原文标题：Trí Tuệ Nhân Tạo Tại Tổ Chức và Trí Tuệ Nhân Tạo Tại Cá Nhân

原文作者：George Sivulka, a16z

原文译者：TechFlow Deep Tide

Trí tuệ nhân tạo vừa giúp tăng năng suất của mỗi người lên gấp 10 lần.

Không có một công ty nào trở nên đắt giá gấp 10 lần vì điều đó.

Năng suất đã đi đâu?

Điều này không phải là lần đầu tiên xảy ra.

Vào những năm 1890, điện đã hứa hẹn một bước nhảy vọt lớn về năng suất.

Các nhà máy dệt vải ở New England, ban đầu được xây dựng xung quanh động cơ hơi nước, nhanh chóng chuyển sang động cơ điện nhanh hơn.

Nhưng trong vòng ba mươi năm, các nhà máy điện hóa gần như không tăng sản lượng. Công nghệ đã vượt xa. Nhưng tổ chức không kịp.

Cho đến những năm 1920, nhà máy đã hoàn toàn thiết kế lại dây chuyền sản xuất - dây chuyền lắp ráp, mỗi thiết bị được trang bị động cơ điện độc lập, công nhân và máy móc thực hiện các công việc hoàn toàn khác nhau - chỉ khi đó việc điện hóa mới thực sự đem lại lợi ích.

Chú thích hình ảnh: Ba bước tiến của nhà máy dệt Lowell. Từ trái sang phải: Nhà máy hơi nước năm 1890, nhà máy động lực điện năm 1900, nhà máy "động cơ đơn vị" năm 1920 (tức là xây dựng lại từ đầu thành dây chuyền điện).

Lợi ích không đến từ công nghệ chính nó, cũng không đến từ việc làm cho một cá nhân hoặc máy móc cụ thể làm việc nhanh hơn. Mà là khi chúng ta cuối cùng đã thiết kế lại cả hệ thống và công nghệ, giá trị mới thực sự được hiện thực hóa.

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

Năm 2026, trí tuệ nhân tạo đang mang lại bước nhảy vọt 10 lần về năng suất đối với những người biết cách tận dụng nó. Nhưng vẫn chưa đủ. Chúng ta đã đổi sang động cơ điện, nhưng vẫn chưa thiết kế lại nhà máy.

Vì một sự thật đơn giản: Người hiệu quả không đồng nghĩa với tổ chức hiệu quả.

Hầu hết các sản phẩm trí tuệ nhân tạo mang đến cảm giác "hiệu quả" cho người dùng, nhưng không thực sự thúc đẩy giá trị. Hầu hết các trường hợp sử dụng trí tuệ nhân tạo mà bạn thấy, là những trường hợp tự mãn "tối ưu hiệu suất" trên Twitter hoặc Slack của công ty, ảnh hưởng thực tế là không.

Trong suốt năm qua, việc nói về "Dịch vụ như Phần mềm" đã được đề cập nhiều lần, nhưng không có bản đồ chi tiết. Hơn nữa, nó đã bỏ qua phần cảnh lớn hơn. Sự chuyển đổi thực sự không phải là từ công cụ sang dịch vụ, mà là việc xây dựng công nghệ và tổ chức cùng một lúc (dù là cải tạo từ cũ hoặc xây dựng từ đầu). Một tương lai thực sự hiệu quả đòi hỏi một loại sản phẩm hoàn toàn 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 hơn về bảy chiều của việc phân biệt "Trí tuệ Cấp tổ chức" và "Trí tuệ Cá nhân". Trong vòng mười năm tới, toàn bộ lĩnh vực AI B2B sẽ được xây dựng trên những khác biệt này:

Chú thích: Bảng so sánh bảy trụ cột của Trí tuệ Cấp tổ chức

Bảy Trụ cột của Trí tuệ Cấp tổ chức

1. Phối hợp

Trí tuệ Cá nhân tạo ra sự hỗn loạn.

Trí tuệ Cấp tổ chức tạo ra sự phối hợp.

Hãy thực hiện một thử thách tư duy. Giả sử ngày mai bạn làm đôi lần số lượng nhân viên của tổ chức, tất cả đều được nhân bản từ nhân viên xuất sắc nhất của bạn.

Mỗi nhân viên này đều có sự khác biệt nhỏ, sở thích, tính cách khác biệt và quan điểm (đặc biệt là nhân viên xuất sắc của bạn). Nếu không quản lý chặt chẽ, không truyền đạt đầy đủ, không xác định rõ phân chia trách nhiệm, OKR, biên giới vai trò... bạn tạo ra một tình trạng hỗn loạn.

Nếu đánh giá từng cá nhân, tổ chức có thể trở nên hiệu quả hơn. Nhưng hàng ngàn Ag

Chú thích: Các cá nhân hiệu quả (hoặc Ag) mỗi người hướng tới hướng khác nhau. Không có phối hợp, có nghĩa là hỗn loạn.

Sự phối hợp là một yêu cầu cứng cố định, đối với cả con người và Agent.

Trí tuệ cấp tổ chức sẽ tạo ra một ngành công nghiệp 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 việc tính giá là chưa đủ).

2. Điều hướng

Trí tuệ AI cấp cá nhân tạo ra nhiễu.

Trí tuệ AI cấp tổ chức tìm ra tín hiệu.

Hôm nay, con người có thể tạo ra - hoặc chính xác hơn là tạo ra - bất cứ điều gì mà họ có thể nghĩ đến: bài viết từ AI, bài thuyết trình, bảng tính, ảnh, video, bài hát, trang web, phần mềm. Quà tặng tuyệt vời.

Vấn đề là, hầu hết nội dung được tạo ra bởi AI là rác. Sự lan tràn của rác AI đã trở nên nghiêm trọng đến mức một số tổ chức đã phải siết chặt quá mức, hoàn toàn cấm mọi sản phẩm do AI tạo ra. Thành thật mà nói, tôi cũng đồng tình - tôi điều hành một công ty AI, nhưng đã yêu cầu đội ngũ cấp cao không sử dụng AI trên bất kỳ sản phẩm văn bản cuối cùng nào. Tôi không chịu được cái rác đó.

Hãy tưởng tượng ngành PE (vốn tư nhân) đang biến thành cái gì. Năm ngoái, trên bàn làm việc của bạn có thể nhận được 10 cơ hội giao dịch. Năm nay, trong quý sau bạn sẽ nhận được 50 cơ hội, mỗi cái đều được AI hoàn thiện đến tận cùng, nhưng thời gian quyết định của bạn vẫn không đổi - bạn phải tìm thấy cái thực sự đáng tin cậy trong đó.

Việc tạo ra bất cứ điều gì không còn là vấn đề. Đối với bất kỳ tổ chức nghiêm túc nào, vấn đề hiện nay là tạo ra và lọc ra những thứ đúng. Trong một thế giới do AI thúc đẩy, việc tìm ra sản phẩm tốt, giao dịch tốt, tín hiệu trong nhiễu, trở nên ngày càng quan trọng. Động lực kinh tế cốt lõi của thập kỷ tới, chính là khai thác tín hiệu từ một ngọn núi rác tăng cấp.

Chú thích: Rác AI được tạo ra bởi các công cụ năng suất cá nhân đang phát triển với tốc độ mũi tên. Con người không thể lọc ra từ nhiễu, cần một loại sản phẩm AI cấp tổ chức mới.

Trí tuệ AI cấp tổ chức phải tìm ra tín hiệu, phải cấu trúc hóa nhiễu để xuyên thấu qua rác, và phải có tính xác định, rõ ràng và có thể kiểm tra trong công việc.

Trí tuệ AI cấp cá nhân có thể nhấn mạnh vào việc sản xuất năng suất luôn sẵn sàng như Clawdbot, để đáp ứng nhu cầu của bạn 24/7 một cách không thể dự đoán - bản chất là Agent không xác định. Trí tuệ AI cấp tổ chức lại phụ thuộc vào độ tin cậy của Agent có tính xác định. Agent với các điểm chặn, bước và quy trình có thể dự đoán mới có thể mở rộng quy mô, có thể phát hiện tín hiệu, và thông qua những tín hiệu đó, thúc đẩy doanh thu cho tổ chức.

Chú thích: Matrix là một công cụ sử dụng công nghệ sinh học để xuyên qua tiếng ồn, mở ra một thế giới xác định với Agent và điểm kiểm tra.

3. Định Kiến

Trình học cá nhân AI ướt đẫm định kiến.

Trình học tổ chức AI tạo ra khách quan.

