L'avenir du travail prend forme dans les chambres des enfants

Ce message est une contribution invitée de George Siosi Samuels, directeur général de Faiā. Voyez comment Faiā s'engage à rester à l'avant-garde des progrès technologiques ici.

If you've watched a kid interact with artificial intelligence (AI) lately, you've seen the future of work taking shape. Whether it's a 10-year-old calmly explaining to a chatbot why its answer needs more debugging or a teen tweaking an algorithm to brainstorm a school project, there's a new kind of thinking taking hold.

Si vous avez vu un enfant interagir avec l'intelligence artificielle (IA) ces derniers temps, vous avez vu l'avenir du travail prendre forme. Qu'il s'agisse d'un enfant de 10 ans expliquant calmement à un chatbot pourquoi sa réponse a besoin de plus de débogage ou d'un adolescent peaufinant un algorithme pour réfléchir à un projet scolaire, il y a un nouveau type de réflexion qui s'installe.

As someone building products with AI at a company like Faiā, I'm noticing interesting patterns. They go deeper than just tech adoption—we're seeing the next generation of talent completely redefine what the workplace will be. What's happening at kitchen tables today is a sneak peek into the cubicles, boardrooms and remote dashboards of tomorrow. Here's what we can learn and how it'll ripple through enterprise.

En tant que personne qui construit des produits avec l'IA dans une entreprise comme Faiā, je remarque des modèles intéressants. Ils vont plus loin que l'adoption technologique - nous voyons la prochaine génération de talents redéfinir complètement ce que sera le lieu de travail. Ce qui se passe dans les tables de cuisine aujourd'hui est un aperçu des cabines, des salles de conférence et des tableaux de bord éloignés de demain. Voici ce que nous pouvons apprendre et comment cela va l'entraînement dans l'entreprise.

Steering AI with smarter inputs

Direction de l'IA avec des entrées plus intelligentes

Let's start with the basics: AI doesn't run itself—it thrives on human input. Kids are already masters of sharper questions getting sharper results. Ask a generic "What's blockchain?" and you'll get a textbook dump; ask "How could blockchain cut supply chain costs by 20%?" and you've got something actionable.

Commençons par les bases: l'IA ne fonctionne pas elle-même - elle prospère sur la contribution humaine. Les enfants sont déjà maîtres des questions plus nettes qui obtiennent des résultats plus nets. Demandez à un générique "Qu'est-ce que la blockchain?" Et vous obtiendrez un vidage des manuels; Demandez "Comment la blockchain pourrait-elle réduire les coûts de la chaîne d'approvisionnement de 20%?" Et vous avez quelque chose de réalisable.

Now, that's not just a kid skill—it's a workforce superpower. A 2023 study from the Massachusetts Institute of Technology (MIT) found that professionals who purposely refine their prompts improve AI output accuracy by up to 40%. The employees of 2035 won't be the ones who can withstand the most data—they'll be the ones who know how to steer AI toward signal, not noise.

Maintenant, ce n'est pas seulement une compétence pour enfants - c'est une superpuissance de la main-d'œuvre. Une étude en 2023 du Massachusetts Institute of Technology (MIT) a révélé que les professionnels qui affinent délibérément leurs invites améliorent la précision de la production d'IA jusqu'à 40%. Les employés de 2035 ne seront pas ceux qui peuvent résister au plus de données - ce seront ceux qui savent comment diriger l'IA vers le signal, pas le bruit.

Enterprises that spot this early can build teams that don't just use tools—they optimize them. They'll integrate best practices for getting the most out of every query. It's a level of agility we'll need as tech evolves even faster.

Les entreprises qui aperçoivent ce début peuvent constituer des équipes qui n'utilisent pas seulement des outils - ils les optimisent. Ils intégreront les meilleures pratiques pour tirer le meilleur parti de chaque requête. C'est un niveau d'agilité dont nous aurons besoin à mesure que la technologie évolue encore plus rapidement.

AI as a workforce copilot

AI en tant que copilote de la main-d'œuvre

Then there's the partnership angle. Children aren't treating AI like a glorified calculator—they're turning it into a collaborator. A middle-schooler might use it to quickly mock up a business pitch idea, then add an image and have the bot suggest improvements in real-time as they type.

Ensuite, il y a l'angle de partenariat. Les enfants ne traitent pas l'IA comme une calculatrice glorifiée - elles en transforment un collaborateur. Un collège peut l'utiliser pour se moquer rapidement d'une idée de pitch d'entreprise, puis ajouter une image et faire suggérer que le bot suggère des améliorations en temps réel au fur et à mesure qu'ils tapent.

Sound familiar? It's the same dynamic we're chasing in agile teams: rapid iteration, creative problem-solving, human-machine synergy. Now, institutions like Gartner are predicting that by 2027, 70% of enterprises will rely on AI as a “copilot” for decision-making, boosting productivity by 25%.

