We Automatiseerden Alles Met AI en Verdrievoudigden Ons Personeelsbestand

You prompt AI to do something, it blows your mind, you feel inadequate, you feel like,"Oh my god, this thing is going to take my job." Je vraagt AI om iets te doen, het blaast je hoofd, je voelt je ontoereikend, je denkt: "Mijn god, dit ding gaat mijn baan overnemen." And then it stops working and it looks back at you and says,"What should I do next?" En dan stopt het en kijkt het je aan en zegt: "Wat moet ik nu doen?" The further away an agent gets from a human, the less valuable it is. Hoe verder een agent verwijderd raakt van een mens, hoe minder waardevol het is. If you just ride the models, you're going to be fine. Als je gewoon meerijdt op de modellen, red je het wel. If you care about leading a really ambitious life, I truly think that this is going to make that more possible for more people. Als je je dromen serieus neemt en echt ambitieus wil leven, dan denk ik echt dat dit dat voor meer mensen mogelijk gaat maken. Every is the only subscription you need to stay at the edge of AI. Every is het enige abonnement dat je nodig hebt om op de hoogte te blijven van AI. If you care about being on top of the latest models and using latest tools, you have to subscribe to Every to separate out the signal from the noise. Als je de nieuwste modellen wilt bijhouden en de laatste tools wilt gebruiken, moet je je abonneren op Every om het kaf van het koren te scheiden. Go to every.to/subscribe today. Ga vandaag naar every.to/subscribe. So, we are here uh because we're going to flip the script a little bit. Dus we zijn hier omdat we het script een beetje gaan omdraaien. I am going to be interviewing Dan Sick. Ik ga Dan Sick interviewen. uh about the piece that he published yesterday, May 21st. Over het stuk dat hij gisteren publiceerde, 21 mei. Uh and we're going to try to understand why he wrote it, what's underneath his reasoning for it. En we gaan proberen te begrijpen waarom hij het schreef en wat zijn redenering eronder zit. There's going to be some conflict. Er zal wat conflict zijn. I'm going to I'm going to fight with him on it. Ik ga ruziemaken met hem. Let's fight. Laten we vechten. and see, you know, bringing some of my opinions, which are more or less aligned, but uh trying to understand does this is this piece going to reflect the future in 10 years, in 5 years? en kijken, weet je, ik breng wat van mijn eigen meningen in, die min of meer kloppen, maar ik probeer te begrijpen: weerspiegelt dit stuk de toekomst over 10 jaar, over 5 jaar? And who are you again? En wie ben jij eigenlijk? Um I'm Brandon. Eh ik ben Brandon. I'm our COO. Ik ben onze COO. And that's it. En dat is het. So, the piece is called After Dus het stuk heet Na de And it it comes from this feeling that I have. En het komt voort uit dit gevoel dat ik heb. And there's a video about this, and there's there's a piece, but just for people who who have not seen either of those things. Er is een video over, en er is een stuk, maar even voor mensen die geen van beide hebben gezien. It comes from this feeling that I have that at Every, we are as AI native, as agent native, as it as you as it gets, you know, if you swing a stick around in our Slack, you're you're as likely to hit a human as you are an Het komt voort uit dit gevoel dat ik heb dat we bij Every zo AI-native zijn, zo agent-native als het maar kan, weet je, als je een stok rondgooit in onze Slack, raak je net zo snel een mens als een [snorts] [snuift] Everyone's using Claude Code and codex and all these tools to do their job every day. Iedereen gebruikt Claude Code en Codex en al die tools elke dag voor hun werk. Um and yet it feels like there's more human work to do than ever. En toch voelt het alsof er meer menselijk werk te doen is dan ooit. And in fact like since the GPT-3 days like we've grown from four people to like 30 people and we're hiring more now. En eigenlijk, sinds de GPT-3-tijd zijn we gegroeid van vier mensen naar dertig mensen en we nemen er nu nog meer aan. And so it came from me looking at that and then looking at the environment and being like what's going on because the whole information environment if you look at Dario is out there saying like half of entry-level white-collar jobs may be wiped out. En dat kwam doordat ik dat zag en naar de omgeving keek en dacht: wat is er aan de hand? Want de hele informatieomgeving, als je kijkt naar wat Dario zegt, dat misschien de helft van de instapfuncties in het kantoorleven verdwijnt. Even even people like um like Ken Griffin from Citadel is like you can tell he just had this moment where someone showed him an AI doing like an advanced data or finance question and he was like holy [ __ ] like that's what I would pay PhDs to do for me and it just did it. Zelfs mensen als Ken Griffin van Citadel, je kunt zien dat hij dat moment had waarop iemand hem een AI liet zien die een geavanceerde data- of financevraag beantwoordde en hij dacht: heilige [ __ ] dat is waarvoor ik PhDs zou inhuren, en het deed het gewoon. And I feel like I'm watching a lot of people who maybe don't have a ton of experience with agents and don't have a ton of experience with the curve of improvement that we've been riding for the last like three three and a half years hit it for the first time and then come to all these conclusions about En ik heb het gevoel dat ik veel mensen zie die misschien niet veel ervaring hebben met agents en niet veel ervaring hebben met de verbeteringscurve die we de afgelopen drie, drieëneenhalf jaar hebben gevolgd, die er voor het eerst mee in contact komen en dan tot allerlei conclusies komen over oh my god like all work is going away we're not going to have jobs and I'm just like sitting here being like actually your intuitions when you first see a technology like this are usually very Oh mijn god, al het werk verdwijnt, we hebben geen banen meer, en ik zit hier maar te denken: eigenlijk zijn je intuïties als je een technologie als deze voor het eerst ziet, meestal heel erg And we've seen a lot over and over again over the years that En we hebben dit de afgelopen jaren keer op keer gezien, dat Every is a very good bellwether for where things are going because it's a it's a group of early adopters we have people in doing all sorts of work internally at Every and if something works here it there's a good bet that it's going to spread to other other places other other businesses that are that are adjacent to ours. Every is een hele goede graadmeter voor waar dingen naartoe gaan, want het is een groep early adopters, we hebben mensen die allerlei soorten werk doen binnen Every, en als iets hier werkt, is de kans groot dat het zich verspreidt naar andere plaatsen, andere bedrijven die vergelijkbaar zijn met ons. And so when I look around at Every I I see so much automation and I also see way more human work. En dus als ik om me heen kijk bij Every, zie ik enorm veel automatisering en ook veel meer menselijk werk. So I was really um the the whole piece is saying here's the current state of work with agents. Dus ik was echt... het hele stuk zegt: hier is de huidige stand van het werken met agents. And then pulling apart that paradox and sort of explaining why does why does more automation mean more work? En dan dat paradox ontrafelen en uitleggen waarom meer automatisering meer werk betekent. Yeah, when I read the piece it was there wasn't like an explicit call to action in it, but I sort of felt this call to action of like there is actually a massive amount of hope right now in a world that is filled with a lot of doomers. Ja, toen ik het stuk las, was er geen expliciete oproep tot actie, maar ik voelde wel zo'n oproep: er is eigenlijk een enorme hoeveelheid hoop op dit moment in een wereld vol doemdenkers. And um and this is why. En dit is waarom. Um Eh [snorts] [snuift] but I am going to come out of the gate and ask you a devil's advocate question. maar ik ga gelijk met een advocaat-van-de-duivel vraag beginnen. Which is a couple hours before you publish this piece the CEO of ClickUp came out with this long tweet about why he fired 8,000 people and 3,000 people some Dat is: een paar uur voordat jij dit stuk publiceerde, liet de CEO van ClickUp een lange tweet los over waarom hij 8.000 mensen ontsloeg, en 3.000 mensen of zo What? Wat? I don't I don't think it was 8,000. Ik geloof niet dat het 8.000 waren. I was 20,000 people. Ik dacht 20.000 mensen. What I mean Wat ik bedoel [laughter] [gelach] I think it was like 3,000. Ik geloof dat het zoiets als 3.000 was. an entire economy. een hele economie. like 22% of of his workforce. zoiets als 22% van zijn personeelsbestand. I don't think it was in the thousands, but yes, it was it was a Ik geloof niet dat het in de duizenden was, maar ja, het was het was een it was a lot of his workforce. het was een groot deel van zijn personeel. Yeah. Ja. Yeah. Ja. So my question to you is um in a business like every we're growing super fast. Dus mijn vraag aan jou is: eh, in een bedrijf als Every groeien we heel snel. Um what you wrote makes a lot of sense to me. Eh wat jij schreef klinkt heel logisch voor mij. And what you wrote theoretically makes a ton of sense in that AI is not autonomous right now. En wat jij schreef theoretisch gezien klopt enorm in die zin dat AI op dit moment niet autonoom is. It has to be told what to do and then has to be checked. Het moet verteld worden wat het moet doen en daarna gecontroleerd worden. We need to have that that sandwich that you described in in the piece. We moeten die sandwich hebben die jij beschreef in het stuk. But in a business that is 8,000 people, 10,000 people that is mature and has built ways of managing like SOPs for managing their business does this manifesto and this thesis still hold true? Maar in een bedrijf van 8.000 man, 10.000 man, dat volwassen is en standaardprocedures heeft voor het managen van zijn bedrijf, houdt dit manifest en deze these dan nog stand? It's a Het is een It's a really good question. Het is een heel goede vraag. Um Eh Are there a couple Er zijn een paar There are a couple different questions here. Er zijn een paar verschillende vragen hier. The first thing I want to do is like lay out the argument. Het eerste wat ik wil doen is het argument uiteenzetten. Why does Why does automation make more work? Waarom zorgt automatisering voor meer werk? I'm sure many people listening to this also haven't read it. Ik weet zeker dat veel mensen die dit horen het ook niet gelezen hebben. So take a second to explain that in detail. Neem even de tijd om dat in detail uit te leggen. I will do that. Dat doe ik. So basically, the idea is the way that AI works and the way it functions in the workplace is AI makes yesterday's expert competence cheap. Dus, in essentie is het idee dat de manier waarop AI werkt en functioneert in de werkplek is: AI maakt de expertisecompetentie van gisteren goedkoop. And by that I mean AI is trained on all of our outputs, all of the code and the writing and the design and and decision-making and everything that's ever been written. En daarmee bedoel ik dat AI getraind is op al onze output, alle code en schrijfsels en ontwerpen en besluitvorming en alles wat ooit geschreven is. And it makes that available to everyone for very cheap. En het maakt dat voor iedereen heel goedkoop beschikbaar. So uh you can Dus eh je kunt So anyone now with a prompt can use yesterday's competence to solve a programming problem, build an app, or write a uh write a piece like I did, write a report, or uh or, you know, make a YouTube thumbnail. Dus iedereen kan nu met een prompt de competentie van gisteren gebruiken om een programmeerprobleem op te lossen, een app te bouwen, een stuk te schrijven zoals ik deed, een rapport te schrijven, of een YouTube-thumbnail te maken. And the interesting thing is that when you do that when when expert competence is available for cheap, it gets really widely adopted. En het interessante is dat wanneer je dat doet, wanneer expertisecompetentie goedkoop beschikbaar is, het heel breed wordt overgenomen. So everyone starts to do it. Dus iedereen begint het te doen. Everyone starts to like, you know, we see this internal Iedereen begint, weet je, we zien dit intern Everyone's making pull requests Iedereen maakt pull requests [ __ ] [ __ ] this is crazy. dit is gek. Yeah. Ja. And and and like I'm making pull requests and ops people are making pull requests and you know, engineers are like writing essays and you know, there's all this line crossing basically for non-experts to do the thing that experts used to do. En, zoals, ik maak pull requests en ops-mensen maken pull requests en engineers schrijven essays en weet je, er is al dit grens overschrijden, waarbij niet-experts doen wat experts vroeger deden. And that feels very threatening to experts. En dat voelt heel bedreigend voor experts. They're like,"Well, what's my job going to be now?" Ze denken: "Wat wordt mijn baan dan?" Mhm. Mhm. And [snorts] what's interesting about that is because these tools are trained on outputs, are trained on yesterday's data the stuff that they do is uh with with default prompt with is it uh the stuff that they do with a default prompt all looks kind of similar and is all kind of right for the current situation, but it's like not actually totally right. En [snuift] wat interessant is: omdat deze tools getraind zijn op output, getraind op gegevens van gisteren, is de output die ze produceren met een standaardprompt allemaal een beetje hetzelfde en min of meer goed voor de huidige situatie, maar niet echt helemaal juist. And so what happens is you sort of like flood the zone with tons of stuff that's like close, but not quite right. En dus wat er gebeurt is dat je de zone overspoelt met een heleboel spullen die ongeveer goed zijn, maar niet helemaal. And then you need to basically like and and well En dan moet je eigenlijk, nou ja There's a Er is veel van dat bij Every ook. There's a lot of that at every too. Er is veel van dat bij Every ook. There's a lot of Er is veel van There's a lot of people doing what seems like great work and then you go under the hot under the hood and you're like, this isn't quite right. Er zijn veel mensen die geweldig werk lijken te doen, en dan kijk je er dieper in en je denkt: dit klopt niet helemaal. Maybe like the expert should do it. Misschien moet de expert het doen. Yeah. Ja. Yeah. Ja. Yeah. Ja. Exactly. Precies. Uh me for example. Eh ik bijvoorbeeld.