Cuộc thảo luận về định kiến xã hội chính trị đã thống trị nhiều năm trong lịch sử của AI. Cuối cùng, Laboratorio Base đã vượt qua vấn đề này thông qua đủ nhiều RLHF, điều chỉnh tất cả các mô hình để trở thành người nịnh nọt. Ngày nay, các mô hình như ChatGPT, Claude đã cân bằng quá mức, đồng ý với bạn về bất kỳ chủ đề nào trong cửa sổ Overton (đôi khi còn vượt quá ranh giới, giống như bạn @Grok). Cuộc thảo luận về định kiến xã hội chính trị dần phai nhạt. Nhưng một vấn đề mới mọc lên thay thế.

Sự gắn bó quá mức với mọi thứ đã trở nên lố bịch đến mức hài hước. Chính nó đã trở thành một meme—câu nói phản射 điều kiện của Claude "Bạn nói hoàn toàn đúng!", bất kể bạn nói điều gì có đúng hay không.

Nghe có vẻ không hại. Nhưng không phải.

Nhiều người trong tổ chức, những người làm việc chăm chỉ nhất để thúc đẩy AI, có thể sớm trở thành nhân viên tồi nhất trong lịch sử. Hãy nghĩ về điều đó.

Người lao động tồi nhất trong tổ chức, gần như không nhận được phản hồi tích cực hàng ngày, sẽ sớm được một ASI chấp nhận từ đầu đến cuối. Họ sẽ nghĩ trong lòng: "Những thể thông minh nhất trong lịch sử đều đồng ý với tôi. Sếp của tôi đã sai."

Điều này gây nghiện. Và độc hại cho tổ chức.

Chú thích: Phòng phản âm cấp cá nhân của AI làm sâu rộng sự chia rẽ, làm cho hai người càng xa cách nhau, động lực này sau khi mở rộng sẽ tạo ra phe phái trong tổ chức ban đầu đồng nhất.

Điều này tiết lộ một điều quan trọng. Công cụ sản xuất cá nhân mạnh mẽ hóa người dùng. Nhưng điều quan trọng nhất cần mạnh mẽ hóa thực tế.

Loài người sau hàng ngàn năm tiến hóa đã xây dựng một hệ thống chống lại vấn đề này:

· Cuộc họp Hội đồng Đầu tư

· Đánh giá bên thứ ba

· Kiểm tra Hội đồng Quản trị

· Sự phân chia ba quyền lực hành pháp, lập pháp, và tư pháp của Chính phủ Mỹ

· Dân chủ ủy quyền, cũng như chính thể dân chủ

Chú thích: Sự khách quan thậm chí có thể giúp giảm bớt vấn đề điều đối — làm cho những khác biệt nhỏ trở nên nhỏ hơn chứ không phải làm cho chúng trở nên lớn hơn.

Tổ chức hiếm khi thất bại vì thiếu lòng tin của nhân viên.

Trí tuệ nhân tạo cấp tổ chức phải đóng vai trò này. Nó sẽ không được huấn luyện bởi RLHF để phục vụ người dùng hoặc ủng hộ niềm tin của họ, mà sẽ thách thức những định kiến của họ. Khi hành vi hiệu quả, nó sẽ nhận phản hồi tích cực, khi đi sai đường, vẽ ra đường biên cứng, buộc phải điều chỉnh lại.

Do đó, Nhân tố quan trọng nhất trong tổ chức không phải là "người noi theo", mà là "người từ chối" có kỷ luật — đặt câu hỏi về luận điệu, tiết lộ nguy cơ, thực thi tiêu chuẩn. Một số ứng dụng trí tuệ nhân tạo có ảnh hưởng lớn nhất trong tương lai sẽ xây dựng quanh các hạn chế hệ thống: các thành viên Hội đồng Trí tuệ nhân tạo, Kiểm toán viên Trí tuệ nhân tạo, Kiểm tra bên thứ ba của Trí tuệ nhân tạo, Tuân thủ Trí tuệ nhân tạo...

4. Ưu thế Cạnh tranh

Trí tuệ nhân tạo cấp cá nhân tối ưu hóa việc sử dụng.

Trí tuệ nhân tạo cấp tổ chức tối ưu hóa ưu thế cạnh tranh.

Biên giới khả năng của trí tuệ nhân tạo di chuyển mỗi tuần thậm chí mỗi ngày. Công ty mô hình cơ bản vì muốn cạnh tranh với từng cá nhân và tổ chức, chú trọng vào khả năng thay đổi nhanh chóng.

Nhưng Khủng hoảng của Người sáng tạo cổ điển nói với chúng ta là, trong ứng dụng cụ thể, sự sâu sắc luôn đánh bại sự rộng lớn:

· Công việc của @Midjourney là giữ vững ưu thế nhỏ trong thiết kế hình ảnh.

· Công việc của @Elevenlabsio là giữ vững ưu thế nhỏ trong mô hình giọng nói.

· Công việc của @DecagonAI là luôn giữ vững ưu thế trong trải nghiệm dịch vụ toàn diện.

Mặc dù các mô hình cơ bản ngày càng tiến gần hơn, nhưng với các chuyên gia trong từng lĩnh vực, ưu thế thực sự tại biên giới mới là chìa khóa.

Nhiều nhà thiết kế hàng đầu sử dụng @Midjourney, nhiều công ty trí tuệ nhân tạo giọng nói hàng đầu sử dụng @Elevenlabsio — bởi ngay cả khi mô hình cơ bản tiến bộ, sự tập trung không ngừng của ứng dụng chuyên biệt vào việc thúc đẩy ưu thế biên giới cụ thể của chúng, chính việc này đã định nghĩa ưu thế.

Chỉ cần giải pháp chuyên biệt cũng đang tiếp tục phát triển, khả năng quan trọng thực sự đối với kết quả kinh tế - khả năng chính của doanh nghiệp - luôn nằm duy nhất trong sản phẩm chuyên biệt.

Điều này được thể hiện rõ ràng trong lĩnh vực tài chính - lĩnh vực mà LLM hiện đang phát triển mạnh mẽ nhất. Một khi một khả năng nào đó trở nên phổ biến, theo định nghĩa, nó sẽ không giúp bạn vượt lên trên thị trường. Nhưng nếu công nghệ tiên tiến có thể tạo ra một lợi thế nhỏ 1% tạm thời? 1% đó có thể đòi hỏi lợi nhuận hàng tỷ đô la.

Chú thích: Đối với bất kỳ nhiệm vụ cụ thể đủ chi tiết, lợi thế biên được xác định bởi mô hình giải pháp cấp tổ chức bạn xây dựng trên công nghệ tiên tiến.

Người dùng của chúng tôi luôn vượt trội với công nghệ tiên tiến. Cửa sổ bối cảnh của LLM đã tăng từ 4K lên đến 1 triệu mã thông báo trong bốn năm. Một số người dùng của chúng tôi xử lý 300 tỷ mã thông báo trong một nhiệm vụ duy nhất. Trong năm nay, chúng tôi đã thấy con đường xử lý 100 tỷ mã thông báo. Mỗi lần nâng cao khả năng mô hình cơ bản, chúng tôi đã đi xa hơn.

Chú thích: Cửa số bối cảnh, giống như các khả năng khác, là một mục tiêu di động. So sánh sự tiến hóa của cửa số bối cảnh giữa phòng thí nghiệm tiên tiến và Hebbia trong ba năm qua.

Khả năng sử dụng rộng rải dành cho người dùng phổ thông tất nhiên quan trọng, đặc biệt là trong giai đoạn giúp nhân viên tiếp cận trí tuệ nhân tạo. Nhưng tương lai không phải là việc mọi người sử dụng ChatGPT/Claude hoặc giải pháp dọc theo ngành, mà là ChatGPT/Claude cộng với giải pháp dọc theo ngành.

Trí tuệ cấp tổ chức phải tận dụng Đại lý chuyên ngành, thậm chí có thể là Đại lý chuyên môn.

Chúng tôi sẽ tự hỏi một câu hỏi nghe có vẻ ngớ ngẩn nhưng không hề ngớ ngẩn:

「AGI sẽ chọn sử dụng các Đại lý nào như một con đường tắt? Ngay cả siêu trí tuệ cũng muốn sử dụng công cụ chuyên ngành cho một lĩnh vực cụ thể.」

Biên giới khả năng của trí tuệ nhân tạo luôn di chuyển, và các tổ chức tận dụng lợi thế thực sự biên giới mới đó mới là người chiến thắng. Người khác đang trả giá cho một mặt hàng chung đắt đỏ.

5. Kết quả

Trí tuệ nhân tạo cấp cá nhân giúp tiết kiệm thời gian.

AI Cấp tổ chức Mở rộng Doanh thu.

@MaVolpi đã từng nói với tôi một câu làm thay đổi cách tôi suy nghĩ về việc bán AI cho doanh nghiệp: 「Nếu bạn hỏi bất kỳ CEO nào là ưu tiên giảm chi phí hay mở rộng doanh thu, hầu hết mọi người sẽ chọn doanh thu.」

Nhưng hầu hết các sản phẩm AI trên thị trường ngày nay đều tập trung vào giảm chi phí — hứa hẹn giúp bạn tiết kiệm thời gian, làm nhiều việc hơn với ít người hơn, hoặc thay thế sức lao động.

AI Cấp tổ chức phải cung cấp Doanh thu tăng thêm. Và Doanh thu tăng thêm khó có thể thương mại hóa hơn thời gian tiết kiệm được.

Lấy việc phát triển phần mềm hỗ trợ AI làm ví dụ. IDE mã nguồn là một trong những công cụ năng suất cá nhân tốt nhất từ trước đến nay, nhưng chúng đang phải 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. Mô hình kinh doanh ổn định nhất của họ là bán sự chuyển đổi bằng công nghệ, chứ không phải bán công cụ. Tôi tin rằng mô hình này sẽ bền vững.

Phần mềm thuần túy "đang ngày càng trở nên không thể đầu tư". Dịch vụ thuần túy không thể mở rộng. Tầng giải pháp — kết hợp công nghệ và kết quả lại với nhau — mới là nơi cất giữ giá trị bền vững nhất.

Xem xét thêm về M&A. AI cá nhân giúp các nhà phân tích xây dựng mô hình nhanh hơn. AI cấp tổ chức giúp xác định đối tác giao dịch nào xứng đáng từ một trăm mục tiêu, sau đó mở rộng phạm vi tìm kiếm lên một nghìn. Một bên tiết kiệm thời gian, một bên tạo ra doanh thu.

Chú thích: Công ty mô hình cơ bản đang chuyển sang tầng ứng dụng dọc. Công ty tầng ứng dụng đang chuyển sang tầng giải pháp.

「Di chuyển Lên dòng chảy」 là lực hấp dẫn tự nhiên của thị trường hiện tại. Công ty mô hình cơ bản đang chuyển sang tầng ứng dụng, công ty tầng ứng dụng đang chuyển sang tầng giải pháp.

Trí tuệ cấp tổ chức chính là tầng giải pháp. Và tầng giải pháp — nơi có kết quả — sẽ cất giữ giá trị bền vững nhất, bắt kịp khoảng trống doanh thu lớn nhất.

6. Bố trí nguồn lực

AI cá nhân mang đến cho bạn một công cụ.

AI cấp tổ chức dạy bạn cách sử dụng.

Dù con người có khôn ngoan đến đâu, họ vẫn sẽ phản đối sự thay đổi.

Tin không, ở New York hiện tại vẫn còn các cửa hàng thành công không chấp nhận thanh toán bằng thẻ tín dụng. Họ biết rằng mình đang lỗ, biết rằng không chấp nhận thanh toán bằng thẻ sẽ làm họ lỗ tiền, nhưng họ vẫn không thay đổi. Tương tự, trong tương lai có thể, một số nhân viên trong tổ chức sẽ từ chối sử dụng trí tuệ nhân tạo.

Từ tổ chức hoàn toàn dựa trên lao động thành tổ chức hỗn hợp ưu tiên trí tuệ nhân tạo sẽ là thách thức bền vững và định nghĩa nhất trong 10 năm tới. Thường thì, các tầng lớp cao nhất và quan trọng nhất trong tổ chức lại là những người cuối cùng chấp nhận.

Chú thích: Lớp cao nhất tổ chức—những người xa nhất với việc "vận hành công cụ nâng cao năng suất"—thường là nhóm người chậm nhất nhận công nghệ mới nhưng quan trọng nhất.

Palantir là công ty "phần mềm" duy nhất duy trì tỷ lệ định giá cực kỳ cao trong làn sóng bán ra cổ phiếu công nghệ nghìn tỷ USD trong hai tháng qua. Điều này không phải là vô căn cứ. Palantir là một trong những công ty "kỹ thuật quy trình" đầu tiên.

Dù bạn gọi đó là "kỹ thuật quy trình" hay "viết tài liệu kỹ năng Claude", AI cấp tổ chức trong tương lai sẽ tạo ra một ngành mới: mã hóa quy trình doanh nghiệp vào Agent và triển khai thực thi cần thiết của quản lý thay đổi.

Chú thích: Việc tổ chức hoàn toàn chuyển sang sử dụng trí tuệ nhân tạo sẽ vượt qua nhiều vực sâu, mỗi vực có thách thức riêng. Đưa quy trình lên AI sẽ là động lực chính.

Tôi dám nói, kỹ thuật quy trình sẽ trở thành "công nghệ" quan trọng nhất gần đây.

Trong kỹ thuật quy trình, sự chuyên môn về kinh doanh và ngành nghề—chứ không phải chuyên môn về phần mềm—mới là quan trọng nhất. Giải pháp dọc sẽ tạo ra nhân tài tại đường phía trước về triển khai, thực hiện và quản lý thay đổi.

Một ngân hàng đầu ngành (top-tier investment bank) chọn Hebbia cho việc triển khai toàn diện nói rằng điểm đến rõ ràng nhất của họ là họ không hợp tác với một phòng thí nghiệm mô hình lớn nào vì "chúng tôi phải giải thích cho đội của họ cái gì là CIM (Ghi nhớ Bí mật)". Claude hay GPT hiểu rõ lĩnh vực này nhưng đội ngũ chịu trách nhiệm triển khai không hiểu...

Sự khác biệt này quyết định tất cả.

7. Không Cần Nhắc Nhở

Trí tuệ nhân tạo cấp cá nhân phản ứng theo lời nhắc của con người.

Hoạt động AI Cấp Tổ chức, không cần prompt.

Về việc giao tiếp giữa các Agent, về việc liệu tương lai của doanh nghiệp và tổ chức có còn cần con người không, đã có nhiều cuộc thảo luận.

Nhưng câu hỏi tốt 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 hạn chế ở mức căn bản và không thể đảo ngược, bị hạn chế bởi phần yếu nhất trong chuỗi cung ứng tổ chức—chính chúng ta. Con người hoàn toàn không biết phải hỏi câu gì, huống hồ khi nào hỏi.

Công việc giá trị nhất mà AI có thể làm là những công việc mà không ai nghĩ đến việc hỏi. AI nên tìm ra những rủi ro mà không ai phát hiện, những bên giao dịch mà không ai nghĩ đến, những đường ống bán hàng mà không ai biết đến.

Điều này sẽ hoàn toàn mở rộng ranh giới sử dụng của AI.

Một hệ thống không cần prompt liên tục giám sát dòng dữ liệu toàn bộ danh mục đầu tư. Nó phát hiện ra chu kỳ vốn hoạt động của một công ty đã giảm sút lén lút liên tiếp trong ba tháng, so sánh chéo với điều khoản hợp đồng vay, và thông báo cho đối tác vận hành trước khi bất kỳ ai trong quỹ mở tài liệu PDF đó.

Khi bạn không còn cần con người viết prompt cho AI, giao diện mới và cách làm việc mới sẽ xuất hiện. Đội chúng tôi tại @Hebbia có những ý tưởng mạnh mẽ về điều này. Hãy giữ liên lạc sau.

Kết luận

Những gì đã nêu không phủ nhận giá trị của các chatbot, Agent và AI cấp cá nhân.

AI cấp cá nhân sẽ là phương tiện giúp hầu hết doanh nghiệp trên toàn cầu tiếp đầu tận mạng lưới biến đổi AI lần đầu tiên. Thúc đẩy việc sử dụng, thúc đẩy tính sử dụng, là bước quản lý biến đổi quan trọng đầu tiên để xây dựng nền kinh tế ưu tiên AI cần.

Nhưng đồng thời, nhu cầu về thông minh cấp tổ chức rõ ràng, cấp thiết và lớn lao.

Tương lai mỗi tổ chức sẽ có một chatbot từ phòng thí nghiệm mô hình lớn. Mỗi tổ chức cũng sẽ có AI cấp tổ chức được xây dựng đặc biệt cho vấn đề trong lĩnh vực cụ thể—và AI cấp cá nhân sẽ xem AI cấp tổ chức như công cụ quan trọng nhất trong hòm công cụ của mình.

Việc kết hợp AI cấp tổ chức và AI cấp cá nhân «một cách tốt hơn» là xu hướng không thể tránh khỏi.

Nhưng hãy nhớ bài học từ nhà máy dệt vào những năm 1890. Nhà máy được điện đầu tiên đã thất bại trước nhà máy được thiết kế lại.

Chúng ta đã có điện. Đến lúc thiết kế lại nhà máy của chúng ta.

Cảm ơn @aleximm và @WillManidis về việc đánh giá, cũng như sự truyền cảm hứng từ bài viết của Will về "Công cụ hình dạng vật thể" trong bài viết này.

Liên kết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia