.
เมื่อซีอีโอของ Nvidia ยืนอยู่หน้านักศึกษามหาวิทยาลัย Cambridge เขาไม่ได้พูดถึงเรื่องเขียนโค้ดให้เร็วขึ้น หรือเรียนหนังสือให้หนักขึ้น แต่เขากลับทิ้งระเบิดลงบนระบบการศึกษาสมัยใหม่ทั้งหมด
.
"เราต้องพูดออกมาให้ดัง ๆ ว่า ความฉลาดกำลังจะกลายเป็นสินค้าที่ซื้อได้ทั่วไป (commodity)"
นี่คือคำพูดจากคนที่กำลังขับเคลื่อนการปฏิวัติ AI ทั่วโลก และเขากำลังบอกเราว่า สิ่งที่สังคมเคยเชื่อมานานหลายสิบปี กำลังจะสิ้นสุดลง
.
สูตรความสำเร็จแบบเก่าที่ใช้ไม่ได้แล้ว มาตลอดหลายทศวรรษ สังคมขายสูตรความสำเร็จให้เรา ดังนี้
IQ สูง + คะแนนสอบสูง + ความรู้เฉพาะทาง = อนาคตที่มั่นคง
เราจ้างคน "ที่ฉลาดที่สุด" เราหมกมุ่นกับเกรด เราปฏิบัติต่อความฉลาดเหมือนกับเป็นทรัพยากรที่หายากและมีค่ามาก แต่ Huang กำลังบอกเราว่า ยุคนั้นจบแล้ว
.
เมื่อ AI เกิดขึ้น มันไม่ได้แค่แข่งกับเรา แต่มันแซงเราไปไกล
มันสามารถทำข้อสอบได้คะแนนเต็ม เร็วกว่าที่เราหยิบดินสอขึ้นมาได้
มันเขียนโค้ดได้ดีกว่า วินิจฉัยโรคได้ สรุปเอกสารทางกฎหมายได้ภายในไม่กี่วินาที
ในอนาคตอันใกล้ ความฉลาดแบบเดิมๆ จะเหมือนน้ำประปาหรือไฟฟ้า ถูก มีมากมาย และเข้าถึงได้สำหรับทุกคนที่มี Wi-Fi
.
ถ้า "ความฉลาด" ไม่ได้พิเศษอีกต่อไป แล้วเหลืออะไร?
ถ้าทุกคนมีซูเปอร์คอมพิวเตอร์ในกระเป๋า แล้วมูลค่าของมนุษย์ซ่อนอยู่ที่ไหน?
ตาม Huang คำตอบไม่ใช่ทักษะทางเทคนิคแบบใหม่ แต่คือ "รสนิยม" (Taste)
.
ยุคของ "งานที่ไม่มีนิยามชัดเจน"
อาจฟังดูแปลกที่วิศวกรฮาร์ดแวร์มาพูดเรื่อง "รสนิยม" ฟังดูคลุมเครือ เหมือนเป็นเรื่องของศิลปินหรือนักออกแบบแฟชั่นอแต่ในโลกของ Huang รสนิยมคือหลักการวิศวกรรมที่แข็งแกร่ง มันคือพลังพิเศษที่สมเหตุสมผลที่สุด เขาอธิบายง่าย ๆ ว่า "เมื่อ AI เข้ามารับช่วงงานที่มีมาตรฐานทั้งหมด คุณค่าเดียวที่มนุษย์เหลืออยู่คือ จัดการกับงานที่ไม่มีนิยามชัดเจน" "งานที่ไม่มีนิยามชัดเจน คืองานที่มีค่าที่สุดในบรรดางานทั้งหมด" มันหน้าตาเป็นอย่างไร?
.
งานที่มีนิยามชัดเจน (พื้นที่ของ AI)
๐ "เขียนสคริปต์ Python เพื่อดึงข้อมูลจากเว็บไซต์นี้"
๐ "สรุป PDF 50 หน้านี้"
๐ "คำนวณแรงกดโครงสร้างของสะพานนี้"
.
งานที่ไม่มีนิยามชัดเจน (พื้นที่ของมนุษย์)
๐ "ผลิตภัณฑ์ใหม่ของเราควรให้ความรู้สึกแบบไหนกันแน่?"
๐ "ตลาดกำลังล่ม ข้อมูลขัดแย้งกัน เราควรเปลี่ยนทิศทางไปซ้ายหรือขวา?"
๐ "ทำไมผู้ใช้เกลียดฟีเจอร์นี้ ทั้ง ๆ ที่มันทำงานได้สมบูรณ์?"
.
ปัญหาเหล่านี้ไม่มีคำตอบแบบเลือกตอบ AI ไม่สามารถคำนวณหา "เส้นทางที่ถูกต้อง" ได้ เพราะเส้นทางนั้นยังไม่มีอยู่จริง เพื่อจะเดินผ่านความวุ่นวายนี้ คุณต้องมี "รสนิยม"
.
รสนิยมคือศิลปะแห่งการลบทิ้ง
ในยุคที่ข้อมูลล้นหลาม รสนิยมคือความสามารถในมองตัวเลือกที่ไม่มีที่สิ้นสุด แล้วระบุได้ทันทีว่าอะไรสำคัญ และที่สำคัญกว่านั้น คืออะไรไม่สำคัญ เมื่อ Nvidia ตัดสินใจสร้าง CUDA (แพลตฟอร์มคอมพิวเตอร์แบบขนาน) เมื่อหลายปีก่อน ตลาดไม่ได้ต้องการมัน Wall Street ไม่เข้าใจมัน AI ยังไม่ได้เป็น "เรื่องใหญ่" เลย Huang ตัดสินใจเดิมพันบริษัททั้งหมดกับมันได้อย่างไร? "กลยุทธ์ไม่ได้เป็นแค่เลือกว่าจะทำอะไร แต่เป็นเลือกว่าจะไม่ทำอะไร" นี่คือรสนิยมในระดับสูงสุด
.
ลองนึกภาพว่า AI เป็นเด็กฝึกงานที่กระตือรือร้นและมีประสิทธิภาพสูง คุณสามารถขอให้มันทำ tagline การตลาด 100 แบบ และมันจะให้คุณภายใน 30 วินาที ถ้ารสนิยมของคุณอยู่ในระดับปานกลาง (60/100) คุณจะเลือก tagline ที่พอใช้ ผลลัพธ์ของ AI ถูกจำกัดด้วยการตัดสินใจของคุณ
ถ้ารสนิยมของคุณอยู่ในระดับสูง (90/100) คุณรู้ว่า tagline ไหนที่เป็นขยะทั้ง 99 ตัว และตัวไหนที่จะสะท้อนอารมณ์ของมนุษย์ได้ ในอดีต เราเป็นผู้สร้าง (Creators) มีค่าจากสิ่งที่เราผลิตได้มากแค่ไหน
ในอนาคต เราต้องเป็นบรรณาธิการ (Editors) มีค่าจากสิ่งที่เราเลือกได้ดีแค่ไหน
.
ตัวกรอง "หลักการพื้นฐาน" (First Principles)
คุณพัฒนา "รสนิยม" ที่เข้าใจยากนี้ได้อย่างไร? มันเป็นสิ่งที่เกิดมาพร้อมกับตัวหรือเปล่า?
ไม่ใช่ มันมาจากแนวคิด First Principles เมื่อเผชิญกับปัญหาที่ซับซ้อน คนส่วนใหญ่มองว่าคนอื่นกำลังทำอะไรอยู่ (analogy) แต่ Huang มองที่ฟิสิกส์ของปัญหา เขาแยกย่อยลงไปสู่ความจริงพื้นฐาน กฎของวิทยาศาสตร์คอมพิวเตอร์ ฟิสิกส์ เศรษฐศาสตร์พื้นฐาน และสร้างขึ้นจากตรงนั้น "คุณใช้เหตุผลจากหลักการพื้นฐาน เมื่อฉันเห็นมันในหัวได้แล้ว สำหรับฉัน มันเหมือนกับเป็นจริงแล้ว" Huang กล่าว
เมื่อคุณเข้าใจแก่นแท้ของสิ่งหนึ่ง คุณจะหยุดไล่ตามเทรนด์ คุณจะหยุดจมอยู่ในเสียงรบกวน คุณได้ความมั่นใจที่จะพูด "ไม่" กับไอเดียดี ๆ หนึ่งพันอย่าง เพื่อที่จะพูด "ใช่" กับไอเดียยอดเยี่ยมหนึ่งอย่าง
ความชัดเจนนั้นแหละ คือรสนิยม
.
ทำไม AI แทนที่คุณไม่ได้ (ยังไง)
มีส่วนผสมสุดท้ายหนึ่งอย่างของรสนิยมที่ AI ทำซ้ำไม่ได้ ไม่ว่า Nvidia จะขาย GPU ไปกี่ตัวก็ตาม
นั่นคือ "ความทุกข์" (Suffering) "ความยิ่งใหญ่มาจากอุปนิสัย อุปนิสัยมาจากคนที่เคยทนทุกข์มา" — Jensen Huang
.
AI อ่านหนังสือทุกเล่มใน Library of Congress แล้ว แต่มันไม่เคยอกหักมาก่อน มันไม่เคยสตาร์ทอัพล้ม มันไม่เคยรู้สึกเจ็บปวดจากการตัดสินใจที่ผิดพลาด หรือความสุขจากชิงชัยที่ยากเย็น
"รสนิยม" ของคุณถูกสร้างขึ้นบนรากฐานของแผลเป็นของคุณ
.
คุณรู้ว่าความเห็นอกเห็นใจคืออะไร เพราะคุณเคยต้องการมัน
คุณรู้ว่าผู้ใช้ต้องการอะไรจริง ๆ เพราะคุณเคยผิดหวังเหมือนกัน
คุณสามารถจับได้ว่าอะไรเป็นเท็จ เพราะคุณเคยถูกโกหกมา
ประสบการณ์ของมนุษย์เหล่านี้สร้างฐานข้อมูลของบริบทที่ AI ไม่มี บริบทนี้ช่วยให้คุณเดินผ่าน "งานที่ไม่มีนิยาม" ด้วยสัญชาตญาณและปัญญา แทนที่จะเป็นแค่สถิติความน่าจะเป็น
.
คู่มือการอยู่รอด 4 ขั้นตอน
Jensen Huang กล่าวว่า "คุณจะไม่เสียงานให้กับ AI คุณจะเสียงานให้กับคนที่ใช้ AI"
ผมจะพูดไปอีกขั้นหนึ่ง คุณจะเสียงานให้กับคนที่มีรสนิยมดีกว่า
นี่คือวิธีที่คุณเริ่มฝึกฝนตั้งแต่วันนี้
.
- หยุดแข่งขันด้วย "ความฉลาด" อย่าพยายามจดจำหรือคำนวณให้เก่งกว่าเครื่อง ปล่อยให้ AI เป็นสารานุกรม คุณจงเป็นผู้เขียน เปลี่ยนอัตลักษณ์ของคุณจาก "คนที่รู้คำตอบ" เป็น "คนที่ถามคำถามที่ถูก"
.
- ฝึก "การลบเชิงกลยุทธ์" ในโปรเจกต์หน้า อย่าถามว่า "เราจะเพิ่มอะไรได้อีก?" แต่ถามว่า "เราจะเอาอะไรออกได้บ้าง?" ฝึกกำจัดเสียงรบกวน ความสามารถในระบุสิ่งที่จำเป็นคือแก่นของกลยุทธ์สมัยใหม่
.
- แสวงหางานที่ "ไม่มีนิยามชัดเจน" หยุดมองหาเช็คลิสต์ อาสาทำโปรเจกต์ที่ยุ่งเหยิง คำขอจากลูกค้าที่คลุมเครือ ห้องระดมความคิดที่วุ่นวาย ความสบายใจกับความคลุมเครือคือหลักประกันงานแบบใหม่ของคุณ
.
- ให้เกียรติแผลเป็นของคุณ อย่าซ่อนความล้มเหลว วิเคราะห์มัน ความดิ้นรนในอดีตของคุณคือจุดข้อมูลที่สร้างสัญชาตญาณ มันคือเหตุผลที่คุณสามารถมองคำตอบที่ AI สร้างแล้วพูดว่า "มันใช้ได้ตามตรรกะ แต่มนุษย์จะเกลียดมัน"
.
อนาคตเป็นของบรรณาธิการ ผู้คัดสรร และผู้ตัดสินใจ
ความฉลาดถูก รสนิยมแพง ไปหามาซะ
.
.
เขียนและเรียบเรียงโดย 100WEALTH
———
100WEALTH l ไปให้ถึง100ล้าน
.
#Business
#100WEALTH
#ไปให้ถึง100ล้าน
.
อ้างอิง
https://bit .ly/49EKrqq
ไม่มีความคิดเห็น:
แสดงความคิดเห็น