ราวปี 1800 วิศวกรชาวอังกฤษชื่อ Henry Maudslay ได้สร้างเครื่องกลึงที่สามารถตัดเกลียวสกรูได้อย่างแม่นยำ และมันกลับกลายเป็นหนึ่งในเหตุการณ์ที่สำคัญที่สุดที่เคยเกิดขึ้นมา...
ก่อนยุคของ Maudslay เกลียวถูกตัดด้วยมือทีละชิ้น ดังนั้นจึงไม่มีเกลียวสองอันไหนที่เหมือนกันเลย น็อตจากโรงช่างหนึ่งไม่สามารถขันเข้ากับโบลต์จากอีกโรงช่างได้ เครื่องจักรทุกเครื่องในโลกจึงเป็นงานสั่งทำเฉพาะชิ้นที่ต้องประกอบขึ้นโดยช่างฝีมือ และซ่อมแซมได้โดยช่างฝีมือเท่านั้น
คุณไม่สามารถผลิตอะไรสักอย่างได้เป็นพันชิ้น เพราะคุณไม่สามารถทำให้ชิ้นส่วนเข้ากันได้ นั่นคือคอขวดของโลกอุตสาหกรรมทั้งหมด และมันก็อยู่ในมือของมนุษย์ที่กำลังถือตะไบอยู่นั่นเอง
เครื่องกลึงของ Maudslay ตัดเกลียวออกมาได้เหมือนเดิมทุกครั้ง ซึ่งหมายความว่าเครื่องจักรหนึ่งเครื่องสามารถผลิตชิ้นส่วนที่แม่นยำให้กับเครื่องจักรอีกเครื่องได้ และชิ้นส่วนเหล่านั้นก็ประกอบเข้าด้วยกันได้พอดี ภายในเวลาเพียงชั่วอายุคน เครื่องมือกลที่สืบเชื้อสายมาจากเครื่องของเขา ก็ผลิตชิ้นส่วนให้กับทุกสิ่งทุกอย่าง และการปฏิวัติอุตสาหกรรมก็ได้ค้นพบเฟืองเกียร์ที่มันไม่เคยรู้มาก่อนว่ามีอยู่
ตอนนี้ คุณคงกำลังนั่งคิดว่า Raoul นายจะเขียนเรื่องเกลียวสกรูจากยุค 1800 ไปทำไม? ใจเย็นๆ อ่านต่อไปก่อน เพราะถ้าคุณมองภาพรวมในระยะยาว คุณจะเห็นรูปแบบเดิมๆ เกิดขึ้นซ้ำแล้วซ้ำเล่า
ตลอดประวัติศาสตร์ส่วนใหญ่ของมนุษยชาติ เครื่องมือพัฒนาไปตามความเร็วของคนสร้างมัน ซึ่งก็พูดได้ว่าช้ามาก... ไถที่ดีขึ้นในทุกๆ สองสามศตวรรษ แล้วเครื่องมือก็เริ่มสร้างเครื่องมือด้วยกันเอง และแต่ละรอบก็หมุนเร็วกว่ารอบก่อนหน้า
เครื่องยนต์ไอน้ำขับเคลื่อนเครื่องกลึงและเครื่องคว้านที่ใช้ตัดชิ้นส่วนสำหรับหัวรถจักร ดังนั้นไอน้ำจึงสร้างทางรถไฟที่ขนส่งเครื่องยนต์ไอน้ำเพิ่มขึ้นไปอีก
เครื่องมือกลสร้างสายการผลิตที่ผลิตรถยนต์ คอมพิวเตอร์ในปัจจุบันออกแบบชิปที่จะนำไปใส่ในคอมพิวเตอร์ที่ดีกว่า เพราะไม่มีมนุษย์คนไหนวางทรานซิสเตอร์หลายพันล้านตัวด้วยมือได้อีกต่อไป ทุกครั้งที่เครื่องมือรับภาระการสร้างเครื่องมือรุ่นถัดไปมากขึ้น ทุกอย่างก็เร่งความเร็วขึ้น เพราะส่วนที่ช้าที่สุดในวงจร คือส่วนของมนุษย์นั้นเล็กลงเรื่อยๆ
แล้วจะเกิดอะไรขึ้นเมื่อเครื่องมือในวงจรนั้นคือ "สติปัญญา" ของมนุษย์เอง?
มันเกิดขึ้นแล้ว
ย้อนกลับไปเมื่อเดือนพฤศจิกายน 2023 ผมเคยโพสต์ว่า OpenAI น่าจะคิดวิธีใช้ AI ในการระดมไอเดีย ออกแบบ เขียนโค้ด และปล่อยผลิตภัณฑ์ได้แล้ว... ว่า AI กำลังสร้าง AI
ณ เดือนพฤษภาคม 2026 Anthropic ระบุว่าโค้ดมากกว่า 80% ที่ถูกรวมเข้าไปใน codebase ของตัวเองนั้นเขียนโดย Claude เพิ่มขึ้นจากตัวเลขหลักเดียวในช่วงต้นๆ ก่อนที่ Claude Code จะเปิดตัวในเดือนกุมภาพันธ์ 2025 บริษัทที่สร้างโมเดลระดับแนวหน้า (frontier model) รายหนึ่ง กำลังให้โมเดลนั้นเขียนซอฟต์แวร์ที่เวอร์ชันถัดไปของตัวเองจะทำงานอยู่บนนั้นเสียเป็นส่วนใหญ่
OpenAI เผยแพร่ข้อมูลในเวอร์ชันของตัวเองเมื่อเดือนกันยายน: หน่วยงานวิจัยของพวกเขาทุ่มเทแรง effort ระดับ 3.1 agent-workdays ต่อแรงงานมนุษย์ 1 วัน และจำนวนการทดลองต่อนักวิจัยหนึ่งคนพุ่งแตะจุดสูงสุดเป็นประวัติการณ์ในเดือนสิงหาคม
ในเดือนพฤษภาคมปีที่แล้ว DeepMind ได้เปิดตัว AlphaEvolve ซึ่งเป็น agent ที่ขับเคลื่อนด้วย Gemini สามารถเขียนและทดสอบอัลกอริทึมของตัวเองได้ และหนึ่งในสิ่งที่มันค้นพบคือการปรับปรุงการจัดตารางเวลาที่ช่วยกู้คืนพลังประมวลผลของ fleet ทั่วโลกของ Google กลับมาได้ 0.7% อย่างต่อเนื่อง พร้อมกับเร่งความเร็ว kernel ภายในกระบวนการเทรนของ Gemini เอง ซึ่งช่วยลดเวลาเทรนลง 1% ตัวเลขดูน้อยนิด จนกว่าคุณจะตระหนักว่ามันคืออะไร: AI ที่ทำให้การสร้าง AI รุ่นถัดไปถูกลง และใช้งานถูกลง
นั่นแหละคือเครื่องกลึงของ Maudslay ที่กำลังตัดชิ้นส่วนสำหรับเครื่องจักรเครื่องต่อไป
คอขวดในรูปแบบที่ต่างออกไป
ทุกรอบที่ผ่านมาเอาภาระงานทางกายภาพออกจากเรา เครื่องกลึงทำหน้าที่ตะไบ สายการผลิตทำหน้าที่ยกของ และนั่นคือเหตุผลทั้งหมดที่ทำให้แต่ละรอบเร็วกว่ารอบก่อนหน้า แต่ "การคิด" ไม่เคยหายไปไหน ยังคงต้องมีใครสักคนมานั่งออกแบบเครื่องกลึงเครื่องต่อไป ยังคงต้องมีใครสักคนที่ต้องคิดให้ออกว่าชิปนี้มีไว้ทำอะไร เครื่องจักรเก่งกาจในการสร้างสิ่งของ แต่ไอเดียสำหรับเจเนอเรชันถัดไปยังคงออกมาจากสมองมนุษย์ ด้วยความเร็วเท่าที่สมองมนุษย์จะทำได้... ซึ่งเอาจริงๆ ก็ไม่ได้เร็วนัก และไม่เร็วขึ้นกว่าเดิมด้วย
