รู้ทุกอย่างยกเว้นรู้ตนเอง

20200701

Yuval Noah Harrari ผู้เขียนหนังสือ Sapiens มักจะพูดอยู่บ่อยๆ ว่า

“We are hackable animals”

ในความหมายที่ว่า AI สามารถประมวลข้อมูล big data ที่เก็บมาจากพฤติกรรมการใช้งานในโลกอินเทอร์เน็ต จนสามารถเดาใจหรือแม้กระทั่ง “ชักใย” (manipulate) เราได้

ไม่ว่าจะเป็น Google, Youtube, Facebook, Netflix, Shopee, Lazada, Amazon เว็บเหล่านี้ล้วนเก็บพฤติกรรมของเราไว้หมดว่าเสิร์ชอะไรบ้าง คลิกอะไรบ้าง เพื่อที่มันจะ suggest บทความ วีดีโอ หรือสินค้าที่เราสนใจ

ในอนาคตเมื่อ internet of things และ wearable technolgoies เข้ามามีบทบาทมากขึ้น และเมื่อ COVID หรือโรคระบาดอื่นๆ ทำให้เราต้องเปิดเผยข้อมูลส่วนตัวของเรามากกว่าที่เคย (เช่นวันนี้ไปเดินห้างไหนมา เข้าร้านไหนตอนกี่โมง) ข้อมูลเหล่านี้ก็จะยิ่งถูกนำไปประมวลผลเพื่อเอามาวิเคราะห์ตัวตนและรสนิยมของเราได้แม่นยำมากยิ่งขึ้น

จากที่เคยเดินตามหลังมนุษย์ AI จะมาเดินนำหน้ามนุษย์และโน้มน้าวให้เราชอบอะไรหรือไม่ชอบอะไร โดยที่เราไม่รู้ด้วยซ้ำว่ากำลังถูกชักจูงอยู่

AI จะ shape ความคิด พฤติกรรม การซื้อ หรือแม้กระทั่งความฝันและการเลือกคู่

และเมื่อถึงตอนนั้น AI ก็จะ ‘hack’ มนุษย์ได้อย่างสมบูรณ์แบบ

แล้วเราจะต้านทานปรากฎการณ์นี้ได้อย่างไร

บางที เราอาจต้องกลับไปที่คำสอนโบราณ ที่บอกว่า ‘Know thyself’ – จงรู้จักตนเอง

แต่การรู้จักตนเองเป็นเรื่องยากเหลือเกิน

เมื่อมือถือ จอมอนิเตอร์ และจอทีวีมาจับจองช่วงเวลาตื่นของเราไปเสียหมดสิ้น เราจึงแทบไม่เหลือเวลาที่จะศึกษาตัวเองเลย

เรารู้เรื่องข้างนอกเยอะไปหมด เยอะจนเกินความจำเป็น ในขณะที่เรารู้เนื้อรู้ตัว และรู้ความต้องการที่แท้จริงของตัวเองน้อยมาก

สิ่งที่เราคิดว่าเราต้องการ บางทีมันเป็นสิ่งที่สังคมบอกว่าเราควรต้องการเท่านั้นเอง

และแนวโน้มก็จะมีแต่แย่ลง เพราะองค์กรใหญ่ๆ อย่าง Facebook หรือ Youtube นั้นเค้าจ้างคนจบปริญญาเอกด้าน psychology เพื่อมาทำให้ผลิตภัณฑ์ของเขา sticky จนเราเสพติดอย่างงอมแงม

ถ้าเราปล่อยตัวปล่อยใจไปตามกระแส ใช้เทคโนโลยีอย่างไม่ระวังตัว เราก็จะกลายเป็นเพียงหุ่นยนต์ เป็นเพียง hackable animals ที่ AI สั่งซ้ายหันขวาหันได้

ทุกๆ วัน เราจึงควรมีเวลาอยู่กับตัวเองบ้าง อยู่เงียบๆ โดยไม่ต้องอ่านอะไร ไม่ต้องพูดอะไร ไม่ต้องฟังอะไรนอกจากเสียงในหัวและในใจของเราเอง

