a16z: AI giúp năng suất của mỗi người tăng gấp 10 lần, nhưng không có công ty nào vì thế mà có giá trị tăng gấp 10 lần
Tuyển chọn TechFlowTuyển chọn TechFlow
a16z: AI giúp năng suất của mỗi người tăng gấp 10 lần, nhưng không có công ty nào vì thế mà có giá trị tăng gấp 10 lần
Vấn đề không nằm ở chính công nghệ, mà ở việc tổ chức chưa tiến hành tái cấu trúc theo kịp.
Chuyên sâu báo cáo Web3Tác giả: George Sivulka
Biên dịch: TechFlow
Giới thiệu của TechFlow: AI đã nâng cao năng suất cá nhân lên 10 lần, nhưng không một công ty nào vì thế mà tăng giá trị lên 10 lần. George Sivulka – đối tác đầu tư tại a16z kiêm người sáng lập công ty AI Hebbia – cho rằng vấn đề không nằm ở công nghệ, mà ở việc các tổ chức chưa tái cấu trúc theo kịp. Ông đề xuất bảy tiêu chí phân biệt “AI cấp tổ chức” và “AI cấp cá nhân”: phối hợp, tín hiệu, định kiến, lợi thế biên, lấy kết quả làm trung tâm, trao quyền và không cần nhắc nhở – bản chất là nói rằng: chỉ thay động cơ điện thôi là chưa đủ; bạn phải thiết kế lại toàn bộ nhà máy.
Dưới đây là toàn văn:
AI vừa mới nâng cao năng suất của mỗi cá nhân lên 10 lần.
Không một công ty nào vì thế mà tăng giá trị lên 10 lần.
Năng suất đã đi đâu?
Đây không phải lần đầu tiên điều này xảy ra.
Vào những năm 1890, điện được kỳ vọng sẽ mang lại bước nhảy vọt về năng suất.
Các nhà máy dệt ở New England – vốn được xây dựng quanh hệ thống truyền động xoay do động cơ hơi nước tạo ra – nhanh chóng thay thế động cơ hơi nước bằng động cơ điện nhanh hơn.
Nhưng suốt ba mươi năm, các nhà máy điện hóa gần như không cải thiện sản lượng. Công nghệ vượt xa khả năng ứng dụng. Nhưng tổ chức thì chưa theo kịp.
Chỉ đến những năm 1920, khi dây chuyền sản xuất được thiết kế lại hoàn toàn – với dây chuyền lắp ráp, mỗi thiết bị được trang bị động cơ riêng, và công nhân cùng máy móc thực hiện những nhiệm vụ hoàn toàn khác nhau – thì điện hóa mới thực sự mang lại lợi ích.
Ghi chú ảnh: Ba giai đoạn tiến hóa của Nhà máy Dệt Lowell. Từ trái sang: nhà máy chạy hơi nước (1890), nhà máy chạy điện (1900), nhà máy “truyền động theo đơn vị” (1920) – tức là được xây dựng lại từ đầu theo mô hình dây chuyền điện.
Lợi ích không đến từ công nghệ bản thân, cũng không đến từ việc giúp từng công nhân hay máy móc kéo sợi nhanh hơn. Mà lợi ích thực sự chỉ xuất hiện khi chúng ta cuối cùng đồng thời tái thiết cả thể chế lẫn công nghệ.
Đây là bài học đắt giá nhất trong lịch sử công nghệ – và giờ đây chúng ta đang học lại bài học ấy.
Năm 2026, AI đang mang lại bước tăng năng suất 10 lần cho những người biết khai thác nó. Nhưng điều đó vẫn chưa đủ. Chúng ta đã thay động cơ điện, nhưng chưa thiết kế lại nhà máy.
Bởi một sự thật đơn giản: Một cá nhân hiệu quả không đồng nghĩa với một tổ chức hiệu quả.
Đa số sản phẩm AI hiện nay mang lại cảm giác “hiệu quả”, nhưng không thực sự tạo ra giá trị. Phần lớn các ví dụ sử dụng AI bạn thấy – như những màn “tối ưu hiệu suất” tự mãn trên Twitter hay Slack nội bộ công ty – đều không có tác động thực tế nào.
Khái niệm “dịch vụ như phần mềm” (service-as-software), được nhắc đi nhắc lại trong năm qua, đúng hướng nhưng thiếu bản đồ hành động. Hơn nữa, nó bỏ qua bức tranh tổng thể lớn hơn. Sự chuyển đổi thực sự không phải từ công cụ sang dịch vụ, mà là đồng thời xây dựng cả công nghệ và thể chế (dù là cải tạo cái cũ hay xây mới từ đầu). Một tương lai thực sự hiệu quả đòi hỏi một loại sản phẩm hoàn toàn mới – những “dây chuyền lắp ráp” của ngày mai.
Một tổ chức hiệu quả cần “trí tuệ cấp tổ chức”.
Bài viết này sẽ đi sâu phân tích bảy tiêu chí phân biệt “AI cấp tổ chức” và “AI cấp cá nhân”. Toàn bộ lĩnh vực B2B AI trong thập kỷ tới sẽ được xây dựng dựa trên những khác biệt này:
Ghi chú ảnh: Bảng so sánh bảy trụ cột của trí tuệ cấp tổ chức
Bảy trụ cột của trí tuệ cấp tổ chức
1. Phối hợp
AI cấp cá nhân tạo ra hỗn loạn.
AI cấp tổ chức tạo ra sự phối hợp.
Hãy thử một thí nghiệm tư duy. Giả sử ngày mai bạn nhân đôi quy mô tổ chức, bằng cách sao chép chính xác những nhân viên xuất sắc nhất của bạn.
Mỗi người trong số họ đều có những khác biệt nhỏ, sở thích, thói quen và góc nhìn riêng (đặc biệt là những nhân viên giỏi nhất). Nếu quản lý không chặt chẽ, giao tiếp không đầy đủ, phân công trách nhiệm, OKR và ranh giới vai trò chưa được xác định rõ ràng… bạn sẽ tạo ra hỗn loạn.
Đo lường theo cá nhân, tổ chức có thể hiệu quả hơn. Nhưng hàng ngàn Agent (hoặc con người) chèo thuyền mỗi người một hướng, thậm chí ngược chiều nhau – kết quả tốt nhất là đứng yên tại chỗ, còn kết quả tệ nhất là phá vỡ sự gắn kết của tổ chức.
Đây không phải giả định. Mỗi tổ chức áp dụng AI mà không có lớp phối hợp đang trải qua điều này ngay lúc này. Mỗi nhân viên có thói quen sử dụng ChatGPT riêng, phong cách prompt riêng, đầu ra riêng – và đầu ra của người này hoàn toàn không liên kết với người kia. Sơ đồ tổ chức có thể vẫn còn nguyên, nhưng công việc do AI tạo ra thực tế lại vận hành theo một luồng khác.
Ghi chú ảnh: Những cá nhân (hoặc Agent) hiệu quả chèo thuyền mỗi người một hướng. Không có sự phối hợp, đó chính là hỗn loạn.
Phối hợp là nhu cầu bắt buộc tuyệt đối – đối với cả con người lẫn Agent.
Trí tuệ cấp tổ chức sẽ thúc đẩy sự ra đời của một ngành công nghiệp toàn diện về “quản lý Agent” – tập trung vào vai trò và trách nhiệm của Agent, giao tiếp giữa các Agent với nhau và giữa Agent với con người, cũng như cách đo lường giá trị của Agent (chỉ tính phí theo số lượng là hoàn toàn chưa đủ).
2. Tín hiệu
AI cấp cá nhân tạo ra nhiễu.
AI cấp tổ chức tìm ra tín hiệu.
Ngày nay, con người có thể tạo ra – hay nói đúng hơn là sinh ra – bất cứ thứ gì mình nghĩ ra: bài viết, bài thuyết trình, bảng tính, ảnh, video, bài hát, website, phần mềm do AI tạo. Một món quà tuyệt vời.
Vấn đề nằm ở chỗ phần lớn nội dung do AI sinh ra là rác thải thuần túy. Việc tràn lan “rác AI” đã nghiêm trọng đến mức một số tổ chức phản ứng thái quá, thậm chí cấm toàn bộ đầu ra do AI tạo ra. Thực tế, tôi cũng có cảm giác tương tự – tôi điều hành một công ty AI, nhưng yêu cầu ban lãnh đạo không sử dụng AI cho bất kỳ sản phẩm văn bản cuối cùng nào. Tôi không chịu nổi thứ rác đó.
Hãy tưởng tượng ngành đầu tư tư nhân (PE) đang trở thành như thế nào. Năm ngoái, bạn có thể nhận được 10 cơ hội giao dịch trên bàn làm việc. Năm nay, quý tới bạn sẽ nhận được 50 cơ hội, mỗi cơ hội đều được AI “mài giũa” đến mức hoàn hảo – trong khi thời gian bạn dành để đánh giá vẫn như cũ: bạn phải chọn ra một cơ hội thực sự đáng tin cậy.
Việc tạo ra bất cứ thứ gì giờ đây đã không còn là vấn đề. Đối với bất kỳ tổ chức nghiêm túc nào, vấn đề hiện nay là tạo ra và sau đó sàng lọc ra thứ đúng đắn. Trong một thế giới do AI thúc đẩy, việc tìm ra sản phẩm xuất sắc, giao dịch tốt, hay tín hiệu giữa biển nhiễu, ngày càng trở nên then chốt. Động lực kinh tế chủ chốt trong thập kỷ tới sẽ là đào bới tín hiệu từ núi rác đang tăng trưởng theo cấp số mũ.
Ghi chú ảnh: Rác AI do các công cụ năng suất cá nhân tạo ra đang gia tăng theo cấp số mũ. Con người đã không còn đủ khả năng tự phân loại giữa nhiễu và tín hiệu – cần một lớp sản phẩm AI cấp tổ chức mới.
Trí tuệ cấp tổ chức phải tìm ra tín hiệu, phải cấu trúc hóa nhiễu để xuyên thấu qua núi rác, và trong quá trình làm việc phải đảm bảo khả năng định nghĩa rõ ràng, tính tất định và khả năng kiểm toán.
AI cấp cá nhân có thể nhấn mạnh vào năng suất “luôn sẵn sàng” kiểu Clawdbot, đáp ứng nhu cầu của bạn 24/7 theo cách không thể dự đoán – về bản chất là Agent phi tất định. Còn AI cấp tổ chức lại phụ thuộc vào độ tin cậy của Agent tất định. Chỉ những Agent có điểm kiểm tra, bước và quy trình có thể dự đoán mới có thể mở rộng quy mô, phát hiện tín hiệu và thông qua tín hiệu đó tạo ra lợi nhuận cho tổ chức.
Ghi chú ảnh: Matrix là một công cụ sử dụng công nghệ sinh tổng hợp để xuyên thấu nhiễu, từ đó mở ra một thế giới của Agent tất định và các điểm kiểm tra.
3. Định kiến
AI cấp cá nhân nuôi dưỡng định kiến.
AI cấp tổ chức tạo ra tính khách quan.
Các cuộc thảo luận xung quanh định kiến xã hội-chính trị đã chiếm lĩnh diễn ngôn AI trong nhiều năm. Các phòng thí nghiệm mô hình nền tảng cuối cùng đã “vượt qua” vấn đề này nhờ RLHF đủ dày, khiến mọi mô hình đều trở thành những kẻ xu nịnh. Ngày nay, các mô hình như ChatGPT, Claude… được căn chỉnh quá mức, luôn đồng ý với bạn trên mọi chủ đề trong “cửa sổ Overton” (thậm chí đôi khi còn vượt quá, nói thẳng ra là bạn @Grok). Các cuộc thảo luận về định kiến xã hội-chính trị dần lắng xuống. Nhưng một vấn đề mới đã thay thế nó.
Việc đồng thuận thái quá với mọi thứ đã trở nên vô lý đến mức hài hước. Chính điều này đã trở thành một meme – câu nói phản xạ có điều kiện của Claude: “Anh/chị hoàn toàn đúng!”, bất kể bạn có thực sự hoàn toàn đúng hay không.
Nghe có vẻ vô hại. Nhưng không phải vậy.
Những người tích cực nhất thúc đẩy AI trong nhiều tổ chức có thể nhanh chóng trở thành những nhân viên kém hiệu quả nhất trong lịch sử. Hãy suy ngẫm lý do vì sao.
Nhân viên kém hiệu quả nhất trong tổ chức thường hầu như không nhận được phản hồi tích cực nào mỗi ngày – và nay họ sẽ sớm có một ASI luôn đồng ý với họ. Họ sẽ tự nhủ: “Thể trí tuệ thông minh nhất trong lịch sử đều đồng ý với tôi. Chính quản lý của tôi mới sai.”
Điều này gây nghiện. Và độc hại đối với tổ chức.
Ghi chú ảnh: Phòng vang (echo chamber) do AI cấp cá nhân tạo ra làm trầm trọng thêm sự chia rẽ, khiến hai người ngày càng xa cách – động lực này khi mở rộng quy mô sẽ tạo ra phe nhóm trong một tổ chức vốn trước đó thống nhất.
Điều này tiết lộ một sự thật quan trọng: các công cụ năng suất cá nhân tăng cường người dùng. Nhưng điều thực sự cần được tăng cường nhất là sự thật.
Các tổ chức con người, sau hàng ngàn năm tiến hóa, đã xây dựng những hệ thống chuyên biệt nhằm chống lại vấn đề này:
- Các cuộc họp ủy ban đầu tư
- Kiểm tra thẩm định bởi bên thứ ba
- Hội đồng quản trị
- Sự phân chia quyền lực hành pháp – lập pháp – tư pháp của Chính phủ Hoa Kỳ
- Dân chủ đại diện và bản thân nền dân chủ
Ghi chú ảnh: Tính khách quan thậm chí có thể làm dịu vấn đề phối hợp – kiềm chế chứ không khuếch đại những bất đồng nhỏ.
Các tổ chức hiếm khi thất bại vì nhân viên thiếu tự tin. Chúng thất bại vì không ai sẵn sàng hoặc có khả năng nói “không”.
AI cấp tổ chức phải đảm nhận vai trò này. Nó sẽ không được huấn luyện bằng RLHF để chiều lòng người dùng hay đồng thuận với niềm tin của họ, mà phải thách thức những định kiến của họ. Khen thưởng khi hành vi hiệu quả, vẽ “đường ranh giới cứng” và buộc điều chỉnh khi lệch hướng.
Vì vậy, Agent quan trọng nhất trong tổ chức sẽ không phải là “kẻ chỉ biết gật đầu”, mà là “người bác bỏ có kỷ luật” – đặt câu hỏi về lập luận, phơi bày rủi ro, thực thi tiêu chuẩn. Một số ứng dụng AI có ảnh hưởng nhất trong tương lai sẽ được xây dựng xung quanh các ràng buộc thể chế: thành viên hội đồng quản trị AI, kiểm toán viên AI, kiểm tra độc lập bởi AI, tuân thủ AI…
4. Lợi thế biên
AI cấp cá nhân tối ưu hóa khối lượng sử dụng.
AI cấp tổ chức tối ưu hóa lợi thế biên.
Ranh giới khả năng của AI đang di chuyển từng tuần, thậm chí từng ngày. Các công ty mô hình nền tảng đang nhanh chóng cập nhật khả năng để cạnh tranh giành từng cá nhân và từng tổ chức.
Nhưng nghịch lý người khởi nghiệp kinh điển cho chúng ta biết: trong các ứng dụng cụ thể, độ sâu luôn đánh bại độ rộng:
- @Midjourney tập trung duy trì lợi thế nhỏ trong thiết kế ảnh.
- @Elevenlabsio tập trung duy trì lợi thế nhỏ trong mô hình giọng nói.
- @DecagonAI tập trung dẫn đầu mãi mãi trong trải nghiệm chăm sóc khách hàng toàn stack.
Dù các mô hình nền tảng ngày càng tiến gần nhau, nhưng lợi thế biên thực sự mới là chìa khóa đối với các chuyên gia lĩnh vực. Nhiều nhà thiết kế giỏi nhất sử dụng @Midjourney, nhiều công ty AI giọng nói hàng đầu sử dụng @Elevenlabsio – bởi dù mô hình nền tảng không ngừng tiến bộ, sự tập trung bền bỉ của giải pháp chuyên biệt vào việc thúc đẩy lợi thế biên đặc thù của nó, chính là yếu tố định nghĩa lợi thế.
Miễn là các giải pháp chuyên biệt vẫn tiếp tục tiến hóa, thì khả năng thực sự quyết định kết quả kinh tế – khả năng then chốt đối với doanh nghiệp – luôn nằm ở phía sản phẩm chuyên biệt.
