- Giống như giai đoạn đầu của Internet trong thập niên 1990, cuộc cách mạng AI cũng đang ở thời kỳ mà hỗn loạn ban đầu và kỳ vọng quá mức cùng tồn tại, và cả chủ nghĩa lạc quan lẫn hoài nghi cực đoan đều chỉ đúng một phần
- Cuộc tranh luận về việc AI sẽ thay thế hay tạo ra việc làm đang bị phân cực theo cách tương tự các tranh luận về Internet trước đây
- Bác sĩ chẩn đoán hình ảnh có việc làm tăng lên trái với dự đoán của AI, nhưng đây là một ví dụ cho thấy nghịch lý Jevons hoạt động, tức hiệu quả tăng lên dẫn tới tổng mức tiêu dùng tăng
- Cơn sốt đầu tư AI đang cho thấy mức quá nhiệt tương tự bong bóng dot-com, nhưng các khoản đầu tư hạ tầng của các hyperscaler về dài hạn sẽ xây dựng nền móng cho tương lai
- AI đang tạo ra các nhóm nghề và ngành công nghiệp mới, và quá trình chuyển đổi cấu trúc lao động đang diễn ra tới mức ngay cả ý nghĩa của “kỹ sư phần mềm” cũng sẽ thay đổi
Điểm tương đồng giữa buổi đầu Internet và kỷ nguyên AI
- Năm 1995, ở giai đoạn đầu phổ cập Internet, chỉ có khoảng 2.000 website và phần lớn có cấu trúc đơn giản dựa trên văn bản
- Tải ảnh mất vài phút, thanh toán trực tuyến không được tin tưởng, và lời khuyên kiểu “đừng tin người lạ trên Internet” là điều phổ biến
- Khi đó, phe lạc quan dự đoán thương mại điện tử và thực tế ảo sẽ tăng trưởng bùng nổ, còn phe bi quan xem Internet chỉ là một trào lưu nhất thời
- Sau 25 năm, con người trải nghiệm những thay đổi vượt ngoài dự đoán như tiêu thụ tin tức qua mạng xã hội, hẹn hò qua ứng dụng, và sử dụng dịch vụ kinh tế chia sẻ
- Bài viết ví thời đại AI hiện nay với Internet năm 1995, và chỉ ra rằng các dự báo ở cả hai cực đều chỉ đúng một phần
Nghịch lý việc làm: Vì sao tác động của tự động hóa khác nhau theo từng ngành
- Geoffrey Hinton từng cảnh báo năm 2016 rằng AI sẽ gây ra thất nghiệp hàng loạt và cho rằng “nên ngừng đào tạo bác sĩ chẩn đoán hình ảnh”
- Nhưng đến năm 2025, số suất nội trú chẩn đoán hình ảnh tại Mỹ đã tăng 4% lên 1.208 suất, mức cao nhất từ trước đến nay, và tỷ lệ bỏ trống cũng lập đỉnh
- Mức lương trung bình là 520.000 USD, tăng 48% so với năm 2015, tiếp tục là chuyên khoa y tế có thu nhập cao thứ hai
- Nhà nghiên cứu Deena Mousa chỉ ra nghịch lý Jevons là nguyên nhân khiến dự báo thất bại
- AI nâng năng suất của bác sĩ chẩn đoán hình ảnh, làm chi phí chẩn đoán giảm → nhiều người đi chụp hơn → việc làm tăng
- Độ phức tạp của thực tế, khối lượng công việc vượt quá nhận diện hình ảnh, cùng các rào cản pháp lý và bảo hiểm cũng là các yếu tố bổ sung
- Giới công nghệ như Satya Nadella và Aaron Levie đưa ra quan điểm lạc quan rằng “nhu cầu sẽ tăng trong gần như mọi lĩnh vực có AI được áp dụng”
-
Giới hạn của nghịch lý Jevons
- Andrej Karpathy chỉ ra rằng chẩn đoán hình ảnh không phù hợp để phân tích thay thế việc làm ở giai đoạn đầu
