SAM ALTMAN: TRÍ THÔNG MINH ĐANG TRỞ NÊN DỒI DÀO
OpenAI ngày càng định hình AI qua lăng kính kinh tế học của sự dồi dào. Ý tưởng cơ bản rất đơn giản: khi trí thông minh hữu ích trở nên mạnh mẽ hơn và rẻ hơn đáng kể, những hoạt động từng cần chuyên môn đắt đỏ của con người bỗng trở nên khả thi về mặt kinh tế ở quy mô lớn.
Ý tưởng đó lớn hơn vẻ bề ngoài của nó.
Trong phần lớn lịch sử loài người, trí thông minh hữu ích luôn đắt đỏ vì nó tồn tại bên trong con người. Nếu bạn muốn có chuyên môn, xã hội trước tiên phải đào tạo ai đó trong nhiều năm, rồi sau đó cạnh tranh để có được thời gian giới hạn của người đó. Một luật sư giỏi chỉ có thể phục vụ một số lượng khách hàng nhất định, một lập trình viên chỉ có thể viết một lượng code nhất định, và một nhà khoa học chỉ có thể nghiên cứu một số lượng giả thuyết nhất định.
AI thay đổi kinh tế học đó vì trí thông minh của máy móc có thể được sao chép, mở rộng quy mô, và hoạt động liên tục.
Hãy tưởng tượng trí thông minh dần trở nên giống như điện năng. Chúng ta không thuê điện hay lên lịch họp với nó. Chúng ta chỉ đơn giản truy cập bao nhiêu tùy thích, bất cứ khi nào cần.
Một startup năm người có thể có khả năng phân tích và kỹ thuật mà trước đây chỉ một tập đoàn đa quốc gia mới có. Một doanh nghiệp nhỏ có thể có thứ gì đó giống như nhà nghiên cứu, lập trình viên, nhà thiết kế, và chiến lược gia riêng. Các nhà khoa học có thể nghiên cứu những câu hỏi mà trước đây không đáng để bỏ ra hàng nghìn giờ công lao động.
Chúng ta đã xây dựng nền kinh tế dựa trên sự khan hiếm của trí thông minh. AI có thể biến trí thông minh thành cơ sở hạ tầng.
Và khi một thứ gì đó chuyển từ khan hiếm sang dồi dào, giá trị kinh tế thường di chuyển đến nơi khác.
SPENSER SKATES: SẢN PHẨM SẼ BẮT ĐẦU TỰ CẢI THIỆN
Sau đó, đồng sáng lập kiêm CEO của Amplitude, Spenser Skates, đưa lập luận đi xa hơn một bước.
Điều gì xảy ra khi tất cả trí thông minh dồi dào đó không chỉ đơn giản nằm trong một chatbot chờ chúng ta đặt câu hỏi? Điều gì xảy ra khi chúng ta đặt nó bên trong chính sản phẩm?
Skates đã nói về một tương lai của các sản phẩm tự cải thiện: những sản phẩm có khả năng liên tục hiểu cách chúng đang được sử dụng, phát hiện vấn đề và cơ hội, thử nghiệm các cải tiến, học hỏi từ kết quả, và đưa những bài học đó trở lại vào những gì được xây dựng tiếp theo.
Cụm từ đó đáng được chú ý nhiều hơn.
Trong nhiều thập kỷ, phát triển phần mềm vận hành thông qua một vòng lặp con người tương đối chậm. Một công ty xây dựng thứ gì đó, khách hàng sử dụng nó, dữ liệu tích lũy, nhà phân tích nghiên cứu những gì đã xảy ra, quản lý sản phẩm quyết định những gì nên thay đổi, nhà thiết kế tạo ra các phương án thay thế, kỹ sư xây dựng chúng, và cuối cùng một phiên bản khác đến tay khách hàng.
Sau đó quá trình lại bắt đầu.
Mọi giai đoạn đều phụ thuộc vào con người khởi xướng giai đoạn tiếp theo. AI bắt đầu nén toàn bộ vòng lặp đó.
Đầu tiên, sản phẩm được xây dựng nhanh hơn. Các công cụ lập trình AI giảm đáng kể thời gian tạo phần mềm và sửa đổi sản phẩm hiện có.
Sau đó, sản phẩm quan sát. Các tác nhân AI có thể liên tục theo dõi cách khách hàng thực sự hành xử thay vì chờ ai đó thủ công kiểm tra bảng điều khiển.
