เฟสแรกของยุค AI ได้สิ้นสุดลงแล้ว ส่วนเฟสที่สองจะมาถึงเมื่อไหร่ ไม่มีใครรู้
เมื่อไม่นานมานี้ผมได้อ่านบทความไวรัลเรื่อง "The Model Generation" แล้วรู้สึกอินลึก ๆ ตอนนี้ผมกำลังเขียนบันทึกสิ่งที่สังเกตเห็นจาก Silicon Valley อยู่พอดี นี่จึงเป็นโอกาสเหมาะที่จะตอบกลับบทความนั้นจากมุมมองของคนนอกประเทศ โดยอิงจากสิ่งที่ผมเห็นที่นี่
- ความมั่งคั่งในฟองสบู่
"The Model Generation" ใช้เวลาอธิบายช่องว่างรายได้ระหว่างเพื่อนร่วมชั้นที่เลือกเส้นทางต่างกันค่อนข้างมาก: ต่างกันสิบเท่า ร้อยเท่า หรือแม้แต่คนที่หาเงินได้เกิน 100 ล้านดอลลาร์ เรื่องราวความมั่งคั่งมหาศาลเหล่านี้เกิดขึ้นเป็นหลักใน Silicon Valley ซึ่งตอนนี้ผมอยู่ทางตอนเหนือของแคลิฟอร์เนีย
ทุกวันมีตำนานความรวยหมุนเวียนอยู่ที่นี่จริง ๆ: เด็กอายุ 17 ระดมทุนได้หลายล้าน, มูลค่าบริษัทพุ่งขึ้น 100 เท่า, บริษัทถูกซื้อกิจการแล้วย้ายจากห้องเช่าแคบ ๆ ไปอยู่คฤหาสน์, เด็กจบใหม่ซื้อบ้านหรู... รายการนี้ยาวไม่มีที่สิ้นสุด ดังนั้นแม้คนที่นี่จะรวยกว่าคนอีกฟากมหาสมุทรโดยเฉลี่ย แต่ความวิตกกังวลก็รุนแรงไม่แพ้กัน
ถ้าแรงกดดันในประเทศเหมือน "การแข่งกันจนไร้ทางออก (involution)" ที่บดขยี้ทุกคนให้แบนแต๊ดแต๋ ที่นี่มันคือฟองสบู่ขนาดยักษ์ ฟองสบู่ทำให้ทุกคนรู้สึกวิงเวียน เหมือนเมายา แต่ก็หลงทางอยู่ในหมอกหรือภาพลวงตา ทำให้กลัวการสูญเสียอยู่ตลอดเวลา ผมคิดว่าทั้งสองสถานะนี้ไม่ดีต่อสุขภาพจิตเลย
นักวิจัยจาก Harvard Business School สำรวจเศรษฐีมากกว่า 4,000 คน พวกเขาพบว่าคนที่มีทรัพย์สินสุทธิระหว่าง 3 ล้านถึง 7.9 ล้านดอลลาร์ ไม่ได้มีความสุขกว่าคนที่มี 1.5 ถึง 2.9 ล้านดอลลาร์อย่างมีนัยสำคัญ ความสุขจะกระโดดขึ้นชัดเจนก็ต่อเมื่อเกิน 8 ล้านดอลลาร์ (หรือ 10 ล้านดอลลาร์ในอีกกลุ่มตัวอย่าง) และถึงอย่างนั้นก็เพิ่มขึ้นเพียงเล็กน้อยเท่านั้น
นั่นหมายความว่าถ้าคุณมีทรัพย์สินสุทธิ 1 ล้านดอลลาร์อยู่แล้ว และตัดสินใจทำงานหนักขึ้นเพื่อไปให้ถึง 3-4 ล้านดอลลาร์ ชีวิตคุณจะไม่เปลี่ยนไปมากนัก: คุณอาจยังมีบ้านใน South Bay, พาสุนัขเดินเล่นวันหยุด, กินอาหารฝรั่งเศสหรือญี่ปุ่นบ้างเป็นครั้งคราว, ขับรถไป San Francisco หรือ Half Moon Bay หรือบินไป Yellowstone นอกเหนือจากนี้ ไม่มีอะไรเปลี่ยน
ยกตัวอย่างเช่น Alex (นามสมมติ) พนักงาน Big Tech รู้สึกติดอยู่ในช่วง 1.5-7 ล้านดอลลาร์ และอยากก้าวกระโดดข้าม 8 ล้านดอลลาร์ วิธีแก้ของเขา? ลาออกมาเปิดบริษัท แล้วก็เริ่มวิตกกังวล การทำสตาร์ทอัพมีความเสี่ยง ก่อนที่ทุกอย่างจะเข้าที่ คุณจะอยู่ในความเจ็บปวดไม่รู้จบ: ต้องโน้มน้าวนักลงทุน ผู้ร่วมก่อตั้ง และผู้ใช้, ต้องโชว์รายได้และตัวเลข ARR สวย ๆ, กังวลว่าเรื่องราวที่คุณเล่าจะถูกกลืนด้วยการอัปเดตความสามารถของ LLM, และต้องทำการตลาดใน SF ตลอดเวลาเพื่อให้ยังอยู่ในสายตานักลงทุน
ลองดู Corgi สตาร์ทอัพด้านประกันภัยที่เปิดคาเฟ่ 24 ชั่วโมงชั้นล่างของสำนักงานใหญ่ใน SF เมื่อคาเฟ่ดัง พวกเขาก็เปิดตัวรถรับส่งฟรีวนรอบ YC (แหล่งบ่มเพาะที่ร้อนแรงที่สุด) เพื่อรับโปรแกรมเมอร์ที่ทำงานข้ามคืน สิ่งนี้สร้างทราฟฟิกและระดมทุนได้ก้อนโต
ดังนั้น เงินจำนวนมากที่นี่ผูกติดกับทราฟฟิก เมื่อคุณเกาะติดทราฟฟิก คุณจะหนีไม่พ้นเลย คุณต้องใช้ชีวิตวิ่งไล่ตามจุดสูงสุดและต่ำสุดไปตลอด ซึ่งเจ็บปวดมาก ความสุขหาได้ยากจริง ๆ ในซานฟรานซิสโก ถ้าคุณชอบเปรียบเทียบ คุณจะวิ่งไม่หยุดในฟันเฟืองของการแข่งขัน
2. LLM ตัวเดียวกัน ช่องว่างมหาศาล
ทั้งคู่จบจาก Stanford นักศึกษากฎหมายที่เข้า Biglaw (สำนักงานกฎหมายชั้นนำของสหรัฐฯ) ได้เงินเดือนปีแรกประมาณ 220k-230k ดอลลาร์ แต่เด็กจีนแทบไม่ได้เข้า Biglaw อีกแล้ว หลังจากหางานมาปีหนึ่ง สุดท้ายก็ได้เข้าบริษัทเล็ก ๆ รายได้ราว 100k ดอลลาร์ ความเครียดเทียบเท่าวิศวกร Big Tech ในขณะที่โปรแกรมเมอร์ระดับอาวุโสใน Big Tech ได้เงินหลายแสนถึงเกินล้านดอลลาร์ต่อปี นักวิทยาศาสตร์ใน Research Lab ได้ขั้นต่ำ 1 ล้านดอลลาร์ ส่วนโปรแกรมเมอร์ทั่วไปก็ได้เกิน 200k ดอลลาร์
ส่วนที่ตลกร้ายที่สุด: ทั้งคู่เกี่ยวข้องกับ "LLM" คนที่ทำ Large Language Models เริ่มต้นที่ 1 ล้านดอลลาร์ คนที่เรียน Master of Laws (LL.M.) ได้ 100k ดอลลาร์ และการเรียน LL.M. ที่ Stanford ค่าเทอมบวกค่าครองชีพเกือบ 1 ล้านหยวน ROI ช่างน่าตกใจ
ความเหลื่อมล้ำรายได้ที่นี่สูงมาก ความมั่งคั่งกระจุกตัวอยู่ในวงการเทค อุตสาหกรรมอื่น โดยเฉพาะงานออฟฟิศ แทบไม่ทำเงิน แน่นอน ผมรู้ว่าเพื่อนหลายคนใน Stanford ไม่ได้พึ่งพารายได้จากตัวเอง เรียนเพื่อเอาประสบการณ์ แต่นั่นเอนเอียงเกินไปที่จะนำมาคุย
กลับมาที่ AI AI ทำให้หลายคนรวยชั่วข้ามคืนจริง ๆ ตัวอย่างเช่น ถ้าคุณเข้า Anthropic ตั้งแต่ต้นปีที่แล้วตอนที่มูลค่าบริษัทอยู่ที่ 61.5 พันล้านดอลลาร์ และสัปดาห์นี้บริษัทเข้าตลาด Nasdaq ด้วยมูลค่าตลาดราว 1.4 ล้านล้านดอลลาร์ (อาจถึง 1.5 ล้านล้าน) มูลค่าบริษัทคูณเพิ่ม 20 กว่าเท่าในหนึ่งปี ถ้าคุณต่อรองออปชันได้ดี คุณก็รวยทันที
อย่างไรก็ตาม การทำงานที่ Anthropic หรือ OpenAI เหนื่อยมาก มีรายงานว่าวัฒนธรรมองค์กรไม่ค่อยดี: การพูดคุยภายในมักวนอยู่กับเรื่อง "AI อาจทำลายมนุษยชาติ" ผู้ร่วมก่อตั้งทั้งเจ็ดคนของ Anthropic ประกาศต่อสาธารณะว่าจะบริจาคทรัพย์สิน 80% และบริษัทมีโครงการจับคู่การบริจาคหุ้นของพนักงาน แม้จะเป็นความสมัครใจ แต่ก็มีรายงานว่าพนักงานครึ่งหนึ่งเข้าร่วม
นอกจากนี้ ความมั่งคั่งและฟองสบู่ที่ล้นทะลักยังนำมาซึ่ง "บริการสนับสนุน": งานจับคู่เดท บริการเพื่อนเที่ยว ฯลฯ จู่ ๆ คุณก็รู้สึกว่าประตูของโลกเปิดกว้าง เต็มไปด้วยความสุขนิยม แต่นี่คือการทดสอบสัญชาตญาณมนุษย์ และไม่เอื้อต่อชีวิตที่มั่นคงและมีสุขภาพดีในระยะยาว
3. คอนเนกชันในฟองสบู่
เรื่องการ "เจอคนดัง": ใน SF มันง่ายเหลือเชื่อ ผมเคยเจอ Thariq (ผู้สร้าง Claude Code), Garry Tan (YC) และผู้ก่อตั้ง Pika คุณสามารถคุยกับพวกเขาแบบสบาย ๆ ได้ ผู้ก่อตั้งที่ดื่มกาแฟกับคุณวันนี้อาจระดมทุนได้ 10 ล้านดอลลาร์ในวันพรุ่งนี้ ก่อนจะได้สัมผัสสิ่งนี้ ผมอิจฉามาก แต่หลังจากอยู่ที่นี่สองเดือน ผมตระหนักว่ามันเป็นเรื่องปกติธรรมดา ไม่ได้พิเศษอะไร
ผมแนะนำให้ใครก็ตามที่ยังมีฟิลเตอร์เรื่องนี้ลองมา SF ดู คุณจะรู้ว่ามันก็โอเค อย่างที่ "The Model Generation" บอก การคุยกับนักลงทุน Zuckerberg หรือ Lei Jun ดูน่าประทับใจ แต่สุดท้ายแล้ว คนตัดสินคุณจากผลงานและโปรเจกต์จริง ๆ
คอนเนกชันที่ดีที่สุดของคุณที่นี่คือเพื่อนร่วมรุ่นที่อยู่ในสเตจใกล้เคียงกัน เช่น ผู้ก่อตั้งรายอื่นที่อยู่ในช่วงเริ่มต้น ที่นี่มี hacker house เยอะมาก ผมเคยไปเยือน hacker house ของชาวไต้หวันที่บรรยากาศดีมาก: ทุกคนคุยเรื่องโปรดักต์ทุกวัน ทดสอบแอปของกันและกัน พอมีคนระดมทุนได้ ก็ประกาศในบ้าน แล้วทุกคนก็ไปกินข้าวเย็นด้วยกัน ไอเดียใหม่นำไปสู่บริษัทใหม่ ระบบนิเวศนี้แข็งแกร่งมากใน SF บ่มเพาะบริษัท YC ที่ประสบความสำเร็จและผู้ก่อตั้งที่มีความตั้งใจบริสุทธิ์มากมาย
ผมเชื่อว่าข้อดีอย่างหนึ่งของ SF คือการหาผู้ก่อตั้งที่มีความตั้งใจบริสุทธิ์ ในขณะที่ผู้ก่อตั้งบางคนในประเทศอาจแค่ต้องการกอบโกยเงินสด สภาพแวดล้อมที่นี่อนุญาตให้คุณบริสุทธิ์ได้ แต่ในประเทศ บางคนเริ่มต้นมาอย่างบริสุทธิ์แต่กลายเป็นคนมองโลกในแง่ร้ายเมื่อการเอาชีวิตรอดเริ่มยากขึ้น
การระดมทุนที่นี่มีเทคนิค ลองดู Edward กับ Ashley สองคนจบปริญญาเอก Edward ไปสอนหนังสือต่อต่างประเทศ Ashley เข้า Tesla แล้วไป OpenAI หลังจากเธอเปิดบริษัท ยักษ์ใหญ่ทั้งสองก็ให้เงินสนับสนุนก้อนเล็ก ๆ แก่เธอ (10k-50k ดอลลาร์) สำหรับนักลงทุน นี่เป็นเงินเล็กน้อย แต่พอมีแบรนด์เหล่านี้หนุนหลัง เธอก็ระดมทุนได้หลายล้านดอลลาร์อย่างง่ายดาย
Ashley ฉลาด เธอตั้งเป้าไปที่การถูกซื้อกิจการ ไม่ใช่ IPO เพราะ IPO นั้นเหนื่อย การถูกซื้อกิจการช่วยให้ถอนเงินสดได้ 5-10 เท่า ถ้าคุณต้องการความมั่งคั่งที่เติบโตอย่างรวดเร็ว การทำสตาร์ทอัพที่นี่ใช้ได้ดีถ้าคุณหา niche เจอ: ข้อมูลรถยนต์ขับเคลื่อนอัตโนมัติ ข้อมูล world model ข้อมูลหุ่นยนต์ หรือปลั๊กอิน/infra/อินเทอร์เฟซข้อมูลสำหรับ Personal Agents
4. อารมณ์ในฟองสบู่
ผมเชื่อว่า โอกาสที่ใหญ่ที่สุดในยุค AI คือปัญหาทางอารมณ์ ความอุดมสมบูรณ์ทางวัตถุในวันนี้เกินกว่ายุคใด ๆ ในอดีตไปไกล: ยุโรปยุคกลางมีกาฬโรค ไม่กี่สิบปีก่อนเรายังซื้อเนื้อสัตว์ไม่ไหว แต่คนกลับไม่มีความสุขขึ้น
Mary (นามสมมติ) จบ ป.ตรี จากมหาวิทยาลัย T2 ในจีน จบ ป.โท จาก Ivy League เป็นหญิงเก่งที่เดินทางไปมาระหว่าง Palo Alto กับ SF แต่รู้สึกทุกข์ใจ เธอคิดว่าทุกคนรอบตัวรวยกว่าและโชคดีกว่า เธอเสียใจที่เลือกสายการเงินแทนที่จะเป็น AI แต่สื่อสาย AI จ่ายเงินไม่ดี (TechCrunch ก็ไม่จ่าย) คุณต้องเป็นนักวิจัย เธอพยายามเดทกับนักวิจัย แต่กลับพบว่าพวกเขาใช้บริการเพื่อนเที่ยว มันเหมือนพยายามถอด "เสื้อคลุมยาว" (ความเสแสร้งของปัญญาชน) ออก แต่กลับพบว่าซอยนั้นแออัดและบิดเบี้ยว
ปัญหาเรื่องสถานะ: ผู้ถือวีซ่า H-1B มีระยะเวลาผ่อนผัน 60 วันหลังตกงาน กระทรวงความมั่นคงแห่งมาตุภูมิ (DHS) เสนอยกเลิกเรื่องนี้ในเดือนกันยายน แม้ยังไม่สรุป แต่มันก็แขวนอยู่เหนือหัว ถ้าถูกเลย์ออฟ เธออาจต้องออกจากประเทศทันที
Doris (นามสมมติ) มาจากครอบครัวร่ำรวย สามีของเธอออกจาก Big Tech มาเปิดบริษัทที่ทำกำไรได้ เธอมีชื่อเสียงและลงทุนกับลูกอย่างหนัก ราคาบ้านมัธยฐานใน Palo Alto อยู่ที่ 3-4 ล้านดอลลาร์ ซึ่งมักเป็นบ้านเก่า โรงเรียนประถมเอกชนค่าเทอม 40k-50k ดอลลาร์ต่อปี เพื่อรำลึกถึงชีวิตในประเทศ เธอไปช้อปปิ้งแบรนด์เนมที่ Stanford Shopping Center สุดท้ายเธอตระหนักว่าเงินแค่ไหลผ่านมือเธอ เธอเป็นเพียงผู้ถือครองชั่วคราว ลูก ๆ ต้องการเรียนขี่ม้าและทำโปรเจกต์ภาพยนตร์เพื่อยื่นสมัคร Ivy League
Joe (นามสมมติ) นักศึกษา Stanford คนอื่นมองว่าเขาเก่งกาจ: เอก CS ระดับท็อป เงินเดือนวิศวกรปีสามหลักหลายแสน แต่เขากังวล เขาเห็นงานอีเวนต์สตาร์ทอัพนับไม่ถ้วนแต่ไม่มีไอเดีย เขาไม่รู้วิธีใช้การเล่าเรื่องเพื่อดึงดูดนักลงทุน เขาอยากได้ผู้ร่วมก่อตั้งแต่ทำการตลาดไม่เป็น ผู้ติดตาม Twitter ของเขามีเลขสองหลัก โพสต์ใน Xiaohongshu ก็โดนปิดกั้นการมองเห็น ทุกคนมีไอเดียของตัวเอง ไม่มีใครอยากมาร่วมทีมเขาเพราะโปรไฟล์ของเขาธรรมดามากใน Stanford เขาไม่รู้ว่าจะสร้างอะไร
เขาไม่อยากทำการบ้าน (AI ทำให้) เขาลองทำโปรเจกต์ open-source แต่ไม่มีใครสนใจ เขารู้สึกว่านักลงทุนใน SF เข้าใจยาก เขารู้สึกว่าโอกาสอยู่ตรงหน้า แต่คว้าไว้ไม่ได้ เป็นอัมพาตเพราะเสียงรบกวน
ด้วยเหตุนี้ แนวปฏิบัติทางจิตวิญญาณจึงเบ่งบานใน SF มีวัดเซนมากมาย (สไตล์จีน ญี่ปุ่น อินเดีย) ความต้องการความสงบภายในใจนั้นสูงมาก เพราะการหมุนเวียนของความมั่งคั่งที่วุ่นวายทำให้ผู้คนหลงทิศ จึงแสวงหาการทำสมาธิในวัด
5. จุดจบของ AI เฟสหนึ่ง
ก่อนอื่น ในเชิงความรู้ จีนกับ Silicon Valley ไม่ได้ต่างกันมากนัก จีนตาม SV ติดขอบ เฟสแรกมีบทนำที่ยิ่งใหญ่ตั้งแต่ปลายปี 2025 ถึงกลางปี 2026: การอัปเดตโมเดลอย่างรวดเร็ว, Claude Code เปิดยุค Agent, OpenClaw ฝากชื่อไว้ในวงการ open source, โพสต์ X ของ Jensen Huang ในเดือนกรกฎาคมที่เซ็นชื่อในจดหมาย "Open Weights & US AI Leadership" แสดงถึงความรู้สึกถึงภารกิจ ตอนจบนั้นดราม่า: คืนเลือกตั้งในเดือนพฤศจิกายน Sanders เรียกร้องให้หยุดศูนย์ข้อมูลใหม่ทั่วประเทศ นักการเมืองพรรคเดโมแครตทำตาม หนึ่งสัปดาห์ต่อมา Huang ก็ "ถูกโค่น" มันให้ความรู้สึกเหมือนดูหนัง เฟสนี้จบลงแล้ว
เรื่องสตาร์ทอัพ: มีอีเวนต์หลายร้อยงานต่อสัปดาห์ใน SF 70% พูดถึง Agent ในจำนวนนั้น 70% เน้นสถานการณ์การทำงาน/ทีม ขาดจินตนาการ อีก 30% ที่ทำ Personal Agents ก็แค่ทำให้การโทร/วิดีโอเป็นอัตโนมัติ หรือรวม IM (ซึ่ง Big Tech ทำไปแล้ว) หรือแค่แปะสกินทับด้วยอวาตาร์อนิเมะ นี่ต่างจากการไปนั่งฟังเลกเชอร์ใน AI Origin Community ที่ไหเตี้ยน หรือ Model Speed Space ที่เซี่ยงไฮ้อย่างไร? ไม่ค่อยต่าง
เกิดภาวะย้อนแย้งขึ้น: AI ควรกระตุ้นการบริโภค เหมือนที่เครื่องจักรไอน้ำหรือไฟฟ้าเคยทำ ไอน้ำเพิ่มการผลิตผ้า/ถ่านหิน ไฟฟ้าทำให้เกิดชีวิตยามค่ำคืน ปฏิวัติข้อมูลทำให้เกิดอีคอมเมิร์ซ/โซเชียลระดับโลก
แต่ตอนนี้ AI กระตุ้นความต้องการอะไร? มันยังกระตุ้นไม่ถึง 1% ของดีมานด์ในยุคอินเทอร์เน็ตด้วยซ้ำ ใครเป็นคนจ่าย? ก็มีแต่คนพัฒนาโมเดล ทำไมต้องขายข้อมูล? เพื่อหาเงินจากนักลงทุน: นักลงทุนให้เงินคนทำโมเดล แล้วคนทำโมเดลก็มาซื้อข้อมูล ประเด็นหลักยังคงเดิม: ยังไม่เจอจุด killer app มันอาจปรากฏในเฟสสอง แต่ไม่มีใครรู้ว่าเมื่อไหร่ บางทีอาจมีคนสักที่ไหนสักแห่งคิดค้นมันขึ้นมา นั่นคือโชคชะตา
คนที่เป็นกังวลเรื่อง AI แบ่งเป็นสองประเภท:
- คนที่ไม่เข้าใจ AI แต่ได้ยินอินฟลูเอนเซอร์บอกว่า "เรียน AI ไม่งั้นตาย"
- คนที่อยู่ใจกลางจักรวาล ภายใต้ฟองสบู่ ได้ยินว่าทุกคนทำเงินได้เป็นล้าน แล้วรู้สึกว่าตัวเองถูกโกงที่ได้ "แค่" หลักแสน จึงกังวลอยากหาให้ได้มากกว่านี้
SF แบ่งออกเป็นสองกลุ่ม: คนทำงาน AI และคนไม่ทำงาน AI นักศึกษากฎหมาย/ธุรกิจมักยังใช้ chatbox อยู่ ไม่สนใจ Codex/Claude Code ในงานอีเวนต์ AI พวกเขาหายไปเลย Stanford เดียวกัน ตัวย่อ LLM เดียวกัน แต่ความคุ้นเคยระหว่างคณะนิติศาสตร์กับคณะ CS ห่างกันลิบลับ
อีกกลุ่มหนึ่งบ้ากระแส/FOMO สุดขีด ในทุกงานอีเวนต์ คุณจะเจอคนที่หมกมุ่นกับเทรนด์ล่าสุด โปรเจกต์ GitHub ดาวเด่นใน open-source
นี่คือสุดขั้วทั้งสองฝั่ง กลุ่ม "นอกฟองสบู่" คือตัวแทนของ 95-99% ของโลก แม้แต่ใน SF AI ก็ยังแทรกซึมไม่ถึงทุกคน
ทำไม? working agents ไม่ได้จำเป็นสำหรับคนส่วนใหญ่ การเขียนโค้ดคือ use case หลัก จึงมีการใช้งานสูงในกลุ่มโปรแกรมเมอร์ โปรแกรมเมอร์รู้สึกถึงผลกระทบอย่างลึกซึ้ง: โมเดลปี 2023 หลอนโค้ด ปี 2025 เขียนโค้ดได้ ปี 2026 ส่ง/merge PR ได้ อุตสาหกรรมอื่นรู้สึกกระทบน้อยกว่า นี่คือสิ่งที่แยกคนในฟองสบู่กับนอกฟองสบู่ ข้างใน นอกจากโปรแกรมเมอร์ ก็คือนักลงทุนที่สงสัยว่าทำไมโปรเจกต์ถึงถูกซื้อกิจการเร็วนัก
ปีที่แล้ว ผมเชียร์ให้โอบรับ AI ตอนที่ทักษะ anti-distillation ไวรัล เพื่อนที่กังวลหลายคนมาถามผม ผมยอมรับว่า AI ปลดปล่อยผม มันจัดการงานตัดต่อ/จัดหน้าสำหรับสื่อของผม ซึ่งเป็นสิ่งที่ผมเกลียด มันทรงพลังมาก
แต่ศรัทธาของผมพังทลายเมื่อเห็นว่า Dario และคนอื่น ๆ ขาดความเห็นอกเห็นใจ สนุกกับการเล่นเป็นพระเจ้า เหมือนที่ "The Model Generation" บอก พวกเขาเชื่อว่างานของพวกเขาเป็นผู้กำหนดอนาคต
ในวงการ AI มี "Jiahao" (พวกอีโก้สูงที่คิดว่าตัวเองเก่ง) เยอะมาก ในประวัติศาสตร์ Jiahao คือผู้ขับเคลื่อนความก้าวหน้า Musk เป็น Jiahao Trump เป็น Jiahao ยุค Gilded Age ความมั่นใจของพวกเขาแผ่กระจายสู่คนอื่น 📷
ยังไงก็ตาม Jiahao ขาดความเห็นอกเห็นใจ ถ้าพวกเขามีความเห็นอกเห็นใจ คงไม่ปล่อยให้ SF น่าเกลียดขนาดนี้ และละเลยคนระดับล่าง 📷 เต็นท์ริมถนนใน SF
มีอะไรให้เรียนเกี่ยวกับ AI? คุณไม่รู้ว่ามันจะกลายเป็นอะไร การเรียน Dify ในปี 2024 ไร้ประโยชน์เมื่อ Claude Code มาถึง พอมี personal agent อย่าง OpenClaw ในปี 2026 คุณไม่ต้องเปิดคอมพิวเตอร์ด้วยซ้ำ ถ้าเรียนเพราะกลัว หยุดเถอะ รอให้ผู้ชนะเลิศเหรียญโอลิมปิกมาสร้างหุ่นยนต์ให้คุณ งานใช้สมองกำลังกลายเป็นอุตสาหกรรม/ขยายสเกล ใน "ประเทศอัจฉริยะในศูนย์ข้อมูล" นี้ สมองระดับโลกทำหน้าที่ใช้ความคิดทั้งหมด แล้วจะมีอะไรให้เรียน? เว้นแต่คุณจะเหมือนผม ที่การสร้างวิดีโอเป็นงานอดิเรก และ AI จัดการงานจุกจิกให้—นั่นก็ดี แต่ถ้าเรียนเพราะกลัว ก็ไม่จำเป็น ยิ่งเรียน ยิ่งกลัว
6. ยุคแห่งการออกกำลังกายทางสมองอย่างตั้งใจ
ในยุคที่ขาดแคลน คนใช้เวลาหาอาหาร ไม่ต้องกลัวอ้วน ตอนนี้ความอุดมสมบูรณ์ทำให้อ้วน ต้องออกกำลังกายอย่างตั้งใจเพื่อเผาผลาญแคลอรี สร้างดีมานด์ด้านฟิตเนส AI ก็คล้ายกัน เมื่อก่อนสติปัญญามีจำกัด ต้องยืมหนังสือ ต้องเดินทางไกลเพื่อการศึกษา (เหมือนเรื่องของ Song Lian) ตอนนี้สติปัญญามีล้นเหลือ หาได้ง่าย ๆ ผ่านมือถือ ถูกย่อยมาให้แล้ว สิ่งนี้นำไปสู่ความขี้เกียจทางสมอง/ความอ้วนทางความคิด ความคิดแข็งทื่อเพราะขาดการออกกำลังกาย
เพื่อให้ความคิดฟิต คุณต้องฝึกสมองอย่างมีสติ เหมือนไปยิม ในอนาคตอาจมี "ยิมทางสมอง" ที่มาพร้อมเครื่องมือฝึกคิดเกิดขึ้น
ผมคิดว่าบล็อกเกอร์สอน AI อย่าง Zhang Zhala และ Karpathy เหมาะจะออกแบบเครื่องมือเหล่านี้
ผมยังพูดไม่ได้ว่า "AI ทำให้โลกดีขึ้น" บางทีเฟสสอง/สามอาจทำได้ เฟสแรกจบลงอย่างดราม่า ระเบียบเก่าพังทลาย ระเบียบใหม่ยังไม่ก่อตัว
ก่อนถึงเฟสสอง น่าจะเหลือเวลาอีกหลายปี คาดว่าจะไม่มีสงครามร้อนระดับโลก แค่ใช้ชีวิต ออกกำลังกายร่างกายและจิตใจเพื่อหลีกเลี่ยงความอ้วนทั้งกายและใจ
มีวิธีไหนดีไหม? อ่าน "The Model Generation" แล้วเขียนบทความที่สะท้อนความรู้สึก หรือทำสื่อของตัวเอง ศึกษาความเฉื่อย/ความสนใจของมนุษย์ การเข้าใจธรรมชาติมนุษย์คือพลังที่ไม่มีวันหมดอายุ
หรือเริ่มทำธุรกิจ โดยเริ่มจากเป้าหมายปลายทาง อย่าเพิ่งคิดถึง AI ให้คิดถึงความต้องการจริง ๆ ของมนุษย์ ผมเจอผู้ประกอบการที่น่าสนใจที่ใช้ AI เป็นเครื่องมือ ไม่ใช่ทำเพื่อ AI เช่น ร้านหุ่นยนต์ชงมัทฉะในดาวน์ทาวน์ Palo Alto พวกเขาไม่ได้เปิดร้านเพราะหุ่นยนต์ พวกเขาใช้หุ่นยนต์เพื่อลดต้นทุน/รักษามาตรฐานคุณภาพ คนเดียวบริหารร้านใหญ่ได้ ผมไปเป็นผู้จัดการอยู่หนึ่งวัน มันแก้ปัญหาได้: แรงงานแพง/ไม่คงที่ การเข้ากะ 12 ชั่วโมงท้าทายมนุษย์แต่หุ่นยนต์ทำได้สบาย และถูกสุขอนามัย
อีกคนทำธุรกิจซ่อมหลังคา โดยใช้ AI สแกนฟอรัม/ชุมชนท้องถิ่นเพื่อหาลีด ส่งข้อความ/ติดต่ออัตโนมัติ ส่งเคสไปให้ การซ่อมหลังคาราคา 10k ดอลลาร์ขึ้นไป กำไรดีมาก
ปัญหาทางอารมณ์เป็นเรื่องใหญ่มาก ทำไม Xu Fei/Li Na ถึงดังในฤดูหนาวนี้? เพราะอารมณ์ที่บริสุทธิ์นั้นหายาก/ถูกนำเสนอได้ไม่ดี คนสมัยนี้เย็นชา พอเห็นอารมณ์ที่แท้จริง คนก็แห่กันไป
ถ้าบทความของผมให้คุณค่าทางอารมณ์ มันก็คือบทความที่ยอดเยี่ยม ผมหวังจะหาวิธีที่ดีต่อสุขภาพในการปลอบประโลมอารมณ์โดยไม่ต้องพึ่งพาแนวปฏิบัติทางจิตวิญญาณที่น่ากังขา สื่อของผมคือช่องทางนั้นในตอนนี้
ขอให้ทุกคนโชคดี ฟองสบู่แตก ระหว่างที่มันแตก การตระหนักว่าเศรษฐกิจขาลงเป็นเรื่องธรรมชาติ เพียงแต่ AI ช่วยยืดเวลาออกไป อาจช่วยให้เราหาทางออกได้จากการอ่านประวัติศาสตร์ญี่ปุ่นหลังฟองสบู่แตก





