berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Li Ning/Teks Apakah kecerdasan buatan generatif (AI), yang dikenal sebagai revolusi industri keempat, benar-benar mewakili revolusi produktivitas baru?

Melihat kembali sejarah, revolusi industri sebelumnya membawa lompatan besar dalam produktivitas. Revolusi industri pertama dimulai pada tahun 1760-an, ditandai dengan perbaikan mesin uap Watt, yang memicu peralihan dari tenaga kerja manual ke produksi mesin. Revolusi industri kedua ditandai dengan meluasnya penerapan listrik. Kedua revolusi ini secara signifikan mengurangi biaya penggunaan bioenergi, tenaga kerja, dan tenaga hewan, dan dalam banyak skenario menyebabkan biaya marjinal yang dihasilkan oleh tenaga kerja manual mendekati nol. Revolusi industri ketiga, juga dikenal sebagai revolusi teknologi informasi, dimulai setelah Perang Dunia II dan ditandai dengan mempopulerkan komputer dan Internet. Pada tahap ini, perusahaan Internet yang diwakili oleh Google telah mengurangi biaya perolehan dan penyebaran informasi ke tingkat yang sangat rendah.

Seperti yang dikatakan Lu Qi, mantan presiden Baidu, perusahaan-perusahaan Internet telah mencapai transformasi penting: mengubah biaya marjinal untuk memperoleh informasi menjadi biaya tetap. Ambil contoh Google. Perusahaan ini menginvestasikan sekitar US$1 miliar dalam produksi peta setiap tahunnya, namun bagi setiap pengguna, biaya untuk memperoleh informasi peta hampir nol. Model ini tidak hanya mengubah cara memperoleh informasi, namun juga berdampak besar pada seluruh lapisan masyarakat.

Namun, kita perlu mengenali perbedaan mendasar antara informasi dan pengetahuan. Revolusi informasi telah mengurangi biaya bagi kita untuk memperoleh informasi yang ada, namun informasi tersebut biasanya berupa pengetahuan yang diciptakan oleh generasi sebelumnya, seperti buku, poin pengetahuan atau kode. Setelah memperoleh informasi, penciptaan kembali dan penerapan ilmu pengetahuan masih banyak bergantung pada manusia.

Munculnya AI generatif telah mengubah logika ini. Ini sangat mengurangi biaya produksi pengetahuan. Penciptaan pengetahuan adalah kekuatan inti yang mendorong kemajuan sosial, mencakup segala hal mulai dari penelitian ilmiah mutakhir, penelitian dan pengembangan perusahaan, solusi penjualan di industri jasa hingga pendidikan dan perencanaan kehidupan sehari-hari di bidang keluarga. Pada hakikatnya kegiatan tersebut merupakan proses rekombinasi dan penciptaan informasi yang ada.

Misalnya, dengan bantuan AI, kita dapat menghasilkan salinan berkualitas tinggi dalam beberapa detik, menyelesaikan sejumlah besar brainstorming kreatif hanya dalam beberapa menit, dan bahkan dengan cepat menghasilkan gambar, video, dan karya musik.

Di bidang penelitian ilmiah, penerapan AI bahkan lebih menarik perhatian. Misalnya, AlphaFold (model baru yang dikembangkan oleh Google DeepMind dan I-somorphic Labs, dua perusahaan AI milik Google), sebagai teknologi AI revolusioner, sepenuhnya mengubah lanskap penelitian biomedis, sangat memperpendek siklus penelitian ilmiah dan mengurangi biaya. .

Secara tradisional, menentukan struktur tiga dimensi suatu protein memerlukan penggunaan metode eksperimental seperti kristalografi sinar-X atau mikroskop krio-elektron. Metode ini tidak hanya memakan waktu dan tenaga, seringkali memakan waktu berbulan-bulan atau bahkan bertahun-tahun, tetapi juga membutuhkan waktu yang lama juga mahal. AlphaFold dapat secara akurat memprediksi struktur protein dalam hitungan jam atau hari, sehingga secara signifikan memperpendek siklus penelitian.

Mengambil contoh penelitian dan pengembangan obat, ESM3 (model kecerdasan buatan generatif inovatif yang dikembangkan oleh startup AI EvolutionaryScale khusus untuk desain protein) dapat dengan cepat mensimulasikan dan menghasilkan rangkaian protein baru, termasuk antibodi dan enzim dengan fungsi spesifik, Memungkinkan para ilmuwan merancang obat yang ditargetkan dengan presisi yang belum pernah terjadi sebelumnya.

Kemampuan ini memungkinkan para peneliti dengan cepat menghasilkan dan menguji desain protein baru, melewati pendekatan coba-coba yang mendominasi pengembangan obat tradisional, sehingga memfokuskan penelitian pada kandidat obat yang paling menjanjikan. Sifat interaktif ESM3 memungkinkan peneliti memandu proses desain protein melalui petunjuk, sehingga semakin meningkatkan efisiensi penemuan obat. Hal ini tidak hanya mempercepat penelitian tetapi juga mengurangi biaya secara signifikan, karena peneliti dapat menjelajahi ruang protein yang lebih luas di lingkungan virtual sebelum memvalidasinya di laboratorium. Kemampuan ESM3 untuk mensimulasikan proses evolusi alami selama jutaan tahun membuka kemungkinan baru untuk pengembangan obat inovatif.

Chief Executive Officer (CEO) AI Microsoft Mustafa Suleyman memperkirakan bahwa dalam 15 hingga 20 tahun ke depan, biaya produksi pengetahuan baru akan mendekati nol. Ia yakin perubahan ini akan menandai “titik perubahan” sejati dalam sejarah umat manusia.

Visi baru dan logika baru

Jika pengembangan dan pemasyarakatan AI generatif mewujudkan visi biaya marjinal penciptaan pengetahuan yang mendekati nol, kita akan mencapai masa depan yang belum pernah terjadi sebelumnya. Di masa depan, produksi pengetahuan akan menjadi sangat murah dan efisien, yang akan membawa perubahan besar.

Bayangkan para peneliti ilmiah dapat menyelesaikan desain eksperimen dan analisis data dalam beberapa menit, dan siklus penelitian ilmiah yang biasanya memakan waktu berbulan-bulan menjadi jauh lebih singkat. Tugas-tugas kompleks seperti prediksi struktur protein dan penyaringan zat kimia akan menjadi akurat dan efisien, dan kemajuan ilmiah akan didorong lebih dari sebelumnya. Di laboratorium, peneliti akan lebih tenggelam dalam eksplorasi kreatif daripada eksperimen berulang-ulang yang membosankan.

Di masa depan, dokter akan dapat memperoleh pengetahuan medis terkini serta diagnosis dan pilihan pengobatan terbaik hanya dengan satu klik mouse, dan menyesuaikan rencana perawatan yang dipersonalisasi untuk pasien. Setiap pasien dapat menerima layanan medis yang paling sesuai, dan efektivitas serta efisiensi diagnosis dan pengobatan meningkat pesat. Peningkatan kesehatan yang signifikan akan memungkinkan masyarakat menikmati kualitas hidup yang lebih baik, dan penyakit tidak lagi menjadi musuh yang tak terkalahkan.

Di dalam kelas, AI generatif akan menyediakan sumber belajar yang disesuaikan dengan kemajuan dan minat belajar setiap siswa, sehingga benar-benar mengajar siswa sesuai dengan bakatnya. Siswa tidak lagi terikat oleh kurikulum terpadu, namun akan dapat belajar dengan cara dan kecepatan yang paling sesuai untuk mereka. Potensi setiap anak akan terpacu secara maksimal, pembelajaran menjadi menyenangkan, dan mutu pendidikan meningkat secara menyeluruh.

Di ruang konseling psikologis, AI generatif akan memberikan konseling psikologis dan dukungan emosional yang dipersonalisasi. AI dapat dengan tajam mengidentifikasi dan menganalisis keadaan emosi seseorang dan memberikan bantuan psikologis yang tepat waktu dan efektif. Baik saat menghadapi stres, kecemasan, atau mencari kenyamanan emosional, setiap orang dapat menemukan kedamaian dan kebahagiaan batin dengan perhatian dan dukungan AI.

AI generatif akan ada dimana-mana dalam kehidupan sehari-hari di masa depan. Bimbingan ujian masuk perguruan tinggi, layanan konsultasi, dan karya kreatif, AI akan sangat meningkatkan efisiensi dan efektivitas. Orang-orang dapat menyelesaikan berbagai tugas dengan mudah, sehingga memiliki lebih banyak waktu dan energi untuk dicurahkan pada pekerjaan yang kreatif dan strategis. Tugas yang berulang dan mekanis akan diambil alih oleh AI, dan kehidupan manusia akan menjadi lebih mudah dan menyenangkan.

Setelah memperjelas visi masa depan yang mungkin dihasilkan oleh AI generatif, kita perlu memikirkan logika pengambilan keputusan yang baru. Karena biaya marjinal produksi pengetahuan akan mendekati nol, setiap orang mulai dari individu hingga perusahaan perlu menyesuaikan keputusan dan strategi mereka untuk beradaptasi dengan perubahan ini.

Individu perlu menilai kembali nilai dirinya. Di zaman dimana pengetahuan sudah tersedia, kemampuan dan kualitas apa yang masih berharga? Meskipun AI telah menunjukkan kemampuan yang kuat di banyak bidang, inovasi sejati dari 0 hingga 1 masih tidak dapat dipisahkan dari inspirasi dan intuisi manusia. Yang dibutuhkan oleh inovasi semacam ini adalah percikan inspirasi, momen pencerahan, dan AI saat ini tidak mampu mereplikasi kreativitas semacam ini sepenuhnya dari awal.

Oleh karena itu, kita perlu memikirkan bagaimana menjaga keunikan kita di lingkungan ini. Pembelajaran berkelanjutan dan pengembangan diri tidak hanya membantu kita beradaptasi dengan dunia yang berubah dengan cepat, namun juga memungkinkan kita untuk terus berinovasi di bidang kita sendiri dan tetap kompetitif. Inovasi dari 0 hingga 1 membutuhkan inspirasi dan intuisi yang tidak dapat diprediksi, sebuah percikan kecil dalam pemikiran manusia, yang dapat memicu keseluruhan proses kreatif. Kita hendaknya menghargai kemampuan ini dan terus memupuk serta menstimulasinya.

Yang lebih penting lagi, meskipun AI sangat kuat, AI saat ini masih kurang memiliki arah dan tujuan. Salah satu peran kunci manusia di era ini adalah memberikan arahan dan makna bagi AI. Kita perlu memutuskan masalah apa yang harus dipecahkan oleh AI, bagaimana menggunakan AI untuk meningkatkan kehidupan manusia, dan bagaimana memastikan bahwa pengembangan AI memenuhi standar moral dan etika. Kemampuan tersebut menuntut kita untuk memiliki cara pandang makro, wawasan mendalam, dan pemahaman yang tajam terhadap nilai-nilai kemanusiaan dan kebutuhan sosial.

Bidang penelitian ilmiah memberikan contoh yang menggugah pikiran tentang dampak besar AI generatif terhadap proses penciptaan pengetahuan.

Secara tradisional, penelitian ilmiah dianggap sebagai istana penciptaan pengetahuan baru, dan prosesnya seringkali memakan waktu, padat karya, dan mahal. Mengambil contoh manajemen, penelitian tidak hanya tentang menemukan fenomena dan teori baru, tetapi juga memerlukan pemolesan yang cermat dan demonstrasi yang cermat. Seperti yang dijelaskan oleh pakar manajemen Markus Baer dan Jason Shaw dalam artikel mereka, apa yang dilakukan oleh pakar manajemen adalah "keahlian akademis".

Namun, kemunculan AI generatif mungkin berdampak besar pada nilai “keahlian akademis” ini. Hal ini mengingatkan kita akan dampak revolusi industri sebelumnya terhadap pengrajin tradisional.

Sebelum Revolusi Industri, pengrajin terampil sangat dihormati dan keterampilan mereka langka dan berharga. Namun, dengan diperkenalkannya mesin dan meningkatnya produksi massal, banyak kerajinan tangan yang dulunya sangat terspesialisasi secara bertahap digantikan oleh proses industri yang terstandarisasi, dan status serta nilai pengrajin tradisional di masyarakat menurun secara signifikan.

Kini, kita tampaknya menghadapi titik kritis serupa. AI generatif dapat dengan cepat memproses data dalam jumlah besar, menghasilkan hipotesis dan kesimpulan yang tampaknya masuk akal, dan bahkan dapat meniru gaya penulisan akademis. Hal ini membuat kita berpikir: Akankah AI secara signifikan mengurangi nilai “pengrajin” akademis? Tugas-tugas yang dulunya mengharuskan peneliti menginvestasikan banyak waktu dan energi, seperti tinjauan literatur, analisis data, dan bahkan konstruksi teori awal, kini hanya membutuhkan waktu beberapa menit untuk diselesaikan dengan AI.

Perubahan ini tentunya akan membawa dampak besar bagi dunia akademis. Sama seperti revolusi industri yang mengubah nilai kerajinan tangan dan membuat keterampilan pengrajin yang sebelumnya tidak dapat dicapai tidak lagi langka, apakah kemunculan AI generatif juga akan menyebabkan beberapa keterampilan akademis tradisional kehilangan keunikannya? Sebagai profesi yang diperuntukkan bagi kelompok minoritas, apakah penelitian ilmiah menghadapi tantangan yang tidak tergantikan?

Pertanyaan-pertanyaan ini memicu serangkaian pemikiran yang lebih dalam: Di era AI, apa nilai paling penting dari para sarjana? Apakah kita perlu mendefinisikan ulang apa yang kita maksud dengan “inovasi akademis”? Mungkin, peran ulama akan berubah secara mendasar di masa depan, namun bagaimana tepatnya? Akankah mereka lebih fokus mengajukan pertanyaan yang benar-benar inovatif dan menyerahkan pekerjaan penelitian rutin kepada AI? Ataukah nilai ilmuwan akan lebih tercermin dalam cara memandu AI dalam melakukan penelitian dan cara menilai keandalan dan signifikansi hasil yang dihasilkan AI?

Lebih jauh lagi, apakah kita perlu memikirkan kembali seluruh proses penciptaan pengetahuan? Di era di mana AI dapat dengan cepat menghasilkan hasil penelitian yang tampaknya masuk akal, bagaimana cara memastikan kedalaman dan orisinalitas penelitian akademis? Peran apa yang dimainkan oleh kreativitas dan wawasan manusia dalam proses ini?

Di era AI generatif, perusahaan, sebagai entitas penting dalam penciptaan pengetahuan, menghadapi tantangan dan peluang yang belum pernah terjadi sebelumnya. Rantai nilai penciptaan pengetahuan tradisional sedang sepenuhnya ditumbangkan, dan aktivitas inti perusahaan seperti desain produk, inovasi layanan, dan wawasan pasar mungkin mengalami perubahan mendasar karena intervensi AI. Dalam konteks ini, perusahaan juga perlu memikirkan kembali positioning dan daya saing inti mereka.

Ketika AI dapat dengan cepat menghasilkan rencana desain, ide produk, dan analisis pasar, bagaimana perusahaan dapat menemukan nilai unik mereka dalam rantai penciptaan pengetahuan? Salah satu arah yang mungkin dilakukan adalah mengalihkan fokus ke bidang-bidang yang sulit ditiru dengan AI, seperti pembangunan nilai merek, pembangunan hubungan emosional, atau inovasi lintas batas. Hal ini mengharuskan perusahaan untuk mengevaluasi kembali kekuatan mereka dan berinvestasi lebih banyak pada humanisasi dan kreativitas. Pertanyaan-pertanyaan ini telah memicu pemikiran mendalam tentang arah pengembangan perusahaan di masa depan.

Perumusan dan pelaksanaan strategi harus didasarkan pada kenyataan bahwa biaya marjinal pengetahuan mendekati nol. Apakah perusahaan perlu menyesuaikan strateginya secara fleksibel agar dapat merespons perubahan pasar dan kemajuan teknologi dengan cepat? Proses pengambilan keputusan akan lebih berbasis data. Akankah AI generatif memberikan analisis dan prediksi yang akurat dan real-time untuk membantu pengambil keputusan dalam membuat pilihan yang lebih cerdas? Pada saat yang sama, apakah budaya perusahaan perlu lebih terbuka dan inklusif, mendorong inovasi dan kerja sama lintas batas, serta beradaptasi dengan lingkungan yang berubah dengan cepat?

Dalam proses ini, kita perlu melakukan diskusi terbuka: Bagaimana perusahaan menyeimbangkan efisiensi dan inovasi? Di era dimana pengetahuan sudah tersedia, penyesuaian strategis apa yang dapat memastikan bahwa perusahaan menonjol dalam persaingan yang ketat? Akankah bentuk organisasi perusahaan di masa depan menjadi lebih datar dan fleksibel?

Belum ada jawaban pasti atas pertanyaan-pertanyaan ini, namun pemikiran dan eksplorasi inilah yang akan mengarahkan kita untuk beradaptasi dan mengendalikan perubahan teknologi baru ini.

Cara mencapainya: perjalanan dua arah antara manusia dan teknologi

Dalam visi masa depan AI generatif, biaya marjinal dalam penciptaan pengetahuan mendekati nol, yang berarti kita akan memasuki era efisiensi dan inovasi yang belum pernah terjadi sebelumnya. Untuk mencapai tujuan ini, kuncinya terletak pada interaksi dua arah antara manusia dan teknologi.

AI generatif bukanlah sebuah alat sederhana tanpa instruksi yang jelas, melainkan sebuah kemampuan dan potensi yang menuntut manusia untuk menguasainya. Peran manusia sangat penting dalam proses ini. Individu perlu meningkatkan kemampuan AI mereka, yang mengacu pada kemampuan komprehensif dalam menggunakan AI untuk menyelesaikan tugas dan menyelesaikan masalah di era AI. Kekuatan AI bukan hanya keterampilan mengoperasikan alat AI, tetapi juga cara berpikir dan struktur kemampuan baru.

Dalam proses peningkatan kemampuan AI, individu perlu terus belajar dan beradaptasi, serta menguasai metode dan teknik AI generatif. Misalnya, bagaimana merancang kata-kata cepat yang efektif untuk berinteraksi dengan AI, cara mendekonstruksi tugas, dan bekerja sama dengan AI untuk menyelesaikan tugas yang kompleks. Pengembangan kemampuan ini akan memungkinkan setiap orang menjadi "individu super" dan meningkatkan kemampuan serta efisiensi mereka secara signifikan dengan bantuan AI.

Selain peningkatan kemampuan masyarakat sendiri, perkembangan teknologi juga menjadi salah satu cara penting untuk mencapai tujuan tersebut. AI generatif tidak hanya memerlukan kemampuan dasar model besar, tetapi juga memerlukan pengembangan dan optimalisasi berkelanjutan dalam berbagai skenario. Misalnya, kemunculan Suno (sebuah aplikasi pembuat musik AI) telah membuat kreasi musik, sebuah keterampilan yang membutuhkan pengetahuan profesional, menjadi mudah dijangkau. Kemajuan teknologi ini telah menurunkan ambang batas penciptaan pengetahuan.

Di bidang penerjemahan, proyek penerjemahan sumber terbuka terbaru Profesor Andrew Ng membuatnya sangat mudah untuk menerjemahkan tugas profesional, menunjukkan penerapan teknologi yang cepat dalam skenario tertentu. Di bidang-bidang seperti analisis data, diagnosis medis yang kompleks, dan penelitian ilmiah, meskipun masih banyak yang harus dilakukan, arah pengembangan teknologi sudah jelas, yaitu melalui inovasi dan optimalisasi yang berkelanjutan, biaya penciptaan pengetahuan pada akhirnya akan sangat berkurang. .

Dunia dimana biaya penciptaan pengetahuan mendekati nol

Ketika biaya marjinal penciptaan pengetahuan mendekati nol, kita akan menghadapi serangkaian pertanyaan yang mendalam dan terbuka. Mungkin belum ada jawaban yang jelas atas pertanyaan-pertanyaan ini, dan beberapa di antaranya sedang hangat diperdebatkan di seluruh dunia.

Ketika biaya penciptaan pengetahuan nol, kemana umat manusia akan pergi? Apa arti menjadi manusia? Di dunia dimana pengetahuan sudah tersedia, bagaimana manusia akan mendefinisikan kembali nilai dan keberadaannya? Akankah kemampuan dan kualitas baru menjadi kunci daya saing inti manusia? Apakah kita perlu mengkaji ulang bidang-bidang seperti kreativitas, emosi, etika, dan tanggung jawab sosial yang tidak dapat sepenuhnya digantikan oleh AI?

Di dunia di mana pengetahuan dapat diperoleh dan dihasilkan dengan mudah, apakah bentuk organisasi bisnis tradisional masih relevan? Bagaimana organisasi akan merestrukturisasi dan beroperasi untuk beradaptasi dengan tren ini? Akankah organisasi di masa depan menjadi lebih datar, lebih terdesentralisasi, dan lebih fleksibel? Bagaimana daya saing inti perusahaan akan berubah? Di era pengetahuan yang tak terbatas, bagaimana perusahaan mempertahankan inovasi dan keunggulan kompetitif?

Yang lebih penting lagi, bagaimana kita bisa memastikan bahwa semua orang mendapat manfaat dari perubahan ini? Mengurangi biaya penciptaan pengetahuan tidak hanya menjadi hak istimewa segelintir orang, namun harus menjadi kekayaan bersama seluruh masyarakat. Bagaimana merancang mekanisme distribusi yang adil untuk memastikan bahwa manfaat pengetahuan dan teknologi dapat bermanfaat bagi semua orang? Hal ini mencakup pemasyarakatan dan peningkatan pendidikan, peningkatan sistem jaminan sosial, serta perumusan dan pelaksanaan kebijakan dan peraturan. Bagaimana cara mengatasi kemungkinan pengangguran dan ketidakadilan sosial? Bagaimana kita memastikan manfaat kemajuan teknologi terdistribusi secara merata?

Seperti yang diprediksi dengan berani oleh CEO Microsoft AI, biaya penciptaan pengetahuan akan mendekati nol dalam 10 hingga 15 tahun. Pada saat itu, kita harus menghadapi masalah-masalah besar ini dan mencari cara untuk menyelesaikannya. Apakah kita mempunyai mekanisme dan kebijakan sosial yang memadai untuk memandu dan melindungi transformasi ini?

Makna dan nilai umat manusia, bentuk dan cara kerja organisasi, serta keadilan dan kemajuan sosial merupakan topik utama yang perlu kita persiapkan dan pikirkan terlebih dahulu. Jawaban atas pertanyaan-pertanyaan ini mungkin tidak mudah ditemukan, namun pemikiran dan eksplorasi inilah yang akan membawa kita menuju masa depan yang lebih baik dan adil. Apakah kita siap untuk perubahan ini? Seperti apa dunia ini di masa depan, dan bagaimana kita dapat mengambil peran dalam transformasi ini?

(Penulis adalah Ketua Profesor Flextronics dan Direktur Departemen Kepemimpinan dan Manajemen Organisasi, Sekolah Ekonomi dan Manajemen, Universitas Tsinghua)

Pernyataan Hak Cipta: Konten di atas adalah karya asli "Pengamat Ekonomi", dan hak cipta adalah milik "Pengamat Ekonomi". Dilarang keras mencetak ulang atau mirroring tanpa izin dari Pengamat Ekonomi. Jika tidak, pelaku terkait akan dimintai pertanggungjawaban sesuai dengan hukum. Untuk kerjasama hak cipta silahkan menghubungi : [010-60910566-1260].