Proiectând echilibrul

În 1926, Henry Ford a publicat Today and Tomorrow, o carte în care descria nu doar cum se construiesc mașini, ci cum ar trebui construită o economie. Într-un pasaj pe care puțini economiști contemporani l-au citit, Ford scria: „Proprietarul, angajații și publicul cumpărător sunt una și aceeași persoană. Dacă o industrie nu poate să mențină salarii mari și prețuri mici, se distruge singură.” Ford nu era filantrop. Era un pragmatic cu o înțelegere instinctivă a circuitelor economice: banii pe care îi plătea muncitorilor se întorceau la el sub formă de cerere pentru produsele sale. Salariul de cinci dolari pe zi nu era generozitate, era investiție în propriul ecosistem. Un secol mai târziu, am parcurs în această carte, de la fabricile Ford la centrele de date din Silicon Valley, de la roboții chinezi la outsourcing-ul indian, de la piețele imobiliare din San Francisco la birourile din Timișoara: traseul exact al experimentului invers. Companiile construiesc sisteme care înlocuiesc oamenii care le cumpără produsele. Eficiența crește. Cererea se erodează. Bucla se rotește.

Iar întrebarea care rămâne nu e dacă paradoxul e real, datele l-au confirmat pe parcursul a optsprezece capitole, ci dacă poate fi rezolvat. Am cartografiat cinci viitoruri posibile:

Centaurul, în care IA augmentează munca umană, iar oamenii și mașinile devin mai puternici împreună decât fiecare în parte e viitorul preferabil moral. Dar nu se întâmplă de la sine. Necesită alegeri deliberate de design, în companii, educație și politici publice.

Oracolul, în care valoarea și puterea de decizie se concentrează într-un număr mic de companii și oameni, iar majoritatea populației e redusă la subiecți ai deciziilor luate în altă parte. Într-o zi obișnuită, asta înseamnă un algoritm care decide ce vezi, ce cumperi, ce job ți se oferă și nicio pârghie pentru a contesta. E traiectoria naturală a tendințelor actuale. Nu necesită conspirație, doar absența intervenției.

Contractul Rescris, în care redistribuirea (UBI, taxe pe automatizare, fonduri suverane) decuplează consumul de angajare. Răspunde la problema financiară, dar ridică întrebări profunde despre demnitate și scop.

Revoluția Ieftinității, în care IA reduce costurile atât de dramatic încât nivelul de trai se menține chiar dacă veniturile scad. Funcționează în software și conținut digital. Eșuează în locuințe, sănătate și educație, exact în sectoarele care contează cel mai mult.

Ciclul lui Icar, în care 3-5 ani de profituri crescute maschează erodarea cererii. Iar când suporturile artificiale se epuizează, corecția e mai severă decât într-un ciclu normal. Ceara ține, până nu mai ține.

Realitatea, desigur, nu va alege un singur scenariu. Va fi un amestec, centauri în unele sectoare, oracole în altele, ieftinătate în unele domenii, cicluri icariene în altele. Iar distribuția va fi diferită în SUA, Europa, China, India și România, cum am arătat în capitolele de geografie. Trei variabile vor determina proporția. Viteza adoptării

Adoptarea graduală permite ajustarea naturală, lucrătorii se recalifică, noile industrii absorb dislocarea forței de muncă, instituțiile se adaptează. Adoptarea rapidă copleșește toate aceste mecanisme. Traiectoriile actuale favorizează a doua variantă. IA a comprimat o disrupție echivalentă cu revoluția internetului în mai puțin de trei ani. Societățile nu au avut timp să proceseze prima undă și deja vine a doua. Răspunsul politic

Țările cu infrastructură puternică de recalificare, protecții sociale robuste și cadre de reglementare adaptative sunt mai bine poziționate. Flexicuritatea modelelor nordice oferă un precedent. Acest sistem permite companiilor să concedieze rapid, dar le obligă să finanțeze recalificarea. AI Act-ul european, cu toate limitările sale, oferă un cadru legislativ comprehensiv. Statele Unite, paradoxal, conduc simultan inovația și expunerea, cu cele mai puține rețele de siguranță dintre economiile avansate. România, ca destinație de externalizare în interiorul UE, va absorbi consecințele deciziilor luate în altă parte, însă are o forță de muncă tânără, adaptabilă, care a navigat deja o transformare structurală majoră în memoria vie. Structura proprietății

Dacă doar 3-7% din câștigurile de productivitate ajung la lucrători, iar restul rămâne la acționari, erodarea cererii e aproape inevitabilă. Există însă mecanisme care pot inversa direcția: partajarea profitului, acționariat extins, investiții publice în bunuri comune. Cu ele, bucla poate fi întreruptă. Precedentul istoric există, era postbelică a demonstrat că productivitatea rapidă poate coexista cu prosperitate larg distribuită. Dar acea eră avea condiții pe care nu le mai avem, sindicate puternice, politici de ocupare deplină, un sector manufacturier care ancora clasa de mijloc.

Acestea sunt variabilele macro. Pe ele nu le pot schimba singur. Dar în firmele mele am putere de decizie.

Acolo am ales augmentarea. Nu din idealism, ci din experiență. La compania noastră de AI, construiesc instrumente care îmbunătățesc echipe, nu care le înlocuiesc. Când un client cere semantic matching care elimină optsprezece oameni și lasă trei, implementez sistemul. Propun, însă și restructurarea celor cincisprezece în roluri pe care IA nu le poate face: relații cu furnizori, gestionare excepții, control calitate. Uneori clientul acceptă. Uneori nu. Dar propunerea e mereu pe masă. La parcul nostru de birouri din Timișoara, am investit 30 de milioane de euro într-o clădire de birouri pentru că am crezut, și continui să cred, că oamenii vor continua să lucreze în spații fizice. Că prezența umană, colaborarea, întâlnirea de la cafenea care generează ideea neprevăzută, au valoare pe care un apel Zoom nu o poate replica. E un pariu pe relevanța fizicului într-o lume care se digitalizează.

Pariurile nu sunt întotdeauna câștigătoare. Dar decizia e deliberată. La complexul rezidențial pe care îl dezvoltăm, am continuat să construiesc apartamente pentru o clasă de mijloc tech pe care alți investitori o consideră în declin. Fiecare e un pariu pe faptul că tinerii ingineri din Timișoara vor avea, și peste zece ani, salarii suficiente pentru a plăti un credit pe treizeci de ani.

Când văd datele din această carte, ponderea muncii la minim istoric, posturile entry-level din tech în contracție, pariurile devin mai riscante. Le fac oricum. Pentru că alternativa, a nu construi, a nu investi, a nu crede în viitorul economic al oamenilor, e o capitulare pe care nu mi-o permit. În compania mea de software, dezvoltatorii seniori, echipați cu instrumente de IA, rezolvă probleme pe care nici ei, nici IA nu le-ar rezolva singuri. Calitatea crește. Creativitatea crește. Satisfacția crește. Fluctuația scade. Presiunea pieței este însă reală.

Când un client vechi din Austria mă chestionează, „Dacă folosiți IA, de ce sunt costurile atât de ridicate?”, argumentul „calitate superioară prin augmentare” trebuie demonstrat la fiecare proiect. Uneori conving. Uneori pierd contractul.

Zbor în fiecare săptămână între Austria și România cu propriul avion. Sunt pilot privat cu calificare pentru zbor instrumental — adică pot zbura prin nori, fără să văd orizontul sau pământul, navigând doar pe baza instrumentelor din bord. Piloții numesc asta IFR, Instrument Flight Rules, regulile zborului după instrumente. Menționez acest detaliu nu pentru efect, ci pentru metaforă.

Zborul prin nori este contraintuitiv. În absența orizontului, simțurile mint sistematic. Urechea internă, care în mod normal îți spune unde e sus și unde e jos, începe să trimită semnale false după câteva secunde fără referințe vizuale. Pilotul simte că virează când zboară drept, sau că zboară drept când e în cădere. Există un studiu celebru, 178 de secunde, care arată că un pilot fără pregătire pentru zbor instrumental, intrat accidental în nori, are o speranță de viață mediană de mai puțin de trei minute. Nu pentru că avionul cedează. Pentru că pilotul, încrezându-se în propriul echilibru, pune avionul în picaj.

