Kymmenen vuotta sitten tällä viikolla kone istui vastapäin planeetan parasta lautapelaajaa hotellissa Soulissa, Etelä-Koreassa. Peli oli Go. Se on yli 3 000 vuotta vanha, ja sillä on enemmän lautapaikkoja kuin atomeja havaittavassa universumissa. Kukaan ei uskonut, että tietokone voisi voittaa tämän ottelun, ainakaan vielä vuosikymmeneen. Kone voitti neljä peliä viidestä. Mutta maali ei ollut tarina vaan yksi ainoa siirto toisessa ottelussa. Liike 37. AlphaGo asetti kiven niin outoon paikkaan, että ottelun suorana lähettäneet kommentaattorit luulivat järjestelmän vikaantuvan. Ammattilaispelaajat ympäri maailmaa kutsuivat sitä virheeksi reaaliajassa. Mutta se ei ollut virhe. Se osoittautui yhdeksi loistavimmista liikkeistä koko pelin 3 000 vuoden historiassa. Ja kone keksi sen itse. AlphaGo oli laskenut, että todennäköisyys, että kukaan ihminen koskaan tekisi tuon liikkeen, oli noin yksi kymmenestä tuhannesta. Se teki siirron joka tapauksessa, ja se siirto voitti pelin. Lee Sedol, maailmanmestari, joka istui toisella puolella, tuijotti yli kaksitoista minuuttia yrittäen käsitellä tapahtunutta. Hän sanoi myöhemmin, että siinä hetkessä hän tajusi, että AlphaGo oli luova. Se yksittäinen ottelu uudisti maailman. Kiina näki koneiston hallitsevan Itä-Aasian kulttuurin pyhintä strategiapeliä ja suhtautui siihen kuin kansallisen turvallisuuden kriisiin. Peking käynnisti massiivisen tekoälyinvestointikampanjan, jonka arvo on satoja miljardeja dollareita. Maailmanlaajuinen tekoälykilpavarustelu, jota me kaikki nyt elemme, alkoi juuri siitä hotellihuoneesta. Tässä syy, miksi se on nyt tärkeää. Lähes jokainen merkittävä tekoälylaboratorio vuonna 2026 keskittyy kielimallien kasvattamiseen. Ennusta seuraava sana, mutta tee se paremmin ja nopeammin. Hassabis tekee hyvin erilaisen vedon. Hän väittää, että sanojen ennustaminen ei koskaan johda todelliseen älykkyyteen. Puuttuu kyky oikeasti ajatella etukäteen, tutkia erilaisia mahdollisuuksia ja suunnitella ennen kuin ryhtyy toimimaan. Sitä AlphaGo pystyi tekemään vuonna 2016, ja DeepMind on hiljaisesti rakentanut tämän perustan päälle siitä lähtien. Suunnitelmana on yhdistää Geminin ymmärrys kielestä ja maailmasta AlphaGon kykyyn etsiä ja päätellä ongelmien läpi. Ja sitten lisätään erikoistyökaluja, kuten AlphaFold, joka ratkaisi yhden biologian vanhimmista ratkaisemattomista ongelmista samalla ydinmenetelmällä. Hassabis on sanonut uskovansa, että AGI voisi saapua viiden–kahdeksan vuoden kuluessa. Ja kun se tapahtuu, se saa teollisen vallankumouksen näyttämään hitaalta verrattuna siihen. Kaikki juontaa juurensa yhteen kiveen, joka on asetettu puulaudalle hiljaisessa huoneessa Soulissa. Se oli ensimmäinen todellinen merkki siitä, että koneet pystyivät tekemään jotain, mitä luulimme vain ihmisten pystyvän: keksiä idean, jota kukaan ei ollut aiemmin ajatellut. Ja ne, jotka sen rakensivat, käyttävät nyt samaa pelikirjaa rakentaakseen jotain paljon suurempaa.

