Sequoia Mỹ: GenAI là một cuộc cách mạng năng suất với tốc độ nhanh gấp 10 lần
Tuyển chọn TechFlowTuyển chọn TechFlow
Sequoia Mỹ: GenAI là một cuộc cách mạng năng suất với tốc độ nhanh gấp 10 lần
GenAI đã tạo ra doanh thu khoảng 3 tỷ USD vào năm ngoái, trong khi SaaS phải mất 10 năm mới đạt được con số này.
Chuyên sâu báo cáo Web3Biên dịch: Lavida
Tháng 9 năm 2022, báo cáo "Generative AI: A Creative New World" do Sequoia Mỹ công bố đã khơi mào làn sóng thảo luận đầu tiên về Generative AI, và sự ra đời liên tiếp của ChatGPT, GPT-4 đã thúc đẩy nhanh chóng sự phát triển trong lĩnh vực GenAI. Tại hội nghị AI Ascent của Sequoia Mỹ, một số đối tác đã có buổi nhìn lại khá hệ thống về tiến trình phát triển GenAI trong vòng một năm rưỡi qua, cho thấy tốc độ tiến bộ của lĩnh vực này vượt xa so với dự kiến ban đầu.
Khác với các đợt phát triển AI trước đó, GenAI trong năm vừa qua đã đạt được thành tích đáng kinh ngạc: Doanh thu tổng cộng mà GenAI tạo ra chỉ trong một năm kể từ khi xuất hiện vào khoảng 3 tỷ USD, con số này chưa bao gồm doanh thu gián tiếp từ các gã khổng lồ công nghệ và nhà cung cấp điện toán đám mây thông qua AI – trong khi ngành SaaS phải mất gần 10 năm mới đạt được mức doanh thu tương đương. Về ứng dụng thực tiễn, GenAI đã tạo ra lợi nhuận rõ ràng trong các lĩnh vực hoặc tình huống như chăm sóc khách hàng, pháp lý, viết lách, v.v.
Mặc dù tầng ứng dụng chưa bùng nổ mạnh mẽ như kỳ vọng thị trường cách đây một năm, các đối tác của Sequoia Mỹ cũng chỉ ra rằng cùng với sự xuất hiện của những mô hình nền tảng (foundation model) thông minh hơn, ví dụ như Sora, Claude-3 và các mô hình mới gần đây khác, chu kỳ PMF (Product-Market Fit) của sản phẩm AI chắc chắn sẽ được đẩy nhanh. Hơn nữa, quá trình từ khi một công nghệ mới xuất hiện đến khi trưởng thành cần thời gian, và các ứng dụng mang tính cách mạng cũng vậy. Trong thời đại Internet di động, những ứng dụng biểu tượng như Instagram hay Doordash đều chỉ xuất hiện vài năm sau khi iPhone và App Store ra mắt.
Dưới đây là mục lục bài viết, đề nghị đọc theo từng phần để nắm bắt trọng tâm.
01 Why Now: Từ điện toán đám mây đến AI
02 Hiện tại: AI is Everywhere
03 Tương lai: Everything is Generated
Trong vòng một năm qua, thị trường đã trải qua trọn vẹn một chu kỳ thổi phồng AI (AI Hype Cycle): giai đoạn quá độ thổi phồng, rồi đến giai đoạn thất vọng và hoài nghi, và hiện nay thị trường đang dần phục hồi hướng tới giai đoạn ổn định năng suất (Plateau of Productivity). Mọi người ngày càng nhận thức rõ hơn rằng LLM và AI thực sự phát huy tác dụng thông qua ba yếu tố: sáng tạo, suy luận và tương tác – những khả năng này đã được tích hợp vào các ứng dụng ở mọi lĩnh vực và phục vụ chúng ta.
Ba khả năng của AI: sáng tạo, suy luận và tương tác
AI đã sở hữu khả năng sáng tạo và suy luận, ví dụ như GenAI có thể tạo nội dung văn bản, hình ảnh, âm thanh và video; chatbot có thể trả lời câu hỏi của chúng ta hoặc hoạt động như Agent để giúp lên kế hoạch thực hiện nhiều bước công việc — điều mà không phần mềm nào trước đây từng làm được. Điều này đồng nghĩa với việc phần mềm lần đầu tiên trong lịch sử có thể xử lý đồng thời các nhiệm vụ sáng tạo (não phải) và nhiệm vụ logic (não trái), tức là phần mềm có thể tương tác với con người theo cách giống con người — điều này có ý nghĩa rất lớn đối với mô hình kinh doanh.
