Så flaskhalsen flyttar en gång till, från att bedöma lösningar till att formulera mål som är värda att ha.

Människor anger i allt högre grad mål snarare än implementationer. I stället för att skriva programvara beskriver de utfall; i stället för att designa varje flöde definierar de hur framgång ser ut.

Arbetet flyttar uppåt. Knappheten överlever hela resan — den migrerar bara från genomförande till omdöme, uppmärksamhet, prioritering och riktning.

De flesta AI-samtal handlar om produktivitet. Sparade timmar, billigare programvara, uppgifter per person, tjänster man slipper tillsätta. Rimliga frågor, och de missar den större effekten.

Den största förändringen är kanske inte att människor gör befintligt arbete snabbare. Den kan vara att människor försöker sig på arbete de tidigare avskrivit.

Historien rimmar här. När fotografin blev digital tog folk inte lika många bilder billigare — de tog oerhört många fler. När molnet blev billigt skar företagen inte bara infrastrukturkostnader, de lanserade produkter som aldrig hade motiverat ett serverköp. När publiceringen blev digital nådde produktionen människor inget traditionellt förlag hade rört.

Var och en av dem sänkte kostnaden för att genomföra, och var och en gav en explosion av experiment, för att projekt som förr föll på det inre filtret plötsligt passerade.

AI kan trycka hårdare än någon av dem, för den skär kostnaden för att tänka, planera, designa, koda, skriva, undersöka, analysera och iterera samtidigt. En billigare serverräkning ändrar en del av ett projekt. Det här ändrar nästan alla.

Jevons förklarar varför billigare AI leder till mer AI. Andraordningseffekten är att billigare genomförande ändrar vilka idéer som över huvud taget överlever filtret.

Lägre kostnad höjer inte bara produktionen. Den höjer antalet idéer som lever länge nog för att bli testade.

Så ett samhälle producerar inte bara mer av samma saker. Det utforskar en större del av möjlighetsrummet: fler experiment, fler startups, fler nischprodukter, fler hypoteser, mer skapande arbete, mer uppmärksamhet på problem ingen brydde sig om.

De flesta av dem misslyckas. Det är själva poängen med att pröva dem. Det som betyder något är att de finns alls, där de förut aldrig hade blivit försökta.

Att testa tio gånger så många idéer är inte att arbeta tio gånger snabbare. Det är att höja oddsen för att hitta dem som var osynliga.

Det kan vara ett misstag att arkivera AI under automation. Den är mer användbar som en teknik som sänker tröskeln mellan att föreställa sig något och att bygga det.

Under större delen av historien har idéer varit rikliga och genomförandet knappt. Den balansen håller på att vändas. När genomförandet blir billigt flyttar det knappa: uppmärksamhet slår implementation, omdöme slår produktion, och att välja rätt mål slår att lista ut hur man når det.

Värdekedjan rör sig uppåt. Mindre tid åt att göra idéer till verklighet, mer tid åt att avgöra vilka verkligheter som är värda att ha.

Det gör inte implementationen irrelevant. Det gör att implementationen slutar vara det som avgör vilka idéer som blir prövade.

Filtret består. Dess trösklar flyttar. Idéer som såg absurda ut blir bara dyra, dyra blir praktiska, praktiska blir triviala — och ambitionen justerar sig efter varje förskjutning.

Jevons är fortfarande ett bra glasögon. Billigare och bättre AI betyder att vi kommer använda mycket mer av den.

Men den djupare förändringen är psykologisk. Hjärnan filtrerar idéer efter vad den tror att de kostar, och när AI sänker den kostnaden börjar idéer som förr dog vid första kontakten överleva. Några blir experiment. Några blir produkter. Några blir företag.

AI:s största effekt är kanske inte att mänskligheten gör sitt befintliga arbete snabbare. Den kan vara att mänskligheten äntligen utforskar en anständig del av de idéer den redan hade.

De flesta misslyckas. Några få förändrar branscher. Alla finns för att filtret gav dem en chans det förut aldrig gav.

Det är inte bara en produktivitetsrevolution. Det är också en möjlighetsrevolution.