นั่นคือเพดานจำกัดของประวัติศาสตร์ทั้งหมด และไม่มีใครเคยคิดถึงมัน เพราะคุณจะจัดการกับมันได้อย่างไร? คุณไม่สามารถสร้างเครื่องมือที่ "คิด" แทนได้
ยกเว้นตอนนี้ที่คุณทำได้ เป็นครั้งแรกที่สิ่งที่ถูก outsource คือสติปัญญาเอง ดังนั้นสิ่งที่จำกัดความก้าวหน้าจึงไม่ใช่ความเร็วในการคิดของคนอีกต่อไป แต่เป็นปัจจัยทางกายภาพสองอย่าง คือคุณสามารถเปลี่ยนพลังงานให้เป็นพลังประมวลผลได้มากแค่ไหน และคุณสามารถรีดสติปัญญาออกมาจากพลังงานแต่ละหน่วยได้มากเท่าไหร่ ซึ่งทั้งสองอย่างนี้อยู่บนเส้นโค้ง exponential ทั้งสิ้น
มันกำลังก้าวออกจากหน้าจอ
จนถึงตอนนี้ เรื่องนี้เป็นเรื่องของซอฟต์แวร์ แต่มันจะไม่หยุดอยู่แค่นั้น
David Mattin ผู้ร่วมเขียน The Exponentialist กับผม เรียกขั้นต่อไปว่า self-driving science หรือวิทยาศาสตร์ที่ขับเคลื่อนตัวเอง และไม่ใช่ มันไม่เกี่ยวกับ Tesla แม้แนวคิดจะคล้ายกันก็ตาม...
เขาหมายถึงวิทยาศาสตร์เป็นวงจรที่มีมนุษย์เป็นผู้ขับมาโดยตลอด คุณมีความรู้สึกบางอย่าง คุณออกแบบการทดลอง คุณรันมัน ส่วนใหญ่ล้มเหลว คุณดูว่าทำไม คุณจึงมีความรู้สึกที่ดีขึ้น วนไปเรื่อยๆ ทีละคน ใช้เวลาหลายเดือนต่อหนึ่งรอบ ยาทุกชนิด วัสดุทุกชิ้น กฎฟิสิกส์ทุกอย่างที่เราเข้าใจ ล้วนออกมาจากวงจรนี้ ด้วยความเร็วระดับนี้
Self-driving science คือสิ่งที่คุณจะได้เมื่อคุณส่งมอบวงจรนี้ให้เครื่องจักร เราไม่ได้พูดถึง AI ที่มาช่วยเหลือนักวิทยาศาสตร์... เรากำลังพูดถึง AI ที่ทำการค้นพบด้วยตัวเอง วัสดุใหม่ โมเลกุลใหม่ สิ่งที่มนุษยชาติยังไม่รู้จักเมื่อปีที่แล้ว กำลังผุดออกมาจากเครื่องจักรที่คิดไอเดีย รันการทดสอบ อ่านผลลัพธ์ และคิดไอเดียถัดไป โดยไม่ต้องมีมนุษย์อยู่ในวงจรเลย การทำความเข้าใจว่าโลกทำงานอย่างไร กำลังถูก outsource... และมันเกิดขึ้นเดี๋ยวนี้ ไม่ใช่ในอนาคตแบบหนังไซไฟ
ในปี 2023 โมเดล GNoME ของ DeepMind ทำนายโครงสร้างผลึกใหม่ 2.2 ล้านแบบ โดยประมาณ 380,000 แบบมีความเสถียร นั่นคือวัสดุใหม่ที่มากกว่าที่มนุษยชาติเคยค้นพบมาตลอดประวัติศาสตร์ด้านวัสดุศาสตร์ ค้นพบโดยโมเดล ก่อนที่ใครจะเดินเข้าห้องแล็บด้วยซ้ำ
ต่อมาในเดือนธันวาคม 2025 DeepMind และรัฐบาลสหราชอาณาจักรประกาศเปิดห้องปฏิบัติการวัสดุอัตโนมัติ ซึ่งจะเปิดในปีนี้ โดยหุ่นยนต์จะสังเคราะห์และทดสอบวัสดุตัวเลือกหลายร้อยชนิดต่อวัน และ AI จะเลือกชุดถัดไป วงจรที่เคยใช้เวลาหลายเดือนต่อรอบสำหรับทีมวิจัย ตอนนี้รันได้ทุกวัน และมนุษย์มีหน้าที่ตรวจสอบผลลัพธ์ ไม่ใช่รันการทดลอง
สิ่งเดียวกันนี้กำลังเกิดขึ้นกับหุ่นยนต์ และวิธีการของมันน่าทึ่งมาก ในปี 2025 DeepMind เปิดตัว Genie 3 ซึ่งเข้าใจง่ายที่สุดว่าเป็นวิดีโอเกมที่เขียนตัวเองขึ้นมา พิมพ์ประโยคหนึ่งลงไป เช่น ห้องนอนที่รกๆ มันก็จะจำลองห้องนั้นขึ้นมาบนหน้าจอ พร้อมฟิสิกส์แบบห้องจริง เพื่อให้ทุกอย่างที่เคลื่อนไหวข้างในได้รับ feedback เหมือนกับที่เกิดขึ้นในโลกจริง
จากนั้นคุณสามารถใส่ "สมอง" ของหุ่นยนต์เข้าไปข้างใน และสั่งให้มันจัดห้อง มันล้มเหลว มันก็ลองใหม่ ลองใหม่ นับล้านครั้ง ในห้องจำลองนับล้านห้อง ด้วยความเร็วระดับคอมพิวเตอร์ โดยไม่ทำลายของจริงแม้แต่ชิ้นเดียวหรือไม่กินพื้นที่จริงเลย จากนั้นคุณโหลดสิ่งที่มันเรียนรู้เข้าไปในหุ่นยนต์จริงๆ และมันเดินเข้าไปในห้องนอนจริงๆ โดยรู้วิธีจัดการเรียบร้อยแล้ว DeepMind กำลังทำสิ่งนี้กับ robot agent ของพวกเขาอยู่ตอนนี้ และไม่มีใครเป็นคนเขียนแผนการสอนเลย agent ตั้งโจทย์ให้ตัวเองและตรวจงานตัวเอง
ถ้าเรื่องพวกนี้ทำให้คุณตื่นเต้น นี่คือสิ่งที่ David และผมตีพิมพ์ทุกสัปดาห์ใน The Exponentialist มันเริ่มต้นขึ้นใน Real Vision และตอนนี้เป็นสื่อของตัวเองบน Substack และมี tier ฟรีถ้าคุณอยากติดตามไปด้วยกัน
แล้วมันก็เลี้ยงตัวเอง
ดังนั้นเครื่องจักรกำลังเขียนโค้ดของตัวเอง ปรับปรุงโมเดลของตัวเอง และเริ่มทำวิทยาศาสตร์แทนเรา โอเค คุณอาจจะบอกว่า แต่มีข้อแม้หนึ่งที่ทุกคนได้ยินกันมา... ทั้งหมดนี้ต้องใช้ไฟฟ้า และใช้เยอะมาก ดาต้าเซ็นเตอร์กำลังดึงโหลดจากโครงข่ายไฟฟ้า ชิปเป็นหนึ่งในของที่หายากที่สุดในโลกอยู่แล้ว และแน่นอนว่าสักวันทุกอย่างก็ต้องหมดไฟ
แต่ถ้าเครื่องจักรแก้ปัญหาที่มนุษย์แก้ไม่ได้ ปัญหาแรกที่มันจะถูกชี้เป้าให้แก้ก็คือปัญหาของมันเอง ห้องแล็บวัสดุที่ผมเพิ่งพูดถึงไม่ได้ล่ามสุ่มหาการค้นพบ พวกมันกำลังล่าเคมีแบตเตอรี่ที่เก็บประจุได้มากขึ้น โซลาร์เซลล์ที่แปลงพลังงานได้ดีขึ้น ชิปที่อัดทรานซิสเตอร์ได้แน่นขึ้น... สิ่งเหล่านี้แหละที่จะทำให้พลังงานและการประมวลผลถูกลง
และทุกสิ่งเหล่านั้นไหลกลับเข้าสู่เครื่องจักรที่ค้นพบมันโดยตรง
