TL;DR
· การประชุมผู้เชี่ยวชาญของโนมูระเมื่อวันที่ 13 กรกฎาคมชี้ให้เห็นว่าตลาด LLM ของจีนกำลังเปลี่ยนจากการลดราคาเพียงอย่างเดียวไปสู่การมีทั้งราคาถูกสำหรับโมเดลพื้นฐานและราคาพรีเมียมสำหรับโมเดลขั้นสูง
· ความได้เปรียบด้านต้นทุนของ DeepSeek มาจากการปรับปรุงระบบ เช่น แคช การจัดตารางเวลา ความหน่วง และประสิทธิภาพการใช้ฮาร์ดแวร์ การเปิดเผยน้ำหนักโมเดลไม่ได้หมายถึงการคัดลอกประสิทธิภาพการดำเนินงาน
· ตัวเร่งความเร็วในประเทศกำลังได้รับโอกาสมากขึ้นในการอนุมานและการปรับใช้ในพื้นที่ แต่โครงการขององค์กรยังคงต้องผ่านการตรวจสอบ ROI ในระยะ 12 ถึง 18 เดือน
ทีมอินเทอร์เน็ตจีนของโนมูระได้พูดคุยกับผู้เชี่ยวชาญจากห้องปฏิบัติการ AI ภาษาจีนแห่งหนึ่งเมื่อวันที่ 13 กรกฎาคม และให้ข้อสรุปที่ใกล้เคียงกับความเป็นจริงเชิงพาณิชย์มากขึ้น: ตลาดโมเดลขนาดใหญ่ของจีนไม่ได้มุ่งไปสู่ราคาถูกเพียงอย่างเดียว แต่กำลังแบ่งออกเป็นสองระดับ—โมเดลพื้นฐานยังคงลดราคาเพื่อดึงดูดลูกค้า ในขณะที่โมเดลขั้นสูง การปรับใช้ในพื้นที่ และบริการปรับแต่งสำหรับองค์กรยังคงรักษาราคาพรีเมียมไว้
โมเดลพื้นฐานที่เป็นกรรมสิทธิ์ของห้องปฏิบัติการนี้ถูกปรับใช้กับลูกค้าองค์กรมากกว่า 100 ราย และทีมงานยังเป็นผู้ใช้งานในช่วงแรกของตัวเร่งความเร็วในประเทศ เช่น Huawei Ascend สัญญาณหลักที่ออกมาจากการประชุมผู้เชี่ยวชาญคือ แม้ว่าความสามารถของโมเดลจะเปรียบเทียบได้ง่ายขึ้นเรื่อยๆ แต่สิ่งที่กำหนดผลกำไรของแพลตฟอร์มและความผูกพันของลูกค้าอย่างแท้จริงได้ขยายจากการจัดอันดับไปสู่ต้นทุนการอนุมาน ประสิทธิภาพการปรับใช้ และเวิร์กโฟลว์ขององค์กร
นี่ไม่ใช่รายงานการวิจัยที่เปิดเผยของโนมูระ และไม่ได้เป็นตัวแทนของสถิติทั้งอุตสาหกรรม อย่างไรก็ตาม มันให้มุมมองที่ใกล้เคียงกับการจัดซื้อขององค์กรมากขึ้น: ลูกค้าไม่ได้ซื้อแค่โมเดลเท่านั้น แต่ยังต้องคำนวณราคาชิป ต้นทุนต่อการเรียกใช้ การรวมระบบ ความปลอดภัยของข้อมูล และระยะเวลาที่โครงการจะคืนทุน
DeepSeek เป็นตัวอย่างที่ชัดเจนที่สุดในตรรกะนี้
ตลาดมักอธิบายต้นทุนต่ำของ DeepSeek ว่าเป็นเพราะโมเดลโอเพนซอร์ส แต่การเปิดเผยน้ำหนักโมเดลเพียงลดอุปสรรคในการใช้งานเท่านั้น ไม่ได้คัดลอกประสิทธิภาพการดำเนินงานของแพลตฟอร์มดั้งเดิมโดยอัตโนมัติ สิ่งที่กำหนดค่าใช้จ่ายในการอนุมานอย่างแท้จริงยังรวมถึงอัตราการ命中แคช กลยุทธ์การจัดตารางคำขอ กลยุทธ์การประมวลผลแบบกลุ่ม การควบคุมความหน่วง และประสิทธิภาพการใช้ฮาร์ดแวร์
รายงานทางเทคนิคของ DeepSeek-V3 เปิดเผยสถาปัตยกรรมเช่น MLA และ DeepSeekMoE รวมถึงเอกสารโครงสร้างพื้นฐานที่เกี่ยวข้องกับการปรับสมดุลโหลดและการเพิ่มปริมาณงาน ล้วนชี้ไปที่สิ่งเดียวกัน: การใช้ทรัพยากรฮาร์ดแวร์น้อยลงเพื่อดำเนินการเรียกใช้มากขึ้น
ซึ่งหมายความว่า แม้ว่าแพลตฟอร์มอย่าง Tencent, Alibaba, ByteDance จะสามารถปรับใช้น้ำหนักโมเดลโอเพนซอร์สเดียวกันได้ ก็ไม่แน่ว่าจะสามารถสร้างต้นทุนเท่ากันในสภาพแวดล้อมธุรกิจจริง เมื่อลูกค้าองค์กรเรียกใช้โมเดลในระยะยาว ความแตกต่างเพียงไม่กี่มิลลิวินาทีของความหน่วง สองสามเปอร์เซ็นต์ของประสิทธิภาพแคช และประสิทธิภาพการใช้ฮาร์ดแวร์ อาจกลายเป็นความแตกต่างที่ชัดเจนในค่าใช้จ่าย
ดังนั้น แรงกดดันทางการแข่งขันจาก DeepSeek ไม่ได้เป็นเพียงแค่ "โมเดลที่ถูกกว่า" เท่านั้น แต่กำลังบังคับให้อุตสาหกรรมทั้งหมดต้องคำนวณต้นทุนที่แท้จริงของทุกโทเค็น ทุกการเรียกใช้ และทุกกระบวนการทางธุรกิจใหม่
สงครามราคาในตลาดโมเดลขนาดใหญ่ของจีนกำลังเกิดการแบ่งชั้น
โมเดลพื้นฐานที่มุ่งเน้นนักพัฒนาและความต้องการที่มีน้ำหนักเบา มีระดับความเป็นสินค้าโภคภัณฑ์สูงขึ้นเรื่อยๆ และยังคงมีแรงกดดันให้ราคาลดลงอีก แพลตฟอร์มสามารถขยายปริมาณการเรียกใช้ผ่านราคาต่ำหรือแม้แต่การอุดหนุน ทำให้โมเดลกลายเป็นทางเข้าไปสู่บริการคลาวด์และระบบนิเวศ AI
แต่เมื่อโมเดลเข้าสู่ระบบบริการลูกค้า การควบคุมความเสี่ยงทางการเงิน คลังโค้ด ERP CRM หรือระบบการจัดการการผลิต ลูกค้าไม่ได้ซื้อแค่ API อีกต่อไป แต่ซื้อระบบธุรกิจที่ต้องทำงานอย่างเสถียร ยิ่งการปรับใช้ลึกมากเท่าไร การเปลี่ยนผู้ให้บริการก็ต้องย้ายข้อมูล ปรับปรุงกระบวนการ ทดสอบความปลอดภัย และฝึกอบรมพนักงานใหม่ ซึ่งต้นทุนในการเปลี่ยนก็จะสูงขึ้นตามไปด้วย
สิ่งนี้ทำให้ผู้ผลิตโมเดลสามารถใช้กลยุทธ์การตั้งราคาสองแบบพร้อมกัน: ลดราคาความสามารถพื้นฐานเพื่อดึงดูดลูกค้า ในขณะที่โมเดลขั้นสูง โซลูชันเฉพาะอุตสาหกรรม การปรับใช้แบบส่วนตัว และการส่งมอบที่ปรับแต่งตามความต้องการ ทำหน้าที่สร้างรายได้
โอเพนซอร์สและปิดซอร์สไม่จำเป็นต้องเลือกอย่างใดอย่างหนึ่ง โมเดลโอเพนซอร์สสามารถดึงดูดนักพัฒนาและขยายระบบนิเวศ ในขณะที่โมเดลเรือธงแบบปิดซอร์สและบริการ API เหมาะกว่าเป็นช่องทางเก็บค่าใช้จ่าย อาลีบาบายังคงรักษาระบบนิเวศโอเพนซอร์ส Qwen ไว้ ในขณะเดียวกันก็รองรับความต้องการระดับสูงผ่าน API รูปแบบต่างๆ เช่น Plus และ Max Preview ซึ่งสะท้อนถึงรูปแบบธุรกิจแบบแบ่งชั้นนี้
การจัดหาฮาร์ดแวร์กำลังเสริมความแข็งแกร่งให้กับการเปลี่ยนแปลงนี้
รายงานสาธารณะแสดงให้เห็นว่า เซิร์ฟเวอร์และชิปของ Nvidia ที่ถูกจำกัดบางส่วนกำลังเผชิญกับแรงกดดันด้านราคา เนื่องจากการหดตัวของอุปทานและความต้องการที่เพิ่มขึ้นจากลูกค้า พูดให้ถูกต้องกว่านั้น ไม่ใช่ผลิตภัณฑ์ทั้งหมดของ Nvidia ที่ราคาสูงขึ้น แต่ต้นทุนการจัดซื้อและความพร้อมใช้งานของผลิตภัณฑ์ระดับสูงหรือที่ถูกจำกัดบางรุ่น กำลังส่งผลต่อการเลือกปรับใช้ของบริษัทจีน
การฝึกอบรมกำหนดขีดจำกัดความสามารถของโมเดล ในขณะที่การอนุมานกำหนดค่าใช้จ่ายในการดำเนินงานประจำวัน การฝึกอบรมระดับสูงยังคงพึ่งพาระบบนิเวศซอฟต์แวร์และฮาร์ดแวร์ที่成熟 แต่ในการอนุมาน การปรับใช้แบบส่วนตัว และสถานการณ์เฉพาะอุตสาหกรรม ลูกค้าเต็มใจที่จะสร้างสมดุลระหว่างประสิทธิภาพ ต้นทุน และความมั่นคงของอุปทาน
หากตัวเร่งความเร็วในประเทศสามารถให้ความเสถียรและประสิทธิภาพการอนุมานที่ยอมรับได้ การปรับใช้ในพื้นที่และแบบผสมก็จะเข้าสู่รายการจัดซื้อได้ง่ายขึ้น ลูกค้าภาครัฐและรัฐวิสาหกิจให้ความสำคัญกับความปลอดภัยของข้อมูล การปฏิบัติตามกฎระเบียบ การปรับใช้ในพื้นที่ และการควบคุมห่วงโซ่อุปทานเป็นพิเศษ ซึ่งเป็นโอกาสที่ชัดเจนสำหรับพลังการคำนวณในประเทศ เช่น Ascend ของ Huawei
อย่างไรก็ตาม การเพิ่มขึ้นของความน่าดึงดูดด้านต้นทุนไม่ได้หมายความว่าฮาร์ดแวร์ในประเทศจะสามารถแทนที่ GPU ระดับสูงได้อย่างสมบูรณ์ การย้ายโมเดลเกี่ยวข้องกับโอเปอเรเตอร์ระดับล่าง เฟรมเวิร์ก แคช การจัดตารางเวลา และเครื่องมือปรับใช้ ซึ่งระบบนิเวศของนักพัฒนาที่สะสมมาในระยะยาวยังคงเป็นช่องว่างสำคัญ ตัวเร่งความเร็วในประเทศมีแนวโน้มที่จะเริ่มต้นจากการอนุมานและการปรับใช้ในอุตสาหกรรมก่อน แล้วค่อยๆ ขยายขอบเขตการใช้งาน
ตรรกะการชำระเงินของลูกค้าองค์กรก็กำลังแยกออกจากกันเช่นกัน
รัฐบาลและรัฐวิสาหกิจให้ความสำคัญกับความปลอดภัยของข้อมูล การตรวจสอบการปฏิบัติตามข้อกำหนด การปรับใช้ในพื้นที่ และความมั่นคงในการจัดหาในระยะยาว ข้อกำหนดเหล่านี้จะขยายโอกาสให้กับซอฟต์แวร์และฮาร์ดแวร์ในประเทศ แต่ก็หมายความว่าโครงการต้องผ่านกระบวนการจัดซื้อ ทดสอบ และตรวจรับที่ยาวนานขึ้น
ในขณะที่บริษัทเอกชนคำนวณผลตอบแทนจากการลงทุนอย่างตรงไปตรงมา ข้อมูลจากผู้เชี่ยวชาญระบุว่าลูกค้าเอกชนจำนวนมากต้องการเห็น ROI ที่ชัดเจนภายใน 12 ถึง 18 เดือน รวมถึงการลดต้นทุนแรงงานด้านบริการลูกค้า การเพิ่มอัตราการแปลงยอดขาย การลดระยะเวลาการวิจัยและพัฒนา หรือการลดต้นทุนการดำเนินงาน
สถานการณ์ต่างๆ เช่น บริการทางการเงิน ผลผลิตในสำนักงาน และการเขียนโค้ด มีแนวโน้มที่จะนำไปใช้ในเชิงพาณิชย์ได้ก่อน เนื่องจากมีความหนาแน่นของข้อมูลสูง ต้นทุนแรงงานสูง และผลลัพธ์ค่อนข้างวัดได้ง่าย การผลิต การแพทย์ และกฎหมายก็มีความต้องการเช่นกัน แต่ยังต้องจัดการกับการปรับปรุงกระบวนการ ความแม่นยำ การปฏิบัติตามข้อกำหนด และขอบเขตความรับผิดชอบ การเปลี่ยนจากการทดลองไปสู่การปรับใช้ในวงกว้างมักต้องใช้เวลานานกว่า
นี่ยังหมายความว่าการจัดอันดับโมเดลนั้นยากที่จะแปลงเป็นรายได้ขององค์กรโดยตรง สิ่งที่ลูกค้ายินดีจ่ายในที่สุดขึ้นอยู่กับว่าโมเดลสามารถเชื่อมต่อกับธุรกิจจริงได้อย่างเสถียร และให้ผลตอบแทนที่คำนวณได้ภายในเวลาที่จำกัด
สงครามราคาโมเดลใหญ่ของจีนยังไม่สิ้นสุด แต่วิธีการแข่งขันได้เปลี่ยนไปแล้ว โมเดลพื้นฐานจะยังคงลดราคาต่อไป ในขณะที่โมเดลขั้นสูง การปรับใช้แบบส่วนตัว และบริการในอุตสาหกรรมจะต้องรับภาระแรงกดดันด้านกำไร ตัวเร่งความเร็วในประเทศกำลังได้รับโอกาสมากขึ้นในตลาดการอนุมาน และ DeepSeek ก็ได้ยกระดับมาตรฐานประสิทธิภาพด้านต้นทุนของอุตสาหกรรมทั้งหมด
สิ่งที่ยากต่อการลอกเลียนแบบจริงๆ ไม่ใช่น้ำหนักโอเพนซอร์ส แต่เป็นวิศวกรรมระบบที่ซ่อนอยู่เบื้องหลังโมเดล ใครก็ตามที่สามารถเชื่อมต่อชิป ประสิทธิภาพการอนุมาน และความสามารถในการส่งมอบให้องค์กร และช่วยให้ลูกค้าเห็นผลตอบแทนภายใน 12 ถึง 18 เดือน ใครผู้นั้นจึงมีแนวโน้มที่จะเปลี่ยนการเข้าชมราคาถูกให้เป็นรายได้ระยะยาว
ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:
กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats
กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App
บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia