Aku terus melihat orang-orang membicarakan AI seolah-olah seluruh masa depan tergantung pada siapa yang membangun model paling cerdas.
Percakapan selalu berputar di sekitar hal yang sama.
Model yang lebih besar.
Lebih banyak parameter.
Inferensi yang lebih cepat.
Komputasi yang lebih murah.
Alasan yang lebih baik.
Dan jangan salah paham, hal-hal itu penting.
Tapi belakangan ini aku mulai bertanya-tanya apakah kita memperhatikan lapisan yang salah dari ekonomi AI.
Karena kecerdasan tidak muncul begitu saja.
Setiap model dibangun di atas sesuatu yang lebih dalam.
Data.
Pengetahuan manusia.
Perilaku manusia.
Keputusan manusia.
Keahlian manusia.
Tanpa input tersebut, bahkan model yang paling canggih hanyalah kerangka kosong yang menunggu untuk belajar.
Namun ketika orang-orang membahas masa depan AI, sebagian besar perhatian tertuju pada perusahaan yang membangun model-model tersebut daripada komunitas yang menciptakan pengetahuan yang membuat model-model itu berguna.
Itu terasa aneh.
Bayangkan sebuah ekonomi di mana jutaan orang berkontribusi nilai setiap hari tapi hampir tidak ada dari mereka yang bisa membuktikan kontribusinya setelahnya.
Apakah sistem itu akan tetap berkelanjutan?
Saya tidak yakin.
Semakin saya memikirkan tentangnya, semakin tampak bahwa tahap berikutnya dari AI mungkin kurang berkaitan dengan kecerdasan itu sendiri dan lebih berkaitan dengan kepemilikan.
Bukan kepemilikan dalam arti tradisional.
Kepemilikan kontribusi.
Kepemilikan pengaruh.
Kepemilikan penciptaan nilai.
Karena begitu AI menjadi terintegrasi secara mendalam ke dalam bisnis, pendidikan, kesehatan, keuangan, dan pengambilan keputusan sehari-hari, pertanyaan sulit mulai muncul.
Siapa yang layak mendapat kredit?
Pada pandangan pertama, itu terdengar sederhana.
Perusahaan yang membangun model tersebut.
Pengembang yang melatihnya.
Organisasi yang menerapkannya.
Tetapi semakin dalam Anda menyelidiki, semakin sulit jawabannya.
Sebuah model belajar dari berbagai sumber.
Penulis.
Peneliti.
Para ahli.
Komunitas.
Dataset publik.
Dataset pribadi.
Tahun pengetahuan manusia yang terakumulasi.
Output akhir mungkin terasa seperti berasal dari mesin, tetapi bahan-bahannya berasal dari orang-orang.
Itu menciptakan tantangan yang menarik.
Bagaimana Anda mengukur kontribusi di dunia di mana kecerdasan semakin kolektif?
Dan yang lebih penting, bagaimana Anda memberikan imbalan untuk itu?
Teknologi sering digambarkan sebagai masalah teknis.
Sejarah menunjukkan sebaliknya.
Banyak teknologi berhasil atau gagal karena insentif daripada rekayasa.
Arsitektur terkuat tidak selalu menang.
Sistem yang menyelaraskan peserta sering kali melakukannya.
Itulah mengapa desain insentif lebih menarik bagi saya dibandingkan spesifikasi teknis.
Orang-orang beradaptasi.
Orang-orang mengoptimalkan.
Orang-orang mengejar imbalan.
Setiap ekosistem pada akhirnya mencerminkan insentif yang dibangun ke dalamnya.
Jika kontributor merasa diabaikan, partisipasi menurun.
Jika nilai mengalir secara tidak adil, kepercayaan menghilang.
Jika kepemilikan tetap terkonsentrasi, desentralisasi menjadi lebih seperti slogan.
Industri AI mungkin pada akhirnya menghadapi kenyataan yang sama.
Karena data bukan hanya bahan bakar.
Ini adalah input ekonomi.
Dan input ekonomi cenderung meminta pengakuan seiring berjalannya waktu.
Hal lain yang terus terlintas di pikiran saya adalah aksesibilitas.
