ชื่อเรื่องเดิม: แนวคิดสำคัญประจำปี 2026: ตอนที่ 2
ผู้เขียนต้นฉบับ: a16z New Media
รวบรวมโดย: เพ็กกี้, บล็อกบีทส์

หมายเหตุจากบรรณาธิการ: หากความก้าวหน้าในด้าน AI ในปีที่ผ่านมาได้กำหนดนิยามใหม่ของ "ความสามารถของโมเดล" แล้ว แนวโน้มในปัจจุบันก็กำลังปรับเปลี่ยน "ตรรกะของแอปพลิเคชัน" และ "ขอบเขตของอุตสาหกรรม" ภายในปี 2026 AI จะไม่ใช่เพียงแค่เครื่องมือแบบพาสซีฟอีกต่อไป แต่จะผสานรวมเข้ากับทุกเวิร์กโฟลว์อย่างเชิงรุก กลายเป็นระบบปฏิบัติการที่มองไม่เห็นซึ่งขับเคลื่อนการยกระดับอย่างครอบคลุมในอุตสาหกรรม การเงิน การบริโภค และการทำงานร่วมกันขององค์กร

ในรายงานประจำปี "Big Ideas 2026" ส่วนที่สอง ทีมงาน American Dynamism และ Apps ของ a16z เชื่อว่าคำสำคัญสำหรับปี 2026 คือ "การปรับโครงสร้างใหม่" (refactoring): การปรับโครงสร้างโครงสร้างพื้นฐาน การปรับโครงสร้างตรรกะการกระจาย และการปรับโครงสร้างขอบเขตของการทำงานร่วมกันระหว่างมนุษย์และเครื่องจักร ใครก็ตามที่สามารถคว้าโอกาสเหล่านี้ได้ก่อน จะเป็นผู้กำหนดทิศทางของทศวรรษหน้า

ต่อไปนี้คือข้อความต้นฉบับ:

เมื่อวานนี้ เราได้เผยแพร่บทความแรกในซีรีส์ "ไอเดียใหญ่" ของเรา ซึ่งครอบคลุมถึงโครงสร้างพื้นฐาน การเติบโต วิทยาศาสตร์ชีวภาพและสุขภาพ รวมถึงปัญหาที่ทีม Speedrun เชื่อว่าสตาร์ทอัพจะแก้ไขได้ภายในปี 2026

บทความที่เกี่ยวข้อง: " a16z ทำนายแนวโน้มปี 2026 เผย 4 เทรนด์สำคัญ (ตอนที่ 1) "

วันนี้ เราขอนำเสนอส่วนที่สองของซีรีส์นี้ ซึ่งเป็นมุมมองจากทีมพลวัตและการประยุกต์ใช้งานของอเมริกา โปรดติดตามไอเดียเพิ่มเติมจากทีมคริปโตในวันพรุ่งนี้

ทีมอเมริกันไดนามิก

เดวิด อูเลวิช: การสร้างรากฐานอุตสาหกรรมที่รองรับ AI โดยเฉพาะ

สหรัฐอเมริกากำลังฟื้นฟูภาคเศรษฐกิจที่เป็นรากฐานที่แท้จริงของความแข็งแกร่งของชาติ พลังงาน การผลิต โลจิสติกส์ และโครงสร้างพื้นฐานกลับมาเป็นที่สนใจอีกครั้ง แต่การเปลี่ยนแปลงที่สำคัญที่สุดคือการเกิดขึ้นของฐานอุตสาหกรรมที่เน้นซอฟต์แวร์และใช้ปัญญาประดิษฐ์ (AI) เป็นหลัก บริษัทเหล่านี้เริ่มต้นด้วยการจำลอง การออกแบบอัตโนมัติ และการดำเนินงานที่ขับเคลื่อนด้วย AI พวกเขาไม่ได้แค่เปลี่ยนแปลงอดีต แต่กำลังสร้างอนาคต

นี่เป็นโอกาสอันมหาศาล: ระบบพลังงานขั้นสูง การผลิตโดยใช้หุ่นยนต์อย่างเต็มรูปแบบ การทำเหมืองยุคใหม่ และกระบวนการทางชีวภาพและเอนไซม์ (ซึ่งผลิตสารตั้งต้นทางเคมีที่สำคัญที่จำเป็นในอุตสาหกรรมต่างๆ) AI สามารถออกแบบเครื่องปฏิกรณ์ที่สะอาดกว่า ปรับปรุงการสกัดทรัพยากรให้เหมาะสม ออกแบบเอนไซม์ที่มีประสิทธิภาพมากขึ้น และประสานงานฝูงหุ่นยนต์อัตโนมัติด้วยข้อมูลเชิงลึกที่ผู้ปฏิบัติงานแบบดั้งเดิมเทียบไม่ได้

การเปลี่ยนแปลงในลักษณะเดียวกันนี้กำลังเกิดขึ้นนอกโรงงานเช่นกัน เซ็นเซอร์อัตโนมัติ โดรน และแบบจำลอง AI สมัยใหม่ สามารถตรวจสอบระบบที่สำคัญอย่างต่อเนื่อง ซึ่งครั้งหนึ่งเคยยากต่อการจัดการอย่างครอบคลุม เช่น ท่าเรือ ทางรถไฟ สายส่งไฟฟ้า ท่อส่งน้ำมัน ฐานทัพ และศูนย์ข้อมูล

โลกแห่งความเป็นจริงต้องการซอฟต์แวร์ใหม่ ผู้ประกอบการที่สามารถสร้างซอฟต์แวร์เหล่านั้นได้จะเป็นผู้กำหนดความเจริญรุ่งเรืองของอเมริกาในศตวรรษหน้า หากคุณเป็นหนึ่งในบุคคลเหล่านั้น มาคุยกันเถอะ

เอริน ไพรซ์-ไรท์: การฟื้นคืนชีพของโรงงานอเมริกัน

ศตวรรษแรกที่ยิ่งใหญ่ของอเมริกาถูกสร้างขึ้นบนความแข็งแกร่งทางอุตสาหกรรม แต่เราสูญเสียความแข็งแกร่งนั้นไปมาก ส่วนหนึ่งเนื่องจากการย้ายฐานการผลิตไปต่างประเทศ และอีกส่วนหนึ่งเนื่องจากความล้มเหลวของสังคมโดยรวมในการรักษาการพัฒนา แต่บัดนี้ กลไกที่ขึ้นสนิมกำลังหมุนอีกครั้ง และเรากำลังเห็นการเกิดใหม่ของโรงงานอเมริกัน ซึ่งขับเคลื่อนด้วยซอฟต์แวร์และปัญญาประดิษฐ์

ผมเชื่อว่าในปี 2026 เราจะได้เห็นธุรกิจต่างๆ นำแนวคิด "แบบโรงงาน" มาใช้เพื่อรับมือกับความท้าทายในด้านพลังงาน เหมืองแร่ การก่อสร้าง และการผลิต ซึ่งหมายถึงการนำเทคโนโลยี AI และเทคโนโลยีอัตโนมัติมาปรับใช้แบบโมดูลาร์ การทำงานร่วมกับแรงงานที่มีทักษะ และการทำให้กระบวนการที่ซับซ้อนและปรับแต่งได้นั้นทำงานเหมือนสายการผลิต ตัวอย่างเช่น การจัดการกับกฎระเบียบและการอนุมัติที่ซับซ้อนอย่างรวดเร็วและเป็นขั้นตอน การเร่งวงจรการออกแบบโดยคำนึงถึงความสามารถในการผลิตตั้งแต่เริ่มต้น การจัดการการประสานงานโครงการขนาดใหญ่ให้ดียิ่งขึ้น และการนำเทคโนโลยีอัตโนมัติมาใช้เพื่อเร่งงานที่ยากหรืออันตรายสำหรับมนุษย์

ด้วยการนำวิสัยทัศน์ของเฮนรี ฟอร์ดที่มีมานานกว่าศตวรรษมาประยุกต์ใช้ นั่นคือการวางแผนเพื่อความสามารถในการขยายขนาดและการทำซ้ำได้ตั้งแต่วันแรก และผสานเข้ากับเทคโนโลยี AI ล่าสุด เราจะสามารถผลิตเครื่องปฏิกรณ์นิวเคลียร์จำนวนมาก ตอบสนองความต้องการด้านที่อยู่อาศัย และสร้างศูนย์ข้อมูลได้อย่างรวดเร็ว ซึ่งจะนำไปสู่ยุคทองใหม่ของอุตสาหกรรม ดังที่อีลอน มัสก์กล่าวไว้ว่า "โรงงานนั้นเองคือผลิตภัณฑ์"

Zabie Elmgren: คลื่นลูกใหม่แห่งการสังเกตการณ์จะเกิดขึ้นในโลกแห่งความเป็นจริง ไม่ใช่โลกดิจิทัล

ในช่วงทศวรรษที่ผ่านมา การตรวจสอบระบบซอฟต์แวร์ได้เปลี่ยนแปลงวิธีการตรวจสอบระบบดิจิทัล ทำให้โค้ดเบสและเซิร์ฟเวอร์มีความโปร่งใสผ่านบันทึก ข้อมูลเมตริก และร่องรอยต่างๆ การปฏิวัติที่คล้ายกันกำลังจะเกิดขึ้นในโลกทางกายภาพ

ด้วยจำนวนกล้องและเซ็นเซอร์ที่เชื่อมต่อกันกว่าพันล้านตัวที่ติดตั้งใช้งานแล้วในเมืองต่างๆ ของสหรัฐอเมริกา ความสามารถในการสังเกตการณ์ทางกายภาพ—ความสามารถในการทำความเข้าใจการทำงานของเมือง โครงข่ายไฟฟ้า และโครงสร้างพื้นฐานอื่นๆ ในแบบเรียลไทม์—จึงกลายเป็นเรื่องเร่งด่วนและเป็นไปได้ ชั้นของการรับรู้ใหม่นี้จะผลักดันขอบเขตใหม่ของหุ่นยนต์และเทคโนโลยีอัตโนมัติ ทำให้เครื่องจักรสามารถพึ่งพาเครือข่ายสากลที่นำเสนอโลกทางกายภาพให้สามารถสังเกตได้ในรูปแบบของรหัส

