สุนทรพจน์โดย Christine Lagarde ประธาน ECB, BratislavAI Forum เกี่ยวกับปัญญาประดิษฐ์และการศึกษา ซึ่งเป็นส่วนหนึ่งของงานระดับสูงของ OECD เพื่อเฉลิมฉลองครบรอบ 25 ปีของ “Better Policies for Better Lives” ที่เมืองบราติสลาวา
บราติสลาวา 24 พฤศจิกายน 2568
วันนี้เป็นเกียรติอย่างยิ่งที่ได้พูดคุยกับคุณเกี่ยวกับปัญญาประดิษฐ์
ในปี 1987 Robert Solow ตั้งข้อสังเกตอย่างโด่งดังว่า “คุณสามารถเห็นยุคของคอมพิวเตอร์ได้ทุกที่ ยกเว้นในสถิติประสิทธิภาพการทำงาน”
การสังเกตแบบเดียวกันนี้สามารถทำได้ในวันนี้ เราเห็น AI ก้าวหน้าไปอย่างรวดเร็วอย่างน่าทึ่ง แต่ผลกระทบโดยรวมยังคงแทบไม่ปรากฏให้เห็นในข้อมูล
ในปีที่ผ่านมา การลงทุนขององค์กรทั่วโลกในด้าน AI มีมูลค่าถึง 252 พันล้านดอลลาร์สหรัฐ และบริษัท AI เอกชนก็ระดมทุนได้สูงถึง 100 พันล้านดอลลาร์สหรัฐ[1] นักลงทุนชั้นนำ 5 รายในสหรัฐฯ ในแง่ของรายจ่ายฝ่ายทุน ปัจจุบันเป็นบริษัทที่เน้นเรื่อง AI เป็นอย่างมาก ไม่มีบริษัทใดที่ติดอันดับหนึ่งในสิบอันดับแรกของนักลงทุนเมื่อทศวรรษที่แล้ว [2]
บางคนมองว่าการเพิ่มขึ้นอย่างรวดเร็วนี้เป็นการเติบโตชั่วคราวที่นำหน้าปัจจัยพื้นฐาน แต่การอภิปรายที่มีกรอบเฉพาะในแง่ของการขึ้นลงในระยะสั้นอาจพลาดภาพที่ใหญ่กว่า
ประวัติศาสตร์นำเสนอตัวอย่างมากมายของคลื่นการลงทุนที่รุนแรง ซึ่งท้ายที่สุดแล้ว แม้จะผันผวนในวงจรการลงทุน แต่ท้ายที่สุดก็ทิ้งเทคโนโลยีการเปลี่ยนแปลงที่เปลี่ยนแปลงรูปแบบเศรษฐกิจมานานหลายทศวรรษ[3]
ดังนั้นคำถามสำคัญจึงไม่ใช่ว่ามีรอบการทำงานหรือไม่ ซึ่งเกือบจะแน่นอน แต่อยู่ที่ว่าจะใช้เวลานานเท่าใดก่อนที่จะมองเห็นคุณประโยชน์ด้านการผลิตที่ยั่งยืน
และมีเหตุผลหลายประการที่เชื่อได้ว่า AI สามารถแพร่กระจายได้เร็วขึ้น และก่อให้เกิดประโยชน์ทางเศรษฐกิจที่จับต้องได้เร็วกว่าคลื่นเทคโนโลยีครั้งก่อนๆ
หากนั่นคือเส้นทางที่เราดำเนินอยู่ – และฉันเชื่อว่ามันอาจจะเป็นเช่นนั้น – ยุโรปจำเป็นต้องวางตำแหน่งตัวเองตามนั้น เราจำเป็นต้องขจัดอุปสรรคทั้งหมดที่ขัดขวางไม่ให้เรายอมรับการเปลี่ยนแปลงนี้ มิฉะนั้นเราเสี่ยงที่จะปล่อยให้กระแสการนำ AI มาใช้และเป็นอันตรายต่ออนาคตของยุโรป
ประวัติศาสตร์แสดงให้เห็น: การหยุดชะงักมาก่อน ผลประโยชน์ในภายหลัง
เพื่อทำความเข้าใจว่าอะไรคือความเสี่ยง การดูประวัติศาสตร์จึงมีประโยชน์
เทคโนโลยีเพื่อวัตถุประสงค์ทั่วไปก่อนหน้านี้ เช่น ไฟฟ้า คอมพิวเตอร์ หรืออินเทอร์เน็ต ดำเนินตามวิถีที่เป็นที่รู้จัก การหยุดชะงักเกิดขึ้นตั้งแต่เนิ่นๆ โดยการเพิ่มผลิตภาพในวงกว้างจะเกิดขึ้นอย่างช้าๆ เท่านั้น[4]
ตัวอย่างเช่น ใช้เวลาประมาณสามสิบปีก่อนที่ผลกระทบของไฟฟ้าจะปรากฏทั่วทั้งเศรษฐกิจอย่างชัดเจน ต้องสร้างโครงข่ายไฟฟ้า ออกแบบโรงงานใหม่ และคนงานได้รับการจัดสรรจากงานเดิมไปสู่งานใหม่
คอมพิวเตอร์ก็ต้องการการลงทุนระยะยาวในด้านฮาร์ดแวร์ ซอฟต์แวร์ ทักษะ และโมเดลธุรกิจใหม่ๆ ก่อนที่จะแปลเป็นการปรับปรุงที่วัดผลได้
หากคลื่น AI ของยุโรปมีลักษณะคล้ายกับการแพร่กระจายของกระแสไฟฟ้าในช่วงทศวรรษ 1920 การเติบโตของผลิตภาพต่อปีอาจสูงขึ้นประมาณ 1.3 เปอร์เซ็นต์ แต่หากเป็นไปตามกระแสความนิยมทางดิจิทัลของสหรัฐฯ ในช่วงปลายทศวรรษ 1990 การเพิ่มขึ้นจะเข้าใกล้ 0.8 จุด[5] แม้แต่ขอบเขตล่างนั้นก็ยังมีความสำคัญสำหรับยุโรป ซึ่งเป็นก้าวที่ชัดเจนจากประสิทธิภาพการผลิตของเทรนด์ล่าสุด
ครั้งนี้อาจจะแตกต่างออกไปไหม?
แต่ AI มีคุณสมบัติที่สามารถบีบอัดวงจรนี้และผลักดันการเพิ่มผลผลิตให้มากยิ่งขึ้น คุณสมบัติสองประการ – นวัตกรรมและการแพร่กระจาย – ชี้ไปที่เส้นทางที่รวดเร็วยิ่งขึ้น
ประการแรกคือนวัตกรรมระดับแนวหน้าอาจเร่งตัวเร็วขึ้นเนื่องจากธรรมชาติของ AI ที่เกิดซ้ำ
ระบบ AI สามารถใช้เอาท์พุตของตัวเองเพื่อเพิ่มประสิทธิภาพการทำงานในลูปต่อเนื่อง สิ่งนี้ไม่เพียงแต่ช่วยลดต้นทุนในการผลิตสินค้าและบริการเท่านั้น แต่ยังช่วยลดต้นทุนในการสร้างแนวคิดใหม่ๆ อีกด้วย[6]
ตัวอย่างเช่น ภายในห้าสิบปี วิทยาศาสตร์สามารถแก้ไขโครงสร้างโปรตีนได้ประมาณ 200,000 โครงสร้าง AI บรรลุการคาดการณ์โครงสร้างโปรตีนมากกว่า 200 ล้านครั้งในเวลาประมาณหนึ่งปี ซึ่งขยายขอบเขตความรู้ไปอย่างมาก[7]
สิ่งนี้แสดงถึงการเปลี่ยนแปลงที่สำคัญในปัจจัยการผลิตในการวิจัยและพัฒนา เมื่อฐานความรู้ขยายออกไปเกือบข้ามคืน การค้นพบขั้นปลายน้ำก็จะเพิ่มขึ้นเร็วขึ้น แม้กระทั่งก่อนที่ห้องปฏิบัติการหรือบริษัททุกแห่งจะจัดระเบียบใหม่ทั้งหมดก็ตาม
ด้วยการเร่งการผลิตไอเดีย AI ไม่เพียงแต่สามารถยกระดับเท่านั้น ระดับ ของผลผลิตแต่อาจเติบโตได้ ประเมิน ตัวมันเอง[8] การประมาณการบางอย่างชี้ให้เห็นเช่นนั้น การวิจัยและพัฒนาที่เสริมด้วย AI สามารถเพิ่มอัตราการเติบโตของผลิตภาพในสหรัฐฯ ในช่วงที่ผ่านมาเป็นสองเท่าเป็นระหว่าง 1.6 ถึง 2.4% ต่อปี ซึ่งเร็วกว่าคลื่นเทคโนโลยีครั้งก่อน ๆ[9]
ประการที่สอง การแพร่กระจายของเทคโนโลยี AI อาจเร็วขึ้น เนื่องจากมีโครงสร้างพื้นฐานที่รองรับอยู่แล้ว
มันเป็นเรื่องจริงที่มีปัญหาคอขวด คลื่นแห่งการลงทุนในไฮเปอร์สเกลเลอร์ในปัจจุบันแสดงให้เห็นว่าความสามารถในการประมวลผลยังคงเป็นข้อจำกัด การฝึกอบรมและการปรับใช้โมเดลขนาดใหญ่จำเป็นต้องมีการลงทุนจำนวนมากในศูนย์ข้อมูลและพลังงาน ในยุโรปเราเผชิญกับความท้าทายโดยเฉพาะในแง่นี้ เนื่องจากต้นทุนพลังงานที่สูงขึ้นและความล่าช้าที่นานกว่า
