เมื่อเร็ว ๆ นี้ ฉันได้ดูเดโมของ Sora เครื่องมือสร้างวิดีโอของ OpenAI ที่เปิดตัวในสหรัฐอเมริกา มันทำงานคล้ายกับเครื่องมือสร้างข้อความหรือภาพของ AI: ใส่ข้อความบรรยาย แล้วมันจะสร้างวิดีโอสั้น ๆ ฉันเห็นการสาธิตของ OpenAI ที่สร้างกบต้นไม้ในแอมะซอนในรูปแบบสารคดีธรรมชาติ วิดีโอที่ได้ดูเหมือนจริงอย่างยิ่ง แต่การรู้ว่ามันไม่ใช่ของจริงทำให้ฉันรู้สึกกังวลมากกว่าทึ่ง การสร้างวิดีโอเป็นตัวแทนของแนวหน้าใหม่สำหรับ AI ต่อจากการสร้างข้อความและภาพ และมีผลกระทบที่สำคัญในอดีต การแก้ไขภาพเคลื่อนไหวเป็นเรื่องยากมาก แต่ AI เปลี่ยนแปลงเรื่องนี้ ทำให้เกิดการใช้ในทางที่ผิดอย่างเช่น การหลอกลวง การสร้างลึกหลอกทางการเมือง หรือวิดีโออันตรายปลอม นักวิจัยบางคนถึงกับแนะนำให้ครอบครัวมีคำรหัสเพื่อยืนยันตัวเมื่อต้องการ นักพัฒนาทราบถึงความเสี่ยงเหล่านี้โดยจำกัดการเข้าถึงเฉพาะพันธมิตรด้านการสร้างสรรค์ในช่วงแรก และสร้างมาตรการป้องกันเพื่อลดการใช้ในทางที่ผิด ซึ่งรวมถึงการจำกัดข้อความบรรยายและการใส่ลายน้ำ เพื่อป้องกันการแสดงบุคคลสาธารณะโดยไม่ได้รับอนุญาตหรือเนื้อหาที่ไม่เหมาะสม ความเป็นไปได้ในการหลอกหลวงที่ธรรมดานั้นน่ากังวล จำเป็นต้องตรวจสอบทุกอย่างตั้งแต่เรื่องอื้อฉาวทางการเมืองไปจนถึงวิดีโอสัตว์น่ารักเมื่อเนื้อหาที่สร้างโดย AI แพร่หลายมากขึ้น สารคดีธรรมชาติที่แท้จริงน่าหลงใหลเพราะพวกมันเป็นของจริง ต่างจากของที่ AI สร้าง AI ไม่สามารถสร้างความแปลกใหม่ได้จริง—มันถูกจำกัดให้นำสิ่งที่เราเคยเห็นมาประกอบใหม่ การแยกขาดระหว่างความจริงและการสร้างของ AI นั้นน่าหวาดหวั่น การเข้าถึงภาพถ่ายและวิดีโอของแท้ให้ความรู้สึกเหนือกว่าสิ่งที่สร้างขึ้นอย่างดีโดย AI ที่ขาดชีวิต เมื่อสื่อที่สร้างโดย AI เริ่มโน้มน้าวใจเรา ก็เป็นอันตรายต่อความน่าเชื่อถือของสื่อจริง ทำให้เราต้องสงสัยแม้เนื้อหาที่ไม่มีพิษภัย ตัวอย่างเช่น วิดีโอกระต่ายน่ารักบน Instagram นำมาซึ่งความไม่มั่นใจเกี่ยวกับความแท้จริงของมัน แสดงให้เห็นว่า AI สามารถลดทอนประสบการณ์จริงอย่างไร ในโลกที่สิ่งใดอาจเป็นของปลอม เราอาจเริ่มสงสัยทุกสิ่งทุกอย่าง

หุ้นของ C3

ซานฟรานซิสโก -- OpenAI ได้เปิดตัวโปรแกรมสร้างวิดีโอปัญญาประดิษฐ์ใหม่ชื่อ Sora แต่จำกัดการให้ผู้ใช้ส่วนใหญ่สร้างวิดีโอเกี่ยวกับบุคคล เนื่องจากระบบยังคงตรวจสอบความเป็นไปได้ในการใช้งานในทางที่ผิด ผู้ที่สมัครใช้บริการเวอร์ชันพรีเมียมของ ChatGPT ตอนนี้สามารถใช้ Sora เพื่อสร้างวิดีโอ AI จากคำสั่งที่เขียนได้ทันที เช่น คลิปคุณภาพสูงของหมีซูโม่และแมวที่กำลังจิบกาแฟ อย่างไรก็ตาม กลุ่มผู้ทดสอบที่ได้รับเชิญเท่านั้นที่สามารถสร้างวิดีโอเกี่ยวกับมนุษย์ได้ โดย OpenAI กำลังจัดการความกังวลเกี่ยวกับการแอบอ้างลักษณะบุคคลและ deepfake ตามที่ระบุในบล็อกโพสต์ เครื่องมือแปลงข้อความเป็นวิดีโออย่าง Sora อาจช่วยลดต้นทุนในการสร้างวิดีโอบันเทิงและการตลาด แต่ยังเสี่ยงต่อการแอบอ้างบุคคลจริงในด้านการเมืองและอื่นๆ OpenAI บล็อกเนื้อหาที่มีความเปลือยกายและให้ความสำคัญกับการป้องกันการใช้ในทางที่ผิด เช่น วัสดุการละเมิดทางเพศเด็กและ deepfake ทางเพศ การเปิดตัวผลิตภัณฑ์ในวันจันทร์เป็นที่นิยมมากจน OpenAI ต้องหยุดการสร้างบัญชีใหม่ชั่วคราวเนื่องจากทราฟฟิกสูง "เรากำลังพบกับทราฟฟิกหนักและได้ปิดการสร้างบัญชี Sora ชั่วคราว" ข้อความบนเว็บไซต์ระบุ OpenAI ได้ประกาศ Sora ครั้งแรกเมื่อต้นปีนี้ โดยมุ่งเน้นที่การมีส่วนร่วมกับศิลปิน ผู้กำหนดนโยบาย และผู้อื่นก่อนการเปิดตัวสู่สาธารณะ เผชิญกับคดีฟ้องร้องจากผู้เขียนและ The New York Times ในการใช้ข้อความที่มีลิขสิทธิ์ในการฝึก ChatGPT OpenAI ยังไม่เปิดเผยแหล่งภาพและวิดีโอที่ใช้ในการฝึก Sora

ดูเหมือนว่า Google จะอยู่ภายใต้การจับตามองอย่างต่อเนื่อง โดยที่กระทรวงยุติธรรมของสหรัฐฯ กำลังพิจารณาจะแยกบริษัทออกโดยการแยกเครื่องมือค้นหาออกจาก Android, Chrome, และบริการ Google Play อย่างไรก็ตาม ในขณะที่มีการแข่งขันใหญ่ ๆ เช่น Apple และ Amazon ที่มักถูกพูดถึง แต่สตาร์ทอัพใหม่อาจเป็นภัยคุกคามที่สำคัญที่สุดต่อ Google สตาร์ทอัพนี้ไม่ใช่ ChatGPT แม้ว่าจะได้รับความนิยมก็ตาม แต่เป็น Perplexity ซึ่งเป็นเครื่องมือค้นหาที่ใช้ AI ที่ให้คำตอบที่แม่นยำแบบเรียลไทม์พร้อมแหล่งที่มา อย่างไรก็ตาม ไม่เหมือนกับเครื่องมือค้นหาแบบดั้งเดิม Perplexity เข้าใจบริบทและทำให้กระบวนการค้นหาง่ายขึ้น ซึ่งอาจทำให้โมเดลโฆษณาของ Google ล้าสมัย Google ซึ่งเป็นบริษัทที่พึ่งพารายได้จากโฆษณาอย่างมาก ต้องเผชิญกับความท้าทายเมื่อผู้ใช้ต้องการการเข้าถึงข้อมูลที่รวดเร็วและตรงประเด็นมากขึ้น ส่งผลให้โอกาสในการแสดงโฆษณาลดลง อย่างไรก็ตาม โครงสร้างภายในบริษัทและความต้องการในการรักษารายได้ที่มีอยู่ทำให้การปรับเปลี่ยนเป็นเรื่องยาก แม้ว่าจำเป็นต้องทำ Perplexity มีตัวเลขการมีส่วนร่วมที่น่าประทับใจแล้ว และหากการเติบโตยังคงดำเนินต่อไป หมายถึงการเปลี่ยนแปลงในการที่ผู้ใช้เข้าถึงการค้นหา เมื่อวิวัฒนาการนี้เกิดขึ้น การแข่งขันอาจนำมาซึ่งประโยชน์ เช่น การตั้งราคาและบริการที่ดีขึ้นสำหรับผู้บริโภคและผู้โฆษณา ธุรกิจต่างๆ กำลังเฝ้าดูอย่างใกล้ชิดเพื่อใช้ประโยชน์จากการเปลี่ยนแปลงเหล่านี้เพื่อผลประโยชน์ด้านการโฆษณาและประสิทธิภาพ แม้ว่า Google จะได้รับแรงกดดัน แต่ก็น่าจะสู้กลับ ทำให้สถานการณ์น่าสนใจสำหรับผู้ที่เกี่ยวข้องทั้งหมด ในฐานะผู้ประกอบการ การอยู่ข้างหน้านั้นสำคัญ โดยเฉพาะอย่างยิ่งเมื่อหมายถึงโอกาสในการโฆษณาที่ถูกลง การเฝ้าดูการเติบโตของ Perplexity หมายถึงการติดตามการเปลี่ยนแปลงที่อาจเป็นจุดเปลี่ยนในตลาดดิจิทัล

**AI ที่ทางแยก: วิธีที่ธุรกิจสามารถสร้างผลตอบแทนที่มีความหมายในยุค ChatGPT** การเปิดตัวของ ChatGPT ในช่วงปลายปี 2022 ได้ดึงดูดความสนใจด้วยความสามารถในการเขียนบทกวี แก้ไขโค้ด และตอบคำถาม สร้างความตื่นเต้นให้แก่วงการธุรกิจทั่วโลกต่อศักยภาพของ AI ในขั้นต้น AI สัญญาว่าจะช่วยทำงานอัตโนมัติ ปรับแต่งประสบการณ์ลูกค้า และเพิ่มประสิทธิภาพ แต่ความตื่นเต้นนั้นได้เปลี่ยนไปขณะที่ธุรกิจกำลังเผชิญกับปัญหาสำคัญ: การแสดงผลตอบแทนจากการลงทุน (ROI) สถานการณ์สมมุติแสดงถึงการเปลี่ยนแปลงนี้—ลองนึกภาพสตาร์ทอัพลงทุน $500,000 ในแชทบอท AI ที่ปรับปรุงการบริการลูกค้า แต่ไม่ก่อให้เกิดการลดต้นทุนหรือรายได้ใหม่ นี่สะท้อนถึงปัญหาในวงกว้าง: แม้ว่า AI จะมีความมหัศจรรย์ทางเทคนิค แต่ผลกระทบทางธุรกิจมักจะไม่ชัดเจน จากการสำรวจของ Ernst & Young LLP พบว่าการลงทุนใน AI คาดว่าจะเพิ่มขึ้นเกือบสองเท่าท่ามกลางผู้นำที่เตรียมลงทุน $10 ล้านขึ้นไป แต่หลายคนละเลยความสามารถพื้นฐานที่จำเป็นในการทำให้ได้คุณค่าที่แท้จริงจาก AI การสำรวจของ McKinsey พบว่าถึงแม้ 77% ของบริษัทใช้ AI หรือสำรวจศักยภาพของมัน แต่มีเพียงน้อยกว่า 20% ที่เห็นผลตอบแทนทางการเงินอย่างมีนัยสำคัญ ซึ่งเน้นถึงการไม่เชื่อมต่อระหว่างการนำ AI มาใช้และการรวมเข้ากับกลยุทธ์ **กรณีศึกษาการสร้าง ROI จากการลงทุนใน AI** AI เป็นความคาดหวังในธุรกิจ ไม่ใช่ของใหม่อีกต่อไป บริษัทต้องปรับโครงการ AI กับวัตถุประสงค์หลัก วัด KPI และมั่นใจในผลตอบแทนทางการเงินเพื่อสร้างศักยภาพเต็มที่ AI เด่นในการทำงานซ้ำซาก เช่น การทำงานอัตโนมัติของกระบวนการหุ่นยนต์ช่วยลดการป้อนข้อมูลลง 80% ทำให้พนักงานสามารถมุ่งเน้นงานที่มีมูลค่าสูงกว่า นอกจากนี้ AI ยังให้ข้อมูลเชิงลึกจากชุดข้อมูลขนาดใหญ่ ส่งเสริมการตัดสินใจทางการเงินและการค้าปลีก การส่วนบุคคลผ่าน AI ในแพลตฟอร์มเช่น Netflix และ Spotify ช่วยยกระดับการมีส่วนร่วมและการรักษาผู้ใช้ ส่งเสริมรายได้ **ความท้าทายในการบรรลุ ROI จาก AI** การบรรลุ ROI จาก AI เป็นเรื่องท้าทายเนื่องจากต้นทุนสูงและความคาดหวังเกินจริง การสร้างและบำรุงรักษาระบบ AI อาจมีค่าใช้จ่ายสูง เป็นอุปสรรคสำหรับองค์กรขนาดเล็ก การโฆษณาเกินจริงและความเข้าใจที่ไม่ชัดเจนเกี่ยวกับความสามารถของ AI มักนำไปสู่ความคาดหวังที่ไม่เข้าท่าและการดำเนินการที่ไม่ดี ซึ่งอาจทำอันตรายมากกว่าผลดี การต่อต้านจากพนักงานที่กลัวว่าจะตกงานต้องได้รับการแก้ไขโดยการฝึกอบรมและการบริหารการเปลี่ยนแปลง **ตัวอย่าง AI ROI ในโลกจริง** ตัวอย่างที่ประสบความสำเร็จ ได้แก่ การบำรุงรักษาเชิงคาดการณ์ด้วย AI ของ General Electric เพื่อลดเวลาที่หยุดทำงาน การจัดการสินค้าคงคลังที่ได้รับการปรับปรุงด้วย AI ของ Zara ที่เพิ่มยอดขาย และผู้ช่วยเสมือน Erica ของ Bank of America ที่ปรับปรุงการบริการลูกค้า John Deere ใช้ AI เพื่อการใช้สารกำจัดวัชพืชที่แม่นยำ ประหยัดค่าใช้จ่ายและเพิ่มผลผลิตพืช Khan Academy ใช้ AI เพื่อปรับแต่งการเรียนรู้ เสริมสร้างการมีส่วนร่วมของนักเรียนและผลลัพธ์ทางการศึกษา **AI แบบกระจายอำนาจ: เขตแดนใหม่** AI แบบกระจายอำนาจกำลังเป็นที่นิยม โดยเฉพาะในภาคส่วนที่ต้องการความเป็นส่วนตัวของข้อมูล เช่น การดูแลสุขภาพและพลังงาน โครงการอย่าง MELLODDY และการริเริ่มโดย Energy Web Foundation แสดงให้เห็นว่า AI แบบกระจายอำนาจสามารถสร้างนวัตกรรมได้อย่างไรขณะที่คุ้มครองความเป็นส่วนตัวและเพิ่มประสิทธิภาพการดำเนินงาน **การทำให้ ROI จาก AI เป็นเรื่องส่วนบุคคล** การแสวงหา ROI จาก AI เป็นการเดินทางส่วนบุคคล ชี้ให้เห็นว่ามันไม่ใช่แค่เป้าหมายเชิงตัวเลขแต่เป็นการสะท้อนถึงความสอดคล้องด้านกลยุทธ์และผลกระทบที่มีความหมาย โครงการ AI ที่ประสบความสำเร็จควรให้ความสำคัญกับวัตถุประสงค์ทางธุรกิจ สร้างความมั่นใจให้แก่การขยายการดำเนินงานในวงกว้าง **เน้นที่ ROI ในอนาคต** ขณะที่ AI พัฒนา การเน้นที่ ROI เป็นสิ่งจำเป็น AI ที่สร้างสรรค์ในการสร้างเนื้อหาและ AI แบบกระจายอำนาจในภาคส่วนที่ให้ความสำคัญกับความเป็นส่วนตัวถือว่าเป็นที่น่าจับตามองหากค่าใช้จ่ายของมันสามารถชดเชยได้ด้วยประโยชน์ที่วัดได้ การปรับเทคโนโลยีให้เข้ากับเป้าหมายธุรกิจและการติดตามผลลัพธ์อย่างเข้มงวดจะช่วยให้บริษัทสามารถใช้ AI ได้อย่างมีประสิทธิภาพ AI ควรถูกมองว่าเป็นเครื่องมือในการเปลี่ยนแปลงที่ขับเคลื่อนด้วยผลลัพธ์ ไม่ใช่แค่ความแปลกใหม่ โดยการให้ความสำคัญกับ ROI ธุรกิจสามารถมั่นใจได้ว่า AI สร้างความตื่นเต้นและผลกระทบที่สามารถวัดได้ ซึ่งมีความสำคัญในโลกที่เคลื่อนไหวอย่างรวดเร็วในปัจจุบัน

นักเขียนนิยายวิทยาศาสตร์ เท็ด เจียง ซึ่งมีชื่อเสียงจากเรื่องราวที่รังสรรค์อย่างประณีตตลอด 34 ปี ยอมรับว่าเขาเป็นนักเขียนที่เขียนช้า ผลงานของเขาส่วนใหญ่ประกอบด้วยเรื่องสั้นที่รวบรวมเป็นสองเล่ม ทำให้เกิดความกดดันให้เขียนให้ได้มากขึ้น แม้กระนั้น เรื่องราวของเจียง เช่น "Story of Your Life" ที่เป็นแรงบันดาลใจให้กับภาพยนตร์ "Arrival" มักวนเวียนอยู่กับคำถามทางปรัชญาที่ลึกซึ้ง งานเขียนของเขาได้รับรางวัลอันทรงเกียรติมากมาย รวมถึงรางวัล PEN/Malamud สำหรับความยอดเยี่ยมในเรื่องสั้น ในการสัมภาษณ์กับ สกอตต์ เดโทรว์ เจียงได้กล่าวถึงแนวทางการเล่าเรื่องของเขาซึ่งเริ่มต้นด้วย "คำถามสำคัญ" ก่อนที่จะแสดงปฏิกิริยาของมนุษย์ เขาเชื่อว่านิยายวิทยาศาสตร์ทำให้สามารถสร้างละครจากการทดลองคิดเชิงนามธรรมที่อาจถูกมองข้ามได้ เจียงยังมีการประเมิน AI อย่างวิจารณ์ โดยเห็นว่าภาพลักษณ์ที่นิยมมีความเข้าใจผิดเมื่อเทียบกับความเป็นจริงในปัจจุบัน เขาโต้แย้งใน The New Yorker ว่า AI ที่สร้างสรรค์แบบ ChatGPT ขาดการควบคุมรายละเอียดที่จำเป็นในการสร้างงานศิลปะที่ยอดเยี่ยม ขณะที่ยอมรับว่า AI มีศักยภาพในการส่งผลต่ออุตสาหกรรมอย่างกว้างขวาง แต่เขามองว่ามันเป็นเพียงเครื่องมือในการลดค่าใช้จ่ายมากกว่าพลังแห่งการเปลี่ยนแปลง และอาจนำไปสู่การสูญเสียงานและการเปลี่ยนแปลงในอุตสาหกรรม เมื่อกล่าวถึงการที่ตัวละครของเขามักคงคุณค่าพื้นฐานแม้เกิดการปั่นป่วนในสังคม เจียงเน้นว่าในขณะที่เทคโนโลยีทำให้มีการประเมินค่าใหม่ๆ แต่มันไม่ได้เปลี่ยนแปลงคุณค่าพื้นฐานของมนุษย์โดยตรง ตัวละครในเรื่องของเขาจะหาวิธีที่จะคงความเชื่ออย่างแท้จริง ปรับตัวเข้ากับโลกที่ถูกกำหนดโดยการเปลี่ยนแปลง

Rémi Lam ได้ยินเกี่ยวกับสภาพอากาศย่อยในซานฟรานซิสโก แต่เขาไม่เข้าใจถึงความแปลกประหลาดของมันจนกระทั่งย้ายมาอยู่ที่นั่นในปีนี้ "ถนนที่ฉันอาศัยอยู่อาจมีหมอกคลุม แต่แค่สองบล็อกไปทางซันนี่" เขากล่าว การพยากรณ์อากาศสำหรับเมืองนี้อาจผิดพลาดอย่างมากขึ้นอยู่กับตำแหน่ง แม้แต่การพยากรณ์อากาศขั้นสูงก็ไม่สามารถคาดการณ์สภาพอากาศย่อยทั่วเมืองได้อย่างแม่นยำ ในฐานะนักวิจัยที่ Google DeepMind ในลอนดอน Lam ได้มุ่งเน้นไปที่เรื่องอากาศและการพยากรณ์ เขาเป็นผู้นำในการใช้การเรียนรู้ของเครื่องเพื่อปรับปรุงการพยากรณ์อากาศ ซึ่งเป็นสาขาที่ก้าวหน้าอย่างรวดเร็วในช่วงไม่กี่ปีที่ผ่านมา โดยที่ Lam และเพื่อนร่วมงานของเขาอยู่แถวหน้า พวกเขาไม่ใช่กลุ่มเดียวในความพยายามนี้ หลายกลุ่มรวมถึง Microsoft, Nvidia, Huawei และศูนย์การพยากรณ์อากาศระยะกลางยุโรป (ECMWF) ในเรดดิ้ง, สหราชอาณาจักร กำลังเร่งพัฒนาการพยากรณ์อากาศที่ได้รับการสนับสนุนจาก AI สำหรับส่วนใหญ่ของปีนี้ GraphCast ซึ่งเป็นโครงการที่ขับเคลื่อนโดย Lam ได้เป็นผู้นำในด้านความแม่นยำ (R