ดีออน นิโคลัส ผู้ร่วมก่อตั้งและซีอีโอของ Forethought – ชุดบทสัมภาษณ์

ดีออน นิโคลัส เป็นผู้ร่วมก่อตั้งและซีอีโอของ Forethought ก่อนหน้านี้เขาพัฒนาผลิตภัณฑ์และโครงสร้างพื้นฐานที่ Facebook (META ), Palantir (PLTR ), Dropbox (DBX ) และ Pure Storage เขามีผลงานวิจัยด้านแมชชีนเลิร์นนิงและสิทธิบัตรด้านโครงสร้างพื้นฐาน เคยเข้ารอบชิงชนะเลิศระดับโลกของ ACM International Collegiate Programming Contest และได้รับเลือกในรายชื่อ Forbes 30 Under 30 ดีออนมาจากแคนาดา ชอบใช้เวลากับภรรยาและลูกชาย เล่นบาสเกตบอล และอ่านหนังสือให้มากที่สุดเท่าที่ทำได้

Forethought เป็นแพลตฟอร์ม AI และแมชชีนเลิร์นนิงสำหรับองค์กร ซึ่งเริ่มจากงานบริการลูกค้า AI ของบริษัทเรียนรู้จากเอกสารภายใน อีเมล แชต และคำร้องขอความช่วยเหลือเก่า ๆ เพื่อแก้คำร้องโดยอัตโนมัติ ส่งต่อไปยังผู้รับผิดชอบที่ถูกต้อง และค้นหาความรู้ขององค์กรที่เกี่ยวข้องที่สุดได้อย่างรวดเร็ว

เราสัมภาษณ์ดีออนที่การประชุม AI ประจำปี Upper Bound ปี 2023 ในเมืองเอดมันตัน รัฐแอลเบอร์ตา ซึ่งจัดโดย Amii หรือ Alberta Machine Intelligence Institute

นี่เป็นการสัมภาษณ์ดีออนครั้งที่สองของเรา ในการสัมภาษณ์ครั้งแรก เราพูดถึงประวัติและจุดเริ่มต้นในวงการ AI ส่วนครั้งนี้มุ่งที่วิสัยทัศน์ต่ออนาคต

ช่วยสรุปได้ไหมว่า Forethought ทำอะไร?

Forethought เป็นบริษัทที่ใช้ AI เชิงกำเนิดสำหรับบริการลูกค้า เราเปิดตัวในงาน TechCrunch Disrupt ปี 2018 และเติบโตจนช่วยขับเคลื่อนงานบริการของบริษัทใหญ่ ๆ อย่าง Instacart เราเพิ่มชั้นความฉลาดเหนือข้อมูลคำร้องของลูกค้า ตั้งแต่แชตบอตที่หวังว่าจะฉลาดกว่าเดิม ไปจนถึงเครื่องมือช่วยพนักงานบริการ โดยปัจจุบันใช้ AI เชิงกำเนิด

คุณเปลี่ยนมาใช้ AI เชิงกำเนิดเมื่อไร?

ที่น่าสนใจคือเราใช้ AI เชิงกำเนิดรูปแบบหนึ่งมาตั้งแต่เริ่มก่อตั้ง แม้จะไม่ทรงพลังเท่าที่มีวันนี้ GPT-2 เปิดตัวและเปิดซอร์สในปี 2018 หรือ 2019 ถ้าผมจำไม่ผิด และยังมีโมเดลอย่าง T5 เราทดลองใช้โมเดลภาษาขนาดใหญ่หลายแบบ รวมถึงสร้างโมเดลภายในเอง เดิมมันเป็นคุณสมบัติที่ใช้เป็นบางจุดแล้วให้ข้อได้เปรียบ แต่ในช่วงหกเดือนที่ผ่านมา มันกลายเป็นการเปลี่ยนแปลงพื้นฐานของโมเดลธุรกิจและกลไกที่ขับเคลื่อนธุรกิจ

ในช่วงไม่กี่เดือนที่ผ่านมาเราต้องคิดใหม่เรื่องเอนจิน และเปิดตัว SupportGPT ในเดือนมีนาคมปีนี้ คือปี 2023 โดยใช้โมเดลภาษาขนาดใหญ่ เช่น GPT ของ OpenAI และทบทวนวิธีทำงานทั้งหมด ไม่จำเป็นต้องเป็นผลิตภัณฑ์ใหม่ แต่เป็นเอนจินใหม่ที่ขับเคลื่อนทุกผลิตภัณฑ์ และทำให้เทคโนโลยีทุกชั้นดีขึ้นหลายด้าน

บริษัทที่ต้องการเริ่มใช้ SupportGPT ต้องทำอย่างไร?

