บทเรียนจากยุค Tech Boom ในอดีตกับสิ่งที่ AI กำลังบอกเรา

วงจรของโครงสร้างพื้นฐานที่วนซ้ำ

Silicon Valley มักจะอ้างว่านวัตกรรมล่าสุดของพวกเขาไม่เคยมีมาก่อน แต่จริงๆ แล้วไม่ใช่เลย กระแสความนิยมในปัญญาประดิษฐ์ (AI) ในปัจจุบันนั้นสะท้อนภาพการขยายตัวของทางรถไฟในศตวรรษที่ 19 และยุคดอทคอมในช่วงปลายทศวรรษ 1990 เรากำลังเห็นการเปลี่ยนแปลงครั้งใหญ่ในการไหลเวียนของเงินทุนและการรวมศูนย์พลังการประมวลผล นี่คือเรื่องของว่าใครจะเป็นเจ้าของโครงสร้างพื้นฐานแห่งอนาคต สหรัฐอเมริกานำหน้าเพราะมีเงินทุนหนาที่สุดและมีผู้ให้บริการ cloud ที่ดุดันที่สุด ประวัติศาสตร์พิสูจน์แล้วว่าใครที่คุมรางรถไฟหรือสายเคเบิลใยแก้วนำแสงได้ คนนั้นก็จะเป็นผู้กำหนดกติกาให้คนอื่น AI ก็เช่นกัน มันเดินตามรอยเดิมของการสร้างโครงสร้างพื้นฐานตามด้วยการควบรวมกิจการอย่างรวดเร็ว การเข้าใจรูปแบบนี้ช่วยให้เรามองข้ามกระแสโฆษณาชวนเชื่อและระบุได้ว่าอำนาจที่แท้จริงในวงจรใหม่นี้อยู่ที่ไหน หัวใจสำคัญนั้นเรียบง่าย เราไม่ได้แค่สร้างซอฟต์แวร์ที่ฉลาดขึ้น แต่เรากำลังสร้างสาธารณูปโภคใหม่ที่จะมีความสำคัญพื้นฐานพอๆ กับไฟฟ้าหรืออินเทอร์เน็ต ผู้ชนะจะเป็นผู้ที่ควบคุมฮาร์ดแวร์ทางกายภาพและชุดข้อมูลมหาศาลที่จำเป็นในการขับเคลื่อนระบบเหล่านี้

จากรางเหล็กสู่โครงข่ายประสาทเทียม

เพื่อที่จะเข้าใจ AI ในวันนี้ ให้ลองมองไปที่ยุคบูมของทางรถไฟในอเมริกา ในช่วงกลางศตวรรษที่ 18 เงินทุนจำนวนมหาศาลถูกทุ่มลงไปกับการวางรางรถไฟทั่วทวีป หลายบริษัทล้มละลาย แต่รางรถไฟยังคงอยู่ รางเหล่านั้นกลายเป็นรากฐานสำหรับการเติบโตทางเศรษฐกิจในศตวรรษต่อมา ปัจจุบัน AI กำลังอยู่ในช่วงของการวางราง แทนที่จะเป็นเหล็กและไอน้ำ เรากำลังใช้ซิลิคอนและไฟฟ้า การลงทุนมหาศาลจากบริษัทอย่าง Microsoft และ Google กำลังสร้าง compute clusters ที่จะสนับสนุนอุตสาหกรรมอื่นๆ ทั้งหมด นี่คือการเล่นเกมโครงสร้างพื้นฐานแบบคลาสสิก เมื่อเทคโนโลยีต้องใช้เงินทุนมหาศาลในการเริ่มต้น มันย่อมเอื้อต่อผู้เล่นรายใหญ่ที่มีฐานมั่นคง นี่คือเหตุผลว่าทำไมบริษัทเพียงไม่กี่แห่งในสหรัฐฯ ถึงครองตลาด พวกเขามีเงินซื้อชิปและมีที่ดินสำหรับสร้าง data centers พวกเขายังมีฐานผู้ใช้เดิมเพื่อทดสอบโมเดลในระดับสเกลใหญ่ ซึ่งสร้าง feedback loop ที่ผู้เล่นรายใหญ่ที่สุดได้รับข้อมูลมากขึ้น ทำให้โมเดลของพวกเขาเก่งขึ้น และดึงดูดผู้ใช้ได้มากขึ้น

ผู้คนมักเข้าใจผิดว่า AI เป็นผลิตภัณฑ์แบบสแตนด์อโลน แต่การมองว่าเป็นแพลตฟอร์มนั้นถูกต้องกว่า เช่นเดียวกับที่อินเทอร์เน็ตต้องอาศัย [external-link] ประวัติศาสตร์ของอินเทอร์เน็ต เพื่อเปลี่ยนจากโครงการทางทหารมาเป็นสาธารณูปโภคระดับโลก AI ก็กำลังเปลี่ยนจากห้องแล็บวิจัยไปสู่กระดูกสันหลังของการดำเนินธุรกิจ การเปลี่ยนผ่านนี้เกิดขึ้นเร็วกว่ารอบก่อนๆ เพราะเครือข่ายการจัดจำหน่ายมีอยู่แล้ว เราไม่จำเป็นต้องวางสายเคเบิลใหม่เพื่อเข้าถึงผู้ใช้ เราแค่ต้องอัปเกรดเซิร์ฟเวอร์ที่ปลายสาย ความเร็วนี้เองที่ทำให้ช่วงเวลานี้รู้สึกแตกต่าง แม้ว่ารูปแบบทางเศรษฐกิจพื้นฐานจะคุ้นเคยก็ตาม การกระจุกตัวของอำนาจเป็นลักษณะเด่นของขั้นตอนนี้ ไม่ใช่ข้อผิดพลาด ประวัติศาสตร์ชี้ให้เห็นว่าเมื่อโครงสร้างพื้นฐานพร้อมแล้ว จุดเน้นจะเปลี่ยนจากการสร้างระบบไปสู่การตักตวงมูลค่าจากระบบเหล่านั้น เรากำลังเข้าใกล้จุดเปลี่ยนนั้นแล้ว

ความได้เปรียบด้านเงินทุนของอเมริกา

ผลกระทบระดับโลกของ AI ผูกติดอยู่กับว่าใครสามารถจ่ายบิลได้ ซึ่งตอนนี้ส่วนใหญ่คือสหรัฐฯ ความลึกของตลาดทุนอเมริกันช่วยให้เกิดระดับความเสี่ยงที่ภูมิภาคอื่นยากจะเทียบเคียงได้ สิ่งนี้สร้างช่องว่างที่สำคัญในอำนาจของแพลตฟอร์ม เมื่อบริษัทเพียงไม่กี่แห่งควบคุม cloud ได้ พวกเขาก็ควบคุมกฎเกณฑ์ของเกมสำหรับคนอื่นทั้งหมด สิ่งนี้มีผลกระทบอย่างลึกซึ้งต่ออธิปไตยของชาติและการแข่งขันระดับโลก ประเทศที่ไม่มีโครงสร้างพื้นฐานด้านการประมวลผลขนาดใหญ่ของตนเองต้องเช่าจากผู้ให้บริการชาวอเมริกัน สิ่งนี้สร้างการพึ่งพาแบบใหม่ มันไม่ใช่แค่เรื่องของซอฟต์แวร์ไลเซนส์อีกต่อไป แต่เป็นเรื่องของการเข้าถึงพลังการประมวลผลที่จำเป็นในการขับเคลื่อนเศรษฐกิจสมัยใหม่ การรวมศูนย์อำนาจนี้เป็นหัวข้อที่เกิดขึ้นซ้ำๆ ในประวัติศาสตร์เทคโนโลยี

มีเหตุผลหลักสามประการที่ทำให้อำนาจนี้ยังคงกระจุกตัวอยู่ในมือไม่กี่ราย:

• ต้นทุนในการฝึกโมเดลชั้นนำในปัจจุบันพุ่งสูงถึงหลายพันล้านดอลลาร์
• ฮาร์ดแวร์เฉพาะทางที่จำเป็นนั้นผลิตโดยผู้ผลิตจำนวนน้อยมาก
• ความต้องการพลังงานมหาศาลสำหรับ data centers เอื้อต่อภูมิภาคที่มีโครงข่ายไฟฟ้าที่มั่นคงและราคาถูก

ความจริงข้อนี้ขัดแย้งกับแนวคิดที่ว่า AI จะเป็นตัวสร้างความเท่าเทียมที่ยิ่งใหญ่ แม้ว่าเครื่องมือจะเข้าถึงบุคคลทั่วไปได้มากขึ้น แต่การควบคุมที่อยู่เบื้องหลังกลับรวมศูนย์มากกว่าที่เคย รัฐบาลเริ่มสังเกตเห็นความไม่สมดุลนี้ พวกเขากำลังดูแบบอย่างทางประวัติศาสตร์อย่าง [external-link] Sherman Antitrust Act เพื่อดูว่ากฎหมายเก่าจะสามารถจัดการกับผูกขาดใหม่ได้หรือไม่ อย่างไรก็ตาม ความเร็วของอุตสาหกรรมในปัจจุบันกำลังแซงหน้าเชิงนโยบาย กว่าที่กฎระเบียบจะถูกถกเถียงและผ่านออกมา เทคโนโลยีมักจะก้าวไปข้างหน้าสองรุ่นแล้ว สิ่งนี้สร้างความล่าช้าถาวรที่กฎหมายมักจะตอบสนองต่อความจริงที่เปลี่ยนไปแล้วเสมอ

เมื่อซอฟต์แวร์เคลื่อนที่เร็วกว่ากฎหมาย

ผลกระทบในโลกแห่งความเป็นจริงของความเร็วนี้เห็นได้ชัดจากวิธีที่ธุรกิจถูกบังคับให้ปรับตัว ลองพิจารณาวันหนึ่งในชีวิตของบริษัทการตลาดขนาดเล็กในชิคาโก ห้าปีก่อนพวกเขาจ้างนักเขียนรุ่นใหม่มาเขียนคำโฆษณาและนักวิจัยเพื่อหาเทรนด์ ปัจจุบันเจ้าของใช้การสมัครสมาชิกเพียงอย่างเดียวกับแพลตฟอร์ม AI เพื่อจัดการงานเหล่านั้นถึงเจ็ดสิบเปอร์เซ็นต์ เช้าวันใหม่เริ่มต้นด้วยสรุปการเปลี่ยนแปลงของตลาดโลกที่สร้างโดย AI ภายในเที่ยงวัน ระบบได้ร่างโฆษณาที่แตกต่างกันสามสิบแบบตามการเปลี่ยนแปลงเหล่านั้น พนักงานที่เป็นมนุษย์ทำหน้าที่เป็นบรรณาธิการและนักวางกลยุทธ์แทนที่จะเป็นผู้สร้างสรรค์ การเปลี่ยนแปลงนี้กำลังเกิดขึ้นในทุกภาคส่วน ตั้งแต่กฎหมายไปจนถึงการแพทย์ มันเพิ่มประสิทธิภาพ แต่ก็สร้างการพึ่งพาผู้ให้บริการแพลตฟอร์มอย่างมหาศาล หากผู้ให้บริการเปลี่ยนราคาหรือข้อกำหนดในการให้บริการ บริษัทการตลาดก็ไม่มีทางเลือกอื่นนอกจากต้องปฏิบัติตาม พวกเขาได้รวมเครื่องมือเข้ากับเวิร์กโฟลว์ของตนอย่างลึกซึ้งจนไม่สามารถเปลี่ยนกลับไปใช้แรงงานคนได้ง่ายๆ

สถานการณ์นี้แสดงให้เห็นว่าทำไมเชิงนโยบายถึงพยายามตามให้ทัน ผู้กำกับดูแลยังคงกังวลเรื่องความเป็นส่วนตัวของข้อมูลและลิขสิทธิ์ ในขณะที่อุตสาหกรรมกำลังมุ่งหน้าไปสู่ออโตโนมัสเอเจนต์ที่สามารถตัดสินใจทางการเงินได้ ความเร็วทางอุตสาหกรรมของการพัฒนา AI ถูกขับเคลื่อนด้วยการแข่งขันเพื่อชิงส่วนแบ่งการตลาด บริษัทต่างๆ ยินดีที่จะทำลายสิ่งต่างๆ ในตอนนี้และแก้ไขในภายหลัง เพราะการเป็นที่สองในการแข่งขันด้านโครงสร้างพื้นฐานมักจะเท่ากับการเป็นที่โหล่ เราเห็นสิ่งนี้มาแล้วกับสงครามเบราว์เซอร์และการผงาดขึ้นของโซเชียลมีเดีย ผู้ชนะคือผู้ที่เคลื่อนที่เร็วพอที่จะกลายเป็นมาตรฐานเริ่มต้น เมื่อคุณเป็นมาตรฐานแล้ว คุณจะถูกแทนที่ได้ยากมาก สิ่งนี้สร้างสถานการณ์ที่ผลประโยชน์สาธารณะมักเป็นเรื่องรองจากการขับเคลื่อนเพื่อขยายขนาด ความขัดแย้งคือเราต้องการประโยชน์จากเทคโนโลยี แต่เราก็ระแวงอำนาจที่มันมอบให้กับบริษัทเพียงไม่กี่แห่ง

การวิเคราะห์อุตสาหกรรม AI ล่าสุดเกี่ยวกับ [internal-link] การวิเคราะห์อุตสาหกรรม AI ล่าสุด ชี้ให้เห็นว่าเรากำลังเข้าสู่ระยะของการบูรณาการอย่างลึกซึ้ง นี่คือจุดที่เทคโนโลยีเลิกเป็นของแปลกใหม่และเริ่มกลายเป็นความจำเป็น สำหรับธุรกิจ การไม่ใช้ AI จะเหมือนกับการไม่ใช้อินเทอร์เน็ตในปี 2010 มันอาจจะเป็นไปได้ แต่มันจะไม่มีประสิทธิภาพอย่างเหลือเชื่อ แรงกดดันในการปรับตัวนี้คือสิ่งที่ขับเคลื่อนการเติบโตอย่างรวดเร็ว แม้ว่าผลกระทบระยะยาวจะยังไม่ชัดเจน เรากำลังเห็นการซ้ำรอยของต้นทศวรรษ 2000 เมื่อบริษัทต่างๆ เร่งรีบออนไลน์โดยไม่เข้าใจความเสี่ยงด้านความปลอดภัยหรือความเป็นส่วนตัวอย่างถ่องแท้ ความแตกต่างในปัจจุบันคือสเกลที่ใหญ่กว่ามากและเดิมพันที่สูงกว่า ระบบที่เรากำลังสร้างในตอนนี้มีแนวโน้มที่จะควบคุมวิธีการทำงานและการสื่อสารของเราไปอีกหลายทศวรรษ

คำถามยากๆ สำหรับยุคแห่งการประมวลผล

เราต้องใช้ความสงสัยแบบโซเครติสกับกระแสความนิยมในปัจจุบัน ต้นทุนแฝงของการขยายตัวอย่างรวดเร็วนี้คืออะไร? สิ่งที่ชัดเจนที่สุดคือผลกระทบต่อสิ่งแวดล้อม รายงานของ [external-link] International Energy Agency เกี่ยวกับ data centers เน้นย้ำว่าระบบเหล่านี้ใช้พลังงานมากเพียงใด ในขณะที่เราสร้าง data centers มากขึ้น เราก็สร้างภาระให้กับโครงข่ายไฟฟ้าที่เก่าแก่มากขึ้น ใครเป็นคนจ่ายค่าโครงสร้างพื้นฐานนั้น? บริษัทที่ทำเงินหลายพันล้าน หรือผู้เสียภาษีที่ใช้โครงข่ายไฟฟ้าร่วมกัน? นอกจากนี้ยังมีคำถามเรื่องแรงงานข้อมูล โมเดลเหล่านี้ถูกฝึกด้วยผลผลิตรวมของมนุษยชาติ มักจะทำโดยไม่ได้รับความยินยอมหรือค่าตอบแทน มันยุติธรรมหรือไม่ที่บริษัทเพียงไม่กี่แห่งจะแปรรูปมูลค่าของข้อมูลสาธารณะ? เราต้องถามว่าใครได้รับประโยชน์จากประสิทธิภาพนี้อย่างแท้จริง หากงานที่เคยใช้เวลาสิบชั่วโมงตอนนี้ใช้เวลาเพียงสิบนาที พนักงานจะมีเวลาว่างมากขึ้น หรือพวกเขาแค่ได้งานเพิ่มขึ้นสิบเท่า?

ความเป็นส่วนตัวเป็นอีกพื้นที่หนึ่งที่ต้นทุนมักจะถูกซ่อนไว้ เพื่อให้ AI มีประโยชน์มากขึ้น เราให้สิทธิ์เข้าถึงชีวิตส่วนตัวและอาชีพของเรามากขึ้น เรากำลังแลกเปลี่ยนข้อมูลของเราเพื่อความสะดวกสบาย ประวัติศาสตร์แสดงให้เห็นว่าเมื่อความเป็นส่วนตัวถูกสละไปแล้ว มันแทบจะเป็นไปไม่ได้เลยที่จะได้คืนมา เราเห็นสิ่งนี้กับการผงาดขึ้นของอินเทอร์เน็ตที่สนับสนุนโดยโฆษณา สิ่งที่เริ่มต้นจากการเป็นวิธีค้นหาข้อมูลกลับกลายเป็นระบบสอดแนมระดับโลก AI มีศักยภาพที่จะนำเรื่องนี้ไปไกลกว่าเดิม หาก AI รู้ว่าคุณคิดอย่างไรและทำงานอย่างไร มันสามารถมีอิทธิพลต่อการตัดสินใจของคุณในแบบที่ตรวจจับได้ยาก สิ่งเหล่านี้ไม่ใช่แค่ปัญหาทางเทคนิค แต่เป็นภาวะกลืนไม่เข้าคายไม่ออกทางสังคมและจริยธรรมที่ต้องการมากกว่าแค่ซอฟต์แวร์แพตช์ เราต้องตัดสินใจว่าความเร็วของความก้าวหน้าคุ้มค่ากับการสูญเสียความเป็นอิสระส่วนบุคคลหรือไม่ คำตอบสำหรับคำถามเหล่านี้จะเป็นตัวกำหนดประเภทของสังคมที่เราอาศัยอยู่เมื่อกระแส AI เข้าสู่ระยะเติบโตเต็มที่

กลไกของเลเยอร์โมเดล

สำหรับผู้ที่มองในมุมเทคนิค จุดเน้นกำลังเปลี่ยนจากขนาดของโมเดลไปสู่การบูรณาการเวิร์กโฟลว์ เรากำลังเห็นการเปลี่ยนจากการใช้โมเดลขนาดใหญ่แบบอเนกประสงค์ ไปสู่โมเดลขนาดเล็กที่เฉพาะทางซึ่งสามารถรันบนฮาร์ดแวร์ในเครื่องได้ นี่คือการตอบสนองต่อต้นทุนที่สูงและความหน่วงของ API บน cloud ผู้ใช้ระดับสูงกำลังมองหาวิธีหลีกเลี่ยงข้อจำกัดที่กำหนดโดยผู้ให้บริการรายใหญ่มากขึ้นเรื่อยๆ ซึ่งรวมถึงการจัดการอัตราจำกัดของ API และการหาวิธีจัดเก็บข้อมูลในเครื่องเพื่อรับประกันความเป็นส่วนตัวและความเร็ว การบูรณาการ AI เข้ากับเครื่องมือที่มีอยู่คือจุดที่งานจริงกำลังเกิดขึ้น มันไม่ใช่แค่การแชทกับบอท แต่มันคือการมีโมเดลที่สามารถอ่านไฟล์ในเครื่องของคุณ เข้าใจสไตล์การเขียนโค้ดเฉพาะของคุณ และแนะนำการเปลี่ยนแปลงแบบเรียลไทม์ สิ่งนี้ต้องการสถาปัตยกรรมที่แตกต่างจากที่ใช้สำหรับเครื่องมือบนเว็บสาธารณะ

ความท้าทายทางเทคนิคสำหรับไม่กี่ปีข้างหน้า ได้แก่:

• การปรับโมเดลให้เหมาะสมเพื่อรันบน GPU ระดับผู้บริโภคโดยไม่สูญเสียความแม่นยำมากเกินไป
• การพัฒนาวิธีที่ดีกว่าในการจัดการหน่วยความจำระยะยาวใน AI agents เพื่อให้สามารถจดจำบริบทได้นานหลายสัปดาห์หรือหลายเดือน
• การสร้างโปรโตคอลมาตรฐานสำหรับระบบ AI ที่แตกต่างกันเพื่อสื่อสารกัน

เรายังเห็นการเพิ่มขึ้นของ *local inference* เพื่อเป็นวิธีรักษาการควบคุมข้อมูลที่ละเอียดอ่อน การรันโมเดลบนเครื่องในเครื่อง ผู้ใช้สามารถมั่นใจได้ว่าข้อมูลที่เป็นกรรมสิทธิ์ของพวกเขาจะไม่หลุดออกจากอาคารของพวกเขา สิ่งนี้สำคัญอย่างยิ่งสำหรับอุตสาหกรรมอย่างกฎหมายและการเงินที่ความปลอดภัยของข้อมูลเป็นสิ่งสำคัญสูงสุด อย่างไรก็ตาม ฮาร์ดแวร์ในเครื่องยังคงตามหลัง clusters ขนาดใหญ่ที่ยักษ์ใหญ่ cloud เป็นเจ้าของ สิ่งนี้สร้างระบบสองระดับ โมเดลที่ทรงพลังที่สุดจะยังคงอยู่บน cloud ในขณะที่เวอร์ชันที่มีประสิทธิภาพน้อยกว่าและมีความสามารถน้อยกว่าจะรันในเครื่อง การสร้างสมดุลระหว่างสองโลกนี้คือความท้าทายใหญ่ถัดไปสำหรับนักพัฒนา พวกเขาต้องตัดสินใจว่าจะใช้พลังดิบของ cloud เมื่อใด และเมื่อใดที่ควรให้ความสำคัญกับความเป็นส่วนตัวและความเร็วของการประมวลผลในเครื่อง ความตึงเครียดทางเทคนิคนี้จะขับเคลื่อนนวัตกรรมมากมายในปีต่อๆ ไป

มีเรื่องราว, เครื่องมือ, เทรนด์ หรือคำถามเกี่ยวกับ AI ที่คุณคิดว่าเราควรนำเสนอหรือไม่? ส่งแนวคิดบทความของคุณมาให้เรา — เรายินดีรับฟัง

เรื่องราวที่ยังไม่จบสิ้นของสเกล

ประวัติศาสตร์ของเทคโนโลยีคือประวัติศาสตร์ของการควบรวมกิจการ จากทางรถไฟสู่อินเทอร์เน็ต เราเห็นรูปแบบของการระเบิดตามด้วยการควบคุม AI ปัจจุบันอยู่ในช่วงกลางของวงจรนี้ มุมมองของสหรัฐฯ มีอิทธิพลเหนือกว่าเพราะทรัพยากรที่จำเป็นสำหรับขั้นตอนนี้ของการเติบโตกระจุกตัวอยู่ที่นั่น อย่างไรก็ตาม เรื่องราวยังไม่จบลง เมื่อเทคโนโลยีเติบโตเต็มที่ เราจะเห็นความท้าทายใหม่ๆ ต่ออำนาจของแพลตฟอร์มนี้ ไม่ว่ามันจะมาจากกฎระเบียบ ความก้าวหน้าทางเทคนิคใหม่ๆ หรือการเปลี่ยนแปลงในวิธีที่เราให้คุณค่ากับข้อมูลของเรา ก็คงต้องรอดูกันต่อไป คำถามที่สำคัญคือเราจะสามารถเพลิดเพลินกับประโยชน์ของโครงสร้างพื้นฐานใหม่นี้โดยไม่สูญเสียการแข่งขันและความเป็นส่วนตัวที่ทำให้เศรษฐกิจที่ดีเป็นไปได้หรือไม่ เรากำลังสร้างรากฐานของศตวรรษหน้า เราควรระมัดระวังให้มากว่าใครเป็นผู้ถือกุญแจของมัน

หมายเหตุจากบรรณาธิการ: เราสร้างเว็บไซต์นี้ขึ้นมาเพื่อเป็นศูนย์กลางข่าวสารและคู่มือ AI หลายภาษาสำหรับผู้ที่ไม่ได้เป็นผู้เชี่ยวชาญคอมพิวเตอร์ แต่ยังคงต้องการทำความเข้าใจปัญญาประดิษฐ์ ใช้งานได้อย่างมั่นใจมากขึ้น และติดตามอนาคตที่กำลังจะมาถึงแล้ว