AI - Har det peakat?

Vad är din grund för att säga att AI-modellerna har stannat av? Tvärtom. Däremot har den praktiska nyttan inte varit så stor som många trodde.

AI-tjänsternas kapacitet har tidigare fördubblats ungefär var 7:e månad men har nu accelererat lite (enligt METR-mätningar av 50% task completion horizon). I augusti 2025 klarade GPT-5 hälften av uppgifter som människor behöver 2 h 17 min för – upp från 50 minuter långa jobb i mars. Inom programmering, matematik och forskning. Om trenden håller i sig kommer AI runt år 2030 att självständigt klara jobb som tar människor en månad att göra.

Även vid oförändrad hårdvara har dagens LLM-modeller 15-20 gånger högre kapacitet än för tre år sedan. För att algoritmerna är mer effektiva och träningsdatan bättre.

Men nyttan och produktitivetsökningen växer långsammare. Enligt en GitHub Copilot-studie producerar AI-assistenterade utvecklare 55 % mer progamkod, men den faktiska produktivitetsvinsten är bara ~25 %. En AI-assisterad systemutvecklare kan alltså att skapa lika mycket funktionalitet som 1,25 icke AI-assisterade utvecklare på samma tid. Problemet är mycket större i stora komplexa systemutvecklingsprojekt än i små. Problemet är nog att det tar tid att debugga de fel AI:n inte själv klarar att rätta. Särskilt om vibe-kodande utvecklare inte förstår sin egen kod. Siffrorna är väldigt osäkra, olika studier ger väldigt olika resultat.

Inom kontorsarbete ger AI bara 10–20 % tidsvinst men upp till 40 % kvalitetsökning. Min erfarenhet är också att jag sparar inte mycket tid men det jag producerar kan vara mycket bättre, om jag granskar noga. Jag tror att den låga produkitivetsökningen beror på att organisationer måste ändra rutiner, människor få nya kunskaper och AI få access till fler IT-system och mer inloggningsskyddad data. Sånt tar tid att lösa. Och det tar tid att granska och felsöka i AI-producerad text.

Digitaliseringen tog flera decennier fram till att vi nu har avskaffat nästan alla pappersformulär och många manuella rutiner i kontorsarbete. AI-revolutionen kommer också att ta tid.

För att jag inte har fastnat i ett enda område. Andra områden står helt stilla, alltså områden där de inte löst med verktyg runt om. Ta saker som cad eller jag har via jobbet tittat mycket på AI inom fysiska beräkningar, där har det inte hänt något alls och det handlar framförallt om att man inte löst hur data skall kunna användas för att träna upp modeller. Inom forskning (biologi, kemi, fysik) används precis samma LLM (Language) som används på andra ställen.

Vadå. GPT-5 kom i augusti och klarar mer än dubbelt så stora arbetsuppgifter som de GPT-modeller som fanns i februari. Som sagt klarar den självständigt att lösa hälften av de jobb som brukar ta mänskliga experter 2 timmar och 17 minuter att slutföra.

Den är extra bra på matematik, naturvetenskap och programmering jämfört med tidigare modeller. I en studie om radiologi och medicinsk fysik presterade GPT-5 90,7 % korrekt på tentafrågor i fysik och medicinsk fysik, jämfört med GPT-4o som låg på ~78 % på samma uppgifter. Källa.

Gällande programmering tror jag att Claude-Code är ändå mer användbar i praktiken. Den kan hantera större kodbaser och gör färre misstag – även om GPT-5 fortfarande får något bättre resultat i benchmark-tester.

Jag tycker att den är sämre på hårdvarunära frågor, särskilt sådant som kräver visuell (grafisk) lösning, och gissar att den inte är avnändbar för att producera cad-ritningar och liknande.

Moderna AI-tjänster består av flera specialistränade LLM; kallade "experter" eller "sub-engines". T.ex. brukar de ha en för naturvetenskap, en för programmering, osv. Beroende på din prompt väljer den expert. Det kan märkas på att olika experter har olika språklig stil. Dessutom kan de ha moduler som inte bara bygger på LLM, t.ex. för att skapa och köra pythonprogram eller för annan generativ AI, som bildgenerering.

Är det vad du menar med olika "områden"?

Måste tipsa om den här från GamersNexus som kanske är bästa genomgången som inte är lång, men som ändå ger en bild av galenskaperna inom AI.
Hur en liten grupp IT bolag skickar pengar till varandra och medan de gör det stiger deras aktiekurser...
Alltså inga affärer utan bara att man säger saker för pengarna saknas.


WTF Is Going On?

Jo ,jag har sett 4 andra youtuber behandla samma ämne.
En ny undersökning visar också att användning av AI har minskat bland företag med fler än 250 anställda.
https://www-apolloacademy-com.translate.goog/ai-adoption-rate-trending-down-for-large-companies/?_x_tr_sl=en&_x_tr_tl=sv&_x_tr_hl=sv&_x_tr_pto=rq

Två bra videos som beskriver bubblan
Tech Billionaires Know the AI Bubble Will Burst (They're Already Building Bunkers)
The AI Market Must Crash: Ed Zitron on Why the Bubble Will Burst

Svenska Lovable har tappat hälften av sin trafik på några månader. De var värderade till nära en miljard, tror inte deras värderingen är i närheten av det idag.

AI som teknik har inte peakat, men hypen har.
Vi har gått från överdrivna förväntningar till en mer nykter syn på vad tekniken faktiskt kan och inte kan göra.
Det blir däremot intressant att se vad som händer framöver, när LLM:er redan har tränats på i stort sett allt mänskligt skapat innehåll och börjar mata sig själva med "AI slop".

Största bubblan någonsin!!!

Ekonomin kommer kollapsa

Fattar inte hur man kan lura in så många i den här skiten. För en vanlig människa som inte håller på att spendera sittvlov framför en skärm så finns inte mycket nytta av den här skiten. Alla investeringar är bortkastade pengar

Det är väl precis det här som är problemet. Ett program som har tillgång till hela världens publicerade information och snudd på oändlig datakraft lyckas alltså inte att få alla rätt på en tenta. Nästan alla investeringar i AI ligger numera på LLM - en teknologi som alltid kommer att kräva noggrann övervakning av yrkeskunniga.

Gud vad ni snackar gojja. Utvecklingen av AI hade väldigt lite talang och investeringar från 1990-2015 men lyckades ändå lägga grunden till det vi har idag. Idag är all talang fokuserad på AI, det finns enskilda personer som kvittar löner på miljarder kronor. Helt enorma investeringar görs, Manhattan Projektet ser ut som en lekstuga i jämförelse. Visst, en finanskrasch i västvärlden på grund av vårat bisarra monetära system med värderingar inflation och riskkapital är helt realistisk. Precis som att IBM inte är största datorföretaget idag så kanske OpenAI eller några andra faller innan målet. Men det betyder inte att artificiell intelligens och cybernetik kommer försvinna. Det är som folk på 90 talet som sa att internet var en fluga. Kina kommer finnas kvar, dom leder snart i chip tillverkning och kanske dom går om USA i megakluster om det här med handelskrig fortsätter, och om t.ex. USA och EU går in i väggen i en börskrasch. Men Kina kommer finnas kvar, alla deras robotar och AI forskare är kvar, kanske många flyttar dit och får jobb där som braindrain. Om ett år kommer dagens modeller vara mycket mer avancerade och ni kommer fortsätta blabba om detta.

Jag tänker att det från första stund framstod som väldigt klart vilken potential som Internet hade, och hur man skulle kunna tjäna pengar på internet (porr, dataspel, onlinebutiker, porr, film och TV, myndighetskontakter, porr, bankärenden, dejting och lite mera porr).

Med AI så är det å andra sidan väldigt oklart vad det egentligen ska gå att tjäna pengar på, och i princip alla AI företag går med brakförlust... så det hela bygger på fagra förhoppningar om att det nästa år plötsligt kommer att hända något som gör att AI blir det mest värdefulla i världshistorien...

Det är alltså denna låga form av källkritisk analys som säger det, men inget annat kan ni visa som bygger upp något att ens har en mening att tänkas om, vilket då gör er till? säg det högt tio gånger..