Rồi nó hiểu. Những tác nhân đó có thể xác định điểm ma sát, hành vi bất thường, vấn đề chuyển đổi, và cơ hội mà con người có thể chưa bao giờ nghĩ đến để điều tra.
Rồi nó thử nghiệm. Những trải nghiệm mới có thể được tạo ra và kiểm tra với tốc độ mà các nhóm sản phẩm truyền thống không thể đạt được một cách thực tế.
Rồi nó học hỏi. Dữ liệu hành vi tiết lộ liệu một thay đổi có thực sự cải thiện chuyển đổi, tương tác, giữ chân, hay một kết quả quan trọng khác hay không.
Và cuối cùng, nó cải thiện. Những gì hệ thống học được sẽ trực tiếp quay trở lại vào những gì nên được xây dựng tiếp theo.
Ngày nay, con người vẫn kiểm soát hầu hết các quá trình chuyển đổi đó. Nhưng hãy tưởng tượng điều gì xảy ra khi vòng lặp ngày càng tự chủ.
Một sản phẩm nhận thấy rằng một nhóm khách hàng cụ thể liên tục bỏ dở quá trình onboarding. Một tác nhân AI điều tra hành vi của họ, xác định nguồn gốc ma sát có khả năng xảy ra, và đề xuất một số phương án thay thế. Các thử nghiệm kiểm tra những phương án đó, dữ liệu hành vi tiết lộ phương án nào hiệu quả, và bài học đó được đưa trực tiếp vào cải tiến tiếp theo.
Sản phẩm không còn chỉ đơn giản là phần mềm mà mọi người sử dụng. Nó trở thành phần mềm học cách trở thành phần mềm tốt hơn.
Điều đó thay đổi phương trình cạnh tranh.
Lập trình AI đang nhanh chóng giúp mọi người dễ dàng xây dựng hơn. Nếu mọi công ty đều có thể ra mắt nhanh hơn, thì việc chỉ đơn thuần tạo ra nhiều tính năng hơn sẽ trở nên ít lợi thế hơn. Lợi thế chuyển từ bạn xây dựng nhanh như thế nào sang bạn học hỏi nhanh như thế nào.
Có một sự khác biệt quan trọng ở đây. AI có thể tạo ra phần mềm, nhưng tạo ra thứ gì đó và biết liệu con người có thực sự muốn nó hay không là những vấn đề hoàn toàn khác nhau.
Điều đầu tiên cần trí thông minh. Điều thứ hai cần hiểu hành vi con người.
Đó có thể là lý do tại sao thế hệ sản phẩm tuyệt vời tiếp theo sẽ không chỉ đơn giản có AI bên trong. Chúng sẽ có một vòng phản hồi liên tục kết nối trí thông minh với hành vi thực tế của con người.
Sản phẩm tốt nhất có thể không chiến thắng.
Sản phẩm học hỏi nhanh nhất mới có thể.
DARIO AMODEI: ĐIỀU GÌ XẢY RA VỚI NẤC THANG ĐẦU TIÊN?
CEO của Anthropic, Dario Amodei, nhìn thấy một hệ quả khó chịu hơn nhiều từ trí thông minh ngày càng mạnh mẽ.
Ông đã cảnh báo rằng AI có thể làm gián đoạn một phần lớn việc làm cổ trắng ở cấp độ đầu vào chỉ trong vài năm tới. Dù con số chính xác cuối cùng là bao nhiêu, vấn đề cấu trúc bên dưới lời cảnh báo của ông đáng được quan tâm nghiêm túc.
Điều gì xảy ra với nấc thang đầu tiên của bậc thang sự nghiệp?
Các công ty tuyển dụng nhà phân tích cấp thấp một phần vì ai đó cần nghiên cứu đối thủ cạnh tranh, thao tác bảng tính, và chuẩn bị bài thuyết trình. Các công ty luật tuyển dụng luật sư trẻ để xem xét khối lượng tài liệu khổng lồ. Các công ty phần mềm giao cho lập trình viên cấp thấp những nhiệm vụ lập trình tương đối đơn giản.
Nhưng những công việc đó thực hiện hai chức năng. Chúng tạo ra công việc cho công ty đồng thời tạo ra những con người có kinh nghiệm.
Nhà phân tích cuối cùng phát triển khả năng phán đoán và trở thành giám đốc. Luật sư trẻ xem xét tài liệu cuối cùng xử lý các cuộc đàm phán phức tạp. Lập trình viên sửa lỗi nhàm chán dần dần học cách các hệ thống thực sự hoạt động khi mọi thứ trục trặc.
Nếu AI trở nên cực kỳ giỏi trong công việc ở cấp độ người mới bắt đầu, các công ty có động cơ kinh tế rõ ràng để tuyển dụng ít người mới hơn.
Điều đó tạo ra một nghịch lý mà chúng ta chưa giải quyết được: AI có thể loại bỏ công việc mà con người theo truyền thống thực hiện trong khi học cách thực hiện công việc mà AI chưa thể làm được.
Chúng ta có thể tự động hóa phần đáy của bậc thang mà không tìm ra cách để thế hệ tiếp theo lên đến đỉnh.
JENSEN HUANG: MỌI NGƯỜI ĐỀU CÓ SIÊU NĂNG LỰC
CEO của NVIDIA, Jensen Huang, nhìn thấy một mặt khác của phương trình.
Dự đoán của ông đơn giản một cách tuyệt vời: "Mọi người sẽ có một trợ lý AI."
Lập luận rộng hơn của Huang là AI sẽ không chỉ đơn giản thay thế lao động con người. Nó sẽ khuếch đại những gì cá nhân có thể đạt được, có khả năng tạo ra nhu cầu hoàn toàn mới khi chi phí của trí thông minh và sản xuất giảm xuống.
Lịch sử mang lại cho lập luận đó một số độ tin cậy.
Bảng tính không loại bỏ kế toán. Máy tính không loại bỏ nhân viên văn phòng. Internet đã phá hủy một số ngành nghề trong khi tạo ra những ngành công nghiệp mà trước đây không thể tồn tại.
Do đó, AI có thể loại bỏ một lượng lớn công việc mà không loại bỏ cùng số lượng việc làm.
Nếu phần mềm trở nên rẻ hơn mười lần để tạo ra, có lẽ xã hội không cần một phần mười số lượng nhà phát triển. Có lẽ nhân loại quyết định xây dựng phần mềm nhiều gấp năm mươi lần. Nếu nghiên cứu khoa học trở nên rẻ hơn đáng kể, có lẽ chúng ta không cần ít nhà khoa học hơn; có lẽ các nhà khoa học thực hiện hàng triệu thí nghiệm mà trước đây không khả thi về mặt kinh tế.
Điều này có nghĩa là Huang và Amodei đều có thể đúng. Một số ngành nghề có thể thu hẹp đáng kể trong khi các loại hình hoạt động kinh tế hoàn toàn mới bùng nổ.
Các cuộc cách mạng công nghệ hiếm khi chọn giữa hủy diệt và sáng tạo. Chúng thường mang lại cả hai, nhưng không nhất thiết cho cùng một người vào cùng một thời điểm.
SATYA NADELLA: VẤN ĐỀ THỰC SỰ CÓ THỂ LÀ TỐC ĐỘ
CEO của Microsoft, Satya Nadella, đã mô tả sự thay đổi nền tảng hiện tại bằng một câu mà tôi thấy đặc biệt quan trọng:
"Ba mươi năm thay đổi đang được nén lại trong ba năm!"
Từ nén lại có thể quan trọng hơn hầu hết mọi thứ khác trong cuộc tranh luận này.
Nhân loại đã sống sót qua những biến đổi công nghệ to lớn trước đây. Điện đã biến đổi nhà máy và gia đình. Ô tô thiết kế lại các thành phố. Máy tính thay đổi văn phòng. Internet tái tổ chức giao tiếp, thương mại và truyền thông.
Nhưng xã hội đã có thời gian để thích nghi. Mọi người nghỉ hưu trong khi thế hệ trẻ học các kỹ năng khác. Các trường đại học thay đổi chương trình giảng dạy, chính phủ tạo ra các quy định, các công ty hình thành và thất bại, và toàn bộ ngành nghề dần dần tiến hóa.
AI có thể tạo ra một vấn đề khác vì sự thích nghi công nghệ có thể xảy ra nhanh hơn sự thích nghi của con người.
Hãy tưởng tượng một người bắt đầu tấm bằng đại học bốn năm hôm nay cho một ngành nghề mà kinh tế học của nó có thể trông hoàn toàn khác vào thời điểm tốt nghiệp. Hoặc xem xét một chuyên gia 45 tuổi đã dành hai mươi năm để trở nên xuất sắc ở một nhiệm vụ mà đột nhiên có sẵn gần như ngay lập tức và gần như không mất chi phí.
Mối nguy hiểm lớn nhất có thể không phải là bản thân sự thay đổi công nghệ. Đó có thể là khoảng cách ngày càng rộng giữa tốc độ máy móc cải thiện và tốc độ con người, công ty, và các tổ chức có thể tự tái tạo.
DEMIS HASSABIS: ĐIỀU NÀY CÓ THỂ TRỞ NÊN LỚN HƠN PHẦN MỀM
Sau đó, chúng ta đến với CEO của Google DeepMind, Demis Hassabis.
Vào tháng 8 năm 2026, Hassabis mô tả giai đoạn hiện tại là "một thời điểm then chốt trong lịch sử loài người" và nói rằng, sau khi làm việc hướng tới AGI trong suốt sự nghiệp của mình, ông tin rằng nó "đã ở rất gần."
Điều này đưa cuộc trò chuyện vượt xa năng suất nơi làm việc.
Một khi AI có khả năng giúp con người thúc đẩy toán học, sinh học, hóa học, khoa học vật liệu, kỹ thuật, và y học một cách đáng kể, AI không còn chỉ đơn giản là một ngành công nghệ khác. Nó trở thành một công nghệ thúc đẩy các công nghệ khác.
AI có thể cải thiện robot, giúp khám phá thuốc, thiết kế vật liệu mới, viết phần mềm, hỗ trợ nghiên cứu khoa học, và giúp các kỹ sư thiết kế máy tính tốt hơn, từ đó có thể chạy AI tốt hơn.
Điều này tạo ra một vòng phản hồi: AI tốt hơn giúp con người xây dựng công nghệ tốt hơn, công nghệ tốt hơn giúp con người xây dựng AI tốt hơn, và chu kỳ tăng tốc.
Đó là lý do tại sao so sánh AI với điện thoại thông minh có thể đánh giá thấp đáng kể những gì đang xảy ra. Điện thoại thông minh đã thay đổi cách con người truy cập thông tin.
AI tiên tiến có thể thay đổi tốc độ con người khám phá ra những điều mới.
TẤT CẢ HỌ ĐỀU CÓ THỂ ĐÚNG
Lúc đầu, những nhà lãnh đạo này dường như đang kể cho chúng ta những câu chuyện khác nhau. Tuy nhiên, đặt các lập luận của họ theo trình tự, chúng bắt đầu trông có vẻ tương thích một cách đáng ngạc nhiên.
Altman nói trí thông minh trở nên dồi dào. Những khả năng từng đắt đỏ trở nên có sẵn cho hầu hết mọi người.
Skates nói bản thân các sản phẩm bắt đầu học hỏi và cải thiện. Trí thông minh dồi dào được nhúng vào vòng lặp phát triển sản phẩm, kết nối xây dựng, quan sát hành vi con người, thử nghiệm, học hỏi và cải thiện.
Amodei nói trí thông minh dồi dào làm gián đoạn công việc tri thức. Đặc biệt dễ bị tổn thương có thể là các nhiệm vụ cấp thấp mà trên đó các sự nghiệp truyền thống được xây dựng.
Huang nói AI khuếch đại đáng kể từng cá nhân con người. Chi phí thấp hơn tạo ra nhu cầu mới, công ty mới, và các loại hình công việc hoàn toàn mới.
Nadella nói tất cả điều này xảy ra cực kỳ nhanh chóng. Xã hội có ít thời gian để điều chỉnh hơn nhiều so với các cuộc cách mạng công nghệ trước đây.
Hassabis nói AI cuối cùng thúc đẩy chính sự khám phá. Trí thông minh bắt đầu giúp nhân loại phát minh ra thế hệ công nghệ tiếp theo.
Đây không nhất thiết là sáu dự đoán cạnh tranh nhau. Chúng có thể là sáu lớp của cùng một sự biến đổi.
THEO DÕI SỰ KHAN HIẾM
Nếu những người này đúng, dù chỉ một phần, có một bài học thực tế đáng ngạc nhiên cho bất kỳ ai đang suy nghĩ về sự nghiệp, công ty, hoặc khoản đầu tư của mình:
Đừng xây dựng giá trị của bạn xung quanh thứ mà AI đang làm cho dồi dào. Hãy xây dựng nó xung quanh thứ trở nên khan hiếm bởi vì AI đang dồi dào.
Sự chú ý trở nên khan hiếm. Khi nội dung trở nên gần như vô hạn, việc thu hút sự chú ý thực sự của con người trở nên khó khăn hơn và do đó có giá trị hơn.
Khả năng phán đoán trở nên khan hiếm. Khi phân tích có thể được tạo ra ngay lập tức, câu hỏi khó không còn là liệu bạn có thể có được một phân tích hay không. Đó là liệu bạn có biết phân tích nào đáng tin cậy hay không.
Định hướng trở nên khan hiếm. Khi AI có thể tạo ra hàng trăm ý tưởng và chiến lược, một ý tưởng khác không nhất thiết hữu ích. Biết vấn đề nào đáng được giải quyết trở thành lợi thế.
Tư duy nguyên bản trở nên khan hiếm. Khi các bài viết, hình ảnh, phần mềm và bài thuyết trình có năng lực có thể được tạo ra bởi hầu hết mọi người, việc có điều gì đó thực sự khác biệt để nói trở nên có giá trị hơn.
Lòng tin trở nên khan hiếm. Máy móc sẽ ngày càng giao tiếp thuyết phục trong khi nội dung tổng hợp trở nên dễ sản xuất hơn. Do đó, uy tín của con người trở nên có giá trị hơn, chứ không ít đi.
Gu thẩm mỹ trở nên khan hiếm. AI có thể tạo ra vô số khả năng. Ai đó vẫn phải quyết định cái nào thực sự tốt.
Và các sản phẩm tự cải thiện tạo ra một sự khan hiếm nữa có thể quan trọng vô cùng: biết hệ thống nên tối ưu hóa cho điều gì.
Một cỗ máy có thể trở nên cực kỳ giỏi trong việc đạt được một mục tiêu. Một sản phẩm có thể trở nên cực kỳ giỏi trong việc cải thiện một chỉ số. Nhưng đó có phải là mục tiêu đúng đắn? Đó có phải là chỉ số đúng đắn?
Đó không còn chủ yếu là một câu hỏi công nghệ.
Đó là một câu hỏi về phán đoán của con người.
ĐỪNG CỐ CHẠY NHANH HƠN CỖ MÁY
Trong nhiều thập kỷ, các nhà quản lý bảo con người thực hiện những nhiệm vụ nào. Ngày mai, các nhà lãnh đạo có thể ngày càng xác định mục tiêu cho sự kết hợp giữa con người, tác nhân, và các hệ thống tự cải thiện.
Lãnh đạo sau đó trở nên ít về giám sát thực thi và nhiều hơn về xác định định hướng, ràng buộc, khuyến khích, và ý nghĩa.
Tôi sẽ không dành thập kỷ tới để cố gắng trở nên giỏi hơn một chút ở thứ mà máy móc đang cải thiện theo cấp số nhân. Tôi sẽ học cách chỉ đạo chúng trong khi cố tình củng cố những khả năng trở nên có giá trị hơn chính xác bởi vì bản thân trí thông minh đang trở nên dồi dào: phán đoán, sự tò mò, lòng can đảm, các mối quan hệ, khả năng lãnh đạo, trách nhiệm, và gu thẩm mỹ.
Những người chiến thắng trong kỷ nguyên AI có thể không phải là những người biết nhiều nhất về AI. Họ có thể là những người hiểu phải làm gì với trí thông minh một khi bản thân trí thông minh không còn khan hiếm nữa.
Trong hàng nghìn năm, trí thông minh đã mang lại cho con người sức mạnh phi thường. Giờ đây, chúng ta đang xây dựng những cỗ máy có thể làm cho trí thông minh có sẵn ở khắp mọi nơi, mọi lúc, trong khi các sản phẩm xung quanh chúng ta bắt đầu quan sát, học hỏi và cải thiện.
Có lẽ câu hỏi định nghĩa của kỷ nguyên AI không phải là liệu máy móc cuối cùng có suy nghĩ như chúng ta hay không.
Đó là một điều khó chịu hơn nhiều:
Con người nên trở thành gì khi thông minh thôi là không đủ để khiến chúng ta trở nên đặc biệt?
