ฟองสบู่ AI จะแตกในปี 2026 หรือไม่ – การนำทางความเป็นจริงของการลงทุนด้าน AI

จะเป็นหรือไม่เป็น – นั่นคือคำถามเกี่ยวกับฟองสบู่ AI ที่จะแตกในปี 2026

ผมจะขอตัดประเด็นนี้ออกเลย – มันจะไม่จบแค่นั้น จบแล้ว คุณต้องอ่านต่อไหม?

ใช่แล้ว คุณต้องรู้ถึงเหตุผลเบื้องหลังความเชื่อนี้ ว่าอะไรจะเกิดขึ้นเพื่อเปลี่ยนใจฉัน และที่สำคัญกว่านั้นคือ จะต้องทำอย่างไรจึงจะนำบริษัทของคุณให้ห่างไกลจากผลกระทบที่อาจเกิดขึ้นได้

ก่อนอื่นเรามาดูเหตุผลเบื้องหลังการคาดเดาจำนวนมากเกี่ยวกับการระเบิดครั้งใหญ่ที่กำลังจะเกิดขึ้น ซึ่งเป็นพาดหัวข่าวรายวันมาเป็นเวลาหลายเดือนกันก่อน

การเปิดเผยความกลัว: ความตื่นตระหนกของนักลงทุนและการลงทุนด้าน AI ที่พุ่งสูงขึ้น

ความกลัวที่ยิ่งใหญ่ที่สุดที่ขับเคลื่อนกระแสนี้น่าจะเป็นความตื่นตระหนกของนักลงทุน เงินหลายล้านดอลลาร์ถูกอัดฉีดเข้าไปในบอลลูน AI ทุกวัน โดยนักลงทุนและนักลงทุนร่วมทุนทุกคนต่างหวังที่จะลงจอดในเหมืองทองคำขนาดใหญ่แห่งต่อไป การลงทุนด้าน AI ส่วนตัวเติบโตขึ้นมากกว่าสิบสามเท่านับตั้งแต่ปี 2014มีมูลค่าสูงถึง 252.3 พันล้านดอลลาร์สหรัฐในปี 2024 โดยส่วนใหญ่ (มากกว่า 33 พันล้านดอลลาร์สหรัฐ) มุ่งเน้นไปที่ AI เชิงสร้างสรรค์ ข่าวลือเพียงเล็กน้อยที่บอกว่าอาจสูญเสียเงินทุนไปอย่างรวดเร็ว ย่อมส่งผลกระทบอย่างรุนแรงต่อชุมชนนักลงทุนและโลกธุรกิจ โดยสตาร์ทอัพและบริษัทอื่นๆ กังวลเกี่ยวกับงบประมาณประจำปีหรือแหล่งที่มาของเงินทุนรอบต่อไป เมื่อไม่นานมานี้ นักลงทุนมหาเศรษฐีพันล้านปีเตอร์ เทียล ประกาศถอนตัวจากหุ้น AI Nvidia ทำให้เกิดความกังวลมากขึ้นเกี่ยวกับบอลลูน AI ที่กำลังยุบลง

ปัญหา ROI: การต่อสู้ของ GenAI และการทดลอง AI ขององค์กร

GenAI เป็นตัวเร่งให้เกิดกระแสการลงทุนที่คึกคักและคึกคัก แต่นอกเหนือจากความกังวลเกี่ยวกับอัตรากำไรและการประเมินมูลค่าที่สูงเกินจริงแล้ว ตอนนี้สัญญาณเตือนภัยก็เริ่มดังขึ้นในหมู่เจ้าหน้าที่ด้านการปฏิบัติตามกฎระเบียบขององค์กร ความปลอดภัย และกฎหมายที่สนับสนุน AI ที่มีความรับผิดชอบและเชื่อถือได้ รวมถึงนโยบายสำหรับการจัดการความเสี่ยงของโมเดล

นอกจากนั้นยังมา การศึกษาของ MIT รายงานว่าการลงทุนใน GenAI 95% ไม่ได้ให้ผลตอบแทนจากการลงทุนใดๆ โดยส่วนใหญ่ติดอยู่ในระยะนำร่องหรือการทดลอง ทำให้หลายองค์กรเริ่มตั้งคำถามถึงการลงทุนด้าน AI ของตน

สิ่งนี้พาฉันไปสู่ปัญหาที่แท้จริงเบื้องหลังความวิตกกังวลเกี่ยวกับฟองสบู่แตก ซึ่งก็คือ บริษัทต่างๆ ดำเนินการไปก่อนโดยไม่ประเมินความต้องการที่แท้จริงของตนเองอย่างเหมาะสม และหาวิธีที่ดีที่สุดในการตอบสนองความต้องการเหล่านั้น

FOMO และผลกระทบ: การนำ AI มาใช้อย่างเร่งรีบก่อให้เกิดความวุ่นวายในการปฏิบัติงานได้อย่างไร

เราได้เห็นแล้วว่าอะไรจะเกิดขึ้นได้บ้างเมื่อธุรกิจต่างพากันทุ่มสุดตัวโดยไม่มีกลยุทธ์ นั่นคือความวุ่นวายระหว่างพนักงานและฝ่ายไอที อันที่จริง ผู้มีอำนาจตัดสินใจด้านไอที 60% ที่เรา... สำรวจ ในปี 2024 ยอมรับว่าปัจจัยผลักดันการลงทุนใน AI ของพวกเขาคือ FOMO ใช่แล้ว ความกลัวที่จะพลาดโอกาสสำคัญครั้งต่อไป และอาจทำให้คู่แข่งก้าวล้ำหน้าไปหนึ่งก้าว ก่อให้เกิดปฏิกิริยาตอบสนองฉับพลันต่อผู้มีอำนาจตัดสินใจหลายคน

หนึ่งปีผ่านไปกับผลการศึกษาล่าสุดของ ABBYY ซึ่งจัดทำโดย Opinium Research ในเดือนกรกฎาคม ซึ่งแสดงให้เห็นว่าผู้นำธุรกิจได้เพิ่มการใช้จ่ายกับเทคโนโลยีล่าสุดอย่าง GenAI แต่ส่วนใหญ่ยังคงประสบปัญหาในการใช้งาน เกือบหนึ่งในสาม (31%) พบว่าการฝึกอบรมโมเดล GenAI นั้นยากกว่าที่คาดไว้ ขณะที่ 28% ระบุว่าเครื่องมือเหล่านี้ผสานรวมได้ยากเนื่องจากความท้าทายด้านข้อมูลและกระบวนการในปัจจุบัน นอกจากนี้ 26% ยังไม่มีการกำกับดูแลที่เหมาะสม และที่น่ากังวลคือหนึ่งในห้า (21%) กล่าวว่าพนักงานกำลังใช้เครื่องมือ GenAI ในทางที่ผิด และจำนวนเดียวกันนี้ยังประสบกับอาการประสาทหลอนที่อาจเป็นอันตราย

แต่ประเด็นสำคัญคือ ผู้ตอบแบบสอบถามส่วนใหญ่ยอมรับว่าต้องการ อื่น ๆ เทคโนโลยีที่จะช่วยกอบกู้สถานการณ์ ธุรกิจในสหรัฐฯ 1 ใน 4 (40%) นำเอเจนต์ AI มาใช้ มากกว่าหนึ่งในสาม (36%) หันมาใช้การวิเคราะห์กระบวนการ 31% เพิ่ม Document AI และ 23% เพิ่มการสร้างเสริมการเรียกข้อมูล (RAG)

แนวทางการใช้เครื่องมือหลายอย่าง: การรวม GenAI เข้ากับเทคโนโลยีเสริม

การปรับปรุง GenAI ด้วยเทคโนโลยีอื่นๆ เหล่านี้ส่งผลให้ผู้นำทางธุรกิจเห็นความสม่ำเสมอของผลลัพธ์ที่ดีขึ้น (58%) การบูรณาการที่ดีขึ้นในเวิร์กโฟลว์ที่มีอยู่ (50%) ผลลัพธ์ที่แม่นยำและเชื่อถือได้มากขึ้น (48%) ประสิทธิภาพด้านต้นทุนและการประหยัดที่มากขึ้น (44%) และความไว้วางใจของผู้ใช้ที่เพิ่มขึ้น (42%)

บทเรียนนี้ชัดเจนแล้วว่า การใช้จ่ายอย่างไม่เลือกหน้าสำหรับ GenAI มักไม่เกิดประโยชน์ ธุรกิจต่างๆ กำลังทุ่มเงินไปกับเครื่องมือที่สัญญาว่าจะให้มากกว่าที่ทำได้ ในบางกรณี พวกเขาอาจไม่จำเป็นต้องใช้มันด้วยซ้ำ การกระทำเช่นนี้ยิ่งกระตุ้นให้เกิดความกลัวว่าจะเกิดฟองสบู่ AI เมื่อบริษัทต่างๆ ทบทวนถึงความล้มเหลวของตนเอง และผลตอบแทนจากการลงทุน (ROI) ที่ต่ำอาจเริ่มส่งสัญญาณเตือน เมื่อผู้นำเลิกทำตามกระแสด้วยการทุ่มเงินให้กับเทคโนโลยีล้ำสมัย ฟองสบู่ AI ก็จะหยุดขยายตัว

ก้าวไปข้างหน้าอย่างมีกลยุทธ์

ก่อนจะก้าวไปข้างหน้าด้วยการใช้ประโยชน์จากเครื่องมือ GenAI หรือ AI แบบตัวแทน ธุรกิจต่างๆ จำเป็นต้องประเมินกระบวนการปัจจุบันก่อน และสร้างแผนภูมิภาพรวมของเวิร์กโฟลว์โดยใช้เครื่องมือวิเคราะห์ข้อมูลที่ซับซ้อน ซึ่งจะระบุปัญหา ชี้ให้เห็นโอกาสในการทำงานอัตโนมัติ และตรวจสอบประสิทธิภาพการทำงาน

OpenAI ของโลกจะยังคงสร้างความเปลี่ยนแปลงอย่างต่อเนื่อง นำเสนอวิธีการใหม่ๆ ในการแก้ปัญหาในโลกแห่งความเป็นจริง แต่ OpenAI จะไม่ใช่โซลูชันแบบครบวงจร ผู้จำหน่ายและเทคโนโลยีอื่นๆ จะยังคงเป็นสิ่งจำเป็นเสมอเพื่อก้าวไปสู่เป้าหมายนั้น Wall Street Journal เมื่อไม่นานมานี้ พบว่าหลักสูตร LLM อาจได้รับความนิยมอย่างล้นหลาม แต่โมเดลขนาดเล็กเป็นสิ่งจำเป็นในการสร้างมูลค่าที่บริษัทต่างๆ ต้องการจากเครื่องมือของพวกเขา งานวิจัยดังกล่าวอ้างอิงงานวิจัยของ Nvidia และสถาบันเทคโนโลยีจอร์เจีย ซึ่งระบุว่าเอเจนต์ AI กำลังถูกใช้สำหรับงานที่จำเจและแคบ ซึ่งโมเดลภาษาขนาดเล็กเหมาะสมกว่ามาก ผู้คนจะเริ่มตระหนักถึงวิธีที่พวกเขาสามารถลดต้นทุนได้ โดยตระหนักว่าไม่จำเป็นต้องฝึกอบรมโมเดลบนเอกสาร 30,000 ฉบับ และสิ้นเปลืองการประมวลผลสำหรับสิ่งที่นิพจน์ทั่วไปก็สามารถทำได้เช่นกัน นอกจากนี้ ชุมชนโอเพนซอร์สก็กำลังพัฒนาอย่างรวดเร็ว ทำให้ลูกค้ามีตัวเลือกให้เลือกและทดลองใช้งานมากขึ้น

สรุปแล้ว ในปี 2026 ยังคงมีการลงทุนด้าน AI จำนวนมาก แต่จะเน้นไปที่เครื่องมือที่สร้างขึ้นเฉพาะทางมากขึ้น ซึ่งมุ่งเน้นไปที่การแก้ปัญหาทางธุรกิจที่แท้จริง ขณะที่ผู้บริหารระดับสูงกำลังจัดลำดับความสำคัญและประเมินผลกระทบที่จำเป็นเทียบกับคำมั่นสัญญาที่ให้ไว้ ผู้จำหน่ายที่กำหนดเส้นทางสู่ความสำเร็จและใช้เทคโนโลยีอย่างชาญฉลาดจะชนะ และการเติบโตของ AI จะยังคงขยายตัวต่อไป โดยขับเคลื่อนด้วยกลยุทธ์ รายได้ที่จับต้องได้ และความต้องการ ไม่ใช่กระแสโฆษณาเกินจริง