VNR Content
Pearl
Tóm tắt nội dung bài viết:
Bài viết cho rằng AI có tiềm năng trở thành động lực chính cho tăng trưởng kinh tế và thịnh vượng toàn cầu. Tuy nhiên, để khai thác tiềm năng này, cần có sự đầu tư của chính phủ và doanh nghiệp, cũng như các chính sách và chương trình hỗ trợ để giải quyết các thách thức tiềm ẩn.
Những lợi ích tiềm năng của AI đối với nền kinh tế thế giới:
Đây là những con số khổng lồ: nếu so sánh, toàn bộ nền kinh tế Đức – nền kinh tế lớn thứ tư thế giới – trị giá khoảng 4 nghìn tỷ USD. Theo nghiên cứu do Viện Toàn cầu McKinsey thực hiện, tác động đáng kinh ngạc này sẽ chủ yếu đến từ việc tăng năng suất.
Ít nhất là trong thời gian tới, những dự báo lạc quan như vậy có thể sẽ vượt xa thực tế. Vô số rào cản về công nghệ, liên quan đến quy trình và tổ chức cũng như động lực của ngành đang cản trở nền kinh tế toàn cầu do AI điều khiển. Nhưng chỉ vì sự chuyển đổi có thể không diễn ra ngay lập tức không có nghĩa là hiệu quả cuối cùng sẽ nhỏ.
Vào đầu thập kỷ tới, việc chuyển đổi sang AI có thể trở thành động lực hàng đầu cho sự thịnh vượng toàn cầu. Những lợi ích tiềm năng đối với nền kinh tế thế giới bắt nguồn từ những tiến bộ nhanh chóng trong AI - hiện được mở rộng hơn nữa nhờ AI tạo sinh, hay AI có thể tạo ra nội dung mới và các ứng dụng tiềm năng của nó trong mọi khía cạnh của hoạt động kinh tế và con người. Nếu những đổi mới này có thể được khai thác, AI có thể đảo ngược sự suy giảm dài hạn về tăng trưởng năng suất mà nhiều nền kinh tế tiên tiến hiện đang phải đối mặt.
Cuộc cách mạng kinh tế này sẽ không tự diễn ra. Nhiều cuộc tranh luận gần đây đã tập trung vào những mối nguy hiểm mà AI gây ra và sự cần thiết của các quy định quốc tế để ngăn chặn tác hại thảm khốc. Tuy nhiên, điều quan trọng là việc đưa ra các chính sách tích cực nhằm thúc đẩy việc sử dụng AI một cách hiệu quả nhất. Những chính sách này phải thúc đẩy các công nghệ giúp nâng cao năng lực của con người thay vì chỉ thay thế chúng; khuyến khích triển khai AI một cách rộng rãi nhất có thể, cả trong và giữa các lĩnh vực khác nhau, đặc biệt là ở những lĩnh vực có xu hướng có năng suất thấp hơn; và đảm bảo rằng các công ty và các lĩnh vực trải qua những thay đổi cũng như đổi mới về tổ chức và quy trình cần thiết để tận dụng hiệu quả tiềm năng của AI. Khi đó, để giải phóng toàn bộ sức mạnh của nền kinh tế được hỗ trợ bởi AI sẽ không chỉ đòi hỏi một khung chính sách mới mà còn cần một tư duy mới về trí tuệ nhân tạo. Cuối cùng, công nghệ AI phải được coi là công cụ có thể nâng cao chứ không phải làm suy yếu tiềm năng và sự khéo léo của con người.
Các yếu tố khác cũng đã tạo ra những hạn chế về phía cung trong nền kinh tế toàn cầu. Ở những quốc gia chiếm hơn 75% sản lượng kinh tế toàn cầu, dân số già đã hạn chế sự tăng trưởng của nguồn cung lao động, làm tăng tỷ lệ phụ thuộc - số lượng người không làm việc so với dân số trong độ tuổi lao động ở một quốc gia nhất định - và tạo ra căng thẳng tài chính. Nhiều lĩnh vực việc làm lớn, bao gồm chính phủ, chăm sóc sức khỏe, bán lẻ truyền thống, khách sạn và xây dựng, đang thiếu hụt lao động nghiêm trọng. Và ở một số quốc gia, như Trung Quốc, Ý, Nhật Bản và Hàn Quốc, lực lượng lao động nói chung đang bị thu hẹp. Thị trường lao động cũng đã bị biến đổi bởi sở thích của người tìm việc ở các nền kinh tế tiên tiến, những người đang lựa chọn các lĩnh vực việc làm - và thường xuyên chuyển đổi giữa chúng - dựa trên tính linh hoạt, an toàn, mức độ căng thẳng và thu nhập. Trong khi đó, căng thẳng địa chính trị, kết hợp với những cú sốc về biến đổi khí hậu và đại dịch, đã khiến nhiều công ty, quốc gia “giảm rủi ro” và đa dạng hóa chuỗi cung ứng với chi phí lớn vì những lý do không liên quan gì đến việc giảm chi phí. Kỷ nguyên xây dựng chuỗi cung ứng toàn cầu hoàn toàn dựa trên hiệu quả và lợi thế so sánh rõ ràng đã kết thúc.
Nói tóm lại, nếu không có lực lượng tăng cường năng suất mới mạnh mẽ, nền kinh tế toàn cầu sẽ tiếp tục bị cản trở bởi tốc độ tăng trưởng chậm và nguồn cung lao động giảm, mối đe dọa lạm phát dai dẳng, lãi suất cao hơn, đầu tư công sụt giảm và chi phí vốn tăng cao cho nền kinh tế trong tương lai gần. Trước những cơn gió ngược này, quá trình chuyển đổi năng lượng sạch tốn kém - sẽ cần thêm 3 nghìn tỷ USD chi tiêu vốn mỗi năm trong vài thập kỷ, theo dự đoán của Cơ quan Năng lượng Quốc tế - sẽ gần như không thể thực hiện được.
Những áp lực toàn cầu lâu dài này là lý do chính tại sao cuộc cách mạng AI lại quan trọng đến vậy. Nó có tiềm năng tăng năng suất nhờ kỹ thuật số, có thể khôi phục đà tăng trưởng bằng cách giảm bớt các hạn chế về phía cung - đặc biệt là lực lượng lao động đang bị thu hẹp ở nhiều quốc gia - vốn đang kìm hãm nền kinh tế toàn cầu. Nhưng để sự biến đổi này xảy ra, sự đột biến sẽ cần phải có những đặc điểm phù hợp. Nó phải được thúc đẩy chủ yếu bởi tăng trưởng giá trị gia tăng, trong đó các doanh nghiệp và các ngành mở rộng sản lượng có giá trị gia tăng, từ đó góp phần tăng GDP, thay vì chỉ đơn giản bằng cách giảm đầu vào, chẳng hạn như lao động, trong khi vẫn giữ cho tăng trưởng sản lượng yếu hoặc không thay đổi.
Trong những lĩnh vực mà nó chạm đến, cuộc cách mạng kỹ thuật số diễn ra rất kịch tính. Những công việc do con người thực hiện từ lâu đột nhiên bị máy móc đảm nhận. Các hoạt động như ghi sổ, lưu trữ và kế toán, phần lớn hoạt động ngân hàng tiêu dùng và hệ thống kiểm soát cho toàn bộ chuỗi cung ứng được tự động hóa một phần và đôi khi hoàn toàn. Song song đó, hầu hết thông tin đều được lưu trữ và truyền đi ở dạng kỹ thuật số, khiến việc truy cập và sử dụng trở nên rẻ hơn, dễ dàng hơn. Sự phong phú của các dịch vụ dựa trên web miễn phí và chi phí thấp cũng làm thay đổi nền kinh tế tiêu dùng và tương tác xã hội.
Nhưng tác động kinh tế của những thay đổi này, mặc dù đáng kể, nhưng lại bị giới hạn về phạm vi. Trong những lĩnh vực mà công nghệ được triển khai rộng rãi, năng suất tăng lên, giống như sau Cách mạng Công nghiệp lần thứ nhất, khi con người ngừng đào hào và chuyển sang sử dụng xẻng chạy bằng hơi nước. Ở một số khu vực nhất định, việc làm giảm sút cùng với thu nhập của một số người có thu nhập trung lưu trong một hiện tượng được gọi là “phân cực việc làm và thu nhập”. Tuy nhiên, có nhiều loại nhiệm vụ không thể tự động hóa và mức độ tiếp quản kỹ thuật số còn hạn chế. Trên hết, công nghệ ít có tác động đến các ngành công nghiệp tri thức và các ngành sáng tạo, như y học, luật, quảng cáo và tư vấn, trong đó phần lớn giá trị đến từ kiến thức chuyên môn cụ thể và việc thực hiện các nhiệm vụ không thường xuyên.
Giờ đây, cuộc cách mạng AI đã phá vỡ những hạn chế đó. Thông qua những tiến bộ trong học máy và nhận dạng mẫu trong 15 năm qua, các nhà nghiên cứu AI đã chỉ ra rằng máy kỹ thuật số có thể làm được nhiều hơn thế. Ví dụ, nhiều hoạt động của con người không dễ dàng mã hóa liên quan đến nhận dạng mẫu: tìm kiếm và tập hợp các sự kiện và hiểu biết sâu sắc, phát hiện các cấu trúc logic và khái niệm gắn liền với ngôn ngữ, tổng hợp và xử lý lại thông tin cũng như rút ra kinh nghiệm, kiến thức chuyên môn và kiến thức ngầm để cung cấp câu trả lời cho các câu hỏi phức tạp và nhiều sắc thái. Bằng cách sử dụng deep learning - mạng lưới thần kinh nhiều lớp mô phỏng cách tế bào thần kinh gửi và nhận tín hiệu trong não người - các nhà nghiên cứu đã đạt được những tiến bộ nhanh chóng trong lĩnh vực học máy. Và với đủ dữ liệu và sức mạnh tính toán, phương pháp này đã có hiệu quả rõ rệt trong việc tái tạo nhiều nhiệm vụ nhận dạng mẫu, dự đoán và giờ đây cũng là các nhiệm vụ tổng hợp. Kết quả là một loạt bước đột phá đáng kinh ngạc.
