Ο Διευθύνων Σύμβουλος της Cisco προειδοποιεί ότι η άνθηση της τεχνητής νοημοσύνης μοιάζει με φούσκα — αλλά λέει ότι η τεχνητή νοημοσύνη θα είναι μεγαλύτερη από το διαδίκτυο

Περίληψη:Ο Διευθύνων Σύμβουλος της Cisco, Τσακ Ρόμπινς, λέει ότι η Τεχνητή Νοημοσύνη θα μπορούσε να είναι...μεγαλύτερο από το διαδίκτυο, αλλά αναμένει πρώτα μια επώδυνη ανατροπή—«θα αναδειχθούν νικητές και θα υπάρξει σφαγή στην πορεία». Αυτή δεν είναι μια αβάσιμη φράση. Ο Ρόμπινς έζησε την άνθηση των dot-com, καθώς η Cisco έγινε η πιο πολύτιμη εταιρεία στον κόσμο το 2000, και στη συνέχεια έχασε περίπου το 80% της αξίας της όταν έσκασε η φούσκα.

Το βασικό μήνυμα είναι λεπτό: Η Τεχνητή Νοημοσύνη είναι πραγματική και μετασχηματιστική, αλλά ο σημερινός επενδυτικός κύκλος είναι υπερθερμασμένος και δεν επιβιώνουν όλες οι εταιρείες (ή οι θέσεις εργασίας) από τη μετάβαση.

Τι λέει στην πραγματικότητα ο Ρόμπινς (όχι η έκδοση του τίτλου)

Από την έκθεση:

Η Τεχνητή Νοημοσύνη θα «αλλάξει τα πάντα» και μπορεί να είναι μεγαλύτερη από το διαδίκτυο.
Η τρέχουσα αγορά είναι «πιθανώς» μια φούσκα.
Ορισμένες εταιρείες «δεν θα τα καταφέρουν».
Ορισμένες θέσεις εργασίας θα αλλάξουν ή θα καταργηθούν, ειδικά σε τομείς όπως η εξυπηρέτηση πελατών.
Ο μεγαλύτερος κίνδυνος για τους εργαζόμενους δεν είναι «η Τεχνητή Νοημοσύνη να σας πάρει τη δουλειά», αλλά «κάποιος που χρησιμοποιεί Τεχνητή Νοημοσύνη να σας πάρει τη δουλειά».
Η Τεχνητή Νοημοσύνη θα βελτιώσει τις κυβερνοεπιθέσεις και τις απάτες· η ασφάλεια αποκτά μεγαλύτερη σημασία.
Το Ηνωμένο Βασίλειο έχει «αρκετά καλές πιθανότητες» να γίνει υπερδύναμη της Τεχνητής Νοημοσύνης εάν υιοθετήσει την Τεχνητή Νοημοσύνη.

Το θέμα δεν είναι «πανικός». Είναι «αποδέξου την αλλαγή, αλλά να είσαι ειλικρινής σχετικά με την αναστάτωση».

Γιατί η αναλογία dot-com είναι χρήσιμη (και πού παραπλανά)

Η φούσκα των dot-com συχνά επικαλείται νωχελικά, σαν να σημαίνει «διαφημιστείτε τώρα, καταρρεύστε αργότερα». Το πιο χρήσιμο μάθημα είναι δομικό:

Τι δημιούργησε η φούσκα

Παρόλο που πολλές εταιρείες διαδικτύου έκλεισαν, η εποχή που δημιουργήθηκε:

κέντρα δεδομένων
δίκτυα οπτικών ινών
υποδομή λογισμικού
συμπεριφορές καταναλωτών σχετικά με τις διαδικτυακές υπηρεσίες

Η υποκείμενη τεχνολογία κέρδισε.

Τι κατέστρεψε η φούσκα

Κερδοσκοπική αξία μετοχικού κεφαλαίου σε εταιρείες χωρίς διαρκή προϊόντα ή διανομή.

Το πλαίσιο της «σφαγής» του Ρόμπινς είναι βασικά αυτό: κεφάλαιο και εταιρείες εξαφανίζονται, αλλά η αλλαγή πλατφόρμας εξακολουθεί να συμβαίνει.

Το σημείο αναφοράς της Cisco: υποδομές, όχι εφαρμογές

Η Cisco δεν είναι κυρίως εταιρεία «εφαρμογών τεχνητής νοημοσύνης». Πωλεί και κατασκευάζει υποδομές που επιτρέπουν στην τεχνητή νοημοσύνη να εκτελεί:

δικτύωση
ασφάλεια
συστήματα κέντρων δεδομένων

Έτσι, όταν η Cisco μιλάει για Τεχνητή Νοημοσύνη, συχνά μιλάει από το επίπεδο που επιβιώνει από τις φυσαλίδες.

Οι εταιρείες εφαρμογών έρχονται και παρέρχονται. Οι νικητές στις υποδομές και τη διανομή συχνά επιμένουν.

Γιατί η δικτύωση γίνεται σημείο συμφόρησης στην Τεχνητή Νοημοσύνη

Τα μεγάλα μοντέλα εκπαιδεύονται σε πολλούς επιταχυντές. Όσο περισσότερα τσιπ χρησιμοποιείτε, τόσο περισσότερο περιορίζεται το σύστημά σας από:

καθυστέρηση δικτύου (πόσο γρήγορα μπορούν να συντονιστούν οι κόμβοι)
εύρος ζώνης (πόσα δεδομένα μπορούν να μετακινηθούν)
αξιοπιστία (μία μόνο βλάβη μπορεί να επιβραδύνει ή να διακόψει τις προπονήσεις)

Γι' αυτό οι εταιρείες μιλούν για τα «clusters τεχνητής νοημοσύνης» σαν να είναι υπερυπολογιστές. Σε αυτόν τον κόσμο, η δικτύωση δεν είναι κάτι το αυτονόητο - είναι ένας ανταγωνιστικός παράγοντας διαφοροποίησης.

Η οπτική γωνία των θέσεων εργασίας: τι αλλάζει πρώτο

Ο Ρόμπινς επισημαίνει την εξυπηρέτηση πελατών ως μια κατηγορία όπου οι εταιρείες ενδέχεται να χρειάζονται λιγότερους ανθρώπους.

Γιατί η εξυπηρέτηση πελατών είναι ο πρώτος στόχος

Οι ροές εργασίας υποστήριξης συχνά έχουν:

υψηλός όγκος
επαναλαμβανόμενες ερωτήσεις
γνωστοί κανόνες πολιτικής
εισόδους και εξόδους που βασίζονται σε κείμενο

Αυτό τα καθιστά ιδανικά για διαλογή με τεχνητή νοημοσύνη και μερική αυτοματοποίηση. Το πρώτο κύμα είναι συνήθως η «εκτροπή» (απαντήσεις χωρίς άνθρωπο), ακολουθούμενη από την «βοήθεια από πράκτορα» (άνθρωποι που υποστηρίζονται από τεχνητή νοημοσύνη) και στη συνέχεια την αυτοματοποίηση των πιο εύκολων περιπτώσεων από άκρο σε άκρο.

