Meta Platforms บริษัทแม่ของ Facebook กำลังอยู่ระหว่างการเจรจาเกี่ยวกับการลงทุนจำนวนมหาศาลหลายพันล้านดอลลาร์ใน Scale AI สตาร์ทอัพด้านปัญญาประดิษฐ์ (Artificial Intelligence) การลงทุนทางการเงินนี้อาจสูงถึง 10 พันล้านดอลลาร์ ซึ่งจะทำให้เป็นการระดมทุนของบริษัทเอกชนครั้งใหญ่ที่สุดในประวัติศาสตร์ครั้งหนึ่ง
แม้ว่าเงื่อนไขของข้อตกลงที่อาจเกิดขึ้นยังอยู่ระหว่างการเจรจาและอาจมีการเปลี่ยนแปลง แต่การเคลื่อนไหวนี้จะแสดงถึงการเปลี่ยนแปลงเชิงกลยุทธ์ที่สำคัญสำหรับ Meta บริษัทโซเชียลมีเดียยักษ์ใหญ่แห่งนี้อาศัยการวิจัยภายในและการพัฒนาแบบโอเพนซอร์ส (open-source) เพื่อพัฒนาขีดความสามารถด้าน AI มาโดยตลอด การลงทุนจากภายนอกจำนวนมากเช่นนี้บ่งบอกถึงการตระหนักที่เพิ่มขึ้นถึงความสำคัญเชิงกลยุทธ์ของความร่วมมือในภูมิทัศน์ AI ที่มีการพัฒนาอย่างรวดเร็ว
Scale AI: ผู้สนับสนุนหลักในการเติบโตของ Generative AI
Scale AI กลายเป็นผู้เล่นที่สำคัญในการปฏิวัติ Generative AI โดยให้บริการติดป้ายข้อมูลที่จำเป็นซึ่งช่วยให้บริษัทต่างๆ สามารถฝึกอบรมแบบจำลอง Machine-Learning ที่ซับซ้อนได้ รายชื่อลูกค้าของบริษัทประกอบด้วยบริษัทชั้นนำในอุตสาหกรรม เช่น Microsoft และ OpenAI ซึ่งเน้นย้ำถึงบทบาทสำคัญของบริษัทในระบบนิเวศ AI
การติดป้ายข้อมูล (Data labeling) คือกระบวนการระบุและติดแท็กข้อมูลดิบ เช่น รูปภาพ ข้อความ และเสียง เพื่อให้สามารถใช้งานได้สำหรับอัลกอริทึม Machine Learning อัลกอริทึมเหล่านี้เรียนรู้จากข้อมูลที่มีป้ายกำกับ (labeled data) ซึ่งช่วยให้พวกเขาสามารถจดจำรูปแบบ ทำนาย และสร้างเนื้อหาใหม่ได้ คุณภาพและความแม่นยำของกระบวนการติดป้ายข้อมูลมีความสำคัญอย่างยิ่งต่อประสิทธิภาพของแบบจำลอง AI และความเชี่ยวชาญของ Scale AI ในด้านนี้ทำให้เป็นพันธมิตรที่เป็นที่ต้องการอย่างมาก
ในการระดมทุนรอบล่าสุดในปี 2024 Scale AI มีมูลค่าประมาณ 14 พันล้านดอลลาร์ โดยมี Meta และ Microsoft เป็นหนึ่งในนักลงทุน นอกจากนี้ รายงานที่ปรากฏในช่วงต้นปี 2025 บ่งชี้ว่า Scale AI กำลังสำรวจข้อเสนอซื้อขาย (tender offer) ที่อาจประเมินมูลค่าของบริษัทไว้ที่ 25 พันล้านดอลลาร์ ซึ่งเป็นตัวเลขที่น่าประทับใจ ตัวเลขเหล่านี้เน้นย้ำถึงการเติบโตอย่างรวดเร็วและการประเมินมูลค่าที่เพิ่มขึ้นของบริษัทที่มุ่งเน้นด้าน AI ในตลาดปัจจุบัน
การเปลี่ยนแปลงเชิงกลยุทธ์ของ Meta ในการลงทุนด้าน AI
การลงทุนที่มีศักยภาพในระดับนี้จะเป็นการลงทุนภายนอกที่ใหญ่ที่สุดของ Meta ใน AI ซึ่งเป็นการออกจากแนวทางการพึ่งพาการวิจัยภายในบ้านและกลยุทธ์การพัฒนาแบบโอเพนซอร์สก่อนหน้านี้ การปรับแนวทางเชิงกลยุทธ์นี้สะท้อนให้เห็นถึงการตระหนักที่เพิ่มขึ้นว่าความร่วมมือและความร่วมมือจากภายนอกเป็นสิ่งจำเป็นสำหรับการรักษาความได้เปรียบในการแข่งขันในสาขาปัญญาประดิษฐ์ที่ก้าวหน้าอย่างรวดเร็ว
บริษัทเทคโนโลยีรายใหญ่อื่นๆ เช่น Microsoft, Amazon และ Alphabet ได้ลงทุนจำนวนมากใน AI ไปแล้ว ตัวอย่างเช่น Microsoft ได้ลงทุนมากกว่า 13 พันล้านดอลลาร์ใน OpenAI ในขณะที่ Amazon และ Alphabet ได้เทเงินหลายพันล้านดอลลาร์ลงใน Anthropic ซึ่งเป็นบริษัท AI คู่แข่ง การลงทุนเหล่านี้มักจะอยู่ในรูปแบบของเครดิตสำหรับการใช้พลังการประมวลผลบนคลาวด์ของบริษัท Meta ไม่มีธุรกิจคลาวด์ของตัวเอง ทำให้โครงสร้างเฉพาะของการลงทุนใน Scale AI ไม่แน่นอน
การมุ่งเน้น AI ของ Zuckerberg และโครงการริเริ่ม AI ที่กว้างขึ้นของ Meta
Mark Zuckerberg ซีอีโอของ Meta ได้ระบุว่า AI เป็นสิ่งสำคัญที่สุดของบริษัท ในเดือนมกราคม เขาประกาศว่า Meta จะจัดสรรเงินสูงสุด 65 พันล้านดอลลาร์ในปี 2025 สำหรับโครงการที่เกี่ยวข้องกับ AI การลงทุนจำนวนมากนี้เน้นย้ำถึงความมุ่งมั่นของบริษัทในการเป็นผู้นำในด้านปัญญาประดิษฐ์
โครงการริเริ่มด้าน AI ของ Meta รวมถึงความพยายามในการสร้าง Llama ให้เป็นมาตรฐานอุตสาหกรรมทั่วโลก Llama คือแชทบอท AI ของ Meta ที่เข้าถึงได้บนแพลตฟอร์มต่างๆ เช่น Facebook, Instagram และ WhatsApp และมีฐานผู้ใช้หนึ่งพันล้านคนต่อเดือน เป้าหมายของบริษัทคือการทำให้ Llama เป็นแบบจำลอง AI ที่หลากหลายและมีการนำไปใช้อย่างแพร่หลายสำหรับแอปพลิเคชันต่างๆ
การเติบโตอย่างรวดเร็วของ Scale AI และการคาดการณ์รายได้
Scale AI มีการเติบโตที่โดดเด่นนับตั้งแต่ก่อตั้งในปี 2016 โดย Alexandr Wang ซีอีโอ บริษัทสร้างรายได้ 870 ล้านดอลลาร์ในปี 2024 และคาดการณ์ว่ายอดขายจะเพิ่มขึ้นมากกว่าสองเท่าเป็น 2 พันล้านดอลลาร์ในปี 2025 ประสิทธิภาพทางการเงินที่น่าประทับใจนี้เป็นข้อพิสูจน์ถึงความต้องการที่เพิ่มขึ้นสำหรับบริการติดป้ายข้อมูลในอุตสาหกรรม AI
การเพิ่มขึ้นของ AI เชื่อมโยงโดยตรงกับความพร้อมใช้งานของข้อมูลคุณภาพสูง Scale AI ใช้เครือข่ายผู้รับเหมาในการปรับแต่งและติดแท็กรูปภาพ ข้อความ และข้อมูลอื่นๆ ที่ใช้สำหรับการฝึกอบรม AI เพื่อให้มั่นใจว่าแบบจำลองเหล่านี้ได้รับการฝึกอบรมเกี่ยวกับข้อมูลที่ถูกต้องและเชื่อถือได้ หากไม่มีข้อมูลที่สะอาดและจัดระเบียบไว้อย่างดีนี้ AI จะไม่สามารถทำงานได้อย่างมีประสิทธิภาพ
ความสนใจร่วมกันในเทคโนโลยีการป้องกัน
Meta และ Scale AI มีความสนใจเชิงกลยุทธ์ร่วมกันในเทคโนโลยีการป้องกัน Meta เพิ่งประกาศความร่วมมือกับ Anduril Industries ซึ่งเป็นผู้รับเหมาด้านการป้องกันประเทศ เพื่อสร้างผลิตภัณฑ์สำหรับกองทัพสหรัฐฯ รวมถึงหมวกที่ขับเคลื่อนด้วย AI ที่มีคุณสมบัติเสมือนจริงและเติมความเป็นจริง นอกจากนี้บริษัทยังอนุญาตให้หน่วยงานของรัฐบาลสหรัฐฯ และผู้รับเหมาด้านการป้องกันประเทศใช้แบบจำลอง AI
ปัจจุบัน Scale AI กำลังร่วมมือกับ Meta ในโปรแกรมที่เรียกว่า Defense Llama ซึ่งเป็น Llama large language model รุ่นพิเศษของ Meta ที่ออกแบบมาสำหรับการใช้งานทางทหาร ความร่วมมือนี้เน้นย้ำถึงบทบาทที่เพิ่มขึ้นของ AI ในด้านการป้องกันและความมั่นคงแห่งชาติ
Scale AI มีส่วนร่วมอย่างแข็งขันในการพัฒนาเทคโนโลยี AI ให้กับรัฐบาลสหรัฐฯ ในช่วงต้นปี 2025 Scale AI ประกาศว่าได้รับสัญญากับกระทรวงกลาโหมเพื่อมุ่งเน้นไปที่เทคโนโลยี AI agent บริษัทกล่าวขานสัญญาฉบับนี้ว่าเป็น “ก้าวสำคัญในการพัฒนากองทัพ”
การวิเคราะห์ผลกระทบที่กว้างขึ้น
การลงทุนที่อาจเกิดขึ้นของ Meta ใน Scale AI มีผลกระทบอย่างมากต่อทั้งสองบริษัทและภูมิทัศน์ AI ที่กว้างขึ้น สำหรับ Meta ถือเป็นการเคลื่อนไหวเชิงกลยุทธ์เพื่อเสริมสร้างขีดความสามารถด้าน AI ผ่านความร่วมมือภายนอก ซึ่งเป็นการเสริมการวิจัยภายใน การลงทุนใน Scale AI จะช่วยให้ Meta เข้าถึงบริการติดป้ายข้อมูลและความเชี่ยวชาญที่ทันสมัย ซึ่งจำเป็นสำหรับการฝึกอบรมแบบจำลอง AI ที่มีประสิทธิภาพสูง
สำหรับ Scale AI การลงทุนจำนวนมากจาก Meta จะช่วยเพิ่มเส้นทางการเติบโตของบริษัทอย่างมาก ทำให้บริษัทสามารถขยายการดำเนินงาน ลงทุนในการวิจัยและพัฒนา และเสริมสร้างตำแหน่งของตนในฐานะผู้ให้บริการชั้นนำด้านบริการติดป้ายข้อมูล การลงทุนยังจะช่วยเพิ่มความน่าเชื่อถือและการมองเห็นของ Scale AI ดึงดูดลูกค้าและพันธมิตรใหม่ๆ
การลงทุนที่อาจเกิดขึ้นยังสะท้อนให้เห็นถึงการแข่งขันที่รุนแรงระหว่างบริษัทเทคโนโลยีรายใหญ่เพื่อครองพื้นที่ AI ในขณะที่ AI ถูกรวมเข้ากับอุตสาหกรรมและแอปพลิเคชันต่างๆ มากขึ้น บริษัทต่างๆ กำลังเร่งรีบที่จะได้รับความสามารถ เทคโนโลยี และข้อมูลที่จำเป็นต่อการก้าวนำหน้า การลงทุนเชิงกลยุทธ์และความร่วมมือกลายเป็นสิ่งสำคัญสำหรับบริษัทที่ต้องการได้รับความได้เปรียบในการแข่งขัน
เจาะลึกภูมิทัศน์ข้อมูล AI
ความสำคัญของข้อมูลคุณภาพสูงใน AI ไม่สามารถกล่าวเกินจริงได้ แบบจำลอง AI จะดีได้ก็ต่อเมื่อข้อมูลที่ใช้ฝึกอบรมเท่านั้น หากข้อมูลมีอคติ ไม่สมบูรณ์ หรือไม่ถูกต้อง แบบจำลอง AI ที่เป็นผลลัพธ์ก็มีแนวโน้มที่จะสร้างผลลัพธ์ที่ไม่น่าเชื่อถือหรือไม่เป็นอันตรายด้วยซ้ำ นี่คือเหตุผลที่การติดป้ายข้อมูลจึงเป็นขั้นตอนที่สำคัญในกระบวนการพัฒนา AI
การติดป้ายข้อมูลเกี่ยวข้องกับการตรวจสอบและติดแท็กข้อมูลอย่างพิถีพิถันเพื่อให้มั่นใจในความถูกต้องและความสม่ำเสมอ กระบวนการนี้อาจใช้เวลานานและต้องใช้แรงงานมาก โดยเฉพาะอย่างยิ่งสำหรับ Dataset ขนาดใหญ่ Scale AI ได้พัฒนาเทคนิคและเครื่องมือขั้นสูงเพื่อปรับปรุงกระบวนการติดป้ายข้อมูล ช่วยให้บริษัทต่างๆ สามารถฝึกอบรมแบบจำลอง AI ได้อย่างมีประสิทธิภาพและประสิทธิผลมากขึ้น
หนึ่งในความท้าทายในการติดป้ายข้อมูลคือการจัดการกับข้อมูลที่ไม่มีโครงสร้าง ซึ่งเป็นข้อมูลที่ไม่มีรูปแบบหรือโครงสร้างที่กำหนดไว้ล่วงหน้า ข้อมูลประเภทนี้พบได้ทั่วไปในแอปพลิเคชันในโลกแห่งความเป็นจริงมากมาย เช่น รูปภาพ วิดีโอ และเอกสารข้อความ Scale AI ได้พัฒนาเครื่องมือที่ขับเคลื่อนด้วย AI เพื่อระบุและติดแท็กวัตถุ เอนทิตี และความสัมพันธ์ในข้อมูลที่ไม่มีโครงสร้างโดยอัตโนมัติ ลดความจำเป็นในการติดป้ายกำกับด้วยตนเอง
ข้อพิจารณาด้านจริยธรรมในการพัฒนา AI
ในขณะที่ AI แพร่หลายมากขึ้น สิ่งสำคัญคือต้องกล่าวถึงข้อพิจารณาด้านจริยธรรมที่เกี่ยวข้องกับการพัฒนาและการใช้งาน ประเด็นด้านจริยธรรมที่สำคัญประการหนึ่งคืออคติในแบบจำลอง AI หากข้อมูลที่ใช้ฝึกอบรมแบบจำลอง AI สะท้อนถึงอคติที่มีอยู่ แบบจำลองจะคงไว้และขยายอคติเหล่านั้น ทำให้เกิดผลลัพธ์ที่ไม่เป็นธรรมหรือเลือกปฏิบัติ
เพื่อลดอคติในแบบจำลอง AI สิ่งสำคัญคือต้องตรวจสอบให้แน่ใจว่าข้อมูลที่ใช้สำหรับการฝึกอบรมมีความหลากหลายและเป็นตัวแทนของประชากรที่จะได้รับผลกระทบ สิ่งนี้ต้องให้ความสนใจอย่างรอบคอบกับการรวบรวม การติดป้ายกำกับ และการวิเคราะห์ข้อมูล สิ่งสำคัญคือต้องตรวจสอบแบบจำลอง AI อย่างสม่ำเสมอเพื่อหาอคติ และเพื่อดำเนินการแก้ไขเมื่อจำเป็น
ข้อพิจารณาด้านจริยธรรมอีกประการหนึ่งคือศักยภาพในการใช้ AI เพื่อวัตถุประสงค์ที่เป็นอันตราย เช่น การสร้าง Deepfake หรือการแพร่กระจายข้อมูลที่ผิดพลาด เพื่อแก้ไขข้อกังวลนี้ สิ่งสำคัญคือต้องพัฒนาเทคโนโลยีและนโยบายเพื่อตรวจจับและต่อต้านกิจกรรม AI ที่เป็นอันตราย สิ่งนี้ต้องอาศัยความร่วมมือระหว่างนักวิจัย ผู้กำหนดนโยบาย และผู้มีส่วนได้ส่วนเสียในอุตสาหกรรม
อนาคตของ AI และผลกระทบต่อสังคม
ปัญญาประดิษฐ์พร้อมที่จะมีผลกระทบอย่างลึกซึ้งต่อสังคมในอีกไม่กี่ปีข้างหน้า AI มีศักยภาพในการทำงานประจำโดยอัตโนมัติ ปรับปรุงประสิทธิภาพ และสร้างโอกาสใหม่ๆ ในอุตสาหกรรมต่างๆ อย่างไรก็ตาม ยังก่อให้เกิดความท้าทายต่างๆ เช่น การเลิกจ้างงานและศักยภาพในการใช้งานในทางที่ผิด
เพื่อให้แน่ใจว่า AI เป็นประโยชน์ต่อสังคมโดยรวม สิ่งสำคัญคือต้องแก้ไขความท้าทายและข้อพิจารณาด้านจริยธรรมที่เกี่ยวข้องกับการพัฒนาและการใช้งานอย่างแข็งขัน สิ่งนี้ต้องการแนวทางที่หลากหลาย ซึ่งรวมถึงการลงทุนในการศึกษาและการฝึกอบรม การพัฒนาแนวทางและข้อบังคับด้านจริยธรรม และการวิจัยและพัฒนาอย่างต่อเนื่องของเทคโนโลยี AI ที่มีความรับผิดชอบ