Ngay cả trước khi AI thế hệ ra đời, học máy đã tạo ra một số cải tiến lớn. Một danh sách ngắn trong số này bao gồm nhận dạng chữ viết tay, nhận dạng giọng nói, nhận dạng hình ảnh và đối tượng. Nhiều công cụ trong số này đã được sử dụng trong điện thoại thông minh và nhiều ứng dụng dành cho doanh nghiệp và người tiêu dùng. Hãy xem xét Google Translate, ứng dụng sử dụng deep learning và được hơn một tỷ người sử dụng; nó đã có thể xử lý hơn 100 ngôn ngữ, con số mà các nhà nghiên cứu AI nhắm tới sẽ sớm mở rộng lên hơn 1.000. AI cũng đã hỗ trợ những đột phá trong một số lĩnh vực khoa học. Ví dụ, AlphaFold, một hệ thống AI được phát triển bởi phòng thí nghiệm AI của Google, DeepMind, đã có thể dự đoán cấu trúc protein của tất cả 200 triệu protein được khoa học biết đến. Các nhà nghiên cứu trên khắp thế giới hiện đang sử dụng những cấu trúc này để tăng tốc và hỗ trợ việc điều tra các bệnh cũng như phát triển các phương pháp điều trị mới cho chúng.
Tuy nhiên, có lẽ sự phát triển nổi bật nhất là sự nổi lên của các mô hình ngôn ngữ lớn, hay LLM, cung cấp nền tảng cho AI tổng quát. Nền tảng của LLM là Transformer, một kiến trúc học sâu đã được các nhà nghiên cứu của Google giới thiệu trong một bài báo nổi tiếng hiện nay vào năm 2017. Transformers sử dụng cơ chế tự chú ý để hiểu các kết nối và mối quan hệ giữa các từ khác nhau. Cùng với cái gọi là phần nhúng - ánh xạ mối quan hệ giữa các từ và sử dụng kiến trúc thần kinh độc đáo - Transformer giúp mô hình có thể học theo cách tự giám sát. Sau khi được đào tạo, mô hình có thể tạo ra kết quả đầu ra giống con người bằng cách dự đoán từ hoặc chuỗi từ tiếp theo để phản hồi lời nhắc.
Bằng cách đào tạo các LLM mới này trên hàng tỷ, và bây giờ là hàng nghìn tỷ từ, trong thời gian dài, chúng có thể tạo ra các phản ứng ngày càng phức tạp giống con người khi được nhắc. Quan trọng hơn, khả năng của họ không bị giới hạn ở bất kỳ lĩnh vực hay lĩnh vực kiến thức nào. Không giống như nhiều cải tiến AI trước đây, vốn được điều chỉnh cho phù hợp với các chức năng cụ thể, LLM làm nền tảng cho AI tạo sinh có tuyên bố mạnh mẽ rằng đây là một công nghệ thực sự có mục đích chung.
LLM cũng đáng chú ý vì khả năng tiếp cận của chúng. Bởi vì chúng được thiết kế để đáp ứng với ngôn ngữ thông thường và các đầu vào phổ biến khác, LLM có thể dễ dàng được sử dụng bởi những người không chuyên nhưng thiếu kỹ năng kỹ thuật. Tất cả những gì cần thiết là thực hành một chút trong việc tạo ra những gợi ý để gợi ra những phản hồi hiệu quả. Đồng thời, việc người mẫu sử dụng nguồn tài liệu khổng lồ trên Internet hoặc bất kỳ kho tài liệu nào khác để đào tạo có nghĩa là họ có thể tiếp thu kiến thức chuyên môn trong hầu hết mọi lĩnh vực kiến thức. Hai tính năng này mang lại cho LLM những ứng dụng tiềm năng sâu rộng hơn nhiều so với các công nghệ kỹ thuật số trước đây, ngay cả những công nghệ liên quan đến AI. Chỉ riêng trong tháng 6 năm 2023, trang web ChatGPT đã được 1,6 tỷ người dùng truy cập, một tín hiệu thuyết phục về rào cản gia nhập thấp và mức độ quan tâm đến công nghệ.
Thật khó để đưa ra dự đoán chi tiết về khả năng sử dụng LLM trong tương lai. Nhưng với những đặc tính khác thường của họ, kết hợp với những đổi mới kỹ thuật nhanh chóng liên tục của các nhà nghiên cứu và lượng vốn đầu tư mạo hiểm khổng lồ đổ vào nghiên cứu AI, khả năng của họ gần như chắc chắn sẽ tăng lên. Trong vòng 5 năm tới, các nhà phát triển AI sẽ giới thiệu hàng nghìn ứng dụng được xây dựng trên LLM và các mô hình AI tổng quát khác nhằm vào các lĩnh vực, hoạt động và công việc rất khác nhau. Đồng thời, các mô hình AI tổng quát sẽ sớm được sử dụng cùng với các hệ thống AI khác, một phần để giải quyết những hạn chế hiện tại của các hệ thống đó cũng như để mở rộng khả năng của chúng. Các ví dụ bao gồm việc điều chỉnh LLM để hỗ trợ các ứng dụng năng suất khác, chẳng hạn như bảng tính và email, đồng thời ghép nối LLM với các hệ thống robot để cải thiện và mở rộng hoạt động của các hệ thống này. Nếu những ứng dụng đa dạng này được triển khai một cách hiệu quả trên toàn bộ nền kinh tế thì gần như chắc chắn sẽ có sự gia tăng lớn và kéo dài về năng suất cũng như các thước đo khác về hiệu quả kinh tế.
Một trong những ứng dụng hứa hẹn nhất của AI sáng tạo trong nền kinh tế rộng lớn hơn là các hệ thống trợ lý kỹ thuật số cho nơi làm việc. Hãy xem xét một nghiên cứu vào tháng 4 năm 2023 của Erik Brynjolfsson, Danielle Li và Lindsey Raymond về tác động của trợ lý kỹ thuật số AI đối với các đại diện dịch vụ khách hàng trong lĩnh vực công nghệ. Trợ lý AI đã được đào tạo về một bộ sưu tập lớn bản ghi âm về các tương tác giữa đại lý và khách hàng, cùng với các chỉ số hiệu suất cho những tương tác này: Vấn đề đã được giải quyết chưa? Mất bao lâu để giải quyết nó? Khách hàng có hài lòng với kết quả không? Trợ lý AI sau đó đã được cung cấp cho một số đại lý chứ không phải cho những đại lý khác.
Các tác giả của nghiên cứu đã xác định được hai kết quả quan trọng. Đầu tiên là năng suất của nhóm có trợ lý AI cao hơn trung bình 14%. Điều thứ hai, thậm chí còn quan trọng hơn, là mặc dù mọi người trong nhóm có trợ lý AI đều tăng năng suất nhưng hiệu quả sẽ cao hơn nhiều đối với những nhân viên tương đối thiếu kinh nghiệm. Nói cách khác, trợ lý AI có thể thu hẹp đáng kể khoảng cách về hiệu suất giữa các nhân viên mới và nhân viên dày dạn kinh nghiệm, cho thấy tiềm năng của AI trong việc đẩy nhanh quá trình đào tạo tại chỗ.
Các công cụ lập bản đồ kỹ thuật số cũng có tác động tương tự đối với các tài xế taxi ở London. Luân Đôn là một thành phố cực kỳ phức tạp để lái xe. Trước đây, các tài xế phải mất hàng tháng, thậm chí hàng năm để tìm hiểu đường phố đủ tốt để vượt qua kỳ thi lái xe taxi nổi tiếng là khó của thành phố, được gọi là “Kiến thức”. Sau đó đến Google Maps và Waze. Những ứng dụng này không loại bỏ được sự khác biệt giữa những người kỳ cựu và những người mới đến, nhưng chắc chắn chúng đã làm giảm đi sự khác biệt đó. Hiệu ứng nâng cao hiệu suất của nhân viên dường như sẽ trở thành hệ quả chung của sự ra đời của các trợ lý kỹ thuật số AI mạnh mẽ ở nhiều nơi trong nền kinh tế.
Với giá trị có thể chứng minh được, trợ lý kỹ thuật số AI sẽ sớm thực hiện được nhiều nhiệm vụ đa dạng. Ví dụ, họ sẽ tạo ra những bản phác thảo đầu tiên trong các ứng dụng truyền thông và tiếp thị, đồng thời tạo ra nhiều mã cơ bản cần thiết cho nhiều loại chương trình, do đó đẩy nhanh đáng kể công việc của các nhà phát triển phần mềm tiên tiến. Trong nhiều ngành nghề, khả năng tiếp thu và xử lý lượng lớn tài liệu với tốc độ siêu phàm của hệ thống AI cũng sẽ đẩy nhanh cả tốc độ và phổ biến nghiên cứu và đổi mới.
Một lĩnh vực khác mà các ứng dụng LLM non trẻ có thể có tác động lớn là hệ thống trí tuệ xung quanh. Trong đó, công nghệ AI được sử dụng kết hợp với cảm biến hình ảnh hoặc âm thanh để giám sát và nâng cao hiệu suất của con người. Đi theo lĩnh vực chăm sóc sức khỏe. Như một nghiên cứu năm 2020 trên tạp chí Nature đã thảo luận, hệ thống trí tuệ xung quanh có thể sử dụng một số tín hiệu và đầu vào—chẳng hạn như ghi lại các cuộc thảo luận giữa bác sĩ và thực tập sinh khi họ đến bệnh viện, kết hợp với biểu đồ của bệnh nhân nhất định và thông tin cập nhật cho họ—để xác định thiếu hành động hoặc câu hỏi bị bỏ qua. Sau đó, thành phần AI có thể tạo ra một bản tóm tắt các phát hiện của nó để nhân viên y tế xem xét. Theo một số ước tính, các bác sĩ hiện dành khoảng 1/3 thời gian để viết báo cáo và đưa ra quyết định; một hệ thống như vậy có thể giảm thời gian đó tới 80%.
Trong tương lai gần, trí tuệ xung quanh và trợ lý kỹ thuật số có thể cải thiện hiệu quả và tính minh bạch trong quản lý chuỗi cung ứng cũng như trợ giúp các nhiệm vụ phức tạp của con người. Theo báo cáo tháng 6 năm 2023 của Viện Toàn cầu McKinsey, AI có tiềm năng tự động hóa các hoạt động hiện chiếm 60 đến 70% thời gian của người lao động. Điều này không chỉ mang lại sự thúc đẩy năng suất; nó cũng sẽ giải phóng nhiều lao động của con người hơn cho những nhiệm vụ tiên tiến nhất và cho phép đổi mới nhanh hơn.
Một mối lo ngại khác là AI có thể đạt được mục tiêu tự động hóa toàn diện trong nhiều lĩnh vực, gây ra tình trạng mất việc làm trên quy mô lớn. Những mối lo ngại này là có thật, nhưng họ bỏ qua những rào cản đối với việc tự động hóa hoàn toàn ở nhiều nơi làm việc, cũng như những công việc bù đắp tăng lên—một số do nhu cầu ngày càng tăng đối với các ngành nghề hiện tại, một số khác do sự gia tăng của các ngành nghề mới, do AI, bao gồm cả AI tạo sinh. . Ví dụ, nghiên cứu cho thấy rằng trong vài thập kỷ tới, một số ngành nghề – theo một số ước tính, chiếm khoảng 10% tổng số ngành nghề – mà các nhiệm vụ cấu thành gần như có thể được tự động hóa, sẽ có khả năng giảm sút. Các ngành nghề khác, cả hiện tại và mới, sẽ phát triển. Nhưng tác động lớn nhất của AI đối với nền kinh tế nói chung, liên quan đến khoảng 2/3 số ngành nghề, sẽ là thay đổi cách thực hiện công việc, vì một số nhiệm vụ cấu thành – trung bình khoảng 1/3 – được tăng cường bởi AI. Nghề nghiệp trong các lĩnh vực này sẽ không mất đi nhưng chúng sẽ đòi hỏi những kỹ năng mới khi con người thực hiện công việc của mình với sự cộng tác của những cỗ máy có năng lực.
