ซีอีโอของ Palantir วิจารณ์รูปแบบการเก็บค่าธรรมเนียมโทเค็นอย่างรุนแรง โดยระบุว่า AI เป็น "ธุรกิจที่ต้องปรับแต่งตามความต้องการ"

TL;DR

· Alex Karp ซีอีโอของ Palantir วิจารณ์โมเดลการคิดค่าบริการแบบ Token ของ OpenAI และ Anthropic โดยเห็นว่าองค์กรต่างๆ ได้รับคุณค่าที่ไม่คุ้มกับต้นทุน
· จุดแตกหักของตลาดอยู่ที่ว่างบประมาณ AI ขององค์กรควรไหลไปสู่การเรียกใช้โมเดล หรือควรไหลไปสู่การปรับปรุงระบบธุรกิจและการส่งมอบผลลัพธ์
· หุ้นที่เกี่ยวข้อง: PLTR, NVDA และเส้นทางประเมินมูลค่าในอนาคตของ OpenAI และ Anthropic

Alex Karp ซีอีโอของ Palantir วิจารณ์ในรายการ CNBC เมื่อวันที่ 1 กรกฎาคมว่าอุตสาหกรรม AI เรียกเก็บค่าบริการสูงเกินไป โดยพุ่งเป้าไปที่การกำหนดราคาแบบ Token ของบริษัทโมเดลชั้นนำที่ให้บริการลูกค้าองค์กร รายงานข่าวการเงินจากบุคคลที่สามชี้ไปที่ OpenAI และ Anthropic โดยตรง สาระสำคัญของ Karp คือ องค์กรที่ใช้จ่ายเงินเพื่อใช้ AI อาจไม่ได้รับคุณค่าที่คุ้มค่า และอาจส่งมอบข้อมูล ทรัพย์สินทางปัญญา และความได้เปรียบทางธุรกิจให้กับห้องปฏิบัติการภายนอก

Karp กล่าวในรายการว่าซีอีโอขององค์กรไม่พอใจกับโมเดลนี้ ในวันนั้น หุ้น PLTR ปรับตัวขึ้นประมาณ 8% ถึง 9% ตั้งแต่ช่วงระหว่างวันจนถึงช่วงปิดตลาด ซึ่งไม่สามารถอธิบายได้ด้วยการสัมภาษณ์เพียงอย่างเดียว เนื่องจากในช่วงเวลาเดียวกัน ความร่วมมือระหว่าง Palantir กับ NVIDIA ในด้าน AI แบบ Sovereign และโมเดลเปิด Nemotron ก็ช่วยเสริมสร้างการเล่าเรื่องของตลาดเช่นกัน

แก่นของข้อโต้แย้งนี้คือ ใครจะเป็นผู้ได้รับงบประมาณ AI ขององค์กรในท้ายที่สุด บริษัทต่างๆ กำลังซื้อโมเดลที่ทรงพลังกว่า หรือกำลังซื้อระบบการผลิตที่สามารถปรับปรุงกระบวนการทางธุรกิจ รักษาการควบคุมข้อมูล และรับผิดชอบต่อผลลัพธ์?

ผลักดันความขัดแย้งด้านการใช้จ่าย AI ไปที่อำนาจในการกำหนดราคา

Token สามารถเข้าใจได้ว่าเป็นหน่วยวัดการประมวลผลข้อความและข้อมูลของ AI คล้ายกับการจ่ายตามจำนวนคำหรือจำนวนหน้า ทุกครั้งที่องค์กรป้อนคำถาม อัปโหลดไฟล์ หรือสร้างคำตอบ จะมีการใช้ Token สิ่งที่เรียกว่า Tokenmaxxing คือการที่องค์กรเพิ่มปริมาณการเรียกใช้ AI อย่างต่อเนื่อง โดยหวังว่าจะดึงคุณค่าออกมาจากการใช้งานที่มากขึ้น

จุดโจมตีของ Karp คือ โมเดลนี้มีแนวโน้มที่จะยึดรายได้เข้ากับ "การบริโภค" มากกว่า "ผลลัพธ์" ยิ่งองค์กรใช้มาก บริษัทโมเดลก็ยิ่งมีรายได้มากขึ้น แต่ CFO และ CIO กังวลเกี่ยวกับอีกเรื่องหนึ่ง: ปริมาณการเรียกใช้เหล่านี้ช่วยลดต้นทุน เพิ่มรายได้ หรือเปลี่ยนแปลงประสิทธิภาพของสายธุรกิจใดๆ จริงหรือไม่?

OpenAI และ Anthropic ก็มีตรรกะทางธุรกิจของตนเอง ต้นทุนการฝึกอบรมและการอนุมานของโมเดลขั้นสูงนั้นสูง ยิ่งโมเดลมีความสามารถมากและมีการเรียกใช้มาก การคิดค่าบริการตามการใช้งานก็เป็นทางเลือกโดยธรรมชาติ หน้าราคาสาธารณะจะเน้นที่ Token ขาเข้าและขาออก ในขณะที่สัญญาขององค์กรขนาดใหญ่มักจะมีส่วนลด วงเงินเครดิต การสนับสนุนเฉพาะ ค่าธรรมเนียมตัวแทน หรือข้อกำหนดที่ปรับแต่งได้

สิ่งที่คลุมเครือคือ องค์กรต้องจ่ายเงินเท่าไหร่สำหรับ "ความสามารถ" "ปริมาณการเรียกใช้" และ "ผลลัพธ์ทางธุรกิจ" ตามลำดับ คำกล่าวของ Karp ไม่ได้พิสูจน์ว่าโมเดลโทเคนล้มเหลว แต่ชี้ให้เห็นว่าโทเคนในฐานะตัวชี้วัดมูลค่าของ AI ระดับองค์กร กำลังถูกท้าทายโดยบริษัทในชั้นแอปพลิเคชัน

สิ่งที่ Palantir ขาย คือระบบการทำงาน AI ขององค์กรเอง

Palantir สามารถรับบทบาทนี้ได้ เพราะมันไม่ได้ขายแค่กล่องแชททั่วไป หรือ API ของโมเดลเดียว แต่ขายแพลตฟอร์ม AI ที่ฝังตัวเข้าไปในกระบวนการทางธุรกิจของลูกค้า

AIP สามารถเข้าใจได้ว่าเป็น "แผนที่ความรู้ทางธุรกิจ" และระบบเวิร์กโฟลว์ขององค์กร มันเชื่อมต่อข้อมูลภายใน กระบวนการอนุมัติ กฎการดำเนินงาน และความสามารถของ AI เข้าด้วยกัน ทำให้ AI มีส่วนร่วมในการผลิต การจัดสรรทรัพยากร การบริหารความเสี่ยง ห่วงโซ่อุปทาน การวิเคราะห์ข่าวกรอง หรือภารกิจของรัฐบาล ไม่ใช่แค่สร้างคำตอบขึ้นมา

ความแตกต่างจากการเรียกใช้โทเคนล้วนๆ คือ Palantir พยายามเปลี่ยนฐานการคิดค่าบริการจาก "ใช้ AI กี่ครั้ง" ไปเป็น "ระบบธุรกิจถูกปรับเปลี่ยนไปมากแค่ไหน" สิ่งที่ลูกค้าได้รับคือการปรับใช้ การบูรณาการ การควบคุมสิทธิ์ การจัดการข้อมูล และการพัฒนาอย่างต่อเนื่อง โดยโมเดลพื้นฐานเป็นเพียงส่วนหนึ่งเท่านั้น

นี่คือเหตุผลที่ Palantir เน้นย้ำเรื่อง AI แบบอธิปไตย โมเดลเปิด และความร่วมมือกับ NVIDIA สำหรับภาครัฐ การทหาร การเงิน และพลังงาน สิ่งสำคัญกว่าการประหยัดเงินไม่กี่เซ็นต์ต่อการเรียกใช้ครั้งเดียวคือ ข้อมูลไม่รั่วไหล โมเดลสามารถตรวจสอบได้ และระบบสามารถรับผิดชอบได้

ให้ผลประกอบการพูด

หากมีเพียงบทสัมภาษณ์ของ Karp ก็คงเป็นแค่การตลาดระหว่างคู่แข่ง แต่รายงานผลประกอบการไตรมาสแรกของปี 2026 ของ Palantir ทำให้ตลาดพร้อมที่จะรับฟังอย่างจริงจัง

รายงานผลประกอบการของบริษัทแสดงให้เห็นว่า รายได้ไตรมาสแรกของ Palantir อยู่ที่ประมาณ 1.633 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้น 85% เมื่อเทียบกับปีก่อน รายได้จากธุรกิจในสหรัฐฯ อยู่ที่ 595 ล้านดอลลาร์สหรัฐ เพิ่มขึ้น 133% เมื่อเทียบกับปีก่อน บริษัทยังปรับเพิ่มคาดการณ์รายได้ทั้งปีเป็นประมาณ 7.650 ถึง 7.662 พันล้านดอลลาร์สหรัฐ และคาดว่ารายได้จากธุรกิจในสหรัฐฯ จะอยู่ที่อย่างน้อย 3.224 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้นอย่างน้อย 120% เมื่อเทียบกับปีก่อน

สำหรับนักลงทุน นี่แสดงให้เห็นว่า AIP อย่างน้อยก็เข้าสู่ช่วงเร่งตัวในตลาดธุรกิจสหรัฐฯ ไม่ใช่แค่การสาธิตแนวคิด ในช่วงสองปีที่ผ่านมา ตลาดคุ้นเคยกับการจ่ายเงินเพื่อพลังการประมวลผล ชิป และโมเดล前沿 แต่ยังคงมีความเห็นแตกต่างกันว่าชั้นแอปพลิเคชันจะสามารถสร้างรายได้ที่มีกำไรสูงและมีความผูกพันแน่นแฟ้นได้หรือไม่

ตัวอย่างที่ Palantir นำเสนอคือ หาก AI ถูกบรรจุเป็นระบบการผลิตขององค์กร แทนที่จะเป็นเครื่องมือแบบใช้ครั้งเดียว ลูกค้าอาจยอมรับการปรับใช้ที่ลึกซึ้งยิ่งขึ้นและสัญญาระยะยาวมากขึ้น ณ จุดนี้ ยังคงเป็นการตัดสินแนวโน้ม ไม่ได้หมายความว่าทุกองค์กรจะซื้อ AI ตามเส้นทางของ Palantir

คำสั่งซื้อที่ดำเนินการกำหนดขอบเขตการประเมินมูลค่า

คำวิจารณ์ของ Karp มีพื้นฐานในความเป็นจริง แต่ OpenAI และ Anthropic ยังไม่ถูกตัดออกจากงบประมาณ AI ขององค์กร หลายองค์กรยังคงต้องการความสามารถของโมเดลที่แข็งแกร่งที่สุด โดยเฉพาะในด้านการวิจัยและพัฒนา การเขียนโค้ด การวิเคราะห์อัตโนมัติ และงานมัลติโหมด ซึ่งข้อได้เปรียบด้านประสิทธิภาพของโมเดล前沿ยังคงสามารถกำหนดผลลัพธ์สุดท้ายได้

บริษัทโมเดลสามารถปรับเปลี่ยนรูปแบบธุรกิจได้เช่นกัน พวกเขาสามารถเสนอการปรับแต่งองค์กรที่ลึกซึ้งยิ่งขึ้น ต้นทุนการอนุมานที่ต่ำลง คำมั่นสัญญาในการแยกข้อมูลที่แข็งแกร่งขึ้น หรือแม้แต่เปลี่ยนการเรียกเก็บเงินจากการใช้งานเพียงอย่างเดียวไปเป็นรูปแบบโครงการ รูปแบบตัวแทน หรือการผูกกับผลลัพธ์ การเรียกเก็บเงินตาม token ผ่าน API สาธารณะไม่ได้หมายความว่ารายได้จากองค์กรทั้งหมดจะถูกเรียกเก็บตาม token ในระยะยาว

สำหรับ Palantir ความท้าทายก็ชัดเจนเช่นกัน การปรับใช้เฉพาะ การรวมระบบในพื้นที่ และการปรับปรุงเวิร์กโฟลว์ที่ซับซ้อนสามารถสร้างความผูกพันสูง แต่ก็อาจนำไปสู่ต้นทุนการส่งมอบที่สูงขึ้นเช่นกัน มันต้องพิสูจน์ว่าการเติบโตของ AIP ไม่ได้เกิดจากลูกค้ารายใหญ่จำนวนน้อยและการบริการที่เข้มข้น แต่สามารถทำซ้ำได้ในอุตสาหกรรมมากขึ้นและรักษาอัตรากำไรไว้ได้

การซื้อขาย PLTR เป็นการซื้อขายความเป็นไปได้: ในห่วงโซ่คุณค่าของ AI ตำแหน่งที่ทำกำไรได้มากที่สุดอาจไม่ได้กระจุกตัวอยู่ที่ชั้นโมเดลพื้นฐานในระยะยาว แต่อาจเปลี่ยนไปยังชั้นการรวมระบบและชั้นแอปพลิเคชันที่ใกล้กับผลลัพธ์ทางธุรกิจของลูกค้ามากขึ้น หากการตัดสินนี้เป็นจริง มันจะส่งผลต่อวิธีที่นักลงทุนประเมินมูลค่าบริษัทโมเดล แพลตฟอร์มซอฟต์แวร์ และบริษัทประมวลผล

แต่การตัดสินนี้ยังต้องการข้อมูลเพิ่มเติมเพื่อยืนยัน สำหรับ Palantir ตลาดจะยังคงจับตาดูอัตราการเติบโตของรายได้เชิงพาณิชย์ในสหรัฐฯ คุณภาพการขยายฐานลูกค้า ระยะเวลาสัญญา และอัตรากำไร หากการเติบโตขึ้นอยู่กับการบริการปรับแต่งที่เข้มข้น ความยืดหยุ่นในการประเมินมูลค่าจะถูกจำกัด หากลูกค้าจำนวนมากขึ้นขยายการปรับใช้บน AIP ความท้าทายของ Karp ต่อการกำหนดราคา token จะเปลี่ยนจากการสัมภาษณ์ครั้งหนึ่งไปเป็นแรงกดดันทางธุรกิจที่ยั่งยืน

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

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

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

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