Hvis det i en plausibel fremtid lages en film om «hvordan AI-boblen sprakk», vil Ed Zitron utvilsomt være en sentral skikkelse. Han passer perfekt i den klassiske outsider-arketypen: den eksentriske ensomme ulven som så det hele komme, og som ropte advarsler fra sidelinjen som ingen hørte på. Akkurat som Christian Bale spilte Michael Burry, investoren som forutså finanskrisen i 2008 i **The Big Short**, kan man lett se for seg Robert Pattinson og Paul Mescal, for eksempel, kappes om å portrettere Zitron – den livlige, fargerikt skarpe, men ihukomt detaljorienterte britten som har blitt en av big techs mest høyrøstede kritikere.
Dette betyr ikke at AI-boblen nødvendigvis vil sprekke, men i en tidevannsbølge av AI-oppblåsthet har Zitrons direkte, freidige skepsis gjort ham til en slags kultfigur. Hans teknologinyhetsbrev, **Where’s Your Ed At**, har nå over 80 000 abonnenter; hans ukentlige podcast, **Better Offline**, ligger konsekvent blant de 20 beste på teknologi-lister; han er en regelmessig dissenterende stemme i media; og hans subreddit har blitt et trygt tilfluktssted for AI-skeptikere, inkludert de innen selve teknologibransjen – én bruker beskriver ham som «et fyrtårn i en storm av sinnssyk hyperkapitalistisk tull».
Zitron begynte først å undersøke generativ AI i 2023, et år etter OpenAIs industrirystende lansering av ChatGPT. «Jo mer jeg så, jo mer forvirret ble jeg,» sier han. «Ikke bare klarte store språkmodeller (LLM-er) åpenbart ikke å gjøre det folk var begeistret for, men de hadde heller ingen vei dit. Ingenting jeg fant tydet på at dette var en ekte forretning, langt mindre noe som angivelig skulle forandre verden.»
Han snakker via videoringsing fra kontoret sitt i Las Vegas, iført en rød hettegenser, omgitt av innrammede popkultur-trykk og amerikanske sportsminner. Og jøss, kan Zitron snakke. Som lyttere av **Better Offline** vet, er den 39-årige en usedvanlig taler – dyktig til lange monologer, fremfører synspunktene sine i tilgjengelig, ofte frekk språk, krydret med fakta, statistikk, analogier og en god dose banneord. Hans London-aksent understreker bare rollen hans som en Silicon Valley-kontrarian – en som slipper T-ene når han sier «datacentres».
Å forklare Zitrons teori om hvorfor generativ AI er dømt til å mislykkes, er ikke enkelt: i fjor la han den frem i et essay på 19 000 ord. Men den kan deles i to sammenvevde deler: teknologiens faktiske effektivitet og den finansielle arkitekturen i AI-boomet. I Zitrons syn er begge grunnvollene skjøre.
Først er det spørsmålet om generativ AI leverer på løftene. I løpet av de siste årene har vi sett eskalerende profetier om at teknologien vil snu arbeidslivet på hodet. For eksempel advarte Dario Amodei, administrerende direktør i Anthropic – OpenAIs nærmeste utfordrer – i mai i fjor at AI kunne eliminere halvparten av alle nybegynnerstillinger i kunnskapssektoren innen fem år. «Nåværende generasjon av store AI-språkmodeller kommer ikke til å gjøre det,» konstaterer Zitron selvsikkert. «Mitt bevis er at de i bunn og grunn er de samme som for et år siden. De har samme effektivitet. Og hvert forsøk på å gjøre disse om til noe som faktisk kan gjøre ting autonomt, har mislyktes.» Han argumenterer med at LLM-er hallusinerer og gir feil svar, gir ulike svar hver gang, og ikke kan lære, skape eller utføre mange komplekse oppgaver på ekte. Han stiller til og med spørsmål ved å merke denne teknologien som «intelligens».
«Den er intelligent på samme måte som et par terninger er intelligente,» sier han. «Store språkmodeller er transformatorbaserte arkitekturer som bruker storskala sannsynlighet for å generere neste 'token'. De gjør dette i stor skala, så du kan tenke: 'Å, den kommer med ting.' Nei, den har et stort datakorpus og så mange parametere...» Generativ AI fungerer ved å trekke fra eksisterende data for å produsere output, ikke mer. Vi ville ikke ansett en Excel-formel som intelligent, så vi bør ikke merke generativ AI som intelligent heller.
Mange er uenige i dette synet, spesielt når det gjelder AIs innvirkning på jobber. På tvers av bransjer som film, kundeservice, offentlig sektor og teknologi, rapporterer fagfolk at AI-verktøy lar dem utføre de samme oppgavene med færre folk. Selv om den ikke eliminerer halvparten av alle jobber, er AI på vei til å forvandle arbeidsplassen. En undersøkelse fra juni i fjor viste at nybegynnerstillinger i Storbritannia hadde sunket med nesten en tredjedel siden ChatGPTs lansering.