Nhiều nhà bình luận cũng lưu ý sự nguy hiểm của việc trao cho hệ thống AI quá nhiều quyền kiểm soát. Như nhiều ví dụ đã chỉ ra, các nền tảng AI sáng tạo đôi khi mắc lỗi hoặc gây ảo giác - nghĩa là bịa đặt mọi thứ. Ví dụ: một LLM được nhắc viết một bài báo về lạm phát không chỉ tạo ra bài báo mà còn kết thúc bằng một danh sách các bài đọc bổ sung bao gồm năm bài báo và cuốn sách không tồn tại. Rõ ràng, trong các ứng dụng đòi hỏi độ chính xác thực tế, các câu trả lời bịa đặt là mối lo ngại lớn. Ngay cả khi không gây ảo giác, LLM có thể tạo ra những dự đoán xấu, sai lệch nghiêm trọng, ngớ ngẩn hoặc đáng ghét cần có sự xem xét của con người. Do đó, việc triển khai Generative AI một cách bất cẩn hoặc quá mức có thể dẫn đến việc tồn tại các thông tin sai sót hoặc thậm chí là sai sót trong thực hành.
Việc truy cập vào dữ liệu đào tạo tốt hơn có thể làm giảm rủi ro về kết quả đầu ra bị lỗi, nhưng vấn đề thực sự nằm ở cách thức hoạt động của LLM: ngay cả khi được đào tạo trên dữ liệu hoàn toàn chính xác, các mô hình có thể đưa ra các câu trả lời khác nhau và thậm chí trái ngược nhau cho cùng một lời nhắc chỉ vì chúng máy dự đoán hoạt động trong một thế giới xác suất. Sai lầm trong tất cả những điều này là coi LLM như cơ sở dữ liệu chỉ lưu trữ thông tin. Trên thực tế, do cơ chế xác suất mà họ học và tạo ra kết quả đầu ra từ tài liệu được đào tạo cũng như khả năng liên kết các ý tưởng và khái niệm có thể chưa từng được liên kết trước đó nên kết quả đầu ra của họ không thể được xác định hoàn toàn, ngay cả khi được đào tạo hoàn hảo. dữ liệu. Đối với nhiều công ty và lĩnh vực kinh tế, sự thận trọng sẽ cho thấy rằng con người không thể hoàn toàn nằm ngoài kịch bản, ít nhất là không sớm.
Hơn nữa, trong một số lĩnh vực của nền kinh tế, sự thật và tính chính xác không quan trọng bằng những ý tưởng mới hay sự sáng tạo. Các nhà thiết kế thời trang đã bắt đầu yêu cầu AI tạo ra các nguyên mẫu quần áo mới. AI có thể tạo ra âm nhạc, viết thơ, sáng tạo nghệ thuật và soạn thảo dàn ý của tiểu thuyết. Là nguồn cảm hứng, AI có thể tạo ra có thể trở thành một công cụ hữu ích. Mối lo ngại của một số người là AI cuối cùng có thể thay thế nghệ sĩ. Còn quá sớm để biết liệu nội dung do AI tạo ra có được người theo dõi nghiêm túc trong nghệ thuật sáng tạo và biểu diễn hay không. Dự đoán tốt nhất của chúng tôi là nó sẽ được sử dụng nhiều hơn để hỗ trợ và cung cấp nguồn cảm hứng hơn là để tạo ra các tác phẩm nghệ thuật hoàn chỉnh.
Với khả năng và phạm vi vượt trội của nó, tác động kinh tế chính của AI tạo ra sẽ xảy ra ở đâu? Khi Sundar Pichai, Giám đốc điều hành của Alphabet, công ty mẹ của Google, được hỏi một phiên bản của câu hỏi này, ông đã trả lời rằng nó sẽ xuất hiện trong “nền kinh tế tri thức”. Điều này có vẻ chính xác. Người ta có thể thay thế thuật ngữ “nền kinh tế thông tin”, nhưng trên các lĩnh vực từ nghiên cứu khoa học đến phát triển phần mềm và một loạt các chức năng dịch vụ, lợi ích kinh tế tiềm tàng của các ứng dụng dựa trên LLM dường như vô cùng lớn.
Đồng hành với chúng ta, không phải chống lại chúng ta
Bất chấp những hứa hẹn to lớn, AI khó có thể tạo ra bước nhảy vọt về năng suất trên toàn nền kinh tế hoặc hỗ trợ tăng trưởng bền vững và toàn diện nếu việc sử dụng nó được giao cho các lực lượng thị trường. Để đạt được lợi ích tiềm năng lớn nhất của AI sẽ đòi hỏi cách tiếp cận chủ động từ hai phía. Một là dự đoán và, trong chừng mực có thể, ngăn chặn việc lạm dụng hoặc tác hại của công nghệ. Hai là thúc đẩy việc sử dụng AI để hỗ trợ và mang lại lợi ích nhiều nhất cho con người, thúc đẩy nền kinh tế và giúp xã hội giải quyết các cơ hội và thách thức cấp bách nhất - bằng cách làm cho AI dễ tiếp cận hơn, đảm bảo phổ biến rộng rãi và khuyến khích các ứng dụng nâng cao năng suất nhất.
Hiện tại, việc ngăn ngừa tổn hại và thiệt hại đã nhận được sự quan tâm lớn. Vào tháng 5, hơn 350 nhà lãnh đạo ngành AI đã ký một bức thư ngỏ cảnh báo rằng “giảm thiểu nguy cơ tuyệt chủng” từ AI phải là ưu tiên toàn cầu bên cạnh việc ngăn chặn đại dịch và chiến tranh hạt nhân; nhiều người, trong đó có một người trong chúng tôi (Manyika), đã ký vào bức thư để nêu bật nguyên tắc phòng ngừa phải luôn được áp dụng cho công nghệ mạnh mẽ. Những người khác đã cảnh báo về nguy cơ bị các tác nhân xấu lạm dụng với nhiều động cơ khác nhau, cũng như các ứng dụng quân sự không bị hạn chế của AI khi không có quy định quốc tế. Những vấn đề này rất quan trọng và cần được giải quyết. Nhưng sẽ sai lầm khi cho rằng chỉ cần hạn chế việc sử dụng sai mục đích và các tác dụng phụ có hại của AI sẽ đảm bảo rằng lợi tức kinh tế của nó sẽ được phân phối một cách toàn diện. Các chính sách và quy định tích cực nhằm giải phóng những lợi ích đó sẽ đóng vai trò chính trong việc xác định liệu AI có phát huy hết tiềm năng kinh tế của nó hay không.
Đầu tiên, các chính sách sẽ cần được phát triển để đảm bảo rằng AI bổ sung thay vì thay thế sức lao động của con người. Trong thực tế hiện nay, các công cụ AI thường được phát triển và đánh giá dựa trên hiệu suất của con người, dẫn đến xu hướng thiên về tự động hóa trong ngành. Sự thiên vị đó được gọi là “bẫy Turing”, một thuật ngữ do Brynjolfsson đặt ra, sau lập luận của nhà toán học Alan Turing rằng bài kiểm tra quan trọng nhất về trí thông minh của máy là liệu nó có thể ngang bằng hoặc vượt qua hiệu suất của con người hay không. Để vượt qua cái bẫy này, nguồn tài trợ nghiên cứu công và tư cho nghiên cứu AI nên tránh tập trung quá hẹp vào việc tạo ra AI giống con người. Ví dụ, trong số lượng nhiệm vụ cụ thể ngày càng tăng, hệ thống AI có thể vượt trội hơn con người ở mức đáng kể, nhưng chúng cũng yêu cầu cộng tác viên là con người, những người có khả năng riêng có thể được mở rộng hơn nữa nhờ máy móc. Nghiên cứu thêm về công nghệ tăng cường và cách sử dụng chúng, cũng như việc tổ chức lại quy trình làm việc trong nhiều công việc, sẽ giúp hỗ trợ những đổi mới sử dụng AI để nâng cao năng suất của con người.
Một ưu tiên quan trọng khác sẽ là khuyến khích sự phổ biến rộng rãi nhất có thể của công nghệ AI trên toàn nền kinh tế. Trong trường hợp của cuộc cách mạng kỹ thuật số trước đó, một lượng lớn nghiên cứu đã ghi nhận việc áp dụng rất không đồng đều giữa các ngành và doanh nghiệp. Nhiều lĩnh vực việc làm lớn bị tụt lại, dẫn đến năng suất giảm sút. Mô hình này có thể dễ dàng được lặp lại. Trong trường hợp AI sáng tạo, các công ty vừa và nhỏ đáng được quan tâm đặc biệt vì họ có thể không có đủ nguồn lực để tiến hành thử nghiệm và phát triển các trường hợp sử dụng. Có thể việc giảm chi phí nghiên cứu và phát triển AI cao hiện nay, cũng như sự cạnh tranh giữa các nhà phát triển lớn, sẽ dẫn đến các ứng dụng AI giá cả phải chăng có thể được triển khai rộng rãi, bằng cách giảm chi phí và thúc đẩy hoạt động kinh doanh. Nhưng các nhà hoạch định chính sách phải siêng năng trong việc tạo ra các quy tắc để đảm bảo rằng sự cạnh tranh như vậy sẽ dẫn đến việc phổ biến và sử dụng rộng rãi các công nghệ.
Một vấn đề liên quan là làm thế nào để đẩy nhanh việc sử dụng AI trong các ngành được hưởng lợi nhiều nhất từ chúng. Trong nhiều trường hợp, một số bên liên quan, bao gồm cả nhân viên, sẽ dễ dàng tập trung vào các rủi ro và phản đối việc áp dụng hệ thống AI. Để chống lại xu hướng này, các nhà hoạch định chính sách và các công ty sẽ cần tham khảo ý kiến của tất cả các bên liên quan và đảm bảo rằng lợi ích của họ được tính đến. Ở cấp độ vĩ mô, những tác động về việc làm và tiền lương của việc áp dụng AI – bao gồm cả sự biến mất của một số công việc ngay cả khi những công việc khác tăng trưởng – cũng cần được giải quyết. Sẽ cần có sự hợp tác giữa chính phủ, ngành công nghiệp và các tổ chức giáo dục để giúp mọi người thích ứng với các yêu cầu kỹ năng khác nhau cần thiết để làm việc trong môi trường được hỗ trợ bởi AI. Hỗ trợ thu nhập trong quá trình chuyển đổi sang nền kinh tế tăng cường AI có thể là một thành phần quan trọng khác, đặc biệt là trong các ngành nghề như trung tâm cuộc gọi và các hoạt động khách hàng khác, trong đó AI có thể gây áp lực giảm lương và thậm chí gây mất việc làm.
