กลุ่มผู้ชมจำลองกับความสำคัญของการคาดเดาไม่ได้

เซอร์ไพรส์! โลกกำลังเร่งความเร็วขึ้น แผนกการตลาดถูกคาดหวังให้ทำเหมือนคนอื่น ๆ คือผลิตงานให้มากขึ้น ใช้เงินให้น้อยลง และยังต้องทำให้งานดีขึ้นด้วย somehow

ขณะนี้ AI แทบจะครอบงำกระแสความคิดของยุคสมัยไปหมดแล้ว และเมื่อ AI เปิดทางให้ทดสอบแนวคิดได้รวดเร็วยิ่งขึ้นด้วยต้นทุนเพียงเศษเสี้ยวของการวิจัยแบบเดิม นักการตลาดก็มีเหตุผลมากพอที่จะรับฟัง

กลุ่มผู้ชมจำลองคือกลุ่มผู้บริโภคที่สร้างขึ้นด้วยการจำลอง โดยใช้ข้อมูลซึ่งอาจรวมถึงประวัติลูกค้า บทสัมภาษณ์ และข้อมูลประชากร ทีมงานสามารถนำผลงานไปเสนอต่อกลุ่มเหล่านี้ ตรวจสอบการตอบสนองที่คาดการณ์ไว้ ปรับแก้ แล้วทดลองอีกครั้งได้โดยไม่ต้องสรรหากลุ่มตัวอย่างมนุษย์ชุดใหม่

สำหรับบริษัทที่เข้าใจลูกค้าของตนและตรวจสอบการคาดการณ์เหล่านั้นกับพฤติกรรมจริงแล้ว วิธีนี้อาจเป็นประโยชน์อย่างยิ่ง การตลาดส่วนใหญ่เกี่ยวข้องกับการปรับปรุงสิ่งที่เราทำอยู่แล้ว และการทำสิ่งเหล่านั้นให้ดีไม่ใช่เรื่องเล็กน้อย การหลีกเลี่ยงความผิดพลาดที่มีต้นทุนสูง หรือการปรับปรุงแคมเปญที่ยังไม่แข็งแกร่ง ถือเป็นผลลัพธ์ที่น่าพอใจอย่างยิ่ง ที่จริงแล้ว แผนกส่วนใหญ่ควรใช้โอกาสเหล่านี้ให้เป็นประโยชน์

แต่สิ่งที่น่าสนใจไม่ได้มีเพียงประสิทธิภาพเพื่อประสิทธิภาพเท่านั้น กลุ่มผู้ชมจำลองยังมอบสิ่งที่มีคุณค่าอย่างยิ่งในปัจจุบัน นั่นคือ เหตุผลที่มีหลักฐานรองรับให้เดินหน้าต่อ

คำพูดที่ว่า “เราทดสอบแล้ว และนี่คือสิ่งที่ลูกค้าชอบ” มีน้ำหนักน่าเชื่อถือคนละแบบกับคำพูดที่ว่า “เราคิดว่านี่เป็นความคิดที่ดี” แม้ลูกค้าที่กล่าวถึงจะเป็นเพียงกลุ่มที่จำลองขึ้นก็ตาม

นักลงทุนกำลังทุ่มเดิมพันอย่างหนักกับอำนาจโน้มน้าวใจดังกล่าว ในเดือนกรกฎาคม Simile ซึ่งสร้างแบบจำลอง AI ของผู้บริโภคจริงให้บริษัทต่าง ๆ ใช้สำรวจความคิดเห็น ระดมทุนได้ 200 ล้านดอลลาร์สหรัฐ ที่มูลค่าบริษัท 2 พันล้านดอลลาร์สหรัฐ ราว 5 เดือนหลังจากการระดมทุนรอบ Series A ส่วน Adobe เปิดให้นักการตลาดทดสอบงานสร้างสรรค์และข้อความสื่อสารกับโปรไฟล์ลูกค้าที่สร้างด้วย AI ได้ภายในผลิตภัณฑ์ ข่าวกรองแบรนด์

อย่างไรก็ตาม เมื่อเครื่องมือเหล่านี้กลายเป็นส่วนหนึ่งของกระบวนการอนุมัติงานสร้างสรรค์ เครื่องมือก็จะมีอิทธิพลต่อสิ่งที่ผู้คนเห็นว่าควรเสนอให้พิจารณาตั้งแต่แรก เราอาจเก่งขึ้นมากในการคาดการณ์ปฏิกิริยาของผู้ชม ขณะเดียวกันก็ค่อย ๆ สูญเสียความสามารถในการมอบสิ่งที่ไม่คาดคิดให้พวกเขา

เรียนรู้ได้เร็วขึ้น

ประโยชน์ที่คาดหวังจากการวิจัยด้วยกลุ่มจำลองเป็นส่วนหนึ่งของการเปลี่ยนแปลงในวงกว้างเกี่ยวกับวิธีดำเนินธุรกิจเมื่อเผชิญกับเทคโนโลยีใหม่นี้ ดังที่ Steven Waterhouse เสนอไว้ใน เครื่องจักรเรียนรู้ในทุกระดับ AI ช่วยลดต้นทุนในการทดลอง ตรวจสอบผลลัพธ์ และปรับเปลี่ยน บริษัทที่จัดระบบการทำงานโดยยึดกระบวนการนี้เป็นหลักจะนำสิ่งที่เรียนรู้ไปใช้ในการตัดสินใจครั้งต่อไปได้ ทำให้การทำงานดีขึ้นและรวดเร็วขึ้นไปพร้อมกัน

การตลาดเกี่ยวข้องกับกระบวนการในลักษณะนี้มาโดยตลอด เราประเมินว่าสิ่งใดอาจดึงดูดผู้คน แล้วนำเสนอออกไป และค้นพบว่าการประเมินนั้นแม่นยำเพียงใด การวิจัยช่วยให้เราเตรียมตัว ประสบการณ์ช่วยกำหนดวิธีตีความ และโดยปกติแล้ว ผู้ชมก็ยังมีสิทธิ์ทำให้เราประหลาดใจได้

พันเอก John Boyd แห่งกองทัพอากาศสหรัฐฯ อธิบายกระบวนการนี้อย่างเป็นระบบมากขึ้น โดยเรียกว่า วงจร OODA: สังเกตการณ์ ปรับมุมมอง ตัดสินใจ ลงมือปฏิบัติ (แล้ววนซ้ำ) ธุรกิจมักหยิบแนวคิดนี้มาอ้างเพื่อสนับสนุนการทำงานให้รวดเร็ว แต่คำอธิบายของ Boyd ให้ความสำคัญอย่างมากกับวิธีที่เราใช้ทำความเข้าใจสิ่งที่กำลังเกิดขึ้น การปรับมุมมองอาศัยประสบการณ์ วัฒนธรรม และข้อมูลใหม่ ในแผนภาพของเขา การตัดสินใจคือสมมติฐาน ส่วนการลงมือปฏิบัติคือการทดสอบ โดยผลลัพธ์จะย้อนกลับไปช่วยให้เราเข้าใจสถานการณ์ได้ดียิ่งขึ้น

กลุ่มผู้ชมจำลองช่วยให้เราทำความเข้าใจเรื่องนั้นได้ก่อนจะทุ่มทรัพยากรลงไป กลุ่มเหล่านี้อาจเผยให้เห็นสมมติฐานที่เราไม่เคยสังเกต หรือเสนอการตีความที่เราไม่เคยพิจารณา แต่การตอบสนองจากการจำลองอีกครั้งไม่ได้เพิ่มข้อมูลสังเกตการณ์เกี่ยวกับพฤติกรรมของผู้คนด้วยตัวมันเอง แม้เราจะปรับปรุงการคาดการณ์ปฏิกิริยาของผู้ชมต่อแคมเปญได้ดีขึ้น ก็ยังมีสิ่งที่ต้องค้นพบเมื่อผู้คนได้พบกับแคมเปญนั้นจริง ๆ

ความแตกต่างนี้มีนัยสำคัญเมื่อเราเริ่มปรับแก้งานโดยมุ่งปรับปรุงการคาดการณ์เป็นหลัก ทีมงานอาจทดลองซ้ำหลายร้อยรอบและมั่นใจในแคมเปญมากขึ้นเรื่อย ๆ โดยยังไม่รู้ว่าผู้ชมมีความมั่นใจเช่นเดียวกันหรือไม่ กระบวนการดำเนินไปเร็วขึ้น แต่ความไม่แน่นอนบางส่วนยังคงอยู่ตรงจุดเดิมทุกประการ

Boyd ยังเขียนไว้ด้วยว่า “ความสามารถในการปรับตัวหมายถึงความหลากหลายและความรวดเร็ว” โดยเชื่อมโยงทั้งสองสิ่งเข้ากับความสามารถของเราในการคาดเดาไม่ได้และรับมือกับสถานการณ์ที่ไม่คาดฝัน เมื่อนำแนวคิดนี้มาใช้กับงานสร้างสรรค์ สิ่งที่ต้องทำมีมากกว่าการผลิตรูปแบบต่าง ๆ อย่างรวดเร็ว เราต้องรักษาทางเลือกที่หลากหลายไว้ให้กว้างพอ เพื่อให้ค้นพบสิ่งที่เราอาจไม่เคยคิดจะลองทำหากไม่มีทางเลือกเหล่านั้น

น่าเสียดายที่แรงกดดันให้ทำงานเร็วขึ้นอาจทำให้การเปิดใจรับความเป็นไปได้ที่ไม่คุ้นเคยทำได้ยากขึ้น เมื่อใกล้ถึงกำหนดส่งงานและต้องอนุมัติงบประมาณ ความคิดที่ทุกคนเข้าใจอยู่แล้วก็ย่อมได้เปรียบในบางด้าน

ต้นทุนของการเลือกทางปลอดภัย

เมื่อไม่นานมานี้ David Perell กล่าวถึงพลวัตนี้ในรายการ TBPN พร้อมยกข้อสังเกตของ Derek Thompson ที่ว่า Hollywood ยอมจำนนต่อ “ปรากฏการณ์แบบ Moneyball ที่แผ่ขยายไปทั่วโลกของเรา” ตามมุมมองของเขา อุตสาหกรรมนี้น่าเบื่อขึ้นส่วนหนึ่งเพราะคิดคำนวณความเสี่ยงได้อย่างชาญฉลาดว่า “ปัญหาคือ สุดท้ายคุณก็ได้ Spider-Man 74 หรือ Lord of the Rings 7 แทนที่จะได้ซีรีส์เรื่องใหม่”

ข้อร้องเรียนนี้มีเหตุผลทางธุรกิจรองรับ แฟรนไชส์ที่มีชื่อเสียงย่อมมีฐานผู้ชม ประวัติผลงาน และข้อมูลคร่าว ๆ ว่าผู้คนคาดหวังอะไร การลงทุนสร้างภาคต่อไปอาจเป็นเรื่องสมเหตุสมผล และผู้ชมก็อาจมีความสุขอย่างแท้จริงที่ได้กลับไปพบโลกคุ้นเคย

อย่างไรก็ตาม ภาคแรกต้องยอมรับความไม่แน่นอนก่อนที่จะมีหลักฐานว่ามีผู้ชม สตูดิโออาจตัดสินใจอย่างสมเหตุสมผลต่อเนื่องกันหลายครั้ง แต่ก็ยังสร้างวัฒนธรรมที่ทำให้เรื่องราวแปลกใหม่เกิดขึ้นได้ยาก

กล่าวอีกนัยหนึ่ง การตัดสินใจที่สมเหตุสมผลต่อเนื่องกันหลายครั้งอาจก่อให้เกิดวัฒนธรรมที่ซ้ำซาก แม้แต่ละโครงการจะผ่านเกณฑ์ที่ใช้อนุมัติก็ตาม เรามัก “อนุมัติ” ไอเดียที่ทำให้เราตื่นเต้นน้อยลงเรื่อย ๆ

ข้อมูลที่ดีขึ้นไม่ได้ จำเป็นต้อง นำไปสู่ผลลัพธ์เช่นนี้เสมอไป การเข้าใจความเสี่ยงอาจทำให้เราเต็มใจรับความเสี่ยงมากขึ้น โดยเฉพาะหากก่อนหน้านี้เราประเมินผลเสียไว้สูงเกินจริง แต่ข้อมูลเพียงอย่างเดียวไม่ได้กำหนดว่าองค์กรจะยอมรับความไม่แน่นอนได้มากน้อยเพียงใด

