Chương 4Xin chào, Robot

HIẾM CÓ BỮA ĂN NÀO VỪA GIÀU DINH DƯỠNG mà lại vừa ngon và rẻ. Việc đưa ra một cái nhìn thoáng qua về tương lai của sự tự động hóa thậm chí còn hiếm hơn.

Nhà hàng Eatsa đầu tiên được mở tại khu phố SoMa, San Francisco vào năm 2015. Nhà hàng phục vụ các món ăn chay với nguyên liệu chính là diêm mạch, một loại ngũ cốc có nguồn gốc từ Nam Mỹ cung cấp các dinh dưỡng tuyệt vời.¹ Tại Eatsa, diêm mạch thường được chế biến với các nguyên liệu như ngô, đậu, cà tím, sốt bơ và được phục vụ trong bát với những cái tên như “Món trộn miền Tây Nam” và “Cà ri không lo lắng”.

QUY TRÌNH KHÔNG CÓ SỰ HIỆN DIỆN CỦA CON NGƯỜI

Tuy nhiên, trước khi thực khách của Eatsa thưởng thức món ăn, họ đã chứng kiến một điều bất thường: họ gọi món, trả tiền và nhận thức ăn mà không gặp bất kỳ một nhân viên nào. Khi vào nhà hàng, khách hàng nhìn thấy một dãy máy tính bảng. Họ sử dụng một trong số các máy tính bảng này để gọi món và thanh toán qua thẻ tín dụng. (Eatsa không cung cấp dịch vụ thanh toán tiền mặt.) Khi đồ ăn được chuẩn bị, tên và họ của khách hàng (thông tin lấy từ thẻ tín dụng của họ) xuất hiện trên màn hình phẳng lớn. Khi tên khách hàng xuất hiện ở đầu danh sách, một con số sẽ xuất hiện bên cạnh, tương ứng với một trong 20 lỗ hình khối – các hốc nhỏ trên tường – có tấm che. Những tấm che này thực ra là các màn hình tinh thể lỏng trong suốt, chúng hiển thị tên khách hàng ở giữa và một điểm đen nhỏ ở góc trên bên phải. Khi khách hàng nhấp đúp vào điểm đen, tấm che mở ra để lộ phần thức ăn đã được đóng gói để mang đi (nhà hàng hầu như không phục vụ tại chỗ).

Tại nhà hàng vẫn có một số nhân viên thường trực sẵn sàng hướng dẫn khách hàng mới trong quá trình gọi món và trả lời các thắc mắc, nhưng hầu hết khách hàng đều không cần đến họ. Những đánh giá đầu tiên của Eatsa là rất xuất sắc. Một trong những người sử dụng Yelper nói rằng: “Đây là nhà hàng mà bạn không cần phải nói chuyện hay tương tác với con người và chỉ trong vài phút, bạn đã có một bữa ăn ngon, đủ dinh dưỡng, giá cả phải chăng thông qua màn hình máy tính. Tuyệt vời!”

Sự phổ biến của Eatsa đã minh họa một hiện tượng quan trọng trong thời đại máy móc thứ hai: nhiều giao dịch và tương tác từng diễn ra giữa con người với nhau trong thế giới hữu hình giờ đây đã được hoàn thành thông qua giao diện kỹ thuật số. Và hóa ra, có rất nhiều quy trình kinh doanh không thực sự đòi hỏi các nguyên tử phải được chuyển đổi hoặc di chuyển từ nơi này sang nơi khác; thay vào đó, chúng di chuyển và biến đổi các bit¹, hoặc các mẩu thông tin. Đặt một bữa ăn tại Eatsa, thanh toán và học cách sử dụng hệ thống là những ví dụ về các quy trình như vậy. Nhưng cũng không hoàn toàn chính xác khi nói rằng những quy trình này đã được tự động hóa; vẫn còn sự tham gia của một người, đó là khách hàng. Sẽ chính xác hơn khi nói rằng các quy trình này đã được “ảo hóa”.

ẢO HÓA LÀ THỰC TẾ

Ảo hóa đang ngày càng lan rộng. Khi chúng ta lên máy bay mà không phải kiểm tra hành lý, chúng ta hầu như không nói chuyện với nhân viên hàng không cho đến khi ra đến cổng, vì vé máy bay đã được tải về điện thoại hoặc được in tại sân bay bằng quầy ki-ốt tự phục vụ. Khi hạ cánh ở Mỹ sau khi đi du lịch nước ngoài, chúng ta sử dụng các ki-ốt Global Entry (Nhập cảnh Toàn cầu) để cung cấp thông tin nhập cảnh, thủ tục hải quan và được thông quan để trở về nước. Và có vẻ như chúng ta sẽ sớm có các cửa kiểm soát hoàn toàn tự động khi bay nội địa. Vào tháng 7 năm 2016, Cục Quản lý An ninh Giao thông Mỹ đã công bố một kế hoạch lắp đặt và đánh giá chúng tại năm sân bay nội địa.¹

Ảo hóa tăng tốc khi các mạng và thiết bị kỹ thuật số tiện lợi có mặt ở khắp mọi nơi. Số lượng các máy ATM ngày càng gia tăng, nhiều người không còn cần đến các nhân viên giao dịch để rút tiền từ tài khoản. Ngân hàng trực tuyến trên máy tính cho phép khách hàng kiểm tra lại sao kê, khoản tiền chuyển, thanh toán hóa đơn và hoàn thành nhiều tác vụ khác tại nhà, điện thoại thông minh và ứng dụng cho phép thực hiện các tác vụ tương tự tại bất cứ đâu. Nhiều ứng dụng ngân hàng sau này đã thêm một chức năng tiện lợi khác: khách hàng có thể gửi séc bằng cách chụp ảnh chúng thông qua camera điện thoại. Chức năng, khả năng tiếp cận và sự tiện lợi ngày càng tăng của ngân hàng được ảo hóa có lẽ là lý do chính khiến tổng số nhân viên giao dịch ngân hàng tại Mỹ giảm dần hằng năm và giảm gần 20% so với mức cao nhất là 608.000 nhân viên trong năm 2007.

Một số giao dịch và quy trình sẽ vẫn không được ảo hóa? Nhiều người và nhiều công ty nghĩ vậy. Virginia Postrel, một nhà phân tích chuyên sâu về các tiến triển trong kinh doanh và văn hóa, tin rằng các quầy thanh toán tự động tại các nhà thuốc, siêu thị và các điểm bán lẻ khác sẽ không bao giờ bắt kịp công nghệ “vì các vấn đề kỹ thuật. Không ai muốn nghe sự lặp lại vô tận của những lời mắng mỏ điện tử trong khi những người mua khác dễ dàng mua bán thông qua những cửa hàng có nhân viên sẵn sàng phục vụ.”

Chúng ta có thể hiểu được quan điểm của Postrel. Hầu hết các công nghệ tự thanh toán đều khá khó hiểu và do đó làm chậm quá trình sử dụng, chúng cũng thường xuyên gặp trục trặc. Chúng ta có lẽ nên tiếp tục sử dụng chúng nhiều hơn vì sở thích nghiên cứu thay vì sự tiện lợi thật sự. Nhưng chúng tôi đã nhận thấy rằng những chiếc máy này đã trở nên tốt hơn theo thời gian, giống như những gì chúng ta mong đợi. Khi các nhà phát triển hệ thống thanh toán tự động có nhiều kinh nghiệm hơn, họ sẽ cải thiện được công nghệ và trải nghiệm của người dùng, cũng như tìm ra cách giảm tỷ lệ các lỗi và sự thất vọng của người sử dụng.

Điều này cũng có nghĩa là máy móc và quy trình thanh toán tự động sẽ có vẻ ngoài rất khác nhau, nhưng chúng tôi dự đoán rằng sự ảo hóa trên quy mô lớn sẽ đến, mặc dù cho đến nay, sự tiến bộ này không gây được mấy ấn tượng. Khi sự ảo hóa này xảy ra, nó có thể trông giống như Amazon Go, một cửa hàng tiện lợi rộng khoảng 549m² của gã khổng lồ trực tuyến ra mắt tại Seattle vào tháng 12 năm 2016. Đó là một nhà bán lẻ không có quầy thu ngân hay các bốt thanh toán tự động. Thay vào đó, các cảm biến và máy ảnh trong cửa hàng kết hợp với công nghệ học máy cùng ứng dụng điện thoại thông minh sẽ theo dõi mọi thứ khách hàng bỏ vào giỏ mua hàng, sau đó lập hóa đơn cho bất cứ thứ gì họ mang ra khỏi cửa hàng. Nhà báo Lloyd Alter thấy rằng: “Amazon Go không phải là một cửa hàng tạp hóa được nâng cấp với công nghệ trực tuyến; nó là trải nghiệm trực tuyến nằm bên trong những bức tường gạch.” Trong trải nghiệm này, giỏ hàng là có thật nhưng quầy thanh toán đã được ảo hóa.

Một lập luận rất phổ biến khác chống lại sự ảo hóa là: một số tương tác đòi hỏi phải có sự tham gia của con người để những đầu mối như khách hàng, bệnh nhân, khách hàng tiềm năng,... cảm thấy thoải mái. Chúng tôi nghĩ điều này là đúng, nhưng cũng đồng thời thấy rằng ít nhất cũng có một số nhóm người sẵn sàng và thậm chí háo hức để ảo hóa những giao dịch mà sự tham gia của con người từ lâu đã được coi là một phần quan trọng.

Theo hiểu biết thông thường trong các dịch vụ tài chính, cần ít nhất một cuộc gặp mặt trực tiếp để thuyết phục một người hoặc một gia đình chuyển một phần lớn tài sản của họ cho một cố vấn đầu tư. Tuy nhiên, Wealthfront đã kêu gọi được hơn 3 tỷ đô-la từ hơn 35.000 hộ gia đình kể từ khi được thành lập vào tháng 12 năm 2011, và tất cả số tiền này đã được chuyển cho công ty, dù hầu như không có một cố vấn đầu tư nào là con người hiện diện trong các cuộc gặp hoặc trong vòng lặp. Là một công ty quản lý tài sản, Wealthfront không chỉ từ bỏ việc sử dụng phán đoán của con người khi đưa ra quyết định đầu tư, mà còn loại bỏ hoàn toàn bối cảnh cổ điển và các nhân vật trong giao dịch chuyển nhượng tài sản – văn phòng được trang bị đầy đủ, các tờ quảng cáo bóng bẩy, nhân viên tiếp tân niềm nở, các cố vấn chuyên nghiệp – và thay thế chúng bằng hình thức trực tuyến.

Tự chọn hay xu hướng thế tục?

Khách hàng của Wealthfront có xu hướng trẻ hóa và am hiểu công nghệ hơn so với khách hàng của các công ty tư vấn đầu tư khác. Các nhà kinh tế sử dụng thuật ngữ “tự chọn” để chỉ các hiện tượng sau: các trường hợp mà trong đó mọi người tự sắp xếp thành các nhóm khác nhau dựa trên sở thích của họ. Tự chọn có khả năng là một lực lượng mạnh mẽ để định hình sự ảo hóa. Một số người sẽ đưa tiền của họ cho Wealthfront đầu tư, sử dụng máy thanh toán tự động tại các siêu thị và ăn trưa tại Eatsa. Những người khác sẽ muốn gặp một cố vấn đầu tư là con người, có một nhân viên thu ngân gọi mua hàng và đặt bữa trưa từ một người.

Hiện tại, chúng ta có thể thấy mỗi công ty lại có một sức hấp dẫn riêng. Chuỗi cửa hàng thức ăn nhanh McDonald đang tăng cường sự ảo hóa tương tự Eatsa. Đến tháng 11 năm 2016, họ đã lắp đặt các trạm gọi món và thanh toán kỹ thuật số tự động tại 500 địa điểm khắp New York, Florida và miền nam California, đồng thời công bố kế hoạch mở rộng công nghệ màn hình cảm ứng cho tất cả 14.000 nhà hàng tại Mỹ. Ngược lại, thẻ tín dụng Discover lại đang nhấn mạnh sự tham gia của con người. Một loạt quảng cáo, được phát sóng lần đầu tiên vào năm 2013, đều đưa vào những cuộc trò chuyện qua điện thoại giữa khách hàng và nhân viên với sự tham gia diễn xuất của các diễn viên trông rất giống nhau. Tất nhiên, ý tưởng họ muốn truyền đạt là công ty đang cung cấp dịch vụ cho khách hàng với tính cá nhân sâu sắc và chân thực hơn. Một trong số những quảng cáo này thậm chí còn cho thấy rằng công ty quan tâm đến sự kết nối giữa các cá nhân hơn là doanh thu. Giọng đọc thuyết minh vang lên: “với Thẻ tín dụng Discover, bạn có thể nói chuyện với một con người bằng xương bằng thịt ở Mỹ cả ngày lẫn đêm, ngoài ra, chúng tôi sẽ không lãng phí thời gian của bạn vào một loạt các sản phẩm khác mà bạn không thật sự cần.”

Eatsa, Wealthfront, McDonald’s, Discover và nhiều công ty khác đang theo đuổi các phân khúc thị trường được xác định bởi sự ủng hộ hoặc việc chống lại ảo hóa của khách hàng. Đây là một điều tự nhiên và thích hợp, nhưng chúng tôi tự hỏi bao lâu nữa thì thị trường chống ảo hóa sẽ trở thành một thị trường lớn. Sự suy giảm về số lượng nhân viên giao dịch tại các ngân hàng ở Mỹ trong thời gian gần đây cho chúng ta thấy rằng, một khi sự ảo hóa đủ mạnh với một quy trình nhất định, nhiều người sẽ tận dụng lợi thế đó, đặc biệt là theo thời gian và khi số lượng “dân bản địa kỹ thuật số” ngày càng gia tăng. Điều này đặc biệt đúng nếu lựa chọn của con người tốn thời gian hơn, kém hiệu quả hoặc kém thoải mái hơn. Nếu việc kiểm soát an ninh sân bay trở nên an toàn, riêng tư, hoàn toàn tự động và có hiệu quả như nhau, bao nhiêu người trong chúng ta sẽ chọn đứng xếp hàng để một nhân viên an ninh sân bay là con người kiểm tra?

Sau khi có đủ tiến bộ kỹ thuật, đủ thử nghiệm và đủ lặp lại, chúng tôi tin rằng các quy trình tự động hóa cùng như kỹ thuật số trung gian sẽ trở nên khá phổ biến, thay thế nhiều quy trình hiện đang là trung gian của con người. Nói tóm lại, chúng tôi tin rằng ảo hóa là một xu hướng thế tục, trong đó, chữ “thế tục” được sử dụng theo cách mà ngành tài chính sử dụng: để biểu thị một sự phát triển dài hạn sẽ diễn ra trong nhiều năm, thay vì biến động ngắn hạn.

BÙNG NỔ THẾ HỆ MÁY TỰ ĐỘNG

Eatsa muốn làm nhiều hơn thay vì chỉ ảo hóa nhiệm vụ gọi món cho các bữa ăn; họ cũng muốn tự động hóa cách đồ ăn được chuẩn bị. Quá trình chuẩn bị thực phẩm trong nhà bếp được tối ưu hóa, tiêu chuẩn hóa cao, và lý do chính khiến doanh nghiệp sử dụng đầu bếp con người thay vì robot là do các nguyên liệu như bơ, cà chua, cà tím,… đều có hình dáng bất thường và không hoàn toàn cố định. Những đặc điểm này không phải là vấn đề to tát đối với con người, vì họ luôn sống trong một thế giới đầy những đốm màu mềm mại. Tuy nhiên, hầu hết các robot được tạo ra cho đến nay chỉ xử lý tốt những thứ có đặc điểm hoàn toàn cố định và bất biến.

Điều này là do robot có cảm nhận về thị giác và xúc giác khá thô sơ, kém hơn nhiều so với con người, cụ thể như việc xử lý đúng cách một quả cà chua thường đòi hỏi phải nhìn và cảm nhận nó với độ chính xác cao. Hơn nữa, việc lập trình robot xử lý khâu nghiền cà chua cũng cực kỳ khó khăn – một lần nữa, chúng ta biết nhiều hơn những gì chúng ta có thể nói ra – vì vậy bộ não robot đã bị tụt lại phía sau so với bộ não của con người, giống như các giác quan của chúng.

Nhưng chúng đã nhanh chóng bắt kịp, và bằng chứng là sự xuất hiện của một vài đầu bếp robot. Tại một nhà hàng ở tỉnh Hắc Long Giang, Trung Quốc, các món xào và món chiên khác được nấu bởi một con robot màu tím hình người, trong khi con người vẫn làm các công việc sơ chế. Tại hội chợ thương mại công nghiệp Hannover Messe được tổ chức vào tháng 4 năm 2015, công ty Moley Robotics của Anh đã giới thiệu một nhà bếp tự động cao, với hai cánh tay robot đa khớp nối từ trần nhà làm trung tâm. Những cánh tay mô phỏng các chuyển động được thực hiện bởi những đầu bếp bậc thầy khi họ chuẩn bị các món ăn nổi tiếng. Hội trợ cũng giới thiệu những cánh tay quết súp cua do Tim Anderson, người chiến thắng trong cuộc thi MasterChef được truyền hình trực tiếp tại Vương quốc Anh, phát triển. Một độc giả trực tuyến nhận xét rằng: “Đó là một món ăn ngon. Nếu món ăn này được phục vụ tại nhà hàng, tôi cũng không mấy ngạc nhiên đâu.” Tuy nhiên, một lần nữa, việc chuẩn bị thức ăn vẫn phải được thực hiện bởi con người, và cánh tay robot không có mắt, vì vậy chúng sẽ thất bại nếu bất kỳ nguyên liệu hay dụng cụ nào không được đặt chính xác ở vị trí đã được lập trình.

Đầu bếp robot tiên tiến nhất mà hai chúng tôi từng thấy là robot làm bánh hamburger do Momentum Machines phát triển. Đây là một công ty khởi nghiệp được tài trợ bởi Vinod Khosla – một nhà đầu tư mạo hiểm. Nó có thể lấy thịt sống, bánh mì, gia vị, nước sốt, đồ ướp và chuyển những thứ này thành bánh mì kẹp thịt thành phẩm, đóng gói với tốc độ cao lên đến 400 sản phẩm mỗi giờ. Chiếc máy thực hiện đa phần các công tác chuẩn bị nguyên liệu và để giữ được độ tươi, nó chỉ tiến hành xay, trộn và nấu nguyên liệu khi món ăn được gọi. Chiếc máy cũng cho phép thực khách lựa chọn nhiều loại bánh mì kẹp thịt, không chỉ chọn độ chín của thịt mà còn có thể trộn các loại thịt với nhau. Chúng tôi có thể chứng thực sự ngon miệng của các món ăn này.

DANCE của các robot

Những đầu bếp tự động này là những ví dụ đầu tiên về những gì mà ông Gill Pratt, Giám đốc Điều hành của Viện Nghiên cứu Toyota (và đồng nghiệp cũ của tôi tại MIT), gọi là một “vụ nổ Cambrian” trong chế tạo robot. Vụ nổ Cambrian, xảy ra từ hơn 500 triệu năm trước, là một khoảng thời gian tương đối ngắn mà trong đó hầu hết các dạng sống chính trên Trái Đất – phyla – đã xuất hiện. Hầu như tất cả các loại cơ thể có mặt trên hành tinh của chúng ta ngày nay đều có nguồn gốc từ sự bùng nổ tiến hóa mãnh liệt này.

Pratt tin rằng chúng ta sắp sửa trải nghiệm điều tương tự như vậy với sự đổi mới của robot, như những gì ông đã viết vào năm 2015: “Từ hôm nay, sự phát triển công nghệ ở một số mặt trận đang thúc đẩy một vụ nổ tương tự trong việc đa dạng hóa và ứng dụng của robot. Nhiều công nghệ phần cứng cơ bản mà robot phụ thuộc – đặc biệt là máy tính, lưu trữ dữ liệu và phương thức giao tiếp – đã cải thiện tốc độ phát triển theo cấp số nhân.” Một trong những yếu tố quan trọng nhất của Vụ nổ Cambrian là tầm nhìn – khi các loài sinh vật đầu tiên phát triển khả năng nhìn thế giới. Điều này đã mở ra một loạt khả năng mới cho tổ tiên của chúng ta. Pratt đưa ra quan điểm rằng chúng ta hiện đang ở ngưỡng tương tự đối với máy móc. Lần đầu tiên trong lịch sử, máy móc đang học cách nhìn, và nhờ đó mang lại nhiều lợi ích khác.

Các cuộc trò chuyện và điều tra của chúng tôi đã chỉ ra những phát triển lớn gần đây trong năm lĩnh vực song song, phụ thuộc và có quan hệ với nhau: Data – dữ liệu, Algorithm – thuật toán, Network – mạng, Cloud – đám mây và Exponentially – phần cứng cải thiện theo cấp số nhân. Chúng tôi ghi nhớ chúng bằng cách sử dụng từ viết tắt “DANCE”.