Regula salvatoare în aviație este simplă. Când ai pierdut referințele vizuale, crede instrumentele, nu simțurile. Exact asta propun pentru economia IA: nu zbor la vedere, nu navigare pe intuiție, nu pariul pe un cer senin pentru totdeauna. Reperele economice tradiționale, full employment ca semn de sănătate, productivitatea ca proxi pentru bunăstare, creșterea PIB ca măsură a succesului, sunt orizontul vizual al unei ere care se închide. Cine zboară în era IA bazându-se pe ele riscă aceeași dezorientare ca pilotul intrat accidental în nori: încrederea în simțuri, când simțurile mint.

Dar instrumentele singure nu sunt suficiente. Există în avion ceva mai apropiat de ideea de centaur, autopilotul. Autopilotul nu este o competiție pentru pilot, este o extensie a lui. Pilotul stabilește direcția, altitudinea, viteza. Autopilotul execută, cu o precizie pe care un om obosit, după opt ore de zbor, nu o mai poate atinge. Autopilotul nu se plictisește, nu se distrage, nu vrea cafea. Și totuși, niciun autopilot certificat nu poate decola singur. Niciun autopilot nu poate decide unde să zboare. Niciun autopilot nu poate gestiona o urgență neprogramată. Autopilotul execută. Pilotul decide.

Aviația a învățat patru lecții dure despre cum se folosește autopilotul. Toate patru se aplică, fără excepție, colaborării om-IA. Prima: aviate, navigate, communicate, în această ordine. Pilotul rămâne responsabil de controlul fundamental al aeronavei, chiar și când autopilotul funcționează impecabil. A doua: trust, but verify, niciodată să nu te încrezi într-un autopilot pe care nu l-ai verificat în ultimele treizeci de secunde. A treia: hand-fly to stay current, piloții profesioniști zboară manual în fiecare zbor, fără autopilot, în anumite faze, pentru a nu-și atrofia abilitățile. A patra: mode awareness, pilotul trebuie să știe, în fiecare moment, ce face autopilotul și de ce.

Air France 447, 1 iunie 2009. Un Airbus A330 cu 228 de oameni la bord. Autopilotul s-a deconectat în turbulență, în mijlocul Atlanticului. Cei doi piloți tineri din cabină nu mai zburaseră manual de mult. Au reacționat greșit la instrumente. Au pus avionul în picaj timp de trei minute și patrusprezece secunde, fără să înțeleagă ce se întâmplă. Toți cei de la bord au murit. Cauza oficială: loss of basic flying skills due to automation dependency. Pierderea abilităților fundamentale prin dependență de automatizare.

Aceasta este, în esență, marea îngrijorare a oricărei discuții serioase despre centauri. Nu că IA va deveni prea puternică. Că oamenii vor deveni prea dependenți. Că o generație de muncitori, manageri, antreprenori va abdica prohairesis-ul către sisteme care execută, dar nu deliberează. Și că, atunci când sistemele vor ceda, și vor ceda, niciun sistem nu este infailibil, generația aceea nu va mai ști să zboare singură.

Centaurul sănătos nu este omul cu AI. Este omul care folosește AI fără să uite că el este pilotul.

Instrumentele sunt datele. Procedurile sunt politicile publice. Iar disciplina de a le urma, chiar când totul pare bine, chiar când ceara pare solidă, e diferența dintre zborul lui Dedal și zborul lui Icar.

Ce am învățat din toate aceste perspective simultane? Că augmentarea funcționează, dar necesită investiție continuă în oameni, nu doar în licențe software. Că redistribuirea nu e o politică pentru guverne îndepărtate, ci o practică pentru fiecare manager care decide cum împarte câștigurile de productivitate. Că viteza contează: am mai puțin timp decât credeam. Și că, dincolo de toate modelele și scenariile, întrebarea centrală e una de voință, nu de capacitate.

Henry Ford a înțeles că muncitorii săi erau și clienții săi. A fost o perspectivă pe care contemporanii lui au considerat-o nebunească și care s-a dovedit una dintre cele mai profitabile decizii din istoria industriei.

Arhitecții economiei IA nu au internalizat încă perspectiva echivalentă. Iar asta nu e o critică abstractă. E o urgență concretă pentru fiecare programator din Capitolul 4 care se întreabă dacă mai are un viitor. Pentru fiecare contabil din Ohio care conduce Uber. Pentru fiecare angajat din România care așteaptă un e-mail de la Frankfurt cu decizii despre „eficientizare.” Pentru fiecare tânăr de 18 ani care se întreabă ce să studieze într-o lume în care orice ar studia ar putea fi automatizat înainte ca el să absolve.

Echilibrul între productivitate și cerere nu se va găsi singur. Va trebui proiectat, deliberat, urgent, pe un calendar care să corespundă ritmului nemilos al tehnologiei. Cu prudență, cu empatie, cu date, cu filozofie. Și, da, poate chiar cu ajutorul IA.

Dacă ai citit până aici, întrebarea care rămâne e: ce faci tu? Nu retoric. Concret. Ce faci mâine dimineață, când te întorci la birou, la firmă, la sală de clasă, la urnă?

Dacă conduci o companie, măsoară productivitatea în valoare creată, nu în costuri tăiate. Fiecare angajat eliminat e o economie pentru tine și o pierdere pentru ecosistem. Întreabă-te nu doar „pot automatiza asta?” ci „ar trebui să automatizez asta?”. Și fii onest cu tine însuți când răspunsul e nu. Augmentarea e mai grea decât înlocuirea. Dar e singura care nu-ți distruge piața pe termen lung.

Dacă faci politică, investește în recalificare ca și cum ar fi infrastructură, pentru că este. Construiește sandbox-uri reglementare în care companiile pot experimenta fără frică, dar cu responsabilitate. Taxează ceea ce vrei să descurajezi, speculația financiară pe IA, concedierile masive subvenționate, și subvenționează ceea ce vrei să încurajezi: augmentarea, formarea, antreprenoriatul. Și nu reglementa cu calendare de trei ani o tehnologie care se dublează anual.

Dacă ești angajat, învață să lucrezi cu IA, nu împotriva ei. Dar nu te defini prin instrumentul pe care îl folosești. Competența ta reală e judecata, capacitatea de a ști când IA greșește, când simplifică prea mult, când optimizează pentru variabila greșită. Asta nu se automatizează. Încă.

Dacă ești cetățean, cere transparență. Întreabă cine beneficiază. Votează pentru politicieni care înțeleg că productivitatea fără distribuție e o bombă cu ceas. Refuză să accepți „asta înseamnă progresul” ca răspuns la „de ce mi-am pierdut locul de muncă.”

Progresul care nu e al tuturor nu e progres. E exploatare. Dedal a construit aripile. Ford a dublat salariile. Kasparov a inventat șahul centaur. Fiecare a ales, într-un moment de transformare, să proiecteze echilibrul în loc să-l aștepte. Această carte e argumentul că noi avem aceeași alegere. Și că fereastra în care alegerea încă contează se închide.

In 1926, Henry Ford published Today and Tomorrow, a book in which he described not only how cars are built, but how an economy should be built. In a passage that few contemporary economists have read, Ford wrote: “The owner, the employees, and the buying public are all one and the same. If an industry cannot keep wages high and prices low, it destroys itself.” Ford was no philanthropist. He was a pragmatist with an instinctive grasp of economic circuits: the money he paid his workers came back to him as demand for his products. The five-dollar day was not generosity; it was an investment in his own ecosystem. A century later, we have traveled in this book from the Ford factories to the data centers of Silicon Valley, from Chinese robots to Indian outsourcing, from the real estate markets of San Francisco to the offices of Timișoara: the exact route of the inverse experiment. Companies are building systems that replace the very people who buy their products. Efficiency rises. Demand erodes. The loop keeps turning.

