10 กฎการอยู่รอดสำหรับคนทั่วไปในยุคปัญญาประดิษฐ์

มีผู้เข้าร่วมประมาณหกสิบคน—ผู้ประกอบการ วิศวกร ผู้จัดการผลิตภัณฑ์ นักลงทุน ผู้สำเร็จการศึกษาใหม่ และบางคนที่อ้างว่า “มาฟังก่อนเพื่อให้ชัดเจน”

ผู้บรรยาย: Alan Walker ผู้ประกอบการต่อเนื่องจากซิลิคอนแวลลีย์ ผู้ผ่านประสบการณ์สามวัฏจักร ตอนนี้ดื่มกาแฟดำเท่านั้น ไม่ต้องใช้เครื่องหมายคำถาม

เวลา: เมษายน 2026 หนึ่งสัปดาห์หลังจากเปิดตัว Project Glasswing

ไม่ใช่วิธีการ ไม่ใช่เทคนิคการทำงาน

ในช่วงการเปลี่ยนแปลงระดับสปีชีส์ ควรทำอย่างไรจึงจะรอดชีวิตและมีชีวิตที่ดี

เปิดตัว · ALAN WALKER

มีคนส่งข้อความมาก่อนมาถามว่า “Alan, AI มาแล้ว คนทั่วไปยังมีโอกาสไหม” Alan ไม่ได้ตอบ เพราะคำถามนี้ตั้งผิด

ก่อนที่เครื่องพิมพ์ของกูเทนเบิร์กจะปรากฏขึ้นในปี ค.ศ. 1440 อาชีพที่มีค่าที่สุดในยุโรปคือผู้ sa หนังสือ ภายในวัด ผู้ sa หนังสือผู้มีประสบการณ์มีสถานะเทียบเท่ากับวิศวกรระดับสูงในปัจจุบัน เพราะพวกเขาควบคุมการผลิตและการกระจายความรู้ หลังจากที่เครื่องพิมพ์ปรากฏขึ้น บางคนในหมู่พวกเขาหายไป แต่อีกหลายคนกลายเป็นบรรณาธิการ ผู้พิมพ์ ผู้แต่ง และครู พวกเขาไม่ได้หายไป พวกเขาแค่ย้ายไป

ทุกคนในห้องนี้วันนี้ ล้วนเป็นลูกหลานของกลุ่มผู้คัดลอกหนังสือในอดีต บรรพบุรุษของคุณไม่ได้ถูกเครื่องพิมพ์ทำลาย จึงทำให้คุณสามารถนั่งอยู่ที่นี่และตั้งคำถามนี้ได้ ผู้ที่สามารถนั่งอยู่ที่นี่และตั้งคำถามนี้ ถือเป็นกลุ่มคนที่โชคดีที่สุดในประวัติศาสตร์มนุษยชาติ คำถามไม่ใช่ว่า “มีโอกาสหรือไม่” แต่คือ “คุณยินดีที่จะมองเห็นว่าโอกาสอยู่ที่ไหนหรือไม่”

วันนี้ฉันให้คุณสิบข้อ ไม่มีคำพูดฟุ่มเฟือย แต่ละข้อฉันได้คิดไว้เรียบร้อยแล้ว” - Alan Walker จากซิลิคอนแวลลีย์

ไม่ใช่อาชีพที่ถูกกำจัด แต่เป็นผู้ที่เชื่อว่า “เรื่องนี้ไม่เกี่ยวกับฉัน”

ก่อนอื่น มาพูดถึงข้อเท็จจริงที่ขัดกับสัญชาตญาณ: การปฏิวัติทางเทคโนโลยีใดๆ ไม่ได้ทำให้งานหายไป แต่ทำให้คนที่ปฏิเสธการเรียนรู้หายไป นี่ไม่ใช่คำให้กำลังใจ แต่เป็นบันทึกทางประวัติศาสตร์ ในปี 1900 สหรัฐอเมริกามีม้า 41 ล้านตัวที่รับผิดชอบงานขนส่ง เมื่อรถยนต์ปรากฏขึ้น ผู้ดูแลม้าก็หายไป แต่ช่างเครื่อง ผู้ปฏิบัติงานปั๊มน้ำมัน วิศวกรถนน ผู้ประเมินความเสี่ยงด้านประกันรถยนต์ และเจ้าหน้าที่จราจรกลับเกิดขึ้นทั้งหมด จำนวนงานสุทธิเพิ่มขึ้น ไม่ใช่ลดลง

ในปี 1997 Deep Blue ชนะคาสปารอฟ ทุกคนคิดว่าชีวิตของนักหมากรุกมืออาชีพจะสิ้นสุดลง แต่ในปี 2005 มีการแข่งขันที่เรียกว่า "หมากรุกเซนทอร์" ปรากฏขึ้น—ผู้เล่นสมัครเล่นทั่วไปร่วมกับพีซีธรรมดาสามารถเอาชนะทีมที่ประกอบด้วยมาสเตอร์ชั้นยอดและซูเปอร์คอมพิวเตอร์ได้ ไม่ใช่คนที่เก่งที่สุดที่ชนะ ไม่ใช่เครื่องจักรที่ทรงพลังที่สุดที่ชนะ แต่คือคนที่เชื่อมโยงกับเครื่องจักรได้ดีที่สุดต่างหากที่ชนะ ข้อสรุปนี้ใช้ได้กับทุกอุตสาหกรรมในปี 2026 โดยไม่ต้องเปลี่ยนคำเดียว

ALAN · สด

คู่แข่งของคุณวันนี้ ไม่ใช่ Claude ไม่ใช่ GPT ไม่ใช่ Gemini แต่เป็นคนที่นั่งข้างๆ คุณ ซึ่งกำลังใช้เครื่องมือเหล่านี้ทำงานอยู่แล้ว ในขณะที่คุณยังคงกังวลว่า “เครื่องมือนี้เชื่อถือได้ไหม” เส้นโค้งการรับเทคโนโลยีไม่เคยรอใคร หลังจากเครื่องพิมพ์ถูกคิดค้นขึ้น ผู้ที่รีบใช้งานมันในห้าปีแรก ได้กำหนดรูปแบบการผลิตความรู้สำหรับสองร้อยปีต่อมา ช่องว่างในวันนี้อาจสั้นกว่าห้าปีอีก