Googlen entinen toimitusjohtaja kuvaili juuri, kuinka yksi ohjelmoija käyttää tekoälyagenttia klo 19–4 aamulla. Hän herää, syö aamiaisen ja käy läpi yön aikana keksityt asiat. Eric Schmidt sanoo, että se, mitä nyt tapahtuu, on "käsittämätöntä". Schmidt sanoo, että parhaat ohjelmoijat ovat aina olleet kymmenen kertaa arvokkaampia kuin ne, jotka ovat juuri heidän alapuolellaan. Se piti paikkansa ennen tekoälyä, mutta nyt nämä ihmiset ovat entistä arvokkaampia, koska he ovat ainoat, jotka todella voivat hallita näitä järjestelmiä. Kaikki muut muuttuvat korvattaviksi. Todellinen ennuste koskee koko talouden muotoa. Schmidt sanoo, että olemme matkalla kohti pientä määrää erittäin suuria yrityksiä ja valtavaa määrää hyvin pieniä yrityksiä. Keskikohta katoaa, koska kun tekoäly pystyy tekemään työn, ei enää tarvita yhtä paljon ihmisiä. Tämä näkyy jo todellisissa rekrytointitiedoista. Stanfordin tutkimus osoitti, että uransa alkuvaiheen kehittäjien rekrytointi on laskenut 20 prosenttia vuoden 2022 lopusta lähtien. Jotkut yritykset sanovat, että tekoäly kirjoittaa nyt 70–90 prosenttia heidän tuotekoodistaan. Tiimit, jotka tarvitsivat kymmenen nuorempaa insinööriä, toimivat nyt kahdella seniorilla ja tekoälyagentilla. Schmidt on varoittanut tästä jo kaksi vuotta. Ero on nyt siinä, että luvut saavuttavat ennusteen. Rekrytointi laskee aloitustasolla ja henkilöstömäärä pienenee valkokaulussektoreilla. Ja hitaimmat yritykset eivät saa toista mahdollisuutta sopeutua.

Mark Zuckerberg käytti 14 miljardia dollaria palkatakseen miehen. Yhdeksän kuukautta myöhemmin hän purkaa häntä. Vuonna 2025 Meta osti lähes puolet Scale AI:sta ja toi 28-vuotiaan perustajansa Alexandr Wangin tekoälyjohtajaksi. Hän sai supertiimin eliittitutkijoita ja tehtävän jahdata superälykkyyttä. Mutta Metan sisällä törmäys alkoi nopeasti. Vanhan kaartin johtajat halusivat tekoälyä, joka vahvistaisi Facebookia ja Instagramia. Wang halusi rakentaa seuraavan rajamallin, ei seuraavan mainostuotteen. Sitten legenda käveli. Turing-palkinnon voittaja Yann LeCun kieltäytyi raportoimasta Wangille, kutsui häntä "nuoreksi ja kokemattomaksi" ja lähti Metasta yli vuosikymmenen jälkeen. Halkeamat olivat nyt julkisia. Vuoden 2025 loppuun mennessä Wang valitti tiettävästi, että Zuckerbergin ote tukahduttaa edistyksen. Ja maaliskuussa 2026 Zuckerberg teki siirtonsa. Hän loi uuden sovelletun tekoälyorganisaation, raportoi muille pitkäaikaisille luutnanteille ja ohjasi keskeiset projektit, ihmiset ja infrastruktuurin Wangin ympärille. Tutkijat, jotka Wang henkilökohtaisesti rekrytoi? He raportoivat nyt muille johtajille. Wangilla on yhä päätekoälyupseerin titteli, mutta valta on poissa. 14 miljardia dollaria sijoitettu ja johtava tekoälytutkija poistui ja satoja työpaikkoja vähennettiin tämän takia. Tämä on Zuckerbergin myöntämä, että hänen suurin vetonsa ei toiminut. Ja hän tekee sen kuten aina ennenkin, ei irtisanomalla ketään, vaan rakentamalla heidän ympärilleen, kunnes mitään ei ole jäljellä.