10 hướng triển khai kinh doanh AI vào năm 2024

[Đoàn Thúy Hà]

Ở đâu cũng vậy, mọi người đều phải nói về AI.
Tại Mỹ, không quá lời khi nói rằng nếu không có AI, nước Mỹ có thể đã rơi vào suy thoái kinh tế; với AI, nước Mỹ đang trên đường đến một vòng bong bóng mới.
Bill Gates tin rằng ở các quốc gia có thu nhập cao như Mỹ, sẽ phải mất từ 18 đến 24 tháng để công chúng sử dụng trí tuệ nhân tạo để đạt đến mức đáng kể. Ở Châu Phi, ông hy vọng sẽ thấy mức độ sử dụng tương tự trong khoảng ba năm tới. Theo dự đoán này, nước Mỹ sẽ đạt đến trạng thái “được hưởng lợi toàn cầu” về trí tuệ nhân tạo vào năm 2024.
Khoảng cách trí tuệ nhân tạo giữa Trung Quốc và Hoa Kỳ ngày càng mở rộng. Do lệnh cấm GPU NVIDIA, mặt hàng được yêu cầu nhiều nhất trên thế giới đã trở thành GPU NVIDIA hoặc sản phẩm thay thế, một số người thậm chí còn so sánh GPU với thế hệ hàng lậu mới có lợi nhuận cao nhất vượt quá ma túy.
Cũng giống như các cuộc chiến tranh giành đất đai, dầu mỏ và vàng, sức mạnh tính toán và thuật toán của trí tuệ nhân tạo đã trở thành chiến trường mới cho vũ khí của các cường quốc, đồng thời cũng trở thành chiến trường của các doanh nhân và doanh nhân.
Thời gian không chờ đợi ai, làm sao chúng ta có thể chiến thắng? Dưới đây, tôi chủ yếu sử dụng các trường hợp nhu cầu thực tế về AI trong các lĩnh vực quan trọng như chăm sóc y tế và tài chính để khám phá 10 hướng của AI từ công nghệ đến triển khai thương mại sản phẩm vào năm 2024:
1. Tương tác đa phương thức mạnh mẽ hơn
2. Trí tuệ nhân tạo dễ giải thích hơn
3. Thế hệ nâng cao tìm kiếm mạnh mẽ hơn
4. Xây dựng hệ sinh thái agent tự động
5. Sức mạnh tính toán mạnh hơn, tiết kiệm năng lượng hơn và tiết kiệm năng lượng hơn
6. Quá trình văn minh hóa AI nhanh hơn
7. Đột phá từ sự kết hợp giữa AI và Web3
8. Đánh bóng những sản phẩm “nhỏ” mà người dùng cần
9. Khả năng của AI mang lại dữ liệu chứ không phải ngược lại
10. Đạt được niềm tin của người dùng vào AI