การวิจัยด้วยกลุ่มผู้ชมสังเคราะห์นำการคำนวณเช่นนี้เข้ามาเป็นส่วนหนึ่งของงานสร้างสรรค์ในแต่ละวัน เราสามารถสอบถามความคิดเห็นจากผู้ชมได้ตั้งแต่เนิ่น ๆ บ่อยขึ้น และในเรื่องการตัดสินใจที่เล็กลงเรื่อย ๆ วิธีนี้อาจช่วยยกระดับผลงานได้อย่างมาก แต่อีกด้านหนึ่ง ปฏิกิริยาที่คาดการณ์ไว้ก็อาจอยู่ในความคิดของผู้คนตลอดเวลา จนพวกเขาเริ่มปรับตัวตามปฏิกิริยานั้น ก่อนจะมีเวลาพัฒนาไอเดียของตนเอง

ผู้ชมที่ฝึกให้เราปรับตัว

ทีมสร้างสรรค์ไม่จำเป็นต้องได้รับคำสั่งให้เชื่อฟังแบบจำลอง หากคะแนนที่ดีช่วยให้ได้รับอนุมัติ สมาชิกในทีมก็ย่อมให้ความสนใจกับสิ่งที่ทำให้ได้คะแนนนั้น พวกเขาจะสังเกตว่าแนวคิดแบบใดผ่านการพิจารณาได้ง่าย และแนวคิดแบบใดต้องชี้แจงปกป้องกันยืดยาว

เมื่อถูกกดดัน ความรู้นี้ก็มีประโยชน์ เราอาจปรับไอเดียก่อนส่งขออนุมัติ ตัดองค์ประกอบที่ชวนอึดอัดออก หรือไม่สำรวจแนวทางที่ไม่คุ้นเคย การปรับเปลี่ยนแต่ละครั้งอาจดูเล็กน้อย แต่เมื่อเวลาผ่านไป สิ่งเหล่านี้อาจเปลี่ยนขอบเขตของผลงานที่ทีมสร้างขึ้น

นี่ก็เป็นวงจรการเรียนรู้เช่นกัน และคนที่อยู่ในวงจรนี้กำลังเรียนรู้ตรง ๆ ว่าสภาพแวดล้อมของตนให้รางวัลกับอะไร ความเป็นไปได้ที่น่ากังวลคือ ความสำเร็จภายในกระบวนการค่อย ๆ กลายเป็นนิยามที่พวกเขาใช้ในการทำงานว่าการตัดสินใจเชิงสร้างสรรค์ที่ดีคืออะไร พวกเขาอาจยังมีอำนาจอย่างเป็นทางการที่จะคัดค้าน แต่กลับใช้สิทธินั้นน้อยลงเรื่อย ๆ

ผลงานที่ได้อาจสร้างความอุ่นใจ แคมเปญที่ได้รับอนุมัติเป็นไปตามความคาดหวัง คำแนะนำของแบบจำลองดูสมเหตุสมผล และกระบวนการก็ดูน่าเชื่อถือขึ้นเรื่อย ๆ แต่สิ่งนี้แทบไม่ได้บอกอะไรเราเลยเกี่ยวกับผลงานที่ไม่เคยมีใครเสนอ หรือกลุ่มผู้ชมที่ผลงานนั้นอาจเข้าถึงได้ ระบบหนึ่งอาจเก่งกาจในการเลือกจากตัวเลือกที่คุ้นเคย ขณะเดียวกันก็ทำให้ผู้ใช้ไม่รู้ตัวว่าตนเลิกพิจารณาเรื่องใดไปแล้ว

Waterhouse กล่าวถึงพัฒนาการที่เกี่ยวข้องกันในส่วน “ภาพสะท้อน” ของบทความ เขาเขียนว่า เรากำลังสร้างปัญญาที่มีรูปลักษณ์เหมือนเรา แล้วจัดโครงสร้างบริษัทและสถาบันของเราใหม่โดยยึดภาพนั้นเป็นแบบอย่าง ในฝ่ายสร้างสรรค์ การปรับโครงสร้างเช่นนี้อาจเกิดขึ้นผ่านพฤติกรรมที่แต่ละคนทำจนเป็นนิสัย เราปรับตัวเข้าหาเครื่องมือ จนความชอบของมันเริ่มให้ความรู้สึกเหมือนเป็นวิจารณญาณของเราเอง

เมื่อถึงจุดนั้น ความคาดเดาได้บางส่วนที่เราสังเกตเห็นอาจเป็นผลจากวิธีทำงานที่เราเรียนรู้มา เราสร้างสิ่งที่ระบบเข้าใจได้ เพราะเราเคยชินกับการขออนุมัติจากมัน

The Mule

Isaac Asimov จินตนาการถึงการหยุดชะงักครั้งใหญ่ที่ทำให้อนาคตอันคาดเดาได้พลิกผันไว้ใน Foundation and Empire จิตประวัติศาสตร์ของ Hari Seldon สามารถคาดการณ์พฤติกรรมของประชากรจำนวนมหาศาล ทำให้เขาวางแผนที่ครอบคลุมช่วงเวลาหลายศตวรรษหลังจากชีวิตของตนได้ ความสำเร็จของแผนทำให้ผู้ที่พึ่งพาแผนนี้มั่นใจอย่างยิ่งว่าจะเกิดอะไรขึ้นต่อไป

แล้ว The Mule ก็ปรากฏตัวขึ้น เขาเป็นมนุษย์กลายพันธุ์ที่มีพลังเปลี่ยนอารมณ์และความภักดีของผู้คน และส่งอิทธิพลที่ Seldon ไม่ได้นำมาคำนวณไว้ ประชากรเริ่มแสดงพฤติกรรมแตกต่างไป และแผนการก็ออกนอกเส้นทาง บุคคลที่อยู่นอกเหนือสมมติฐานของแบบจำลองเปลี่ยนอนาคตที่แบบจำลองนั้นควรจะคาดการณ์ไว้

รักษาความสามารถในการสร้างความประหลาดใจ

สำหรับแบรนด์ เป้าหมายที่สอดคล้องกันคือการสร้างสิ่งที่น่าดึงดูดมากพอจะเปลี่ยนสิ่งที่ผู้คนคาดหวัง ซึ่งต้องอาศัยความคาดเดาไม่ได้ในรูปแบบเฉพาะ ผู้ชมอาจไว้วางใจวิจารณญาณและคุณภาพผลงานของเรา แต่ก็ยังคาดเดาไม่ได้ว่าเราจะทำอะไรต่อไป ที่จริงแล้ว การผสมผสานเช่นนี้อาจเป็นส่วนหนึ่งที่ทำให้ความสัมพันธ์ยังคงดำเนินต่อไป

ความพิศวงเกิดขึ้นได้เมื่อเราพบสิ่งที่ไม่อาจระบุไว้ล่วงหน้า แต่กลับมองเห็นคุณค่าของสิ่งนั้นได้ ความท้าทายด้านความคิดสร้างสรรค์คือการทำให้การพบเจอเช่นนี้เกิดขึ้นได้ ผ่านผลงานที่มีคุณภาพ มีมิติละเอียดอ่อน และมีเอกภาพมากพอที่จะคุ้มค่ากับความสนใจของผู้คน เมื่อเครื่องมือของเรามีขีดความสามารถมากขึ้น เราก็ควรต้องการอิสระที่จะลองสร้างผลงานเช่นนี้ให้มากขึ้น

สำหรับการตลาด เรื่องนี้ก่อให้เกิดปัญหาเฉพาะอย่างหนึ่ง งานของเราช่วยให้ผู้คนค้นพบสิ่งที่พวกเขาไม่เคยรู้มาก่อนด้วยซ้ำว่าต้องการ แคมเปญหนึ่งอาจเปลี่ยนภาพจำที่ผู้คนมีต่อผลิตภัณฑ์ ทำให้ประสบการณ์ที่ไม่คุ้นเคยน่าปรารถนา หรือมอบวิธีใหม่ให้ผู้คนเข้าใจแบรนด์ ความชอบของกลุ่มเป้าหมายก่อตัวขึ้นส่วนหนึ่งจากการเผชิญโลก รวมถึงสิ่งต่าง ๆ ที่เราเลือกนำเข้าไปในโลกนั้นด้วย

นั่นหมายความว่า การสำรวจว่าผู้คนชอบอะไรในปัจจุบันช่วยตอบโจทย์ได้เพียงส่วนหนึ่งเท่านั้น เรายังต้องใช้วิจารณญาณตัดสินว่า เมื่อสิ่งนั้นเกิดขึ้นแล้ว พวกเขาอาจสนใจอะไร และเราอยากให้แบรนด์มีส่วนร่วมอย่างไร ความมุ่งหวังเหล่านั้นอาจเริ่มต้นขึ้นก่อนที่จะมีหลักฐานเพียงพอให้เรารู้สึกมั่นใจได้

ใน มนุษยชาติที่ใช้การวิเคราะห์ได้อย่างเต็มศักยภาพ เราเสนอว่า เมื่อศักยภาพด้านการวิเคราะห์มีเพิ่มขึ้นอย่างต่อเนื่อง การเลือกใช้ศักยภาพเหล่านั้นของเราก็จะยิ่งมีความสำคัญมากขึ้น ความแตกต่างระหว่างสิ่งที่เราทำได้กับสิ่งที่เราควรทำยิ่งมีผลสำคัญ เมื่อเครื่องมือหนึ่งสามารถสร้างและประเมินความเป็นไปได้จำนวนมหาศาลที่ดูเหมือนไม่มีที่สิ้นสุด

การคาดการณ์ที่เชื่อถือได้ช่วยประกอบการตัดสินใจนั้นได้ แต่ไม่ได้ชี้ขาดให้เรา เราอาจคาดการณ์ได้อย่างถูกต้องว่าแนวทางที่คุ้นเคยจะให้ผลดี แต่ก็ยังตัดสินใจได้ว่ามีความมุ่งหวังอื่นที่น่าสนใจกว่าและควรเดินหน้าตาม การตัดสินใจนั้นเกี่ยวข้องกับความเข้าใจของเราที่มีต่อแบรนด์ ความสัมพันธ์ที่เราอยากสร้างกับกลุ่มเป้าหมาย และช่วงเวลาที่เราคาดหวังให้งานนั้นมีความสำคัญ การคาดการณ์เป็นส่วนหนึ่งของวิจารณญาณที่เราใช้ แต่เรายังคงต้องรับผิดชอบต่อความมุ่งหวังนั้น

การรักษาความรับผิดชอบนี้ไว้ต้องอาศัยมากกว่าความมั่นใจในรสนิยมของเราเอง ผู้คนอาจเข้าใจผิดได้อย่างยิ่งว่าการตามใจตนเองคือความก้าวหน้าครั้งสำคัญ และการคาดการณ์ที่ไม่เป็นผลดีก็ควรได้รับการพิจารณา ความเป็นอิสระจะเป็นประโยชน์เมื่อเราตรวจสอบข้อคัดค้าน ตัดสินใจได้ว่าเหตุใดแนวคิดหนึ่งจึงยังควรได้รับโอกาส และจัดให้เกิดการพบปะกับกลุ่มเป้าหมายจริง ๆ ซึ่งทำให้เราได้เรียนรู้บางอย่าง

การวิจัยเบื้องต้นที่มีต้นทุนต่ำลงควรช่วยให้เกิดการพบปะเช่นนั้นได้มากขึ้น เงินที่ประหยัดได้บางส่วนอาจนำไปใช้กับงานที่มุ่งศึกษากลุ่มเป้าหมายที่ไม่คุ้นเคย หรือการทดสอบแนวคิดที่มีคุณค่ายังไม่แน่ชัดในวงจำกัด จากนั้นองค์กรก็จะได้หลักฐานเกี่ยวกับความเป็นไปได้ต่าง ๆ ที่อาจถูกตัดทิ้งไป และผู้ที่ทำงานก็ยังคงรักษานิสัยการลงมือทำตามวิจารณญาณที่ผ่านการไตร่ตรองแล้วไว้ได้

AI สามารถมีส่วนร่วมได้ตลอดกระบวนการนี้ รวมถึงการสร้างแนวคิดที่คาดไม่ถึงด้วย การใช้ AI อย่างเหมาะสมอาจช่วยขยายจินตนาการของเราได้อย่างมาก อิสรภาพที่ควรรักษาไว้คือความสามารถในการเดินหน้าตามความเป็นไปได้ที่คุณค่ายังไม่ได้รับการตัดสินจากระบบที่เราใช้ประเมิน

ป.ล. บางทีในที่สุด AI อาจคาดการณ์การเปลี่ยนแปลงด้านความชอบของมนุษย์ที่มีความหมายได้ทุกอย่าง รวมถึงปฏิกิริยาของเราต่องานที่สร้างสรรค์ที่สุดเท่าที่จะจินตนาการได้ หากเป็นเช่นนั้น ก็คงยากจะคาดการณ์อะไรได้อีก จนกว่าจะถึงตอนนั้น เรายังต้องนำแนวคิดต่าง ๆ ไปให้ผู้คนได้เห็น แล้วดูว่าพวกเขาจะทำอะไรกับแนวคิดเหล่านั้น