แน่นอนว่า การเปลี่ยนแปลงนี้มาพร้อมกับความเสี่ยงที่แท้จริง: เครื่องมือที่สามารถตรวจจับไฟป่าหรือป้องกันอุบัติเหตุในสถานที่ก่อสร้าง อาจก่อให้เกิดฝันร้ายแบบดิสโทเปียได้เช่นกัน ผู้ชนะในคลื่นลูกต่อไปจะเป็นผู้ที่ได้รับความไว้วางใจจากสาธารณชน และสร้างระบบที่รักษาความเป็นส่วนตัว สามารถทำงานร่วมกันได้ และใช้ AI เป็นหลัก ซึ่งจะทำให้สังคมโปร่งใสมากขึ้น ไม่ใช่ลดเสรีภาพลง ใครก็ตามที่สร้างเครือข่ายที่น่าเชื่อถือนี้ได้ จะเป็นผู้กำหนดนิยามของการตรวจสอบได้ในทศวรรษหน้า

ไรอัน แมคเอนทัช: เทคโนโลยีด้านไฟฟ้าจะเป็นแรงขับเคลื่อนโลกไปข้างหน้า

การปฏิวัติอุตสาหกรรมครั้งต่อไปจะไม่เพียงเกิดขึ้นภายในโรงงานเท่านั้น แต่ยังเกิดขึ้นภายในเครื่องจักรที่ขับเคลื่อนโรงงานเหล่านั้นด้วย

ซอฟต์แวร์ได้เปลี่ยนแปลงวิธีการคิด การออกแบบ และการสื่อสารของเราไปแล้ว ตอนนี้มันกำลังเปลี่ยนแปลงวิธีการเคลื่อนย้าย สร้าง และผลิตสิ่งต่างๆ ความก้าวหน้าในด้านไฟฟ้า วัสดุ และปัญญาประดิษฐ์กำลังผสานรวมกัน นำมาซึ่งการควบคุมด้วยซอฟต์แวร์อย่างแท้จริงในโลกแห่งความเป็นจริง เครื่องจักรเริ่มมีความสามารถในการรับรู้ เรียนรู้ และกระทำการได้อย่างอิสระ

นี่คือการเติบโตของเทคโนโลยีอุตสาหกรรมไฟฟ้าแบบบูรณาการ ซึ่งเป็นเทคโนโลยีที่ขับเคลื่อนยานยนต์ไฟฟ้า โดรน ศูนย์ข้อมูล และการผลิตสมัยใหม่ มันเชื่อมต่ออะตอมที่ขับเคลื่อนโลกเข้ากับบิตที่ควบคุมพวกมัน: แร่ธาตุถูกกลั่นเป็นส่วนประกอบ พลังงานถูกเก็บไว้ในแบตเตอรี่ ไฟฟ้าถูกควบคุมโดยอุปกรณ์อิเล็กทรอนิกส์กำลัง การเคลื่อนไหวถูกส่งผ่านมอเตอร์ที่มีความแม่นยำสูง และทั้งหมดนี้ถูกประสานงานโดยซอฟต์แวร์ นี่คือรากฐานที่มองไม่เห็นเบื้องหลังความก้าวหน้าในระบบอัตโนมัติทางกายภาพ มันเป็นตัวกำหนดว่าซอฟต์แวร์ไม่เพียงแต่สามารถสั่งการรถยนต์ได้เท่านั้น แต่ยังสามารถขับเคลื่อนตัวเองได้อีกด้วย

แต่ความสามารถในการสร้างโครงสร้างพื้นฐานนี้ ตั้งแต่การกลั่นวัสดุที่สำคัญไปจนถึงการผลิตชิปขั้นสูง กำลังสูญหายไป หากสหรัฐอเมริกาต้องการเป็นผู้นำในยุคอุตสาหกรรมใหม่ ก็ต้องควบคุมฮาร์ดแวร์ที่เป็นรากฐานของมัน ประเทศที่ควบคุมโครงสร้างพื้นฐานอุตสาหกรรมไฟฟ้าจะเป็นผู้กำหนดเทคโนโลยีอุตสาหกรรมและการทหารในอนาคต

ซอฟต์แวร์ได้ครอบงำโลกไปแล้ว และตอนนี้มันจะขับเคลื่อนโลกไปข้างหน้า

โอลิเวอร์ ฮสู: ห้องปฏิบัติการอัตโนมัติช่วยเร่งการค้นพบทางวิทยาศาสตร์

เมื่อความสามารถของแบบจำลองในด้านมัลติโมดอลก้าวหน้าขึ้นอย่างต่อเนื่อง และความสามารถในการควบคุมหุ่นยนต์ดีขึ้น ทีมต่างๆ จะเร่งการแสวงหาการค้นพบทางวิทยาศาสตร์แบบอัตโนมัติ เทคโนโลยีคู่ขนานเหล่านี้จะก่อให้เกิดห้องปฏิบัติการอัตโนมัติที่สามารถสำรวจทางวิทยาศาสตร์แบบครบวงจร ตั้งแต่การกำหนดสมมติฐาน การออกแบบและการดำเนินการทดลอง ไปจนถึงการให้เหตุผล การวิเคราะห์ผลลัพธ์ และการกำหนดทิศทางการวิจัยในอนาคต ทีมที่สร้างห้องปฏิบัติการเหล่านี้จะเป็นทีมสหวิทยาการ โดยบูรณาการความเชี่ยวชาญจาก AI หุ่นยนต์ ฟิสิกส์ และวิทยาศาสตร์ชีวภาพ การผลิต การดำเนินงาน และสาขาอื่นๆ ทำให้เกิดการทดลองข้ามสาขาวิชาอย่างต่อเนื่องผ่าน "ห้องปฏิบัติการไร้คนควบคุม" และปลดล็อกยุคใหม่ของการค้นพบทางวิทยาศาสตร์

