การแข่งขันของแบบจำลอง AI พื้นฐาน
ห้องปฏิบัติการ AI ชั้นนำของโลกกำลังอยู่ในระหว่างการแข่งขันอย่างไม่หยุดยั้งเพื่อพัฒนาแบบจำลองพื้นฐาน (foundational models) ที่ซับซ้อนที่สุด อย่างไรก็ตาม หัวหน้าของผู้เล่นหลักรายหนึ่งในสาขานี้ชี้ให้เห็นว่าความแตกต่างระหว่างแบบจำลองชั้นนำอาจจะลดน้อยลง
มุมมองที่กระตุ้นความคิดนี้มาจาก Satya Nadella ซีอีโอของ Microsoft ซึ่งเป็นบริษัทที่มีการลงทุนอย่างมากในการวิจัยและพัฒนา AI โดยเฉพาะอย่างยิ่งผ่านความร่วมมือที่แข็งแกร่งกับ OpenAI ในการปรากฏตัวในพอดแคสต์เมื่อเร็ว ๆ นี้ Nadella ได้ให้ข้อมูลเชิงลึกที่มีค่าเกี่ยวกับภูมิทัศน์ที่เปลี่ยนแปลงไปของแบบจำลอง AI พื้นฐาน คำกล่าวของเขาเสนอมุมมองที่ไม่เหมือนใครจากบุคคลสำคัญด้านเทคโนโลยีชั้นนำเกี่ยวกับอุตสาหกรรม AI ที่มีการพัฒนาอย่างรวดเร็ว โดยเฉพาะอย่างยิ่ง เขาอ้างว่า OpenAI แม้จะมีชื่อเสียงในด้านแบบจำลองขั้นสูง แต่ก็เป็นบริษัทที่เน้นผลิตภัณฑ์เป็นหลักมากกว่าบริษัทที่เน้นแบบจำลอง
ความมุ่งมั่นของ Microsoft ในการสร้างแบบจำลอง
‘เรามีสิทธิ์ในทรัพย์สินทางปัญญาจาก OpenAI และด้วยเหตุนี้ เราจึงกระตือรือร้นที่จะสร้างแบบจำลอง’ Nadella กล่าว เขาเน้นย้ำถึงการพัฒนาชุด Phi ของ Microsoft ซึ่งเป็นชุดของแบบจำลอง AI ขนาดเล็ก และรับทราบถึงความสามารถของทีม Mustafa Suleyman โดยอ้างอิงถึงแชทบอท Pi ที่ Suleyman ได้เปิดตัวที่ Inflection AI คำกล่าวเหล่านี้บ่งบอกถึงความทะเยอทะยานและความสามารถของ Microsoft ในการพัฒนาแบบจำลองของตนเอง
การทำให้แบบจำลองพื้นฐานเป็นสินค้าโภคภัณฑ์
Nadella บอกเป็นนัยว่าแบบจำลองพื้นฐานอาจไม่ใช่ส่วนประกอบที่สำคัญที่สุดของห่วงโซ่คุณค่า AI ในท้ายที่สุด ‘ผมเชื่อว่าแบบจำลองกำลังกลายเป็นสินค้าโภคภัณฑ์ในระบบคลาวด์’ เขาตั้งข้อสังเกต ในการอธิบายประเด็นนี้ เขาได้กล่าวว่า ‘OpenAI ไม่ใช่บริษัทแบบจำลองเป็นหลัก แต่เป็นบริษัทผลิตภัณฑ์ที่โชคดีที่มีแบบจำลองที่ยอดเยี่ยม สิ่งนี้เป็นประโยชน์ต่อทั้งพวกเขาและเราในฐานะพันธมิตรของพวกเขา’ สิ่งนี้ชี้ให้เห็นว่าในขณะที่แบบจำลองขั้นสูงมีความสำคัญ ความได้เปรียบในการแข่งขันที่แท้จริงมาจากการสร้างผลิตภัณฑ์ที่ประสบความสำเร็จซึ่งใช้แบบจำลองเหล่านี้
อนาคตของอุตสาหกรรม AI
มุมมองของ Nadella มีอิทธิพลอย่างมากในโลกเทคโนโลยี การยืนยันของเขาว่าแบบจำลองพื้นฐานกำลังกลายเป็นมาตรฐานบ่งชี้ว่าการมีแบบจำลองขั้นสูงที่สุดเพียงอย่างเดียวอาจไม่ได้ให้ความได้เปรียบที่ยั่งยืน ความเร็วของนวัตกรรมใน AI หมายความว่าความเหนือกว่าในประสิทธิภาพของแบบจำลองใด ๆ มีแนวโน้มที่จะเกิดขึ้นชั่วคราว ดังนั้น การเน้นจึงเปลี่ยนไปสู่ระดับถัดไปของห่วงโซ่คุณค่า: การพัฒนาแอปพลิเคชันและบริการที่น่าสนใจซึ่งใช้ประโยชน์จากแบบจำลองเหล่านี้
การเปลี่ยนแปลงนี้ชี้ให้เห็นว่าอนาคตของ AI มีแนวโน้มที่จะเป็นประโยชน์ต่อบริษัทที่สามารถรวมแบบจำลองที่ทรงพลังมากขึ้นเรื่อย ๆ แต่มีความคล้ายคลึงกันเหล่านี้เข้ากับผลิตภัณฑ์ที่ใช้งานง่ายและมีคุณค่าได้อย่างราบรื่น การเปลี่ยนแปลงโฟกัสนี้ จากการพัฒนาแบบจำลองไปสู่การพัฒนาผลิตภัณฑ์และการรวมระบบสแต็ก อาจเปลี่ยนแปลงภูมิทัศน์การแข่งขันของอุตสาหกรรม AI ได้ บริษัทที่มีความสามารถในการพัฒนาผลิตภัณฑ์ที่แข็งแกร่งและระบบนิเวศที่แข็งแกร่งสำหรับการจัดจำหน่ายผลิตภัณฑ์ เช่น Microsoft และ Google ดูเหมือนจะอยู่ในตำแหน่งที่ดีที่จะใช้ประโยชน์จากแนวโน้มนี้
เจาะลึก: มุมมองของ Nadella เกี่ยวกับการทำให้ AI เป็นสินค้าโภคภัณฑ์
ความคิดเห็นของ Nadella เกี่ยวกับการทำให้แบบจำลอง AI พื้นฐานเป็นสินค้าโภคภัณฑ์สมควรได้รับการตรวจสอบอย่างใกล้ชิด นี่ไม่ใช่แค่การสังเกตแบบสบายๆ แต่เป็นข้อมูลเชิงลึกเชิงกลยุทธ์จากผู้นำของบริษัทที่เดิมพันกับ AI อย่างมาก เพื่อให้เข้าใจถึงผลกระทบอย่างเต็มที่ เรามาแจกแจงองค์ประกอบหลักของข้อโต้แย้งของเขากัน
‘การทำให้เป็นสินค้าโภคภัณฑ์’ หมายถึงอะไรในบริบทของ AI?
ในทางเศรษฐศาสตร์ สินค้าโภคภัณฑ์คือสินค้าพื้นฐานที่ใช้ในการพาณิชย์ซึ่งสามารถใช้แทนกันได้กับสินค้าประเภทเดียวกันอื่นๆ ลองนึกถึงสินค้าโภคภัณฑ์ เช่น น้ำมัน ข้าวสาลี หรือทองแดง ซึ่งส่วนใหญ่มีความสม่ำเสมอ โดยไม่คำนึงว่าใครเป็นผู้ผลิต เมื่อ Nadella กล่าวว่าแบบจำลอง AI กำลังกลายเป็นสินค้าโภคภัณฑ์ เขาแนะนำว่าความแตกต่างระหว่างแบบจำลองระดับบนสุดกำลังลดลงจนถึงจุดที่พวกมันเกือบจะใช้แทนกันได้
นี่ไม่ได้หมายความว่าแบบจำลองกำลังกลายเป็น ไม่ดี หรือ ไม่มีประสิทธิภาพ ตรงกันข้าม – พวกมันกำลังมีประสิทธิภาพและพร้อมใช้งานอย่างกว้างขวางจนความได้เปรียบที่ไม่เหมือนใครที่แบบจำลองเดียวมีให้กำลังลดลง เหมือนกับการมีน้ำมันเบนซินหลายยี่ห้อที่ทำงานเหมือนกันในรถของคุณ
ทำไมการทำให้เป็นสินค้าโภคภัณฑ์จึงเกิดขึ้น?
ปัจจัยหลายอย่างกำลังขับเคลื่อนแนวโน้มนี้:
นวัตกรรมที่รวดเร็ว: ความก้าวหน้าในการวิจัย AI นั้นรวดเร็วอย่างไม่น่าเชื่อ เทคนิค สถาปัตยกรรม และวิธีการฝึกอบรมใหม่ๆ เกิดขึ้นอย่างต่อเนื่อง นำไปสู่การปรับปรุงประสิทธิภาพของแบบจำลองอย่างรวดเร็ว ซึ่งหมายความว่าความเป็นผู้นำของบริษัทใดๆ ในด้านความสามารถของแบบจำลองมีแนวโน้มที่จะมีอายุสั้น
ความพยายามโอเพนซอร์ส: ชุมชน AI ยอมรับการพัฒนาโอเพนซอร์ส เอกสารงานวิจัย ชุดข้อมูล และแม้แต่แบบจำลองที่ได้รับการฝึกฝนล่วงหน้าจำนวนมากมีให้ใช้งานแบบสาธารณะ การทำให้เป็นประชาธิปไตยของความรู้และทรัพยากรนี้ช่วยเร่งความก้าวหน้าในทุกด้าน ทำให้ยากขึ้นสำหรับหน่วยงานเดียวที่จะรักษาความได้เปรียบที่เป็นกรรมสิทธิ์
การประมวลผลแบบคลาวด์: ผู้ให้บริการคลาวด์รายใหญ่ เช่น Microsoft Azure, Google Cloud และ Amazon Web Services เสนอการเข้าถึงแบบจำลอง AI ที่ทรงพลังผ่าน API ทำให้ง่ายขึ้นสำหรับธุรกิจในการรวม AI เข้ากับผลิตภัณฑ์ของตนโดยไม่จำเป็นต้องพัฒนาแบบจำลองของตนเองตั้งแต่เริ่มต้น คลาวด์ทำหน้าที่เป็นตัวปรับระดับ ให้การเข้าถึงความสามารถ AI ที่ล้ำสมัยแก่ผู้ใช้ในวงกว้าง
เน้นที่แอปพลิเคชัน: ดังที่ Nadella ชี้ให้เห็น คุณค่าที่แท้จริงกำลังเปลี่ยนจากตัวแบบจำลองไปสู่แอปพลิเคชันที่สร้างขึ้นบนตัวแบบจำลอง บริษัทต่างๆ ตระหนักว่าการมีแบบจำลองที่ดีกว่าเล็กน้อยนั้นไม่สำคัญหากคุณไม่สามารถสร้างผลิตภัณฑ์ที่ผู้คนต้องการใช้ได้
ผลกระทบต่ออุตสาหกรรม AI
การทำให้แบบจำลองพื้นฐานเป็นสินค้าโภคภัณฑ์มีผลกระทบอย่างมากต่อภูมิทัศน์ AI:
การเปลี่ยนแปลงความได้เปรียบในการแข่งขัน: บริษัทต่างๆ ไม่สามารถพึ่งพาการมีแบบจำลองที่ ‘ดีที่สุด’ เพียงอย่างเดียวได้อีกต่อไป โฟกัสเปลี่ยนไปที่:
- นวัตกรรมผลิตภัณฑ์: การสร้างแอปพลิเคชันที่ใช้งานง่ายและมีคุณค่าซึ่งแก้ปัญหาในโลกแห่งความเป็นจริง
- กลยุทธ์ข้อมูล: การเข้าถึงข้อมูลที่ไม่ซ้ำใครและมีคุณภาพสูงสำหรับการฝึกอบรมและการปรับแต่งแบบจำลองมีความสำคัญมากยิ่งขึ้น
- การรวมระบบสแต็ก: การสร้างโครงสร้างพื้นฐานที่แข็งแกร่งซึ่งสามารถปรับใช้และจัดการผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI ได้อย่างมีประสิทธิภาพ
- การจัดจำหน่ายและระบบนิเวศ: การมีเครือข่ายและแพลตฟอร์มที่แข็งแกร่งเพื่อเข้าถึงลูกค้าและผสานรวมกับบริการอื่นๆ
การเพิ่มขึ้นของผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI: เรามีแนวโน้มที่จะเห็นการระเบิดของแอปพลิเคชันที่ขับเคลื่อนด้วย AI ในอุตสาหกรรมต่างๆ เนื่องจากแบบจำลองพื้นฐานสามารถเข้าถึงได้มากขึ้น อุปสรรคในการเข้าสู่การพัฒนาผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI จึงลดลง
รูปแบบธุรกิจใหม่: บริษัทต่างๆ อาจสำรวจวิธีใหม่ๆ ในการสร้างรายได้จาก AI เช่น:
- AI-as-a-Service: เสนอความสามารถ AI เฉพาะทางผ่าน API
- รูปแบบการสมัครสมาชิก: ให้การเข้าถึงเครื่องมือและแพลตฟอร์มที่ขับเคลื่อนด้วย AI
- ตลาดข้อมูล: การขายหรือให้สิทธิ์ใช้งานชุดข้อมูลที่ไม่ซ้ำใคร
การรวมบัญชีที่อาจเกิดขึ้น: บริษัทขนาดเล็กที่เน้นเฉพาะการพัฒนาแบบจำลองอาจประสบปัญหาในการแข่งขัน เราอาจเห็นการเข้าซื้อกิจการหรือการควบรวมกิจการเนื่องจากบริษัทขนาดใหญ่พยายามที่จะได้รับความสามารถและเทคโนโลยี
ตำแหน่งเชิงกลยุทธ์ของ Microsoft
มุมมองของ Nadella น่าสนใจเป็นพิเศษเมื่อพิจารณาถึงความร่วมมืออย่างใกล้ชิดของ Microsoft กับ OpenAI Microsoft ได้ลงทุนอย่างมากใน OpenAI และมีการเข้าถึงแบบจำลองขั้นสูงสุดบางอย่างของ OpenAI แต่เพียงผู้เดียว เช่น GPT-4 ดังนั้น ทำไม Nadella จึงลดความสำคัญของการมีแบบจำลองที่ ‘ดีที่สุด’?
คำตอบอยู่ที่กลยุทธ์ที่กว้างขึ้นของ Microsoft:
การครอบงำระบบคลาวด์: เป้าหมายหลักของ Microsoft คือการเป็นผู้ให้บริการคลาวด์ชั้นนำสำหรับ AI ด้วยการยอมรับการทำให้แบบจำลองเป็นสินค้าโภคภัณฑ์ Microsoft สามารถวางตำแหน่ง Azure เป็น แพลตฟอร์ม ที่ธุรกิจสามารถเข้าถึงแบบจำลองต่างๆ ได้ โดยไม่คำนึงว่าใครเป็นผู้สร้าง สิ่งนี้เปลี่ยนโฟกัสจากแบบจำลองแต่ละรายการไปสู่ระบบนิเวศโดยรวม
เน้นผลิตภัณฑ์: Microsoft มีประวัติอันยาวนานในการสร้างผลิตภัณฑ์ที่ประสบความสำเร็จ (Windows, Office ฯลฯ) Nadella ตระหนักว่าคุณค่าที่แท้จริงของ AI อยู่ที่การสร้างแอปพลิเคชันที่น่าสนใจ และ Microsoft ก็อยู่ในตำแหน่งที่ดีที่จะทำสิ่งนี้
ความร่วมมือกับ OpenAI: ในขณะที่ Microsoft ได้รับประโยชน์จากแบบจำลองที่ล้ำสมัยของ OpenAI ความคิดเห็นของ Nadella ชี้ให้เห็นว่า Microsoft ไม่ได้พึ่งพา OpenAI เพียงอย่างเดียว Microsoft กำลังลงทุนในการวิจัยและพัฒนา AI ของตนเอง เพื่อให้มั่นใจว่ามีแนวทางที่หลากหลาย
วิสัยทัศน์ระยะยาว: Nadella กำลังเล่นเกมระยะยาว เขาเข้าใจว่าภูมิทัศน์ AI มีการพัฒนาอย่างต่อเนื่อง และการมุ่งเน้นไปที่ความเหนือกว่าของแบบจำลองเพียงอย่างเดียวเป็นกลยุทธ์ที่มองการณ์ไกล ด้วยการยอมรับการทำให้เป็นสินค้าโภคภัณฑ์ Microsoft สามารถปรับตัวให้เข้ากับการเปลี่ยนแปลงในอนาคตและรักษาตำแหน่งผู้นำไว้ได้
ข้อมูลเชิงลึกของ Nadella นำเสนอมุมมองที่มีค่าเกี่ยวกับอนาคตของ AI การทำให้แบบจำลองพื้นฐานเป็นสินค้าโภคภัณฑ์เป็นแนวโน้มที่สำคัญที่จะปรับเปลี่ยนอุตสาหกรรม โดยเปลี่ยนโฟกัสจากการพัฒนาแบบจำลองไปสู่นวัตกรรมผลิตภัณฑ์และการรวมระบบสแต็ก บริษัทที่เข้าใจและปรับตัวให้เข้ากับการเปลี่ยนแปลงนี้จะอยู่ในตำแหน่งที่ดีที่สุดที่จะเติบโตในภูมิทัศน์ AI ที่กำลังพัฒนา