Αυτό είναι εύλογο επειδή η υποστήριξη πελατών έχει πολλά:

επαναλαμβανόμενες ερωτήσεις
τυπικές ροές εργασίας
αλληλεπιδράσεις που βασίζονται σε κείμενο

Αλλά το βαθύτερο σημείο είναι: η Τεχνητή Νοημοσύνη δεν αντικαθιστά τις «θέσεις εργασίας». Αντικαθιστάεργασίες.

Μια τυπική εργασία είναι ένα σύνολο εργασιών:

κάποια αυτοματοποιήσιμα (σύνταξη, σύνοψη, διαλογή)
κάποια όχι (κρίση, ενσυναίσθηση, λογοδοσία, διαπραγμάτευση)

Έτσι, ο αντίκτυπος στο εργατικό δυναμικό είναι άνισος:

Οι άνθρωποι που προσαρμόζονται γίνονται πιο παραγωγικοί και πιο πολύτιμοι
άτομα σε ρόλους που κυριαρχούνται από επαναλήψιμες εργασίες αντιμετωπίζουν πίεση μετατόπισης

«Κάποιος καλός στην Τεχνητή Νοημοσύνη θα πάρει τη δουλειά σου» — τι να κάνεις με αυτό

Αυτή η ατάκα είναι άβολη επειδή είναι αλήθεια.

Στην πράξη, προτείνει μια στρατηγική επιβίωσης:

μάθετε τα εργαλεία νωρίς
δημιουργία ροών εργασίας και λιστών ελέγχου
γίνετε το άτομο που μπορεί να συνδυάσει την ταχύτητα της τεχνητής νοημοσύνης με την ανθρώπινη κρίση

Το ανταγωνιστικό πλεονέκτημα δεν είναι η γνώση των προτροπών—είναι η γνώση:

τι να ρωτήσω
τι να επαληθεύσω
πώς θα πρέπει να μοιάζει η έξοδος
όπου ζει ο κίνδυνος

Ασφάλεια: Η Τεχνητή Νοημοσύνη βελτιώνει τις απάτες και τις επιθέσεις

Ο Ρόμπινς προειδοποιεί ότι η Τεχνητή Νοημοσύνη θα βελτιώσει τις κυβερνοεπιθέσεις και το ηλεκτρονικό ψάρεμα (phishing) πιο πειστικό.

Αυτό είναι ήδη ορατό στο:

καλύτερα γραμμένα απάτη μέσω email
πιο πιστευτή πλαστοπροσωπία
deepfake ήχος/βίντεο που χρησιμοποιείται για απάτη

Έτσι, η «επανάσταση της Τεχνητής Νοημοσύνης» έχει μια παράλληλη επανάσταση στα εξής:

επαλήθευση ταυτότητας
ανίχνευση απάτης
ασφαλείς επικοινωνίες

Η ασφάλεια δεν είναι δευτερεύον θέμα. Είναι ένα από τα κύρια πεδία μάχης για την υιοθέτηση της Τεχνητής Νοημοσύνης.

Τι σημαίνει στην πραγματικότητα η φράση «Τεχνητή Νοημοσύνη μεγαλύτερη από το διαδίκτυο»;

Αν αφαιρέσουμε τη ρητορική, η φράση «μεγαλύτερο από το διαδίκτυο» θα μπορούσε να σημαίνει:

Μια άλλη ερμηνεία: το διαδίκτυο συνέδεσε ανθρώπους και συστήματα, αλλά οι περισσότερες εργασίες εξακολουθούσαν να απαιτούν από τους ανθρώπους να μεταφράζουν τις πληροφορίες σε δράση. Η Τεχνητή Νοημοσύνη μειώνει αυτό το κόστος μετάφρασης. Εάν αυτό ισχύει, η Τεχνητή Νοημοσύνη γίνεται ένα γενικό επίπεδο παραγωγικότητας με τον τρόπο που η ηλεκτρική ενέργεια έγινε μια γενική δυνατότητα - ορατή σε κάθε τομέα, όχι μόνο στην «τεχνολογία».

Η Τεχνητή Νοημοσύνη γίνεται η διεπαφή για τις πληροφορίες (αλλαγές στην αναζήτηση)
Η Τεχνητή Νοημοσύνη γίνεται η διεπαφή για την εργασία (πράκτορες στις ροές εργασίας)
Η Τεχνητή Νοημοσύνη ενσωματώνεται σε κάθε προϊόν (από τις τραπεζικές συναλλαγές έως την υγειονομική περίθαλψη)

Τα συστήματα που είναι συνδεδεμένα στο διαδίκτυο. Η τεχνητή νοημοσύνη αλλάζει ό,τι μπορούν να κάνουν αυτά τα συστήματα.κάνω.

Έτσι, ο ισχυρισμός είναι ότι η Τεχνητή Νοημοσύνη δεν είναι απλώς μια νέα κατηγορία εφαρμογών. Είναι ένα επίπεδο δυνατοτήτων που ξαναγράφει την οικονομία του λογισμικού.

Το Ηνωμένο Βασίλειο ως υπερδύναμη Τεχνητής Νοημοσύνης: συνθήκες που έχουν σημασία

Ο Ρόμπινς λέει ότι το Ηνωμένο Βασίλειο έχει «αρκετά καλές πιθανότητες» αν υιοθετήσει την Τεχνητή Νοημοσύνη.

Τι σημαίνει συνήθως η λέξη «αγκαλιά» σε όρους πολιτικής:

διευκολύνουν τον υπεύθυνο πειραματισμό σε επιχειρήσεις και κυβέρνηση
επενδύστε σε δεξιότητες, ώστε η υιοθέτηση να μην περιορίζεται σε μια μικρή ελίτ
γέφυρες χρηματοδότησης έρευνας και εμπορευματοποίησης (όχι μόνο ακαδημαϊκού έργου)
διατηρήστε αξιόπιστη ρύθμιση που στοχεύει στις βλάβες χωρίς να παγώνει την καινοτομία

Το Ηνωμένο Βασίλειο έχει πλεονεκτήματα (έρευνα, ταλέντο, χρηματοδότηση, ισχυρή κουλτούρα νεοσύστατων επιχειρήσεων) αλλά και περιορισμούς (πρόσβαση σε υπολογιστές και ανταγωνισμός με τις ΗΠΑ/Κίνα για κορυφαία εργαστήρια). Η πιθανή πορεία προς την ιδιότητα της «υπερδύναμης» δεν είναι η υπέρβαση των ΗΠΑ και της Κίνας σε κλίμακα, αλλά η οικοδόμηση ανταγωνιστικών clusters και εξειδικεύσεων υψηλής αξίας.

Στην πράξη, η «υιοθέτηση της Τεχνητής Νοημοσύνης» σημαίνει:

ερευνητική δύναμη + κανάλια ταλέντων
πρόσβαση σε υπολογιστές (ή συνεργασίες)
υποστηρικτική αλλά ρεαλιστική ρύθμιση
υιοθέτηση από την κυβέρνηση και τη βιομηχανία

Οι χώρες που υιοθετούν νωρίτερα μπορούν να αποκτήσουν πλεονεκτήματα παραγωγικότητας και να προσελκύσουν επενδύσεις.

Πώς μοιάζει μια «υγιής» δομή τεχνητής νοημοσύνης

Μια αφήγηση με φούσκα είναι συναρπαστική, αλλά είναι επίσης δυνατό να υπάρξει ταυτόχρονα διαφημιστική εκστρατεία και πραγματική πρόοδος.