Nhưng bất chấp những lo ngại ngược lại, viễn cảnh thất nghiệp do AI gây ra trên quy mô lớn dường như không xảy ra, đặc biệt là trong tình trạng thiếu lao động hiện nay ở một số lĩnh vực. Những lo lắng đó dựa trên giả định không chính xác rằng nhu cầu là cố định hoặc không co giãn và do đó không nhạy cảm với những thay đổi về giá cả và chi phí. Trong một thế giới như vậy, năng suất tăng sẽ tự động gây ra tình trạng giảm việc làm. Trên thực tế, mặc dù có thể có nhiều thay đổi về đặc điểm của nhiều công việc cũng như sự dịch chuyển công việc, nhưng mức độ việc làm tổng thể trong nền kinh tế khó có thể thay đổi nhiều, giả sử nền kinh tế tiếp tục tăng trưởng. Nghiên cứu cho thấy rằng trong hầu hết các kịch bản, sẽ có nhiều việc làm được tạo ra hơn là mất đi trong thập kỷ tới hoặc lâu hơn.
Một thách thức lớn hơn sẽ là giải quyết những tác động không đồng đều của các công nghệ mới, cả trong và giữa các quốc gia. Ở các quốc gia, tăng trưởng năng suất có thể tập trung vào các công việc cổ trắng hơn là công việc cổ xanh do tác động đặc biệt của AI tạo ra đối với nền kinh tế tri thức. Tuy nhiên, để đạt được mức tăng năng suất tương tự trong nền kinh tế công nghiệp, sẽ cần có những tiến bộ lớn hơn nữa trong lĩnh vực chế tạo robot. Bất chấp những tiến bộ tốt trên mặt trận đó, những thách thức công nghệ vẫn còn, kết quả là tự động hóa và tăng cường trong sản xuất, hậu cần và phương tiện tự hành đang tiến triển chậm hơn. Sự khác biệt về tăng trưởng năng suất như vậy giữa nền kinh tế tri thức, khu vực dịch vụ rộng lớn và các khu vực công nghiệp có thể góp phần hơn nữa vào việc phân phối lợi ích AI không đồng đều.
Các quốc gia cũng sẽ cần phải đối mặt với việc áp dụng không đồng đều các công nghệ kỹ thuật số tiên tiến giữa các công ty trong cùng một ngành và giữa các ngành. Ví dụ, trong các ngành, cái gọi là các công ty tiên phong, thường nhanh nhẹn nhất, đã vượt xa các công ty khác trong việc sử dụng công nghệ kỹ thuật số. Tương tự, các lĩnh vực công nghệ cao và dịch vụ tài chính áp dụng công nghệ mới nhanh hơn so với lĩnh vực chăm sóc sức khỏe, tạo ra sự không đồng đều và có thể trở thành rào cản cho việc tăng năng suất trên toàn nền kinh tế.
Trên bình diện quốc tế, những đột phá và đổi mới gần đây trong lĩnh vực AI rõ ràng được dẫn đầu bởi Hoa Kỳ , với Trung Quốc ở vị trí thứ hai. Hai quốc gia này cũng là nơi có các công ty nền tảng AI có đủ sức mạnh tính toán để đào tạo LLM tiên tiến. Ngược lại, Liên minh châu Âu đã tụt lại phía sau Hoa Kỳ và Trung Quốc về AI, điện toán đám mây và các lĩnh vực liên quan khác. Câu hỏi đặt ra là các ứng dụng AI tiên tiến có thể được triển khai nhanh chóng như thế nào trong toàn bộ nền kinh tế toàn cầu. Theo mô hình mở thịnh hành trong vài thập kỷ sau Thế chiến thứ hai, công nghệ có thể lan truyền khá nhanh xuyên biên giới. Nhưng thế giới đó không còn nữa. Những hạn chế phức tạp và ngày càng hạn chế đối với dòng công nghệ và vốn – dù là từ cuộc chiến ở Ukraine, các lệnh trừng phạt hay căng thẳng gia tăng giữa Trung Quốc và Hoa Kỳ – đã tạo ra những rào cản mới đối với sự phổ biến quốc tế.
Vì tính chất kỹ thuật số nên công nghệ AI sẽ lan rộng; trên thực tế, sẽ rất khó để ngăn chặn nó làm như vậy. Nhưng để đảm bảo điều đó được thực hiện đúng cách sẽ đòi hỏi những hình thức quản lý kinh tế quốc tế mới. Vì vậy, ngay cả khi chậm trễ trong nghiên cứu AI, EU sẽ áp dụng và sử dụng công nghệ này. Nhưng nhiều nền kinh tế mới nổi cũng sẽ được hưởng lợi từ công nghệ này và đối với họ, khả năng tiếp cận có thể chậm và không đồng đều. Mức độ AI có thể được phát triển và sử dụng một cách công bằng trên toàn thế giới sẽ quyết định mức độ ảnh hưởng của nó đối với nền kinh tế toàn cầu.
Với phạm vi rộng và tính dễ sử dụng, AI có thể làm được nhiều việc để chống lại những thế lực này. Hơn nữa, cuộc cách mạng AI đã mở ra một giai đoạn thử nghiệm và đổi mới mãnh liệt có thể mang lại nhiều giá trị hơn cho nền kinh tế. Nhưng để nhận ra đầy đủ tiềm năng này sẽ đòi hỏi sự quan tâm sâu sắc không kém về mặt chính sách. Chính phủ, công ty và nhà nghiên cứu sẽ cần ưu tiên nâng cao kỹ năng của con người hơn là thay thế chúng. Họ sẽ cần phải thúc đẩy việc sử dụng công nghệ trên toàn bộ nền kinh tế. Và họ sẽ cần xây dựng một nền kinh tế trong đó việc sử dụng hệ thống AI nhạy cảm với nhu cầu của chính người lao động và trong đó các cú sốc được giảm thiểu và những lo ngại phổ biến về tự động hóa quá mức được giải quyết – nếu không họ có thể sẽ gặp phải sự phản kháng không cần thiết.
Sự phát triển của AI đã đạt đến một thời điểm quan trọng. Tiềm năng to lớn của công nghệ này, mang lại những lợi ích to lớn về con người và kinh tế nhưng cũng gây ra những tác hại rất thực tế, đang ngày càng được chú trọng. Nhưng việc khai thác sức mạnh của AI một cách tốt đẹp sẽ đòi hỏi nhiều thứ hơn là chỉ tập trung vào các mối đe dọa hiện hữu và thiệt hại tiềm tàng. Nó sẽ đòi hỏi một tầm nhìn tích cực về những gì AI có thể làm và các biện pháp hiệu quả để biến tầm nhìn đó thành hiện thực. Vì rủi ro rất có thể xảy ra mà AI gây ra cho thế giới ngày nay không phải là nó sẽ tạo ra một loại thảm họa văn minh nào đó hay một cú sốc tiêu cực lớn đối với việc làm. Đúng hơn, nếu không có sự hướng dẫn hiệu quả, những đổi mới về AI có thể được phát triển và triển khai theo những cách chỉ làm tăng thêm sự chênh lệch kinh tế hiện tại thay vì mang lại một nền kinh tế toàn cầu vững mạnh cho các thế hệ mai sau.
Nguồn: Foreign Affairs
Bài viết cho rằng AI có tiềm năng trở thành động lực chính cho tăng trưởng kinh tế và thịnh vượng toàn cầu. Tuy nhiên, để khai thác tiềm năng này, cần có sự đầu tư của chính phủ và doanh nghiệp, cũng như các chính sách và chương trình hỗ trợ để giải quyết các thách thức tiềm ẩn.
Những lợi ích tiềm năng của AI đối với nền kinh tế thế giới:
- Tăng năng suất: AI có thể tự động hóa nhiều nhiệm vụ hiện đang được thực hiện bởi con người, từ đó giúp tăng năng suất lao động và giảm chi phí.
- Tạo ra các ngành kinh doanh và sản phẩm mới: AI có thể được sử dụng để phát triển các sản phẩm và dịch vụ mới, từ đó tạo ra các cơ hội kinh doanh và việc làm mới.
- Cải thiện hiệu quả của các hệ thống hiện có: AI có thể được sử dụng để cải thiện hiệu quả của các hệ thống hiện có, chẳng hạn như hệ thống chăm sóc sức khỏe và giáo dục.
- Chi phí triển khai: Chi phí triển khai AI có thể cao đối với các doanh nghiệp nhỏ và vừa.
- Kỹ năng lao động: Sự phát triển của AI có thể dẫn đến sự thay đổi nhu cầu về kỹ năng lao động, đòi hỏi các chương trình đào tạo và phát triển kỹ năng mới.
- Tác động xã hội: Sự phát triển của AI có thể dẫn đến những tác động xã hội không mong muốn, chẳng hạn như bất bình đẳng gia tăng và thất nghiệp.
Ít nhất là trong thời gian tới, những dự báo lạc quan như vậy có thể sẽ vượt xa thực tế. Vô số rào cản về công nghệ, liên quan đến quy trình và tổ chức cũng như động lực của ngành đang cản trở nền kinh tế toàn cầu do AI điều khiển. Nhưng chỉ vì sự chuyển đổi có thể không diễn ra ngay lập tức không có nghĩa là hiệu quả cuối cùng sẽ nhỏ.
Vào đầu thập kỷ tới, việc chuyển đổi sang AI có thể trở thành động lực hàng đầu cho sự thịnh vượng toàn cầu. Những lợi ích tiềm năng đối với nền kinh tế thế giới bắt nguồn từ những tiến bộ nhanh chóng trong AI - hiện được mở rộng hơn nữa nhờ AI tạo sinh, hay AI có thể tạo ra nội dung mới và các ứng dụng tiềm năng của nó trong mọi khía cạnh của hoạt động kinh tế và con người. Nếu những đổi mới này có thể được khai thác, AI có thể đảo ngược sự suy giảm dài hạn về tăng trưởng năng suất mà nhiều nền kinh tế tiên tiến hiện đang phải đối mặt.
Cuộc cách mạng kinh tế này sẽ không tự diễn ra. Nhiều cuộc tranh luận gần đây đã tập trung vào những mối nguy hiểm mà AI gây ra và sự cần thiết của các quy định quốc tế để ngăn chặn tác hại thảm khốc. Tuy nhiên, điều quan trọng là việc đưa ra các chính sách tích cực nhằm thúc đẩy việc sử dụng AI một cách hiệu quả nhất. Những chính sách này phải thúc đẩy các công nghệ giúp nâng cao năng lực của con người thay vì chỉ thay thế chúng; khuyến khích triển khai AI một cách rộng rãi nhất có thể, cả trong và giữa các lĩnh vực khác nhau, đặc biệt là ở những lĩnh vực có xu hướng có năng suất thấp hơn; và đảm bảo rằng các công ty và các lĩnh vực trải qua những thay đổi cũng như đổi mới về tổ chức và quy trình cần thiết để tận dụng hiệu quả tiềm năng của AI. Khi đó, để giải phóng toàn bộ sức mạnh của nền kinh tế được hỗ trợ bởi AI sẽ không chỉ đòi hỏi một khung chính sách mới mà còn cần một tư duy mới về trí tuệ nhân tạo. Cuối cùng, công nghệ AI phải được coi là công cụ có thể nâng cao chứ không phải làm suy yếu tiềm năng và sự khéo léo của con người.
Sự chững lại kinh tế
Sự tiến bộ ngày càng tăng của AI diễn ra vào thời điểm then chốt trong nền kinh tế toàn cầu. Trong ba thập kỷ, sự tăng trưởng mạnh mẽ về năng lực sản xuất ở Trung Quốc và các nền kinh tế mới nổi khác đã kiểm soát lạm phát, cho phép các ngân hàng trung ương hạ lãi suất xuống 0 và bơm một lượng lớn thanh khoản vào hệ thống tài chính. Những năm đó đã qua rồi. Ở nhiều nước phát triển, tăng trưởng đang chậm lại và vẫn còn yếu, một phần là do cuộc chiến kéo dài với lạm phát mà các ngân hàng trung ương hiện đang phải vật lộn. Và tốc độ tăng năng suất đã giảm sút kể từ khoảng năm 2005, với sự sụt giảm đặc biệt rõ rệt trong thập kỷ dẫn đến đại dịch COVID-19. Tăng trưởng năng suất lao động ở Hoa Kỳ, vốn đạt 1,73% trong thập kỷ trước cuộc khủng hoảng tài chính, đã giảm hơn 2/3 xuống còn 0,53% trong thập kỷ trước đại dịch. Các lĩnh vực dịch vụ lớn - những lĩnh vực của nền kinh tế nằm ngoài sản xuất và thương mại hiện chiếm gần 80% việc làm ở Mỹ - thậm chí còn ở tình trạng tồi tệ hơn, với mức tăng trưởng năng suất trước đại dịch chỉ là 0,16%, gần như bằng 0.Các yếu tố khác cũng đã tạo ra những hạn chế về phía cung trong nền kinh tế toàn cầu. Ở những quốc gia chiếm hơn 75% sản lượng kinh tế toàn cầu, dân số già đã hạn chế sự tăng trưởng của nguồn cung lao động, làm tăng tỷ lệ phụ thuộc - số lượng người không làm việc so với dân số trong độ tuổi lao động ở một quốc gia nhất định - và tạo ra căng thẳng tài chính. Nhiều lĩnh vực việc làm lớn, bao gồm chính phủ, chăm sóc sức khỏe, bán lẻ truyền thống, khách sạn và xây dựng, đang thiếu hụt lao động nghiêm trọng. Và ở một số quốc gia, như Trung Quốc, Ý, Nhật Bản và Hàn Quốc, lực lượng lao động nói chung đang bị thu hẹp. Thị trường lao động cũng đã bị biến đổi bởi sở thích của người tìm việc ở các nền kinh tế tiên tiến, những người đang lựa chọn các lĩnh vực việc làm - và thường xuyên chuyển đổi giữa chúng - dựa trên tính linh hoạt, an toàn, mức độ căng thẳng và thu nhập. Trong khi đó, căng thẳng địa chính trị, kết hợp với những cú sốc về biến đổi khí hậu và đại dịch, đã khiến nhiều công ty, quốc gia “giảm rủi ro” và đa dạng hóa chuỗi cung ứng với chi phí lớn vì những lý do không liên quan gì đến việc giảm chi phí. Kỷ nguyên xây dựng chuỗi cung ứng toàn cầu hoàn toàn dựa trên hiệu quả và lợi thế so sánh rõ ràng đã kết thúc.
Nói tóm lại, nếu không có lực lượng tăng cường năng suất mới mạnh mẽ, nền kinh tế toàn cầu sẽ tiếp tục bị cản trở bởi tốc độ tăng trưởng chậm và nguồn cung lao động giảm, mối đe dọa lạm phát dai dẳng, lãi suất cao hơn, đầu tư công sụt giảm và chi phí vốn tăng cao cho nền kinh tế trong tương lai gần. Trước những cơn gió ngược này, quá trình chuyển đổi năng lượng sạch tốn kém - sẽ cần thêm 3 nghìn tỷ USD chi tiêu vốn mỗi năm trong vài thập kỷ, theo dự đoán của Cơ quan Năng lượng Quốc tế - sẽ gần như không thể thực hiện được.
Những áp lực toàn cầu lâu dài này là lý do chính tại sao cuộc cách mạng AI lại quan trọng đến vậy. Nó có tiềm năng tăng năng suất nhờ kỹ thuật số, có thể khôi phục đà tăng trưởng bằng cách giảm bớt các hạn chế về phía cung - đặc biệt là lực lượng lao động đang bị thu hẹp ở nhiều quốc gia - vốn đang kìm hãm nền kinh tế toàn cầu. Nhưng để sự biến đổi này xảy ra, sự đột biến sẽ cần phải có những đặc điểm phù hợp. Nó phải được thúc đẩy chủ yếu bởi tăng trưởng giá trị gia tăng, trong đó các doanh nghiệp và các ngành mở rộng sản lượng có giá trị gia tăng, từ đó góp phần tăng GDP, thay vì chỉ đơn giản bằng cách giảm đầu vào, chẳng hạn như lao động, trong khi vẫn giữ cho tăng trưởng sản lượng yếu hoặc không thay đổi.
Một cuộc cách mạng kỹ thuật số khác biệt
Ở một số khía cạnh, làn sóng đầu tư hiện nay vào AI có vẻ đáng ngạc nhiên. Xét cho cùng, công nghệ kỹ thuật số đã và đang chuyển đổi nền kinh tế theo những cách có thể đo lường được trong ít nhất ba thập kỷ. Một lời giải thích cho sự phấn khích này là không giống như những đổi mới kỹ thuật số trước đó, cuộc cách mạng AI đã mở rộng tác động của công nghệ kỹ thuật số vượt xa cái gọi là công việc có thể mã hóa – các nhiệm vụ thường lệ có thể được rút gọn thành một chuỗi hướng dẫn chính xác. Cho đến những đột phá AI gần đây, máy kỹ thuật số không thể thực hiện các nhiệm vụ bất chấp sự mã hóa, chẳng hạn như nhận dạng một vật thể là một con mèo.Trong những lĩnh vực mà nó chạm đến, cuộc cách mạng kỹ thuật số diễn ra rất kịch tính. Những công việc do con người thực hiện từ lâu đột nhiên bị máy móc đảm nhận. Các hoạt động như ghi sổ, lưu trữ và kế toán, phần lớn hoạt động ngân hàng tiêu dùng và hệ thống kiểm soát cho toàn bộ chuỗi cung ứng được tự động hóa một phần và đôi khi hoàn toàn. Song song đó, hầu hết thông tin đều được lưu trữ và truyền đi ở dạng kỹ thuật số, khiến việc truy cập và sử dụng trở nên rẻ hơn, dễ dàng hơn. Sự phong phú của các dịch vụ dựa trên web miễn phí và chi phí thấp cũng làm thay đổi nền kinh tế tiêu dùng và tương tác xã hội.
Nhưng tác động kinh tế của những thay đổi này, mặc dù đáng kể, nhưng lại bị giới hạn về phạm vi. Trong những lĩnh vực mà công nghệ được triển khai rộng rãi, năng suất tăng lên, giống như sau Cách mạng Công nghiệp lần thứ nhất, khi con người ngừng đào hào và chuyển sang sử dụng xẻng chạy bằng hơi nước. Ở một số khu vực nhất định, việc làm giảm sút cùng với thu nhập của một số người có thu nhập trung lưu trong một hiện tượng được gọi là “phân cực việc làm và thu nhập”. Tuy nhiên, có nhiều loại nhiệm vụ không thể tự động hóa và mức độ tiếp quản kỹ thuật số còn hạn chế. Trên hết, công nghệ ít có tác động đến các ngành công nghiệp tri thức và các ngành sáng tạo, như y học, luật, quảng cáo và tư vấn, trong đó phần lớn giá trị đến từ kiến thức chuyên môn cụ thể và việc thực hiện các nhiệm vụ không thường xuyên.
Giờ đây, cuộc cách mạng AI đã phá vỡ những hạn chế đó. Thông qua những tiến bộ trong học máy và nhận dạng mẫu trong 15 năm qua, các nhà nghiên cứu AI đã chỉ ra rằng máy kỹ thuật số có thể làm được nhiều hơn thế. Ví dụ, nhiều hoạt động của con người không dễ dàng mã hóa liên quan đến nhận dạng mẫu: tìm kiếm và tập hợp các sự kiện và hiểu biết sâu sắc, phát hiện các cấu trúc logic và khái niệm gắn liền với ngôn ngữ, tổng hợp và xử lý lại thông tin cũng như rút ra kinh nghiệm, kiến thức chuyên môn và kiến thức ngầm để cung cấp câu trả lời cho các câu hỏi phức tạp và nhiều sắc thái. Bằng cách sử dụng deep learning - mạng lưới thần kinh nhiều lớp mô phỏng cách tế bào thần kinh gửi và nhận tín hiệu trong não người - các nhà nghiên cứu đã đạt được những tiến bộ nhanh chóng trong lĩnh vực học máy. Và với đủ dữ liệu và sức mạnh tính toán, phương pháp này đã có hiệu quả rõ rệt trong việc tái tạo nhiều nhiệm vụ nhận dạng mẫu, dự đoán và giờ đây cũng là các nhiệm vụ tổng hợp. Kết quả là một loạt bước đột phá đáng kinh ngạc.
Ngay cả trước khi AI thế hệ ra đời, học máy đã tạo ra một số cải tiến lớn. Một danh sách ngắn trong số này bao gồm nhận dạng chữ viết tay, nhận dạng giọng nói, nhận dạng hình ảnh và đối tượng. Nhiều công cụ trong số này đã được sử dụng trong điện thoại thông minh và nhiều ứng dụng dành cho doanh nghiệp và người tiêu dùng. Hãy xem xét Google Translate, ứng dụng sử dụng deep learning và được hơn một tỷ người sử dụng; nó đã có thể xử lý hơn 100 ngôn ngữ, con số mà các nhà nghiên cứu AI nhắm tới sẽ sớm mở rộng lên hơn 1.000. AI cũng đã hỗ trợ những đột phá trong một số lĩnh vực khoa học. Ví dụ, AlphaFold, một hệ thống AI được phát triển bởi phòng thí nghiệm AI của Google, DeepMind, đã có thể dự đoán cấu trúc protein của tất cả 200 triệu protein được khoa học biết đến. Các nhà nghiên cứu trên khắp thế giới hiện đang sử dụng những cấu trúc này để tăng tốc và hỗ trợ việc điều tra các bệnh cũng như phát triển các phương pháp điều trị mới cho chúng.
Tuy nhiên, có lẽ sự phát triển nổi bật nhất là sự nổi lên của các mô hình ngôn ngữ lớn, hay LLM, cung cấp nền tảng cho AI tổng quát. Nền tảng của LLM là Transformer, một kiến trúc học sâu đã được các nhà nghiên cứu của Google giới thiệu trong một bài báo nổi tiếng hiện nay vào năm 2017. Transformers sử dụng cơ chế tự chú ý để hiểu các kết nối và mối quan hệ giữa các từ khác nhau. Cùng với cái gọi là phần nhúng - ánh xạ mối quan hệ giữa các từ và sử dụng kiến trúc thần kinh độc đáo - Transformer giúp mô hình có thể học theo cách tự giám sát. Sau khi được đào tạo, mô hình có thể tạo ra kết quả đầu ra giống con người bằng cách dự đoán từ hoặc chuỗi từ tiếp theo để phản hồi lời nhắc.
Bằng cách đào tạo các LLM mới này trên hàng tỷ, và bây giờ là hàng nghìn tỷ từ, trong thời gian dài, chúng có thể tạo ra các phản ứng ngày càng phức tạp giống con người khi được nhắc. Quan trọng hơn, khả năng của họ không bị giới hạn ở bất kỳ lĩnh vực hay lĩnh vực kiến thức nào. Không giống như nhiều cải tiến AI trước đây, vốn được điều chỉnh cho phù hợp với các chức năng cụ thể, LLM làm nền tảng cho AI tạo sinh có tuyên bố mạnh mẽ rằng đây là một công nghệ thực sự có mục đích chung.
Nghiên cứu nhanh
AI sáng tạo có một số tính năng cho thấy tác động kinh tế tiềm tàng của nó có thể lớn bất thường. Một là tính linh hoạt đặc biệt. LLM hiện có khả năng đáp ứng các lời nhắc trong nhiều lĩnh vực khác nhau, từ thơ ca, khoa học đến luật, đồng thời phát hiện các lĩnh vực khác nhau và chuyển từ lĩnh vực này sang lĩnh vực khác mà không cần hướng dẫn rõ ràng. Hơn nữa, LLM có thể hoạt động không chỉ với từ ngữ mà còn với mã phần mềm, âm thanh, hình ảnh, video và các loại đầu vào khác cũng như đầu ra được tạo ra - cái thường được gọi là “đa phương thức”. Khả năng hoạt động linh hoạt giữa nhiều lĩnh vực và chế độ có nghĩa là các mô hình này có thể cung cấp một nền tảng rộng rãi để xây dựng các ứng dụng cho hầu hết mọi mục đích sử dụng cụ thể. Nhiều nhà phát triển LLM, bao gồm cả OpenAI, đã tạo API - giao diện lập trình ứng dụng - cho phép những người khác xây dựng các giải pháp AI độc quyền của riêng họ trên cơ sở LLM. Cuộc đua tạo ra các ứng dụng cho sự đa dạng lớn về các lĩnh vực, chuyên môn và trường hợp sử dụng đã bắt đầu.LLM cũng đáng chú ý vì khả năng tiếp cận của chúng. Bởi vì chúng được thiết kế để đáp ứng với ngôn ngữ thông thường và các đầu vào phổ biến khác, LLM có thể dễ dàng được sử dụng bởi những người không chuyên nhưng thiếu kỹ năng kỹ thuật. Tất cả những gì cần thiết là thực hành một chút trong việc tạo ra những gợi ý để gợi ra những phản hồi hiệu quả. Đồng thời, việc người mẫu sử dụng nguồn tài liệu khổng lồ trên Internet hoặc bất kỳ kho tài liệu nào khác để đào tạo có nghĩa là họ có thể tiếp thu kiến thức chuyên môn trong hầu hết mọi lĩnh vực kiến thức. Hai tính năng này mang lại cho LLM những ứng dụng tiềm năng sâu rộng hơn nhiều so với các công nghệ kỹ thuật số trước đây, ngay cả những công nghệ liên quan đến AI. Chỉ riêng trong tháng 6 năm 2023, trang web ChatGPT đã được 1,6 tỷ người dùng truy cập, một tín hiệu thuyết phục về rào cản gia nhập thấp và mức độ quan tâm đến công nghệ.
Thật khó để đưa ra dự đoán chi tiết về khả năng sử dụng LLM trong tương lai. Nhưng với những đặc tính khác thường của họ, kết hợp với những đổi mới kỹ thuật nhanh chóng liên tục của các nhà nghiên cứu và lượng vốn đầu tư mạo hiểm khổng lồ đổ vào nghiên cứu AI, khả năng của họ gần như chắc chắn sẽ tăng lên. Trong vòng 5 năm tới, các nhà phát triển AI sẽ giới thiệu hàng nghìn ứng dụng được xây dựng trên LLM và các mô hình AI tổng quát khác nhằm vào các lĩnh vực, hoạt động và công việc rất khác nhau. Đồng thời, các mô hình AI tổng quát sẽ sớm được sử dụng cùng với các hệ thống AI khác, một phần để giải quyết những hạn chế hiện tại của các hệ thống đó cũng như để mở rộng khả năng của chúng. Các ví dụ bao gồm việc điều chỉnh LLM để hỗ trợ các ứng dụng năng suất khác, chẳng hạn như bảng tính và email, đồng thời ghép nối LLM với các hệ thống robot để cải thiện và mở rộng hoạt động của các hệ thống này. Nếu những ứng dụng đa dạng này được triển khai một cách hiệu quả trên toàn bộ nền kinh tế thì gần như chắc chắn sẽ có sự gia tăng lớn và kéo dài về năng suất cũng như các thước đo khác về hiệu quả kinh tế.
Một trong những ứng dụng hứa hẹn nhất của AI sáng tạo trong nền kinh tế rộng lớn hơn là các hệ thống trợ lý kỹ thuật số cho nơi làm việc. Hãy xem xét một nghiên cứu vào tháng 4 năm 2023 của Erik Brynjolfsson, Danielle Li và Lindsey Raymond về tác động của trợ lý kỹ thuật số AI đối với các đại diện dịch vụ khách hàng trong lĩnh vực công nghệ. Trợ lý AI đã được đào tạo về một bộ sưu tập lớn bản ghi âm về các tương tác giữa đại lý và khách hàng, cùng với các chỉ số hiệu suất cho những tương tác này: Vấn đề đã được giải quyết chưa? Mất bao lâu để giải quyết nó? Khách hàng có hài lòng với kết quả không? Trợ lý AI sau đó đã được cung cấp cho một số đại lý chứ không phải cho những đại lý khác.
Các tác giả của nghiên cứu đã xác định được hai kết quả quan trọng. Đầu tiên là năng suất của nhóm có trợ lý AI cao hơn trung bình 14%. Điều thứ hai, thậm chí còn quan trọng hơn, là mặc dù mọi người trong nhóm có trợ lý AI đều tăng năng suất nhưng hiệu quả sẽ cao hơn nhiều đối với những nhân viên tương đối thiếu kinh nghiệm. Nói cách khác, trợ lý AI có thể thu hẹp đáng kể khoảng cách về hiệu suất giữa các nhân viên mới và nhân viên dày dạn kinh nghiệm, cho thấy tiềm năng của AI trong việc đẩy nhanh quá trình đào tạo tại chỗ.
Các công cụ lập bản đồ kỹ thuật số cũng có tác động tương tự đối với các tài xế taxi ở London. Luân Đôn là một thành phố cực kỳ phức tạp để lái xe. Trước đây, các tài xế phải mất hàng tháng, thậm chí hàng năm để tìm hiểu đường phố đủ tốt để vượt qua kỳ thi lái xe taxi nổi tiếng là khó của thành phố, được gọi là “Kiến thức”. Sau đó đến Google Maps và Waze. Những ứng dụng này không loại bỏ được sự khác biệt giữa những người kỳ cựu và những người mới đến, nhưng chắc chắn chúng đã làm giảm đi sự khác biệt đó. Hiệu ứng nâng cao hiệu suất của nhân viên dường như sẽ trở thành hệ quả chung của sự ra đời của các trợ lý kỹ thuật số AI mạnh mẽ ở nhiều nơi trong nền kinh tế.
Với giá trị có thể chứng minh được, trợ lý kỹ thuật số AI sẽ sớm thực hiện được nhiều nhiệm vụ đa dạng. Ví dụ, họ sẽ tạo ra những bản phác thảo đầu tiên trong các ứng dụng truyền thông và tiếp thị, đồng thời tạo ra nhiều mã cơ bản cần thiết cho nhiều loại chương trình, do đó đẩy nhanh đáng kể công việc của các nhà phát triển phần mềm tiên tiến. Trong nhiều ngành nghề, khả năng tiếp thu và xử lý lượng lớn tài liệu với tốc độ siêu phàm của hệ thống AI cũng sẽ đẩy nhanh cả tốc độ và phổ biến nghiên cứu và đổi mới.
Một lĩnh vực khác mà các ứng dụng LLM non trẻ có thể có tác động lớn là hệ thống trí tuệ xung quanh. Trong đó, công nghệ AI được sử dụng kết hợp với cảm biến hình ảnh hoặc âm thanh để giám sát và nâng cao hiệu suất của con người. Đi theo lĩnh vực chăm sóc sức khỏe. Như một nghiên cứu năm 2020 trên tạp chí Nature đã thảo luận, hệ thống trí tuệ xung quanh có thể sử dụng một số tín hiệu và đầu vào—chẳng hạn như ghi lại các cuộc thảo luận giữa bác sĩ và thực tập sinh khi họ đến bệnh viện, kết hợp với biểu đồ của bệnh nhân nhất định và thông tin cập nhật cho họ—để xác định thiếu hành động hoặc câu hỏi bị bỏ qua. Sau đó, thành phần AI có thể tạo ra một bản tóm tắt các phát hiện của nó để nhân viên y tế xem xét. Theo một số ước tính, các bác sĩ hiện dành khoảng 1/3 thời gian để viết báo cáo và đưa ra quyết định; một hệ thống như vậy có thể giảm thời gian đó tới 80%.
Trong tương lai gần, trí tuệ xung quanh và trợ lý kỹ thuật số có thể cải thiện hiệu quả và tính minh bạch trong quản lý chuỗi cung ứng cũng như trợ giúp các nhiệm vụ phức tạp của con người. Theo báo cáo tháng 6 năm 2023 của Viện Toàn cầu McKinsey, AI có tiềm năng tự động hóa các hoạt động hiện chiếm 60 đến 70% thời gian của người lao động. Điều này không chỉ mang lại sự thúc đẩy năng suất; nó cũng sẽ giải phóng nhiều lao động của con người hơn cho những nhiệm vụ tiên tiến nhất và cho phép đổi mới nhanh hơn.
Hướng dẫn sáng tạo
Bất chấp sự hứa hẹn của AI, phần lớn cuộc tranh luận công khai về nó đều tập trung vào các khía cạnh gây tranh cãi và khả năng gây hại của nó. Đầu tiên, LLM không đáng tin cậy 100%. Kết quả đầu ra của họ đôi khi có thể phản ánh sự thiên vị trong tập huấn luyện của họ, tạo ra tài liệu sai sót hoặc bao gồm cái gọi là ảo giác—những khẳng định nghe có vẻ hợp lý nhưng không phản ánh thực tế của thế giới vật chất. Các nhà nghiên cứu đang cố gắng hết sức để giải quyết những vấn đề này, bao gồm cả việc sử dụng phản hồi của con người và các phương tiện khác để hướng dẫn các kết quả đầu ra được tạo ra, nhưng vẫn cần nhiều công việc hơn nữa.Một mối lo ngại khác là AI có thể đạt được mục tiêu tự động hóa toàn diện trong nhiều lĩnh vực, gây ra tình trạng mất việc làm trên quy mô lớn. Những mối lo ngại này là có thật, nhưng họ bỏ qua những rào cản đối với việc tự động hóa hoàn toàn ở nhiều nơi làm việc, cũng như những công việc bù đắp tăng lên—một số do nhu cầu ngày càng tăng đối với các ngành nghề hiện tại, một số khác do sự gia tăng của các ngành nghề mới, do AI, bao gồm cả AI tạo sinh. . Ví dụ, nghiên cứu cho thấy rằng trong vài thập kỷ tới, một số ngành nghề – theo một số ước tính, chiếm khoảng 10% tổng số ngành nghề – mà các nhiệm vụ cấu thành gần như có thể được tự động hóa, sẽ có khả năng giảm sút. Các ngành nghề khác, cả hiện tại và mới, sẽ phát triển. Nhưng tác động lớn nhất của AI đối với nền kinh tế nói chung, liên quan đến khoảng 2/3 số ngành nghề, sẽ là thay đổi cách thực hiện công việc, vì một số nhiệm vụ cấu thành – trung bình khoảng 1/3 – được tăng cường bởi AI. Nghề nghiệp trong các lĩnh vực này sẽ không mất đi nhưng chúng sẽ đòi hỏi những kỹ năng mới khi con người thực hiện công việc của mình với sự cộng tác của những cỗ máy có năng lực.
Nhiều nhà bình luận cũng lưu ý sự nguy hiểm của việc trao cho hệ thống AI quá nhiều quyền kiểm soát. Như nhiều ví dụ đã chỉ ra, các nền tảng AI sáng tạo đôi khi mắc lỗi hoặc gây ảo giác - nghĩa là bịa đặt mọi thứ. Ví dụ: một LLM được nhắc viết một bài báo về lạm phát không chỉ tạo ra bài báo mà còn kết thúc bằng một danh sách các bài đọc bổ sung bao gồm năm bài báo và cuốn sách không tồn tại. Rõ ràng, trong các ứng dụng đòi hỏi độ chính xác thực tế, các câu trả lời bịa đặt là mối lo ngại lớn. Ngay cả khi không gây ảo giác, LLM có thể tạo ra những dự đoán xấu, sai lệch nghiêm trọng, ngớ ngẩn hoặc đáng ghét cần có sự xem xét của con người. Do đó, việc triển khai Generative AI một cách bất cẩn hoặc quá mức có thể dẫn đến việc tồn tại các thông tin sai sót hoặc thậm chí là sai sót trong thực hành.
Việc truy cập vào dữ liệu đào tạo tốt hơn có thể làm giảm rủi ro về kết quả đầu ra bị lỗi, nhưng vấn đề thực sự nằm ở cách thức hoạt động của LLM: ngay cả khi được đào tạo trên dữ liệu hoàn toàn chính xác, các mô hình có thể đưa ra các câu trả lời khác nhau và thậm chí trái ngược nhau cho cùng một lời nhắc chỉ vì chúng máy dự đoán hoạt động trong một thế giới xác suất. Sai lầm trong tất cả những điều này là coi LLM như cơ sở dữ liệu chỉ lưu trữ thông tin. Trên thực tế, do cơ chế xác suất mà họ học và tạo ra kết quả đầu ra từ tài liệu được đào tạo cũng như khả năng liên kết các ý tưởng và khái niệm có thể chưa từng được liên kết trước đó nên kết quả đầu ra của họ không thể được xác định hoàn toàn, ngay cả khi được đào tạo hoàn hảo. dữ liệu. Đối với nhiều công ty và lĩnh vực kinh tế, sự thận trọng sẽ cho thấy rằng con người không thể hoàn toàn nằm ngoài kịch bản, ít nhất là không sớm.
Hơn nữa, trong một số lĩnh vực của nền kinh tế, sự thật và tính chính xác không quan trọng bằng những ý tưởng mới hay sự sáng tạo. Các nhà thiết kế thời trang đã bắt đầu yêu cầu AI tạo ra các nguyên mẫu quần áo mới. AI có thể tạo ra âm nhạc, viết thơ, sáng tạo nghệ thuật và soạn thảo dàn ý của tiểu thuyết. Là nguồn cảm hứng, AI có thể tạo ra có thể trở thành một công cụ hữu ích. Mối lo ngại của một số người là AI cuối cùng có thể thay thế nghệ sĩ. Còn quá sớm để biết liệu nội dung do AI tạo ra có được người theo dõi nghiêm túc trong nghệ thuật sáng tạo và biểu diễn hay không. Dự đoán tốt nhất của chúng tôi là nó sẽ được sử dụng nhiều hơn để hỗ trợ và cung cấp nguồn cảm hứng hơn là để tạo ra các tác phẩm nghệ thuật hoàn chỉnh.
Với khả năng và phạm vi vượt trội của nó, tác động kinh tế chính của AI tạo ra sẽ xảy ra ở đâu? Khi Sundar Pichai, Giám đốc điều hành của Alphabet, công ty mẹ của Google, được hỏi một phiên bản của câu hỏi này, ông đã trả lời rằng nó sẽ xuất hiện trong “nền kinh tế tri thức”. Điều này có vẻ chính xác. Người ta có thể thay thế thuật ngữ “nền kinh tế thông tin”, nhưng trên các lĩnh vực từ nghiên cứu khoa học đến phát triển phần mềm và một loạt các chức năng dịch vụ, lợi ích kinh tế tiềm tàng của các ứng dụng dựa trên LLM dường như vô cùng lớn.
Đồng hành với chúng ta, không phải chống lại chúng ta
Bất chấp những hứa hẹn to lớn, AI khó có thể tạo ra bước nhảy vọt về năng suất trên toàn nền kinh tế hoặc hỗ trợ tăng trưởng bền vững và toàn diện nếu việc sử dụng nó được giao cho các lực lượng thị trường. Để đạt được lợi ích tiềm năng lớn nhất của AI sẽ đòi hỏi cách tiếp cận chủ động từ hai phía. Một là dự đoán và, trong chừng mực có thể, ngăn chặn việc lạm dụng hoặc tác hại của công nghệ. Hai là thúc đẩy việc sử dụng AI để hỗ trợ và mang lại lợi ích nhiều nhất cho con người, thúc đẩy nền kinh tế và giúp xã hội giải quyết các cơ hội và thách thức cấp bách nhất - bằng cách làm cho AI dễ tiếp cận hơn, đảm bảo phổ biến rộng rãi và khuyến khích các ứng dụng nâng cao năng suất nhất.
Hiện tại, việc ngăn ngừa tổn hại và thiệt hại đã nhận được sự quan tâm lớn. Vào tháng 5, hơn 350 nhà lãnh đạo ngành AI đã ký một bức thư ngỏ cảnh báo rằng “giảm thiểu nguy cơ tuyệt chủng” từ AI phải là ưu tiên toàn cầu bên cạnh việc ngăn chặn đại dịch và chiến tranh hạt nhân; nhiều người, trong đó có một người trong chúng tôi (Manyika), đã ký vào bức thư để nêu bật nguyên tắc phòng ngừa phải luôn được áp dụng cho công nghệ mạnh mẽ. Những người khác đã cảnh báo về nguy cơ bị các tác nhân xấu lạm dụng với nhiều động cơ khác nhau, cũng như các ứng dụng quân sự không bị hạn chế của AI khi không có quy định quốc tế. Những vấn đề này rất quan trọng và cần được giải quyết. Nhưng sẽ sai lầm khi cho rằng chỉ cần hạn chế việc sử dụng sai mục đích và các tác dụng phụ có hại của AI sẽ đảm bảo rằng lợi tức kinh tế của nó sẽ được phân phối một cách toàn diện. Các chính sách và quy định tích cực nhằm giải phóng những lợi ích đó sẽ đóng vai trò chính trong việc xác định liệu AI có phát huy hết tiềm năng kinh tế của nó hay không.
Đầu tiên, các chính sách sẽ cần được phát triển để đảm bảo rằng AI bổ sung thay vì thay thế sức lao động của con người. Trong thực tế hiện nay, các công cụ AI thường được phát triển và đánh giá dựa trên hiệu suất của con người, dẫn đến xu hướng thiên về tự động hóa trong ngành. Sự thiên vị đó được gọi là “bẫy Turing”, một thuật ngữ do Brynjolfsson đặt ra, sau lập luận của nhà toán học Alan Turing rằng bài kiểm tra quan trọng nhất về trí thông minh của máy là liệu nó có thể ngang bằng hoặc vượt qua hiệu suất của con người hay không. Để vượt qua cái bẫy này, nguồn tài trợ nghiên cứu công và tư cho nghiên cứu AI nên tránh tập trung quá hẹp vào việc tạo ra AI giống con người. Ví dụ, trong số lượng nhiệm vụ cụ thể ngày càng tăng, hệ thống AI có thể vượt trội hơn con người ở mức đáng kể, nhưng chúng cũng yêu cầu cộng tác viên là con người, những người có khả năng riêng có thể được mở rộng hơn nữa nhờ máy móc. Nghiên cứu thêm về công nghệ tăng cường và cách sử dụng chúng, cũng như việc tổ chức lại quy trình làm việc trong nhiều công việc, sẽ giúp hỗ trợ những đổi mới sử dụng AI để nâng cao năng suất của con người.
Một ưu tiên quan trọng khác sẽ là khuyến khích sự phổ biến rộng rãi nhất có thể của công nghệ AI trên toàn nền kinh tế. Trong trường hợp của cuộc cách mạng kỹ thuật số trước đó, một lượng lớn nghiên cứu đã ghi nhận việc áp dụng rất không đồng đều giữa các ngành và doanh nghiệp. Nhiều lĩnh vực việc làm lớn bị tụt lại, dẫn đến năng suất giảm sút. Mô hình này có thể dễ dàng được lặp lại. Trong trường hợp AI sáng tạo, các công ty vừa và nhỏ đáng được quan tâm đặc biệt vì họ có thể không có đủ nguồn lực để tiến hành thử nghiệm và phát triển các trường hợp sử dụng. Có thể việc giảm chi phí nghiên cứu và phát triển AI cao hiện nay, cũng như sự cạnh tranh giữa các nhà phát triển lớn, sẽ dẫn đến các ứng dụng AI giá cả phải chăng có thể được triển khai rộng rãi, bằng cách giảm chi phí và thúc đẩy hoạt động kinh doanh. Nhưng các nhà hoạch định chính sách phải siêng năng trong việc tạo ra các quy tắc để đảm bảo rằng sự cạnh tranh như vậy sẽ dẫn đến việc phổ biến và sử dụng rộng rãi các công nghệ.
Một vấn đề liên quan là làm thế nào để đẩy nhanh việc sử dụng AI trong các ngành được hưởng lợi nhiều nhất từ chúng. Trong nhiều trường hợp, một số bên liên quan, bao gồm cả nhân viên, sẽ dễ dàng tập trung vào các rủi ro và phản đối việc áp dụng hệ thống AI. Để chống lại xu hướng này, các nhà hoạch định chính sách và các công ty sẽ cần tham khảo ý kiến của tất cả các bên liên quan và đảm bảo rằng lợi ích của họ được tính đến. Ở cấp độ vĩ mô, những tác động về việc làm và tiền lương của việc áp dụng AI – bao gồm cả sự biến mất của một số công việc ngay cả khi những công việc khác tăng trưởng – cũng cần được giải quyết. Sẽ cần có sự hợp tác giữa chính phủ, ngành công nghiệp và các tổ chức giáo dục để giúp mọi người thích ứng với các yêu cầu kỹ năng khác nhau cần thiết để làm việc trong môi trường được hỗ trợ bởi AI. Hỗ trợ thu nhập trong quá trình chuyển đổi sang nền kinh tế tăng cường AI có thể là một thành phần quan trọng khác, đặc biệt là trong các ngành nghề như trung tâm cuộc gọi và các hoạt động khách hàng khác, trong đó AI có thể gây áp lực giảm lương và thậm chí gây mất việc làm.
Nhưng bất chấp những lo ngại ngược lại, viễn cảnh thất nghiệp do AI gây ra trên quy mô lớn dường như không xảy ra, đặc biệt là trong tình trạng thiếu lao động hiện nay ở một số lĩnh vực. Những lo lắng đó dựa trên giả định không chính xác rằng nhu cầu là cố định hoặc không co giãn và do đó không nhạy cảm với những thay đổi về giá cả và chi phí. Trong một thế giới như vậy, năng suất tăng sẽ tự động gây ra tình trạng giảm việc làm. Trên thực tế, mặc dù có thể có nhiều thay đổi về đặc điểm của nhiều công việc cũng như sự dịch chuyển công việc, nhưng mức độ việc làm tổng thể trong nền kinh tế khó có thể thay đổi nhiều, giả sử nền kinh tế tiếp tục tăng trưởng. Nghiên cứu cho thấy rằng trong hầu hết các kịch bản, sẽ có nhiều việc làm được tạo ra hơn là mất đi trong thập kỷ tới hoặc lâu hơn.
Một thách thức lớn hơn sẽ là giải quyết những tác động không đồng đều của các công nghệ mới, cả trong và giữa các quốc gia. Ở các quốc gia, tăng trưởng năng suất có thể tập trung vào các công việc cổ trắng hơn là công việc cổ xanh do tác động đặc biệt của AI tạo ra đối với nền kinh tế tri thức. Tuy nhiên, để đạt được mức tăng năng suất tương tự trong nền kinh tế công nghiệp, sẽ cần có những tiến bộ lớn hơn nữa trong lĩnh vực chế tạo robot. Bất chấp những tiến bộ tốt trên mặt trận đó, những thách thức công nghệ vẫn còn, kết quả là tự động hóa và tăng cường trong sản xuất, hậu cần và phương tiện tự hành đang tiến triển chậm hơn. Sự khác biệt về tăng trưởng năng suất như vậy giữa nền kinh tế tri thức, khu vực dịch vụ rộng lớn và các khu vực công nghiệp có thể góp phần hơn nữa vào việc phân phối lợi ích AI không đồng đều.
Các quốc gia cũng sẽ cần phải đối mặt với việc áp dụng không đồng đều các công nghệ kỹ thuật số tiên tiến giữa các công ty trong cùng một ngành và giữa các ngành. Ví dụ, trong các ngành, cái gọi là các công ty tiên phong, thường nhanh nhẹn nhất, đã vượt xa các công ty khác trong việc sử dụng công nghệ kỹ thuật số. Tương tự, các lĩnh vực công nghệ cao và dịch vụ tài chính áp dụng công nghệ mới nhanh hơn so với lĩnh vực chăm sóc sức khỏe, tạo ra sự không đồng đều và có thể trở thành rào cản cho việc tăng năng suất trên toàn nền kinh tế.
Trên bình diện quốc tế, những đột phá và đổi mới gần đây trong lĩnh vực AI rõ ràng được dẫn đầu bởi Hoa Kỳ , với Trung Quốc ở vị trí thứ hai. Hai quốc gia này cũng là nơi có các công ty nền tảng AI có đủ sức mạnh tính toán để đào tạo LLM tiên tiến. Ngược lại, Liên minh châu Âu đã tụt lại phía sau Hoa Kỳ và Trung Quốc về AI, điện toán đám mây và các lĩnh vực liên quan khác. Câu hỏi đặt ra là các ứng dụng AI tiên tiến có thể được triển khai nhanh chóng như thế nào trong toàn bộ nền kinh tế toàn cầu. Theo mô hình mở thịnh hành trong vài thập kỷ sau Thế chiến thứ hai, công nghệ có thể lan truyền khá nhanh xuyên biên giới. Nhưng thế giới đó không còn nữa. Những hạn chế phức tạp và ngày càng hạn chế đối với dòng công nghệ và vốn – dù là từ cuộc chiến ở Ukraine, các lệnh trừng phạt hay căng thẳng gia tăng giữa Trung Quốc và Hoa Kỳ – đã tạo ra những rào cản mới đối với sự phổ biến quốc tế.
Vì tính chất kỹ thuật số nên công nghệ AI sẽ lan rộng; trên thực tế, sẽ rất khó để ngăn chặn nó làm như vậy. Nhưng để đảm bảo điều đó được thực hiện đúng cách sẽ đòi hỏi những hình thức quản lý kinh tế quốc tế mới. Vì vậy, ngay cả khi chậm trễ trong nghiên cứu AI, EU sẽ áp dụng và sử dụng công nghệ này. Nhưng nhiều nền kinh tế mới nổi cũng sẽ được hưởng lợi từ công nghệ này và đối với họ, khả năng tiếp cận có thể chậm và không đồng đều. Mức độ AI có thể được phát triển và sử dụng một cách công bằng trên toàn thế giới sẽ quyết định mức độ ảnh hưởng của nó đối với nền kinh tế toàn cầu.
Thách thức AI thực sự
AI, bao gồm cả sự bổ sung gần đây nhất, AI tổng quát, có tiềm năng tạo ra sự tăng trưởng lớn và mang tính quyết định về năng suất và tăng trưởng tại thời điểm nền kinh tế toàn cầu rất cần nó. Trong số nhiều thách thức kinh tế hiện nay là những hạn chế về nguồn cung, áp lực ngày càng tăng đối với các quốc gia mắc nợ quá mức, những thay đổi về nhân khẩu học và lạm phát dai dẳng, tất cả đều đe dọa hạn chế khả năng duy trì sự thịnh vượng của các quốc gia.Với phạm vi rộng và tính dễ sử dụng, AI có thể làm được nhiều việc để chống lại những thế lực này. Hơn nữa, cuộc cách mạng AI đã mở ra một giai đoạn thử nghiệm và đổi mới mãnh liệt có thể mang lại nhiều giá trị hơn cho nền kinh tế. Nhưng để nhận ra đầy đủ tiềm năng này sẽ đòi hỏi sự quan tâm sâu sắc không kém về mặt chính sách. Chính phủ, công ty và nhà nghiên cứu sẽ cần ưu tiên nâng cao kỹ năng của con người hơn là thay thế chúng. Họ sẽ cần phải thúc đẩy việc sử dụng công nghệ trên toàn bộ nền kinh tế. Và họ sẽ cần xây dựng một nền kinh tế trong đó việc sử dụng hệ thống AI nhạy cảm với nhu cầu của chính người lao động và trong đó các cú sốc được giảm thiểu và những lo ngại phổ biến về tự động hóa quá mức được giải quyết – nếu không họ có thể sẽ gặp phải sự phản kháng không cần thiết.
Sự phát triển của AI đã đạt đến một thời điểm quan trọng. Tiềm năng to lớn của công nghệ này, mang lại những lợi ích to lớn về con người và kinh tế nhưng cũng gây ra những tác hại rất thực tế, đang ngày càng được chú trọng. Nhưng việc khai thác sức mạnh của AI một cách tốt đẹp sẽ đòi hỏi nhiều thứ hơn là chỉ tập trung vào các mối đe dọa hiện hữu và thiệt hại tiềm tàng. Nó sẽ đòi hỏi một tầm nhìn tích cực về những gì AI có thể làm và các biện pháp hiệu quả để biến tầm nhìn đó thành hiện thực. Vì rủi ro rất có thể xảy ra mà AI gây ra cho thế giới ngày nay không phải là nó sẽ tạo ra một loại thảm họa văn minh nào đó hay một cú sốc tiêu cực lớn đối với việc làm. Đúng hơn, nếu không có sự hướng dẫn hiệu quả, những đổi mới về AI có thể được phát triển và triển khai theo những cách chỉ làm tăng thêm sự chênh lệch kinh tế hiện tại thay vì mang lại một nền kinh tế toàn cầu vững mạnh cho các thế hệ mai sau.
Nguồn: Foreign Affairs
