ความสำคัญของคุณค่าเชิงนามธรรมในปัญญาประดิษฐ์สำหรับผู้นำธุรกิจ



<div _ngcontent-c15 = "" innerhtml = "

ในขณะที่ผู้นำธุรกิจมองหาการเรียนรู้ด้วยเครื่องจักรและปัญญาประดิษฐ์ (AI) เพื่อแก้ปัญหาและปลดล็อคโอกาสคำถามในใจของพวกเขาไม่ควรเป็นวิธีการที่เทคโนโลยีทำงาน พวกเขาควรถามว่าจะให้ AI ทำงานเพื่อสร้างมูลค่าทางธุรกิจได้อย่างไร

เพื่อทำความเข้าใจว่า AI สร้างคุณค่าอย่างไรเราจำเป็นต้องเข้าใจแนวคิดของ ค่านามธรรม ในสองวิธี: ค่าที่เป็นนามธรรม และผลลัพธ์ ค่าของนามธรรม. & nbsp;

สิ่งที่เป็นนามธรรมนั้นสามารถคิดได้ว่าเป็นกระบวนการที่รายละเอียดทางกายภาพเชิงพื้นที่หรือทางโลกถูกลบออกจากการศึกษาวัตถุหรือระบบใด ๆ ลองพิจารณาตัวอย่างทุกวัน เมื่อคุณเรียนรู้ที่จะขับรถคุณได้รับการสอนให้อยู่ในระยะที่ปลอดภัยจากรถคันหน้าของคุณ ด้วยประสบการณ์คุณเข้าใจว่าระยะทางที่ปลอดภัยดังต่อไปนี้จะแตกต่างกันไปตามปัจจัยหลายประการรวมถึงสภาพถนนสภาพอากาศการจราจรการก่อสร้างและเวลาของวัน (เพียงหนึ่งในหลายเหตุผลว่าทำไมการเขียนโปรแกรมแบบสมบูรณ์ ยานพาหนะอิสระ มันท้าทายมาก) "การรักษาระยะห่างที่ปลอดภัย" กลายเป็นชวเลขสำหรับรายละเอียดละเอียดทั้งหมดที่ไม่จำเป็นต้องสะกดออกมา – เช่นเพิ่มระยะทางต่อไปนี้สองเท่าเมื่อถนนเป็นน้ำแข็ง

การใส่รายละเอียดไว้เบื้องหลัง

สิ่งที่เป็นนามธรรมช่วยให้การตัดสินใจในลำดับที่สูงกว่าสามารถทำได้อย่างมีประสิทธิภาพมากขึ้นโดยไม่ทำให้รายละเอียดน้อยลงนั่นคือโดยการซ่อนขั้นตอนที่เป็นองค์ประกอบที่เกี่ยวข้องกับการตัดสินใจ พิจารณางานการเขียนโปรแกรมคอมพิวเตอร์เพื่อดำเนินการทางคณิตศาสตร์อย่างง่าย: 2 บวก 2 เท่ากับ 4 & nbsp; รายละเอียดที่แม่นยำของขั้นตอนที่เกี่ยวข้องในการดำเนินการนี้มีความซับซ้อนอย่างน่าประหลาดใจซึ่งเกี่ยวข้องกับภาษาเครื่องรหัสไบนารี่การอัพเดทการลงทะเบียนข้อมูล กลับไปที่ผู้ใช้ อย่างไรก็ตามเมื่อมีการตั้งโปรแกรมรายละเอียดแล้วผู้ใช้ปลายทางไม่จำเป็นต้องรู้ในแต่ละขั้นตอน พวกเขาสามารถสั่งให้คอมพิวเตอร์ทำการคำนวณทางคณิตศาสตร์ที่เป็นนามธรรมได้

ในทำนองเดียวกันนามธรรมเป็นความเข้าใจหลักในแนวทางการพัฒนาซอฟต์แวร์ที่เรียกว่าการเขียนโปรแกรมเชิงวัตถุ (OOP) ใน OOP ผู้พัฒนาจะสร้างรหัสซอฟต์แวร์แบบแยกส่วนขนาดเล็กที่บรรจุในตัวเองเรียกว่า "ออบเจ็กต์" วัตถุเหล่านี้สามารถนำมารวมกันเพื่อสร้างโปรแกรมซอฟต์แวร์ที่ซับซ้อนมากขึ้นเช่นเดียวกับบล็อกเลโก้เข้าด้วยกันเพื่อสร้างสิ่งปลูกสร้างที่ซับซ้อน ตราบใดที่วัตถุซอฟต์แวร์แต่ละชิ้นทำในสิ่งที่ควรทำและรู้วิธีการสื่อสารกับวัตถุอื่น ๆ รายละเอียดของการทำงานของวัตถุแต่ละชิ้นนั้นสามารถถูกซ่อนไว้ได้

การรวมกันของสิ่งที่เป็นนามธรรมและต้นแบบสร้างมูลค่ามหาศาล ตัวอย่างเช่นหากนักพัฒนาซอฟต์แวร์ต้องการสร้างแอปพลิเคชันสินเชื่อจำนองและต้องการค้นหาคะแนนเครดิตของผู้สมัครแต่ละรายผู้พัฒนาสามารถ“ เรียกใช้” แอปพลิเคชันค้นหาคะแนนเครดิตโดยใช้ Application Programming Interface (API) นักพัฒนาซอฟต์แวร์ไม่จำเป็นต้องเขียนรหัสสำหรับการค้นหาคะแนนเครดิตหรือแม้แต่รู้ว่าแอปพลิเคชันคะแนนเครดิตทำงานอย่างไร API สร้างมูลค่าด้วยการทำให้การเชื่อมต่อและรวมซอฟต์แวร์เป็นเรื่องง่ายขึ้นเพื่อแบ่งปันข้อมูลเปิดใช้งานธุรกรรมและสร้างแอปพลิเคชันซอฟต์แวร์ที่ซับซ้อน – แนวคิดที่เรียกว่า API Economy. & nbsp;

อีกตัวอย่างหนึ่งของค่าของ abstraction คือการแบ่งระดับของฐานข้อมูลเป็นหลายเลเยอร์ของ abstraction เลเยอร์ต่ำสุดของฐานข้อมูลคือเลเยอร์ทางกายภาพที่อธิบายข้อมูลอะตอมมิก ถัดไปเป็นชั้นตรรกะซึ่งอธิบายถึงเอนทิตีข้อมูลและความสัมพันธ์ของพวกเขาซึ่งเป็นอิสระจากแพลตฟอร์มข้อมูลทางกายภาพ เลเยอร์ที่สามและนามธรรมที่สุดคือเลเยอร์แนวความคิดซึ่งรวมถึงการสร้างข้อมูลระดับสูงที่ผู้ใช้ทางธุรกิจสามารถโต้ตอบ (เช่น "ค่าอายุการใช้งานของลูกค้า") ด้วยโครงสร้างสามชั้นนี้ผู้ใช้สามารถเข้าถึงฐานข้อมูลได้ลึกเท่าที่จำเป็นตามบทบาทของพวกเขา ตัวอย่างเช่นผู้ใช้ทางธุรกิจสามารถใช้โครงสร้างข้อมูลนามธรรมเพื่อสร้างแอปพลิเคชันโดยไม่ต้องยุ่งกับเลเยอร์ข้อมูลทางกายภาพ

สิ่งที่เป็นนามธรรมในปัญญาประดิษฐ์: Core เทียบกับ AI ประยุกต์

สิ่งที่เป็นนามธรรมประเภทเดียวกับที่เราเห็นในแอปพลิเคชันซอฟต์แวร์และฐานข้อมูลกำลังกระตุ้นการเติบโตอย่างรวดเร็วของระบบนิเวศ AI การพัฒนา AI นั้นกำลังได้รับการแบ่งพาร์ติชันอย่างต่อเนื่อง แกน AI (แพลตฟอร์มซอฟต์แวร์และเครื่องมือ) และ ใช้ AI (แอปพลิเคชันทางธุรกิจและกรณีใช้งาน) & nbsp; การพัฒนา Core AI นั้นเข้มข้นในหมู่ผู้เล่นเทคโนโลยีขนาดใหญ่บางครั้งเรียกว่า GMAFIA ในสหรัฐอเมริกา (Google, Microsoft, Amazon, Facebook, Intel, และ Apple) และ BAT ในประเทศจีน (Baidu, Alibaba และ Tencent) ผู้เล่นเหล่านี้พร้อมกับชุมชนโอเพนซอร์ซกำลังนำเสนอห้องสมุดที่กว้างขวางของอัลกอริทึมซอฟต์แวร์ AI และเครื่องมือที่สามารถเข้าถึงได้ผ่าน API ตัวอย่างเช่นเครื่องมือแปลข้อความเป็นข้อความมีให้บริการจาก Google (Google Cloud Speech API), IBM (IBM Watson Speech to Text), Microsoft (Azure Bing Speech API) และ Amazon (Amazon Polly) เครื่องมือเหล่านี้เหมือนบล็อกเลโก้ สามารถรวมเข้าด้วยกันได้อย่างรวดเร็วเพื่อสร้างแอปพลิเคชั่น AI ที่ซับซ้อนและสร้างขึ้นโดยไม่ต้องสร้างล้อ

นามธรรมของ AI หลักในการทำให้เป็นประชาธิปไตยของ AI และเร่งการพัฒนาของ AI ที่ใช้เพื่อแก้ปัญหาทางธุรกิจที่เฉพาะเจาะจง มีความขัดแย้งที่น่าสนใจ ระบบนิเวศหลักของ AI มีความเข้มข้นมากขึ้นเนื่องจากแพลตฟอร์มและเครื่องมือจำเป็นต้องได้มาตรฐานในขณะที่ระบบนิเวศของ AI ที่นำไปใช้นั้นมีความหลากหลายมากขึ้นเนื่องจากแอปพลิเคชั่นนับล้านสามารถสร้างได้อย่างรวดเร็วจากส่วนประกอบหลัก ผู้พัฒนา AI แบบประยุกต์ไม่จำเป็นต้องกลับไปที่“ ระดับการสร้างแบบบล็อก” อีกต่อไป แต่พวกเขาสามารถมุ่งเน้นไปที่การใช้ Building Block เพื่อสร้างแอปพลิเคชันทางธุรกิจ & nbsp;

คุณค่าใน AI ทำให้นึกถึงคำพูดที่โด่งดังของ Sir Isaac Newton:“ ถ้าฉันได้เห็นมันมากขึ้นก็คือการยืนบนไหล่ของยักษ์” เทคโนโลยีก้าวหน้าไปอย่างไม่หยุดยั้งเพราะมันใช้หน่วยการสร้างเป็นพื้นฐานสำหรับระดับที่สูงขึ้น ของนามธรรมเพื่อสร้างมูลค่า

คุณค่าของสิ่งที่เป็นนามธรรม – จาก "อะไร" ถึง "ดังนั้นอะไร" และ "ตอนนี้อะไร"

นามธรรมของค่ามีผลซึ่งกันและกันที่น่าสนใจ: นามธรรมจะมีค่ามากขึ้น ในขณะที่เครื่องมือ AI หลักกลายเป็นสินค้าที่มีความเป็นประชาธิปไตยมากขึ้นและมีการค้าขายมากขึ้นการสร้างมูลค่าจะเปลี่ยนไปใช้แอปพลิเคชัน AI เพื่อแก้ปัญหาทางธุรกิจ ผู้ให้บริการแพลตฟอร์มขนาดใหญ่จำนวนน้อยจะได้รับประโยชน์จากการสร้างบล็อคหลักของ AI แต่ส่วนใหญ่ของมูลค่าที่สร้างขึ้นนั้นจะมาจากธุรกิจที่มุ่งเน้นไปที่ "เพื่ออะไร" และ "ตอนนี้คืออะไร" ของ AI นั่นหมายความว่าคุณค่าจะย้ายไปยังแอปพลิเคชันเฉพาะโดเมนและเฉพาะอุตสาหกรรมของ AI & nbsp; เราได้เห็นแนวโน้มนี้แล้วด้วยการสร้างระบบนิเวศที่หลากหลายของ AI ที่เพิ่งเริ่มต้น AI ซึ่งกำลังแก้ปัญหาเฉพาะอุตสาหกรรมเช่นการป้องกันการฉ้อโกงประกันภัย การปรับให้เหมาะสมและการทำสัญญาอัตโนมัติเพื่อตั้งชื่อให้น้อย

การโยกย้ายคุณค่าในระบบนิเวศ AI ไปสู่แอพพลิเคชั่นทางธุรกิจที่เป็นนามธรรมของ AI นั้นมีความคล้ายคลึงกันในอดีต เมื่อมนุษย์พัฒนาขึ้นคุณค่าได้เปลี่ยนจากรูปแบบของแรงงานที่จับต้องได้และร่างกายเป็นรูปแบบนามธรรมและองค์ความรู้ของแรงงาน ทุกวันนี้ผู้คนที่ทำงานด้วยมือของพวกเขาทำเงินได้น้อยกว่าคนที่ทำงานด้วยความคิดและคีย์บอร์ด & nbsp; ลองคิดแบบนี้: หากโลกถูกทำลายในวันนี้และมนุษย์ต้องสร้างทุกอย่างใหม่การใช้แรงงานทางกายภาพจะมีค่ามากกว่านี้มากไปกว่าธนาคารเพื่อการลงทุนหรืออาจารย์วิทยาลัย! อย่างไรก็ตามในขณะที่สังคมก้าวหน้าขึ้นค่านิยมมากขึ้นจะถูกวางบนทักษะที่เป็นนามธรรมและไม่มีตัวตน

คุณค่าของสิ่งที่เป็นนามธรรมมีนัยสำคัญต่อผู้นำทางธุรกิจเช่นเดียวกับการพัฒนาความสามารถ ในขณะที่นักพัฒนาซอฟต์แวร์และโปรแกรมเมอร์จะยังคงอยู่ในความต้องการมูลค่าที่ยิ่งใหญ่กว่าจะถูกสร้างขึ้นโดยนักวิทยาศาสตร์ข้อมูลที่สามารถรวมความเชี่ยวชาญทางธุรกิจกับความเชี่ยวชาญด้าน AI ที่ประยุกต์ใช้เพื่อแก้ปัญหาทางธุรกิจ ในฐานะที่เป็นสังคมสิ่งนี้เรียกร้องให้เรามุ่งเน้นทักษะการเรียนรู้ที่สูงขึ้น เนื่องจากการหยุดชะงักของ AI ที่กำลังคืบคลานเข้ามาแทนที่งานที่มีลำดับต่ำกว่าคนงานจึงจำเป็นต้องมี การฝึกอบรม. การมองไปสู่อนาคตผู้นำทางธุรกิจและคนงานจำเป็นต้องเข้าใจถึงคุณค่าของสิ่งที่เป็นนามธรรมเพื่อที่พวกเขาจะได้รับประโยชน์จากสิ่งที่เป็นนามธรรม

">

ในขณะที่ผู้นำธุรกิจมองหาการเรียนรู้ด้วยเครื่องจักรและปัญญาประดิษฐ์ (AI) เพื่อแก้ปัญหาและปลดล็อคโอกาสคำถามในใจของพวกเขาไม่ควรเป็นวิธีการที่เทคโนโลยีทำงาน พวกเขาควรถามว่าจะให้ AI ทำงานเพื่อสร้างมูลค่าทางธุรกิจได้อย่างไร

เพื่อทำความเข้าใจว่า AI สร้างคุณค่าอย่างไรเราจำเป็นต้องเข้าใจแนวคิดของ ค่านามธรรม ในสองวิธี: ค่าที่เป็นนามธรรม และผลลัพธ์ ค่าของนามธรรม.

สิ่งที่เป็นนามธรรมนั้นสามารถคิดได้ว่าเป็นกระบวนการที่รายละเอียดทางกายภาพเชิงพื้นที่หรือทางโลกถูกลบออกจากการศึกษาวัตถุหรือระบบใด ๆ ลองพิจารณาตัวอย่างทุกวัน เมื่อคุณเรียนรู้ที่จะขับรถคุณได้รับการสอนให้อยู่ในระยะที่ปลอดภัยจากรถคันหน้าของคุณ ด้วยประสบการณ์คุณเข้าใจว่าระยะทางที่ปลอดภัยดังต่อไปนี้จะแตกต่างกันไปตามปัจจัยหลายประการรวมถึงสภาพถนนสภาพอากาศการจราจรการก่อสร้างและเวลาของวัน (เพียงหนึ่งในหลาย ๆ เหตุผลว่าทำไมการเขียนโปรแกรมยานยนต์อิสระอย่างเต็มที่จึงท้าทาย) "การรักษาระยะห่างที่ปลอดภัย" กลายเป็นชวเลขสำหรับรายละเอียดละเอียดทั้งหมดที่ไม่จำเป็นต้องสะกดออกมา – เช่นเพิ่มระยะทางต่อไปนี้สองเท่าเมื่อถนนเป็นน้ำแข็ง