Tương tác đa phương thức mạnh mẽ hơn​

Tương tác đa phương thức tương tự như khả năng cảm giác đa chiều của con người. Trí tuệ nhân tạo đa phương thức có thể xử lý chéo và phân tích nhiều loại dữ liệu như văn bản, hình ảnh và giọng nói. Phương pháp kết hợp các chế độ khác nhau này cho phép máy móc hiểu thế giới một cách toàn diện và ba chiều.
Giáng sinh năm ngoái, nhiều thiệp chúc mừng đã được tạo ra bởi AI. Đây là hình ảnh và video được tạo từ văn bản. Việc tạo nhạc và bài hát từ văn bản vẫn chưa hoàn thiện. Lời thoại của GPT4.0 khá mạnh mẽ và bạn có thể nói chuyện trực tiếp với nó bằng tiếng Việt. Nhìn vào nhu cầu trong lĩnh vực y tế, người
bệnh được xét nghiệm máu hoặc báo cáo xét nghiệm chỉ số khối u và muốn biết ý nghĩa của các chỉ số bất thường. Bệnh nhân tự chịu trách nhiệm tìm kiếm trên Internet ý nghĩa của từng chỉ số. Từ đầu mùa đông, trẻ em bị viêm phổi, cúm, nhiều bậc cha mẹ lo lắng sẽ tìm kiếm ý nghĩa của kết quả xét nghiệm, việc này thường tốn nhiều thời gian, công sức và không thể tìm ra cách giải thích chính xác.
Sự phát triển của công nghệ đa phương thức cho phép người dùng chụp ảnh và tải lên các báo cáo kiểm tra, AI xác định các chỉ số trong ảnh, tìm kiếm cơ sở kiến thức, đưa ra ý nghĩa của từng chỉ số và sau đó sử dụng giọng nói để đưa ra các chẩn đoán có thể xảy ra. Trải nghiệm thật tuyệt vời.
Trong lĩnh vực tài chính, nếu bạn tải lên biểu đồ đường K, AI có thể xác định dạng của nó, điều này có thể cải thiện đáng kể hiệu quả của các nhà đầu tư phân tích kỹ thuật. Trong lĩnh vực thiết kế chip hay thiết kế kiến trúc, sẽ còn mạnh mẽ hơn nếu AI có thể hiểu được các bản vẽ thiết kế và sau đó thiết kế ra những bản vẽ mới.
Trong các lĩnh vực không nghiêm trọng, đa phương thức sẽ cải thiện đáng kể hiệu quả của việc sản xuất hình ảnh kỹ thuật số và video ngắn, đồng thời làm phong phú thêm các tình huống sử dụng của các ứng dụng này.
AI dễ giải thích hơn
Mục tiêu của trí tuệ nhân tạo có thể giải thích là cải thiện tính minh bạch và dễ hiểu của quá trình ra quyết định của AI, để hiểu rõ hơn cách AI đưa ra quyết định.
Quá trình ra quyết định của AI hiện nay thường được coi là một “hộp đen” và người dùng không thể hiểu được logic bên trong các kết luận của mô hình. Không thể giải thích được khả năng “nổi lên” mạnh mẽ và bí ẩn nhất của các mô hình ngôn ngữ lớn. Quá trình đưa ra quyết định không thể giải thích được thì không thể tin cậy được trong hoạt động kinh doanh nghiêm túc.
Sau khi đọc báo cáo kiểm tra, AI có thể đưa ra gợi ý về thuốc. Nếu bạn không biết khuyến cáo về loại thuốc này dựa trên kiến thức nào và bạn không biết quy trình suy luận và phán đoán của AI, tôi tin rằng sẽ không ai dám sử dụng những đơn thuốc do AI chỉ định. Sự sống không thể được sử dụng như chuột lang trong trò chơi xác suất AI.
Bây giờ hãy đưa ra một ví dụ. Tôi hỏi ChatGPT:
“Nếu quy đổi thành quãng đường, xe Tesla có thể đi được bao nhiêu km với 7.200 megawatt giờ?”
AI sẽ cho tôi biết logic của nó——
Để ước tính một chiếc ô tô Tesla có thể đi được bao nhiêu km với 7.200 megawatt giờ (MWh) điện, chúng ta cần biết hiệu quả sử dụng năng lượng của một chiếc ô tô Tesla. Lấy Tesla Model 3 làm ví dụ, hiệu suất năng lượng của nó là khoảng 15 kWh/100 km (tức là 0,15 kWh/km).
Chúng ta có thể tính số km theo công thức sau:
Tổng quãng đường = tổng điện năng (kWh)/điện năng tiêu thụ trên km (kWh/km)
Bây giờ chúng ta có thể tính toán xem một chiếc ô tô Tesla có thể chạy được bao nhiêu km với 7.200 megawatt giờ (tức là 7.200.000 kilowatt giờ). Tôi sẽ thực hiện các phép tính (ở đây AI viết mã Python để thực hiện các phép tính).
Sử dụng 7.200 megawatt giờ điện, về mặt lý thuyết, Tesla Model 3 có thể đi được quãng đường khoảng 48 triệu km.
Ở trên, AI thể hiện một nguồn gốc AI đầy đủ và có thể giải thích được. Người dùng có thể kiểm tra và sửa lỗi ở mọi bước.
AI đã đạt được những bước đột phá nhất định trong khả năng suy luận toán học chặt chẽ. Gần đây, nhà toán học Terence Tao của Đại học UCLA đã sử dụng thành công các công cụ AI để chính thức hóa quá trình chứng minh giả thuyết Freiman-Ruzsa đa thức. Terence Tao lớn tiếng kêu gọi các nhà toán học có thể sử dụng AI.
Việc triển khai trí tuệ nhân tạo có thể giải thích được đòi hỏi phải phát triển các thuật toán và công cụ mới để cung cấp những hiểu biết sâu sắc về quá trình ra quyết định của AI thông qua công nghệ trực quan hóa, giải thích bằng ngôn ngữ tự nhiên hoặc trình bày đơn giản hóa logic ra quyết định.
Tóm lại, trí tuệ nhân tạo có thể giải thích được có giá trị ứng dụng thương mại rất lớn trong các lĩnh vực quan trọng như chăm sóc y tế và nghiên cứu khoa học. Trong các lĩnh vực này, tính minh bạch và độ tin cậy của việc ra quyết định là rất quan trọng và các ứng dụng nghiêm túc trên quy mô lớn của AI phải cung cấp cho khách hàng các tùy chọn và quyền kiểm soát quy trình và kiểm soát chất lượng với mức độ tin cậy cao.

