ค้นพบความสนใจของคุณ ไปด้วยกัน

ดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

ค้นพบความสนใจของคุณ ไปด้วยกันดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

ผู้นำ AI วิสัยทัศน์แตกต่าง แต่ออกแบบอนาคตเทคโนโลยีให้เราเหมือนกัน

ผู้นำ AI วิสัยทัศน์แตกต่าง แต่ออกแบบอนาคตเทคโนโลยีให้เราเหมือนกัน
ความสนใจ|สำรวจการใช้งาน AI

อนาคต AI เทคโนโลยี: ความฝันใหญ่ ชะลอคาดหวัง และโจทย์เรื่องอำนาจ

อนาคต AI เทคโนโลยีคือการต่อสู้ระหว่างความฝันเรื่องศักยภาพมหาศาลของระบบอัจฉริยะ กับความกังวลเรื่องข้อจำกัดด้านทรัพยากรและอำนาจที่อาจถูกรวมศูนย์อยู่ในมือของคนเพียงไม่กี่กลุ่ม ซึ่งกำลังบังคับให้ธุรกิจและสังคมต้องตัดสินใจว่าจะออกแบบกติกาและโครงสร้างการใช้ AI อย่างไรตั้งแต่วันนี้เพื่อไม่ให้อนาคตถูกล็อกโดยวิสัยทัศน์ของคนบางคนเท่านั้น

หัวใจของข้อถกเถียงตอนนี้อยู่ที่คำถามว่าใครควรกำกับทิศทาง AI และความก้าวหน้าควรเดินเร็วแค่ไหน ก่อนจะชนกำแพงด้านพลังงาน กฎหมาย และความไว้วางใจของสังคม Sam Altman กล่าวอย่างตรงไปตรงมาว่า “There's no way to get there without a breakthrough” และใช้เหตุผลนี้ผลักดันการลงทุนด้านพลังงานฟิวชันเพื่อรองรับความต้องการพลังงานของการสร้าง AI ขั้นสูง พร้อมย้ำว่าข้อจำกัดด้านพลังงานกำลังกลายเป็นคอขวดใหญ่ที่ทำให้บริษัทไม่สามารถขยายขนาดและคุณภาพโมเดลได้ตามที่ต้องการ ภาพนี้ทำให้เราต้องยอมรับว่าเพดานของ AI วันนี้ไม่ได้อยู่ที่อัลกอริทึมเท่านั้น แต่อยู่ที่โครงสร้างพื้นฐานของโลกจริงด้วย

วิสัยทัศน์สายฝัน: AI รักษาโรคได้ แต่ต้องสร้างโครงสร้างพื้นฐานข้อมูล

ด้านสว่างของผู้นำ AI วิสัยทัศน์ ปรากฏชัดในมุมมองของ Fidji Simo อดีตผู้บริหาร OpenAI ที่ออกมาตั้ง ChronicleBio สตาร์ทอัพชีวการแพทย์ เธอเชื่อว่า AI สามารถนำไปสู่การรักษาโรคทั้งหมดได้ในระยะยาว แต่ไม่เห็นด้วยกับการคิดว่าการเพิ่มความฉลาดของโมเดลเพียงอย่างเดียวจะพาเราไปถึงจุดนั้น เธอระบุชัดว่าคอขวดใหญ่คือการมี “ข้อมูลชีววิทยาที่ถูกต้อง” เพราะ AI ไม่อาจใช้ตรรกะล้วนๆ เพื่อหาวิธีรักษา หากขาดข้อมูลเชิงลึกของโรคแต่ละชนิด

Simo ชี้ว่าในมะเร็ง เราเริ่มเห็นความหวังเพราะมีการลงทุนสะสมข้อมูลด้านจีโนม พยาธิวิทยา ภาพถ่าย และผลลัพธ์ทางคลินิกมาหลายสิบปี ทำให้ AI มีเชื้อเพลิงข้อมูลที่พร้อมกว่ากลุ่มโรคเรื้อรังซับซ้อนอื่นๆ ที่โครงสร้างพื้นฐานข้อมูลยังแทบไม่เกิดขึ้นเลย เธอสรุปภาพใหญ่ว่า “Model intelligence and biological infrastructure are going to have to scale together” ซึ่งเป็นประโยคที่ควรจารึกไว้ในทุกองค์กรที่กำลังพูดถึงการใช้ AI ในสุขภาพ หากไม่ลงทุนสร้าง data infrastructure อย่างจริงจัง ความฝันเรื่อง AI รักษาโรคก็จะกลายเป็นเพียงคำโฆษณาซ้ำๆ

ผู้นำ AI วิสัยทัศน์แตกต่าง แต่ออกแบบอนาคตเทคโนโลยีให้เราเหมือนกัน

สายเบรกและการปกครอง AI: เมื่อความกังวล AI เข้มข้นอาจแลกมาด้วยเสรีภาพ

ต่างจากวิสัยทัศน์สายฝัน Altman แสดงตัวเป็น “สายเบรกแบบมองไกล” มากขึ้น เขาเตือนทั้งเรื่องข้อจำกัดทางเทคนิคและเรื่องโครงสร้างอำนาจในโลก AI ด้านเทคโนโลยี เขายอมรับว่าการจะไปถึงระดับปัญญาเหนือมนุษย์ต้องการ breakthrough ใหม่ ซึ่งยังมองไม่เห็นเส้นทางที่ชัดเจนในวันนี้ นี่คือสัญญาณเตือนให้ธุรกิจชะลอความคาดหวังว่า AI ตอนนี้จะกลายเป็นสมองจักรกลอเนกประสงค์ในเวลาอันใกล้

แต่ความกล้าของ Altman อยู่ที่การพูดถึงปัญหาการปกครอง AI ตรงๆ เขาบอกว่าเป็นห่วงอนาคตที่ AI ถูกควบคุมโดยบริษัท โมเดล หรือคนเพียงไม่กี่ราย ทำให้คนส่วนใหญ่ไม่มีเสียงกำหนดทิศทาง เขาเตือนด้วยว่าความกลัว AI หลุดจากการควบคุมอาจผลักบางฝ่ายให้ยอม “trade off a lot of liberty for safety” หรือยอมลดเสรีภาพเพื่อแลกความปลอดภัยเกินจำเป็น ประเด็นนี้พุ่งตรงไปยังแนวคิดสายระมัดระวังอย่าง Dario Amodei ที่ผลักดันให้รัฐเข้ามาควบคุม AI มากขึ้น โดยใช้การเตือนความเสี่ยงด้านความมั่นคง การเงิน และโครงสร้างพื้นฐานเป็นเหตุผล สำหรับองค์กรทั่วไป นี่คือสัญญาณว่ากฎเกณฑ์ AI กำลังกลายเป็นสนามต่อสู้เรื่องเสรีภาพ ไม่ใช่แค่เรื่อง compliance

ทีมเล็ก AI นวัตกรรม: ทำไม Jeff Dean เลือกออกจากยักษ์ใหญ่ไปสร้างสตาร์ทอัพ 4 คน

ในขณะที่บางคนต่อสู้บนเวทีนโยบาย Jeff Dean เลือกต่อสู้ในสนามนวัตกรรมแบบทีมเล็ก หลังทำงานในบริษัทเทคยักษ์ใหญ่มา 27 ปี เขาตัดสินใจลาออกไปสร้าง Discovery Loop สตาร์ทอัพ AI ที่มีสมาชิกเพียง 4 คน และยอมรับว่าตัวเองแทบกลั้นน้ำตาไม่อยู่ระหว่างเล่าการตัดสินใจครั้งนี้ในการบรรยายที่ Stanford แต่มุมมองของเขาชัดเจนมาก: วันนี้ทีมเล็กมีศักยภาพสร้างนวัตกรรมได้เร็วกว่าเดิมเพราะโครงสร้างพื้นฐานคลาวด์พร้อมให้ใช้งาน ไม่ต้องลงทุนสร้างเองเหมือนในอดีต

Dean มองว่าทีมเล็กช่วยตัด “สิ่งรบกวนเล็กๆ” ที่มีในองค์กรใหญ่ ทำให้โฟกัสกับโจทย์ยากๆ ในด้าน automation ทางวิทยาศาสตร์และวิศวกรรมได้เต็มที่ Discovery Loop ตั้งเป้าสร้างระบบที่ช่วยนักวิทยาศาสตร์และวิศวกรออกแบบ ทดลอง และประเมินการทดลองแบบอัตโนมัติ โดยระบุว่าพวกเขาอาจตัดสินใจบางอย่างที่ไม่เป็นผลดีต่อผลกำไรของบริษัท แต่เป็นประโยชน์ต่อสังคมวงกว้าง สิ่งนี้สะท้อนภาพใหญ่ที่ Altman เคยพูดว่า “We are about to see the greatest boom in people starting smaller businesses than we have ever seen… I think AI is empowering that” ซึ่งหมายความว่าอนาคตการแข่งขัน AI จะไม่ได้มีแค่ยักษ์ใหญ่ แต่รวมถึงทีมเล็กที่กล้าโฟกัสโจทย์เฉพาะลึกๆ ด้วย

ผู้นำ AI วิสัยทัศน์แตกต่าง แต่ออกแบบอนาคตเทคโนโลยีให้เราเหมือนกัน

เมื่อ CEO กลายเป็นครูบนโซเชียล: Jensen Huang และสงครามเรื่องเรื่องเล่า AI

ในสนามการสื่อสาร ผู้นำ AI วิสัยทัศน์อีกคนที่กำลังโดดเด่นคือ Jensen Huang CEO ของ Nvidia ที่เพิ่งเข้าสู่ยุคโซเชียลเต็มตัว เขาเปิดบัญชี X และเริ่มโพสต์เรื่องทุกอย่างตั้งแต่ชิปที่เก่าไปจนถึงการจัดหาเงินทุนสำหรับการสร้างโครงสร้างพื้นฐาน AI แต่สไตล์ของเขาไม่ใช่การประกาศอย่างหวือหวา หากเป็นการอธิบายเหมือน “คุณครู” ชวนคนเข้าใจภาพรวมเทคโนโลยีพร้อมๆ กับดันแนวคิดที่เป็นประโยชน์ต่ออาณาจักรของตัวเอง

โพสต์แรกของ Huang คือจดหมายสนับสนุนโมเดล AI แบบเปิด ที่เขายืนยันว่ามัน “สำคัญเกินกว่าจะนิ่งเฉย” ทั้งต่ออุตสาหกรรมและต่อโลก โมเดลเปิดหมายถึงการเปิดให้บริษัทจำนวนมากขึ้นสามารถสร้างระบบของตัวเองได้ จึงเพิ่มความต้องการชิปของ Nvidia ไปด้วย นั่นทำให้ฟีดของเขากลายเป็นเหมือนคู่มือสรุป AI และเป็น “social media cheat sheet” ให้คนทั่วไปใช้เป็นหัวข้อสนทนาได้ในชีวิตประจำวัน แต่ในมุมมองเชิงอำนาจ การที่ CEO รายใหญ่ใช้โซเชียลเพื่อกำหนดเรื่องเล่าของ AI คือการต่อสู้แย่งอิทธิพลกับผู้นำรายอื่น ตั้งแต่สายควบคุมเข้มแบบ Amodei ไปจนถึงสายเปิดโมเดลแบบผู้เล่นรายใหญ่หลายรายในตลาด

ผู้นำ AI วิสัยทัศน์แตกต่าง แต่ออกแบบอนาคตเทคโนโลยีให้เราเหมือนกัน

บทสรุปสำหรับองค์กร: เลือกข้างหรือออกแบบวิสัยทัศน์ของตัวเอง

เมื่อมองภาพรวม ผู้นำ AI วิสัยทัศน์ต่างกันไม่ได้แปลว่าใครถูกใครผิด แต่คือชุดสมมติฐานที่องค์กรจำเป็นต้องเลือกว่าจะเชื่ออะไรและลงทุนตรงไหน สายฝันแบบ Simo บอกเราว่าหากอยากได้ผลลัพธ์ระดับ “รักษาโรค” ต้องสร้าง data infrastructure อย่างเป็นระบบ ไม่ใช่แค่ซื้อโมเดลมาใช้ สายเบรกแบบ Altman เตือนว่าอย่าประเมินเส้นทางไปสู่ AI ระดับสูงเกินจริง และต้องระวังไม่ให้การปกครอง AI กลายเป็นข้ออ้างในการริบเสรีภาพของผู้ใช้

สายทีมเล็กอย่าง Jeff Dean แสดงให้เห็นว่าการแข่งขันไม่ได้วัดขนาดองค์กร แต่ใช้ความชัดเจนของโจทย์และความเร็วในการทดลองเป็นตัวตัดสิน ขณะที่ Huang สาธิตให้เห็นว่าการสื่อสารเชิง “ครู” สามารถเปลี่ยนเรื่องยากให้กลายเป็นฉันทามติใหม่ในตลาด สำหรับธุรกิจทั่วไป บทเรียนคืออย่าปล่อยให้วิสัยทัศน์อนาคต AI ถูกกำหนดโดยผู้นำไม่กี่คนเท่านั้น ควรถามตัวเองให้ชัดว่าเราต้องการอนาคตแบบใดกับลูกค้าและพนักงาน แล้วออกแบบกลยุทธ์ AI ให้สอดคล้อง ทั้งในมิติข้อมูล พลังงาน การกำกับดูแล และโครงสร้างทีมภายใน นั่นคือวิธีใช้พลังของ AI โดยไม่ยกอำนาจอนาคตให้คนอื่นทั้งหมด

ZestBuy ได้รับค่าคอมมิชชั่นเมื่อคุณช้อปผ่านลิงก์ของเรา โดยคุณไม่ต้องจ่ายเพิ่ม

You May Also Like

Comments
พูดอะไรบางอย่าง...
ยังไม่มีความคิดเห็น มาเป็นคนแรกที่แบ่งปันความคิดเห็นของคุณ!