แผงโซลาร์และแบตเตอรี่ที่ดีขึ้นทำให้พลังงานถูกลง พลังงานที่ถูกลงทำให้การประมวลผลถูกลง การประมวลผลที่ถูกลงเทรนโมเดลที่ดีขึ้น และโมเดลที่ดีขึ้นก็ค้นหาวัสดุชิ้นถัดไป คอขวดที่ทุกคนกังวลคือสิ่งแรกที่วงจรนี้ถูกสร้างมาเพื่อกลืนกิน
มีกฎที่อยู่เบื้องหลังเรื่องนี้ คือ Wright's Law: ทุกครั้งที่ปริมาณการผลิตสะสมของสิ่งใดสิ่งหนึ่งเพิ่มเป็นสองเท่า ต้นทุนของมันจะลดลงตามเปอร์เซ็นต์ที่คงที่ โซลาร์เซลล์เป็นไปตามกฎนี้มาหลายทศวรรษ สิ่งใหม่คือสิ่งที่ทำหน้าที่ออกแบบไม่ใช่คนอีกต่อไป ดังนั้นการทวีคูณจึงมาเร็วขึ้น และต้นทุนลดลงเร็วขึ้น ทั้งในชิป แบตเตอรี่ และแผงโซลาร์พร้อมๆ กัน
ทุกรอบของการหมุนทำให้รอบถัดไปเร็วขึ้น และมันไม่ต้องพึ่งพา input จากภายนอกอีกต่อไป เวอร์ชันก่อนๆ ของวงจรนี้ใช้เวลาหลายทศวรรษกว่าจะครบหนึ่งรอบ แต่อันนี้หมุนครบรอบในเวลาไม่กี่เดือน และสิ่งที่ทำหน้าที่หมุนก็คือสิ่งที่กำลังถูกปรับปรุงให้ดีขึ้นนั่นเอง
ถูกลงแปลว่ามากขึ้น ไม่ใช่ลดลง
โอเค ข้อโต้แย้งที่ชัดเจน ณ จุดนี้คือเรื่องเศรษฐกิจ ถ้าสติปัญญากำลังถูกลงเร็วขนาดนี้ เราก็ต้องใช้น้อยลงสิ... ชิปน้อยลง ดาต้าเซ็นเตอร์น้อยลง ไฟน้อยลง
ตรงกันข้ามเลย และเหตุผลนี้ถูกเข้าใจมาตั้งแต่ยุคถ่านหิน Jevons สังเกตเห็นว่าเมื่อทรัพยากรมีประสิทธิภาพมากขึ้น ปริมาณการใช้โดยรวมจะเพิ่มขึ้น เพราะราคาที่ถูกลงเปิดการใช้งานที่ไม่เคยเป็นไปได้มาก่อน ทำให้เครื่องยนต์ไอน้ำมีประสิทธิภาพมากขึ้น ประเทศนั้นก็เผาถ่านหินมากขึ้น ไม่ใช่ลดลง
สติปัญญากำลังทำแบบนี้พอดี ต้นทุนต่อหน่วยของมันลดลงประมาณสิบเท่าต่อปีสำหรับความสามารถที่เท่ากัน ตามการนับของ a16z ในช่วงปลายปี 2024 และปริมาณการใช้ก็พุ่งทะลุเพดาน Google ประมวลผลประมาณ 1.3 พันล้านล้าน (quadrillion) tokens ต่อเดือน ณ เดือนตุลาคม 2025 มากกว่าปีก่อนหน้าถึงยี่สิบเท่า และภายในเดือนพฤษภาคมปีนี้ ตัวเลขอยู่ที่ 3.2 quadrillion ทุกครั้งที่ต้นทุนของการคิดลดลง มันจะปลดล็อกปัญหาที่เคยแพงเกินกว่าจะคิดหาคำตอบมาก่อน และความต้องการนี้ไม่มีเพดานจำกัด เพราะปัญหาที่ยังแก้ไม่ตกมีอยู่มากมายมหาศาล
นี่คือเหตุผลที่งบลงทุน (capex) หยุดไม่ได้
"มันเป็นแค่กระแส เดี๋ยวก็ตัน"
ผมได้ยินประโยคนี้ทุกสองสามเดือน ปกติจะตามมาหลังจากการเปิดตัวที่ว้าวได้น้อยกว่าครั้งก่อน ความตื่นเต้นอยู่ได้สักสัปดาห์ แล้วก็กลับมาเป็นปกติ และคำว่าปกตินี้แหละที่คนตัดสินใจกันว่าทุกอย่างกำลังชะลอตัว
mental model ที่ผมใช้คือพัฒนาการของเด็ก ลองดูเด็กวัยเตาะแตะที่เดินไม่ได้ แล้วคุณอาจสรุปว่าขาของเขาใช้การไม่ได้และเขาโง่เกินกว่าจะทำสิ่งนี้ได้ หรือรอจนเด็กพูดคำแรกแล้วค่อยตัดสินว่าปากของเขาไม่ได้ถูกสร้างมาเพื่อพูด จนกระทั่งวันหนึ่งเขาก็ทำได้ โมเดลเหล่านี้ยังเป็นทารก มีพลังพิเศษในบางด้านและตามหลังเด็กมนุษย์อย่างมากในบางด้าน... แต่ทารกเรียนรู้ได้เร็ว การตัดสินว่าในอีกสามปีข้างหน้าพวกมันจะเป็นอย่างไร จากสิ่งที่พวกมันทำไม่ได้ในไตรมาสนี้ คือความผิดพลาดที่เกิดขึ้นทุกครั้ง ตลอดสามปีที่ผ่านมา เราเปลี่ยนจากแชทบอทห่วยๆ มาเป็นสิ่งที่ทำคะแนนเหนือมนุษย์ส่วนใหญ่ในทุกวิชาที่เราสอน อย่า midcurve มัน ตามภาษามีม เพียงเพราะคุณมีอคติ
สิ่งนี้หมายถึงอะไรสำหรับคุณ
ความกลัวที่อยู่ใต้เรื่องราวทั้งหมดนี้เป็นเรื่องส่วนตัว งั้นขอผมพูดแบบส่วนตัวบ้าง
ผมไม่ใช่คนสายเทคนิค ในเดือนมกราคม ผมโยน PDF ให้ cowork และได้เว็บไซต์ที่ใช้งานได้กลับมาในหกนาที จากนั้นก็ขอให้มันทำ dashboard แสดง engagement ของ Real Vision บนทุกแพลตฟอร์ม และได้มันมาในสิบห้านาที ตอนนั้นผมโพสต์ไปว่ารู้สึกเหมือนตัวเองเป็นไซบอร์ก
วันนี้ คนคนเดียวที่มี agent ชุดหนึ่งสามารถผลิตผลงานที่เคยต้องใช้ทั้งบริษัท ในหนังสือของผม The Everything Code (ออกวันที่ 3 พฤศจิกายน และเปิดพรีออเดอร์แล้ว) ผมเล่าเรื่องของวิศวกรซอฟต์แวร์ที่ใช้เวลากว่าทศวรรษสร้างบริษัทด้วยวิธีดั้งเดิม ถอยออกมาพักหนึ่ง แล้วสร้างโปรเจกต์ AI ส่วนตัวในช่วงฤดูหนาวเดียว ที่ได้ GitHub stars หลักแสนและทำให้เขาถูกจ้างโดย OpenAI มันคือสมองเดิมที่ใช้จริยธรรมการทำงานแบบเดิม สิ่งเดียวที่เปลี่ยนคือสิ่งที่เขาใช้สร้างมัน
"สิ่งนี้จะมาแทนที่ฉันไหม" คือคำถามที่อีโก้ของคุณถาม และมันเป็นคำถามที่ผิด ชั้นของงานที่อยู่ใต้คุณกำลังถูกบีบอัด ไม่ว่าคุณจะชอบหรือไม่ เหมือนกับที่ Maudslay บีบอัดงานของช่างฝีมือทุกคนที่นั่งตะไบสกรูด้วยมือ คำถามที่ดีกว่าคือคุณจะทำอะไรกับเครื่องจักรที่สามารถแบกชั้นงานนั้นแทนคุณได้ และคนที่จบลงด้วยการมีพลังพิเศษคือคนที่ขยับขึ้นไปอีกระดับ ไปสู่การตัดสินใจว่าอะไรควรค่าแก่การสร้างตั้งแต่แรก
เป็นเจ้าของเครื่องจักรที่สร้างเครื่องจักร
สิ่งที่วงจรบอกคุณคือมูลค่าจะไปกองอยู่ที่ไหน เมื่อสติปัญญาสร้างสติปัญญา ผลตอบแทนจะไหลไปสู่ใครก็ตามที่เป็นเจ้าของวงจร: พลังประมวลผลที่มันทำงานอยู่ พลังงานที่ป้อนให้พลังประมวลผลนั้น และ rails ที่ agent ต่างๆ ลงเอยด้วยการใช้เมื่อพวกมันเริ่มทำธุรกรรมระหว่างกันด้วยความเร็วระดับเครื่องจักร นี่คือสิ่งที่มันไม่สามารถเลี่ยงไปได้ และเป็นครั้งแรกในประวัติศาสตร์ที่แต่ละสิ่งเหล่านี้เป็นสิ่งที่คนธรรมดาสามารถเป็นเจ้าของส่วนแบ่งได้
นี่คือ Exponential Age ที่กำลังเคลื่อนจากทฤษฎีสู่ความเป็นจริงที่สัมผัสได้ และมันวิ่งชนหน้าต่างเวลาที่ผมเคยเขียนไว้ใน framework Economic Singularity ของผม ซึ่งอยู่ระหว่างปี 2030 ถึง 2032 นั่นคือจุดที่เศรษฐกิจเครื่องจักรเริ่มเคลื่อนที่เร็วกว่าเครื่องมือของมนุษย์ที่ถูกสร้างมาเพื่อวัดมัน ไม่ว่าจะเป็น GDP รายได้ ค่าจ้าง และตัวเลขเก่าๆ จะหยุดอธิบายสิ่งที่เกิดขึ้น ปีต่อจากนี้จนถึงตอนนั้นคือเกมทั้งหมด
ความคิดทั้งหมดในเรื่องนี้อยู่ใน The Everything Code หนังสือเล่มนี้วาดภาพว่าทำไมระบบการเงินถึงพังทลาย และทำไมเราถึงติดอยู่ในวงจรหนี้มาหลายทศวรรษ แล้วทำไมการมาถึงของ Exponential Age ในตอนนี้จึงเป็นอีกครึ่งหนึ่งของเรื่องเดียวกัน
ทุกสิ่งที่อยู่ในบทความนี้เป็นสิ่งที่หลีกเลี่ยงไม่ได้เมื่อคุณมองเห็นกลไก และส่วนที่แปลกคือมันเป็นทางออก: เครื่องจักรคือสิ่งที่ทำให้โลกเติบโตจนหลุดพ้นจากหนี้ได้ในที่สุด หลังจากติดหล่มมาหลายทศวรรษ นั่นคือสิ่งที่ควรให้ความหวัง และหนังสือเล่มนี้คือที่ที่ผมอธิบายกรณีศึกษาทั้งหมดอย่างครบถ้วน
The Everything Code ออกวันที่ 3 พฤศจิกายน และช่วยผมหน่อย ถ้าคุณตั้งใจจะซื้อ ผมจะภูมิใจมากถ้าคุณพิจารณาพรีออเดอร์ตอนนี้ สิ่งเหล่านี้ช่วยเรื่องอันดับการขายได้จริงๆ และมันจะมีความหมายกับผมมาก ขอบคุณครับ
และถ้าคุณอยากเจาะลึกเรื่องไหนเพิ่มเติม คุยกับผมต่อได้เลย! ผมสร้าง AI ที่เทรนด้วยความคิดของผมตลอด 30 ปีไว้ที่ raoulpal.ai และมันฟรี มาสานต่อการพูดคุยกับผมได้ที่นั่น
