Seeing AGI (7): The Token Divide — ทำไมการเข้าถึง AI อย่างไร้ขีดจำกัดจึงกลายเป็นเรื่องเป็นตายขององค์กร
"ช่องว่างด้านประสิทธิภาพระหว่างบริษัทไม่ได้วัดเป็นเปอร์เซ็นต์อีกต่อไปแล้ว ในยุค AI Employee บริษัทที่ให้พนักงานทุกคนเข้าถึง token ได้อย่างไม่จำกัดจะทำงานด้วยความเร็ว 10 เท่า 20 เท่า — หรือแม้แต่ 100 เท่า — เมื่อเทียบกับบริษัทที่ไม่ทำ นี่ไม่ใช่ความได้เปรียบทางการแข่งขัน นี่คือเส้นแบ่งระดับอารยธรรม"
ในบทความหกชิ้นก่อนหน้านี้ ผมเขียนเกี่ยวกับการมาถึงของ AGI วิธีที่ปัจเจกบุคคลควรปรับตัว วิธีสร้างทีมแบบ AI-native การเปลี่ยนแปลงทางอารมณ์ของ vibe working ทำไมสถาปัตยกรรมแบบ multi-model จึงเป็นอนาคต และวิธีเตรียมลูกๆ ของเราให้พร้อมสำหรับโลก AI-native บทความทั้งหมดเหล่านั้นล้วนเกี่ยวกับ "คน" ไม่ทางใดก็ทางหนึ่ง — เกี่ยวกับว่ามนุษย์ต้องวิวัฒนาการอย่างไรไปพร้อมกับ AI บทความชิ้นที่เจ็ดนี้แตกต่างออกไป มันเกี่ยวกับบริษัท โดยเฉพาะอย่างยิ่ง มันเกี่ยวกับการตัดสินใจระดับองค์กรเพียงหนึ่งเดียวที่ผมเชื่อว่าจะเป็นตัวกำหนดว่าบริษัทไหนจะยังอยู่ — และบริษัทไหนจะหายไป — ในอีกห้าปีข้างหน้า
คำถามที่ผมถูกถามอยู่ตลอดเวลา
แทบไม่มีสัปดาห์ไหนที่ CEO ผู้ก่อตั้ง หรือผู้บริหารระดับสูงสักคนไม่ดึงผมไปคุยส่วนตัว — ในงานประชุม ระหว่างมื้อค่ำ ทางโทรศัพท์ — แล้วถามคำถามในรูปแบบเดียวกัน: "เราจะนำ AI มาใช้ในบริษัทได้จริงๆ อย่างไร?"
ผมเข้าใจว่าทำไมพวกเขาถึงถาม มันรู้สึกเหมือนเป็นคำถามที่ถูกต้อง ฟังดูเชิงกลยุทธ์ รอบคอบ รับผิดชอบ มันส่งสัญญาณว่าพวกเขาให้ความสำคัญกับ AI จริงจัง และผมขอบคุณเจตนาเบื้องหลังคำถามนี้เสมอ
แต่ทุกครั้งที่ได้ยิน ผมรู้สึกกระอักกระอ่วนเงียบๆ เพราะคำถามนั้น แม้จะมีเจตนาดี กลับเผยให้เห็นความเข้าใจผิดขั้นพื้นฐานเกี่ยวกับจุดที่เราอยู่ มันตีกรอบ AI ว่าเป็นโปรเจกต์ที่ต้อง "implement" — สิ่งที่มีจุดเริ่มต้น ขอบเขต แผนการ roll out วันที่เสร็จสมบูรณ์ มันสันนิษฐานว่ามีเส้นทางที่ระมัดระวังและเป็นระเบียบจาก "จุดที่เราอยู่วันนี้" ไปสู่ "บริษัทที่เปิดใช้ AI" และหน้าที่ของเราคือค้นหาและเดินตามเส้นทางนั้น
คำถามที่พวกเขาควรถามง่ายกว่ามาก — และเร่งด่วนกว่ามาก: "เราได้ให้พนักงานทุกคนในบริษัทเข้าถึงการคิด สร้างสรรค์ และสร้างด้วย AI ได้อย่างไม่จำกัดหรือยัง?"
ถ้าคำตอบคือยัง — และสำหรับบริษัทส่วนใหญ่ที่ผมพูดคุยด้วย คำตอบที่ซื่อสัตย์คือยัง — แล้วทุกอย่างอื่นก็เป็นเพียงเสียงรบกวน ไม่ว่าจะเป็นเอกสารกลยุทธ์ AI ทีมเฉพาะกิจ โปรแกรมนำร่อง กรอบธรรมาภิบาล — ไม่มีอะไรสำคัญจนกว่าคำถามพื้นฐานนี้จะได้รับคำตอบ เพราะหากไม่มีสิ่งนี้ คุณไม่ได้กำลัง implement AI คุณกำลังแสดงบทบาทการ implement AI และความแตกต่างระหว่างสองสิ่งนี้คือทุกอย่าง
"การเข้าถึง Token อย่างไม่จำกัด" หมายความว่าอะไรกันแน่
ผมขอพูดให้ชัดเจน เพราะผมคิดว่าหลายคนได้ยินคำว่า "การเข้าถึง AI อย่างไม่จำกัด" แล้วจินตนาการว่ามันหมายถึงอะไรที่คลุมเครือ — อะไรอย่างเช่น "วัฒนธรรมที่เปิดกว้างต่อเครื่องมือ AI" มันไม่ใช่ มันหมายถึงสิ่งที่ชัดเจนและวัดได้
Token คือหน่วยพื้นฐานของงาน AI ทุก query ที่คุณส่ง ทุกเอกสารที่คุณขอให้ AI วิเคราะห์ ทุกชิ้นส่วนของโค้ดที่คุณขอให้มันเขียน ทุก agentic task ที่คุณสั่งให้ดำเนินการ — ทั้งหมดล้วนใช้ token Token คือวัตถุดิบของ productivity ที่ขับเคลื่อนด้วย AI ในความหมายที่ตรงตัวที่สุด มันเทียบเท่ากับกิโลวัตต์-ชั่วโมงในยุคอุตสาหกรรม เทียบเท่ากับ bandwidth ในยุคอินเทอร์เน็ต
เมื่อบริษัทกำหนดเพดาน token รายเดือน — เมื่อกำหนดให้พนักงานต้องส่งคำขอผ่าน IT เพื่อเข้าถึง frontier model เมื่อบล็อกเครื่องมือ AI บางตัวบนเครือข่ายองค์กร เมื่อเสนอ subscription ร่วมหนึ่งรายการสำหรับยี่สิบคน เมื่อกำหนดว่าการใช้งาน AI ต้องถูกบันทึกและตรวจสอบ — มันกำลังจำกัดความสามารถของพนักงานในการคิดร่วมกับ AI มันกำลังติดตัวจำกัดความเร็วบนผลผลิตทางปัญญาของพวกเขา มันกำลัง จำกัดปริมาณสติปัญญาที่พนักงานได้รับอนุญาตให้ใช้กับงาน อย่างแท้จริง
ลองคิดดูว่ามันฟังดูไร้สาระแค่ไหนเมื่อพูดออกมาดังๆ เรากำลังจำกัดปริมาณสติปัญญาที่พนักงานของเราได้รับอนุญาตให้ใช้
แต่กระนั้น นี่คือสิ่งที่บริษัทส่วนใหญ่กำลังทำอยู่ในปัจจุบัน ไม่ใช่เพราะเจตนาร้าย แต่เพราะความเคยชิน — สัญชาตญาณเดียวกันที่ทำให้ฝ่าย IT ปฏิบัติต่อเทคโนโลยีใหม่ทุกอย่างเหมือนเป็นต้นทุนที่ต้องควบคุม แทนที่จะเป็นขีดความสามารถที่ต้องปลดปล่อย
ผมเคยผ่านช่วงเวลาคล้ายกันในต้นทศวรรษ 2000 บางบริษัทให้พนักงานทุกคนเข้าถึงอินเทอร์เน็ตอย่างไม่จำกัดและบอกว่า: ใช้มันตามที่คุณต้องการเพื่อทำงานให้ดีขึ้น บริษัทอื่นๆ ล็อกการเข้าถึงอินเทอร์เน็ต บล็อกเว็บไซต์ เฝ้าติดตามการใช้งาน และออกนโยบายองค์กรเกี่ยวกับสิ่งที่อนุญาตและไม่อนุญาต บริษัทที่ให้อินเทอร์เน็ตไม่จำกัดในปี 2000 ส่วนใหญ่คือบริษัทที่ครองอุตสาหกรรมของตนในปี 2010 บริษัทที่จำกัดมันไม่ได้แพ้เพราะนโยบายอินเทอร์เน็ตของพวกเขาแย่ พวกเขาแพ้เพราะแนวทางพื้นฐานต่อเทคโนโลยีใหม่ของพวกเขาผิด พวกเขาพยายาม optimize เพื่อการควบคุม ในขณะที่ควร optimize เพื่อขีดความสามารถ
แต่มีบทเรียนจากอดีตที่เก่ากว่า — และให้ข้อคิดมากกว่า — ที่ผมนึกถึงอยู่เสมอ
ในต้นทศวรรษ 1900 มอเตอร์ไฟฟ้าเริ่มมีให้ใช้อย่างแพร่หลายในโรงงานอุตสาหกรรม เจ้าของโรงงานส่วนใหญ่ทำสิ่งที่ดูเหมือนจะชัดเจน: พวกเขาเปลี่ยนเครื่องจักรไอน้ำตรงกลางเป็นมอเตอร์ไฟฟ้า สายพานเดิม เพลาส่งกำลังเดิม ผังโรงงานเดิม — แค่เปลี่ยนแหล่งพลังงาน ผลลัพธ์ก็พอใช้ได้ ประสิทธิภาพดีขึ้นเล็กน้อย ต้นทุนลดลงบ้าง แต่การเปลี่ยนแปลงนั้นไม่ใกล้เคียงกับสิ่งที่เป็นไปได้เลย
โรงงานที่ปลดล็อกการปฏิวัติที่แท้จริงทำสิ่งที่แตกต่างโดยสิ้นเชิง พวกเขาทิ้งระบบส่งกำลังทั้งหมด — เพลาส่งกำลัง สายพาน ตรรกะพลังงานจากศูนย์กลาง — และติดตั้งมอเตอร์ไฟฟ้าแต่ละตัวโดยตรงที่สถานีงานแต่ละแห่ง จากนั้นพวกเขาออกแบบพื้นที่โรงงานใหม่ตั้งแต่ต้นตามสถาปัตยกรรมใหม่นี้ ผลผลิตไม่ได้ดีขึ้น 10% หรือ 20% มันดีขึ้นสาม สี่ บางครั้งห้าเท่า กระบวนการทำงานที่เคยถูกจำกัดด้วยระยะทางการส่งกำลังทางกายภาพสามารถจัดระเบียบใหม่ตามตรรกะและความเร็ว วิธีการผลิตใหม่ๆ ที่เคยเป็นไปไม่ได้ภายใต้สถาปัตยกรรมเดิมก็เป็นไปได้
นักเศรษฐศาสตร์ Paul David ศึกษาปรากฏการณ์นี้ในบทความที่มีชื่อเสียงปี 1990 เขาเรียกมันว่า "dynamo paradox": ไฟฟ้ามีให้ใช้ในเชิงพาณิชย์มาเกือบสี่ทศวรรษก่อนที่โรงงานส่วนใหญ่จะเห็นการเพิ่มผลิตภาพแบบเปลี่ยนโฉม — เพราะส่วนใหญ่ใช้พลังงานใหม่ด้วยความคิดแบบเก่า พวกเขา adopt เทคโนโลยีแล้ว แต่ไม่ได้จัดระเบียบองค์กรใหม่ให้สอดคล้องกับมัน
สิ่งที่ทำให้ผมประทับใจมากที่สุดคือ: โรงงานที่ไม่สามารถเปลี่ยนแปลงได้ไม่ได้ขาดข้อมูลหรือประมาท พวกเขาเข้าถึงมอเตอร์ไฟฟ้าเดียวกันกับคู่แข่ง พวกเขาจ่ายค่าไฟฟ้า พวกเขาเชื่ออย่างจริงใจว่าได้ adopt เทคโนโลยีใหม่แล้ว สิ่งที่พวกเขาทำจริงๆ คือเอาพลังงานใหม่มาติดบนโครงสร้างเดิม — แล้วก็สงสัยว่าทำไมผลลัพธ์ถึงไม่สมดุลกับการลงทุน
ผมเห็นรูปแบบเดียวกันนี้เกิดขึ้นในปัจจุบัน บริษัทส่วนใหญ่ที่ deploy AI กำลังทำสิ่งเทียบเท่ากับโรงงานที่เปลี่ยนเครื่องจักรไอน้ำเป็นมอเตอร์ไฟฟ้าแล้วเรียกมันว่าการเปลี่ยนแปลง subscription ร่วมหนึ่งรายการ use case ที่ได้รับอนุมัติไม่กี่อย่าง กรอบธรรมาภิบาล การประชุมทบทวน AI รายไตรมาส โครงสร้างองค์กรเดิม — สายพานและเพลาส่งกำลังเดิม — ยังคงอยู่ครบถ้วน
การเข้าถึง token อย่างไม่จำกัดคือสิ่งเทียบเท่าในระดับองค์กรของการรื้อเพลาส่งกำลังออกแล้วติดตั้งมอเตอร์แต่ละตัวที่ทุกสถานีงาน มันไม่ใช่แค่การตัดสินใจเรื่องต้นทุน มันเป็นการตัดสินใจเชิงโครงสร้าง — สัญญาณว่าคุณกำลังออกแบบพื้นที่โรงงานใหม่ ไม่ใช่แค่เปลี่ยนแหล่งพลังงาน และเช่นเดียวกับโรงงานในต้นศตวรรษที่ 20 บริษัทที่ตัดสินใจเชิงโครงสร้างนี้จะไม่ได้ดีขึ้นแค่ 10% พวกเขาจะอยู่ในหมวดหมู่ของ productivity ที่แตกต่างโดยพื้นฐานจากบริษัทที่ไม่ทำ
เราอยู่ที่ทางแยกเดียวกันในวันนี้ เพียงแต่เดิมพันสูงกว่าอย่างเทียบไม่ได้ — และช่องว่างระหว่างสองเส้นทางเปิดกว้างเร็วกว่าอย่างเทียบไม่ได้
ยุค AI Employee มาถึงแล้ว
ในบทความชิ้นที่สาม ผมเขียนเกี่ยวกับการสร้างทีมแบบ AI-native ในชิ้นที่สี่ ผมอธิบาย vibe working — การเปลี่ยนแปลงทางจิตวิทยาและการดำเนินงานที่เกิดขึ้นเมื่อมนุษย์เลิกปฏิบัติต่อ AI เหมือนเครื่องมือและเริ่มปฏิบัติต่อมันเหมือนผู้ร่วมงานที่แท้จริง บทความเหล่านั้นบรรยายการเปลี่ยนผ่านที่กำลังดำเนินอยู่
ผมอยากพูดให้ชัดเจนตอนนี้: การเปลี่ยนผ่านนั้นไม่ได้กำลังดำเนินอยู่อีกต่อไป มันเสร็จสมบูรณ์แล้ว ยุค AI Employee มาถึงแล้ว
AI ไม่ใช่เครื่องมือที่คุณใช้เขียนอีเมลให้เร็วขึ้น มันไม่ใช่เครื่องมือค้นหาที่คุณถามเมื่อติดขัด มันคือเพื่อนร่วมงาน ผู้ร่วมก่อตั้ง กองทัพผู้เชี่ยวชาญ — วิศวกร นักวิจัย นักวิเคราะห์ นักกลยุทธ์ นักออกแบบ นักเขียน — พร้อมให้บริการทุกคนในบริษัทของคุณ ยี่สิบสี่ชั่วโมงต่อวัน เจ็ดวันต่อสัปดาห์ ไม่มีวันหยุดพักผ่อน ไม่มีอีโก้ ไม่มีการเมืองในองค์กร AI ไม่กลับบ้านตอนหกโมง มันไม่หมดแรงจูงใจ มันไม่ต้องการสามสัปดาห์ในการ onboard มันไม่ต้องการการเจรจาเงินเดือนซ้ำแล้วซ้ำเล่า
แต่สิ่งสำคัญเกี่ยวกับกองทัพนี้คือ: มันจะมาปรากฏตัวก็ต่อเมื่อคุณเปิดประตู
ที่ Genspark เราเติบโตจากศูนย์สู่ $200M ใน annual run rate ภายในสิบเอ็ดเดือน — ความเร็วที่เท่าที่ผมทราบ ไม่เคยมีใครทำได้มาก่อนใน enterprise AI เราแตะ $10M ARR ภายในเก้าวันแรกหลังเปิดตัว เร็วกว่า ChatGPT เร็วกว่า Claude เร็วกว่าผลิตภัณฑ์ AI ใดๆ ในประวัติศาสตร์ เราทำได้ด้วยทีมที่ตามมาตรฐานแบบดั้งเดิม ถือว่าเล็กจนน่าขันเมื่อเทียบกับ output ที่เราผลิตออกมา AI เขียนโค้ด 100% ของเรา วิศวกรหนึ่งคนสร้าง AI browser ของเราภายในสามเดือน PM คนหนึ่งส่งมอบ AI Slides ในสองสัปดาห์ นักออกแบบที่ไม่เคยเขียนโค้ดมาก่อนสร้างเว็บไซต์ดาวน์โหลดเบราว์เซอร์ภายในสามวัน ในสิบเอ็ดเดือนนับจากนั้น เราได้ส่งมอบ AI Workspace 3.0, Genspark Claw — AI employee อัตโนมัติเต็มรูปแบบตัวแรกของเรา — รวมถึง Workflows, Teams, Meeting Bots, Realtime Voice และอีกมากมาย คนเหล่านี้ไม่ใช่มนุษย์พิเศษ — พวกเขาคือคนที่มีพรสวรรค์ปกติซึ่งได้รับการเข้าถึงกองทัพอันยอดเยี่ยมอย่างไม่จำกัด
บริษัทที่มีคน 50 คนและเข้าถึง AI อย่างไม่จำกัดไม่ได้ทำงานเหมือนบริษัท 50 คน มันทำงานเหมือนบริษัท 500 หรือ 5,000 คน ตัวคูณนี้เป็นของจริง วัดได้ และเราใช้ชีวิตกับมันทุกวัน
ลองนึกภาพสถานการณ์ตรงข้าม: บริษัทที่มีคน 500 คนและจำกัดการเข้าถึง AI งบ token รายเดือน ขั้นตอนอนุมัติจาก IT โปรแกรมนำร่องอย่างระมัดระวังกับแผนกเดียว การทบทวนรายไตรมาส แผน rollout ที่ถูกกำกับดูแลอย่างรอบคอบ
บริษัทนั้นทำงานเหมือนบริษัท 500 คน ไม่มากไปกว่านั้น
บริษัท 50 คนจะ ship เร็วกว่าสิบเท่า iterate มากกว่าสิบเท่า ล้มเหลวอย่างสร้างสรรค์มากกว่าสิบเท่า และเรียนรู้เร็วกว่าสิบเท่า และทุกสัปดาห์ที่ผ่านไป ช่องว่างระหว่างพวกเขาก็กว้างขึ้น
ช่องว่างระดับปีแสง: ทำไมครั้งนี้ถึงแตกต่าง
ในทุกคลื่นเทคโนโลยีที่ผ่านมา — ยุค PC ยุคอินเทอร์เน็ต ยุคมือถือ ยุค cloud — มีช่องว่างระหว่าง early adopters และ laggards บริษัทที่เคลื่อนที่เร็วกว่าได้เปรียบ แต่ข้อได้เปรียบเหล่านั้นแม้จะเป็นจริง แต่ก็มีขอบเขตจำกัด ช่องว่างด้านประสิทธิภาพระหว่าง early adopter กับ late adopter ในยุคอินเทอร์เน็ตอาจเป็น 1.5 เท่า อาจ 2 เท่า สำหรับบริษัทที่บริหารได้ดีที่สุดอาจ 3 เท่า
ช่องว่างเหล่านั้นสามารถตามทันได้ บริษัทที่ตามหลังการ adopt cloud สองปีในปี 2012 สามารถตามทันได้ภายในปี 2015 มันเจ็บปวดและแพง แต่เป็นไปได้
สิ่งที่เกิดขึ้นตอนนี้แตกต่างโดยสิ้นเชิง ช่องว่างไม่ได้เป็นเชิงเส้น มันเป็นเลขชี้กำลัง และผมไม่แน่ใจว่ามันจะตามทันได้
ลองจินตนาการเรือสองลำออกจากท่าเดียวกันในวันเดียวกัน ลำหนึ่งขับเคลื่อนด้วยพลังงานนิวเคลียร์ อีกลำมีพาย วันแรก เรือนิวเคลียร์นำหน้าเล็กน้อย สิ้นสัปดาห์แรก มันนำหน้าไกล สิ้นเดือนแรก เรือพายมองไม่เห็นเรือนิวเคลียร์บนเส้นขอบฟ้าแล้ว สิ้นปีแรก ระยะห่างระหว่างพวกเขาไม่ใช่แค่มาก ไม่ใช่แค่มากมาย มันเกินจะเข้าใจ — ช่องว่างที่วัดไม่ได้เป็นไมล์ แต่อยู่คนละหมวดหมู่ของความเป็นจริง
นั่นคือสิ่งที่ token divide กำลังสร้างขึ้นระหว่างบริษัทต่างๆ ตอนนี้
ด้านหนึ่ง: บริษัทที่พนักงานทุกคนเข้าถึง frontier AI model ที่ทรงพลังที่สุดได้อย่างไม่จำกัด — ที่วิศวกรมีบทสนทนา multi-turn แบบ live กับ AI เพื่อออกแบบระบบทั้งหมด ที่ product manager สร้างและ iterate รายงานวิจัยภายในนาทีแทนที่จะเป็นสัปดาห์ ที่ผู้บริหารทดสอบกลยุทธ์กับ competitive scenario ที่ AI สร้างขึ้นก่อนที่ slide deck แม้แต่แผ่นเดียวจะถูกสร้าง ทุกคนในบริษัทนั้นทำงานด้วยตัวคูณทางปัญญาที่ทบต้นทุกวัน
อีกด้านหนึ่ง: บริษัทที่การเข้าถึง frontier AI model ต้องยื่นตั๋วให้ IT ที่งบเครื่องมือ AI ถูกถกเถียงรายไตรมาส ที่พนักงานหาทางใช้บัตรเครดิตส่วนตัวเข้าถึงเครื่องมือ AI แบบ frontier เพราะเครื่องมือที่บริษัทจัดให้ถูกจำกัดเกินไป ที่ผู้นำยังคงตัดสินใจอยู่ว่าจะขยายโปรแกรมนำร่องจากทีมวิศวกรรมไปทีมการตลาดหรือไม่
ความแตกต่างของ output ระหว่างบริษัททั้งสองนี้ไม่ใช่ 10% ไม่ใช่ 50% มันคือความแตกต่างระหว่างบริษัทที่กำลังวิ่งกับบริษัทที่ยืนนิ่ง และทุกวันที่ผ่านไป บริษัทที่วิ่งก็ไปไกลขึ้น — ไม่ใช่แบบเชิงเส้น แต่แบบเลขชี้กำลัง เพราะ iteration ที่เร็วกว่าหมายถึงการเรียนรู้ที่เร็วกว่า ซึ่งหมายถึงผลิตภัณฑ์ที่ดีกว่า ซึ่งหมายถึงรายได้มากขึ้น ซึ่งหมายถึง iteration ที่เร็วยิ่งขึ้นไปอีก
นี่ไม่ใช่ความได้เปรียบทางการแข่งขัน เมื่อเวลาผ่านไป มันคือเหตุการณ์สูญพันธุ์
"การโอบรับอย่างเต็มที่" หน้าตาเป็นอย่างไร
ผมอยากพูดให้เป็นรูปธรรม เพราะ "โอบรับ AI อย่างเต็มที่" เป็นวลีที่ฟังดูมีความหมายแต่สามารถใช้อธิบายอะไรก็ได้
ยกเลิกเพดาน token และขีดจำกัดการใช้จ่ายเครื่องมือ AI ทั้งหมดสำหรับพนักงานทุกคน — วันนี้ ไม่ใช่ไตรมาสหน้า ไม่ใช่หลังจากการตรวจสอบด้านความปลอดภัยเสร็จ วันนี้ ใช่ มันจะมีค่าใช้จ่าย แต่ค่าใช้จ่ายนั้นเล็กน้อยมากเมื่อเทียบกับผลตอบแทนด้าน productivity และน้อยกว่าต้นทุนของการตามหลังอย่างมหาศาล
เลิกปฏิบัติต่อ AI เหมือนค่าใช้จ่าย IT งบ AI ควรอยู่ในงบบุคลากร — ไม่ใช่งบ IT ทันทีที่คุณย้ายรายการค่าใช้จ่ายนั้น ทุกอย่างเปลี่ยน มันส่งสัญญาณให้ทั้งองค์กรรู้ว่า AI ไม่ใช่ซอฟต์แวร์ที่ต้องจัดการและลดให้น้อยที่สุด — มันเป็นสมาชิกในทีม ลองคิดแบบนี้: AI agent ทุกตัวที่บริษัทคุณ deploy สมควรได้รับที่นั่งของตัวเอง สถานีงานของตัวเอง สายบังคับบัญชาของตัวเอง มันมีบทบาท มีสิ่งส่งมอบ มีผู้จัดการ เมื่อคุณปฏิบัติต่อ AI แบบนั้น — เมื่อมันปรากฏใน org chart ของคุณ ไม่ใช่แค่ในสัญญาผู้ค้า — คนของคุณก็เริ่มปฏิบัติต่อมันแบบนั้นด้วย ไม่มี CFO ที่มีเหตุผลคนไหนมองที่รายการเงินเดือนแล้วคิดว่า: "เราจะตัดสิ่งนี้เพื่อลดต้นทุนได้อย่างไร?" เงินเดือนคือราคาของขีดความสามารถของมนุษย์ การเข้าถึง AI คือราคาของขีดความสามารถของ AI ในโลกที่ AI ทำงาน 80% รายการค่าใช้จ่ายนั้นสมควรได้รับความเคารพเท่ากัน — และปรัชญาการลงทุนเดียวกัน — กับคนที่นั่งอยู่ข้างๆ
สร้างวัฒนธรรมภายในที่การใช้ AI สำหรับทุกอย่างเป็นค่าเริ่มต้น ไม่ใช่ข้อยกเว้น ที่ Genspark เราไม่มีนโยบายที่บอกว่า "ใช้ AI เมื่อมันเหมาะสม" เรามีวัฒนธรรมที่บอกว่า "ถ้าคุณไม่ได้ใช้ AI สำหรับงานนี้ บอกเราว่าทำไม" การกลับด้านนี้มีความสำคัญอย่างมาก มันส่งสัญญาณถึงความจริงจังขององค์กร มันสร้างความรับผิดชอบร่วมกัน และมันเร่งการเรียนรู้ร่วม เพราะเมื่อทุกคนใช้ AI อย่างจริงจัง บทเรียนก็แพร่กระจายเร็ว
ยุติระยะนำร่อง ผมอยากพูดตรงๆ เรื่องนี้: ถ้าบริษัทของคุณยังอยู่ในระยะ "ทดสอบและประเมิน AI" คุณไม่ได้กำลังรอบคอบ คุณกำลังช้า เวลาสำหรับการนำร่องจบลงในปี 2023 บริษัทที่กำลังชนะอยู่ตอนนี้ไม่ได้นำร่อง — พวกเขากำลัง deploy, iterate และทบต้น ทุกเดือนที่คุณใช้ในการประเมินคือหนึ่งเดือนที่คู่แข่งใช้ในการ execute
บริษัทที่กำลังถูกทิ้งไว้ข้างหลังตอนนี้
ผมอยากวาดภาพ — ไม่ใช่เพื่อทำให้ใครอาย แต่เพราะผมคิดว่าผู้นำบางคนไม่ได้ตระหนักจริงๆ ว่าโลกภายนอกมองพวกเขาอย่างไร
บริษัทที่กำลังตามหลังมีคณะกรรมการกลยุทธ์ AI ที่ประชุมรายเดือน มี AI subscription ร่วมหนึ่งรายการที่ได้รับอนุมัติต่อทีมยี่สิบคน กำลังทำ pilot กับทีมวิศวกรรมและวางแผนจะ "ขยายไปแผนกอื่น" หลังจาก pilot แรกเสร็จ — ซึ่งจะใช้เวลาอีกสองไตรมาส พนักงานของบริษัทนี้ใช้โทรศัพท์ส่วนตัวและบัตรเครดิตส่วนตัวเข้าถึงเครื่องมือ AI แบบ frontier ที่นายจ้างไม่ยอมจัดให้ ไม่ใช่เพราะพวกเขาฝ่าฝืนกฎ แต่เพราะพวกเขาต้องทำงานให้ได้
ผู้นำในบริษัทนี้เชื่อว่าพวกเขากำลังทำอย่างรับผิดชอบ พวกเขากำลังจัดการความเสี่ยง พวกเขากำลังเคลื่อนที่อย่างระมัดระวัง
ในขณะเดียวกัน ที่อีกบริษัทหนึ่ง วิศวกรอายุ 26 ปีกำลังสนทนาแบบ real-time กับ AI agent ที่กำลังเขียนโค้ด รันเทสต์ วิเคราะห์ข้อผิดพลาด และเสนอการปรับปรุงสถาปัตยกรรมพร้อมกัน — ทั้งหมดในเวลาที่วิศวกรของบริษัทแรกใช้ยื่นตั๋วขอเข้าถึง AI coding assistant เบื้องต้น กว่าตั๋วนั้นจะได้รับอนุมัติ วิศวกรอายุ 26 ปีได้ ship feature ไปแล้ว
บริษัททั้งสองนี้ไม่ได้อยู่คนละยุค พวกเขาอยู่คนละอารยธรรม
เส้นแบ่งความมั่งคั่งใหม่ขององค์กร
นี่คือสิ่งที่ผมกังวลมากที่สุด — และผมอยากพูดให้ชัดเจนเรื่องนี้ เพราะมันง่ายที่จะรู้สึกถึงความเร่งด่วนโดยไม่เข้าใจกลไกอย่างเต็มที่
Token divide ไม่ใช่แค่ช่องว่างของ output ปัจจุบัน มันคือช่องว่างของความเร็วในการเรียนรู้ และนั่นคือสิ่งที่ทำให้มันอันตราย
บริษัทที่ให้พนักงานทุกคนเข้าถึง AI อย่างไม่จำกัดมาสองปีแล้วไม่ได้แค่ทำงานมากกว่าสองเท่า มันสะสมการเรียนรู้ระดับองค์กรสองปี — แนวปฏิบัติ สัญชาตญาณ ความจำของกล้ามเนื้อ วัฒนธรรมภายใน — ที่ไม่สามารถทำซ้ำได้ด้วยการเขียนเช็ค คุณไม่สามารถซื้อกิจการเพื่อไปสู่ AI-native ได้ คุณไม่สามารถจ้างคนให้ไปถึงจุดนั้นในหกเดือน ความพร้อมขององค์กรทบต้นอย่างเงียบๆ มองไม่เห็น จนกว่าช่องว่างระหว่างบริษัทที่สร้างมันขึ้นมากับบริษัทที่ไม่ได้สร้างจะไม่ใช่ช่องว่างด้านผลงาน — มันคือช่องว่างด้านขีดความสามารถที่อยู่คนละระดับโดยสิ้นเชิง
บริษัทที่เคลื่อนที่ก่อนและเต็มที่ตอนนี้อยู่ใน flywheel ที่แทบจะหยุดไม่ได้ ผลิตภัณฑ์ของพวกเขาดีกว่า จึงดึงดูดผู้ใช้มากขึ้น ผู้ใช้มากขึ้นสร้างข้อมูลและ feedback มากขึ้น จึงทำให้ผลิตภัณฑ์ดีขึ้นเร็วกว่า Iteration ที่เร็วกว่าหมายถึงการเรียนรู้ที่เร็วกว่า ซึ่งสนับสนุนการลงทุน AI มากขึ้น ซึ่งเร่ง iteration ยิ่งขึ้นไปอีก ในขณะเดียวกัน คนเก่งที่สุดของพวกเขา — คนที่เจริญรุ่งเรืองในสภาพแวดล้อม AI-native — ถูกดึงดูดเข้าหาพวกเขา เพราะไม่มีวิศวกรหรือนักออกแบบที่มีความทะเยอทะยานคนไหนอยากใช้เวลาอาชีพของตนรอการอนุมัติจาก IT เพื่อเข้าถึง frontier model
ในทางตรงกันข้าม laggards เผชิญกับการขาดดุลที่ทบต้น พวกเขาไม่ได้แค่ตามหลังเรื่อง output — พวกเขาตามหลังเรื่องสัญชาตญาณ ตามหลังเรื่องวัฒนธรรม ตามหลังเรื่องความหนาแน่นของคนเก่ง และตามหลังเรื่อง flywheel เอง และถึงจุดหนึ่ง — และนี่คือส่วนที่ทำให้ผมกลัวจริงๆ — การขาดดุลนั้นข้ามเกณฑ์ที่มันไม่ใช่คำถามของการตามทันอีกต่อไป มันเป็นคำถามว่าคุณยังอยู่ในการแข่งขันเดียวกันหรือไม่
คุณไม่สามารถพายเรือกลับเข้าสู่การแข่งขันกับเรือพลังงานนิวเคลียร์ได้ การตามหลัง token divide สามปีอาจเป็นการถาวร นี่ไม่ใช่อุปมา ผมหมายความตรงตัว
บทส่งท้าย
ตลอดหลายเดือนที่ผ่านมา ผมเฝ้ามองบริษัทสองประเภท ประเภทแรกเคลื่อนที่ไปกับคลื่น — ไม่ได้โต้คลื่นอย่างสมบูรณ์แบบ แต่เคลื่อนที่ พวกเขาตัดสินใจเร็ว ยอมรับความไม่แน่นอน โอบรับความยุ่งเหยิงของการ deploy AI แบบเต็มรูปแบบ และทบต้นการเรียนรู้ทุกสัปดาห์ ประเภทที่สองยังคงยืนอยู่บนชายหาด มองคลื่นเข้ามา จัดประชุมเกี่ยวกับว่าจะลงน้ำดีหรือไม่
ผมเขียนบทความ "Seeing AGI" ชิ้นแรกในฐานะพ่อที่กังวลเกี่ยวกับอนาคตของลูกชายอายุ 12 ขวบ ผมรู้สึกถึงความห่วงใยแบบพ่อแม่เดียวกันตอนนี้ — แต่มุ่งตรงไปที่ผู้ก่อตั้งและผู้บริหารที่กำลังอ่านสิ่งนี้ เพราะผมเห็นสิ่งที่กำลังจะมา และผมไม่อยากให้ใครถูกกวาดหายไปจริงๆ
เมื่อสึนามิซัดเข้ามา มันไม่รอให้คุณประชุมบอร์ดเสร็จ มันไม่หยุดชั่วคราวขณะที่คุณทำการตรวจสอบธรรมาภิบาลให้ครบ มันไม่ให้อีกไตรมาสเพื่อขยาย pilot มันมาถึง และองค์กรที่อยู่ในน้ำ — เคลื่อนที่ไปกับมัน ทำงานกับพลังของมัน — อยู่รอดและก้าวหน้า องค์กรที่ยังคงปรึกษาหารืออยู่บนชายหาดถูกฝังกลบ
หน้าต่างยังไม่ปิด แต่มันกำลังปิด และคำถามที่ผู้ก่อตั้ง CEO ผู้บริหารทุกคนที่อ่านสิ่งนี้ต้องตอบคืนนี้ — ไม่ใช่สัปดาห์หน้า ไม่ใช่ไตรมาสหน้า — คือ: คุณได้ให้ทุกคนในบริษัทของคุณเข้าถึงการคิด สร้างสรรค์ และสร้างด้วย AI ได้อย่างไม่จำกัดหรือยัง?
