今日は、限界効用について学ぶことになるよ :) ビジネスやアイデアの中で、利用できる人数や行動には限界がある。要するに、問題に対して無駄にリソースを投げつけているだけ。解雇が多い理由は、AIが効率を生んでいるから。みんなが気づいていないのは、AIロボットやGPUが人間を1対1で置き換えるわけじゃないってこと。1人ができる作業量を置き換えるんだ。それが結果的に1人の従業員を減らすことになる。あなたの仕事がAIに奪われるわけじゃなくて、もう始まってる。でも、どれだけの人間が必要かが新しい供給と需要のポイントで、仕事がどれくらい続くかに関わってくる。常にもっとクリエイティブな頭が必要とされるけど、今はそれが不足してる。職を探しているソフトウェアエンジニアがどれだけいるか、信じられないよ。年収10万ドルから20万ドルの仕事を探してるのに、ビジネスにどれだけお金を節約できるか全然分かってない。学校で創造性が潰されちゃったんだ。誰かに指示されるのを待っていて、誰もいないときにどうしていいか分からなくなってる。みんな行き詰まってる。見えているのは能力の欠如じゃなくて、方向性をコントロールしたり、追う価値のあるアイデアを作る能力の欠如なんだ。

こういうC-suiteの人たちも、残っている人たちがAIに置き換えられることを期待している。彼らはホッケースティックの「AGIがすぐそこにある」という話に乗ってる。私はそうは思わないけど、少なくともそれなりに論理的ではあるよね。本当にそう信じているなら、もっと開発者を雇いたいとは思わないはず。

利益率が下がるにつれて、どこかから価値を絞り出さなきゃいけなくて、それが労働の雇用や解雇、報酬に影響するから、そういう結果に強いバイアスがかかるんだ。AIの魅力の99%は労働コストの削減にあるし、雇用はそれに逆行する。とはいえ、AIの生産性主張は信じてないけど、理論的にあなたの仮説に寄与する要素を指摘してるだけだよ。

新しいウェブサイトのための足場を作るの？LLMはそれが得意なんだ。すごく得意で、記事の著者が示したすべての統計は、既存のコードベースではなく新しい開発に基づいているにもかかわらず、せいぜい横ばいだったよ。

依存関係がどこから来るのか分かるなら、もっと調べてみないと。インジェクションのせいで他の人のコードベースが手に負えなくなるのが本当に嫌なんだ。「フレームワークは数十億行のコードをスキャンして実装を見つけることができるし、君もできるよ！」

LLMは新しいAPIやライブラリについて、俺が自分で調べるよりもずっと早く理解させてくれる。すごいスピードアップだよ。知らない言語でちょっとしたグルーコードを書く必要があるとき、LLMは時間を節約してくれるだけじゃなく、たぶん二度と使わないであろうことを学ばなくて済むようにしてくれるんだ。これについては、気持ちが揺れ動くんだよね。同じような感情を抱いたこともあるけど、あまりにも頻繁にカーテンの裏を覗いて、ドキュメントを読んで外部依存関係に慣れた後、LLMの返答が逆説的に慣習に従っていなかったり、オンラインで見つけたコード例に問題を無理やり合わせようとしていたり、機能を不適切に使ったり、シンプルにできることをわざわざ遠回りしてやったりすることに気づくんだ。近くで見ると魔法のように感じるけど、あまりに近づきすぎると理解している気になってしまうのが心配なんだよね。

釘にハンマーを使うのはやめて。え、じゃあ釘には何を使えばいいの？

LLMは雑務を自動化できるけど、人間よりも時間がかかることもある。それでも、実際にはバックグラウンドで作業が進んでるんだ。バックグラウンドで監視なしにできるこの雑務って何なの？ AI推進派は、成功している具体的なタスクについてもっとはっきり説明するべきだと思う。あまりにも曖昧で手を振るだけの説明にはみんな疲れてきてるよ。

「適切なライブラリが複数あるのに、ゼロからロジックを実装することで、今私たちが所有するこのコードは、すべてのことをしようとする巨大なPRになっている。コードの量によっては、これをポジティブにしか見れないかな？50行のコードのために巨大なライブラリを引っ張ってくることが多すぎる。」