And the question that remains is not whether the paradox is real — the data have confirmed it across eighteen chapters — but whether it can be solved. We have mapped five possible futures:

The Centaur, in which AI augments human work and humans and machines become stronger together than either is alone, is the morally preferable future. But it does not happen by itself. It requires deliberate design choices — in companies, in education, and in public policy.

The Oracle, in which value and decision-making power concentrate in a small number of companies and people, while the majority of the population is reduced to subjects of decisions made elsewhere. On an ordinary day, that means an algorithm deciding what you see, what you buy, what job you are offered — and no lever with which to contest it. It is the natural trajectory of current trends. It requires no conspiracy, only the absence of intervention.

The Rewritten Contract, in which redistribution (UBI, automation taxes, sovereign funds) decouples consumption from employment. It answers the financial problem but raises profound questions about dignity and purpose.

The Cheapness Revolution, in which AI cuts costs so dramatically that living standards hold even as incomes fall. It works in software and digital content. It fails in housing, healthcare, and education — precisely the sectors that matter most.

The Icarus Cycle, in which 3-5 years of rising profits mask the erosion of demand. And when the artificial supports run out, the correction is more severe than in a normal cycle. The wax holds — until it doesn’t.

Reality, of course, will not choose a single scenario. It will be a mixture — centaurs in some sectors, oracles in others, cheapness in some domains, Icarian cycles in others. And the distribution will differ across the US, Europe, China, India, and Romania, as we showed in the chapters on geography. Three variables will determine the proportions. The speed of adoption

Gradual adoption allows for natural adjustment: workers retrain, new industries absorb the displaced workforce, institutions adapt. Rapid adoption overwhelms all of these mechanisms. Current trajectories favor the second variant. AI has compressed a disruption equivalent to the internet revolution into less than three years. Societies have not had time to process the first wave, and the second is already arriving. The political response

Countries with strong retraining infrastructure, robust social protections, and adaptive regulatory frameworks are better positioned. The flexicurity of the Nordic models offers a precedent. That system allows companies to lay people off quickly but obliges them to fund retraining. The European AI Act, for all its limitations, provides a comprehensive legislative framework. The United States, paradoxically, leads simultaneously in innovation and in exposure, with the fewest safety nets among advanced economies. Romania, as an outsourcing destination inside the EU, will absorb the consequences of decisions made elsewhere — yet it has a young, adaptable workforce that has already navigated a major structural transformation within living memory. The ownership structure

If only 3-7% of productivity gains reach workers while the rest stays with shareholders, the erosion of demand is almost inevitable. There are, however, mechanisms that can reverse the direction: profit sharing, broad-based employee ownership, public investment in common goods. With them, the loop can be broken. The historical precedent exists: the postwar era demonstrated that rapid productivity growth can coexist with broadly shared prosperity. But that era had conditions we no longer have — strong unions, full-employment policies, a manufacturing sector that anchored the middle class.

These are the macro variables. I cannot change them on my own. But in my own companies I have the power to decide.

There, I chose augmentation. Not out of idealism, but out of experience. At our AI company, I build tools that improve teams, not tools that replace them. When a client asks for semantic matching that eliminates eighteen people and leaves three, I implement the system. But I also propose restructuring the fifteen into roles AI cannot perform: supplier relations, exception handling, quality control. Sometimes the client accepts. Sometimes not. But the proposal is always on the table. At our office park in Timișoara, I invested 30 million euros in an office building because I believed — and still believe — that people will keep working in physical spaces. That human presence, collaboration, the encounter at the coffee machine that sparks the unforeseen idea, have a value no Zoom call can replicate. It is a bet on the relevance of the physical in a world going digital.

Bets do not always pay off. But the decision is deliberate. At the residential complex we are developing, I have kept building apartments for a tech middle class that other investors consider to be in decline. Each one is a bet that the young engineers of Timișoara will still, ten years from now, earn salaries sufficient to pay off a thirty-year mortgage.

When I look at the data in this book — labor’s share of income at a historic low, entry-level tech positions contracting — the bets become riskier. I make them anyway. Because the alternative — not building, not investing, not believing in people’s economic future — is a capitulation I cannot afford. At my software company, senior developers equipped with AI tools solve problems that neither they nor the AI could solve alone. Quality rises. Creativity rises. Satisfaction rises. Turnover falls. The pressure of the market, however, is real.

When a long-standing client from Austria challenges me — “If you use AI, why are your costs so high?” — the argument of “superior quality through augmentation” has to be proven on every single project. Sometimes I convince them. Sometimes I lose the contract.

Every week I fly between Austria and Romania in my own plane. I am a private pilot with an instrument rating — meaning I can fly through clouds, without seeing the horizon or the ground, navigating solely by the instruments on the panel. Pilots call this IFR, Instrument Flight Rules. I mention this detail not for effect, but for the metaphor.

Flying through clouds is counterintuitive. In the absence of a horizon, the senses lie systematically. The inner ear, which normally tells you which way is up and which way is down, begins sending false signals within seconds of losing visual references. The pilot feels a turn while flying straight, or feels straight-and-level flight while falling. There is a famous study, 178 seconds, which shows that a pilot without instrument training who accidentally enters clouds has a median life expectancy of less than three minutes. Not because the airplane fails. Because the pilot, trusting his own sense of balance, puts the plane into a dive.

The saving rule in aviation is simple. When you have lost your visual references, believe the instruments, not your senses. That is exactly what I propose for the AI economy: no flying by sight, no navigating on intuition, no betting on clear skies forever. The traditional economic reference points — full employment as a sign of health, productivity as a proxy for well-being, GDP growth as the measure of success — are the visual horizon of an era that is closing. Whoever flies through the AI era relying on them risks the same disorientation as the pilot who blunders into clouds: trusting the senses when the senses lie.

But instruments alone are not enough. There is something in the airplane closer to the idea of the centaur: the autopilot. The autopilot is not a competitor to the pilot; it is an extension of him. The pilot sets the heading, the altitude, the speed. The autopilot executes, with a precision that a tired human, after eight hours of flying, can no longer attain. The autopilot does not get bored, does not get distracted, does not want coffee. And yet no certified autopilot can take off on its own. No autopilot can decide where to fly. No autopilot can handle an unprogrammed emergency. The autopilot executes. The pilot decides.

Aviation has learned four hard lessons about how to use the autopilot. All four apply, without exception, to human-AI collaboration. First: aviate, navigate, communicate — in that order. The pilot remains responsible for the fundamental control of the aircraft, even when the autopilot is working flawlessly. Second: trust, but verify — never trust an autopilot you have not checked within the last thirty seconds. Third: hand-fly to stay current — professional pilots fly manually, without the autopilot, during certain phases of every flight, so that their skills do not atrophy. Fourth: mode awareness — the pilot must know, at every moment, what the autopilot is doing and why.

Air France 447, June 1, 2009. An Airbus A330 with 228 people on board. The autopilot disconnected in turbulence, in the middle of the Atlantic. The two young pilots in the cockpit had not flown by hand in a long time. They reacted wrongly to the instruments. They held the plane in a dive for three minutes and fourteen seconds, without understanding what was happening. Everyone on board died. The official cause: loss of basic flying skills due to automation dependency.

This, in essence, is the great worry of any serious discussion about centaurs. Not that AI will become too powerful. That humans will become too dependent. That a generation of workers, managers, entrepreneurs will abdicate its prohairesis to systems that execute but do not deliberate. And that when the systems fail — and they will fail, no system is infallible — that generation will no longer know how to fly on its own.

The healthy Centaur is not the human with AI. It is the human who uses AI without forgetting that he is the pilot.

The instruments are the data. The procedures are public policies. And the discipline to follow them — even when everything seems fine, even when the wax seems solid — is the difference between the flight of Daedalus and the flight of Icarus.

What have I learned from all these simultaneous perspectives? That augmentation works, but requires continuous investment in people, not just in software licenses. That redistribution is not a policy for distant governments, but a practice for every manager who decides how to share out productivity gains. That speed matters: we have less time than I thought. And that, beyond all the models and scenarios, the central question is one of will, not of capacity.

Henry Ford understood that his workers were also his customers. It was a perspective his contemporaries considered insane, and it proved to be one of the most profitable decisions in the history of industry.

The architects of the AI economy have not yet internalized the equivalent perspective. And that is not an abstract criticism. It is a concrete urgency for every programmer in Chapter 4 who wonders whether he still has a future. For every accountant in Ohio driving for Uber. For every employee in Romania waiting for an e-mail from Frankfurt with decisions about “efficiency measures.” For every 18-year-old wondering what to study in a world where anything he studies might be automated before he graduates.

The balance between productivity and demand will not find itself. It will have to be designed — deliberately, urgently, on a timetable that matches the merciless pace of the technology. With prudence, with empathy, with data, with philosophy. And, yes, perhaps even with the help of AI.

If you have read this far, the question that remains is: what do you do? Not rhetorically. Concretely. What do you do tomorrow morning, when you return to the office, to the company, to the classroom, to the ballot box?

If you run a company, measure productivity in value created, not in costs cut. Every eliminated employee is a saving for you and a loss for the ecosystem. Ask yourself not only “can I automate this?” but “should I automate this?” And be honest with yourself when the answer is no. Augmentation is harder than replacement. But it is the only one that does not destroy your market in the long run.

If you make policy, invest in retraining as if it were infrastructure — because it is. Build regulatory sandboxes in which companies can experiment without fear, but with accountability. Tax what you want to discourage — financial speculation on AI, subsidized mass layoffs — and subsidize what you want to encourage: augmentation, training, entrepreneurship. And do not regulate with three-year timetables a technology that doubles every year.

If you are an employee, learn to work with AI, not against it. But do not define yourself by the tool you use. Your real competence is judgment — the ability to know when AI is wrong, when it oversimplifies, when it optimizes for the wrong variable. That cannot be automated. Yet.

If you are a citizen, demand transparency. Ask who benefits. Vote for politicians who understand that productivity without distribution is a time bomb. Refuse to accept “that’s progress” as an answer to “why did I lose my job?”

Progress that does not belong to everyone is not progress. It is exploitation. Daedalus built the wings. Ford doubled wages. Kasparov invented centaur chess. Each of them chose, in a moment of transformation, to design the balance instead of waiting for it. This book is the argument that we have the same choice. And that the window in which the choice still matters is closing.

1926 veröffentlichte Henry Ford Today and Tomorrow, ein Buch, in dem er nicht nur beschrieb, wie man Autos baut, sondern wie eine Wirtschaft gebaut werden sollte. In einer Passage, die nur wenige zeitgenössische Ökonomen gelesen haben, schrieb Ford: „Der Eigentümer, die Angestellten und das kaufende Publikum sind ein und dieselbe Person. Wenn eine Industrie nicht hohe Löhne und niedrige Preise aufrechterhalten kann, zerstört sie sich selbst.“ Ford war kein Philanthrop. Er war ein Pragmatiker mit einem instinktiven Verständnis für ökonomische Kreisläufe: Das Geld, das er seinen Arbeitern zahlte, kehrte als Nachfrage nach seinen Produkten zu ihm zurück. Der Fünf-Dollar-Tageslohn war keine Großzügigkeit, er war eine Investition in das eigene Ökosystem. Ein Jahrhundert später haben wir in diesem Buch den Weg zurückgelegt — von den Ford-Fabriken zu den Rechenzentren des Silicon Valley, von den chinesischen Robotern zum indischen Outsourcing, von den Immobilienmärkten in San Francisco zu den Büros in Timișoara: die exakte Route des umgekehrten Experiments. Unternehmen bauen Systeme, die genau die Menschen ersetzen, die ihre Produkte kaufen. Die Effizienz steigt. Die Nachfrage erodiert. Die Schleife dreht sich weiter.

Und die Frage, die bleibt, ist nicht, ob das Paradox real ist — die Daten haben es über achtzehn Kapitel hinweg bestätigt —, sondern ob es sich lösen lässt. Wir haben fünf mögliche Zukünfte kartiert:

Der Zentaur, in dem KI die menschliche Arbeit augmentiert und Menschen und Maschinen gemeinsam stärker werden, als jeder es für sich allein wäre, ist die moralisch vorzuziehende Zukunft. Aber sie stellt sich nicht von selbst ein. Sie erfordert bewusste Gestaltungsentscheidungen — in Unternehmen, in der Bildung und in der öffentlichen Politik.

Das Orakel, in dem sich Wert und Entscheidungsmacht in einer kleinen Zahl von Unternehmen und Menschen konzentrieren, während die Mehrheit der Bevölkerung zu Untertanen von Entscheidungen reduziert wird, die anderswo getroffen werden. An einem gewöhnlichen Tag bedeutet das: ein Algorithmus, der entscheidet, was du siehst, was du kaufst, welcher Job dir angeboten wird — und kein Hebel, um Einspruch zu erheben. Es ist die natürliche Flugbahn der gegenwärtigen Trends. Sie braucht keine Verschwörung, nur die Abwesenheit von Intervention.

Der Neugeschriebene Vertrag, in dem Umverteilung (UBI, Automatisierungssteuern, Staatsfonds) den Konsum von der Beschäftigung entkoppelt. Er beantwortet das finanzielle Problem, wirft aber tiefe Fragen nach Würde und Sinn auf.

Die Revolution der Billigkeit, in der KI die Kosten so dramatisch senkt, dass der Lebensstandard erhalten bleibt, selbst wenn die Einkommen sinken. Sie funktioniert bei Software und digitalen Inhalten. Sie scheitert bei Wohnen, Gesundheit und Bildung — genau in den Sektoren, die am meisten zählen.

Der Ikarus-Zyklus, in dem 3-5 Jahre steigender Gewinne die Erosion der Nachfrage maskieren. Und wenn die künstlichen Stützen erschöpft sind, fällt die Korrektur härter aus als in einem normalen Zyklus. Das Wachs hält — bis es nicht mehr hält.

Die Realität wird sich natürlich nicht für ein einziges Szenario entscheiden. Es wird eine Mischung sein — Zentauren in manchen Sektoren, Orakel in anderen, Billigkeit in manchen Bereichen, ikarische Zyklen in anderen. Und die Verteilung wird in den USA, Europa, China, Indien und Rumänien unterschiedlich ausfallen, wie wir in den Geografie-Kapiteln gezeigt haben. Drei Variablen werden das Verhältnis bestimmen. Die Geschwindigkeit der Einführung

Eine graduelle Einführung erlaubt die natürliche Anpassung: Arbeitskräfte qualifizieren sich um, neue Industrien absorbieren die verdrängten Arbeitskräfte, Institutionen passen sich an. Eine schnelle Einführung überfordert all diese Mechanismen. Die aktuellen Trajektorien begünstigen die zweite Variante. KI hat eine Disruption vom Ausmaß der Internetrevolution auf weniger als drei Jahre komprimiert. Die Gesellschaften hatten keine Zeit, die erste Welle zu verarbeiten, und schon kommt die zweite. Die politische Antwort

Länder mit starker Umschulungsinfrastruktur, robusten sozialen Sicherungssystemen und adaptiven Regulierungsrahmen sind besser positioniert. Die Flexicurity der nordischen Modelle bietet einen Präzedenzfall. Dieses System erlaubt es Unternehmen, schnell zu entlassen, verpflichtet sie aber, die Umschulung zu finanzieren. Der europäische AI Act bietet, bei allen seinen Grenzen, einen umfassenden gesetzlichen Rahmen. Die Vereinigten Staaten führen paradoxerweise gleichzeitig bei der Innovation und bei der Exponierung — mit den wenigsten Sicherheitsnetzen unter den fortgeschrittenen Volkswirtschaften. Rumänien wird als Outsourcing-Destination innerhalb der EU die Konsequenzen von anderswo getroffenen Entscheidungen absorbieren, hat aber eine junge, anpassungsfähige Arbeitnehmerschaft, die in lebendiger Erinnerung bereits eine große strukturelle Transformation durchlaufen hat. Die Eigentumsstruktur

Wenn nur 3-7% der Produktivitätsgewinne bei den Arbeitnehmern ankommen und der Rest bei den Aktionären bleibt, ist die Erosion der Nachfrage nahezu unvermeidlich. Es gibt jedoch Mechanismen, die die Richtung umkehren können: Gewinnbeteiligung, breit gestreute Mitarbeiterbeteiligung, öffentliche Investitionen in Gemeingüter. Mit ihnen kann die Schleife unterbrochen werden. Der historische Präzedenzfall existiert: Die Nachkriegsära hat bewiesen, dass rasches Produktivitätswachstum mit breit verteiltem Wohlstand koexistieren kann. Aber jene Ära hatte Bedingungen, die wir nicht mehr haben — starke Gewerkschaften, Vollbeschäftigungspolitik, einen Fertigungssektor, der die Mittelschicht verankerte.