Why Now: Từ điện toán đám mây đến AI
Đối tác Pat Grady của Sequoia đã lý giải "Tại sao công nghệ AI lại bùng nổ gần đây?" bằng cách nhìn lại sự phát triển của ngành điện toán đám mây trong 20 năm qua.
Pat cho rằng điện toán đám mây là một bước ngoặt lớn trong lĩnh vực công nghệ, đã phá vỡ格局 cũ, từ đó dẫn đến sự ra đời của các mô hình kinh doanh mới, các ứng dụng mới và phương thức tương tác mới giữa con người và máy tính. Năm 2010, khi điện toán đám mây còn ở giai đoạn sơ khai, tổng giá trị thị trường phần mềm toàn cầu khoảng 350 tỷ USD, trong đó phần mềm đám mây chiếm khoảng 6 tỷ USD. Nhưng đến năm ngoái, quy mô thị trường phần mềm đã tăng từ 350 tỷ USD lên 650 tỷ USD, và doanh thu phần mềm đám mây đạt 400 tỷ USD. Điều này có nghĩa là trong 15 năm, CAGR (tốc độ tăng trưởng kép hàng năm) của phần mềm đám mây duy trì ở mức 40%, đạt mức tăng trưởng đáng kinh ngạc.
Và điện toán đám mây là một phép so sánh tốt cho AI. Điện toán đám mây đã thay thế phần mềm truyền thống vì nó có khả năng tương tác giống con người hơn; tương tự, công nghệ AI hiện tại đã đạt đến một tầm cao mới trong khả năng sáng tạo, suy luận logic và tương tác người-máy. Trong tương lai, một cơ hội lớn của AI sẽ là thay thế dịch vụ bằng phần mềm. Nếu biến đổi này thành hiện thực, tiềm năng thị trường của AI sẽ không chỉ dừng ở vài nghìn tỷ USD, mà là ở mức hàng chục nghìn tỷ USD. Có thể nói, chúng ta đang đứng ở thời điểm vĩ đại nhất, giàu tiềm năng tạo giá trị vô hạn trong lịch sử.
Các bước chuyển đổi công nghệ kể từ những năm 1960 và các công ty tiêu biểu
Về lý do tại sao thời điểm hiện tại là thời điểm quan trọng để tham gia vào AI, Pat Grady cho biết Sequoia từ khi thành lập đã chứng kiến và hưởng lợi từ nhiều lần chuyển đổi công nghệ trong lịch sử, qua đó đội ngũ đã hình thành nhận thức rõ ràng về cách các làn sóng công nghệ khác nhau ảnh hưởng lẫn nhau và thúc đẩy thế giới tiến lên:
-
Những năm 1960: Người sáng lập Sequoia Don Valentine phụ trách tiếp thị tại Fairchild Semiconductor, cái tên "Thung lũng Silicon" cũng bắt nguồn trực tiếp từ transistor silicon của Fairchild;
-
Những năm 1970: Trên nền tảng chip, con người xây dựng nên các hệ thống máy tính;
-
Những năm 1980: Công nghệ mạng kết nối các PC với nhau, đồng thời ngành công nghiệp phần mềm ra đời;
-
Những năm 1990: Internet ra đời, thay đổi cách con người giao tiếp và tiêu dùng;
-
Những năm 2000: Internet dần trưởng thành, có thể hỗ trợ các ứng dụng phức tạp, điện toán đám mây xuất hiện;
-
Những năm 2010: Nhờ sự phổ biến của thiết bị di động, kỷ nguyên Internet di động đến, thay đổi thêm một lần nữa cách chúng ta làm việc.
Mỗi làn sóng công nghệ đều được xây dựng và phát triển trên nền tảng của làn sóng trước đó. Khái niệm AI tuy đã xuất hiện từ những năm 1940 nhưng chỉ trong vài năm gần đây AI mới chuyển từ ý tưởng và giấc mơ thành hiện thực, bắt đầu thương mại hóa và giải quyết các vấn đề thực tế trong cuộc sống hàng ngày. Điều kiện tiên quyết cho bước đột phá này bao gồm:
-
Sức mạnh tính toán rẻ và dồi dào;
-
Mạng lưới nhanh, hiệu quả và đáng tin cậy;
-
Sự phổ biến của điện thoại thông minh trên toàn cầu;
-
Xu hướng số hóa được đẩy nhanh bởi đại dịch Covid;
-
Tất cả những tiến trình trên đã mang lại lượng dữ liệu khổng lồ cho AI.
Pat Grady cho rằng AI sẽ là chủ đề chính trong 10-20 năm tới, Sequoia tin tưởng mạnh mẽ vào điều này, dù giả thuyết này vẫn cần được kiểm chứng.
Từ Cloud và Mobile đến các công ty tiêu biểu trong thời đại AI
Về cục diện ngành công nghiệp AI trong tương lai, Pat Grady trước hết tổng kết các công ty trong thời đại Cloud và Mobile có doanh thu vượt 1 tỷ USD (như bên trái hình trên), mặc dù phía bên phải đại diện cho AI hiện tại gần như trống rỗng, nhưng cũng tượng trưng cho tiềm năng giá trị và cơ hội to lớn trên thị trường hiện nay. Pat Grady dự đoán rằng trong 10-15 năm tới, khoảng trống bên phải sẽ được lấp đầy bởi 40-50 logo công ty mới, đây chính là cơ hội khiến họ cảm thấy phấn khích.
Hiện tại: AI is Everywhere
Đối tác Sonya Huang của Sequoia trước hết điểm lại sự phát triển của AI trong năm qua ở các lĩnh vực như chăm sóc khách hàng, pháp lý, lập trình và tạo video.
Các lĩnh vực ứng dụng AI
Năm 2023 là một năm cực kỳ quan trọng trong lịch sử AI. Một năm rưỡi sau khi ChatGPT ra đời, toàn ngành liên tục trải qua những thay đổi mãnh liệt. Năm ngoái mọi người còn bàn về việc AI sẽ thay đổi hoàn toàn các lĩnh vực khác nhau và nâng cao năng suất một cách đáng kinh ngạc, thì giờ đây AI đã trở thành tâm điểm chú ý.
Tweet của CEO Klarna Sebastian Siemiatkowski trên X
Trong lĩnh vực chăm sóc khách hàng, CEO Sebastain của Klarna từng công khai cho biết hiện tại Klarna đã dùng OpenAI xử lý 2/3 yêu cầu chăm sóc khách hàng, AI thay thế công việc tương đương 700 nhân viên chăm sóc khách hàng toàn thời gian. Hiện nay toàn cầu có hàng chục triệu nhân viên trung tâm gọi điện, trong bối cảnh này, Sonya cho rằng AI đã tìm được PMF trên thị trường chăm sóc khách hàng.
Lĩnh vực dịch vụ pháp lý, vốn được coi là ngành chậm chấp nhận công nghệ và ngại rủi ro nhất một năm trước, hiện nay đã xuất hiện những công ty như Harvey, có thể tự động hóa nhiều công việc của luật sư từ giấy tờ thường ngày đến phân tích cấp cao.
Chẳng hạn trong lĩnh vực lập trình, chỉ sau một năm, chúng ta đã nhanh chóng tiến từ việc dùng AI viết code sang sở hữu các kỹ sư phần mềm AI độc lập. Hay như công ty tạo video AI HeyGen, có thể giúp người dùng tạo Avatar tham gia các cuộc họp Zoom.
Hình ảnh Avatar do Pat Grady của Sequoia tạo bằng HeyGen trong cuộc họp Zoom
Tăng trưởng nhanh gấp mười lần của GenAI
So sánh tốc độ tăng trưởng doanh thu giữa AI và SaaS
Theo ước tính, GenAI đã tạo ra tổng doanh thu khoảng 3 tỷ USD chỉ trong một năm kể từ khi xuất hiện, con số này chưa bao gồm doanh thu từ các gã khổng lồ công nghệ và nhà cung cấp dịch vụ đám mây nhờ AI. Để so sánh, SaaS phải mất gần 10 năm mới đạt được mức doanh thu này. Chính tốc độ và quy mô này khiến mọi người tin chắc hơn rằng GenAI sẽ tồn tại lâu dài.
Quy mô người dùng thực tế của các sản phẩm GenAI chính
Từ hình trên cũng có thể thấy nhu cầu của khách hàng đối với AI không chỉ giới hạn ở một hai ứng dụng, mà là khắp mọi nơi. Nhiều người biết ChatGPT có bao nhiêu người dùng, nhưng khi xem xét dữ liệu doanh thu và sử dụng của nhiều ứng dụng AI, sẽ thấy rằng hiện nay dù là B2B hay B2C, startup hay công ty công nghệ hiện có, nhiều sản phẩm AI đã tìm được PMF phù hợp trong các ngành khác nhau, các tình huống ứng dụng đã rất đa dạng.
Tỷ lệ tài trợ giữa mô hình nền tảng và tầng ứng dụng
Xét về phân bổ đầu tư, sự mất cân bằng là một vấn đề nổi bật. Nếu coi GenAI như một chiếc bánh, thì lớp đáy là mô hình nền tảng (foundation model), lớp giữa là công cụ dành cho nhà phát triển và infra, lớp trên cùng là ứng dụng. Một năm trước, người ta kỳ vọng rằng do sự tiến bộ ở tầng mô hình nền tảng, nên tầng ứng dụng sẽ xuất hiện hàng loạt công ty mới. Nhưng thực tế lại ngược lại. Ngày càng nhiều công ty mô hình nền tảng xuất hiện và huy động được lượng vốn lớn, trong khi tầng ứng dụng dường như mới chỉ bắt đầu.
Câu hỏi 200 tỷ USD của AI
Đối tác David của Sequoia Mỹ đã đăng một bài luận mang tên "Câu hỏi 200 tỷ USD của AI" vào năm ngoái. Nếu nhìn vào các khoản đầu tư hiện tại vào GPU, riêng năm ngoái chỉ riêng chi phí cho chip của Nvidia đã khoảng 50 tỷ USD, nhưng doanh thu ngành AI hiện có thể xác nhận chỉ khoảng 3 tỷ USD. Những con số này cho thấy ngành AI hiện vẫn ở giai đoạn rất sớm, tỷ lệ đầu tư - đầu ra thấp, còn nhiều vấn đề thực tế cần giải quyết.
MAU, DAU và tỷ lệ giữ chân tháng sau của sản phẩm AI và ứng dụng di động
Mặc dù số lượng người dùng và doanh thu của sản phẩm AI trông khá ấn tượng, nhưng về DAU, MAU và tỷ lệ giữ chân tháng sau vẫn còn xa mới đạt mức của ứng dụng di động. Nhiều người dùng trong khảo sát đều phản ánh khoảng cách giữa kỳ vọng và trải nghiệm khi dùng ứng dụng AI. Một số sản phẩm demo trông rất ấn tượng nhưng khi dùng thực tế lại không hiệu quả, dẫn đến người dùng không thể duy trì sử dụng lâu dài.
Nâng cao năng lực mô hình nền tảng
Dù đây là những vấn đề khách quan tồn tại, nhưng cũng chính là cơ hội. Đầu tư lớn vào GPU của doanh nghiệp năm ngoái đã mang lại những mô hình nền tảng thông minh hơn, các mô hình mới gần đây như Sora, Claude-3 và Grok cho thấy mức độ thông minh cơ bản của AI đang được nâng lên, do đó PMF của sản phẩm AI trong tương lai sẽ được cải thiện nhanh chóng.
Diễn biến phát triển của iPhone và App Store
Việc một công nghệ mới từ lúc xuất hiện đến khi trưởng thành cần một quá trình, và các ứng dụng mang tính đột phá cũng cần thời gian. Ví dụ với iPhone, nhiều ứng dụng ban đầu trên App Store rất sơ khai, chỉ đơn thuần phô diễn công nghệ mới chứ chưa thật sự giải quyết vấn đề hay tạo ra giá trị. Những ứng dụng như đèn pin hay trò chơi uống bia kiểu beer drinking sau này đều trở thành ứng dụng tích hợp sẵn trong hệ thống hoặc công cụ nhỏ không mấy quan trọng. Những ứng dụng thực sự có ảnh hưởng như Instagram và Doordash đều chỉ xuất hiện vài năm sau khi iPhone và App Store ra mắt.
Công nghệ AI hiện đang trải qua quá trình phát triển tương tự. Nhiều ứng dụng AI trên thị trường hiện nay vẫn ở giai đoạn demo hoặc thăm dò sơ khai, giống như những ứng dụng đầu kỳ của App Store, nhưng có lẽ những công ty huyền thoại của thế hệ tiếp theo đã bắt đầu xuất hiện.
Ứng dụng AI đã rất rộng rãi, trong đó hỗ trợ khách hàng bằng AI, AI Friendship (bạn đồng hành ảo AI) và tri thức doanh nghiệp là ba lĩnh vực điển hình. Hỗ trợ khách hàng là một trong những ứng dụng AI đầu tiên đạt PMF thực sự trong doanh nghiệp. Klarna không phải ngoại lệ mà là xu hướng phổ biến. AI friendship là một trong những ứng dụng AI gây bất ngờ nhất, số lượng người dùng và chỉ số sử dụng cho thấy người dùng rất yêu thích. Ngoài ra, ứng dụng chia sẻ tri thức nội bộ doanh nghiệp ngang cấp (Horizontal enterprise knowledge) cũng tiềm năng rất lớn.
Tương lai: Everything is Generated
Bốn dự báo về AI trong năm 2024
Dựa trên phân tích trên, các đối tác của Sequoia cũng đưa ra dự báo về sự phát triển AI trong năm 2024.
Dự báo một: Copilot sẽ dần chuyển đổi thành Agent AI.
Năm 2024, AI sẽ chuyển từ vai trò trợ lý (Copilot) hỗ trợ con người sang trở thành Agent thực sự thay thế một số công việc của con người. AI sẽ giống như một đồng nghiệp hơn là một công cụ, điều này đã bắt đầu lộ rõ trong các ngành như kỹ thuật phần mềm, chăm sóc khách hàng, v.v.
Dự báo hai: Các mô hình sẽ có khả năng lập kế hoạch và suy luận mạnh hơn.
Nhiều người chỉ trích LLM chỉ lặp lại các mẫu thống kê trong dữ liệu trước đó, chứ không thật sự suy nghĩ sâu sắc hay suy luận logic, tình trạng này sẽ được cải thiện thông qua các hướng nghiên cứu mới. Một số nghiên cứu đang cố gắng giúp mô hình thực hiện tốt hơn các phép tính suy luận và lặp giá trị theo kiểu trò chơi (gameplay-style value iteration), các phương pháp này cho phép mô hình có "thời gian suy nghĩ" nhất định trước khi ra quyết định. Những nỗ lực này dự kiến sẽ giúp AI có khả năng thực hiện các nhiệm vụ nhận thức cao cấp hơn vào năm tới, chẳng hạn như lập kế hoạch và suy luận.
Lặp giá trị theo kiểu trò chơi (gameplay-style value iteration) là một khái niệm mượn từ lĩnh vực học tăng cường (reinforcement learning), chỉ việc mô hình có thể đánh giá giá trị dài hạn của các hành động khác nhau và dựa vào đó để lên kế hoạch hành động tương lai, giống như tư duy chiến lược khi chơi cờ hay chơi game.
Dự báo ba: Độ chính xác của LLM sẽ cao hơn, mở rộng dần từ ứng dụng giải trí B2C sang ứng dụng doanh nghiệp.
Trong các tình huống ứng dụng B2C, người dùng không quá quan tâm đến lỗi của AI vì họ chủ yếu dùng AI để giải trí. Nhưng khi AI được dùng trong ứng dụng doanh nghiệp, đặc biệt là trong các lĩnh vực rủi ro cao như y tế, quốc phòng, thì độ chính xác và độ tin cậy trở nên cực kỳ quan trọng. Các nhà nghiên cứu đang phát triển nhiều công cụ và kỹ thuật như RLHF, Prompt Training và cơ sở dữ liệu vector nhằm giúp LLM đạt độ chính xác và độ tin cậy "năm chín" (99,999% thời gian hoạt động bình thường).
Dự báo bốn: Một lượng lớn prototype AI và dự án thí điểm sẽ được đưa vào sử dụng.
Năm 2024 dự kiến sẽ có nhiều prototype và dự án thí điểm AI ra mắt thị trường. Khác với giai đoạn thử nghiệm, khi sản phẩm thực sự được người dùng sử dụng, cần xem xét nhiều yếu tố như độ trễ, chi phí, quyền sở hữu mô hình và quản lý quyền sở hữu dữ liệu. Điều này cũng đồng nghĩa với việc trọng tâm tính toán dự kiến sẽ chuyển từ giai đoạn tiền huấn luyện sang giai đoạn suy luận. Vì vậy, năm 2024 là một năm cực kỳ then chốt, mọi người đặt kỳ vọng cao vào các sản phẩm này, cần đảm bảo quá trình chuyển đổi diễn ra chính xác.
Tác động lâu dài của AI
Phán đoán 1: AI là một cuộc cách mạng năng suất quy mô lớn, được thúc đẩy bởi chi phí.
Có nhiều loại cách mạng công nghệ, bao gồm cách mạng viễn thông nhờ điện thoại, cách mạng giao thông nhờ tàu hỏa và cách mạng năng suất nhờ cơ giới hóa nông nghiệp. AI rõ ràng sẽ mang lại một cuộc cách mạng năng suất.
Các cuộc cách mạng năng suất trong lịch sử đều có mô hình tương tự: Ban đầu là con người dùng công cụ, sau đó phát triển thành con người phối hợp với máy móc, cuối cùng chuyển thành con người hợp tác với các công cụ được kết nối mạng và hợp tác hóa. Điều này cho thấy AI sẽ trải qua quá trình tiến hóa từ điểm lẻ đến mạng lưới tích hợp cao, sẽ thay đổi sâu sắc cách làm việc và sản xuất của chúng ta.
Sự thay đổi từ liềm đến máy gặt đập liên hợp trong lịch sử
Trong lĩnh vực canh tác, con người đã dùng liềm như một công cụ hơn 10.000 năm, đến năm 1831 máy gặt cơ khí được phát minh, và ngày nay chúng ta đã có máy gặt đập liên hợp – một mạng lưới phức tạp gồm hàng vạn hệ thống máy móc, trong đó mỗi máy đơn lẻ chính là một Agent.
Trong lĩnh vực lao động tri thức và viết lách cũng có mô hình tương tự. Công cụ ban đầu trong lao động tri thức chỉ là giấy bút, sau đó phát triển đến lập trình, đến nay máy tính và IDE đã có thể hỗ trợ quy mô lớn trong phát triển phần mềm. Việc phát triển phần mềm sẽ không còn là quá trình đơn lẻ, mà là một mạng lưới máy móc hợp tác xây dựng các hệ thống kỹ thuật phức tạp, do nhiều Agent cùng hoàn thành việc sinh mã code.
Viết lách trước kia cũng hoàn toàn thủ công, sau đó con người hợp tác với trợ lý máy móc, hiện nay đã có thể sử dụng nhiều công cụ phối hợp. Chẳng hạn như trợ lý AI mà mọi người đang dùng hiện nay không chỉ là GPT-4, mà còn có Mistral-Large, Claude-3, v.v., và nhờ chúng kiểm chứng lẫn nhau để có được câu trả lời tốt hơn.
AI giúp giảm chi phí phổ biến trong mọi ngành
Tác động của cuộc cách mạng năng suất đối với xã hội là phổ biến và sâu rộng. Về mặt kinh tế học, điều này có nghĩa là chi phí có thể giảm đáng kể. Hình trên cho thấy số lượng nhân viên cần thiết cho mỗi 1 triệu doanh thu của các công ty S&P 500 đang giảm nhanh chóng, sự thay đổi này có nghĩa là chúng ta có thể hoàn thành công việc nhanh hơn và với ít nhân lực hơn. Nhưng điều này không có nghĩa là việc cần làm giảm đi, mà là trong cùng một thời gian, chúng ta có thể làm được nhiều việc hơn.
Tiến bộ công nghệ trong các lĩnh vực lịch sử luôn mang lại hiện tượng giảm phát. Ví dụ với phần mềm máy tính, do đổi mới công nghệ liên tục, giá phần mềm không ngừng giảm. Nhưng trong các lĩnh vực quan trọng nhất với xã hội như giáo dục, chăm sóc sức khỏe, nhà ở, giá cả lại tăng nhanh hơn nhiều so với lạm phát, và AI đúng lúc có thể giúp giảm chi phí trong các lĩnh vực này.
Do đó, phán đoán then chốt đầu tiên về tác động lâu dài của AI là: AI sẽ là một cuộc cách mạng năng suất quy mô lớn, được thúc đẩy bởi chi phí, giúp chúng ta làm được nhiều việc hơn với ít nguồn lực hơn trong các lĩnh vực then chốt của xã hội.
Phán đoán 2: Mọi thứ đều có thể được tạo ra
Phán đoán thứ hai chủ yếu thảo luận về việc AI có thể làm gì.
Một năm trước, Jensen Huang đã đưa ra một tiên đoán: Trong tương lai, hình ảnh sẽ không còn được render nữa, mà sẽ được tạo ra. Điều này có nghĩa là chúng ta đang chuyển từ lưu trữ thông tin dưới dạng ma trận pixel sang biểu diễn nó dưới dạng các khái niệm đa chiều. Ví dụ với chữ cái "a", trước đây "a" được lưu trữ dưới dạng dữ liệu thô ASCII là 97, nhưng hiện nay máy tính không còn chỉ quan tâm đến biểu diễn pixel, mà hiểu khái niệm nội hàm của chữ cái "a" trong ngữ cảnh tiếng Anh cụ thể.
Mạnh mẽ hơn nữa, máy tính không chỉ có thể hiểu biểu diễn đa chiều này và render thành hình ảnh, mà còn có thể đặt nó vào ngữ cảnh, hiểu được ý nghĩa của chữ "a" như một ký tự tiếng Anh trong ngữ cảnh cụ thể, chứ không chỉ là một ký hiệu cô lập. Ví dụ khi nhìn thấy từ "multidimensional", máy tính sẽ không tập trung vào bản thân chữ "a", mà là hiểu toàn bộ ngữ cảnh và ý nghĩa của từ.
Quá trình này chính là đặc điểm cốt lõi của tư duy con người. Cũng giống như khi chúng ta học chữ "a", chúng ta không ghi nhớ ma trận pixel, mà nắm bắt một khái niệm trừu tượng. Cách tư duy này có thể truy ngược đến 2500 năm trước với thuyết Ý niệm của Plato, ông cho rằng đằng sau vạn vật đều có một thế giới ý niệm vĩnh cửu bất biến, các sự vật trong thế giới hiện thực chỉ là hình chiếu của các hình thức hoàn hảo trong thế giới ý niệm – điều này có điểm tương đồng với quá trình học của AI hiện nay.
Ảnh hưởng của điều này đối với doanh nghiệp là rất lớn. Hiện nay doanh nghiệp đã bắt đầu tích hợp AI vào các quy trình cụ thể và việc thiết lập KPI, ví dụ như Klarna đã nâng cao hiệu suất liên quan đến hỗ trợ khách hàng nhờ AI, xây dựng hệ thống truy xuất thông tin bằng AI để tạo trải nghiệm khách hàng chất lượng cao. Sự thay đổi này cũng đi kèm với sự xuất hiện của các giao diện người dùng mới, có thể rất khác biệt so với các cách giao tiếp hỗ trợ truyền thống.
Xu hướng này cực kỳ quan trọng, vì nó có nghĩa là doanh nghiệp cuối cùng có thể vận hành giống như một mạng thần kinh, các bộ phận liên kết và phối hợp với nhau, học hỏi và thích nghi theo cách tự tối ưu để không ngừng nâng cao hiệu quả.
Lấy ví dụ quy trình hỗ trợ khách hàng, hình trên là sơ đồ quy trình hỗ trợ khách hàng đơn giản. Bộ phận chăm sóc khách hàng có một loạt KPI, các chỉ số này chịu ảnh hưởng từ văn bản-thành-giọng nói, tạo ngôn ngữ, cá nhân hóa khách hàng, v.v., các yếu tố này tạo thành cây tối ưu hóa với các mô hình con hoặc nhánh con, cuối cùng hình thành một sơ đồ hệ thống rõ ràng, liên kết chặt chẽ, trong đó phản hồi từ tạo ngôn ngữ sẽ ảnh hưởng trực tiếp đến KPI cuối cùng trong việc phục vụ khách hàng. Nhờ cách trừu tượng hóa này, toàn bộ quy trình hỗ trợ khách hàng sẽ được quản lý, tối ưu và cải tiến bởi mạng thần kinh.
Hãy xem xét tình huống doanh nghiệp thu hút khách hàng. Thông qua các công nghệ AI như tạo ngôn ngữ, động cơ tăng trưởng, tùy chỉnh và tối ưu quảng cáo, có thể giúp doanh nghiệp đáp ứng tốt hơn nhu cầu của từng khách hàng. Sự tương tác giữa các công nghệ này có thể thúc đẩy doanh nghiệp học hỏi và thích nghi như một mạng thần kinh. Cá nhân sẽ có thể làm được nhiều việc hơn, điều này cũng sẽ thúc đẩy sự xuất hiện của nhiều doanh nghiệp một người.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
