저자는 처음에 인공지능 개발을 두려워했는데, 이는 AI가 노동법과 달리 지치지 않고 일할 수 있기 때문입니다. 이러한 능력은 업무 속도를 근본적으로 변화시켜 AI를 지속적으로 활용하는 기업과 그렇지 않은 기업 간의 격차를 벌립니다. 상당한 재정 자원을 가진 기업은 더 많은 AI 기능과 컴퓨팅 파워를 확보하여 가속화된 속도로 개발할 수 있습니다. 이는 재정적 투자를 따라갈 수 없는 소규모 기업에게 경쟁적 불이익을 초래합니다. 그러나 저자는 소규모 기업이 가치 있고 아직 충분히 활용되지 않은 자원, 즉 AI 서비스에 대한 월별 구독 할당량을 보유하고 있음을 발견했습니다.이러한 선불 할당량의 사용을 최적화함으로써 소규모 기업은 24시간 AI 개발을 효과적으로 운영하여 대규모 경쟁업체의 지속적인 운영에 필적할 수 있습니다. 이 전략은 운영 시간 증가가 경쟁 우위로 이어진 과거 산업 발전과 유사합니다. 저자는 이 24시간 워크플로우를 관리하기 위해 AI 개발 오케스트레이터인 local-commander를 개발했습니다. 이 시스템은 로컬 대규모 언어 모델을 사용하여 작업의 초기 판단 및 분류를 수행합니다.작업은 로컬에서 수행할 수 있는 작업, 클라우드 서비스가 필요한 작업, 인간의 승인이 필요한 작업으로 분류됩니다. 이러한 로컬 판단은 더 빠르고 저렴하며 리소스를 보존하고 밤새 실수가 누적되는 것을 방지합니다. 이 시스템은 많은 개발 단계를 자동화하고 하루가 끝날 때 인간의 승인을 위해서만 일시 중지됩니다. 이 접근 방식은 AI의 끊임없는 특성이 효과적으로 활용되도록 보장하여 두려움의 원천을 소규모 기업의 전략적 이점으로 전환합니다. 핵심은 단순히 무력이나 근성으로만 의존하는 것이 아니라 구조와 신중한 계획입니다.