สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
AI จะขับเคลื่อนการเพิ่มผลผลิต แต่การปรับโครงสร้างองค์กรจะช้าลงและไม่เท่ากัน ผู้ครองตลาดเดิมน่าจะปรับตัวและรักษาสถานะผู้ครองตลาด แต่เผชิญกับความท้าทายในการประสานงาน AI และความเสี่ยงที่อาจกินคนอื่นกระแสรายได้จากมรดก แบบจำลองโอเพนซอร์สอาจทำให้รั้วกรองข้อมูลเจ้าของกลายเป็นสินค้าทั่วไป เร่งความเปลี่ยนแปลง
ความเสี่ยง: ความไม่สามารถของผู้ครองตลาดเดิมในการประสานงาน AI อย่างมีประสิทธิภาพและความเสี่ยงที่อาจกินคนอื่นกระแสรายได้จากมรดก
โอกาส: การเพิ่มผลผลิตและโอกาสการเติบโตใหม่ผ่านการซ้อน AI เข้าไป
ในสองปีที่ผ่านมา การสนทนาขององค์กรที่เกี่ยวกับปัญญาประดิษฐ์ทำให้คาดเดาได้ง่ายมาก ผู้บริหารพูดถึงประสิทธิภาพ คู่คิด การเพิ่มประสิทธิภาพ และการประหยัดต้นทุน คณะกรรมการเรียกร้องแผนผังถนน AI ที่ปรึกษาบรรจุความเร่งด่วนลงในสไลด์ องค์กรทั้งหมดรีบเร่งพิสูจน์ว่าพวกเขากำลัง "ทำอะไรสักอย่างกับ AI"
บทความอ่านดีที่สุดจาก Fast Company
แต่ใต้เสียงรบกวนทั้งหมดนี้คือการเปลี่ยนแปลงที่ใหญ่กว่า ซึ่งบริษัทหลายแห่งยังดูเหมือนจะตั้งใจที่จะไม่มองเห็น: AI ไม่ใช่เพียงแค่เครื่องมือในการทำให้องค์กรมีประสิทธิภาพมากขึ้น มันเป็นเทคโนโลยีที่เปลี่ยนขนาดต่ำสุดที่เป็นไปได้ขององค์กร
และเมื่อสิ่งนั้นเกิดขึ้น สมมติฐานหลายอย่างที่กำหนดองค์กรสมัยใหม่เริ่มดูไม่มั่นคงเท่าที่เคยเป็นมาก
ฉันเคยอ้างว่า AI จะไม่แทนยุทธศาสตร์ — มันจะเปิดเผยมัน และการเน้นการประหยัดต้นทุนในช่วงปฏิวัติ AI เป็นข้อผิดพลาดทางยุทธศาสตร์ ทั้งสองความคิดชี้ไปในทิศทางเดียวกัน: บริษัทที่มองว่า AI เป็นชั้นของการเพิ่มประสิทธิภาพการดำเนินงานมีแนวโน้พลาดจากการเปลี่ยนแปลงจริง
เพราะการเปลี่ยนแปลงจริงไม่ใช่ AI ช่วยให้คนทำงานได้เร็วขึ้น แต่คือ AI เปลี่ยนว่าจำนวนการทำงานได้เท่าไหร่จากจำนวนคนที่น้อยลงเท่าไหร่
มากกว่าหนึ่งศตวรรษ การเพิ่มขนาดหมายถึงจำนวนคนที่ทำงาน ถ้าคุณต้องการทำงานมากขึ้น คุณจะจ้างคนเพิ่ม ถ้าคุณต้องการเติบโต คุณจะเพิ่มระดับ: นักวิเคราะห์เพิ่ม ผู้จัดการเพิ่ม ผู้ประสานงานเพิ่ม บทบาทเฉพาะทางเพิ่ม รายงานภายในเพิ่ม กระบวนการเพิ่ม บริษัทสมัยใหม่สร้างขึ้นรอบๆ สมมติฐานง่ายๆ หนึ่ง: ความซับซ้อนต้องการมนุษย์ และมนุษย์ต้องการโครงสร้าง
สมมติฐานนี้ตอนนี้กำลังถูกกดดัน บุคคลคนเดียวที่ติดอาวุธเครื่องมือ AI ที่ถูกต้องสามารถทำงานที่ไม่นานมานี้ต้องใช้ทีมเล็กได้แล้ว การวิจัย ร่าง การเขียนโค้ด การวิเคราะห์ การแปล การสำรวจการออกแบบ การสังเคราะห์ การสนับสนุนลูกค้า การสร้างต้นแบบ — ไม่มีหน้าที่เหล่านี้หายไป แต่หลายอย่างในนั้นกำลังถูกบีบอัดมากขึ้น
งานวิจัยทางวิชาการเริ่มแสดงให้เห็นถึงผลกระทบนี้อย่างถูกต้อง: การวิจัยมนุษย์-AI สามารถเพิ่มประสิทธิภาพอย่างมีนัยสำคัญและลดความต้องการโครงสร้างทีมแบบดั้งเดิมในลำดับงานบางอย่าง การบีบอัดนั้นสำคัญมากกว่าที่หัวหน้าทีมส่วนใหญ่ดูเหมือนจะยอมรับ เพราะเมื่อผลลัพธ์หยุดจับกับจำนวนคนที่เข้มข้น ตรรกะขององค์กรเองเริ่มเปลี่ยน
คำถามไม่ใช่แค่ AI ส่งผลต่องานอย่างไร คำถามที่น่าสนใจกว่าคือ AI ส่งผลต่อสถาปัตยกรรมของบริษัทอย่างไร
บริษัทส่วนใหญ่ยังคิดเรื่อง AI ในแง่ของการจัดการ มันช่วยให้มีประสิทธิภาพขึ้นได้อย่างไร มันช่วยทำงานอัตโนมัติได้อย่างไร มันช่วยลดความเสียหายได้อย่างไร มันช่วยลดต้นทุนโดยไม่สร้างความยุ่งเหยิงมากเกินไป
คำถามเหล่านี้ไม่ได้หมายความว่าไม่เกี่ยวข้อง แต่เป็นเพียงรอง การเปลี่ยนแปลงที่สำคัญกว่าคือจากการจัดการไปสู่การประสานงาน
ในบริษัทแบบดั้งเดิม ค่าคุณค่ามาจากการประสานงานกลุ่มคนใหญ่ ในบริษัทที่เปิดใช้ AI ค่าคุณค่ามาเพิ่มขึ้นจากการออกแบบระบบที่จำนวนคนที่น้อยลงประสานงานลำดับงาน ตัวแทน รุ่น แหล่งข้อมูล และกระบวนการตัดสินใจ
นั่นเป็นทักษะที่แตกต่างมาก มันเกี่ยวกับการบังคับคนทำงานน้อยลง และมากกว่าการออกแบบความสามารถ
ผู้ชนะไม่จำเป็นต้องเป็นบริษัทที่มีงบประมาณ AI ใหญ่ที่สุด รุ่นที่ใหญ่ที่สุด หรือประกาศเสียงดังที่สุด พวกเขาจะเป็นบริษัทที่เรียนรู้วิธีรวมกันระหว่างการตัดสินใจของมนุษย์กับแรงจูงใจของเครื่องในลักษณะที่เปลี่ยนแปลงโมเดลการดำเนินงานจริง
และนี่คือจุดที่องค์กรผู้บริหารหลายแห่งอาจเผชิญปัญหา ระบบราชการไม่หายไปเพียงแค่บริษัทซื้อลิขสิทธิ์ ในทางกลับกัน บริษัทหลายแห่งกำลังจะค้นพบว่า AI ไม่เพียงแต่ทำงานอัตโนมัติ มันยังเปิดเผยว่าส่วนใหญ่ของโครงสร้างของพวกเขาถูกสร้างขึ้นมาเพื่อชดเชยความไม่มีประสิทธิภาพ ความแตกแยก และความเฉื่อยชาชะภายใน
คำถามที่ผิดคือ: AI ช่วยให้บริษัทปัจจุบันของเรามีประสิทธิภาพมากขึ้นได้อย่างไร?
คำถามที่ถูกต้องนั้นรบกวนมากขึ้น: ถ้าเราสร้างบริษัทนี้ในวันนี้ ในโลกที่ AI มีอยู่แล้ว เราจะสร้างมันแบบนี้หรือไม่?
ในหลายกรณี คำตอบนั้นชัดเจนว่าไม่ใช่ เราจะไม่สร้างการส่งมอบหลายอย่าง เราจะไม่สร้างระดับรายงานมากมาย เราจะไม่แยกฟังก์ชันในลักษณะเดียวกัน เราจะไม่สมมติว่าการเติบโตทุกอย่างต้องการการจ้างงานแบบสัมพัทธ์ เราจะไม่กำหนดความเป็นมืออาชีพโดยความสามารถในการนำทางความซับซ้อนภายใน และแต่กลับกัน นี่คือสิ่งที่กลยุทธ์ AI หลายอย่างพยายามรักษาไว้
นี่คือเหตุผลที่การริเริ่ม AI ของบริษัทหลายแห่งรู้สึกผิดหวัง พวกเขาออกแบบมาไม่ใช่เพื่อคิดใหม่กับบริษัท แต่เพื่อปกป้องมันจากการคิดใหม่เอง พวกเขาใช้เทคโนโลยีที่เปลี่ยนแปลงในทางอนุรักษ์ที่สุด
อาจเป็นเรื่องที่ดีต่อการเมือง หรืออาจให้ผลกระทบในระยะสั้นในด้านประสิทธิภาพ แต่ไม่ใช่ที่ซึ่งมูลค่าทางยุทธศาสตร์จริงๆ อยู่ เพราะเทคโนโลยีส่วนรวมไม่เพียงแต่เพิ่มประสิทธิภาพโครงสร้างที่มีอยู่ มันมีแนวโน้ทำให้โครงสร้างบางอย่างหมดความจำเป็น
นักเศรษฐศาสตร์พูดถึงเทคโนโลยีเช่นไฟฟ้า เครื่องจักรไอน้ำ และคอมพิวเตอร์ว่าเป็นเทคโนโลยีส่วนรวม: นวัตกรรมที่เปลี่ยนแปลงระบบเศรษฐกิจทั้งหมดมากกว่าอุตสาหกรรมเฉพาะเจาะจง ปัญญาประดิษฐ์ดูเหมือนจะอยู่ในหมวดนี้มากขึ้น
อินเทอร์เน็ตลดต้นทุนในการเผยแพร่ และสื่อถูกเปลี่ยนแปลง ทันทีที่บุคคลและทีมเล็กกว่าสามารถทำสิ่งที่ครั้งหนึ่งต้องใช้สถาบันทั้งหมดได้ AI กำลังเริ่มทำสิ่งที่คล้ายกันกับองค์กรอย่างกว้างขึ้น
เรากำลังเข้าสู่ยุคที่ทีมเล็กจะสามารถสร้างผลลัพธ์ ความเร็ว และผลกระทบตลาดที่ครั้งหนึ่งต้องใช้บริษัทที่ใหญ่กว่ามาก ไม่ใช่เพราะมนุษย์กลายเป็นสุพลิเมตร แต่เพราะ leverage ได้เปลี่ยน
นักวิจัยที่ศึกษาดินามิกของนวัตกรรมสังเกตว่าทีมเล็กมีแนวโน้ผลิตการบุกรุกที่หลุดพ้นมากกว่า ในขณะที่ทีมใหญ่มุ่งเน้นการพัฒนาความคิดที่มีอยู่มากกว่า และสถาบันทั่วโลกกำลังเตือนแล้วว่า AI อาจขยายความสามารถในการผลิตขององค์กรเล็กอย่างมาก ทำให้พวกเขาสามารถแข่งขันกับบริษัทที่ใหญ่กว่าได้ แนวทางนี้ก็ปรากฏในระบบสตาร์ทอัพ ที่เครื่องมือ AI ช่วยให้บริษัทสามารถขยายผลด้วยทีมที่เล็กกว่าอย่างน่าประหลาดใจกว่าเดิม
แนวทางนี้ปรากฏอยู่แล้วในวิธีที่ความสามารถ AI แพร่กระจายและกลายเป็นสินค้าทั่วไปในแพลตฟอร์ม ซึ่งฉันได้สำรวจในบทความก่อนหน้านี้เช่น "นี่คือสิ่งใหญ่ต่อไปใน AI ขององค์กร" และ "ทำไมแบบจำลองโลกจะกลายเป็นความสามารถของแพลตฟอร์ม ไม่ใช่ซูเปอร์พลังขององค์กร"
นั่นไม่ได้หมายความว่าทุกบริษัทจะกลายเป็นขนาดเล็ก หรือไม่ได้หมายความว่าขนาดไม่สำคัญต่อไป การแจกจ่าย ความเชื่อถือ ทุน แบรนด์ กฎระเบียบ และการปฏิบัติ จะยังคงสำคัญอย่างมาก แต่หมายความว่าช่องว่างระหว่างองค์กรที่ประสานงานได้ดีและองค์กรที่ออกแบบผิดจะลดลงอย่างมาก
และเมื่อสิ่งนั้นเกิดขึ้น ผู้บริหารหลายคนจะเผชิญปัญหาที่พวกเขาไม่คุ้นเคย: พวกเขาจะไม่ได้รับการคุ้มครองจากขนาดของตัวเองอีกต่อไป นานเท่าที่ผ่านมา การเพิ่มขนาดเป็นเขื่อน ในยุค AI การเพิ่มขนาดโดยไม่มีความสามารถในการปรับตัวอาจกลายเป็นข้อเสีย
การแบ่งแยกจริงในเศรษฐกิจ AI จะไม่ได้อยู่ระหว่างบริษัทที่ใช้ AI และบริษัทที่ไม่ใช้ การแบ่งแยกนั้นกำลังกลายเป็นไร้ความหมาย
การแบ่งแยกจริงจะอยู่ระหว่างบริษัทที่ใช้ AI เพื่อเสริมสร้างโครงสร้างเดิม และบริษัทที่ใช้เพื่อออกแบบใหม่ตัวเองรอบๆ ตรรกะใหม่ของ leverage กลุ่มหนึ่งจะได้ประโยชน์เพิ่มเติม อีกกลุ่มหนึ่งจะกำหนดใหม่ว่าบริษัทสามารถเป็นอย่างไรได้
นี่คือเหตุผลที่องค์กรที่ประสบความสำเร็จที่สุดในสิบปีถัดไปอาจไม่เหมือนกับองค์กรที่ประสบความสำเร็จในสิบปีที่ผ่านมา พวกเขาอาจมีพนักงานน้อยลง มีระดับน้อยลง มีซิโลน้อยลง และมีพิธีกรรมน้อยลงที่สืบทอดมาจากตรรกะอุตสาหกรรมที่ไม่เหมาะสมอีกต่อไป
พวกเขาอาจดูจากภายนอก เล็กน้อยอย่างน่าหวาดหวั่นสำหรับสิ่งที่พวกเขาสามารถทำได้ และนั่นคือจุดมุ่งหมาย
บริษัทที่ชนะด้วย AI จะไม่เพียงแต่ใช้เครื่องมือใหม่ พวกเขาจะเลิกทิ้งสมมติฐานเดิม และเมื่อพวกเขาทำเช่นนั้น พวกเขาอาจไม่มีลักษณะเป็นบริษัทเลย
บทความนี้ปรากฏครั้งแรกที่ fastcompany.com
สมัครรับจดหมายข่าว Fast Company: http://fastcompany.com/newsletters
วงสนทนา AI
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"AI จะบีบอัดลำดับงานและลดจำนวนคนต่อผลผลิตในฟังก์ชันเฉพาะ แต่โครงสร้างองค์กรถูกกำหนดโดยความต้องการทุน ภาระระเบียบ และการรวมตัวตลาด — ไม่ใช่แค่เครื่องมือ ดังนั้นบทวิเคราะห์ว่า 'การสูญพันธุ์ของบริษัทใหญ่' จึงเป็นเรื่องที่เน้นเกินไป"
บทความผสมผสานปรากฏการณ์สองอย่างที่แตกต่างกัน: การเพิ่มผลผลิตที่ถูกกระตุ้นโดย AI (ที่เกิดขึ้นจริง วัดได้ กำลังเกิดขึ้น) และการปรับโครงสร้างองค์กร (ที่เป็นเรื่องนึกฝัน ขึ้นอยู่กับเส้นทาง และประวัติศาสตร์ช้า) ใช่ AI บีบอัดลำดับงานบางอย่าง — การเขียนโค้ด การร่าง การวิเคราะห์ แต่การกระโดดจาก "คนหนึ่งทำได้เท่าที่สามคนทำ" ไปสู่ "องค์กรใหญ่จึงจะล้าสมัย" ละเลยต้นทุนในการสลับเปลี่ยน ความเฉื่อยชาสถาบัน รั้วกรองระเบียบ และความจริงที่ว่าค่าของบริษัท Fortune 500 ส่วนใหญ่มาจากการกระจาย แบรนด์ และการเข้าถึงทุน — ซึ่ง AI ไม่ได้กำจัดออกไปเลย บทความยังประเมินค่าความสามารถในการรับมือของผู้ครองตลาดเดิมที่จะรับเอาความเรียบง่ายในโครงสร้างแบนได้เร็วเพียงใด เรากำลังเห็นการเพิ่มผลผลิต ไม่ใช่การสูญพันธุ์ขององค์กร
ถ้า AI เป็นเทคโนโลยีสามัญประโยชน์จริง ประวัติศาสตร์ของมันเองก็ชี้ไปทางตรงข้าม: ไฟฟ้าไม่ได้กำจัดโรงงานใหญ่ มันทำให้พวกเขาสามารถทำงานได้มากขึ้นและมีอำนาจมากขึ้น การผสมกำลัง + เครื่องมือคูณกัน
"การเปลี่ยนจากการจัดการเป็นการประสานงานจะสร้างตลาดที่แยกแยะ โดยที่การเพิ่มขนาดจะเปลี่ยนจากรั้วกรองที่ขับเคลื่อนโดยจำนวนคนเป็นรั้วกรองที่ขับเคลื่อนโดยโครงสร้างพื้นฐาน"
บทความระบุถูกต้องถึง 'การแยกกิจการของบริษัท' แต่ประเมินค่าความเสียหายจากสถาบันของผู้ครองตลาดเดิมต่ำเกินไป ถึงแม้ AI จะลดค่าขั้นต่ำของขนาดบริษัทที่มีประสิทธิภาพสำหรับงานสมอง แต่ก็ไม่จำเป็นต้องลดเพดรสูงสุดของการครอบครองตลาด บริษัทใหญ่ๆ เช่น Microsoft (MSFT) หรือ Salesforce (CRM) ไม่ใช่แค่การรวมตัวของแรงงาน พวกเขาเป็นรั้วกรองที่สร้างขึ้นบนการจับครองระเบียบ เครือข่ายการกระจาย และความน่าเชื่อถือระดับธุรกิจ การเปลี่ยนจาก 'การจัดการเป็นการประสานงาน' น่าจะเป็นประโยชน์ต่อผู้ครองตลาดเดิมที่สามารถซ้อน AI เข้ากับลำดับงานที่มีอยู่ได้เร็วกว่าสตาร์ทอัพสามารถสร้างโครงสร้างพื้นฐานด้านระเบียบและความน่าเชื่อถือได้ เรากำลังเข้าสู่เศรษฐกิจแบบ barbell: บริษัทขนาดเล็กที่มีประสิทธิภาพสูง ปัญญาประดิษฐ์แบบพื้นฐาน และแพลตฟอร์มขนาดใหญ่ที่ถูกประสานงานโดย AI
บทวิเคราะห์ละเลยว่าความซับซ้อนในองค์กรใหญ่บ่อยครั้งมีไว้เพื่อจัดการความเสี่ยงและการปฏิบัติตามกฎหมาย ไม่ใช่แค่ความไม่มีประสิทธิภาพ การกำจัดชั้นเหล่านี้อาจนำไปสู่การล้มเหลวอย่างสมองช้ำในภาคที่ได้รับการควบคุมอย่างเข้มงวดเช่นการเงินหรือการแพทย์
"AI ลดขนาดต่ำสุดที่เป็นไปได้ของบริษัทสำหรับหลายงานในเศรษฐกิจความรู้ ตอบแทนทักษะการประสานงานมากกว่าจำนวนคน และวางบริษัทมรดกเบ้าหลอมในความเสี่ยงทางกลยุทธ์"
AI กำลังเปลี่ยนตรรกะเศรษฐกิจจากการเพิ่มขนาดที่ขับเคลื่อนโดยจำนวนคนเป็นการเพิ่มขนาดที่ขับเคลื่อนโดยความสามารถ: ทีมขนาดเล็กบวกกับแบบจำลองที่ประกอบได้ ข้อมูล และเอเยนต์สามารถตรงกับผลผลิตขององค์กรมรดกขนาดใหญ่ในหลายโดเมนงานสมอง (ซอฟต์แวร์ เนื้อหา กฎหมาย การตลาด ฟังก์ชันที่ปรึกษาบางอย่าง) ผู้ชนะจะเป็นบริษัทที่ชำนาญการประสานงาน — เครื่องมือ ท่อข้อมูล การออกแบบที่มีมนุษย์อยู่ในวงจร และนโยบายการตัดสินใจเงื่อนไข — ไม่ใช่บริษัทที่ซื้อแบบจำลองเพียงอย่างเดียว แต่ผลกระทบจะไม่เท่ากัน: อุตสาหกรรมที่มีทุนสินทรัพย์กายภาพ ระเบียบ หรือรั้วกรองเครือข่าย/การกระจาย (ธนาคาร โรงงานยา ลอจิสติกส์) จะเปลี่ยนแปลงช้าลง ความเสี่ยงในการเปลี่ยนแปลง — ซอกเก็บข้อมูล การเมืองการจัดซื้อ ต้นทุนการฝึกใหม่ และการปฏิบัติตามกฎหมาย — จะสร้างผู้ชนะและผู้แพ้ในช่วงเวลา 3–10 ปี
การเพิ่มขนาดยังสำคัญ: ข้อมูลเจ้าของ ทุนสำหรับการประมวลผล ML การอนุมัติระเบียบ การกระจาย และแบรนด์สร้างรั้วกรองที่คงทนซึ่งเป็นประโยชน์ต่อผู้ครองตลาดเดิม; บริษัทหลายแห่งจะพบว่าการประสานงานยากและมีต้นทุนสูงกว่าการทดลอง bench จำลองตัวอย่าง
"AI เพิ่ม leverage แต่เสริมแรงจูงใจของการเพิ่มขนาดในการกระจาย ข้อมูล และระเบียบ ปกป้องบริษัทใหญ่มากกว่าคุกคามพวกเขา"
บทความนี้ประเมินผลกระทบของ AI ต่อโครงสร้างองค์กรในระยะสั้นเกินไป — ทีมขนาดเล็กที่มี AI เก่งในการสร้างต้นแบบและงานเฉพาะ (เช่น การเขียนโค้ด การวิจัย) แต่การขยายไปสู่การครอบครองตลาดยังต้องการการกระจายขนาดใหญ่ การนำทางระเบียบ ความน่าเชื่อถือของลูกค้า และทุนที่ผู้ครองตลาดเดิมเช่น MSFT หรือ GOOGL ครอบครองผ่านรั้วกรองข้อมูลเจ้าของและระบบนิเวศ การศึกษาทางวิชาการ (เช่น บทความ Nature ปี 2023 เกี่ยวกับขนาดทีม) แสดงให้เห็นว่าทีมขนาดเล็กละทะแย่งในรูปแบบละเอียด ไม่ใช่แบบระบบ ประวัติศาสตร์ของ GPTs เช่นอินเทอร์เน็ตให้กำเนิดบรรดายักษ์ FAANG ไม่ใช่บริษัทที่แยกแยะ ผู้ครองตลาดเดิมชนะโดยการประสานงาน AI ในระดับ hyperscale ไม่ใช่การลดจำนวนคนตามสัดส่วน — คาดการณ์การเพิ่มผลผลิต 10–20% ไม่ใช่การออกแบบองค์กรใหม่
AI อาจทำให้ความสามารถเป็นสินค้าทั่วไปเร็วกว่าที่คาดการณ์ ทำให้รั้วกรองข้อมูลก่อนการแพร่หลายของแบบจำลองโอเพนซอร์ส และทำให้ 'ยูนิคอร์นหนึ่งคน' ที่แท้จริงในซอฟต์แวร์/บริการสามารถเข้าถึงตลาดแต่ละล้านล้านดอลลาร์ที่ผู้ครองตลาดเดิมไม่สามารถเปลี่ยนทิศทางได้อย่างรวดเร็ว
"ความเสี่ยงในการดำเนินการของผู้ครองตลาดเดิมในการประสานงาน AI กำลังถูกประเมินค่าต่ำเกินไปเทียบกับความเร็วของการทำให้แบบจำลองเป็นสินค้าทั่วไป"
การประมาณการผลผลิต 10–20% ของ Grok สมมติว่าผู้ครองตลาดเดิมจะดำเนินการได้อย่างสมบูรณ์ แต่นั่นเป็นเรื่องที่ประวัติศาสตร์แสดงให้เห็นว่าจะเกิดขึ้นน้อย OpenAI ชี้ว่าการประสานงานเป็นปัญหาหมัดจริง — และองค์กรใหญ่มีโครงสร้างที่ไม่เก่งในเรื่องนี้ ความโกลาหลภายในของ Microsoft ในช่วงการเปลี่ยนแปลงระบบคลาวด์ (2010–2015) บ่งชี้ว่า MSFT จะไม่เพียงแต่ 'ประสานงาน AI ในระดับ hyperscale' โดยไม่มีความเสี่ยง ผลลัพธ์ barbell (Google) น่าจะเกิดขึ้นมากที่สุด แต่เส้นเวลาจะบีบอัดเร็วขึ้นหากแบบจำลองโอเพนซอร์สทำให้รั้วกรองข้อมูลเจ้าของก่อนปี 2026 นั่นคือความเสี่ยงหางที่ไม่มีใครประมาณค่า
"ผู้ครองตลาดเดิมเผชิญกับกับดักแห่งแรงจูงใจทางโครงสร้างที่การซ้อน AI มีความเสี่ยงที่จะกินคนอื่นกระแสรายได้สูงสุดจากมรดก ซึ่งอาจเร่งความเสี่ยงในการยุติการใช้งานของตนเอง"
Anthropic และ Grok สมมติว่าผู้ครองตลาะเดิมจะเพียงแต่ 'รับมือ' หรือ 'ประสานงาน' AI แต่ละเพลินว่าปัญหาความขัดแย้งของนวัตกรรม: การกินคนอื่น การซ้อน AI เข้าในผลิตภัณฑ์หลักของ Microsoft หรือ Google มีความเสี่ยงที่จะทำลายกระแสรายได้สูงสุดจากมรดกของตนเอง นี่ไม่ใช่เพียงปัญหาความเสี่ยงในการดำเนินงาน นี่คือกับดักแห่งแรงจูงใจทางโครงสร้าง ถ้าแบบจำลองโอเพนซอร์สทำให้ชั้นของสมองอัตโนมัติเป็นสินค้าทั่วไปก่อนปี 2026 ผู้ครองตลาดเดิมจะไม่เพียงแต่ประสบปัญหาในการประสานงาน — พวกเขาจะเผชิญกับเหตุการณ์การยุติการใช้งานคลาสสิกที่คุณลักษณะ AI แบบพื้นฐานของตนเองกระทบกระเทือนกับแบบจำลองธุรกิดหลัก
[ไม่มีข้อมูล]
"ผู้ครองตลาดเดิมกำลังผลิตภัณฑ์ AI แบบบวกเข้าไปแล้ว ขยายรั้วกรองต่อต้านบริษัทขนาดเล็ก"
ความกลัวในการกินคนอื่นของ Google ไม่สนใจ playbook ของ MSFT: Copilot (120k+ ลูกค้าธุรกิจตามรายได้ไตรมาสที่ 2 ปี 2025) ซ้อน AI บน Office/Azure โดยไม่แทนที่รายได้มรดก — นี่คือการเติบโตแบบบวกเข้าไปที่กระแสรายได้ $13B+ การทำให้แบบจำลองโอเพนซอร์สเป็นสินค้าทั่วไปก่อนปี 2026 ของ Anthropic เป็นเรื่องนึกฝัน ผู้ครองตลาดเดิมปรับแบบจำลองได้อย่างรวดเร็วด้วยข้อมูลเจ้าของ ความเสี่ยงที่ไม่ได้รับการชี้วัด: บริษัทขนาดเล็กพังเพราะรอบการขายที่ผู้ครองตลาดเดิมเป็นเจ้าของ
คำตัดสินของคณะ
ไม่มีฉันทามติAI จะขับเคลื่อนการเพิ่มผลผลิต แต่การปรับโครงสร้างองค์กรจะช้าลงและไม่เท่ากัน ผู้ครองตลาดเดิมน่าจะปรับตัวและรักษาสถานะผู้ครองตลาด แต่เผชิญกับความท้าทายในการประสานงาน AI และความเสี่ยงที่อาจกินคนอื่นกระแสรายได้จากมรดก แบบจำลองโอเพนซอร์สอาจทำให้รั้วกรองข้อมูลเจ้าของกลายเป็นสินค้าทั่วไป เร่งความเปลี่ยนแปลง
การเพิ่มผลผลิตและโอกาสการเติบโตใหม่ผ่านการซ้อน AI เข้าไป
ความไม่สามารถของผู้ครองตลาดเดิมในการประสานงาน AI อย่างมีประสิทธิภาพและความเสี่ยงที่อาจกินคนอื่นกระแสรายได้จากมรดก