در گفت‌وگویی مبسوط و عمیق میان بن تامپسون، نویسنده و تحلیل‌گر مطرح وب‌سایت استراتچری (Stratechery)، و شام سانکار (Shyam Sankar)، مدیر ارشد فناوری شرکت پالانتیر (Palantir)، ابعاد متفاوتی از تحولات جاری صنعت هوش مصنوعی، خطاهای راهبردی آزمایشگاه‌های بزرگ و چگونگی خلق ارزش اقتصادی واقعی در سازمانها به بحث گذاشته شد. سانکار که بیست سال سابقه هدایت فنی پالانتیر را در کارنامه دارد و به تازگی کتاب Mobilize را منتشر کرده، دیدگاهی صریح و ساختارشکن درباره اکوسیستم فعلی فناوری مطرح میکند.
سانکار در ابتدای بررسی روندهای اقتصادی هوش مصنوعی به موضوع «نفوذ فناوری» (Diffusion) اشاره میکند و معتقد است صنعت فناوری بیش از حد روی عرضه هوش تمرکز کرده و از سرعت و شیوه نفوذ آن در بدنه اقتصاد غافل مانده است. او با مقایسه وضعیت فعلی با انقلاب برق توضیح می‌دهد: «اگر هوش مصنوعی را با استعاره الکتریسیته بسنجیم، امروز گروه‌هایی در حال تولید الکترون‌ها هستند؛ اما برای اینکه الکتریسیته تأثیری واقعی بر اقتصاد بگذارد، به بازیگران دیگری نیاز بود که ابزارآلات و ماشین‌آلاتی بسازند که با این الکترون‌ها کار کنند. این پدیده باعث شد که کارخانه‌ها نه صرفاً یک ماشین الکتریکی اضافه کنند، بلکه کل معماری کارخانه را پیرامون وجود الکتریسیته از نو طراحی نمایند.»
به عقیده سانکار، آزمایشگاه‌های پیشرو هوش مصنوعی در یک حلقه بازخورد بسته گرفتار شده‌اند؛ پژوهش بنیادی انجام می‌دهند، مدلی قوی‌تر می‌سازند و ارزش‌گذاری شرکتشان دو یا چهار برابر می‌شود و تصور می‌کنند این روند برای همیشه ادامه خواهد یافت. اما توهم بزرگی که در این میان وجود دارد به یک تعریف غلط در سطح خرد بازمی‌گردد: «فرضی که در استراتژی محصول آزمایشگاه‌ها دیده می‌شود این است که واحد بنیادین و اتمیک سازمان، کارمند دانشی (Knowledge Worker) است؛ به این معنا که اگر بتوانم کارایی هر کارمند را افزایش دهم، به بازگشت سرمایه (ROI) دست یافته‌ام. در حالی که این فرض از اساس باطل است. واحد بنیادین سازمان، جریان کار (Workflow) است.»
مدیر فناوری پالانتیر برای روشن شدن موضوع مثال می‌زند: اگر شما یک تحلیل‌گر زنجیره تأمین را ۵۰ درصد کارآمدتر کنید، هیچ بازگشت سرمایه افزایشی برای کل شرکت ایجاد نکرده‌اید؛ شما تنها زمانی ارزش اقتصادی خلق می‌کنید که کل گردش کار زنجیره تأمین، از تصمیم‌گیری تا اجرا، به طور ملموس و قابل اندازه‌گیری کارآمدتر شود. او تنها نقشی را که در آن کارمند دانشی بر خود جریان کار منطبق است، برنامه‌نویسی و کدنویسی می‌داند: «در کدنویسی انطباق محصول با بازار (PMF) بی‌نقص است و می‌توانید به دنبال بهرهوری نامحدود بروید، اما کدنویسی بخش بسیار کوچکی از کل فعالیت‌های اقتصاد واقعی را تشکیل می‌دهد.»
سانکار همچنین درباره رویکرد شرکت‌ها در اتخاذ فناوری تأکید میکند شرکت‌هایی که بر افزایش درآمد و خلق ارزش در لایه بالایی (Top-line) تمرکز دارند، موفقیت بسیار بیشتری در به‌کارگیری هوش مصنوعی در مقایسه با شرکت‌هایی دارند که صرفاً به دنبال کاهش هزینه‌ها در لایه پایینی (Bottom-line) هستند. او از رویکرد آزمایشگاه‌ها در مهندسی ایمنی مدل‌ها نیز انتقاد میکند و معتقد است به جای رویکردهای محدودکننده فکری، باید از متدهای مهندسی سیستم‌ها برای مهار خطاها و هدایت سیستم‌ها در کاربردهای دنیای واقعی استفاده شود.