Membangun sistem AI yang canggih membutuhkan sumber daya yang sangat besar.
Komputasi itu mahal.
Infrastruktur itu mahal.
Distribusi itu mahal.
Akibatnya, kekuasaan secara alami terkonsentrasi di sekitar organisasi dengan modal signifikan.
Konsentrasi itu tidak selalu berniat jahat.
Ini hanyalah cara kerja ekonomi.
Tetapi konsentrasi menciptakan trade-off.
Semakin terpusat pengembangan menjadi, semakin penting transparansi menjadi.
Orang-orang ingin memahami bagaimana sistem dilatih.
Dari mana data berasal.
Siapa yang mendapatkan manfaat.
Siapa yang terpinggirkan.
Pertanyaan-pertanyaan itu menjadi lebih penting seiring AI mendekati bagian-bagian kritis masyarakat.
Dan mereka bukan hanya pertanyaan teknis.
Mereka adalah pertanyaan tata kelola.
Pertanyaan ekonomi.
Pertanyaan manusia.
Yang menarik adalah banyak proyek yang muncul tampaknya mengenali tantangan ini.
Alih-alih hanya fokus pada kinerja model, mereka menjelajahi ide-ide seputar atribusi, transparansi, dan partisipasi kontributor.
Apakah eksperimen-eksperimen itu berhasil masih belum jelas.
Membangun sistem yang adil jauh lebih sulit daripada mendeskripsikannya.
Pasar itu berantakan.
Manusia tidak dapat diprediksi.
Orang-orang mencari celah.
Setiap mekanisme imbalan menarik optimisasi.
Terkadang optimisasi yang sehat.
Terkadang optimisasi yang merusak.
Itulah sebabnya ujian nyata dari setiap ekosistem bukanlah apa yang terjadi selama pertumbuhan.
Ini adalah apa yang terjadi ketika insentif ditekan.
Bisakah kualitas dipertahankan?
Bisakah aktor jahat dicegah?
Bisakah kontributor tetap termotivasi?
Bisakah distribusi nilai tetap kredibel?
Pertanyaan-pertanyaan itu menentukan umur panjang.
Dan umur panjang pada akhirnya adalah apa yang memisahkan infrastruktur dari hype.
Siklus AI saat ini mengingatkan saya pada ledakan teknologi sebelumnya.
Kegembiraan datang terlebih dahulu.
Modal mengikuti.
Perhatian meledak.
Ekspektasi meningkat.
Kemudian kenyataan mulai memilah ide-ide yang berkelanjutan dari narasi sementara.
Beberapa proyek menghilang.
Beberapa berevolusi.
Beberapa menjadi yayasan.
Tantangannya adalah mengidentifikasi kategori mana sesuatu termasuk sebelum pasar mencapai konsensus.
Itu tidak pernah mudah.
Tetapi satu hal semakin jelas bagi saya.
Ekonomi AI masa depan mungkin tidak diputuskan semata-mata oleh siapa yang membangun kecerdasan paling kuat.
Ini juga mungkin dipengaruhi oleh siapa yang menciptakan sistem yang paling adil di sekitar kecerdasan itu.
Karena kecerdasan menciptakan nilai.
Tetapi nilai pada akhirnya menimbulkan pertanyaan.
Dari mana asalnya?
Siapa yang membantu menciptakannya?
Siapa yang seharusnya mendapatkan manfaat dari itu?
Pertanyaan-pertanyaan itu mudah diabaikan selama tahap awal siklus teknologi.
Mereka menjadi jauh lebih sulit untuk diabaikan begitu aktivitas ekonomi nyata mulai mengalir melalui sistem.
Dan mungkin itu adalah pemikiran yang terus saya kembali.
Debat besar berikutnya tentang AI mungkin tidak ada hubungannya dengan model sama sekali.
Ini mungkin tentang membuktikan kontribusi.
Membuktikan pengaruh.
Membuktikan kepemilikan.
Karena dalam dunia yang semakin didorong oleh kecerdasan kolektif, kemampuan untuk melacak dari mana nilai berasal mungkin menjadi sama pentingnya dengan kecerdasan itu sendiri.