วิล บิตสกี: การพิชิตข้อมูลในอุตสาหกรรมสำคัญ

ในปี 2025 ยุคของ AI จะถูกกำหนดด้วยข้อจำกัดด้านกำลังการประมวลผลและการก่อสร้างศูนย์ข้อมูล ในขณะที่ในปี 2026 จะถูกกำหนดด้วยข้อจำกัดด้านข้อมูลและแนวหน้าของสงครามข้อมูลครั้งต่อไป: อุตสาหกรรมหลักของเรา

อุตสาหกรรมหลักเหล่านี้ยังคงเป็นแหล่งข้อมูลที่มีศักยภาพและไม่มีโครงสร้าง ทุกการขนส่งด้วยรถบรรทุก การอ่านค่าจากเครื่องมือ การบำรุงรักษา การผลิต การประกอบ และการทดสอบการยิง ล้วนเป็นวัสดุสำหรับการฝึกอบรมแบบจำลอง อย่างไรก็ตาม การเก็บรวบรวมข้อมูล การระบุข้อมูล และการฝึกอบรมแบบจำลอง ไม่ใช่คำที่ใช้กันทั่วไปในแวดวงอุตสาหกรรม

ความต้องการข้อมูลประเภทนี้มีอยู่มากมาย บริษัทต่างๆ เช่น Scale, Mercer และห้องปฏิบัติการวิจัย AI ต่างเก็บรวบรวมข้อมูลกระบวนการอย่างไม่หยุดยั้ง (ไม่เพียงแค่ "ทำอะไรไปบ้าง" แต่รวมถึง "ทำอย่างไร") และจ่ายราคาสูงสำหรับ "ข้อมูลโรงงานที่ใช้แรงงานราคาถูก" ทุกหน่วย

บริษัทอุตสาหกรรมที่มีโครงสร้างพื้นฐานทางกายภาพและกำลังคนอยู่แล้ว มีความได้เปรียบเชิงเปรียบเทียบในการเก็บรวบรวมข้อมูล และจะเริ่มใช้ประโยชน์จากความได้เปรียบนี้ การดำเนินงานของบริษัทเหล่านี้ก่อให้เกิดข้อมูลจำนวนมหาศาล ซึ่งสามารถเก็บรวบรวมได้โดยมีต้นทุนส่วนเพิ่มเกือบเป็นศูนย์ เพื่อใช้ในการฝึกฝนโมเดลของตนเอง หรือให้สิทธิ์ใช้งานแก่บุคคลที่สาม

นอกจากนี้ เรายังคาดหวังได้ว่าจะมีสตาร์ทอัพเกิดขึ้นมาเพื่อช่วยเหลือ สตาร์ทอัพเหล่านี้จะนำเสนอชุดเครื่องมือประสานงาน ได้แก่ เครื่องมือซอฟต์แวร์สำหรับการเก็บรวบรวมข้อมูล การระบุข้อมูล และการออกใบอนุญาต ฮาร์ดแวร์เซ็นเซอร์และ SDK สภาพแวดล้อมการเรียนรู้แบบเสริมแรงและกระบวนการฝึกอบรม และท้ายที่สุด อาจรวมถึงเครื่องจักรที่ชาญฉลาดของตนเองด้วย

ทีมแอป

เดวิด ฮาเบอร์: AI ช่วยยกระดับโมเดลธุรกิจ

สตาร์ทอัพ AI ที่ดีที่สุดไม่ได้แค่ทำการทำงานอัตโนมัติเท่านั้น แต่ยังช่วยเพิ่มผลประโยชน์ทางเศรษฐกิจให้กับลูกค้าอีกด้วย ตัวอย่างเช่น ในคดีความที่ศาลจ่ายค่าตอบแทนตามผลลัพธ์ บริษัทต่างๆ จะได้รับเงินก็ต่อเมื่อชนะคดีเท่านั้น บริษัทอย่าง Eve ใช้ข้อมูลผลลัพธ์ที่เป็นกรรมสิทธิ์เพื่อคาดการณ์อัตราความสำเร็จของคดี ช่วยให้บริษัทเลือกคดีได้ดีขึ้น ให้บริการลูกค้าได้มากขึ้น และเพิ่มอัตราการชนะคดี

ปัญญาประดิษฐ์ (AI) ช่วยเสริมสร้างโมเดลธุรกิจให้แข็งแกร่งขึ้น ไม่เพียงแต่ลดต้นทุน แต่ยังสร้างรายได้เพิ่มขึ้นอีกด้วย ภายในปี 2026 เราจะได้เห็นตรรกะนี้ขยายไปสู่ทุกอุตสาหกรรม โดยระบบ AI จะปรับตัวให้สอดคล้องกับแรงจูงใจของลูกค้ามากขึ้น และสร้างข้อได้เปรียบแบบองค์รวมที่ซอฟต์แวร์แบบดั้งเดิมไม่สามารถทำได้

อนิช อัชารยา: ChatGPT กลายเป็นร้านแอปพลิเคชัน AI

วงจรชีวิตของผลิตภัณฑ์สำหรับผู้บริโภคต้องอาศัยเงื่อนไขสามประการ ได้แก่ เทคโนโลยีใหม่ พฤติกรรมผู้บริโภคใหม่ และช่องทางการจัดจำหน่ายใหม่

จนกระทั่งเมื่อไม่นานมานี้ กระแส AI ตอบโจทย์สองข้อแรกได้แล้ว แต่ขาดช่องทางการจัดจำหน่ายใหม่ๆ ที่เกิดขึ้นเองตามธรรมชาติ ผลิตภัณฑ์ส่วนใหญ่อาศัยเครือข่ายที่มีอยู่แล้ว (เช่น X) หรือการตลาดแบบปากต่อปาก

ด้วยการเปิดตัว OpenAI Apps SDK, การสนับสนุนมินิโปรแกรมของ Apple และการแนะนำฟีเจอร์การส่งข้อความกลุ่มของ ChatGPT ทำให้นักพัฒนาแอปพลิเคชันสำหรับผู้บริโภคสามารถเข้าถึงผู้ใช้ ChatGPT กว่า 900 ล้านคนได้โดยตรง และเติบโตผ่านเครือข่ายมินิโปรแกรมอย่าง Wabi ช่องทางการจัดจำหน่ายใหม่นี้ ซึ่งเป็นส่วนสุดท้ายของวงจรชีวิตผลิตภัณฑ์สำหรับผู้บริโภค พร้อมที่จะจุดประกายการแข่งขันด้านเทคโนโลยีสำหรับผู้บริโภคครั้งใหญ่ในรอบทศวรรษในปี 2026 หากมองข้ามไป อาจต้องเผชิญกับผลที่ตามมา

โอลิเวีย มัวร์: ระบบพร็อกซีเสียงกำลังเริ่มเข้ามามีบทบาทมากขึ้น

ในช่วง 18 เดือนที่ผ่านมา แนวคิดเรื่องปัญญาประดิษฐ์ (AI) ที่ใช้ระบบสั่งงานด้วยเสียงเพื่อช่วยให้การบริหารจัดการองค์กรมีปฏิสัมพันธ์ในโลกแห่งความเป็นจริงได้เปลี่ยนจากนิยายวิทยาศาสตร์มาเป็นความจริงแล้ว บริษัทหลายพันแห่ง ตั้งแต่ธุรกิจขนาดกลางไปจนถึงองค์กรขนาดใหญ่ กำลังใช้ AI สั่งงานด้วยเสียงเพื่อนัดหมาย จองบริการ ทำแบบสำรวจ และรวบรวมข้อมูล ระบบเหล่านี้ช่วยให้ธุรกิจลดต้นทุน เพิ่มรายได้ และช่วยให้พนักงานมีเวลาไปทำงานที่มีคุณค่าสูงกว่าและสนุกสนานกว่า

อย่างไรก็ตาม เนื่องจากสาขานี้ยังอยู่ในช่วงเริ่มต้น บริษัทหลายแห่งจึงยังอยู่ในขั้นตอน "เริ่มต้นการให้บริการเสียง" โดยนำเสนอเพียงประเภทการโทรหนึ่งหรือสองประเภทเท่านั้น ผมหวังว่าจะได้เห็นตัวแทนบริการเสียงขยายขีดความสามารถเพื่อรองรับเวิร์กโฟลว์ที่สมบูรณ์ (อาจเป็นแบบหลายรูปแบบ) และแม้กระทั่งจัดการวงจรความสัมพันธ์กับลูกค้าทั้งหมด

สิ่งนี้อาจเกี่ยวข้องกับเอเจนต์ที่บูรณาการเข้ากับระบบธุรกิจอย่างลึกซึ้งยิ่งขึ้น ทำให้พวกเขามีอิสระในการจัดการปฏิสัมพันธ์ที่ซับซ้อนมากขึ้น เมื่อโมเดลพื้นฐานได้รับการปรับปรุงอย่างต่อเนื่อง—ปัจจุบันเอเจนต์สามารถเรียกใช้เครื่องมือและทำงานข้ามระบบได้—จึงไม่มีเหตุผลใดที่ทุกบริษัทจะไม่นำผลิตภัณฑ์ AI ที่เน้นการสั่งงานด้วยเสียงมาใช้เพื่อเพิ่มประสิทธิภาพในด้านสำคัญๆ ของธุรกิจ

มาร์ค แอนดรัสโก: การมาถึงของแอปพลิเคชันที่ทำงานเชิงรุกโดยไม่แจ้งล่วงหน้า

ปี 2026 จะเป็นจุดสิ้นสุดของยุคแห่งข้อความแจ้งเตือนแบบป๊อปอัพสำหรับผู้ใช้ทั่วไป แอปพลิเคชัน AI รุ่นต่อไปจะไม่มีข้อความแจ้งเตือนให้ป้อนข้อมูลใดๆ ให้เห็นเลย พวกมันจะสังเกตการกระทำของคุณและแนะนำการกระทำต่างๆ ให้คุณตรวจสอบโดยอัตโนมัติ IDE ของคุณจะแนะนำการปรับปรุงโค้ดก่อนที่คุณจะพูดอะไรด้วยซ้ำ CRM ของคุณจะร่างอีเมลติดตามผลโดยอัตโนมัติหลังจากที่คุณวางสาย เครื่องมือออกแบบของคุณจะสร้างรูปแบบต่างๆ ขณะที่คุณทำงาน อินเทอร์เฟซแชทจะเป็นเพียงส่วนเสริม AI จะกลายเป็นโครงสร้างที่มองไม่เห็น แทรกซึมอยู่ในทุกขั้นตอนการทำงาน โดยทำงานตามความตั้งใจมากกว่าคำสั่ง

แองเจลา สเตรนจ์: ปัญญาประดิษฐ์จะยกระดับโครงสร้างพื้นฐานด้านการธนาคารและการประกันภัยอย่างแท้จริง

ธนาคารและบริษัทประกันภัยหลายแห่งได้เพิ่มฟีเจอร์ AI เข้าไปในระบบดั้งเดิมแล้ว เช่น การประมวลผลเอกสารและตัวแทนฝ่ายบริการลูกค้าทางโทรศัพท์ แต่ AI จะสามารถเปลี่ยนแปลงบริการทางการเงินได้อย่างแท้จริงก็ต่อเมื่อเราสร้างโครงสร้างพื้นฐานที่รองรับ AI ขึ้นมาใหม่

ภายในปี 2026 ความเสี่ยงจากการไม่ยกระดับเพื่อใช้ประโยชน์จาก AI อย่างเต็มที่ จะมากกว่าความเสี่ยงจากความล้มเหลว เราจะเห็นสถาบันการเงินขนาดใหญ่ยกเลิกสัญญากับซัพพลายเออร์รายเก่า และเริ่มนำทางเลือกใหม่ที่ใช้ AI เป็นหลักมาใช้ บริษัทเหล่านี้จะไม่ถูกจำกัดด้วยขอบเขตการจัดประเภทแบบเดิมอีกต่อไป แต่จะกลายเป็นแพลตฟอร์มที่รวมศูนย์ กำหนดมาตรฐาน และเพิ่มคุณค่าให้กับข้อมูลพื้นฐานจากระบบดั้งเดิมและแหล่งข้อมูลภายนอก

ผลลัพธ์เป็นอย่างไรบ้าง?

กระบวนการทำงานจะง่ายขึ้นและมีประสิทธิภาพมากขึ้นอย่างเห็นได้ชัด ทำให้ไม่จำเป็นต้องสลับไปมาระหว่างระบบและอินเทอร์เฟซ ตัวอย่างเช่น คุณสามารถดูและประมวลผลงานหลายร้อยรายการพร้อมกันภายในระบบสินเชื่อจำนอง และเจ้าหน้าที่ยังสามารถจัดการงานเล็กๆ น้อยๆ ได้อีกด้วย

หมวดหมู่แบบดั้งเดิมจะผสานรวมเข้าด้วยกันเพื่อสร้างหมวดหมู่ใหม่ที่ใหญ่ขึ้น ตัวอย่างเช่น ข้อมูล KYC ของลูกค้าสามารถบูรณาการเข้ากับข้อมูลการติดตามการเริ่มต้นใช้งานและการเปลี่ยนแปลงเข้าไว้ในแพลตฟอร์มความเสี่ยงเดียวได้

ผู้ชนะในหมวดหมู่ใหม่เหล่านี้จะมีขนาดใหญ่กว่าบริษัทยักษ์ใหญ่ที่ก่อตั้งมานานถึง 10 เท่า เนื่องจากหมวดหมู่มีขนาดใหญ่ขึ้น และตลาดซอฟต์แวร์กำลังกลืนกินแรงงานจำนวนมาก อนาคตของบริการทางการเงินไม่ได้อยู่ที่การนำ AI มาใช้กับระบบเก่า แต่เป็นการสร้างระบบปฏิบัติการใหม่บนพื้นฐานของ AI

โจ ชมิดต์: รูปแบบการใช้งานล่วงหน้าทำให้ AI เข้าถึงองค์กรได้ถึง 99%

ปัญญาประดิษฐ์ (AI) คือความก้าวหน้าทางเทคโนโลยีที่น่าตื่นเต้นที่สุดในยุคของเรา แต่จนถึงตอนนี้ รายได้ส่วนใหญ่ของบริษัทสตาร์ทอัพกระจุกตัวอยู่ในบริษัท 1% อันดับแรกในซิลิคอนแวลลีย์ ไม่ว่าจะเป็นในเขตอ่าวซานฟรานซิสโกหรือในเครือข่ายที่กว้างขวางกว่านั้น ซึ่งก็สมเหตุสมผล เพราะผู้ประกอบการต้องการขายสินค้าหรือบริการให้กับบริษัทที่พวกเขารู้จักและเข้าถึงได้ง่าย ไม่ว่าจะโดยการขับรถไปที่สำนักงานหรือโดยการติดต่อกับนักลงทุนร่วมทุนในคณะกรรมการบริหารของบริษัทเหล่านั้น

ภายในปี 2026 สถานการณ์จะกลับกัน ธุรกิจต่างๆ จะตระหนักว่าโอกาสด้าน AI ส่วนใหญ่ไม่ได้อยู่ที่ซิลิคอนแวลลีย์ และเราจะได้เห็นผู้ประกอบการหน้าใหม่นำรูปแบบการพัฒนาไปข้างหน้ามาใช้เพื่อค้นหาโอกาสที่ซ่อนอยู่ภายในอุตสาหกรรมขนาดใหญ่แบบดั้งเดิม โอกาสเหล่านี้มีศักยภาพมหาศาลในอุตสาหกรรมการให้คำปรึกษาและบริการแบบดั้งเดิม (เช่น บริษัทบูรณาการและติดตั้งระบบ) และภาคส่วนที่เคลื่อนไหวช้า เช่น อุตสาหกรรมการผลิต

ซีมา แอมเบิล: ปัญญาประดิษฐ์กำลังสร้างชั้นการจัดการและบทบาทใหม่ๆ ในบริษัท Fortune 500

ภายในปี 2026 องค์กรต่างๆ จะเปลี่ยนจากเครื่องมือ AI แบบแยกส่วนไปสู่ระบบหลายเอเจนต์ที่ต้องทำงานร่วมกันเหมือนทีมดิจิทัลที่ประสานงานกัน เมื่อเอเจนต์เริ่มจัดการเวิร์กโฟลว์ที่ซับซ้อนและพึ่งพาซึ่งกันและกัน เช่น การวางแผน การวิเคราะห์ และการดำเนินการ องค์กรต่างๆ จำเป็นต้องคิดใหม่เกี่ยวกับโครงสร้างการทำงานและการไหลเวียนของบริบทข้ามระบบ เราได้เห็นบริษัทต่างๆ เช่น AskLio และ HappyRobot นำเอเจนต์ไปใช้ในกระบวนการต่างๆ ไม่ใช่แค่สำหรับงานเดียวแล้ว

บริษัทใน Fortune 500 จะรู้สึกถึงการเปลี่ยนแปลงนี้อย่างรุนแรงที่สุด เพราะพวกเขามีข้อมูลที่กระจัดกระจาย ความรู้เชิงองค์กร และความซับซ้อนในการดำเนินงานจำนวนมหาศาล ซึ่งส่วนใหญ่อยู่ในสมองของมนุษย์ การเปลี่ยนบริบทนี้ให้เป็นโครงสร้างพื้นฐานที่พนักงานอิสระใช้ร่วมกัน จะช่วยให้การตัดสินใจเร็วขึ้น ปรับปรุงวงจรการทำงาน และทำให้กระบวนการแบบครบวงจรไม่ต้องพึ่งพาการจัดการแบบละเอียดอีกต่อไป

การเปลี่ยนแปลงนี้จะบังคับให้ผู้นำต้องคิดใหม่เกี่ยวกับบทบาทและซอฟต์แวร์ หน้าที่ใหม่ๆ จะเกิดขึ้น เช่น นักออกแบบเวิร์กโฟลว์ AI ผู้ควบคุมดูแลเอเจนต์ และผู้นำด้านการกำกับดูแลที่รับผิดชอบในการจัดการและตรวจสอบกลุ่มผู้ทำงานดิจิทัล นอกเหนือจากระบบบันทึกข้อมูลที่มีอยู่แล้ว องค์กรต่างๆ จะต้องมีระบบประสานงานเพื่อจัดการปฏิสัมพันธ์ระหว่างเอเจนต์หลายตัว ตัดสินบริบท และรับรองความน่าเชื่อถือของเวิร์กโฟลว์อัตโนมัติ มนุษย์จะมุ่งเน้นไปที่การจัดการส่วนปลายและกรณีที่ซับซ้อนที่สุด การเกิดขึ้นของระบบเอเจนต์หลายตัวไม่ใช่แค่ก้าวต่อไปของการทำงานอัตโนมัติ แต่เป็นการปรับโครงสร้างวิธีการดำเนินงาน การตัดสินใจ และการสร้างมูลค่าของธุรกิจ

ไบรอัน คิม: ปัญญาประดิษฐ์สำหรับผู้บริโภคกำลังเปลี่ยนจาก "ช่วยเหลือฉัน" ไปเป็น "มองเห็นฉัน"

ปี 2026 จะเป็นปีที่ผลิตภัณฑ์ AI สำหรับผู้บริโภคจะเปลี่ยนจากการเน้นประสิทธิภาพการทำงานไปสู่การเน้นการเชื่อมต่อ AI จะไม่เพียงแต่ช่วยคุณทำงานให้เสร็จเท่านั้น แต่จะช่วยให้คุณมองเห็นตัวเองได้ชัดเจนขึ้นและสร้างความสัมพันธ์ที่แข็งแกร่งยิ่งขึ้นด้วย

แน่นอนว่านี่เป็นเรื่องยาก ผลิตภัณฑ์ AI ด้านสังคมหลายอย่างเปิดตัวแล้วก็ล้มเหลว แต่ด้วยหน้าต่างบริบทแบบหลายรูปแบบและต้นทุนการอนุมานที่ลดลง ผลิตภัณฑ์ AI จึงสามารถเรียนรู้จากรายละเอียดชีวิตของคุณได้อย่างครบถ้วน ไม่ใช่แค่สิ่งที่คุณบอกกับแชทบอท ลองนึกภาพดู: อัลบั้มรูปที่แสดงช่วงเวลาทางอารมณ์ที่แท้จริง การส่งข้อความแบบตัวต่อตัวและโหมดแชทกลุ่มที่ปรับให้เข้ากับคนที่คุณกำลังคุยด้วย และนิสัยประจำวันที่ปรับเปลี่ยนไปตามความเครียด

เมื่อผลิตภัณฑ์เหล่านี้เปิดตัวแล้ว พวกมันจะกลายเป็นส่วนหนึ่งของชีวิตประจำวันของเรา โดยรวมแล้ว ผลิตภัณฑ์ "See Me" มีกลไกการรักษาฐานลูกค้าที่ดีกว่าผลิตภัณฑ์ "Help Me" ผลิตภัณฑ์ "Help Me" สร้างรายได้ผ่านภารกิจเฉพาะเจาะจงที่มีความเต็มใจที่จะจ่ายสูง และเพิ่มประสิทธิภาพการรักษาฐานสมาชิก ในขณะที่ผลิตภัณฑ์ "See Me" สร้างรายได้ผ่านการโต้ตอบรายวันอย่างต่อเนื่อง: มีความเต็มใจที่จะจ่ายต่ำกว่า แต่มีรูปแบบการใช้งานที่เหนียวแน่นกว่า

ปัจจุบันผู้คนต่างแลกเปลี่ยนข้อมูลเพื่อสร้างมูลค่ากันอยู่ตลอดเวลา คำถามคือ สิ่งที่พวกเขาได้รับนั้นคุ้มค่าหรือไม่ และในไม่ช้า สิ่งนี้จะกลายเป็นความจริง

คิมเบอร์ลี ตัน: รูปแบบพื้นฐานใหม่ปลดล็อกโครงสร้างองค์กรที่ไม่เคยมีมาก่อน

ในปี 2026 เราจะได้เห็นการเกิดขึ้นของบริษัทต่างๆ ที่ในอดีตเป็นไปไม่ได้ แต่ปัจจุบันเป็นไปได้แล้วด้วยความก้าวหน้าในด้านโมเดลต่างๆ เช่น การให้เหตุผล การประมวลผลแบบหลายโมดอล และการควบคุมด้วยคอมพิวเตอร์ จนถึงปัจจุบัน อุตสาหกรรมหลายแห่ง (เช่น ด้านกฎหมายหรือการบริการลูกค้า) ได้ใช้ประโยชน์จากความสามารถในการให้เหตุผลที่พัฒนาขึ้นเพื่อปรับปรุงผลิตภัณฑ์ที่มีอยู่ แต่เราเพิ่งเริ่มต้นที่จะเห็นบริษัทต่างๆ ที่ความสามารถของผลิตภัณฑ์หลักขับเคลื่อนโดยโมเดลพื้นฐานใหม่เหล่านี้อย่างสมบูรณ์

ความก้าวหน้าในด้านความสามารถในการให้เหตุผลสามารถปลดล็อกฟังก์ชันการทำงานใหม่ๆ เช่น การประเมินข้อเรียกร้องทางการเงินที่ซับซ้อน หรือการจัดการงานวิจัยเชิงวิชาการหรือเชิงวิเคราะห์ที่เข้มข้น (เช่น การตัดสินข้อพิพาทเกี่ยวกับใบเรียกเก็บเงิน) โมเดลแบบหลายโมดอลช่วยให้สามารถดึงข้อมูลวิดีโอที่มีศักยภาพจากอุตสาหกรรมที่ฝังรากลึกทางกายภาพ (เช่น กล้องในโรงงานผลิต) และพลังการประมวลผลช่วยให้เกิดระบบอัตโนมัติในอุตสาหกรรมขนาดใหญ่ที่มูลค่าถูกจำกัดไว้ด้วยซอฟต์แวร์บนเดสก์ท็อป API ที่ไม่ดี และเวิร์กโฟลว์ที่กระจัดกระจายมานาน

เจมส์ ดา คอสตา: สตาร์ทอัพด้าน AI ขายกิจการให้กับสตาร์ทอัพด้าน AI อื่นๆ และขยายธุรกิจ

เราอยู่ในยุคแห่งการสร้างบริษัทที่ไม่เคยมีมาก่อน ซึ่งขับเคลื่อนโดยวงจรผลิตภัณฑ์ AI ในปัจจุบัน แต่ต่างจากเมื่อก่อน บริษัทยักษ์ใหญ่ที่มีอยู่ไม่ได้ "นิ่งเฉย" พวกเขากำลังนำ AI มาใช้กันอย่างแข็งขัน ดังนั้น สตาร์ทอัพจะประสบความสำเร็จได้อย่างไร?

หนึ่งในวิธีที่มีประสิทธิภาพและถูกมองข้ามมากที่สุดสำหรับสตาร์ทอัพในการได้รับสิทธิ์ในการจัดจำหน่ายคือการให้บริการในช่วงเริ่มต้นของธุรกิจ: บริษัทเกิดใหม่ (ธุรกิจใหม่เอี่ยม) หากคุณสามารถดึงดูดพวกเขาได้ในช่วงเริ่มต้นและเติบโตไปพร้อมกับพวกเขา คุณจะกลายเป็นบริษัทขนาดใหญ่เมื่อฐานลูกค้าของคุณเติบโตขึ้น บริษัทต่างๆ เช่น Stripe, Deal, Mercury และ Ramp ต่างก็ใช้กลยุทธ์นี้ ในความเป็นจริง ลูกค้าจำนวนมากของ Stripe ยังไม่มีอยู่จริงเมื่อบริษัทก่อตั้งขึ้น

ในปี 2026 เราจะได้เห็นสตาร์ทอัพที่เน้นการพัฒนาผลิตภัณฑ์ใหม่เหล่านี้เติบโตขึ้นในหลากหลายหมวดหมู่ซอฟต์แวร์สำหรับองค์กร เคล็ดลับนั้นง่ายมาก: สร้างผลิตภัณฑ์ที่ดีกว่าและมุ่งเน้นไปที่ลูกค้าใหม่ที่ไม่ผูกติดกับบริษัทขนาดใหญ่ที่มีอยู่แล้ว

โปรดติดตาม เราจะมาแบ่งปันไอเดียสร้างสรรค์จากทีมคริปโตเคอร์เรนซีในวันพรุ่งนี้

[ ลิงก์ต้นฉบับ ]

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia