a16z: AI giúp mỗi người tăng năng suất gấp 10 lần, nhưng không có công ty nào vì thế mà trở nên giá trị gấp 10 lần

Tác giả: George Sivulka

Biên dịch: Deep潮 TechFlow

Deep潮 giới thiệu: AI đã nâng cao năng suất cá nhân gấp 10 lần, nhưng không có công ty nào vì vậy mà trở nên gấp 10 lần giá trị. Nhà đầu tư của a16z, George Sivulka (cũng là người sáng lập công ty AI Hebbia) cho rằng vấn đề không nằm ở công nghệ bản thân, mà ở chỗ tổ chức chưa kịp thời tái cấu trúc. Ông đề xuất phân biệt “AI cấp tổ chức” và “AI cấp cá nhân” qua bảy chiều chính — phối hợp, tín hiệu, thành kiến, lợi thế biên, hướng kết quả, trao quyền và không cần gợi ý — về bản chất là nói: đổi động cơ không đủ, bạn còn phải thiết kế lại toàn bộ nhà máy.

Toàn văn như sau:

AI vừa mới giúp mỗi người tăng năng suất gấp 10 lần.

Không có công ty nào vì vậy mà trở nên gấp 10 lần giá trị.

Năng suất đã đi đâu rồi?

Đây không phải lần đầu tiên xảy ra.

Vào những năm 1890, điện năng hứa hẹn mang lại sự tăng trưởng năng suất lớn lao.

Các nhà máy dệt của New England, ban đầu được xây dựng dựa trên động lực quay của máy hơi nước, nhanh chóng thay thế máy hơi nước bằng động cơ điện nhanh hơn.

Nhưng suốt ba mươi năm, các nhà máy điện hóa hầu như không tăng năng suất. Công nghệ đã vượt xa, nhưng tổ chức thì chưa theo kịp.

Cho đến những năm 1920, các nhà máy đã thiết kế lại dây chuyền sản xuất hoàn toàn — dây chuyền lắp ráp, mỗi thiết bị có động cơ riêng, công nhân và máy móc thực hiện các công việc hoàn toàn khác nhau — thì việc điện hóa mới thực sự mang lại lợi ích.

Chú thích hình ảnh: Ba giai đoạn tiến hóa của nhà máy dệt Lowell. Từ trái sang phải: nhà máy chạy bằng hơi nước năm 1890, nhà máy chạy bằng điện năm 1900, nhà máy “động cơ đơn vị” năm 1920 (tức là xây dựng lại hoàn toàn thành dây chuyền điện).

Lợi ích không đến từ công nghệ bản thân, cũng không đến từ việc làm cho từng công nhân hay máy móc dệt nhanh hơn. Mà là khi chúng ta cuối cùng đã thiết kế lại thể chế và công nghệ cùng nhau, thì lợi ích mới thực sự được hiện thực hóa.

Đây là bài học đắt giá nhất trong lịch sử công nghệ, và chúng ta đang học lại bài học này lần nữa.

Đến năm 2026, AI đang mang lại mức tăng năng suất gấp 10 lần cho những ai biết tận dụng nó. Nhưng điều đó chưa đủ. Chúng ta đã thay động cơ, nhưng chưa thiết kế lại nhà máy.

Bởi một thực tế đơn giản: cá nhân hiệu quả không đồng nghĩa với tổ chức hiệu quả.

Phần lớn các sản phẩm AI mang lại cảm giác “hiệu quả cao”, nhưng thực tế không thúc đẩy giá trị thật sự. Hầu hết các trường hợp sử dụng AI bạn thấy, là cá nhân tự làm say mê chính mình trong Twitter hoặc Slack của công ty — “hiệu quả tối đa” nhưng ảnh hưởng thực tế bằng không.

Trong năm qua, câu nói “dịch vụ chính là phần mềm” đã được nhắc đi nhắc lại, không sai, nhưng chưa có bản đồ rõ ràng. Hơn nữa, nó bỏ qua bức tranh lớn hơn. Thay đổi thực sự không phải từ công cụ sang dịch vụ, mà là xây dựng đồng bộ công nghệ và thể chế (dù là cải tạo cũ hay bắt đầu từ số không). Một tương lai hiệu quả thực sự cần các loại sản phẩm mới — dây chuyền sản xuất của ngày mai.

Tổ chức hiệu quả cần “trí tuệ cấp tổ chức”.

Bài viết này sẽ phân tích sâu về bảy chiều chính phân biệt “AI cấp tổ chức” và “AI cấp cá nhân”. Trong mười năm tới, các công ty trong lĩnh vực AI B2B sẽ dựa trên những khác biệt này:

Chú thích hình ảnh: Bảng so sánh bảy trụ cột của trí tuệ cấp tổ chức

Bảy trụ cột của trí tuệ cấp tổ chức

1. Phối hợp

AI cấp cá nhân gây ra hỗn loạn.

AI cấp tổ chức tạo ra sự phối hợp.

Hãy bắt đầu bằng một thí nghiệm tư duy. Giả sử ngày mai bạn nhân đôi số lượng nhân viên trong tổ chức, tất cả đều là bản sao của những nhân viên xuất sắc nhất của bạn.

Mỗi người trong số họ đều có những khác biệt nhỏ, sở thích, thói quen và góc nhìn riêng (đặc biệt là nhân viên tốt nhất của bạn). Nếu quản lý không tốt, giao tiếp không đủ, phân chia trách nhiệm, mục tiêu OKR, giới hạn vai trò chưa rõ ràng… thì bạn đang tạo ra hỗn loạn.

Theo cách đánh giá của cá nhân, tổ chức có thể hiệu quả hơn. Nhưng hàng nghìn Agent (hoặc con người) mỗi người chèo một hướng, kết quả tốt nhất là đứng yên tại chỗ, tệ hơn là làm vỡ vạc sự đoàn kết của tổ chức.

Đây không phải giả định. Mỗi tổ chức sử dụng AI mà không có lớp phối hợp đều đang trải qua điều này. Mỗi nhân viên có thói quen dùng ChatGPT riêng, phong cách prompt riêng, sản phẩm đầu ra riêng — hoàn toàn không liên kết với nhau. Sơ đồ tổ chức có thể còn đó, nhưng công việc do AI tạo ra thực tế đang đi theo một hướng khác.

Chú thích hình ảnh: Các cá nhân (hoặc Agent) hiệu quả mỗi người chèo một hướng. Không có phối hợp, chính là hỗn loạn.

Phối hợp là nhu cầu tuyệt đối bắt buộc, đối với cả con người và Agent.

Trí tuệ cấp tổ chức sẽ thúc đẩy một ngành “quản lý Agent” hoàn chỉnh — tập trung vào vai trò và trách nhiệm của Agent, giao tiếp giữa các Agent và giữa Agent với con người, cũng như cách đo lường giá trị của Agent (chỉ dựa vào phí theo lượng không đủ).

2. Tín hiệu

AI cấp cá nhân tạo ra nhiễu loạn.

AI cấp tổ chức tìm ra tín hiệu.

Ngày nay, con người có thể tạo ra — hoặc nói chính xác hơn là sinh ra — bất cứ thứ gì họ nghĩ tới: bài viết do AI viết, bản trình bày, bảng tính, ảnh, video, bài hát, website, phần mềm. Quá nhiều quà tặng tuyệt vời.

Vấn đề là phần lớn nội dung do AI sinh ra đều là rác rưởi hoàn toàn. Thực trạng tràn lan rác AI đã đến mức một số tổ chức phản ứng quá mức, cấm tất cả sản phẩm AI đầu ra. Thật lòng, tôi cũng đồng tình — tôi điều hành một công ty AI, nhưng yêu cầu đội ngũ quản lý không sử dụng AI trong bất kỳ sản phẩm cuối cùng nào. Tôi không chịu nổi những thứ rác đó.

Hãy nghĩ về ngành PE (đầu tư tư nhân). Năm ngoái, có thể bạn nhận được 10 cơ hội giao dịch trên bàn. Năm nay, quý tới bạn sẽ nhận 50 cơ hội, mỗi cái đều được AI mài giũa đến mức hoàn hảo, còn thời gian đánh giá của bạn vẫn như cũ — phải tìm ra cái thực sự đáng tin cậy trong đó.

Việc sinh ra bất cứ thứ gì đã không còn là vấn đề nữa. Đối với tổ chức nghiêm túc, vấn đề là sinh ra và lọc ra đúng thứ. Trong thế giới do AI dẫn dắt, việc tìm ra kết quả tốt, giao dịch tốt, tín hiệu trong nhiễu ngày càng trở nên quan trọng. Trong mười năm tới, trung tâm của nền kinh tế chính là việc khai thác tín hiệu từ đống rác tăng theo cấp số nhân.

Chú thích hình ảnh: Rác do các công cụ năng suất cá nhân tạo ra đang tăng theo cấp số nhân. Con người đã không còn khả năng phân loại khỏi nhiễu, cần một loại AI cấp tổ chức mới.

Trí tuệ cấp tổ chức phải tìm ra tín hiệu, phải cấu trúc lại nhiễu để xuyên thủng rác, và trong công việc phải rõ ràng, chắc chắn, có thể kiểm chứng.

AI cấp cá nhân có thể nhấn mạnh vào “liên tục trực tuyến” như Clawdbot để nâng cao năng suất, đáp ứng nhu cầu của bạn theo cách không dự đoán trước — về bản chất là Agent phi định hướng. AI cấp tổ chức thì dựa vào độ tin cậy của Agent có tính định hướng. Chỉ những Agent có điểm kiểm tra dự đoán trước, các bước rõ ràng và quy trình xác định mới có thể mở rộng quy mô, phát hiện tín hiệu và thúc đẩy doanh thu cho tổ chức.

Chú thích hình ảnh: Matrix là một công cụ dùng công nghệ sinh tạo để xuyên thủng nhiễu, mở ra thế giới của Agent có độ tin cậy và điểm kiểm tra.

3. Thành kiến

AI cấp cá nhân nuôi dưỡng thành kiến.

AI cấp tổ chức tạo ra tính khách quan.

Trong vài năm qua, các cuộc tranh luận về thành kiến xã hội và chính trị đã chi phối các cuộc thảo luận về AI. Các phòng thí nghiệm mô hình nền cuối cùng đã vượt qua vấn đề này bằng cách dùng RLHF đủ lớn, điều chỉnh tất cả các mô hình thành những kẻ nịnh nọt. Hiện tại, các mô hình như ChatGPT, Claude đã quá mức chỉnh sửa để phù hợp, trong mọi chủ đề trong “cửa sổ Overton” đều đồng tình với bạn (đôi khi còn vượt quá giới hạn, như bạn @Grok đã nói). Các cuộc tranh luận về thành kiến xã hội và chính trị đã giảm đi. Nhưng một vấn đề mới đã thay thế.

Việc quá mức đồng thuận mọi thứ đã trở nên lố bịch đến mức hài hước. Nó trở thành meme — câu “Bạn nói đúng hoàn toàn!” của Claude, dù bạn có thật sự đúng hay không.

Nghe có vẻ vô hại. Không phải vậy.

Nhiều người trong tổ chức tích cực thúc đẩy AI, có thể sớm trở thành những nhân viên kém nhất trong lịch sử. Hãy nghĩ tại sao.

Nhân viên kém nhất trong tổ chức, hầu như ngày nào cũng không nhận được phản hồi tích cực nào, sẽ sớm có một ASI đồng ý suốt quá trình. Họ sẽ nghĩ trong lòng: “Thần thông minh nhất từ trước đến nay đồng ý với tôi. Chắc chắn là sếp sai rồi.”

Điều này gây nghiện. Nhưng cũng rất độc hại cho tổ chức.

