Sam Altman Akui Tersilap Menjangka Kelajuan AI Mengubah Ekonomi

Ketua Pegawai Eksekutif OpenAI, Sam Altman, nampaknya sedang menyemak semula jangka masa kesan AI — bukannya kepentingan teknologi itu sendiri. Dalam temu bual yang disiarkan pada 23 Ogos 2026, beliau dilaporkan berkata bahawa selepas GPT-4 diperkenalkan pada 2023, beliau menjangka gangguan terhadap perniagaan perisian dan ekonomi yang lebih meluas berlaku dengan jauh lebih pantas. 36

Pengajaran yang muncul ialah model berkeupayaan tinggi hanyalah permulaan. Untuk mengubah ekonomi secara menyeluruh, teknologi itu perlu diterjemahkan kepada aplikasi yang berguna, perubahan struktur organisasi, infrastruktur, peraturan dan penerimaan masyarakat. Semua proses tersebut terbukti lebih perlahan serta lebih diperdebatkan berbanding gembar-gembur selepas pelancaran GPT-4.

Ramalan AI Altman yang disemak semula

Pengakuan Altman membezakan antara kemajuan teknikal dengan penerimaan ekonomi. Beliau menjangka syarikat dan pasaran perisian akan berubah dengan pantas selepas GPT-4 menunjukkan tahap keupayaan baharu. Namun, proses menterjemahkan prestasi model kepada gangguan perniagaan secara meluas mengambil masa yang lebih panjang. 36

Ini tidak bermakna AI sudah kehilangan kepentingan ekonomi. Sebaliknya, latihan model yang semakin canggih tidak secara automatik mengubah cara syarikat beroperasi dalam tempoh singkat. Organisasi masih memerlukan produk yang boleh dipercayai, integrasi dengan sistem sedia ada, aliran kerja baharu, latihan pekerja serta alasan kukuh untuk menanggung kos pelaksanaannya.

Daripada sudut ini, kekangan jangka pendek AI bukan semata-mata soal sama ada model boleh menjadi lebih pintar. Persoalannya ialah sama ada organisasi mampu melaksanakannya dengan berkesan. Catatan Altman yang terkemudian masih menggambarkan kemajuan AI yang pantas dan kos penggunaan yang semakin menurun — petanda bahawa penerimaan yang lebih perlahan tidak seharusnya disalah anggap sebagai kemerosotan cita-cita. 40

Mengapa penerimaan AI ketinggalan berbanding keupayaan model?

Jarak antara demonstrasi model dengan penggunaan sebenar dalam dunia pekerjaan adalah besar. Sesebuah syarikat mungkin perlu mereka semula proses kerja, menetapkan pengawasan, mengurus data, menangani isu keselamatan dan menentukan pihak yang bertanggungjawab apabila sistem AI melakukan kesilapan.

Infrastruktur turut menjadi kekangan. Sistem AI memerlukan kapasiti pengkomputeran yang besar, manakala pusat data berdepan tentangan berkaitan penggunaan elektrik, air, kapasiti grid, tanah dan kesan ekonomi setempat. Menurut dapatan Gallup yang dipetik oleh The New York Times, 71% orang dewasa di Amerika Syarikat menentang pembinaan pusat data AI di kawasan mereka. Laporan sama menyatakan lebih sedozen projek telah disekat atau ditangguhkan akibat bantahan penduduk tempatan. 18

Altman mengakui kegusaran masyarakat setempat itu dan mencadangkan agar pusat data dibina di kawasan gurun yang terpencil. 23 Cadangan tersebut menonjolkan had praktikal peluasan AI: bekalan elektrik dan cip sahaja tidak mencukupi jika projek gagal mendapatkan kelulusan, rangkaian penghantaran, tanah serta sokongan komuniti.

Mengapa Altman mencadangkan pembangunan AI “diperlahankan” secara teratur?

Dalam kenyataan berasingan, Altman berkata pembangunan AI mungkin perlu “disesuaikan kelajuannya” supaya masyarakat mempunyai masa untuk “membina ketahanan” terhadap tahap keupayaan baharu. Beliau turut menegaskan bahawa sebarang pendekatan sedemikian perlu mengelakkan penguasaan proses peraturan oleh industri atau pakatan sulit antara makmal AI terkemuka. 37

Kenyataan ini bukan seruan untuk menghentikan pembangunan AI secara kekal. Hujahnya lebih kepada keperluan menyelaraskan kadar penggunaan teknologi dengan kadar penyesuaian masyarakat. Teknologi boleh berkembang dengan pantas, sedangkan institusi yang mengawalnya, syarikat yang menggunakannya dan orang awam yang perlu menerimanya bergerak lebih perlahan.

Dua risiko “anti-manusia” yang perlu dielakkan

Perbincangan ini menggariskan dua bentuk risiko yang bertentangan:

1. AI menjadi terlalu berkuasa sehingga manusia dan institusi tidak lagi mampu mengawalnya secara bermakna.
2. Kawalan terhadap AI canggih tertumpu pada terlalu sedikit syarikat atau kerajaan.

Risiko kedua selari dengan pandangan Altman yang lebih luas bahawa AI perlu didemokrasikan dan kuasanya tidak boleh tertumpu. 44 Kedua-dua risiko ini boleh menarik dasar awam ke arah yang berbeza. Kawalan berpusat yang ketat mungkin mengurangkan sesetengah bentuk penyalahgunaan, tetapi pemusatan akses dan kuasa membuat keputusan pada segelintir pihak juga boleh mencetuskan bahaya politik serta ekonomi.

Bahan yang tersedia tidak membuktikan bahawa Altman secara langsung menyerang Anthropic, atau bahawa beliau menganggap pendekatan Anthropic yang mengutamakan keselamatan sebagai sesuatu yang sememangnya “anti-manusia”. Oleh itu, membaca kenyataan tersebut sebagai kritikan terhadap Anthropic ialah tafsiran, bukan dakwaan yang disahkan. Kesimpulan yang lebih kukuh ialah AI termaju memang menimbulkan pertukaran sukar antara kawalan keselamatan dengan risiko pemusatan kuasa.

Apa yang ditunjukkan oleh perjanjian NVIDIA dengan Poolside?

Transaksi NVIDIA yang dilaporkan melibatkan Poolside menunjukkan bahawa penerimaan AI yang lebih perlahan tidak sama dengan pelaburan yang semakin lemah. NVIDIA dilaporkan membayar AS$6 bilion untuk melesenkan teknologi Poolside dan melabur AS$1 bilion lagi dalam syarikat pemula itu. Lebih 100 pekerja Poolside dijangka menyertai NVIDIA untuk membantu membangunkan keluarga model Nemotron yang mempunyai pemberat terbuka. 1

Langkah itu menunjukkan bahawa persaingan AI kini berkembang melangkaui latihan model termaju. Syarikat perkakasan dan pembangun model turut melabur dalam sistem perisian, proses pembangunan model serta alternatif open-weight — iaitu model yang lebih mudah diubah suai dan digunakan mengikut keperluan pengguna. 5

Perjanjian tersebut lebih wajar dilihat sebagai persediaan menghadapi kitaran penggunaan yang panjang, bukannya bukti bahawa NVIDIA menjangka permintaan AI akan runtuh. Syarikat mungkin sedang bersiap untuk AI tersebar secara beransur-ansur melalui pelbagai aplikasi dan organisasi, bukan menganggap satu pelancaran model akan serta-merta mengubah seluruh ekonomi.

Kesimpulan: AI sedang tersebar, bukan berundur

Jika digabungkan, semakan garis masa Altman, tentangan terhadap pusat data dan pelaburan NVIDIA dalam Poolside menunjukkan bahawa peralihan AI jauh lebih rumit berbanding gambaran yang diberikan oleh gembar-gembur awal.

Pembangunan AI masih dipercepatkan, tetapi penerimaannya dihadkan oleh beberapa faktor:

• kesukaran membina aplikasi yang boleh dipercayai;
• perubahan struktur organisasi dan proses perniagaan;
• kapasiti pengkomputeran, elektrik, air dan rangkaian penghantaran;
• kelulusan projek serta tentangan politik di peringkat tempatan; dan
• kebimbangan tentang keselamatan, akauntabiliti serta pemusatan kuasa.

Kesimpulan paling munasabah bukanlah bahawa syarikat AI terkemuka telah bersetuju untuk memperlahankan pembangunan secara sengaja. Bukti yang ada menunjukkan gambaran yang lebih bernuansa: pelaburan masih diteruskan secara agresif, sambil syarikat mengakui bahawa perubahan ekonomi akan berlaku melalui penyebaran yang lebih perlahan, memerlukan modal besar dan dipengaruhi pertikaian politik.

GPT-4 mungkin menandakan lonjakan besar dalam keupayaan AI, tetapi keupayaan teknologi tidak pernah sama dengan penerimaan serta-merta.