ผู้ที่กำลังสร้าง AI กำลังพยายามบอกอะไรบางอย่างกับเรา

มีสิ่งผิดปกติเกิดขึ้นในโลกเทคโนโลยี

ผู้ที่กำลังสร้างระบบ AI ที่สำคัญที่สุดในโลกบางระบบไม่ได้อธิบายว่า AI เป็นเพียงการอัปเกรดซอฟต์แวร์อีกต่อไป พวกเขากำลังพูดถึง ความชาญฉลาดที่อุดมสมบูรณ์ ผลิตภัณฑ์ที่พัฒนาตนเองได้ งานที่กำลังหายไป ผู้ช่วย AI สำหรับทุกคน เอเจนต์อัตโนมัติ และ AGI ที่จะมาถึงภายในไม่กี่ปี แทนที่จะเป็นหลายชั่วอายุคน

สิ่งที่น่าสนใจคือพวกเขาไม่ได้เห็นพ้องต้องกันทั้งหมดว่าเกิดอะไรขึ้นต่อไป

Sam Altman มองว่าความชาญฉลาดจะกลายเป็นสิ่งอุดมสมบูรณ์และราคาถูกลงอย่างมาก Spenser Skates เชื่อว่าความชาญฉลาดจะฝังตัวอยู่ในผลิตภัณฑ์มากขึ้นเรื่อยๆ สร้างผลิตภัณฑ์ที่ พัฒนาตนเองได้ รุ่นใหม่ Dario Amodei เตือนถึงผลกระทบร้ายแรงต่องานปกขาวระดับเริ่มต้น Jensen Huang เชื่อว่า AI จะช่วยเสริมศักยภาพมนุษย์และสร้างโอกาสทางเศรษฐกิจใหม่ๆ Satya Nadella กล่าวว่าการเปลี่ยนแปลงทางเทคโนโลยีหลายทศวรรษกำลังถูกบีบอัดให้เหลือเพียงไม่กี่ปี Demis Hassabis เชื่อว่าเรากำลังมาถึงช่วงเวลาสำคัญในประวัติศาสตร์ของมนุษย์

ในตอนแรก สิ่งเหล่านี้ฟังดูเหมือนการคาดการณ์ที่แตกต่างกัน แต่ผมคิดว่ามันเป็นบทที่แตกต่างกันของเรื่องราวเดียวกัน

เมื่อนำมารวมกันแล้ว พวกมันให้ภาพที่ชัดเจนอย่างน่าประหลาดใจเกี่ยวกับสิ่งที่อาจจะเกิดขึ้น และเราควรเตรียมตัวรับมืออย่างไร

SAM ALTMAN: ความชาญฉลาดกำลังกลายเป็นสิ่งอุดมสมบูรณ์

OpenAI ได้วางกรอบ AI ผ่านมุมมองของเศรษฐศาสตร์แห่งความอุดมสมบูรณ์มากขึ้นเรื่อยๆ แนวคิดพื้นฐานนั้นเรียบง่าย: เมื่อความชาญฉลาดที่มีประโยชน์มีความสามารถมากขึ้นและราคาถูกลงอย่างมาก กิจกรรมที่ครั้งหนึ่งเคยต้องใช้ความเชี่ยวชาญของมนุษย์ที่มีราคาแพงก็กลายเป็นไปได้ในเชิงเศรษฐกิจในวงกว้างอย่างมหาศาล

แนวคิดนี้ใหญ่กว่าที่เห็นในครั้งแรก

ตลอดประวัติศาสตร์มนุษย์ส่วนใหญ่ ความชาญฉลาดที่มีประโยชน์นั้นมีราคาแพงเพราะมันอยู่ในตัวคน หากคุณต้องการความเชี่ยวชาญ สังคมต้องให้การศึกษาแก่ใครสักคนเป็นเวลาหลายปีก่อน แล้วจึงแข่งขันเพื่อช่วงชิงเวลาอันจำกัดของบุคคลนั้น ทนายความที่เก่งสามารถรับใช้ลูกความได้เพียงจำนวนหนึ่ง โปรแกรมเมอร์สามารถเขียนโค้ดได้เพียงจำนวนหนึ่ง และนักวิทยาศาสตร์สามารถตรวจสอบสมมติฐานได้เพียงจำนวนหนึ่งเท่านั้น

AI เปลี่ยนแปลงเศรษฐศาสตร์เหล่านี้เพราะความชาญฉลาดของเครื่องจักรสามารถถูกคัดลอก ขยายขนาด และทำให้พร้อมใช้งานได้อย่างต่อเนื่อง

ลองนึกภาพความชาญฉลาดค่อยๆ กลายเป็นสิ่งที่ใกล้เคียงกับไฟฟ้า เราไม่ได้จ้างไฟฟ้าหรือนัดประชุมกับมัน เราเพียงแค่เข้าถึงเท่าที่เราต้องการ เมื่อใดก็ตามที่เราต้องการ

สตาร์ทอัพที่มีพนักงานห้าคนสามารถมีความสามารถในการวิเคราะห์และทางเทคนิคที่ครั้งหนึ่งต้องใช้บริษัทข้ามชาติ ธุรกิจขนาดเล็กสามารถมีสิ่งที่คล้ายกับนักวิจัย โปรแกรมเมอร์ นักออกแบบ และนักวางกลยุทธ์เป็นของตัวเอง นักวิทยาศาสตร์สามารถตรวจสอบคำถามที่ก่อนหน้านี้ไม่คุ้มค่ากับเวลาหลายพันชั่วโมงของมนุษย์ที่ต้องใช้ในการสำรวจ

เราสร้างเศรษฐกิจขึ้นมาโดยมีความชาญฉลาดที่หายาก AI อาจเปลี่ยนความชาญฉลาดให้กลายเป็นโครงสร้างพื้นฐาน

และเมื่อบางสิ่งเคลื่อนจากความขาดแคลนไปสู่ความอุดมสมบูรณ์ มูลค่าทางเศรษฐกิจมักจะย้ายไปที่อื่น

SPENSER SKATES: ผลิตภัณฑ์จะเริ่มปรับปรุงตัวเอง

จากนั้น Spenser Skates ผู้ร่วมก่อตั้งและ CEO ของ Amplitude ก้าวต่อไปอีกขั้น

จะเกิดอะไรขึ้นเมื่อความชาญฉลาดที่อุดมสมบูรณ์ทั้งหมดนั้นไม่ได้นั่งอยู่ในแชทบอทเพื่อรอให้เราถามคำถาม? จะเกิดอะไรขึ้นเมื่อเราใส่มัน ไว้ในตัวผลิตภัณฑ์?

Skates พูดถึงอนาคตของ ผลิตภัณฑ์ที่พัฒนาตนเองได้: ผลิตภัณฑ์ที่สามารถเข้าใจอย่างต่อเนื่องว่าพวกมันถูกใช้งานอย่างไร ค้นพบปัญหาและโอกาส ทดลองการปรับปรุง เรียนรู้จากผลลัพธ์ และป้อนบทเรียนเหล่านั้นกลับไปสู่สิ่งที่ถูกสร้างขึ้นต่อไป

วลีนั้นสมควรได้รับความสนใจมากกว่านี้มาก

เป็นเวลาหลายทศวรรษที่การพัฒนาซอฟต์แวร์ดำเนินไปตามวงจรของมนุษย์ที่ค่อนข้างช้า บริษัทสร้างบางสิ่ง ลูกค้าใช้มัน ข้อมูลสะสม นักวิเคราะห์ศึกษาว่าเกิดอะไรขึ้น ผู้จัดการผลิตภัณฑ์ตัดสินใจว่าควรเปลี่ยนแปลงอะไร นักออกแบบสร้างทางเลือกอื่น วิศวกรสร้างมัน และในที่สุดอีกเวอร์ชันหนึ่งก็ถึงมือลูกค้า

จากนั้นกระบวนการก็เริ่มต้นอีกครั้ง

ทุกขั้นตอนขึ้นอยู่กับมนุษย์เป็นผู้เริ่มต้นขั้นตอนถัดไป AI เริ่มบีบอัดวงจรทั้งหมดนั้น

ขั้นแรก ผลิตภัณฑ์ถูกสร้างได้เร็วขึ้น เครื่องมือเขียนโค้ด AI ช่วยลดเวลาที่ต้องใช้ในการสร้างซอฟต์แวร์และแก้ไขผลิตภัณฑ์ที่มีอยู่ได้อย่างมาก

จากนั้นผลิตภัณฑ์ก็สังเกต เอเจนต์ AI สามารถเฝ้าดูพฤติกรรมของลูกค้าอย่างต่อเนื่อง แทนที่จะรอให้ใครสักคนตรวจสอบแดชบอร์ดด้วยตนเอง

จากนั้นมันก็เข้าใจ เอเจนต์เหล่านั้นสามารถระบุจุดเสียดสี พฤติกรรมที่ผิดปกติ ปัญหาการแปลง และโอกาสที่มนุษย์อาจไม่เคยคิดจะตรวจสอบ

จากนั้นมันก็ทดลอง ประสบการณ์ใหม่ๆ สามารถถูกสร้างและทดสอบด้วยความเร็วที่ทีมผลิตภัณฑ์แบบดั้งเดิมไม่สามารถทำได้จริง

จากนั้นมันก็เรียนรู้ ข้อมูลพฤติกรรมเผยให้เห็นว่าการเปลี่ยนแปลงนั้นช่วยปรับปรุงการแปลง การมีส่วนร่วม การรักษาลูกค้า หรือผลลัพธ์สำคัญอื่นๆ จริงหรือไม่

และสุดท้าย มันก็ปรับปรุง สิ่งที่ระบบเรียนรู้จะถูกป้อนกลับโดยตรงไปยังสิ่งที่ควรสร้างต่อไป

ทุกวันนี้ มนุษย์ยังคงควบคุมการเปลี่ยนแปลงเหล่านั้นส่วนใหญ่ แต่ลองนึกภาพว่าจะเกิดอะไรขึ้นเมื่อวงจรกลายเป็นอัตโนมัติมากขึ้นเรื่อยๆ

ผลิตภัณฑ์สังเกตเห็นว่ากลุ่มลูกค้ากลุ่มหนึ่งละทิ้งกระบวนการเริ่มต้นใช้งานซ้ำแล้วซ้ำเล่า เอเจนต์ AI ตรวจสอบพฤติกรรมของพวกเขา ระบุสาเหตุของความเสียดสี และเสนอทางเลือกหลายทาง การทดลองทดสอบทางเลือกเหล่านั้น ข้อมูลพฤติกรรมเผยให้เห็นว่าวิธีใดได้ผล และการเรียนรู้นั้นถูกป้อนเข้าสู่การปรับปรุงครั้งต่อไปโดยตรง

ผลิตภัณฑ์ไม่ใช่แค่ซอฟต์แวร์ที่ผู้คนใช้อีกต่อไป มันกลายเป็นซอฟต์แวร์ที่เรียนรู้วิธีที่จะกลายเป็นซอฟต์แวร์ที่ดีขึ้น

นั่นเปลี่ยนสมการการแข่งขัน

การเขียนโค้ดด้วย AI ทำให้ทุกคนสร้างสิ่งต่างๆ ได้ง่ายขึ้นอย่างรวดเร็ว หากทุกบริษัทสามารถส่งมอบได้เร็วขึ้น การผลิตฟีเจอร์มากขึ้นก็กลายเป็นข้อได้เปรียบน้อยลง ข้อได้เปรียบย้ายจาก ความเร็วที่คุณสร้าง ไปเป็น ความเร็วที่คุณเรียนรู้

มีความแตกต่างที่สำคัญที่นี่ AI สามารถสร้างซอฟต์แวร์ได้ แต่การสร้างบางสิ่งและการรู้ว่ามนุษย์ต้องการมันจริงๆ หรือไม่นั้นเป็นปัญหาที่แตกต่างกันโดยสิ้นเชิง

อย่างแรกต้องใช้ความชาญฉลาด อย่างที่สองต้องใช้ความเข้าใจพฤติกรรมมนุษย์

นั่นอาจเป็นเหตุผลว่าทำไมผลิตภัณฑ์ที่ยอดเยี่ยมรุ่นต่อไปจะไม่ได้มีแค่ AI อยู่ภายในเท่านั้น พวกมันจะมีวงจรป้อนกลับอย่างต่อเนื่องที่เชื่อมต่อความชาญฉลาดกับพฤติกรรมมนุษย์ที่แท้จริง

ผลิตภัณฑ์ที่ดีที่สุดอาจไม่ชนะ

ผลิตภัณฑ์ที่เรียนรู้ได้เร็วที่สุดอาจชนะ

DARIO AMODEI: จะเกิดอะไรขึ้นกับขั้นแรก?

Dario Amodei CEO ของ Anthropic มองเห็นผลที่ตามมาที่ไม่สบายใจกว่ามากของความชาญฉลาดที่มีความสามารถมากขึ้น

เขาได้เตือนว่า AI อาจ disrupt การจ้างงานปกขาวระดับเริ่มต้นส่วนใหญ่ภายในเวลาเพียงไม่กี่ปี ไม่ว่าตัวเลขที่แน่นอนจะออกมาเป็นเท่าใด ปัญหาเชิงโครงสร้างที่อยู่เบื้องหลังคำเตือนของเขาสมควรได้รับความสนใจอย่างจริงจัง

จะเกิดอะไรขึ้นกับขั้นแรกของบันไดอาชีพ?

บริษัทต่างๆ จ้างนักวิเคราะห์ระดับจูเนียร์ส่วนหนึ่งเพราะมีคนจำเป็นต้องวิจัยคู่แข่ง จัดการสเปรดชีต และเตรียมงานนำเสนอ สำนักงานกฎหมายจ้างทนายความรุ่นเยาว์เพื่อตรวจสอบเอกสารจำนวนมหาศาล บริษัทซอฟต์แวร์มอบหมายงานเขียนโค้ดที่ค่อนข้างตรงไปตรงมาให้กับนักพัฒนาระดับจูเนียร์

แต่งานเหล่านั้นทำหน้าที่สองอย่าง พวกมันสร้างงานให้กับบริษัท ในขณะเดียวกันก็สร้าง มนุษย์ที่มีประสบการณ์

นักวิเคราะห์ในที่สุดก็พัฒนาการตัดสินและกลายเป็นผู้อำนวยการ ทนายความรุ่นเยาว์ที่ตรวจสอบเอกสารในที่สุดก็จัดการเจรจาที่ซับซ้อน โปรแกรมเมอร์ที่แก้บั๊กที่น่าเบื่อค่อยๆ เรียนรู้ว่าระบบจริงทำงานอย่างไรเมื่อมีสิ่งผิดปกติเกิดขึ้น

หาก AI เก่งเป็นพิเศษในงานระดับเริ่มต้น บริษัทต่างๆ ก็มีแรงจูงใจทางเศรษฐกิจที่ชัดเจนในการจ้างผู้เริ่มต้นน้อยลง

นั่นสร้างความขัดแย้งที่เรายังแก้ไม่ได้: AI อาจกำจัดงานที่ผู้คนทำตามประเพณีในขณะที่เรียนรู้วิธีทำงานที่ AI ยังไม่สามารถทำได้

เราอาจทำให้ก้นบันไดเป็นอัตโนมัติโดยไม่รู้ว่าคนรุ่นต่อไปจะไปถึงยอดได้อย่างไร

JENSEN HUANG: ทุกคนได้รับพลังพิเศษ

Jensen Huang CEO ของ NVIDIA มองเห็นอีกด้านของสมการ

การคาดการณ์ของเขานั้นเรียบง่ายอย่างยอดเยี่ยม: "ทุกคนจะมีผู้ช่วย AI"

ข้อโต้แย้งที่กว้างขึ้นของ Huang คือ AI จะไม่เพียงแค่ทดแทนแรงงานมนุษย์ มันจะขยายขีดความสามารถของแต่ละบุคคลให้สำเร็จลุล่วง ซึ่งอาจสร้างความต้องการใหม่ๆ ขึ้นมาเมื่อต้นทุนของความชาญฉลาดและการผลิตลดลง

ประวัติศาสตร์ทำให้ข้อโต้แย้งนั้นมีความน่าเชื่อถือบ้าง

สเปรดชีตไม่ได้กำจัดนักบัญชี คอมพิวเตอร์ไม่ได้กำจัดพนักงานออฟฟิศ อินเทอร์เน็ตทำลายบางอาชีพในขณะที่สร้างอุตสาหกรรมที่ไม่เคยมีมาก่อน

ดังนั้น AI อาจกำจัด งาน ปริมาณมหาศาลโดยไม่ต้องกำจัด ตำแหน่งงาน จำนวนเท่ากัน

หากซอฟต์แวร์มีราคาถูกกว่าสิบเท่าในการสร้าง บางทีสังคมอาจไม่ต้องการนักพัฒนาเพียงหนึ่งในสิบของจำนวนเดิม บางทีมนุษยชาติอาจตัดสินใจสร้างซอฟต์แวร์มากขึ้นห้าสิบเท่า หากการสืบสวนทางวิทยาศาสตร์มีราคาถูกลงอย่างมาก บางทีเราไม่ต้องการนักวิทยาศาสตร์น้อยลง บางทีนักวิทยาศาสตร์อาจพยายามทำการทดลองนับล้านครั้งที่ก่อนหน้านี้ไม่คุ้มค่าทางเศรษฐกิจ

ซึ่งหมายความว่า Huang และ Amodei อาจถูกต้องทั้งคู่ บางอาชีพอาจหดตัวอย่างรุนแรงในขณะที่กิจกรรมทางเศรษฐกิจประเภทใหม่ๆ ระเบิดขึ้น

การปฏิวัติทางเทคโนโลยีไม่ค่อยเลือกว่าจะทำลายหรือสร้าง โดยปกติแล้วมันส่งมอบทั้งสองอย่าง แต่ไม่จำเป็นต้องส่งถึงคนกลุ่มเดียวกันในเวลาเดียวกัน

SATYA NADELLA: ปัญหาที่แท้จริงอาจเป็นความเร็ว

Satya Nadella CEO ของ Microsoft ได้อธิบายการเปลี่ยนแปลงแพลตฟอร์มในปัจจุบันด้วยประโยคที่ผมคิดว่าสำคัญเป็นพิเศษ:

"การเปลี่ยนแปลงสามสิบปีกำลังถูกบีบอัดให้เหลือสามปี!"

คำว่า บีบอัด อาจมีความสำคัญมากกว่าสิ่งอื่นใดในการถกเถียงนี้

มนุษยชาติรอดชีวิตจากการเปลี่ยนแปลงทางเทคโนโลยีครั้งใหญ่มาหลายครั้งแล้ว ไฟฟ้าเปลี่ยนโฉมโรงงานและบ้านเรือน รถยนต์ออกแบบเมืองใหม่ คอมพิวเตอร์เปลี่ยนสำนักงาน อินเทอร์เน็ตจัดระเบียบการสื่อสาร การค้า และสื่อใหม่

แต่สังคมมีเวลาในการปรับตัว ผู้คนเกษียณอายุในขณะที่คนรุ่นใหม่เรียนรู้ทักษะที่แตกต่างกัน มหาวิทยาลัยเปลี่ยนหลักสูตร รัฐบาลสร้างกฎระเบียบ บริษัทต่างๆ ก่อตั้งและล้มเหลว และทั้งอาชีพก็ค่อยๆ พัฒนา

AI อาจสร้างปัญหาที่แตกต่างออกไป เพราะการปรับตัวทางเทคโนโลยีอาจเกิดขึ้นเร็วกว่า การปรับตัวของมนุษย์

ลองนึกภาพคนที่เริ่มเรียนปริญญาสี่ปีในวันนี้สำหรับอาชีพที่เศรษฐศาสตร์อาจดูแตกต่างไปจากเดิมอย่างสิ้นเชิงเมื่อสำเร็จการศึกษา หรือพิจารณามืออาชีพวัย 45 ปีที่ใช้เวลายี่สิบปีเพื่อเป็นเลิศในงานที่จู่ๆ ก็สามารถทำได้ทันทีและแทบไม่มีต้นทุน

อันตรายที่ใหญ่ที่สุดอาจไม่ใช่การเปลี่ยนแปลงทางเทคโนโลยีเอง มันอาจเป็นช่องว่างที่ widening ระหว่างความเร็วที่เครื่องจักรปรับปรุงและความเร็วที่มนุษย์ บริษัท และสถาบันต่างๆ สามารถ reinvent ตัวเองได้

DEMIS HASSABIS: สิ่งนี้อาจใหญ่กว่าซอฟต์แวร์

จากนั้นเรามาถึง Demis Hassabis CEO ของ Google DeepMind

ในเดือนสิงหาคม 2026 Hassabis อธิบายช่วงเวลาปัจจุบันว่าเป็น "ช่วงเวลาสำคัญในประวัติศาสตร์มนุษย์" และกล่าวว่าหลังจากทำงานเพื่อ AGI ตลอดอาชีพการงานของเขา เขาเชื่อว่ามัน "อยู่ใกล้แค่เอื้อม"

สิ่งนี้ทำให้การสนทนาก้าวไปไกลกว่าประสิทธิภาพการทำงานในที่ทำงาน

เมื่อ AI สามารถช่วยมนุษย์ในด้านคณิตศาสตร์ ชีววิทยา เคมี วัสดุศาสตร์ วิศวกรรมศาสตร์ และการแพทย์ได้อย่างมีนัยสำคัญ AI ก็จะหยุดเป็นเพียงอุตสาหกรรมเทคโนโลยีอีกต่อไป มันกลายเป็นเทคโนโลยีที่ เร่งเทคโนโลยีอื่นๆ

AI สามารถปรับปรุงหุ่นยนต์ ช่วยค้นพบยา ออกแบบวัสดุใหม่ เขียนซอฟต์แวร์ ช่วยการวิจัยทางวิทยาศาสตร์ และช่วยวิศวกรออกแบบคอมพิวเตอร์ที่ดีขึ้น ซึ่งในทางกลับกันก็สามารถรัน AI ที่ดีขึ้นได้

สิ่งนี้สร้างวงจรป้อนกลับ: AI ที่ดีขึ้นช่วยมนุษย์สร้างเทคโนโลยีที่ดีขึ้น เทคโนโลยีที่ดีขึ้นช่วยมนุษย์สร้าง AI ที่ดีขึ้น และวงจรก็เร่งความเร็วขึ้น

นั่นคือเหตุผลที่การเปรียบเทียบ AI กับสมาร์ทโฟนอาจประเมินสิ่งที่เกิดขึ้นต่ำเกินไปอย่างมาก สมาร์ทโฟนเปลี่ยนวิธีที่มนุษย์เข้าถึงข้อมูล

AI ขั้นสูงสามารถเปลี่ยน ความเร็วที่มนุษย์ค้นพบสิ่งใหม่ๆ

พวกเขาอาจถูกต้องทั้งหมด

ในตอนแรก ผู้นำเหล่านี้ดูเหมือนจะเล่าเรื่องที่แตกต่างกันให้เราฟัง อย่างไรก็ตาม เมื่อเรียงลำดับข้อโต้แย้งของพวกเขา พวกมันก็เริ่มดูเข้ากันได้อย่างน่าประหลาดใจ

Altman กล่าวว่าความชาญฉลาดกลายเป็นสิ่งอุดมสมบูรณ์ ความสามารถที่ครั้งหนึ่งเคยมีราคาแพงกลายเป็นสิ่งที่เกือบทุกคนเข้าถึงได้

Skates กล่าวว่าตัวผลิตภัณฑ์เริ่มเรียนรู้และปรับปรุง ความชาญฉลาดที่อุดมสมบูรณ์ถูกฝังอยู่ในวงจรการพัฒนาผลิตภัณฑ์ เชื่อมต่อการสร้าง การสังเกตพฤติกรรมมนุษย์ การทดลอง การเรียนรู้ และการปรับปรุง

Amodei กล่าวว่าความชาญฉลาดที่อุดมสมบูรณ์ disrupt งานที่ใช้ความรู้ สิ่งที่เปราะบางเป็นพิเศษคืองานระดับจูเนียร์ที่อาชีพดั้งเดิมถูกสร้างขึ้นมา

Huang กล่าวว่า AI ขยายขีดความสามารถของมนุษย์แต่ละคนอย่างมาก ต้นทุนที่ต่ำลงสร้างความต้องการใหม่ บริษัทใหม่ และประเภทงานใหม่ทั้งหมด

Nadella กล่าวว่าทั้งหมดนี้เกิดขึ้นอย่างรวดเร็วเป็นพิเศษ สังคมมีเวลาปรับตัวน้อยกว่าช่วงการปฏิวัติเทคโนโลยีครั้งก่อนมาก

Hassabis กล่าวว่าในที่สุด AI ก็เร่งการค้นพบเอง ความชาญฉลาดเริ่มช่วยมนุษยชาติประดิษฐ์เทคโนโลยีรุ่นต่อไป

สิ่งเหล่านี้ไม่จำเป็นต้องเป็นการคาดการณ์ที่แข่งขันกันหกแบบ พวกมันอาจเป็นหกชั้นของการเปลี่ยนแปลงเดียวกัน

ตามหาความขาดแคลน

หากคนเหล่านี้ถูกต้องแม้เพียงบางส่วน ก็มีบทเรียนที่ใช้ได้จริงอย่างน่าประหลาดใจสำหรับทุกคนที่คิดเกี่ยวกับอาชีพ บริษัท หรือการลงทุนของตน:

อย่าสร้างคุณค่าของคุณรอบๆ สิ่งที่ AI กำลังทำให้อุดมสมบูรณ์ จงสร้างมันรอบๆ สิ่งที่กลายเป็น scarce เพราะ AI นั้นอุดมสมบูรณ์

ความสนใจกลายเป็น scarce เมื่อเนื้อหาไม่มีขีดจำกัดอย่างมีประสิทธิภาพ การดึงดูดความสนใจของมนุษย์อย่างแท้จริงจึงยากขึ้นและมีคุณค่ามากขึ้น

การตัดสินใจกลายเป็น scarce เมื่อสามารถผลิตการวิเคราะห์ได้ทันที คำถามยากๆ ไม่ใช่ว่าคุณจะได้รับการวิเคราะห์ได้หรือไม่ มันคือคุณรู้หรือไม่ว่าควรเชื่อถือการวิเคราะห์ใด

ทิศทางกลายเป็น scarce เมื่อ AI สามารถสร้างแนวคิดและกลยุทธ์ได้หลายร้อยแบบ แนวคิดอีกหนึ่งอย่างก็ไม่จำเป็นต้องมีประโยชน์ การรู้ว่าปัญหาใดสมควรได้รับการแก้ไขกลายเป็นข้อได้เปรียบ

ความคิดดั้งเดิมกลายเป็น scarce เมื่องานเขียน รูปภาพ ซอฟต์แวร์ และงานนำเสนอที่มีความสามารถสามารถผลิตได้โดยเกือบทุกคน การมีสิ่งที่จะพูดที่แตกต่างอย่างแท้จริงจึงมีคุณค่ามากขึ้น

ความไว้วางใจกลายเป็น scarce เครื่องจักรจะสื่อสารอย่างน่าเชื่อถือมากขึ้นเรื่อยๆ ในขณะที่เนื้อหาสังเคราะห์ผลิตได้ง่ายขึ้น ความน่าเชื่อถือของมนุษย์จึงมีคุณค่ามากขึ้น ไม่น้อยลง

รสนิยมกลายเป็น scarce AI สามารถสร้างความเป็นไปได้ไม่รู้จบ ใครสักคนยังคงต้องตัดสินใจว่าอันไหนดีจริงๆ

และผลิตภัณฑ์ที่พัฒนาตนเองได้สร้างความขาดแคลนอีกอย่างหนึ่งที่อาจมีความสำคัญอย่างมาก: การรู้ว่าระบบควรปรับให้เหมาะสมเพื่ออะไร

เครื่องจักรสามารถเก่งเป็นพิเศษในการบรรลุวัตถุประสงค์ ผลิตภัณฑ์สามารถเก่งเป็นพิเศษในการปรับปรุงเมตริก แต่มันเป็นวัตถุประสงค์ที่ถูกต้องหรือไม่? มันเป็นเมตริกที่ถูกต้องหรือไม่?

นั่นไม่ใช่คำถามด้านเทคโนโลยีเป็นหลักอีกต่อไป

มันเป็นคำถามเกี่ยวกับการตัดสินใจของมนุษย์

อย่าพยายามวิ่งหนีเครื่องจักร

เป็นเวลาหลายทศวรรษที่ผู้จัดการบอกมนุษย์ว่างานใดควรทำ พรุ่งนี้ ผู้นำอาจกำหนดวัตถุประสงค์สำหรับการผสมผสานระหว่างมนุษย์ เอเจนต์ และระบบที่พัฒนาตนเองได้มากขึ้น

ความเป็นผู้นำจึงกลายเป็นเรื่องเกี่ยวกับการกำหนดทิศทาง ข้อจำกัด แรงจูงใจ และความหมาย น้อยลงเกี่ยวกับการควบคุมการดำเนินการ

ผมจะไม่ใช้เวลาทศวรรษหน้าเพื่อพยายามเก่งขึ้นเล็กน้อยในสิ่งที่เครื่องจักรกำลังปรับปรุงแบบทวีคูณ ผมจะเรียนรู้ที่จะชี้นำพวกมัน ในขณะที่จงใจเสริมสร้างความสามารถที่มีคุณค่ามากขึ้นอย่างแม่นยำเพราะความชาญฉลาดเองกำลังกลายเป็นสิ่งอุดมสมบูรณ์: การตัดสินใจ ความอยากรู้อยากเห็น ความกล้าหาญ ความสัมพันธ์ ความเป็นผู้นำ ความรับผิดชอบ และรสนิยม

ผู้ชนะในยุค AI อาจไม่ใช่คนที่รู้มากที่สุดเกี่ยวกับ AI พวกเขาอาจเป็นคนที่เข้าใจ จะทำอย่างไรกับความชาญฉลาด เมื่อความชาญฉลาดนั้นไม่ scarce อีกต่อไป

เป็นเวลาหลายพันปีที่ความชาญฉลาดให้พลังอันพิเศษแก่มนุษย์ ตอนนี้เรากำลังสร้างเครื่องจักรที่อาจทำให้ความชาญฉลาดพร้อมใช้งานทุกที่ ตลอดเวลา ในขณะที่ผลิตภัณฑ์รอบตัวเราเริ่มสังเกต เรียนรู้ และปรับปรุง

บางทีคำถามที่กำหนดยุค AI อาจไม่ใช่ว่าในที่สุดเครื่องจักรจะคิดเหมือนเราได้หรือไม่

มันเป็นสิ่งที่อึดอัดกว่ามาก:

มนุษย์ควรกลายเป็นอะไร เมื่อการเป็นคนฉลาดไม่เพียงพอที่จะทำให้เราพิเศษอีกต่อไป?