บทนำ: David George หุ้นส่วนของ a16z Growth และ Chris Dixon หุ้นส่วนของ a16z crypto ได้พูดคุยกันเกี่ยวกับวิสัยทัศน์ของพวกเขาสำหรับอินเทอร์เน็ตยุคใหม่ รวมถึงโครงสร้างพื้นฐาน AI แบบกระจายอำนาจด้วยสกุลเงินดิจิทัล การเริ่มต้นเอฟเฟกต์ของเครือข่าย AI จะกลายเป็นรูปแบบสื่อดั้งเดิมของยุคนี้ เป็นต้น การสนทนายังสำรวจว่าเหตุใดรูปแบบธุรกิจเดิมของอินเทอร์เน็ตจึงล้มเหลว และอินเทอร์เน็ตใหม่นำเสนอรูปแบบธุรกิจใหม่ๆ สำหรับผู้สร้างสรรค์อย่างไร
เทคโนโลยีมีการพัฒนามาอย่างไร
“เดวิด จอร์จ”: ตอนนี้คุณใช้เวลาส่วนใหญ่ไปกับการมุ่งเน้นในด้านการเข้ารหัส คุณคิดอย่างไรเกี่ยวกับความสัมพันธ์ระหว่างเทคโนโลยีการเข้ารหัสและ AI?
คริส ดิกสัน: มุมมองมหภาคของผมก็คือคลื่นเทคโนโลยีมีแนวโน้มที่จะมาเป็นคู่หรือเป็นสามเท่า เมื่อ 15 ปีที่แล้ว อินเทอร์เน็ตบนมือถือ, เครือข่ายโซเชียล และคลาวด์คอมพิวติ้ง เป็นสามเทรนด์หลัก อินเทอร์เน็ตบนมือถือทำให้จำนวนผู้ใช้ที่มีอุปกรณ์คอมพิวเตอร์เพิ่มขึ้นจากหลายร้อยล้านคนเป็นพันล้านคน เครือข่ายโซเชียลเป็น “แอปพลิเคชันเด็ด” ที่ดึงดูดผู้ใช้ และการประมวลผลแบบคลาวด์เป็นโครงสร้างพื้นฐานที่รองรับทั้งหมดนี้ ทั้งสามสิ่งนี้มีความสัมพันธ์กันและขาดกันไม่ได้ ผู้คนถกเถียงกันว่าอะไรดีกว่า แต่กลายเป็นว่าทั้งสองอย่างมีความสำคัญ
“เดวิด จอร์จ” : ใช่แล้ว ทุกสิ่งจำเป็น
คริส ดิกสัน: ผมคิดว่า AI การเข้ารหัส และอุปกรณ์ใหม่ๆ (เช่น หุ่นยนต์ รถขับเคลื่อนอัตโนมัติ และ VR) เป็นสามแนวโน้มที่น่าสนใจที่สุดในตอนนี้ พวกมันยังเสริมซึ่งกันและกันและพัฒนาไปพร้อมกัน การเข้ารหัสถือเป็นเรื่องใหม่ (และนั่นคือเนื้อหาในหนังสือของฉัน) ที่ให้แนวทางใหม่ในการออกแบบอินเทอร์เน็ตและสร้างเครือข่าย มันมีคุณสมบัติพิเศษบางประการที่ทำให้สิ่งต่างๆ ที่ไม่เคยเป็นไปได้มาก่อนเป็นไปได้ เมื่อคนจำนวนมากคิดถึงสกุลเงินดิจิทัล พวกเขาจะคิดถึง Bitcoin หรือ Meme coin แต่สำหรับฉันและผู้เชี่ยวชาญอีกหลายคนที่เข้าใจการเข้ารหัสอย่างแท้จริงแล้ว สาระสำคัญของการเข้ารหัสนั้นมีมากกว่านั้นมาก มันมีการเชื่อมโยงกับ AI มากมาย วิธีพื้นฐานที่สุดวิธีหนึ่งในการผสมผสานคือการใช้สถาปัตยกรรมการเข้ารหัสเพื่อสร้างระบบ AI เราได้ลงทุนจำนวนมากในทิศทางนี้
เราได้หารือกันถึงคำถามหลักภายในองค์กรว่า อนาคตของ AI จะถูกควบคุมโดยบริษัทใหญ่เพียงไม่กี่แห่งหรือจะได้รับการจัดการโดยชุมชนที่กว้างขวางขึ้น? คำถามแรกที่นี่คือ: AI เป็นโอเพนซอร์สหรือไม่? ฉันตกใจมากที่สาขา AI ปิดตัวลงขนาดนี้ เมื่อสิบปีที่แล้ว การวิจัยด้าน AI ทั้งหมดได้รับการเปิดเผยต่อสาธารณะและตีพิมพ์ในเอกสาร แต่แล้วอุตสาหกรรมนั้นก็ปิดตัวลงอย่างกะทันหัน พวกเขาอ้างว่าพวกเขาทำเช่นนี้เพื่อเหตุผลด้านความปลอดภัย แต่ฉันคิดว่ามันเป็นเพื่อข้อได้เปรียบในการแข่งขันของพวกเขาเอง โชคดีที่มีโครงการโอเพนซอร์สอยู่บ้าง เช่น Llama, Flux และ Mistral แต่ฉันกังวลเล็กน้อยว่าโมเดลโอเพนซอร์สนี้อาจเปราะบาง เนื่องจากโครงการต่างๆ มากมายไม่ได้เปิดเผยน้ำหนักของโมเดลของตน นี่เป็นโอเพนซอร์สจริงๆหรือ? โมเดลบางรุ่นเป็นโอเพนซอร์ส แต่ข้อมูลไพล์ไลน์ของโมเดลเหล่านั้นไม่ใช่ มันสามารถผลิตซ้ำได้อย่างอิสระจริงหรือ? พวกเขาอาจเปลี่ยนโมเดลพรุ่งนี้และไม่มีอะไรที่คุณจะทำได้เลย โมเดล AI เหล่านี้มีการพัฒนาที่ดีขึ้นทุกเดือน แต่หากพวกมันไม่ทันสมัยอีกต่อไป ฉันไม่รู้ว่าอะไรจะเกิดขึ้น
“เดวิด จอร์จ”: อย่างน้อยตอนนี้ AI ยังคงขึ้นอยู่กับบริษัทขนาดใหญ่เป็นอย่างมาก
สกุลเงินดิจิทัลและ AI โต้ตอบกันอย่างไร
คริส ดิกสัน: โครงการบางส่วนที่เราลงทุนมุ่งเน้นไปที่การสร้างสถาปัตยกรรมบริการอินเทอร์เน็ตแบบกระจายอำนาจที่เหมาะสมกับระบบนิเวศ AI ตัวอย่างเช่น มีโครงการที่เรียกว่า Jensen ที่กำลังสร้างเครือข่ายทรัพยากรคอมพิวเตอร์แบบกระจายอำนาจ รูปแบบจะคล้ายกับ Airbnb โดยอนุญาตให้ผู้ใช้ส่งงานประมวลผลและจัดสรรให้กับทรัพยากรประมวลผลที่ไม่ได้ใช้งานทั่วโลก จึงช่วยเพิ่มประสิทธิภาพในการจัดหาและอุปสงค์ของพลังประมวลผล เครือข่ายนี้ทำหน้าที่เหมือนบัญชีแยกประเภทเศรษฐกิจที่จัดการอุปทานและอุปสงค์ของทรัพยากรคอมพิวเตอร์
