- ผู้เชี่ยวชาญด้านเทคโนโลยีในซิลิคอนแวลลีย์กำลังเผชิญช่วงเวลาที่ยากลำบากในช่วงไม่กี่สัปดาห์ที่ผ่านมา
- นักลงทุนจำนวนมากกังวลว่า AI อาจไม่สามารถสร้างผลกำไรมหาศาลอย่างที่พวกเขาคาดหวังได้
- ราคาหุ้นของบริษัทตะวันตกที่เป็นผู้นำการปฏิวัติ AI ลดลง 15% จากจุดสูงสุดเมื่อเดือนที่แล้ว
- ผู้สังเกตการณ์จำนวนมากกำลังตั้งคำถามต่อข้อจำกัดของ LLM ที่ขับเคลื่อนบริการอย่าง ChatGPT
สถานะการใช้งาน AI ของภาคธุรกิจ
- บริษัทบิ๊กเทคได้ลงทุนหลายพันล้านดอลลาร์ในโมเดล AI และยังให้คำมั่นว่าจะใช้จ่ายมากกว่านี้อีกในอนาคต
- อย่างไรก็ตาม ข้อมูลล่าสุดจาก Census Bureau ระบุว่า มีเพียง 4.8% ของบริษัทในสหรัฐฯ ที่ใช้ AI ในการผลิตสินค้าและบริการ ลดลงจากจุดสูงสุด 5.4% เมื่อต้นปีนี้
- สัดส่วนของบริษัทที่มีแผนจะใช้ AI ภายใน 1 ปีข้างหน้าก็อยู่ในระดับใกล้เคียงกัน
คำอธิบายเกี่ยวกับ Hype Cycle
- มีการกล่าวถึง "Hype Cycle" ซึ่งเป็นคำที่บริษัทวิจัย Gartner ทำให้แพร่หลาย และถือเป็นความเข้าใจพื้นฐานในซิลิคอนแวลลีย์
- ในช่วงแรก เทคโนโลยีใหม่ร้อนแรงจะผ่านช่วงคลั่งไคล้อย่างไร้เหตุผลและการลงทุนเกินตัว ก่อนจะตกสู่ "หุบเหวแห่งความผิดหวัง" ซึ่งเป็นช่วงที่บรรยากาศแย่ลง
- ความกังวลแพร่กระจายไปทั่วว่าการนำเทคโนโลยีไปใช้นั้นช้าเกินไป และทำกำไรได้ยาก
- อย่างไรก็ตาม หลังช่วงแห่งความผิดหวัง เทคโนโลยีจะกลับมาฟื้นตัว
- การลงทุนที่เกิดขึ้นพร้อมกับคลื่นความตื่นตัวช่วยให้เกิดการสร้างโครงสร้างพื้นฐานขนาดใหญ่ ซึ่งทำให้เทคโนโลยีมุ่งไปสู่การยอมรับในกระแสหลัก
- มีการตั้งคำถามว่า Hype Cycle จะเป็นแนวทางที่มีประโยชน์ต่ออนาคตของ AI ของโลกได้หรือไม่
ตัวอย่างของ Hype Cycle ในพัฒนาการเทคโนโลยี
- กระแสคลั่งไคล้และฟองสบู่รถไฟในอังกฤษศตวรรษที่ 19 และการที่บริษัทรถไฟสร้างรางจนเปลี่ยนโฉมเศรษฐกิจในเวลาต่อมา
- ความตื่นตัวต่ออินเทอร์เน็ตในทศวรรษ 1990 การล่มสลายของตลาดในปี 2000 และความล้มเหลวของบริษัทดอทคอมขนาดใหญ่ 135 แห่ง แต่การลงทุนสายเคเบิลใยแก้วนำแสงของบริษัทโทรคมนาคมได้วางรากฐานโครงสร้างพื้นฐานอินเทอร์เน็ตในปัจจุบัน
ความเห็นต่อความเป็นไปได้ของ Hype Cycle ของ AI
- แม้ AI จะยังไม่ได้เผชิญการล่มสลายครั้งใหญ่ระดับเดียวกับรถไฟหรือดอทคอม แต่ความกระวนกระวายในตอนนี้อาจเป็นหลักฐานว่าการครองโลกของ AI กำลังใกล้เข้ามา
- Noah Smith นักวิจารณ์เศรษฐกิจกล่าวว่า "อนาคตของ AI ก็คงจะเหมือนเทคโนโลยีอื่นทุกชนิด คือมีการสร้างโครงสร้างพื้นฐานขนาดใหญ่และมีราคาแพง เกิดการล่มสลายครั้งใหญ่เมื่อผู้คนตระหนักว่ายังไม่รู้วิธีใช้ AI ให้เกิดประสิทธิผล และจากนั้นก็ค่อย ๆ ฟื้นคืนชีพเมื่อเริ่มหาคำตอบเจอ"
เทคโนโลยีที่ไม่สอดคล้องกับ Hype Cycle
- ตัว AI เองก็ผ่านช่วงคลั่งไคล้และสิ้นหวังมาหลายทศวรรษ แต่ก็ยังไม่ได้ก้าวไปสู่ระยะสุดท้ายของ Hype Cycle
- ตั้งแต่กระแส AI ในทศวรรษ 1960 ฤดูหนาว AI ในทศวรรษ 1970 และ 1990 ไปจนถึงความสนใจด้านวิจัย AI ที่ลดลงก่อนปี 2020 แล้วกลับมาพุ่งขึ้นอีกครั้งจากการมาของ generative AI
- Cloud computing, พลังงานแสงอาทิตย์ และโซเชียลมีเดีย แสดงรูปแบบการเติบโตแบบเส้นตรงมากกว่าการเป็นไปตาม Hype Cycle
- Web3, เครื่องพิมพ์ 3D และคาร์บอนนาโนทิวบ์ แม้บรรยากาศจะเปลี่ยนจากความคลั่งไคล้เป็นความหวาดกลัว แต่ก็ไม่ได้กลับมาสู่ระดับที่มีนัยสำคัญ
ความยากในการตรวจสอบความเป็นกฎเชิงประจักษ์ของ Hype Cycle
- การตรวจสอบว่า Hype Cycle เป็นกฎเชิงประจักษ์หรือไม่นั้นไม่ใช่เรื่องง่าย
- Ethan Mollick จากมหาวิทยาลัยเพนซิลเวเนียชี้ว่า "เพราะมันเป็นข้อมูลที่อิงกับอารมณ์ จึงยากที่จะพูดอย่างมั่นใจ"
การวิเคราะห์ข้อมูล Hype Cycle ของ The Economist
- มีความพยายามวิเคราะห์โดยผสานข้อมูลการจัดวางเทคโนโลยีมาแรงใน Hype Cycle ของ Gartner ตลอดหลายทศวรรษเข้ากับการวิเคราะห์ข้อมูลของตนเอง
- เมื่อติดตามเทคโนโลยีก้าวล้ำตามกาลเวลา พบว่ามีเพียงส่วนน้อยเท่านั้น (ราว 20%) ที่ผ่านเส้นทางจากนวัตกรรม ไปสู่ความตื่นเต้น ความท้อแท้ และการยอมรับใช้อย่างแพร่หลาย
- เทคโนโลยีจำนวนมากถูกใช้อย่างกว้างขวางโดยไม่ต้องผ่านรถไฟเหาะแบบนั้น
- คาดว่าในบรรดาเทคโนโลยีทุกประเภทที่ตกลงสู่หล่มแห่งความผิดหวัง 60% จะไม่กลับมาอีก
- ข้อสรุปนี้คล้ายกับคำกล่าวของ Michael Mullany ที่ว่า "แนวโน้มเทคโนโลยีจำนวนมากอย่างน่าประหลาดใจ เคยเป็นเพียงกระแสชั่วคราวเท่านั้น"
ศักยภาพและความท้าทายของการปฏิวัติ AI
