May mensahe si Kai-Fu Lee para sa Fortune 500: ang iyong AI strategy ay malamang ay panggagawa. Sa isang interbyu sa Bloomberg, ang CEO ng 01.ai at pangulo ng Sinovation Ventures ay nagbigay ng direkta at malinaw na pagtataya sa pagtatanghal ng AI sa corporate America, tinawag niya ang karamihan sa mga programa bilang “theater” kung hindi ito aktwal na nagpapalago sa kita.
Mula sa isang dating pangulo ng Google China na ngayon ay nagpapatakbo ng isa sa mga pinakakilalang AI lab sa Asya, ang kritika ay may bigat. Ang mas malawak na teorya ni Lee ay ang artificial intelligence ay lumalago nang mas mabilis kaysa sa inaasahan ng mga tagapagpaganap ng negosyo, at ang organizational chart ng isang karaniwang kumpanya ay magiging magkakaiba sa loob ng limang taon.
Ang problema ng “theater” at bakit ang mga CEO ang nasa likod
Tinuro ni Lee ang mga konkretong pagpapabuti ng kakayahan upang bigyang-diin ang pagkakaiba sa pagitan ng ano ang kayang gawin ng AI ngayon at ano ang nauunawaan ng karamihan sa mga eksekutibo. Naitala niya na ang mga gawain na dati ay nangangailangan ng 40 minuto ay maaari na ngayong handled sa apat, isang sampung beses na pagpapabuti sa efisiyensiya sa paglutas ng problema.
Ang kanyang argumento ay ang mga CEO na tumuturing sa AI bilang isang incremental na kasangkapan, isang bagay na i-attach sa mga umiiral na workflow, ay nawawala sa punto. Ang teknolohiya ay umuunlad patungo sa pagpapalit ng buong mga kategorya ng trabaho, hindi lamang ang pagpapabilis nito.
Ang open-weight play ng China at ang pagkakataon sa Global South
Binigyan din ni Lee ng detalyadong pananaw kung saan nakikita ang pag-unlad ng Chinese AI kumpara sa mga kalaban sa US. Ang kanyang pagtataya: ang mga open-weight model ng China ay naiiwan ng humigit-kumulang anim hanggang siyam na buwan sa raw capability kumpara sa mga frontier model ng Amerika. Ngunit mas maliit ang pagkakaiba na ito, ayon sa kanya, kaysa sa tila.
Ang mga open-weight model mula sa Tsina, tulad ng Kimi K3 ng Moonshot, ay mas mura sa pag-deploy at mas maraming kakayahang i-customize kaysa sa kanilang proprietary na mga Western na katumbas. Para sa mga kumpanya sa mga emerging market, lalo na sa buong Global South, mahalaga ang pang-ekonomiya na kahalagahan nito.
Ang estratehikong pagtanggap ng Beijing sa mga open-weight model, kung saan ang mga model weights ay available sa publiko para sa pagbabago at pag-deploy, ay lumilikha ng iba’t ibang palayaw sa kompetisyon kaysa sa closed-model approach na pinipili ng OpenAI at Anthropic.
Taon Uno ng Reasoning Agents
Maaaring ang pinakamalakas na pahayag ni Lee ay ang kanyang paglalarawan sa 2026 bilang “Taon Uno ng Reasoning Agents.” Ito ang sandali, ayon sa kanya, kung kalian ang AI agents ay tumigil na maging mga demo at magsisimula nang maging mga pundamental na yunit kung paano gumagana ang mga kumpanya.
Sa pamamagitan ng 2031, hinuhulaan ni Lee na ang mga organizational charts ay magpapakita ng pagbabagong ito sa isang malaking paraan. Ang mga AI agent ay hindi lamang magtutulungan sa mga manggagawang tao. Sasamantalahin nila ang marami sa kanila sa mga operasyonal na tungkulin, at hahawakan ang mga workflow na kasalukuyang nangangailangan ng mga koponan ng mga tao.
Ipinangako ni Lee na ang kahalagahan sa hinaharap na karera ay magiging nakabatay sa mga kasanayan tulad ng paglutas ng problema, paggawa ng desisyon, at ang kakayahang direktahan nang epektibo ang mga sistema ng AI. Ang tradisyonal na coding at inhenyeriya ay naging mas kaunting sentro dahil ang AI ay humahawak na ng higit pa sa execution layer.