มันอยู่ภายในผลิตภัณฑ์ของเรา จุดเริ่มต้นคือข้อมูลของคุณเสมอ และนี่คือความแตกต่างของเรา ในโซลูชันส่วนใหญ่คุณเริ่มจากหน้ากระดาษเปล่าแล้วเขียนกฎด้วยตนเอง แต่ Forethought เริ่มด้วยการเชื่อมต่อ หากคุณใช้ระบบเฮลป์เดสก์หรือ CRM ยอดนิยมอย่าง Zendesk หรือ Salesforce Service Cloud ก็สมัครแล้วติดตั้งตัวเชื่อมต่อของเราในศูนย์ช่วยเหลือของคุณ จากนั้นจะเริ่มจัดทำดัชนี ฝึก ปรับแต่ง และสร้างโมเดลกับเอนจิน แล้วจึงตั้งค่า แก้ไข และใช้งานผลิตภัณฑ์ได้ ผลิตภัณฑ์ยอดนิยมที่สุดคือ Solve เอเจนต์ AI ที่อยู่บนเว็บไซต์คล้ายแชตบอต อยู่ในอีเมล หรือทำงานในรูปแบบอื่น ๆ ได้ มันสนทนาและตอบลูกค้าโดยอัตโนมัติด้วย SupportGPT คล้าย ChatGPT สำหรับเว็บไซต์ของคุณ

แต่ระบบอัตโนมัติแก้ปัญหาได้เพียงประมาณ 50% แล้วกรณีที่ยังต้องใช้คนล่ะ? ผลิตภัณฑ์ที่สอง Triage จะส่งต่อและติดแท็กคำร้อง เพื่อให้ถึงพนักงานที่เหมาะสมผ่านช่องทางและเวลาที่ถูกต้อง Assist เป็นผู้ช่วยพนักงานบริการ หรือ GPT สำหรับใช้ภายในทีม ส่วน Discover ผลิตภัณฑ์ล่าสุดและทรงพลังที่สุดในหลายด้าน ค้นหาข้อมูลเชิงลึกและใช้ AI เชิงกำเนิดแนะนำธุรกิจว่าควรปรับปรุงหรือเปลี่ยนอะไร

เมื่อพึ่ง AI เชิงกำเนิดมากขนาดนี้ การหลอนของโมเดลเป็นปัญหาหรือไม่?

เป็นครับ การหลอนเป็นปัญหาใหญ่ของ AI เชิงกำเนิดในการใช้งานจริงส่วนใหญ่ ผมเคยทำวิดีโอเรื่องนี้บน LinkedIn และมีการแชร์พอสมควร บางกรณีไม่เป็นปัญหา เช่น มีคนตรวจทาน หรือเป็นงานสร้างสรรค์อย่างข้อความโฆษณาหรือบล็อกที่คนจะมาแก้ไขตอนท้าย การจินตนาการเล็กน้อยเป็นความสร้างสรรค์แบบหนึ่ง แต่ในงานการเงิน สุขภาพ หรือบริการลูกค้า ที่เกี่ยวกับสุขภาพ เงินทอง การดำรงชีพ หรือความต้องการคำตอบที่ถูกต้อง การหลอนเป็นปัญหาและข้อจำกัดมหาศาล ข้อได้เปรียบของเราคือใช้ AI เชิงกำเนิดบางรูปแบบมาราวห้าปีแล้ว

