Uap, Baja dan Kecerdasan Tak Terbatas

撰文：Ivan Zhao

编译：AididiaoJP，Foresight News

Setiap era dibentuk oleh bahan teknologi uniknya. Baja menempa zaman emas, semikonduktor membuka era digital. Kini kecerdasan buatan hadir dalam bentuk kecerdasan tak terbatas. Sejarah mengajarkan kita: siapa yang menguasai bahan mentah, dia yang mendefinisikan zaman.

Gambar kiri: Remaja Andrew Carnegie dan adiknya. Gambar kanan: Pabrik baja di Pittsburgh pada zaman emas.

Pada tahun 1850-an, Andrew Carnegie masih seorang operator telegraf yang berlari di jalan berlumpur Pittsburgh, saat itu enam dari sepuluh orang Amerika adalah petani. Hanya dalam dua generasi, Carnegie dan rekan-rekannya telah menempa dunia modern, kuda digantikan kereta api, cahaya lilin digantikan lampu listrik, besi digantikan baja.

Sejak saat itu, pekerjaan beralih dari pabrik ke kantor. Kini saya menjalankan sebuah perusahaan perangkat lunak di San Francisco, menciptakan alat bagi ribuan pekerja pengetahuan. Di kota teknologi ini, semua orang membicarakan kecerdasan buatan umum (AGI), tetapi sebagian besar dari dua miliar pekerja kantor belum merasakan keberadaannya. Tidak lama lagi, seperti apa bentuk pekerjaan pengetahuan? Ketika struktur organisasi menyatu dengan kecerdasan yang tak pernah berhenti, apa yang akan terjadi?

Film awal sering kali seperti pertunjukan panggung, satu kamera merekam panggung.

Masa depan sering kali sulit diprediksi karena selalu menyamar sebagai masa lalu. Panggilan awal seperti telegram yang singkat, film awal seperti rekaman pertunjukan panggung. Seperti yang dikatakan Marshall McLuhan: “Kita selalu mengarahkan masa depan melalui cermin belakang.”

Kecerdasan buatan yang paling umum saat ini masih terlihat seperti pencarian Google di masa lalu. Kutipan McLuhan: “Kita selalu mengarahkan masa depan melalui cermin belakang.” Hari ini, yang kita lihat adalah chatbot AI yang meniru kotak pencarian Google. Kita terjebak dalam masa transisi yang tidak nyaman yang selalu muncul setiap kali terjadi revolusi teknologi.

Tentang bagaimana masa depan akan, saya juga tidak punya semua jawaban. Tapi saya suka menggunakan beberapa metafora sejarah untuk memikirkan bagaimana kecerdasan buatan dapat berperan di tingkat individu, organisasi, dan bahkan ekonomi secara keseluruhan.

Individu: dari sepeda ke mobil

Tanda-tanda awal dapat dilihat pada para praktisi tingkat tinggi dalam pekerjaan pengetahuan, programmer.

Co-founder saya, Simon, pernah menjadi “programmer sepuluh kali lipat”, tetapi akhir-akhir ini dia jarang menulis kode secara langsung. Melalui jalur kerjanya, Anda akan melihat dia mengatur tiga hingga empat asisten pemrograman AI secara bersamaan. Asisten ini tidak hanya mengetik lebih cepat, tetapi juga berpikir, menjadikannya insinyur yang meningkatkan efisiensi sebesar 30 hingga 40 kali lipat. Dia sering mengatur antrean tugas sebelum makan siang atau sebelum tidur, membiarkan AI melanjutkan pekerjaannya saat dia pergi. Dia telah menjadi pengelola kecerdasan tak terbatas.

Pada tahun 1970-an, sebuah studi dari Scientific American tentang efisiensi gerak menginspirasi Steve Jobs untuk mengusulkan metafora terkenal “sepeda pikiran”. Hanya saja, puluhan tahun kemudian, kita terus mengayuh “sepeda” di jalan raya informasi.

Pada tahun 1980-an, Steve Jobs menyebut komputer pribadi sebagai “sepeda pikiran”. Sepuluh tahun kemudian, kita membangun jalan raya informasi yang disebut internet. Tapi saat ini, sebagian besar pekerjaan pengetahuan masih bergantung pada manusia. Ini seperti kita terus mengendarai sepeda di jalan raya.

Dengan asisten AI, orang seperti Simon telah beralih dari mengendarai sepeda ke mengemudi mobil.

Kapan pekerja pengetahuan lainnya bisa “mengemudi mobil”? Ada dua pertanyaan yang harus diselesaikan.

Mengapa membantu pekerjaan pengetahuan dengan AI lebih sulit dibandingkan dengan bantuan pemrograman? Karena pekerjaan pengetahuan lebih tersebar dan lebih sulit diverifikasi.

Pertama adalah fragmentasi konteks. Dalam pemrograman, alat dan konteks biasanya terkonsentrasi di satu tempat: lingkungan pengembangan terpadu, repositori kode, terminal. Tapi pekerjaan pengetahuan umum tersebar di puluhan alat. Bayangkan sebuah asisten AI yang mencoba menyusun deskripsi produk: ia harus menarik informasi dari thread diskusi Slack, dokumen strategi, dashboard data kuartal lalu, dan memori organisasi yang hanya ada di kepala seseorang. Saat ini, manusia berfungsi sebagai perekat, menggabungkan semuanya dengan menyalin dan menempel, serta beralih antar tab browser. Selama konteks tidak terintegrasi, asisten AI hanya bisa digunakan untuk tujuan yang sempit.

Elemen kedua yang hilang adalah verifikasi. Kode memiliki sifat ajaib: Anda bisa memverifikasi melalui pengujian dan pesan error. Pengembang model memanfaatkan hal ini, melatih AI agar lebih baik dalam pemrograman melalui reinforcement learning dan metode lainnya. Tapi bagaimana memverifikasi apakah sebuah proyek manajemen berjalan baik, atau apakah sebuah memo strategi luar biasa? Kita belum menemukan cara untuk meningkatkan model pekerjaan pengetahuan umum. Oleh karena itu, manusia tetap harus mengawasi, membimbing, dan menunjukkan apa yang “baik”.

Pada tahun 1865, “Red Flag Act” mengharuskan mobil berjalan di jalan dengan seorang pengibar bendera di depan (undang-undang ini dicabut pada 1896).

Praktik asistensi pemrograman tahun ini memberi tahu kita bahwa “manusia dalam loop” tidak selalu ideal. Ini seperti memeriksa satu per satu baut di jalur produksi, atau berjalan di depan mobil untuk membersihkan jalan (lihat “Red Flag Act” 1865). Kita harus membiarkan manusia mengawasi dari posisi yang lebih tinggi, bukan terlibat langsung. Setelah konteks terintegrasi, pekerjaan menjadi dapat diverifikasi, dan ratusan juta pekerja akan beralih dari “mengayuh sepeda” ke “mengemudi mobil”, lalu dari “mengemudi” menuju “mengemudi otomatis”.

Organisasi: Baja dan uap

Perusahaan adalah penemuan modern, yang efisiensinya menurun seiring skala membesar, dan akhirnya mencapai batas.

Gambar struktur organisasi New York & Erie Railroad tahun 1855. Perusahaan modern dan struktur organisasinya berkembang dari evolusi perusahaan kereta api, yang merupakan perusahaan pertama yang membutuhkan koordinasi jarak jauh untuk ribuan orang.

Beberapa ratus tahun yang lalu, sebagian besar perusahaan hanyalah bengkel berpuluh orang. Kini kita memiliki perusahaan multinasional dengan puluhan ribu karyawan. Infrastruktur komunikasi yang bergantung pada pertemuan dan otak manusia tidak mampu menanggung beban yang meningkat secara eksponensial. Kita mencoba mengatasi ini dengan hierarki, proses, dan dokumen, tetapi ini sama seperti membangun gedung pencakar langit dari kayu dan batu—menggunakan alat skala manusia untuk menyelesaikan masalah skala industri.

Dua metafora sejarah menunjukkan bagaimana masa depan bisa berbeda ketika organisasi memiliki bahan teknologi baru.

Keajaiban baja: Gedung Woolworth di New York yang selesai tahun 1913 pernah menjadi bangunan tertinggi di dunia.

Yang pertama adalah baja. Sebelum baja, tinggi bangunan abad ke-19 dibatasi enam hingga tujuh lantai. Besi kuat, tetapi rapuh dan berat; menambah lantai akan menyebabkan struktur runtuh karena beban sendiri. Baja mengubah segalanya. Kuat dan lentur, kerangka bangunan bisa lebih ringan, dinding lebih tipis, dan bangunan bisa menjulang puluhan lantai. Bangunan baru ini memungkinkan munculnya arsitektur tinggi.

AI adalah “baja” bagi organisasi. Ia diharapkan mampu menjaga konteks tetap kohesif di seluruh alur kerja, dan menampilkan keputusan saat diperlukan tanpa gangguan noise. Komunikasi manusia tidak lagi harus berfungsi sebagai dinding penahan beban. Rapat sinkron dua jam setiap minggu bisa digantikan oleh tinjauan asinkron selama lima menit; keputusan eksekutif yang membutuhkan tiga tingkat persetujuan mungkin bisa diselesaikan dalam beberapa menit. Perusahaan dapat benar-benar mencapai skala besar, menghindari penurunan efisiensi yang dulu dianggap tak terelakkan.

Gambar penggilingan yang digerakkan oleh water wheel. Tenaga air yang besar tetapi tidak stabil, dan terbatas oleh lokasi serta musim.

Kisah kedua tentang mesin uap. Pada awal Revolusi Industri, pabrik tekstil awal dibangun mengikuti sungai, menggunakan water wheel sebagai sumber tenaga. Setelah muncul mesin uap, pemilik pabrik awalnya hanya mengganti water wheel dengan mesin uap, sisanya tetap sama, dan produktivitas meningkat sedikit.

Terobosan nyata terjadi saat pemilik pabrik menyadari mereka bisa sepenuhnya melepaskan diri dari ketergantungan sumber air. Mereka membangun pabrik yang lebih besar di dekat pekerja, pelabuhan, dan bahan baku, dan merancang ulang tata letaknya mengelilingi mesin uap (kemudian, dengan meluasnya listrik, pemilik pabrik semakin melepaskan diri dari poros tenaga pusat, dan mesin kecil tersebar di seluruh pabrik untuk memberi daya ke mesin-mesin berbeda). Produktivitas pun melonjak, dan Revolusi Industri kedua benar-benar dimulai.

Gambar karya Thomas Allom tahun 1835, menggambarkan pabrik tekstil di Lancashire, Inggris, yang digerakkan oleh mesin uap.

Kita masih berada dalam tahap “mengganti water wheel”. Menyisipkan chatbot AI secara paksa ke dalam alur kerja yang dirancang untuk manusia, kita belum membayangkan seperti apa organisasi ketika batasan lama hilang, dan organisasi mampu berjalan dengan kecerdasan tak terbatas yang tetap aktif saat kita tidur.

Di perusahaan saya, Notion, kami terus bereksperimen. Selain 1000 karyawan, kini ada lebih dari 700 asisten AI yang menangani pekerjaan berulang: merekam rapat, menjawab pertanyaan untuk mengintegrasikan pengetahuan tim, menangani permintaan TI, mencatat umpan balik pelanggan, membantu karyawan baru memahami manfaat, menulis laporan status mingguan agar tidak perlu salin-tempel manual… Ini baru langkah awal. Potensi sesungguhnya terbatas oleh imajinasi dan inertias kita.

Ekonomi: dari Florence ke kota raksasa

Baja dan uap tidak hanya mengubah bangunan dan pabrik, tetapi juga kota.

Hingga beberapa ratus tahun lalu, kota masih berskala manusia. Anda bisa berjalan kaki menyeberangi Florence dalam empat puluh menit, ritme kehidupan ditentukan oleh jarak berjalan manusia dan jangkauan suara.

Kemudian, struktur rangka baja memungkinkan pencapaian gedung pencakar langit; mesin uap menggerakkan kereta api yang menghubungkan pusat kota dan daerah sekitarnya; lift, metro, jalan tol muncul satu demi satu. Skala dan kepadatan kota meningkat pesat—Tokyo, Chongqing, Dallas.

Ini bukan sekadar memperbesar Florence, melainkan menciptakan gaya hidup yang sama sekali baru. Kota raksasa bisa membuat orang tersesat, anonim, dan sulit dikendalikan. “Ketidakmampuan mengenali” ini adalah harga dari skala. Tapi mereka juga menawarkan lebih banyak peluang, kebebasan lebih besar, dan mendukung lebih banyak orang melakukan lebih banyak aktivitas dalam berbagai kombinasi—sesuatu yang tidak bisa dicapai oleh kota seni dan budaya berskala manusia.

Saya percaya ekonomi pengetahuan akan mengalami transformasi yang sama.

Saat ini, pekerjaan pengetahuan menyumbang hampir setengah dari PDB AS, tetapi operasinya sebagian besar masih berskala manusia: tim puluhan orang, alur kerja bergantung pada pertemuan dan email, organisasi yang tidak mampu bertahan dengan lebih dari seratus orang… Kita masih membangun “Florence” dari batu dan kayu.

Ketika asisten AI digunakan secara massal, kita akan membangun “Tokyo”, sebuah organisasi yang terdiri dari ribuan AI dan manusia bersama-sama; alur kerja yang berjalan lintas zona waktu tanpa menunggu seseorang bangun; pengambilan keputusan yang disintesis dengan partisipasi manusia yang tepat.

Itu akan menjadi pengalaman yang berbeda: lebih cepat, dengan efek pengungkit yang lebih besar, tetapi awalnya juga akan membuat pusing. Ritme rapat mingguan, perencanaan kuartalan, evaluasi tahunan mungkin tidak lagi relevan, dan ritme baru akan muncul. Kita mungkin kehilangan beberapa kejelasan, tetapi akan mendapatkan skala dan kecepatan.

Melampaui water wheel

Setiap bahan teknologi menuntut manusia berhenti melihat dunia melalui cermin belakang, dan mulai membayangkan dunia baru. Carnegie memandang baja, dan melihat garis langit kota; para pemilik pabrik Lancashire memandang mesin uap, dan membayangkan pabrik di luar sungai.

Kita masih berada dalam tahap “water wheel” dari AI, memasang chatbot secara paksa ke dalam alur kerja yang dirancang untuk manusia. Kita tidak cukup hanya menjadikan AI sebagai pendamping, tetapi harus membayangkan: ketika organisasi manusia diperkuat baja, dan pekerjaan kecil dipercayakan kepada kecerdasan yang tak pernah berhenti, seperti apa gambaran pekerjaan pengetahuan?

Baja, uap, dan kecerdasan tak terbatas. Garis langit berikutnya ada di depan, menunggu untuk kita bangun sendiri.