Thế hệ nâng cao tìm kiếm mạnh mẽ hơn​

Retriev -Augmented Generation (RAG) là công nghệ AI kết hợp truy xuất thông tin và tạo văn bản. Nó được thiết kế để nâng cao và cải thiện chất lượng đầu ra của các mô hình tổng quát bằng cách lấy thông tin từ các nguồn dữ liệu "bên ngoài".
RAG cho phép các mô hình ngôn ngữ lớn truy cập thông tin bên ngoài, giúp chúng tạo ra phản hồi chính xác hơn và phù hợp với ngữ cảnh hơn, với mục tiêu cải thiện độ chính xác và mức độ liên quan của nội dung do mô hình ngôn ngữ tạo ra.
Trong hệ thống RAG, khi mô hình nhận được một truy vấn, trước tiên nó sẽ thực hiện bước truy xuất để tìm thông tin liên quan đến truy vấn. Thông tin liên quan này sau đó được tích hợp vào quá trình tạo, đạt được những cải tiến đáng kể về độ chính xác và mức độ liên quan của nội dung được tạo.
Lấy nhu cầu của bệnh nhân làm ví dụ, cá nhân bạn tôi đã thử khả năng tìm kiếm nâng cao của ChatGPT 4.0. Bệnh nhân bị tiểu không tự chủ từng đợt sau khi dùng thuốc, nhưng tiểu không tự chủ có phải là phản ứng bất lợi của thuốc không? Tôi không thể tìm thấy nó trên tờ hướng dẫn sử dụng và bác sĩ cũng không chắc chắn.
Câu hỏi ban đầu của bạn tôi với AI là “Tác dụng phụ của capecitabine có bao gồm tiểu không tự chủ không?”
Câu trả lời của AI: "Tiểu không tự chủ không phải là tác dụng phụ thường liên quan trực tiếp đến capecitabine. Tác dụng phụ của capecitabine thường bao gồm các triệu chứng về đường tiêu hóa như tiêu chảy, buồn nôn, nôn và loét miệng. Tiểu không tự chủ có thể do nguyên nhân khác gây ra bởi các yếu tố như tiết niệu các vấn đề về đường ruột, tác dụng phụ khác của thuốc hoặc liên quan đến sức khỏe tổng thể của bệnh nhân".
Nếu câu hỏi được đổi thành: "Tìm kiếm thông tin y tế chuyên nghiệp bằng tiếng Anh, tác dụng phụ của capecitabine có bao gồm tiểu không tự chủ không?", AI bắt đầu tự động tìm kiếm trên Internet bằng Bing và sau đó nó thực sự tìm kiếm nhiều tài liệu y tế.
AI cho biết: "Theo thông tin y tế chuyên môn bằng tiếng Anh mà tôi tìm được, chứng tiểu không tự chủ được liệt kê là một trong những tác dụng phụ hiếm gặp của capecitabine, với tỷ lệ mắc từ 0,01% đến 0,1%. Điều này cho thấy chứng tiểu không tự chủ thực sự có thể do capecitabine gây ra". Các tác dụng phụ tiềm ẩn khi sử dụng, mặc dù nó không phổ biến".
AI có thể được cung cấp nhiều nguồn thông tin đáng tin cậy để đưa ra kết luận này. Cách AI tìm kiếm thông tin này, cách tăng tốc độ tìm kiếm và cách tổng hợp nhiều kết quả tìm kiếm để đưa ra suy luận và kết luận là những gì tìm kiếm nâng cao mạnh mẽ hơn cần phải làm.
RAG có lợi thế đáng kể trong các ứng dụng thương mại cấp doanh nghiệp. Bởi vì trong các tình huống tiếp xúc với khách hàng, độ chính xác của nội dung được tạo ra là rất quan trọng. RAG có thể làm giảm vấn đề "ảo giác" trong AI sáng tạo. “Ảo giác” đề cập đến việc tạo ra những phản hồi nghe có vẻ hợp lý nhưng thực tế lại sai. Trong lĩnh vực thông tin bất cân xứng, người dùng không thể đánh giá nội dung ảo giác là đúng hay sai. Điều này dẫn đến việc ứng dụng AI bị hạn chế.
Ở đây tôi xin nói ngoài lề, tại sao ví dụ trên cần chỉ định tìm kiếm thông tin y tế chuyên môn “tiếng Anh”? Bởi vì trong một số trường hợp không chỉ định tiếng Anh, công cụ tìm kiếm Bing tìm kiếm bằng tiếng Việt và không thể tìm thấy thông tin liên quan phù hợp trên Internet tiếng Việt.

