อนาคตของ AI กำลังเปลี่ยนแปลง และเงินก็เปลี่ยนแปลงไปด้วย

ลองนึกภาพศูนย์บริการ AI ของผู้ผลิตรถยนต์รายใหญ่ที่สุดในโลก ระบบทำงานได้อย่างสวยงาม เมื่อรถเข้าไปในโรงงาน ระบบ AI จะได้ทำการวิเคราะห์ข้อมูลของรถยนต์แล้ว และสามารถให้คำแนะนำในการซ่อมบำรุงได้อย่างแม่นยำ

แอปพลิเคชัน AI ที่สวยงามนี้ต้องใช้ทีมวิศวกรจำนวนมากและใช้เวลาพัฒนา 3 ปี และสามารถใช้งานได้ที่ 10 สถานที่

เมื่อถึงเวลาที่ต้องขยายการใช้งานไปยัง 12,000 สถานที่ ทีมงานได้พบว่า การสร้างแอปพลิเคชัน AI เป็นเพียงส่วนหนึ่งของปัญหา การขยายการใช้งานไปยังที่ต่างๆ ต้องใช้โครงสร้างพื้นฐานที่ยังไม่มีในอุตสาหกรรม

ช่องว่างระหว่างการสร้างสิ่งที่ฉลาดและการใช้งานจริงในสถานที่ต่างๆ เป็นความท้าทายหลักของ AI ในปัจจุบัน และเป็นสิ่งที่เปลี่ยนแปลงทิศทางของการลงทุนในเทคโนโลยี

การเดิมพันในคลาวด์กำลังเปลี่ยนแปลง

เป็นเวลาประมาณ 20 ปี ที่ผู้เล่นในอุตสาหกรรมซอฟต์แวร์ใช้กลยุทธ์ที่เรียบง่าย: ย้ายทุกสิ่งที่คลาวด์ จัดเก็บข้อมูลและแอปพลิเคชันในศูนย์กลาง และควบคุมมัน การทำเช่นนี้ได้ผลดีในการจัดการกระบวนการทำงาน และนักลงทุนได้รับผลตอบแทนอย่างดี

แต่เศรษฐกิจกำลังเปลี่ยนแปลง ราคาซอฟต์แวร์แบบ SaaS ซึ่งเคยสูงสุดที่ 18-20 เท่าในช่วงการระบาดของโควิด-19 ได้ลดลงเหลือระดับที่ไม่เคยเห็นมาตั้งแต่ปี 2016 การเติบโตของรายได้ของบริษัท SaaS สาธารณะลดลงเหลือประมาณ 12% ในปลายปี 2025 นักลงทุนยังไม่สูญเสียความสนใจในซอฟต์แวร์ แต่เริ่มถามคำถามที่ยากขึ้น: AI สร้างผลตอบแทนจริงที่ไหน?

คำตอบที่เพิ่มขึ้นคือ ไม่ใช่ในคลาวด์

การหลอกลวงของ AI

การลงทุนใน AI ทั่วโลกคาดว่าจะถึง 2.5 ล้านล้านดอลลาร์สหรัฐฯ ในปี 2026 บริษัทเทคโนโลยีสี่รายใหญ่ที่สุดใน美国預計จะใช้จ่ายประมาณ 725 พันล้านดอลลาร์สหรัฐฯ ในการลงทุนด้านโครงสร้างพื้นฐานในปีนี้ ซึ่งเพิ่มขึ้น 77% จากปีก่อน และเป็นการลงทุนโครงสร้างพื้นฐานที่ใหญ่ที่สุดในประวัติศาสตร์เทคโนโลยี เงินส่วนใหญ่จะไปสู่โครงสร้างพื้นฐานคลาวด์เพื่อสนับสนุนศูนย์ข้อมูล GPU และคลัสเตอร์ฝึกอบรม

แต่ข้อมูลส่วนใหญ่ของโลกไม่ได้ถูกสร้างขึ้นในศูนย์ข้อมูล มันถูกสร้างขึ้นที่ร้านค้าปลีก พื้นโรงงาน อ่างน้ำมัน โรงพยาบาล เรือบรรทุกสินค้า และเครือข่ายพลังงาน ในสภาพแวดล้อมเหล่านี้ การตัดสินใจต้องเกิดขึ้นในไม่กี่มิลลิวินาที และการส่งต่อข้อมูลไปยังเซิร์ฟเวอร์ที่ไกลออกไปไม่ใช่ทางออกที่เป็นไปได้

ฉันเห็นเรื่องนี้อยู่เสมอในการทำงานกับองค์กร บริษัทน้ำมันและก๊าซจะใช้เวลาหลายเดือนในการสร้างแบบจำลองการทำนายสำหรับการเพิ่มประสิทธิภาพการขุดเจาะ จากนั้นจึงจัดเก็บข้อมูลขนาดใหญ่และจัดส่งไปยังสถานที่ที่อยู่ห่างไกล และหวังว่ามันจะทำงานได้ ร้านค้าปลีกจะพัฒนา AI สำหรับการจัดการสินค้า แต่พบว่าการนำไปใช้ในร้านค้าหลายพันแห่งเป็นปัญหาที่แตกต่างจากการที่จะสร้างแบบจำลอง

ความฉลาดถูกกักขังไว้ในคลาวด์ โลกแห่งความเป็นจริงไม่รอการเดินทางไปกลับ

เงินกำลังไปที่ไหนจริงๆ

เจนเซน หวาง เรียกว่า “physical AI” ควอลคอมม์ กล่าวว่า AI ที่ขอบเขตกำลังจะกลายเป็น “สิ่งจำเป็น” เมื่อบริษัททั้งสองที่เข้าใจเศรษฐศาสตร์ของ AI มากที่สุดชี้ไปที่ทิศทางเดียวกัน นั่นคือสิ่งที่ต้องให้ความสนใจ

การเปลี่ยนแปลงนี้กำลังเกิดขึ้นในพื้นที่ องค์กรต่างๆ ในอุตสาหกรรมน้ำมันและก๊าซ อุตสาหกรรมรถยนต์ ร้านค้าปลีก และอุตสาหกรรมอื่นๆ กำลังใช้ AI ที่ขอบเขตแล้ว แต่กำลังดิ้นรนในการขยายการใช้งาน การจัดการการนำไปใช้ที่หลากหลายและอัปเดตแบบจำลองในสนามโดยไม่หยุดการดำเนินงานเป็นความท้าทายที่ยิ่งใหญ่

กรณีการลงทุนคือเรื่องง่ายๆ เมื่อ AI ต้องทำงานอิสระ เช่น การตรวจสอบผลิตภัณฑ์บนเส้นการผลิต การจัดการพลังงานที่ฟาร์มลม การประสานระบบอัตโนมัติในเครือข่ายลอจิสติกส์ มันจะต้องทำงานที่ที่การกระทำเกิดขึ้น

จากแอปพลิเคชันสู่เอเจนต์

มีการเปลี่ยนแปลงอีกอย่างหนึ่งเกิดขึ้นภายใต้เรื่องราวโครงสร้างพื้นฐาน และอาจเป็นสิ่งที่สำคัญที่สุด

เอเจนต์กำลังเปลี่ยนแปลงความแข็งแกร่งแบบดั้งเดิมของแอปพลิเคชันองค์กร เอเจนต์ไม่ใช่โค้ดที่ไม่เปลี่ยนแปลงซึ่งทำสิ่งหนึ่งๆ มันเป็นระบบที่สามารถให้เหตุผล ตีความข้อมูลที่ไม่มีโครงสร้าง และดำเนินการโดยไม่ต้องเขียนโปรแกรมสำหรับทุกสถานการณ์ แทนที่จะสร้างแอปพลิเคชันแบบกำหนดเองเพื่อตรวจสอบคุณภาพบนเส้นการผลิต คุณสามารถใช้เอเจนต์ที่ตีความวิดีโอ สังเกตจุดบกพร่อง และแจ้งปัญหาได้ ในขณะที่ปรับตัวตามสถานการณ์ที่เปลี่ยนแปลง

เมื่อก่อนที่จะใช้เวลาหลายปีและทีมนักพัฒนาสำหรับการสร้างแอปพลิเคชัน AI ที่ขอบเขต เอเจนต์สามารถลดระยะเวลานี้ได้อย่างมาก

ทำไมเรื่องนี้จึงไม่เรียบง่าย

แต่เหมือนในหลายกรณี ปีศาจอยู่ในรายละเอียด เมื่อเอเจนต์ส่วนบุคคลทำผิดพลาด มันจะส่งอีเมลที่ไม่เหมาะสม เมื่อเอเจนต์อุตสาหกรรมทำผิดพลาด มันสามารถหยุดการผลิตหรือสร้างความเสี่ยงต่อความปลอดภัย คุณสมบัติที่ทำให้เอเจนต์ AI มีความยืดหยุ่นและทรงพลังเป็นสิ่งเดียวกับที่ทำให้องค์กรมีความระมัดระวังในการใช้งานในสถานการณ์ที่ต้องการความปลอดภัยสูง

ความอ่อนไหวของทรัพย์สินทางปัญญาเพียงอย่างเดียวก็มากเกินไป บริษัทบริการพลังงานที่ใช้เวลา 10 ปีในการรวบรวมข้อมูลการดำเนินงานเพื่อสร้างระบบเพิ่มประสิทธิภาพการขุดเจาะอัตโนมัติได้สร้างสิ่งที่ไม่สามารถแทนที่ได้ หากเอเจนต์นั้นถูกบุกรุก คู่แข่งจะสามารถได้รับความรู้เชิงสถาบันที่สะสมมาเป็นเวลาหลายปีในเวลาอันสั้น กฎหมายความมั่นคงทางไซเบอร์ของสหภาพยุโรปและกรอบงาน NIST ที่กำลังพัฒนากำลังพยายามจัดการกับความเสี่ยงเหล่านี้ แต่โครงสร้างพื้นฐานทางเทคโนโลยีที่ต้องสร้างเพื่อสนับสนุนการรักษาความปลอดภัยที่ขอบเขตยังคงถูกสร้างอยู่

ความมั่นคงและธรรมาภิบาลไม่ใช่คุณสมบัติสำหรับยุค AI ที่ขอบเขต มันคือรากฐาน

โครงสร้างพื้นฐานที่จะสร้างขึ้นต่อไป

ทุกยุคของการคำนวณถูกกำหนดโดยการสร้างโครงสร้างพื้นฐาน ยุค PC สร้างเครือข่ายท้องถิ่นและเดสก์ท็อป ยุคคลาวด์สร้างศูนย์ข้อมูลและแพลตฟอร์ม SaaS ยุค AI กำลังสร้างโครงสร้างพื้นฐานเพื่อใช้ความฉลาดในโลกแห่งความเป็นจริง

บริษัทและนักลงทุนที่รับรู้การเปลี่ยนแปลงนี้ตั้งแต่เนิ่นๆ จะมีโอกาสในรอบที่จะมาถึง นั่นหมายถึงการลงทุนไม่เพียงแต่ในความสามารถของ AI แต่ยังรวมถึงโครงสร้างพื้นฐานในการจัดเตรียม การรักษาความปลอดภัย และการนำไปใช้งานที่เปลี่ยนโมเดลที่มีประสิทธิภาพให้เป็นระบบอุตสาหกรรมที่เชื่อถือได้

คุณค่าไม่ได้อยู่ในแชทบอทตัวถัดไปหรือโมเดลที่โฮสต์บนคลาวด์ มันอยู่ในโครงสร้างพื้นฐานที่ทำให้ AI สามารถใช้งานได้ในระดับอุตสาหกรรมในโรงงาน ในอ่างน้ำมัน ในร้านค้าปลีก และทุกที่ที่โลกแห่งความเป็นจริงสร้างข้อมูลที่ไม่สามารถรอได้

ที่ไหนสักแห่งในขณะนี้ บริษัทอื่นกำลังยืนอยู่ที่จุดที่ผู้ผลิตรถยนต์ยืน มีแอปพลิเคชันที่ยอดเยี่ยมทำงานที่หลายแห่ง และกำลังมองเห็นช่องว่างระหว่างการทดลองและขยายการใช้งาน ผู้ที่สามารถข้ามช่องว่างนั้นจะสร้างรางน้ำที่แข่งขันได้ในทศวรรษหน้า