เหตุใด บริษัท ต่าง ๆ จึงย้อนรอยบน AI Pivots?

Duolingo CEO และผู้ร่วมก่อตั้ง Luis Von Ahn เพิ่งแถลงเกี่ยวกับเครื่องมือ AI ที่ บริษัท ของเขาโดยบอกว่าเขาไม่ได้“ เห็น AI แทนสิ่งที่พนักงานของเราทำ”

มุมมองนี้ดูเหมือนจะเป็นการพลิกกลับของท่าทางของ บริษัท หนึ่งสัปดาห์ก่อนหน้านี้เมื่อ ซีอีโอกล่าว ว่า บริษัท กำลังจะ“ หยุดใช้ผู้รับเหมา” เนื่องจากการเปลี่ยนแปลงครั้งใหญ่ที่จะทำให้ Duolingo เป็น บริษัท “ AI-First”

เรื่องนี้เกี่ยวกับหน้านี้ไม่ได้ไม่คุ้นเคย: บริษัท ต่างๆรวมถึง Klarna , Starbucks และคนอื่น ๆ ได้เดินกลับไปที่ AI ที่ก้าวร้าวในทำนองเดียวกัน เทรนด์นี้อยู่เบื้องหลังอะไร? แบ็คแลชสาธารณะความล้มเหลวในการส่งมอบหรืออย่างอื่นทั้งหมด?

ทำไม Duolingo บอกว่ามันยังคงจ้างอยู่ในจังหวะเดียวกัน

เป็นเวลาหลายสัปดาห์ที่ Duolingo ส่งเสียงดังเกี่ยวกับประโยชน์ของ AI ไม่น่าแปลกใจเลยที่ทุกคนหลังจากการจ้างงานในปีพ. ศ. 2568: บริษัท เทคโนโลยีการศึกษา ได้ปลดพนักงาน 10% ในเดือนมกราคมโดยบอกว่ามันเป็นการยกเลิกการแปลที่เป็นผู้นำของมนุษย์เพื่อแทนที่ด้วยเครื่องมือ AI

อย่างไรก็ตามเมื่อเร็ว ๆ นี้ Duolingo ได้ย้าย AI-positive มากที่สุดโดยบอกว่าเมื่อสัปดาห์ที่แล้วว่ามันจะ“ ค่อยๆหยุดใช้ผู้รับเหมาทำงาน AI สามารถจัดการได้” และมันก็เป็น“ AI-First” ในฐานะ บริษัท

แม้ว่าตอนนี้ บริษัท กำลังเดินกลับความคิดเห็นเหล่านี้ ซีอีโอของ บริษัท อธิบายในคำสั่ง LinkedIn

“ เพื่อความชัดเจน: ฉันไม่เห็นว่า AI เป็นแทนที่สิ่งที่พนักงานของเราทำ (ในความเป็นจริงเรายังคงจ้างอย่างต่อเนื่องด้วยความเร็วเดียวกับก่อนหน้านี้) ฉันเห็นว่ามันเป็นเครื่องมือในการเร่งสิ่งที่เราทำในระดับคุณภาพเดียวกันหรือดีกว่า” - Duolingo CEO Luis von Ahn

ซีอีโอยังเน้นถึง“ มาตรฐานที่เข้มงวด” ที่เนื้อหาที่สร้างขึ้นทั้งหมดจะถูกจัดขึ้น

ทุกอย่างดูเหมือนจะเป็นการพลิกกลับเนื่องจาก บริษัท บอกว่ามันจะ“ หยุดใช้ผู้รับเหมา” และตอนนี้กำลังบอกว่า“ ยังคงจ้างงานด้วยความเร็วเท่ากัน” เป็นไปได้ว่าการจ้างงานหมายถึงการจ่ายเงินมากกว่าพนักงานสัญญา อย่างไรก็ตาม Duolingo อยู่ไกลจากธุรกิจเดียวที่จะย้อนกลับหลักสูตรการแทนที่ AI

ทำไม Klarna จึงย้อนรอย

บริษัท Klarna ผู้ซื้อวันนี้ซื้อของชาวสวีเดน Klarna ได้ทำเครื่องมือ AI ในลักษณะสาธารณะ CEO Sebastian Siemiatkowski เป็น ผู้สนับสนุน AI ขนาดใหญ่: เพียงสัปดาห์นี้เขาใช้ AI Avatar ของตัวเองเพื่อส่งมอบส่วนหนึ่งของการโทรหารายได้ของ บริษัท

เมื่อต้นเดือนที่ผ่านมา Siemiatkowski บอกกับ CNBC ว่า AI ได้ช่วย บริษัท “ ปรับปรุงพนักงานให้ปรับปรุงพนักงานประมาณ 40%” และ บริษัท ได้หดตัวจาก“ ประมาณ 5,000 ถึงพนักงานเกือบ 3,000 คน” การตัดเหล่านั้นรวมถึงพนักงานบริการลูกค้า 700 คน ... ซึ่ง บริษัท รู้สึกเสียใจที่ลดลง

ข้อความล่าสุด จาก Siemiatkowski รวมถึง:

• “ ฉันแค่คิดว่ามันสำคัญมากที่คุณจะชัดเจนกับลูกค้าของคุณว่าจะมีมนุษย์อยู่เสมอถ้าคุณต้องการ”
• “ น่าเสียดายที่ค่าใช้จ่ายน่าเสียดายที่เป็นปัจจัยการประเมินที่โดดเด่นเกินไปเมื่อจัดระเบียบสิ่งนี้สิ่งที่คุณจบลงด้วยคุณภาพที่ต่ำกว่า”
• “ การลงทุนในคุณภาพของการสนับสนุนมนุษย์เป็นหนทางแห่งอนาคตสำหรับเรา”

ทำไมต้องเปลี่ยนจากการส่งเสริม AI ไปสู่การเน้นคุณค่าของการมีส่วนร่วมของมนุษย์? อาจเพิ่มการประเมินมูลค่าก่อน Klarna IPO บริษัท มีมูลค่า 45.6 พันล้านดอลลาร์ในปี 2564 ซึ่งตอนนี้ลดลงเหลือ 6.7 พันล้านดอลลาร์ในวันนี้ การลดลงของพนักงานอย่างมากของ บริษัท เริ่มต้นขึ้นในปี 2565 ดังนั้นนักลงทุนอาจมีความกังวลว่า AI ไม่สามารถรักษาคุณค่าและคาดหวังได้ว่า Siemiatkowski

ทำไม Starbucks ถึงหยุดเปลี่ยนคนงานด้วย AI

ในการโทรหานักลงทุนเมื่อต้นเดือนที่ผ่านมาซีอีโอของสตาร์บัคส์กล่าวอย่างชัดเจน

“ สิ่งที่เราค้นพบคืออุปกรณ์ไม่ได้แก้ประสบการณ์ของลูกค้าที่เราต้องจัดหาให้ แต่ให้บริการพนักงานร้านค้าและปรับใช้กับเทคโนโลยีนี้ที่อยู่เบื้องหลัง” - Brian Niccol ซีอีโอของ Starbucks

บริษัท ได้“ ลบแรงงานออกจากร้านค้า” ในช่วงไม่กี่ปีที่ผ่านมาโดยสมมติว่าเทคโนโลยีสามารถเติมเต็มการขาดงานได้ ตอนนี้ Niccol กล่าวว่า“ สิ่งที่เรากำลังค้นหาคือนั่นไม่ใช่ข้อสันนิษฐานที่ถูกต้องกับสิ่งที่เล่นออกมา”

มันเป็นเรื่องตรงไปตรงมาอย่างที่ซีอีโอคนใดมีแนวโน้มที่จะได้รับ: ในช่วงสองหรือสามปีที่ผ่านมาการเดิมพันครั้งใหญ่จำนวนมากใน AI ไม่ได้จ่ายเงินเช่นเดียวกับที่พวกเขาชอบ

อะไรคือสิ่งที่อยู่เบื้องหลังการพลิกกลับของ AI ทั้งหมด?

อาจเป็นไปไม่ได้ที่จะทำลายการเปลี่ยนแปลงครั้งใหญ่หลายอุตสาหกรรมไปและถอยห่างจาก AI อย่างไรก็ตามหากคุณต้องลองสิ่งเหล่านี้น่าจะเป็นเหตุผลสำคัญบางประการที่คุณอาจเกิดขึ้น

ทั้งหมดสำหรับการประชาสัมพันธ์?

เหตุผลหนึ่งอาจเป็นไปได้ว่าการประกาศและการกลับรายการทั้งหมดของ บริษัท ที่กำหนดนั้นมีการเคลื่อนไหวประชาสัมพันธ์มากกว่าธุรกิจ

Duolingo เป็นรุ่นการตลาดโซเชียลมีเดีย ลิงค์ล่าสุดในการสำรวจทางชีวภาพของผู้เชี่ยวชาญด้านสื่อสังคมออนไลน์จัดอันดับให้เป็นอันดับหนึ่งสำหรับ“ Great Social” และแบรนด์ได้รับหัวข้อข่าวเกี่ยวกับสิ่งแปลก ๆ เช่นวิธีการที่ Owl Mascot เพิ่งกลับมาจากความตาย และ Duolingo ได้รับความสนใจจากโซเชียลมีเดียมากมายด้วยการประกาศครั้งแรกโพสต์บนแพลตฟอร์ม LinkedIn ที่น่าทึ่งและดูเหมือนว่าพวกเขาจะได้รับความสนใจมากขึ้นเมื่อเปลี่ยนใจ

Backlash พิสูจน์มากเกินไป?

ส่วนหนึ่งของการปรับตัวอย่างรวดเร็วคือการรู้ว่าเมื่อใดที่จะหมุนอีกครั้งและ backlash ของลูกค้าเป็นเหตุผลใหญ่ที่จะทำเช่นนั้น ลูกค้าจำนวนมากต่อต้าน AI ด้วยเหตุผลมากมาย บางคนเกลียดการละเมิดลิขสิทธิ์ที่ บริษัท อย่าง Openai กล่าวว่าเป็น สิ่งที่หลีกเลี่ยงไม่ได้ ในขณะที่คนอื่นเกลียดความผิดพลาดที่แชทบอท ปั่นป่วนอย่างต่อเนื่อง หรือสังเกตค่าใช้จ่ายพลังงานที่เพิ่มขึ้นกำลังทำร้ายสิ่งแวดล้อม

แต่เหตุผลหลักคือผลกระทบต่อตลาดแรงงาน: อัตราเงินเฟ้อและภาวะเศรษฐกิจถดถอยที่ใกล้เข้ามากำลังบีบแรงงานแล้วดังนั้นการคุกคามของ AI ที่ทำงานของพวกเขาจึงเป็นเรื่องที่น่ากลัวเป็นพิเศษ

เรียนรู้เจ็บปวด?

เหตุผลที่วัดได้มากที่สุดว่าทำไม บริษัท อาจทำการเปลี่ยนแปลงครั้งใหญ่แล้วเดินกลับไป: พวกเขากัดมากกว่าที่พวกเขาจะเคี้ยวได้ การเปลี่ยนแปลงอย่างมากในทิศทางนั้นยากเนื่องจากพวกเขาต้องการการปฏิบัติที่ไม่คุ้นเคย การย้อนรอยอาจเป็นผลมาจากเทคโนโลยีใหม่

ความล้มเหลวของ Klarna ในการรักษาข้อกำหนดด้านการบริการลูกค้าเกิดขึ้นเนื่องจากการพึ่งพา AI ของพวกเขาดังนั้น บริษัท ได้เรียนรู้บทเรียนและมีแนวโน้มที่จะก้าวไปข้างหน้าด้วยความสมดุลที่ดีขึ้นของ AI ให้กับคนงานมนุษย์ Starbucks ดูเหมือนจะพูดเหมือนกัน

การปรับ AI ยังคงเป็นการเคลื่อนไหวที่ยิ่งใหญ่

ในที่สุดแรงผลักดันที่อยู่เบื้องหลังการปรับ AI ยังคงมีขนาดใหญ่มาก: การประหยัดเงินและการลดลงของตลาดแรงงานเป็นวิธีที่ยอดเยี่ยมในการเติบโตของ บริษัท

Klarna, Starbucks และ Duolingo ยอมรับว่า AI ไม่สามารถทำทุกอย่างได้ แต่การกระทำของพวกเขาในช่วงไม่กี่ปีที่ผ่านมาบ่งชี้ว่าพวกเขายังคงสนใจที่จะให้ AI ทำมากที่สุด นั่นไม่น่าจะเปลี่ยนแปลงได้แม้ว่าพวกเขาจะยอมรับว่าพวกเขาไปไกลเกินไป

บริษัท เหล่านี้พร้อมกับส่วนที่เหลือของโลกธุรกิจมีความมุ่งมั่นต่อผลประโยชน์ที่มีประสิทธิภาพของ AI อย่างไรก็ตามพวกเขายังมีหลายสิ่งที่ต้องเรียนรู้เกี่ยวกับข้อ จำกัด ของผลประโยชน์เหล่านั้นและพวกเขาจะเรียนรู้อย่างช้าๆเกี่ยวกับสิ่งที่ AI ยังไม่สามารถทำได้ในอีกหลายปีข้างหน้า