- Đây là lĩnh vực đa diện, rủi ro cao và bị quản lý chặt
- Biến động việc làm sẽ xuất hiện trước ở các mảng công việc lặp lại đơn giản, độc lập, ngắn và có chi phí sai sót thấp
- Việc làm có tăng hay không phụ thuộc vào cuộc cạnh tranh giữa quy mô nhu cầu chưa được đáp ứng và tốc độ tăng năng suất
- Tùy theo thế cân bằng giữa hai yếu tố này mà kết quả ở từng ngành sẽ khác nhau
-
Phân tích dữ liệu theo ngành trong 200 năm
- Nghiên cứu của nhà kinh tế học James Bessen trình bày dữ liệu việc làm, năng suất và nhu cầu của ngành dệt, thép và ô tô giai đoạn 1800~2000
- Dệt may và thép: việc làm tăng khoảng 100 năm sau tự động hóa rồi giảm mạnh
- Sản xuất ô tô: duy trì ổn định và không xảy ra đợt giảm mạnh tương tự
- Biểu đồ năng suất cho thấy mức tăng năng suất theo hàm mũ ở mọi ngành (thang log)
- Năm 1900, một lao động ngành dệt có thể sản xuất nhiều hơn 50 lần so với năm 1800
- Biểu đồ nhu cầu cho thấy ở giai đoạn đầu, giá giảm đã tạo ra nhu cầu đại chúng
- Đầu thế kỷ 19, phần lớn mọi người chỉ có thể mua một chiếc quần hoặc một chiếc áo
- Tự động hóa làm giá giảm mạnh → có thể mua nhiều bộ quần áo hơn → việc làm và năng suất cùng tăng vọt
-
Nhu cầu bão hòa và việc làm suy giảm
- Khi nhu cầu bão hòa, việc làm sẽ chững lại ở mức nhu cầu đỉnh nhưng tự động hóa vẫn tiếp tục
- Năng suất tiếp tục tăng → cuối cùng việc làm bắt đầu giảm
- Không ai cần vô hạn quần áo hay vô hạn báo cáo chẩn đoán hình ảnh
- Ô tô có mô hình khác: nhu cầu vẫn chưa bão hòa
- Phần lớn người dân trên thế giới vẫn chưa sở hữu ô tô
- Tự động hóa cũng chưa hoàn toàn chinh phục được lĩnh vực này (việc Tesla rút lui khỏi tự động hóa hoàn toàn trong sản xuất cho thấy giới hạn công nghệ hiện tại)
- Khi cả nhu cầu lẫn tiềm năng tự động hóa đều cao, việc làm có thể được duy trì hoặc tăng lên
-
Tính đặc thù của ngành phần mềm
- Thời điểm nhu cầu phần mềm bão hòa là một câu hỏi chưa rõ lời đáp
- Cho tới nay, phần mềm làm thủ công vẫn là yếu tố giới hạn
- Kỹ sư đắt đỏ và chi phí nhân sự đã giới hạn những gì doanh nghiệp có thể xây dựng
- Nếu tự động hóa giúp năng suất kỹ sư tăng mạnh, nhu cầu chưa được đáp ứng có thể bùng nổ
- Doanh nghiệp đang có rất nhiều dự án có giá trị kinh doanh nhưng không thể biện minh chi phí phát triển hoặc không có đủ nguồn lực để triển khai
- Ví dụ tại Amazon: hàng nghìn ý tưởng không được cấp vốn vì thiếu nguồn lực kỹ thuật
- Nếu AI có thể tạo ra phần mềm với chi phí thấp hơn rất nhiều, một lượng nhu cầu tiềm ẩn khổng lồ sẽ được giải phóng
- Câu hỏi cốt lõi là khi nào nhu cầu đó sẽ bão hòa
-
Các yếu tố quyết định kết quả việc làm theo ngành
- Việc làm trong mỗi ngành phụ thuộc vào sự cạnh tranh giữa hai lực
- Quy mô và tốc độ tăng của nhu cầu thị trường chưa được đáp ứng
