Vissa branscher, som flyg- och självkörande bilar, omfattas av strikta regleringar som kan bromsa införandet av AI. Dessa branscher måste uppfylla stränga säkerhets- och tillförlitlighetsstandarder som fastställs av tillsynsmyndigheter som FAA och EASA.

I flygindustrin måste AI-system som används i flygplan, flygtrafikledning och obemannade luftfarkoster (UAV) genomgå omfattande testning, simulering och certifieringsprocesser för att validera deras prestanda under olika flygförhållanden och scenarier. De höga insatserna i flygsäkerhet kräver en försiktig approach till AI-integration, eftersom en mindre fråga skulle kunna sätta branschen tillbaka i åratal.

På samma sätt måste autonoma fordon uppfylla stränga säkerhetsstandarder som fastställs av transportmyndigheter för att säkerställa passagerar- och fotgängarsäkerhet. Regulatorer kräver omfattande testning och validering av självkörande system innan de tillåts att användas på allmänna vägar. Farhågor om gränsfall, såsom hantering av oväntade hinder och extrema väderförhållanden, måste åtgärdas, tillsammans med frågor om ansvar och cybersäkerhet.

Regleringslandskapet för dessa branscher utvecklas i takt med att tekniken går framåt, men regulatorer har i uppgift att hitta en balans mellan att främja innovation och säkerställa allmän säkerhet. Detta innebär att vissa branscher kan vara tveksamma till att snabbt införa AI, eftersom de måste prioritera säkerhet och tillförlitlighet framför snabb teknologisk förändring.

Beräkningskapacitet är en knapp resurs, och det har hävdats att beräkningskapacitet i framtiden kommer att vara som guld eller olja - i hög efterfrågan men med begränsad tillgång. Om AGI (Artificiell Generell Intelligens) är verkligt transformativ, kommer det att vara en extremt resurskrävande och dyr teknik att underhålla på grund av de enorma beräkningsresurser som krävs.

Företag och regeringar kommer sannolikt att prioritera att allokera AGI-kapacitet till projekt med störst potentiell påverkan, såsom rymdforskning, klimatförändringsmodellering och biomedicinsk forskning. Dessa ambitiösa, högpåverkande projekt kommer sannolikt att ha prioriterad tillgång till AGI, vilket lämnar mindre beräkningskapacitet tillgänglig för mer vardagliga uppgifter.

Dessutom kommer AGI att kräva robust mänsklig övervakning, särskilt inom känsliga områden som sjukvård, rättsväsende och policyframtagning. AGI kommer främst att fungera som en rådgivare snarare än en beslutsfattare inom dessa områden, vilket ytterligare begränsar dess utbredda tillämpning.

De specialiserade datacentren, höghastighetsnätverk och strömkrav för AGI-system kan också göra det opraktiskt att implementera över varje kontorsplats. Tillgången till AGI kommer sannolikt att noggrant ransoneras för att förhindra missbruk och säkerställa att beräkningskapaciteten inte slösas bort på uppgifter som kan hanteras av mindre resurskrävande AI-system.

Människor verkar i allt högre grad värdera mänsklig interaktion och kan revoltera mot utbredd AI-adoption. Det finns en växande trend av människor som uttrycker oro och till och med upprördhet gentemot nya AI-teknologier. När till exempel den AI-genererade videon "Sora" släpptes, möttes den av betydande motstånd, där många människor krävde att den skulle förbjudas. Denna inställning är inte isolerad, då det finns många exempel på människor som starkt motsätter sig användningen av generativ AI, med hänvisning till oro för potentiellt missbruk och negativa samhällseffekter.

Vidare kan vissa branscher och yrken vara undantagna från AI-störningar på grund av människors preferens för att interagera med andra människor. Till exempel inom de kreativa branscherna ses ofta mänskligt skapad innehåll som mer värdefullt än AI-genererat arbete. På samma sätt föredrar många människor att prata med en mänsklig representant snarare än en AI-chattbot i kundtjänstroller.

Onlineplattformar vidtar också åtgärder för att hantera ökningen av AI-genererat innehåll, där YouTube till exempel har infört riktlinjer som kräver att skapare avslöjar användningen av AI i sina videor. Google tar också bort AI-genererat SEO-innehåll från sökresultat för att prioritera organiskt, mänskligt skrivet innehåll. Dessa åtgärder tyder på en ökad medvetenhet om behovet av att upprätthålla en balans mellan AI-kapacitet och människocentrerade upplevelser.

Onlineplattformar vidtar åtgärder för att hantera de potentiella problem som AI-genererat innehåll kan medföra. Några nyckelåtgärder inkluderar:

1. Krav på innehållsavslöjande: Plattformar som YouTube kräver nu att skapare deklarerar om deras innehåll innehåller AI-genererat material. Detta gör att tittare kan fatta informerade beslut om det innehåll de konsumerar.

2. Användarrapportering och moderering: Tittare kan rapportera AI-genererat innehåll som bryter mot plattformens riktlinjer, och plattformarna använder en kombination av AI och mänsklig moderering för att upptäcka och hantera sådana överträdelser.

3. Algoritmiska justeringar: Plattformar kan justera sina algoritmer för att prioritera mänskligt skapat innehåll framför AI-genererat skräp. Detta kan innebära att kanaler eller innehåll som anses vara huvudsakligen AI-genererat nedprioriteras.

4. Förbud mot AI-genererat innehåll: Vissa plattformar kan införa direkta förbud mot användning av AI-genererat innehåll, särskilt i fall där det används för att manipulera plattformens system, som sökmotoroptimering (SEO).

5. Verifieringssystem: Webbplatser kan utveckla nya mekanismer för att verifiera att användare är mänskliga och förhindra att AI-agenter kryper och påverkar deras mätvärden, som annonsintäkter.

Men även om AI-framsteg är otvivelaktigt imponerande, finns det flera skäl till varför AI kanske inte tar ditt jobb så snabbt som vissa kan förvänta sig:

1. Strikta regleringar: Branscher som flyg, självkörande bilar och sjukvård har stränga säkerhets- och tillförlitlighetsstandarder som AI-system måste uppfylla genom omfattande testning och certifieringsprocesser innan de kan integreras. Detta försiktiga tillvägagångssätt kan bromsa införandet av AI i dessa sektorer.

2. Brist på beräkningskapacitet: De beräkningsresurser som krävs för avancerade AI-system som AGI (Artificiell Generell Intelligens) förväntas vara extremt knappa och dyra. Regeringar och företag kommer sannolikt att prioritera att allokera dessa resurser till högpåverkande projekt, som rymdforskning, klimatförändringsmodellering och biomedicinsk forskning, snarare än vardagliga uppgifter.

3. Människors preferens för mänsklig interaktion: Det finns en ökande trend av människor som uttrycker oro och till och med fientlighet gentemot AI, särskilt inom de kreativa branscherna. Människor kan fortsätta att värdera människa-till-människa-interaktioner, vilket leder till motstånd mot utbredd adoption av AI inom vissa områden.

4. Potentiell motreaktion och reglering: Onlineplattformar och sökmotorer vidtar redan åtgärder för att begränsa användningen av AI-genererat innehåll, som att ta bort det från sökresultat eller kräva explicit avslöjande. Detta skulle kunna begränsa AI:s påverkan på vissa branscher och yrken.

5. Energibegränsningar: De enorma energikraven för storskaliga AI-system, som de som krävs för AGI, skulle kunna utgöra en betydande utmaning för deras utbredda implementering, eftersom den nuvarande energiinfrastrukturen kanske inte kan hantera efterfrågan.