Xây dựng hệ sinh thái agent tự động​

Cuộc thảo luận ở trên về việc tạo nâng cao tìm kiếm đã bao gồm một số chức năng của tác nhân tự động.
Khi AI trải qua quá trình tự học và nâng cấp mô hình, và khi nó biết rằng tôi luôn tìm kiếm các tài liệu chuyên môn, khi tôi đặt lại câu hỏi về cùng một kiểu tác dụng phụ của thuốc, AI sẽ bắt đầu tìm kiếm trên Internet chuyên nghiệp trên của riêng nó mà không cần bất kỳ hướng dẫn nào thêm từ tôi. Giống như thư ký hiểu thói quen và làm mọi việc mà không cần sự hướng dẫn của tôi. Đây là một trong những trường hợp sử dụng proxy tự động.
Agent tự động là một hệ thống AI có thể thực hiện các nhiệm vụ và đưa ra quyết định một cách tự động và độc lập. Các agent này thể hiện mức độ tự chủ và sáng kiến, có thể hiểu được môi trường của chúng, đặt ra mục tiêu và thực hiện các hành động để đạt được mục tiêu mà không cần sự hướng dẫn bổ sung từ con người.
Có một dự án mã nguồn mở tên là AutoGPT, dự án này tự động chia nhỏ các hành động của tác vụ rồi tự động thực hiện từng bước, giống như tác vụ tìm kiếm ở trên.
Các agent tự động có triển vọng ứng dụng rộng rãi trong nhiều lĩnh vực.
Dịch vụ gọi đồ mang đi vào năm 2024 có thể trở thành: Bạn chỉ cần bảo AI gọi ba món thường ăn vào buổi trưa để ăn cùng khách, không cay. AI sẽ tự động phân tích những món ăn mang đi mà bạn thường ăn và loại bỏ những món cay; nó biết rằng bạn đang ăn cùng khách hàng và đồ ăn phải ngon hơn và đắt hơn; nó chọn người bán dựa trên thời gian giao hàng và giờ ăn trưa, sau đó tự động mua đồ giao hàng đúng giờ. Các bước này được hoàn thành tự động trong vài giây.
Ngoài các dịch vụ đặt đồ ăn, trợ lý cá nhân hàng ngày sẽ là một kịch bản ứng dụng quan trọng cho các agent tự động. Nếu Apple tham gia vào lĩnh vực AI vào năm 2024, Siri sẽ trở thành một agent tự động tiên tiến hơn. Hiện tại, bạn chỉ có thể yêu cầu Siri mở một ứng dụng và Siri hơi buồn tẻ.
Sự kết hợp giữa agent tự động và phần cứng sẽ tạo ra các dạng sản phẩm mới. Apple, được hỗ trợ bởi AI, sẽ là đối thủ cạnh tranh mạnh nhất trong lĩnh vực agent tự động.
AI Pin do Humane phát triển là một thiết bị trí tuệ nhân tạo có thể đeo được cải tiến được hỗ trợ bởi Sam Altman. AI Pin có thể được kẹp vào quần áo, giống như huy hiệu của trường. Nó có thể phản hồi khi chạm, ra lệnh bằng giọng nói và cử chỉ, đồng thời chủ yếu được sử dụng cho các chức năng như tìm kiếm và dịch thông tin, điều hướng và truyền đạt thông tin thông qua chatbot giọng nói và AI. Sản phẩm này dự kiến sẽ bắt đầu đến tay người tiêu dùng vào tháng 3 năm 2024.
Điều này có nghĩa là: Trong tương lai, mọi người đều có thể có một thư ký nhỏ mang theo bên mình, nó ghi lại các cuộc họp, trải nghiệm, cuộc trò chuyện và suy nghĩ và luôn sẵn sàng cho đến khi cuộc sống số của bạn được sao chép, giống như bộ phim "Wandering Earth". Cuộc sống số trong đó cũng vậy.
Rõ ràng, các agent tự động yêu cầu xây dựng sinh thái khép kín hoàn chỉnh và kiểm soát an ninh, nó cần mở ra toàn bộ liên kết tương tác, mua sắm, hậu cần và thanh toán. Tôi tin rằng vào năm 2024, hệ sinh thái khép kín này sẽ hình thành và những người chơi nặng ký sẽ tham gia thị trường.

Sức mạnh tính toán mạnh hơn, tiết kiệm hơn và tiết kiệm năng lượng hơn​

Yếu tố hạn chế chính trong quá trình phát triển AI hiện nay là nhu cầu về tài nguyên máy tính khổng lồ. Điều này không chỉ làm tăng chi phí mà còn dẫn đến tiêu thụ năng lượng rất lớn.
Các công cụ trò chuyện AI đang khiến lượng nước sử dụng của các công ty công nghệ lớn tăng vọt. Máy tính tạo ra nhiệt, do đó cần một lượng lớn nước để làm mát thiết bị.
Dữ liệu cho thấy do sự phổ biến ngày càng tăng của các sản phẩm AI (như ChatGPT), lượng nước sử dụng trên toàn cầu của Microsoft đã tăng hơn 1/3, đạt gần 1,7 tỷ gallon. Lượng nước sử dụng của Google cũng tăng khoảng 20%
so với năm trước, lên khoảng 5,6 tỷ gallon. Các nhà nghiên cứu ước tính rằng việc sử dụng GPT để trả lời 5 đến 50 câu hỏi sẽ tiêu tốn khoảng 500 ml nước.
Về điện năng, ước tính quá trình huấn luyện GPT4.0 mất 150 ngày và tiêu thụ 7,2 triệu kilowatt giờ điện, lượng điện này đủ để Tesla lái 48 triệu km.
Sẽ cần đến các thuật toán AI hiệu quả hơn vào năm 2024 để cải thiện hiệu suất mô hình đồng thời giảm yêu cầu về tài nguyên máy tính. Về phần cứng, ngành này cũng đang tìm kiếm các vật liệu và thiết kế mới, chẳng hạn như điện toán lượng tử, để đạt được khả năng xử lý dữ liệu hiệu quả hơn và giảm mức tiêu thụ năng lượng.
Theo lệnh cấm chip, đây có thể là cơ hội để các công ty Trung Quốc đột phá vào con đường công nghệ ban đầu và tìm ra những đột phá để nâng cao tính cạnh tranh. Điều này đòi hỏi sự hỗ trợ vốn đầu tư mạo hiểm mạnh mẽ.
Nhu cầu về GPU chỉ mới bắt đầu. Khi 20% dân số thế giới sử dụng AI mỗi ngày, nhu cầu về GPU sẽ tăng lên hàng trăm lần. Mức trần đối với cổ phiếu công nghệ Mỹ vẫn rất cao. Các công ty đạt được mục tiêu "thay thế" GPU ở Trung Quốc có thể kiếm được rất nhiều tiền.

Quá trình văn minh hóa AI nhanh hơn​

Điều này còn được gọi là dân chủ hóa sự phát triển. Điều đó có nghĩa là sự dễ sử dụng của AI khiến cho việc tương tác sâu giữa con người và máy tính trở nên đơn giản như trò chuyện và hầu hết mọi người đều có thể trở thành nhà phát triển.
Việc dân chủ hóa phát triển AI có ý nghĩa rất lớn. Điều đó có nghĩa là nhiều người hơn có thể tham gia vào việc phát triển các sản phẩm máy tính, không còn giới hạn ở những kỹ thuật viên chuyên nghiệp hay những người có kỹ năng lập trình nâng cao.
AI phá vỡ các rào cản kỹ thuật của khoa học máy tính. Bản chất của nó là sự sống dựa trên silicon mở ra sự sống dựa trên carbon và con người có thể hiện thực hóa công nghệ máy tính sâu bằng ngôn ngữ tự nhiên.
Khi một số lượng lớn người từ các nền tảng khác nhau có thể tham gia vào làn sóng cách mạng thông tin này, sự tham gia đa dạng này mang lại góc nhìn rộng hơn và khả năng đổi mới, điều này chắc chắn sẽ đẩy nhanh đáng kể tốc độ bùng nổ công nghệ của con người.
Tầm quan trọng của nó có thể so sánh với chiến dịch xóa mù chữ được nhân loại thực hiện trong 1.000 năm qua. Phải mất hàng thập kỷ kể từ khi email đầu tiên được gửi cho đến khi con người phổ biến thành thạo các kỹ năng Internet. Sử dụng phương pháp tương tác của công nghệ đa phương thức, AI có thể phổ biến các kỹ năng máy tính khó cho con người trong ba năm, tăng tốc độ lên gấp 10 đến 100 lần.
Trong làn sóng văn minh hóa, việc phát triển các nền tảng mã thấp, không mã và nền tảng nguồn mở là rất quan trọng. Những nền tảng này giúp những người không phải là chuyên gia dễ dàng xây dựng và triển khai các mô hình AI bằng cách cung cấp các giao diện lập trình đơn giản hóa.
Thứ hai, việc phát triển các công cụ và giao diện thân thiện với người dùng cũng quan trọng không kém, vì chúng có thể làm giảm sự phức tạp trong quá trình phát triển AI và giúp dễ hiểu và vận hành hơn. Các công cụ phát triển tự động và thông minh sẽ giảm đáng kể gánh nặng lập trình thủ công và nâng cao hiệu quả phát triển.
Dự kiến, các công cụ lập trình AI vào năm 2024 sẽ mạnh mẽ hơn, quá trình văn minh hóa sẽ bước vào thời kỳ phát triển nhanh chóng. Với sự trợ giúp của AI, một người bình thường không có nền tảng lập trình có thể lập trình bất kỳ ứng dụng nào mình muốn, giống như phong trào xóa mù chữ đã khiến người bình thường không còn cần phải tìm người viết thư cho mình nữa, và sự phát triển của công nghệ self-media đã giúp mọi người không cần phải tìm người viết thư cho mình nữa, bạn có thể bày tỏ quan điểm bằng cách gửi bài viết cho các tạp chí.
Khi có nhu cầu, bạn có thể tự viết một phần mềm như vậy, không cần phải tìm phần mềm thương mại - phần mềm được tùy chỉnh hoàn toàn theo nhu cầu của bạn.
Quay trở lại ví dụ y khoa, một bệnh nhân ung thư có dữ liệu kết quả khám hàng tuần trong 30 tháng qua và anh ta muốn biết xu hướng thay đổi các chỉ số khối u. Các kết quả này được lưu trữ trong hệ thống của bệnh viện và hệ thống thông tin của bệnh viện không cung cấp cho bệnh nhân chức năng trích xuất và so sánh dữ liệu lịch sử. Bệnh nhân hoặc thành viên gia đình cần trích xuất thủ công từng chỉ số bất thường, ghi lại và vẽ đường cong. Với AI, bệnh nhân có thể yêu cầu AI viết APP, chụp ảnh và tải lên báo cáo kiểm tra trên giấy mỗi tuần, sau đó AI sẽ tự động nhận dạng kết quả và cập nhật biểu đồ xu hướng.
Trong mô hình phần mềm hiện nay, người dùng cần tìm phần mềm có thể đáp ứng được nhu cầu của mình, còn các nhà phát triển phần mềm cần tìm ra mẫu số chung giữa những nhu cầu khác biệt của nhiều người, không thể đáp ứng được nhu cầu của những người dùng thích hợp. Việc dân chủ hóa AI về cơ bản sẽ thay đổi cách mọi người sử dụng máy tính và bối cảnh kinh doanh của ngành phát triển phần mềm.
Trong làn sóng văn minh hóa AI, Trung Quốc có thể đặc biệt thụ động. Dưới tác động của ham muốn vật chất, Trung Quốc không có cộng đồng lập trình viên tử tế, hệ thống giáo dục Trung Quốc đào tạo ra những lập trình viên, người chuyển tải kiến thức bị bỏ rơi trong thời đại AI, không có nhiều người có tinh thần nghiên cứu khoa học, sức sáng tạo quốc gia không thể phát huy được. Hãy được truyền cảm hứng. Các quốc gia có mức độ văn minh hóa AI thấp sẽ tụt hậu so với các quốc gia có mức độ văn minh hóa AI cao về hiệu quả sản xuất và cạnh tranh sáng tạo trong tương lai.

Sự đột phá của sự kết hợp giữa AI và Web3​

Một dự án Web3 được người sáng lập OpenAI Altman hỗ trợ là WorldCoin. WorldCoin chạy trên chuỗi khối Ethereum. Điều họ muốn làm là xây dựng hệ thống xác minh danh tính kỹ thuật số lớn nhất và công bằng nhất thế giới. Để phân biệt ai là người sống và ai là robot, WorldCoin đạt được xác thực danh tính bằng cách quét mống mắt của con người. Tính đến hôm nay, hàng triệu người đã tự nguyện chấp nhận việc quét mắt của WorldCoin. Nếu không phải là “người bản địa” của thế giới blockchain và kỹ thuật số, người bình thường sẽ khó hiểu được tầm quan trọng của dự án này.
Web3, dựa trên công nghệ blockchain, sẽ chạm đáy vào năm 2022 và 2023, và thị trường tiền điện tử đang ở giai đoạn cuối của một thị trường gấu chậm chạp. Tâm huyết khởi nghiệp của các tín đồ công nghệ đã chuyển hẳn từ Web3 sang AI.
Blockchain, với tư cách là cơ sở hạ tầng “quan hệ sản xuất” của thế giới kỹ thuật số và AI, với tư cách là công cụ kích thích “năng suất” của thế giới kỹ thuật số, được kết hợp một cách tự nhiên. Nếu chúng ta tin vào tương lai của sự sống dựa trên silicon, thì vật mang sự sống dựa trên silicon sẽ tồn tại trên blockchain.
Bất chấp điều đó, kể từ tháng 11 năm 2023, tài sản blockchain đã đạt được mức tăng lớn và sự nhiệt tình đã được nhen nhóm trở lại. Vào năm 2024, với sự phục hồi của thị trường blockchain, AI và Web3 sẽ đóng một vai trò quan trọng trong sức mạnh tính toán phi tập trung, hiện thực hóa giá trị kinh tế AI, tự động hóa và tối ưu hóa hợp đồng thông minh, thị trường dữ liệu phi tập trung, sử dụng dữ liệu riêng tư cá nhân và tạo ra AI tác phẩm nghệ thuật kỹ thuật số, bản sao kỹ thuật số và các khía cạnh khác, chúng ta sẽ tìm thấy những điểm đột phá.
Điều đáng cảnh báo là kiểu đột phá này sẽ nhanh chóng tạo ra cơ hội làm giàu và lừa đảo sẽ trở về con số 0.

Đánh bóng những sản phẩm “nhỏ” mà người dùng cần​

Trong kỷ nguyên AI, các nền tảng lớn và các công ty lớn sẽ độc quyền về cơ sở hạ tầng, và các mô hình ngôn ngữ lớn sẽ chỉ còn lại 2 đến 3 công ty và mô hình nguồn mở. Các doanh nhân AI cần nhận ra thực tế tàn khốc này, nếu không có sự đổi mới đột phá, khả năng vốn và khả năng thực thi mạnh mẽ, họ không nên trở thành một trong những “bộ xương” trên con đường “một người thành công, vạn xương tàn”.
Dựa trên logic này, các công ty công nghệ lớn sẽ củng cố lợi thế của mình trong cuộc chiến nền tảng. Từ phần cứng đến phần mềm, trong cuộc chiến phát triển sản phẩm “+AI”, sức mạnh của các công ty lớn là điều hiển nhiên. Dựa trên điều này, AI sẽ thúc đẩy đáng kể chi tiêu vốn toàn cầu, sức mạnh kinh tế và thị trường cổ phiếu công nghệ tăng trưởng.
Đối với các doanh nhân phát triển ứng dụng, họ phải tập trung vào việc đánh bóng các sản phẩm “nhỏ” hoàn toàn dựa trên AI và người dùng cần. Trong thời đại Web 2.0, phương thức đốt tiền để đạt được hiệu quả kinh tế theo quy mô của người dùng không còn tồn tại. Người dùng cần trả tiền cho bất kỳ hành động nào sử dụng AI trên APP. Sẽ không ai đốt nhiều tiền như vậy khi sử dụng mô hình miễn phí.
Chỉ bằng cách đánh bóng những sản phẩm mà khách hàng thực sự cần và những sản phẩm giúp khách hàng nâng cao hiệu quả sử dụng mới là con đường đúng đắn. Các nhà phát triển cần nhận ra sự sẵn lòng trả tiền của người dùng ngay từ phút đầu tiên. Sản phẩm này không sợ bị niche. Tuy nhiên, do sự phát triển nhanh chóng của AI dân sự, các doanh nhân ngày càng khó phát triển các sản phẩm thành công.
Để đánh bóng sản phẩm, khả năng quan trọng nhất của doanh nhân là khả năng sản xuất theo nhu cầu, họ phải theo kịp tốc độ phát triển nhanh chóng của công nghệ AI trên các nền tảng lớn, sau đó áp dụng nó vào nhu cầu sản phẩm một cách nhanh chóng và tiết kiệm.

Khả năng của AI mang lại dữ liệu chứ không phải ngược lại​

Các nhà điều hành ngành tài chính của Nvidia tin rằng khi những tiến bộ trong trí tuệ nhân tạo tăng theo cấp số nhân, các công ty dịch vụ tài chính sẽ mang sức mạnh tính toán vào dữ liệu chứ không phải ngược lại.
Và nó không chỉ xảy ra trong ngành tài chính. Trên thực tế, lượng dữ liệu chất lượng cao được tích lũy trong các doanh nghiệp và cá nhân đã đủ lớn, câu hỏi đặt ra là làm thế nào để tận dụng khả năng của AI để phát huy tối đa năng suất của lượng dữ liệu này. Cơ sở dữ liệu tạp chí học thuật CNKI cũng đã ra mắt trợ lý trí tuệ nhân tạo. Các nhà phát triển không cần phải tìm kiếm các mỏ vàng bên ngoài.
Theo McKinsey & Company, các thuật toán học sâu như ChatGPT của OpenAI, khi được đào tạo thêm về dữ liệu doanh nghiệp, có thể tăng thêm doanh thu tương đương từ 2,6 nghìn tỷ USD đến 4,4 nghìn tỷ USD hàng năm trong 63 trường hợp sử dụng của doanh nghiệp. Những mỏ vàng khổng lồ đang chờ được khai thác.
Các nhà phát triển nên tập trung vào việc sử dụng AI để nâng cao dữ liệu có giá trị hiện có nhằm đáp ứng yêu cầu về hiệu quả của người dùng và để dữ liệu lớn bắt đầu kiếm tiền trong kịch bản kỷ nguyên AI.

Đạt được sự tin tưởng của người dùng vào AI​

Việc cho phép người dùng giao nhiều công việc hơn cho AI đòi hỏi AI phải có được sự tin tưởng của người dùng.
Sau sự mới lạ của năm 2023 và làm quen với việc nhìn thấy các tiện ích mới, người dùng không còn muốn coi AI như một món đồ chơi nữa mà muốn sử dụng nó để đạt được giá trị thực đáng tin cậy. Ngay cả những robot đồng hành có cảm xúc cũng cần những trải nghiệm thực sự bằng xương bằng thịt và cảm xúc.
Các sản phẩm AI có thể dẫn đầu trong việc hoàn thành nhiệm vụ theo hướng dẫn của người dùng một cách dễ kiểm soát, chính xác và chất lượng cao sẽ đạt được sự phát triển vượt bậc vào năm 2024.
Đồng thời, việc xây dựng niềm tin đòi hỏi nhiều người dùng sớm sẵn sàng đón nhận AI hơn. Sự phổ biến của một thứ mới giống như những gợn sóng do một hòn đá ném xuống ao.
AI là một loài mới và cả nhà phát triển sản phẩm lẫn người dùng đều cần học cách hòa hợp với nó. Quá trình thích ứng này đòi hỏi những thay đổi cơ bản trong phương pháp làm việc và cách suy nghĩ. Có một điều, nếu không thử với AI thì không biết mình còn làm được hay không.
Ví dụ, cách viết bài viết này truyền thống của tôi là: đọc các bài viết hiện có về công nghệ AI và định hướng kinh doanh, thêm phản ánh cá nhân và sau đó thêm các tài liệu tham khảo không quan trọng vào cuối bài viết. Cách viết bài bằng AI có thể đảo ngược hoàn toàn thứ tự: bắt đầu bằng tài liệu tham khảo, để AI đọc và viết những điểm chính của tài liệu tham khảo, sau đó tôi sẽ lấy bản chất và bổ sung thêm suy nghĩ của cá nhân mình.
Điều này có liên quan đến bản quyền và "làm sạch giấy" không? Vào cuối tháng 12/2023, New York Times đã kiện OpenAI vì sử dụng một lượng lớn nội dung của New York Times. Nội dung của New York Times được các đối thủ cạnh tranh của New York Times sử dụng để sản xuất nội dung mới. Tờ New York Times tự coi mình là nạn nhân của sự bất công.
Tôi tin rằng dù là con người hay AI thì tiêu chuẩn vàng để đánh giá xem nội dung có giá trị hay không là “tư duy độc lập và có giá trị”. Mô hình tin cậy lẫn nhau giữa AI và con người sẽ khác với mô hình tin cậy lẫn nhau trước đây.
Trong cuộc cách mạng công nghiệp, tầm quan trọng của máy móc là giúp con người thoát khỏi những công việc “thể chất” lặp đi lặp lại và gian khổ; ý nghĩa sâu xa của trí tuệ AI là giúp con người thoát khỏi những công việc “tinh thần” lặp đi lặp lại và giúp con người đổi mới tốt hơn. Những cỗ máy thông minh AI đáng tin cậy được chế tạo với mục tiêu này có thể vi phạm mọi luật cũ và không nên bị trừng phạt.