- Liệu tăng trưởng nhu cầu có vượt được mức tăng năng suất do tự động hóa tạo ra hay không
- Tùy thế cân bằng giữa hai yếu tố này mà từng ngành sẽ trải qua những kết quả khác nhau
Bong bóng: sự cuồng nhiệt phi lý xây dựng tương lai
- Cơn sốt dot-com thập niên 1990 là thời kỳ các công ty chỉ cần thêm “.com” vào tên là định giá tăng vọt
- Các công ty hạ tầng đầu tư hàng tỷ USD vào cáp quang và cáp ngầm dưới biển, những dự án đắt đỏ chỉ có thể thực hiện nhờ cơn sốt phóng đại
- Giai đoạn 2000-2001, sự sụp đổ dot-com diễn ra một cách ngoạn mục
- Các công ty hạ tầng như Cisco từng thoáng chốc trở thành doanh nghiệp giá trị nhất thế giới rồi lại lao dốc
- Pets.com huy động 82,5 triệu USD khi IPO, chi hàng triệu USD cho quảng cáo Super Bowl nhưng phá sản chỉ sau 9 tháng
-
Di sản tích cực của bong bóng dot-com
- Bong bóng dot-com cũng đúng ở nhiều khía cạnh
- Xây dựng hạ tầng vật lý cho phép YouTube, Netflix và Facebook xuất hiện
- Các công ty như Worldcom, NorthPoint và Global Crossing phá sản nhưng vẫn đặt nền móng cho tương lai
- Vụ sụp đổ chứng minh phe hoài nghi đúng trong ngắn hạn, nhưng về dài hạn phe lạc quan mới đúng về hướng đi
-
Cơn cuồng nhiệt tương tự trong làn sóng AI hiện nay
- Startup AI do cựu lãnh đạo OpenAI Mira Murati sáng lập đã huy động vòng seed 2 tỷ USD ở mức định giá 10 tỷ USD (lớn nhất lịch sử)
- Chưa có sản phẩm, cũng từ chối tiết lộ sẽ làm gì và kiếm tiền ra sao
- Nhiều AI wrapper gần như không có moat vẫn huy động được hàng triệu USD ở vòng seed
-
Đầu tư hạ tầng của các hyperscaler
- Chi tiêu vốn hằng năm của các hyperscaler đã tăng hơn gấp đôi kể từ khi ChatGPT ra mắt
- Microsoft, Google, Meta và Amazon đang đầu tư tập thể gần 500 tỷ USD vào trung tâm dữ liệu, chip và hạ tầng tính toán
- Bất kể doanh nghiệp cụ thể nào còn sống sót, hạ tầng đang được xây hôm nay sẽ tạo nền tảng cho tương lai AI
- Từ năng lực suy luận cho tới sản xuất điện cần thiết để hỗ trợ nó
-
Đánh giá liệu AI có phải là bong bóng hay không
- Azeem Azhar đưa ra khung thực dụng để benchmark cơn sốt AI bằng 5 chỉ số
- Gánh nặng kinh tế (tỷ lệ đầu tư trên GDP)
- Gánh nặng ngành (tỷ lệ capex trên doanh thu)
- Quỹ đạo tăng trưởng doanh thu (thời gian nhân đôi)
- Mức quá nhiệt định giá (hệ số P/E)
- Chất lượng huy động vốn (độ bền của nguồn vốn)
- Kết quả phân tích: AI hiện là một làn sóng tăng trưởng do nhu cầu dẫn dắt, chứ chưa phải bong bóng
- Tuy nhiên, nếu 2 trong 5 chỉ số rơi vào vùng đỏ thì sẽ bước vào vùng bong bóng
-
Nhu cầu là có thật, nhưng không ngăn được bong bóng
- OpenAI là một trong những công ty tăng trưởng nhanh nhất lịch sử
- Nhưng riêng điều đó không đủ để ngăn bong bóng
- Nhiều công ty AI đang đối mặt với các vấn đề unit economics giống hệt những công ty dot-com thập niên 1990 từng gặp
- Pets.com cũng từng có hàng triệu người dùng nhưng cuối cùng phá sản, đúng như câu “bán 1 USD với giá 85 cent thì có thể có vô hạn khách hàng”
- Dù nhu cầu có thật, mẫu hình vẫn có thể giống thập niên 1990
- Sẽ có tình trạng xây dựng dư thừa, sẽ có những thất bại hào nhoáng
- Nhưng hạ tầng sẽ vượt qua chu kỳ thổi phồng để mở ra những điều hiện nay ta chưa thể hình dung
Một tương lai có thể dự báo là không thể dự báo
-
Giai đoạn đầu của cuộc cách mạng AI
- Chúng ta đang ở giai đoạn đầu của cuộc cách mạng AI — tương đương với giai đoạn modem quay số kêu rè rè của Internet
- Cũng như các công ty hạ tầng từng đổ hàng tỷ USD vào cáp quang, các hyperscaler ngày nay đang rót hàng tỷ USD vào năng lực tính toán
- Cũng như startup ngày xưa thêm “.com”, nay họ thêm “.ai” vào tên để theo đuổi mức định giá cao hơn
- Cơn sốt thổi phồng sẽ luân phiên giữa hưng phấn và tuyệt vọng
- Một số dự báo sẽ tỏ ra sai lệch đến mức buồn cười
- Một số điều hiện trông như điên rồ rồi sẽ hóa ra còn quá thận trọng
-
Kết quả phân hóa theo từng ngành
- Trái với luận điểm lạc quan kiểu Jevons, nhu cầu đối với nhiều thứ sẽ chững lại khi nhu cầu con người được đáp ứng
- Kết quả việc làm trong mọi ngành phụ thuộc vào quy mô và tốc độ tăng của nhu cầu thị trường chưa được đáp ứng, cũng như việc tăng trưởng nhu cầu có vượt được mức tăng năng suất do tự động hóa tạo ra hay không
-
Cắt giảm chi phí mở ra các phân khúc thị trường
- Aswath Damodaran từng định giá thấp Uber vì giả định Uber chỉ chiếm một phần thị trường taxi hiện hữu
- Ông đã bỏ lỡ thực tế rằng nếu làm cho chuyến đi rẻ hơn đáng kể thì chính thị trường cũng sẽ mở rộng
- Mọi người bắt đầu đi Uber đến những nơi mà với mức giá taxi họ sẽ không bao giờ đi
- AI cũng sẽ tương tự, khi cho phép tạo ra các sản phẩm và dịch vụ hiện quá đắt để xây dựng bằng trí tuệ con người
- Chủ một nhà hàng dùng AI để tạo phần mềm chuỗi cung ứng tùy biến cho riêng mình, thứ mà với lập trình viên con người sẽ không bao giờ được xây với chi phí 100.000 USD
- Một tổ chức phi lợi nhuận triển khai AI cho các cuộc chiến pháp lý mà trước đây họ không đủ khả năng theo đuổi
-
Thay đổi có thể dự đoán, nhưng chi tiết thì không
- Năm 1995, không ai dự đoán rằng con người sẽ hẹn hò với người lạ trên Internet, đi xe của họ (Uber), và ngủ trong nhà họ (Airbnb)
- Cũng không ai dự đoán influencer sẽ trở thành nghề được giới trẻ ưa chuộng nhất
- Sự sáng tạo của con người tạo ra những kết quả không thể dự báo bằng các mô hình tư duy hiện tại
- Có thể kỳ vọng những lĩnh vực và ngành công nghiệp mới sẽ xuất hiện
- AI trong 5 năm qua đã giúp giải mã giao tiếp động vật nhiều hơn cả 50 năm trước đó
- Liệu có thể dự đoán công nghệ cho phép trò chuyện hoàn chỉnh với động vật sẽ mở ra những nghề gì không?
- Nghề được ưa chuộng nhất năm 2050 rất có thể là một nghề chưa tồn tại ngày nay
- Ta chưa thể đặt tên cho nó vì nó còn chưa được phát minh
-
Sự biến hình của các nhóm nghề
- Internet đã làm một số nghề trở nên lỗi thời, nhưng cũng biến đổi nhiều nghề khác và tạo ra các nhóm nghề mới
- Với AI, nhiều khả năng cũng sẽ lặp lại mô hình đó
- Câu hỏi của Karpathy: “6 tháng trước tôi được yêu cầu bỏ phiếu xem 5 năm nữa sẽ có nhiều hay ít kỹ sư phần mềm hơn”
- Tác giả để lại câu hỏi này như một bài tập cho người đọc
-
Bài học từ trường hợp nhà báo
- Nếu quay lại năm 1995 và đặt cùng câu hỏi về các nhà báo:
- Ta có lẽ sẽ dự đoán sẽ có nhiều nhà báo hơn, vì Internet cho phép tiếp cận toàn cầu và tạo ra nhiều nhu cầu hơn
- Và dự đoán đó sẽ đúng trong khoảng 10 năm đầu (việc làm trong ngành báo chí tăng đến đầu thập niên 2000)
- Nhưng sau 30 năm: cả số lượng báo lẫn số nhà báo đều giảm
- Dù vậy, “báo chí” lại diễn ra nhiều hơn bao giờ hết
- Chỉ là nó không còn chỉ do những người ta gọi là nhà báo tạo ra
- Blogger, influencer, YouTuber và người viết newsletter đang làm những việc mà nhà báo truyền thống từng làm
-
Tương lai của kỹ sư phần mềm
- Với kỹ sư phần mềm, cùng một mô hình như vậy cũng sẽ diễn ra
- Sẽ có nhiều người hơn làm công việc kiểu kỹ thuật phần mềm
- Khoảng 10 năm nữa, ý nghĩa của “kỹ sư phần mềm” sẽ thay đổi
- Chủ nhà hàng nói trên dùng AI để tạo phần mềm quản lý tồn kho tùy biến cho riêng mình
- Họ sẽ không tự gọi mình là kỹ sư phần mềm
-
Tương lai AI không thể đoán trước
- Cũng như năm 1995, nếu những người lạc quan về AI hôm nay nói rằng “trong 25 năm nữa, con người sẽ thích nhận tin tức từ AI hơn là từ influencer trên mạng xã hội, sẽ xem nhân vật do AI tạo ra thay vì diễn viên thật, sẽ tìm bạn đời qua AI mai mối thay vì ứng dụng hẹn hò (hoặc thậm chí dùng chính bạn đời AI), sẽ hoàn toàn đảo ngược câu ‘đừng tin AI’ để dựa vào AI trong các quyết định sinh tử, và tin tưởng AI nuôi dạy con cái”
- Phần lớn mọi người sẽ thấy khó tin
- Dù sở hữu mọi loại trí thông minh, cả tự nhiên lẫn nhân tạo, không ai có thể dự đoán chắc chắn tương lai AI sẽ trông như thế nào
- CEO công nghệ không làm được, nhà nghiên cứu AI không làm được, và một người ngẫu nhiên thao thao bất tuyệt trên Internet cũng không làm được
- Bất kể ta có đoán đúng chi tiết hay không, tương lai AI đang trong quá trình tải
1 bình luận
Ý kiến Hacker News
Sự tương đồng với bong bóng dot-com là có giới hạn
Vì bối cảnh xã hội, chính trị và kinh tế khi đó với hiện tại hoàn toàn khác nhau
Khi dự đoán tương lai, người ta thường tham khảo các mô thức trong quá khứ, nhưng nhiều khi lại không tính đến cả sự thay đổi của bối cảnh
Không thể giải thích đầy đủ chỉ bằng nhu cầu hay tự động hóa; cần nhìn cả sự tương tác giữa các hệ thống chính trị, xã hội và kinh tế
Tôi nghĩ hiện tại là thời đại mainframe của AI
Chỉ một số ít tập đoàn lớn mới có thể vận hành các mô hình tập trung khổng lồ, và chúng ta về cơ bản đang thuê tài nguyên tính toán của họ để dùng