Μια πιο υγιής δομή τείνει να δείχνει:

σαφείς περιπτώσεις χρήσης απόδοσης επένδυσης (ROI) (μείωση κόστους ή αύξηση εσόδων που μπορείτε να μετρήσετε)
συνεπής ανάπτυξη σε ροές εργασίας (όχι μόνο σε επιδείξεις)
βελτίωση των πρακτικών ασφαλείας (παρακολούθηση, αξιολογήσεις, συνεργασία με ομάδες)
ενοποίηση γύρω από πρότυπα και πλατφόρμες

Αυτό είναι διαφορετικό από μια αφρώδη αγορά όπου η μεγαλύτερη αξία βρίσκεται στις ανακοινώσεις και την άντληση κεφαλαίων.

Τι να προσέξετε στη συνέχεια (ενδείξεις μιας πραγματικής φούσκας έναντι μιας υγιούς ανάπτυξης)

Αν πρόκειται για φούσκα, θα πρέπει να περιμένετε:

Συνωστισμός σε εφαρμογές
Πολλά παρόμοια προϊόντα ανταγωνίζονται με βάση τη λεπτή διαφοροποίηση.
Πίεση περιθωρίου
Εταιρείες που δαπανούν μεγάλα ποσά σε υπολογιστικά συστήματα χωρίς σαφή απόδοση εσόδων.
Ενοποίηση
Ισχυρότεροι παίκτες αποκτούν ή ξεπερνούν τους αδύναμους.
Νικητές υποδομών
Οι πάροχοι δικτύου, τσιπ, cloud και ασφάλειας επωφελούνται ανεξάρτητα από το ποιες εφαρμογές κερδίζουν.
Ρυθμιστικό σοκ
Ένα σημαντικό περιστατικό (απάτη, deepfakes, κακή χρήση μοντέλου) μπορεί να επιταχύνει τους κανόνες που αλλάζουν την οικονομία.

Πρακτικές συμβουλές: πώς να είστε στην πλευρά των νικητών της μετάβασης

Για ιδιώτες:

μάθετε πώς να χρησιμοποιείτε εργαλεία τεχνητής νοημοσύνης στον τομέα σας (όχι μόνο γενικές προτροπές)
να αναπτύξετε συνήθειες επαλήθευσης (τι εμπιστεύεστε, πώς το ελέγχετε;)
εστίαση σε εργασίες όπου οι άνθρωποι εξακολουθούν να είναι υπεύθυνοι: κρίση, σχέσεις, στρατηγική, ασφάλεια

Για οργανισμούς:

ξεκινήστε με μετρήσιμες περιπτώσεις χρήσης (υποστήριξη, αναλυτικά στοιχεία, αναθεώρηση κώδικα)
επενδύστε έγκαιρα στην ασφάλεια και την προστασία από την απάτη
να αντιμετωπίζουμε την Τεχνητή Νοημοσύνη ως αλλαγή διαδικασίας και όχι ως «εφαρμογή εργαλείων»

Συμπέρασμα

Το μήνυμα του Ρόμπινς δεν είναι κατά της Τεχνητής Νοημοσύνης. Είναι μια ρεαλιστική διάγνωση των μεταβάσεων πλατφόρμας:

η τεχνολογία θα αναδιαμορφώσει την εργασία και την ασφάλεια
ο επενδυτικός κύκλος είναι υπερθερμασμένος
πολλές εταιρείες θα αποτύχουν

Αν κατασκευάζετε ή επενδύετε, οι μακροπρόθεσμοι νικητές θα είναι όσοι μετατρέψουν την Τεχνητή Νοημοσύνη σε βιώσιμη διανομή, αξιόπιστα προϊόντα και μετρήσιμη αξία - όχι απλώς σε μεγαλύτερες επιδείξεις.

Συμπέρασμα (μία πρόταση)

Η Τεχνητή Νοημοσύνη αποτελεί μια πραγματική μετατόπιση της πλατφόρμας, αλλά η αγορά συμπεριφέρεται σαν φούσκα. Οι νικητές θα είναι οι εταιρείες που θα μετατρέψουν την Τεχνητή Νοημοσύνη σε αξιόπιστη, μετρήσιμη αξία, επιβιώνοντας παράλληλα από την κρίση.

Πηγές

BBC News (Τεχνολογία):https://www.bbc.com/news/articles/cr57p2ve8glo?at_medium=RSS&at_campaign=rss

Document Title
Cisco CEO warns the AI boom looks like a bubble — but says AI will be bigger than the internet	Ο Διευθύνων Σύμβουλος της Cisco προειδοποιεί ότι η άνθηση της τεχνητής νοημοσύνης μοιάζει με φούσκα — αλλά λέει ότι η τεχνητή νοημοσύνη θα είναι μεγαλύτερη από το διαδίκτυο

Cisco CEO Chuck Robbins says AI will be bigger than the internet but today’s market is probably a bubble. Here’s what that means for jobs, security and investors.	Ο Διευθύνων Σύμβουλος της Cisco, Τσακ Ρόμπινς, λέει ότι η Τεχνητή Νοημοσύνη θα είναι μεγαλύτερη από το διαδίκτυο, αλλά η σημερινή αγορά είναι πιθανώς μια φούσκα. Να τι σημαίνει αυτό για τις θέσεις εργασίας, την ασφάλεια και τους επενδυτές.
Title Attribute
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin	Δείτε όλες τις αναρτήσεις του Διαχειριστή
TikTok US: when outages look like censorship (and why trust breaks fast)	TikTok ΗΠΑ: όταν οι διακοπές μοιάζουν με λογοκρισία (και γιατί η εμπιστοσύνη σπάει γρήγορα)
Iran’s internet returns in fragments: how ‘rationed connectivity’ actually works	Το διαδίκτυο του Ιράν επιστρέφει αποσπασματικά: πώς λειτουργεί στην πραγματικότητα η «περιορισμένη συνδεσιμότητα»
Page Content
Cisco CEO warns the AI boom looks like a bubble — but says AI will be bigger than the internet	Ο Διευθύνων Σύμβουλος της Cisco προειδοποιεί ότι η άνθηση της τεχνητής νοημοσύνης μοιάζει με φούσκα — αλλά λέει ότι η τεχνητή νοημοσύνη θα είναι μεγαλύτερη από το διαδίκτυο
Nature
Climate
Cisco CEO on the AI ‘bubble’: why the crash can still leave winners	Ο Διευθύνων Σύμβουλος της Cisco για τη «φούσκα» της Τεχνητής Νοημοσύνης: γιατί η κατάρρευση μπορεί να αφήσει νικητές
/
Technology
/ By
Admin
Summary:
Cisco CEO Chuck Robbins says AI could be	Ο Διευθύνων Σύμβουλος της Cisco, Τσακ Ρόμπινς, λέει ότι η Τεχνητή Νοημοσύνη θα μπορούσε να είναι...
bigger than the internet	μεγαλύτερο από το διαδίκτυο
, but he expects a painful shakeout first—“winners will emerge, and there’ll be carnage along the way.” That’s not a throwaway quote. Robbins lived through the dot‑com boom as Cisco became the most valuable company in the world in 2000, then lost roughly 80% of its value when the bubble burst.	, αλλά αναμένει πρώτα μια επώδυνη ανατροπή—«θα αναδειχθούν νικητές και θα υπάρξει σφαγή στην πορεία». Αυτή δεν είναι μια αβάσιμη φράση. Ο Ρόμπινς έζησε την άνθηση των dot-com, καθώς η Cisco έγινε η πιο πολύτιμη εταιρεία στον κόσμο το 2000, και στη συνέχεια έχασε περίπου το 80% της αξίας της όταν έσκασε η φούσκα.
The core message is nuanced: AI is real and transformative, but today’s investment cycle is overheated, and not every company (or job role) survives the transition.	Το βασικό μήνυμα είναι λεπτό: Η Τεχνητή Νοημοσύνη είναι πραγματική και μετασχηματιστική, αλλά ο σημερινός επενδυτικός κύκλος είναι υπερθερμασμένος και δεν επιβιώνουν όλες οι εταιρείες (ή οι θέσεις εργασίας) από τη μετάβαση.
What Robbins is actually saying (not the headline version)	Τι λέει στην πραγματικότητα ο Ρόμπινς (όχι η έκδοση του τίτλου)
From the report:
AI will “change everything” and may be bigger than the internet.	Η Τεχνητή Νοημοσύνη θα «αλλάξει τα πάντα» και μπορεί να είναι μεγαλύτερη από το διαδίκτυο.
The current market is “probably” a bubble.	Η τρέχουσα αγορά είναι «πιθανώς» μια φούσκα.
Some companies “won’t make it.”	Ορισμένες εταιρείες «δεν θα τα καταφέρουν».
Some jobs will change or be eliminated, especially in areas like customer service.	Ορισμένες θέσεις εργασίας θα αλλάξουν ή θα καταργηθούν, ειδικά σε τομείς όπως η εξυπηρέτηση πελατών.
The bigger risk for workers is not “AI taking your job,” but “someone using AI well taking your job.”	Ο μεγαλύτερος κίνδυνος για τους εργαζόμενους δεν είναι «η Τεχνητή Νοημοσύνη να σας πάρει τη δουλειά», αλλά «κάποιος που χρησιμοποιεί Τεχνητή Νοημοσύνη να σας πάρει τη δουλειά».
AI will improve cyber attacks and scams; security becomes more important.	Η Τεχνητή Νοημοσύνη θα βελτιώσει τις κυβερνοεπιθέσεις και τις απάτες· η ασφάλεια αποκτά μεγαλύτερη σημασία.
The UK has “pretty good odds” of becoming an AI superpower if it embraces AI.	Το Ηνωμένο Βασίλειο έχει «αρκετά καλές πιθανότητες» να γίνει υπερδύναμη της Τεχνητής Νοημοσύνης εάν υιοθετήσει την Τεχνητή Νοημοσύνη.
The theme is not “panic.” It’s “embrace the shift, but be honest about disruption.”	Το θέμα δεν είναι «πανικός». Είναι «αποδέξου την αλλαγή, αλλά να είσαι ειλικρινής σχετικά με την αναστάτωση».
Why the dot-com analogy is useful (and where it misleads)	Γιατί η αναλογία dot-com είναι χρήσιμη (και πού παραπλανά)
The dot‑com bubble is often invoked lazily, as if it means “hype now, crash later.” The more useful lesson is structural:	Η φούσκα των dot-com συχνά επικαλείται νωχελικά, σαν να σημαίνει «διαφημιστείτε τώρα, καταρρεύστε αργότερα». Το πιο χρήσιμο μάθημα είναι δομικό:
What the bubble built	Τι δημιούργησε η φούσκα
Even though many internet companies died, the era built:	Παρόλο που πολλές εταιρείες διαδικτύου έκλεισαν, η εποχή που δημιουργήθηκε:
data centres	κέντρα δεδομένων
fibre networks	δίκτυα οπτικών ινών
software infrastructure	υποδομή λογισμικού
consumer behaviours around online services	συμπεριφορές καταναλωτών σχετικά με τις διαδικτυακές υπηρεσίες
The underlying technology won.	Η υποκείμενη τεχνολογία κέρδισε.
What the bubble destroyed	Τι κατέστρεψε η φούσκα
Speculative equity value in companies without durable products or distribution.	Κερδοσκοπική αξία μετοχικού κεφαλαίου σε εταιρείες χωρίς διαρκή προϊόντα ή διανομή.
Robbins’ “carnage” framing is basically that: capital and companies get wiped out, but the platform shift still happens.	Το πλαίσιο της «σφαγής» του Ρόμπινς είναι βασικά αυτό: κεφάλαιο και εταιρείες εξαφανίζονται, αλλά η αλλαγή πλατφόρμας εξακολουθεί να συμβαίνει.
Cisco’s vantage point: infrastructure, not apps	Το σημείο αναφοράς της Cisco: υποδομές, όχι εφαρμογές
Cisco is not primarily an “AI app” company. It sells and builds infrastructure that enables AI to run:	Η Cisco δεν είναι κυρίως εταιρεία «εφαρμογών τεχνητής νοημοσύνης». Πωλεί και κατασκευάζει υποδομές που επιτρέπουν στην τεχνητή νοημοσύνη να εκτελεί:
networking
security
data centre systems	συστήματα κέντρων δεδομένων
So when Cisco talks about AI, it’s often speaking from the layer that survives bubbles.	Έτσι, όταν η Cisco μιλάει για Τεχνητή Νοημοσύνη, συχνά μιλάει από το επίπεδο που επιβιώνει από τις φυσαλίδες.
App companies come and go; infrastructure and distribution winners often persist.	Οι εταιρείες εφαρμογών έρχονται και παρέρχονται. Οι νικητές στις υποδομές και τη διανομή συχνά επιμένουν.
Why networking becomes a bottleneck in AI	Γιατί η δικτύωση γίνεται σημείο συμφόρησης στην Τεχνητή Νοημοσύνη
Large models are trained across many accelerators. The more chips you use, the more your system becomes limited by:	Τα μεγάλα μοντέλα εκπαιδεύονται σε πολλούς επιταχυντές. Όσο περισσότερα τσιπ χρησιμοποιείτε, τόσο περισσότερο περιορίζεται το σύστημά σας από:
network latency (how fast nodes can coordinate)	καθυστέρηση δικτύου (πόσο γρήγορα μπορούν να συντονιστούν οι κόμβοι)
bandwidth (how much data can move)	εύρος ζώνης (πόσα δεδομένα μπορούν να μετακινηθούν)
reliability (a single failure can slow or interrupt training runs)	αξιοπιστία (μία μόνο βλάβη μπορεί να επιβραδύνει ή να διακόψει τις προπονήσεις)
That’s why companies talk about “AI clusters” like they’re supercomputers. In that world, networking isn’t plumbing—it’s a competitive differentiator.	Γι' αυτό οι εταιρείες μιλούν για τα «clusters τεχνητής νοημοσύνης» σαν να είναι υπερυπολογιστές. Σε αυτόν τον κόσμο, η δικτύωση δεν είναι κάτι το αυτονόητο - είναι ένας ανταγωνιστικός παράγοντας διαφοροποίησης.
The jobs angle: what changes first	Η οπτική γωνία των θέσεων εργασίας: τι αλλάζει πρώτο
Robbins points to customer service as a category where companies may need fewer people.	Ο Ρόμπινς επισημαίνει την εξυπηρέτηση πελατών ως μια κατηγορία όπου οι εταιρείες ενδέχεται να χρειάζονται λιγότερους ανθρώπους.
Why customer service is the first target	Γιατί η εξυπηρέτηση πελατών είναι ο πρώτος στόχος
Support workflows often have:	Οι ροές εργασίας υποστήριξης συχνά έχουν:
high volume
repeated questions	επαναλαμβανόμενες ερωτήσεις
known policy rules	γνωστοί κανόνες πολιτικής
text-based inputs and outputs	εισόδους και εξόδους που βασίζονται σε κείμενο
That makes them a natural fit for AI triage and partial automation. The first wave is usually “deflection” (answers without a human), followed by “agent assist” (humans supported by AI), and then automation of the easiest end-to-end cases.	Αυτό τα καθιστά ιδανικά για διαλογή με τεχνητή νοημοσύνη και μερική αυτοματοποίηση. Το πρώτο κύμα είναι συνήθως η «εκτροπή» (απαντήσεις χωρίς άνθρωπο), ακολουθούμενη από την «βοήθεια από πράκτορα» (άνθρωποι που υποστηρίζονται από τεχνητή νοημοσύνη) και στη συνέχεια την αυτοματοποίηση των πιο εύκολων περιπτώσεων από άκρο σε άκρο.
That’s plausible because customer support has many:	Αυτό είναι εύλογο επειδή η υποστήριξη πελατών έχει πολλά:
repetitive questions	επαναλαμβανόμενες ερωτήσεις
standard workflows	τυπικές ροές εργασίας
text-based interactions	αλληλεπιδράσεις που βασίζονται σε κείμενο
But the deeper point is: AI doesn’t replace “jobs.” It replaces	Αλλά το βαθύτερο σημείο είναι: η Τεχνητή Νοημοσύνη δεν αντικαθιστά τις «θέσεις εργασίας». Αντικαθιστά
tasks
.
A typical job is a bundle of tasks:	Μια τυπική εργασία είναι ένα σύνολο εργασιών:
some automatable (drafting, summarising, triage)	κάποια αυτοματοποιήσιμα (σύνταξη, σύνοψη, διαλογή)
some not (judgement, empathy, accountability, negotiation)	κάποια όχι (κρίση, ενσυναίσθηση, λογοδοσία, διαπραγμάτευση)
So the workforce impact is uneven:	Έτσι, ο αντίκτυπος στο εργατικό δυναμικό είναι άνισος:
people who adapt become more productive and more valuable	Οι άνθρωποι που προσαρμόζονται γίνονται πιο παραγωγικοί και πιο πολύτιμοι
people in roles dominated by repeatable tasks face displacement pressure	άτομα σε ρόλους που κυριαρχούνται από επαναλήψιμες εργασίες αντιμετωπίζουν πίεση μετατόπισης
“Someone good at AI will take your job” — what to do with that	«Κάποιος καλός στην Τεχνητή Νοημοσύνη θα πάρει τη δουλειά σου» — τι να κάνεις με αυτό
This line is uncomfortable because it’s true.	Αυτή η ατάκα είναι άβολη επειδή είναι αλήθεια.
In practical terms, it suggests a survival strategy:	Στην πράξη, προτείνει μια στρατηγική επιβίωσης:
learn the tools early	μάθετε τα εργαλεία νωρίς
build workflows and checklists	δημιουργία ροών εργασίας και λιστών ελέγχου
become the person who can combine AI speed with human judgement	γίνετε το άτομο που μπορεί να συνδυάσει την ταχύτητα της τεχνητής νοημοσύνης με την ανθρώπινη κρίση
The competitive advantage is not knowing prompts—it’s knowing:	Το ανταγωνιστικό πλεονέκτημα δεν είναι η γνώση των προτροπών—είναι η γνώση:
what to ask
what to verify
what the output should look like	πώς θα πρέπει να μοιάζει η έξοδος
where the risk lives	όπου ζει ο κίνδυνος
Security: AI makes scams and attacks better	Ασφάλεια: Η Τεχνητή Νοημοσύνη βελτιώνει τις απάτες και τις επιθέσεις
Robbins warns that AI will make cyber attacks better and phishing more convincing.	Ο Ρόμπινς προειδοποιεί ότι η Τεχνητή Νοημοσύνη θα βελτιώσει τις κυβερνοεπιθέσεις και το ηλεκτρονικό ψάρεμα (phishing) πιο πειστικό.
That’s already visible in:	Αυτό είναι ήδη ορατό στο:
better-written scam emails	καλύτερα γραμμένα απάτη μέσω email
more believable impersonation	πιο πιστευτή πλαστοπροσωπία
deepfake audio/video used for fraud	deepfake ήχος/βίντεο που χρησιμοποιείται για απάτη
So the “AI revolution” has a parallel revolution in:	Έτσι, η «επανάσταση της Τεχνητής Νοημοσύνης» έχει μια παράλληλη επανάσταση στα εξής:
identity verification	επαλήθευση ταυτότητας
fraud detection	ανίχνευση απάτης
secure communications	ασφαλείς επικοινωνίες
Security is not a side topic. It’s one of the primary battlegrounds of AI adoption.	Η ασφάλεια δεν είναι δευτερεύον θέμα. Είναι ένα από τα κύρια πεδία μάχης για την υιοθέτηση της Τεχνητής Νοημοσύνης.
What does “AI bigger than the internet” actually mean?	Τι σημαίνει στην πραγματικότητα η φράση «Τεχνητή Νοημοσύνη μεγαλύτερη από το διαδίκτυο»;
If you strip away rhetoric, “bigger than the internet” could mean:	Αν αφαιρέσουμε τη ρητορική, η φράση «μεγαλύτερο από το διαδίκτυο» θα μπορούσε να σημαίνει:
Another interpretation: the internet connected people and systems, but most work still required humans to translate information into action. AI reduces that translation cost. If that’s true, AI becomes a general productivity layer the way electricity became a general capability—visible in every sector, not just “tech.”	Μια άλλη ερμηνεία: το διαδίκτυο συνέδεσε ανθρώπους και συστήματα, αλλά οι περισσότερες εργασίες εξακολουθούσαν να απαιτούν από τους ανθρώπους να μεταφράζουν τις πληροφορίες σε δράση. Η Τεχνητή Νοημοσύνη μειώνει αυτό το κόστος μετάφρασης. Εάν αυτό ισχύει, η Τεχνητή Νοημοσύνη γίνεται ένα γενικό επίπεδο παραγωγικότητας με τον τρόπο που η ηλεκτρική ενέργεια έγινε μια γενική δυνατότητα - ορατή σε κάθε τομέα, όχι μόνο στην «τεχνολογία».
AI becomes the interface to information (search changes)	Η Τεχνητή Νοημοσύνη γίνεται η διεπαφή για τις πληροφορίες (αλλαγές στην αναζήτηση)
AI becomes the interface to work (agents in workflows)	Η Τεχνητή Νοημοσύνη γίνεται η διεπαφή για την εργασία (πράκτορες στις ροές εργασίας)
AI becomes embedded in every product (from banking to healthcare)	Η Τεχνητή Νοημοσύνη ενσωματώνεται σε κάθε προϊόν (από τις τραπεζικές συναλλαγές έως την υγειονομική περίθαλψη)
The internet connected systems. AI changes what those systems can	Τα συστήματα που είναι συνδεδεμένα στο διαδίκτυο. Η τεχνητή νοημοσύνη αλλάζει ό,τι μπορούν να κάνουν αυτά τα συστήματα.
do
So the claim is that AI isn’t merely a new app category; it’s a capability layer that rewrites software economics.	Έτσι, ο ισχυρισμός είναι ότι η Τεχνητή Νοημοσύνη δεν είναι απλώς μια νέα κατηγορία εφαρμογών. Είναι ένα επίπεδο δυνατοτήτων που ξαναγράφει την οικονομία του λογισμικού.
The UK as an AI superpower: conditions that matter	Το Ηνωμένο Βασίλειο ως υπερδύναμη Τεχνητής Νοημοσύνης: συνθήκες που έχουν σημασία
Robbins says the UK has “pretty good odds” if it embraces AI.	Ο Ρόμπινς λέει ότι το Ηνωμένο Βασίλειο έχει «αρκετά καλές πιθανότητες» αν υιοθετήσει την Τεχνητή Νοημοσύνη.
What “embrace” usually means in policy terms:	Τι σημαίνει συνήθως η λέξη «αγκαλιά» σε όρους πολιτικής:
make it easy for responsible experimentation to happen in business and government	διευκολύνουν τον υπεύθυνο πειραματισμό σε επιχειρήσεις και κυβέρνηση
invest in skills so adoption isn’t limited to a small elite	επενδύστε σε δεξιότητες, ώστε η υιοθέτηση να μην περιορίζεται σε μια μικρή ελίτ
fund research and commercialisation bridges (not just academic work)	γέφυρες χρηματοδότησης έρευνας και εμπορευματοποίησης (όχι μόνο ακαδημαϊκού έργου)
maintain credible regulation that targets harms without freezing innovation	διατηρήστε αξιόπιστη ρύθμιση που στοχεύει στις βλάβες χωρίς να παγώνει την καινοτομία
The UK has strengths (research, talent, finance, a strong startup culture) but also constraints (compute access and competition with the US/China for top labs). The likely path to “superpower” status is not beating the US and China at scale, but building competitive clusters and high-value specialisations.	Το Ηνωμένο Βασίλειο έχει πλεονεκτήματα (έρευνα, ταλέντο, χρηματοδότηση, ισχυρή κουλτούρα νεοσύστατων επιχειρήσεων) αλλά και περιορισμούς (πρόσβαση σε υπολογιστές και ανταγωνισμός με τις ΗΠΑ/Κίνα για κορυφαία εργαστήρια). Η πιθανή πορεία προς την ιδιότητα της «υπερδύναμης» δεν είναι η υπέρβαση των ΗΠΑ και της Κίνας σε κλίμακα, αλλά η οικοδόμηση ανταγωνιστικών clusters και εξειδικεύσεων υψηλής αξίας.
In practice, “embrace AI” means:	Στην πράξη, η «υιοθέτηση της Τεχνητής Νοημοσύνης» σημαίνει:
research strength + talent pipelines	ερευνητική δύναμη + κανάλια ταλέντων
compute access (or partnerships)	πρόσβαση σε υπολογιστές (ή συνεργασίες)
supportive but realistic regulation	υποστηρικτική αλλά ρεαλιστική ρύθμιση
adoption in government and industry	υιοθέτηση από την κυβέρνηση και τη βιομηχανία
Countries that adopt earlier may gain productivity advantages and attract investment.	Οι χώρες που υιοθετούν νωρίτερα μπορούν να αποκτήσουν πλεονεκτήματα παραγωγικότητας και να προσελκύσουν επενδύσεις.
What a “healthy” AI buildout looks like	Πώς μοιάζει μια «υγιής» δομή τεχνητής νοημοσύνης
A bubble narrative is compelling, but it’s also possible to have both hype and real progress at once.	Μια αφήγηση με φούσκα είναι συναρπαστική, αλλά είναι επίσης δυνατό να υπάρξει ταυτόχρονα διαφημιστική εκστρατεία και πραγματική πρόοδος.
A healthier buildout tends to show:	Μια πιο υγιής δομή τείνει να δείχνει:
clear ROI use cases (cost reduction or revenue lift you can measure)	σαφείς περιπτώσεις χρήσης απόδοσης επένδυσης (ROI) (μείωση κόστους ή αύξηση εσόδων που μπορείτε να μετρήσετε)
consistent deployment in workflows (not just demos)	συνεπής ανάπτυξη σε ροές εργασίας (όχι μόνο σε επιδείξεις)
improving safety practices (monitoring, evals, red-teaming)	βελτίωση των πρακτικών ασφαλείας (παρακολούθηση, αξιολογήσεις, συνεργασία με ομάδες)
consolidation around standards and platforms	ενοποίηση γύρω από πρότυπα και πλατφόρμες
That’s different from a frothy market where most value is in announcements and fundraising.	Αυτό είναι διαφορετικό από μια αφρώδη αγορά όπου η μεγαλύτερη αξία βρίσκεται στις ανακοινώσεις και την άντληση κεφαλαίων.
What to watch next (signals of a real bubble vs a healthy buildout)	Τι να προσέξετε στη συνέχεια (ενδείξεις μιας πραγματικής φούσκας έναντι μιας υγιούς ανάπτυξης)
If this is a bubble, you should expect:	Αν πρόκειται για φούσκα, θα πρέπει να περιμένετε:
Crowding in apps	Συνωστισμός σε εφαρμογές
Many similar products competing on thin differentiation.	Πολλά παρόμοια προϊόντα ανταγωνίζονται με βάση τη λεπτή διαφοροποίηση.
Margin pressure	Πίεση περιθωρίου
Companies spending heavily on compute without clear revenue payback.	Εταιρείες που δαπανούν μεγάλα ποσά σε υπολογιστικά συστήματα χωρίς σαφή απόδοση εσόδων.
Consolidation
Stronger players acquiring or outlasting weaker ones.	Ισχυρότεροι παίκτες αποκτούν ή ξεπερνούν τους αδύναμους.
Infrastructure winners	Νικητές υποδομών
Network, chip, cloud, and security providers benefiting regardless of which apps win.	Οι πάροχοι δικτύου, τσιπ, cloud και ασφάλειας επωφελούνται ανεξάρτητα από το ποιες εφαρμογές κερδίζουν.
Regulatory shock
A major incident (fraud, deepfakes, model misuse) can accelerate rules that change economics.	Ένα σημαντικό περιστατικό (απάτη, deepfakes, κακή χρήση μοντέλου) μπορεί να επιταχύνει τους κανόνες που αλλάζουν την οικονομία.
Practical advice: how to be on the winning side of the transition	Πρακτικές συμβουλές: πώς να είστε στην πλευρά των νικητών της μετάβασης
For individuals:
learn how to use AI tools in your domain (not just generic prompting)	μάθετε πώς να χρησιμοποιείτε εργαλεία τεχνητής νοημοσύνης στον τομέα σας (όχι μόνο γενικές προτροπές)
build verification habits (what do you trust, how do you check it?)	να αναπτύξετε συνήθειες επαλήθευσης (τι εμπιστεύεστε, πώς το ελέγχετε;)
focus on tasks where humans are still accountable: judgement, relationships, strategy, safety	εστίαση σε εργασίες όπου οι άνθρωποι εξακολουθούν να είναι υπεύθυνοι: κρίση, σχέσεις, στρατηγική, ασφάλεια
For organisations:
start with measurable use cases (support, analytics, code review)	ξεκινήστε με μετρήσιμες περιπτώσεις χρήσης (υποστήριξη, αναλυτικά στοιχεία, αναθεώρηση κώδικα)
invest in security and fraud defence early	επενδύστε έγκαιρα στην ασφάλεια και την προστασία από την απάτη
treat AI as a process change, not a “tool rollout”	να αντιμετωπίζουμε την Τεχνητή Νοημοσύνη ως αλλαγή διαδικασίας και όχι ως «εφαρμογή εργαλείων»
Bottom line
Robbins’ message is not anti-AI. It’s a realistic diagnosis of platform transitions:	Το μήνυμα του Ρόμπινς δεν είναι κατά της Τεχνητής Νοημοσύνης. Είναι μια ρεαλιστική διάγνωση των μεταβάσεων πλατφόρμας:
the technology will reshape work and security	η τεχνολογία θα αναδιαμορφώσει την εργασία και την ασφάλεια
the investment cycle is overheated	ο επενδυτικός κύκλος είναι υπερθερμασμένος
many firms will fail	πολλές εταιρείες θα αποτύχουν
If you’re building or investing, the long-run winners will be those who turn AI into durable distribution, trusted products, and measurable value—not just bigger demos.	Αν κατασκευάζετε ή επενδύετε, οι μακροπρόθεσμοι νικητές θα είναι όσοι μετατρέψουν την Τεχνητή Νοημοσύνη σε βιώσιμη διανομή, αξιόπιστα προϊόντα και μετρήσιμη αξία - όχι απλώς σε μεγαλύτερες επιδείξεις.
Bottom line (one sentence)	Συμπέρασμα (μία πρόταση)
AI is a real platform shift, but the market is behaving like a bubble; the winners will be the companies that turn AI into trusted, measurable value while surviving the shakeout.	Η Τεχνητή Νοημοσύνη αποτελεί μια πραγματική μετατόπιση της πλατφόρμας, αλλά η αγορά συμπεριφέρεται σαν φούσκα. Οι νικητές θα είναι οι εταιρείες που θα μετατρέψουν την Τεχνητή Νοημοσύνη σε αξιόπιστη, μετρήσιμη αξία, επιβιώνοντας παράλληλα από την κρίση.
Sources
BBC News (Technology):	BBC News (Τεχνολογία):
https://www.bbc.com/news/articles/cr57p2ve8glo?at_medium=RSS&at_campaign=rss	https://www.bbc.com/news/articles/cr57p2ve8glo?at_medium=RSS&at_campaign=rss
←
Previous Post	Προηγούμενη ανάρτηση
Next Post	Επόμενη ανάρτηση
→
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin	Δείτε όλες τις αναρτήσεις του Διαχειριστή
TikTok US: when outages look like censorship (and why trust breaks fast)	TikTok ΗΠΑ: όταν οι διακοπές μοιάζουν με λογοκρισία (και γιατί η εμπιστοσύνη σπάει γρήγορα)
Iran’s internet returns in fragments: how ‘rationed connectivity’ actually works	Το διαδίκτυο του Ιράν επιστρέφει αποσπασματικά: πώς λειτουργεί στην πραγματικότητα η «περιορισμένη συνδεσιμότητα»
Cisco CEO Chuck Robbins says AI will be bigger than the internet but today’s market is probably a bubble. Here’s what that means for jobs, security and investors.	Ο Διευθύνων Σύμβουλος της Cisco, Τσακ Ρόμπινς, λέει ότι η Τεχνητή Νοημοσύνη θα είναι μεγαλύτερη από το διαδίκτυο, αλλά η σημερινή αγορά είναι πιθανώς μια φούσκα. Να τι σημαίνει αυτό για τις θέσεις εργασίας, την ασφάλεια και τους επενδυτές.

Document Title

Cisco CEO warns the AI boom looks like a bubble — but says AI will be bigger than the internet

Cisco CEO Chuck Robbins says AI will be bigger than the internet but today’s market is probably a bubble. Here’s what that means for jobs, security and investors.

Title Attribute

oEmbed (JSON)

oEmbed (XML)

JSON

View all posts by Admin

TikTok US: when outages look like censorship (and why trust breaks fast)

Iran’s internet returns in fragments: how ‘rationed connectivity’ actually works

Page Content

Cisco CEO warns the AI boom looks like a bubble — but says AI will be bigger than the internet

Nature

Climate

Cisco CEO on the AI ‘bubble’: why the crash can still leave winners

Technology

/ By

Admin

Summary:

Cisco CEO Chuck Robbins says AI could be

bigger than the internet

, but he expects a painful shakeout first—“winners will emerge, and there’ll be carnage along the way.” That’s not a throwaway quote. Robbins lived through the dot‑com boom as Cisco became the most valuable company in the world in 2000, then lost roughly 80% of its value when the bubble burst.

The core message is nuanced: AI is real and transformative, but today’s investment cycle is overheated, and not every company (or job role) survives the transition.

What Robbins is actually saying (not the headline version)

From the report:

AI will “change everything” and may be bigger than the internet.

The current market is “probably” a bubble.

Some companies “won’t make it.”

Some jobs will change or be eliminated, especially in areas like customer service.

The bigger risk for workers is not “AI taking your job,” but “someone using AI well taking your job.”

AI will improve cyber attacks and scams; security becomes more important.

The UK has “pretty good odds” of becoming an AI superpower if it embraces AI.

The theme is not “panic.” It’s “embrace the shift, but be honest about disruption.”

Why the dot-com analogy is useful (and where it misleads)

The dot‑com bubble is often invoked lazily, as if it means “hype now, crash later.” The more useful lesson is structural:

What the bubble built

Even though many internet companies died, the era built:

data centres

fibre networks

software infrastructure

consumer behaviours around online services

The underlying technology won.

What the bubble destroyed

Speculative equity value in companies without durable products or distribution.

Robbins’ “carnage” framing is basically that: capital and companies get wiped out, but the platform shift still happens.

Cisco’s vantage point: infrastructure, not apps

Cisco is not primarily an “AI app” company. It sells and builds infrastructure that enables AI to run:

networking

security

data centre systems

So when Cisco talks about AI, it’s often speaking from the layer that survives bubbles.

App companies come and go; infrastructure and distribution winners often persist.

Why networking becomes a bottleneck in AI

Large models are trained across many accelerators. The more chips you use, the more your system becomes limited by:

network latency (how fast nodes can coordinate)

bandwidth (how much data can move)

reliability (a single failure can slow or interrupt training runs)

That’s why companies talk about “AI clusters” like they’re supercomputers. In that world, networking isn’t plumbing—it’s a competitive differentiator.

The jobs angle: what changes first

Robbins points to customer service as a category where companies may need fewer people.

Why customer service is the first target

Support workflows often have:

high volume

repeated questions

known policy rules

text-based inputs and outputs

That makes them a natural fit for AI triage and partial automation. The first wave is usually “deflection” (answers without a human), followed by “agent assist” (humans supported by AI), and then automation of the easiest end-to-end cases.

That’s plausible because customer support has many:

repetitive questions

standard workflows

text-based interactions

But the deeper point is: AI doesn’t replace “jobs.” It replaces

tasks

A typical job is a bundle of tasks:

some automatable (drafting, summarising, triage)

some not (judgement, empathy, accountability, negotiation)

So the workforce impact is uneven:

people who adapt become more productive and more valuable

people in roles dominated by repeatable tasks face displacement pressure

“Someone good at AI will take your job” — what to do with that

This line is uncomfortable because it’s true.

In practical terms, it suggests a survival strategy:

learn the tools early

build workflows and checklists

become the person who can combine AI speed with human judgement

The competitive advantage is not knowing prompts—it’s knowing:

what to ask

what to verify

what the output should look like

where the risk lives

Security: AI makes scams and attacks better

Robbins warns that AI will make cyber attacks better and phishing more convincing.

That’s already visible in:

better-written scam emails

more believable impersonation

deepfake audio/video used for fraud

So the “AI revolution” has a parallel revolution in:

identity verification

fraud detection

secure communications

Security is not a side topic. It’s one of the primary battlegrounds of AI adoption.

What does “AI bigger than the internet” actually mean?

If you strip away rhetoric, “bigger than the internet” could mean:

Another interpretation: the internet connected people and systems, but most work still required humans to translate information into action. AI reduces that translation cost. If that’s true, AI becomes a general productivity layer the way electricity became a general capability—visible in every sector, not just “tech.”

AI becomes the interface to information (search changes)

AI becomes the interface to work (agents in workflows)

AI becomes embedded in every product (from banking to healthcare)

The internet connected systems. AI changes what those systems can

So the claim is that AI isn’t merely a new app category; it’s a capability layer that rewrites software economics.

The UK as an AI superpower: conditions that matter

Robbins says the UK has “pretty good odds” if it embraces AI.

What “embrace” usually means in policy terms:

make it easy for responsible experimentation to happen in business and government

invest in skills so adoption isn’t limited to a small elite

fund research and commercialisation bridges (not just academic work)

maintain credible regulation that targets harms without freezing innovation

The UK has strengths (research, talent, finance, a strong startup culture) but also constraints (compute access and competition with the US/China for top labs). The likely path to “superpower” status is not beating the US and China at scale, but building competitive clusters and high-value specialisations.

In practice, “embrace AI” means:

research strength + talent pipelines

compute access (or partnerships)

supportive but realistic regulation

adoption in government and industry

Countries that adopt earlier may gain productivity advantages and attract investment.

What a “healthy” AI buildout looks like

A bubble narrative is compelling, but it’s also possible to have both hype and real progress at once.

A healthier buildout tends to show:

clear ROI use cases (cost reduction or revenue lift you can measure)

consistent deployment in workflows (not just demos)

improving safety practices (monitoring, evals, red-teaming)

consolidation around standards and platforms

That’s different from a frothy market where most value is in announcements and fundraising.

What to watch next (signals of a real bubble vs a healthy buildout)

If this is a bubble, you should expect:

Crowding in apps

Many similar products competing on thin differentiation.

Margin pressure

Companies spending heavily on compute without clear revenue payback.

Consolidation

Stronger players acquiring or outlasting weaker ones.

Infrastructure winners

Network, chip, cloud, and security providers benefiting regardless of which apps win.

Regulatory shock

A major incident (fraud, deepfakes, model misuse) can accelerate rules that change economics.

Practical advice: how to be on the winning side of the transition

For individuals:

learn how to use AI tools in your domain (not just generic prompting)

build verification habits (what do you trust, how do you check it?)

focus on tasks where humans are still accountable: judgement, relationships, strategy, safety

For organisations:

start with measurable use cases (support, analytics, code review)

invest in security and fraud defence early

treat AI as a process change, not a “tool rollout”

Bottom line

Robbins’ message is not anti-AI. It’s a realistic diagnosis of platform transitions:

the technology will reshape work and security

the investment cycle is overheated

many firms will fail

If you’re building or investing, the long-run winners will be those who turn AI into durable distribution, trusted products, and measurable value—not just bigger demos.

Bottom line (one sentence)

AI is a real platform shift, but the market is behaving like a bubble; the winners will be the companies that turn AI into trusted, measurable value while surviving the shakeout.

Sources

BBC News (Technology):

https://www.bbc.com/news/articles/cr57p2ve8glo?at_medium=RSS&at_campaign=rss

←

→

oEmbed (JSON)

oEmbed (XML)

JSON

View all posts by Admin

TikTok US: when outages look like censorship (and why trust breaks fast)

Iran’s internet returns in fragments: how ‘rationed connectivity’ actually works

Cisco CEO Chuck Robbins says AI will be bigger than the internet but today’s market is probably a bubble. Here’s what that means for jobs, security and investors.

Document Title
Page not found - Florin.blog	Η σελίδα δεν βρέθηκε - Florin.blog
Image Alt
Florin.blog
Title Attribute
Florin.blog » Feed
RSD
Skip to content	Μετάβαση στο περιεχόμενο
Placeholder Attribute
Search...
Page Content
Page not found - Florin.blog	Η σελίδα δεν βρέθηκε - Florin.blog
Skip to content	Μετάβαση στο περιεχόμενο
Home
Blog
Garden Decor	Διακόσμηση κήπου
Indoor
Main Menu
This page doesn't seem to exist.	Αυτή η σελίδα δεν φαίνεται να υπάρχει.
It looks like the link pointing here was faulty. Maybe try searching?	Φαίνεται ότι ο σύνδεσμος που δείχνει εδώ ήταν ελαττωματικός. Ίσως να δοκιμάσετε να κάνετε αναζήτηση;
Search for:
Search
Quick Links	Γρηγόροι σύνδεσμοι
Outdoors
About
Contact
Explore
Bestsellers
Hot deals	Προσφορές Καυτές
Best of The Year	Τα καλύτερα της χρονιάς
Featured
Gift Cards
Help
Privacy Policy	Πολιτική Απορρήτου
Disclaimer
: As an Amazon Associate, we earn from qualifying purchases — at no extra cost to you.	Ως Συνεργάτες της Amazon, κερδίζετε από αγορές που πληρώνουν τις προϋποθέσεις — χωρίς επιπλέον κόστος για εσάς.
Florin.blog
Florin.blog » Feed
RSD
Search...

Document Title

Page not found - Florin.blog

Image Alt

Florin.blog

Title Attribute

Florin.blog » Feed

RSD

Placeholder Attribute

Search...

Page Content

Page not found - Florin.blog

Home

Blog

Garden Decor

Indoor

Main Menu

This page doesn't seem to exist.

It looks like the link pointing here was faulty. Maybe try searching?

Search for:

Quick Links

Outdoors

About

Contact

Explore

Bestsellers

Hot deals

Best of The Year

Featured

Gift Cards

Help

Disclaimer

: As an Amazon Associate, we earn from qualifying purchases — at no extra cost to you.

Florin.blog

Florin.blog » Feed

RSD

Search...