ชื่อเรื่องต้นฉบับ: จดหมายลับถึงหุ้นส่วนของ Dimension: กระดานหมากรุก AI ข้ามมหาสมุทรแปซิฟิก
ผู้เขียนต้นฉบับ: Dimension Capital

หมายเหตุบรรณาธิการ: เมื่อสหรัฐฯ ครอบครองโมเดลชั้นนำและชิปประสิทธิภาพสูง ขณะที่จีนมีไฟฟ้าที่เพียงพอมากกว่าและข้อจำกัดด้านต้นทุนที่เข้มงวดกว่า การแข่งขัน AI ระดับโลกจะดำเนินไปตามเส้นทางใด?

จดหมายภายในของ Dimension พยายามตอบคำถามนี้ ผู้เขียนได้แยกการแข่งขันออกเป็นหลายระดับที่เชื่อมโยงกัน ได้แก่ พลังประมวลผล พลังงาน ระบบนิเวศโอเพนซอร์ส รายได้จากแอปพลิเคชัน และการกำหนดราคาในตลาดทุน

ข้อสรุปสำคัญของผู้เขียนคือ มาตรการควบคุมการส่งออกไม่ได้ตัดความเชื่อมโยงระหว่างอุตสาหกรรม AI ของจีนและสหรัฐฯ อย่างง่ายดาย แต่กลับผลักดันให้ห้องปฏิบัติการของจีนพัฒนาทิศทางเทคโนโลยีที่เน้นประสิทธิภาพทางวิศวกรรมและการเปิดเผยน้ำหนักโมเดลมากขึ้น โมเดลของสหรัฐฯ พลังประมวลผลของ NVIDIA โมเดลโอเพนซอร์สของจีน และบริการข้อมูลข้ามพรมแดน ได้ถูกฝังอยู่ในห่วงโซ่อุตสาหกรรมเดียวกันแล้ว: ความสามารถทางเทคโนโลยีสามารถไหลข้ามพรมแดนได้ แต่รายได้ ต้นทุน และอำนาจในการต่อรองอาจไม่เคลื่อนย้ายไปพร้อมกัน ดังนั้น ผลแพ้ชนะในอนาคตอาจไม่ได้ขึ้นอยู่กับประสิทธิภาพของโมเดลเพียงอย่างเดียว แต่ยังขึ้นอยู่กับว่าใครสามารถแก้ไขปัญหาปัจจัยที่ขาดแคลนที่สุดของตนเอง และสร้างวงจรธุรกิจที่ยั่งยืนมากขึ้นได้

สิ่งนี้ยังอธิบายว่าทำไมบทความจึงพูดถึงปัญหาคอขวดด้านพลังงานของสหรัฐฯ และการประเมินมูลค่าที่สูงของบริษัท AI จีนพร้อมกัน ปัญหาเชิงโครงสร้างที่ทั้งสองฝั่งเผชิญนั้นตรงกันข้ามกันโดยสิ้นเชิง: สหรัฐฯ มีความสามารถในการสร้างรายได้เชิงพาณิชย์ที่成熟กว่า แต่ถูกจำกัดด้วยพลังงานและโครงสร้างพื้นฐาน ขณะที่จีนมีการขยายตัวของแหล่งจ่ายไฟฟ้าอย่างรวดเร็วและระบบนิเวศที่เปิดกว้าง แต่ยังคงเผชิญข้อจำกัด เช่น การขาดแคลนชิปขั้นสูง ความเต็มใจจ่ายที่จำกัด และขนาดรายได้ที่ค่อนข้างเล็ก ความสามารถทางเทคโนโลยี รายได้เชิงพาณิชย์ และการประเมินมูลค่าในตลาดจึงเกิดความคลาดเคลื่อนอย่างชัดเจน

ควรชี้แจงว่า จดหมายฉบับนี้มีมุมมองของสถาบันการลงทุนอย่างชัดเจน โดยข้อมูลบางส่วนเกี่ยวกับรายได้ แหล่งที่มาของโมเดล และอัตราการเจาะตลาดในอุตสาหกรรมยังคงต้องได้รับการตรวจสอบเพิ่มเติม แต่จดหมายฉบับนี้ให้กรอบการวิเคราะห์ที่น่าสนใจ: การแข่งขัน AI ระหว่างจีนและสหรัฐฯ ยากที่จะอธิบายด้วยความเหนือกว่าทางเทคโนโลยีหรือการปิดกั้นนโยบายเพียงอย่างเดียว สิ่งที่กำหนดโครงสร้างอุตสาหกรรมอย่างแท้จริงอาจเป็นความสมดุลที่เปลี่ยนแปลงตลอดเวลาระหว่างพลังประมวลผล พลังงาน การแพร่กระจายของโอเพนซอร์ส และการจัดสรรทุน

ต่อไปนี้คือเนื้อหาต้นฉบับ:

เรียน ท่านหุ้นส่วนทุกท่าน

ทีมเล็กๆ ของ Dimension เดินทางไปจีนเมื่อสัปดาห์ที่แล้ว เพื่อเยี่ยมชมห้องปฏิบัติการชั้นนำหลายแห่ง และแลกเปลี่ยนความคิดเห็นกับนักลงทุน ผู้ประกอบการ และผู้เชี่ยวชาญด้านเทคโนโลยีในท้องถิ่น การเดินทางครั้งนี้ส่วนใหญ่เป็นการกลับไปเยือนอีกครั้ง และเป็นการทดสอบข้อสรุปที่เราตั้งไว้หลังจากการเดินทางไปเซี่ยงไฮ้ในปี 2025 ในเวลานั้น เราเคยเขียนและพูดถึงว่า ความสำคัญที่เพิ่มขึ้นของจีนได้ก้าวข้ามขอบเขตด้านฮาร์ดแวร์แล้ว ปัจจุบัน เมื่อสรุปสิ่งที่ได้จากการเดินทางครั้งนี้ เรามองว่าจำเป็นต้องทบทวนกระดานหมากรุก AI ข้ามมหาสมุทรแปซิฟิกครั้งนี้ใหม่ ด้านล่างนี้คือความคิดบางส่วนของเราในขณะนี้ ควรเตือนว่า มุมมองเหล่านี้ยังคงพัฒนาอยู่ตลอดเวลา และอาจเปลี่ยนแปลงได้แม้ในวันพรุ่งนี้เมื่อมีข้อมูลใหม่ปรากฏขึ้น

1. ความขาดแคลนก่อให้เกิดวิวัฒนาการ

เจตนารมณ์เดิมของมาตรการควบคุมการส่งออกคือการชะลอการพัฒนาปัญญาประดิษฐ์ของจีน แต่ผลลัพธ์กลับกลายเป็นว่ามาตรการเหล่านี้สร้างแรงกดดันเชิงวิวัฒนาการที่ทำให้จีนถือกำเนิดห้องปฏิบัติการที่มีเอกลักษณ์เฉพาะตัว

ภายใต้ข้อจำกัดด้านพลังประมวลผล ทีมงานจีนมักดำเนินการปรับแต่งทางวิศวกรรมในระดับนามธรรมที่ต่ำกว่า ซึ่งห้องปฏิบัติการในอเมริกามักมองข้ามขั้นตอนเหล่านี้ไป เมื่อ DeepSeek เปิดตัว V3 ในเดือนมีนาคม พวกเขาใช้การเขียนโปรแกรม CUDA ระดับ PTX บนชิป NVIDIA H800 เพียงตัวเดียว เพื่อย้ายการคำนวณแบบนอร์มัลไลเซชันที่ใช้พลังงานสูงสุดจากแกนประมวลผล GPU ไปยังแกนประมวลผล 20 แกนที่ออกแบบมาเฉพาะสำหรับการเชื่อมต่อแบบอนุกรม¹

เรามองว่าสิ่งนี้สะท้อนให้เห็นถึงความแตกต่างด้านกลไกแรงจูงใจ มากกว่าจะบ่งชี้ว่าอเมริกาขาดแคลนบุคลากรที่มีความสามารถ: ผลตอบแทนส่วนเพิ่มของห้องปฏิบัติการอเมริกันมาจากการเพิ่มพลังประมวลผลมากขึ้น ในขณะที่ผลตอบแทนส่วนเพิ่มของห้องปฏิบัติการจีนมาจากการค้นหาพื้นที่ในการปรับแต่งคอมไพเลอร์และชิป

ท้ายที่สุด ห้องปฏิบัติการจีนได้ก่อตัวเป็นวัฒนธรรมแห่งประสิทธิภาพแบบครบวงจร ครอบคลุมตั้งแต่เคอร์เนล ออปติไมเซอร์ ระบบบริการ ไปจนถึงการออกแบบชิป ผลทบต้นจากวัฒนธรรมนี้มีผลกระทบ远超การปรับแต่งจุดเดียว ความขาดแคลน—ใครจะคิดล่ะ?—กลับกลายเป็นมารดาแห่งการประดิษฐ์; ในที่นี้ มันยิ่งหล่อหลอมวิศวกรรมระบบ แอสเซมบลี และคอมไพเลอร์

2. สถานะปัจจุบันของซอฟต์แวร์จีน ก้าวล้ำเกินกว่าที่ซอฟต์แวร์องค์กรตะวันตกจะทำได้เมื่อสองปีก่อน: การแทรกซึมเข้าไปในเทคโนโลยีการผลิตของตะวันตก

ผู้ให้บริการจีนได้พัฒนาจากการเจาะตลาดเป็นศูนย์เมื่อไม่ถึง 18 เดือนที่แล้ว มาสู่การรองรับปริมาณโทเคนบน OpenRouter มากกว่า 25% ในปัจจุบัน²

Qwen แซงหน้า Llama ในการทดสอบแบบ blind test และยังคงเปิดตัวโมเดลใหม่อย่างต่อเนื่อง ในเวลาไม่ถึงสองปี โมเดลจีนได้พัฒนาจาก "โมเดลโอเพนซอร์สที่ดีที่สุดอันดับห้าของโลก" ไปสู่ "สตาร์ทอัพด้าน AI ในอเมริกาอย่างน้อย 80% ใช้โมเดลโอเพนซอร์สของจีนอย่างน้อยหนึ่งตัวในสภาพแวดล้อมการผลิต"³ น้ำหนักเปิด (Open weights) ได้เลี่ยงอุปสรรคด้านการจัดซื้อ—ซอฟต์แวร์ฟรีไม่มีผู้จำหน่ายที่ต้องตรวจสอบ

โดยสาระสำคัญแล้ว จีนกำลังเข้าครอบครองปริมาณงาน (workloads) ของตะวันตกอย่างรวดเร็ว ไม่ใช่รายได้ของตะวันตก เช่นเดียวกับในอดีต กำไรจากการอนุมานชั่วคราวจะไหลไปยังผู้ให้บริการที่ส่งมอบโทเคนจริง

ไม่ว่าจะเป็นความตั้งใจ หรือเป็นผลลัพธ์ที่เกิดขึ้นเองตามธรรมชาติของระบบที่ซับซ้อนในระดับโลก ห้องปฏิบัติการ前沿ของจีนกำลังทำให้ชั้นรายได้ที่คู่แข่งอเมริกันพึ่งพากลายเป็นสินค้าโภคภัณฑ์ และส่วนใหญ่เกิดขึ้นในฝั่งโอเพนซอร์ส ในมุมมองของเรา สิ่งนี้ไม่ใช่เรื่องบังเอิญ และไม่ใช่เพียงการทดลองที่แปลกประหลาด

เป้าหมายของบริษัทเหล่านี้คือการสร้างระบบปฏิบัติการขนาดใหญ่ มั่นคง และมีรายได้ต่ำ ดังนั้น การประเมินระยะกลางของเราคือ: จีนกำลังผลักดันให้เกิดระบบนิเวศที่พึ่งพาโมเดลน้ำหนักเปิดและติดตามอย่างรวดเร็ว บีบรายได้ของห้องปฏิบัติการชั้นนำของอเมริกา; ในขณะเดียวกันก็ผลักดันรายได้ไปสู่ผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกลและโครงสร้างพื้นฐานการอนุมานรูปแบบใหม่ เรามองว่าแนวโน้มนี้กำลังชะลอตัว และแม้กระทั่งขัดขวางไม่ให้เทคโนโลยีขั้นสูงที่มีนัยสำคัญเข้าสู่เกมการแข่งขันในปัจจุบัน

3、การแข่งขันภายในห้องปฏิบัติการ前沿ของจีนนั้นรุนแรงกว่าที่ตะวันตกมักจะรับรู้มาก

การประเมินของเราคือ ปัจจุบันแนวหน้าการแข่งขันประกอบด้วย DeepSeek, Qwen ของอาลีบาบา, Kimi ของ Moonshot AI, Doubao ของ ByteDance และ GLM ของ Zhipu AI โดยช่องว่างระหว่างกันมีเพียงประมาณหนึ่งไตรมาสของความผันผวนในการจัดอันดับ สิ่งที่น่าสังเกตคือ แม้ Tencent จะมีฐานผู้ใช้เดิมขนาดใหญ่ แต่กลับอยู่นอกระบบนิเวศนี้ ซึ่งเป็นประเด็นที่ควรให้ความสนใจ

ห้องปฏิบัติการเหล่านี้แข่งขันกันโดยตรงในด้านความเร็วการพัฒนาและความสามารถของโมเดล ขณะเดียวกันก็เปิดเผยน้ำหนักของโมเดล (model weights) สร้างระบบนิเวศการแข่งขันที่แตกต่างอย่างสิ้นเชิงจากห้องปฏิบัติการแบบปิดสองแห่งของสหรัฐฯ

ขอย้ำอีกครั้งว่า เราเชื่อว่าจุดเน้นการแข่งขันในอีกหนึ่งถึงสองปีข้างหน้า ไม่ใช่การแข่งขันระหว่างประเทศ แต่เป็นการแข่งขันระหว่างกลไกจูงใจที่แตกต่างกัน ห้องปฏิบัติการจีนที่เราติดต่อด้วยมักให้ความสำคัญกับการแข่งขันระหว่างกันเอง มากกว่าการแข่งขันข้ามชาติที่สื่อตะวันตกชอบนำเสนอ

4、ปัจจุบัน ความสามารถของโมเดลสามารถเดินทางข้ามมหาสมุทรแปซิฟิกไปกลับได้สองรอบ ก่อนถึงลูกค้าปลายทาง

เส้นทางที่ชัดเจนคือ: ห้องปฏิบัติการ前沿ของสหรัฐฯ ปล่อยโมเดลที่มีประสิทธิภาพสูงกว่า; ห้องปฏิบัติการจีนทำการกลั่น (distill) และปล่อยน้ำหนักโมเดล; จากนั้นบริษัทแอปพลิเคชันของสหรัฐฯ ใช้โมเดลจีนแบบโอเพนซอร์สเหล่านี้สร้างผลิตภัณฑ์ แล้วขายกลับให้ลูกค้าองค์กรในสหรัฐฯ

Composer 2 ที่ Cursor พัฒนาขึ้นเอง 据报道สร้างบนพื้นฐานของ Kimi K2.5; SWE-1.5 ของ Cognition ดูเหมือนจะสร้างบน GLM ที่ปรับแต่งเฉพาะทาง กล่าวโดยสรุป ตามที่ตัวแทนห้องปฏิบัติการ前沿ของจีนคนหนึ่งกล่าวกับเรา สหรัฐฯ มีความเร็วในการทำซ้ำ (iteration) ขณะที่จีนมีความเร็วในการปล่อยผลิตภัณฑ์

ประมาณหนึ่งปีที่แล้ว บริษัทเหล่านี้ถือว่าดีแล้วหากทำได้เทียบเท่าระดับ Llama หรือแม้แต่ Mistral ปัจจุบัน AI前沿ของสหรัฐฯ ได้หลอมรวมเข้ากับระบบนิเวศโอเพนเวตของจีนแล้ว และความฉลาด前沿ของสหรัฐฯ ก็ซ่อนอยู่ในนั้นด้วย

5、ชั้นข้อมูลดูเหมือนจะทำซ้ำเส้นทางที่คล้ายคลึงกัน

ผู้ให้บริการข้อมูลของสหรัฐฯ — Mercor, AfterQuery, Turing — ได้สร้างความร่วมมือทางการค้ากับบริษัทอย่าง Anthropic และ OpenAI ในขณะเดียวกัน ในจีน กลุ่มสตาร์ทอัพเริ่มสร้างโครงสร้างพื้นฐานด้านการประเมินผลและการตรวจสอบ เพื่อสนับสนุนบริการการติดป้ายกำกับข้อมูล (annotation)

ตัวอย่างเช่น UniPat ก่อตั้งโดยนักศึกษาปริญญาเอกมหาวิทยาลัยปักกิ่ง และได้รับการสนับสนุนจาก Mercedes-Benz บริษัทเปิดสำนักงานในซีแอตเทิลเมื่อเดือนธันวาคม 2025 โดยอ้างว่าใช้ผู้ติดป้ายกำกับระดับปริญญาเอกจากจีน ทำงานผ่านเส้นทางเปลี่ยนเครื่องตรงจากแถบมิดเวสต์ของสหรัฐฯ สำหรับโครงการเหล่านี้

ห้องปฏิบัติการในจีนได้ตั้งคำถามที่เรียบง่ายแต่สำคัญ: **พวกเขาจะมั่นใจได้อย่างไรว่าคุณภาพของการตรวจสอบกระบวนการคำนวณโดยมนุษย์ ในสภาพแวดล้อมที่ทรัพยากรการคำนวณมีจำกัดและต้องไม่เกินเกณฑ์ที่กำหนด จะสอดคล้องกับโมเดลที่มีความสามารถในการปรับตัวและทรัพยากรที่แทบไม่จำกัด?**⁴

เราสังเกตเห็นว่าในระบบนิเวศมีหลายทีมเริ่มสร้างผลิตภัณฑ์ที่เกี่ยวข้องแล้ว อย่างน้อยสองรายมีรายได้ที่กำลังเติบโตอย่างรวดเร็วสู่ระดับเกิน 100 ล้านดอลลาร์สหรัฐ

6. สหรัฐอเมริกาและจีนเผชิญข้อจำกัดที่มีลักษณะแตกต่างกันและทิศทางตรงกันข้าม

จีนเพิ่มกำลังการผลิตไฟฟ้าที่ติดตั้งใหม่ประมาณ 429 กิกะวัตต์ในปี 2024 ในขณะที่สหรัฐฯ เพิ่มเพียงประมาณ 51 กิกะวัตต์ ภายในปี 2030 โครงการไฟฟ้าที่อยู่ระหว่างก่อสร้างในจีนอาจเพิ่มอุปทานใหม่มากกว่า 400 กิกะวัตต์ ในทางตรงกันข้าม ในสหรัฐฯ การขยายตัวของศูนย์ข้อมูลคาดว่าจะคิดเป็นมากกว่าหนึ่งในห้าของความต้องการไฟฟ้าใหม่ในอนาคต⁵

ดังที่เราได้เขียนไว้ก่อนหน้านี้ ข้อจำกัดของจีนมาจากโครงสร้างพื้นฐานด้านการคำนวณที่ไม่เพียงพอ ตัวอย่างหนึ่งคือ โมเดล K3 ใหม่ของ Moonshot AI แม้จะอยู่ในระดับ前沿ด้านความสามารถ แต่การเปิดตัวกลับล่าช้าเนื่องจากความจุในการอนุมานไม่เพียงพอ

สหรัฐฯ มีทรัพยากรชิปอุดมสมบูรณ์ แต่กำลังการคำนวณถูกจำกัดด้วยไฟฟ้ามากขึ้นเรื่อยๆ จีนมีทรัพยากรไฟฟ้าอุดมสมบูรณ์ แต่กำลังการคำนวณถูกจำกัดด้วยชิปมากขึ้นเรื่อยๆ

การประเมินของเรา—ซึ่งเป็นความเห็นร่วมกันในอุตสาหกรรม—คือ อนาคตจะถูกกำหนดโดยปัจจัยที่ขาดแคลนที่สุดในปัจจุบัน: สหรัฐฯ ขึ้นอยู่กับว่าที่ดินสำหรับศูนย์ข้อมูล ระบบส่งจ่ายไฟฟ้า และสายส่งจะสร้างเสร็จได้เร็วแค่ไหน จีนขึ้นอยู่กับอัตราผลผลิตและความสามารถในการบรรจุภัณฑ์ของ SMIC และ Huawei

7. ช่องว่างระหว่างรายได้ AI ของสหรัฐฯ และจีนมีขนาดใหญ่มาก ใกล้เคียงสองลำดับความสำคัญ

ณ สิ้นเดือนกรกฎาคม รายได้ต่อปีของ Anthropic เกิน 6.5 พันล้านดอลลาร์สหรัฐ ณ เดือนสิงหาคม รายได้ต่อปีของ OpenAI ถึง 40 พันล้านดอลลาร์สหรัฐ⁶

ในทางตรงกันข้าม รายได้จากโมเดลที่แข็งแกร่งที่สุดของจีนคือ ByteDance ซึ่งโมเดลวิดีโอมีรายได้ต่อปีประมาณ 200-300 ล้านดอลลาร์สหรัฐ รายได้สูงสุดอันดับสองคือ Moonshot AI ประมาณ 100 ล้านดอลลาร์สหรัฐ DeepSeek มีรายได้ต่อปีที่รายงานว่าต่ำกว่า 50 ล้านดอลลาร์สหรัฐ

ในด้านผู้บริโภค Doubao มีผู้ใช้ 345 ล้านคนต่อเดือน มากกว่า DeepSeek ถึงสามเท่า ทั้งสองมีแหล่งรายได้หลากหลายรวมถึงค่าคอมมิชชันเชิงพาณิชย์ ตามการคำนวณของเรา รายได้จากการ变现เฉลี่ยต่อเดือนต่อผู้ใช้อยู่ที่ประมาณ 1 หยวน

ในอดีต ผู้บริโภคจีนไม่คุ้นเคยกับการจ่ายเงินสำหรับซอฟต์แวร์ เราไม่คิดว่าเศรษฐศาสตร์ของจีนจะมีความเป็นกลางถึงขนาดที่ชนชั้นกลางจะเปลี่ยนพฤติกรรมนี้อย่างรวดเร็ว ผู้บริหารภายในบริษัทกล่าวว่าพวกเขากำลังจัดสรรทรัพยากรที่เกี่ยวข้องเพื่อพยายามสร้างรายได้เชิงพาณิชย์ และพฤติกรรมการใช้อินเทอร์เน็ตของผู้บริโภคจีนก็เคยเปลี่ยนแปลงไปเมื่อสิบปีก่อน

แน่นอนว่า ห้องปฏิบัติการของจีนในท้ายที่สุดก็อาจสร้างรายได้ผ่านโฆษณาเชิงพาณิชย์ได้ เช่นเดียวกับที่ห้องปฏิบัติการของอเมริกาไม่เคยเต็มใจที่จะทำ

ที่นี่ยังมีปัจจัยเชิงปฏิบัติที่ไร้ความกังวลอีกประการหนึ่ง: ผู้ประกอบการมักไม่กังวลว่าตนเองจะถูกเซ็นเซอร์หรือถูกโจมตีเพราะการใช้คำที่ผิดหรือสำนวนที่ถูกมองว่ามีมลทิน สิ่งนี้ชัดเจนมากเมื่อเราเดินไปตามถนนเกาลูนในฮ่องกง: พ่อค้าแม่ค้าเปิดฟังการวิเคราะห์ของ Ben Thompson เกี่ยวกับการที่ห้องปฏิบัติการอเมริกันหลีกเลี่ยงโฆษณาและโมเดลธุรกิจอย่างไม่มีเหตุผล⁷

พูดถึงเรื่องนี้ นี่เป็นครั้งแรกที่ Ben ได้ยินเรื่องนี้—Ben เป็นหนึ่งในนักวิเคราะห์ที่ยอดเยี่ยมที่สุดในประวัติศาสตร์

8. ฮาร์ดแวร์กำลังแยกตัวออกจากชั้นเซมิคอนดักเตอร์ ชั้นซอฟต์แวร์ และชั้นข้อมูล โดยมีการเชื่อมโยงกันอย่างรวดเร็วจนรัฐบาลใดๆ ตามไม่ทัน

แอปพลิเคชันของอเมริกาทำงานบนโมเดลของจีน; ห้องปฏิบัติการของจีนฝึกฝนบนพลังประมวลผลของ NVIDIA ที่เช่าในมาเลเซียและไทย ขณะเดียวกันก็กลั่นกรองผลลัพธ์จากโมเดลของอเมริกา; และข้อมูลจากผู้เชี่ยวชาญก็ไหลเวียนทั้งสองทิศทาง⁸

เราพบว่า คำถามที่ว่า "ใครกำลังเขียนคำถาม" นั้นไม่น่าเชื่อถืออีกต่อไป

ในทำนองเดียวกัน ระบบในปัจจุบันพึ่งพากันอย่างลึกซึ้ง ซึ่งสอดคล้องทั้งกับจินตนาการของ "ลัทธิรัฐชาติเชิงวาทศิลป์" และในทางปฏิบัติก็ดำเนินการเป็นข้ามชาติอย่างแท้จริง—เว้นแต่การปรับปรุงตนเองแบบวนซ้ำ หรือ RSI จะเปลี่ยนแปลงโครงสร้างของเกมปัจจุบันอย่างมีนัยสำคัญ

9. เราพบว่านักวิจัยชั้นนำของจีนบางคนเชื่อว่าพวกเขาเชี่ยวชาญ RSI ในรูปแบบที่อ่อนแอกว่าแล้ว

โดยกว้างๆ RSI สามารถแบ่งออกเป็นสามประเภท: เชิงเวลา เชิงพลังประมวลผล และเชิงขอบเขต RSI ในยุคแรกสุดสามารถเข้าใจได้ว่า นักวิจัยให้โมเดลเข้ามาเกี่ยวข้องกับการวนซ้ำของตัวเอง โดยช่วยเร่งกระบวนการที่ต้องใช้พลังประมวลผลหรือเวลาของนักวิจัย หรือทั้งสองอย่าง สิ่งที่ต้องสังเกตคือ "การทะยานขึ้น" ในระยะนี้อาจไม่แสดงเป็นเส้นโค้งเอ็กซ์โปเนนเชียลในระดับเวลาหลายสิบปีจนถึงปี 2100; และไม่ใช่พลังรวมของมนุษยชาติที่เกินความสามารถของบุคคลใดบุคคลหนึ่งหรือเครื่องจักรใดๆ

10. จุดแยกสำคัญ

สมมติว่าการปรับปรุงตนเองลำดับที่หนึ่งมีอยู่จริง ในด้านพลังประมวลผล ข้อได้เปรียบของอเมริกาดูเหมือนจะแข็งแกร่งมาก: ภายในปี 2030 ห้องปฏิบัติการสองแห่งจะดำเนินการพลังประมวลผลประมาณ 2GW ต่อแห่ง และยังมีโครงการที่ลงนามแล้วมากกว่า 5GW เพิ่มเติม

ในทางทฤษฎี โครงการเหล่านี้ได้รับการสนับสนุนทางการเงินจากรายได้ที่มั่นคงและตลาดทุนที่แข็งแกร่ง; การประมวลผลแบบขยายขนาด การคิดนอกกรอบ วงจร "การปรับปรุงตนเอง" และการเรียนรู้วิธีใช้ความสามารถเหล่านี้อย่างมีประสิทธิภาพ ดูเหมือนจะไม่มีที่สิ้นสุดเช่นกัน

แต่เมื่อมองในมุมกลับ หากข้อจำกัดที่แท้จริงอยู่ที่คุณภาพของการตรวจสอบ หรือความก้าวหน้าของเวลาที่เกินกว่ากรอบของเส้นโค้งที่ควรจะเป็น คำกล่าวที่ว่า "การเพิ่มประสิทธิภาพกำลังการผลิตและความซ้ำซ้อนของชิปในประเทศ" — ซึ่งอาจฟังดูคุ้นหู — อาจเร่งตัวขึ้นอย่างต่อเนื่องในอีก 18 เดือนข้างหน้า:

ความสามารถของโมเดล前沿ของสหรัฐฯ ถูกทำให้เป็นสินค้าโภคภัณฑ์เร็วขึ้น

ความสามารถเฉพาะตัวของโมเดลโอเพนเวทจากจีนเพิ่มขึ้น

บริษัท AI ที่แข่งขันด้านราคาในชั้นการอนุมานมีอำนาจต่อรองสูงขึ้น

ผู้ให้บริการโครงสร้างพื้นฐานด้านการคำนวณได้รับปริมาณธุรกรรมและกำไรที่มากขึ้น เนื่องจากการรวมน้ำหนักของสิทธิ์ในทรัพย์สินจากต่างประเทศ

ท้ายที่สุด ผลกระทบเหล่านี้จะส่งผ่านไปยังผู้ให้บริการด้านการอนุมาน เช่น ผู้ให้บริการคลาวด์ขนาดใหญ่และผู้ให้บริการคลาวด์รายใหม่

ซึ่งหมายความว่า การลงทุนในโครงสร้างพื้นฐานด้านพลังงานจะเกิดการจัดสรรที่ผิดพลาดอย่างมหาศาล

เราจำเป็นต้องเน้นย้ำว่า: การวิเคราะห์โครงสร้างพื้นฐานของสหรัฐฯ และจีนของเรา อาจเป็นประเภทการวิเคราะห์ที่มีอัตราผลตอบแทนที่อาจเกิดขึ้นสูงที่สุดในบรรดาการวิเคราะห์ทั้งหมดที่เราเคยทำมา

เกี่ยวกับอนาคต

11、โลกที่อาจเกิดขึ้นในอนาคต

ในอนาคต ห้องปฏิบัติการ前沿ของสหรัฐฯ อาจไม่เปิด API ให้กับโมเดลที่ล้ำสมัยที่สุดรุ่นถัดไปอีกต่อไป อันที่จริง สำหรับแอปพลิเคชันระดับองค์กรแบบโปรแกรมส่วนใหญ่ ระดับเทคโนโลยีในปัจจุบันก็เพียงพอแล้ว โมเดลระดับสูงในอนาคตจะถูกกำหนดราคาตามมูลค่า而非ปริมาณการใช้งาน และจะผลักดันให้จีนได้รับประโยชน์จากความสามารถ前沿มากขึ้นเรื่อยๆ

ดังนั้น ห้องปฏิบัติการของสหรัฐฯ อาจเพิ่มลำดับความสำคัญของรายได้จาก API เพื่อรองรับโมเดลที่มีราคาสูงขึ้นแต่ปริมาณการใช้งานน้อยลง ซึ่งจะตัดช่องทางการแข่งขันสำคัญที่ทอดข้ามมหาสมุทรแปซิฟิกจากฝั่งตะวันออกของสหรัฐฯ

อย่างน้อยที่สุด สิ่งนี้จะบังคับให้ข้อมูลจำนวนมากขึ้นต้องถูกประมวลผลด้วยโมเดลที่ผ่านการฝึกอบรมล่วงหน้าภายในประเทศจีน ซึ่งเพิ่มแรงกดดันต่อคอขวดด้านกำลังการคำนวณที่มีอยู่

จากสิ่งที่เราทราบ บริษัทข้ามชาติขนาดใหญ่ของสหรัฐฯ หลายแห่งกำลังดำเนินโครงการนำร่องในการย้ายงานด้านวิศวกรรมและคณิตศาสตร์ไปประมวลผลที่จีน

12、ภูมิทัศน์ AI ของจีน-สหรัฐฯ

เราเชื่อว่า AI ได้ทำให้ระบบเทคโนโลยีของสหรัฐฯ และจีนเชื่อมโยงกันอย่างลึกซึ้ง จนถึงระดับที่มาตรการกำกับดูแลเพียงแค่ตัดเส้นทางข้ามแปซิฟิกเส้นใดเส้นหนึ่ง ดูเหมือนจะทำได้เพียงชะลอผลกระทบชั่วคราวเท่านั้น

บุคลากรด้านเทคนิคของสหรัฐฯ และจีน กำลังสื่อสารกันในแง่หนึ่ง การแลกเปลี่ยนนี้อาจเกิดขึ้นได้ในหลายระดับ เช่น การกลั่นโมเดล โอเพนเวท การติดป้ายกำกับข้อมูล การอนุมาน และซอฟต์แวร์กำลังใช้โครงสร้างพื้นฐานการค้นหาแบบเอเจนต์มากขึ้นเรื่อยๆ

การห้ามการหมุนเวียนเงินโดยตรง การจดทะเบียนในตลาดหลักทรัพย์ การห้ามการดูแลสินทรัพย์ และการห้ามการจัดซื้อจัดจ้าง เกือบจะแน่นอนว่าจะกดดันนวัตกรรมของสหรัฐฯ และมอบความเป็นผู้นำในด้านที่เกี่ยวข้องให้กับผู้อื่น ในที่สุดจะผลักดันให้เงินทุนไหลไปยังคู่แข่งของจีน

แม้ว่าฝั่งตะวันตกจะมีการถกเถียงกันอย่างดุเดือดเกี่ยวกับฟองสบู่การประเมินมูลค่า AI แต่บรรยากาศในตลาดจีนกลับร้อนแรงกว่าอย่างเห็นได้ชัด

หากพิจารณาจากตัวคูณรายได้ การประเมินมูลค่าการซื้อขายของห้องปฏิบัติการจีนสูงกว่าห้องปฏิบัติการ前沿ของสหรัฐฯ 5 ถึง 10 เท่า เมื่อคำนวณตามขนาดรายได้ ช่องว่างระหว่างจีนและสหรัฐฯ ใกล้เคียงกับสองลำดับขนาด

การระดมทุนรอบล่าสุดของ Moonshot AI มีมูลค่าประเมิน 3.5 พันล้านดอลลาร์สหรัฐ ในขณะที่รายได้ต่อปี (annualized) ในเดือนกรกฎาคมอยู่ที่ประมาณ 100 ล้านดอลลาร์ คิดเป็นมูลค่าประเมินประมาณ 35 เท่าของรายได้ รอบการระดมทุนใหม่据报道จะใช้มูลค่าประเมินก่อนการลงทุน (pre-money) 5 พันล้านดอลลาร์ คิดเป็นประมาณ 50 เท่าของรายได้

Zhipu AI เข้าจดทะเบียนในตลาดฮ่องกงเมื่อเดือนมกราคมด้วยมูลค่าตลาดประมาณ 1 หมื่นล้านดอลลาร์สหรัฐ คิดเป็นประมาณ 20 เท่าของตัวคูณการประเมินมูลค่าของ Anthropic ราคาหุ้นในตลาดสาธารณะช่วงแรกของบริษัทมีความผันผวนรุนแรง: จากมูลค่าตลาดประมาณ 1.3 พันล้านดอลลาร์ตอนเข้าจดทะเบียน พุ่งขึ้นถึงประมาณ 1 หมื่นล้านดอลลาร์ในเดือนมกราคม

Kong AI Knowledge Atlas Technology HK (2613) ก็เพิ่มขึ้นจากมูลค่าตลาดประมาณ 1.3 พันล้านดอลลาร์ในเดือนมกราคม เป็นประมาณ 1 หมื่นล้านดอลลาร์ ส่วน Luna AI (HKG:100) พุ่งจากประมาณ 1.5 หมื่นล้านดอลลาร์ขึ้นไปถึง 3.3 หมื่นล้านดอลลาร์ ก่อนจะลดลงกลับมาที่ประมาณ 1 หมื่นล้านดอลลาร์

หุ้นทั้งสองตัวนี้ร่วงลงอย่างมากก่อนสิ้นสุดระยะเวลาถือครอง (lock-up period) การประเมินของเราคือ สาเหตุหลักมาจากโครงสร้างตลาดที่ยังไม่成熟: ประสบการณ์การลงทุนในซอฟต์แวร์สำหรับผู้บริโภคหลายทศวรรษ เพิ่งจะเริ่มสะสมความสามารถในการประเมินอย่างรอบคอบเกี่ยวกับการเปิดเผยข้อมูลทางการเงินขององค์กรและกรอบการทำงานแบบโอเพนซอร์ส

สถานการณ์นี้ไม่แตกต่างอย่างมีนัยสำคัญจากที่เราเห็นในภาคเทคโนโลยีชีวภาพ: ในตลาดสาธารณะของฮ่องกง แทบไม่มีความเสี่ยงด้านกฎระเบียบที่เกิดจากนักลงทุนแบบครอสโอเวอร์ (cross-over) หรือนักลงทุนเฉพาะทางด้านเทคโนโลยีและเทคโนโลยีชีวภาพ

สำหรับนักลงทุนที่เหมาะสม นี่เป็นโอกาสอันยิ่งใหญ่: พวกเขาสามารถเข้าสู่ตลาดและสร้างความเป็นผู้นำในการลงทุนในตลาดสาธารณะช่วงต้นของหมวดหมู่เหล่านี้

หุ้นส่วนของคุณ

Nan, Adam, Zivain

หมายเหตุ

รายงานทางเทคนิค DeepSeek V3: ใช้ GPU H800 จำนวน 2048 ตัว; การเขียนโปรแกรมระดับ PTX; ข้อความประมาณ 30 ล้านข้อความที่ใช้สำหรับการสื่อสารระหว่างโหนด

ในเดือนมีนาคม 2026 ส่วนแบ่งโทเค็นรายสัปดาห์ของ OpenRouter อยู่ที่ประมาณ 42% โดยมีความผันผวนประมาณ ±5% ส่วน Qwen มีสัดส่วนประมาณ 18% ที่น่าสังเกตคือ ยอดดาวน์โหลดโมเดลจาก Hugging Face คิดเป็นเพียงประมาณ 80% ของการใช้งานโมเดลโอเพนเวตของจีน ส่วนอีกประมาณ 20% ถูกเผยแพร่ผ่านช่องทางอื่น

Anthropic เคยยื่นข้อกล่าวหาอย่างเป็นทางการว่า Moonshot AI, DeepSeek และ MiniMax ได้รวบรวมข้อมูลบทสนทนาจาก Claude หลายล้านรายการ ต่อมาบริษัทหลายแห่งได้ปฏิเสธและโต้แย้งข้อกล่าวหานี้

สำหรับความคิดเห็นเกี่ยวกับความแตกต่างทางบัญชีระหว่างวิธีการคำนวณอัตราการใช้งานที่หลากหลาย บทความนี้ขอละไว้ก่อน

การฝึกอบรมในศูนย์ข้อมูลของ Alibaba และ ByteDance ในเอเชียตะวันออกเฉียงใต้เร่งตัวขึ้นหลังจากมีข้อจำกัดบังคับใช้เมื่อวันที่ 20 เมษายน 2026 บริษัทเหล่านี้เช่าพลังประมวลผลจากสิ่งอำนวยความสะดวกที่ไม่ได้เป็นของจีนในประเทศไทย มาเลเซีย และญี่ปุ่น คำสั่ง OSTP ของทำเนียบขาวสหรัฐฯ ในเดือนมีนาคม 2026 ได้นำเซิร์ฟเวอร์ GB300 ระดับส่งออกของ NVIDIA เข้าสู่ประเทศไทยเพื่อดำเนินการฝึกอบรม K3 ปัจจุบันการควบคุมการส่งออกให้ความสำคัญกับความเป็นเจ้าของชิปมากกว่าการเข้าถึงระยะไกล ค่าเช่าพลังประมวลผลในประเทศไทย มาเลเซีย และอินโดนีเซียสูงกว่าประมาณ 30% ในขณะที่ต้นทุนการดำเนินงานต่ำกว่าประมาณ 10%

ก่อนสิ้นสุดระยะเวลาฮอลด์ (lock-up) สถาบันที่ถือหุ้นเกิน 5% ไม่สามารถขายทำกำไรได้ และผู้ถือหุ้นทั่วไปก็ไม่สามารถขายได้ก่อนสิ้นสุดระยะเวลาฮอลด์เช่นกัน

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

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

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

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