1. Tóm tắt cốt lõi trong một câu
- Bài viết cho rằng trong những lĩnh vực có năng suất tăng bùng nổ, mọi thứ sẽ rẻ hơn và được dùng nhiều hơn (Jevons), nhưng lao động cạnh tranh với chúng lại kéo mặt bằng giá của các lĩnh vực khác đi lên (Baumol), nên trong kỷ nguyên AI sẽ xuất hiện một nền kinh tế kỳ lạ nơi “token thì rẻ đi, còn 1% công việc cuối cùng vẫn cần bàn tay con người lại trở nên cực kỳ đắt đỏ”.
2. Vì sao bản thân máy lạnh rẻ mà sửa lại đắt?
-
Những ngành có năng suất tăng mạnh như sản xuất, bán dẫn, điện toán
- giá giảm mạnh trong khi chất lượng tốt lên
- và kết quả là nhu cầu bùng nổ, các trường hợp sử dụng mới xuất hiện không ngừng (nghịch lý Jevons).
-
Khi các ngành có năng suất cao này tạo ra hàng loạt việc làm lương cao,
- thì tiền lương của các nghề khác trong cùng một thị trường lao động cũng phải tăng theo mới tuyển được người
- vì thế các dịch vụ gần như không có cải thiện năng suất (sửa chữa, sửa nhà, chăm sóc, v.v.) sẽ có mức lương theo giờ tăng mạnh và trở thành những dịch vụ “cảm giác rất đắt” (căn bệnh chi phí Baumol).
-
Kết quả là thân máy điều hòa (hàng sản xuất) thì rẻ, nhưng kỹ thuật viên sửa nó (dịch vụ) buộc phải đắt vì trong cùng thị trường lao động họ phải cạnh tranh lương với HVAC trung tâm dữ liệu và các nghề kỹ thuật khác.
3. Nghịch lý Jevons: vì sao càng rẻ lại càng được dùng nhiều hơn?
-
Nghịch lý Jevons (Jevons Paradox) bắt đầu từ trường hợp than đá ở thế kỷ 19.
- Khi sản xuất than rẻ hơn và nhanh hơn, tổng lượng than được sử dụng không giảm mà còn bùng nổ.
- Vì khi than trở nên rẻ hơn và hiệu quả hơn, các quy trình, ngành công nghiệp và ứng dụng mới liên tục xuất hiện.
-
Phiên bản hiện đại của điều đó là định luật Moore.
- Giá transistor giảm từ mức 1 đô la mỗi chiếc xuống dưới một phần triệu của 1 cent
- khiến điện toán lan rộng từ quân sự và xử lý bảng lương → trình xử lý văn bản và DB → bộ điều nhiệt và thiệp chúc mừng → đến cả nhãn giao hàng dùng một lần, với các trường hợp sử dụng “gần như vô hạn”.
-
Luận điểm của bài viết: chi phí token cũng sẽ đi theo con đường tương tự.
- Đơn giá tính toán sẽ giảm cực mạnh,
- còn tổng nhu cầu sẽ bùng nổ khi số lượng công việc, dịch vụ và sản phẩm có thể dùng AI tăng theo cấp số nhân.
4. Hiệu ứng Baumol: vì sao ngay cả dịch vụ không liên quan đến AI cũng trở nên đắt hơn?
-
Căn bệnh chi phí Baumol (Baumol’s Cost Disease) là hiện tượng được phát hiện trong nghệ thuật biểu diễn thập niên 1960 (tứ tấu dây, kịch, opera).
- Một nhóm tứ tấu, dù 100 năm trước hay bây giờ, vẫn cần 4 người biểu diễn trực tiếp nên “sản lượng mỗi giờ” gần như không tăng.
- Nhưng khi các khu vực khác của nền kinh tế (sản xuất, công nghệ, tài chính, v.v.) tạo ra nhiều việc làm lương cao nhờ tăng năng suất, các nhạc công cũng phải cạnh tranh trong cùng thị trường lao động đó, và tiền lương tăng lên khiến chi phí biểu diễn leo thang.
-
Logic này sẽ lặp lại trong kỷ nguyên AI.
- Nếu số lượng việc làm năng suất cao, lương cao liên quan đến trung tâm dữ liệu và hạ tầng AI tăng lên,
- thì thợ sửa ống nước, dịch vụ dắt chó đi dạo, bảo mẫu, giáo viên trong cùng khu vực cũng sẽ đòi mức lương “đủ để cạnh tranh” với các công việc đó.
-
Tức là khi toàn xã hội giàu lên, ngay cả những dịch vụ “không liên quan đến AI” cũng tiếp tục được tiêu dùng với mức giá cao mà một xã hội giàu có có thể chi trả — đó chính là hiệu ứng kiểu Baumol.
5. Jevons vs Baumol: hai “cơ chế sinh đôi” vận hành cùng lúc
Bài viết tóm tắt hai cơ chế này như sau.
-
“Hiệu ứng kiểu Jevons (Jevons-type effects)”
- Trong những lĩnh vực có năng suất tăng mạnh
- giá giảm và chất lượng tăng
- từ đó nhu cầu, trường hợp sử dụng và việc làm cùng bùng nổ.
-
“Hiệu ứng kiểu Baumol (Baumol-type effects)”
- Ngay cả tiền lương và giá cả trong những lĩnh vực gần như không có cải thiện năng suất
- cũng tăng theo do sự so sánh trong cùng một thị trường lao động
- và vì xã hội đã giàu hơn nên vẫn tiếp tục tiêu dùng dù giá cao.
Thoạt nhìn hai hiệu ứng này có vẻ tách biệt, nhưng luận điểm chính của bài là chúng gắn chặt với nhau, bởi chỉ khi sự bùng nổ kiểu Jevons (năng suất, của cải, tiêu dùng tăng mạnh) xảy ra trước thì hiệu ứng Baumol mới thực sự xuất hiện như hệ quả tiếp theo.
6. Trong siêu chu kỳ AI, cái gì sẽ rẻ đi và cái gì sẽ đắt lên?
-
Những lĩnh vực AI thay đổi mạnh
- Khi chi phí token và điện toán giảm sâu,
- các dịch vụ có độ co giãn nhu cầu cao như tạo tài liệu, code·marketing, một phần dịch vụ pháp lý có thể tăng mức sử dụng hơn 10 lần.
- Phần này sẽ đi theo con đường “rẻ hơn và được dùng nhiều hơn rất nhiều” đúng như nghịch lý Jevons.
-
Những lĩnh vực ít bị AI tác động
- Như dắt chó đi dạo, chăm trẻ, giáo viên lớp nhỏ, sửa nhà, các dịch vụ thủ công đơn giản
- là những dịch vụ cần lao động thể chất tại chỗ hoặc lao động cảm xúc nên hầu như không hưởng lợi từ tự động hóa,
- nhưng giá của chúng lại được định hình theo mặt bằng lương của lao động AI infrastructure và tech trong cùng thành phố.
- Vì vậy, một thế giới nơi “mỗi tuần chi 100 đô la để dắt chó đi dạo mà vẫn chịu được” sẽ hình thành một cách tự nhiên.
7. Reflexive Turbo-Baumol’s: hiện tượng “1% cuối cùng” xảy ra ngay trong từng nghề
Phần thú vị nhất ở nửa sau bài viết là nhận định rằng ngay trong nội bộ một nghề, hiệu ứng kiểu Baumol cũng có thể bị khuếch đại.
-
“Phần bắt buộc phải có con người” do quy định và an toàn tạo ra
- Chính phủ và cơ quan quản lý yêu cầu rằng vì lý do an toàn và trách nhiệm, “chức năng an toàn này nhất định phải do con người thực hiện hoặc phê duyệt”.
- Ví dụ: nhân viên an toàn ngồi trên xe tự lái Waymo, bước phê duyệt cuối cùng trong đọc ảnh y khoa, chữ ký cuối cùng của con người trong tài chính và pháp lý, v.v.
-
99% công việc được tự động hóa, 1% còn lại chỉ con người làm được
- Trích một cuộc phỏng vấn với Andrej Karpathy, bài viết nêu ra kịch bản rằng “nếu 99% của một nghề được tự động hóa, thì 1% còn lại sẽ trở thành nút thắt của toàn bộ công việc và vì thế có giá trị cực lớn”.
- Chẳng hạn, bác sĩ X-quang dù AI đọc hầu hết kết quả, nhưng vì 1% công việc xác nhận cuối cùng và chịu trách nhiệm, mức lương của họ thậm chí có thể tăng mạnh.
-
Nhưng một khi 1% đó cũng được tự động hóa hoàn toàn
- mức premium lương cao của nhóm nghề đó có thể biến mất trong chớp mắt.
- Giống như nhân viên an toàn trên xe tự lái, đó có thể là con đường “trong lúc 99% đang được tự động hóa thì trở nên đắt đỏ hơn, nhưng ngay khi 1% cuối cùng biến mất thì bản thân nhu cầu cũng bốc hơi”.
Bài viết gọi quá trình này, hơi pha trò, là “Reflexive Turbo-Baumol’s”, và còn gợi ý rằng cấu trúc nghề nghiệp có thể bị tái định hình méo mó, thậm chí xuất hiện những liên minh chính trị - kinh tế kỳ lạ.
8. Kết luận: đằng sau cấu trúc giá cả kỳ lạ là sự mở rộng của của cải
-
Câu hỏi “Máy điều hòa rẻ, nhưng vì sao sửa điều hòa lại đắt?”
- được giải thích là kết quả của sự kết hợp giữa bùng nổ kiểu Jevons trong các lĩnh vực cực kỳ năng suất như sản xuất và điện toán
- với sự gia tăng lương và giá kiểu Baumol ở các lĩnh vực ít được tự động hóa hơn như dịch vụ và lao động tại chỗ.
-
Khi siêu chu kỳ AI tiếp diễn,
- token và điện toán sẽ rẻ “như nước”, còn các dịch vụ chạy trên đó sẽ tăng mạnh khắp nơi
- đồng thời những “công việc 1% cuối cùng bắt buộc phải do con người trực tiếp làm” (dắt chó đi dạo, giáo viên lớp nhỏ, sửa chữa tại hiện trường, công việc an toàn bị ràng buộc bởi quy định, v.v.) có khả năng sẽ đắt hơn và còn được bảo vệ mạnh hơn về mặt chính trị.
-
Thông điệp cuối cùng của bài là,
- dù có những kết quả kỳ lạ như vậy, cốt lõi vẫn là tăng năng suất, và về dài hạn điều đó làm toàn xã hội giàu hơn.
- Bài kết lại bằng một câu đùa rằng theo kiểu “nước lên thì thuyền lên”, hiệu ứng Baumol vừa là một cơ chế phân phối của cải, vừa theo một nghĩa nào đó có thể được xem như “hình thức chủ nghĩa cộng sản hiệu quả nhất”.
3 bình luận
Tôi hình dung ra một dystopia nơi chỉ những bộ não được cho là đáng được bảo vệ mới được hưởng lợi từ sự bùng nổ năng suất, còn phần còn lại của loài người thì bị ném vào một đống rác khổng lồ.
Chắc là một nghề được pháp luật bảo vệ. Dắt chó đi dạo có lẽ là một ví dụ điển hình về việc chỉ con người mới làm được (ít nhất là trong một thời gian nữa), nhưng vì rất nhiều người mất việc do AI sẽ dễ dàng nhảy vào lĩnh vực này nên có lẽ sẽ không dễ giữ được mức lương.
Nếu thực sự người thất nghiệp cũng đổ xô vào làm, thì ngay cả những việc như "dắt chó đi dạo" chắc cũng sẽ không giữ được mức lương, giống như thực tế hiện nay của các tài xế ứng dụng giao hàng.