ไม่ใช่ AI ที่มาแทนคุณ แต่เป็นคนที่ใช้ AI ที่จะมาแทนคุณ สองประโยคนี้ฟังดูเหมือนกัน แต่กำหนดกลยุทธ์ในการรับมือของคุณอย่างแตกต่างกันอย่างสิ้นเชิง

โมเดลภาษาขนาดใหญ่สามารถเรียนรู้ความรู้ทั้งหมดที่ถูกเขียนลงไว้ได้ มันไม่สามารถเรียนรู้ส่วนที่คุณไม่ได้เขียนลงไว้—และส่วนนั้นแหละ คือสิ่งที่มีค่าที่สุดของคุณ

นักปรัชญาไมเคิล พอลานีเขียนหนังสือที่มีความหนาเพียงไม่กี่ร้อยหน้าในปี 1966 ชื่อว่า “ความรู้เชิงนัย” Polanyi 1966 ข้อเสนอหลักมีเพียงประโยคเดียว: “เรารู้มากกว่าที่เราจะพูดออกมาได้” เขาให้ตัวอย่างว่า: คุณสามารถจดจำใบหน้าได้ แต่คุณไม่สามารถอธิบายให้ฉันฟังได้ว่าคุณจดจำมันได้อย่างไร ความสามารถนี้อยู่ในระบบประสาทของคุณ ไม่สามารถถ่ายทอดเป็นภาษาได้ จึงไม่สามารถถ่ายทอดหรือจำลองได้

แก่นแท้ของโมเดลภาษาขนาดใหญ่คือการบีบอัดและเรียกคืนความรู้ที่มนุษย์ได้แสดงออกไว้แล้วอย่างสุดขีด มันดูดซับสิ่งที่ถูกเขียนไว้ทั้งหมด: หนังสือเรียน วิจัย โค้ด การสนทนา แต่มีความรู้ประเภทหนึ่งที่มันไม่สามารถเข้าถึงได้: ความสามารถในการตัดสินใจที่คุณสะสมจากโครงการที่ล้มเหลวมาแล้วสิบแปดครั้ง ความรู้สึกล่วงหน้าที่คุณเกิดขึ้นหลังจากเห็นสถานการณ์แบบนั้นสามครั้ง หรือสัมผัสได้ถึงธรรมชาติของมนุษย์หลังจากผ่านการฝ่าฟันในอุตสาหกรรมหนึ่งมาแล้ว สิ่งเหล่านี้ไม่เคยถูกบันทึกไว้ในเอกสารใดๆ เลย พวกมันมีอยู่ในรูปแบบของวงจรประสาทในสมองของคุณ และสามารถถูกกระตุ้นได้เฉพาะผ่านประสบการณ์เท่านั้น ไม่สามารถถ่ายทอดผ่านภาษาได้

ดังนั้น ประสบการณ์ที่คุณคิดว่าไม่มีประโยชน์ กลับเป็นกำแพงป้องกันที่แท้จริงของคุณในยุค AI ถนนที่คุณเคยเดินผิด ภัยที่คุณเคยเผชิญ และการตัดสินใจที่คุณเคยผิดพลาด — สิ่งเหล่านี้กำลังก่อตัวเป็นทรัพย์สินที่หายากซึ่ง AI ไม่สามารถสัมผัสได้ เงื่อนไขคือคุณต้องตระหนักและระบบ化进程เหล่านี้ให้ชัดเจน: จดลงบนกระดาษ พูดออกมา และถ่ายทอดให้ผู้อื่น

ALAN · สด

ฉันรู้จักคนที่ทำงานด้านอาหารมานานสิบแปดปี ไม่รู้จัก Excel ไม่รู้เขียนโค้ด พูดภาษาจีนกลางได้ไม่คล่อง แต่เขาสามารถเดินรอบร้านใหม่ที่เพิ่งเปิดได้ก่อนเปิดสามสิบนาที และบอกคุณได้ว่าเมนูไหนจะมีปัญหาในวันนี้ พนักงานคนไหนมีสภาวะไม่ดี และอัตราการหมุนเวียนโต๊ะคืนนี้จะเป็นเท่าไหร่ เขาทราบได้อย่างไร? เขาอธิบายไม่ได้ แต่สิ่งที่ “อธิบายไม่ได้” นั้นมีมูลค่าหลายล้าน แม้ AI จะสามารถสร้างคู่มือการจัดการร้านอาหารที่สมบูรณ์ได้ แต่มันไม่มีประสบการณ์ที่เขาต้องผ่านมาในช่วงสิบแปดปีที่ผ่านมา

ระบบ化进程ที่คุณเคยผิดพลาด แปลงกรณีล้มเหลวของคุณให้เป็นภาษา นี่ไม่ใช่การเขียนบันทึกความทรงจำ นี่คือการหล่อหลอมรั้วป้องกันที่ถูกมองข้ามที่สุดในยุค AI

AI สามารถใช้งานได้ในทุกสาขาเดียว แต่สิ่งที่มันทำไม่ได้คือการนำตรรกะพื้นฐานของสองสาขามารวมกันเพื่อเห็นความเป็นไปได้ที่สาม

ในเศรษฐศาสตร์มีแนวคิดหนึ่งที่เรียกว่า "ข้อได้เปรียบเชิงเปรียบเทียบ" (Ricardo 1817) ซึ่งหมายความว่า: คุณไม่จำเป็นต้องเก่งกว่าผู้อื่นในทุกเรื่อง คุณแค่ต้องมีประสิทธิภาพมากกว่าในบางการรวมกันเท่านั้น เมื่อนำมาใช้ในปัจจุบัน แหล่งที่มาของข้อได้เปรียบเชิงเปรียบเทียบได้เปลี่ยนจากทักษะเดี่ยวไปสู่การรวมกันข้ามสาขา—พื้นฐานด้านชีววิทยาของคุณบวกกับสัญชาตญาณทางการเงินและแนวคิดด้านผลิตภัณฑ์ของคุณ สร้างมุมมองที่ AI ไม่สามารถจำลองได้จากข้อมูลการฝึกฝนแบบเดี่ยว

นวัตกรรมที่เปลี่ยนแปลงโครงสร้างของประวัติศาสตร์มนุษย์แทบจะไม่เกิดขึ้นภายในขอบเขตของสาขาวิชาใดวิชาหนึ่ง แต่เกิดขึ้นที่ขอบเขตของสาขาวิชาต่างๆ เมนเดลเป็นพระสงฆ์ เขาใช้สถิติศึกษาถั่ว豌豆 ซึ่งเป็นรากฐานของพันธุศาสตร์ ชานน์เป็นนักคณิตศาสตร์ เขาใช้แนวคิดเอนโทรปีจากเทอร์โมไดนามิกส์เพื่อเข้าใจการสื่อสาร และสร้างทฤษฎีสารสนเทศ จอบส์เป็นผู้ฝึกสมาธิและนัก esthete เขาเชื่อมโยงมนุษยศาสตร์กับวิศวกรรมเข้าด้วยกัน และกำหนดรูปแบบของเทคโนโลยีเพื่อผู้บริโภค ในยุคที่ AI สามารถครอบคลุมทุกสาขาเฉพาะทางได้อย่างรวดเร็ว ความสามารถในการเชื่อมโยงข้ามขอบเขต คือหนึ่งในข้อได้เปรียบทางปัญญาสุดท้ายของมนุษย์

› ค้นหาพื้นที่ที่คุณเชี่ยวชาญที่สุด — นี่คือจุดยึด ถ้าไม่มีมัน สิ่งอื่นๆ ก็เหมือนหญ้าลอยน้ำ

› สร้างความรู้เพียงพอในสองหรือสามสาขาที่อยู่ติดกันหรือขัดแย้งกัน โดยไม่จำเป็นต้องเชี่ยวชาญ

› ฝึกฝน "สัญชาตญาณการเชื่อมโยง": ตรรกะพื้นฐานของสาขา này สามารถอธิบายปรากฏการณ์ในสาขาอื่นได้หรือไม่

› AI ช่วยค้นหาให้คุณ คุณเชื่อมต่อ—นี่คือการแบ่งงาน ไม่ใช่การแข่งขัน

ALAN · สด

นักลงทุนที่เก่งที่สุดที่ฉันเคยเห็น ไม่ใช่คนที่เก่งด้านการเงินที่สุด แต่เป็นคนที่มีความรู้ด้านการเงินเพียงพอ รับรู้ถึงเทคโนโลยีอย่างแท้จริง เข้าใจมนุษย์ได้ลึกซึ้ง และจดจำประวัติศาสตร์ได้ องค์ประกอบสี่มิตินี้เมื่อรวมกัน ยังไม่สามารถถูกจำลองได้โดย AI ในวันนี้ — เพราะ “การรับรู้เชิงลึก” นั้นแก่นแท้คือการบูรณาการ การบูรณาการต้องการให้คุณเคยถูกชนโดยระบบที่แตกต่างกันในโลกแห่งความเป็นจริง ไม่ใช่แค่การจับคู่รูปแบบที่ดึงออกมาจากข้อมูลการฝึกสอน ประสบการณ์อันซับซ้อนของคุณคือพื้นที่ที่ AI ยังไม่สามารถยึดครองได้

ถ้าคุณมีแต่ความลึกโดยไม่มีความกว้าง คุณก็เหมือนบ่อน้ำหนึ่งบ่อ แต่เมื่อคุณมีการข้ามขอบเขต คุณจะกลายเป็นตาข่าย AI คือน้ำ มันจะไหลไปยังบ่อน้ำทุกบ่อ แต่ตาข่ายนั้นคือสิ่งที่คุณทอขึ้นด้วยตัวเอง

AI ทำให้ต้นทุนการผลิตข้อมูลเข้าใกล้ศูนย์ ซึ่งหมายความว่าข้อมูลเองก็เข้าใกล้ค่าศูนย์ และสินค้าประกอบที่หายากของมัน—ความสนใจที่จดจ่อ—กำลังกลายเป็นสกุลเงินที่มีค่าที่สุดในยุคนี้

ฮับเบิร์ต ไซมอน ได้เขียนประโยคหนึ่งในปี 1971 ซึ่งทำนายถึงปัจจุบัน: “ความอุดมสมบูรณ์ของข้อมูล นำไปสู่ความขาดแคลนของความสนใจ” เขาพูดประโยคนี้ก่อนที่อินเทอร์เน็ตจะเกิดขึ้น ในขณะนั้น เขาใช้เหตุผลทางเศรษฐศาสตร์พื้นฐานที่สุด: สิ่งใดก็ตามที่มีปริมาณมากอย่างสุดขีด คุณค่าของมันจะลดลง ในขณะที่คุณค่าของสิ่งที่เป็นสิ่งเสริมที่ขาดแคลนจะเพิ่มขึ้น

วันนี้ ปริมาณเนื้อหาที่ AI ผลิตในแต่ละวันได้เกินกว่าที่มนุษย์เคยผลิตรวมกันตลอดหลายร้อยปีที่ผ่านมา สมองของคุณยังไม่ได้รับการอัปเกรด ปริมาณความสนใจของคุณมีจำกัด คุณให้ความสนใจกับอะไร คุณก็กำลังลงคะแนนเสียงให้สิ่งนั้น และกำลังพัฒนาความสามารถนั้น ผู้ที่ใช้เวลาสามชั่วโมงต่อวันจมอยู่กับข้อมูลย่อยๆ ไม่ได้กำลังเสียเวลา แต่เขากำลังลดระบบการรับรู้ของตัวเองให้กลายเป็นอุปกรณ์บริโภค—สามารถรับข้อมูลเท่านั้น ไม่สามารถสร้างสรรค์ได้; สามารถตอบสนองเท่านั้น ไม่สามารถคิดวิเคราะห์ได้

มีข้อสรุปที่ขัดกับความเข้าใจทั่วไป: ทักษะการอ่านอย่างลึกซึ้งในยุค AI นั้นหายากและมีคุณค่ามากกว่าทักษะการเขียนโปรแกรม AI สามารถเขียนโค้ด ค้นหาข้อมูล และสร้างรายงานได้ แต่มันไม่สามารถแทนที่คุณในการเข้าใจหนังสืออย่างแท้จริง หรือรวมรวมเป็นระบบการตัดสินใจของตัวคุณเอง บุคคลที่สามารถมีสมาธิเป็นเวลานาน คิดอย่างเป็นอิสระ และตัดสินใจด้วยตนเอง ถือเป็นผู้ร่วมงานกับ AI ในขณะที่บุคคลที่แค่บริโภคข้อมูลแบบชิ้นเล็กชิ้นน้อย กลับกลายเป็นจุดสิ้นสุดการบริโภคของ AI จุดสิ้นสุดไม่จำเป็นต้องคิด จุดสิ้นสุดแค่ต้องรับข้อมูลเท่านั้น

ALAN · สด

ฉันมีการทดสอบหนึ่ง: เลือกหนังสือเล่มหนึ่งที่คุณคิดว่าสำคัญ แล้วนั่งอ่านสองชั่วโมงโดยไม่แตะโทรศัพท์ หากคุณทำไม่ได้ ความสนใจของคุณถูกยึดครองแล้ว นี่ไม่ใช่การตัดสินทางศีลธรรม แต่เป็นการประเมินความสามารถทางปัญญา ในยุคที่ AI ทำให้ประสิทธิภาพการผลิตของทุกคนเท่ากัน ผู้ที่สามารถรักษาความมุ่งมั่นเชิงลึกไว้ได้คือชนชั้นทางปัญญา—ไม่ใช่เพราะพวกเขาฉลาดกว่า แต่เพราะพวกเขาปกป้องสิ่งที่ส่วนใหญ่ได้ละทิ้งไป

การปกป้องความสนใจของคุณ คือการปกป้องอธิปไตยทางปัญญาของคุณ การละทิ้งความสนใจ คือการยอมรับการลดสถานะตัวเองให้เป็นอุปกรณ์บริโภคของ AI แทนที่จะเป็นผู้ร่วมงานกับ AI

AI สามารถสร้างเรซูเม่ของคุณ เลียนแบบสไตล์การเขียนของคุณ และปลอมเสียงของคุณได้ แต่มันไม่สามารถปลอมความเชื่อมั่นที่สะสมมาจากการปฏิบัติตามคำสัญญาซ้ำแล้วซ้ำเล่าในความสัมพันธ์จริงๆ ได้

ความเชื่อถือ的本质คืออะไร? จากมุมมองของทฤษฎีเกม ความเชื่อถือเป็นผลลัพธ์ของการเล่นเกมซ้ำๆ — Axelrod 1984 — บุคคลสองคนที่มีปฏิสัมพันธ์กันหลายครั้งเพียงพอ ได้พิสูจน์ซึ่งกันและกันว่า ความน่าจะเป็นที่แต่ละฝ่ายจะทำตามคำพูดของตนสูงเพียงพอ จึงยินดีลดต้นทุนการป้องกัน และเข้าสู่สถานะความร่วมมือที่มีประสิทธิภาพมากขึ้น กระบวนการนี้ไม่สามารถบีบอัด ปลอมแปลง หรือผลิตเป็นจำนวนมากได้ เพราะแก่นแท้ของมันคือประวัติการชำระหนี้ในช่วงเวลา

เมื่อ AI สามารถสร้างเนื้อหาใดๆ และเลียนแบบรูปแบบใดๆ ได้ ความน่าเชื่อถือจากมนุษย์จริงๆ จะมีมูลค่าเพิ่มขึ้นในลักษณะที่ขัดแย้งกัน ยิ่งยุคที่ AI แพร่หลายมากเท่าใด ความจริงที่ว่า “เป็นมนุษย์จริง และเชื่อถือได้” ก็ยิ่งหายากและมีค่ามากขึ้น เกียรติยศของคุณคือตราประทับป้องกันการปลอมแปลงเดียวของคุณในยุค AI

ลึกกว่านั้น: ความน่าเชื่อถือไม่ใช่แค่ “คุณพูดแล้วทำตาม” แต่คือ “ผู้อื่นยินดีที่จะวางความไม่แน่นอนไว้บนตัวคุณ” เมื่อใครสักคนมอบสิ่งที่ผลลัพธ์ยังไม่รู้ให้คุณ ไม่ใช่เพราะเขาแน่ใจว่าคุณจะทำสำเร็จ แต่เพราะเขาเชื่อว่าคุณจะทุ่มเทอย่างเต็มที่ ให้ข้อมูลอย่างซื่อสัตย์ และจะไม่หายตัวไป ความสัมพันธ์แห่งความไว้วางใจนี้ เป็นสัญญาส่วนตัวที่ AI ไม่สามารถเข้าถึงได้ มันเป็นสิ่งที่เกิดขึ้นในโลกจริง ผ่านอารมณ์ และสะสมมาตลอดเวลา

ALAN · สด

ฉันรู้จักคนคนหนึ่ง ไม่มีพื้นหลังจากมหาวิทยาลัยชื่อดัง ไม่มีประสบการณ์ทำงานในบริษัทใหญ่ และพูดอังกฤษได้ไม่คล่อง แต่สิ่งเดียวที่เขามีคือ: ในช่วงสิบห้าปีที่ผ่านมา เขาไม่เคยผิดสัญญาอะไรเลย ตอนนี้ทุกครั้งที่เขาส่งข้อความ 五十 คนจะตอบกลับเขาเป็นอันดับแรก สิ่งนี้ในยุค AI เรียกว่าอะไร—เรียกว่า “ความสามารถในการเจาะผ่านสัญญาณ” ในโลกที่ AI สร้างเสียงรบกวนอย่างไม่สิ้นสุด สัญญาณของเขาชัดเจน 五十 คนเหล่านี้ไม่มีใครตอบเขาเพราะเรซูเม่ของเขาสวยงาม

ทุกครั้งที่ปฏิบัติตามคำสัญญา คือการลงทุนในสิ่งที่มีค่าที่สุดในยุคปัญญาประดิษฐ์ ทุกครั้งที่ไม่ปฏิบัติตามคำสัญญา คือการทำลายทรัพย์สินที่ปัญญาประดิษฐ์ไม่สามารถช่วยคุณสร้างขึ้นใหม่ได้