Data – Dữ liệu. Đĩa nhạc CD, đĩa phim DVD và các trang web đã được thêm vào kho thông tin được số hóa trên thế giới trong nhiều thập kỷ, nhưng trong vài năm qua, tốc độ sáng tạo đã thực sự bùng nổ. Trên thực tế, IBM¹ ước tính rằng 90% dữ liệu số trên thế giới đã được tạo ra trong vòng 24 tháng qua. Tín hiệu từ các cảm biến trong điện thoại thông minh và thiết bị công nghiệp, hình ảnh và video kỹ thuật số, hàng loạt phương tiện truyền thông xã hội và nhiều nguồn khác kết hợp lại để đưa chúng ta vào kỷ nguyên của Big Data (dữ liệu lớn) chưa từng có từ trước đến nay.

Algorithm – Thuật toán. Việc xóa dữ liệu là rất quan trọng vì nó hỗ trợ và thúc đẩy sự phát triển của trí tuệ nhân tạo và học máy được mô tả ở chương trước. Các thuật toán và phương pháp tiếp cận hiện đang thống trị các môn học – như học sâu và học tăng cường – có chung đặc tính cơ bản là kết quả sẽ tốt hơn nếu chúng được cung cấp nhiều dữ liệu hơn. Hiệu suất của hầu hết các thuật toán thường sẽ ổn định, hoặc “tiệm cận”, tại một thời điểm nào đó, sau khi được cung cấp nhiều dữ liệu, kết quả sẽ cải thiện rất ít hoặc hầu như là không. Nhưng điều này dường như chưa xảy ra đối với nhiều phương pháp tiếp cận học máy được sử dụng rộng rãi hiện nay. Andrew Ng nói rằng với các thuật toán hiện đại, “Định luật Moore và một số công việc kỹ thuật thông minh tiếp tục không gần tiệm cận.”

Network – Mạng. Các công nghệ và giao thức giao tiếp không dây qua cả khoảng cách ngắn và khoảng cách dài đang được cải thiện nhanh chóng. Ví dụ, cả AT&T và Verizon đã công bố các thử nghiệm năm 2016 về công nghệ 5G không dây với tốc độ tải xuống cao tới 10 gigabit mỗi giây. Tốc độ này nhanh hơn 50 lần so với tốc độ trung bình của mạng LTE (mạng 4G nhanh nhất hiện đang được triển khai rộng) và LTE nhanh hơn gấp 10 lần so với thế hệ trước, công nghệ 3G. Sự cải thiện nhanh chóng này giúp tích lũy dữ liệu tốt hơn và nhanh hơn, điều đó cũng có nghĩa là robot và máy bay không người lái có thể liên lạc thường xuyên, do đó có thể điều phối công việc và phản ứng đồng thời khi đang bay với các tình huống thay đổi nhanh chóng.

The Cloud – Đám mây. Năng lực tính toán chưa từng có hiện đã sẵn sàng cho các tổ chức và cá nhân. Các ứng dụng, máy chủ trống hoặc cấu hình sẵn và không gian lưu trữ đều có thể được thuê trong một thời gian dài hoặc trong vài phút qua Internet. Cơ sở hạ tầng điện toán đám mây với tuổi đời chưa đầy một thập kỷ này đã đẩy nhanh vụ nổ Cambrian robot theo ba cách.

Đầu tiên, nó làm giảm đáng kể các rào cản tiếp cận, vì các loại tài nguyên điện toán trước đây chỉ được tìm thấy trong các trường đại học nghiên cứu lớn, các phòng thí nghiệm nghiên cứu và phát triển đa quốc gia, nay đã có sẵn cho các nhà khởi nghiệp và nhà phát minh đơn lẻ.

Thứ hai, nó cho phép các nhà thiết kế robot và máy bay không người lái khám phá sự cân đối quan trọng của tính toán cục bộ so với trung tâm: những nhiệm vụ xử lý thông tin nào nên được thực hiện trong mỗi bộ não robot cục bộ và phải được thực hiện bởi bộ não toàn cầu trong đám mây? Có vẻ như công việc này đòi hỏi nhiều tài nguyên nhất, chẳng hạn như việc phát lại các kinh nghiệm trước đây để có được những hiểu biết mới, sẽ được thực hiện trong đám mây trong thời gian tới.

Thứ ba, và có lẽ là quan trọng nhất, đám mây có nghĩa là mọi thành viên của bộ lạc robot hoặc máy bay không người lái có thể nhanh chóng biết được các thành viên khác đang làm gì. Như Pratt đã nói: “Con người phải mất hàng thập kỷ để học, đủ để bổ sung vào bản tóm tắt kiến thức thông thường một cách có ý nghĩa. Tuy nhiên, gần như ngay sau khi được tạo ra, các robot không chỉ mang gánh nặng về các hình thức học tập, mà còn bắt đầu bổ sung vào nền kiến thức chung của robot. Một ví dụ ban đầu về loại “tâm trí tụ họp” này là đội xe của Tesla, chia sẻ dữ liệu về các đối tượng trên đường khi chúng đi qua. Việc chia sẻ thông tin như vậy giúp công ty tạo dựng sự hiểu biết về các đối tượng cố định theo thời gian (chúng là những đối tượng mà nhiều chiếc xe khác nhau cùng gặp trên đường) và do đó rất khó có thể chạy ra giữa đường.

Exponential improvements in digital hardware – Cải tiến theo cấp số nhân trong phần cứng kỹ thuật số. Định luật Moore – tăng gấp đôi năng lực mạch tích hợp sau mỗi 18 đến 24 tháng – bước qua tuổi 50 vào năm 2015, độ tuổi mà chúng vẫn còn khá mạnh. Một số người gần đây đã đề xuất rằng định luật đang đi ngược lại các giới hạn của vật lý và do đó, việc nhân đôi sẽ ngày càng chậm lại trong những năm tới. Điều này có thể đúng, nhưng ngay cả khi các nhà khoa học và kỹ sư của ngành công nghệ không thể tìm ra cách điêu khắc silicon tốt hơn trong những thập kỷ tới, chúng tôi vẫn tự tin rằng chúng ta sẽ tiếp tục được hưởng mức giá thấp hơn và hiệu suất cao hơn từ thiết bị kỹ thuật số của mình – bộ xử lý, bộ nhớ, cảm biến, lưu trữ, thông tin liên lạc,... trong một thời gian dài sắp tới.

Làm sao điều này có thể xảy ra? Chris Anderson, Giám đốc Điều hành của hãng sản xuất máy bay không người lái 3D Robotics, đã cho chúng tôi một minh họa sống động về những gì xảy ra trong ngành công nghiệp máy bay không người lái và nhiều lĩnh vực khác. Anh ấy cho chúng tôi xem một vật hình trụ bằng kim loại cao 7,6cm với đường kính khoảng 2,5cm và nói: “Đây là cảm biến con quay hồi chuyển. Nó là máy móc, có giá 10.000 đô-la, được tạo ra vào những năm 1990 bởi một số phụ nữ tài năng trong một nhà máy hàng không vũ trụ với một số vết thương ở tay,… Và nó phụ trách điều khiển một trục chuyển động. Trên máy bay không người lái, chúng tôi có 24 cảm biến như thế này. Mỗi cái có giá 10.000 đô-la. Tổng giá trị của chúng là 24.000 đô-la và có kích thước bằng một chiếc tủ lạnh lớn. Thay vào đó, ngày nay chúng ta có một hoặc một vài con chip nhỏ có giá chỉ 3 đô-la và gần như là vô hình.”