- AI ยังสามารถปฏิวัติโลกได้อยู่
- บริษัทบิ๊กเทครายใดรายหนึ่งอาจสร้างจุดเปลี่ยนสำคัญได้
- ภาคธุรกิจอาจตระหนักถึงประโยชน์ที่ AI มอบให้ได้
- แต่ความท้าทายในปัจจุบันของบิ๊กเทคคือการพิสูจน์ว่า AI มีสิ่งที่สามารถมอบให้เศรษฐกิจจริงได้
- ความสำเร็จไม่ได้ถูกการันตีไว้
บทสรุป
- หากมองย้อนประวัติศาสตร์ของเทคโนโลยีเพื่อทำความเข้าใจอนาคตของ AI แล้ว Hype Cycle เป็นคู่มือที่ไม่สมบูรณ์
- สำนวน "Easy Come, Easy Go" อาจเป็นแนวทางที่ดีกว่า
ความเห็นของ GN⁺
- Hype Cycle ไม่ได้จำเป็นต้องใช้ได้เสมอไปกับพัฒนาการและการนำ AI ไปใช้เชิงพาณิชย์ เพราะเทคโนโลยีแต่ละอย่างอาจมีรูปแบบการพัฒนาที่หลากหลาย
- แม้ปัจจุบันจะมีการลงทุนใน AI ลดลงและมีความกังวลมากขึ้น แต่สิ่งนี้ไม่ได้หมายความว่าโอกาสในอนาคตของ AI ถูกปฏิเสธ ตรงกันข้าม มันอาจเป็นปรากฏการณ์ตามธรรมชาติในกระบวนการพัฒนาเทคโนโลยี
- เนื่องจากการใช้ AI ของภาคธุรกิจยังอยู่ในระยะเริ่มต้น จึงอาจต้องใช้เวลาอีกกว่าผลกระทบต่อเศรษฐกิจจริงจะปรากฏชัด
- ยังไม่แน่ชัดว่า AI จะสามารถเปลี่ยนอุตสาหกรรมเดิมได้รวดเร็วและกว้างขวางเพียงใด แต่ในระยะยาวคาดว่าจะส่งผลกระทบอย่างมากต่อสังคมโดยรวม
- บริษัทบิ๊กเทคควรต้องหาทางก้าวข้ามข้อจำกัดของ AI และสร้างคุณค่าที่จับต้องได้ ไม่ใช่แข่งขันกันแค่ด้านการพัฒนาเทคโนโลยี แต่ต้องคำนึงถึงความรับผิดชอบต่อสังคมและประเด็นด้านจริยธรรมควบคู่กันไปด้วย
3 ความคิดเห็น
แค่ดูจากชื่อเรื่องก็นึกว่าเป็นบทความเตือนเรื่องกระแส AI แต่เนื้อหาจริงกลับใกล้เคียงกับการวิเคราะห์ภาพรวมของวงจร hype มากกว่านะครับ
ความเห็นจาก Hacker News
มีความเห็นว่ากระแสโฆษณาเกินจริงของโปรเจกต์และสตาร์ตอัปประเภท 'API wrapper' จะลดลง
AI ได้เปลี่ยนเวิร์กโฟลว์การทำงานไปอย่างสิ้นเชิง
เคยพยายามให้ AI จัดระเบียบฐานข้อมูล แต่ ChatGPT ทำผิดพลาดหลายครั้ง
ปฏิกิริยาต่อ AI แบ่งขั้วอย่างชัดเจน
ในฐานะนักประสาทวิทยา มองว่าความก้าวหน้าของ AI น่าทึ่งมาก
เทคโนโลยีใหม่สามารถนำไปใช้กับปัญหาได้มากมาย จึงเกิดกระแสโฆษณาเกินจริง
AI มีประโยชน์สำหรับการสรุป อธิบาย และช่วยเขียนโค้ด
เพิ่งผ่านไปเพียง 1.5 ปีนับจาก GPT-4 เปิดตัว
ChatGPT น่าทึ่งมาก