ยุค AI Boom ก็จริง! แล้วจำเป็นไหมที่ทุกคนต้องรีบลงทุนในอุตสาหกรรมนี้?

กระแสการเติบโตของ AI ในปัจจุบันพุ่งทะยานอย่างรวดเร็ว ชนิดที่เรียกว่าพลิกโฉมหน้าประวัติศาสตร์เทคโนโลยีโลกในทุก ๆ สัปดาห์เลยก็ว่าได้ บิ๊กเทคต่างทุ่มเงินเพื่อเร่งพัฒนาโมเดลของตัวเอง ทำให้หลายประเทศต่างตื่นตัวและพยายามเร่งเครื่องเพื่อก้าวขึ้นเป็นผู้นำในเกมนี้

นอกจากนี้ AI ยังเชื่อมโยงกับหลายอุตสาหกรรม ตั้งแต่การออกแบบชิป ซอฟต์แวร์ ฮาร์ดแวร์ ไปจนถึงการนำ AI ไปประยุกต์ใช้กับอุปกรณ์และธุรกิจต่าง ๆ ทำให้เกิดเป็น Value Chain ขนาดใหญ่ที่ยังมีโอกาสเติบโตและพัฒนาต่อได้อีกมาก

แต่เมื่อเงินลงทุนกำลังไหลเข้าสู่อุตสาหกรรมนี้อย่างต่อเนื่อง ก็เกิดคำถามตามมาว่า การเติบโตครั้งนี้จะยั่งยืนแค่ไหน และมีโอกาสเกิดฟองสบู่ AI หรือไม่?

[การโหมลงทุนและเร่งสร้างเทคโนโลยี คุ้มค่าจริงไหม?]

ในช่วง 3 ปีที่ผ่านมา มูลค่าบริษัทที่เกี่ยวข้องกับ AI เพิ่มขึ้นรวมราว 27 ล้านล้านดอลลาร์ หรือกว่า 36% ของมูลค่าตลาดหุ้นสหรัฐฯ ทั้งหมด ขณะเดียวกัน บริษัทบิ๊กเทค ก็กำลังทุ่มเงินมหาศาลเพื่อซื้อชิป สร้าง Data Center และดึงตัวบุคลากรด้าน AI

แต่สถานการณ์ครั้งนี้อาจแตกต่างจากฟองสบู่ในอดีตอย่างยุค Dot-com หรือวิกฤตอสังหาริมทรัพย์ เพราะการลงทุนใน AI ไม่ได้ขับเคลื่อนจากการเก็งกำไรของประชาชนทั่วไปเป็นหลัก แต่เกิดจาก Big Tech นักลงทุนสถาบัน และเงินทุนจากภาคธุรกิจที่กำลังเร่งสร้างโครงสร้างพื้นฐานเพื่อรองรับ AI

สิ่งที่น่าจับตาคือ Gartner คาดการณ์ว่า ภายในปี 2030 ต้นทุนการประมวลผล LLM ขนาด 1 ล้านล้านพารามิเตอร์จะลดลงมากกว่า 90% เมื่อเทียบกับปี 2025 นั่นหมายความว่าเทคโนโลยีใหม่มักมีต้นทุนสูงในช่วงเริ่มต้น ซึ่งก็จะคล้ายๆกับ อินเทอร์เน็ตในยุคแรกๆ ที่เคยเป็นเทคโนโลยีที่มีราคาแพงและเข้าถึงได้ยาก ก่อนที่ต้นทุนจะค่อย ๆ ลดลงและกลายเป็นสิ่งที่คนทั่วไปเข้าถึงได้ในวันนี้

ซึ่งก็น่าคิดว่า เมื่อทั่วโลกกำลังโหมลงทุนในเทคโนโลยีกันขนาดนี้ เราจำเป็นต้องกระโดดลงไปเล่นในตลาดที่ยังมีความเสี่ยงจะกลายเป็นฟองสบู่ด้วยหรือไม่

[ไทยเองก็วางหมากในจุดที่ “ตัวเองมีโอกาส”]

กลับมาดูที่ไทยกันบ้างว่า ตอนนี้บ้านเราลงทุนและพัฒนาเทคโนโลยี AI ด้านไหนไปแล้วบ้าง?

ที่ผ่านมา ไทยเองก็ไม่ได้หยุดพัฒนา เพราะตลอด 4 ปีที่ผ่านมา ไทยเดินหน้าตามแผน AI แห่งชาติ ซึ่งกำลังเข้าสู่เฟดที่ 2 และเน้น 4 เรื่องหลัก

• พัฒนาคน ตั้งแต่นักเรียน นักศึกษา ไปจนถึงผู้เชี่ยวชาญและนักวิจัย ผ่านหลักสูตร AI มหาวิทยาลัย และ Bootcamp

• พัฒนาโมเดล AI ภาษาไทยและดูแลเรื่องข้อมูล ผ่าน ThaiLLM และ Pathumma LLM เพื่อให้ภาครัฐสามารถนำ AI มาใช้กับข้อมูลสำคัญได้อย่างปลอดภัย

• นำ AI มาใช้ด้านการแพทย์ โดยพัฒนาโมเดลร่วมกับโรงพยาบาล และผลักดันงานวิจัยไปสู่การใช้งานจริง

• วางกติกาการใช้ AI ทั้งเรื่องจริยธรรม มาตรฐาน และการกำกับดูแล

[การลงทุนที่คุ้มค่าที่สุด = เลือกจังหวะที่เหมาะสม และสร้างประโยชน์ได้จริง]

สิ่งเหล่านี้ทำให้เห็นว่า เราอาจไม่จำเป็นต้องรีบลงทุนในทุกอย่างที่กำลังเป็นกระแส เพราะตอนนี้ AI ยังพัฒนาเร็วมาก เทคโนโลยีหลายอย่างยังมีต้นทุนสูง และยังไม่รู้ว่าอะไรจะอยู่รอดหรือกลายเป็นมาตรฐานในระยะยาว

ดังนั้น การเตรียมคนและโครงสร้างพื้นฐานให้พร้อม แล้วค่อยเลือกลงทุนในสิ่งที่มีโอกาสสร้างประโยชน์ได้จริง อาจเป็นทางเลือกที่คุ้มค่ากว่าการทุ่มเงินจำนวนมากไปกับเทคโนโลยีที่ยังมีความเสี่ยง

เพราะเมื่อเทคโนโลยีพัฒนาขึ้น ต้นทุนลดลง และเริ่มเห็นชัดว่าอะไรสร้างประโยชน์ได้จริง เราก็ยังสามารถเข้าไปลงทุนได้ โดยมีข้อมูลมากขึ้นและความเสี่ยงน้อยลง

เพราะสุดท้ายแล้ว การลงทุนที่สำคัญในยุค AI อาจไม่ใช่การรีบสร้างทุกอย่างก่อนใคร แต่คือ

การสร้างความพร้อมให้มากพอ เพื่อเลือกลงทุนได้ถูกจังหวะและสร้างประโยชน์ได้จริง