ตัวอย่างอีกประการหนึ่งคือ Story Protocol ซึ่งเป็นวิธีใหม่ในการจดทะเบียนทรัพย์สินทางปัญญา โดยสมมติว่าคุณเป็นผู้สร้างสรรค์ คุณสามารถลงทะเบียนรูปภาพ วิดีโอ หรือเพลงบนบล็อกเชน ซึ่งจะทำการบันทึกสื่อและสิทธิ์ทั้งหมด โดยใช้กฎหมายลิขสิทธิ์ที่มีอยู่เพื่อชี้แจงว่าใครเป็นเจ้าของลิขสิทธิ์ ด้วยวิธีนี้ ใครๆ ก็สามารถใช้เนื้อหาได้ภายใต้เงื่อนไขของข้อตกลง และใครๆ ก็สามารถเข้ามา แล้วคุณอาจพูดว่า คุณสามารถใช้รีมิกซ์นี้ คุณสามารถสร้างงานดัดแปลงได้ แต่คุณต้องจ่ายให้ฉัน 10% ของรายได้
เดวิด จอร์จ: ...หรืออัตราส่วนใดๆ ก็ได้
คริส ดิกสัน: ในบล็อคเชน คุณสามารถกำหนดเงื่อนไขและสร้างตลาดเปิดได้ แต่ในตลาดปัจจุบันคุณต้องติดต่อบริษัทด้วยตนเองและพยายามเจรจาเท่านั้น ส่งผลให้ผู้คนขโมยเนื้อหาหรือไม่ใช้งานเนื้อหานั้นเลย หรือมีเพียงบริษัทใหญ่ๆ เท่านั้นที่สามารถทำข้อตกลงเรื่องลิขสิทธิ์ได้ ตัวอย่างเช่น OpenAI จ่ายเงินให้ Shutterstock 100 ล้านเหรียญสหรัฐ และบล็อคเชนสร้างทรัพยากรประชาธิปไตยที่กว้างขวางซึ่งผู้สร้างรายย่อยสามารถกำหนดเงื่อนไขของตนเองได้
ข้อได้เปรียบหลักประการหนึ่งของเทคโนโลยีการเข้ารหัสคือความสามารถในการประกอบ ความสำเร็จของซอฟต์แวร์โอเพนซอร์สนั้นเกิดจากการที่ซอฟต์แวร์ดังกล่าวช่วยให้นักพัฒนาสามารถรวมและซ้อนทับนวัตกรรมต่างๆ ลงบนโมดูลที่มีอยู่ได้ Linux เป็นตัวอย่างที่ดี โดยเติบโตจากส่วนแบ่งตลาดเกือบ 0% ในช่วงทศวรรษ 1990 มาเป็นมากกว่า 90% ของตลาดเซิร์ฟเวอร์ในปัจจุบันเนื่องมาจากความสามารถในการประกอบ ผู้คนมีส่วนร่วม (ถึงแม้จะเล็กน้อย) ต่อระบบเพื่อทำให้ระบบดีขึ้น นี่ก็เหมือนกับวิกิพีเดียในฐานะระบบบูรณาการความรู้
Back to Story Protocol นี้ยังให้คุณผสมผสานเนื้อหาสร้างสรรค์ได้อย่างอิสระเหมือนอิฐเลโก้อีกด้วย ตัวอย่างเช่น หากมีคนสร้างตัวละคร อีกคนเขียนเรื่องราว และอีกคนใช้ AI ในการสร้างแอนิเมชั่น คุณสามารถสร้างจักรวาลซูเปอร์ฮีโร่ใหม่ได้ และตราบใดที่เงินทุนไหลกลับมา ทุกคนก็สามารถได้รับส่วนแบ่งในที่สุด
“เดวิด จอร์จ” : กุญแจสำคัญของโมเดลนี้คือการไหลเวียนของเงินต้องโปร่งใสและยุติธรรม
คริส ดิกสัน: วิธีนี้ช่วยให้ผู้สร้างสามารถใช้เครื่องมือ AI เพื่อปรับปรุงประสิทธิภาพได้ พร้อมทั้งได้รับผลตอบแทนทางการเงินด้วย แทนที่จะถูกใช้ประโยชน์ฟรีๆ นี่เป็นวิสัยทัศน์ที่ยอดเยี่ยมมาก — ช่วยสร้างแรงจูงใจให้ผู้คนใช้เครื่องมือใหม่ๆ เหล่านี้พร้อมๆ กับการให้โมเดลเศรษฐกิจไปพร้อมกัน ในการลงทุนของเรา เรามักจะคิดถึงวิธีการค้นหาโมเดลเศรษฐกิจใหม่ๆ สำหรับคนทำงานด้านความคิดสร้างสรรค์ในโลกที่ขับเคลื่อนด้วย AI นี่คือพื้นที่ที่ทำให้ฉันรู้สึกตื่นเต้นมากที่สุดเกี่ยวกับจุดตัดระหว่าง AI และ Crypto
“เดวิด จอร์จ”: ในอดีตแพลตฟอร์มโซเชียลนั้นจะได้รับรายได้จากการโฆษณา 100% และผู้สร้างสรรค์ผลงานนั้นสามารถพึ่งพาการสร้างรายได้จากการเข้าชมเท่านั้น สิ่งที่เราหวังว่าจะได้เห็นคือระบบใหม่ที่ผู้สร้างสามารถกำหนดราคาและซื้อขายได้อย่างอิสระ สิ่งนี้จะนำไปสู่การมีนวัตกรรมมากขึ้น
“เดวิด จอร์จ” : เพราะแรงจูงใจทางเศรษฐกิจมีความสอดคล้องกัน
คริส ดิกสัน: จากสิ่งนี้ เรากำลังเห็นแนวทาง การระดมทุนจากมวลชน ในด้าน AI มากขึ้น จากมุมมองของข้อมูล AI ต้องการข้อมูลเพิ่มมากขึ้น ความก้าวหน้าของเทคโนโลยีการเข้ารหัสก็คือสามารถออกแบบระบบสร้างแรงจูงใจใหม่ๆ ได้ ประเด็นสำคัญคือเราจะใช้ระบบเหล่านี้เพื่อรวบรวมข้อมูลการฝึกอบรม AI เพิ่มเติมได้อย่างไร ข้อมูลสามารถใช้เป็นอินพุตสำหรับ AI, สำหรับการประเมินโมเดล หรือเพื่อวัตถุประสงค์อื่นๆ ได้ สิ่งนี้คล้ายกับสิ่งที่ Scale AI ทำ แต่ความแตกต่างก็คือ เราต้องการดำเนินการในรูปแบบกระจายอำนาจ แทนที่จะให้บริษัทรวมอำนาจควบคุมกระบวนการทั้งหมด
หนึ่งในโครงการที่เราลงทุนคือ WorldCoin ซึ่งร่วมก่อตั้งโดย Sam Altman แนวคิดหลักคือในโลกที่ AI สามารถสร้างอัตลักษณ์และเนื้อหาของมนุษย์ได้ เราจำเป็นต้องมีวิธีพิสูจน์ว่าบุคคลนั้นมีตัวตนอยู่จริง และวิธีที่ดีที่สุดคือการใช้บล็อคเชนเพื่อทำการยืนยันตัวตนโดยใช้เทคโนโลยีการเข้ารหัส WorldCoin ได้ออกแบบกลไกจูงใจให้ผู้ใช้ลงทะเบียนและรับการยืนยันตัวตน เช่น เครื่องสแกนทรงกลม (orb) เพื่อสแกนม่านตา แต่การกระทำดังกล่าวทำให้เกิดข้อโต้แย้งอยู่บ้าง ปัจจุบันพวกเขานำเสนอวิธีการอื่น ๆ เช่นการยืนยันตัวตนผ่านทางหนังสือเดินทาง เมื่อคุณดำเนินการยืนยันตัวตนเสร็จสิ้น คุณจะได้รับข้อมูลประจำตัวที่เข้ารหัสบนบล็อกเชน ซึ่งสามารถใช้ในบริการต่าง ๆ ได้
