AI แห่งความคิดถึง: เมื่ออนาคตมีค่าใช้จ่ายน้อยกว่าอดีตที่ได้รับการปรับปรุง

ในขณะที่บริษัทเทคโนโลยียักษ์ใหญ่ทุ่มเงินหลายพันล้านเพื่อโน้มน้าวให้เราเชื่อว่าปัญญาประดิษฐ์จะเปลี่ยนแปลงทุกสิ่ง กลุ่มสตาร์ทอัพกลุ่มหนึ่งกลับค้นพบความจริงที่น่าอึดอัดใจ นั่นคือ ผู้บริโภคจ่ายเงินมากกว่าเพื่อพัฒนาอดีตมากกว่าที่จะจินตนาการถึงอนาคต และสิ่งนี้กำลังเกิดขึ้นในขณะที่วัฒนธรรมสมัยนิยมกำลังเผชิญกับวัฏจักรการฟื้นตัวอีกครั้ง ซึ่งครั้งนี้เกิดขึ้นในช่วงทศวรรษ 1980 และ 1990 ซึ่งนักสังคมวิทยาเรียกว่า "วัฏจักรแห่งความคิดถึง 20 ปี"

MyHeritage แพลตฟอร์มลำดับวงศ์ตระกูล ได้สร้างการเติบโตอย่างมากในช่วงที่ผ่านมาบน Deep Nostalgia เครื่องมือที่นำภาพถ่ายครอบครัวเก่าๆ มาสู่ชีวิตชีวา FaceApp ยังคงสร้างรายได้มหาศาลด้วยการเปลี่ยนภาพเซลฟี่ให้กลายเป็นภาพเก่าหรือภาพใหม่ ReminiAI ช่วยปรับปรุงภาพถ่ายเก่าๆ ที่มีเกรน ในขณะเดียวกัน OpenAI และ Anthropic ยังคงมองหารูปแบบธุรกิจที่ยั่งยืนสำหรับเทคโนโลยีอันล้ำสมัยของพวกเขา

นี่ไม่ใช่กรณีโดดเดี่ยว แต่เป็นสัญญาณของการเปลี่ยนแปลงเชิงกลยุทธ์ขั้นพื้นฐาน: มูลค่าทางเศรษฐกิจของความคิดถึงแบบเทียมนั้นเหนือกว่านวัตกรรมสุดขั้ว และมันกำลังเกิดขึ้นในช่วงเวลาที่ Stranger Things ครอง Netflix, แฟชั่น Y2K บุก TikTok และซินธ์ยุค 80 กำลังกลับมาติดชาร์ตอีกครั้ง

วัฏจักรนิรันดร์: ทุก ๆ 20-30 ปี เราย้อนกลับไป

ความคิดถึงวัฒนธรรมวนเวียนอยู่กับวัฏจักรที่คาดเดาได้ ในยุค 90 ยุค 60 และ 70 ล้วนเป็นกระแสฮิต (ออสติน พาวเวอร์ส การกลับมาของดิสโก้ กางเกงขาบาน) ในยุค 2000 ยุค 70 และ 80 ก็กลับมาอีกครั้ง (แดท 70 โชว์ การกลับมาของพังก์ร็อก) ปัจจุบัน ปี 2025 เรากำลังอยู่ในช่วงกลางของการกลับมาของยุค 90 และ 2000

เฟร็ด เดวิส นักสังคมวิทยาจากมหาวิทยาลัยแคลิฟอร์เนีย เดวิส ได้บันทึกไว้ในงานวิจัยของเขาเรื่อง "โหยหาวันวาน" ว่าความคิดถึงในอดีตร่วมกันดำเนินไปตามรูปแบบวัฏจักรประมาณ 20 ถึง 30 ปี ซึ่งเป็นระยะเวลาที่คนรุ่นหนึ่งต้องใช้เพื่อสร้างกำลังซื้อและความคิดถึงในวัยเยาว์ คอนสแตนติน เซดอฟ จากมหาวิทยาลัยอุปซอลา ได้ประเมินปรากฏการณ์นี้โดยการวิเคราะห์แนวโน้มทางวัฒนธรรมตั้งแต่ปี พ.ศ. 2503 ถึง พ.ศ. 2563 ซึ่งยืนยันรูปแบบ 20 ปีดังกล่าว

AI แห่งความคิดถึงไม่ได้สร้างวัฏจักรนี้ขึ้นมา แต่เพียงสร้างรายได้จากมันด้วยเครื่องมือที่ไม่เคยมีมาก่อน เป็นครั้งแรกในประวัติศาสตร์ที่เราสามารถ "เสริมสร้าง" ความทรงจำในอดีตได้อย่างแท้จริง ไม่ใช่แค่หวนรำลึกถึงมันอีกครั้ง

เศรษฐศาสตร์ของมูลค่าทางอารมณ์: เหตุใดเราจึงต้องจ่ายเงินสำหรับอดีต

ตลาดปัญญาประดิษฐ์ (AI) ที่ใช้ประมวลผลภาพและวิดีโอมีมูลค่า 1.74 หมื่นล้านดอลลาร์สหรัฐในปี 2024 และจะเติบโตเป็น 5.04 หมื่นล้านดอลลาร์สหรัฐภายในปี 2030 ตามข้อมูลของ Grand View Research ส่วนแบ่งที่เพิ่มขึ้นมาจากแอปพลิเคชันที่เน้นย้ำถึงความทรงจำในอดีต เช่น การปรับปรุงภาพ การสร้างภาพเคลื่อนไหวจากภาพประวัติศาสตร์ และการบูรณะวิดีโอ

แต่ตัวเลขบอกเล่าเรื่องราวได้เพียงครึ่งเดียวเท่านั้น การปฏิวัติที่แท้จริงอยู่ที่พฤติกรรมผู้บริโภค

งานวิจัยที่ตีพิมพ์ในวารสาร Journal of Consumer Research โดย Clay Routledge แสดงให้เห็นว่าคอนเทนต์ที่ชวนคิดถึงสร้างความเต็มใจที่จะจ่ายสูงกว่าคอนเทนต์ที่มองไปข้างหน้าอย่างเห็นได้ชัด นี่ไม่ใช่ความรู้สึก แต่มันคือประสาทวิทยาศาสตร์: ความคิดถึงกระตุ้นระบบรางวัลโดปามีน ลดความวิตกกังวลเกี่ยวกับอนาคต และสร้างสิ่งที่ Routledge เรียกว่า "ความสบายใจในการดำรงอยู่"

FaceApp ได้แสดงให้เห็นถึงหลักการนี้อย่างเป็นรูปธรรม: แม้ว่าเทคโนโลยีจะกลายเป็นสินค้าโภคภัณฑ์ (การปรับแต่งใบหน้าผ่าน GAN นั้นมีแพร่หลาย) แต่ผู้ใช้หลายล้านคนยังคงจ่ายเงินเพื่อการเปลี่ยนแปลงที่กระตุ้นการตอบสนองทางอารมณ์ เช่น การเห็นตัวเองมีอายุมากขึ้น สดชื่นขึ้น และมีผมที่เปลี่ยนไป นี่ไม่ใช่ประโยชน์ใช้สอย แต่มันคือเกมทางอารมณ์ที่สะท้อนอัตลักษณ์ทางเวลาของแต่ละคน

กลยุทธ์ที่ผ่านมาที่ยั่งยืนขั้นต่ำ

บริษัทที่คิดถึงอดีตได้พัฒนากลยุทธ์ที่ตรงกันข้ามกับปรัชญา "นวัตกรรม 10 เท่า" ของซิลิคอนวัลเลย์: แทนที่จะสำรวจกรณีการใช้งานใหม่ พวกเขาปรับปรุงประสบการณ์ทางอารมณ์ของกรณีการใช้งานที่มีอยู่แล้ว

Prisma Labs ที่ใช้ Lensa AI เป็นตัวอย่างที่สมบูรณ์แบบ แทนที่จะแข่งขันกับ Midjourney หรือ DALL-E ในด้านความสามารถในการสร้างสรรค์ พวกเขามุ่งเน้นไปที่ขั้นตอนการทำงานเฉพาะ: เปลี่ยนเซลฟี่ให้เป็น "อวาตาร์มหัศจรรย์" ที่ชวนให้นึกถึงสุนทรียศาสตร์แบบย้อนยุค (อะนิเมะยุค 90 ภาพบุคคลยุคเรอเนซองส์ ภาพถ่ายสไตล์หรูหรายุค 80)

กลยุทธ์นี้จงใจจำกัดขอบเขตไว้ ไม่ได้มุ่งแก้ปัญหาใหม่ๆ ไม่ได้ให้ความรู้แก่ตลาดเกี่ยวกับความเป็นไปได้ที่ยังไม่ถูกค้นพบ แต่กลับมุ่งเน้นไปที่ความปรารถนาที่มีอยู่เดิมซึ่งถูกขยายผลโดยวัฒนธรรมสมัยนิยมในปัจจุบัน มันคือ 1x อารมณ์ 10x การปฏิบัติ