แต่แตกต่างจากเทคโนโลยีในอดีต เช่น ไฟฟ้าหรือคอมพิวเตอร์ที่ต้องใช้เครือข่ายทางกายภาพหรือทักษะการเขียนโค้ดใหม่ AI ทำงานบนอุปกรณ์อินเทอร์เน็ตที่มีอยู่และสื่อสารกับผู้ใช้ผ่านภาษามนุษย์
การใช้งานในวงกว้างจึงสามารถดำเนินต่อไปได้ก่อนที่การสร้างโครงสร้างพื้นฐานจะเสร็จสมบูรณ์ แอปพลิเคชัน AI จำนวนมากได้ประโยชน์จากฮาร์ดแวร์ที่มีอยู่แล้ว ดังนั้น แม้ว่าการขาดความสามารถในการประมวลผลจะขัดขวางการพัฒนาโมเดล แต่ก็ไม่ได้ปิดกั้นการแพร่กระจายในระบบเศรษฐกิจในวงกว้างเสมอไป[10]
นอกจากนี้โครงสร้างพื้นฐานเองก็กำลังก้าวหน้าอย่างรวดเร็ว ในขณะที่กฎของมัวร์คาดการณ์ว่าความจุของชิปจะเพิ่มขึ้นสองเท่าทุกๆ สองปี แต่พลังการประมวลผลของโมเดล AI ก็เพิ่มขึ้นเป็นสองเท่าทุก ๆ หกเดือน ซึ่งเร็วกว่าสี่เท่า
สิ่งที่ยุโรปจะได้รับ
สิ่งนี้หมายความว่าสำหรับยุโรป?
เงินเดิมพันอาจสูงเป็นพิเศษ
ด้วยการที่สหรัฐอเมริกาและจีนก้าวนำหน้าในวงการนี้ ยุโรปจึงพลาดโอกาสที่จะเป็นผู้เสนอญัตติรายแรกในด้าน AI และเรายังคงต้องแบกรับต้นทุนของการเป็นผู้ใช้ที่ช้าในช่วงการปฏิวัติดิจิทัลครั้งล่าสุด เราไม่สามารถที่จะทำผิดพลาดแบบเดิมอีกครั้งได้
แต่เรื่องราวยังไม่จบ ยุโรปยังคงสามารถกลายเป็นผู้เสนอญัตติลำดับที่สองที่แข็งแกร่งได้หากดำเนินการอย่างเด็ดขาด เป้าหมายของเราไม่ควรเป็นการสร้างโมเดล AI ชั้นนำนอกกรอบ แต่เป็นการปรับใช้ AI ทั่วทั้งกระดาน ด้วยการมุ่งเน้นไปที่การยอมรับอย่างรวดเร็วและการใช้เทคโนโลยี AI ที่มีอยู่อย่างชาญฉลาดในอุตสาหกรรมที่หลากหลายของเรา ยุโรปสามารถเปลี่ยนการเริ่มต้นล่าช้าให้กลายเป็นความได้เปรียบทางการแข่งขัน[11]
เศรษฐกิจของเรามีความหลากหลายมาก บริษัทสิบอันดับแรกในตลาดหุ้นสหรัฐฯ มีสัดส่วนประมาณ 40% ของตลาดในสี่ภาคส่วน ในขณะที่สิบอันดับแรกในสหภาพยุโรปมีสัดส่วนไม่เกิน 18% ในหลายภาคส่วนเกือบสองเท่า
และบริษัทต่างๆ ในยุโรปก็เริ่มนำ AI เชิงสร้างสรรค์มาใช้ในระดับเดียวกันกับบริษัทในสหรัฐอเมริกาแล้ว สิ่งที่ ECB ได้ยินจากบริษัทขนาดใหญ่ในยุโรปเป็นเครื่องยืนยันแนวโน้มนี้: หลายแห่งลงทุนมหาศาลในฐานข้อมูล โซลูชันคลาวด์ และ AI โดยผู้ให้บริการเหล่านี้รายงานการเติบโตเป็นเลขสองหลัก[12]
แต่เพื่อเปลี่ยนผลประโยชน์เหล่านี้ให้เป็นข้อได้เปรียบทางการแข่งขัน เราจำเป็นต้องเชื่อมโยงข้อมูลข้ามภาคส่วนต่างๆ ด้วยพื้นที่ข้อมูลระดับอุตสาหกรรม บริษัทต่างๆ จึงสามารถแบ่งปันข้อมูลการดำเนินงานและสร้างชุดการฝึกอบรมสำหรับโมเดล AI ที่ไม่มีบริษัทใดสามารถประกอบได้โดยลำพัง[13]
โครงการริเริ่ม เช่น Manufacturing-X และ Catena-X ในภาคยานยนต์ส่งเสริมการทำงานร่วมกันในการแบ่งปันข้อมูล ในขณะที่ European Health Data Space ช่วยให้บันทึกสุขภาพที่ทำงานร่วมกันได้ ช่วยให้เราสามารถใช้ประโยชน์จากชุดข้อมูลผู้ป่วยที่ไม่เปิดเผยตัวตนในวงกว้างที่สร้างโดยระบบการดูแลสุขภาพสากลของเรา[14]
แต่ความพยายามเหล่านี้จะไม่เพียงพอด้วยตัวมันเอง
หากพื้นที่ข้อมูลของเราใช้กลุ่มเทคโนโลยีที่เป็นเจ้าของและควบคุมนอกยุโรป เราจะเจาะลึกมากขึ้น แทนที่จะลดการพึ่งพาเชิงกลยุทธ์ของเรา เราต้องกระจายส่วนสำคัญของห่วงโซ่อุปทาน AI และหลีกเลี่ยงจุดล้มเหลวเพียงจุดเดียว ในชั้นพื้นฐาน เช่น ความสามารถในการประมวลผลตามชิปและศูนย์ข้อมูล เราควรรักษาความจุขั้นต่ำไว้
ในชั้นแอปพลิเคชัน ยุโรปควรใช้ประโยชน์จากอำนาจของตลาดเดียวเพื่อบังคับใช้การทำงานร่วมกันและมาตรฐานแบบเปิด ซึ่งจะทำให้เกิดการแข่งขันระหว่างรุ่นใหญ่ๆ และป้องกันการ “ล็อคอิน” ที่เกิดขึ้นกับแพลตฟอร์มเทคโนโลยีในอดีต
ยิ่งไปกว่านั้น เราต้องเอาชนะอุปสรรคเก่าๆ ที่คุ้นเคยซึ่งขัดขวางเราจากการเป็นผู้เคลื่อนไหวกลุ่มแรกในอดีต
หากเราปล่อยให้ต้นทุนพลังงานของเราอยู่ในระดับสูง หากกฎระเบียบยังคงกระจัดกระจาย และหากตลาดทุนล้มเหลวในการบูรณาการและจัดหาช่องทางการระดมทุนระยะยาวแบบแบกรับความเสี่ยงในวงกว้าง AI จะแพร่กระจายช้าลง
และในครั้งนี้ ผลที่ตามมามีมากกว่าการแพ้การแข่งขันในโมเดล AI ในที่สุดเราจะเผชิญกับการสูญเสียความสามารถในการแข่งขันสำหรับภาคส่วนและอุตสาหกรรมต่างๆ ของเรามากขึ้น
บทสรุป
ให้ฉันสรุป.
“มันจะใหญ่กว่าการปฏิวัติอุตสาหกรรมถึง 10 เท่า – และอาจเร็วกว่านั้นถึง 10 เท่า” คำพูดเหล่านี้จาก Demis Hassabis ผู้ชนะรางวัลโนเบลสาขาเคมีประจำปี 2024 จากการวิจัย AI ของเขา จับภาพขนาดและความเร็วของสิ่งที่อาจรออยู่ข้างหน้า
ดังนั้นคำถามจึงไม่ใช่อีกต่อไปว่าเขตแดนใหม่นี้จะมาถึงหรือไม่ แต่อยู่ที่ว่าเร็วแค่ไหน และความก้าวหน้าในช่วงไม่กี่ปีที่ผ่านมาบ่งชี้ว่ามีแนวโน้มที่จะเร็วกว่าที่สถาบันและกฎระเบียบของเราเตรียมไว้
นั่นหมายถึงการดำเนินการตั้งแต่ตอนนี้เพื่อขจัดอุปสรรคที่จะชะลอการแพร่กระจายของ AI และชะลอความเจริญรุ่งเรืองของชาวยุโรปทั้งหมดในอีกหลายทศวรรษข้างหน้า
คำแนะนำการอ่านบทความนี้ : บางบทความในเว็บไซต์ ใช้ระบบแปลภาษาอัตโนมัติ คำศัพท์เฉพาะบางคำอาจจะทำให้ไม่เข้าใจ สามารถเปลี่ยนภาษาเว็บไซต์เป็นภาษาอังกฤษ หรือปรับเปลี่ยนภาษาในการใช้งานเว็บไซต์ได้ตามที่ถนัด บทความของเรารองรับการใช้งานได้หลากหลายภาษา หากใช้ระบบแปลภาษาที่เว็บไซต์ยังไม่เข้าใจ สามารถศึกษาเพิ่มเติมโดยคลิกลิ้งค์ที่มาของบทความนี้ตามลิ้งค์ที่อยู่ด้านล่างนี้
Source link