สถานการณ์การใช้งานที่เรียบง่ายคือการยืนยัน (CAPTCHA) รหัสยืนยันในปัจจุบันมีความซับซ้อนมากจนแม้แต่คนเองก็อาจไม่สามารถผ่านมันไปได้อย่างง่ายดาย เมื่อเทียบกับระบบป้องกันการฉ้อโกงที่ยุ่งยากเหล่านี้ เราสามารถใช้วิธีการตรวจสอบการเข้ารหัสได้ ผู้ใช้สามารถรับรหัสเข้ารหัสเพื่อพิสูจน์ว่าเป็นมนุษย์ ซึ่งสามารถใช้เพิ่มชั้นการยืนยันอีกชั้นได้ นี่คือจุดตัดที่น่าสนใจอีกแห่งหนึ่ง
ยังคงมีโอกาสอีกมากมายสำหรับ AI แบบกระจายอำนาจในระดับโครงสร้างพื้นฐาน เช่น การแยกส่วนระบบ AI แบบรวมศูนย์เพื่อให้กระจายอำนาจทั้งในระดับรหัสและระดับการบริการ นอกจากนี้ยังมีความเป็นไปได้ใหม่ๆ มากมาย เช่น การชำระเงินแบบเครื่องต่อเครื่อง ฯลฯ
ฉันคิดว่าส่วนที่น่าตื่นเต้นที่สุดคือการสำรวจรูปแบบธุรกิจใหม่ๆ ในยุค AI โดยเฉพาะรูปแบบธุรกิจสำหรับผู้สร้าง
การทำลายสัญญาทางเศรษฐกิจของอินเตอร์เน็ต
David George: คุณได้ชี้แจงให้ฉันทราบทันทีหลังจากช่วง ChatGPT ว่า เฮ้ เราอาจจะทำผิดสัญญาอินเทอร์เน็ต และฉันคิดว่านั่นเป็นคำถามที่น่าสนใจมาก
คริส ดิกสัน: มีบทเกี่ยวกับเรื่องนี้อยู่ในหนังสือ ใกล้จะจบแล้ว ฉันเรียกมันว่าพันธสัญญาใหม่ ถ้าคุณลองคิดถึงระบบแรงจูงใจ เหตุผลหลักประการหนึ่งที่ทำให้อินเทอร์เน็ตประสบความสำเร็จก็คือมีระบบแรงจูงใจอันชาญฉลาดมาก คุณจะทำให้ผู้คน 5 พันล้านคนเข้าร่วมระบบที่ไม่มีอำนาจจากส่วนกลางได้อย่างไร? นี้เป็นเพราะโครงสร้างแรงจูงใจของอินเตอร์เน็ต
ChatGPT ช่วยให้มองเห็นภาพว่าสัญญาเศรษฐกิจของอินเทอร์เน็ตอาจถูกทำลายได้อย่างไร ในช่วง 20 ปีที่ผ่านมา อินเทอร์เน็ตได้สร้างสัญญาทางเศรษฐกิจโดยปริยาย: เครื่องมือค้นหาและแพลตฟอร์มโซเชียลสามารถเข้าถึงเนื้อหา และในทางกลับกัน ผู้สร้างก็ได้รับปริมาณการเข้าชม ตัวอย่างเช่น เว็บไซต์การท่องเที่ยว เว็บไซต์สูตรอาหาร เว็บไซต์ภาพประกอบ ฯลฯ จะช่วยให้ Google รวบรวมเนื้อหาเพื่อแลกกับปริมาณการค้นหา แบบจำลองนี้สนับสนุนการพัฒนาอินเตอร์เน็ต แต่ตอนนี้ AI สร้างเนื้อหาโดยตรง ผู้ใช้ไม่จำเป็นต้องคลิกลิงก์ด้วยซ้ำ และ Google ก็ไม่จำเป็นต้องกระจายการเข้าชมไปยังเว็บไซต์อีกต่อไป ด้วยวิธีนี้ แหล่งรายได้ของผู้สร้างจึงถูกตัดขาด และรูปแบบเศรษฐกิจดั้งเดิมของอินเทอร์เน็ตก็ล่มสลายไปด้วย
ในอดีต Google จะเบี่ยงการเข้าชมบางส่วนออกไป ตัวอย่างเช่น เมื่อผู้ใช้ค้นหาคำถาม Google จะแสดงสรุปข้อมูล แต่ยังคงแนะนำให้ผู้ใช้ไปที่เว็บไซต์เพื่อดูข้อมูลเพิ่มเติม แต่ต่อมา Google ก็เริ่ม สกัดกั้นการรับส่งข้อมูล ตัวอย่างเช่น สำหรับเนื้อหา StackOverflow นั้น Google จะแสดงคำตอบโดยตรงในผลการค้นหาแทนที่จะให้ผู้ใช้เข้าไปที่เว็บไซต์ต้นทาง ส่งผลให้ปริมาณการเข้าชมเว็บไซต์หลายแห่งลดลง ส่งผลกระทบต่อความสามารถในการสร้างรายได้ นอกจากนี้ Google ยังดำเนินการคล้ายๆ กันในอุตสาหกรรมการท่องเที่ยว ร้านอาหาร และอุตสาหกรรมอื่นๆ (เช่น Yelp) และจะให้ความสำคัญกับเนื้อหาของตัวเองมากกว่าเนื้อหาจากผู้สร้างอิสระอีกด้วย แม้ว่าปัญหาดังกล่าวจะมีมานานแล้วก็ตาม แต่ยุค AI กลับทำให้ปัญหานี้ร้ายแรงมากยิ่งขึ้น
แต่หาก AI สามารถสร้างภาพประกอบ สูตรอาหาร และคำแนะนำการเดินทางได้โดยตรง ผู้ใช้ก็ไม่จำเป็นต้องเข้าชมเว็บไซต์เนื้อหาเหล่านั้นอีกต่อไป นี่อาจเป็นประสบการณ์ที่ดีกว่าสำหรับผู้ใช้ แต่กลับเป็นผลกระทบอันเลวร้ายสำหรับผู้สร้างเนื้อหา ในอนาคต เราอาจเหลือยักษ์ใหญ่ด้าน AI เพียงไม่กี่ราย และเว็บไซต์และผู้สร้างอิสระดั้งเดิมจะสูญเสียพื้นที่อยู่อาศัยของพวกเขา
นี่คือคำถามที่เราต้องคิด: อินเทอร์เน็ตในยุค AI ยังรองรับนวัตกรรมและการเป็นผู้ประกอบการได้หรือไม่? หากเราไม่สามารถแก้ไขปัญหานี้ อินเทอร์เน็ตอาจกลายเป็นเหมือนอุตสาหกรรมโทรทัศน์ในยุค 70 ที่มียักษ์ใหญ่เพียงไม่กี่เจ้าเท่านั้นที่ควบคุมเนื้อหาทั้งหมด นี่ไม่ใช่อินเทอร์เน็ตอนาคตที่เราต้องการ
แล้วเว็บไซต์ใหม่จะเกิดขึ้นได้อย่างไร? จะสร้างสิ่งใหม่ๆ ขึ้นมาได้อย่างไร? เราไม่ได้คิดเรื่องนี้ให้รอบคอบก่อน
ฉันไม่คิดว่าฉันมีคำตอบ และทางแก้ปัญหานี้ก็ไม่จำเป็นต้องพึ่งการเข้ารหัสเสมอไป แต่เราต้องตระหนักว่านี่เป็นการทำลายกลไกจูงใจเดิมของอินเทอร์เน็ต ประการที่สอง เราต้องคิดว่า นี่เป็นสิ่งที่ดีหรือไม่? ฉันไม่คิดอย่างนั้น. เราจำเป็นต้องค้นหาวิธีแก้ปัญหาที่ถูกต้อง - เราควรสร้างแรงจูงใจใหม่ๆ หรือไม่?
นี่เป็นเหตุผลว่าทำไมฉันจึงมุ่งเน้นไปที่การลงทุนและการคิดเกี่ยวกับระบบสร้างแรงจูงใจใหม่ๆ เช่น โปรเจ็กต์อย่าง Story Protocol เราจำเป็นต้องค้นหาวิธีการใหม่ๆ ในการซ้อนทับโครงสร้างเศรษฐกิจใหม่บนระบบที่มีอยู่เพื่อให้แน่ใจว่าอินเทอร์เน็ตจะยังคงสร้างสรรค์นวัตกรรมและเติบโตต่อไปได้
จากอินเทอร์เน็ตบนมือถือ โซเชียลเน็ตเวิร์ก และคลาวด์คอมพิวติ้ง ไปจนถึงการเข้ารหัส AI และฮาร์ดแวร์
“เดวิด จอร์จ”: สิ่งหนึ่งที่คุณพูดถึงคือการเกิดขึ้นของผลิตภัณฑ์เทคโนโลยีสามอย่างในเวลาเดียวกัน ได้แก่ AI เชิงสร้างสรรค์ สกุลเงินดิจิทัล และแพลตฟอร์มฮาร์ดแวร์ใหม่ คุณรู้สึกอย่างไรกับการผสมผสานทั้งสามสิ่งนี้?
คริส ดิกสัน: การเปรียบเทียบก็คืออุปกรณ์เคลื่อนที่ โซเชียล และคลาวด์คอมพิวติ้ง ในคลื่นสุดท้ายพวกเขาส่งเสริมกันและกันและร่วมกันส่งเสริมการพัฒนาอินเทอร์เน็ต เราได้เห็นการบูรณาการบางส่วนนี้แล้วในวันนี้
ขณะนี้ เราอยู่ในช่วงกลางของคลื่นเทคโนโลยีอีกคลื่นหนึ่ง ซึ่งครั้งนี้จะเน้นไปที่ AI การเข้ารหัส และฮาร์ดแวร์ประเภทใหม่ๆ เช่น หุ่นยนต์ รถขับเคลื่อนอัตโนมัติ และ VR เทคโนโลยีเหล่านี้ไม่เป็นอิสระต่อกัน แต่เสริมซึ่งกันและกันจนก่อให้เกิดระบบนิเวศน์ใหม่ อุปกรณ์ฮาร์ดแวร์ใหม่ๆ เช่นแว่น AR และ VR อาศัย AI เพื่อมอบประสบการณ์โต้ตอบที่ดีขึ้น เช่น ผู้ช่วยอัจฉริยะเหมือนในภาพยนตร์เรื่อง Her รถยนต์ขับเคลื่อนอัตโนมัติ เทคโนโลยีหุ่นยนต์ของ Tesla และโครงการหุ่นยนต์คล้ายมนุษย์ต่างๆ ต่างก็นำเทคโนโลยี AI มาใช้งานในสภาพแวดล้อมทางกายภาพเพื่อนำไปใช้ในโลกแห่งความเป็นจริง การเข้ารหัสเป็นวิธีใหม่สำหรับเครือข่ายแบบกระจายอำนาจในการรองรับแอปพลิเคชัน AI เหล่านี้ พื้นที่หนึ่งที่ฉันสนใจคือ DPIN หรือโครงสร้างพื้นฐานทางกายภาพแบบกระจายอำนาจ ตัวอย่างที่เด่นชัดที่สุดคือ Helium ซึ่งเป็นโครงการเครือข่ายโทรคมนาคมแบบ crowdsource ที่เป็นของชุมชนซึ่งแข่งขันกับผู้ให้บริการแบบดั้งเดิมอย่าง Verizon และ ATT ฮีเลียมได้ออกแบบกลไกจูงใจที่ช่วยให้ใครก็ตามสามารถสร้างโหนดที่บ้านเพื่อรองรับเครือข่ายได้ โหนดเหล่านี้ทำหน้าที่เหมือนเครื่องส่งสัญญาณไร้สาย และมีการติดตั้งโหนดเหล่านี้แล้วหลายแสนแห่งทั่วสหรัฐอเมริกา
ปัจจุบัน Helium ได้เปิดตัวบริการอินเทอร์เน็ตแล้ว โดยมีราคาที่ถูกกว่า Verizon มาก โดยอยู่ที่เพียงเดือนละ 20 เหรียญเท่านั้น ขณะที่ Verizon คิดเงิน 70 เหรียญ ส่วนใหญ่เป็นเพราะเครือข่ายของ Helium ได้รับการสร้างขึ้นโดยชุมชน และไม่จำเป็นต้องให้บริษัทโทรคมนาคมแบบดั้งเดิมต้องลงทุนหลายหมื่นล้านดอลลาร์เพื่อสร้างโครงสร้างพื้นฐาน
วิธีการใช้เทคโนโลยีการเข้ารหัสเพื่อกระตุ้นเอฟเฟกต์เครือข่าย
คริส ดิกสัน: เทคโนโลยีการเข้ารหัสมีข้อได้เปรียบอย่างมากในการแก้ปัญหา การเริ่มต้นแบบเย็น
โครงการผลกระทบจากเครือข่ายจำนวนมากต้องเผชิญกับความท้าทายในช่วงเริ่มต้น: จะดึงดูดผู้ใช้ให้เพียงพอเพื่อให้เครือข่ายทำงานได้จริงๆ ได้อย่างไร
ตัวอย่างเช่น Helium ถูกสร้างและดำเนินการโดยชุมชน แต่หากมีเพียง 10 โหนด มันก็คงไม่ทำงานอย่างแน่นอน การสร้างผลกระทบจากเครือข่ายเป็นปัญหาแบบไก่กับไข่ หากเครือข่ายสังคมออนไลน์ใหม่มีผู้ใช้เพียง 10 คน ก็จะไม่น่าดึงดูดใจสำหรับผู้ใช้ใหม่มากนัก แต่หากมีผู้ใช้ถึง 1 ล้านคนแล้ว มูลค่าของการเพิ่มผู้ใช้ใหม่ก็จะเพิ่มขึ้นอย่างมาก
Crypto มีความโดดเด่นในแง่ที่ว่ามันสามารถสร้างแรงจูงใจให้กับผู้ที่นำมาใช้ในช่วงแรกผ่านเศรษฐศาสตร์โทเค็น จึงช่วยขับเคลื่อนการก่อตัวของเอฟเฟกต์ของเครือข่าย ฮีเลียมเป็นเพียงตัวอย่างหนึ่งเท่านั้น สาขาอื่นๆ เช่น ข้อมูลสภาพอากาศ ข้อมูลการขับขี่อัตโนมัติ สถานีชาร์จรถยนต์ไฟฟ้า แผนที่แบบกระจายศูนย์ และแม้แต่การวิจัยทางวิทยาศาสตร์ ล้วนเชื่อมโยงกันเป็นเครือข่ายได้ในลักษณะเดียวกัน
AI คือฟรอสติ้งหรือน้ำตาล?
“เดวิด จอร์จ”: มาร์กให้คำอุปมาอุปไมยที่ฉันชอบมาก: AI คือ “น้ำตาลไอซิ่ง” หรือ “น้ำตาลทราย” หาก AI เป็นเพียงแค่ สารเคลือบ ยักษ์ใหญ่ในอุตสาหกรรมที่มีอยู่ในปัจจุบันก็จะได้รับชัยชนะ เนื่องจากพวกเขาสามารถเพิ่มแชทบอท AI ลงในผลิตภัณฑ์ที่มีอยู่และยังคงครองตลาดโดยใช้ช่องทางการจัดจำหน่าย ความสามารถในการขาย และความสัมพันธ์กับลูกค้าที่มีอยู่ แต่หาก AI เป็น “น้ำตาล” หมายถึงว่าเป็นส่วนผสมหลัก คุณก็ไม่สามารถ “เพิ่มมันลงไป” ได้ คุณต้องสร้างผลิตภัณฑ์ทั้งหมดขึ้นมาตั้งแต่ต้น ในกรณีนี้ สาขา AI มีแนวโน้มที่จะถูกครอบงำโดยบริษัทเกิดใหม่
เราไม่ได้เห็นคำตอบที่ชัดเจนในตอนนี้ ยิ่งผลิตภัณฑ์ปฏิบัติตามรูปแบบดั้งเดิมมากเท่าไร (เช่น ใช้ AI เพื่อเสริมธุรกิจเดิมเท่านั้น) ก็จะยิ่งเป็นประโยชน์ต่อบริษัทยักษ์ใหญ่ในอุตสาหกรรมมากกว่าบริษัทสตาร์ทอัพ
คริส ดิกสัน: คุณสามารถมองเรื่องนี้ได้จากมุมมองของเคลย์ตัน คริสเตนเซ่น เขาเสนอแนวคิดเรื่อง “นวัตกรรมเชิงปฏิรูป” และ “การรักษาความยั่งยืนของนวัตกรรม” หลายๆ คนเข้าใจผิดเกี่ยวกับความหมายของ “นวัตกรรมที่พลิกโฉมโลก” ซึ่งไม่ใช่แค่ “เทคโนโลยีใหม่” เท่านั้น แต่เป็นนวัตกรรมที่ไม่สอดคล้องกับรูปแบบธุรกิจของบริษัทที่มีอยู่ในปัจจุบัน นี่เป็นสาเหตุที่บริษัทใหญ่ที่สุดยังต้องเผชิญกับความยากลำบากในการตอบสนองต่อนวัตกรรมที่ก้าวล้ำอย่างแท้จริง เนื่องจากลูกค้าหลักของพวกเขาไม่ต้องการสิ่งนี้
สิ่งนี้สอดคล้องกับแนวคิด “น้ำตาลเคลือบหน้าเค้กเทียบกับน้ำตาลทราย” ที่ Marc เสนอไว้ หาก AI เป็นเพียง “น้ำตาลเคลือบหน้าเค้ก” ของผลิตภัณฑ์ที่มีอยู่แล้ว ยักษ์ใหญ่ในอุตสาหกรรมจะเข้ามาครอบงำโดยธรรมชาติ แต่หาก AI เปลี่ยนรูปแบบธุรกิจไปโดยสิ้นเชิง สถานการณ์ก็จะแตกต่างไปโดยสิ้นเชิง
ตัวอย่างเช่น ตลาดฐานข้อมูลในปัจจุบันนั้นถูกครอบงำโดยฐานข้อมูลเชิงสัมพันธ์แบบดั้งเดิม (SQL) เป็นหลัก แต่ AI อาจนำสถาปัตยกรรมการประมวลผลที่แตกต่างไปจากเดิมอย่างสิ้นเชิงและอาจจะถึงขั้นล้มล้างแนวคิดเรื่องฐานข้อมูลไปอย่างสิ้นเชิงก็ได้ หากใช้ AI เพื่อเพิ่มประสิทธิภาพฐานข้อมูล SQL เท่านั้น ก็จะเป็นเพียง น้ำแข็ง เท่านั้น และไม่ก่อให้เกิดภัยคุกคามต่อธุรกิจที่มีอยู่ แต่หาก AI ปฏิวัติวิธีการจัดเก็บและดึงข้อมูลจนทำให้ฐานข้อมูลแบบดั้งเดิมไม่มีความหมาย นั่นก็เปรียบได้กับ “น้ำตาล” ที่จะเข้ามาสร้างความปั่นป่วนให้กับอุตสาหกรรมทั้งหมด
“เดวิด จอร์จ” : เราไม่ได้เห็นกรณีแบบนั้นเลย ฉันมองเห็นผลกระทบต่อราคาเท่านั้น (เช่น บริการ AI ที่ราคาถูกลง) แต่สิ่งนี้ยังไม่เพียงพอที่จะก่อให้เกิดการเปลี่ยนแปลงในอุตสาหกรรม
คริส ดิกสัน: ใช่ นั่นเป็นปัญหาระดับที่สอง โดยปกติแล้วฉันจะใช้กรอบงานในการวิเคราะห์กระบวนการนำเทคโนโลยีใหม่ ๆ เหล่านี้ไปใช้ แต่ก่อนที่จะพูดถึงเรื่องนี้ มาพูดถึง AI ระดับผู้บริโภคก่อน ในปัจจุบัน ฉันคิดว่าไม่มีผลิตภัณฑ์ใดในกลุ่ม AI สำหรับผู้บริโภคที่มีผลกระทบทางเครือข่ายอย่างแท้จริง แม้ว่าแชทบอท AI เช่น Claude และ ChatGPT จะประสบความสำเร็จ แต่ก็ไม่ได้สร้างผลกระทบจากเครือข่ายที่แข็งแกร่ง ผู้ใช้สามารถเปลี่ยนเครื่องมือ AI ได้ตลอดเวลาโดยแทบไม่มีค่าใช้จ่ายในการเปลี่ยน ทำให้พวกเขาตกอยู่ในการแข่งขันด้านราคาได้ง่าย
“เดวิด จอร์จ”: เราเคยเชื่อว่าเอฟเฟกต์ของเครือข่ายข้อมูลจะกลายมาเป็นอุปสรรคสำคัญต่อผลิตภัณฑ์ AI
คริส ดิกสัน: เป็นเรื่องจริงที่เอฟเฟกต์เครือข่ายข้อมูลเป็นแนวคิดที่มีอยู่จริงในทางทฤษฎี แต่ในทางปฏิบัติกลับไม่ค่อยแข็งแกร่งนัก หลายๆ คนเชื่อว่ายิ่งมีข้อมูลการฝึก AI มากเท่าไหร่ โมเดลก็จะยิ่งดีขึ้นเท่านั้น และผู้ใช้ก็จะพึ่งพาข้อมูลนั้นมากขึ้น จึงกลายเป็นอุปสรรคไป แต่ความจริงก็คือข้อมูลที่สร้างขึ้นโดยผู้ใช้แต่ละรายนั้นไม่ได้มีส่วนช่วยในการฝึกอบรม AI มากนัก กล่าวอีกนัยหนึ่งข้อมูลการใช้งานของผู้ใช้เพียงรายเดียวจะไม่ช่วยปรับปรุงความสามารถของ AI อย่างมีนัยสำคัญ จึงเป็นเรื่องยากที่จะสร้างเอฟเฟกต์เครือข่ายที่แข็งแกร่ง สิ่งนี้นำไปสู่ความเสี่ยงครั้งใหญ่สำหรับบริษัท AI: การแข่งขันในตลาดจะรุนแรงขึ้น และสงครามราคาจะเป็นสิ่งที่หลีกเลี่ยงไม่ได้ แม้ว่าผลิตภัณฑ์ AI เช่น ChatGPT จะมีการรับรู้แบรนด์ที่แข็งแกร่งในปัจจุบัน แต่คำถามก็คือ เราจะหลีกเลี่ยงการเข้าสู่การแข่งขันด้านราคาแบบบริสุทธิ์ได้อย่างไร
หากต้นทุนการสลับระหว่างเครื่องมือ AI ต่างๆ ต่ำ การแข่งขันทางการตลาดขั้นสุดท้ายก็มีแนวโน้มที่จะพัฒนาไปสู่ สงครามราคา ซึ่งบริษัทต่างๆ จะถูกบังคับให้ลดราคาลงเพื่อดึงดูดผู้ใช้ ในกรณีนี้ บริษัท AI เหล่านี้จะไม่ถือเป็นบริษัทที่มี “อำนาจครอบงำ”
“เดวิด จอร์จ” : แล้วสตาร์ทอัพยังมีโอกาสอยู่ไหม?
คริส ดิกสัน: หากใช้ AI เฉพาะเพื่อปรับปรุงผลิตภัณฑ์ที่มีอยู่เท่านั้น บริษัทสตาร์ทอัพก็จะแข่งขันกับบริษัทใหญ่ๆ ได้ยาก แต่หากใช้ AI เป็นสถาปัตยกรรมหลักเพื่อสร้างรูปแบบธุรกิจใหม่ทั้งหมด ก็จะมีความแตกต่างกัน ในปัจจุบัน แอปพลิเคชัน AI สำหรับผู้บริโภคหลาย ๆ ตัวที่เราเห็น เช่น การเปลี่ยนหน้าและการปรับปรุงรูปภาพ ได้รับความนิยมในช่วงเวลาสั้น ๆ แต่ถูกเลียนแบบโดย TikTok หรือ Instagram อย่างรวดเร็ว และในที่สุด ธุรกิจสตาร์ทอัพก็สูญเสียความได้เปรียบทางการแข่งขัน หากผลิตภัณฑ์ AI ไม่มีผลทางเครือข่าย เมื่อสามารถจำลองฟังก์ชันการทำงานได้แล้ว ก็จะยากต่อการรักษาขีดความสามารถในการแข่งขันในระยะยาว ดังนั้น หากคุณต้องการสร้างสตาร์ทอัพด้าน AI ที่ประสบความสำเร็จอย่างแท้จริง คุณจะต้องค้นหาจุดเริ่มต้นที่สามารถสร้างเอฟเฟกต์เครือข่าย ไม่ใช่แค่ให้ฟีเจอร์เท่านั้น
มาเพื่อรับเครื่องมือ อยู่เพื่อเครือข่าย
คริส ดิกสัน: กลยุทธ์การเติบโตของผู้ใช้แบบคลาสสิกคือ เข้ามาเพราะเครื่องมือ อยู่ต่อเพราะเครือข่าย ซึ่งหมายความว่าผู้ใช้จำนวนมากใช้ผลิตภัณฑ์ในช่วงแรกเพราะเครื่องมือ แต่ท้ายที่สุดก็อยู่ต่อเพราะเอฟเฟกต์ของเครือข่าย ตัวอย่างเช่น ผู้ใช้ Photoshop ในยุคแรกอาจต้องการเพียงเครื่องมือแก้ไขรูปภาพ แต่ในภายหลังพวกเขาก็ได้ค้นพบว่าระบบนิเวศของ Photoshop นั้นทรงพลังและกลายมาเป็นผู้ใช้ในระยะยาว การเติบโตของเครือข่ายโซเชียลมีความคล้ายคลึงกัน โดยผู้ใช้จำนวนมากเข้าร่วมในช่วงแรกเพราะฟีเจอร์บางอย่าง (เช่น สมุดรายชื่อเพื่อน) แต่ท้ายที่สุดก็เข้าร่วมเพราะลิงก์ความสัมพันธ์ทางสังคม AI ยังสามารถใช้กลยุทธ์ที่คล้ายคลึงกันได้ ตัวอย่างเช่น เครื่องมือภาพที่สร้างโดย AI สามารถใช้เป็นจุดเริ่มต้นได้ แต่สิ่งที่ควรเกิดขึ้นในที่สุดคือชุมชนสร้างสรรค์ AI ที่สมบูรณ์ ไม่ใช่แค่ซอฟต์แวร์เครื่องมือเท่านั้น
เทคโนโลยีเลียนแบบและเทคโนโลยีต้นฉบับ
คริส ดิกสัน: ก่อนที่เราจะไปถึงจุดนั้น สิ่งสำคัญคือต้องหารือถึงวิธีการนำเทคโนโลยีหลักๆ ออกมาใช้ในแต่ละเฟส การพัฒนาเทคโนโลยีใหม่ ๆ มักจะต้องผ่านสองขั้นตอน:
• ขั้นตอนการเลียนแบบ: เทคโนโลยีใหม่เลียนแบบเทคโนโลยีเก่าเพื่อให้ผู้ใช้ยอมรับได้ง่ายขึ้น
• ขั้นพื้นเมือง: เทคโนโลยีใหม่สร้างประสบการณ์ใหม่ที่แตกต่างอย่างสิ้นเชิง
จากนั้นยังมีขั้นที่สามซึ่งเป็นการเปลี่ยนแปลงที่กว้างขึ้นที่เกิดจากเทคโนโลยีใหม่ ตัวอย่างเช่น หลังจากการประดิษฐ์รถยนต์ เราก็ได้สร้างโครงสร้างพื้นฐานอื่นๆ เช่น ทางหลวง ชานเมือง และรถบรรทุก
ตัวอย่างเช่น เว็บเพจในยุคแรกๆ นั้นมีลักษณะเหมือนกับนิตยสารอิเล็กทรอนิกส์ โดยเนื้อหาทั้งหมดจะเป็นแบบคงที่และไม่มีความแตกต่างกันมากนัก ยุคการลอกเลียนแบบนี้อาจกินเวลานานถึง 10 หรือ 20 ปีก็ได้ เช่น Mosaic ในปี 1993 ไปจนถึง YouTube และ Facebook ราวๆ ปี 2005
แต่เมื่ออินเทอร์เน็ตเติบโตขึ้น เราก็เริ่มเห็นผลิตภัณฑ์อินเทอร์เน็ตพื้นฐาน เช่น โซเชียลมีเดีย เครื่องมือค้นหา และแพลตฟอร์มวิดีโอออนไลน์ ซึ่งไม่มีรูปแบบธุรกิจแบบออฟไลน์ที่สอดคล้องกัน
AI ยังอยู่ในช่วง skeuomorphism แอปพลิเคชัน AI ที่เราเห็นส่วนใหญ่กำลังเข้ามาแทนที่แรงงานมนุษย์ เช่น AI บริการลูกค้า AI ผู้ช่วยเขียน AI เป็นต้น แต่การปฏิวัติ AI ที่แท้จริงจะเกิดขึ้นในผลิตภัณฑ์ที่ใช้ AI เป็นหลัก เช่น โลกเกมที่สร้างโดย AI และเนื้อหาเชิงโต้ตอบที่สร้างโดย AI มันก็เหมือนกับตอนที่การถ่ายภาพเริ่มเข้ามาใหม่ๆ นักวิจารณ์ด้านวัฒนธรรมกังวลเกี่ยวกับผลกระทบที่เกิดขึ้นกับศิลปะ เรียงความชื่อดังของวอลเตอร์ เบนจามินเรื่อง “งานศิลปะในยุคแห่งการผลิตซ้ำทางกลไก” ถามว่าจะเกิดอะไรขึ้นกับศิลปินเมื่อใครก็ตามสามารถถ่ายภาพได้
ปัญหาที่คล้ายกันนี้เกิดขึ้นใน AI เชิงสร้างสรรค์ในปัจจุบัน หาก AI สามารถสร้างภาพยนตร์ทั้งเรื่องได้ จะเกิดอะไรขึ้นกับการสร้างภาพยนตร์แบบดั้งเดิม?
เดวิด จอร์จ: เราได้เห็นสิ่งนี้ในภาพแล้ว
AI เป็นรากฐานความคิดสร้างสรรค์
คริส ดิกสัน: ใช่แล้ว เทรนด์นี้เริ่มขึ้นแล้วจากภาพ และอาจจะมีวิดีโอตามมาเร็วๆ นี้ เมื่อการถ่ายภาพปรากฏขึ้นครั้งแรก ผู้คนต่างกังวลว่ามันจะเข้ามาแทนที่การวาดภาพ แต่สุดท้ายแล้ว การถ่ายภาพและการวาดภาพต่างก็พัฒนารูปแบบศิลปะที่เป็นเอกลักษณ์ของตัวเอง ศิลปะวิจิตรศิลป์หันเหไปสู่ความเป็นนามธรรมและห่างไกลจากการถ่ายภาพ ในทางกลับกัน เทคโนโลยีการถ่ายภาพทำให้ฟิล์มได้รับความนิยมมากขึ้น ผู้คนตระหนักได้ว่าแม้ว่าเครื่องจักรจะสามารถแทนที่การถ่ายภาพได้ แต่เครื่องจักรก็สามารถสร้างรูปแบบศิลปะใหม่ที่ไม่เคยมีมาก่อนได้เช่นกัน
เรื่องเดียวกันนี้ยังใช้ได้กับ AI เชิงสร้างสรรค์ด้วย มุมมองเชิงลบคือ AI จะเข้ามาแทนที่การสร้างสรรค์ของมนุษย์ แต่ในความเป็นจริง AI อาจก่อให้เกิดรูปแบบศิลปะใหม่ๆ และมอบผืนผ้าใบใหม่สำหรับความคิดสร้างสรรค์ของมนุษย์ ซึ่งอาจเป็นโลกเสมือนจริง เกม หรือภาพยนตร์ประเภทใหม่ๆ นอกเหนือจากอุตสาหกรรมสร้างสรรค์ หลักการเดียวกันนี้ยังสามารถนำไปประยุกต์ใช้กับด้านอื่นๆ ได้ เช่น การบริโภคและเครือข่ายสังคมอีกด้วย
เมื่อคุณสร้างสิ่งใหม่ ๆ การเปลี่ยนแปลงที่กว้างขึ้นก็จะตามมา โซเชียลเน็ตเวิร์กเป็นตัวอย่างที่ดี เริ่มขึ้นในช่วงปี 2000 และถึงจุดสูงสุดในระหว่างการเลือกตั้งของโอบามาในปี 2008 และ 2012 บทความข่าวในเวลานั้นยังระบุด้วยว่าโซเชียลมีเดียได้ย้ายจากตำแหน่งรองลงมาเป็นตำแหน่งหลักแล้ว จากนั้นเราก็เริ่มเห็นการเปลี่ยนแปลงทางสังคมที่ไม่คาดคิด การเปลี่ยนแปลงเหล่านี้น่าจะเกิดขึ้นในอีก 20 ถึง 30 ปีข้างหน้า
การสร้างสมดุลระหว่างอุปทานและอุปสงค์ใน AI
“เดวิด จอร์จ”: ขั้นตอนทางเทคนิคที่คุณกล่าวถึงนั้นน่าสนใจมาก สาเหตุประการหนึ่งที่ทำให้อินเทอร์เน็ตต้องใช้เวลานานในการพัฒนาก็คือต้องสร้างเครือข่ายขนาดใหญ่ นี่เป็นคำถามของอุปทานและอุปสงค์ การพัฒนาอินเทอร์เน็ตต้องอาศัยการวางโครงสร้างพื้นฐานแบบไร้สาย เช่น ไฟเบอร์ออปติกและสายเคเบิล สิ่งที่ AI ต้องการคือทรัพยากรการประมวลผล เช่น คลัสเตอร์ GPU ขนาดใหญ่ อย่างไรก็ตาม ปัจจัยจำกัดหลักที่ทำให้ AI ก้าวจาก “ขั้นตอนการเลียนแบบ” ไปสู่ “ขั้นตอนการสร้างสรรค์นวัตกรรม” อาจไม่ใช่ความสามารถด้านเทคนิค แต่เป็นความคิดสร้างสรรค์และแนวคิดของมนุษย์
คริส ดิกสัน: ฉันก็คิดอย่างนั้นเหมือนกัน ปัญหาคอขวดในการพัฒนา AI ไม่น่าจะเกิดจากเทคโนโลยี แต่เกิดจากความเร็วในการปรับตัวของมนุษย์ และผลกระทบของนโยบายและข้อบังคับซึ่งมีความเกี่ยวข้องกันอย่างใกล้ชิด
“เดวิด จอร์จ”: กล่าวอีกนัยหนึ่ง ปัญหาในการพัฒนา AI มีทั้งด้านอุปทาน (พลังประมวลผล) และด้านความต้องการ (การยอมรับของผู้ใช้) แต่กุญแจสำคัญอาจยังคงอยู่ที่ด้านความต้องการใช่หรือไม่?
คริส ดิกสัน: ใช่แล้ว ความท้าทายในฝั่งอุปทานคือความจำเป็นในการพัฒนาโมเดล AI ที่ทรงพลังเพียงพอ และมีพลังการประมวลผลเพียงพอที่จะรองรับพวกมัน แต่ความท้าทายที่แท้จริงคือจะทำให้ผู้ใช้ยอมรับ AI และบูรณาการเข้ากับชีวิตประจำวันได้อย่างไร
ปัจจุบันเราพบว่าผู้ประกอบการจำนวนมากกำลังศึกษาวิธีการใช้ AI เพื่อแก้ไขปัญหาเชิงปฏิบัติ แต่ต่างจาก 20 ปีที่แล้ว ระบบนิเวศของผู้ประกอบการในปัจจุบันมีการพัฒนาไปมาก เมื่อสิบสองปีก่อน คนฉลาดส่วนใหญ่จะไม่เลือกที่จะเริ่มต้นธุรกิจ แต่จะเลือกทำงานให้กับบริษัทขนาดใหญ่ แต่ปัจจุบัน ระบบนิเวศของผู้ประกอบการมีความสมบูรณ์มากขึ้น และการเงิน บุคลากร และตลาดก็มีความสมบูรณ์มากกว่าเมื่อก่อน
แต่ AI ยังคงมีปัญหาใหญ่อยู่ว่าวิธีการทำงานของผู้คนจะเปลี่ยนไปอย่างไร และอุตสาหกรรมจะปรับตัวเข้ากับ AI อย่างไร
AI กำลังเปลี่ยนแปลงอุตสาหกรรมอย่างไร
“เดวิด จอร์จ”: เช่น ฮอลลีวูดจะนำ AI มาใช้เร็วแค่ไหน?
คริส ดิกสัน: นั่นแหละที่ผมกำลังคิดอยู่ ตอนที่ฉันเขียนหนังสือ ฉันอยากใช้ AI เพื่อสร้างหนังสือเสียงของตัวเอง แต่ทั้งผู้จัดพิมพ์และ Audible ห้ามการใช้ AI อย่างชัดเจน เหตุผลส่วนหนึ่งก็คือสหภาพแรงงานในอุตสาหกรรมกำลังต่อต้าน AI แต่ก็ยังมีเหตุผลที่ลึกซึ้งกว่านั้นอีกด้วย
“เดวิด จอร์จ”: ดังนั้น ความสามารถของ AI ในการสร้างเนื้อหาจึงมีอยู่ แต่ภาคอุตสาหกรรมยังไม่พร้อมที่จะยอมรับมัน เราจะเห็นได้ว่าการประยุกต์ใช้ AI ที่มีศักยภาพมากมายนั้นต้องเผชิญกับอุปสรรคด้านกฎระเบียบ ตัวอย่างเช่น ในอุตสาหกรรมการแพทย์ ความสามารถทางเทคนิคของการวินิจฉัยด้วย AI นั้นแข็งแกร่งเพียงพอแล้ว แต่กฎระเบียบต่างๆ ยังคงจำกัดการประยุกต์ใช้ในวงกว้างอยู่
คริส ดิกสัน: ในอีกห้าปีข้างหน้า ผู้พิพากษาของสหรัฐฯ อาจตัดสินว่าข้อมูลการฝึกอบรม AI ถือเป็นการใช้งานที่เหมาะสมหรือไม่ หรือรัฐสภาอาจออกกฎหมายเพื่อควบคุมข้อมูลการฝึกอบรม AI ปัจจุบัน ความถูกต้องตามกฎหมายของข้อมูลการฝึกอบรม AI ยังคงเป็นที่ถกเถียงกัน บริษัท AI เชื่อว่าข้อมูลการฝึกอบรม AI คือการ “เรียนรู้” ข้อมูล ไม่ใช่การ “คัดลอก” ข้อมูล แต่เจ้าของลิขสิทธิ์เชื่อว่า AI ใช้เนื้อหาของพวกเขาโดยไม่ได้รับอนุญาต ซึ่งถือเป็นการละเมิดลิขสิทธิ์
“เดวิด จอร์จ”: นี่เป็นคำถามที่อุตสาหกรรมที่เกี่ยวข้องกับ AI แทบทุกแห่งกำลังถกเถียงกัน
คริส ดิกสัน: ใช่ สุดท้ายแล้วอาจจำเป็นต้องมีกฎหมายเพื่อกำหนดความสมเหตุสมผลของการฝึกอบรม AI มิฉะนั้น ปัญหาก็จะยังคงไม่ได้รับการแก้ไข
“เดวิด จอร์จ”: ในอุตสาหกรรมที่มีกฎระเบียบควบคุม เช่น การดูแลสุขภาพและการเงิน AI จะได้รับการนำมาใช้จริงเมื่อใด?
คริส ดิกสัน: ปัจจุบัน อุตสาหกรรมเหล่านี้อยู่ภายใต้การควบคุมที่เข้มงวดมาก และ AI อาจต้องใช้เวลานานในการเข้าสู่สาขาเหล่านี้ แต่ในบางพื้นที่ เช่น การขับขี่อัตโนมัติ เราก็ได้เห็นความก้าวหน้าอย่างมากแล้ว
“เดวิด จอร์จ”: Waymo เป็นตัวอย่าง ข้อมูลแสดงให้เห็นว่าปลอดภัยกว่าการขับขี่ของมนุษย์ถึง 7 ถึง 10 เท่า และได้รับการสนับสนุนจากข้อมูลจากโลกแห่งความเป็นจริงระยะทางหลายล้านไมล์
คริส ดิกสัน: บางทีนี่อาจเป็นโมเดลสำหรับการประยุกต์ใช้ AI ในวงกว้าง โดยเริ่มต้นจากการบรรลุความก้าวหน้าในสาขาที่เจาะจงเป็นอันดับแรก (เช่น การขับขี่อัตโนมัติ) จากนั้นพิสูจน์ว่ามีประสิทธิภาพดีกว่ามนุษย์ จากนั้นจึงส่งเสริมไปยังอุตสาหกรรมอื่นๆ
อนาคตที่สมบูรณ์แบบของอินเตอร์เน็ตเป็นอย่างไร?
“เดวิด จอร์จ”: คุณคิดว่าอินเทอร์เน็ตในอุดมคติควรมีลักษณะอย่างไร?
คริส ดิกสัน: เรากำลังอยู่ที่ทางแยก วิสัยทัศน์เดิมของอินเทอร์เน็ตคือเครือข่ายแบบกระจายอำนาจที่ชุมชนสามารถเป็นเจ้าของและจัดการร่วมกันได้ และผลประโยชน์ทางเศรษฐกิจของเครือข่ายควรจะไหลไปสู่ผู้ใช้มากขึ้นแทนที่จะเป็นบริษัทใหญ่เพียงไม่กี่แห่ง แต่ปัจจุบัน การไหลเวียนของเงินบนอินเทอร์เน็ตได้เปลี่ยนไป โดยกำไรจำนวนมากจะกระจุกตัวอยู่ในมือของบริษัทยักษ์ใหญ่ด้านเทคโนโลยีเพียงไม่กี่แห่ง
“เดวิด จอร์จ”: ใช่ รายได้จากการโฆษณาบนแพลตฟอร์มโซเชียลนั้นสูงถึงหลักหมื่นล้านดอลลาร์ แต่ผู้สร้างสรรค์ผลงานได้รับเพียงส่วนเล็กน้อยเท่านั้น
คริส ดิกสัน: ในปัจจุบัน บริษัทอินเทอร์เน็ต 5 อันดับแรกของโลกตามมูลค่าตลาดอาจครอบครองส่วนแบ่งการตลาดมากกว่า 50% ของอุตสาหกรรมทั้งหมด อินเทอร์เน็ตได้กลายเป็นระบบนิเวศแบบปิดที่ถูกครอบงำโดยบริษัทเพียงไม่กี่แห่ง
“เดวิด จอร์จ”: ตอนนี้บริษัทด้านเทคโนโลยีได้เชี่ยวชาญด้านผู้ใช้แล้ว และเริ่มหาวิธีต่างๆ เพื่อให้ผู้ใช้ใช้เวลาบนแพลตฟอร์มของตนมากขึ้น
คริส ดิกสัน: ใช่ พวกเขาปีนขึ้นไปถึงจุดสูงสุดของอินเทอร์เน็ตแล้วก็เตะบันไดทิ้งไปเพื่อป้องกันไม่ให้คู่แข่งรายใหม่เข้ามา นี่เป็นเหตุผลว่าทำไมเราจึงให้ความสำคัญกับการสร้างบล็อคเชนและเครือข่ายแบบกระจายอำนาจมากขนาดนี้ หากอินเทอร์เน็ตในอนาคตถูกควบคุมโดยบริษัทเพียงไม่กี่แห่ง พื้นที่สำหรับนวัตกรรมก็จะถูกบีบอัดไปอย่างมาก การพึ่งพาแพลตฟอร์มแบบรวมศูนย์ในการสร้างธุรกิจเปรียบเสมือนการสร้างบนพื้นทรายดูด ซึ่งอาจพังทลายได้ทุกเมื่อ นวัตกรรมที่แท้จริงควรสร้างขึ้นบนระบบนิเวศแบบเปิด แทนที่จะถูกควบคุมโดยบริษัทเพียงไม่กี่แห่ง
“เดวิด จอร์จ”: ดังนั้น เราควรเน้นที่วิธีที่จะทำให้บริษัทเทคโนโลยีขนาดเล็กสามารถอยู่รอดและเติบโตในระบบนิเวศน์นี้ได้ ฉันยังคงมีความหวังอย่างมากเกี่ยวกับอนาคต ด้วยความพยายามของคุณและการส่งเสริมอุตสาหกรรมทั้งหมด เทคโนโลยีแบบกระจายอำนาจและ AI โอเพนซอร์สจึงได้รับการยอมรับจากผู้คนมากขึ้นเรื่อยๆ วันนี้เป็นการสนทนาที่ยอดเยี่ยม ขอบคุณที่เข้าร่วมกับเรา
คริส ดิกสัน: ขอบคุณสำหรับคำเชิญของคุณ
*เนื้อหาทั้งหมดบนแพลตฟอร์ม Coinspire มีไว้สำหรับการอ้างอิงเท่านั้นและไม่ถือเป็นข้อเสนอหรือคำแนะนำเกี่ยวกับกลยุทธ์การลงทุนใดๆ การตัดสินใจส่วนบุคคลใดๆ ที่เกิดขึ้นจากเนื้อหาของบทความนี้ถือเป็นความรับผิดชอบของนักลงทุนแต่เพียงผู้เดียว และ Coinspire จะไม่รับผิดชอบต่อกำไรหรือขาดทุนใดๆ ที่เกิดขึ้น การลงทุนมีความเสี่ยงโปรดตัดสินใจอย่างรอบคอบ!