Tôi hy vọng một ngày nào đó sẽ đến thời đại điện toán cá nhân, nơi các mô hình nhỏ được phân tán khắp nơi
Hiện nay, đa số mọi người đang dùng máy tính như những "terminal ngu ngốc" truy cập vào các dịch vụ tập trung trên đám mây
Ngay cả email, bản đồ hay Git cũng phụ thuộc rất nhiều vào máy chủ trung tâm, nên có cảm giác như đang quay lại thời đại mainframe
Nếu tự thử với các công cụ như LM Studio, bạn có thể trải nghiệm việc mô hình thực sự chạy hoàn toàn trên máy cục bộ
Tôi không muốn quay lại thời đó
Tôi cảm thấy có người đang thể hiện thái độ quá chắc chắn về AI
Còn tôi thì không tự tin để khẳng định như vậy
Cách suy nghĩ đó trông như một ví dụ điển hình của hiệu ứng Dunning-Kruger
Tôi chưa từng nghe thấy chính luận điểm “AI sẽ tạo ra nhiều việc làm hơn”
Dù là lao động chân tay hay lao động tri thức thì cuối cùng cũng có số phận là bị tự động hóa, nên tôi nghi ngờ không biết những việc làm nào sẽ được tạo ra
Có cảm giác tác giả đã dựng lên hai phe một cách gượng ép để khiến lập trường của mình trông như điểm trung dung giữa hai phía
So sánh hạ tầng cáp quang thời dot-com với các trung tâm dữ liệu hiện nay là khập khiễng
Cáp quang vẫn có thể dùng sau 10 năm, còn trung tâm dữ liệu thì chỉ sau vài năm công nghệ đã lỗi thời nhanh như hàng tươi sống
Sau 10 năm nữa sẽ chẳng ai còn quan tâm tới thiết bị hiện tại
Dạo này tôi cảm thấy mệt mỏi vì AI
Chỉnh sửa email ngắn thì ổn, nhưng với nội dung sâu thì không hay lắm
Tôi không thấy đáng để trả tiền dùng
Tôi đang trả tiền cho ChatGPT Plus và GitHub Copilot, và chúng đưa ra những cách giải mà tôi không tìm được
Luận điểm “chi phí nhân công kỹ sư đắt đỏ đã hạn chế phát triển” là sai
Các tập đoàn lớn có đủ vốn, và vấn đề nằm ở độ phức tạp của phần mềm cùng giới hạn trong khả năng hiểu của con người
Nếu bài viết chỉ ra được điều này thì đã thuyết phục hơn
Toàn bộ bài viết tạo cảm giác đầy vẻ khoa trương
Đây là một phân tích tốt, nhưng điểm bị bỏ qua là khả năng AI sẽ chạy trực tiếp trên smartphone hoặc desktop trong 5–10 năm tới
Nếu điều đó xảy ra, các khoản đầu tư trung tâm dữ liệu hiện tại và cấu trúc xoay quanh Nvidia có thể trở nên vô nghĩa
Những năm 1990 là thời con người rất lạc quan về công nghệ
Trên TV người ta cũng tin rằng những thiết bị như smartphone sẽ sớm được dùng, và ngược lại có cảm giác là thực tế đã theo kịp quá chậm
Xem video liên quan
Bài viết được nghiên cứu kỹ và thú vị, nhưng xa rời thực tế hiện tại của LLM
Với cấu trúc phần mềm hiện nay, rất khó đạt tới AI ở mức độ khoa học viễn tưởng, và chuyện đó không thể giải quyết chỉ bằng cách đổ thêm thật nhiều tiền
Cơn sốt đầu tư AI gần với một công cụ tái phân phối của cải hơn là công nghệ, và không khác mấy so với các bong bóng dot-com, bất động sản hay tiền mã hóa trước đây
AGI sẽ không đến trong vòng này, đến cả vấn đề ảo giác còn chưa giải quyết được
Điều thực sự cần thiết là khả năng con người lắng nghe góc nhìn của nhau, nhưng AI lại đang củng cố bong bóng của mỗi người