Quan điểm của Anderson là sự kết hợp giữa nguyên liệu thô giá rẻ, thị trường toàn cầu, cạnh tranh khốc liệt và nền kinh tế quy mô sản xuất lớn về cơ bản có thể đảm bảo cho việc giảm giá liên tục và cải thiện hiệu suất. Ông gọi máy bay không người lái cá nhân là “lợi tức thời bình của cuộc chiến trên điện thoại thông minh, nghĩa là các thành phần trong điện thoại thông minh, các cảm biến, GPS, máy ảnh, lõi xử lý ARM, thiết bị không dây, bộ nhớ, pin, tất cả những thứ đó đang được thúc đẩy bởi các nền kinh tế lớn về quy mô và máy móc đổi mới tại Apple, Google và các hãng khác, chúng luôn có sẵn với mức giá một vài đô-la. Về cơ bản, chúng là ‘unobtainium’¹của 10 năm về trước. Đây là thứ từng được sử dụng làm công nghệ công nghiệp quân sự; và bây giờ bạn có thể mua nó tại RadioShack.”

Cùng với đó, các yếu tố của DANCE đang gây ra vụ nổ Cambrian trong lĩnh vực robot, máy bay không người lái, ô tô và xe tải tự vận hành cùng nhiều máy móc mang tính kỹ thuật số cao khác. Thiết bị rẻ hơn theo cấp số nhân cho phép tỷ lệ đổi mới và thử nghiệm cao hơn, tạo ra một nguồn dữ liệu lớn. Thông tin này được sử dụng để kiểm tra và tinh chỉnh các thuật toán và để giúp các hệ thống học hỏi. Các thuật toán được đưa vào đám mây và phân phối cho các máy thông qua các mạng có tốc độ truyền tải mạnh. Các nhà đổi mới tiếp tục thực hiện các vòng kiểm tra, thử nghiệm, và các chu trình cũng được tiếp tục.

Nơi nào công việc là buồn tẻ, bẩn thỉu, nguy hiểm và mắc mỏ

Robot, máy bay không người lái và tất cả các máy móc kỹ thuật số đang chuyển động trong thế giới vật chất sẽ làm thế nào để lan tỏa khắp nền kinh tế? Chúng sẽ đảm nhận vai trò gì trong những năm tới? Quan điểm tiêu chuẩn là robot sẽ phù hợp nhất cho các công việc buồn tẻ, bẩn thỉu và nguy hiểm. Chúng tôi sẽ bổ sung vào danh sách này thêm một chữ “D”, “Dear-mắc mỏ” hoặc “đắt đỏ”. Càng nhiều thuộc tính trong một nhiệm vụ nhất định, nó càng có khả năng được chuyển sang các máy móc kỹ thuật số.

Tham quan các công trường xây dựng để kiểm tra tiến độ là một ví dụ tuyệt vời. Các công trường này thường bẩn thỉu và đôi khi khá nguy hiểm, tại đây các công việc như đảm bảo mọi thứ đi đúng kế hoạch, kích thước và các đường thẳng phải được căn chỉnh chính xác có thể khá là buồn tẻ. Tuy nhiên, chúng ta vẫn cần thường xuyên cử một người đến công trường để thực hiện các khâu kiểm tra này, vì những lỗi nhỏ có thể khuếch đại theo thời gian và sẽ tiêu tốn rất nhiều chi phí. Tuy nhiên, có vẻ như công việc này sẽ sớm được tự động hóa.

Vào mùa thu năm 2015, công ty Komatsu của Nhật Bản, một công ty thiết bị xây dựng lớn thứ hai trên thế giới với 95 năm tuổi đời, đã tuyên bố hợp tác với công ty khởi nghiệp Skycatch của Mỹ. Máy bay nhỏ của công ty Skycatch có thể bay trên một địa điểm và lập bản đồ chính xác theo không gian ba chiều của địa điểm đó. Chúng sẽ liên tục gửi thông tin này lên đám mây, nơi chúng sẽ khớp nối với phần mềm theo các kế hoạch tại một địa điểm và sử dụng thông tin kết quả để chỉ đạo một đội máy ủi tự động, xe tải tự đổ và các thiết bị vận chuyển khác.

Nông nghiệp cũng có thể sớm được chuyển đổi bằng việc sử dụng máy bay không người lái. Chris Anderson yêu cầu chúng tôi hãy tưởng tượng một trang trại nơi máy bay không người lái bay trên các cánh đồng mỗi ngày, quét chúng bằng các bước sóng gần hồng ngoại. Các bước sóng này cung cấp rất nhiều thông tin về sức khỏe cây trồng và các cảm biến máy bay không người lái hiện tại đủ chính xác để đánh giá riêng từng mét vuông đất (và, được cải thiện theo cấp số nhân trong các cảm biến, sớm thôi, có thể chúng ta sẽ nhìn thấy tiến bộ này trong từng nhà máy). Việc bay trên các cánh đồng mỗi ngày sẽ vừa buồn tẻ vừa đắt đỏ, nhưng cả hai rào cản này đều tan biến với sự xuất hiện của những chiếc máy bay không người lái kích thước nhỏ giá rẻ. Thông tin thu được từ các máy bay hằng ngày này giúp chúng ta có được hiểu biết sâu sắc hơn về sự thay đổi theo thời gian của một loại cây trồng nhất định, đồng thời cho phép tính toán chính xác hơn về lượng nước, phân bón và thuốc trừ sâu cần dùng. Thiết bị nông nghiệp hiện đại thường có khả năng cung cấp những nguyên liệu thành phần quan trọng này với số lượng khác nhau theo từng bước một, thay vì đặt một lượng nhất định như nhau. Dữ liệu từ máy bay không người lái giúp tận dụng tối đa khả năng này, cho phép nông dân tiến sâu hơn vào kỷ nguyên nông nghiệp chính xác.

Điều này mang đến khả năng máy bay không người lái cũng sẽ sớm được các công ty bảo hiểm sử dụng để đánh giá mức độ hư hại của một mái nhà sau cơn lốc xoáy, để giúp bảo vệ động vật quý hiếm đang bị đe dọa chống lại nạn săn trộm, giúp những khu rừng hẻo lánh chống lại nạn khai thác gỗ bất hợp pháp và nhiều công việc khác nữa. Chúng đã được sử dụng để kiểm tra các thiết bị, một công việc được coi là buồn tẻ, bẩn thỉu, nguy hiểm và mắc mỏ. Sky Futures, một công ty của Anh, chuyên về bay máy bay không người lái đã đặt các giàn khoan dầu ở Biển Bắc, nơi kim loại và xi măng không thể chống lại nước mặn và thời tiết khắc nghiệt theo thời gian. Các máy bay không người lái này của Sky Futures bay xung quanh và xuyên qua các kết cấu trong mọi điều kiện để các công nhân không cần phải leo trèo và treo người lơ lửng để xem những gì đang xảy ra.

Chúng ta đã thấy mô hình này – máy móc giả định thực hiện các nhiệm vụ buồn tẻ, bẩn thỉu, nguy hiểm hoặc mắc mỏ – liên tục xuất hiện trong thời gian gần đây:

▶ Vào năm 2015, Rio Tinto đã trở thành công ty đầu tiên sử dụng một đội xe tải điều khiển từ xa hoàn toàn để vận chuyển tất cả quặng sắt tại mỏ khai thác của công ty tại khu vực Tây Úc. Các phương tiện không người lái chạy 24 giờ mỗi ngày, 365 ngày mỗi năm và được giám sát từ một trung tâm điều khiển cách xa hàng nghìn dặm. Việc tiết kiệm những giờ nghỉ giải lao, sự vắng mặt và thay đổi ca làm việc giúp đội xe robot đạt hiệu quả cao hơn 12% so với khi được điều khiển bởi con người.

▶ Ngày nay, hệ thống vắt sữa tự động vắt khoảng một phần tư số bò tại các quốc gia sữa hàng đầu như Đan Mạch và Hà Lan. Trong vòng 10 năm, con số này dự kiến sẽ tăng lên 50%.

▶ 90% công việc phun thuốc ở Nhật Bản hiện đang được thực hiện bởi máy bay trực thăng không người lái.

Tất nhiên, mô hình máy móc tiếp nhận nhiệm vụ này đã xuất hiện từ nhiều thập kỷ trước trong các nhà máy, nơi các kỹ sư có thể đạt được trình độ cao theo những gì đồng nghiệp tại MIT của chúng tôi, David Autor, gọi là “kiểm soát môi trường”, hay “đơn giản hóa hoàn toàn môi trường mà máy móc đang làm việc để cho phép vận hành tự động, như trong một ví dụ quen thuộc của dây chuyền lắp ráp tại nhà máy.” Kiểm soát môi trường là cần thiết khi các phần tự động hóa chỉ có bộ não như của động vật bò sát và không có khả năng cảm nhận môi trường của chúng. Tuy nhiên, khi tất cả yếu tố của DANCE cùng được cải thiện, các phần tự động hóa có thể rời khỏi môi trường được kiểm soát chặt chẽ của nhà máy và tiến ra thế giới rộng lớn hơn. Đây chính xác là những gì robot, máy bay không người lái, xe tự vận hành và nhiều dạng máy kỹ thuật số khác đang làm hiện nay. Chúng sẽ đảm nhiệm nhiều hơn thế nữa trong tương lai gần.

Vai trò của con người trong thế giới máy móc

Trí óc và cơ thể của chúng ta sẽ hoạt động song song với những máy móc này như thế nào? Có hai cách chính. Đầu tiên, khi máy móc có thể làm nhiều việc hơn trong thế giới thực, chúng ta sẽ ngày càng được giải phóng sức lao động chân tay, thay vào đó vận dụng bộ não theo những cách được mô tả trong các chương trước và trong phần tiếp theo. Đây rõ ràng là những gì xảy ra trong nông nghiệp, ngành công nghiệp lâu đời nhất của loài người.

Trồng trọt từ lâu đã là một trong những công việc tốn nhiều sức lực nhất của con người. Bây giờ, nó là một trong số những công việc đòi hỏi lượng kiến thức chuyên sâu nhất. Như Brian Scott, một nông dân ở Indiana, chủ blog The Farmer’s Life, đặt vấn đề: “Bạn có nghĩ rằng khi ông tôi đang chạy máy gặt và máy gặt đập ông ấy có thể tưởng tượng hôm nay, máy móc sẽ tự vận hành qua tín hiệu GPS vô hình như thế nào trong khi đồng thời tạo biểu đồ về những thứ như năng suất và độ ẩm của hạt không? Thật tuyệt vời! Tương tự, công nhân trong các nhà máy hiện đại nhất không còn bắt buộc phải khỏe mạnh và quá chăm chỉ nữa. Thay vào đó, họ cần phải thông thạo chữ và số, dày dặn kinh nghiệm trong các vấn đề khắc phục sự cố và có thể làm việc nhóm.

Cách thứ hai để mọi người làm việc với robot và những người khác là sát cánh với họ theo nghĩa đen. Một lần nữa, điều này không có gì mới; công nhân nhà máy từ lâu đã làm việc trong môi trường bao quanh bởi máy móc. Máy móc vẫn chưa tạo nên sự kết hợp gữa trí óc sắc bén, giác quan nhanh nhạy, bàn tay khéo léo và đôi chân vững chắc của chúng ta lại với nhau, đây vẫn là một sự kết hợp vô cùng quý giá. Ví dụ chứng minh ưa thích của Andy về kết hợp này bắt nguồn từ chuyến tham quan nhà máy mô tô Ducati tại Bologna, nước Ý. Động cơ Ducati đặc biệt phức tạp¹, và anh muốn tìm hiểu tự động hóa đã tham gia vào bao nhiêu vào công đoạn lắp ráp chúng. Hóa ra, câu trả lời gần như không có.

Một người đi dọc theo băng chuyền chuyển động chậm chạp sẽ chịu trách nhiệm lắp ráp động cơ với nhau. Khi các bộ phận động cơ di chuyển trên băng tải ở mỗi giai đoạn lắp ráp, công nhân sẽ nhấc chúng lên, đặt rồi gắn chặt vào đúng vị trí và điều chỉnh khi cần thiết. Quy trình lắp ráp động cơ Ducati đòi hỏi sự vận động, khả năng điều khiển các vật thể trong nhiều không gian chật hẹp, thị lực tốt và xúc giác rất nhạy. Quy trình tự động hóa của Ducati không sở hữu tất cả các khả năng này, vì vậy lắp ráp động cơ vẫn do con người đảm nhận.

Nhiều nhà bán lẻ cũng yêu cầu khả năng tương tự trong các kho hàng của mình, đặc biệt là những hãng như Amazon, trang thương mai điện tử chuyên bán sản phẩm ở mọi hình dạng, kích cỡ và tính nhất quán. Amazon vẫn chưa¹ tìm thấy hoặc phát triển một bàn tay hoặc “đồ gắp” khác được điều khiển bằng kỹ thuật số để có thể lấy tất cả sản phẩm ra khỏi kệ và đặt chúng vào hộp. Vì vậy, công ty đã nghĩ ra một giải pháp thông minh: giao những cái kệ này cho con người, họ sẽ chịu trách nhiệm lấy đúng sản phẩm và đóng hộp để vận chuyển. Các kệ hàng được vận chuyển xung quanh các trung tâm phân phối khổng lồ của công ty trên những robot màu cam cao đến đầu gối do Kiva Systems, có trụ sở tại Boston, sản xuất (Kiva được Amazon thu mua vào năm 2012). Những robot này di chuyển bên dưới một giá đỡ, nâng kệ và đưa nó đến một nhân viên đang đứng yên. Khi nhân viên này đã lấy các vật phẩm cần thiết, đơn vị giá đỡ và robot sẽ chạy đi, và một robot khác sẽ thế chỗ. Sự sắp xếp này cho phép mọi người vận dụng các kỹ năng về tầm nhìn và sự khéo léo của họ với lợi thế hơn hẳn máy móc, đồng thời tránh tốn sức và mất thời gian di chuyển từ kệ này sang kệ khác.

Chúng ta sẽ duy trì được lợi thế của mình so với robot và máy bay không người lái trong bao lâu nữa? Đó là một câu hỏi không dễ trả lời dù với mức độ tự tin ra sao, đặc biệt là khi các yếu tố của DANCE tiếp tục tiến lên riêng lẻ và cùng nhau. Tuy nhiên, dường như sự phối hợp phức tạp giữa các giác quan, tay và chân của chúng ta sẽ khó bị máy móc đánh bại, ít nhất là trong vài năm nữa. Robot đang có những tiến bộ ấn tượng, nhưng chúng vẫn chậm hơn rất nhiều so với chúng ta khi cố gắng làm những việc giống con người. Xét cho cùng, bộ não và cơ thể của chúng ta là kết quả của hàng triệu năm tiến hóa, hình thành nên các thiết kế để giải quyết tốt các vấn đề tồn tại trong thế giới thực. Khi Gill Pratt làm quản lý chương trình tại DARPA¹, phòng nghiên cứu và phát triển của Bộ Quốc phòng Mỹ, ông đã giám sát cuộc thi thách thức robot năm 2015. Các thiết bị tự động di chuyển với tốc độ cẩn thận đến mức anh ta đã so sánh chúng như những khán giả tại một trận đấu golf. Tuy nhiên, điều này thể hiện một sự cải thiện lớn so với cuộc thi lần đầu tiên năm 2012. Theo Pratt, theo dõi hoạt động của các thiết bị tự động giống như quan sát sự phát triển của cây cỏ.

HÌNH DẠNG CỦA TƯƠNG LAI

Các ví dụ trong chương này cho thấy, sự phát triển bằng công nghệ kỹ thuật số đang cho phép chúng ta chế tạo những cỗ máy vượt ra ngoài vũ trụ của đơn vị bit và tương tác với con người cũng như vạn vật trong thế giới nguyên tử. Sự phát triển đó cũng đang tiến thêm một bước lớn: cho phép chúng ta sắp xếp các nguyên tử – để xây dựng mọi thứ – theo cách chưa từng có trước đây. Chúng ta có thể quan sát được tiến trình này thông qua những vật thể nhân tạo phổ biến nhất trên thế giới: các bộ phận bằng nhựa. Sản lượng nhựa toàn cầu năm 2015 là 250 triệu tấn, và một chiếc xe hiện đại có hơn 2.000 bộ phận nhựa với đủ hình dạng và kích cỡ. Để sản xuất hầu hết các bộ phận này, trước tiên cần phải chế tạo khuôn – một bộ phận kim loại để chế, nén hoặc ép nhựa nóng. Các đường viền và không gian rỗng của khuôn xác định hình dạng cuối cùng của bộ phận.

Một khuôn mẫu cần mang ba hàm ý quan trọng. Đầu tiên, việc có được khuôn chuẩn xác là cực kỳ quan trọng, vì nó sẽ quyết định hình mẫu cho hàng ngàn hoặc hàng triệu cấu kiện của một bộ phận. Do đó, khuôn mẫu có xu hướng bền, nặng và được thiết kế rất chính xác – vì lẽ đó, chúng rất đắt tiền. Thứ hai, một khuôn mẫu cần đặt ra những hạn chế đối với các loại bộ phận được tạo ra. Chẳng hạn, việc chế tạo một thiết bị nhựa đơn giản bằng khuôn mẫu là dễ dàng, nhưng để tạo ra một bộ bánh răng khớp với nhau chỉ từ một khuôn duy nhất là không thể. Các bộ phận phức tạp hơn thường đòi hỏi các khuôn phức tạp hơn – trong đó, một số có độ phức tạp nhất phát sinh từ nhu cầu kỹ thuật để có thể chứa tất cả nhựa, và để đảm bảo rằng vật liệu nóng sẽ lấp đầy toàn bộ khuôn. Thứ ba, nhiệt động lực học của khuôn mẫu – cách thức chúng nóng lên và hạ nhiệt từng bộ phận – cũng rất quan trọng. Rõ ràng việc loại bỏ các bộ phận trong khi chúng vẫn còn nóng và dễ biến dạng, là một ý tưởng tồi, nhưng việc làm nguội toàn bộ khuôn cũng lâu hơn mức cần thiết. Tuy nhiên, các phần khác nhau của khuôn mẫu có thể làm mát ở các tỷ lệ khác nhau. Vì vậy, các nhà thiết kế và kỹ sư phải cân bằng một loạt các yếu tố để đảm bảo chất lượng cho các bộ phận cũng như năng suất của các khuôn mẫu.

Khoảng 30 năm trước, một nhóm nhiều nhà công nghệ đã bắt đầu đặt câu hỏi, tại sao lại chỉ có một khuôn mẫu? Họ lấy cảm hứng từ các máy in laser, hoạt động bằng cách sử dụng tia laser để hợp nhất một lớp mực rất mỏng lên một tờ giấy theo mẫu văn bản và hình ảnh mong muốn. Nhưng tại sao chỉ dừng lại ở một lớp? Tại sao không lặp đi lặp lại quá trình này, từ đó xây dựng dần dần không chỉ là một mô hình hai chiều, mà là ba chiều? Việc này sẽ mất một chút thời gian, vì mỗi lớp rất mỏng, nhưng cách làm này sẽ mở ra một loạt khả năng lớn. Nhà nghiên cứu in 3D Luana Iorio tin rằng độ phức tạp sẽ trở nên miễn phí. Nói cách khác, việc tạo ra một bộ phận máy cực kỳ phức tạp sẽ không tốn nhiều chi phí hơn một bộ phận rất đơn giản, vì cả hai, về cơ bản, chỉ đơn giản là một khối gồm các lớp rất mỏng. Ví dụ, một tổ hợp các bánh răng lồng vào nhau sẽ dễ dàng được tạo ra như một chi tiết được in 3D.

Các nhà chế tạo cũng đã đưa các kỹ thuật in 3D vào việc chế tạo các bộ phận kim loại bằng cách: đặt liên tiếp các lớp kim loại bột mỏng nung chảy bằng laser lên cấu trúc bên dưới (bản thân nó được tạo thành bởi các lớp trước đó). Quá trình này cho ra một đặc tính vô cùng cần thiết khác: không tốn nhiều chi phí để đạt được độ cứng. Các kim loại cực kỳ cứng như titan có thể khiến việc gia công trên máy trở nên khó khăn và tốn kém, nhưng việc chồng từng lớp sẽ trở nên dễ dàng hơn, tương đương các kim loại mềm như nhôm; tất cả những gì cần làm là điều chỉnh cài đặt nguồn điện trên laser.

Khi cả độ phức tạp và độ cứng đều dễ dàng chế tạo chỉ với chi phí thấp, nhiều ràng buộc lâu dài sẽ được nới lỏng. Ví dụ, việc làm nguội các khuôn cho các bộ phận nhựa có thể nhanh hơn đang kể. Tập đoàn DTM của Austin ở bang Texas, đã thực hiện điều này bằng khuôn hợp kim kim loại in 3D có nhiều rãnh nhỏ, mỏng chạy bên trong theo những hướng phức tạp mà không một phương tiện thông thường nào có thể tạo ra được. Không phải nhựa nóng, mà chính là chất lỏng làm lạnh sẽ chảy qua các rãnh này để nhanh chóng định hình bất cứ bộ phận mới nào. Do đó, các bộ phận có thể được sản xuất nhanh hơn 20-35% và đạt chất lượng cao hơn.

Ở thời điểm này, có người sẽ hoài nghi rằng liệu chúng ta có muốn tạo ra những đổi mới khiến thế giới ngày càng ngập trong những miếng nhựa giá rẻ và đại dương sẽ tràn ngập rác thải nhựa không. Chúng tôi nhìn nhận vấn đề theo cách khác. Mặc dù việc tiêu thụ quá mức và xử lý nhựa không hợp lý là không tốt, nhưng chúng tôi nghĩ rằng những tiến bộ trong in 3D vẫn rất có lợi.

Hãy xem xét trường hợp về mô hình khối u in 3D. Trước khi xuất hiện công nghệ in 3D, các bác sĩ phẫu thuật không có cách nào để trình bày chính xác về khối lượng mô ác tính mà họ đang theo dõi. Họ không có đủ tiền bạc và thời gian cần thiết để tạo ra một mẫu thông thường, điều này chỉ có ý nghĩa kinh tế khi bạn phải tạo ra nhiều bản sao của một phần.

Nhưng nếu bạn chỉ muốn tạo một mô hình hoặc nguyên mẫu duy nhất thì sao? Hoặc một phần đã hư hỏng và bạn muốn nhanh chóng có một cái khác thay thế? Hoặc bạn muốn tạo ra một bộ nhỏ gồm nhiều bộ phận, mỗi bộ phận có sự khác nhau một chút? Các phương pháp chế tạo thông thường phần lớn là vô dụng trong những trường hợp này. In 3D là phương pháp lý tưởng để thực hiện chúng.

Lợi ích lớn lao nhất của in 3D có lẽ là khiến cho việc thử nghiệm và chế tạo không tốn kém. Lộ trình từ ý tưởng hoặc nhu cầu đến thành phẩm hữu ích không còn bao gồm các bước tốn thời gian và chi phí như làm khuôn hay thực hành sản xuất thông thường khác.

Carl Bass, cựu CEO của Công ty Phần mềm Thiết kế và Kỹ thuật Autodesk, chỉ xem in 3D như một phần nhỏ trong một câu chuyện dài. Như ông đã nói với chúng tôi: “Tôi nghĩ rằng sản xuất bồi đắp là một tập hợp con của những gì đã thật sự biến đổi quy trình sản xuất, đó là việc sử dụng các bộ vi xử lý chi phí thấp để điều khiển chính xác máy móc.” Theo quan điểm của Bass, các cảm biến và mã không chỉ được sử dụng để đặt chính xác các lớp vật liệu rất mỏng lên nhau; mà còn cho mọi kỹ thuật chế tạo khác, từ cắt kính và gạch men cho đến uốn và phay tất cả các loại kim loại.

Ngày nay, những cỗ máy đảm nhận công việc này – chuyển các nguyên tử thành hình dạng cuối cùng theo mong muốn – đang dần được cải thiện nhờ vào định luật Moore. Chúng có thể không tốt và rẻ hơn CPU¹ và chip bộ nhớ, nhưng sự tiến bộ của chúng vẫn rất ấn tượng. So với phiên bản của chúng 20 năm trước, những máy móc giờ đây đã rẻ hơn, nhưng có thể làm được nhiều thứ hơn với chất lượng cao hơn. Những tiến bộ này đặt chúng trong tầm với của mọi nhà đổi mới – người nghiệp dư, nhà phát minh tự do, sinh viên, kỹ sư và doanh nhân – và cung cấp cho mọi người khả năng khám phá ra nhiều khả năng hơn. Chúng tôi tự tin rằng những đổi mới đã dân chủ hóa các công cụ chất lượng cao sẽ dẫn đến một loạt đổi mới thậm chí còn nhiều hơn trong tương lai gần.

TÓM TẮT CHƯƠNG

▶ Nhiều quy trình kinh doanh ngày nay đang được ảo hóa: chúng đang chuyển dần sang các kênh kỹ thuật số và giảm sự tham gia của con người. Thông thường, người duy nhất tham gia là khách hàng.

▶ Một số người sẽ tiếp tục tự chọn tương tác giữa người với người, nhưng chúng tôi tin rằng ảo hóa là xu hướng lâu dài và nó sẽ gia tăng theo thời gian khi máy móc có được nhiều khả năng hơn.

▶ Robot đang trải qua “Vụ nổ Cambri” khi máy móc học cách quan sát, cũng như thông qua nhiều tiến bộ kỹ thuật số khác. Các loại máy tự động – robot, máy bay không người lái, xe tự lái,... – đang đồng thời trở nên rẻ hơn, phổ biến hơn, có khả năng hơn và đa dạng hơn.

▶ Các trình điều khiển robot thuộc Vụ nổ Cambri bao gồm dữ liệu, thuật toán, mạng, đám mây và các cải tiến theo cấp số nhân trong phần cứng: DANCE.

▶ Robot và hệ thống của chúng sẽ được sử dụng ngày càng nhiều ở bất cứ nơi nào dù cho đó là công việc buồn tẻ, bẩn thỉu, nguy hiểm và đắt đỏ.

▶ Con người vẫn còn nhanh nhẹn và khéo léo hơn những robot tiên tiến nhất. Có lẽ chúng sẽ mất một khoảng thời gian dài nữa mới có thể đạt được trình độ như con người. Những khả năng này sẽ kết hợp với các giác quan và kỹ năng giải quyết vấn đề của chúng ta, nghĩa là chúng ta sẽ cùng nhau làm việc với robot trong nhiều môi trường khác nhau.

▶ Công nghệ in 3D rất quan trọng theo đúng nghĩa của nó và cũng là ví dụ về một xu hướng rộng lớn hơn: sự lan rộng của các công cụ kỹ thuật số tới các quy trình sản xuất truyền thống. Đây là ví dụ về sự đổi mới mà chính nó sẽ dẫn đến tỷ lệ đổi mới cao hơn.

CÂU HỎI

1. Nếu bạn có quy trình kinh doanh đòi hỏi nhiều tương tác giữa người với người, điều này có phải do khách hàng của bạn (hoặc nhân viên, nhà cung cấp hoặc đối tác khác) đánh giá cao tương tác này hay vì họ không có một giải pháp kỹ thuật số hiệu quả tương đương?

2. Những khía cạnh nào trong công việc thuộc ngành của bạn có khả năng được ảo hóa nhất trong ba đến năm năm tới? Nếu được lựa chọn, khách hàng nào của bạn sẽ thích các tương tác ảo hóa hơn?

3. Những công việc nào trong tổ chức của bạn được coi là buồn tẻ, bẩn thỉu, nguy hiểm hoặc đắt đỏ? Gần đây bạn có quan tâm đến robot hoặc thiết bị tự động hóa nào có thể giúp bạn thực hiện công việc này không?

4. Công việc thể chất (nếu có) trong tổ chức của bạn được phân chia giữa người và máy như thế nào? Còn các nhiệm vụ chủ yếu là nhận thức hoặc xử lý thông tin thì sao? Các nhiệm vụ chủ yếu giữa các cá nhân thì như thế nào?

5. Trong công việc đổi mới và tạo mẫu của bạn, bạn làm thế nào để tận dụng các công nghệ mới để tạo ra mọi thứ?