การเติบโตของ AI กำลังเป็นกระแสที่ทุกคนพูดถึงกันอย่างหลีกเลี่ยงไม่ได้ เมื่อหลายบริษัทเทคโนโลยีชั้นนำอ้างว่าปัญญาประดิษฐ์จะเปลี่ยนแปลงโลกธุรกิจและชีวิตของมนุษย์ในทุกมิติ McKinsey ได้คาดการณ์ว่าเทคโนโลยีนี้จะเพิ่มมูลค่าทางเศรษฐกิจให้กับโลกถึง 17.1-25.6 ล้านล้านดอลลาร์ต่อปี อย่างไรก็ตาม คำถามคือการเปลี่ยนแปลงครั้งนี้จะเกิดขึ้นเร็วและง่ายดายอย่างที่คิดหรือไม่? หรือเรากำลังยึดติดกับความคาดหวังที่มากเกินไป?”
6 เหตุผลที่การเติบโตของ AI จะใช้เวลานานกว่าที่คิด
แม้ว่าเทคโนโลยี AI จะมีความล้ำสมัยและน่าตื่นตาตื่นใจ แต่การนำไปใช้งานจริงในระดับที่จะเกิดการเปลี่ยนแปลงครั้งใหญ่นั้น ยังมีอุปสรรคและข้อจำกัดหลายประการที่ทำให้การเปลี่ยนแปลงนี้ใช้เวลานานกว่าที่หลายคนคิดไว้ครับ
1. ความคาดหวังสูงเกินไปเมื่อเทียบกับผลผลิตที่วัดได้จริง
ปัญหาแรกที่เห็นได้ชัดคือช่องว่างระหว่างความคาดหวังและผลลัพธ์ที่วัดได้จริง ในปี 1987 นักเศรษฐศาสตร์ Robert Solow เคยกล่าวว่า “คุณสามารถเห็นยุคคอมพิวเตอร์ได้ทุกหนทุกแห่ง แต่ไม่ใช่ในสถิติผลผลิต” ปัจจุบันเทคโนโลยี AI ก็เผชิญกับปัญหาเดียวกัน แม้จะมีการลงทุนหลายพันล้านดอลลาร์ แต่การเพิ่มขึ้นของประสิทธิภาพที่วัดได้จริงยังคงจำกัด
ธนาคารกลางสหรัฐฯ แห่งแคนซัสซิตี้ได้ศึกษาพบว่าผลกระทบของ AI ต่อผลผลิตยังคงเป็นเพียงระดับปานกลางเมื่อเทียบกับการเปลี่ยนแปลงทางเทคโนโลยีในอดีต นักเศรษฐศาสตร์จาก MIT อย่าง Daron Acemoglu ที่เป็นผู้ได้รับรางวัลโนเบล ประเมินว่าเพียงแค่ 5% ของงานต่างๆ เท่านั้นที่จะสามารถทำให้เป็นระบบอัตโนมัติได้อย่างคุ้มทุนในทศวรรษหน้า ซึ่งจะเพิ่ม GDP ของสหรัฐฯ เพียงแค่ 1% เท่านั้น
2. เทคโนโลยีอเนกประสงค์ต้องใช้เวลาในการปรับตัว
AI โดยเฉพาะอย่างยิ่งโมเดลภาษาขนาดใหญ่ เป็นสิ่งที่เรียกว่า “เทคโนโลยีอเนกประสงค์” (General Purpose Technology) เช่นเดียวกับเครื่องพิมพ์ ไฟฟ้า และอินเทอร์เน็ต ซึ่งทุกเทคโนโลยีเหล่านี้ต้องใช้เวลาหลายทศวรรษก่อนที่จะสร้างการเปลี่ยนแปลงที่แท้จริงต่อเศรษฐกิจ
ตัวอย่างเช่น ไฟฟ้าได้ปฏิวัติอุตสาหกรรมการผลิต แต่ต้องใช้เวลาถึง 40 ปีกว่าที่การออกแบบโรงงานจะปรับตัวให้เข้ากับเทคโนโลยีใหม่นี้ อินเทอร์เน็ตเริ่มต้นขึ้นในปี 1970 แต่กว่าจะเปลี่ยนแปลงโมเดลธุรกิจต่างๆ อย่างแท้จริงก็ต้องรอถึงปี 2000 กว่า เหตุผลสำคัญคือต้นทุนการเปลี่ยนแปลง การฝึกอบรม การผสานรวมระบบ และการคำนวณ มักจะมากกว่าผลตอบแทนที่ได้รับสำหรับงานส่วนใหญ่
