
Dunia Berubah Lebih Pantas Daripada Yang Kebanyakan Orang Percaya
Jadual kandungan
Di manakah kita akan berada dalam tahun-tahun akan datang?
Kita sebagai manusia secara semula jadi melihat masa depan sebagai satu garis lurus, satu kesinambungan lembut daripada hari ini. Tetapi kelinearan itu adalah satu ilusi yang selesa. Pada hakikatnya, kita bergerak dalam satu lingkaran yang semakin pantas.
Untuk sekian lama, saya percaya bahawa menjadi seorang pengaturcara adalah sauh utama dalam ribut ini, satu tempat di mana logik dan kemahiran membentuk simbiosis yang tidak boleh disentuh. Tetapi hari ini saya terpaksa mengaku kepada diri sendiri: malah arkitek dunia digital pun tidak selamat daripada ciptaan mereka sendiri. Apa yang kita isytiharkan “kalis masa depan” selama berdekad-dekad ternyata hanyalah satu tangkapan masa. Kepantasan dramatik pengetahuan teknikal dinyahnilaikan hari ini bukan sekadar trend pasaran; ia adalah perubahan asas dalam pemahaman kita tentang kerja dan penguasaan.
Kita tidak memandang rendah masa depan kerana kekurangan imaginasi, tetapi kerana kita cuba mengukur dunia esok dengan inersia semalam. Dan titik buta itulah risiko terbesar kita.
Saya telah berada di cukup banyak syarikat teknologi dalam hidup saya untuk melihat dinamik ini berulang berkali-kali. Ada fasa apabila sesebuah syarikat terasa bertenaga: terlalu banyak kerja, terlalu banyak peluang, terlalu sedikit orang untuk melaksanakan semuanya. Dalam fasa itu, politik, pemikiran wilayah, dan perang kuasa sering hilang dengan sendirinya. Kemudian ada fasa yang lain: peluang sebenar yang lebih sedikit, lebih ramai orang berbanding leverage, lebih banyak permainan status, lebih banyak proses, lebih banyak lakonan.
Ramai orang masih berfikir dalam suku tahunan; AI sudah lama berfikir dalam hari.
Kesilapan Berfikir: Kita Membandingkan AI dengan Lengkung Penerimaan Lama
Apabila orang bercakap tentang AI, ramai bercakap seolah-olah kita masih mempunyai semua masa di dunia. Seolah-olah ini adalah perubahan budaya yang perlahan. Seolah-olah ia akan reda dalam berdekad-dekad.
Tetapi lihat betapa dramatiknya kadar itu telah mempercepatkan: sementara kereta (Ford Model T) mengambil masa kira-kira 22 tahun untuk menjadi arus perdana di AS, telefon pintar melakukan lompatan itu dalam hanya 14 tahun. Dengan perisian, geseran hampir hilang sepenuhnya: ChatGPT mencapai 100 juta pengguna dalam dua bulan, Threads dalam hanya lima hari.
Teknologi bukan sahaja merebak hari ini, ia meletup ke dalam kumpulan sasaran dengan cara yang dahulunya mengambil berdekad-dekad. Sebabnya mudah: AI tidak memerlukan kilang atau rantaian bekalan di pihak pengguna akhir. Satu pautan atau API sudah cukup untuk menaik taraf perkakasan sedia ada dengan keupayaan baharu secara serta-merta.
Apa Yang Berbeza Hari Ini
Pada masa lalu, anda perlu menghasilkan sesuatu, menghantarnya, menjualnya, dan membawanya secara fizikal ke dalam isi rumah.
Hari ini, satu pautan sering sudah memadai.
Satu alat AI baharu boleh muncul pada petang Jumaat, ditolak melalui X, Reddit, Discord, dan YouTube sepanjang hujung minggu, dan menjelang Isnin, berpuluh-puluh ribu orang sudah mengujinya dalam aliran kerja sebenar. Bukan dalam demo. Bukan dalam penyelidikan. Dalam kerja sebenar.
Itulah sebabnya saya mendapati perkembangan seperti OpenClaw atau gelombang keseluruhan seputar persediaan pengekodan agentik sangat menarik. Bukan sahaja kerana alatnya, tetapi kerana kecepatannya. Tiba-tiba orang membakar belanjawan token semalaman, seluruh aliran kerja distruktur semula, dan dalam beberapa minggu, apa yang dikira “normal” dalam pasukan pembangunan berubah.
Satu contoh yang baik ialah Claude Cowork: projek ini dilancarkan secara awam hanya sepuluh hari selepas idea itu lahir. Sepuluh hari. Itu sahaja menunjukkan apa yang kita sedang bincangkan.
Ramai orang masih berfikir dalam kitaran produk suku tahunan. AI sudah berfikir dalam hari.
Masa Depan Sering Dibina Bertahun-tahun Sebelumnya
Masa depan sering kelihatan tiba-tiba, walaupun ia telah dibina ke dalam peranti sejak dahulu lagi. Cip U1 Apple sudah berada dalam iPhone 11 pada 2019, tetapi manfaat ketara hanya datang pada 2021 dengan AirTag. Studio Display baharu sudah mengandungi A19 menurut analisis firmware, tanpa Apple membuat hal besar mengenainya. Tesla telah menjual kenderaan selama bertahun-tahun yang menerima keupayaan baharu melalui kemas kini over-the-air, walaupun Full Self-Driving secara rasminya masih memerlukan pengawasan pemandu.
Polanya sentiasa sama: perkakasan sudah ada di luar sana. Apabila perisian sudah siap, keupayaan baharu tidak merebak dalam bertahun-tahun tetapi dalam berminggu-minggu. Bukan sahaja produk merebak lebih pantas, keupayaan dalam produk yang sudah dijual boleh tiba-tiba berganda.
Dorongan Besar Seterusnya Bukan Sahaja Menyentuh Perisian
Satu kesilapan lazim dalam perbincangan ini ialah melihat AI sebagai topik hanya untuk pembangun, pereka, atau pekerja pengetahuan.
Itu terlalu sempit.
Kesan sebenar datang apabila AI bergabung dengan automasi dan robotik. Ambil contoh McDonald’s: kita tidak menunggu robot dapur humanoid, kita sudah menerima automasi. Terminal pesanan layan diri adalah langkah penentu.
Ia menyahmanusiakan proses pesanan, meningkatkan hasil, dan membiasakan kita dengan aliran kerja yang dimediasi perisian. Apabila lebih banyak robotik memasuki dapur, ia akan tiba dalam sistem yang pelanggan sudah terima sebagai “dikawal secara digital.” Pelancaran itu bukan persoalan sama ada, hanya persoalan kadar, bukan kerana niat jahat tetapi kerana logik: satu sistem yang lebih murah, lebih boleh diramal, dan lebih boleh dipercayai dalam jangka panjang hampir pasti akan diterima apabila tekanan persaingan cukup tinggi.
Selalunya Ia Hanyalah Logik Ekonomi
Banyak perkembangan ini tidak berlaku kerana ia lebih baik atau lebih diingini secara budaya untuk semua orang. Ia berlaku kerana ia hanya menjadi logik dalam persekitaran pasaran tertentu.
Anda boleh lihat ini dengan kereta: pada 10 Mac 2026, diumumkan bahawa Volkswagen merancang untuk memotong kira-kira 50,000 pekerjaan di Jerman menjelang 2030. Bukan kerana ketidakcekapan, tetapi kerana struktur lama berjuang melawan logik baharu (fokus pada perisian, integrasi menegak). Sementara syarikat-syarikat besar bergelut dengan kerumitan bersejarah, syarikat seperti Tesla atau BYD menskala pembuatan mereka pada kadar yang tidak lagi sesuai dengan penanda aras lama. Apabila pasaran berubah, kelajuan lebih penting daripada saiz.
Ini juga berlaku pada skala yang lebih kecil, seperti kehilangan pertukangan tradisional di seluruh Eropah. Di mana-mana kita melihat perniagaan kecil yang berdiri untuk kualiti selama generasi kalah kepada rantaian industri. Ini bukan sekadar kehilangan budaya tetapi logik pasaran telanjang: apabila kos meningkat dan kuasa beli menurun menjadikan kualiti satu kemewahan, alternatif industri menang, bukan kerana ia lebih baik, tetapi kerana model lama sudah tidak berfungsi secara ekonomi.
Ia Tidak Akan Meletup Di Mana-mana Sekaligus, Tetapi Ia Akan Meresap Hampir Di Mana-mana
Saya tidak percaya kepada senario Hollywood mudah di mana semua pekerjaan hilang esok dan semuanya dilakukan oleh robot keesokkan harinya.
Realiti jarang berfungsi begitu.
Apa yang saya jangkakan sebaliknya:
- Pertama, tugasan individu hilang.
- Kemudian peranan digabungkan.
- Kemudian seorang secara tiba-tiba mengendalikan apa yang dahulunya memerlukan tiga atau lima orang.
- Dan akhirnya, bukan lagi jawatan individu yang diganti, tetapi keseluruhan model perniagaan.
Kita sudah melihat ini dalam bentuk yang lebih kecil hari ini:
- Daftar keluar layan diri
- Kiosk menggantikan juruwang
- Barisan hadapan sokongan dikuasakan AI
- Terjemahan automatik
- Penghasilan kandungan dibantu AI
- Automasi gudang
- Perancangan laluan dan tenaga kerja yang lebih baik
Ini bukan teori.
Klarna adalah satu contoh yang baik dalam ruang digital sepenuhnya. Syarikat itu menulis pada Februari 2024 bahawa pembantu AI-nya telah mengendalikan 2.3 juta perbualan dalam satu bulan sahaja, kira-kira dua pertiga daripada semua sembang perkhidmatan. Menurut Klarna, ini setara dengan kerja 700 pekerja sepenuh masa, beroperasi dalam lebih 35 bahasa, merentasi 23 pasaran, 24/7.
Apabila satu sistem secara serentak mengurangkan kos, tersedia sepanjang masa, dan bekerja cukup pantas untuk kes standard, perdebatan tentang sama ada hampir selesai. Kemudian ia hanya tentang kadar pelancaran.
Kesilapan besar ialah melihat simptom-simptom individu ini sebagai gimik.
Ia bukan gimik. Ia adalah petanda.
Namun akan ada kemunduran di sepanjang laluan ini.
Kita akan melihat halusinasi, kebocoran data, salah pertimbangan yang tidak masuk akal, dan sistem yang diberi terlalu banyak tanggungjawab terlalu awal. Air Canada bahkan terpaksa menanggung liabiliti pada 2024 untuk maklumat palsu daripada chatbot laman webnya, selepas ia memberi pelanggan maklumat yang salah tentang tambang berkabung.
Di atas itu, terdapat brek struktur yang boleh melambatkan perkara: peraturan yang lebih ketat, kesesakan tenaga untuk pusat data, penentangan masyarakat, atau hanya hakikat bahawa banyak proses dunia sebenar lebih kompleks daripada yang mana-mana model boleh tangkap pada masa ini. Semua ini akan membantutkan kadar di beberapa tempat. Tetapi sesiapa yang percaya kemunduran sebegini akan menghentikan trend asas sedang mengelirukan geseran jangka pendek dengan hala tuju jangka panjang.
Kita meremehkan masa depan kerana mengukurnya dengan inersia semalam.
Di Mana Kita Mungkin Berada Dalam Beberapa Tahun
Saya percaya kita akan hidup tidak lama lagi dalam dunia di mana:
- AI bekerja secara senyap di latar belakang hampir setiap pekerjaan pengetahuan
- Ejen secara autonomi menyediakan atau melaksanakan banyak tugasan digital standard
- Pasukan kecil dengan sangat sedikit orang membina perkara yang dahulunya memerlukan seluruh jabatan
- Pekerjaan perkhidmatan lebih banyak dipantau, diseragamkan, dan sebahagiannya diautomasi
- “Boleh bekerja dengan AI” bukan lagi kemahiran istimewa tetapi kecekapan asas
- Kelajuan lebih penting daripada gelaran
- Pertimbangan menjadi lebih bernilai daripada kerja keras semata-mata
Dan saya percaya satu perkara lagi:
Jurang antara mereka yang menyesuaikan diri awal dengan realiti ini dan mereka yang menolaknya akan menjadi kejam.
Apa Yang Generasi Muda Perlu Pelajari Hari Ini
Jika saya muda hari ini, saya tidak akan bertanya alat tunggal mana yang perlu saya “pelajari.”
Saya akan bertanya:
Kemahiran mana yang kekal bernilai walaupun alatnya berubah setiap tahun?
Bagi saya, ini adalah:
1. Prinsip Mengatasi Pemujaan Alat
Jangan hanya pelajari nama aplikasi, pelajari asas: logik, statistik, sistem, dan hubungan ekonomi. Alat berubah setiap beberapa minggu, tetapi prinsip teras kekal. Mereka yang belajar cara belajar kekal tangkas dan tidak kalah kepada kitaran keluaran seterusnya.
2. Pemikiran Berstruktur dan Komunikasi Yang Tepat
Dalam dunia AI, bahasa menjadi antara muka. Mereka yang berfikir secara tidak jelas mendelegasi secara tidak jelas dan mendapat hasil yang tidak jelas. Kemahiran sebenar bukan “prompting” tetapi menguraikan masalah huru-hara secara bersih: apa puncanya, apa simptomnya? Apa yang mesin perlukan untuk bekerja dengan berkesan?
3. Pertimbangan dan Citarasa
Apabila mesin boleh menghasilkan variasi tanpa had, keupayaan membezakan yang baik daripada yang sederhana menjadi lebih bernilai. Citarasa bukan kemewahan, ia adalah kelebihan daya saing. Anda perlu belajar menyemak hasil, memperhaluskannya, dan bertanggungjawab terhadap output.
4. Ketahanan dan Kawalan Ego
Tahun-tahun akan datang tidak akan stabil. Mereka yang panik pada setiap perubahan kehilangan tenaga. Dalam pasukan AI-natif, ego menjadi kurang penting: belajar bertolak ansur dengan kerja yang belum selesai, memproses maklum balas dengan pantas, dan mendefinisikan diri anda kurang melalui status dan lebih melalui sumbangan sebenar anda.
5. Kesedaran Keselamatan dan Tanggungjawab
Bekerja dengan ejen bukan sahaja menskala output, ia menskala risiko. Halusinasi, kebocoran data, atau automasi yang cacat boleh membawa akibat yang dahsyat. Pemahaman mendalam tentang risiko dan keupayaan untuk mengamankan antara muka kritikal akan menjadi kecekapan asas.
6. Bina Daripada Mengulas
Semakin mudah untuk mempunyai pendapat atau menulis utas. Apa yang kekal bernilai ialah benar-benar membina sesuatu: satu alat, satu perkhidmatan, satu automasi, satu sistem yang benar-benar digunakan seseorang. Dalam dunia yang penuh dengan output digital murah, kepercayaan, hubungan sebenar, dan pelaksanaan fizikal meningkat nilainya secara besar-besaran.
Kesimpulan
Di manakah kita akan berada dalam beberapa tahun?
Mungkin dalam dunia di mana AI bukan lagi “benda baharu” tetapi infrastruktur, sama seperti internet, telefon pintar, dan awan sudah menjadi hari ini. Persoalannya bukan sama ada gelombang ini datang. Persoalannya ialah siapa yang menyesuaikan diri tepat pada masanya.
Dan jawapan jujurnya ialah: kebanyakan akan melakukannya terlalu lambat. Bukan kerana kebodohan, tetapi kerana tabiat. Kerana permukaan harian masih berfungsi, sementara segala-galanya di bawah sudah beranjak.
Sesiapa yang mahu kekal relevan dalam tahun-tahun akan datang, sebagai individu, sebagai pasukan, sebagai syarikat, tidak sepatutnya bertanya alat mana yang sedang trending sekarang. Tetapi sama ada kelajuan, pertimbangan, dan kebolehsuaian mereka sendiri mampu mengikuti kadar yang ditetapkan oleh teknologi ini.
Kita juga tidak boleh mengabaikan satu persoalan: apa yang berlaku kepada orang yang kerjanya hilang dalam perubahan ini? Latihan semula, jaringan keselamatan sosial, dan pendekatan masyarakat yang jujur terhadap peralihan bukan isu sampingan, ia adalah prasyarat agar transformasi ini menjadi bukan sahaja cekap tetapi juga mampan.
Kerana masa depan bukan milik mereka yang menaip paling pantas. Ia milik mereka yang memahami apa yang sebenarnya perlu dilakukan, dan mengapa.
Jumpa lagi,
Joe
Sumber
- Lengkung Penerimaan & Statistik Teknologi: Pew Research Center, Our World in Data, Ford Timeline.
- Pertumbuhan Aplikasi (Threads/ChatGPT): TechCrunch, Reuters.
- Industri Automotif & Logik Pasaran: VW Annual Report 2025, Tesla Investor Relations, BYD Sales Reports.
- Transformasi AI & Perkhidmatan: Klarna AI Report, Air Canada Chatbot Case.
- Pertukangan & Ekonomi: Zentralverband des Deutschen Baeckerhandwerks.


