Wap, Keluli dan Minda Tanpa Had | CEO Insights
CEO Notion, Ivan Zhao, menggunakan keluli, enjin wap dan minda tanpa had sebagai metafora untuk menghuraikan secara mendalam bagaimana AI membentuk semula cara individu bekerja, struktur organisasi dan seluruh ekonomi pengetahuan. Daripada basikal kepada kereta, daripada Florence ke Tokyo, ini bukan sekadar naik taraf teknologi tetapi reka bentuk semula berskala tamadun. Disertakan pandangan editor tentang cara syarikat boleh melangkaui pemikiran “menukar kincir air”.
Porsche TsaiCEO
Dalam tiga tahun kebelakangan ini, kepantasan perkembangan AI membuatkan semua orang terkapai-kapai. Dana mencurah masuk, model bahasa berulang dengan pantas sepanjang 2023 dan 2024, dan hampir setiap suku tahun muncul “model paling hebat” yang baharu. Memasuki 2025 dan 2026, medan pertempuran beralih pula kepada AI Agent: bukan sekadar boleh berbual, tetapi mampu melaksanakan tugas secara sendiri.
Kejutan teknologi baharu tidak pernah mendarat dengan lancar. Pasaran kini berada dalam fasa penyatuan yang huru-hara: penilaian syarikat ditakrifkan semula, saham teknologi turun naik dengan mendadak, dan semua orang mengejar AI — membelanjakan wang, menjalankan bukti konsep (POC), mengeluarkan kenyataan media — namun hampir tiada siapa yang menemui cara penggunaan yang benar-benar menjadi. Dengan kata lain, AI masih belum menemui PMF (Product-Market Fit). Masalahnya bukan teknologi yang kurang baik, tetapi kita belum tahu apa yang patut direka bentuk semula dengannya.
Ada satu bait puisi klasik Cina: “Hanya di dalam gunung ini, tetapi awan terlalu tebal untuk tahu di mana.” Apabila kita berada di tengah-tengah arus inovasi teknologi, gambaran penuh trend itulah yang paling sukar dilihat. Ketika itulah saya membaca “Steam, Steel, and Infinite Minds” (Wap, Keluli dan Minda Tanpa Had) tulisan CEO Notion, Ivan Zhao. Beliau tidak tergesa-gesa meramal masa depan, sebaliknya meminjam iktibar sejarah — daripada keluli, enjin wap hingga minda tanpa had — untuk melihat secara makro di peringkat mana AI berada sekarang. Pandangan beliau: kita masih di peringkat “menukar kincir air”, menampal AI pada aliran kerja lama, tetapi belum ada yang benar-benar bertanya: jika kekangan lama lenyap sepenuhnya, bagaimanakah rupa baharu organisasi saya dan industri saya?
Soalan ini wajar direnungkan oleh setiap eksekutif yang sedang menilai strategi AI. Berikut ialah terjemahan esei asal Ivan. Luangkan 10 minit untuk membacanya hingga habis.
👉 Baca esei asal Ivan Zhao, “Steam, Steel, and Infinite Minds”
Kandungan
- Wap, Keluli dan Minda Tanpa Had
- Individu: Daripada Basikal kepada Kereta
- Organisasi: Keluli dan Wap
- Ekonomi: Daripada Florence ke Bandar Raya Mega
- Melangkaui Kincir Air
- Kesimpulan Penulis
Wap, Keluli dan Minda Tanpa Had
Diterjemah daripada esei Ivan Zhao (@ivanhzhao) bertarikh 23 Disember 2025
Setiap zaman dibentuk oleh satu “bahan ajaib”. Keluli menempa Zaman Gilded, semikonduktor menerangi Zaman Digital. Kini, AI tiba sebagai “minda tanpa had”. Sejarah mengajar kita: sesiapa yang menguasai bahan ajaib sesuatu zaman, dialah yang mentakrifkan zaman itu.
Kiri: Andrew Carnegie semasa remaja bersama adiknya. Kanan: kilang keluli di Pittsburgh pada Zaman Gilded.
Pada tahun 1850-an, Andrew Carnegie hanyalah budak penghantar telegram yang berlari di jalan-jalan berlumpur Pittsburgh. Ketika itu, enam daripada sepuluh rakyat Amerika ialah petani. Namun dalam tempoh kurang dua generasi, Carnegie dan rakan-rakan seangkatannya menempa dunia moden. Kuda memberi laluan kepada kereta api, cahaya lilin kepada elektrik, besi tuang kepada keluli.
Sejak itu, kerja berpindah dari kilang ke pejabat. Hari ini, saya mengendalikan sebuah syarikat perisian di San Francisco, membina alat untuk berjuta-juta pekerja pengetahuan. Di bandar industri ini, semua orang bercakap tentang AGI, tetapi kebanyakan daripada dua bilion pekerja meja di seluruh dunia masih belum merasainya sendiri. Bagaimanakah rupa masa depan kerja pengetahuan? Apakah yang berlaku apabila struktur organisasi menyerap minda yang tidak pernah tidur?
Filem awal sering kelihatan seperti teater pentas, dirakam dengan hanya satu kamera yang dihalakan ke pentas.
Masa depan ini sukar diramal kerana ia sentiasa menyamar sebagai masa lalu. Panggilan telefon awal ringkas seperti telegram. Filem awal kelihatan seperti rakaman teater pentas. (Inilah maksud Marshall McLuhan: “Kita sentiasa memandu ke masa depan melalui cermin pandang belakang.”)
Bentuk AI yang paling popular hari ini kelihatan seperti carian Google pada masa lalu. Meminjam kata-kata Marshall McLuhan: “Kita sentiasa memandu ke masa depan melalui tingkap belakang.”
Hari ini, bentuk AI yang paling popular — chatbot — kelihatan seperti kotak carian, bayangan Google zaman dahulu. Kita sedang terperangkap dalam fasa peralihan yang tidak selesa, yang pasti muncul dalam setiap transformasi teknologi.
Saya tidak mempunyai semua jawapan. Tetapi saya suka meminjam beberapa metafora sejarah untuk memikirkan bagaimana AI akan berfungsi pada skala yang berbeza — daripada individu, kepada organisasi, hingga ekonomi secara keseluruhan.
Individu: Daripada Basikal kepada Kereta
Tanda-tanda terawal muncul dalam kalangan “paderi besar” kerja pengetahuan: pengaturcara.
Pengasas bersama saya, Simon, dahulunya apa yang kami panggil “jurutera 10x”, tetapi kini beliau hampir tidak menulis kod sendiri. Lalu di tepi mejanya dan anda akan melihat beliau mengatur tiga atau empat ejen pengekodan AI serentak — ejen-ejen ini bukan sahaja menaip lebih pantas, malah berfikir. Ini menjadikan beliau jurutera 30 hingga 40x. Beliau menyusun tugasan sebelum makan tengah hari atau sebelum tidur, dan membiarkan ejen terus bekerja semasa beliau tiada. Beliau telah menjadi pengurus kepada minda tanpa had.
Kajian Scientific American tentang kecekapan pergerakan pada tahun 1970-an mengilhamkan metafora terkenal Steve Jobs, “basikal untuk minda”. Cuma, kita sudah mengayuh di lebuh raya maklumat selama berdekad-dekad.
Pada tahun 1980-an, Steve Jobs menggelar komputer peribadi sebagai “basikal untuk minda”. Sedekad kemudian, kita membina “lebuh raya maklumat”, iaitu internet. Namun hingga hari ini, kebanyakan kerja pengetahuan masih digerakkan oleh tenaga manusia. Kita seperti menunggang basikal di lebuh raya.
Dengan ejen AI, orang seperti Simon telah naik taraf daripada menunggang basikal kepada memandu kereta.
Bilakah pekerja pengetahuan lain dapat memandu kereta? Ada dua masalah yang mesti diselesaikan dahulu.
Berbanding ejen pengekodan, mengapakah AI lebih sukar membantu kerja pengetahuan? Kerana kerja pengetahuan lebih berpecah-pecah dan sukar disahkan.
Yang pertama ialah pemecahan konteks (context fragmentation). Dalam pengaturcaraan, alat dan konteks cenderung berkumpul di satu tempat: IDE, repositori, terminal. Tetapi kerja pengetahuan biasa tersebar dalam berpuluh-puluh alat. Bayangkan ejen AI yang perlu mendraf ringkasan produk: ia perlu menarik maklumat daripada bebenang Slack, dokumen strategi, data papan pemuka suku lepas, dan memori institusi yang hanya wujud dalam kepala seseorang. Hari ini, manusialah gamnya, mencantumkan semua itu dengan menyalin, menampal dan bertukar tab pelayar. Selagi konteks belum disatukan, ejen akan terus terperangkap dalam kes penggunaan yang sempit.
Elemen kedua yang masih hilang ialah kebolehsahan (verifiability). Kod mempunyai sifat ajaib: anda boleh mengesahkannya dengan ujian dan mesej ralat. Pembangun model memanfaatkan perkara ini untuk melatih AI dengan pembelajaran pengukuhan supaya kemahiran pengekodannya terus meningkat. Tetapi bagaimanakah anda mengesahkan sama ada sesuatu projek diurus dengan baik? Sama ada memo strategi cukup cemerlang? Kita masih belum menemui cara untuk model terus bertambah baik dalam kerja pengetahuan umum. Oleh itu, manusia masih perlu berada dalam gelung untuk menyelia, membimbing dan menunjukkan apa itu “bagus”.
Akta Bendera Merah 1865 mewajibkan seorang pembawa bendera berjalan di hadapan kenderaan yang bergerak (dimansuhkan pada 1896). Ini contoh “manusia dalam gelung” yang tidak ideal.
Tahun ini, daripada perkembangan ejen pengekodan, kami belajar bahawa “manusia dalam gelung” tidak selalunya ideal. Ia seperti menyuruh seseorang memeriksa setiap bolt di barisan pengeluaran kilang secara sendiri, atau menghantar seseorang berjalan di hadapan kereta sambil mengibarkan bendera (lihat Akta Bendera Merah 1865). Kita mahu manusia menyelia seluruh gelung dari kedudukan tinggi yang memberi leverage, bukan terperangkap di dalamnya. Sebaik sahaja konteks disatukan dan kerja boleh disahkan, berbilion-bilion pekerja akan naik taraf daripada berbasikal kepada memandu, dan kemudian daripada memandu kepada pemanduan sendiri.
Organisasi: Keluli dan Wap
Syarikat ialah ciptaan yang agak baharu. Ia merosot apabila skalanya membesar, dan akhirnya akan menemui had.
Carta organisasi Kereta Api New York dan Erie pada 1855. Syarikat moden dan carta organisasi berkembang seiring dengan syarikat kereta api, iaitu perniagaan pertama yang perlu menyelaras ribuan orang merentasi jarak yang luas.
Beratus-ratus tahun dahulu, kebanyakan syarikat hanyalah bengkel belasan orang. Kini, kita mempunyai syarikat multinasional dengan ratusan ribu pekerja. Otak manusia sebagai infrastruktur komunikasi — dihubungkan melalui mesyuarat dan mesej — tertekan di bawah beban yang meningkat secara eksponen. Kita cuba menyelesaikannya dengan hierarki, proses dan dokumentasi. Tetapi selama ini kita menyelesaikan masalah berskala industri dengan alat berskala manusia — seperti membina pencakar langit dengan kayu.
Dua metafora sejarah menunjukkan bahawa dengan bahan ajaib baharu, organisasi masa depan boleh tampil dengan rupa yang sama sekali berbeza.
Keajaiban keluli: apabila siap di New York City pada 1913, Bangunan Woolworth ialah bangunan tertinggi di dunia ketika itu.
Yang pertama ialah keluli. Sebelum keluli wujud, bangunan abad ke-19 paling tinggi hanya enam atau tujuh tingkat. Besi tuang keras tetapi rapuh; semakin banyak tingkat ditambah, semakin mudah struktur runtuh di bawah beratnya sendiri. Keluli mengubah segalanya — ia kuat dan anjal, rangka boleh lebih ringan, dinding boleh lebih nipis, dan tiba-tiba bangunan boleh menjulang berpuluh-puluh tingkat. Jenis bangunan yang serba baharu menjadi mungkin.
AI bagi organisasi adalah seperti keluli bagi seni bina. Ia berpotensi mengekalkan konteks merentasi seluruh aliran kerja, menonjolkan keputusan apabila perlu, sambil menapis gangguan. Komunikasi manusia tidak lagi perlu menjadi dinding galas beban. Mesyuarat penjajaran dua jam setiap minggu boleh menjadi semakan tak segerak lima minit. Keputusan peringkat tinggi yang memerlukan kelulusan tiga lapisan mungkin tidak lama lagi dapat diselesaikan dalam beberapa minit. Syarikat boleh benar-benar berkembang tanpa menerima kemerosotan yang selama ini kita anggap lumrah.
Kilang yang digerakkan oleh kincir air. Kuasa air memang kuat tetapi tidak stabil, mengikat kilang pada beberapa lokasi sahaja dan bergantung pada musim.
Kisah kedua ialah tentang enjin wap. Pada awal Revolusi Perindustrian, kilang tekstil terawal terletak di tepi sungai dan digerakkan oleh kincir air. Apabila enjin wap diperkenalkan, pemilik kilang pada mulanya hanya menukar kincir air kepada enjin wap, manakala yang lain kekal sama. Peningkatan produktiviti agak terhad.
Kejayaan sebenar berlaku apabila pemilik kilang sedar bahawa mereka boleh meninggalkan sungai sepenuhnya. Mereka membina kilang yang lebih besar berhampiran pekerja, pelabuhan dan bahan mentah, lalu mereka bentuk semula seluruh kilang di sekeliling enjin wap. (Kemudian, apabila elektrik muncul, pemilik kilang mengurangkan pemusatan dengan lebih jauh, tidak lagi bergantung pada satu aci kuasa pusat tetapi meletakkan motor yang lebih kecil di sebelah setiap mesin.) Produktiviti melonjak, dan Revolusi Perindustrian Kedua benar-benar berlepas.
Ukiran tahun 1835 oleh Thomas Allom ini menggambarkan sebuah kilang tekstil berkuasa enjin wap di Lancashire, England.
Kita masih di peringkat “menukar kincir air”. Chatbot AI dipaksa masuk ke dalam alat sedia ada yang direka untuk manusia. Kita belum membayangkan semula: apabila kekangan lama lenyap, apabila syarikat boleh beroperasi di atas minda tanpa had yang tidak pernah tidur, bagaimanakah rupa organisasi?
Di syarikat saya, Notion, kami sudah mula bereksperimen. Selain 1,000 pekerja, lebih 700 ejen sedang mengendalikan kerja berulang — mencatat nota mesyuarat, menjawab soalan untuk menyatukan pengetahuan tersirat dalam organisasi, mengendalikan permintaan IT, merekod maklum balas pelanggan, membantu pekerja baharu memahami faedah pekerja, dan menulis laporan status mingguan supaya tiada siapa perlu bersusah payah menyalin dan menampal lagi. Dan ini semua hanyalah permulaan. Ruang pertumbuhan sebenar hanya dihadkan oleh imaginasi dan inersia kita.
Ekonomi: Daripada Florence ke Bandar Raya Mega
Keluli dan wap bukan sahaja mengubah bangunan dan kilang, malah mengubah bandar.
Beratus-ratus tahun dahulu, bandar berskala manusia. Anda boleh berjalan merentasi Florence dalam empat puluh minit. Rentak kehidupan ditentukan oleh sejauh mana seseorang boleh berjalan dan sejauh mana suara boleh kedengaran.
Kemudian, rangka keluli menjadikan pencakar langit mungkin, dan kereta api berkuasa wap menghubungkan pusat bandar dengan kawasan pedalaman. Lif, kereta api bawah tanah dan lebuh raya muncul satu demi satu. Bandar berkembang pesat dari segi saiz dan kepadatan. Tokyo, Chongqing, Dallas.
Ini bukan sekadar Florence yang lebih besar, tetapi cara hidup yang sama sekali berbeza. Bandar raya mega mengelirukan, tanpa nama dan sukar dikendalikan. “Sukar dibaca” itu ialah harga sebuah skala. Tetapi ia juga menawarkan lebih banyak peluang dan kebebasan — lebih ramai orang melakukan lebih banyak perkara dalam lebih banyak gabungan, jauh melebihi apa yang mampu ditampung oleh bandar Renaissance berskala manusia.
Saya percaya ekonomi pengetahuan akan melalui transformasi yang sama.
Hari ini, kerja pengetahuan menyumbang hampir separuh daripada KDNK Amerika Syarikat. Tetapi kebanyakannya masih beroperasi pada skala manusia: pasukan beberapa puluh orang, rentak kerja yang digerakkan oleh mesyuarat dan e-mel, organisasi yang mula runtuh apabila melebihi beberapa ratus orang. Selama ini kita membina Florence dengan batu dan kayu.
Apabila ejen AI beroperasi secara besar-besaran, kita akan mula membina Tokyo — organisasi yang merangkumi ribuan ejen dan manusia; aliran kerja yang berjalan berterusan merentasi zon waktu tanpa menunggu sesiapa bangun; seni bina di mana “manusia dalam gelung” dalam kadar yang tepat menyatukan keputusan.
Ini akan terasa asing. Lebih pantas, lebih banyak leverage, tetapi pada mulanya juga lebih mengelirukan. Rentak mesyuarat mingguan, kitaran perancangan suku tahunan, penilaian prestasi tahunan — semua ini mungkin tidak lagi sesuai. Rentak baharu akan muncul. Kita kehilangan sedikit kejelasan, sebagai pertukaran untuk skala dan kelajuan.
Melangkaui Kincir Air
Setiap bahan ajaib memerlukan seseorang yang berhenti melihat dunia melalui cermin pandang belakang dan mula membayangkan kemungkinan baharu. Carnegie melihat keluli dan nampak latar langit bandar. Pemilik kilang di Lancashire melihat enjin wap dan nampak kilang yang tidak lagi bergantung pada sungai.
Kita masih di peringkat kincir air AI, menampal chatbot secara paksa pada aliran kerja yang direka untuk manusia. Kita perlu berhenti meminta AI sekadar menjadi pembantu pemandu kita. Kita perlu membayangkan: apabila organisasi manusia diperkukuh dengan keluli, dan kerja remeh diambil alih oleh minda yang tidak pernah tidur, bagaimanakah rupa kerja pengetahuan?
Keluli. Wap. Minda tanpa had.
Latar langit seterusnya sudah ada di sana, menunggu untuk kita bina.
Kesimpulan Penulis
Proses untuk berkembang sentiasa penuh dengan jatuh bangun, apatah lagi transformasi teknologi. Tiada siapa yang menemui penyelesaian terbaik pada percubaan pertama, tetapi mereka yang tabah terus mencuba akhirnya akan menemuinya.
Ivan berkata Notion kini mempunyai 700 ejen yang bekerja bersama 1,000 pekerja. Ini titik permulaan, bukan garisan penamat. Di OakMega sendiri, kami juga telah membina banyak ejen dalaman untuk mengendalikan kerja rutin. Terus terang, penggunaan AI kami sekarang berada pada tahap “boleh menyiapkan tugas, tetapi belum dioptimumkan untuk kecekapan” — ini perkara biasa, beginilah rupa fasa penerokaan. Oleh itu, kami akan terus melabur dalam AI, terus mencuba, terus gagal, terus membetulkan, sehingga menemui penyelesaian terbaik.
Persoalannya bukan sama ada AI sudah bersedia, tetapi adakah anda sudah bersedia untuk membayangkan semula organisasi anda? Sudah bersediakah anda untuk terus mencuba, terus gagal dan terus membetulkan demi menemui jawapannya?
Kongsikan pendapat anda di ruangan komen.
