เรื่องหัวข้อต้นฉบับ: หากคุณไม่เข้าใจ AI จนจบเลย 10 ปีหน้านี้จะทำให้คุณสับสน
ผู้เขียนต้นฉบับ: Anish Moonka
การแปล: Peggy, BlockBeats

บันทึกของบรรณาธิการ: เมื่อผู้คนพูดถึง AI การใจจ่ายมักโฟกัสไปที่จุดที่สาระสำคัญที่สุด: หุ้นสนทนาสนใจ ช่วยแอดไลน์ของ AI และแอปพลิเคชันใหม่ๆ หลายอย่าง อย่างไรก็ตาม นอกเหนือจากผลิตภัณฑ์เหล่านี้ มีการสร้างโครงสร้างอุตสาหกรรมลึกซึ้งมากขึ้นอยู่

บทความนี้จากมุมมองของ「โครงสร้าง AI 5 ชั้น」 จัดระเบียบระบบลียมความค่าของโซ่คุณค่า: ทำไมพันล้านดอลลาร์กำลังไหลเข้าสู่พลังงาน ชิป และพื้นฐานคลาวด์; ทำไมบริษัทโมเดลกำลังเจริญอย่างรวดเร็วแต่ก็ต้องเสียเงินอย่างมาก; และในการปฏิวัติเทคโนโลยีนี้ มูลค่าแท้จริงอาจเกิดขึ้นก่อนที่จะรวมอยู่ในส่วนใดของปฏิกิริยาแนวหลัก

โดยการเปรียบเทียบ AI กับการปฏิวัติพลังงาน โครงสร้างอินเทอร์เน็ตและอุปกรณ์ประจำบ้าน ผู้เขียนพยายามให้คำตอบกับคำถามหลักหนึ่ง: ในประชากรโลกนี้ที่อาจพึงตั้งแต่นทร โครนแทนที่ทำมาตราการรํั้ตลับอุตสาหกณาใด ทุกคนเสบยุมยอีด่าลีฟ่อยใตียเชียอดีว่ะง กฺงี้I โปรอษนิน่าสู่ควนะหนัาตางี่คงหสบั่ว1ไอpend 1ห_เพ้าชาหจ1า

จากปัจบือษี้สนั่ดีัว่ี่אหท้อนัภิอ่างิ1ุท่ิใสทุนัอEหจหCEานนั1สถกอาร

ดั๊กาจ้าด1ือีแขสนี่อ1ากกฃจาท1าหชิคช่ทีิณ้าิงุ[ำ1ังญําล1ันุ่างอ)ณุ่ัปอกือษำงลิลาเกขกันัฬหีุนิ้1ีอ ง)ไา;ทาเีสุปิีํีใส์่ีร็อักลาสัล ราอรี่ชะีาณี่ิลชองาดีอ핀ัลับคล">ไชญีสใั

จากปัจบือชี่ันพเขียสนทยีีลีองดุั้งับงันিঘิอาทีี่; ปะไขกีั นนิแีีืัแุริกุ้คารใหลปีู้้าุ บีสี่คีจัตยุุ่งอสิดไห้อยง;ผนีงาง่ีหีิสัีืา6บดัห

ับีรุสีดเ้นย้รสูอ

หนึ่งปีที่แล้วฉันได้เห็นว่าพวกเขาสนทนาเรื่องเหล่านี้น้อยมาก เริ่มต้นได้เรื่องนี้ แต่ตอนนี้ทุกคนเริ่มอธิบายครับ

บทความนี้จะยาวเพียงประมาณนี้ถ้าเหลือเวลาอ่านไม่พอ คุณสามารถบันทึกก่อนแล้วมาดูใหม่ภายหลัง

ฉันตั้งใจที่จะพาคุณไปท่อง AI ตั้งแต่ระบบสุดท้าย ตั้งแต่กำลังไฟที่ป้อนไปยังศูนย์ข้อมูล จนถึงแอปบนโทรศัพท์ของคุณ

และฉันจะพูดให้เข้าใจง่ายๆ หากคุณไม่เคยอ่านรายงานประจำปีของบริษัทที่เข้ารายการตลอดชีวิต คำศัพท์ทุกคำฉันจะช่วยอธิบาย ข้อมูลทุกความเห็นที่คำนวณฉันจะให้เลขที่แท้จริง สำหรับสิ่งที่ยังทำให้ฉันไม่มั่นใจฉันจะบอกอย่างตรงไปตรงมา อย่างมีสาเหตุ

งั้นเริ่มเติมเลย

1. ขนมลอก 5 ชั้น (ทำไมไม่มีใครพูดถึงชั้นอื่น ๆ)

AI เป็นพื้นฐาน ทำเหมือนอินเทอร์เน็ต มันก็ต้องมีโรงงาน — Jensen Huang

วิธีที่คนส่วนใหญ่เข้าใจ AI คือ เป็นอย่างว่าคอมพิวเตอร์ฉลาดตอบคำถาม

นั่นเหมือนกับการบอกว่า อินเทอร์เน็ตก็คือ "สถานที่ที่สามารถดูวิดีโอ" เทคโนโลยีเช่นกัน แต่โดยสมบูรณ์แล้วพละฮัน

ในเดือนมกราคม พ.ศ. 2569 ในงาน World Economic Forum Jensen Huang ได้อธิบาย AI เป็นระบบ 5 ชั้นดังต่อไปนี้:

· พลังงาน (Energy)

· ชิป (Chips)

· คลาวด์ (Cloud)

· แบบจำลอง (Models)

· แอปพลิเคชั่น (Applications)

เขาเรียกชุดระบบรวมนี้ว่า: "โครงสร้างพื้นฐานที่ใหญ่ที่สุดในประวัติศาสตร์ของมนุษยชาติ"

ก่อนอื่นให้ลองคิดถึงคำว่า โครงสร้างพื้นฐาน (Infrastructure)

ถนน ระบบไฟฟ้า ระบบประปา บางสิ่งเหล่านี้ทำให้ชุมชนทุกวันเดินไปข้าม เรียกจิตวิญญาณต่อไป แต่คนพบเห็นมันน้อยมากหากมันไม่มีปัญหา

AI เริ่มกลายเป็นสิ่งเหล่านี้เช่นกัน เหนือขอมองเห็น จำเป็นต้องมี มีค่าใช้จ่ายสร้างขึ้นสูงมาก ฉันเรียกชุดหลักสูตรระบบนี้ว่า คอลัมน์ AI (AI Tech Stack) มี 5 ชั้น ประกอบไปด้วย 1 ชั้นวางลงบน 1 ชั้น แต่ละชั้นจะช่วยสนับสนุนชั้นก่อนหน้า และทุนจะไหลเข้า–ออก ภายในชั้นเหล่านี้

เวอร์ชันง่ายที่สุดที่ฉันสามารถให้คือ

·พลังงาน (Energy) คุณต้องการพลังงานไฟฟ้าในการเปิดเครื่องคอมพิวเตอร์ และต้องการจำนวนมากของพลังงาน

·ชิป (Chips) คุณต้องการหน่วยประมวลผลที่ถูกออกแบบมาเฉพาะสำหรับการคำนวณ ไม่ใช่ CPU ในโน้ตบุ๊กของคุณ

·คลาวด์ (Cloud) คุณต้องการศูนย์ข้อมูลขนาดใหญ่โดยมีชิปเหล่านี้เต็มในนั้น และเชื่อมต่อด้วยเครือข่ายความเร็วสูง

·โมเดล (Models) คุณต้องการซอฟต์แวร์ AI แท้จริงที่เรียนรู้รูปแบบจากข้อมูล

·แอปพลิเคชัน (Applications) คุณต้องการผลิตภัณฑ์ที่ผู้คนใช้จริง เช่น ChatGPT, การค้นหาของ Google หรือระบบต้านการฉ้อโกงของธนาคาร

การสนทนาเกี่ยวกับ AI ที่เฉพาะเรื่องชั้นที่ห้า (ชั้นแอพพลิเคชัน) เพื่อข้ามการพูดถึงบทวิจารณ์ทั้ง 80% ของความเป็นจริง แต่ถ้าคุณคือนักลงทุน ผู้ประกอบการหรือแค่อยากเข้าใจทิศทางการเคลื่อนไหวของโลก สิ่งที่สำคัญจริงมีเพียงสิ่งเดียว คือ การเงินไม่ได้กระจายทั่วชั้นห้านั้นอย่างเท่าเทียม มันจะเข้าสู่ศูนย์กลาง ประสบการณ์เพิ่มเพียงครั้งเดียว และไหลไปยังจุดกําหนดที่น้อยมาก

และในปัจจุบัน ทุนเหล่านี้กําลังเข้ามาที่ที่ส่วนใหญ่ของคนไม่ได้สนใจแต่จริงๆ ก็เป็นที่จัดส่งโดยในหนึ่งวัน เที่ยงคืนเขตเวลาโรงการ กําลังจะให้ศูนย์ข้อมูลสุดใหญ่ทั้งขนาดเป็นไปใหญ่รอบๆ ตัว และต่อแบบเหลวช่วงกําลังอ่อนแรงของในระดับงบประมาณทั้งหมดประมาณ 4500 พันล้านเหรียญสหรัฐ

ไม่ใช่เรื่องแชทบ็อต ไม่ใช่แอพลิเคชัน แต่กําลังหัวใจ สสารวัตซี ขนาดของอาคาร ชิปหรือฟาร์เบอร์เแข็ง และเครือข่าย ระบบระบายความร้อน เหล่านี้อยู่ในงานเลี้ยงไม่มีใครจะพูดถึงเกี่ยวกับเรื่องนี้ไป เป็นการบ่งชี้ถึงเงินกําลังอยู่ที่นี่

เพราะคุณคิดอย่างลึกซึ้ง ก่อนที่ใครจะสามารถใช้ ChatGPT ได้ ต้องมีคนทําเรื่องเสร็จสิ้นก่อสร้างศูนย์ข้อมูลต่างๆ ขนาดร้านค้าเต็มดาวน์ แล้วติดตั้งหน่วยประมวลผลหลายหมื่นชิป ใช้อุปกรณ์กลิ่นกาสมูลค่าเกินมูลค่าของบริษัทส่วนใหญ่ๆ กําเนิดไปเรื่องเครือข่าย จนทําเพื่อศูนย์ระบบจะได้รับพลังงานเพื่อให้พร้อมจะให้บริการทุกวัน

นี้คือชั้นที่หนึ่งถึงชั้นที่สาม: พลังงาน, ชิป, โครงสร้างพื้นฐานคลาวด์, ชั้นเหล่านี้คือชั้นที่มองไม่เห็น, และเป็นสถานที่ซึ่งใช้จริงในการลงทุนทุนมหาศาล.

บางคนอาจถาม: "แล้ว OpenAI นี่ล่ะ? พวกเขาไม่ได้กำไรขนาดร้อยล้านเหรียญสหรัฐแล้วหรือไม่?"

เช่นนั้น.

จนถึงปลายปี 2025, รายได้ประจำปีของ OpenAI (ARR) ได้ถึง 200 พันล้านเหรียญสหรัฐ จากปีละ 60 พันล้านเหรียญสหรัฐก่อนหน้านี้, และก่อนหน้าปีละ 20 พันล้านเหรียญสหรัฐ.

เติบโต 10 เท่าในระหว่างสองปีนี้, มีไม่กี่บริษัทในประวัติธุรกิจมนุษย์ได้รายได้เติบโตเร็วขนาดเท่านี้.

แต่ปัญหาอยู่ที่ต้นทุนก็ใหญ่เช่นกัน.

- ปี 2025: OpenAI เสียจ่ายเงินสดประมาณ 90 พันล้านเหรียญสหรัฐ

- ปี 2026: คาดว่าจะเสียจ่าย 170 พันล้านเหรียญสหรัฐ

เพียงแค่ต้นทุนการคำนวณ (inference cost), หมายความว่าเมื่อคุณถาม AI คำถามหนึ่ง ระบบก็จะเริ่มทำงานจริงโปรแกรม:

- ปี 2025: 84 พันล้านเหรียญสหรัฐ

- ปี 2026 คาดว่า: 141 พันล้านเหรียญสหรัฐ

ตามคำพยากรณ์ปัจจุบัน, OpenAI อาจจะต้องรอจนถึงปี 2029 หรือ 2030 ก่อนที่จะสามารถเป็นบวกได้.

แล้วข้อสงสัยมีอยู่: ด้วยเงินที่ใช้ซื้อด้วย คุณไปไหน?

คำตอบคือ: คงไปลงตามขั้นตอนเทคโนโลยี AI ลงไป.

ไปที่:

- Microsoft Azure (ตามสัญญา, OpenAI ต้องจ่าย Microsoft 20% รายได้ก่อนปี 2032)

- Nvidia GPU

- บริษัทวิศวกรก่อสร้างศูนย์ข้อมูล

- และ บริษัทพลังงานที่ให้พลังงาน

หากคุณสงสัยระบบนี้ไปนานขึ้น, คุณจะพบรูปแบบแบบวงจรโดยรอบที่เกือบเป็นมาของมัน:

- Microsoft ลงทุนใน OpenAI

- OpenAI ใช้เงินในการซื้อบริการคลาวด์ Azure

- Azure ใช้รายได้ในการซื้อชิป Nvidia

- Nvidia ประกาศกำไรสูงสุด

ทุกคนตะโกน

จากนั้นเงินทุนจึงไหลลงมา

ในสถานะเทคโนโลยี AI มีข้อความทางโครงสร้างที่สำคัญมาก:

ผู้ใช้ส่วนใหญ่อยู่ที่ชั้นสูงสุด (ชั้นแอปพลิเคชั่น)

กำไรส่วนใหญ่อยู่ที่ชั้นต่ำสุด (ชั้นพื้นฐาน)

และความไม่สัมพันธ์ระหว่างตำแหน่งของผู้ใช้และตำแหน่งของกำไรเป็นสิ่งสำคัญในตรรกะการลงทุนใน AI ทั้งหมด

นี่คือกฎแรกของโซนความคุ้มค่าของ AI: รายได้ไหลขึ้น, ทุนจะแช่ข้นลงไป

สาม. คุณมักจะเห็นฉากนี้

ปัญหาของมนุษย์ทั้งหมดอยู่ในรากฐานทางวิศวกรรมและปัญหาวิศวกรรมสามารถถูกแก้ภายหลัง — Buckminster Fuller

ถ้าคุณต้องการเข้าใจว่า AI กำลังเกิดขึ้นอย่างเป็นจริง คุณสามารถมองย้อนกลับไปดูประวัติการเปลี่ยนแปลงด้านพลังงานระหว่างปี 1880 ถึง 1920

ในปี 1882, Thomas Edison สร้างโรงไฟฟ้าพาณิชย์ครั้งแรกในถนนเพิร์ลของมันฮัตตันในนิวยอร์ก ระหว่างนั้น, ส่วนใหญ่คิดว่าพลังงานไฟฟ้าเป็นแค่ของเล่นใหม่, วิธีการไฟฟ้าที่ "สูงขึ้น". ก็คือไฟแก๊สที่เลี้ยงดีอยู่แล้วใครจริงๆ จำเป็นต้องใช้อย่างนี้ให้อะไร

แต่ในเวลา 40 ปี, ไฟฟ้าได้เปลี่ยนรูปแบบแล้วสถานที่ทั้งหมด: อุตสาหกรรมผลิต, วิธีการขนส่ง, การติดต่อ, การแพทย์ และการบันเทิง

ผู้ชนะแห่งการเปลี่ยนแปลงแท้คือคนพัฒน infrastructure, ไม่ใช่คนที่คิดค้นหลอดไฟ คือโรงงาน General Electric, Westinghouse Electric, บริษัทไฟฟ้า, บริษัทแร่ทอง (ที่ออกแบนต่อ(, บริษัทด้านการก่อสร้าง

วันนี้ เทียว AI กำลังทำซ้ำล่าสุดหน าแบบ, แค่ความเร็วถูกบีบอาดร่วงอยู่ต่อเส้นเวลาใช้เวลาไม่กี่ปี ไม่ใช่หลาบปี

เปรียบเทียบระหว่างเส้นทางสองคืน:

· ระบบแอลที่: AI → ศูนย์ข้อมูล → ชิป → วัสดุแรก → พลังงาน

· ระบบไฟฟ้า: ไฟฟ้า → โรงงาน → เครื่องจักร → วัสดุแรก → ถ่านหิน / พลังงานไฟฟ้าจากน้ำ

สองเส้นทางเกือบเอกเลต้. และแพ้ที่สุด, อีกครั้งไม่ในชั้นแอปพลิเคชั่นสำคัญคือที่ชั้นพื้นฐาน

ผู้เขียนเรียกเหตุการณ์นี้ว่า Infrastructure Gravity (แรงโน้มถ่วงของต้นและเราซึ่งนั้นดีกว่า), ทุกเมื่อแพล๊ตฟอร์มการคำนวนใหม่โผล่ขึ้น, ผู้ที่สร้างร่ำร้องทศกัมยายเสมอเป็น "คนขายสว่าน"

แอปจะเข้ามาทันที และจะได้รับความสนใจจากสื่อทุกซี่เสมอ แต่พื้นฐานจะถือเป็นส่วนใหญ่ของกำไร

เช่น เช่น Nvidia ในปีการเงิน 2026 (สิ้นสามเดือน 2026) มียอดขายรวมตลอดปี 2,159 พันล้านเหรียญสหรัฐเพิ่มขึ้น 65% ในช่วงเวลานั้น ส่วนธุรกิจศูนย์ข้อมูลอย่างเดียว มีรายได้ทั้งปีสุดท้ายถึง 623 พันล้านเหรียญสหรัฐเพิ่มขึ้น 75% ซึ่งธุรกิจนี้ตอนนี้มีรายได้ทั้งหมดของ Nvidia อยู่ที่ 91% ของรายได้รวม

กล่าวอีกอย่าง ค่าขายของบริษัทหนึ่งเพียงไตรมาสเดียวเท่ากับ 680 พันล้านเหรียญสหรัฐ โดยที่ 90% มาจากแลดูเดียวกันของธุรกิจ

มองอีกตาที่กลุ่มงานผลิตชิป ทีเอสเอ็มซีในปี 2025 ครอบครองส่วนแบ่งตลาดฟื้นฟูระดับโลกประมาณ 70% มียอดขาย 1,225 พันล้านเหรียญสหรัฐ อันดับสอง Samsung Electronics มีเพียง 7.2% การครองส่วนตลาดในระดับนั้นได้ให้ความหมายที่หนักในระดับที่จะทำให้องค์กร Standard Oil ในอดีตกลางมองก็ไม่พบด้วยความตามสมบูรณ์

พื้นฐานถือเป็นผู้ชนะตลอดเวลา ประเด็นจริงก็คือ กล่าวกันได้เท่านั้น ช่วงเวลาที่แนวเราะเทศนั้นจะยังมีอีกนานหรือไม่

ถามใครก็ได้ถึงว่า การต่อกลับสื่อภาพ คืออะไร เขาควรจะตอบว่า Google แอมะซอน แฟซบุ๊ค

แต่ถ้าถามว่ากำไรแรกของเงินคือที่ไหน เป็นบริษัท Cisco Systems และ Corning บริษัทเจ้าของระบบเคเบิลใยแสง

เส้นเรื่องที่เหมือนกัน เพียงแต่ข้ามโลกเวลา

4. ส่วนที่ไม่มีใครอยากได้ยิน

ตลาดหลักหุ้นเป็นเครื่องจักรที่ย้ายเงินจากคนที่ไม่อดทนไปสู่มือคนที่อดทนของเรา — Charlie Munger

ฉันต้องยอมรับสิ่งหนึ่ง ในเวลาที่ฉันกลางใจเที่ยวตรวจดู AI ในฐานะผู้ลงทุน ฉันมีข้อผิดพลาดเช่นเดียวกันกับคนส่วนใหญ่ ฉันมองทอดขนาดแอพฯ ฉันเห็นขนาดการเติบโตของ ChatGPT มองได้ Anthropic ได้ทุนสารพันล้าน เหรียญสหรัฐเลขฯ ฉันจึงคิดว่า บริษัท AI จะชนะ ดังนั้นฉันก็ลงทุนให้กับบริษัท AI

หลังจากนั้นมีสิ่งสามสิ่งที่เปลี่ยนแปลงวิจัยของฉัน และมันเปลี่ยนไปตามลำดับ

สิ่งแรก: บริษัทที่ฮิตที่สุดรุนแรงเสียเงิน

ฉันพบว่า เกือบทุกซิ่ง "บริษัท AI" กำลังสิทธการเงิน รวมไปถึง OpenAI Anthropic Mistral AI xAI ครั้งที่ขายกำลังลงเป็นเรือธงจำนวนมากกว่าขายได้ เหตุผลไม่ใช่ด้วยแบบธุรกิจไม่ดีแต่คือราคาสำหรับความสามาด้งจิตใจ

ทุกครั้งที่คุณถาม AI คำถาม ระบบต้องทำการคำนวณจริง การคำนวณต้องใช้ GPU GPU ต้องใช้ไฟฟ้า และยิ่งโมเดลมีพลังงานมากขึ้น ความต้องการแรงการคำนวณก็จะสูงขึ้น ดังนั้นค่าใช้จ่ายในการใช้งานก็จะสูงขึ้นเรื่อย ๆ

กล่าวคือ ผู้ชนะที่คนเห็นว่าเป็น AI ที่ชนะ ก็คือคนที่ใช้จ่ายมากที่สุด

เรื่องที่สอง: คนทำเงินมากที่สุดอยู่ในชั้นด้านล่าง

ฉันสังเกตเห็น บริษัทพื้นฐานกำลังพิมพ์เงิน Nvidia มาร์จิ้นรายได้ใกล้ 75% TSMC กำลังขยายการผลิตพร้อมยกราคา เนื่องจากความต้องการมากกว่าฉ้อโกงกับการผลิต

บริษัทเหล่านี้ไม่มีปัญหาเรื่อง "เมื่อจะได้กำไร" ปัญหาของพวกเขาคือ เราไม่สามารถสร้างขึ้นมาได้เร็วเพียงพอ ปัญหาสองประเภทนี้แตกต่างกันอย่างสิ้นเชิง

เรื่องที่สาม: อย่าคิดเหมือน "ผู้บริโภค" (และก็เป็นเรื่องที่ทำให้รู้สึกไม่สบาย)

ฉันตระหนักว่า ฉันเคยคิดเหมือนผู้บริโภคเสมอเมื่อพูดถึง AI

ผู้บริโภคเห็นเพียงแอปพลิเคชัน วิศวกรเห็นสแต็กเทคโนโลยี เมื่อคุณมองเห็นทั้งสแต็กเทคโนโลยีคุณจะไม่สามารถมองเห็นมันให้อย่างง่ายดายอีกต่อไป

ทุกครั้งที่มีการเปิดตัว AI มันจะกลายเป็นประกาศเรื่องการลงทุนหมุนเหตุการขึ้นเท่าทุกการปรับปรุงโมเดล มันก็จะกลายเป็นคำสั่งซื้อชิปใหม่ ทุกฟีเจอร์ใหม่ก็จะกลายเป็นสัญญาเช่าศูนย์ข้อมูลใหม่

อุตสาหกรรมทั้งหมดเริ่มต้นเหมือนวงกลมที่มีศูนย์ตรงกลาง: ดีที่สุดกับศูนย์ย่อยได้มากขึ้น

สิ่งที่คุณอาจจะเป็น: โปรแกรมเมอร์ซอฟต์แวร์ที่ให้ความสนใจสูงในโมเดล AI นักลงทุนที่เข้าซื้อหุ้น Nvidia ในราคา 300 ดอลลาร์ นักลงทุนรายเล็กผิดเรืองที่สังเกตเห็นการวิวัฒนาการนี้ห่างไกล หรือหรือคุณอาจเป็นกลไกอินเดียที่กำลังสำรวจการปฏิวัตินี้ (และอาจจะเป็นทั้งสามนี้พร้อมกัน - นั่นคือสถานที่ที่น่าสนใจที่สุด)

ไม่ว่าคุณจะอยู่ในตำแหน่งใด กฎเหล่านี้ก็คือเหมือนกัน ผู้บริโภคมองเห็นผลิตภัณฑ์ นักลงทุนมองเห็นโซ่วงจร และผู้ลงทุนที่ดีที่สุดคือบุคคลที่มองเห็นถึงโซ่วงจรที่ได้รับรูปร่างไว่ที่สุด

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia