เรายังอยู่ในช่วง “Waterwheel Stage” ของ AI ซึ่งเป็นการบรรจุหุ่นยนต์สนทนาเข้าไปในเวิร์กโฟลว์ที่ออกแบบสำหรับมนุษย์ ประวัติศาสตร์บอกเราว่า ใครควบคุมวัตถุดิบ ใครก็เป็นผู้กำหนดยุคสมัย เมื่อความรู้กลายเป็นแรงขับเคลื่อนของปัญญาที่ไม่หยุดนิ่ง อนาคตจะเป็นอย่างไร? บทความนี้เป็นผลงานของ Ivan Zhao ซีอีโอของ Notion ซึ่งจัดเรียงและแปลโดย TechFlow
(ข้อมูลเบื้องต้น: ปี 2025 ผู้ใช้คริปโตสนใจอะไร? AI โมเดลขนาดใหญ่ให้คำตอบเหล่านี้)
(ข้อมูลเสริม: a16 เอกสารพิเศษ: เมื่อ AI เข้ายึดครองแพลตฟอร์มเนื้อหา การฝากคริปโตเพื่อคืนความเชื่อมั่น?)
สารบัญบทความ
เรายังอยู่ในช่วง “Waterwheel Stage” ของ AI ซึ่งเป็นการบรรจุหุ่นยนต์สนทนาเข้าไปในเวิร์กโฟลว์ที่ออกแบบสำหรับมนุษย์ ทุกยุคสมัยถูกสร้างขึ้นจากวัตถุดิบเทคโนโลยีที่เป็นเอกลักษณ์ของตน เหล็กกล้าสร้างยุคทองคำ เซมิคอนดักเตอร์เปิดยุคดิจิทัล ปัจจุบันปัญญาประดิษฐ์มาถึงในรูปแบบของปัญญาที่ไม่มีขีดจำกัด ประวัติศาสตร์บอกเราว่า: ใครควบคุมวัตถุดิบ ใครก็เป็นผู้กำหนดยุคสมัย
ภาพซ้าย: เด็กหนุ่มแอนดรูว์ คาร์เนกี้ กับน้องชายของเขา ภาพขวา: โรงเหล็กในพิตต์สเบิร์กยุคทองคำ
ในศตวรรษที่ 19 ช่วงปี 50 คาร์เนกี้ยังเป็นจดหมายเหตุที่วิ่งบนถนนโคลนในพิตต์สเบิร์ก ในเวลานั้น ชาวอเมริกันสิบคน มีหกคนเป็นเกษตรกร เพียงสองชั่วอายุคนต่อมา คาร์เนกี้และเพื่อนร่วมงานได้หล่อหลอมโลกสมัยใหม่ ม้าถูกแทนที่ด้วยรางรถไฟ แสงเทียนถูกแทนที่ด้วยไฟฟ้า เหล็กแทนที่ด้วยเหล็กกล้า
นับตั้งแต่นั้น งานก็เปลี่ยนจากโรงงานเป็นสำนักงาน ปัจจุบันผมดำเนินบริษัทซอฟต์แวร์ในซานฟรานซิสโก สร้างเครื่องมือให้กับคนทำงานด้านความรู้เป็นพันเป็นหมื่น ในเมืองเทคโนโลยีแห่งนี้ ทุกคนพูดถึงปัญญาประดิษฐ์ทั่วไป (AGI) แต่คนทำงานในออฟฟิศสองพันล้านคนส่วนใหญ่มิได้สัมผัสกับมันในชีวิตประจำวัน อีกไม่นาน งานด้านความรู้จะเป็นอย่างไร? เมื่อโครงสร้างองค์กรผสมผสานกับปัญญาที่ไม่หยุดพัก จะเกิดอะไรขึ้น?
ภาพยนตร์ในยุคแรกมักเหมือนละครเวที กล้องเดียวถ่ายฉากบนเวที
อนาคตมักยากที่จะทำนาย เพราะมันมักปลอมตัวเป็นภาพในอดีต การโทรในยุคแรกก็สั้นเหมือนจดหมายข่าว ภาพยนตร์ในยุคแรกก็เหมือนละครเวทีที่บันทึกไว้ เช่นเดียวกับที่ Marshall McLuhan กล่าวไว้ว่า: “เรามักขับเคลื่อนสู่อนาคตผ่านกระจกมองหลัง”
ปัญญาประดิษฐ์ที่พบเห็นบ่อยที่สุดในปัจจุบันก็ยังดูเหมือนการค้นหาใน Google อยู่ดี คำพูดของ McLuhan ที่ว่า: “เรามักขับเคลื่อนสู่อนาคตผ่านกระจกมองหลัง” วันนี้ เราเห็น AI สนทนาในรูปแบบกล่องค้นหา Google ที่เลียนแบบกัน เรากำลังติดอยู่ในช่วงเปลี่ยนผ่านที่ไม่สบายใจ ซึ่งเกิดขึ้นในทุกการเปลี่ยนแปลงทางเทคโนโลยี
เกี่ยวกับอนาคต ผมก็ไม่มีคำตอบทั้งหมด แต่ผมชอบใช้ภาพเปรียบเทียบทางประวัติศาสตร์บางส่วน เพื่อคิดว่า AI จะมีบทบาทอย่างไรในระดับบุคคล องค์กร และเศรษฐกิจโดยรวม
สัญญาณแรกสุดสามารถพบได้ในกลุ่มผู้ปฏิบัติการระดับสูงของงานด้านความรู้ นักพัฒนาซอฟต์แวร์ของผม ซิโมน เคยเป็น “โปรแกรมเมอร์สิบเท่า” แต่ช่วงหลังเขาเขียนโค้ดด้วยตัวเองน้อยลงแล้ว เดินไปที่โต๊ะทำงานของเขา คุณจะเห็นเขากำลังจัดการ AI ช่วยเขาเขียนโปรแกรมสามสี่ตัวพร้อมกัน หุ่นยนต์เหล่านี้ไม่เพียงพิมพ์ได้เร็วขึ้นเท่านั้น แต่ยังคิดได้ด้วย ทำให้เขาเป็นวิศวกรที่เพิ่มประสิทธิภาพได้ 30 ถึง 40 เท่า เขามักวางลำดับงานก่อนอาหารกลางวันหรือก่อนนอน เพื่อให้ AI ทำงานต่อเมื่อเขาหลับไปแล้ว เขาได้กลายเป็นผู้จัดการปัญญาที่ไม่มีขีดจำกัด
ในยุค 1970 นิตยสาร Scientific American ได้ทำการวิจัยเกี่ยวกับประสิทธิภาพในการเคลื่อนไหว ซึ่งเป็นแรงบันดาลใจให้ Steve Jobs ใช้เปรียบเทียบว่า “จักรยานแห่งความคิด” เพียงแต่ตั้งแต่นั้นเป็นต้นมา เราก็ยังคงปั่นจักรยานบนทางด่วนข้อมูลอยู่
ในยุค 1980 Steve Jobs เรียกคอมพิวเตอร์ส่วนบุคคลว่า “จักรยานแห่งความคิด” สิบปีต่อมา เราได้สร้างทางด่วนข้อมูลที่เรียกว่าทางหลวงเครือข่าย แต่ในปัจจุบัน งานด้านความรู้ส่วนใหญ่มักยังพึ่งพามนุษย์อยู่ มันก็เหมือนกับการปั่นจักรยานบนทางด่วน
ด้วย AI ช่วยเหลือ คนอย่างซิโมนก็สามารถอัปเกรดจากการปั่นจักรยานเป็นการขับรถยนต์ได้แล้ว
แล้วคนทำงานด้านความรู้ประเภทอื่นจะได้ “ขับรถ” เมื่อไหร่? มีสองคำถามที่ต้องแก้ไข
ทำไมการใช้ AI ช่วยงานด้านความรู้จึงยากกว่าการช่วยเขียนโปรแกรม? เพราะงานด้านความรู้มีความกระจัดกระจายมากกว่า และยากที่จะตรวจสอบ
อันดับแรกคือความแตกแยกของบริบท ในการเขียนโปรแกรม เครื่องมือและบริบทมักรวมอยู่ในที่เดียวกัน: สภาพแวดล้อมการพัฒนา, คลังโค้ด, เทอร์มินัล แต่ในงานด้านความรู้ทั่วไป มันกระจายอยู่ในเครื่องมือหลายสิบชนิด ลองนึกภาพ AI ช่วยร่างคำอธิบายผลิตภัณฑ์ มันต้องดึงข้อมูลจากแชท Slack เอกสารกลยุทธ์ แดชบอร์ดข้อมูลไตรมาสที่ผ่านมา และความทรงจำขององค์กรที่มีอยู่ในสมองของแต่ละคน ปัจจุบัน มนุษย์เป็นกาว เชื่อมต่อข้อมูลด้วยการคัดลอกวางและสลับแท็บในเบราว์เซอร์ หากบริบทยังไม่ได้รับการบูรณาการ AI ก็จะจำกัดอยู่ในขอบเขตแคบๆ เท่านั้น
ประการที่สองคือความสามารถในการตรวจสอบได้ โค้ดมีคุณสมบัติพิเศษที่คุณสามารถทดสอบและแก้ไขข้อผิดพลาดเพื่อยืนยันความถูกต้องได้ นักพัฒนารูปแบบใช้จุดนี้ในการฝึก AI ให้เขียนโค้ดได้ดีขึ้นด้วยการเรียนรู้แบบเสริมแรง แต่คุณจะตรวจสอบได้อย่างไรว่าโครงการบริหารจัดการดีหรือไม่ หรือบันทึกกลยุทธ์นั้นยอดเยี่ยมแค่ไหน? เรายังไม่พบวิธีปรับปรุงโมเดลงานด้านความรู้ทั่วไป ดังนั้น มนุษย์ยังคงต้องอยู่ในวัฏจักรนี้ คอยดูแล ชี้นำ และสาธิตว่าสิ่งที่ดีคืออะไร
ในปี 1865 กฎหมาย Red Flag Act กำหนดให้รถยนต์ต้องมีคนถือธงเดินนำหน้า (กฎหมายนี้ถูกยกเลิกในปี 1896)
แนวปฏิบัติของผู้ช่วยเขียนโปรแกรมในปีนี้บอกเราว่า “มนุษย์ในวงจร” ไม่ใช่ทางออกเสมอไป มันก็เหมือนกับให้คนตรวจสอบน็อตบนสายการผลิตทีละตัว หรือเดินนำรถยนต์เพื่อกวาดล้างถนน (ดูจากกฎหมาย Red Flag Act ปี 1865) เราควรให้มนุษย์อยู่ในจุดที่สูงขึ้น คอยดูแลวงจร แทนที่จะอยู่ในวงจรนั้นเอง เมื่อบริบทได้รับการบูรณาการ งานก็จะสามารถตรวจสอบได้ และคนทำงานหลายพันล้านจะเปลี่ยนจาก “ปั่นจักรยาน” เป็น “ขับรถยนต์” และจาก “ขับรถ” ไปสู่ “ขับอัตโนมัติ”
บริษัทเป็นสิ่งประดิษฐ์สมัยใหม่ ซึ่งเมื่อขยายขนาดก็จะประสิทธิภาพลดลง จนในที่สุดก็ถึงขีดจำกัด
แผนผังโครงสร้างองค์กรของ New York & Erie Railroad ในปี 1855 โครงสร้างองค์กรของบริษัทสมัยใหม่และโครงสร้างองค์กรของพวกเขาเกิดขึ้นจากการวิวัฒนาการของบริษัททางรถไฟ ซึ่งเป็นธุรกิจแรกที่ต้องประสานงานระยะไกลกับคนหลายพันคน
เมื่อหลายร้อยปีก่อน บริษัทส่วนใหญ่เป็นเพียงโรงงานขนาดเล็กไม่กี่คน ปัจจุบันเรามีบริษัทข้ามชาติที่มีพนักงานหลายแสนคน โครงสร้างการสื่อสารอาศัยการประชุมและสมองของข้อมูลที่เชื่อมต่อกัน ซึ่งภายใต้ภาระงานที่เพิ่มขึ้นเป็นทวีคูณ เราพยายามแก้ปัญหาด้วยลำดับชั้น กระบวนการ และเอกสาร ซึ่งก็เหมือนการสร้างตึกสูงด้วยไม้และโลหะ เป็นการใช้เครื่องมือในระดับมนุษย์เพื่อแก้ปัญหาในระดับอุตสาหกรรม
สองภาพเปรียบเทียบทางประวัติศาสตร์นี้แสดงให้เห็นว่า เมื่อองค์กรได้รับวัตถุดิบเทคโนโลยีใหม่ๆ องค์กรในอนาคตอาจมีลักษณะเป็นเช่นไร
มหัศจรรย์แห่งเหล็กกล้า: ตึก Woolworth Building ในนิวยอร์กที่สร้างเสร็จในปี 1913 เคยเป็นอาคารสูงที่สุดในโลก
สิ่งแรกคือเหล็กกล้า ก่อนหน้านี้ในศตวรรษที่ 19 ความสูงของอาคารถูกจำกัดไว้ที่หกเจ็ดชั้น เหล็กกล้าทนทานแต่เปราะและหนัก การเพิ่มชั้นจะทำให้โครงสร้างถล่มภายใต้ตัวเอง เหล็กกล้าทำให้ทุกอย่างเปลี่ยนไป มันแข็งแรงและยืดหยุ่น โครงสร้างสามารถเบาลง ผนังบางลง อาคารสูงขึ้นเป็นสิบชั้น อาคารรูปแบบใหม่จึงเป็นไปได้
AI ก็เป็น “เหล็กกล้าขององค์กร” มันมีแนวโน้มที่จะรักษาความต่อเนื่องของบริบทในเวิร์กโฟลว์ต่างๆ และแสดงผลการตัดสินใจเมื่อจำเป็น โดยไม่รบกวนเสียงรบกวน การสื่อสารของมนุษย์ไม่จำเป็นต้องเป็นผนังรับน้ำหนักอีกต่อไป การประชุมสองชั่วโมงต่อสัปดาห์อาจกลายเป็นการตรวจสอบแบบไม่พร้อมกันในห้านาที การตัดสินใจของผู้บริหารระดับสูงที่ต้องผ่านสามชั้นอาจใช้เวลาไม่กี่นาที องค์กรสามารถขยายขนาดได้อย่างแท้จริง และหลีกเลี่ยงการเสื่อมประสิทธิภาพที่เคยเป็นเรื่องหลีกเลี่ยงไม่ได้
เรื่องราวของโรงสีที่ใช้พลังน้ำจากกังหันน้ำ น้ำแรงแต่ไม่เสถียร และขึ้นอยู่กับตำแหน่งและฤดูกาล
เรื่องที่สองเกี่ยวกับไอน้ำ ในช่วงต้นของการปฏิวัติอุตสาหกรรม โรงงานสิ่งทอในแม่น้ำใช้กังหันน้ำเป็นพลังงาน ไอน้ำถูกนำมาใช้แทนที่กังหันน้ำในภายหลัง แต่ก็ยังคงใช้เทคโนโลยีเดิม ผลผลิตก็ยังจำกัด
ความก้าวหน้าที่แท้จริงเกิดขึ้นเมื่อเจ้าของโรงงานตระหนักว่าพวกเขาสามารถหลุดพ้นจากการผูกมัดกับแหล่งน้ำได้ พวกเขาสร้างโรงงานขนาดใหญ่ใกล้กับโรงงานและท่าเรือ รวมถึงแผนผังใหม่รอบๆ ไอน้ำ (ต่อมาเมื่อไฟฟ้าเข้ามา โรงงานก็สามารถกระจายเครื่องยนต์เล็กๆ ไปทั่วโรงงานเพื่อจ่ายไฟให้เครื่องจักรต่างๆ) ผลผลิตก็พุ่งทะยาน การปฏิวัติอุตสาหกรรมครั้งที่สองจึงเริ่มต้นอย่างแท้จริง
ภาพพิมพ์ของ Thomas Alom ในปี 1835 แสดงโรงงานสิ่งทอในแลงคาเชียร์ที่ใช้ไอน้ำเป็นพลังงาน
เรายังอยู่ในช่วง “แทนที่กังหันน้ำ” เมื่อบรรจุ AI สนทนาเข้าไปในเวิร์กโฟลว์ที่ออกแบบสำหรับมนุษย์ เรายังไม่ได้คิดใหม่ว่า เมื่อข้อจำกัดเดิมหายไป และองค์กรสามารถพึ่งพาปัญญาที่ไม่หยุดพักเพื่อดำเนินงานได้ องค์กรจะเป็นอย่างไร
ในบริษัท Notion ของผม เรากำลังทดลองอยู่ นอกจากพนักงาน 1000 คน ยังมี AI ช่วยอีก 700 กว่าตัวในการทำงานซ้ำซาก เช่น จดบันทึกการประชุม ตอบคำถามเพื่อรวมความรู้ของทีม จัดการคำขอด้านไอที บันทึกคำติชมจากลูกค้า ช่วยให้พนักงานใหม่เข้าใจสวัสดิการ เขียนรายงานสถานะรายสัปดาห์เพื่อหลีกเลี่ยงการคัดลอกวางซ้ำๆ นี่เป็นเพียงก้าวแรกเท่านั้น ศักยภาพที่แท้จริงขึ้นอยู่กับจินตนาการและความเคยชินของเราเท่านั้น
เหล็กกล้าและไอน้ำเปลี่ยนแปลงไม่ใช่แค่สถาปัตยกรรมและโรงงาน แต่รวมถึงเมืองด้วย
เมื่อหลายร้อยปีก่อน เมืองยังเป็นระดับมนุษย์ คุณสามารถเดินเท้าข้ามฟลอเรนซ์ในสี่สิบนาที จังหวะชีวิตถูกกำหนดโดยระยะทางเดินและเสียงสะท้อน
ต่อมา โครงสร้างเหล็กทำให้ตึกสูงเป็นไปได้ ไอน้ำจากรถไฟเชื่อมใจกลางเมืองกับพื้นที่รอบนอก ลิฟต์ รถไฟใต้ดิน และทางด่วนตามมา เมืองขยายตัวและหนาแน่นอย่างรวดเร็ว—โตเกียว ฉงชิ่ง ดัลลัส
สิ่งเหล่านี้ไม่ใช่แค่ฟลอเรนซ์ที่ขยายตัว แต่เป็นวิถีชีวิตใหม่ เมืองขนาดใหญ่มักทำให้หลงทาง เป็นนิรนาม และยากที่จะควบคุม ความไม่สามารถระบุได้นี้เป็นราคาของขนาด แต่ก็เปิดโอกาสและเสรีภาพมากขึ้น รองรับผู้คนจำนวนมากในกิจกรรมหลากหลาย ซึ่งเมืองที่สร้างขึ้นบนระดับมนุษย์ไม่อาจเทียบได้
ผมเชื่อว่าเศรษฐกิจความรู้กำลังจะเปลี่ยนแปลงเช่นเดียวกัน
ปัจจุบัน งานด้านความรู้คิดเป็นเกือบครึ่งหนึ่งของ GDP สหรัฐฯ แต่การดำเนินงานยังคงอยู่ในระดับมนุษย์: ทีมไม่กี่สิบคน เวิร์กโฟลว์ที่พึ่งพาการประชุมและอีเมล และองค์กรที่มีจำนวนพนักงานเกินร้อยคนก็เริ่มไม่สามารถรับมือได้… เรากำลังสร้าง “ฟลอเรนซ์” ด้วยหินและไม้
เมื่อ AI ช่วยเหลืออย่างแพร่หลาย เราจะสร้าง “โตเกียว” ซึ่งเป็นองค์กรที่ประกอบด้วย AI และมนุษย์หลายพันคน ทำงานต่อเนื่องข้ามโซนเวลา โดยไม่ต้องรอให้ใครตื่นขึ้นมาเพื่อดำเนินการต่อ เวิร์กโฟลว์ที่ผสมผสานการมีส่วนร่วมของมนุษย์อย่างลงตัว
จะเป็นประสบการณ์ที่แตกต่าง: เร็วขึ้น มีเอฟเฟกต์แรงขึ้น แต่ในตอนแรกอาจทำให้เวียนหัว รายการประชุมประจำสัปดาห์ การวางแผนรายไตรมาส การประเมินผลรายปี อาจไม่เหมาะสมอีกต่อไป จังหวะใหม่จะปรากฏขึ้น เราอาจสูญเสียความชัดเจนบางส่วน แต่จะได้เปรียบในด้านขนาดและความเร็ว
ทุกเทคโนโลยีล้วนต้องการให้มนุษย์หยุดมองโลกผ่านกระจกมองหลัง แล้วเริ่มจินตนาการโลกใหม่ คาร์เนกี้มองเหล็กกล้า เห็นเส้นขอบฟ้าของเมือง ลานโรงงานของแลนคาเชียร์มองไอน้ำ เห็นโรงงานที่ห่างไกลจากแม่น้ำ
เรายังอยู่ในช่วง “Waterwheel Stage” ของ AI ซึ่งเป็นการบรรจุหุ่นยนต์สนทนาเข้าไปในเวิร์กโฟลว์ที่ออกแบบสำหรับมนุษย์ เราไม่ควรพอใจแค่ให้ AI เป็นผู้ช่วยขับเคลื่อน แต่ควรจินตนาการว่า เมื่อองค์กรมนุษย์ได้รับการเสริมด้วยเหล็กกล้า เมื่อภารกิจเล็กน้อยถูกมอบให้กับปัญญาที่ไม่หยุดพัก งานด้านความรู้จะเป็นอย่างไร
เหล็กกล้า ไอน้ำ และปัญญาที่ไม่มีขีดจำกัด ท้องฟ้าข้างหน้ากำลังรอเราอยู่ เพื่อให้เราสร้างขึ้นด้วยมือของเราเอง