ในขณะที่ AI เอเจนต์และหุ่นยนต์เริ่มทำงานจริง ความฉลาดแต่เพียงอย่างเดียวจะไม่ใช่ตัวกำหนดว่าอะไรจะถูกนำไปใช้ หลักฐาน ความรับผิดชอบ และความไว้วางใจต่างหากที่จะเป็นตัวชี้ขาด
ทุกคนต่างถามกันว่า AI จะฉลาดได้ขนาดไหน
แต่ผมกลับคิดถึงคำถามอีกข้อหนึ่ง:
เราจะรู้ได้อย่างไรว่า AI ตัวไหนที่เราไว้ใจได้จริง?
เพราะความฉลาดแต่เพียงอย่างเดียวไม่สามารถสร้างเศรษฐกิจ AI ได้
โมเดลหนึ่งอาจน่าประทับใจในการสาธิต
เอเจนต์หนึ่งอาจทำงานที่ถูกเลือกสรรมาอย่างดีจนสำเร็จ
หุ่นยนต์ตัวหนึ่งอาจทำงานได้อย่างสมบูรณ์แบบในวิดีโอที่มีการควบคุม
แต่การนำไปใช้จริงนั้นเริ่มต้นหลังจากที่การสาธิตจบลง
มันเริ่มต้นเมื่อธุรกิจตั้งคำถามว่า:
สิ่งนี้จะทำงานในสภาพแวดล้อมของเราไหม?
มันเชื่อมต่อกับระบบของเราได้ไหม?
ใครเป็นคนสร้างมัน?
มันเข้าถึงข้อมูลอะไรได้บ้าง?
มันจะมีพฤติกรรมอย่างไรเมื่อเกิดข้อผิดพลาด?
ใครจะเป็นผู้รับผิดชอบ?
และมันคุ้มค่าที่จะจ่ายเงินหรือไม่?
คำถามเหล่านี้อาจไม่น่าตื่นเต้นเท่าการดูหุ่นยนต์เดินหรือเอเจนต์สร้างแอปพลิเคชัน
แต่มันอาจเป็นตัวตัดสินว่าผลิตภัณฑ์ใดจะอยู่รอด
เรากำลังเข้าสู่ช่วงที่ยากลำบาก
การสร้างผลิตภัณฑ์ AI กำลังเร็วขึ้น
ทีมงานขนาดเล็กสามารถสร้างบางสิ่งได้ภายในไม่กี่สัปดาห์ ซึ่งเมื่อก่อนอาจต้องใช้บริษัทขนาดใหญ่ เงินทุนมหาศาล และเวลาพัฒนาหลายเดือน
นั่นเป็นสิ่งที่ดีสำหรับนวัตกรรม
แต่มันก็สร้างปัญหาอีกอย่างหนึ่ง
จำนวนผลิตภัณฑ์เพิ่มขึ้นเร็วกว่าความสามารถของเราในการประเมินมันมาก
เปิดไดเรกทอรี AI ใดๆ ก็ตาม แล้วคุณจะเห็นรูปแบบที่ชัดเจน
เครื่องมือหลายพันรายการ
คำอธิบายที่คล้ายคลึงกัน
คำสัญญาที่โอ้อวด
ข้อมูลบริบทมีน้อยมาก
คุณมักจะเห็นว่าผลิตภัณฑ์อ้างว่าทำอะไรได้บ้าง
แต่ยากกว่ามากที่จะเข้าใจ:
- ว่ามันทำงานได้อย่างสม่ำเสมอหรือไม่;
- ว่ามีคนใช้มันอยู่แล้วหรือไม่;
- ว่ามันรองรับระบบอะไรบ้าง;
- ว่าจะเกิดอะไรขึ้นกับข้อมูลของคุณ;
- ว่าผู้สร้างจะยังอยู่ที่นั่นในปีหน้าหรือไม่;
- และว่าผลิตภัณฑ์ดีกว่าทางเลือกอื่นจริงหรือไม่
การค้นพบช่วยให้คุณมีตัวเลือก
ความไว้วางใจช่วยให้คุณตัดสินใจได้
ระบบนิเวศ AI ในปัจจุบันมีสิ่งแรกมากมาย แต่มีสิ่งที่สองไม่เพียงพอ
การสาธิตห้านาทีไม่ใช่หลักฐาน
เรื่องนี้ยิ่งสำคัญมากขึ้นเมื่อ AI ก้าวออกจากหน้าจอ
แชทบอทให้คำตอบที่ไม่ดีก็น่าหงุดหงิด
ซอฟต์แวร์เอเจนต์ตัดสินใจทางการเงินหรือการปฏิบัติงานผิดพลาดอาจมีค่าใช้จ่ายสูง
หุ่นยนต์ทำงานผิดปกติในคลังสินค้า โรงพยาบาล หรือพื้นที่สาธารณะอาจเป็นอันตรายได้
นั่นเปลี่ยนมาตรฐาน
เราไม่สามารถประเมิน AI ทางกายภาพแบบเดียวกับที่เราประเมินแอปพลิเคชันมือถือทั่วไปได้
อินเทอร์เฟซที่สวยงามยังไม่พอ
วิดีโอไวรัลยังไม่พอ
ผู้ติดตามจำนวนมากยังไม่พอ
แม้แต่การทดสอบที่ประสบความสำเร็จก็ยังไม่พอ ถ้าไม่มีใครเข้าใจเงื่อนไขที่การทดสอบนั้นเกิดขึ้น
ยิ่ง AI ใกล้ชิดกับงานจริง เงินตรา โครงสร้างพื้นฐาน และความปลอดภัยของมนุษย์มากเท่าไหร่ มันก็ยิ่งต้องการหลักฐานมากขึ้นเท่านั้น
หลักฐานนั้นอาจรวมถึงประวัติผลงาน การนำไปใช้จริงที่ได้รับการยืนยัน ความเข้ากันได้ทางเทคนิค ความคิดเห็นของผู้ใช้ ข้อมูลด้านความปลอดภัย การทดสอบโดยอิสระ และความรับผิดชอบที่ชัดเจน
ไม่ใช่ทุกผลิตภัณฑ์ที่จะต้องการการตรวจสอบทุกรูปแบบ
แต่การบอกว่า "เชื่อฉันเถอะ มันใช้งานได้" จะไม่สามารถขยายผลได้
ผู้ชนะ AI ในอนาคตอาจไม่ใช่ผู้ที่เสียงดังที่สุด
ทุกวันนี้ ความสนใจมักเป็นตัวกำหนดว่าผลิตภัณฑ์ใดจะถูกค้นพบ
การเปิดตัวที่ดีที่สุด
แบรนด์บุคคลที่แข็งแกร่งที่สุด
งบโฆษณาที่มากที่สุด
การสาธิตที่อลังการที่สุด
แต่ความสนใจและคุณภาพไม่ใช่สิ่งเดียวกัน
น่าจะมีผลิตภัณฑ์ AI และโครงการหุ่นยนต์ที่ยอดเยี่ยมมากมายที่กำลังถูกสร้างขึ้นโดยคนที่พวกเราส่วนใหญ่ไม่เคยได้ยินชื่อมาก่อน
พวกเขาอาจมีความรู้ทางเทคนิคเชิงลึกแต่มีช่องทางการจัดจำหน่ายที่จำกัด
พวกเขาอาจทำงานอยู่นอก Silicon Valley
พวกเขาอาจไม่มีผู้ก่อตั้งที่โพสต์วันละสิบครั้ง
พวกเขาอาจกำลังแก้ปัญหาสำคัญในด้านการเกษตร โลจิสติกส์ การดูแลสุขภาพ การศึกษา หรือการผลิต ซึ่งไม่ได้ดึงดูดผู้ชมนับล้านได้ในทันที
นั่นไม่ควรทำให้พวกเขามองไม่เห็น
เศรษฐกิจ AI ที่ใช้งานได้จำเป็นต้องมีวิธีให้นวัตกรรมที่น่าเชื่อถือได้รับความไว้วางใจโดยไม่ต้องชนะการประกวดความนิยมก่อน
นอกจากนี้ยังต้องการวิธีให้ผู้ซื้อ พันธมิตร และนักลงทุนสามารถเปรียบเทียบโอกาสต่างๆ โดยไม่ต้องใช้เวลาหลายสัปดาห์ในการค้นหาผ่านเว็บไซต์ กลุ่มส่วนตัว และสเปรดชีตที่กระจัดกระจาย
นั่นไม่ใช่แค่ปัญหาเรื่องการค้นพบ
มันเป็นปัญหาเรื่องโครงสร้างพื้นฐานด้านความไว้วางใจ
ความไว้วางใจควรหมายถึงอะไรจริงๆ
"น่าเชื่อถือ" เป็นหนึ่งในคำเหล่านั้นที่บริษัทต่างๆ ใช้กันอย่างง่ายดายเกินไป
ผมจึงพยายามนิยามมันให้ใช้งานได้จริงมากขึ้น
สำหรับผม ความไว้วางใจในผลิตภัณฑ์ AI ควรมาจากห้าสิ่งนี้
- ตัวตน
ใครเป็นคนสร้างมัน?
ผู้สร้างหรือบริษัทสามารถตรวจสอบยืนยันได้หรือไม่?
ผู้ใช้สามารถเข้าใจได้หรือไม่ว่าใครเป็นผู้รับผิดชอบในการบำรุงรักษา?
การทดลองแบบไม่เปิดเผยตัวตนก็มีที่ทางของมัน
แต่การนำไปใช้ในเชิงพาณิชย์ต้องการความรับผิดชอบ
- หลักฐาน
ผลิตภัณฑ์ทำงานได้ดีนอกเหนือจากการสาธิตที่มีการควบคุมหรือไม่?
มีผู้ใช้จริง ผลลัพธ์ การทดสอบ หรือการนำไปใช้จริงที่สนับสนุนการอ้างสิทธิ์หรือไม่?
หลักฐานจะดูแตกต่างกันสำหรับโปรเจกต์ใหม่และบริษัทที่เติบโตเต็มที่แล้ว
สิ่งที่สำคัญคือการซื่อสัตย์เกี่ยวกับความแตกต่างนั้น
- ความโปร่งใส
ผลิตภัณฑ์ทำอะไรได้บ้าง?
มันทำอะไรไม่ได้บ้าง?
มันใช้ข้อมูลอะไร?
มันต้องได้รับอนุญาตอะไรบ้าง?
ข้อจำกัดของมันอยู่ที่ไหน?
ความไว้วางใจไม่จำเป็นต้องเปิดเผยทุกบรรทัดของโค้ด
มันต้องการให้ข้อมูลเพียงพอสำหรับผู้คนในการตัดสินใจอย่างมีข้อมูล
- ชื่อเสียง
เกิดอะไรขึ้นเมื่อมีคนอื่นใช้มัน?
มันใช้งานได้ไหม?
มีการสนับสนุนเมื่อต้องการหรือไม่?
ปัญหาต่างๆ ได้รับการจัดการอย่างเหมาะสมหรือไม่?
ชื่อเสียงควรได้รับผ่านกิจกรรมจริง ไม่ใช่สร้างขึ้นผ่านเรตติ้งที่ไร้ความหมาย
- ความรับผิดชอบ
จะเกิดอะไรขึ้นเมื่อระบบล้มเหลว?
การกระทำนั้นสามารถตรวจสอบย้อนหลังได้หรือไม่?
สามารถยกเลิกการเข้าถึงได้หรือไม่?
สามารถโต้แย้งรายการธุรกรรมได้หรือไม่?
มีบุคคลหรือองค์กรที่รับผิดชอบในการแก้ไขปัญหาหรือไม่?
บททดสอบของความไว้วางใจไม่ใช่ว่าสิ่งใดสิ่งหนึ่งจะไม่ล้มเหลวเลย
ทุกสิ่งย่อมล้มเหลวในสักวัน
บททดสอบคือความล้มเหลวนั้นสามารถทำความเข้าใจ จำกัดวง และแก้ไขได้หรือไม่
ความไว้วางใจต้องไม่กลายเป็นกำแพง
มันมีอีกด้านหนึ่งของเรื่องนี้
หากระบบความไว้วางใจถูกออกแบบมาไม่ดี พวกมันก็สามารถปกป้องบริษัทที่ตั้งมั่นและกีดกันคนอื่นๆ ทั้งหมดออกไป
นั่นคงเป็นความผิดพลาด
ผู้สร้างรายใหม่ไม่ควรต้องมีเงินทุนมหาศาล นักลงทุนชื่อดัง หรือใบรับรองราคาแพง เพียงเพื่อให้ถูกมองอย่างจริงจัง
จุดประสงค์ของโครงสร้างพื้นฐานด้านความไว้วางใจไม่ควรเป็นผู้ตัดสินว่าใครได้รับอนุญาตให้สร้างนวัตกรรม
มันควรช่วยให้ผู้คนเข้าใจสิ่งที่พวกเขากำลังดูอยู่
โปรเจกต์ที่อยู่ในขั้นต้นแบบควรสามารถบอกได้อย่างชัดเจน
ผลิตภัณฑ์ที่พร้อมสำหรับการผลิตควรสามารถแสดงให้เห็นได้ว่าทำไม
หุ่นยนต์ทดลองไม่ควรถูกนำเสนอว่าพิสูจน์แล้วในเชิงพาณิชย์
แต่มันควรยังมีที่ทางให้ถูกค้นพบ ได้รับการสนับสนุน และปรับปรุงต่อไป
เป้าหมายไม่ใช่การทำให้ทุกโปรเจกต์ดูเท่าเทียมกัน
มันคือการทำให้ความแตกต่างของพวกมันมองเห็นได้
นั่นสร้างสภาพแวดล้อมที่ยุติธรรมกว่าสำหรับผู้สร้าง และปลอดภัยกว่าสำหรับผู้ซื้อ
สิ่งที่การสร้าง NexoraX สอนผม
เมื่อผมเริ่มคิดอย่างจริงจังเกี่ยวกับ NexoraX การค้นพบดูเหมือนจะเป็นปัญหาที่ชัดเจน
มีเครื่องมือ AI เอเจนต์ ผลิตภัณฑ์หุ่นยนต์ โครงการวิจัย และผู้สร้าง กระจายอยู่ทั่วแพลตฟอร์มนับไม่ถ้วน
การนำพวกมันเข้ามาใกล้กันมากขึ้นก็ดูมีคุณค่าแล้ว
แต่ยิ่งผมเดินทางลึกเข้าไปในเส้นทางนี้เท่าไหร่ ผมก็ยิ่งตระหนักว่าการค้นพบเป็นเพียงประตูหน้าเท่านั้น
ผู้คนไม่เพียงแค่ต้องการสิ่งต่างๆ ให้เรียกดูมากขึ้น
พวกเขาต้องการวิธีที่ดีกว่าในการทำความเข้าใจสิ่งที่พวกเขากำลังมอง
พวกเขาต้องการบริบท
พวกเขาต้องการสัญญาณ
พวกเขาต้องการหลักฐาน
และในที่สุด พวกเขาต้องการความมั่นใจมากพอที่จะลงมือทำ
นั่นอาจหมายถึงการลองใช้ผลิตภัณฑ์
การซื้อมัน
การนำไปใช้จริง
การสนับสนุนผู้สร้าง
การเป็นพันธมิตรกับบริษัท
หรือการติดตามโปรเจกต์ในขณะที่มันพัฒนา
ผมยังคงเรียนรู้ว่าระบบที่ถูกต้องควรมีหน้าตาอย่างไร
บางคำตอบจะมาจากเทคโนโลยี
หลายคำตอบจะมาจากการรับฟังผู้สร้าง ผู้ซื้อ นักวิจัย นักลงทุน และผู้คนที่คาดว่าจะใช้ระบบเหล่านี้ในโลกแห่งความจริง
นั่นคือเหตุผลหนึ่งที่ผมแบ่งปันการเดินทางครั้งนี้ก่อนที่ทุกอย่างจะเสร็จสมบูรณ์
ผู้คนที่เข้าสู่ระบบนิเวศนี้ตอนนี้ควรมีสิทธิ์มีเสียงในการพัฒนาของมัน
การแข่งขัน AI ที่แท้จริง
การแข่งขัน AI ในสายตาประชาชนมักถูกอธิบายว่าเป็นการแข่งขันเรื่องความฉลาด
ใครมีโมเดลที่แข็งแกร่งที่สุด?
ใครมีเอเจนต์ที่มีความสามารถมากที่สุด?
ใครมีหุ่นยนต์ที่เร็วที่สุด?
คำถามเหล่านั้นมีความสำคัญ
แต่การแข่งขันอีกประเภทหนึ่งกำลังก่อตัวขึ้นภายใต้คำถามเหล่านั้น
ใครสามารถทำให้ AI เข้าใจได้?
ใครสามารถทำให้ AI เชื่อถือได้?
ใครสามารถเชื่อมต่อนวัตกรรมกับผู้คนที่ต้องการมัน?
ใครสามารถสร้างความมั่นใจโดยไม่ทำให้การทดลองต้องหยุดชะงัก?
ความฉลาดจะทำให้ AI มีพลัง
ความไว้วางใจจะทำให้ AI ใช้งานได้
และหากปราศจากความไว้วางใจ นวัตกรรมมากมายที่ถูกสร้างขึ้นในวันนี้ อาจไม่มีวันก้าวข้ามการสาธิตไปได้
เรายังอยู่ในช่วงเริ่มต้น
แต่นี่คือหนึ่งในคำถามที่ผมเชื่อว่าจะกำหนดทุกสิ่งที่จะตามมา