Das sind die Makrovariablen. Sie kann ich allein nicht ändern. Aber in meinen Firmen habe ich Entscheidungsmacht.

Dort habe ich mich für die Augmentierung entschieden. Nicht aus Idealismus, sondern aus Erfahrung. In unserem KI-Unternehmen baue ich Werkzeuge, die Teams verbessern, nicht ersetzen. Wenn ein Kunde ein semantisches Matching verlangt, das achtzehn Menschen eliminiert und drei übrig lässt, implementiere ich das System. Ich schlage aber auch vor, die fünfzehn in Rollen umzustrukturieren, die KI nicht übernehmen kann: Lieferantenbeziehungen, Ausnahmemanagement, Qualitätskontrolle. Manchmal akzeptiert der Kunde. Manchmal nicht. Aber der Vorschlag liegt immer auf dem Tisch. In unserem Büropark in Timișoara habe ich 30 Millionen Euro in ein Bürogebäude investiert, weil ich geglaubt habe — und weiterhin glaube —, dass Menschen auch künftig in physischen Räumen arbeiten werden. Dass menschliche Präsenz, Zusammenarbeit, die Begegnung an der Kaffeemaschine, die die unvorhergesehene Idee hervorbringt, einen Wert haben, den ein Zoom-Call nicht replizieren kann. Es ist eine Wette auf die Relevanz des Physischen in einer Welt, die sich digitalisiert.

Wetten gehen nicht immer auf. Aber die Entscheidung ist bewusst getroffen. In dem Wohnkomplex, den wir entwickeln, habe ich weiter Wohnungen für eine Tech-Mittelschicht gebaut, die andere Investoren für im Niedergang begriffen halten. Jede einzelne ist eine Wette darauf, dass die jungen Ingenieure von Timișoara auch in zehn Jahren noch Gehälter haben werden, die ausreichen, um einen Kredit über dreißig Jahre zu bedienen.

Wenn ich die Daten in diesem Buch sehe — den Anteil der Arbeit am Einkommen auf historischem Tiefstand, die Einstiegspositionen in der Tech-Branche im Schrumpfen —, werden die Wetten riskanter. Ich gehe sie trotzdem ein. Denn die Alternative — nicht zu bauen, nicht zu investieren, nicht an die wirtschaftliche Zukunft der Menschen zu glauben — ist eine Kapitulation, die ich mir nicht leisten kann. In meinem Softwareunternehmen lösen Senior-Entwickler, ausgestattet mit KI-Werkzeugen, Probleme, die weder sie noch die KI allein lösen würden. Die Qualität steigt. Die Kreativität steigt. Die Zufriedenheit steigt. Die Fluktuation sinkt. Der Druck des Marktes ist jedoch real.

Wenn ein langjähriger Kunde aus Österreich mich fragt: „Wenn Sie KI einsetzen, warum sind die Kosten dann so hoch?“, muss das Argument „höhere Qualität durch Augmentierung“ bei jedem Projekt aufs Neue bewiesen werden. Manchmal überzeuge ich. Manchmal verliere ich den Auftrag.

Ich fliege jede Woche mit dem eigenen Flugzeug zwischen Österreich und Rumänien. Ich bin Privatpilot mit Instrumentenflugberechtigung — das heißt, ich kann durch Wolken fliegen, ohne den Horizont oder den Boden zu sehen, und navigiere allein nach den Instrumenten im Cockpit. Piloten nennen das IFR, Instrument Flight Rules, die Regeln des Instrumentenflugs. Ich erwähne dieses Detail nicht des Effekts wegen, sondern wegen der Metapher.

Der Flug durch Wolken ist kontraintuitiv. In Abwesenheit des Horizonts lügen die Sinne systematisch. Das Innenohr, das dir normalerweise sagt, wo oben und wo unten ist, beginnt nach wenigen Sekunden ohne visuelle Referenzen falsche Signale zu senden. Der Pilot fühlt, dass er kurvt, während er geradeaus fliegt — oder dass er geradeaus fliegt, während er fällt. Es gibt eine berühmte Studie, 178 Sekunden, die zeigt, dass ein Pilot ohne Instrumentenflugausbildung, der versehentlich in Wolken gerät, eine mediane Lebenserwartung von weniger als drei Minuten hat. Nicht weil das Flugzeug versagt. Sondern weil der Pilot, im Vertrauen auf seinen eigenen Gleichgewichtssinn, das Flugzeug in einen Sturzflug bringt.

Die rettende Regel in der Luftfahrt ist einfach. Wenn du die visuellen Referenzen verloren hast, glaube den Instrumenten, nicht deinen Sinnen. Genau das schlage ich für die KI-Ökonomie vor: kein Sichtflug, keine Navigation nach Intuition, keine Wette auf einen für immer klaren Himmel. Die traditionellen ökonomischen Bezugspunkte — Vollbeschäftigung als Zeichen von Gesundheit, Produktivität als Proxy für Wohlstand, BIP-Wachstum als Maß des Erfolgs — sind der visuelle Horizont einer Ära, die sich schließt. Wer in der KI-Ära im Vertrauen auf sie fliegt, riskiert dieselbe Desorientierung wie der Pilot, der versehentlich in Wolken gerät: das Vertrauen in die Sinne, wenn die Sinne lügen.

Aber Instrumente allein reichen nicht. Es gibt im Flugzeug etwas, das der Idee des Zentauren näherkommt: den Autopiloten. Der Autopilot ist keine Konkurrenz für den Piloten, er ist eine Erweiterung von ihm. Der Pilot legt Kurs, Höhe und Geschwindigkeit fest. Der Autopilot führt aus — mit einer Präzision, die ein müder Mensch nach acht Stunden Flug nicht mehr erreichen kann. Der Autopilot langweilt sich nicht, lässt sich nicht ablenken, will keinen Kaffee. Und doch kann kein zertifizierter Autopilot allein starten. Kein Autopilot kann entscheiden, wohin geflogen wird. Kein Autopilot kann einen nicht einprogrammierten Notfall bewältigen. Der Autopilot führt aus. Der Pilot entscheidet.

Die Luftfahrt hat vier harte Lektionen darüber gelernt, wie man den Autopiloten benutzt. Alle vier gelten, ohne Ausnahme, für die Zusammenarbeit von Mensch und KI. Erstens: aviate, navigate, communicate — in dieser Reihenfolge. Der Pilot bleibt für die grundlegende Kontrolle des Luftfahrzeugs verantwortlich, auch wenn der Autopilot tadellos funktioniert. Zweitens: trust, but verify — vertraue niemals einem Autopiloten, den du nicht in den letzten dreißig Sekunden überprüft hast. Drittens: hand-fly to stay current — Berufspiloten fliegen auf jedem Flug in bestimmten Phasen manuell, ohne Autopilot, damit ihre Fähigkeiten nicht verkümmern. Viertens: mode awareness — der Pilot muss in jedem Moment wissen, was der Autopilot tut und warum.

Air France 447, 1. Juni 2009. Ein Airbus A330 mit 228 Menschen an Bord. Der Autopilot schaltete sich in Turbulenzen ab, mitten über dem Atlantik. Die beiden jungen Piloten im Cockpit waren lange nicht mehr manuell geflogen. Sie reagierten falsch auf die Instrumente. Sie hielten das Flugzeug drei Minuten und vierzehn Sekunden lang im Sturzflug, ohne zu verstehen, was geschah. Alle an Bord starben. Die offizielle Ursache: loss of basic flying skills due to automation dependency. Der Verlust grundlegender Flugfähigkeiten durch Automatisierungsabhängigkeit.

Das ist im Kern die große Sorge jeder ernsthaften Diskussion über Zentauren. Nicht, dass die KI zu mächtig wird. Sondern dass die Menschen zu abhängig werden. Dass eine Generation von Arbeitnehmern, Managern, Unternehmern ihre Prohairesis an Systeme abtritt, die ausführen, aber nicht abwägen. Und dass, wenn die Systeme versagen — und sie werden versagen, kein System ist unfehlbar —, jene Generation nicht mehr wissen wird, wie man allein fliegt.

Der gesunde Zentaur ist nicht der Mensch mit KI. Er ist der Mensch, der KI benutzt, ohne zu vergessen, dass er der Pilot ist.

Die Instrumente sind die Daten. Die Prozeduren sind die öffentlichen Politiken. Und die Disziplin, ihnen zu folgen — selbst wenn alles gut aussieht, selbst wenn das Wachs solide wirkt —, ist der Unterschied zwischen dem Flug des Dädalus und dem Flug des Ikarus.

Was habe ich aus all diesen gleichzeitigen Perspektiven gelernt? Dass Augmentierung funktioniert, aber kontinuierliche Investitionen in Menschen erfordert, nicht nur in Softwarelizenzen. Dass Umverteilung keine Politik für ferne Regierungen ist, sondern eine Praxis für jeden Manager, der entscheidet, wie er die Produktivitätsgewinne aufteilt. Dass die Geschwindigkeit zählt: Wir haben weniger Zeit, als ich dachte. Und dass jenseits aller Modelle und Szenarien die zentrale Frage eine des Willens ist, nicht der Fähigkeit.

Henry Ford hat verstanden, dass seine Arbeiter auch seine Kunden waren. Es war eine Perspektive, die seine Zeitgenossen für verrückt hielten und die sich als eine der profitabelsten Entscheidungen der Industriegeschichte erwies.

Die Architekten der KI-Ökonomie haben die äquivalente Perspektive noch nicht verinnerlicht. Und das ist keine abstrakte Kritik. Es ist eine konkrete Dringlichkeit für jeden Programmierer aus Kapitel 4, der sich fragt, ob er noch eine Zukunft hat. Für jeden Buchhalter in Ohio, der Uber fährt. Für jeden Angestellten in Rumänien, der auf eine E-Mail aus Frankfurt mit Entscheidungen über „Effizienzsteigerung“ wartet. Für jeden 18-Jährigen, der sich fragt, was er studieren soll — in einer Welt, in der alles, was er studiert, automatisiert sein könnte, bevor er seinen Abschluss macht.

Das Gleichgewicht zwischen Produktivität und Nachfrage wird sich nicht von selbst finden. Es wird entworfen werden müssen — bewusst, dringend, nach einem Zeitplan, der dem gnadenlosen Rhythmus der Technologie entspricht. Mit Umsicht, mit Empathie, mit Daten, mit Philosophie. Und, ja, vielleicht sogar mit Hilfe der KI.

Wenn du bis hierher gelesen hast, bleibt die Frage: Was tust du? Nicht rhetorisch. Konkret. Was tust du morgen früh, wenn du ins Büro zurückkehrst, in die Firma, ins Klassenzimmer, an die Wahlurne?

Wenn du ein Unternehmen führst, miss Produktivität in geschaffenem Wert, nicht in gekürzten Kosten. Jeder eliminierte Mitarbeiter ist eine Ersparnis für dich und ein Verlust für das Ökosystem. Frage dich nicht nur „Kann ich das automatisieren?“, sondern „Sollte ich das automatisieren?“. Und sei ehrlich mit dir selbst, wenn die Antwort Nein lautet. Augmentierung ist schwerer als Ersetzung. Aber sie ist die einzige, die deinen Markt langfristig nicht zerstört.

Wenn du Politik machst, investiere in Umschulung, als wäre sie Infrastruktur — denn das ist sie. Baue regulatorische Sandboxes, in denen Unternehmen ohne Angst, aber mit Verantwortung experimentieren können. Besteuere, was du entmutigen willst — Finanzspekulation auf KI, subventionierte Massenentlassungen —, und subventioniere, was du fördern willst: Augmentierung, Ausbildung, Unternehmertum. Und reguliere eine Technologie, die sich jährlich verdoppelt, nicht mit Drei-Jahres-Zeitplänen.

Wenn du Angestellter bist, lerne, mit der KI zu arbeiten, nicht gegen sie. Aber definiere dich nicht über das Werkzeug, das du benutzt. Deine wirkliche Kompetenz ist das Urteilsvermögen — die Fähigkeit zu wissen, wann die KI irrt, wann sie zu stark vereinfacht, wann sie für die falsche Variable optimiert. Das lässt sich nicht automatisieren. Noch nicht.

Wenn du Bürger bist, fordere Transparenz. Frage, wer profitiert. Wähle Politiker, die verstehen, dass Produktivität ohne Verteilung eine Zeitbombe ist. Weigere dich, „das ist eben der Fortschritt“ als Antwort auf „warum habe ich meinen Arbeitsplatz verloren“ zu akzeptieren.

Fortschritt, der nicht allen gehört, ist kein Fortschritt. Er ist Ausbeutung. Dädalus baute die Flügel. Ford verdoppelte die Löhne. Kasparov erfand das Zentauren-Schach. Jeder von ihnen entschied sich, in einem Moment der Transformation, das Gleichgewicht zu entwerfen, statt auf es zu warten. Dieses Buch ist das Argument, dass wir dieselbe Wahl haben. Und dass sich das Fenster, in dem die Wahl noch zählt, schließt.

In 1926 publiceerde Henry Ford Today and Tomorrow, een boek waarin hij niet alleen beschreef hoe je auto’s bouwt, maar hoe een economie gebouwd zou moeten worden. In een passage die maar weinig hedendaagse economen hebben gelezen, schreef Ford: “De eigenaar, de werknemers en het kopende publiek zijn één en dezelfde persoon. Als een industrie geen hoge lonen en lage prijzen kan handhaven, vernietigt ze zichzelf.” Ford was geen filantroop. Hij was een pragmaticus met een instinctief begrip van economische kringlopen: het geld dat hij zijn arbeiders betaalde, kwam bij hem terug als vraag naar zijn producten. Het dagloon van vijf dollar was geen vrijgevigheid, het was een investering in zijn eigen ecosysteem. Een eeuw later hebben we in dit boek de route afgelegd van de Ford-fabrieken naar de datacenters van Silicon Valley, van de Chinese robots naar de Indiase outsourcing, van de vastgoedmarkten van San Francisco naar de kantoren van Timișoara: het exacte traject van het omgekeerde experiment. Bedrijven bouwen systemen die juist de mensen vervangen die hun producten kopen. De efficiëntie stijgt. De vraag erodeert. De lus blijft draaien.

En de vraag die overblijft is niet of de paradox echt is — de data hebben dat over achttien hoofdstukken bevestigd — maar of hij kan worden opgelost. We hebben vijf mogelijke toekomsten in kaart gebracht:

De Centaur, waarin AI het menselijke werk augmenteert en mensen en machines samen sterker worden dan elk afzonderlijk, is de moreel te verkiezen toekomst. Maar die komt er niet vanzelf. Ze vereist bewuste ontwerpkeuzes — in bedrijven, in het onderwijs en in het overheidsbeleid.

Het Orakel, waarin waarde en beslissingsmacht zich concentreren bij een klein aantal bedrijven en mensen, terwijl de meerderheid van de bevolking wordt gereduceerd tot onderdaan van elders genomen beslissingen. Op een gewone dag betekent dat: een algoritme dat beslist wat je ziet, wat je koopt, welke baan je krijgt aangeboden — en geen enkele hefboom om bezwaar te maken. Het is het natuurlijke traject van de huidige trends. Het vereist geen samenzwering, alleen de afwezigheid van interventie.

Het Herschreven Contract, waarin herverdeling (UBI, belastingen op automatisering, soevereine fondsen) de consumptie loskoppelt van werkgelegenheid. Het beantwoordt het financiële probleem, maar roept diepe vragen op over waardigheid en zingeving.

De Revolutie van de Goedkoopte, waarin AI de kosten zo dramatisch verlaagt dat de levensstandaard op peil blijft, zelfs als de inkomens dalen. Ze werkt in software en digitale content. Ze faalt in huisvesting, gezondheidszorg en onderwijs — precies de sectoren die er het meest toe doen.

De Icarus-cyclus, waarin 3-5 jaar van stijgende winsten de erosie van de vraag maskeren. En wanneer de kunstmatige steunpilaren uitgeput raken, valt de correctie zwaarder uit dan in een normale cyclus. De was houdt — tot ze niet meer houdt.

De werkelijkheid zal uiteraard niet één enkel scenario kiezen. Het wordt een mengeling — centauren in sommige sectoren, orakels in andere, goedkoopte in sommige domeinen, icarische cycli in andere. En de verdeling zal verschillen in de VS, Europa, China, India en Roemenië, zoals we in de geografiehoofdstukken hebben laten zien. Drie variabelen zullen de verhouding bepalen. De snelheid van adoptie

Geleidelijke adoptie maakt natuurlijke aanpassing mogelijk: werknemers scholen zich om, nieuwe industrieën absorberen de verdrongen arbeidskrachten, instituties passen zich aan. Snelle adoptie overweldigt al deze mechanismen. De huidige trajecten begunstigen de tweede variant. AI heeft een disruptie ter grootte van de internetrevolutie samengeperst in minder dan drie jaar. Samenlevingen hebben geen tijd gehad om de eerste golf te verwerken en de tweede komt er al aan. Het politieke antwoord

Landen met een sterke omscholingsinfrastructuur, robuuste sociale bescherming en adaptieve regelgevingskaders zijn beter gepositioneerd. De flexizekerheid van de Noordse modellen biedt een precedent. Dat systeem staat bedrijven toe snel te ontslaan, maar verplicht hen de omscholing te financieren. De Europese AI Act biedt, met al zijn beperkingen, een omvattend wetgevend kader. De Verenigde Staten lopen, paradoxaal genoeg, tegelijk voorop in innovatie en in blootstelling, met de minste vangnetten van alle geavanceerde economieën. Roemenië zal, als outsourcingbestemming binnen de EU, de gevolgen absorberen van elders genomen beslissingen, maar het heeft een jonge, flexibele beroepsbevolking die binnen mensenheugenis al een grote structurele transformatie heeft doorgemaakt. De eigendomsstructuur

Als slechts 3-7% van de productiviteitswinsten bij de werknemers terechtkomt en de rest bij de aandeelhouders blijft, is de erosie van de vraag vrijwel onvermijdelijk. Er bestaan echter mechanismen die de richting kunnen omkeren: winstdeling, breed gespreid aandeelhouderschap, publieke investeringen in gemeenschappelijke goederen. Daarmee kan de lus worden doorbroken. Het historische precedent bestaat: het naoorlogse tijdperk heeft bewezen dat snelle productiviteitsgroei kan samengaan met breed gedeelde welvaart. Maar dat tijdperk kende voorwaarden die we niet meer hebben — sterke vakbonden, een beleid van volledige werkgelegenheid, een maakindustrie die de middenklasse verankerde.

Dit zijn de macrovariabelen. Die kan ik niet in mijn eentje veranderen. Maar in mijn eigen bedrijven heb ik beslissingsmacht.

Daar heb ik voor augmentatie gekozen. Niet uit idealisme, maar uit ervaring. Bij ons AI-bedrijf bouw ik instrumenten die teams verbeteren, niet vervangen. Wanneer een klant vraagt om semantische matching die achttien mensen elimineert en er drie overlaat, implementeer ik het systeem. Maar ik stel ook voor de vijftien anderen te herplaatsen in rollen die AI niet kan vervullen: leveranciersrelaties, uitzonderingsbeheer, kwaliteitscontrole. Soms accepteert de klant dat. Soms niet. Maar het voorstel ligt altijd op tafel. In ons kantorenpark in Timișoara heb ik 30 miljoen euro geïnvesteerd in een kantoorgebouw, omdat ik geloofde — en blijf geloven — dat mensen in fysieke ruimtes zullen blijven werken. Dat menselijke aanwezigheid, samenwerking, de ontmoeting bij de koffieautomaat die het onvoorziene idee oplevert, een waarde hebben die een Zoom-gesprek niet kan repliceren. Het is een weddenschap op de relevantie van het fysieke in een wereld die digitaliseert.

Weddenschappen worden niet altijd gewonnen. Maar de beslissing is weloverwogen. In het wooncomplex dat we ontwikkelen, ben ik appartementen blijven bouwen voor een tech-middenklasse die andere investeerders als tanend beschouwen. Elk appartement is een weddenschap dat de jonge ingenieurs van Timișoara over tien jaar nog steeds salarissen zullen hebben die volstaan om een hypotheek van dertig jaar af te betalen.

Wanneer ik de data in dit boek zie — het aandeel van arbeid op een historisch dieptepunt, de instapfuncties in tech die krimpen — worden de weddenschappen riskanter. Ik ga ze toch aan. Omdat het alternatief — niet bouwen, niet investeren, niet geloven in de economische toekomst van mensen — een capitulatie is die ik me niet kan veroorloven. In mijn softwarebedrijf lossen senior ontwikkelaars, uitgerust met AI-instrumenten, problemen op die zij noch de AI alleen zouden kunnen oplossen. De kwaliteit stijgt. De creativiteit stijgt. De tevredenheid stijgt. Het verloop daalt. De druk van de markt is echter reëel.

Wanneer een oude klant uit Oostenrijk mij ter verantwoording roept — “Als jullie AI gebruiken, waarom zijn de kosten dan zo hoog?” — moet het argument “superieure kwaliteit door augmentatie” bij elk project opnieuw worden bewezen. Soms overtuig ik. Soms verlies ik het contract.

Ik vlieg elke week tussen Oostenrijk en Roemenië met mijn eigen vliegtuig. Ik ben privépiloot met een instrumentbevoegdheid — dat wil zeggen dat ik door wolken kan vliegen, zonder de horizon of de grond te zien, uitsluitend navigerend op de instrumenten in de cockpit. Piloten noemen dat IFR, Instrument Flight Rules, de regels van het instrumentvliegen. Ik noem dit detail niet voor het effect, maar omwille van de metafoor.

Vliegen door wolken is contra-intuïtief. Bij afwezigheid van de horizon liegen de zintuigen systematisch. Het binnenoor, dat je normaal vertelt waar boven en waar beneden is, begint na enkele seconden zonder visuele referenties valse signalen te sturen. De piloot voelt dat hij een bocht maakt terwijl hij rechtdoor vliegt, of dat hij rechtdoor vliegt terwijl hij valt. Er bestaat een beroemde studie, 178 seconden, die aantoont dat een piloot zonder instrumentopleiding die per ongeluk in wolken terechtkomt, een mediane levensverwachting heeft van minder dan drie minuten. Niet omdat het vliegtuig het begeeft. Maar omdat de piloot, vertrouwend op zijn eigen evenwichtsgevoel, het toestel in een duikvlucht brengt.

De reddende regel in de luchtvaart is simpel. Wanneer je de visuele referenties bent kwijtgeraakt, geloof dan de instrumenten, niet je zintuigen. Precies dat stel ik voor voor de AI-economie: geen zichtvliegen, geen navigatie op intuïtie, geen weddenschap op een eeuwig heldere hemel. De traditionele economische ijkpunten — volledige werkgelegenheid als teken van gezondheid, productiviteit als proxy voor welzijn, bbp-groei als maatstaf voor succes — zijn de visuele horizon van een tijdperk dat zich sluit. Wie in het AI-tijdperk vliegt op basis daarvan, riskeert dezelfde desoriëntatie als de piloot die per ongeluk in wolken belandt: vertrouwen op de zintuigen, terwijl de zintuigen liegen.

Maar instrumenten alleen zijn niet genoeg. Er is in het vliegtuig iets dat dichter bij het idee van de centaur staat: de automatische piloot. De automatische piloot is geen concurrent van de piloot, hij is een verlengstuk van hem. De piloot bepaalt de koers, de hoogte, de snelheid. De automatische piloot voert uit, met een precisie die een vermoeid mens na acht uur vliegen niet meer kan halen. De automatische piloot verveelt zich niet, raakt niet afgeleid, wil geen koffie. En toch kan geen enkele gecertificeerde automatische piloot zelfstandig opstijgen. Geen enkele automatische piloot kan beslissen waarheen te vliegen. Geen enkele automatische piloot kan een niet-geprogrammeerde noodsituatie afhandelen. De automatische piloot voert uit. De piloot beslist.

De luchtvaart heeft vier harde lessen geleerd over hoe je de automatische piloot gebruikt. Alle vier zijn ze, zonder uitzondering, van toepassing op de samenwerking tussen mens en AI. Ten eerste: aviate, navigate, communicate — in die volgorde. De piloot blijft verantwoordelijk voor de fundamentele besturing van het vliegtuig, zelfs wanneer de automatische piloot vlekkeloos werkt. Ten tweede: trust, but verify — vertrouw nooit een automatische piloot die je de laatste dertig seconden niet hebt gecontroleerd. Ten derde: hand-fly to stay current — beroepspiloten vliegen op elke vlucht in bepaalde fasen handmatig, zonder automatische piloot, om hun vaardigheden niet te laten verkommeren. Ten vierde: mode awareness — de piloot moet op elk moment weten wat de automatische piloot doet en waarom.

Air France 447, 1 juni 2009. Een Airbus A330 met 228 mensen aan boord. De automatische piloot schakelde zichzelf uit in turbulentie, midden boven de Atlantische Oceaan. De twee jonge piloten in de cockpit hadden al lang niet meer handmatig gevlogen. Ze reageerden verkeerd op de instrumenten. Ze hielden het toestel drie minuten en veertien seconden in een duikvlucht, zonder te begrijpen wat er gebeurde. Iedereen aan boord kwam om. De officiële oorzaak: loss of basic flying skills due to automation dependency. Het verlies van fundamentele vliegvaardigheden door afhankelijkheid van automatisering.

Dat is in essentie de grote zorg van elke serieuze discussie over centauren. Niet dat AI te machtig wordt. Maar dat mensen te afhankelijk worden. Dat een generatie werknemers, managers en ondernemers haar prohairesis afstaat aan systemen die uitvoeren, maar niet delibereren. En dat, wanneer die systemen falen — en ze zullen falen, geen enkel systeem is onfeilbaar — die generatie niet meer zal weten hoe ze zelf moet vliegen.

De gezonde Centaur is niet de mens mét AI. Het is de mens die AI gebruikt zonder te vergeten dat hij de piloot is.

De instrumenten zijn de data. De procedures zijn het overheidsbeleid. En de discipline om ze te volgen — zelfs wanneer alles goed lijkt, zelfs wanneer de was stevig lijkt — is het verschil tussen de vlucht van Daedalus en de vlucht van Icarus.

Wat heb ik geleerd van al deze gelijktijdige perspectieven? Dat augmentatie werkt, maar voortdurende investering in mensen vereist, niet alleen in softwarelicenties. Dat herverdeling geen beleid is voor verre regeringen, maar een praktijk voor elke manager die beslist hoe hij de productiviteitswinsten verdeelt. Dat snelheid ertoe doet: we hebben minder tijd dan ik dacht. En dat, voorbij alle modellen en scenario’s, de centrale vraag er een is van wil, niet van vermogen.

Henry Ford begreep dat zijn arbeiders ook zijn klanten waren. Het was een inzicht dat zijn tijdgenoten waanzinnig vonden en dat een van de winstgevendste beslissingen uit de industriegeschiedenis bleek.

De architecten van de AI-economie hebben het equivalente inzicht nog niet geïnternaliseerd. En dat is geen abstracte kritiek. Het is een concrete urgentie voor elke programmeur uit Hoofdstuk 4 die zich afvraagt of hij nog een toekomst heeft. Voor elke boekhouder in Ohio die voor Uber rijdt. Voor elke werknemer in Roemenië die wacht op een e-mail uit Frankfurt met beslissingen over “efficiëntieverbetering”. Voor elke 18-jarige die zich afvraagt wat hij moet studeren in een wereld waarin alles wat hij studeert geautomatiseerd zou kunnen zijn voordat hij afstudeert.

Het evenwicht tussen productiviteit en vraag zal zichzelf niet vinden. Het zal ontworpen moeten worden — weloverwogen, urgent, volgens een kalender die past bij het meedogenloze tempo van de technologie. Met voorzichtigheid, met empathie, met data, met filosofie. En ja, misschien zelfs met behulp van AI.

Als je tot hier hebt gelezen, blijft de vraag: wat doe jij? Niet retorisch. Concreet. Wat doe je morgenochtend, wanneer je terugkeert naar kantoor, naar het bedrijf, naar het klaslokaal, naar het stemhokje?

Als je een bedrijf leidt, meet productiviteit dan in gecreëerde waarde, niet in bespaarde kosten. Elke geëlimineerde werknemer is een besparing voor jou en een verlies voor het ecosysteem. Vraag je niet alleen af “kan ik dit automatiseren?”, maar ook “zou ik dit moeten automatiseren?”. En wees eerlijk tegen jezelf wanneer het antwoord nee is. Augmentatie is moeilijker dan vervanging. Maar het is de enige die je markt op de lange termijn niet vernietigt.

Als je beleid maakt, investeer dan in omscholing alsof het infrastructuur is — want dat is het. Bouw regelgevende sandboxes waarin bedrijven zonder angst, maar met verantwoordelijkheid kunnen experimenteren. Belast wat je wilt ontmoedigen — financiële speculatie op AI, gesubsidieerde massaontslagen — en subsidieer wat je wilt aanmoedigen: augmentatie, opleiding, ondernemerschap. En reguleer een technologie die jaarlijks verdubbelt niet met kalenders van drie jaar.

Als je werknemer bent, leer dan met AI te werken, niet ertegen. Maar definieer jezelf niet door het instrument dat je gebruikt. Je werkelijke competentie is je oordeelsvermogen — het vermogen om te weten wanneer AI het mis heeft, wanneer ze te veel simplificeert, wanneer ze optimaliseert voor de verkeerde variabele. Dat laat zich niet automatiseren. Nog niet.

Als je burger bent, eis dan transparantie. Vraag wie er profiteert. Stem op politici die begrijpen dat productiviteit zonder verdeling een tijdbom is. Weiger “dat is nu eenmaal vooruitgang” te accepteren als antwoord op “waarom ben ik mijn baan kwijtgeraakt?”.

Vooruitgang die niet van iedereen is, is geen vooruitgang. Het is uitbuiting. Daedalus bouwde de vleugels. Ford verdubbelde de lonen. Kasparov vond het centaurschaak uit. Ieder van hen koos er, op een moment van transformatie, voor het evenwicht te ontwerpen in plaats van erop te wachten. Dit boek is het argument dat wij dezelfde keuze hebben. En dat het venster waarin die keuze er nog toe doet, zich sluit.