DeepSeek นำฤดูใบไม้ผลิของนัก创业者แอปพลิเคชัน AI มาสู่แล้ว

หัวข้อต้นฉบับ: 《DeepSeek นำฤดูใบไม้ผลิมาสู่ผู้ประกอบการแอปพลิเคชัน AI》
ผู้เขียนต้นฉบับ: 動察Beating

วันที่ 31 กรกฎาคม API เวอร์ชันทางการของ DeepSeek V4-Flash เปิดให้ทดสอบสาธารณะ

ทุก 1 ล้าน token ฝั่ง input ราคา 1 หยวน; ทุก 1 ล้าน token ฝั่ง output ราคา 2 หยวน เมื่อ cache hit แล้ว ทุก 1 ล้าน token ฝั่ง input ราคาเพียง 2 เซนต์ รองรับ context 1 ล้าน, โหมดคิด, การเรียกใช้เครื่องมือ และ Responses API โดยขีดจำกัดการเชื่อมต่อพร้อมกันต่อบัญชีสูงถึง 2500

DeepSeek จะใช้การกำหนดราคาแบบ peak-valley ต่อไป โดยช่วงเวลาที่มีความหนาแน่นสูงราคาจะเพิ่มเป็นสองเท่า ถึงอย่างนั้น ราคาก็ยังถูกจนไม่ค่อยมีเหตุผล

ตามการแปลงคร่าวๆ ที่ DeepSeek ให้ไว้อย่างเป็นทางการ อักขระจีน 1 ตัวใช้ประมาณ 0.6 token หนึ่งล้าน token สามารถอ่านอักขระจีนได้ประมาณ 1.67 ล้านตัว หากดูเฉพาะต้นทุนฝั่ง input การอ่านอักขระจีนประมาณ 1.67 ล้านตัว ราคาตามบัญชีเพียง 1 หยวน

ในปีที่ผ่านมา อุตสาหกรรมโมเดลขนาดใหญ่คุ้นเคยกับ context ที่ยาวขึ้น การอนุมานที่ซับซ้อนขึ้น และ Agent ที่มีความสามารถมากขึ้นเรื่อยๆ ทุกครั้งที่มีการอัปเดตโมเดล การสนทนามักจะจบลงที่ใครแซงหน้าใคร benchmark ขยับไปเท่าไร และอีกนานแค่ไหนกว่าจะถึง AGI

สำหรับผู้ประกอบการแอปพลิเคชัน AI ยังมีคำถามที่สมจริงกว่า:

งานหนึ่งต้องใช้เงินเท่าไร

ความสามารถของโมเดลกำหนดว่าผลิตภัณฑ์สามารถทำอะไรได้ในทางทฤษฎี ราคาการเรียกใช้กำหนดว่าทีมกล้าที่จะใส่ความสามารถมากน้อยแค่ไหนลงในผลิตภัณฑ์จริง

บ่ายวันนี้ ผมคุยกับ ChatGPT ในโหมดเสียงอยู่นาน ผมบอกว่า โมเดลธุรกิจที่แอปพลิเคชัน AI วิ่งได้จริงในตอนนี้ พูดตรงๆ ก็คือการขายต่อ token

มันพยายามหลายครั้งที่จะช่วยหาคำพูดที่ดูดีกว่านั้น เช่น "การขายปลีกความสามารถในการอนุมาน" หรือ "การห่อหุ้มบริการอัจฉริยะ" ผมบอกว่า อย่าหาคำพูดมาแทนธุรกิจนี้เลย การขายต่อก็คือการขายต่อ คำพูดที่ฟังไม่ดีไม่ได้แปลว่าผิด

แอปพลิเคชัน AI ดูเหมือนจะเป็นทิศทางการเริ่มต้นธุรกิจที่ใหม่ที่สุดในไม่กี่ปีที่ผ่านมา แต่เบื้องหลังกลับเป็นธุรกิจเก่าแก่:

ซื้อของเข้า แปรรูป ตั้งราคา แล้วขายของออก

และการเปลี่ยนแปลงในหลายอุตสาหกรรม มักเริ่มต้นจากราคาซื้อของที่ลดลงอย่างกะทันหัน

แอปพลิเคชัน AI ก็คือธุรกิจขายต่อ token

ในอดีต ผู้คนเคยใช้กรอบความคิดของผลิตภัณฑ์อินเทอร์เน็ตหรือ SaaS เพื่อทำความเข้าใจแอปพลิเคชัน AI

เมื่อซอฟต์แวร์พัฒนาสำเร็จแล้ว สามารถแจกจ่ายให้คนหนึ่งพันคนหรือหนึ่งล้านคนก็ได้ การเพิ่มผู้ใช้ใหม่ย่อมก่อให้เกิดต้นทุนแบนด์วิดท์ พื้นที่จัดเก็บ และการให้บริการ แต่ต้นทุนเหล่านี้มักจะค่อยๆ ลดลงเมื่อขนาดขยายใหญ่ขึ้น

แอปพลิเคชัน AI แตกต่างออกไปเล็กน้อย ทุกครั้งที่ผู้ใช้สร้างภาพหนึ่งภาพ เขียนรายงานหนึ่งฉบับ ทำงานโค้ดหนึ่งชิ้น หรือให้ Agent ดำเนินการเพิ่มอีกหนึ่งขั้นตอน บริษัทแอปพลิเคชันต้องเรียกใช้โมเดลใหม่ ทุกครั้งที่ผู้ใช้กดปุ่ม ต้นน้ำก็จะเรียกเก็บเงินอีกครั้ง

ดังนั้น โมเดลธุรกิจพื้นฐานที่แอปพลิเคชัน AI แบบซอฟต์แวร์ล้วนส่วนใหญ่ดำเนินการได้ในตอนนี้จึงเรียบง่ายมาก:

ซื้อ token จากบริษัทโมเดล นำความสามารถของโมเดลทั่วไปมาห่อหุ้มเป็นผลิตภัณฑ์ด้านการเขียน การเขียนโปรแกรม การออกแบบ การบริการลูกค้า วิดีโอ หรือ Agent แล้วขายให้ผู้ใช้ผ่านการเป็นสมาชิก คะแนนสะสม และการคิดค่าบริการรายครั้ง

ยกตัวอย่าง Poe เมื่อเปิดตัว API พวกเขาระบุโดยตรงว่า เป้าหมายการกำหนดราคาของคะแนนเสริม คือการคิดค่าบริการตามราคาที่ผู้ให้บริการโมเดลต้นน้ำเรียกเก็บจากพวกเขา

ต้นน้ำเรียกเก็บเงินตามโมเดลและ Token Poe แปลงสิ่งเหล่านั้นเป็นคะแนนในแพลตฟอร์ม แล้วขายให้ผู้ใช้พร้อมกับจุดเข้าถึงแบบรวม การชำระเงิน การสลับโมเดล และอินเทอร์เฟซสำหรับนักพัฒนา

บางบริษัทจะบอกว่าพวกเขาไม่ได้ขาย token แต่ขายผลลัพธ์ บริษัทซอฟต์แวร์บริการลูกค้า Intercom ออกแบบราคาสำหรับ AI ฝ่ายบริการลูกค้า Fin โดยคิดค่าบริการ 0.99 ดอลลาร์ต่อผลลัพธ์ที่สำเร็จหนึ่งครั้ง เมื่อผู้ใช้ยืนยันว่าปัญหาได้รับการแก้ไขแล้ว ไม่ได้ขอความช่วยเหลือจากมนุษย์เพิ่มเติม หรือ Fin ดำเนินการเวิร์กโฟลว์หนึ่งรายการสำเร็จ ก็สามารถนับเป็นผลลัพธ์หนึ่งครั้งได้

นี่เป็นเพียงการเปลี่ยนป้ายราคา การคิดค่าบริการตามที่นั่ง การคิดค่าบริการตามงาน การคิดค่าบริการตามปัญหาที่แก้ไขสำเร็จ สิ่งที่เปลี่ยนไปคือหน่วยการคิดเงินที่ผู้ใช้เห็น เบื้องหลังบริษัทแอปพลิเคชันยังคงต้องเรียกใช้โมเดล และยังคงต้องคำนวณว่าการส่งมอบหนึ่งครั้งต้องใช้ token ไปเท่าใด

หลี่ซ่ง จิตรกรในยุคราชวงศ์ซ่งใต้ เคยวาดภาพ "市担婴戏图" (ภาพพ่อค้าเร่กับเด็กเล่น) พ่อค้าเร่แบกของเต็มบ่าเดินผ่านหมู่บ้าน หม้อ ชาม เข็ม ด้าย ขนมขบเคี้ยว ของเล่น ต่างห้อยอยู่บนคานรับของ คานรับของหนึ่งอันก็คือร้านค้าขนาดเล็กเคลื่อนที่หนึ่งร้าน พ่อค้าเร่ได้กำไรจากค่าคัดเลือกสินค้า การจัดเตรียมสินค้า และการจัดส่ง

สิ่งที่บริษัทแอปพลิเคชัน AI ทำก็คล้ายกัน ผู้ผลิตโมเดลผลิตความฉลาด บริษัทแอปพลิเคชันนำความฉลาดเข้าไปในบริบทเฉพาะ สิ่งที่ซื้อมาจากต้นน้ำคือ token สิ่งที่ขายออกไปในที่สุดควรเป็นรายงานหนึ่งฉบับ ภาพออกแบบหนึ่งภาพ วิดีโอหนึ่งชิ้น

บริษัทโมเดลขายความฉลาด บริษัทแอปพลิเคชันขายความสำเร็จ

กำไรของธุรกิจนี้ขึ้นอยู่กับส่วนต่างราคาสามส่วนเป็นหลัก

ส่วนแรกคือส่วนต่างจากการจัดซื้อ

โมเดลเดียวกัน ทีมต่างกันอาจได้ต้นทุนจริงไม่เท่ากัน บริษัทที่มีปริมาณการเรียกใช้สูงสามารถต่อรองส่วนลดได้ ทีมที่มีความสามารถด้านวิศวกรรมแข็งแกร่งสามารถใช้แคช การประมวลผลแบบอะซิงโครนัส การเรียกใช้แบบ峰谷 และการจัดเส้นทางโมเดลเพื่อกดต้นทุนเฉลี่ยให้ต่ำลงได้อีก คนอื่นใช้เงินหนึ่งบาททำเรื่องหนึ่งให้เสร็จ คุณใช้ห้าสิบสตางค์ก็เสร็จ ส่วนที่เหลือห้าสิบสตางค์คือกำไร

พูดง่ายๆ ก็คือ ซื้อของเหมือนกัน บางคนได้ราคาส่ง บางคนได้ราคานักท่องเที่ยว

ส่วนที่สองคือส่วนต่างจากการใช้งาน

บางคนซื้อสมาชิกแล้วใช้ AI ขูดรีดเหมือนวัวควายทุกวัน บางคนเติมเงินด้วยความทะเยอทะยาน แต่ผ่านไปครึ่งเดือนกลับไม่ใช้ผลิตภัณฑ์เลย ตราบใดที่การบริโภคเฉลี่ยของกลุ่มผู้ใช้ทั้งหมดต่ำกว่าที่ประมาณการไว้ตอนออกแบบแพ็กเกจ เครดิตที่ใช้ไม่หมดก็จะกลายเป็นช่องว่างกำไร

ตรรกะนี้ใกล้เคียงกับบัตรรายปีฟิตเนสหรือแพ็กเกจอินเทอร์เน็ตมือถือ

แต่มีปัญหาหนึ่งที่ต้องระวัง การจัดซื้อต้นทางต้องยืดหยุ่นพอ ผู้ใช้น้อยลงถึงจะเพิ่มกำไร หากบริษัทเซ็นสัญญารายปีแบบตายตัวไปแล้ว โทเค็นที่เหลือยังนอนอยู่ในบัญชี นั่นไม่ใช่กำไร แต่เป็นสินค้าที่ขายไม่ออกกองอยู่ในคลัง

ที่ผู้ใช้ใช้ไม่หมดเรียกว่า "การตกตะกอน" ที่บริษัทขายไม่ออกเรียกว่า "สต็อกค้าง"

ส่วนที่สามคือส่วนต่างจากผลิตภัณฑ์

ใช้โทเค็นหนึ่งหมื่นเท่ากัน บางผลิตภัณฑ์แค่พ่นข้อความที่ผู้ใช้ต้องแก้ไขต่ออีกนาน บางผลิตภัณฑ์จัดการครบทั้งการรวบรวมข้อมูล การสร้างเนื้อหา การตรวจสอบข้อเท็จจริง การจัดรูปแบบ และการส่งออกสุดท้าย ต้นทุนเบื้องหลังอาจใกล้เคียงกัน แต่ราคาที่ผู้ใช้ยอมจ่ายต่างกันโดยสิ้นเชิง

คุณค่าที่แท้จริงของแอป AI ขึ้นอยู่กับจุดนี้ การจัดซื้อกำหนดว่าธุรกิจนี้จะอยู่ได้หรือไม่ ผลิตภัณฑ์กำหนดว่าธุรกิจนี้มีมูลค่าเท่าไร

โทเค็นที่ซื้อมาขายไปเป็นเพียงฐาน底盘 ผลิตภัณฑ์ต่างหากคือเหตุผลของส่วนต่างราคา

ผู้จัดการผลิตภัณฑ์ กลายเป็นนักบัญชีก่อน

ปัญหาคือ AI แอปต้องสั่งสินค้าเข้ามาเรื่อยๆ ดังนั้นปัญหาผลิตภัณฑ์จึงกลายเป็นปัญหาต้นทุนได้ง่าย

ในคู่มือการใช้งานอย่างเป็นทางการของ Manus เราสามารถเห็นแล้วว่าต้นทุนแบบนี้ย้อนกลับมาหล่อหลอมผลิตภัณฑ์อย่างไร Manus หักเครดิตจากสมาชิกรายเดือนตามความซับซ้อนของงานและทรัพยากรที่ต้องใช้ การถาม AI เหมือนกัน คู่มือแนะนำว่าคำถามง่ายๆ ควรใช้โหมด Chat อย่าเปิด Agent อัตโนมัติเต็มรูปแบบ ส่วนงานซับซ้อนควรตรวจสอบผลลัพธ์ระหว่างทางก่อน เพื่อไม่ให้ Agent ดำเนินต่อไปในทิศทางที่ผิดและเผาผลาญเครดิตเพิ่มโดยเปล่าประโยชน์

ข้อเสนอเหล่านี้ฟังดูสมเหตุสมผลแน่นอน แต่มันก็เผยให้เห็นด้านที่ยุ่งยากที่สุดของผลิตภัณฑ์ Agent ยิ่งโมเดลมีความกระตือรือร้นมากเท่าไร บริษัทผลิตภัณฑ์ก็ยิ่งคาดเดาต้นทุนได้ยากขึ้นเท่านั้น

แชทบอทตอบคำถามครั้งหนึ่งแล้วหยุด การคิดบัญชียังค่อนข้างง่าย แต่ Agent จะแบ่งงานเอง ค้นหาซ้ำๆ เปิดเว็บเพจ เรียกใช้เครื่องมือ แล้วตัดสินใจขั้นต่อไปตามผลลัพธ์ระหว่างทาง ผู้ใช้สั่งเพียงคำสั่งเดียว แต่เบื้องหลังอาจมีการเรียกใช้โมเดลหลายสิบครั้ง

ดังนั้น ผลิตภัณฑ์จึงเริ่มสอนผู้ใช้ว่าจะทำให้ Agent ทำงานน้อยลงได้อย่างไร สิ่งที่น่ากังวลคือเมื่อคิดเลขไปนานๆ นักบัญชีจะเริ่มเข้ามาควบคุมผลิตภัณฑ์ ฟีเจอร์หนึ่งจะเปิดตัวหรือไม่ ทีมงานจะไม่คิดก่อนว่าผู้ใช้ต้องการหรือไม่ แต่จะคิดว่าต้นทุนต่อครั้งจะแพงขึ้นกี่สตางค์ โมเดลมีความสามารถที่แข็งแกร่งขึ้นแล้ว แต่แอปพลิเคชันกลับไม่กล้ามอบความสามารถเหล่านี้ให้ผู้ใช้อย่างเต็มที่

บริษัทจำเป็นต้องควบคุมต้นทุนแน่นอน ไม่มีสตาร์ทอัพไหนที่สามารถปล่อยให้ผู้ใช้ใช้โมเดลที่แพงที่สุดได้อย่างอิสระเหมือนน้ำประปา

还有一些产品把效果更好的模型塞进高价套餐，普通用户拿到的是一个经过层层限流的版本。模型能力没有消失，只是在算完账以后，被分给了不同的人。

เมื่อเวลาผ่านไป อุตสาหกรรมเกิดการกลับด้านที่แปลกประหลาด

ผู้ใช้ซื้อแอปพลิเคชัน AI หวังให้โมเดลเข้าใจมากขึ้น คิดอีกขั้น และทำงานได้มากขึ้น แต่บริษัทแอปพลิเคชันเพื่อรักษาต้นทุนกลับต้องให้โมเดลอ่านน้อยลง คิดน้อยลง และทำงานน้อยลง

ผลิตภัณฑ์ขายความฉลาด แต่การกระทำที่ชำนาญที่สุดของทีมกลับกลายเป็นการตัดทอนความฉลาด

และเมื่อต้นน้ำขึ้นราคา บริษัทแอปพลิเคชันก็ต้องลดโควตา คู่แข่งได้ต้นทุนที่ต่ำกว่า ค่าสมาชิกในตลาดก็จะถูกกดลงทันที โมเดลใหม่ที่ถูกกว่าปรากฏขึ้น เส้นทางและแพ็กเกจเดิมก็ต้องคำนวณใหม่ทั้งหมด บริษัทแอปพลิเคชันดูเหมือนควบคุมผลิตภัณฑ์ แต่ตัวแปรที่สำคัญที่สุดกลับอยู่ในมือของต้นน้ำตลอดมา

ในช่วงสองปีที่ผ่านมา ผู้ประกอบการแอปพลิเคชัน AI อาจไม่ได้ขาดแคลนไอเดีย แต่พวกเขาขาดความฉลาดที่แข็งแกร่งพอ ถูกพอ และสามารถใส่ลงในผลิตภัณฑ์ได้อย่างมั่นใจ

DeepSeek ตัด "ค่าผ่านทางความฉลาด" ลง

คุณค่าของ DeepSeek ก่อนอื่นคือมันไม่ใช่โมเดลที่ถูกตัดทอนเพื่อลดราคาเพียงอย่างเดียว มันมีบริบท 1 ล้านโทเคน รองรับโหมดคิดและเรียกใช้เครื่องมือ

ตอนเปิดตัวเวอร์ชันพรีวิวในเดือนเมษายน DeepSeek ระบุว่าความสามารถในการให้เหตุผลใกล้เคียงกับ V4-Pro และมีประสิทธิภาพใกล้เคียงกันในงาน Agent ง่ายๆ เวอร์ชันทางการที่อัปเดตเมื่อวันที่ 31 กรกฎาคมไม่ได้เปลี่ยนโครงสร้างและขนาดของโมเดล แต่เน้นการฝึกหลังใหม่เป็นหลัก คะแนน Agent หลายรายการเกินเวอร์ชันพรีวิวของ V4-Pro แล้ว

สิ่งนี้สำคัญมาก

โมเดลราคาถูกมีมานานแล้ว ปัญหาคือ การได้สินค้าราคาถูกไม่ได้หมายความว่าสินค้าจะต้องเป็นของมีตำหนิเสมอไป สิ่งที่แอปพลิเคชัน AI ต้องการจริงๆ คือความฉลาดที่เสถียรที่สุดเท่าที่จะเป็นไปได้ภายใต้ราคาต่อหน่วย

อย่างน้อยจากเกณฑ์วัด Agent และโค้ดที่ DeepSeek เปิดเผย V4-Flash ได้ข้ามเส้น "พอใช้" ของงานความถี่สูงจำนวนหนึ่งแล้ว และราคาก็ต่ำพอที่ทีมจะกล้าเรียกใช้บ่อยครั้ง

สำหรับผู้ใช้ทั่วไปส่วนใหญ่ โมเดลขนาดใหญ่อาจผ่านจุดเปลี่ยนสำคัญมาแล้ว

คนทั่วไปไม่สนใจ benchmark พวกเขาไม่ค่อยสนใจว่าโมเดลตัวไหนนำหน้าสามหรือห้าคะแนนในการทดสอบ某项 แต่สนใจเพียงว่างานในมือจะสำเร็จหรือไม่ เมื่อโมเดลสามารถอ่านเอกสาร คิดวิเคราะห์ เรียกใช้เครื่องมือ และส่งมอบผลลัพธ์ได้แล้ว การเพิ่มความสามารถต่อไปย่อมมีคุณค่า แต่คุณค่าส่วนนั้นจะยังคุ้มกับราคาที่สูงขึ้นหลายเท่าหรือไม่ จำเป็นต้องคำนวณใหม่

ในอดีต บริษัทโมเดลบอกว่าตัวเองแข็งแกร่งกว่า และราคาแพงกว่าก็ดูเป็นเรื่องธรรมดา แต่ตอนนี้เหตุผลนี้ไม่สามารถยืนหยัดได้อีกต่อไป แพงตรงไหน ความสามารถที่เพิ่มขึ้นแก้ปัญหาอะไร และมีผู้ใช้กี่คนที่ต้องการจริงๆ ล้วนต้องนำมาพูดคุยกันอย่างเปิดเผยบนโต๊ะ

DeepSeek ไม่ได้ทำให้โมเดลทั้งหมดถูกลง แต่ทำให้โมเดลราคาแพงกลายเป็นสิ่งที่ต้องอธิบายให้ผู้ใช้ฟัง

สิ่งที่ Pinduoduo ทะลวงในยุคแรกไม่ได้มีแค่ราคาสินค้า มันทำให้ผู้บริโภคเห็นเป็นครั้งแรกว่าของใช้ประจำวันหลายอย่างสามารถขายได้ถูกขนาดนี้ ส่วนต่างแบรนด์ ต้นทุนช่องทาง และตัวกลางที่เคยถูกมองว่าเป็นเรื่องปกติ กลับต้องหาข้ออ้างในการดำรงอยู่ให้ตัวเอง

Pinduoduo ทะลวงความคิดเรื่องราคาสินค้า

DeepSeek ทะลวงความคิดเรื่องราคาความฉลาด

ผู้ประกอบการ终于สามารถก้มหน้าทำผลิตภัณฑ์ได้

สำหรับอุตสาหกรรมแอปพลิเคชัน AI สิ่งที่สำคัญที่สุดต่อไปคือ ผู้ประกอบการ终于สามารถดึงความสนใจกลับมาจาก上游ได้

ในอดีต โมเดลขนาดใหญ่อัปเดตเร็วเกินไป บริษัทแอปพลิเคชันจึง容易被ดึงจมูกไปด้วย วันนี้เชื่อมต่อ context ยาวขึ้น พรุ่งนี้เปลี่ยนเป็นโมเดล reasoning ใหม่ มะรืนนี้ก็เอา Agent ไป掛ไว้ที่หน้าแรก ผลิตภัณฑ์ดูเหมือนอัปเกรดตลอดเวลา แต่เส้นทางไม่ได้กำหนดเอง สิ่งที่ผู้ผลิตโมเดลปล่อยออกมา บริษัทแอปพลิเคชันก็โชว์ตาม

เป็นภาพของ上游รุ่งเรือง 下游เหม่อลอย

ตอนนี้ โมเดลพื้นฐานมีโอกาสกลายเป็นปัจจัยการผลิตที่ค่อนข้างเสถียร ทีมไม่ต้องวนเวียนอยู่กับลิสต์โมเดลทุกวัน และไม่ต้องถือว่า "เชื่อมต่อโมเดลล่าสุด" เป็นความคืบหน้าหลักของผลิตภัณฑ์อีกต่อไป

เมื่อโมเดลมีความเสถียรแล้ว สินค้าถึงจะไม่มีข้ออ้างอีกต่อไป

การที่โมเดลสามารถทำงานหนึ่งได้สำเร็จ เป็นเพียงแค่จุดเริ่มต้นเท่านั้น สิ่งที่ผลิตภัณฑ์ต้องทำคือการนำงานนั้นใส่เข้าไปในกระบวนการจริง จัดการกับสิทธิ์การเข้าถึง ข้อมูล การทำงานร่วมกัน การตรวจสอบ และความล้มเหลว เพื่อให้ผู้ใช้ไม่ต้องสอน AI ใหม่ทุกครั้งว่าต้องทำงานอย่างไร สิ่งเหล่านี้ไม่เซ็กซี่เท่าพารามิเตอร์ของโมเดล และยากที่จะขึ้นแท่น benchmark แต่การที่ผู้ใช้จะยอมจ่ายเงินต่อในเดือนที่สองหรือไม่ มักจะขึ้นอยู่กับรายละเอียดเหล่านี้

คุณค่าของแอปพลิเคชัน AI ไม่ได้อยู่ที่การนำโมเดลมาไว้ตรงหน้าผู้ใช้ แต่อยู่ที่การทำให้โมเดลหายไปในงานที่ทำ

เมื่อผู้ใช้ไม่ต้องเลือกโมเดลอีกต่อไป ไม่ต้องศึกษาพรอมpt์ และไม่ต้องกังวลว่างานนี้ต้องใช้การอนุมานกี่รอบ แอปพลิเคชันถึงจะทำงานของตัวเองสำเร็จอย่างแท้จริง

มาถึงจุดนี้ การแข่งขันของบริษัทแอปพลิเคชันไม่ได้อยู่ที่ว่าใครได้โมเดลมาก่อน แต่比拼คือใครเข้าใจงานหนึ่งได้ดีกว่า ใครสามารถนำกฎเกณฑ์ที่เขียนไม่ได้ในคู่มือของอุตสาหกรรมมาทำให้เป็นส่วนหนึ่งของผลิตภัณฑ์ได้

โมเดลสามารถแข็งแกร่งขึ้นได้ในชั่วข้ามคืน แต่ความเข้าใจในอุตสาหกรรมไม่สามารถทำได้ API ทุกคนเข้าถึงได้ แต่รูปแบบการทำงานที่ผู้ใช้ยอมรับจริงๆ นั้นยากที่จะลอกเลียนแบบ

สิ่งนี้ทำให้ธุรกิจหลายอย่างที่เคยดูไม่ยิ่งใหญ่พอ กลับมามีความเป็นไปได้อีกครั้ง

การเริ่มต้นธุรกิจ AI ไม่จำเป็นต้องเริ่มจาก "ทางเข้าของคนรุ่นถัดไป" เสมอไป และไม่จำเป็นที่ทุกบริษัทต้องสร้าง Super Agent ที่ให้บริการมนุษย์ทั้งมวล มันสามารถแก้ปัญหาเพียงหนึ่งเรื่องในอีเมลสอบถามการค้าต่างประเทศ ให้บริการเพียงหนึ่งกระบวนการของเครือร้านค้า หรือช่วยประหยัดแรงงานซ้ำซากให้กับผู้เชี่ยวชาญบางประเภทเท่านั้น

ตลาดไม่จำเป็นต้องใหญ่พอที่จะรองรับทุกคน ตราบใดที่ปัญหามีความเฉพาะเจาะจงเพียงพอ การส่งมอบมีความเสถียรเพียงพอ และคุณค่าที่ผู้ใช้ได้รับสูงกว่าราคาที่จ่าย ธุรกิจนี้ก็สามารถอยู่รอดได้ก่อน

ในอดีต เมื่อโมเดลแพงเกินไป ตลาดเล็กๆ ยากที่จะรองรับผลิตภัณฑ์ที่สมบูรณ์แบบ ทีมต้องไล่ตามขนาดผู้ใช้ที่ใหญ่ขึ้น ราคาต่อหน่วยที่สูงขึ้น และความเร็วในการระดมทุนที่เร็วขึ้น เพื่อครอบคลุมต้นทุนการอนุมานที่เกิดขึ้นอย่างต่อเนื่อง โปรเจกต์สตาร์ทอัพหลายแห่งยังไม่พบผู้ใช้ที่แท้จริง ก็ถูกบังคับให้เล่าเรื่องที่ใหญ่เกินไปแล้ว

ตอนนี้ เรื่องราวสามารถเล็กลงได้แล้ว

ทีมเล็กๆ สามารถให้บริการคนกลุ่มเล็กๆ ก่อน ทำสิ่งหนึ่งให้ลึกซึ้ง แล้วค่อยๆ ขยายออกไปทีละนิด

สิ่งนี้คล้ายกับภาพของ "ร้านเก่าแก่ร้อยปี" หลายแห่งในปัจจุบัน ตอนเปิดร้านไม่ได้คิดจะครองทั้งถนน แค่ดูแลลูกค้าสองสามโต๊ะหน้าร้านให้ดีก่อน อาหารทำอร่อย ราคาเหมาะสม ลูกค้ากลับมาอีก ธุรกิจก็เกิดขึ้นเองตามธรรมชาติ

อุตสาหกรรมโมเดลใหญ่ชอบพูดถึงขนาด พารามิเตอร์ และจุดจบ แต่การเริ่มต้นธุรกิจแอปพลิเคชันในท้ายที่สุดต้องกลับมาสู่ตรรกะที่เรียบง่ายแบบนี้

คุณให้บริการใคร คุณแก้ปัญหาให้เขาอะไร ทำไมต้องเปลี่ยนไปใช้เจ้ารายอื่นไม่ได้ สามคำถามนี้ DeepSeek จะไม่ตอบแทนผู้ประกอบการ

มันเพียงแค่ทำให้ทีมไม่ต้องเสียเวลาส่วนใหญ่ไปกับการต่อรองราคากับผู้ให้บริการต้นทาง และทำให้ทีมเล็กๆ ที่ไม่มีความสามารถในการฝึกโมเดลขนาดใหญ่ หรือไม่มีสิทธิ์ได้รับราคาพิเศษ ได้รับบัตรผ่านเข้าสนามที่ค่อนข้างเป็นธรรม

ในอดีต ตัวโมเดลเองคือกำแพงกั้น ต่อจากนี้ ทุกคนสามารถซื้อโมเดลได้ สิ่งที่ต่างกันคือจะนำไปใช้ทำอะไร สิ่งที่หายากอย่างแท้จริงจะค่อยๆ เปลี่ยนไปเป็นผู้ใช้ ข้อมูล กระบวนการ และความไว้วางใจ ใครที่อยู่ใกล้กับงานจริงมากกว่า โอกาสก็จะอยู่กับคนนั้นมากกว่า

หลังจากที่ DeepSeek ลดระดับ门槛ของปัญญาประดิษฐ์ลง แอปพลิเคชัน AI ก็กลับมาเป็นธุรกิจผลิตภัณฑ์อีกครั้ง แทนที่จะเป็นการแข่งขันด้านโมเดล

ในสมัยราชวงศ์ฮั่นตะวันตก เฉา ชั่ว เขียนไว้ในบทความ "หลุนกุ้ยซู่ซู" ว่า "ให้คุณค่ากับธัญพืช และมองทองหยกเป็นของต่ำต้อย"

ไม่กี่ปีที่ผ่านมา โมเดลขนาดใหญ่เปรียบเสมือนทองหยก พารามิเตอร์ยิ่งใหญ่ขึ้น อันดับยิ่งสูงขึ้น ถูกวางไว้ภายใต้แสงไฟในงานแถลงข่าว ทุกคนเห็นว่ามันมีค่า แต่มีน้อยคนนักที่จะนำมันไปใช้ในงานประจำวันได้จริง

สิ่งที่ชั้นแอปพลิเคชันต้องทำ คือเปลี่ยนทองหยกให้เป็นธัญพืช

DeepSeek ไม่ได้ทำอาหารให้ผู้ประกอบการเสร็จสรรพ มันเพียงแค่ลดราคาข้าวลง

ส่วนใครจะเปิดร้านอาหารได้สำเร็จ ก็ขึ้นอยู่กับฝีมือของแต่ละคนแล้ว

-จบ-

ลิงก์ต้นฉบับ

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

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

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

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