AI được cho là sẽ thay thế lao động con người.
Nhưng nó đã làm điều ngược lại.
Lần đầu tiên trong lịch sử, con người rẻ hơn phần mềm.
Chi tiêu token trên mỗi nhân viên tại các công ty hàng đầu
Và AI đang tạo ra nhiều việc làm hơn là loại bỏ.
Tăng trưởng nhân sự sau khi áp dụng AI
Công nghệ luôn giải quyết một vấn đề bằng cách tạo ra một vấn đề khác.
Vào những năm 1830, sự ra đời của đường sắt đã thúc đẩy đợt xây dựng cơ sở hạ tầng lớn nhất thế giới từng chứng kiến. Số dặm đường ray của Mỹ đã tăng gấp 120 lần trong một thập kỷ.
Rồi hệ thống đổ vỡ.
Vào ngày 5 tháng 10 năm 1841, hai đoàn tàu đã va chạm chết người trên tuyến Western Railroad ở Massachusetts do một lỗi phối hợp đơn giản.
Khi độ phức tạp của đường sắt gia tăng, các nhạc trưởng riêng lẻ không còn đủ để giữ an toàn cho việc đi tàu. Các công ty đường sắt do đó bắt đầu một nỗ lực kéo dài hàng thập kỷ: thuê quản lý cho từng khu vực địa lý, xác định các vai trò mới trong tổ chức, và thiết lập các hệ thống phân cấp rõ ràng với các tuyến báo cáo. Quản lý hiện đại ra đời. Cùng với nó, đường sắt trở thành ngành công nghiệp tỷ đô đầu tiên trên thế giới, ở đỉnh cao chiếm khoảng 60% thị trường chứng khoán.
AI đang phá vỡ hệ thống một lần nữa.
Chúng ta vừa trao cho mọi nhân viên, kể cả những người tệ nhất, số lượng nhân sự vô hạn và ngân sách vô hạn.
Quản lý AI khó hơn quản lý con người, bởi vì AI mở rộng sự rối loạn chức năng ngay lập tức. May mắn thay, chúng ta có thể học hỏi từ quá khứ:
Lực lượng agent và lực lượng con người thất bại theo cùng một cách.
Hiểu được 7 điểm tương đồng chính giữa hai bên sẽ mở ra nghìn tỷ đô la tiếp theo của việc tạo ra giá trị AI.
7 Điểm Tương Đồng Giữa Lực Lượng Agent và Lực Lượng Con Người
1. Tokenmaxxing là ném người vào vấn đề.
Chu kỳ cường điệu tokenmaxxing đã diễn ra trọn vẹn trong vòng chưa đầy một tháng.
Nhưng số lượng token được chi tiêu chưa bao giờ là vấn đề thực sự.
Mọi người chi tiêu quá nhiều cho token vì họ không biết cách sử dụng chúng.
Có lẽ 1 trong 100 nhân viên biết cách cung cấp ngữ cảnh cho AI. Đó là một loại người hiếm có, có thể diễn đạt một quy trình một cách rõ ràng, có đủ kiên nhẫn để đồng cảm với một cửa sổ ngữ cảnh bị ô nhiễm, hoặc thậm chí hiểu điều đó có nghĩa là gì.
Đưa một dây nịt agent cho 99 người còn lại và họ sẽ tạo ra "vòng lặp".
2. Vòng lặp là các cuộc họp về các cuộc họp.
Trong Claude Code/Cowork, Copilot, Autoresearch của Karpathy, hay bất kỳ dây nịt nào, vòng lặp là một miếng băng cá nhân cho thực tế là hầu như không ai có thể prompt thành công.
Vòng lặp là một nỗ lực vũ phu để bù đắp cho sự bất cập của con người. Các agent tự gọi chính mình để sửa chữa bản thân chỉ vì một con người chưa bao giờ diễn đạt nhiệm vụ một cách rõ ràng. Vũ phu trở thành con đường duy nhất để hệ thống tiến bộ. Tất cả điều này bắt nguồn từ sự thất bại của con người trong việc hiểu đúng nhiệm vụ ngay từ đầu.
Bạn đang tiêu token để chi tiêu token.
3. Token lãng phí là sự phình to nhân sự mới.
Hầu hết các công ty ngày nay đều bị quản lý kém.
Phần lớn người lao động không tác động có ý nghĩa đến doanh nghiệp. Họ là những bánh răng trong cỗ máy, đóng dấu phê duyệt ở mỗi tầng và thuê thêm bánh răng để nuôi một cỗ máy tồn tại chỉ để tồn tại.
Họ đang lặp.
Thường thì việc cắt bỏ vòng lặp sẽ hiệu quả hơn. Elon đã cắt 80% nhân viên của X và công ty hoạt động tốt hơn. Các đối tác vận hành của private equity kiếm sống bằng cách chênh lệch từ sự thật đơn giản này.
Giống như 80% nhân viên không làm gì, 80% token ngày nay cũng không làm gì.
Con người tạo ra nhiều con người hơn. Token tạo ra nhiều token hơn. Lặp là việc xây dựng đế chế mới.
4. Token 100X là các kỹ sư 10X mới.
Lời hứa của phần mềm là chúng ta sẽ xây dựng nó một lần, chạy nó mãi mãi với chi phí thấp và không bao giờ cần giám sát nó. AI đã phá vỡ lời hứa đó. Ngay khi phần mềm có thể làm bất cứ điều gì, nó không thể làm bất kỳ một điều gì một cách có thể dự đoán được.
Token hoạt động giống như một lực lượng lao động, và ngay khi bạn coi token như nhân viên, những lời hứa của AI bắt đầu sụp đổ:
- "Token chính xác hơn con người" nhưng chỉ khi được prompt đúng cách.
- "Token nhanh hơn con người" nhưng tốc độ chẳng có nghĩa lý gì qua 100 lần thử lại.
- "Token không chơi chính trị" nhưng chúng xây dựng đế chế chi tiêu token.
- "Token không bỏ việc" nhưng chúng chết giữa các bản phát hành mô hình mới và các phiên mới.
- "Token có thể được tin cậy" nhưng chúng thất bại một cách tự tin trong định dạng hoàn hảo.
Một nơi mà AI thực sự đánh bại con người là khả năng mở rộng. Mở rộng con người tiêu tốn năng lượng khổng lồ qua tuyển dụng, hội nhập và hao mòn. Mở rộng token là tức thời. Đây chính xác là lý do tại sao quản lý sai chúng lại đắt đỏ đến vậy, và tại sao bạn phải tìm và mở rộng token 100X.
Kỹ sư 10X đã xây dựng kỷ nguyên công ty trước đây. Token 100X sẽ xây dựng kỷ nguyên tiếp theo.
Cũng giống như một số ít nhân viên làm cho những người khác năng suất gấp 10 lần, đối với bất kỳ công việc nào, một lượng ngữ cảnh token nhất định có thể giảm nỗ lực AI xuống nhiều bậc độ lớn. Tồn tại những token có thể cho bạn đòn bẩy gấp 100 lần.
Trung bình, con người rẻ hơn token, nhưng token tốt lại rẻ hơn ở quy mô lớn.
Quản lý chuyển đổi cái này thành cái kia.
5. Tích trữ ngữ cảnh là chiến thuật bảo vệ công việc mới nhất.
Có một vấn đề chính trị lớn với AI bên trong công ty, và nó sẽ chỉ trở nên tồi tệ hơn.
Nhân viên không muốn dạy cho hệ thống AI công thức bí mật của họ.
Họ bắt đầu nhận ra thực tế rằng những hệ thống này không chỉ ở đó để "giúp họ" hay "tăng năng suất".
Hãy nhìn vào Meta, nơi những nhân viên sở hữu cổ phiếu, những người được khuyến khích rất nhiều để làm AI đúng đắn, đang phẫn nộ vì công ty đang sử dụng ngữ cảnh của nhân viên làm dữ liệu huấn luyện. Điều đó xảy ra tại một công ty công nghệ… một cuộc xung đột là hình ảnh thu nhỏ của những gì sắp xảy ra trên mọi ngành công nghiệp.
https://x.com/Polymarket/status/2061903052966076882
Kiến thức bộ lạc đã là sự bảo vệ công việc trong nhiều thế kỷ. Các phường hội thời Trung cổ giữ bí mật phương pháp của họ. AI là công nghệ đầu tiên yêu cầu người lao động giao nộp tất cả cùng một lúc.
Không ai đào tạo người thay thế mình miễn phí.
Những người nắm giữ token 100X có ít động lực nhất để từ bỏ chúng. Về mặt cảm xúc, cấu trúc và chính trị, các công ty được thiết lập để từ chối công nghệ quan trọng nhất cho tương lai của họ.
6. Evals là OKR mới.
Cách tốt nhất để quản lý lực lượng lao động token cũng giống như cách tốt nhất để quản lý con người: bằng cách xác định điều gì là tốt.
Trường hợp sử dụng AI đột phá duy nhất thoát khỏi chính trị là lập trình. Nó đã mở rộng chiếc bánh và làm cho mọi kỹ sư trở nên tốt hơn.
Cơ chế là evals. 99% doanh thu AI ngày nay đến từ lập trình vì lập trình có evals tích hợp sẵn. Mã chạy hoặc không chạy.
Các trường hợp sử dụng AI rộng hơn, đa lĩnh vực sẽ chỉ xuất hiện khi ai đó xây dựng các evals cần thiết. Các evals cụ thể quan trọng hơn việc dạy nhân viên của bạn cách prompt hoặc cung cấp cho họ một dây nịt chat. Với chúng, AI sẽ ăn vào những phần của nền kinh tế mà mã code không bao giờ có thể chạm tới.
Công việc thực sự của quản lý là biến các quy trình mơ hồ của con người thành mã, thể hiện định tính thành định lượng.
Bộ eval của một công ty sẽ trở thành tài nguyên quý giá nhất của nó.
Cũng giống như OKR là chìa khóa để tận dụng lực lượng lao động con người để đạt đầu ra tối ưu, evals sẽ là chìa khóa để tận dụng lực lượng lao động token có thể mở rộng vô hạn. Evals là con đường để vận hành token 100X.
Hơn nữa, sẽ không có hai công ty nào có cùng bộ eval. Evals sẽ là chìa khóa cho lợi thế cạnh tranh. Một tổ chức chạy các evals chung chung hoặc các agent chung chung sẽ không có lợi thế.
7. Cơ hội nghìn tỷ đô la tiếp theo là công ty chuyển đổi.
Các doanh nghiệp đã mua các cam kết mô hình nền tảng, tầng ứng dụng và các bản dựng nội bộ trong nhiều năm nay. Tất cả điều đó che giấu một sự thật tàn khốc về kinh tế học:
Chưa ai có AI hoạt động đáng tin cậy cả.
Thung lũng Silicon tin tưởng đến mức về sự thất bại này đến nỗi nỗi ám ảnh mới nhất của nó là đặt cược chống lại doanh nghiệp ngày nay. Các startup "Neofirms" hay "AI Native Services" đang được tài trợ để chiếm lấy 21 nghìn tỷ đô la chi tiêu dịch vụ trong nền kinh tế tri thức dựa trên lý thuyết rằng các công ty hiện tại, sa lầy trong chính trị và quy trình của riêng họ, sẽ không bao giờ tự mình quản lý quá trình chuyển đổi.
Neofirms có thể tạo ra áp lực cạnh tranh để xúc tác việc áp dụng AI của "tradfirm". Nhưng các tài sản AI lớn nhất vẫn nằm bên trong các công ty hiện tại: các quy trình khác biệt đã hoạt động, có thể mở rộng thông qua các kênh phân phối đã tồn tại.
Trên thực tế, các doanh nghiệp lớn nhất tiếp theo sẽ không ăn vào chi tiêu dịch vụ hiện tại. Họ sẽ bán một loại dịch vụ hoàn toàn mới cho các công ty hiện tại:
"Các công ty chuyển đổi AI" sẽ lớn gấp 10 lần bất kỳ neofirm nào.
Chuyển đổi nghe có vẻ như một dự án một lần. Nhưng có một nghịch lý Jevons đang hoạt động: mọi trường hợp sử dụng mà một tổ chức áp dụng đều làm xuất hiện thêm mười trường hợp nữa. Công ty càng được kích hoạt AI bao nhiêu, thì càng tiêu thụ nhiều chuyển đổi bấy nhiêu, trong khi ranh giới của những gì có thể tiến triển hàng ngày. Các nỗ lực chuyển đổi AI liên tục sẽ trở thành cách duy nhất để cạnh tranh.
Hãy xem xét Palantir, trên lý thuyết là công ty phần mềm dễ bị Claude phá vỡ nhất: một doanh nghiệp trị giá nửa nghìn tỷ đô la xây dựng thủ công các ứng dụng đặt riêng cho doanh nghiệp. Theo logic đã khiến SaaS gần như không thể đầu tư, $PLTR lẽ ra phải bằng không trước $NOW.
Không phải vậy, vì Palantir chưa bao giờ bán phần mềm. Nó đã bán sự chuyển đổi.
Nhưng bản thân chuyển đổi đã phát triển kể từ thời xa xưa của Palantir. Trong một thế giới ưu tiên AI, nó không chỉ là bản thể luận, phần mềm tùy chỉnh và prompt đặt riêng hiếm hoi. Công việc thực sự nằm ở evals, ở việc tối thiểu hóa token, ở việc hiểu một doanh nghiệp sâu sắc đến mức bạn có thể lập trình nó.
Việc mã hóa các sắc thái của mỗi công ty vào các agent sẽ trở thành nhiệm vụ kinh tế lớn nhất của thập kỷ.
Đã đến lúc quản lý.
Mỗi giai đoạn của sự bùng nổ AI đều có câu sáo rỗng dẫn đường của nó.
Chúng ta được bảo hãy bán cuốc chim trong cơn sốt vàng, và chúng ta đã xây dựng cơ sở hạ tầng. Chúng ta được bảo hãy bán "Dịch vụ như một Phần mềm", và chúng ta đã xây dựng neofirms. Chúng ta có đủ cơ sở hạ tầng. Chúng ta có đủ dịch vụ. Bây giờ công việc là làm cho các đoàn tàu chạy đúng giờ.
Đã đến lúc khảo sát doanh nghiệp: tìm ra các token 100X, ghi lại các vòng lặp hiệu quả và định hướng trí thông minh đang bị lãng phí rất nhiều.
Con người vừa trở nên rẻ hơn phần mềm.
Ai đó vẫn phải bảo cả hai làm gì.
Cảm ơn Sam Wolfe, David Oks, @WillManidis và @Alex_Danco vì những suy nghĩ của họ ở đây. Và cảm ơn @ClaudeAI Fable 5, đang chạy quá nhiều vòng lặp, vì đã giúp đỡ trong việc phác thảo bài viết này.