ถ้ายัง ผมอยากให้คุณถามตัวเองอีกคำถามหนึ่ง: คุณรออะไรอยู่?
ผมอยู่ในวงการเทคโนโลยีมาเกือบยี่สิบปี ผมเห็นตลาดเปลี่ยน บริษัทผงาดและสูญหาย paradigm พลิกข้ามคืน แต่ผมไม่เคยเห็นอะไรเคลื่อนที่เร็วขนาดนี้ หรือตัดลึกขนาดนี้
และสิ่งที่ทำให้ผมนอนไม่หลับไม่ใช่ตัวเทคโนโลยีเอง มันคือภาพของคนเก่งๆ ที่ทำงานหนัก — ผู้ก่อตั้งที่เสียสละทุกอย่างเพื่อสร้างบริษัท ผู้บริหารที่ทุ่มเทหลายปีของชีวิตให้กับทีม — ตื่นขึ้นมาวันหนึ่งแล้วค้นพบว่าช่องว่างระหว่างพวกเขากับคู่แข่งไม่ใช่ช่องว่างที่พวกเขาจะปิดได้อีกต่อไป ไม่ใช่เพราะพวกเขาไม่ฉลาดพอ ไม่ใช่เพราะพวกเขาไม่ใส่ใจพอ แต่เพราะในช่วงเวลาสำคัญ พวกเขาลังเล พวกเขารอข้อมูลอีกจุดหนึ่ง พวกเขาจัดตั้งคณะกรรมการอีกชุดหนึ่ง พวกเขาขออีกไตรมาสเพื่อประเมิน
ผมไม่ได้เขียนบทความเหล่านี้เพื่อสร้างความตื่นตระหนก ผมเขียนเพราะผมเชื่ออย่างจริงใจว่าคนส่วนใหญ่ยังไม่ได้สัมผัสน้ำหนักเต็มของสิ่งที่กำลังเกิดขึ้น — และเมื่อพวกเขาสัมผัสได้ มันอาจสายเกินไปที่จะลงมือทำ
ดังนั้นให้ผมทิ้งสิ่งหนึ่งที่ผมอยากให้คุณนำไปจากบทความนี้มากที่สุด
ช่องว่างด้านประสิทธิภาพระหว่างบริษัทไม่ใช่เรื่องของพรสวรรค์ กลยุทธ์ หรือเงินทุนอีกต่อไป มันเป็นเรื่องของการตัดสินใจเพียงหนึ่งเดียวมากขึ้นเรื่อยๆ: คุณได้ให้ทุกคนในบริษัทของคุณเข้าถึงการคิด สร้างสรรค์ และสร้างด้วย AI ได้อย่างไม่จำกัด — หรือยัง? บริษัทที่ตอบว่าใช่ แม้จะไม่สมบูรณ์แบบ แม้จะยุ่งเหยิง กำลังทบต้นความได้เปรียบทุกวัน บริษัทที่ยังคงปรึกษาหารือไม่ได้ยืนนิ่ง พวกเขากำลังตามหลังในอัตราที่ประวัติศาสตร์ไม่มีบรรทัดฐาน
ช่องว่างนั้นเคยวัดเป็นเปอร์เซ็นต์ ตอนนี้วัดเป็นตัวคูณ ในไม่ช้า สำหรับบางอุตสาหกรรมและบางบริษัท มันจะวัดไม่ได้เลย — เพราะฝั่งหนึ่งของสมการจะไม่ได้อยู่ในการแข่งขันอีกต่อไป
ผมหวังว่าคุณอยู่ฝั่งที่ถูกต้องของเส้นนั้น และถ้าคุณไม่แน่ใจ — ถ้าคุณอ่านบทความนี้แล้วรู้สึกถึงแม้แต่แสงวาบของการจดจำ เสียงเงียบๆ ที่บอกว่า "นี่อาจเป็นเรา" — ได้โปรด อย่ารอการประชุมบอร์ดครั้งถัดไปเพื่อหาคำตอบ คลื่นกำลังเคลื่อนที่แล้ว คำถามเดียวคือคุณอยู่ในน้ำหรืออยู่บนชายหาด
ยังมีเวลา แต่ไม่มากเท่าที่คุณคิด