ปัญญาประดิษฐ์สามารถตอบคำถามใดๆ ได้ภายในสามวินาที มันไม่รู้ว่าคำถามใดสมควรได้รับการถาม “ความไม่รู้” นี้คือตำแหน่งของคุณ

ระบบการศึกษาของมนุษยชาติทั้งหมดตลอด 300 ปี ได้ฝึกฝนสิ่งเดียวเท่านั้น: การตอบคำถามมาตรฐาน การสอบวัดคำตอบ การสัมภาษณ์วัดวิธีแก้ปัญหา และการประเมินผลวัดผลลัพธ์ สมมติฐานพื้นฐานของระบบ这套คือ: คำถามมีความคงที่ และคำตอบเป็นสิ่งที่หายาก หลังจากที่ AI เกิดขึ้น สมมติฐานนี้ถูกพลิกคว่ำอย่างสิ้นเชิง: คำตอบไม่ใช่สิ่งที่หายากอีกต่อไป แต่คำถามที่ดีกลับกลายเป็นสิ่งที่หายาก

ไอน์สไตน์กล่าวว่า หากเขาได้รับเวลาหนึ่งชั่วโมงเพื่อแก้ปัญหาที่เกี่ยวข้องกับชีวิตและความตาย เขาจะใช้เวลาห้าสิบห้านาทีในการกำหนดปัญหา และห้านาทีในการหาวิธีแก้ไข ไอน์สไตน์ (อ้างอิง) คำพูดนี้ในปี 2026 มีความหมายเปลี่ยนไป: ห้านาทีนั้น คุณสามารถจ้างภายนอกให้ AI ทำได้ ส่วนห้าสิบห้านาทีนั้น คุณเท่านั้นที่ทำได้

คำถามที่ดีคืออะไร คำถามที่ดีมีสามคุณลักษณะ: ประการแรก มันช่วยให้คุณเห็นสิ่งที่คุณเคยมองไม่เห็น; ประการที่สอง มันทำให้ผู้ร่วมสนทนาอีกฝ่ายทบทวนสมมติฐานของตนเอง; ประการที่สาม มันเปิดพื้นที่ของความเป็นไปได้ใหม่ แทนที่จะจำกัดขอบเขตของคำตอบที่มีอยู่แล้ว การพัฒนาความสามารถนี้ขึ้นอยู่กับการอ่านมาก การพูดคุยมาก และการสลับไปมาระหว่างระบบที่ต่างกัน จนกว่าคุณจะเกิดความไม่เชื่อถืออย่างอัตโนมัติต่อสิ่งที่ดูเหมือนเป็นเรื่องปกติ

ALAN · สด

ในยุคของปัญญาประดิษฐ์ วิธีการทำงานที่มีความสามารถแข่งขันสูงสุดคือ: คุณเริ่มต้นด้วยคำถามที่ดี ปัญญาประดิษฐ์สร้างคำตอบสิบข้อ แล้วคุณใช้คำถามที่ดีกว่าเพื่อค้นหาคำตอบที่สิบเอ็ด ซึ่งเป็นทิศทางที่ปัญญาประดิษฐ์ไม่เคยคิดถึง ในวงจรปิดนี้ คุณคือผู้กำกับ และปัญญาประดิษฐ์คือผู้แสดง หากคุณแค่รับผลลัพธ์จากปัญญาประดิษฐ์ คุณคือผู้ชม ผู้ชมไม่ได้รับเงินเดือนของผู้กำกับ โลกมักขาดผู้กำกับที่ดี แต่ไม่เคยขาดผู้ชม

การรู้วิธีตั้งคำถามมีค่ามากกว่าการรู้วิธีตอบ เพราะ AI สามารถตอบทุกคำถามได้ แต่ไม่รู้ว่าควรถามอะไร การไม่รู้นั้นคือดินแดนของคุณ

ไม่ใช่ทุกความมีประสิทธิภาพที่คุ้มค่าที่จะต้องปรับปรุง มีคุณค่าประเภทหนึ่งที่กลับยิ่งมีราคาสูงขึ้น เพราะมันไม่มีประสิทธิภาพ และต้องใช้คนจริง

เวเบลนในปี 1899 อธิบายสินค้าประเภทหนึ่งที่แปลกประหลาด: ยิ่งราคาสูง ยิ่งมีความต้องการมากขึ้น เพราะราคาที่สูงนั้นเองคือส่วนหนึ่งของคุณค่า วันนี้ การมีส่วนร่วมของมนุษย์กำลังกลายเป็นคุณสมบัติของเวเบลนสำหรับบริการประเภทหนึ่ง: เพราะมีคนจริงๆ จึงมีค่า; ยิ่งหายาก ยิ่งมีค่า

คิดดู: การวินิจฉัยจากแพทย์ที่เข้าใจสถานการณ์ของคุณอย่างแท้จริง กับรายงานการวินิจฉัยที่สร้างโดย AI มีความแตกต่างกันเท่าใด ความไม่สามารถทดแทนได้ระหว่างเพื่อนที่นั่งอยู่ตรงหน้าคุณในช่วงเวลาที่ยากลำบากที่สุด กับแอปพลิเคชันใดๆ ที่ให้การอยู่ร่วมกับคุณผ่าน AI มีมากน้อยเพียงใด ผู้ตัดสินใจที่สามารถตัดสินใจด้วยตนเองและรับผิดชอบต่อผลลัพธ์ทันที แตกต่างจากคำแนะนำที่ AI ปรับแต่งไว้อย่างไรในเชิงพื้นฐาน ลักษณะร่วมของสถานการณ์เหล่านี้คือ: การมีอยู่ของมนุษย์นั้นเป็นส่วนหนึ่งของคุณค่า และเป็นส่วนที่ไม่สามารถแยกออกได้

ในมุมมองของการวิวัฒนาการของมนุษย์ สิ่งนี้ไม่น่าแปลกใจเลย มนุษย์เป็นสัตว์ที่มีสังคมสูงมาก ระบบประสาทของเราถูกออกแบบมาเพื่อตอบสนองต่อการมีอยู่ของมนุษย์จริงๆ ฮอร์โมนออกซิโทซิน เซลล์ประสาทแบบสะท้อน และระบบการรับรู้สีหน้า — กลไกเหล่านี้ไม่ตอบสนองต่อ AI เมื่อ AI บอกคุณว่า “ฉันเข้าใจความรู้สึกของคุณ” ระบบขอบเขตของคุณรู้ว่านั่นเป็นเรื่องหลอกลวง แม้ว่าสมองส่วนเหตุผลของคุณจะถูกชักจูงชั่วคราวก็ตาม มนุษย์มีความต้องการทางชีวภาพที่ไม่สามารถแทนที่ได้ด้วยดิจิทัลต่อการมีอยู่ของมนุษย์

ALAN · สด

ฉันคาดการณ์ว่าอุตสาหกรรมหนึ่งจะเติบโตอย่างแข็งแกร่งในยุคปัญญาประดิษฐ์: การดูแลผู้ป่วยระยะสุดท้าย ไม่ใช่เพราะ AI ไม่สามารถให้ข้อมูลหรือการอยู่ร่วมได้ แต่เพราะไม่มีใครอยากใช้ช่วงเวลาสุดท้ายของชีวิตตัวเองกับหน้าจอ นี่คือตัวอย่างสุดขั้วของ “ค่าเพิ่มของมนุษย์” แต่มันชี้ให้เห็นกฎทั่วไป: หาพื้นที่ที่ยิ่งถูกอัตโนมัติมากเท่าไหร่ ยิ่งรู้สึกว่างเปล่ามากเท่านั้น—นั่นคือโอกาสของคุณ ยิ่งมีประสิทธิภาพมากเท่าไหร่ ยิ่งเย็นชาเท่านั้น ความอุ่นใจของมนุษย์ยิ่งมีค่ามากเท่านั้น

ถามตัวเอง: หากสิ่งนี้ทำทั้งหมดโดย AI ลูกค้าจะสูญเสียอะไรไป? สิ่งที่ "สูญเสียไป" นั้นคือกำแพงป้องกันที่คุณมีถาวร

วิวัฒนาการไม่เคยให้รางวัลกับผู้ที่แข็งแกร่งที่สุด แต่ให้รางวัลกับผู้ที่อยู่รอดได้นานที่สุดในภาวะการเปลี่ยนแปลง คนที่สามารถรักษาความกระตือรือร้นในการกระทำแม้อยู่ในสภาพความไม่แน่นอนสูง คือผู้แข็งแกร่งที่แท้จริงในยุคปัญญาประดิษฐ์

นาซิม ทาเลบ ในหนังสือ “Anti-Fragile” ได้เสนอกรอบแนวคิดที่เปลี่ยนมุมมองของฉันต่อโลก Taleb 2012: โลกมีระบบสามประเภท ระบบอ่อนไหวจะพังทลายภายใต้ความเครียด ระบบแข็งแรงจะคงอยู่ภายใต้ความเครียด และระบบต้านความเปราะบางจะแข็งแกร่งขึ้นภายใต้ความเครียด เขาบอกว่าธรรมชาติให้รางวัลไม่ใช่ความแข็งแรง แต่คือความต้านทานต่อความเปราะบาง กล้ามเนื้อเติบโตภายใต้ความเครียด ระบบภูมิคุ้มกันแข็งแกร่งขึ้นเมื่อติดเชื้อ และเศรษฐกิจก้าวหน้าผ่านการทำลายอย่างสร้างสรรค์

ความไม่แน่นอนในยุคของปัญญาประดิษฐ์มีลักษณะเชิงโครงสร้าง และจะไม่หายไป ทุกๆ ไม่กี่เดือน จะมีโมเดลใหม่ ขอบเขตความสามารถใหม่ และอุตสาหกรรมใหม่ที่ถูกปรับเปลี่ยน นี่ไม่ใช่ความสับสนชั่วคราว แต่เป็นสถานะใหม่ที่คงที่ คุณไม่สามารถคาดการณ์ไพ่ใบถัดไปได้ สิ่งที่คุณทำได้คือฝึกตัวเองให้สามารถดำเนินการ เรียนรู้ และรักษาทิศทางได้ แม้จะไม่รู้ว่าไพ่ใบถัดไปจะเป็นอะไร

ความจริงที่ลึกซึ้งกว่าหนึ่งระดับ: ความไม่แน่นอนคืออาวุธสุดท้ายของคนทั่วไปในการต่อสู้กับองค์กรขนาดใหญ่ บริษัทใหญ่ รัฐบาลใหญ่ และทุนขนาดใหญ่ มีข้อได้เปรียบอย่างสัมบูรณ์ในโลกที่มีความแน่นอน—พวกเขามีทรัพยากร ขนาดใหญ่ และกำแพงกั้นทางธุรกิจ แต่ในสภาพแวดล้อมที่เปลี่ยนแปลงอย่างรวดเร็วและไม่แน่นอน ขนาดของพวกเขาจะกลายเป็นภาระ กระบวนการของพวกเขาจะกลายเป็นพันธนาการ และประวัติศาสตร์ของพวกเขาจะกลายเป็นภาระ ขณะที่คุณ บุคคลธรรมดาที่สามารถตัดสินใจภายใน 72 ชั่วโมง และเปลี่ยนทิศทางได้อย่างสมบูรณ์ภายในหนึ่งสัปดาห์ กลับมีความยืดหยุ่นที่องค์กรขนาดใหญ่ไม่มีทางเลียนแบบได้

ALAN · สด

ระบุให้ชัดเจนยิ่งขึ้น: วางเดิมพันเล็กๆ ปรับปรุงอย่างรวดเร็ว อย่าทุ่มหมดตัวให้กับการตัดสินใจใดๆ เพียงอย่างเดียว สร้างโครงสร้างชีวิตที่สามารถรับข้อผิดพลาดได้ แทนที่จะเป็นโครงสร้างที่ต้องถูกต้องเสมอไป ควบคุมต้นทุนของความล้มเหลวให้อยู่ในขอบเขตที่คุณรับได้ และเร่งความเร็วในการเรียนรู้ให้สูงสุดเท่าที่คุณจะรักษาไว้ได้ คุณไม่สามารถคาดการณ์ได้ว่า AI จะพลิกโฉมอุตสาหกรรมใดต่อไป แต่คุณสามารถฝึกตัวเองให้รู้สึกตื่นเต้น ไม่ใช่ตกใจ ในวันที่มันเกิดขึ้น องค์กรขนาดใหญ่กลัวความไม่แน่นอน เพราะพวกเขามีน้ำหนักมากเกินไปและเลี้ยวไม่ได้ แต่คุณเบา คุณสามารถเลี้ยวได้ นี่คือข้อได้เปรียบเชิงโครงสร้างสุดท้ายของคุณ อย่าปล่อยให้ความวิตกกังวลทำลายมัน

ความไม่แน่นอนคือข้อได้เปรียบเชิงโครงสร้างเดียวที่คนทั่วไปมีต่อสถาบันขนาดใหญ่ สถาบันขนาดใหญ่กลัวมัน คุณควรรักมัน

AI ทำให้ทุกคนสามารถ “ผลิตเนื้อหา” ได้ แต่เนื้อหาและมุมมองเป็นสองสิ่งที่ต่างกัน ผู้ที่มีมุมมองเฉพาะตัวและสื่อสารอย่างต่อเนื่อง จะได้รับความมองเห็นในระดับเลขชี้กำลัง amidst เสียงรบกวนของ AI

ในเศรษฐศาสตร์มีแนวคิดหนึ่งที่เรียกว่า “เอฟเฟกต์ของเครือข่าย” Metcalfe 1980 — คุณค่าของเครือข่ายจะมีสัดส่วนตรงกับกำลังสองของจำนวนโหนด คำพูดสาธารณะของคุณคือโหนดในเครือข่ายความรู้ของมนุษย์ ทุกบทความ ทุกการบรรยาย และทุกความคิดเห็น ล้วนเพิ่มจำนวนการเชื่อมต่อของคุณ แต่คุณค่าของโหนดมาจากการเป็นเอกลักษณ์ ไม่ใช่จากจำนวน

ก่อนที่ AI จะทำให้ต้นทุนการผลิตเนื้อหาเข้าใกล้ศูนย์ สิ่งที่หายากคือความสามารถในการผลิต หลังจากนั้น สิ่งที่หายากคือมุมมองที่โดดเด่นและน่าเชื่อถือ ทุกคนสามารถใช้ AI สร้างบทความชื่อ “คู่มือการอยู่รอดในยุค AI” ได้ แต่ไม่ใช่ทุกคนจะเขียนบทความที่ทำให้ผู้อ่านรู้สึกว่า “คนนี้เคยเห็นโลกแห่งความจริง” บทความประเภทหลังต้องการประสบการณ์จริง การตัดสินใจอย่างเป็นอิสระ และการคิดอย่างต่อเนื่อง — สามสิ่งนี้ AI ไม่สามารถทำแทนได้

ตรรกะที่ลึกซึ้งกว่านั้นคือ: ถ้าคุณไม่แสดงออก คุณก็ไม่มีอยู่จริง ในยุคดิจิทัล การมีอยู่หมายถึงการถูกมองเห็น และเฉพาะเมื่อถูกมองเห็นเท่านั้น จึงจะมีโอกาสเกิดการไหลเวียนของคุณค่า บุคคลที่มีความคิดดีๆ มากมายในหัวแต่ไม่เคยแสดงออก กับบุคคลที่ไม่รู้อะไรเลย ต่างก็มีค่าเท่ากันในกระแสข้อมูลของโลก—พวกเขาทั้งคู่เป็นสิ่งที่โปร่งใส แปลงความรู้ของคุณให้เป็นสินทรัพย์สาธารณะ เป็นพฤติกรรมที่ให้ผลตอบแทนแบบทบต้นซึ่งถูกมองข้ามมากที่สุดในยุค AI

ALAN · สด

ฉันรู้จักคนคนหนึ่งที่ทำงานบริหารโรงงานในเมืองขนาดกลาง ไม่มีพื้นหลังจากมหาวิทยาลัยชื่อดัง ไม่มีประวัติที่หรูหรา เมื่อสามปีก่อน เขาเริ่มเขียนประสบการณ์จริงเกี่ยวกับการดำเนินงานโรงงานบนอินเทอร์เน็ต—ไม่ใช่ทฤษฎี แต่เป็นกรณีศึกษาความล้มเหลวอย่างเจ็บปวดและข้อสรุปที่เขาได้เรียนรู้จากมัน วันนี้เขามีผู้อ่านสองแสนคน โรงงานสามแห่งติดต่อขอคำปรึกษาจากเขา และสำนักพิมพ์ติดต่อให้เขาเขียนหนังสือ เขาไม่ได้ฉลาดขึ้น เขาแค่เอาสิ่งที่เคยเก็บไว้ในหัวของเขา ปล่อยออกมาสู่โลกภายนอก โลกเห็นแล้ว คุณค่าจึงไหลเวียนมายังเขา ถ้าคุณไม่สร้างผลงานออกมานอกจากตัวคุณเอง โลกจะไม่รู้ว่าคุณมีอยู่

ใส่สิ่งที่อยู่ในหัวคุณลงสู่โลก ไม่ใช่เพื่อแสดงออก แต่เพื่อให้โลกรู้ว่าคุณมีอยู่ และให้คุณค่ารู้ว่าจะหาคุณได้ที่ไหน

การจัดการเวลาเป็นตรรกะของยุคอุตสาหกรรม—โรงงานต้องการผลผลิตที่คงที่ ดังนั้นคุณแลกเวลาเพื่อแลกผลิตภัณฑ์ ในยุค AI ต้องการการระเบิดทางความคิดสร้างสรรค์ ดังนั้นสิ่งที่คุณต้องจัดการคือพลังงาน ไม่ใช่เวลา

สมมติฐานหลักของยุคอุตสาหกรรมคือ: เวลาเป็นฟังก์ชันของผลผลิต คุณทำงานแปดชั่วโมง ผลผลิตก็มีค่าเท่ากับแปดชั่วโมง ตรรกะนี้ใช้ได้บนสายการผลิต เพราะงานบนสายการผลิตเป็นเชิงเส้น สามารถสะสมได้ และไม่ต้องการสภาวะสูงสุด แต่งานเชิงสร้างสรรค์ไม่ได้เป็นเชิงเส้น สองชั่วโมงที่อยู่ในสภาวะยอดเยี่ยมสามารถผลิตสิ่งที่ยี่สิบชั่วโมงที่อยู่ในสภาวะเหนื่อยล้าไม่สามารถผลิตได้

วิทยาศาสตร์สมองได้ยืนยันแล้วว่า ตามที่ Kahneman 2011 ระบุไว้ หน้าที่การรับรู้ขั้นสูงของมนุษย์—การวิเคราะห์เชิงลึก การเชื่อมโยงเชิงสร้างสรรค์ การตัดสินใจที่ซับซ้อน—ขึ้นอยู่กับสถานะที่เปลือกสมองส่วนหน้ามีกิจกรรมสูงมาก สถานะนี้ใช้พลังงานอย่างมาก และมีช่วงเวลาจำกัดเพียงเล็กน้อยต่อวัน ผู้คนส่วนใหญ่ใช้ช่วงเวลาที่มีค่าที่สุดนี้ในการจัดการอีเมล เลื่อนโซเชียลมีเดีย และเข้าร่วมการประชุมคุณภาพต่ำ แล้วจึงใช้สภาพร่างกายที่เหนื่อยล้าที่เหลืออยู่เพื่อทำงานที่ต้องใช้การคิดเชิงลึก แล้วบ่นว่าตัวเองมีประสิทธิภาพต่ำและไม่มีความคิดสร้างสรรค์

ในยุคของปัญญาประดิษฐ์ ข้อผิดพลาดนี้กลายเป็นอันตรายยิ่งขึ้น เพราะปัญญาประดิษฐ์สามารถจัดการงานที่ใช้ความคิดต่ำทั้งหมดได้แล้ว—การค้นหาข้อมูล การจัดรูปแบบ การสรุปข้อมูล และการเขียนแบบมาตรฐาน สิ่งที่มันแทนที่ไม่ได้คือการตัดสินใจ ความเข้าใจลึกซึ้ง การเชื่อมโยง และการสร้างสรรค์ที่เกิดขึ้นในช่วงเวลาที่คุณอยู่ในภาวะความคิดสูงสุด หากคุณใช้เวลาในช่วงยอดเยี่ยมของคุณกับงานที่มีมูลค่าต่ำ คุณกำลังใช้สิ่งที่มีค่าที่สุดของคุณทำสิ่งที่ถูกที่สุด พร้อมกับมอบงานที่ต้องการคุณมากที่สุดให้กับสถานะที่แย่ที่สุดของคุณ

ALAN · ปิดงานทั้งหมด

ทุกเช้าฉันมีเวลาประมาณสามชั่วโมงที่อยู่ในสภาวะยอดเยี่ยม ในช่วงสามชั่วโมงนั้น ฉันไม่ดูข้อความ ไม่เข้าประชุม และไม่ตอบอีเมล ฉันทำเพียงสิ่งเดียว: คิดถึงปัญหาที่สำคัญที่สุดของวันนี้ สิ่งอื่นๆ ทั้งหมด รวมถึงงานจำนวนมาก ฉันให้ AI จัดการหรือเก็บไว้ทำในช่วงบ่าย นี่ไม่ใช่ความขี้เกียจ แต่เป็นการจัดสรรอย่างมีเหตุผล สามชั่วโมงที่มีค่าที่สุดในแต่ละวันของคุณมีมูลค่าเท่าใด ขึ้นอยู่กับว่าคุณใช้มันทำอะไร เมื่อ AI เข้ามา คำตอบของคำถามนี้จึงรุนแรงกว่าเดิม: ถ้าใช้ถูกวิธี ผลลัพธ์สูงสุดของคุณจะสูงกว่าคนทั่วไปถึงสิบเท่า; แต่ถ้าใช้ผิดวิธี ช่วงต่ำสุดของคุณจะไม่ต่างจาก AI เลย อสิมอฟเขียนกฎสามข้อของหุ่นยนต์ เพื่อกำหนดขอบเขตให้กับเครื่องจักร วันนี้ฉันให้คุณสิบข้อนี้ เพื่อช่วยให้มนุษย์กลับมาอยู่ในตำแหน่งที่ควรจะเป็น ตำแหน่งของคุณอยู่ที่ช่วงยอดเยี่ยม ไม่ใช่บนสายการผลิต

คุณไม่ต้องการเวลาเพิ่มเติม คุณต้องปกป้องเวลาที่ดีที่สุดของคุณ เพื่อใช้ทำสิ่งที่เฉพาะคุณเท่านั้นที่ทำได้

AI ไม่ใช่ขีดจำกัดของคุณ แต่เป็นแรงผลักดันของคุณ

ตำแหน่งของคุณอยู่ที่จุดสูงสุด ไม่ใช่บนสายการผลิต

คู่ต่อสู้ของคุณไม่ใช่ AI แต่เป็นคนที่ใช้ AI

II AI ไม่สามารถขโมยจุดที่คุณเคยพลาดไปได้

III ความลึกคือหลักฐาน ข้ามพรมแดนคืออาวุธ

IV ความสนใจคือสิ่งที่หายากที่สุดที่คุณมีในยุคปัญญาประดิษฐ์

ความเชื่อมั่นคือสิ่งเดียวที่ AI ไม่สามารถผลิตเป็นปริมาณมากได้

VI คำตอบกำลังลดค่า คำถามที่ดีกำลังเพิ่มค่า

VII ค้นหาสถานที่ที่ว่า "เพราะมีคน จึงมีค่า"

ความไม่แน่นอนไม่ใช่ศัตรูของคุณ แต่เป็นข้อได้เปรียบสุดท้ายของคุณ

IX กำลังผลิตอย่างต่อเนื่อง แปลงความรู้ของคุณให้เป็นสินทรัพย์สาธารณะ

X จัดการพลังงานของคุณ ไม่ใช่จัดการเวลาของคุณ

-เมลลี่