เมื่อมีการพัฒนาโมเดลการให้เหตุผลอย่างรวดเร็วในครึ่งหลังของปี 2025 AI จะเข้าสู่การแข่งขันในปี 2026 โดยเปลี่ยนจากการที่ฉลาดขึ้นไปเป็นการทำงานได้มากขึ้น สามารถไว้วางใจได้ และสามารถคิดค่าได้อย่างถูกต้อง ทีมวิจัยและลงทุนของ a16z crypto สามารถให้ความเห็นสิ่งที่ถูกคาดการณ์เกี่ยวกับการพัฒนา AI ในปี 2026 สามประการจากสามด้านคือ ขั้นตอนการทำงานวิจัย โครงสร้างพื้นฐานตัวตนของตัวแทน (agent) และแบบจำลองเศรษฐกิจของเครือข่ายเปิด
ศาสตราจารย์แห่งมหาวิทยาลัยฮาร์วาร์ด Scott Kominers ทำนายว่าใน 2026 AI สามารถเปลี่ยนจากผู้ช่วยเป็นคู่ค้นหาวิจัย และเสนอมุมมองที่สร้างสรรค์ เขาระบุว่าเมื่อเดือนพฤศจิกายน 2025 เขาสามารถโต้ตอบกับโมเดลโดยใช้คำสั่งนามธรรมที่คล้ายคลึงกับการสอนนักศึกษาระดับปริญญาเอก และได้รับคำตอบที่มีความเป็นนวัตกรรม
Sean Neville ผู้ร่วมก่อตั้ง Circle เชื่อว่าการทำให้ตัวแทน AI สามารถทำการซื้อขายเป็นหน่วยงาน ติดตามได้ สามารถให้อำนาจได้ สามารถตรวจสอบได้ของ KYA (Know your Agent) จะเป็นแนวโน้มที่สำคัญ
Liz Harkavy จากทีมลงทุน a16z crypto เชื่อว่า AI ดึงเอาเนื้อหาจากเครือข่าย ทำให้ตัวเองใหญ่ขึ้น แต่ไม่ได้มีส่วนช่วยในการไหลของโฆษณาของเครือข่าย ซึ่งนำไปสู่ความไม่สอดคล้องของผลประโยชน์อย่างมากระหว่างชั้นบริบท และชั้นการดำเนิน เขาสนับสนุนว่าเมื่องานของตัวแทนสำเร็จ ควรแจกจ่ายรางวัลให้กับแต่ละหน่วยงานที่ให้ข้อมูล ข้อมูล หรือเนื้อหาสนับสนุน เขายังกล่าวถึงว่า การชำระเงินนาโนที่สนับสนุนโดยบล็อกเชน (nanopayments) และมาตรฐานการสนับสนุนที่มีความสมบูรณ์มากขึ้น อาจเป็นหนึ่งในเส้นทางเทคโนโลยีที่เป็นไปได้
แนวโน้มที่หนึ่ง: AI เปลี่ยนจากผู้ช่วยไปเป็นคู่ค้นหาวิจัย สามารถรับมืองานวิจัยสำคัญได้มากขึ้น
Scott Kominers ที่ถือตำแหน่งวิจัยของทีมวิจัย a16z crypto และเป็นศาสตราจารย์ที่โรงเรียนบิสนิสแห่งมหาวิทยาลัยฮาร์วาร์ด ระบุว่าในช่วงเริ่มต้นของปี 2025 การทำให้โมเดล AI ระดับผู้บริโภคเข้าใจขั้นตอนการทำงานวิจัยของเขายังคงมีความยากลำบากค่อนข้างมากอยู่ แต่มาถึงเดือนพฤศจิกายน 2025 เขาสามารถใช้คำสั่งนามธรรมที่คล้ายคลึงกับการสอนนักศึกษาระดับปริญญาเอกโต้ตอบกับโมเดล และบางครั้งโมเดลก็ส่งกลับคำตอบที่เป็นนวัตกรรมและถูกต้องในการดำเนิน
AI จะมีลักษณะการวิจัยแบบปราชญ์หลายศาสตร์ใหม่ในปี 2026
Kominers ชี้ให้เห็นว่าการใช้ AI ในสาขาวิจัยกำลังเป็นไปอย่างทั่วไปมากขึ้น โดยเฉพาะในศาสตร์ที่ต้องการการให้เหตุผล โมเดลได้เริ่มช่วยสำรวจเชิงวัตถุประสงค์ยังสามารถแก้ปัญหาโดยอัตโนมัติเช่นการแข่งขันคณิตศาสตร์ Putnam ที่ถือว่ายากมากนัก ส่วนศาสตร์ใดจะเป็นประโยชน์มากที่สุด และวิธีการที่จะได้ประโยชน์นั้นยังคงเป็นปัญหาที่ยังไม่ได้แก้ไข
แต่เขาคาดว่าในปี 2026 จะมีลักษณะการวิจัยแบบปราชญ์หลายศาสตร์ (polymath) ใหม่ปรากฏขึ้น: นักวิจัยให้ความสำคัญกับการเสนอข้อสันนิษฐาน (conjecture) ที่เชื่อมโยงแนวคิดข้ามหลายสาขา และอนุมานจากคำตอบที่ยังคงเป็นข้อสันนิษฐานไปยังทิศทางที่สามารถตรวจสอบได้อย่างรวดเร็ว
วิวัฒนาการของการวิจัย AI ยังคงมาพร้อมกับความเสี่ยงจากภาพหลอน เทคโนโลยีการเข้ารหัสลับสามารถให้ความช่วยเหลือได้
เขายังยอมรับว่าวิธีการวิจัยนี้จำเป็นต้องมาพร้อมกับความเสี่ยงจากความไม่ถูกต้องและภาพหลอน แต่เมื่อโมเดลพอเพียงที่จะฉลาด การให้พื้นที่นามธรรมให้มันปล่อยแสง กลับอาจเหมือนกับความคิดสร้างสรรค์ของมนุษย์ บางครั้งอาจชนเข้ากับจุดแตกหัก เขาเสนอว่ากระบวนการทำงานการวิจัย AI ในปี 2026 จะมีลักษณะมากขึ้นเช่น ตัวแทนห่อหุ้มตัวแทน (agent-wrapping-agent): ใช้หลายชั้นของโมเดลประเมินซึ่งกันและกัน ตรวจสอบ และรวมข้อสรุป
อย่างไรก็ตาม Kominers ยังได้แนะนำว่า หากต้องการเรียกใช้งานกลุ่มตัวแทนการให้เหตุผลในระดับขนาดใหญ่ จำเป็นต้องมีความสามารถในการแลกเปลี่ยนข่าวสาร (interoperability) ที่ดีขึ้น รวมถึงวิธีการที่สามารถระบุและชดเชยการมีส่วนร่วมของโมเดลแต่ละตัวได้อย่างยุติธรรม และเขาเชื่อว่าปัญหาทั้งสองนี้ เทคโนโลยีการเข้ารหัสลับอาจให้ความช่วยเหลือได้
แนวโน้มที่สอง: จาก KYC ไปยัง KYA รู้จักตัวแทนของคุณได้กลายเป็นขวดคอของเศรษฐกิจตัวแทน
Sean Neville ผู้ร่วมก่อตั้ง Circle ผู้ออกแบบสถาปัตยกรรม USDC ปัจจุบันเป็น CEO ของ Catena Labs มุ่งเน้นไปยังขวดคอสำคัญของเศรษฐกิจตัวแทน (agent economy): กำลังเปลี่ยนจากความฉลาด (intelligence) ไปยังตัวตน (identity)
Neville ชี้ให้เห็นว่าในสาขาเช่นบริการทางการเงิน จำนวนตัวตนที่ไม่ใช่มนุษย์ (non-human identities) มีมากกว่าพนักงานมนุษย์มากมาย ถึงแม้ว่าจะถึง 96 ต่อ 1 แต่ตัวตนเหล่านี้ส่วนใหญ่ยังคงไม่สามารถเปิดบัญชี ไม่สามารถรับผิดชอบได้เหมือน幽靈 (ghost) ดังนั้นเขาจึงสนับสนุนว่า ลำดับที่สำคัญถัดไปคือ KYA (Know Your Agent)
ตามคำจำกัดความของเขา KYA ต้องแก้ไขปัญหา: หากตัวแทนต้องการแทนตัวแทนของหน่วยงานใดหน่วยงานหนึ่งเพื่อทำการซื้อขาย จำเป็นต้องมีข้อมูลประจำตัวที่สามารถตรวจสอบได้ ติดตามได้ และมีความรับผิดชอบได้ เช่นเดียวกับที่มนุษย์ต้องการคะแนนเครดิตเพื่อให้ยืม ตัวแทนก็ต้องมีข้อมูลประจำตัวที่มีลายเซ็นการเข้ารหัสลับเพื่อเชื่อมโยงการมอบหมายงาน (principal) ข้อจำกัดของพฤติกรรม (constraints) และความรับผิดชอบ (liability) ของตัวแทน ก่อนที่ KYA จะขาด พ่อค้าและผู้ให้บริการยังคงจะเลือกปิดกั้นการเข้าถึงของตัวแทนในระดับไฟร์วอลล์ เพื่อหลีกเลี่ยงการฉ้อโกง การใช้ในทางที่ผิด และความรับผิดชอบที่ไม่ชัดเจน
เขายังตรงไปตรงมาว่า อุตสาหกรรม KYC และกรอบกำหนดระเบียบที่ใช้เวลาสิบนาบปีในการสร้างขึ้น ปัจจุบันอาจมีเพียงไม่กี่เดือนเท่านั้นในการสำรวจและปรับใช้ KYA
แนวโน้มที่สาม: ตัวแทน AI กำลังเก็บภาษีที่มองไม่เห็นบนเว็บเปิด เนื้อหามูลค่าถูกดึงออก รายได้ถูกหลีกไป
Liz Harkavy จากทีมลงทุน a16z crypto มุ่งเน้นไปยังพื้นฐานเศรษฐกิจของเครือข่ายเปิดกำลังถูกสร้างขึ้นใหม่โดยตัวแทน เธอกล่าวถึง AI ตัวแทนที่เพิ่มขึ้นกำลังกำหนดให้มีภาษีที่มองไม่เห็น (invisible tax) บน open web: ตัวแทนดึงเนื้อหาจากเว็บไซต์ที่สนับสนุนโดยโฆษณา (เธอเรียกว่า Context layer) เพื่อให้ผู้ใช้ได้รับคำตอบและการทำงานที่สะดวกยิ่งขึ้น (Execution layer) แต่ในกระบวนการนี่ระบบจะหลีกไปจากแหล่งรายได้ที่สนับสนุนการผลิตเนื้อหา: เช่นการปรากฏของโฆษณา การแปลงสมาชิก และการไหลของการเยี่ยมชม
Harkavy เชื่อว่านี่นำไปสู่ความไม่สอดคล้องของผลประโยชน์อย่างมากระหว่างชั้นบริบท และชั้นการดำเนิน: ผู้ให้บริการเนื้อหาต้องรับต้นทุน ตัวแทนและแพลตฟอร์มดูดซึมมูลค่า และเส้นทางการสร้างรายได้ดั้งเดิมถูกตัดขาด เธอชี้ให้เห็นว่า ตัวแลก AI ส่วนใหญ่ (licensing deals) มักจะเป็นแค่ปกติ และมักจะใช้ส่วนเล็ก ๆ ของรายได้การไหลของการเยี่ยมชมที่สูญเสียไปแล้วของฝ่ายเนื้อหาเป็นการชดเชย โดยในระยะยาวอาจยังคงไม่สามารถรักษาความปลอดภัยทางการเงินได้
เธอสนับสนุนว่า หากต้องการหลีกเลี่ยงการถูกทำให้ว่างเปล่า (ในขณะเดียวกันยังปกป้องแหล่งเนื้อหาที่หลากหลายที่ AI ขึ้นอยู่กับ) ปี 2026 จำเป็นต้องมีการปรับใช้เทคโนโลยีและสารที่แก้ไขปัญหาเศรษฐกิจในขนาดใหญ่: เช่น รูปแบบเนื้อหาสนับสนุนรุ่นใหม่ ระบบการสนับสนุนขนาดย่อม (micro-attribution) หรือรูปแบบการสนับสนุนใหม่อื่น ๆ จุดตัดสินใจสำคัญคือการผลักดันการอนุญาตแบบสแตติกไปยังการชดเชยการใช้งานแบบเรียลไทม์แบบใช้ตามปริมาณ (real-time, usage-based compensation) เพื่อให้มูลค่าไหลไปได้โดยอัตโนมัติ
และเมื่องานของตัวแทนสำเร็จ ให้แจกจ่ายรางวัลให้กับแต่ละหน่วยงานที่ให้ข้อมูล ข้อมูล หรือเนื้อหาสนับสนุน เธอยังกล่าวถึงว่า การชำระเงินนาโนที่สนับสนุนโดยบล็อกเชน (nanopayments) และมาตรฐานการสนับสนุนที่มีความสมบูรณ์มากขึ้น อาจเป็นหนึ่งในเส้นทางเทคโนโลยีที่เป็นไปได้
บทความนี้ การคาดการณ์ a16z AI สามประการสำหรับปี 2026: ความเพิ่มขึ้นของ AI ที่เน้นวิจัย KYA แทนที่ KYC วิกฤตการณ์ภาษีที่มองไม่เห็นของเครือข่าย ปรากฏ ที่ Chain News ABMedia เป็นครั้งแรก
