ความก้าวหน้าของ AI ดำเนินไปอย่างต่อเนื่อง แต่การก้าวขึ้นมาเทียบเท่ามนุษย์จะเกิดขึ้นอย่างฉับพลัน

• ยกตัวอย่างด้วย ความสัมพันธ์ระหว่างเครื่องยนต์กับม้า เพื่ออธิบายว่า ความเท่าเทียมกันเชิงหน้าที่กับมนุษย์หรือสิ่งมีชีวิตจะมาถึงอย่างรวดเร็ว และ การทดแทนในระดับมนุษย์จะเกิดขึ้นในช่วงเวลาสั้น ๆ
  • ประสิทธิภาพของเครื่องยนต์ดีขึ้น 20% ทุก 10 ปีอย่างต่อเนื่อง แต่ในช่วงปี 1930~1950 ม้า 90% ในสหรัฐฯ หายไป
• รูปแบบคล้ายกันนี้ปรากฏใน พัฒนาการของปัญญาประดิษฐ์หมากรุก โดยหลังจากการพัฒนาแบบค่อยเป็นค่อยไปหลายสิบปี ก็ แซงหน้ามนุษย์ระดับแกรนด์มาสเตอร์ได้ในเวลาไม่นาน
• ขนาดการลงทุนด้าน AI เพิ่มขึ้นอย่างต่อเนื่องทั่วโลก และในแต่ละปีมีเงินระดับ ประมาณ 2% ของ GDP สหรัฐฯ ถูก投入ในดาต้าเซ็นเตอร์
• Claude ของ Anthropic เข้ามาแทนที่งานส่วนใหญ่ของนักวิจัยได้ภายในเวลาเพียง 6 เดือน โดย ต้นทุนลดลงเหลือระดับ 1/1000 ของมนุษย์
• เมื่อพิจารณาความเร็วของความก้าวหน้าทางเทคโนโลยีและอิทธิพลของระบบอัตโนมัติแล้ว มีความเป็นไปได้ที่การเปลี่ยนแปลงของงานมนุษย์จะเกิดขึ้นเร็วกว่าโชคชะตาของม้าในอดีตมาก

---

อุปมาระหว่างม้ากับเครื่องยนต์

• เครื่องจักรไอน้ำถูกประดิษฐ์ขึ้นในปี 1700 และพัฒนาอย่างต่อเนื่องตลอด 200 ปี โดยมี สมรรถนะเพิ่มขึ้นราว 20% ทุก 10 ปี
  • แต่ในช่วง 120 ปีแรก ม้าแทบไม่รู้สึกถึงการเปลี่ยนแปลงนั้นเลย
  • อย่างไรก็ตาม ในช่วงปี 1930~1950 ม้า 90% ในสหรัฐฯ หายไป
• แม้ความก้าวหน้าทางเทคโนโลยีจะเป็นไปอย่างค่อยเป็นค่อยไป แต่ ความเท่าเทียมกันเชิงหน้าที่กับม้ากลับมาถึงอย่างฉับพลัน

หมากรุกกับจุดเปลี่ยนของปัญญาประดิษฐ์

• การติดตามพัฒนาการของคอมพิวเตอร์หมากรุกเริ่มตั้งแต่ปี 1985 และหลังจากนั้นก็พัฒนาขึ้น 50 Elo ต่อปี
  • ในปี 2000 มนุษย์ระดับแกรนด์มาสเตอร์มี อัตราชนะ 90% เมื่อแข่งกับคอมพิวเตอร์
  • แต่เพียง 10 ปีถัดมา คอมพิวเตอร์กลับมีอัตราชนะ 90% เมื่อแข่งกับมนุษย์
• AI หมากรุกพัฒนาอย่างต่อเนื่องเช่นกัน แต่การพลิกกลับมาเหนือกว่ามนุษย์เกิดขึ้นในช่วงเวลาสั้น ๆ

การลงทุนใน AI และความเร็วของการเติบโต

• รายจ่ายลงทุนที่เกี่ยวข้องกับ AI เพิ่มขึ้นอย่างต่อเนื่องทั่วโลก
  • ปัจจุบัน ในแต่ละปีมี เม็ดเงินที่เทียบเท่าประมาณ 2% ของ GDP สหรัฐฯ ถูก投入ใน AI ดาต้าเซ็นเตอร์
  • ในช่วงไม่กี่ปีที่ผ่านมา ตัวเลขนี้ เพิ่มเป็นสองเท่าอย่างต่อเนื่อง
  • ตามสัญญาที่ทำไว้ แนวโน้มนี้คาดว่าจะดำเนินต่อไปในอนาคต