Zitron kontrer med at «korrelasjon ikke er det samme som kausalitet», og viser til rapporter som stiller spørsmål ved eller nedtoner maskinlæringens rolle i jobbtap. For eksempel fant en nylig MIT-rapport om «tilstanden til AI i næringslivet i 2025» at 95 % av selskapene som prøvde å integrere AI så «null avkastning». Rapporten påpekte at de fleste generative AI-systemer ikke klarer å beholde tilbakemeldinger, tilpasse seg kontekst eller forbedre seg over tid.
Dette fører til den andre delen av Zitrons argument: økonomien i AI-boomet går ikke opp. Investeringsnivået som strømmer inn i AI er enestående. De «magnifike syv» – Alphabet (Googles morselskap), Amazon, Apple, Meta, Microsoft (som eier 27 % av OpenAI), Nvidia og Tesla – utgjør nå 34 % av S&P 500, en indeks som står for omtrent halvparten av det globale markedet. Som ledende produsent av GPU-er, de kraftige brikkene som er avgjørende for AI, er Nvidia i bunn og grunn «pengetrykkeri», ifølge Zitron. I mellomtiden låner og bruker andre milliarder de kanskje aldri får igjen.
Mens Silicon Valley-startups tradisjonelt har operert med tap for å få markedsandeler og profitt senere, er det nåværende gapet mellom tilbud og etterspørsel alarmerende stort. Å bygge AI krever massiv investering: et typisk datasenter trenger titusenvis av GPU-er, hver koster over 50 000 dollar (37 000 pund), pluss programvare, nettverk, store fasiliteter og betydelige mengder strøm og vann. Den estimerte kostnaden for 1 GW AI-datasenterkapasitet er 35 milliarder dollar (26 milliarder pund). Følgelig kan bare dyp-lommede «hyperscalere» som Google, Meta, Amazon, Microsoft og Oracle konkurrere i denne skalaen.
På etterspørselssiden er utsiktene mindre klare og langt fra sikre. For eksempel planlegger OpenAI å bruke 1,4 billioner dollar (1 billion pund) på AI-infrastruktur de neste fem årene, men dens anslåtte inntekter for 2025 er bare omtrent 20 milliarder dollar (15,8 milliarder pund). Zitron påpeker at mange avtaler mellom AI-selskaper innebærer at de i hovedsak betaler hverandre. I september i fjor kunngjorde Nvidia en investering på 100 milliarder dollar i OpenAI, som igjen vil bruke midlene til å kjøpe Nvidia-brikker. Lignende ordninger er vanlige i bransjen. Selv «neocloud»-selskaper som CoreWeave, Lambda og Nebius, som bygger datasentre og leier ut GPU-kapasitet, er sterkt avhengige av forretning fra giganter som Google, Microsoft, Amazon og Nvidia. Zitron hevder at uten disse hyperscalerne ville den totale AI-beregningsinntekten for 2025 vært mindre enn en milliard dollar.
Når det gjelder lønnsomhet, har ChatGPT nå anslagsvis 800 millioner brukere, men de fleste betaler ikke. Selv for betalende abonnenter, kostnadene ved å koble en bruker til... For en AI-modell som GPT kan kostnaden for hver brukerinteraksjon variere dramatisk. En bruker kan stille et enkelt spørsmål, eller de kan spørre om noe som får modellen til å generere et komplekst svar. Som Zitron påpeker, er det ingen stordriftsfordeler her – hver forespørsel krever «compute», eller databehandling, på leverandørens bekostning. «Jo mer noen er en kraftbruker av disse plattformene, jo mer kommer de til å koste deg. Dette er nesten det motsatte av hvordan Silicon Valley vanligvis fungerer.» Og hvis svaret ikke er tilfredsstillende og må gjøres om, noe som skjer ofte, «er det mer compute brent, uten at du tjener ekstra penger.» Mens AI-modeller stadig blir billigere og mer avanserte, oppnås dette kun ved å bruke enda mer datakraft. «Det er som om prisen på bensin går litt ned, men du må kjøre 250 ekstra miles for å komme dit. Så dette er virkelig problematisk – fordi det betyr at det ikke er noen lønnsomhetsgrense.»
Et typisk datasenter krever titusenvis av GPU-er.
Igjen, intet av dette garanterer at et stort AI-krakk vil skje, men «hvis jeg tar feil, vet jeg ikke hvordan jeg tar feil,» sier han. «Hvert motargument jeg har lest til arbeidet mitt er stort sett bare ønsketenkning om at 'AI-en vil bli bedre'.»
Mange har beskyldt Zitron for å bære nag mot big tech, men han benekter dette: «Jeg har et problem med de som ikke vil snakke om virkeligheten.» Han unngår absolutt ikke oppmerksomhet, men det er ikke derfor han begynte med dette, forklarer han. «Jeg liker å skrive. Jeg liker å plukke ting fra hverandre. Jeg liker å løse gåter. Jeg antar jeg liker å kunne forstå ting. Mye av dette er bare meg som prøver å forklare det for meg selv, snarere enn for et publikum.» Han har ingen formell utdanning innen økonomi eller informatikk og har aldri jobbet i teknologi. «Jeg har i bunn og grunn lært alt fra bunnen av.»
Zitron har imidlertid alltid vært tiltrukket av teknologi. Han sier han har bygget 10 personlige datamaskiner i løpet av livet. Det startet da faren kjøpte ham en PC med oppringt tilkobling da han var 10. «Så jeg var på nettet fra ganske tidlig alder. Jeg tenkte umiddelbart: 'Dette er fremtiden. Jeg tilber dette. Jeg elsker at jeg kan snakke med folk og game med folk.' Jeg var et ganske ensomt barn. Jeg hadde ikke mange venner, men jeg fikk mange venner på nettet.»
Oppvokst i Hammersmith, vest-London, beskriver Zitron foreldrene sine som kjærlige og støttende. Faren var ledelseskonsulent; moren oppdro ham og hans tre eldre søsken. Men «videregående skole var veldig dårlig for meg, og det er omtrent så mye jeg vil si om det.» Han har dyspraksi, en koordinasjonsforstyrrelse, og ble diagnostisert med ADHD i 20-årene. «Jeg tror jeg strøk i alle språk og alle realfag, og jeg var ikke strålende i matte,» sier han. «Men jeg har alltid vært besatt av detaljene.»
Etter å ha studert media og kommunikasjon ved Aberystwyth University, begynte han å skrive for spillmagasiner, men «jeg kom til et punkt hvor jeg var ulykkelig i London.» Så han flyttet til New York i 2008 og begynte å jobbe med teknologipR. Han sier han ikke kan forestille seg å returnere til Storbritannia. Han diskuterer ikke privatlivet sitt utover å nevne at han har en sønn, som er grunnen til at han bor i Las Vegas. Han har ikke noe imot det: «Alle er rare, så ingen er rare.» Det har blitt rapportert at han har vært gift og skilt to ganger.
Zitron fortsetter å jobbe med teknologipR, noe som virker i strid med rollen hans som teknologikritiker – enten som å bite den hånden som mater ham eller en interessekonflikt. Han ser det ikke slik. Han sier han ikke har AI-klienter eller jobber med big tech, og har bare noen få klienter nå. Arbeidet har gitt ham et kontaktnettverk i bransjen og har muligens hjulpet ham med å markedsføre seg selv. I 2013 publiserte han en bok kalt **This Is How You Pitch: How To Kick Ass in Your First Years of PR**. Imidlertid jobber han kanskje ikke lenge med PR. «Mediesiden av ting utgjør mer av inntekten min nå enn jeg noen gang forventet,» sier han. Han skriver for tiden en ny bok, planlagt utgitt neste år, med tittelen **Why Everything Stopped Working**. «Det er på en måte et dypdykk i hvordan verden ble som den ble og hvordan teknologi er alt nå,» forklarer han, og legger til at bare ett kapittel handler om AI.
Hvis Zitron har en øks å slipe, er det mot neoliberal kapitalisme generelt. «Jeg tror ikke folk har tatt alvorlig nok hvor ille dereguleringen av finansmarkedene av Thatcher og Reagan var. Jeg tror ikke folk tar alvorlig nok hvor ille det var å ikke sette folk i fengsel for den store finanskrisen... Jeg tror ikke folk har tatt alvorlig nok trusselen fra vekstfokusert kapitalisme og vekst til enhver pris.»
I stedet for å lede oss til en utopisk fremtid, ser Zitron AI som den logiske konklusjonen av nyliberalismen. «Den største tingen vi har lært fra den store språkmodell-generasjonen er hvor mange som er begeistret for å erstatte mennesker, og hvor mange som rett og slett ikke forstår arbeid av noe slag,» sier han.
Zitron er ikke lenger helt alene med sine synspunkter. Han står på linje med figurer som Cory Doctorow, som har vært på podcasten hans og hvis «enshittification»-teori på samme måte argumenterer for at teknologiselskaper nå er mer drevet av profitt enn av å skape nyttige produkter. I mellomtiden noterer andre AI-skeptikere, som kognitiv vitenskapsmann Gary Marcus, at de har fremmet lignende argumenter som Zitron, men føler seg oversett i hans narrativ. Uansett vokser motstanden mot AI: lokale grupper motsetter seg byggingen av miljøskadelige datasentre; forbrukere motstår innføringen av AI i hvert mulige produkt; skapere tar rettslige skritt mot bransjens bruk av arbeidet deres uten tillatelse; og det er offentlig opprør over skader fra sosiale medier, fremhevet av hendelser som Elon Musks Grok som skapte samtykkesløs