โมเดลของเราเน้นความถูกต้องมาตั้งแต่แรก ทั้งการเข้าใจนโยบายและขั้นตอนงาน เช่น หากขอคืนเงินภายใน 30 วันก็คืนได้ แต่เกินกำหนดแล้วไม่ได้ กลไกเหล่านี้สร้างไว้แล้ว เมื่อใช้โมเดลภาษาขนาดใหญ่รุ่นใหม่ เราพบว่าการสื่อสารที่คล้ายมนุษย์ของมันเข้ากับข้อมูลจริงและความถูกต้องจากโมเดล Forethought ได้ดี เราใช้การออกแบบพรอมป์ต์และการปรับแต่งเพื่อดึงความถูกต้องนี้มาลดการหลอน ไม่ได้กำจัดหมด แต่ลดจนใช้งานได้อย่างมีประสิทธิภาพ เป้าหมายสุดท้ายคือให้การหลอนน้อยกว่าความผิดพลาดของมนุษย์ ถ้าแม่นยำเท่าคนก็ถือว่าอยู่ในจุดที่ดีมากแล้ว

เราสัมภาษณ์คุณครั้งล่าสุดในปี 2021 ตั้งแต่นั้นคุณเรียนรู้อะไรเกี่ยวกับการเป็นผู้ประกอบการ?

โลกเปลี่ยนไปหมดเลยครับ ช่วงปลายปี 2021 หลังสัมภาษณ์ไม่นาน เราระดมทุนซีรีส์ C ได้ 65 ล้านดอลลาร์จาก Steadfast Capital, NEA และคนดังอย่าง Gwyneth Paltrow, Baron Davis และ Robert Downey Jr. ผู้คนตื่นเต้นกับวิสัยทัศน์เรา พวกเขามองเห็น AI เชิงกำเนิดก่อนเป็นกระแส เป็นช่วงน่าตื่นเต้นและวุ่นวายที่เร่งการเติบโตของสิ่งที่ได้ผลอยู่แล้ว แต่ราวหกเดือนต่อมา กลางปี 2022 เกิดภาวะถดถอย โลกพลิกผัน บริษัทลดรายจ่าย และโมเดลผู้ประกอบการเปลี่ยนจากการโตไม่ว่าต้องแลกด้วยอะไร

ก่อนหน้านั้นแนวคิดคือมีเงินทุนก้อนใหญ่ก็ใช้เพื่อโตไปถึงรอบถัดไป จู่ ๆ นักลงทุนและคณะกรรมการก็บอกว่าเงินไม่ได้ฟรี ต้องสร้างธุรกิจที่มีกำไร หรืออย่างน้อยมีประสิทธิภาพ เป้าหมายคือเติบโตให้มากที่สุดภายใต้ประสิทธิภาพที่สมเหตุสมผล โมเดลเปลี่ยนแทบข้ามคืน เพราะไม่รับประกันว่าจะได้เงินเพิ่มในหนึ่งหรือสองปี หรือสามปีหากเศรษฐกิจถดถอย ลูกค้ารัดเข็มขัด เราจึงต้องเพิ่มทั้งประสิทธิภาพของเราและของลูกค้า

มันบังคับให้เรามีจุดเน้นชัดขึ้น เราสร้างคุณค่าอยู่แล้ว หากพนักงานตอบคำถามได้มากขึ้นในเวลาเท่าเดิม ต้นทุนลดลง ประสบการณ์ลูกค้าดีขึ้น และลูกค้าได้รับความใส่ใจมากขึ้น แต่ต้องทำให้การเสนอขาย ข้อความสื่อสาร และจุดเน้นผลิตภัณฑ์กระชับเพื่อแสดงคุณค่านั้น ภายในก็ต้องมีประสิทธิภาพเช่นกัน ไม่อาจคิดว่ามีเงินมากและหาเพิ่มได้เสมอ ต้องถามว่าจะสร้างธุรกิจอย่างไรถ้าไม่มีวันระดมทุนได้อีก

หากต้องรอหลายปีกว่าตลาดทุนเสี่ยงจะเปิดก็ไม่เป็นไร แต่ต้องมีธุรกิจที่มีประสิทธิภาพมาก เพื่อเมื่อถึงซีรีส์ D จะมีตัวชี้วัดความสำเร็จตามเกณฑ์ใหม่ มีการเลิกจ้างและความเปลี่ยนแปลงมากมาย ปี 2022 ยากลำบาก ส่วนปี 2023 AI เชิงกำเนิดกลับมาร้อนแรงอีก จึงมีทั้งขึ้นและลง

ทั้งหมดสอนให้มีสมาธิและความยืดหยุ่น หากสำเร็จนี่คือการเดินทางสิบปี หากไม่สำเร็จก็จบก่อน ต้องรับมือกับความผันผวนโดยจำไว้ว่าคุณกำลังสร้างไปสู่วิสัยทัศน์สุดท้ายเสมอ

อะไรคือความท้าทายใหญ่ที่สุดในการสร้างแชตบอตสำหรับบริการลูกค้าและงานอื่น ๆ?

ผมจะเรียงตามเวลา อย่างแรกคือด้านเทคนิค โมเดลทำงานหรือไม่ เราจึงใช้เอนจินเข้าใจและสร้างภาษาธรรมชาติสมัยใหม่ตั้งแต่ปี 2017 ต้องอยู่แนวหน้าของงานวิจัยและสร้างคุณค่าไปพร้อมกัน ช่วงแรกเมื่อลองถามลูกค้า พวกเขาบอกว่าปัญหาใหญ่มาก ถ้าแก้ได้ก็ยอมจ่าย แต่ปัญหาคือแชตบอตไม่เคยทำงานได้ดี

ปี 2017 ก่อนเปิดตัวจริง เรายังสงสัยว่าควรเข้าตลาดนี้ไหม ปัญหาชัดเจนแต่โซลูชันไม่สำเร็จ ผมถามซ้ำ ๆ ว่าทำไม แล้วพบว่าเราเข้าหาปัญหาต่างออกไปมาก ไม่ว่าจะโดยบังเอิญหรือจากพื้นฐานของเรา ผู้คนรู้จักคำว่า AI และแชตบอต แต่สิ่งที่เราทำไม่เหมือนของเดิม ของเดิมเป็นต้นไม้ตัดสินใจและกฎที่เขียนไว้ เช่น เห็นคำว่า “คืนเงิน” ก็คืนเงิน แต่ถ้าคนพูดว่า “ฉันอยากได้เงินกลับมา” ระบบไม่รู้จะทำอะไรเพราะไม่มีคำสำคัญวิเศษ

มันคือต้นไม้ตัดสินใจ กฎ และเครื่องมือแบบไม่ต้องเขียนโค้ดที่ทำให้ดูเหมือนสนทนาได้ ไม่ใช่ AI ผมไม่รู้ด้วยซ้ำว่าแชตบอตทั้งหมดทำอย่างนี้ เราต้องการทำอีกแบบ และผู้คนถามว่าทำได้จริงหรือ การเข้าใจความต่างนี้สำคัญ แม้ AI เป็นคำยอดนิยมมาราวสิบปี แต่ AI สมัยใหม่ที่เราเห็นศักยภาพผ่าน AI เชิงกำเนิด และสิ่งที่เริ่มทำได้เมื่อไม่กี่ปีก่อน ยังไม่ถูกใช้ในพื้นที่นี้ ซึ่งนำไปสู่ผลต่อเนื่องหลายอย่าง

ตลาดเต็มไปด้วยเสียงรบกวน เราบอกว่าทำต่างออกไป แต่ลูกค้าตอบว่าบริษัทอื่นก็บอกว่ามี AI ต้องพยายามมากเพื่อพิสูจน์คุณค่า เมื่อได้ทดลองในระบบของลูกค้าและแสดงว่ามันทำงานและเรียนรู้ได้อย่างไร ความต่างก็ชัดเจน เราจึงได้ลูกค้าและโลโก้เหล่านี้ แต่ทุกขั้นเป็นการพิสูจน์ที่ช้าและหนักหนา นี่อาจเป็นความท้าทายใหญ่ของตลาดที่เสียงดังแต่โซลูชันเดิมไม่ดี

เมื่อคิดย้อนหลัง ดูชัดเจนว่าต้นไม้ตัดสินใจจะไม่สำเร็จ แต่ตอนนั้นยังไม่ชัดสินะ

ตอนนั้นไม่ชัด และผมคิดว่ามันเป็นสิ่งดีที่สุดที่ทำได้ในเวลานั้นด้วย

นั่นก็จริง

คนสับสนระหว่างบริการลูกค้าแบบสนทนากับ AI ทั้งคู่ทับซ้อนกันมาก ChatGPT เป็นตัวอย่างการสนทนาที่ดี แต่ GPT-3 ซึ่งเป็นเอนจินมีอยู่ก่อนแล้ว และนั่นคือ AI คุณต้องใช้มันเพื่อให้การสนทนาดีขึ้น ในอดีตเราต้องการทั้งบทสนทนาและ AI แต่ทำบทสนทนาได้ด้วยการเขียนสคริปต์ไว้ล่วงหน้าเท่านั้น เหมือน IVR ระบบตอบรับเสียงอัตโนมัติหรือเมนูโทรศัพท์ขนาดใหญ่ในรูปแชต แล้วคนก็แปะคำว่า AI ลงไป เราได้การสนทนาแต่ไม่ได้ AI จุดสะดุดอยู่ตรงนี้ ไม่ใช่แค่ว่าความต่างไม่ชัด แต่ทางเลือกยังทำไม่ได้ หรือคนไม่รู้ว่าทำได้และเป็นคนละสิ่งกัน

คุณบอกว่าตัวเองเป็นคนมอง AI ในแง่ดีในพอดแคสต์ล่าสุด ทำไมคุณจึงมองในแง่ดีมาก?

มีหลายเหตุผล โดยรวมผมเห็นการเปลี่ยนแพลตฟอร์มและโมเดลธุรกิจ คล้ายจากเมนเฟรมขนาดใหญ่สู่คอมพิวเตอร์ส่วนบุคคล อินเทอร์เน็ต จากเดสก์ท็อปสู่คลาวด์ แล้วสู่มือถือ ราวทุกสิบปีเกิดการเปลี่ยนแปลงที่สร้างโมเดลธุรกิจและบริษัทใหม่มูลค่าหลายล้านล้านดอลลาร์ เช่น Salesforce (CRM ) ยักษ์ใหญ่ 2 แสนล้านดอลลาร์ มองเห็นการเปลี่ยนสู่คลาวด์ อาจอ้างว่าเป็นผู้ทำให้เกิดการเปลี่ยนนั้น แต่บริษัทรับรู้โอกาสและย้ายฐานข้อมูลกับระบบบันทึกหลักจากการติดตั้งภายในอย่าง Oracle หรือ Siebel ไปสู่คลาวด์

บริษัทสร้างระบบสำหรับฝ่ายขาย ทำเงินมาก เข้าตลาดหลักทรัพย์ และกลายเป็นธุรกิจพันล้าน จากนั้นทำซ้ำกับบริการและการตลาดจนถึง 2 แสนล้าน ผมถามตัวเองว่า Salesforce ถ้าสร้างในยุคเรา เช่น ปี 2030 จะเป็นอย่างไร ผมเชื่อว่าสิ่งเดียวกันจะเกิดอีก จึงทำงานกับบริษัทนี้ บริษัทที่มี AI เป็นแกนอย่าง Forethought จะเป็น Salesforce รุ่นถัดไปและสร้างโอกาสหลายล้านล้านดอลลาร์ ดีต่อทั้งธุรกิจ ลูกค้า และผู้บริโภค โทรศัพท์ทำให้มีซูเปอร์คอมพิวเตอร์ในกระเป๋า

GPT จะทำให้มีสมองพิเศษในกระเป๋า เมื่อต้องตัดผม AI ของคุณก็ไปคุยกับ AI ของร้านเพื่อจองเวลา หวังว่าทั้งหมดจะใช้ Forethought แต่ประเด็นคือวิธีทำสิ่งต่าง ๆ จะเปลี่ยนไป โมเดลเศรษฐกิจเปลี่ยน และโอกาสเท่าเทียมขึ้นเพราะนำมาใช้ได้ง่าย เดิมต้องมีปริญญาเอกด้าน AI ถึงรู้วิธีใช้ วันนี้แม่ผมใช้ ChatGPT คนมากขึ้นได้รู้จัก AI และอาจอยากเรียนเขียนโค้ดหรือออกแบบพรอมป์ต์ จะเชี่ยวชาญหรือไม่ก็มีโอกาสกว้างขึ้น สิ่งที่ผมมองบวกที่สุดคือโอกาสทางเศรษฐกิจนี้

คุณคาดการณ์เรื่องปัญญาประดิษฐ์ทั่วไปหรือ AGI อย่างไร เราจะได้เห็นในช่วงชีวิตไหม?

เริ่มจากไม่มีใครรู้ น่าจะเป็นความจริง คนที่อ้างว่ารู้กำลังโกหก แต่เราเห็นความก้าวหน้ามากพอ อาจมี AGI อยู่แล้ว ใครบอกได้ว่า GPT และโมเดลกลุ่มนี้ไม่ได้ฉลาดใกล้เคียงสมองมนุษย์ ผมไม่รู้ อาจเป็นไปได้ แต่คงยังไม่ใช่ คำตอบที่น่าจะใช่ที่สุดคือยังไม่ใช่ สมองมนุษย์มีเท่าไร หนึ่งล้านล้านเซลล์ประสาทหรือ? GPT กำลังใกล้เข้าไป แล้วถ้าระบบมีหนึ่งล้านล้านเซลล์และฝึกด้วยข้อมูลเหมาะสมจะเกิดอะไรขึ้น สมองเราพัฒนาผ่านวิวัฒนาการ แต่ในแง่หนึ่งการเรียนรู้แบบเสริมกำลังก็เป็นวิวัฒนาการที่เร่งอย่างมากสำหรับเครื่องจักร

เทคนิคเหล่านี้มีแล้ว และจินตนาการแบบนั้นไม่ไกลเกินจริง เราอาจต้องใช้เทคนิคใหม่ ทรานส์ฟอร์เมอร์และโครงข่ายประสาทแบบวนซ้ำเป็นความก้าวหน้าที่ดูชัดเมื่อย้อนกลับไป แต่ก่อนหน้านั้นดูเป็นไปไม่ได้ ก่อนมีแบบวนซ้ำเราไม่ได้จัดการภาษาแบบนี้ แล้วทรานส์ฟอร์เมอร์ก็แซงไป จนมี Generative Pre-trained Transformer หรือ GPT อาจต้องวิจัยเพิ่ม แต่ผลดีจนไม่ใช่เรื่องเหลือเชื่อแล้ว บางแง่เราอาจถึงแล้ว หรือมีส่วนผสมแต่ต้องหาวิธีรวม หรืออาจถึงในอีก 30–50 ปี

ไม่รู้ว่าถามความเห็นผมด้วยไหม แต่มีความเสี่ยง ใครสักคน น่าจะ Andrej Karpathy จาก Tesla เปรียบ AI กับพลังงานนิวเคลียร์ พลังใกล้เคียงกัน ฟิวชันอาจให้พลังงานมหาศาลและทำสิ่งที่ไม่เคยนึกถึง แม้แต่เดินทางในอวกาศหากมีพลังงานพอ แต่ก็มีด้านมืดคือระเบิด อาวุธนิวเคลียร์ และพลังทำลายล้างมหาศาล

วิธีดีที่สุดที่สังคมหาได้คือให้ผู้ถือพลังนี้ตกลงกฎการใช้ร่วมกัน ผมคิดว่า AI มีพลังคล้ายกัน แต่เริ่มในโลกดิจิทัลจึงอาจดูน่ากลัวน้อยกว่าในตอนแรก ตราบใดที่ยังไม่เข้าถึงอาวุธนิวเคลียร์ เป็นต้น หากเราพัฒนาขอบเขตและความปลอดภัยไปพร้อมกับ AI ซึ่งผมคิดว่าเรากำลังทำ ก็อยู่ในจุดที่ดี ต้องมี AI ที่ทรงพลังเท่า GPT เพื่อตรวจข่าวปลอมที่ GPT สร้าง ผมมองบวกแต่ต้องสร้างเทคโนโลยีที่ทำให้ปลอดภัยพร้อมกันด้วย

คุณชอบอ่านหนังสือ มีเล่มไหนดีที่แนะนำ?

เล่มล่าสุดที่อ่านคือ “The Advantage” ของ Patrick Lencioni ว่าด้วยการสร้างองค์กรที่ดี ตั้งแต่ประชุม ความสอดคล้องของทีมบริหาร ไปจนถึงสื่อสารพันธกิจและค่านิยม รวมแนวคิดจากหนังสืออื่นของเขาอย่าง Death by Meeting ไว้ด้วย น่าจะเป็นเล่มสุดท้ายที่อ่าน น่าแปลกที่ช่วงนี้ไม่ได้อ่านหนังสือ AI แม้อ่านบทความวิจัย มีคนแนะนำอย่างมากให้อ่าน “Superhuman” ซึ่งผมควรอ่าน อีกเล่มที่ไม่ใช่นิยายคือ “Good to Great” หนังสือบริหารที่ผมชอบที่สุด ส่วนนิยายคือ The Expanse ที่นำไปทำซีรีส์โทรทัศน์ด้วย

ผมดูซีรีส์แล้ว

ดูแล้วหรือครับ น่าจะอยู่บน Amazon Prime ผมชอบเพราะทำได้ดีทั้งนิยายวิทยาศาสตร์และความสมจริงทางวิทยาศาสตร์ มีเรื่องแต่งมากแน่นอน แต่ค่อย ๆ สำรวจว่าโลกและการเมืองจะเป็นอย่างไรหากเดินทางในอวกาศ มนุษย์น่าจะทำตัวแบบนั้น โทรศัพท์มี AGI ขั้นสูง แต่ใส่ไว้อย่างละเอียด ไม่ใช่แกนเรื่อง จึงยกมาพูด ตัวละครพูดกับโทรศัพท์ มันเริ่มงานแล้วเสร็จในอีกหลายชั่วโมงขณะที่เรื่องดำเนินต่อ พวกเขาพูดเหมือนกับคน ไปทำงานตัวเอง แล้วโทรศัพท์กลับมาพร้อมข้อมูลและคำตอบ

ผมคิดว่า AGI ในโลกเราจะเป็นอย่างนี้ ทุกคนมี Einstein, C-3PO หรือ R2-D2 ของตัวเองในโทรศัพท์หรือท้ายที่สุดในหุ่นยนต์ มันทำงาน ตอบ และแก้ปัญหาด้วยปัญญาของ Einstein ถ้าทุกคนมีเพื่อนชื่อ Albert Einstein เป็น AGI ฉลาดเท่าหรือมากกว่าคน เราก็ทำได้มากขึ้น คนถามทันทีว่าถ้ามันชั่วร้ายทั้งหมดล่ะ แต่ตอนนี้เราก็มีสิ่งมีชีวิตที่ฉลาดระดับมนุษย์แปดพันล้านอยู่แล้ว มนุษย์มีข้อบกพร่องมากแต่ยังสร้างสังคมและอารยธรรมที่เราอยู่ได้ นั่นงดงาม

เทียบกับ Star Trek ที่เน้นการใช้เทคโนโลยีแล้วน่าสนใจ

เราก็ไม่ได้พูดถึงโทรศัพท์ตลอด แต่ถ้าบอกคนเมื่อร้อยปีก่อนว่าคุยกับคนในกาตาร์ได้ทันที คงดูเป็นเวทมนตร์ หลายสิ่งวันนี้จะดูวิเศษจริง ๆ สำหรับคนยุคนั้น

Kindle ก็คงดูวิเศษเมื่อร้อยปีก่อน หนังสือที่เปลี่ยนตามสิ่งที่ต้องการ

ใช่ ตามที่ต้องการ เหมือนมาจาก Harry Potter ผมมองเทคโนโลยีเหล่านี้แบบนั้น มีความคล้ายกับการเปลี่ยนเร็วอย่างไฟฟ้าหรือการพิมพ์ ช่วงหนึ่งมันใหญ่และน่าทึ่ง แล้วรุ่นต่อไปก็เห็นเป็นปกติและกลมกลืนกับชีวิต ลองนึกโลกที่ AGI เป็นเรื่องธรรมดาอยู่ในทุกอย่างที่เราทำ

เมื่อเร็ว ๆ นี้คุณทวีตว่า “วัดความสำเร็จจากสิ่งที่ทำเสร็จ ไม่ใช่สิ่งที่เริ่ม” เส้นชัยของบริษัทคืออะไร?

เป้าหมายสุดท้ายคืออะไร? กลับไปที่โมเดลเศรษฐกิจใหม่ ผมตื่นเต้นกับการพูดว่า Google (GOOGL ) ไม่มีข้อได้เปรียบที่เลียนแบบได้ยาก มีเอกสารรั่วและคนตื่นตระหนก ผมคิดว่าจริง แต่ OpenAI ก็น่าจะไม่มีเช่นกัน สำคัญกว่าคือในอีกไม่กี่เดือนจะมีเรื่องมากมายเกี่ยวกับบริษัทที่ AI เปลี่ยนโมเดลธุรกิจอย่างรุนแรง ทั้งบริการลูกค้า เฮลป์เดสก์ CRM เสิร์ชเอนจิน และทุกที่

หลายบริษัทเร่งตามกระแส แต่เทคโนโลยีนี้พัฒนาธุรกิจเดิมได้พอ ๆ กับที่พลิกมัน บางบริษัทปรับตัวเร็ว และบริษัทที่ถึงขนาดหนึ่งแล้วอาจเร่งได้มากกว่าบริษัทที่ยังไม่ถึง

ไม่เสมอไป บริษัทเล็กก็อาจเร็วกว่า ไม่มีสูตรตายตัว บางองค์กรเก่าช้าและถูกแทนที่ บางรายเล็กเดินเร็ว และบางรายอยู่กลาง ๆ เราทำให้ทุกจุดสัมผัสระหว่างคนกับบริษัทเร็วและฉลาดขึ้นได้ วันนี้เริ่มจากบริการลูกค้าเพราะเป็นปฏิสัมพันธ์ที่พบบ่อย คุณมีปัญหาหรือคำถาม เราประมวลผลคำร้องมากกว่า 100 ล้านต่อปีและเพิ่งเริ่ม สักวันอาจเป็นพันล้าน หมื่นล้าน หรือล้านล้าน เฉพาะบริการลูกค้า

เทคโนโลยีเดียวกันใช้กับการตลาดได้ หวังว่าผ่าน Forethought ทำไมต้องติดต่อบริษัทเฉพาะเมื่อมีคำถาม แล้วเมื่ออยากรู้ผลิตภัณฑ์ใหม่ บริการ หรือจะซื้อล่ะ? กับนายจ้างก็เช่นกัน มีคำถามเรื่องไอทีหรือทรัพยากรบุคคลไหม? AI เปลี่ยนทุกจุดได้ เราเป็นส่วนหนึ่งของเรื่องนี้และบริษัทที่นำอนาคตมาได้ นั่นคือพันธกิจและเป้าหมายสุดท้าย ปลดปล่อยศักยภาพมนุษย์ ทุกอย่างเร็วและมีประสิทธิภาพขึ้น คืนเวลา พลัง และความใส่ใจให้คนใช้กับคนรักหรือสิ่งที่สำคัญ มนุษยชาติก้าวไปอีกระดับ

ผมเชื่อว่าเรามีโอกาสและทำได้ ในเชิงธุรกิจอาจเป็นบริษัทหลายพันล้าน หลายหมื่นล้าน หรือหลายแสนล้านดอลลาร์เหมือน Salesforce ถ้า Salesforce สร้างในปี 2023 จะเป็นอย่างไร?

ขอบคุณสำหรับการสัมภาษณ์ ผู้อ่านที่ต้องการรู้เพิ่มเติมสามารถอ่านการสัมภาษณ์ครั้งแรกกับดีออน หรือเยี่ยมชม Forethought.