กรณีการทดแทนงานด้วย Claude

• ในฐานะ นักวิจัยยุคแรกของ Anthropic ผู้พูดเคยทำหน้าที่ตอบคำถามทางเทคนิคจากพนักงานใหม่
  • ในปี 2024 รับมือคำถามประมาณ 4,000 ข้อต่อเดือน
  • ในเดือนธันวาคม 2024 Claude พัฒนาไปถึงระดับที่สามารถตอบคำถามบางส่วนได้
  • อีก 6 เดือนต่อมา 80% ของคำถามทั้งหมดถูกจัดการโดย Claude และตอบได้มากกว่า 30,000 ข้อต่อเดือน
• ปริมาณคำตอบของ Claude มากกว่านักวิจัยมนุษย์ 8 เท่า และต้นทุนอยู่ที่ 1/1000 ของมนุษย์
  • หากคิดตามต้นทุนต่อคำ ก็ ต่ำกว่าระดับแรงงานที่ถูกที่สุดบนโลกเสียอีก

ความเร็วของการทำงานมนุษย์ให้เป็นอัตโนมัติ

• กว่าม้าจะถูกทดแทนใช้เวลาหลายสิบปี และ กว่าปรมาจารย์หมากรุกจะถูกแซงใช้เวลาหลายปี แต่
  • AI ใช้เวลาเพียง 6 เดือนในการเข้ามาแทนที่งานหลักของนักวิจัย
• ในปี 1920 สหรัฐฯ มี ม้า 25 ล้านตัว แต่หลังจากนั้น 93% หายไป
• ความเร็วของระบบอัตโนมัติด้วย AI กำลังดำเนินไปเร็วกว่าการปฏิวัติอุตสาหกรรมในอดีตมาก และ
  • มนุษย์อาจมีเวลาปรับตัวต่อการเปลี่ยนแปลงน้อยกว่าม้าอย่างมาก

“ดูเหมือนว่าแม้แต่ช่วงผ่อนผัน 20 ปีที่ม้าเคยมี เราก็อาจไม่ได้มันมา”

บริบทของการนำเสนอ

• เนื้อหานี้เป็น การบรรยายสายฟ้าแลบความยาว 5 นาทีในเวิร์กชอปฤดูร้อนปี 2025
• เป็น ความเห็นส่วนตัวของผู้บรรยาย และไม่ได้เป็นตัวแทนจุดยืนของสังกัด

[GN⁺]

ความคิดเห็นจาก Hacker News

• ช่วงนี้พออ่าน HN แล้วรู้สึกเหมือนเริ่มมี อาการหวาดระแวง นิดๆ ไม่คิดว่าจะได้เห็นโพสต์ที่เอากราฟการลดลงอย่างฮวบฮาบของจำนวนม้ามาเทียบกับประชากรมนุษย์ แถมสิ่งที่ช็อกคือมันไม่ได้เขียนในเชิงคำเตือนด้านมนุษยธรรม แต่เขียนจากมุมมองแบบ กำหนดนิยมทางเศรษฐกิจ บรรยากาศที่เปรียบมนุษย์เป็นเครื่องยนต์และคุยกันด้วยตรรกะทางเศรษฐกิจล้วนๆ มันแปลกมาก จนทำให้นึกว่าเทคโนโลยีควรต้องได้รับอนุญาตจากสาธารณะไม่ใช่หรือ

  • รู้สึก ช็อก มากที่ตอนนี้ในวงการเทคโนโลยีมีคนจำนวนมากที่ไม่เห็นคุณค่าของความเป็นมนุษย์และสิ่งที่มนุษย์สร้างขึ้นเลย แนวคิดที่จะเอา AI มาแทนมิตรภาพ ความรัก ศิลปะ ศรัทธา หรือแม้แต่การเลี้ยงดูลูก ยังได้ยินในบทสนทนาทั่วไป โลกแบบนั้นเหมือนนรกชัดๆ
  • น่าจะตีความโพสต์ต้นฉบับผิดไป กราฟนั้นแสดงจำนวน ‘การครอบครองม้า’ และผู้คนก็แค่เลิกซื้อม้าเท่านั้น มันไม่ใช่ การสูญพันธุ์ของม้า แต่เป็นผลจากอุปสงค์ที่ลดลง
  • วิศวกรซอฟต์แวร์มีแนวโน้มพูดราวกับเป็น สมองระดับดาราจักร ที่ยืนดูมนุษยชาติอยู่ไกลๆ ผมคิดว่านี่เกิดจากการนิยามตัวเองว่าเป็น ‘สิ่งมีชีวิตที่มีสติปัญญา’ และจากการที่อินเทอร์เน็ตทำให้ความเชื่อมโยงกับสังคมมนุษย์อ่อนลง
  • กว่าจะถึงตอนนี้คนในวงการคอมพิวเตอร์ค่อยเริ่มกังวลก็ดูช้าไปมาก ระบบอัตโนมัติและดิจิทัลไลเซชัน เขย่างานมาหลายสิบปีแล้ว ตอนนั้นมีแต่คำตอบว่า “ปรับตัว ไม่งั้นก็หายไป” แต่พอคราวนี้ตัวเองกลายเป็นเป้าหมาย ดูเหมือนท่าทีจะเปลี่ยนไป
  • การถกเถียงแบบนี้ไม่ใช่เรื่องใหม่เลย ผลงานอย่าง Brave New World, Logan's Run พูดถึงโลกาวินาศจากเทคโนโลยีมาตั้งแต่เกือบร้อยปีก่อนแล้ว การที่วาทกรรมแบบนี้กลับมาผงาดอีกครั้งในยุค AI จึงเป็นเรื่องธรรมดา

• ม้ากินอาหารสัตว์ รถยนต์กินน้ำมันเบนซิน และ LLM กินไฟฟ้า แต่การมีคอมพิวต์มากขึ้นอย่างเดียวไม่ได้แปลว่ามีความก้าวหน้า LLM ก็แทนทุกงานไม่ได้

  • เห็นด้วยกับคำพูดที่ว่าบริษัทลดคนเพราะอยากตัด ‘คนที่ไม่มีคุณค่า’ ออก แต่ความจริงไม่ใช่แบบนั้น ตัวอย่างเช่นโรงพยาบาลปลดเลขานุการออก แต่ผลคือ แพทย์ต้องเสียเวลาไปกับงานธุรการ
  • ผมยังสงสัยกับคำพูดที่ว่า AI จะไม่มาแทนการเขียนโค้ด ตอนนี้อาจดูโอเค แต่สุดท้ายเราอาจอยู่ในสภาพเหมือน Wile E. Coyote ที่ลอยค้างอยู่กลางอากาศก็ได้
  • เหมือนกับประวัติศาสตร์ของเลขานุการหรือนักพิมพ์ดีด การทำให้การสื่อสารเป็นอัตโนมัติ ค่อยๆ ลดจำนวนคนมาโดยตลอด LLM ก็เป็นส่วนต่อเนื่องของแนวโน้มนั้น มันไม่สมบูรณ์แบบ แต่ท้ายที่สุดบทบาทของมนุษย์จะยิ่งหดเล็กลงเรื่อยๆ
  • การแข่งขันระหว่างบริษัทกำลังกระตุ้น การแข่งขันสะสมอาวุธ AI บริษัทที่ตัดมนุษย์ออกหมดในที่สุดจะแพ้บริษัทที่ใช้มนุษย์+AI ควบคู่กัน
  • บริษัทส่วนใหญ่มีงานล้นและคนไม่พออยู่เสมอ AI จึงเป็นเพียง ตัวเร่งความเร็วการพัฒนา เท่านั้น

• เครื่องยนต์ทำงานเชิงกลแบบง่ายๆ แต่ AI ที่มี ความสามารถในการปรับตัวและการให้เหตุผล ระดับมนุษย์ยังอยู่อีกไกล น่าสนใจที่คำว่า AGI ค่อยๆ หายไปและถูกแทนด้วยคำอย่าง ‘transformative AI’ ตอนนี้ให้ความรู้สึกเหมือนกำลังเข้าสู่ช่วง หยุดนิ่ง โดยไม่มีการเปลี่ยนแปลงใหญ่มาก

  • เช่นเดียวกับที่รถยนต์เปลี่ยนโลก ผมสงสัยว่าเราจะต้องปู ‘ถนน’ แบบไหนขึ้นมาใหม่เพื่อ AI อาจจะเป็นโครงสร้างพื้นฐานด้านพลังงาน
  • แต่ก่อน ‘AGI’ เป็นคำที่ฟังดูเว่อร์เกินจริง แต่ตอนนี้กลับตรงกันข้าม เป็นเรื่องน่าขันดี
  • บริษัทต่างๆ กำลังขาย AI ด้วย การตลาดแบบปลุกความกลัว AGI ท้ายที่สุดก็เป็นแค่คำฮิตสำหรับ IPO หรือการควบรวมและซื้อกิจการ
  • การบอกว่าจะรอ AI ที่เรียนรู้เหมือนมนุษย์นั้นไม่มีความหมาย ถ้าของแบบนั้นมีอยู่จริง เราคงถูกแทนที่ไปนานแล้ว
  • ที่เรารู้สึกว่าเครื่องยนต์เป็นของง่ายๆ ก็เพียงเพราะคุ้นเคยกับมันเท่านั้น จริงๆ แล้วมันคือ ระบบที่ซับซ้อน และ LLM ก็เช่นกัน

• มนุษย์ไม่ใช่เครื่องจักรง่ายๆ ตราบใดที่ AI ยังไม่ได้เหนือกว่ามนุษย์ในทุกด้าน มนุษย์ก็ยังมี บทบาทที่มีคุณค่า ได้อยู่ ปัญหาคือสังคมและระบบเศรษฐกิจจะดูดซับการเปลี่ยนแปลงนี้ได้ดีแค่ไหน

  • แม้พนักงานธนาคารจะหายไป แต่สุดท้าย ประสิทธิภาพโดยรวมของมนุษยชาติ ก็สูงขึ้น เช่นเดียวกัน การทำให้งานออฟฟิศน่าเบื่อเป็นอัตโนมัติอาจให้ผลบวกในท้ายที่สุด เพียงแต่ต้องไม่ปล่อยให้ผลประโยชน์กระจุกอยู่กับทุนเท่านั้น
  • AI เหมือน เทคโนโลยีดูดเลือด มันดูดข้อมูลและสกัดมูลค่าออกมา แต่สุดท้ายอาจทำให้การเชื่อมต่อกับโลกจริงอ่อนลง เจ้าของเทคโนโลยีต้องนำผลประโยชน์กลับมาลงทุนกับมนุษย์ด้วย
  • ปัญหาที่แท้จริงไม่ใช่ว่ามนุษย์มอบอะไรให้กันและกัน แต่คือมอบอะไรให้กับ คนรวยเพียงไม่กี่คน ต่างหาก

• LLM ทำให้การ onboard พนักงานใหม่เร็วขึ้น มันทำหน้าที่เป็น เมนเทอร์ ที่ไม่เหนื่อยและช่วยเสริมความมั่นใจ แต่การตัดสินใจสำคัญก็ยังต้องให้มนุษย์นำ

  • การ onboard ควรเป็นกระบวนการเรียนรู้ ‘ทำอะไร’ น้อยกว่า ‘ทำไม’ LLM อธิบายบริบทและเหตุผลทางประวัติศาสตร์ไม่ได้
  • เมนเทอร์ที่เป็นมนุษย์ให้อะไรมากกว่าแค่คำตอบ ความเห็นอกเห็นใจและความเชื่อมโยงทางสังคม สำคัญมาก
  • ถ้าคำถามของพนักงานใหม่หายไป เราก็จะเสียโอกาสในการมองเห็นปัญหาในเอกสารหรือในโค้ดด้วย

• ประวัติศาสตร์ของมนุษย์คือประวัติศาสตร์ของการครอบครอง ทาสพลังงาน ให้ได้มากเท่าไร AI จะเพิ่มหรือลดจำนวนนั้นคือคำถามสำคัญ

  • AI เสี่ยงจะทำลาย กลไกการกระจายซ้ำของแรงงานมนุษย์ ถ้ามูลค่าของแรงงานหายไป คนธรรมดาอาจยิ่งจนลง
  • AI เอาผลงานของฉันไปใช้โดยไม่ขออนุญาต จนผมกลับรู้สึกว่าตัวเองกลายเป็น ทาสพลังงาน ของ AI เสียเอง
  • บางคนดูเหมือนอยาก กำจัดมนุษย์ธรรมดา ออกไปเลย เพราะถ้าจำนวนมนุษย์ลดลง ปัญหาทรัพยากรก็จะหมดไป เป็นความคิดที่เย็นชามาก

• เมื่อก่อนการไม่วัดผลิตภาพด้วยจำนวนบรรทัดโค้ดถือเป็นสามัญสำนึก

  • อยากให้ LLM สำหรับการเขียนโค้ดรุ่นถัดไปถูกฝึกให้สร้าง แพตช์ที่ลดจำนวนโค้ด

• ผมคิดว่างานของผมยังปลอดภัยเพราะโค้ดซับซ้อนที่นักพัฒนาโดยเฉลี่ยสร้างขึ้น ผมกลายเป็นคนสำคัญของทีมด้วยการออกแบบโครงสร้างที่ช่วยลด หนี้ทางเทคนิค ถ้า AI แทนวิศวกรระดับสูงอย่างผมได้ นั่นก็แปลว่ามันคงแทนได้แม้กระทั่ง ความเป็นผู้ประกอบการ

  • คนส่วนใหญ่มักเชื่อว่าตัวเองดีกว่าค่าเฉลี่ย
  • หลายครั้งผมก็อยากยึดโครงการมาอยู่ในมือ แต่พอนึกถึง ต้นทุนของความสัมพันธ์ระหว่างมนุษย์ ก็เลยยั้งไว้
  • ที่ LLM สร้างโค้ดซับซ้อนไม่ใช่เพราะมันเลียนแบบมนุษย์ แต่เพราะมัน ขาดความสามารถในการวางแผน
  • ที่คุณเป็นฝ่ายนำอาจเป็นเพราะวิศวกรคนอื่นๆ หลีกเลี่ยงความขัดแย้ง เลยปล่อยให้เป็นแบบนั้นก็ได้
  • ถ้าต้นทุนการบำรุงรักษาโค้ดแทบเป็นศูนย์ ความซับซ้อนก็ไม่ใช่ปัญหาใหญ่

• ตัวชี้วัดอย่าง ‘ต้นทุนต่อคำ’ ฟังดูแปลกมาก จำนวนคำไม่อาจเป็นมาตรวัดคุณค่า ได้

  • ตัวชี้วัดแบบนี้กลับยิ่งเข้าทาง AI เพราะ AI มักตอบยืดยาวแม้กับคำถามง่ายๆ
  • ตอนแรก AI ก็ดูน่าทึ่ง แต่ตอนนี้ผมเริ่มเบื่อ ข้อความยาวไร้เอกลักษณ์ แล้ว สุดท้ายก็ใช้มันเป็นแค่เครื่องมือช่วยตรวจแก้
  • แนวคิดอย่าง ‘ต้นทุนความคิดต่อคำ’ ยิ่งแปลกเข้าไปใหญ่ ส่วนมากมันก็แค่ ข้อความแบบ autocomplete เท่านั้น
  • จุดที่น่าสนใจคือ นี่ไม่ใช่แค่คำธรรมดา แต่เป็นคำตอบที่เขียนโดย พนักงาน Anthropic

• แทนที่จะเอา AI ไปเปรียบกับเทคโนโลยีอื่น ควรมองมันเป็น สิ่งที่คาดเดาไม่ได้ ในตัวเอง มากกว่า เหมือนพยากรณ์อากาศที่ไม่มีทางรู้ได้ว่าอีก 20 เดือนจะเป็นอย่างไร

  • เหมือนอุปมาเรื่องม้าหรือเอนจินหมากรุก เมื่อข้ามระดับหนึ่งไปอาจเกิด จุดเปลี่ยนอย่างฉับพลัน ได้ งานออฟฟิศเชิงซ้ำๆ น่าจะเป็นกลุ่มแรกที่หายไป
  • ตอนนี้เราต้องการการคุยกันแบบเจาะจงมากขึ้น ต้องมอง ความจริงมากกว่า hype
  • ความก้าวหน้าของ AI คล้าย กราฟเรตติ้งหมากรุก มากกว่าสภาพอากาศ มันกำลังไต่ขึ้นอย่างสม่ำเสมอ
  • AI ไม่ใช่พลังเชิงกล แต่เป็น เทคโนโลยีประมวลผลข้อมูล จึงอาจเทียบได้กับนวัตกรรมข้อมูลอื่นของมนุษยชาติ—ภาษา คณิตศาสตร์ ตรรกะ ทรานซิสเตอร์—มากกว่า AGI มีแนวโน้มจะทำหน้าที่ เสริมกัน กับกิจกรรมของมนุษย์ มากกว่าจะมาแทนที่ทั้งหมด อย่างไรก็ดี ยังมีข้อจำกัดหลายด้าน ทั้งไฟฟ้า เซมิคอนดักเตอร์ และโครงสร้างพื้นฐานทางกฎหมาย สุดท้ายแล้วหัวข้อวิจัยที่น่าสนใจที่สุดน่าจะเป็น โหมดความล้มเหลวและเสถียรภาพ ของ AGI