Topaz Labs จำหน่ายซอฟต์แวร์ปรับแต่งภาพที่ช่วยแปลงภาพความละเอียดต่ำให้เป็นภาพความละเอียดสูง ซึ่งเป็นสิ่งที่เจ้าของอัลบั้มดิจิทัลจากยุค 90 และ 2000 อัดแน่นไปด้วยรูปภาพขนาด 640x480 พิกเซลต้องการ ตลาดนี้มีอยู่ได้เพราะเราเป็นรุ่นแรกที่มีคลังภาพดิจิทัลขนาดใหญ่ แต่คุณภาพยังไม่ทันสมัย

ความขัดแย้งของเวลา: เรากำลังอยู่ในช่วงเวลาที่สมบูรณ์แบบ (และมันจะผ่านไป)

ข้อมูลเชิงลึกที่น่าสนใจที่สุดเกี่ยวกับกรอบเวลา บริษัทที่คิดถึงอดีตกำลังใช้ประโยชน์จากช่วงเวลาพิเศษในประวัติศาสตร์: เราอยู่ในจุดที่:

1. ยุค 90-2000 ไกลพอที่จะทำให้คิดถึงอดีตได้ (รอบ 20-30 ปี)
2. มีไฟล์ดิจิทัลจากช่วงเวลานั้นแต่มีเทคโนโลยีล้าสมัย (ภาพหยาบ วิดีโอความละเอียดต่ำ)
3. เทคโนโลยี AI มีความก้าวหน้าเพียงพอที่จะปรับปรุงให้ดีขึ้นอย่างมีนัยสำคัญ
4. คนรุ่นที่สร้างสิ่งเหล่านี้ขึ้นมาตอนนี้มีกำลังซื้อแล้ว

ภายใน 20 ปี เมื่อทุกอย่างเป็น 8K HDR อย่างแท้จริง ตลาดเฉพาะนี้จะหายไป บริษัทต่างๆ รู้เรื่องนี้ดีและกำลังรุกเข้าซื้อกิจการอย่างแข็งขันในขณะที่ยังทำได้ แต่วงจรนี้จะยังคงดำเนินต่อไป ในปี 2045 จะมีคนขาย AI เพื่อ "ปรับปรุง" วิดีโอ TikTok ปี 2025 ให้ได้มาตรฐานในอนาคต

Stranger Things และการฟื้นฟูทางวัฒนธรรมที่สอดประสานกัน

ความสำเร็จของ Stranger Things ไม่ใช่เรื่องบังเอิญ แต่มันเกิดขึ้นในช่วงที่คนรุ่นมิลเลนเนียล (เกิดปี 1981-1996) เข้าสู่วัย 30 และ 40 ปี มีรายได้ที่ใช้จ่ายได้และหวนคิดถึงวัยเด็ก Netflix ได้ใช้ประโยชน์จากวัฏจักรทางสังคมที่คาดเดาได้

Nostalgia AI ก็ทำแบบเดียวกัน แต่ในระดับบุคคลมากกว่าการเล่าเรื่อง แทนที่จะดูซีรีส์ที่ดำเนินเรื่องในยุค 80 คุณสามารถเปลี่ยนภาพถ่ายของคุณในยุค 90 ให้กลายเป็นเวอร์ชันปรับปรุงที่กระตุ้นอารมณ์ความรู้สึกแบบเดียวกันได้

แฟชั่น Y2K บน TikTok (กางเกงยีนส์เอวต่ำ เสื้อรัดรูป สุนทรียศาสตร์แบบบริทนีย์ สเปียร์ส) ที่พุ่งเป้าไปที่คนรุ่น Gen Z นั้นน่าสนใจเป็นพิเศษ เพราะพวกเขากำลังซื้อความทรงจำในอดีตที่ไม่เคยสัมผัสมาก่อน ผ่านสุนทรียศาสตร์ที่กรองผ่านโซเชียลมีเดีย AI nostalgia ช่วยให้คนรุ่นมิลเลนเนียลทำสิ่งที่ตรงกันข้าม นั่นคือการย้อนรำลึกอดีตที่ได้รับการพัฒนาด้วยเทคโนโลยีอย่างแท้จริง

ปรากฏการณ์ทั้งสองอย่าง ทั้งการฟื้นฟูทางวัฒนธรรมและความคิดถึง AI ล้วนเป็นอาการของวัฏจักรทางเวลาเดียวกัน ดังที่ไซมอน เรย์โนลด์ส เขียนไว้ในหนังสือ "Retromania: Pop Culture's Addiction to Its Own Past" เราอยู่ในยุคของ "ความคลั่งไคล้การเก็บถาวร" ที่อดีตสามารถหามาผสมผสาน และปรับปรุงได้อยู่ตลอดเวลา

ความเสี่ยงของการถดถอยทางวัฒนธรรม

แต่มีปัญหาเชิงโครงสร้างซ่อนอยู่ หากนวัตกรรมทางวัฒนธรรมและเทคโนโลยีมักเน้นย้ำถึงความคิดถึงในอดีตอยู่เสมอ ใครเล่าจะลงทุนกับนวัตกรรมที่แท้จริง

มาร์ก ฟิชเชอร์ ในหนังสือ "Ghosts of My Life" ของเขา บันทึกไว้ว่าวัฒนธรรมตะวันตกนับตั้งแต่ปี 2000 เป็นต้นมา ได้เข้าสู่วัฏจักรแห่งการฟื้นฟูอย่างต่อเนื่อง โดยไม่ได้ก่อให้เกิดสุนทรียศาสตร์ใหม่ๆ อย่างแท้จริง ยุค 2020 ขาดเอกลักษณ์ทางภาพที่โดดเด่น เปรียบเสมือนภาพปะติดที่อ้างอิงถึงยุค 80, 90 และ Y2K

AI เชิงโนสทัลเจีย (Nostalgia AI) อาจเร่งกระบวนการนี้ให้เร็วขึ้นได้ อัลกอริทึมการแนะนำที่ฝึกฝนจากความชอบแบบคิดถึงอดีตมีแนวโน้มที่จะขยายอคติแบบอนุรักษ์นิยมในรอบต่อๆ ไป ดังที่แสดงให้เห็นในงานวิจัยที่ตีพิมพ์ใน arXiv โดย Mansoury และคณะ (2020) เกี่ยวกับวงจรป้อนกลับในระบบแนะนำ

ในระดับอุตสาหกรรม นั่นหมายความว่ามีแรงจูงใจน้อยลงสำหรับการวิจัยพื้นฐาน การสูญเสียบุคลากรที่มีความสามารถจากโครงการระยะยาวไปสู่โครงการระยะสั้น และความสามารถในการสร้างสรรค์นวัตกรรมที่ก้าวหน้าก็ค่อยๆ ลดลง

เราอาจกำลังปรับแต่ง AI ให้มีประสิทธิภาพสูงสุดในระดับท้องถิ่นแต่จำกัด โดยการเสียสละประสิทธิภาพสูงสุดระดับโลกในอนาคต เรากำลังสร้างเครื่องจักรที่ซับซ้อนมากขึ้นเรื่อยๆ เพื่อมองย้อนกลับไปในอดีต แทนที่จะมองไปข้างหน้า

AI ต่อไปนี้: เมื่อความคิดถึงพบกับความเป็นอมตะ

กรณีที่ร้ายแรงที่สุดคือ HereAfter AI ซึ่งขายแชทบอทที่จำลองการสนทนากับญาติที่เสียชีวิตไปแล้ว เทคโนโลยีนี้เรียบง่าย (มีรูปแบบภาษาที่ปรับแต่งตามบันทึกการสนทนา) แต่การวางตำแหน่งนี้ถือเป็นการปฏิวัติวงการ: จาก "การแชทด้วย AI" สู่ "ความเป็นอมตะในโลกดิจิทัล"

ลูกค้าจะบันทึกการสนทนากับพ่อแม่ผู้สูงอายุเป็นเวลาหลายชั่วโมง ระบบจะเรียนรู้รูปแบบภาษาและความทรงจำ และหลังจากที่พวกเขาเสียชีวิต พวกเขาสามารถ "สนทนาต่อ" กับพวกเขาได้ ราคา: ประมาณ 100 ดอลลาร์สำหรับการตั้งค่า + ค่าสมัครสมาชิกรายเดือน

มันไม่ใช่นิยายวิทยาศาสตร์ แต่มันคือความคิดถึงสุดขั้ว และมันได้ผลเพราะมันกระตุ้นความต้องการอันลึกซึ้งของมนุษย์ เช่น การปฏิเสธความตาย ความปรารถนาที่จะรักษาความสัมพันธ์ และความกลัวต่อการถูกลืมเลือน เหมือนกับพีระมิดอียิปต์หรือภาพเหมือนในยุคฟื้นฟูศิลปวิทยา แต่ถูกถ่ายทอดผ่าน GPT แทนที่จะเป็นหินหรือสี

วัฏจักรสิ้นสุดลงแล้ว: เทคโนโลยีที่ก้าวหน้าที่สุดถูกนำมาใช้เพื่อจุดประสงค์ที่เก่าแก่ที่สุดของมนุษยชาติ นั่นคือการอนุรักษ์อดีตจากการกัดเซาะของกาลเวลา

บทสรุป: อนาคตของความคิดถึง (และในทางกลับกัน)

ความคิดถึง AI ไม่ใช่เพียงกระแสชั่วครั้งชั่วคราว แต่เป็นการวนซ้ำครั้งล่าสุดของวัฏจักรวัฒนธรรมที่เกิดขึ้นซ้ำยาวนาน ซึ่งขณะนี้ได้รับการขยายโดยเทคโนโลยีที่ทำให้สามารถจัดการความทรงจำได้โดยตรง

ในช่วงทศวรรษ 1950 มี Kodachrome ที่ใช้บันทึกความทรงจำสี ในช่วงทศวรรษ 1980 มีวิดีโอเทปครอบครัว ในช่วงทศวรรษ 2000 มีการถ่ายภาพดิจิทัล ปัจจุบัน AI เข้ามาปรับปรุง เคลื่อนไหว และเก็บรักษาสิ่งเหล่านี้ไว้

อีก 20 ปีข้างหน้า เราคงจะคิดถึงปี 2025 กันอย่างแน่นอน ซึ่งอาจจะยิ่งมีปัญญาประดิษฐ์ (AI) ที่ก้าวหน้ายิ่งขึ้นไปอีก ซึ่งจะทำให้ปัญญาประดิษฐ์ในปัจจุบันดูไร้สาระ วัฏจักรนี้จะดำเนินต่อไป เพราะความคิดถึงไม่ใช่ข้อบกพร่องทางจิตวิทยาของมนุษย์ แต่เป็นวิวัฒนาการอย่างหนึ่ง มันช่วยให้เราสร้างอัตลักษณ์ รักษาความสัมพันธ์ และให้ความหมายกับกาลเวลาที่ผ่านไป

แต่บริษัทที่เพียงแค่วนเวียนอยู่ในวัฏจักรนี้โดยไม่พัฒนานวัตกรรมใดๆ ต่อไป ก็กำลังเล่นเกมที่มีเวลาจำกัด ข้อได้เปรียบในการแข่งขันที่แท้จริงจะตกเป็นของผู้ที่สามารถสร้างรายได้จากความสบายทางอารมณ์ในอดีต โดยไม่สูญเสียความสามารถในการคิดค้นสุนทรียศาสตร์ เรื่องเล่า และเทคโนโลยีใหม่ๆ อย่างแท้จริง

เพราะถ้าปี 2045 เป็นเพียงการนำปี 2025 มาปรับปรุงใหม่ ซึ่งเป็นการนำปี 1990 มาปรับปรุงใหม่ เราก็ได้สร้างเครื่องจักรที่สมบูรณ์แบบสำหรับการมองย้อนกลับไปดูโลกที่หยุดก้าวไปข้างหน้าแล้ว

ที่มา:

• แกรนด์วิว รีเสิร์ช - "รายงานขนาดตลาดคอมพิวเตอร์วิชัน ปี 2024-2030"
• เดวิส, เฟร็ด – “โหยหาอดีต: สังคมวิทยาแห่งความคิดถึง” (1979)
• เซดอฟ คอนสแตนติน - "วัฏจักร 20 ปีในแนวโน้มทางวัฒนธรรม" มหาวิทยาลัยอุปซอลา
• Routledge, Clay และคณะ - "อดีตทำให้ปัจจุบันมีความหมาย" วารสารวิจัยผู้บริโภค (2013)
• เรย์โนลด์ส, ไซมอน – “Retromania: การเสพติดวัฒนธรรมป๊อปในอดีต” (2011)
• ฟิชเชอร์, มาร์ค – “ผีในชีวิตของฉัน: งานเขียนเกี่ยวกับภาวะซึมเศร้า จิตวิทยาการหลอกหลอน และอนาคตที่สูญหาย” (2014)
• Mansoury, Masoud และคณะ - "วงจรป้อนกลับและการขยายอคติในระบบแนะนำ" arXiv:2007.13019 (2020)

‍