ก่อนจบบทความนี้ ผมขอยกคำถามสุดท้ายที่ผมเคยถามพี่ภิญโญ ไตรสุริยธรรมา ที่เคยมาเป็นแขกของ Wongnai WeShare ครับ:

—–

พี่ภิญโญเคยอธิบายไว้ว่า การอยู่รอดในยุคถัดไปที่จะมี AI มาทำงานแทนเรา เราต้องกลับไปสู่ความเป็นมนุษย์ที่แท้ อยากให้พี่ช่วยขยายความหน่อยว่าเราจะอยู่กันอย่างไรในวันที่โดน AI แย่งงาน

ถ้า AI ทำงานแทนเราได้ทั้งหมด – ซึ่งมันจะทำงานส่วนใหญ่แทนเราได้ น่าจะชงกาแฟอร่อยกว่าด้วยซ้ำไปถ้าสัดส่วนถูกต้อง

เราเป็นมนุษย์ เรารู้อยู่แล้วว่าแท้ที่สุด ลึกลงไปของหัวใจ มนุษย์อย่างพวกเราต้องการอะไร และสิ่งที่เราต้องการจริงๆ ถามว่าหุ่นยนต์กลไก AI มอบให้เราได้ไหม

AI จะเคยหลั่งน้ำตาให้ใครได้ไหม จะเคยเสียใจปลอบใจใครได้ไหม ในวันที่เราสูญเสียคนรัก สูญเสียมิตรภาพ ตกงาน คุณอยากมีเพื่อนดีๆ สักคนหนึ่ง อยากกอดใครสักคนหนึ่ง ในวันที่คุณสูญเสีย เจ็บปวด เศร้าใจ ไม่รู้จะไปทางไหนต่อ คุณจะกอดเครื่องดูดฝุ่นอัจฉริยะที่บ้านไหม คุณจะคุยกับ Siri เหรอ

ในวันที่บุพการีของคุณ หรือคนที่คุณรักกำลังจะจากไป คุณจะให้ AI อยู่ข้างเตียงแล้วคอยเปิดบทสวดมนต์กล่อมพ่อแม่คุณให้ไปสู่สุคติ หรือคุณอยากได้สมณะที่คุณนับถือและคุณเชื่อว่ามีการปฏิบัติภาวนาที่แก่กล้านำพาดวงวิญญาณของบุพการีคุณสู่สัมปรายภพ

คุณจะเลือกนักร้องที่ดังที่สุดที่อยู่ใน AI มาเปิดข้างเตียงให้แม่คุณฟัง หรือคุณอยากจะหาคนที่คุณไว้วางใจที่สุด นุ่มนวลที่สุดในชีวิตเข้าไปจับมือประคองดวงวิญญาณของบุพการีไปสู่สรวงสวรรค์

ในวันที่สำคัญที่สุดในชีวิตของคุณ คุณอยากจะอยู่กับหุ่นยนต์สักตัวหนึ่งแล้วดินเนอร์ด้วยกัน หรือว่าคุณอยากจะนั่งอยู่กับคนที่คุณรักแล้วจับมืออยู่ด้วยกัน คุณอยากกินซูชิที่อร่อยที่สุดจากมือหุ่นยนต์ หรือคุณอยากนั่งกินซูชิโดยมือของเชฟที่อายุ 90 ปีที่ผ่านการทำงานมาแล้ว 50 ปี

มันมีบางเรื่องในชีวิตที่หุ่นยนต์กลไกทำงานแทนมนุษย์ไม่ได้ และนั่นคือคำถามว่ามันคืออะไร และนั่นคือสิ่งที่มนุษย์ต้องห่วงแหนรักษาเอาไว้เพื่อไม่ให้หายไป นั่นคือสิ่งที่จะทำให้เราอยู่รอดได้

ถ้าเราหาเจอว่าสิ่งนั้นคืออะไร เราจำเป็นต้องรักษาไว้ และถ้าเราฉลาดพอว่านั่นคือสิ่งที่มนุษย์จำเป็นต้องรักษาไว้ แล้วเราสร้างธุรกิจหรือดำเนินชีวิตไปกับสิ่งที่เป็นคุณค่าของมนุษย์เหล่านั้นได้ เราก็จะอยู่ได้ในโลกสมัยใหม่ และนั่นเป็นสิ่งที่หุ่นยนต์กลไก AI จะ disrupt เราไม่ได้

ถึงที่สุดแล้ว AI ก็เป็นมนุษย์ไม่ได้ ปัญหาคือมนุษย์สูญเสียความเป็นมนุษย์ต่างหาก เราจึงกลัว AI จึงกลัวหุ่นยนต์และกลไก สิ่งที่ต้องรักษาไว้สูงสุดคือความเป็นมนุษย์ และเรื่องที่ผมคุยมาตลอดหนึ่งชั่วโมงที่ผ่านมาทั้งหมดคือความเป็นมนุษย์

ถ้าเรารักษาความเป็นมนุษย์ไว้ไม่ได้ นั่นคือเหตุผลที่เราต้องกลัวหุ่นยนต์ให้มากที่สุด แต่ถ้าเรารักษาความเป็นมนุษย์ แล้วเรารู้ว่าคุณค่าสูงสุดของมนุษย์อยู่ที่ไหน เราไม่จำเป็นที่จะต้องกลัวความเปลี่ยนแปลง AI จะ disrupt เราไม่ได้ ฉะนั้นจงหาให้เจอว่าคุณค่าที่แท้จริงที่สูงสุดของมนุษย์อยู่ตรงไหน

ถามว่าจะต้องไปค้นหาที่ไหนเหล่า ก็ต้องย้อนกลับเข้ามาข้างในตัวเรา เพราะใครจะเป็นมนุษย์และรู้จักมนุษย์ได้ดีเท่ากับตัวเราเอง ทุกคนล้วนเป็นแบบจำลองของมนุษย์ที่ทั้งสมบูรณ์แบบและไม่สมบูรณ์แบบอยู่ในตัว

ใน Present หนังสือเล่มล่าสุดที่ผมเขียน ผมขอให้ทุกคนย้อนกลับเข้ามาดูในตัวเรา มันเป็นศาสตร์ที่ยากและลึกซึ้ง ต้องใช้เวลาอ่านหลายปี อาจจะต้องใช้เวลาทำความเข้าใจ 10 ปี 20 ปีแต่หวังว่าทุกคนจะเริ่มทำความเข้าใจ แล้วย้อนกลับมาดูข้างในว่าอะไรคือหัวใจสูงสุดของมนุษย์ที่ AI หุ่นยนต์กลไกมา disrupt เราไม่ได้ เพราะมันเป็นศาสตร์ที่ปลูกฝังไว้ในตัวเรามาเป็นพันปีแล้ว แล้วทำไมปราชญ์โบราณ ศาสดาพยากรณ์โบราณเข้าใจเรื่องแบบนี้ทั้งหมด แล้วเราซึ่งคิดว่าตัวเองชาญฉลาดที่สุดในโลก อยู่ในยุคที่ทันสมัยด้วยเทคโนโลยี ทำไมเราไม่เข้าใจ ทำไมเรามองข้าม ทำไมเราปรามาสว่านี่เป็นปัญญาแต่อดีตกาล แล้วเราหลงลืมกันไป แล้วเราก็กลัวว่า AI จะมา disrupt เรา

ถ้าเราหาหัวใจเหล่านี้ไม่เจอ เราก็จะสูญเสียหัวใจแห่งความเป็นมนุษย์ไป และแน่นอนเราจะถูก disrupt แต่ถ้าเราเจอหัวใจของตัวเรา ยากที่หุ่นยนต์กลไกจะ disrupt เราได้ คำถามคือเราเจอหรือเปล่าว่าหัวใจที่แท้จริง จิตวิญญาณที่แท้ ความหมายที่แท้ของการเป็นมนุษย์ของเราอยู่ที่ไหน

ขอให้ย้อนกลับไปข้างในนั้นแล้วจะเจอ ถ้าไม่เจอวันนี้พรุ่งนี้ อาจจะใช้เวลา 10 ปี 20 ปี หรือเราจะต้องค้นหาไปชั่วชีวิต แต่หวังว่าทุกท่านจะพบเจอคำตอบนี้

อย่าลืมว่าเรามาทำอะไรที่นี่

20200629

เวลามาออฟฟิศ เรามาเพื่อทำงานให้มันเสร็จ ไม่ใช่เพื่อมานั่งเล่นเน็ต เล่นการเมือง หรือนั่งนินทา

เวลามาเข้าประชุม เรามาเพื่อที่จะแชร์ข้อมูล ตัดสินใจ และทำให้งานเดินหน้า ไม่ใช่เพื่อที่จะเกี่ยงงาน และโทษกันไปมา

เวลามาออกกำลังกาย เรามาเพื่อจะได้ออกเหงื่อ ไม่ใช่เพื่อจะวางแผนว่าจะเซลฟี่ยังไงให้ดูดีที่สุด

เวลามาอยู่บนโลกใบนี้ เรามาเพื่อที่จะทำให้ชีวิตของตัวเองและผู้อื่นดีขึ้น ไม่ใช่มาเพื่อจะทำให้ตัวเองและคนอื่นแย่ลง

อย่าลืมว่าเรามาทำอะไรที่นี่

ความขัดแย้งในใจมันจะเกิด หากเราไม่ได้ทำในสิ่งที่ควรทำในที่ที่ควรทำครับ

หาโดมิโนตัวแรกให้เจอ

20200629b

ธรรมดาผมจะวิ่งจ๊อกกิ้งเช้าวันอังคาร พฤหัสฯ และวันเสาร์

วันอังคารวิ่งระยะกลาง วันพฤหัสฯ วิ่งระยะสั้น วันเสาร์วิ่งระยะยาว

อังคารที่แล้วผมวิ่งได้ค่อนข้างน้อย เหตุเนื่องมาจากตื่นสายไปหน่อย วิ่งได้แค่ครึ่งชั่วโมงก็ต้องเลิก หนึ่งเพราะแดดเริ่มร้อน สองเพราะต้องไปทำงาน

เหตุผลที่ตื่นสาย เพราะคืนก่อนหน้านั้นนอนดึก

ที่นอนดึกก็เพราะกว่าจะเอาลูกเข้านอนได้ก็เกือบสี่ทุ่มแล้ว

ที่ลูกนอนดึกเพราะผมกลับบ้านค่อนข้างค่ำ

ที่กลับบ้านค่ำเพราะต้องนั่งเคลียร์งาน

ที่ต้องมานั่งเคลียร์งานช่วงค่ำ เพราะระหว่างวันทำงานสะเปะสะปะไปหน่อย ทำให้บางอย่างที่ควรเสร็จตั้งแต่หัววันดันไม่เสร็จ และจะรอวันถัดไปก็สายเกิน

ที่ทำงานสะเปะสะปะเพราะตอนเช้าไม่ยอมเขียน to do list ลงในกระดาษให้ชัดเจนว่าวันนี้จะทำอะไรบ้าง และงานอะไรที่ต้องทำให้เสร็จภายในวันนี้เท่านั้น

เหตุการณ์ทุกอย่างมีที่มาที่ไปของมัน

สิ่งที่เราเจอในตอนนี้ เป็นผลจากสิ่งที่เราทำก่อนหน้านี้

เปรียบเสมือนโดมิโนที่วางเรียงกันอยู่ เมื่อตัวหนึ่งล้ม โดมิโนตัวอื่นๆ ในแถวก็ล้มตามไปด้วย

การไม่ยอมเขียน to do list ในเช้าวันจันทร์ คือโดมิโน่ตัวแรกที่ทำให้ผมวิ่งได้นิดเดียวในเช้าวันอังคาร

เวลาเราเจอปัญหาอะไร ลองพยายามสืบสาวราวเรื่องที่มา เพราะสิ่งนั้นเกิด สิ่งนี้จึงเกิด

กลับไปหาโดมิโนตัวแรกให้เจอ แก้ที่ต้นทาง แล้วปลายทางจะตรงได้เองครับ

—-

“ช้างกูอยู่ไหน” หนังสือเล่มใหม่ของผมที่ว่าด้วยการค้นหาสิ่งที่สำคัญกับเราอย่างแท้จริง มีขายที่ whatisitpress.com ครับ อ่านรายละเอียดได้ที่ bit.ly/eitrfacebook และอ่านรีวิวได้ที่นี่ครับ markpeak.net/elephant-in-the-room/

คนเราตายสามครั้ง

20200628

ครั้งที่หนึ่ง ตอนหัวใจหยุดเต้น

ครั้งที่สอง ตอนเผา

และครั้งที่สาม ตอนที่ใครสักคนเอ่ยถึงเราเป็นครั้งสุดท้าย

ครั้งที่หนึ่งและสองเราคุ้นเคยกันดีอยู่แล้ว แต่ครั้งที่สามเราอาจจะไม่เคยคิด

วันใดวันหนึ่งในอนาคต ชื่อของเราจะโดนใครสักคนพูด เขียน หรือนึกถึง โดยเขาคนนั้นจะเป็นคนสุดท้ายที่รับรู้ถึงตัวตนของเรา และหลังจากคนคนนั้นจากไป จะไม่มีใครรู้เลยว่าเราเคยมีตัวตนอยู่บนโลกใบนี้มาก่อน

การตายครั้งที่หนึ่งและสองนั้นเหลื่อมล้ำกันไม่มากระหว่างมนุษย์แต่ละคน แต่การตายครั้งที่สามจะช้าจะเร็วขึ้นอยู่กับ “งาน” ที่เขาทำตอนที่ยังมีชีวิต

ถ้าเราสร้างงาน หรือสร้างประโยชน์เอาไว้มาก* คนรุ่นหลังก็จะพูดถึงเราได้ยาวนาน แต่ถ้าเราสร้างประโยชน์เอาไว้น้อย ชื่อของเราก็จะถูกลืมได้ง่ายหน่อย

อายุทางกายภาพนั้นอย่างมากก็แค่ร้อยกว่าปี แต่อายุในใจคนนั้นยาวนานได้หลายร้อยหลายพันปี ขึ้นอยู่กับว่าเราจะเลือกใช้ชีวิตแบบไหนครับ

—–

* คนบางคนสร้างโทษเอาไว้มากก็โดนพูดถึงยาวนานเช่นกัน

ขอบคุณประกายความคิดจาก Derek Sivers’ book notes on Sum: Forty Tales from the Afterlives – by David Eagleman

The Black Swan ตอนที่ 9 – Bell Curve เจ้าปัญหา

20200627

Nassim Nicolas Taleb ผู้เขียนหนังสือ The Black Swan บอกว่าเหตุผลที่นักเศรษฐศาสตร์หรือโบรกเกอร์มักจะประเมินความเสี่ยงของเหตุการณ์รุนแรงได้ต่ำเกินไป เพราะพวกเขาคำนวณความน่าจะเป็นโดยใช้ bell curve หรือ normal distribution

วิธีสร้าง Bell Curve ด้วยตัวคุณเอง

เรามาโยนเหรียญเสี่ยงทายกันอีกครั้ง

ถ้าโยนเหรียญครั้งเดียว ผลลัพธ์มีได้ 2 แบบคือ หัว หรือ ก้อย

ถ้าโยนเหรียญ 2 ครั้ง ผลลัพธ์มีได้ 4 แบบ คือ ก้อย-ก้อย ก้อย-หัว หัว-ก้อย และ หัว-หัว

ถ้าโยน 3 ครั้ง ผลลัพธ์มีได้ 8 แบบ คือ
ก้อย-ก้อย-ก้อย
ก้อย-ก้อย-หัว
ก้อย-หัว-ก้อย
ก้อย-หัว-หัว
หัว-ก้อย-ก้อย
หัว-ก้อย-หัว
หัว-หัว-ก้อย
หัว-หัว-หัว

โอกาสเกิดก้อย 3 ครั้ง = 1/8
โอกาสเกิดก้อย 2 ครั้ง = 3/8
โอกาสเกิดหัว 2 ครั้ง = 3/8
โอกาสเกิดหัว 3 ครั้ง = 1/8

เราจะได้ bell curve แบบคร่าวๆ ที่มีความสูง 1/8 อยู่ริมซ้ายและขวา และความสูง 3/8 อยู่ตรงกลาง

ถ้าโยนเหรียญ 4 ครั้ง ก็มีผลลัพธ์ได้ 2 ยกกำลัง 4 หรือ 16 แบบ ถ้าเปรียบหัวเป็น 1 และก้อยเป็น 0 ก็จะได้ซีรี่ส์เป็นเลขฐานสองดังนี้

0 0 0 0
0 0 0 1
0 0 1 0
0 0 1 1
0 1 0 0
0 1 0 1
0 1 1 0
0 1 1 1
1 0 0 0
1 0 0 1
1 0 1 0
1 0 1 1
1 1 0 0
1 1 0 1
1 1 1 0
1 1 1 1

โอกาสเกิดหัว 4 ครั้ง = 1/16
โอกาสเกิดหัว 3 ครั้ง = 4/16
โอกาสเกิดหัว 2 ครั้ง = 6/16
โอกาสเกิดก้อย 3 ครั้ง = 4/16
โอกาสเกิดก้อย 4 ครั้ง = 1/16

ลองเอาไปพล็อต bell curve ก็จะได้กราฟที่ละเอียดมากขึ้น

ถ้าโยนเหรียญ 40 ครั้ง ก็มีผลลัพธ์ได้ 2 ยกกำลัง 40 หรือ 1 ล้านล้านแบบ และกราฟ bell curve ก็จะละเอียดมากขึ้นไปอีก โอกาสที่จะได้หัวทั้ง 40 ครั้งนั้นมีเพียง 1 ใน 1 ล้านล้าน

เมื่อเราโยนเหรียญเป็นจำนวนอนันต์ แล้วนำมาพล็อตเป็นกราฟ ก็จะได้ bell curve แบบที่เราคุ้นตากัน

แต่การจะได้ normal distribution อย่างนี้ได้ นั่นหมายความว่าการโยนได้หัวในรอบนี้ไม่ได้เพิ่มหรือลดโอกาสออกหัวในรอบถัดไป ซึ่งนี่เป็นสิ่งที่พบเจอในโลกคาสิโนหรือการเล่นเกมอย่างการโยนเหรียญ

แต่ในเกมแห่งชีวิตจริง หากเราชนะคราวนี้ เราก็มีโอกาสมากขึ้นที่จะชนะอีกในคราวหน้า การจะ “ชนะ” ติดต่อกัน 40 ครั้ง แม้จะเป็นไปได้ยาก แต่โอกาสเป็นไปได้ก็มากกว่า 1 ใน 1 ล้านล้านครั้ง

ที่ทางของ Bell Curve

กราฟระฆังคว่ำหรือ Bell Curve นั้นเหมาะสำหรับ Mediocristan ที่ค่าเฉลี่ยเป็นใหญ่

สมมติว่าส่วนสูงของคนเรามีค่าเฉลี่ย 1.67 เมตรและมี standard deviation 10 เซนติเมตร

โอกาสที่คนจะสูงกว่าค่าเฉลี่ย 10 เซ็น (1.77) = 1 ใน 6.3

โอกาสที่คนจะสูงกว่าค่าเฉลี่ย 20 เซ็น (1.87) = 1 ใน 44

โอกาสที่คนจะสูงกว่าค่าเฉลี่ย 30 เซ็น (1.97) = 1 ใน 740

โอกาสที่คนจะสูงกว่าค่าเฉลี่ย 40 เซ็น (2.07) = 1 ใน 32,000

โอกาสที่คนจะสูงกว่าค่าเฉลี่ย 50 เซ็น (2.17) = 1 ใน 3,500,000

โอกาสที่คนจะสูงกว่าค่าเฉลี่ย 60 เซ็น (2.27) = 1 ใน 1 พันล้าน

โอกาสที่คนจะสูงกว่าค่าเฉลี่ย 70 เซ็น (2.37) = 1 ใน 7 แสนแปดหมื่นล้าน

โอกาสที่คนจะสูงกว่าค่าเฉลี่ย 80 เซ็น (2.47) = 1 ใน 1600 ล้านล้าน

จะเห็นว่ายิ่งเราออกห่างจากค่าเฉลี่ย โอกาสก็ยิ่งดำดิ่งในอัตราเร่ง จาก 10 เซ็นไป 20 เซ็นโอกาสน้อยลงประมาณ 7 เท่า แต่จาก 50 เซ็นไป 60 เซ็น โอกาสน้อยลงถึง 300 เท่า และจาก 70 ไป 80 เซ็น โอกาสน้อยลงถึง 2000 เท่า

ในโลก Mediocristan สิ่งต่างๆ ไม่ได้ scalable มันไม่สามารถจะห่างจากค่าเฉลี่ยได้มากนัก

Distribution ในดินแดน Extremistan

คราวนี้ลองมาดูการกระจายตัวของความมั่งคั่งดูบ้าง ตัวเลขไม่ได้เป็นไปตามนี้เป๊ะๆ เป็นเพียง simplified version เพื่อให้ผู้อ่านเห็นภาพ

คนที่มีสินทรัพย์มากกว่า 1 ล้านยูโร = 1 ใน 62.5

คนที่มีสินทรัพย์มากกว่า 2 ล้านยูโร = 1 ใน 250

คนที่มีสินทรัพย์มากกว่า 4 ล้านยูโร = 1 ใน 1,000

คนที่มีสินทรัพย์มากกว่า 8 ล้านยูโร = 1 ใน 4,000

คนที่มีสินทรัพย์มากกว่า 16 ล้านยูโร = 1 ใน 16,000

คนที่มีสินทรัพย์มากกว่า 32 ล้านยูโร = 1 ใน 64,000

ในกรณีนี้ เมื่อสินทรัพย์เพิ่มขึ้นสองเท่า โอกาสจะน้อยลง 4 เท่า ไม่ว่าเราจะมองไปที่เงินกี่ล้านยูโรก็ตาม (ไม่มีอัตราเร่งของโอกาสที่น้อยลง)

การกระจายตัวแบบนี้ต้องใช้ Mandelbrotian distribution หรือ Power Law มาจับ ถ้าเราพยายามใช้ Bell Curve มาอธิบายการกระจายตัวของความมั่งคั่ง จะได้แบบนี้

คนที่มีสินทรัพย์มากกว่า 1 ล้านยูโร = 1 ใน 62.5

คนที่มีสินทรัพย์มากกว่า 2 ล้านยูโร = 1 ใน 127,000

คนที่มีสินทรัพย์มากกว่า 4 ล้านยูโร = 1 ใน 886,000 ล้านล้าน

คนที่มีสินทรัพย์มากกว่า 8 ล้านยูโร = 1 ใน 16,000 ล้านล้านล้านล้านล้าน

ซึ่งเห็นได้ชัดว่า bell curve ไม่ใช่เครื่องที่เหมาะสมในการอธิบายสิ่งที่ scalable อย่างความมั่งคั่งซึ่งอยู่ในโลกของ Extremistan

กล่าวโดยสรุปคือ ดินแดน Mediocristan เราใช้ bell curve ได้ แต่ถ้าเราเข้าสู่ Extremistan เมื่อไหร่ bell curve จะเป็นเครื่องมือที่ไม่ได้เรื่อง

ถ้าผมบอกว่า คนสองคนความสูงรวมกัน 4 เมตร ความน่าจะเป็นที่เป็นไปได้มากที่สุดคือสูงคนละ 2 เมตร (normal distribution, ค่าเฉลี่ยคือพระเอก) คงไม่มีใครทายว่าคนหนึ่งสูง 3.5 เมตรและอีกคนสูง 50 เซ็น

แต่ถ้าผมบอกว่า นักเขียนสองคนมียอดขายหนังสือรวม 1,000,000 เล่ม โอกาสที่แต่ละคนจะขายได้ 500,000 เล่มนั้นน้อยกว่าโอกาสที่คนหนึ่งขายได้ 990,000 เล่มและอีกคนขายได้เพียง 10,000 เล่ม (mandelbrotian distribution, ค่าสุดโต่งคือพระเอก)

ใน Extremistan เราต้องมองไปที่ Power Law หรือที่บางคนอาจรู้จักในชื่อของ กฎ 80/20 หรือ Pareto Principle นั่นเอง

ใน Extremistan เราใช้ Power Law และเราสามารถใช้ค่า exponent ในการคาดคะเนความน่าจะเป็นได้

ในปี 2006 มีหนังสือที่ขายได้มากกว่า 250,000 เล่มอยู่ 96 ปก

ถ้าสมมติว่าค่า exponent คือ 1.5 การจะคำนวณว่าหนังสือที่ขายได้เกิน 500,000 เล่มมีอยู่กี่ปกทำได้ดังนี้

(500,000/250,000)^(-1.5) x 96 = 34 ปก

ถ้าอยากจะหาว่าหนังสือที่ขายได้เกิน 1,000,000 เล่มมีอยู่กี่ปก ให้เอา

(1,000,000/250,000)^(-1.5) x 96 = 12 ปก

ค่า Exponenent 1.5 นั้นได้มาโดยการลองผิดลองถูก โดยเราต้องลองเดาค่าใดค่าหนึ่งขึ้นมาก่อน แล้วเอาค่าเหล่านี้ไปใส่ในการคำนวณเพื่อดูว่ามันผลิตผลลัพธ์ออกมาได้สอดคล้องกับความเป็นจริงรึเปล่า

ตัวเลขเหล่านี้ไม่ได้ให้ผลลัพธ์ที่เป๊ะๆ แต่อย่างน้อยมันก็จะทำให้เรามีไอเดียว่าโอกาสที่จะเกิดผลลัพธ์ที่ Extreme นั้นมีมาก-น้อยแค่ไหน ซึ่งมันสามารถทำนายได้ดีกว่า bell curve มากมายนัก

ตามหาหงส์เทา

ความประสงค์ของหนังสือเล่มนี้ คือการลดความเสี่ยงที่เราจะเจอ Black Swans หรือเหตุการณ์ไม่คาดฝัน

ถ้าเราใช้แต่ normal distribution ซึ่งเหมาะกับ Mediocristan เท่านั้น เราก็จะประเมินความเสี่ยงใน Extremistan ผิดไป เราจำเป็นต้องใช้อีกเครื่องมือหนึ่ง นั่นคือ Mandelbrotian distribution ที่อ้างอิงกับ Power Law ซึ่งจะช่วยให้เราไม่ประมาทเกินไป

หากเรารู้ก่อนว่าตลาดหุ้นอาจจะมีสิทธิ์ crash ในปี 1987 ก็แสดงว่าเหตุการณ์ crash นั้นไม่ใช่ Black Swan และถ้าเรารู้ว่า biotech อาจผลิตยาที่จะขายดิบขายดีเป็นเทน้ำเทท่า และขายดีกว่ายาทุกตัวในประวัติศาสตร์ เราก็จะไม่แปลกใจหากเจอเหตุการณ์เช่นนั้น และอาจซื้อหุ้นของบริษัทนี้เอาไว้ล่วงหน้า

การประเมินความเสี่ยงแบบ Mandelbrotian จะทำให้ Black Swans บางตัวกลายเป็น Grey Swans หรือเหตุการณ์รุนแรงที่พอคาดเดาได้

แม้จะจับหงส์ดำไม่ได้ จับหงส์เทาได้ก็ยังดี


ขอบคุณข้อมูลจากหนังสือ The Black Swan – The Impact of the Highly Improbable โดย Nassim Nicolas Taleb

The Black Swan ตอนที่ 1 – โควิดเป็นหงส์ดำรึเปล่า
The Black Swan ตอนที่ 2 – ความเปราะบางของความรู้
The Black Swan ตอนที่ 3 – ไก่งวงหน้าโง่
The Black Swan ตอนที่ 4 – อันตรายของ “story”
The Black Swan ตอนที่ 5 – หลักฐานอันเงียบงัน
The Black Swan ตอนที่ 6 – โยนเหรียญเสี่ยงทาย
The Black Swan ตอนที่ 7 – บิลเลียดสุดขอบจักรวาล
The Black Swan ตอนที่ 8 – ยุทธการ Barbell

สรุปหนังสือ Sapiens – A Brief History of Humankind by Yuval Noah Harari (20 ตอน)

สรุปหนังสือ Brave New Work by Aaron Dignan (15 ตอน)

“ช้างกูอยู่ไหน” หนังสือเล่มใหม่ของผมที่ว่าด้วยการค้นหาสิ่งที่สำคัญกับเราอย่างแท้จริง มีขายที่ whatisitpress.com ครับ อ่านรายละเอียดได้ที่ bit.ly/eitrfacebook และอ่านรีวิวได้ที่นี่ครับ markpeak.net/elephant-in-the-room/