Chú thích hình ảnh: Hiện tượng “âm vang” của AI cấp cá nhân làm gia tăng chia rẽ, khiến hai người ngày càng xa cách, và khi quy mô lớn hơn, sẽ tạo ra các phe phái trong tổ chức vốn đã đồng thuận.

Điều này tiết lộ một điều quan trọng. Công cụ nâng cao năng suất cá nhân chỉ làm mạnh người dùng. Nhưng điều thực sự cần được nâng cao là sự thật.

Trong hàng nghìn năm tiến hóa, các tổ chức nhân loại đã xây dựng hệ thống để chống lại vấn đề này:

Hội nghị ủy ban đầu tư

Thẩm định của bên thứ ba

Hội đồng quản trị

Chính quyền liên bang phân chia quyền hành lập pháp, hành pháp, tư pháp

Chế độ dân chủ đại diện, và chính thể dân chủ nói chung

Chú thích hình ảnh: Tính khách quan thậm chí còn giúp giảm thiểu vấn đề phối hợp — hạn chế các bất đồng nhỏ thay vì làm trầm trọng thêm.

Các tổ chức hiếm khi thất bại vì nhân viên thiếu tự tin. Họ thất bại vì không ai sẵn sàng hoặc có khả năng nói “không”.

AI cấp tổ chức phải đảm nhận vai trò này. Nó không bị RLHF điều chỉnh để làm hài lòng người dùng hay đồng thuận với niềm tin của họ, mà phải thách thức thành kiến của họ. Khi hành xử hiệu quả, nó sẽ phản hồi tích cực; khi lệch hướng, nó sẽ vẽ ra giới hạn cứng, bắt buộc sửa sai.

Vì vậy, Agent quan trọng nhất trong tổ chức không phải là “người vâng lời”, mà là “người phủ quyết” có kỷ luật — chất vấn lý luận, phát hiện rủi ro, thực thi tiêu chuẩn. Trong tương lai, một số ứng dụng AI có ảnh hưởng lớn nhất sẽ xoay quanh các giới hạn thể chế: thành viên hội đồng AI, kiểm toán AI, thử nghiệm của bên thứ ba về AI, tuân thủ AI…

4. Lợi thế biên

AI cấp cá nhân tối ưu hóa việc sử dụng.

AI cấp tổ chức tối ưu hóa lợi thế biên.

Giới hạn năng lực của AI mỗi tuần, thậm chí mỗi ngày đều thay đổi. Các công ty mô hình nền liên tục nâng cấp khả năng để cạnh tranh từng cá nhân, từng tổ chức.

Nhưng “b陷” của nhà sáng tạo truyền thống cho chúng ta biết rằng, trong ứng dụng cụ thể, chiều sâu luôn thắng chiều rộng:

@Midjourney duy trì lợi thế nhỏ về thiết kế hình ảnh.

@Elevenlabsio duy trì lợi thế nhỏ về mô hình giọng nói.

@DecagonAI luôn dẫn đầu toàn diện về trải nghiệm dịch vụ khách hàng.

Dù các mô hình nền ngày càng tiến gần hơn, nhưng đối với các chuyên gia trong từng lĩnh vực, lợi thế biên thực sự mới là chìa khóa. Nhiều nhà thiết kế giỏi nhất dùng @Midjourney, nhiều công ty AI giọng nói hàng đầu dùng @Elevenlabsio — vì ngay cả khi mô hình nền tiến bộ, sự tập trung không ngừng vào các ứng dụng chuyên dụng để thúc đẩy lợi thế biên đặc thù của chúng đã tự thân tạo ra lợi thế.

Miễn là các giải pháp chuyên dụng còn tiếp tục tiến bộ, năng lực thực sự quyết định thành quả kinh tế — năng lực quan trọng của doanh nghiệp — luôn nằm ở các sản phẩm chuyên dụng.

Điều này thể hiện rõ nhất trong lĩnh vực tài chính — lĩnh vực phát triển LLM sôi động nhất hiện nay. Một khi một khả năng nào đó trở nên phổ biến, theo định nghĩa, nó sẽ không giúp bạn vượt thị trường. Nhưng nếu công nghệ tiên phong tạo ra một lợi thế nhỏ 1% tạm thời? Lợi thế này có thể tạo ra lợi nhuận hàng tỷ đô la.

Chú thích hình ảnh: Với bất kỳ nhiệm vụ đủ cụ thể nào, lợi thế biên do các giải pháp cấp tổ chức xây dựng dựa trên công nghệ tiên tiến của bạn định nghĩa.

Khách hàng của chúng tôi luôn vượt xa giới hạn. Thời gian xử lý của các mô hình LLM trong bối cảnh đã tăng từ 4K token lên 1 triệu token trong bốn năm. Một số khách hàng của chúng tôi xử lý tới 3 tỷ 0 0 0 0 0 0 0 0 token trong một lần. Năm nay, chúng tôi đã thấy khả năng xử lý các nhiệm vụ 100 tỷ token. Mỗi lần khả năng của mô hình nền tiến bộ, chúng tôi lại đi xa hơn.

Chú thích hình ảnh: Bối cảnh của các mô hình nền và khả năng khác đều là mục tiêu di động. So sánh tiến trình của các phòng thí nghiệm hàng đầu và Hebbia trong ba năm qua.

Tất nhiên, tính phổ quát cho người dùng rộng rãi vẫn quan trọng, đặc biệt trong giai đoạn giúp nhân viên làm quen với AI. Nhưng tương lai không chỉ là người dùng ChatGPT/Claude hoặc các giải pháp dọc ngành, mà là kết hợp ChatGPT/Claude với các giải pháp dọc ngành.

Trí tuệ cấp tổ chức phải tận dụng các Agent chuyên dụng trong lĩnh vực, thậm chí là nhiệm vụ riêng biệt.

Chúng ta sẽ tự hỏi một câu nghe có vẻ vô lý nhưng không hề vô lý:

“AGI sẽ chọn sử dụng những Agent nào làm đường tắt? Ngay cả siêu trí tuệ cũng sẽ muốn dùng các công cụ chuyên dụng cho từng lĩnh vực.”

Giới hạn năng lực của AI luôn di chuyển, và những tổ chức tận dụng lợi thế biên thực sự mới là người chiến thắng. Những người khác đang trả tiền cho một hàng hóa chung quá đắt đỏ.

5. Kết quả

AI cấp cá nhân tiết kiệm thời gian.

AI cấp tổ chức mở rộng doanh thu.

@MaVolpi từng nói với tôi một câu đã định hình lại nhận thức của tôi về bán AI cho doanh nghiệp: “Nếu hỏi bất kỳ CEO nào, ưu tiên cắt giảm chi phí hay mở rộng doanh thu, gần như tất cả đều nói mở rộng doanh thu.”

Nhưng hiện tại, hầu hết các sản phẩm AI trên thị trường đều hướng tới giảm chi phí — hứa hẹn giúp bạn tiết kiệm thời gian, làm nhiều việc hơn với ít người hơn, hoặc thay thế nhân lực.

AI cấp tổ chức phải mang lại lợi nhuận gia tăng. Và lợi nhuận gia tăng này khó có thể được thương mại hóa hơn nhiều so với tiết kiệm thời gian.

Lấy ví dụ về phần mềm phát triển dựa trên AI. IDE mã là một trong những công cụ năng suất cá nhân tốt nhất từ trước đến nay, nhưng chúng đã đối mặt với sức ép lớn từ Claude Code (một công cụ AI cá nhân khác). Cognition đang chơi một trò chơi hoàn toàn khác. Doanh nghiệp phát triển ổn định nhất của họ là bán chuyển đổi số dựa trên công nghệ, chứ không phải bán công cụ. Tôi tin rằng mô hình này sẽ bền vững.

Chỉ phần mềm “đang nhanh chóng trở nên không thể đầu tư”. Dịch vụ thuần túy thì không thể mở rộng quy mô. Lớp giải pháp — kết hợp công nghệ và kết quả — mới là nơi tích tụ giá trị bền vững.

Xét về M&A, AI cấp cá nhân giúp các nhà phân tích nhanh hơn trong việc mô hình hóa. AI cấp tổ chức giúp xác định trong hàng trăm mục tiêu, đâu là đối tác giao dịch đáng theo đuổi, rồi mở rộng phạm vi tìm kiếm lên hàng nghìn mục tiêu. Một cái tiết kiệm thời gian, cái kia tạo ra doanh thu.

Chú thích hình ảnh: Các công ty mô hình nền đang tiến lên lớp ứng dụng dọc ngành. Các công ty lớp ứng dụng dọc ngành đang tiến lên lớp giải pháp.

“Di chuyển lên phía trên” là xu hướng tự nhiên của thị trường hiện nay. Các mô hình nền đang tiến về lớp ứng dụng, các công ty lớp ứng dụng đang tiến về lớp giải pháp.

Trí tuệ cấp tổ chức chính là lớp giải pháp. Và lớp giải pháp — nơi có kết quả — sẽ tích tụ giá trị bền vững, nắm bắt cơ hội lợi nhuận lớn nhất.

6. Trao quyền

AI cấp cá nhân cung cấp cho bạn một công cụ.

AI cấp tổ chức dạy bạn cách dùng.

Con người dù thông minh đến đâu cũng chống lại sự thay đổi.

Tin hay không, hiện tại ở New York vẫn còn các cửa hàng thành công không chấp nhận thẻ tín dụng. Họ biết mình đang thiệt, biết không chấp nhận thẻ tín dụng sẽ thiệt, nhưng vẫn không đổi. Tương tự, trong tương lai gần, một số nhân viên trong tổ chức sẽ từ chối sử dụng AI.

Chuyển đổi từ tổ chức hoàn toàn thủ công sang tổ chức hỗn hợp ưu tiên AI sẽ là thử thách lâu dài và mang tính định hình nhất trong thập kỷ tới. Và nhiều khi, những người ở cấp cao nhất, quan trọng nhất trong tổ chức, lại là những người chậm nhất trong việc áp dụng.

Chú thích hình ảnh: Cấp cao nhất của tổ chức — những người xa nhất khỏi “công cụ năng suất” — thường là nhóm chậm nhất nhưng lại quan trọng nhất trong việc tiếp nhận công nghệ mới.

Palantir là công ty phần mềm duy nhất trong đợt bán tháo cổ phiếu công nghệ trị giá hàng nghìn tỷ USD trong hai tháng qua, vẫn duy trì mức định giá cao vượt trội. Có lý do cho điều này. Palantir là một trong những công ty “quy trình kỹ thuật” đầu tiên thực sự. Dù gọi là “quy trình kỹ thuật” hay “viết tài liệu kỹ năng Claude”, trong tương lai, trí tuệ cấp tổ chức sẽ tạo ra một ngành mới: mã hóa quy trình doanh nghiệp vào Agent, rồi triển khai quản lý thay đổi cần thiết.

Chú thích hình ảnh: Việc toàn diện áp dụng AI trong tổ chức sẽ vượt qua nhiều rào cản, mỗi rào cản đều có thử thách riêng. Đưa quy trình lên AI sẽ là động lực chính thúc đẩy.

Tôi dám chắc, quy trình kỹ thuật sẽ trở thành “công nghệ” quan trọng nhất trong thời gian tới.

Trong quy trình kỹ thuật, chuyên môn về kinh doanh và ngành nghề — chứ không phải phần mềm — mới là yếu tố then chốt. Các giải pháp dọc ngành sẽ đào tạo ra những người có kiến thức chuyên sâu về triển khai, thực thi và quản lý thay đổi tại tuyến đầu.

Một ngân hàng hàng đầu (trong số ba ngân hàng lớn nhất) đã chọn Hebbia để triển khai toàn diện, nói rõ lý do: “Chúng tôi không hợp tác với một phòng thí nghiệm mô hình lớn nào, vì họ cần giải thích cho đội của chúng tôi thế nào là CIM (Bản ghi nhớ thông tin bảo mật).” Dĩ nhiên, Claude hay GPT hiểu rõ lĩnh vực này, nhưng đội phụ trách thực thi và mở rộng lại không hiểu…

Sự khác biệt này quyết định tất cả.

7. Không cần gợi ý

AI cấp cá nhân phản hồi theo prompt của con người.

AI cấp tổ chức chủ động hành động, không cần prompt.

Về việc giao tiếp giữa các Agent, về tương lai doanh nghiệp và thể chế liệu còn cần con người không, đã có nhiều tranh luận.

Nhưng câu hỏi hay hơn là: Liệu AI Agent trong tương lai còn cần prompt không?

Viết prompt cho AGI giống như kết nối động cơ điện vào máy dệt thủ công. Nó bị giới hạn một cách căn bản và không thể đảo ngược bởi chuỗi cung ứng tổ chức — chính là chúng ta. Con người thực sự không biết hỏi đúng câu gì, chứ đừng nói là khi nào hỏi.

Những công việc có giá trị nhất mà AI có thể làm là những việc mà không ai nghĩ đến để hỏi. AI nên tìm ra các rủi ro chưa ai phát hiện, các đối tác giao dịch chưa ai nghĩ tới, các kênh bán hàng chưa ai biết tồn tại.

Điều này sẽ mở rộng hoàn toàn giới hạn các trường hợp sử dụng AI.

Một hệ thống không cần prompt liên tục giám sát dòng dữ liệu của toàn bộ danh mục đầu tư. Nó phát hiện ra rằng chu kỳ vốn hoạt động của một công ty trong danh mục đã xấu đi âm thầm trong ba tháng liên tiếp, so sánh chéo với các điều khoản trong hợp đồng tín dụng, và thông báo cho đối tác vận hành trước khi ai đó mở file PDF đó trong quỹ.

Khi bạn không còn cần con người viết prompt cho AI nữa, các giao diện mới và cách làm việc mới sẽ xuất hiện. Chúng tôi @Hebbia có những ý tưởng rất mạnh về điều này. Hẹn gặp lại sau.

Kết luận

Những điều trên không phủ nhận giá trị của chatbot, Agent và AI cấp cá nhân.

AI cấp cá nhân sẽ là phương tiện để phần lớn các doanh nghiệp toàn cầu trải nghiệm lần đầu phép màu của cuộc cách mạng AI. Thúc đẩy lượng sử dụng, thúc đẩy tính dễ dùng, là bước đầu quan trọng trong quản lý sự thay đổi cần thiết để xây dựng nền kinh tế ưu tiên AI.

Nhưng đồng thời, nhu cầu về trí tuệ cấp tổ chức rõ ràng, cấp bách và lớn lao hơn bao giờ hết.

Trong tương lai, mỗi tổ chức sẽ có một chatbot từ các phòng thí nghiệm mô hình lớn. Mỗi tổ chức cũng sẽ có AI cấp tổ chức dành riêng cho các vấn đề đặc thù lĩnh vực — và AI cấp cá nhân sẽ sử dụng AI cấp tổ chức như công cụ quan trọng nhất trong bộ dụng cụ của mình.

Sự kết hợp “tốt hơn” giữa AI cấp tổ chức và AI cấp cá nhân là xu hướng tất yếu.

Nhưng hãy nhớ bài học của các nhà máy dệt năm 1890. Nhà máy đầu tiên có điện đã thua cuộc trước nhà máy thiết kế lại toàn bộ quy trình.

Chúng ta đã có điện. Đã đến lúc thiết kế lại nhà máy của mình.

Cảm ơn @aleximm và @WillManidis đã xem xét giúp đỡ, cũng như bài viết của Will “Vật thể hình công cụ” đã truyền cảm hứng cho bài viết này.