AI giảm thiểu nhu cầu của Kinh tế lặp lại?

Tôi đã trở thành một người ủng hộ nghiêm túc cho Kinh tế của sự lặp lại và Kinh tế của niềm tin (học một lần > tin tưởng > sử dụng mọi nơi > trong mọi vai trò) khi chúng tôi triển khai các dịch vụ BankID vào đầu những năm - 90. Mã vượt một lần (one-time pass codes) thường xuyên được sử dụng, an toàn và được tin cậy trong ngân hàng – và thói quen cùng với niềm tin đó có thể phục vụ mọi nhu cầu nhận dạng và ký kết trong xã hội nói chung.

Bây giờ tôi thấy rằng các ví cá nhân và ví doanh nghiệp sẽ nhận, chuyển tiếp và xác minh không chỉ nhận dạng mà còn mọi loại chứng chỉ có thể xác minh (những bộ chứng chỉ cần thiết trong các sự kiện kinh doanh và đời sống). Trong thời buổi nhộn nhịp này, thời lượng chú ý ngày càng ngắn hơn, thì Kinh tế của Sự Lặp lại và Niềm tin trong không gian bao trùm này sẽ trở nên có giá trị thậm chí gấp bội hơn về mặt gánh nặng nhận thức…

Các ví cũng sẽ cho phép sử dụng và trao quyền cho các tác nhân AI để thực hiện các hành động có ràng buộc pháp lý. Không chỉ tìm dữ liệu và giáo dục chúng ta như các LLM đang làm một cách rất xuất sắc ngay lúc này. Rồi câu hỏi của tôi là:

Liệu các LLM và về sau là các tác nhân AI mang theo ví có lấy đi phần lớn nhu cầu của Kinh tế của sự lặp lại (Repetion) không?

Các quan điểm mới của ChatGPT đã được chỉnh sửa: họ sẽ giảm nhu cầu cho sự lặp lại ở một số lớp của nền kinh tế—nhưng họ sẽ không loại bỏ nó. Họ sẽ chuyển nó đi.

1) “Kinh tế của sự lặp lại” thực sự làm được gì

Sự lặp lại không phải là ngẫu nhiên—nó phục vụ ba chức năng kinh tế cốt lõi:

A. Phân bổ chi phí

• Chi phí cố định cao → chi phí biên thấp (phần mềm, nội dung/truyền thông, khuôn mẫu sản xuất)

• Sự lặp lại giúp phân bổ chi phí

B. Niềm tin & tiêu chuẩn hóa

• Sự lặp lại tạo ra tính dự đoán được (thương hiệu, quy trình, chứng chỉ)
• “Y hệt lần nữa” = rủi ro thấp hơn

C. Hiệu quả phối hợp

• Các thói quen/phác đồ chung giảm gánh nặng nhận thức
• Xã hội vận hành dựa trên các mô-típ lặp lại (thanh toán, hợp đồng, quy trình làm việc)

2) Tác nhân AI mang ví thay đổi điều gì

Các tác nhân có:

• ví riêng của họ
• khả năng giao dịch
• khả năng hành động liên tục
• năng lực cá nhân hóa

…sẽ tạo ra nhận thức và thực thi với chi phí biên gần như bằng 0.

Điều này phá vỡ một giả định then chốt đằng sau sự lặp lại:

Con người khan hiếm và tốn kém → tái sử dụng đầu ra.

Giờ đây:

Nhận thức + thực thi trở nên rẻ và liên tục.

3) Nơi sự lặp lại declines

A. Các đầu ra “đủ dùng” được sản xuất hàng loạt

• Nội dung quảng cáo
• Các thành phần phần mềm cơ bản
• Kịch bản chăm sóc khách hàng
• Các mẫu (templates)

Các tác nhân có thể tạo ra các biến thể được cá nhân hóa theo yêu cầu thay vì tái sử dụng một phiên bản duy nhất.

👉 Kết quả:
Chuyển từ “lặp lại cùng một thứ” → “tạo theo từng trường hợp”

B. Các lớp trung gian

Các tác nhân có thể:

• so sánh giá ngay lập tức
• thương lượng
• thực hiện giao dịch

Vì vậy các vai trò lặp đi lặp lại như:

• nhà môi giới
• điều phối lớp giữa
• mua sắm theo quy trình thông thường

…bị nén lại (co lại).

C. Các thói quen hành vi

Con người thích các hành động lặp lại vì:

• giới hạn bộ nhớ
• ma sát
• thói quen

Các tác nhân loại bỏ điều đó:

• tự động thanh toán
• tự động ra quyết định
• tự động tối ưu hóa

👉 Ít lặp lại hơn ở lớp hành vi của con người

4) Nơi sự lặp lại persists (hoặc tăng lên_)

A. Hạ tầng & giao thức

Các tác nhân cần các hệ thống ổn định:

• các “đường ray” thanh toán (payment rails)
• các hệ thống nhận dạng
• các API
• các khuôn khổ pháp lý

Những thứ này phụ thuộc rất nhiều vào tiêu chuẩn hóa → sự lặp lại

👉 Sự lặp lại đi xuống sâu hơn trong chồng

B. Vòng lặp huấn luyện & tối ưu hóa

Các hệ thống AI cải thiện thông qua:

• các tương tác lặp lại
• các vòng lặp phản hồi (feedback loops)
• học tăng cường (reinforcement)

👉 Sự gia tăng cực lớn của sự lặp lại ở cấp độ máy

C. Các mỏ neo niềm tin (trust anchors)

Ngay cả khi có tác nhân, con người vẫn quan tâm đến:

• thương hiệu
• uy tín
• các cam kết/bảo đảm

Sự lặp lại vẫn báo hiệu:

• tính đáng tin cậy
• trách nhiệm giải trình

D. Các nền kinh tế nhờ quy mô không biến mất

Thế giới vật lý vẫn quan trọng:

• sản xuất
• logistics (vận chuyển, hậu cần)
• năng lượng

Những thứ này vẫn được hưởng lợi từ sự lặp lại và quy mô.

5) Điều gì thực sự thay đổi: vị trí của sự lặp lại

Hãy hình dung một chồng (stack):

6) Cân bằng mới: “sự lặp lại động”

Chúng ta không loại bỏ sự lặp lại—chúng ta nhận được:

Sự lặp lại của các mẫu, không phải các thể hiện (instances)

Thay vì:

• sản phẩm giống nhau được lặp lại

Chúng ta có:

• cùng logic được lặp lại
• cùng model được tái sử dụng
• cùng các protocols được tái sử dụng

👉 Ví dụ:

• Không phải một sản phẩm bảo hiểm cố định
• Mà là hàng triệu hợp đồng/bảo hiểm chính sách được tạo động theo cách tạo ra theo thời gian thực, dùng chung cùng một mô hình nền tảng

7) Hiệu ứng bậc hai: sự sụp đổ của “người dùng trung bình”

Sự lặp lại tồn tại một phần vì chúng ta thiết kế cho các mức trung bình.

Các tác nhân cho phép:

• tối ưu hóa theo từng người dùng
• tùy chỉnh theo từng giao dịch

👉 “Trường hợp trung bình” trở nên ít liên quan hơn
👉 Sự lặp lại như kiểu “một cỡ vừa cho tất cả” suy giảm

8) Ràng buộc giữ cho sự lặp lại còn sống

Ngay cả với các tác nhân, ba ràng buộc vẫn còn:

1. Niềm tin

Mọi người vẫn thích các cấu trúc đã biết và được lặp lại

2. Phối hợp

Xã hội cần các quy ước chung

3. Chi phí tính toán + năng lượng

Ngay cả nếu thấp, chúng không phải là số 0 → việc tái sử dụng vẫn còn quan trọng

Tóm lại

Các tác nhân AI do ví kiểm soát sẽ:

• ❌ Giảm sự lặp lại ở:

  • đầu ra
  • các thói quen của con người
  • các dịch vụ theo mẫu (templated services)

• ✅ Duy trì hoặc tăng sự lặp lại ở:

  • hạ tầng
  • các giao thức
  • các vòng lặp học tập

• 🔁 Biến sự lặp lại thành:
  “các hệ thống có thể lặp lại tạo ra các kết quả không lặp lại”

Vậy nên—chúng ta phải đi theo hướng rất thực tế. Hãy lấy ví doanh nghiệp và AI đang được sử dụng—và trao quyền cho các tác nhân AI khi cần thiết. Việc sử dụng là Học tập.