3. อคติทางความคิดที่ทำให้ประเมินผิด
เมื่อ ChatGPT เปิดตัว AI ดูเหมือนเวทมนตร์ที่เกิดขึ้นข้ามคืน การประชุมผู้ถือหุ้นเต็มไปด้วยการพูดถึง AI เงินทุนเสี่ยงเริ่มเร่งความเร็วและหัวข้อข่าวสัญญาว่าการเปลี่ยนแปลงของ AI จะเกิดขึ้นในทันทีและครอบคลุมทุกด้าน แต่เราเคยเห็นรูปแบบการโฆษณาชวนเชื่อแบบนี้มาก่อนแล้ว
เราตัดสินผิดเกี่ยวกับการเปลี่ยนแปลงทางเทคโนโลยีเพราะอคติทางความคิด 3 ประการ ได้แก่ อคติจากความผิดพลาดในการวางแผนที่ทำให้เราประเมินเวลาการเปลี่ยนแปลงต่ำเกินไป อคติด้านการมองโลกในแง่ดีที่ทำให้เราคิดว่าการยอมรับเทคโนโลยีใหม่จะเป็นไปอย่างราบรื่นและง่ายดาย และอคติจากเหตุการณ์ล่าสุดที่ทำให้เราเชื่อว่าการยอมรับ AI ของผู้บริโภคจะถูกนำไปใช้ในองค์กรได้อย่างราบรื่น
AI ในองค์กรไม่ใช่เรื่องง่ายที่จะเสียบและใช้งานได้ทันที แต่จะต้องเผชิญกับระบบเก่าที่ล้าสมัย อุปสรรคด้านกฎระเบียบ วัฒนธรรมองค์กรที่หลีกเลี่ยงความเสี่ยง การขาดแคลนผู้เชี่ยวชาญ AI และคอขวดในกระบวนการจัดซื้อจัดจ้าง อุปสรรคเหล่านี้ไม่ใช่ปัญหาทางเทคนิค แต่เป็นปัญหาเชิงระบบที่ต้องใช้เวลาในการแก้ไข
4. โมเดลธุรกิจที่ยังไม่ยั่งยืน
นักลงทุนกำลังทำผิดพลาดสำคัญเกี่ยวกับ AI คือการมองบริษัท AI เหมือนกับบริษัทซอฟต์แวร์ที่เติบโตสูงและใช้สินทรัพย์น้อย ทั้งที่ความจริงแล้วพวกเขาต้องใช้เงินทุนสูง มีต้นทุนสูง และต้องการโครงสร้างพื้นฐานมาก หุ้นเทคโนโลยีที่เน้น AI ได้ซื้อขายในระดับพรีเมียม 20-40% โดยคาดหวังผลกำไรในอนาคตที่ยังไม่เกิดขึ้น
ลองพิจารณา OpenAI ที่กำลังไล่ตามมูลค่า 300 พันล้านดอลลาร์ ซึ่งสูงกว่า Facebook ตอน IPO ถึง 2 เท่า และสูงกว่า Google ตอน IPO ถึง 8 เท่า (ปรับตามอัตราเงินเฟ้อ) นักลงทุนกำลังกำหนดราคาเหมือนกับบริษัทซอฟต์แวร์คลาวด์ที่มีอัตรากำไรขยายตัว แต่ AI ไม่ใช่ SaaS ต้นทุนของ OpenAI ไม่ลดลงตามขนาด แต่เพิ่มขึ้นตามความต้องการ ทุกคำถามมีราคา ทุกลูกค้าเพิ่มต้นทุน OpenAI เองคาดว่าจะขาดทุน 5 พันล้านดอลลาร์จากรายได้ 3.7 พันล้านดอลลาร์ในปี 2024
5. การแข่งขันทำให้เทคโนโลยีกลายเป็นสินค้าโภคภัณฑ์
แม้ว่าบริษัทโมเดล AI จะทำกำไรได้ พวกเขาก็ไม่สามารถปกป้องข้อได้เปรียบของตัวเองได้ เพราะวิธีการที่ใช้ในการพัฒนา AI ที่ล้ำสมัยที่สุด เช่น เครือข่ายประสาทเทียมและกลไกการให้ความสำคัญ เป็นเพียงคณิตศาสตร์ และคณิตศาสตร์ไม่สามารถจดสิทธิบัตรได้
นี่คือความแตกต่างที่สำคัญระหว่างการประดิษฐ์และนวัตกรรม การประดิษฐ์ให้การค้นพบใหม่ เช่น สถาปัตยกรรมหม้อแปลงหรืออัลกอริทึมใหม่ แต่นวัตกรรมในระดับใหญ่ต้องการมากกว่านั้น ต้องการการกระจาย อัตรากำไร และการเข้ากับตลาด การทดสอบ AI ที่แท้จริงไม่ใช่ว่าเราสามารถสร้างสิ่งใหม่ได้หรือไม่ แต่เป็นการที่เราสามารถฝังมันลึกพอในระบบธุรกิจเพื่อสร้างมูลค่าที่ยั่งยืนและวัดได้
AI กำลังเคลื่อนไปสู่ “ขอบเขต” โดยเปลี่ยนจากคลาวด์ไปยังอุปกรณ์ส่วนบุคคลที่ผู้ใช้ไม่ต้องจ่ายเงินเพื่อเข้าถึง Apple Intelligence แม้ว่าจะยังอยู่ในช่วงต้นของตลาด แต่ก็ถูกฝังอยู่ใน iPhone แล้ว โมเดล Meta LLaMA บางตัวทำงานบนแล็ปท็อปได้
6. บริษัทใหญ่มีข้อได้เปรียบด้านการกระจายสินค้า
ตลาดกำลังมุ่งเน้นไปที่สตาร์ทอัพ AI แต่บริษัทใหญ่ที่มีอยู่แล้วมีข้อได้เปรียบที่แท้จริงในองค์กร เพราะ AI ไม่ใช่เรื่องของการทำลายล้าง แต่เป็นเรื่องของการกระจายสินค้า ดูที่ Microsoft Teams ที่ Microsoft ไม่ได้สร้างเครื่องมือประชุมทางวิดีโอที่ดีที่สุด Zoom ทำได้ แต่ Microsoft ชนะในองค์กรโดยการรวม Teams เข้ากับ Office 365
สตาร์ทอัพอาจผลักดันนวัตกรรมไปข้างหน้า แต่บริษัทใหญ่ควบคุมงบประมาณองค์กร การผสานรวม IT และการกระจายสินค้า Microsoft, Google และ Salesforce ไม่ต้องการโมเดล AI ที่ดีที่สุด พวกเขาต้องการแค่ AI ที่ดีพอ ซึ่งฝังอยู่ในสแต็คองค์กรที่มีอยู่แล้วอย่างราบรื่น นั่นคือวิธีที่การยอมรับ AI เกิดขึ้น คือใครที่เป็นเจ้าของเวิร์กโฟลว์ขององค์กรและผู้บริโภคจะเป็นผู้ชนะ
การเปลี่ยนแปลงจากการเติบโตของ AI จะเกิดขึ้นอย่างแน่นอน แต่จะใช้เวลานานกว่าที่หลายคนคาดหวังไว้ การลงทุนในเทคโนโลยีนี้ควรมุ่งเน้นที่การสร้างมูลค่าระยะยาว การผสานรวมระบบอย่างรอบคอบ และการเตรียมโครงสร้างพื้นฐานที่เหมาะสม มากกว่าการไล่ตามกระแสหรือผลตอบแทนที่รวดเร็วครับ บริษัทที่ประสบความสำเร็จจะเป็นบริษัทที่มีความอดทนในการสร้างการเปลี่ยนแปลงที่แท้จริงและยั่งยืน ไม่ใช่บริษัทที่ทำเพื่อหาข่าวหรือสร้างความประทับใจเพียงชั่วคราว