Điều này thể hiện rõ nét nhất trong lĩnh vực tài chính – hiện là lĩnh vực phát triển LLM sôi động nhất. Một khi một khả năng nào đó trở nên phổ biến, thì theo định nghĩa, nó sẽ không còn giúp bạn vượt trội trên thị trường. Nhưng nếu công nghệ tiên tiến có thể tạo ra một lợi thế nhỏ 1% trong thời gian ngắn? Chỉ 1% ấy có thể tạo ra lợi nhuận hàng tỷ đô la.
Ghi chú ảnh: Đối với bất kỳ nhiệm vụ cụ thể nào, lợi thế biên được định nghĩa bởi giải pháp cấp tổ chức mà bạn xây dựng trên nền tảng công nghệ tiên tiến.
Người dùng của chúng tôi luôn đi trước đường cong. Cửa sổ ngữ cảnh của LLM đã tăng từ 4K lên 1 triệu token trong bốn năm. Một số người dùng của chúng tôi xử lý 30 tỷ token trong một tác vụ duy nhất. Năm nay, chúng tôi đã thấy lộ trình xử lý tác vụ 100 tỷ token. Mỗi khi khả năng của mô hình nền tảng được nâng cao, chúng tôi đã đi xa hơn rồi.
Ghi chú ảnh: Cửa sổ ngữ cảnh và các khả năng khác đều là “mục tiêu di động”. So sánh tiến hóa cửa sổ ngữ cảnh trong ba năm qua giữa các phòng thí nghiệm tiên phong và Hebbia.
Tính phổ quát dành cho người dùng rộng rãi đương nhiên quan trọng, đặc biệt trong giai đoạn giúp nhân viên làm quen với AI. Nhưng tương lai sẽ không phải là lựa chọn giữa sử dụng ChatGPT/Claude hay giải pháp chuyên biệt, mà là sử dụng cả ChatGPT/Claude lẫn giải pháp chuyên biệt.
Trí tuệ cấp tổ chức phải tận dụng các Agent chuyên biệt theo lĩnh vực, thậm chí theo nhiệm vụ cụ thể.
Chúng ta sẽ tự hỏi mình một câu hỏi nghe có vẻ phi lý nhưng thực ra không hề phi lý:
“AGI sẽ chọn sử dụng Agent nào như một phương tiện tiết kiệm thời gian? Ngay cả một siêu trí tuệ cũng sẽ muốn có những công cụ chuyên biệt cho từng lĩnh vực cụ thể.”
Ranh giới khả năng của AI luôn di chuyển, và những tổ chức khai thác được lợi thế biên thực sự mới là người chiến thắng. Còn những người khác đều đang trả tiền cho một mặt hàng chung rất đắt đỏ.
5. Kết quả
AI cấp cá nhân tiết kiệm thời gian.
AI cấp tổ chức mở rộng doanh thu.
@MaVolpi từng nói với tôi một câu đã thay đổi nhận thức của tôi về việc bán AI cho doanh nghiệp: “Nếu bạn hỏi bất kỳ CEO nào ưu tiên cắt giảm chi phí hay mở rộng doanh thu, gần như tất cả đều chọn doanh thu.”
Nhưng ngày nay, gần như mọi sản phẩm AI trên thị trường đều cung cấp giải pháp giảm chi phí – cam kết giúp bạn tiết kiệm thời gian, làm được nhiều việc hơn với ít người hơn, hoặc thay thế nhân lực.
AI cấp tổ chức phải mang lại lợi ích gia tăng. Trong khi lợi ích gia tăng khó thương mại hóa hơn rất nhiều so với thời gian được tiết kiệm.
Hãy lấy ví dụ về phát triển phần mềm được hỗ trợ bởi AI. IDE mã nguồn là một trong những công cụ năng suất AI cá nhân tốt nhất từ trước đến nay, nhưng hiện đang chịu áp lực lớn từ Claude Code – một công cụ AI cấp cá nhân khác. Còn Cognition đang chơi một trò chơi hoàn toàn khác. Kinh doanh tăng trưởng ổn định nhất của họ là bán chuyển đổi công nghệ, chứ không phải bán công cụ. Tôi đặt cược mô hình này sẽ tồn tại lâu dài.
Phần mềm thuần túy “đang nhanh chóng trở nên không còn hấp dẫn để đầu tư”. Dịch vụ thuần túy thì không thể mở rộng quy mô. Còn lớp giải pháp – nơi công nghệ và kết quả được gắn chặt với nhau – mới là nơi giá trị bền vững được tích tụ.
Hãy xem xét M&A. AI cấp cá nhân giúp các nhà phân tích xây dựng mô hình nhanh hơn. Còn AI cấp tổ chức lại xác định được đối tác giao dịch đáng theo đuổi trong số trăm mục tiêu, rồi mở rộng phạm vi tìm kiếm lên nghìn mục tiêu. Một bên tiết kiệm thời gian, còn bên kia tạo ra doanh thu.
Ghi chú ảnh: Các công ty mô hình nền tảng đang dịch chuyển sang lớp ứng dụng chuyên biệt. Các công ty ứng dụng chuyên biệt đang dịch chuyển sang lớp giải pháp.
“Dịch chuyển lên thượng nguồn” là lực hút tự nhiên hiện tại của thị trường. Các mô hình nền tảng đang tiến về lớp ứng dụng, còn các công ty ứng dụng đang tiến về lớp giải pháp.
Trí tuệ cấp tổ chức chính là lớp giải pháp. Và lớp giải pháp – nơi kết quả được tạo ra – sẽ tích tụ giá trị bền vững và chiếm lĩnh khoảng lợi nhuận lớn nhất.
6. Trao quyền
AI cấp cá nhân trao cho bạn một công cụ.
AI cấp tổ chức dạy bạn cách sử dụng nó.
Con người dù thông minh đến đâu cũng vẫn kháng cự sự thay đổi.
Tin hay không tùy bạn, hiện nay ở New York vẫn còn những cửa hàng thành công không chấp nhận thẻ tín dụng. Họ biết mình đang mất tiền, biết việc không chấp nhận thẻ tín dụng sẽ khiến họ mất tiền, nhưng vẫn không thay đổi. Cũng tương tự, trong tương lai gần, một số nhân viên trong một số tổ chức nhất định sẽ từ chối sử dụng AI.
Việc chuyển đổi từ một tổ chức hoàn toàn thủ công sang một tổ chức lai, lấy AI làm ưu tiên, sẽ là thách thức dai dẳng và mang tính định nghĩa nhất trong thập kỷ tới. Và thường thì những người ở cấp cao nhất, quan trọng nhất trong tổ chức lại là những người áp dụng chậm nhất.
Ghi chú ảnh: Những người ở cấp cao nhất trong tổ chức – những người xa nhất với “việc vận hành công cụ năng suất” – thường là nhóm chậm nhất nhưng cũng quan trọng nhất trong việc áp dụng công nghệ mới.
Palantir là công ty “phần mềm” duy nhất trong đợt bán tháo cổ phiếu công nghệ trị giá hàng nghìn tỷ đô la trong hai tháng qua vẫn duy trì được bội số định giá cực cao. Điều này có nguyên nhân. Palantir là một trong những công ty “kỹ thuật quy trình” thực sự đầu tiên. Dù bạn gọi nó là “kỹ thuật quy trình” hay “viết tài liệu kỹ năng cho Claude”, thì AI cấp tổ chức trong tương lai sẽ thúc đẩy sự ra đời của một ngành công nghiệp mới: mã hóa các quy trình doanh nghiệp vào Agent và triển khai quản lý thay đổi cần thiết.
Ghi chú ảnh: Việc áp dụng AI toàn diện trong tổ chức sẽ vượt qua nhiều khoảng cách, mỗi khoảng cách đều có thách thức riêng. Việc đưa quy trình lên nền tảng AI sẽ là động lực chính.
Tôi dám khẳng định: kỹ thuật quy trình sẽ trở thành “công nghệ” quan trọng nhất trong thời gian gần đây.
Và trong kỹ thuật quy trình, chuyên môn kinh doanh và ngành nghề – chứ không phải chuyên môn phần mềm – mới là yếu tố then chốt. Các giải pháp chuyên biệt sẽ đào tạo ra đội ngũ chuyên gia có kiến thức chuyên sâu về triển khai kỹ thuật, thực hiện và quản lý thay đổi tại tuyến đầu.
Một ngân hàng đầu tư hàng đầu (ba ngân hàng lớn nhất) đã chọn Hebbia để triển khai toàn diện đã nói rất rõ: lý do họ không hợp tác với một phòng thí nghiệm mô hình nền tảng lớn là vì “chúng tôi phải giải thích cho đội ngũ của họ thế nào là CIM (Bản ghi nhớ thông tin bảo mật)”. Tất nhiên Claude hay GPT hiểu lĩnh vực này, nhưng đội ngũ chịu trách nhiệm triển khai và phổ biến lại không hiểu…
Sự khác biệt này quyết định tất cả.
7. Không cần nhắc nhở
AI cấp cá nhân phản hồi prompt của con người.
AI cấp tổ chức hành động chủ động, không cần prompt.
Có rất nhiều cuộc thảo luận về việc các Agent giao tiếp với nhau, và liệu doanh nghiệp và thể chế trong tương lai còn cần con người hay không.
Nhưng câu hỏi hay hơn là: Các Agent AI trong tương lai còn cần prompt hay không?
Viết prompt cho AGI giống như gắn động cơ điện vào khung cửi thủ công. Về bản chất và vĩnh viễn, nó bị giới hạn bởi mắt xích yếu nhất trong chuỗi cung ứng tổ chức – chính chúng ta. Con người căn bản không biết nên đặt câu hỏi đúng như thế nào, chứ đừng nói đến việc biết khi nào nên đặt câu hỏi.
Công việc có giá trị nhất mà AI có thể làm là những việc chưa ai nghĩ đến để hỏi. AI nên tìm ra những rủi ro chưa ai phát hiện, những đối tác giao dịch chưa ai nghĩ đến, những đường ống bán hàng chưa ai biết tồn tại.
Điều này sẽ mở rộng hoàn toàn biên giới các trường hợp sử dụng AI.
Một hệ thống không cần prompt liên tục giám sát luồng dữ liệu toàn bộ danh mục đầu tư. Nó phát hiện chu kỳ vốn hoạt động của một công ty được đầu tư đã âm thầm xấu đi trong ba tháng liên tiếp, so sánh chéo với các điều khoản thỏa thuận tín dụng, và thông báo cho đối tác vận hành trước khi bất kỳ ai trong quỹ mở file PDF đó.
Khi bạn không còn cần con người viết prompt cho AI, các giao diện mới và cách làm việc mới sẽ xuất hiện. Chúng tôi @Hebbia có những ý tưởng rất mạnh về vấn đề này. Sẽ chia sẻ sau.
Kết luận
Những điều nêu trên không phủ nhận giá trị của chatbot, Agent và AI cấp cá nhân.
AI cấp cá nhân sẽ là phương tiện mà phần lớn doanh nghiệp toàn cầu lần đầu tiên trải nghiệm ma lực chuyển đổi của AI. Việc thúc đẩy mức độ sử dụng và tính dễ sử dụng là bước đầu tiên then chốt trong quản lý thay đổi để xây dựng một nền kinh tế lấy AI làm ưu tiên.
Nhưng đồng thời, nhu cầu về trí tuệ cấp tổ chức là rõ ràng, cấp bách và khổng lồ.
Tương lai, mỗi tổ chức sẽ có một chatbot từ phòng thí nghiệm mô hình nền tảng. Mỗi tổ chức cũng sẽ có một AI cấp tổ chức được thiết kế riêng cho các vấn đề lĩnh vực cụ thể – và AI cấp cá nhân sẽ coi AI cấp tổ chức như công cụ quan trọng nhất trong hộp công cụ của mình.
Xu hướng “kết hợp tốt hơn” giữa AI cấp tổ chức và AI cấp cá nhân là điều tất yếu.
Nhưng hãy nhớ bài học từ các nhà máy dệt những năm 1890. Những nhà máy đầu tiên được nối điện đã thua các nhà máy tái thiết lại xưởng sản xuất.
Chúng ta đã có điện. Đã đến lúc tái thiết lại nhà máy của mình.
Cảm ơn @aleximm và @WillManidis đã góp ý, cũng như bài viết “Những vật thể có hình dạng công cụ” của Will đã truyền cảm hứng cho bài viết này.
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
a16z
