Learn · Articles
Ovatko suurimmat AI-mallit liian älykkäitä tavalliseen yritystyöhön?
GPT-6 Astraa on nyt tullut pari päivää pyöriteltyä ja verrattua Fable 5.1:seen sekä muutamaan Kiinalaisten malliin (lähinnä Deepseek V4 ja Kimi K3).
01 · Arkinen työ
Assistentti tarvitsee selkeät ohjeet
Alkaa tulla sellainen tunne että mulla on nyt assarina kolmen väikkärin kavereita, joka ei osaa kahvia keittää ilman ohjeita, mutta sitten kyllä tekee kun antaa tarpeeksi kontekstia.
Ongelmana vaan on, että me ei olla seuraavaa matematiikan Nobelia hakemassa, vaan tekemässä ihan arkista myynti- ja markkinointityötä sekä ohjelmistokehitystä mitä asiakkaat tarvitsevat.
02 · Kehityksen taitekohta
Kevyemmät riittävät arkeen
Vois sanoa, että AI automaation osalta en ole paljoa kehitystä enää saanut sitten Opus 4.8:n jälkeen ja nyt suurin osa meidän "workflowsta" pyörii huomattavasti kevyemmillä malleilla, kun ohjeistukset ja oikeat agentti-työkalut (siirrytty pikkuhiljaa pi-agenttiin) on käytössä.
03 · Yritysten arki
Ylimitoitettu apuri
Tässä alkaa oikeasti miettimään että mitä näillä 3+ triljoonan malleilla tavalliset yritykset tekee, jotka eivät ydinfuusiota ole ratkaisemassa. Meillä on yhtäkkiä tupsahtanut näitä älyassareita, jotka ovat liian älykkäitä ja kalliita 95% niistä tarpeista mitä on. Ja tekevät niin monimutkaisia dokkareita ettei itsekään pysy perässä.
Eli ollaankohan tilanteessa, että nämä mallit on liian älykkäitä (ja kalliita) hyödynnettäväksi. Haluaisin kuitenkin nähdä että joku näillä oikeasti ratkaisuu ydinfuusion tai jonkun muun merkittävän ongelman. Vielä tuntuu olevan hienoimmat suoritukset noissa 3D-demoissa.
04 · Älykkyyden rajat
Raskasta voimaa
Vaikka tämä matemaattinen juttu oli hieno, niin lähtisin siitä, että sen ois ihmisetkin ratkaisseet, jos joku ois nähnyt arvokkaaksi laittaa tuhansia ihmisiä sitä miettimään. Jos OpenAI käytti siihen tuhansia agentteja useamman vuorokauden 24/7 ja varmasti miljoonia euroja, niin en sitä vielä huippuälynä näkisi, vaan brute forcena.
Keep exploring
Related topics and pages
- Articles library — the written guides this post joins
- BSF business course — where documented assumptions shape a case
- BSF start-up course — the validation steps a small team can run with shared records
Read next
- AI enhancement, not AI slop — the founder's rule for keeping the final judgment human
- Our AI stack, demystified — the layered overview of files, guides, tools and agents
- FI practical AI series opener — the Finnish opener on adopting AI agents step by step
- Five questions for a fair biowaste route comparison — the five questions that put competing biowaste proposals on the same basis
Next step
Fit the tool to the work
Manna can help organise the material, decisions and records behind a BSF case so the next step rests on a shared, written context.