จะเกิดอะไรขึ้นเมื่อธุรกิจไม่สามารถจ่ายค่า AI ได้อีกต่อไป?

ในช่วงปีแรก ๆ Uber ทำให้การเดินทางข้ามเมืองมีราคาถูกกว่าแท็กซี่ นักลงทุนช่วยออกส่วนต่างให้จนกระทั่งบริษัทจำเป็นต้องทำกำไร ข้อมูลจาก Rakuten Intelligence แสดงให้เห็นว่า ราคารถเรียกรถในสหรัฐฯ เพิ่มขึ้น 92% ระหว่างปี 2018 ถึง 2021 และเมื่อถึงปี 2023 แม้แต่ CEO ของ Uber ก็ยังประหลาดใจ เมื่อได้ยินว่าการเดินทางระยะทาง 3 ไมล์ในนิวยอร์กมีค่าใช้จ่ายเท่าใดในขณะนั้น

ปัญญาประดิษฐ์กำลังเข้าใกล้จุดเปลี่ยนในลักษณะเดียวกัน Anthropic ยืนยันในเดือนมิถุนายนว่าได้ ยื่นเอกสารเพื่อขอเข้าจดทะเบียนในตลาดหลักทรัพย์สหรัฐฯ เป็นการลับ และมีรายงานว่า OpenAI กำลังเตรียมดำเนินการตาม บริษัทมหาชนต้องตอบคำถามต่อผู้ถือหุ้นทุกไตรมาส และการตรวจสอบอย่างเข้มข้นเช่นนี้มักทำให้การกำหนดราคาเปลี่ยนไป

เรื่องนี้ทำให้เกิดคำถามที่หลายธุรกิจยังไม่เคยถามว่า จะเกิดอะไรขึ้นหาก AI ที่ผลิตภัณฑ์ของตนต้องพึ่งพามีราคาแพงขึ้น ถูกจำกัดการใช้งานมากขึ้น หรือเกิดขึ้นทั้งสองอย่าง คำตอบขึ้นอยู่กับวิธีที่แต่ละธุรกิจสร้างระบบของตนขึ้นมารองรับ AI เหล่านั้น มากกว่าการตัดสินใจของบริษัทพัฒนา AI และตอนนี้ยังมีเวลาเตรียมตัว

ต้นทุน AI ขยับจากงบประมาณฝ่ายไอทีมาเป็นส่วนหนึ่งของโมเดลธุรกิจ

ค่าใช้จ่าย AI ในช่วงแรกมีขนาดเล็กพอที่จะลงบัญชีเป็นค่าใช้จ่ายเพื่อทดลองใช้ได้ แต่ทุกวันนี้ AI เป็นส่วนหนึ่งของผลิตภัณฑ์และขั้นตอนการทำงาน จึงส่งผลโดยตรงต่ออัตรากำไร ราคาปัจจุบันสะท้อนช่วงเวลาที่มีการลงทุนอย่างหนัก

ในการทดสอบของ SemiAnalysis บริษัทวิจัย แผน Claude Max ราคา 200 ดอลลาร์ต่อเดือนให้ปริมาณการใช้งาน ประมาณ 8,000 ดอลลาร์ต่อเดือน หากคิดตามราคามาตรฐานของ API นับเป็นข้อเสนอที่เอื้อประโยชน์แก่ผู้ใช้มาก และแสดงให้เห็นว่าราคาบางส่วนต่ำกว่าต้นทุนจริงของบริการมากเพียงใด

การปรับเปลี่ยนบางอย่างเริ่มเกิดขึ้นแล้ว ในช่วงกลางปี 2025 เครื่องมือเขียนโค้ดด้วย AI Cursor เปลี่ยนแผนราคา 20 ดอลลาร์ต่อเดือนเป็นการคิดค่าบริการตามปริมาณการใช้งานในอัตรา API และ Anthropic เริ่มกำหนดขีดจำกัดการใช้งานรายสัปดาห์ สำหรับผู้ใช้ Claude Code ที่ใช้งานหนักที่สุด นักพัฒนา Simon Willison ให้ความเห็นว่ายุคที่นักลงทุนอุดหนุนการใช้ AI อาจกำลังสิ้นสุดลง

นักวิเคราะห์ให้คำแนะนำในทำนองเดียวกัน แนวทางของ Gartner ในเดือนสิงหาคม 2026 กระตุ้นให้ผู้บริหารเตรียมรับมือกับการขึ้นราคา AI ที่มีแนวโน้มจะเกิดขึ้น นอกจากนี้ นักวิเคราะห์ของ Gartner ยังเตือนว่าองค์กรที่ไม่เข้าใจว่าต้นทุน AI เพิ่มขึ้นตามการใช้งานอย่างไร อาจประเมินต้นทุนผิดพลาดถึง 500% ถึง 1,000%

ราคาต่อหน่วยที่ลดลงช่วยได้ แต่ก็มีขีดจำกัด Epoch AI แสดงให้เห็นว่าราคาของ AI ที่มีประสิทธิภาพระดับหนึ่งลดลงอย่างมากในแต่ละปี แต่ นักวิจัยจาก MIT พบว่าโมเดลให้เหตุผลรุ่นใหม่ใช้กำลังประมวลผลมากขึ้นอย่างมากเพื่อให้ได้คำตอบ ค่าใช้จ่ายเพิ่มขึ้นตามปริมาณการใช้งาน และปริมาณการใช้งานก็ยังเพิ่มขึ้นต่อเนื่อง

การเข้าตลาดหลักทรัพย์ของบริษัทพัฒนา AI อาจส่งผลอย่างไรต่อสตาร์ตอัปที่สร้างธุรกิจบนเทคโนโลยีของบริษัทเหล่านั้น

การเข้าจดทะเบียนในตลาดหลักทรัพย์ทำให้ต้องมีวินัย บริษัทพัฒนา AI ที่จดทะเบียนในตลาดหลักทรัพย์จะต้องแสดงให้นักลงทุนเห็นแนวทางสู่การมีอัตรากำไรที่ยั่งยืน และการกำหนดราคาก็เป็นหนึ่งในเครื่องมือที่ใช้ได้โดยตรงที่สุด ซึ่งอาจหมายถึงการขึ้นราคามาตรฐาน การจำกัดการใช้งานให้เข้มงวดขึ้น การย้ายฟีเจอร์ไปอยู่ในแพ็กเกจพรีเมียม หรือการเลิกให้บริการโมเดลรุ่นเก่าเร็วยิ่งขึ้น

สตาร์ตอัปยังต้องแข่งขันในตลาดเดียวกับซัพพลายเออร์ของตน บริษัทพัฒนา AI นำเสนอแอปพลิเคชันของตนเองมากขึ้นเรื่อย ๆ ดังที่ Anthropic ทำกับ Claude Code ธุรกิจจึงควรระบุให้ชัดเจนว่าตนเพิ่มคุณค่าอะไรนอกเหนือจากตัวโมเดล

เรื่องนี้ก็มีด้านที่เป็นประโยชน์ บริษัทมหาชนเปิดเผยข้อมูลมากกว่าเดิม ทำให้ลูกค้าเข้าใจการกำหนดราคา AI ได้ชัดเจนขึ้น การแข่งขันระหว่างผู้ให้บริการ ประกอบกับโมเดลแบบเปิดที่พัฒนาอย่างรวดเร็ว น่าจะช่วยควบคุมราคาไว้ได้สำหรับผู้ที่พร้อมเปลี่ยนไปใช้บริการอื่น

บริษัทต่าง ๆ จะลดการพึ่งพา AI ได้อย่างไร

ความเสี่ยงทางธุรกิจขึ้นอยู่กับคำถามสองข้อ ลูกค้าจะเห็นคุณค่าของบริการมากพอที่จะยอมจ่ายเพิ่มหรือไม่หากต้นทุนสูงขึ้น และมีอัตรากำไรมากพอที่จะรองรับการขึ้นราคาหรือไม่ สำหรับธุรกิจที่ยังไม่แน่ใจในคำตอบ แนวทางห้าข้อนี้ช่วยได้ และไม่มีข้อใดที่ต้องเริ่มต้นจากศูนย์

รู้ต้นทุนของงานแต่ละอย่าง หลายทีมทราบค่าใช้จ่าย AI รายเดือนของตน แต่ไม่รู้ว่าการดำเนินการของลูกค้าแต่ละครั้งมีต้นทุนเท่าใด การวัดต้นทุนต่องานช่วยให้เห็นว่าฟีเจอร์ ลูกค้า หรือกรณีการใช้งานใดจะขาดทุน หากราคาสูงขึ้น 30%, 50% หรือแม้แต่ 100%

ใช้ AI กับงานที่สร้างคุณค่าได้มากที่สุด โมเดลขนาดใหญ่โดดเด่นในการรับมือกับความไม่ชัดเจน เช่น การเริ่มจัดการปัญหาที่พบเป็นครั้งแรก ส่วนงานที่ต้องทำซ้ำมักเหมาะกับซอฟต์แวร์ทั่วไปมากกว่า ตัวอย่างเช่น ในการทดสอบซอฟต์แวร์ AI สามารถหาวิธีตรวจสอบเส้นทางการใช้งานของผู้ใช้ได้ครั้งหนึ่ง จากนั้นการตรวจสอบดังกล่าวก็สามารถทำงานซ้ำได้หลายพันครั้งในรูปแบบโค้ดทั่วไป โดยไม่ต้องเรียกใช้โมเดล

เลือกโมเดลให้เหมาะกับงาน Epoch AI พบว่าโมเดลแบบเปิดที่ดีที่สุดซึ่งทำงานบนการ์ดจอสำหรับผู้บริโภคเพียงใบเดียว มีประสิทธิภาพตามหลังโมเดลชั้นนำอยู่ประมาณหนึ่งปีหรือน้อยกว่า สำหรับงานทั่วไป โมเดลขนาดเล็กกว่าหรือโมเดลที่โฮสต์เองอาจให้ผลลัพธ์ที่ยอมรับได้ในราคาเพียงเศษเสี้ยว

รักษาทางเลือกในการเปลี่ยนผู้ให้บริการไว้ ผลิตภัณฑ์ที่สร้างขึ้นโดยอิงกับฟีเจอร์เฉพาะของผู้ให้บริการรายเดียวเป็นสิ่งที่ย้ายไปใช้บริการอื่นได้ยากที่สุด การมีชั้นซอฟต์แวร์เรียบง่ายคั่นระหว่างผลิตภัณฑ์กับโมเดล พร้อมทดสอบทางเลือกอื่นเป็นประจำ จะเปลี่ยนการขึ้นราคาในอนาคตให้กลายเป็นโอกาสในการเจรจา

กำหนดราคาตามผลลัพธ์ การเรียกเก็บเงินจากลูกค้าตามจำนวนโทเคนทำให้การเปลี่ยนแปลงราคาของ AI ส่งผ่านไปยังลูกค้าโดยตรง การคิดค่าบริการคงที่ต่อผลลัพธ์ เช่น งานที่ทำเสร็จหรือคำขอที่แก้ไขเรียบร้อยแล้ว ช่วยให้ราคาสำหรับลูกค้าคงที่และเปิดโอกาสให้ธุรกิจรองรับการเปลี่ยนแปลงของต้นทุนตนเองได้ หลักการเดียวกันนี้ยังใช้ได้กับการเลือกซื้อด้วย เพราะเครื่องมือที่คิดราคาตามผลลัพธ์ช่วยให้คาดการณ์ค่าใช้จ่ายในอนาคตได้ง่ายขึ้น

การจ่ายไหวหรือไม่เป็นเรื่องของการออกแบบ

การขึ้นราคาของ Uber ไม่ได้ทำให้บริการเรียกรถผ่านแอปหายไป แต่ทำให้โมเดลธุรกิจที่ตั้งอยู่บนสมมติฐานว่าค่าโดยสารจะได้รับเงินอุดหนุนอยู่เสมอต้องสิ้นสุดลง AI มีแนวโน้มจะเดินตามเส้นทางคล้ายกัน เมื่อแล็บ AI รายใหญ่เข้าสู่ตลาดทุน AI จะมีราคาใกล้เคียงกับต้นทุนในการให้บริการมากขึ้น และธุรกิจต่าง ๆ จะถูกตัดสินว่าผลิตภัณฑ์ของตนยังใช้งานได้ในราคานั้นหรือไม่

บริษัทที่พร้อมรับมือกับการเปลี่ยนแปลงนี้ได้ดีที่สุด มอง AI เป็นปัจจัยพึ่งพาที่ต้องวัดผลและบริหารจัดการ สำหรับธุรกิจที่ยังไม่ได้เริ่ม ยังไม่สายเกินไป แต่ละขั้นตอนเหล่านี้เริ่มทำได้ในไตรมาสนี้ และแต่ละขั้นจะช่วยให้รับมือกับการขึ้นราคาครั้งถัดไปได้ง่ายขึ้น