การใส่รายละเอียดไว้เบื้องหลัง

สิ่งที่เป็นนามธรรมช่วยให้การตัดสินใจในลำดับที่สูงกว่าสามารถทำได้อย่างมีประสิทธิภาพมากขึ้นโดยไม่ทำให้รายละเอียดน้อยลงนั่นคือโดยการซ่อนขั้นตอนที่เป็นองค์ประกอบที่เกี่ยวข้องกับการตัดสินใจ พิจารณางานของการเขียนโปรแกรมคอมพิวเตอร์เพื่อดำเนินการทางคณิตศาสตร์อย่างง่าย: 2 บวก 2 เท่ากับ 4 รายละเอียดที่แม่นยำของขั้นตอนที่เกี่ยวข้องในการดำเนินการนี้มีความซับซ้อนอย่างน่าประหลาดใจที่เกี่ยวข้องกับภาษาเครื่องรหัสไบนารี่การอัพเดตรีจิสเตอร์ข้อมูล ผู้ใช้งาน. อย่างไรก็ตามเมื่อมีการตั้งโปรแกรมรายละเอียดแล้วผู้ใช้ปลายทางไม่จำเป็นต้องรู้ในแต่ละขั้นตอน พวกเขาสามารถสั่งให้คอมพิวเตอร์ทำการคำนวณทางคณิตศาสตร์ที่เป็นนามธรรมได้

ในทำนองเดียวกันนามธรรมเป็นความเข้าใจหลักในแนวทางการพัฒนาซอฟต์แวร์ที่เรียกว่าการเขียนโปรแกรมเชิงวัตถุ (OOP) ใน OOP ผู้พัฒนาจะสร้างรหัสซอฟต์แวร์แบบแยกส่วนขนาดเล็กที่บรรจุในตัวเองเรียกว่า "ออบเจ็กต์" วัตถุเหล่านี้สามารถนำมารวมกันเพื่อสร้างโปรแกรมซอฟต์แวร์ที่ซับซ้อนมากขึ้นเช่นเดียวกับบล็อกเลโก้เข้าด้วยกันเพื่อสร้างสิ่งปลูกสร้างที่ซับซ้อน ตราบใดที่วัตถุซอฟต์แวร์แต่ละชิ้นทำในสิ่งที่ควรทำและรู้วิธีการสื่อสารกับวัตถุอื่น ๆ รายละเอียดของการทำงานของวัตถุแต่ละชิ้นนั้นสามารถถูกซ่อนไว้ได้

การรวมกันของสิ่งที่เป็นนามธรรมและต้นแบบสร้างมูลค่ามหาศาล ตัวอย่างเช่นหากนักพัฒนาซอฟต์แวร์ต้องการสร้างแอปพลิเคชันสินเชื่อจำนองและต้องการค้นหาคะแนนเครดิตของผู้สมัครแต่ละรายผู้พัฒนาสามารถ“ เรียกใช้” แอปพลิเคชันค้นหาคะแนนเครดิตโดยใช้ Application Programming Interface (API) นักพัฒนาซอฟต์แวร์ไม่จำเป็นต้องเขียนรหัสสำหรับการค้นหาคะแนนเครดิตหรือแม้แต่รู้ว่าแอปพลิเคชันคะแนนเครดิตทำงานอย่างไร API สร้างมูลค่าด้วยการทำให้การเชื่อมต่อและบูรณาการซอฟต์แวร์เป็นเรื่องง่ายขึ้นเพื่อแบ่งปันข้อมูลเปิดใช้งานธุรกรรมและสร้างแอปพลิเคชันซอฟต์แวร์ที่ซับซ้อนซึ่งเป็นแนวคิดที่เรียกว่า API Economy

อีกตัวอย่างหนึ่งของค่าของ abstraction คือการแบ่งระดับของฐานข้อมูลเป็นหลายเลเยอร์ของ abstraction เลเยอร์ต่ำสุดของฐานข้อมูลคือเลเยอร์ทางกายภาพที่อธิบายข้อมูลอะตอมมิก ถัดไปเป็นชั้นตรรกะซึ่งอธิบายถึงเอนทิตีข้อมูลและความสัมพันธ์ของพวกเขาซึ่งเป็นอิสระจากแพลตฟอร์มข้อมูลทางกายภาพ เลเยอร์ที่สามและนามธรรมที่สุดคือเลเยอร์แนวความคิดซึ่งรวมถึงการสร้างข้อมูลระดับสูงที่ผู้ใช้ทางธุรกิจสามารถโต้ตอบ (เช่น "ค่าอายุการใช้งานของลูกค้า") ด้วยโครงสร้างสามชั้นนี้ผู้ใช้สามารถเข้าถึงฐานข้อมูลได้ลึกเท่าที่จำเป็นตามบทบาทของพวกเขา ตัวอย่างเช่นผู้ใช้ทางธุรกิจสามารถใช้โครงสร้างข้อมูลนามธรรมเพื่อสร้างแอปพลิเคชันโดยไม่ต้องยุ่งกับเลเยอร์ข้อมูลทางกายภาพ

สิ่งที่เป็นนามธรรมในปัญญาประดิษฐ์: Core เทียบกับ AI ประยุกต์

สิ่งที่เป็นนามธรรมประเภทเดียวกับที่เราเห็นในแอปพลิเคชันซอฟต์แวร์และฐานข้อมูลกำลังกระตุ้นการเติบโตอย่างรวดเร็วของระบบนิเวศ AI การพัฒนา AI นั้นกำลังได้รับการแบ่งพาร์ติชันอย่างต่อเนื่อง แกน AI (แพลตฟอร์มซอฟต์แวร์และเครื่องมือ) และ ใช้ AI แอปพลิเคชันธุรกิจและกรณีการใช้งาน การพัฒนา AI หลักมีความเข้มข้นในหมู่ผู้เล่นเทคโนโลยีขนาดใหญ่บางครั้งเรียกว่า GMAFIA ในสหรัฐอเมริกา (Google, Microsoft, Amazon, Facebook, Intel และ Apple) และ BAT ในประเทศจีน (Baidu, อาลีบาบาและ Tencent) ผู้เล่นเหล่านี้พร้อมกับชุมชนโอเพนซอร์ซกำลังนำเสนอห้องสมุดที่กว้างขวางของอัลกอริทึมซอฟต์แวร์ AI และเครื่องมือที่สามารถเข้าถึงได้ผ่าน API ตัวอย่างเช่นเครื่องมือแปลข้อความเป็นข้อความมีให้บริการจาก Google (Google Cloud Speech API), IBM (IBM Watson Speech to Text), Microsoft (Azure Bing Speech API) และ Amazon (Amazon Polly) เครื่องมือเหล่านี้เหมือนบล็อกเลโก้ สามารถรวมเข้าด้วยกันได้อย่างรวดเร็วเพื่อสร้างแอปพลิเคชั่น AI ที่ซับซ้อนและสร้างขึ้นโดยไม่ต้องสร้างล้อ

นามธรรมของ AI หลักในการทำให้เป็นประชาธิปไตยของ AI และเร่งการพัฒนาของ AI ที่ใช้เพื่อแก้ปัญหาทางธุรกิจที่เฉพาะเจาะจง มีความขัดแย้งที่น่าสนใจ ระบบนิเวศหลักของ AI มีความเข้มข้นมากขึ้นเนื่องจากแพลตฟอร์มและเครื่องมือจำเป็นต้องได้มาตรฐานในขณะที่ระบบนิเวศของ AI ที่นำไปใช้นั้นมีความหลากหลายมากขึ้นเนื่องจากแอปพลิเคชั่นนับล้านสามารถสร้างได้อย่างรวดเร็วจากส่วนประกอบหลัก ผู้พัฒนา AI แบบประยุกต์ไม่จำเป็นต้องกลับไปที่“ ระดับการสร้างแบบบล็อก” อีกต่อไป แต่พวกเขาสามารถมุ่งเน้นไปที่การใช้ Building Block เพื่อสร้างแอปพลิเคชันทางธุรกิจ

คุณค่าใน AI ทำให้นึกถึงคำพูดที่โด่งดังของ Sir Isaac Newton:“ ถ้าฉันได้เห็นมันมากขึ้นก็คือการยืนบนไหล่ของยักษ์” เทคโนโลยีก้าวหน้าไปอย่างไม่หยุดยั้งเพราะมันใช้หน่วยการสร้างเป็นพื้นฐานสำหรับระดับที่สูงขึ้น ของนามธรรมเพื่อสร้างมูลค่า