Cela semble familier? C'est la même dynamique que nous poursuivons dans les équipes agiles: itération rapide, résolution créative de problèmes, synergie de machine humaine. Désormais, des institutions comme Gartner prédisent qu'en 2027, 70% des entreprises s'appuieront sur l'IA en tant que «copilote» pour la prise de décision, augmentant la productivité de 25%.

The difference is, these kids see AI as a partner, not a crutch. For businesses, that mindset translates to workers who don't outsource thinking—they amplify it. Imagine a junior analyst who pairs AI's market analysis with their own instinct to spot a key trend faster than a legacy system ever could. That's the multiplier effect we're seeking.

La différence est que ces enfants voient l'IA comme un partenaire, pas comme une béquille. Pour les entreprises, cet état d'esprit se traduit par des travailleurs qui n'externalent pas la réflexion - ils l'amplifient. Imaginez un analyste junior qui associe l'analyse du marché de l'IA avec son propre instinct pour repérer une tendance clé plus rapidement qu'un système hérité n'a jamais pu. C'est l'effet multiplicateur que nous recherchons.

Expertise as an efficiency edge

Expertise en tant que bord d'efficacité

Here's a trend worth noting: expertise cuts through the clutter. A kid who's obsessed with coding can ask AI a question like, "How do I optimize this smart contract for minimal gas fees on PoS chains?" and get there in one shot, while a newbie will burn 30 minutes cycling through basics. It's efficiency in action, and in technical terms, it's about reducing token spend for optimal throughput.

Voici une tendance à noter: l'expertise traverse l'encombrement. Un enfant obsédé par le codage peut poser une question comme: "Comment optimiser ce contrat intelligent pour un minimum de frais de gaz sur les chaînes POS?" Et arrivez en un seul coup, tandis qu'un débutant brûlera 30 minutes de vélo à travers les bases. C'est l'efficacité en action, et en termes techniques, il s'agit de réduire les dépenses de jetons pour un débit optimal.

A 2024 study by Stanford showed that domain experts use 50% fewer queries to achieve the same results as novices when working with large language models. On a large scale, that generation will value deep knowledge in blockchain, biotech or any field as a competitive edge. The blockchain architect who can code a protocol in three prompts will outpace the one who fumbles through ten. Expertise isn't dying—it's the fuel for smarter automation.

Une étude de 2024 de Stanford a montré que les experts du domaine utilisent 50% de requêtes en moins pour obtenir les mêmes résultats que les novices lorsqu'ils travaillent avec de grands modèles de langue. À grande échelle, cette génération appréciera les connaissances approfondies dans la blockchain, la biotechnologie ou tout domaine comme un avantage concurrentiel. L'architecte blockchain qui peut coder un protocole en trois invites dépassera celui qui échappe à dix. L'expertise n'est pas en train de mourir - c'est le carburant pour l'automatisation plus intelligente.

Setting boundaries for better outcomes

Fixer des limites pour de meilleurs résultats

And finally, it’s all about questions. Kids today aren't busy memorizing encyclopedias—they're asking "Why?" and "What if?" to get the bot thinking. It's not trivia hunting; it's strategic thinking.

Et enfin, il s'agit de questions. Aujourd'hui, les enfants ne sont pas occupés à mémoriser les encyclopédies - ils demandent "Pourquoi?" et "Et si?" Pour faire réfléchir le bot. Ce n'est pas une chasse aux anecdotes; C'est une pensée stratégique.

Now, the future workforce won’t be judged by what they know—AI will have that part covered. But they’ll be assessed by the questions they can ask to generate new value. Picture a supply chain manager asking, "What's the bottleneck in our Southeast Asia node?" versus "How do we cut container delays by 20% using real-time data from Southeast Asia to optimize routing and factor in seasonality for bulk cargo?" The second question drives value.

Désormais, la future main-d'œuvre ne sera pas jugée par ce qu'ils savent - AI aura cette partie couverte. Mais ils seront évalués par les questions qu'ils pourront poser pour générer une nouvelle valeur. Imaginez un directeur de la chaîne d'approvisionnement en demandant: "Quel est le goulot d'étranglement dans notre nœud en Asie du Sud-Est?" Par rapport à "Comment réduire les retards de conteneurs de 20% en utilisant des données en temps réel d'Asie du Sud-Est pour optimiser le routage et le facteur de saisonnalité pour le fret en vrac?" La deuxième question entraîne une valeur.

A recent McKinsey report forecasts that by 2030, 80% of new job growth will favor skills like critical questioning over rote knowledge. So, the enterprises that foster that curiosity now—through specialized training programs, internal culture or even

Un récent rapport de McKinsey prévoit que d'ici 2030, 80% de la croissance de l'emploi préfère favoriser des compétences telles que les questions critiques sur les connaissances par cœur. Ainsi, les entreprises qui favorisent cette curiosité maintenant - à travers des programmes de formation spécialisés, une culture interne ou même