ธุรกิจ

จดหมายจากปี 2028: การปฏิวัติ AI ที่แท้จริงไม่ได้เป็นอย่างที่เราคิด

"คุณกำลังสร้างเฟอร์รารีเพื่อโลกที่กำลังจะเทเลพอร์ตในเร็วๆ นี้" จดหมายจากปี 2028: บริษัทที่เพียงแค่ "นำ AI มาใช้" ก็เหมือนกับบริษัทที่เพียงแค่ "สร้างเว็บไซต์" ในปี 1995 คำถามที่ผิดเหรอ? "เราจะใช้ AI เพื่อปรับแต่ง X ได้อย่างไร?" คำถามที่ถูกต้องเหรอ? "ถ้าเราออกแบบใหม่ตั้งแต่ต้น X จะยังอยู่ไหม?" คำแนะนำที่เป็นประโยชน์: ใช้ทรัพยากร AI ของคุณ 20% ไปกับการปรับแต่งสิ่งที่คุณทำ แต่ไปกับการคิดว่าควรหยุดทำอะไร

[คำเตือน: นี่คือ "จดหมายจากอนาคต" ที่แต่งขึ้นล้วนๆ เป็นข้อความในขวดที่ถูกปล่อยลงสู่ทะเลแห่งกาลเวลา พร้อมกับรอยยิ้มและความรู้สึกยั่วยุเล็กน้อย ไม่มีนักเดินทางข้ามเวลาคนใดมีส่วนร่วมในการเขียนโพสต์นี้]

เรียนพันธมิตร ลูกค้า และผู้สังเกตการณ์เทคโนโลยีปี 2025

ฉันคือฟาบิโอ ลอเรีย ผู้ก่อตั้ง Electe (ใช่แล้ว เรายังคงมีอยู่จนถึงปี 2028!)* และฉันตัดสินใจที่จะทำลายกฎทุกข้อของการตลาดองค์กรเพื่อแบ่งปันความคิดบางส่วนจากฝั่งสะพานเวลาแห่งนี้กับคุณ

ในปี 2025 คุณยังคงถกเถียงเรื่อง "วิกฤตการณ์กลาง" ของ AI และเขียนรายงานวิชาการเกี่ยวกับ "การบูรณาการอย่างเหมาะสม" ระหว่างมนุษย์และเครื่องจักรอย่างไม่สิ้นสุด เราในปี 2028 เรากำลังมองย้อนกลับไปถึงยุคสมัยที่ระบบนิเวศทางเทคโนโลยีทั้งหมดกำลังพลาดประเด็นสำคัญไปอย่างสิ้นเชิง

สิ่งที่เราเข้าใจ (สายเกินไป)

ในฐานะผู้ก่อตั้งที่ผ่านการระดมทุนมาแล้ว 3 รอบ การเปลี่ยนทิศทาง 2 ครั้ง และความล้มเหลวในการเข้าซื้อกิจการในนาทีสุดท้าย นี่คือความจริงที่ที่ปรึกษาเชิงกลยุทธ์ไม่มีใครอยากยอมรับในปี 2568: เราทุกคนต่างก็พยายามหาคำตอบสำหรับคำถามที่ผิด

บริษัทที่มีนวัตกรรมมากที่สุดไม่ใช่บริษัทที่มี "กลยุทธ์การนำ AI ไปใช้ที่ดีที่สุด" แต่เป็นบริษัทที่มีความกล้าที่จะกำหนดปัญหาที่พวกเขากำลังพยายามแก้ไขใหม่ทั้งหมด

ประสิทธิภาพช่างมันเถอะ (ใช่ ฉันพูดแบบนั้นจริงๆ)

ในปี 2025 KPI ของคุณยังคงวัดว่า AI สามารถทำงานที่มีอยู่ได้เร็วแค่ไหน แต่ในปี 2028 เราจะวัดว่า AI ช่วยให้เราคิดทบทวนงานเหล่านั้นใหม่ หรือขจัดงานเหล่านั้นออกไปโดยสิ้นเชิงได้มากน้อยแค่ไหน

จุดเปลี่ยนมาถึงเมื่อเราหยุดถามว่า "เราจะใช้ AI เพื่อเพิ่มประสิทธิภาพกระบวนการ X ของเราได้อย่างไร" และเริ่มถามว่า "ถ้าเราสามารถออกแบบบริษัทใหม่ตั้งแต่ต้นด้วยเทคโนโลยีเหล่านี้ กระบวนการ X จะยังคงอยู่หรือไม่"

ถึงบริษัทที่กำลังอ่านฉันอยู่

หากคุณเป็นบริษัทที่ลงทุนเป็นล้านๆ เพื่อ "การปรับปรุงเล็กๆ น้อยๆ" โดยใช้ AI คุณก็กำลังสร้าง Ferrari สำหรับโลกที่กำลังจะเทเลพอร์ตในเร็วๆ นี้

นี่คือสิ่งที่ CTO ของคุณควรทำจริงๆ:

  1. ระบุส่วนใดของรูปแบบธุรกิจของคุณที่มีอยู่เพียงเพราะข้อจำกัดทางเทคโนโลยีที่ล้าสมัย
  2. พิจารณาว่าปัญหาใดของลูกค้าที่คุณกำลังแก้ไขโดยอ้อมและคุณสามารถแก้ไขได้โดยตรง
  3. เปลี่ยนทีมผลิตภัณฑ์ของคุณให้กลายเป็นห้องปฏิบัติการ "รื้อถอนสร้างสรรค์" ให้พวกเขามีพลังไม่เพียงแค่สร้าง แต่ทำลายล้างได้ด้วย

สตาร์ทอัพที่กำลังครองตลาดของคุณในปี 2028 ไม่ใช่สตาร์ทอัพที่มี AI ที่ดีที่สุด พวกเขาคือสตาร์ทอัพที่ใช้ AI เพื่อทบทวนความหมายของการเป็นบริษัทในอุตสาหกรรมของคุณเสียใหม่

คำเชิญชวนสู่จินตนาการอันล้ำลึก

ในไทม์ไลน์ของฉัน บริษัทที่เพียงแค่ "นำ AI มาใช้" ก็เหมือนกับบริษัทที่เพียงแค่ "สร้างเว็บไซต์" ขึ้นมาในปี 1995 ซึ่งถือว่าจำเป็น แต่น่าเสียดายที่มันยังไม่เพียงพอ

บริษัทที่ครองตลาดคือบริษัทที่มีความกล้าที่จะจินตนาการว่า "ถ้าเราสามารถแก้ปัญหานี้ตั้งแต่ต้นด้วยเทคโนโลยีที่ดูเหมือนมหัศจรรย์ เราจะทำได้อย่างไร"

ในขณะที่ทุกคนในปี 2568 ต่างยุ่งอยู่กับการถกเถียงกันถึงความสมดุลที่เหมาะสมระหว่างระบบอัตโนมัติและศักยภาพของมนุษย์ ลองช่วยตัวเองด้วยการถามตัวเองว่าปัญหาที่คุณพยายามจะแก้ไขนั้นจะยังคงอยู่ต่อไปอีกสามปีหรือไม่

เจอกันที่นี่อีกนะ มันแปลกกว่า ดุเดือดกว่า และน่าสนใจกว่าที่กระดาษขาวน่าเบื่อๆ ของคุณทำนายไว้เยอะเลย

ฟาบิโอ ลอเรีย ซีอีโอและผู้ก่อตั้ง Electe , 11 พฤษภาคม 2571

ปล. Amazon เพิ่งซื้อ OpenAI ไป และใช่ เราทุกคนก็ตกใจไม่แพ้กัน

คำถามที่พบบ่อยจากปัจจุบันสู่อนาคต

ถาม: คุณคือจอห์น ไทเตอร์ คนใหม่ใช่ไหมครับ? เราควรกังวลเรื่องความขัดแย้งเรื่องเวลาไหม?

A: ต่างจากไทเตอร์ ผมไม่ได้มาที่นี่เพื่อเตือนคุณถึงภัยพิบัติที่กำลังจะเกิดขึ้น หรือพูดถึง IBM 5100 ผมไม่ได้มี C204 Time Displacement Unit ที่ติดตั้งบนเชฟโรเลต—ผมแค่มีแล็ปท็อปที่มีคาเฟอีนมากเกินไปในระบบ "การเดินทางข้ามเวลา" ของผมเกิดขึ้นจากการคาดเดาอย่างสร้างสรรค์เท่านั้น ไม่มีความต่อเนื่องของกาลอวกาศใดได้รับความเสียหายในการเขียนบทความนี้

ถาม: เราควรซื้อ/ขายบริษัทใดบ้างตาม "ข้อมูลเชิงลึกในอนาคต" ของคุณ?

A: ถ้าฉันมาจากอนาคตจริงๆ และมีข้อมูลนี้ การแบ่งปันข้อมูลนี้คงเป็นวิธีสุดท้ายที่จะทำให้ข้อมูลนั้นถูกต้อง! การเปิดเผยข้อมูลในอนาคตย่อมเปลี่ยนแปลงวิถีปัจจุบัน ไม่ว่าในกรณีใด การลงทุนโดยอาศัยโพสต์ที่ยั่วยุบนอินเทอร์เน็ตมักเป็นกลยุทธ์ที่น่าสงสัย ขอยกคำพูดของนักปราชญ์ในยุคสมัยของฉันที่ว่า "ตลาดสามารถคงอยู่อย่างไร้เหตุผลได้นานกว่าที่คุณจะคงสภาพคล่องได้"

ถาม: คุณหมายถึงอะไรด้วย "เหตุการณ์เดนเวอร์" ที่คุณกล่าวถึง?

A: อ้อ อย่างนั้นเอง งั้นก็พูดได้เลยว่าในปี 2026 เราทุกคนจะได้เรียนรู้บทเรียนสำคัญเกี่ยวกับขีดจำกัดของการปรับแต่งอัลกอริทึมในระบบสำคัญๆ แต่อย่ากังวลมากเกินไป เพราะสิ่งนี้ช่วยเร่งให้เกิดการปฏิรูปที่จำเป็นอย่างยิ่ง และนำไปสู่ปฏิญญาเดนเวอร์ว่าด้วยความรับผิดชอบทางเทคโนโลยี อย่างที่ผมพูดเสมอ บางครั้งคุณต้องทำลายอัลกอริทึมเพื่อสร้าง การปฏิวัติ

ถาม: คุณจริงจังกับแนวคิดที่ว่าเราควรหยุดมุ่งเน้นเรื่องประสิทธิภาพหรือเปล่า?

A: ผมไม่ได้สนับสนุนให้ละทิ้งประสิทธิภาพ แต่สนับสนุนให้ลดประสิทธิภาพลงสู่จุดที่เหมาะสม นั่นคือ วิธีการ ไม่ใช่เป้าหมาย ประสิทธิภาพที่ปราศจากทิศทางก็เหมือนกับการมีเฟอร์รารีที่ไร้จุดหมาย ในปี 2028 ของผม บริษัทที่ชาญฉลาดที่สุดมักจะถามตัวเองก่อนว่า "เราควรสร้างอะไร" และหลังจากนั้นจึงค่อยถามว่า "เราจะสร้างมันอย่างมีประสิทธิภาพได้อย่างไร" การกลับคำถามเหล่านี้ถือเป็นความผิดพลาดร่วมกันของเรา

ถาม: คำแนะนำเชิงปฏิบัติจริงเบื้องหลังเรื่องราวแห่งอนาคตทั้งหมดนี้คืออะไร?

A: จัดสรรทรัพยากร AI ของคุณ 20% ไม่ใช่เพื่อเพิ่มประสิทธิภาพสิ่งที่คุณทำอยู่แล้ว แต่เพื่อสำรวจสิ่งที่คุณสามารถหยุดทำไปเลย ข้อได้เปรียบในการแข่งขันที่แท้จริงจะไม่ได้อยู่ที่คนที่ทำสิ่งเดิมๆ ได้เร็วกว่า แต่จะอยู่ที่คนที่ตระหนักก่อนว่าบางสิ่งเหล่านั้นไม่จำเป็นต้องทำอีกต่อไป การทำลายล้างอย่างสร้างสรรค์เริ่มต้นที่บ้าน

[คำเตือน: ข้อความข้างต้นเป็นเพียงเรื่องแต่งขึ้นจากจินตนาการล้วนๆ ไม่มีการกล่าวอ้างถึงการคาดการณ์ตลาด คำแนะนำทางการเงิน หรือข้อเท็จจริงใดๆ เกี่ยวกับอนาคต ผู้เขียนไม่รับผิดชอบต่อการตัดสินใจทางธุรกิจใดๆ ที่เกิดขึ้นจากข้อความในขวดจากไทม์ไลน์อื่น]

ทรัพยากรเพื่อการเติบโตทางธุรกิจ

9 พฤศจิกายน 2568

กฎระเบียบ AI สำหรับการใช้งานของผู้บริโภค: วิธีการเตรียมพร้อมสำหรับกฎระเบียบใหม่ปี 2025

ปี 2025 ถือเป็นจุดสิ้นสุดของยุค "Wild West" ของ AI: พระราชบัญญัติ AI ของสหภาพยุโรปจะมีผลบังคับใช้ในเดือนสิงหาคม 2024 โดยมีข้อกำหนดด้านความรู้ด้าน AI ตั้งแต่วันที่ 2 กุมภาพันธ์ 2025 และมีการกำกับดูแลและ GPAI ตั้งแต่วันที่ 2 สิงหาคม รัฐแคลิฟอร์เนียเป็นผู้นำด้วย SB 243 (เกิดขึ้นหลังจากการฆ่าตัวตายของ Sewell Setzer เด็กอายุ 14 ปีที่มีความสัมพันธ์ทางอารมณ์กับแชทบอท) ซึ่งกำหนดข้อห้ามระบบรางวัลแบบย้ำคิดย้ำทำ การตรวจจับความคิดฆ่าตัวตาย การเตือน "ฉันไม่ใช่มนุษย์" ทุกสามชั่วโมง การตรวจสอบสาธารณะโดยอิสระ และค่าปรับ 1,000 ดอลลาร์ต่อการละเมิด SB 420 กำหนดให้มีการประเมินผลกระทบสำหรับ "การตัดสินใจอัตโนมัติที่มีความเสี่ยงสูง" พร้อมสิทธิ์ในการอุทธรณ์การตรวจสอบโดยมนุษย์ การบังคับใช้จริง: Noom ถูกฟ้องร้องในปี 2022 ในข้อหาใช้บอทปลอมตัวเป็นโค้ชมนุษย์ ซึ่งเป็นการยอมความมูลค่า 56 ล้านดอลลาร์ แนวโน้มระดับชาติ: รัฐแอละแบมา ฮาวาย อิลลินอยส์ เมน และแมสซาชูเซตส์ ระบุว่าการไม่แจ้งเตือนแชทบอท AI ถือเป็นการละเมิด UDAP แนวทางความเสี่ยงสามระดับ ได้แก่ ระบบสำคัญ (การดูแลสุขภาพ/การขนส่ง/พลังงาน) การรับรองก่อนการใช้งาน การเปิดเผยข้อมูลที่โปร่งใสต่อผู้บริโภค การลงทะเบียนเพื่อวัตถุประสงค์ทั่วไป และการทดสอบความปลอดภัย กฎระเบียบที่ซับซ้อนโดยไม่มีการยึดครองอำนาจจากรัฐบาลกลาง: บริษัทหลายรัฐต้องปฏิบัติตามข้อกำหนดที่แปรผัน สหภาพยุโรป ตั้งแต่เดือนสิงหาคม 2569: แจ้งให้ผู้ใช้ทราบเกี่ยวกับการโต้ตอบกับ AI เว้นแต่เนื้อหาที่สร้างโดย AI ที่ชัดเจนและติดป้ายว่าสามารถอ่านได้ด้วยเครื่อง
9 พฤศจิกายน 2568

เมื่อ AI กลายเป็นตัวเลือกเดียวของคุณ (และทำไมคุณถึงชอบมัน)

บริษัทแห่งหนึ่งได้ปิดระบบ AI ของตนอย่างลับๆ เป็นเวลา 72 ชั่วโมง ผลลัพธ์ที่ได้คือ การตัดสินใจที่หยุดชะงักโดยสิ้นเชิง ปฏิกิริยาที่พบบ่อยที่สุดเมื่อได้รับการจ้างงานอีกครั้งคือความโล่งใจ ภายในปี 2027 การตัดสินใจทางธุรกิจ 90% จะถูกมอบหมายให้กับ AI โดยมนุษย์จะทำหน้าที่เป็น "ตัวประสานทางชีวภาพ" เพื่อรักษาภาพลวงตาของการควบคุม ผู้ที่ต่อต้านจะถูกมองเหมือนกับผู้ที่คำนวณด้วยมือหลังจากการประดิษฐ์เครื่องคิดเลข คำถามไม่ได้อยู่ที่ว่าเราจะยอมหรือไม่ แต่เป็นคำถามที่ว่าเราจะยอมอย่างสง่างามเพียงใด
9 พฤศจิกายน 2568

การควบคุมสิ่งที่ไม่ได้ถูกสร้างขึ้น: ยุโรปมีความเสี่ยงต่อการไม่เกี่ยวข้องทางเทคโนโลยีหรือไม่?

ยุโรปดึงดูดการลงทุนด้าน AI เพียงหนึ่งในสิบของทั่วโลก แต่กลับอ้างว่าเป็นผู้กำหนดกฎเกณฑ์ระดับโลก นี่คือ "ปรากฏการณ์บรัสเซลส์" การกำหนดกฎระเบียบระดับโลกผ่านอำนาจทางการตลาดโดยไม่ผลักดันนวัตกรรม พระราชบัญญัติ AI จะมีผลบังคับใช้ตามกำหนดเวลาแบบสลับกันจนถึงปี 2027 แต่บริษัทข้ามชาติด้านเทคโนโลยีกำลังตอบสนองด้วยกลยุทธ์การหลบเลี่ยงที่สร้างสรรค์ เช่น การใช้ความลับทางการค้าเพื่อหลีกเลี่ยงการเปิดเผยข้อมูลการฝึกอบรม การจัดทำสรุปที่สอดคล้องทางเทคนิคแต่เข้าใจยาก การใช้การประเมินตนเองเพื่อลดระดับระบบจาก "ความเสี่ยงสูง" เป็น "ความเสี่ยงน้อยที่สุด" และการเลือกใช้ฟอรัมโดยเลือกประเทศสมาชิกที่มีการควบคุมที่เข้มงวดน้อยกว่า ความขัดแย้งของลิขสิทธิ์นอกอาณาเขต: สหภาพยุโรปเรียกร้องให้ OpenAI ปฏิบัติตามกฎหมายของยุโรปแม้กระทั่งการฝึกอบรมนอกยุโรป ซึ่งเป็นหลักการที่ไม่เคยพบเห็นมาก่อนในกฎหมายระหว่างประเทศ "แบบจำลองคู่ขนาน" เกิดขึ้น: เวอร์ชันยุโรปที่จำกัดเทียบกับเวอร์ชันสากลขั้นสูงของผลิตภัณฑ์ AI เดียวกัน ความเสี่ยงที่แท้จริง: ยุโรปกลายเป็น "ป้อมปราการดิจิทัล" ที่แยกตัวออกจากนวัตกรรมระดับโลก โดยพลเมืองยุโรปเข้าถึงเทคโนโลยีที่ด้อยกว่า ศาลยุติธรรมได้ปฏิเสธข้อแก้ตัวเรื่อง "ความลับทางการค้า" ในคดีเครดิตสกอร์ไปแล้ว แต่ความไม่แน่นอนในการตีความยังคงมีอยู่อย่างมหาศาล คำว่า "สรุปโดยละเอียดเพียงพอ" หมายความว่าอย่างไรกันแน่? ไม่มีใครรู้ คำถามสุดท้ายที่ยังไม่มีคำตอบคือ สหภาพยุโรปกำลังสร้างช่องทางที่สามทางจริยธรรมระหว่างทุนนิยมสหรัฐฯ กับการควบคุมของรัฐจีน หรือเพียงแค่ส่งออกระบบราชการไปยังภาคส่วนที่จีนไม่สามารถแข่งขันได้? ในตอนนี้: ผู้นำระดับโลกด้านการกำกับดูแล AI แต่การพัฒนายังอยู่ในขอบเขตจำกัด โครงการอันกว้างใหญ่
9 พฤศจิกายน 2568

Outliers: เมื่อวิทยาศาสตร์ข้อมูลพบกับเรื่องราวความสำเร็จ

วิทยาศาสตร์ข้อมูลได้พลิกโฉมกระบวนทัศน์เดิมๆ: ค่าผิดปกติไม่ใช่ "ข้อผิดพลาดที่ต้องกำจัด" อีกต่อไป แต่เป็นข้อมูลอันมีค่าที่ต้องทำความเข้าใจ ค่าผิดปกติเพียงค่าเดียวสามารถบิดเบือนแบบจำลองการถดถอยเชิงเส้นได้อย่างสิ้นเชิง โดยเปลี่ยนความชันจาก 2 เป็น 10 แต่การกำจัดค่าผิดปกตินั้นอาจหมายถึงการสูญเสียสัญญาณที่สำคัญที่สุดในชุดข้อมูล การเรียนรู้ของเครื่องได้นำเครื่องมือที่ซับซ้อนมาใช้: Isolation Forest แยกแยะค่าผิดปกติโดยการสร้างต้นไม้ตัดสินใจแบบสุ่ม Local Outlier Factor วิเคราะห์ความหนาแน่นเฉพาะที่ และ Autoencoders จะสร้างข้อมูลปกติขึ้นใหม่และทำเครื่องหมายสิ่งที่ไม่สามารถทำซ้ำได้ ค่าผิดปกติมีทั้งค่าผิดปกติทั่วไป (อุณหภูมิ -10°C ในเขตร้อน) ค่าผิดปกติตามบริบท (การใช้จ่าย 1,000 ยูโรในย่านยากจน) และค่าผิดปกติแบบรวม (จุดสูงสุดของการรับส่งข้อมูลเครือข่ายที่ซิงโครไนซ์กันซึ่งบ่งชี้ถึงการโจมตี) เช่นเดียวกับ Gladwell: "กฎ 10,000 ชั่วโมง" ยังคงเป็นที่ถกเถียงกัน — Paul McCartney กล่าวไว้ว่า "วงดนตรีหลายวงทำงาน 10,000 ชั่วโมงในฮัมบูร์กโดยไม่ประสบความสำเร็จ ทฤษฎีนี้ไม่ได้พิสูจน์ความถูกต้อง" ความสำเร็จทางคณิตศาสตร์ของเอเชียไม่ได้เกิดจากพันธุกรรม แต่เกิดจากวัฒนธรรม: ระบบตัวเลขที่เข้าใจง่ายกว่าของจีน การเพาะปลูกข้าวต้องได้รับการพัฒนาอย่างต่อเนื่อง เทียบกับการขยายอาณาเขตของภาคเกษตรกรรมตะวันตก การประยุกต์ใช้จริง: ธนาคารในสหราชอาณาจักรฟื้นตัวจากความสูญเสียที่อาจเกิดขึ้นได้ 18% ผ่านการตรวจจับความผิดปกติแบบเรียลไทม์ การผลิตตรวจพบข้อบกพร่องในระดับจุลภาคที่การตรวจสอบโดยมนุษย์อาจมองข้าม การดูแลสุขภาพยืนยันข้อมูลการทดลองทางคลินิกด้วยความไวต่อการตรวจจับความผิดปกติมากกว่า 85% บทเรียนสุดท้าย: เมื่อวิทยาศาสตร์ข้อมูลเปลี่ยนจากการกำจัดค่าผิดปกติไปสู่การทำความเข้าใจค่าผิดปกติ เราต้องมองอาชีพที่ไม่ธรรมดาว่าไม่ใช่ความผิดปกติที่ต้องแก้ไข แต่เป็นเส้นทางที่มีค่าที่ต้องศึกษา