คุณค่าของสิ่งที่เป็นนามธรรม – จาก "อะไร" ถึง "ดังนั้นอะไร" และ "ตอนนี้อะไร"

นามธรรมของค่ามีผลซึ่งกันและกันที่น่าสนใจ: นามธรรมจะมีค่ามากขึ้น ในขณะที่เครื่องมือ AI หลักกลายเป็นสินค้าที่มีความเป็นประชาธิปไตยมากขึ้นและมีการค้าขายมากขึ้นการสร้างมูลค่าจะเปลี่ยนไปใช้แอปพลิเคชัน AI เพื่อแก้ปัญหาทางธุรกิจ ผู้ให้บริการแพลตฟอร์มขนาดใหญ่จำนวนน้อยจะได้รับประโยชน์จากการสร้างบล็อคหลักของ AI แต่ส่วนใหญ่ของมูลค่าที่สร้างขึ้นนั้นจะมาจากธุรกิจที่มุ่งเน้นไปที่ "เพื่ออะไร" และ "ตอนนี้คืออะไร" ของ AI นั่นหมายความว่าค่าจะย้ายไปยังแอปพลิเคชันเฉพาะโดเมนและเฉพาะอุตสาหกรรมของ AI เราได้เห็นแนวโน้มนี้แล้วด้วยการสร้างระบบนิเวศน์ที่หลากหลายของ AI ที่เพิ่งเริ่มต้นซึ่งกำลังแก้ปัญหาเฉพาะอุตสาหกรรมเช่นการป้องกันการฉ้อโกงประกันภัยการเพิ่มประสิทธิภาพอัตราการแปลงและระบบอัตโนมัติตามสัญญา

การโยกย้ายคุณค่าในระบบนิเวศ AI ไปสู่แอพพลิเคชั่นทางธุรกิจที่เป็นนามธรรมของ AI นั้นมีความคล้ายคลึงกันในอดีต เมื่อมนุษย์พัฒนาขึ้นคุณค่าได้เปลี่ยนจากรูปแบบของแรงงานที่จับต้องได้และร่างกายเป็นรูปแบบนามธรรมและองค์ความรู้ของแรงงาน ทุกวันนี้ผู้คนที่ทำงานด้วยมือของพวกเขาทำเงินได้น้อยกว่าคนที่ทำงานด้วยความคิดและคีย์บอร์ด คิดแบบนี้: ถ้าโลกถูกทำลายในวันนี้และมนุษย์ต้องสร้างใหม่ทุกอย่างการใช้แรงงานทางกายภาพจะมีค่ามากกว่า – มากกว่าธนาคารเพื่อการลงทุนหรืออาจารย์วิทยาลัย! อย่างไรก็ตามในขณะที่สังคมก้าวหน้าขึ้นค่านิยมมากขึ้นจะถูกวางบนทักษะที่เป็นนามธรรมและไม่มีตัวตน

คุณค่าของสิ่งที่เป็นนามธรรมมีนัยสำคัญต่อผู้นำทางธุรกิจเช่นเดียวกับการพัฒนาความสามารถ ในขณะที่นักพัฒนาซอฟต์แวร์และโปรแกรมเมอร์จะยังคงอยู่ในความต้องการมูลค่าที่ยิ่งใหญ่กว่าจะถูกสร้างขึ้นโดยนักวิทยาศาสตร์ข้อมูลที่สามารถรวมความเชี่ยวชาญทางธุรกิจกับความเชี่ยวชาญด้าน AI ที่ประยุกต์ใช้เพื่อแก้ปัญหาทางธุรกิจ ในฐานะที่เป็นสังคมสิ่งนี้เรียกร้องให้เรามุ่งเน้นทักษะการเรียนรู้ที่สูงขึ้น เนื่องจากการหยุดชะงักของ AI ที่กำลังคืบคลานเข้ามาแทนที่งานที่มีลำดับต่ำกว่าทำให้คนงานต้องได้รับการฝึกอบรมใหม่ การมองไปสู่อนาคตผู้นำทางธุรกิจและคนงานจำเป็นต้องเข้าใจถึงคุณค่าของสิ่งที่เป็นนามธรรมเพื่อที่พวกเขาจะได้รับประโยชน์จากสิ่งที่เป็นนามธรรม