ดร.สลิลธร ทองมีนสุข นักวิชาการอาวุโส และ นภสินธุ์ คามะปะโส นักวิจัย จากสถาบันวิจัยเพื่อการพัฒนาประเทศไทย (TDRI) เผยว่า ปัจจุบัน อุตสาหกรรมปัญญาประดิษฐ์ หรือ AI กำลังกลายเป็นสมรภูมิการแข่งขันที่ร้อนแรงที่สุดแห่งหนึ่งของโลก บริษัทยักษ์ใหญ่อย่าง OpenAI, Microsoft, Google และ Meta ต่างทุ่มงบประมาณมหาศาลเพื่อรักษาความเป็นผู้นำด้านเทคโนโลยี ขณะที่ขั้วตรงข้ามอย่างจีนใช้กลยุทธ์ที่แตกต่าง โดยเน้นลดต้นทุนและใช้โมเดล AI แบบเปิด (Open Source) เพื่อสร้างความได้เปรียบในการแข่งขัน
โดยกลุ่มบริษัท OpenAI, SoftBank, Oracle, NVIDIA และ Microsoft ร่วมกันลงทุนกว่า 17 ล้านล้านบาทในโครงการ Project Stargate เพื่อพัฒนาโครงสร้างพื้นฐาน AI ที่รองรับการใช้งานระดับอุตสาหกรรม ขณะเดียวกัน Meta ก็ลงทุนกว่า 6 แสนล้านบาทในการซื้อชิป NVIDIA H100 ซึ่งเป็นชิปประมวลผล AI ที่ทรงพลังที่สุดในตลาด
มาร์ก ซัคเกอร์เบิร์ก ซีอีโอของ Meta เผยว่า ศูนย์ข้อมูลสำหรับ AI ใช้พลังงานจำนวนมหาศาลกว่าที่คาดไว้มาก ทำให้บริษัทเทคโนโลยีหลายแห่งเร่งลงทุนในพลังงานสะอาด เช่น โซลาร์ฟาร์ม และพลังงานนิวเคลียร์
"ต้นทุนต่ำ" - "AI Open Source" ตัวพลิกเกมของจีน
อย่างไรก็ตาม ในขณะที่บริษัทยักษ์ใหญ่ของสหรัฐฯ ทุ่มงบประมาณในการพัฒนาเทคโนโลยีขั้นสูง จีนกลับเลือกเส้นทางที่แตกต่าง คือ ใช้ต้นทุนต่ำและเน้นความคุ้มค่าในการพัฒนา AI เช่นกรณีของ DeepSeek AI ที่ทำให้เห็นว่า แม้จีนจะเผชิญข้อจำกัดในการเข้าถึงเทคโนโลยีชิปจากสหรัฐฯ แต่สามารถพัฒนาโมเดลที่มีประสิทธิภาพเทียบเคียง OpenAI ได้ในราคาต่ำกว่าถึง 95%
กลยุทธ์ของ DeepSeek ยังรวมไปถึงการพัฒนาโมเดลที่ใช้พลังงานต่ำ และลดการพึ่งพาศูนย์ข้อมูลขนาดใหญ่ ตลอดจนการให้บริการ AI ที่มีต้นทุนถูกลงกว่าคู่แข่งในตลาด ซึ่งแนวทางนี้ทำให้ AI เข้าถึงได้ง่ายขึ้นและมีราคาถูกลง ซึ่งกำลังเปลี่ยนสมดุลการแข่งขันในอุตสาหกรรม AI ทั่วโลก
DeepSeek พิสูจน์ว่า การพัฒนา AI อาจไม่จำเป็นต้องใช้เทคโนโลยีระดับสูงสุด หรือข้อมูลปริมาณมหาศาลเสมอไป ทำให้เกิดข้อถกเถียงว่าอุตสาหกรรม AI อาจเผชิญวิกฤติการใช้เทคโนโลยีที่สูงเกินจำเป็น (Overcapacity Crisis) การเปิดตัวของ DeepSeek ยังส่งผลกระทบโดยตรงต่อหุ้นของบริษัทยักษ์ใหญ่อย่าง NVIDIA (-17%), BroadCom (-17%), Oracle (-14%) และ Cisco (-5%) ที่อยู่ในห่วงโซ่อุตสาหกรรม AI
ความสำเร็จของ DeepSeek ยังทำให้เกิดคำถามว่า AI จำเป็นต้องใช้พลังงานมหาศาลจริงหรือไม่
ไทยควรเดินตามแนวทางไหน?
หลายประเทศ พยายามผลักดัน อธิปไตย AI (Sovereign AI) เพื่อลดการพึ่งพาบริษัทเทคโนโลยีจากสหรัฐฯ โดยเฉพาะยุโรปที่พัฒนาโครงสร้างพื้นฐานของตนเอง แต่สำหรับไทย แนวทางนี้อาจมีข้อจำกัดเนื่องจากต้องใช้เงินลงทุนและบุคลากรที่มีความเชี่ยวชาญสูง โดยแนวทางที่เป็นไปได้สำหรับไทยคือ
1. การพัฒนา Task-Specific AI
หรือปัญญาประดิษฐ์ที่มุ่งเน้นงานเฉพาะทาง กำลังกลายเป็นแนวทางที่หลายประเทศให้ความสนใจมากขึ้น แทนที่จะพัฒนา General AI ซึ่งต้องการทรัพยากรขนาดมหาศาลและมีความซับซ้อนสูง การพัฒนา AI ที่มุ่งเน้นงานเฉพาะทางมีข้อดีหลายประการ เช่น
- ลดต้นทุนและเพิ่มประสิทธิภาพ: ออกแบบให้เหมาะสมกับความต้องการเฉพาะของอุตสาหกรรม
- ลดการพึ่งพาโครงสร้างพื้นฐานขนาดใหญ่: สามารถทำงานบนระบบประมวลผลที่เล็กกว่า ลดความต้องการใช้ซูเปอร์คอมพิวเตอร์หรือศูนย์ข้อมูลขนาดใหญ่
- รองรับการพัฒนาในระดับท้องถิ่น: ช่วยให้ประเทศไทยพัฒนา AI ที่ตอบโจทย์ความต้องการของธุรกิจในประเทศโดยตรง เช่น AI สำหรับภาคเกษตรกรรม ภาคการท่องเที่ยว หรือภาคการผลิต
2. สนับสนุน Edge Data Center ในประเทศ
Edge Data Center หรือศูนย์ข้อมูลขนาดเล็กในประเทศ เป็นโซลูชั่นที่ช่วยลดการพึ่งพาศูนย์ข้อมูลในต่างประเทศ โดยเฉพาะอย่างยิ่งในอุตสาหกรรมที่ต้องการการประมวลผลแบบเรียลไทม์ เช่น IoT, AI สำหรับยานยนต์อัตโนมัติ และบริการสตรีมมิ่ง เพื่อเป็นการลดการพึ่งพาโครงสร้างพื้นฐานจากต่างประเทศ แนวทางนี้มีข้อดีหลายประการ เช่น ลดเวลาแฝงในการประมวลผล ทำให้บริการ AI มีประสิทธิภาพและตอบสนองได้รวดเร็วยิ่งขึ้น และ ลดต้นทุนสำหรับธุรกิจในประเทศ โดยเฉพาะ SMEs ที่ต้องการใช้ AI แต่ไม่มีงบประมาณเพียงพอสำหรับศูนย์ข้อมูลขนาดใหญ่
3. ใช้ Open-Source AI ที่มีประสิทธิภาพ คุ้มต้นทุน
Open-Source AI กำลังเป็นที่นิยมมากขึ้นเนื่องจากลดต้นทุนการพัฒนาและเปิดโอกาสให้ธุรกิจสามารถปรับแต่งโมเดลให้เหมาะสมกับความต้องการได้ ตัวอย่างโมเดลที่ได้รับความนิยม เช่น LLaMA, Falcon และ Stable Diffusion แนวทางนี้ช่วยลดค่าใช้จ่ายในการพัฒนา AI ธุรกิจไม่ต้องลงทุนสร้างโมเดลตั้งแต่ต้น เพิ่มความโปร่งใสและความปลอดภัย สามารถตรวจสอบและปรับปรุงโค้ดได้โดยอิสระ และส่งเสริมการพัฒนา AI ในประเทศ ไทยสามารถพัฒนาโมเดล AI ที่เหมาะกับภาษาไทยหรือบริบทเฉพาะของประเทศได้
ที่มา: TDRI
- คอนเทนต์พิเศษ
สำหรับคุณ - TOP ไอที
- วิดีโอยอดนิยม
