กราฟที่อธิบายสถานะของ AI ในปี 2026
(spectrum.ieee.org)- AI Index 2026 คือรายงานที่รวบรวม แนวโน้มภาพรวมของ AI ผ่านตัวชี้วัดอย่างประสิทธิภาพบนเบนช์มาร์ก การลงทุน การรับรู้ของสาธารณะ คอมพิวต์ และการปล่อยคาร์บอน
- การเปิดตัว โมเดล AI ที่น่าจับตา ยังคงนำโดยสหรัฐฯ และภาคอุตสาหกรรม ขณะที่จีนแสดงความได้เปรียบชัดเจนในด้าน การติดตั้งหุ่นยนต์อุตสาหกรรม
- ความจุคอมพิวต์ AI ทั่วโลกเพิ่มขึ้นมากกว่า 3 เท่าทุกปีนับตั้งแต่ปี 2022 และปัจจุบัน Nvidia GPU ครองสัดส่วนมากกว่า 60 เปอร์เซ็นต์ของความจุรวมทั้งหมด
- ประสิทธิภาพบนเบนช์มาร์กของ multimodal LLM และ agentic AI เพิ่มขึ้นอย่างรวดเร็ว แต่ยังคงมีความแม่นยำต่ำในงานทั่วไปอย่างการอ่านนาฬิกาอะนาล็อก
- การลงทุนด้าน AI ในปี 2025 ทำสถิติสูงสุดเกิน 5.81 แสนล้านดอลลาร์ และผลกระทบต่อการจ้างงาน ความเชื่อมั่นต่อกฎระเบียบ และการยอมรับของสาธารณะก็แตกต่างกันมากตามแต่ละประเทศและตัวชี้วัด
ตัวชี้วัดสำคัญจาก รายงาน 2026 AI Index
- รายงาน AI Index 2026 ของ Stanford ที่มีความยาวกว่า 400 หน้า รวบรวมสถานะของ AI จากหลายมุม เช่น คะแนนเบนช์มาร์ก การลงทุน และการรับรู้ของสาธารณะ
- ประสิทธิภาพของโมเดล AI ชั้นนำยังคงเร่งตัวต่อเนื่อง และบริษัท AI รายใหญ่อย่าง OpenAI และ Anthropic ก็กำลังมุ่งหน้าไปสู่ IPO ในช่วงปลายปีนี้
- กระแสต่อต้าน AI ก็ยังคงมีอยู่ โดยเฉพาะในสหรัฐฯ ที่รัฐบาลท้องถิ่นเริ่มยอมรับข้อจำกัดหรือการห้ามโดยสิ้นเชิงต่อการพัฒนาดาต้าเซ็นเตอร์แห่งใหม่
- ต่อเนื่องจากการรายงานในปีก่อนหน้าตั้งแต่ปี 2021 ถึง 2025 นี่คือการคัดเลือกแนวโน้มที่สรุปภาพรวมสถานะของ AI ในปี 2026 แบบย่อ
ความได้เปรียบของสหรัฐฯ ในโมเดล AI
- สหรัฐฯ เป็นผู้นำในการเปิดตัว โมเดล AI ที่น่าจับตา ตลอด 10 ปีที่ผ่านมา และแนวโน้มนี้ยังคงต่อเนื่องในปี 2025
- ตามข้อมูลของ Epoch AI องค์กรที่ตั้งอยู่ในสหรัฐฯ เปิดตัวโมเดลที่น่าจับตาในปี 2025 จำนวน 50 โมเดล
- ปริมาณผลงานจากจีนเริ่มไล่ตามช่องว่างได้ใกล้ขึ้น
- โมเดลที่น่าจับตาเกือบทั้งหมดมาจาก ภาคอุตสาหกรรม
- ในปี 2025 ภาคอุตสาหกรรมเปิดตัวโมเดลที่น่าจับตาจำนวน 87 รายการ
- ขณะที่แหล่งอื่นรวมทั้งสถาบันการศึกษาและหน่วยงานภาครัฐรวมกันมีเพียง 7 รายการ
- สัดส่วนของภาคอุตสาหกรรมขยายตัวอย่างมากในระยะยาว
- ปัจจุบันโมเดลจากภาคอุตสาหกรรมคิดเป็น มากกว่า 90 เปอร์เซ็นต์ ของโมเดลที่น่าจับตาทั้งหมด
- ในปี 2015 ยังต่ำกว่า 50 เปอร์เซ็นต์ และในปี 2003 เท่ากับ 0
ความได้เปรียบของจีนในการนำหุ่นยนต์ไปใช้งาน
- แม้บริษัทสหรัฐฯ จะนำหน้าในจำนวนโมเดล AI ที่น่าจับตา แต่จีนมีความได้เปรียบอย่างชัดเจนในด้าน การนำหุ่นยนต์ไปใช้งาน
- ตามข้อมูลของ International Federation of Robotics จีนมีจำนวน การติดตั้งหุ่นยนต์อุตสาหกรรม ในปี 2024 อยู่ที่ 295,000 เครื่อง
- ญี่ปุ่นติดตั้งประมาณ 44,500 เครื่อง และสหรัฐฯ 34,200 เครื่อง
คอมพิวต์ AI ทั่วโลกพุ่งสูง
- ตัวชี้วัด ความจุคอมพิวต์ AI รวมของ Epoch AI ถูกนำเสนอเป็นตัวเลขแทนการขยายตัวของโครงสร้างพื้นฐาน AI
- ในกราฟที่ใช้ ประสิทธิภาพ H100e ของ Nvidia เป็นมาตรวัด ความจุคอมพิวต์ AI ทั่วโลกเพิ่มขึ้นมากกว่า 3 เท่าทุกปีนับตั้งแต่ปี 2022
- หากนับปี 2021 เป็นปีแรกที่เริ่มติดตาม คอมพิวต์ AI รวมเพิ่มขึ้น 30 เท่า
- Nvidia เป็นผู้ได้รับประโยชน์มากที่สุดจากการขยายตัวนี้
- GPU ของ Nvidia ปัจจุบันครองสัดส่วน มากกว่า 60 เปอร์เซ็นต์ ของความจุคอมพิวต์ AI รวมทั่วโลก
- Amazon และ Google ซึ่งออกแบบฮาร์ดแวร์ AI ของตัวเองตามมาเป็นลำดับถัดไป
การปล่อยคาร์บอนจากการฝึกและการอนุมานของ AI
- ปริมาณการปล่อยคาร์บอน จากกระบวนการฝึก AI เป็นประเด็นที่ถูกชี้ให้เห็นมาแล้วในปีก่อน และยังคงน่ากังวลในปี 2026
- การฝึก large language model ระดับ frontier รุ่นล่าสุด ถูกประเมินว่ามีการปล่อยสูงมาก
- ค่าประเมินการปล่อยจากการฝึก Grok 4 ของ xAI อยู่ที่มากกว่า 72,000 ตัน เทียบเท่าคาร์บอน
- ส่วน OpenAI GPT-4 อยู่ที่ 5,184 ตัน และ Meta Llama 3.1 405B อยู่ที่ 8,930 ตัน
- Ray Perrault ระบุว่าตัวเลขเหล่านี้เป็น ค่าประเมิน และขอให้ใช้ความระมัดระวังในการตีความ
- “These estimates should be interpreted with caution”
- ในกรณีของ Grok ยังมี ความไม่แน่นอน เพราะอาศัยค่าป้อนเข้าที่อนุมานจากบทความ Forbes คำกล่าวของ xAI และแหล่งอื่นที่ตรวจสอบไม่ได้เป็นหลัก
- Epoch AI ยังประเมินการปล่อยของ Grok 4 แบบอิสระไว้สูงกว่าที่ประมาณ 140,000 ตัน CO₂
- การปล่อยจากการอนุมาน ของ AI ก็เพิ่มขึ้นเช่นกัน และมีความแตกต่างมากระหว่างแต่ละโมเดล
- โมเดลอนุมานที่ไม่มีประสิทธิภาพที่สุดปล่อยมากกว่าโมเดลที่มีประสิทธิภาพที่สุด มากกว่า 10 เท่า
- คาดว่า DeepSeek V3 ใช้พลังงานประมาณ 23 วัตต์ เมื่อตอบพรอมป์ตความยาวปานกลาง
- ส่วน Claude 4 Opus คาดว่าใช้ประมาณ 5 วัตต์
ประสิทธิภาพ LLM บนเบนช์มาร์กเร่งตัว
- ตลอด 10 ปีที่ผ่านมา ประสิทธิภาพของโมเดล AI ดีขึ้นอย่างรวดเร็วมาก และจากกราฟ ความเร็วของความก้าวหน้ายังดูเร่งขึ้นอีก
- โดยเฉพาะ multimodal LLM มีพัฒนาการจนแทบพิชิตเบนช์มาร์กใหม่ ๆ ได้แทบจะทันทีที่ถูกสร้างขึ้น
- ด้าน agentic AI เป็นพื้นที่ที่ปรับตัวขึ้นชันที่สุด
- เส้นที่ชันมากสองเส้นทางขวาของกราฟคือเบนช์มาร์ก OSWorld ที่ใช้ประเมินการใช้งานคอมพิวเตอร์แบบอัตโนมัติ
- และเบนช์มาร์กวิศวกรรมซอฟต์แวร์ SWE-Bench Verified ที่ใช้ประเมินการเขียนโค้ดอัตโนมัติ
- ประสิทธิภาพบน Humanity’s Last Exam ก็เพิ่มขึ้นอย่างรวดเร็วเช่นกัน
- ใน Stanford AI Index ปี 2025 โมเดลอันดับ 1 คือ OpenAI o1 มีอัตราตอบถูก 8.8 เปอร์เซ็นต์
- หลังจากนั้นความแม่นยำเพิ่มขึ้นถึง 38.3 เปอร์เซ็นต์
- ณ เดือนเมษายน 2026 โมเดลคะแนนสูงสุด เช่น Anthropic Claude Opus 4.6 และ Google Gemini 3.1 Pro ทำได้ มากกว่า 50 เปอร์เซ็นต์
- Ray Perrault ตั้งข้อสังเกตเรื่อง ความสอดคล้องกันระหว่างเบนช์มาร์กกับประสิทธิภาพในโลกจริง
- “We generally lack measures of how well a system (or agent) needs to function in a particular setting”
- เขายกตัวอย่างว่าความแม่นยำ 75 เปอร์เซ็นต์ บนเบนช์มาร์กการให้เหตุผลทางกฎหมาย ยังบอกได้ยากว่าระบบนั้นเหมาะกับงานจริงในสำนักงานกฎหมายหรือไม่
งานวิจัย AI ในวงการแพทย์ขยายตัว
- การนำ AI มาใช้ใน งานวิจัยทางการแพทย์ เพิ่มขึ้นอย่างรวดเร็ว
- จำนวนงานวิจัยเกี่ยวกับ การพัฒนายาด้วย AI เพิ่มขึ้น มากกว่า 2 เท่า ในช่วง 2 ปีที่ผ่านมา
- จำนวนงานวิจัย multimodal biomedical AI ที่จัดการทั้งภาพทางการแพทย์และข้อความ เพิ่มขึ้น 2.7 เท่า เมื่อเทียบกับ 2 ปีก่อน
ข้อจำกัดในการอ่านนาฬิกาอะนาล็อก
- ตรงกันข้ามกับการพัฒนาอย่างรวดเร็วในบางด้าน ระบบยังคงมีจุดอ่อนในงานทั่วไปอย่าง การอ่านนาฬิกาอะนาล็อก และการเข้าใจปฏิทิน
- ใน ClockBench ซึ่งใช้วัดความสามารถของ multimodal LLM ในการอ่านหน้าปัดนาฬิกาอะนาล็อก แม้แต่โมเดลที่ทำผลงานดีที่สุดก็ยังมีโอกาสสำเร็จเพียงครึ่งหนึ่ง
- OpenAI GPT-5.4 มีความน่าจะเป็นในการตอบถูกอยู่ที่ 50 ต่อ 50
- โมเดลส่วนใหญ่ทำคะแนนได้ต่ำกว่านี้มาก
- Anthropic Claude Opus 4.6 มีความแม่นยำเพียง 8.9 เปอร์เซ็นต์
- ทั้งที่โมเดลเดียวกันนี้ทำคะแนนระดับสูงสุดใน Humanity’s Last Exam
- Ray Perrault เชื่อมโยงประเด็นนี้กับปัญหาที่กว้างกว่า
- เมื่อถามงานที่ต้องผสมหลาย modality เช่น ภาษา ภาพ และโทนเสียง องค์ประกอบด้านภาษา กลับมีน้ำหนักมากกว่าที่คาด
- และมีการกล่าวถึงแนวงานวิจัยที่ชี้ว่าอาจไปถึงขั้นละเลยข้อมูลที่ไม่ใช่ภาษาเกือบทั้งหมด
การลงทุนด้าน AI ทำสถิติสูงสุดในปี 2025
- พร้อมกับการพัฒนาของประสิทธิภาพโมเดล การลงทุนด้าน AI ก็เพิ่มขึ้นตามไปด้วย
- ตามข้อมูลของบริษัทวิเคราะห์ AI อย่าง Quid การลงทุนด้าน AI ในปี 2025 ทำสถิติใหม่ที่ มากกว่า 5.81 แสนล้านดอลลาร์
- มากกว่ายอด 2.53 แสนล้านดอลลาร์ ในปี 2024 มากกว่า 2 เท่า
- และสูงกว่าสถิติเดิมในปี 2021 ที่ 3.6 แสนล้านดอลลาร์ อย่างชัดเจน
- ต่างจากปี 2021 สถิติในปี 2025 นี้ถูกขับเคลื่อนโดย การลงทุนภาคเอกชน ในบริษัท AI ไม่ใช่ การควบรวมและซื้อกิจการ
- เงินลงทุนส่วนใหญ่ไหลเข้าสหรัฐฯ
- ปีที่แล้วมูลค่าการลงทุนด้าน AI ในสหรัฐฯ สูงกว่า 3.44 แสนล้านดอลลาร์
วิศวกรซอฟต์แวร์หันไปโฟกัส AI
- จำนวน โปรเจกต์ที่เกี่ยวข้องกับ AI บน GitHub พุ่งขึ้นเป็น 5.58 ล้านโปรเจกต์ ภายในปี 2025
- เพิ่มขึ้นราว 5 เท่า จากปี 2020
- และเพิ่มขึ้น 23.7 เปอร์เซ็นต์ จากปี 2024
- การเพิ่มขึ้นนี้ดูไม่ได้มาจากแค่การหลั่งไหลของโปรเจกต์ที่สร้างด้วย AI อย่างเดียว
- จำนวนโปรเจกต์ที่มี ดาวอย่างน้อย 10 ดวง ก็เพิ่มขึ้นในอัตราใกล้เคียงกัน
- จำนวน ดาวรวม ที่โปรเจกต์ AI ทั้งหมดได้รับก็เพิ่มขึ้นในอัตราใกล้เคียงกัน
- บ่งชี้ว่ายังมีการมีส่วนร่วมจากมนุษย์อยู่
- ตัวอย่างยอดนิยมที่ถูกยกมาคือซอฟต์แวร์ agentic AI แบบโอเพนซอร์ส OpenClaw
- ได้รับ 352,000 stars บน GitHub
- Ray Perrault ยอมรับว่าโปรเจกต์ AI bot หรือ agent อาจมีส่วนทำให้เกิดกระแสความคึกคักนี้บางส่วน
- “probably the intensity of GitHub use is highly correlated with the intensity of AI use”
- เขายังกล่าวถึงเว็บไซต์ติดตามกิจกรรม Agents in the Wild ซึ่งไม่ได้ถูกอ้างถึงในรายงานของ Stanford ว่าดูเหมือนกิจกรรมบน GitHub จำนวนมากยังคงทำโดยมนุษย์
- ในด้าน งานวิจัยวิทยาการคอมพิวเตอร์ กระแส AI ก็ยังแรงเช่นกัน
- จำนวนบทความวิทยาการคอมพิวเตอร์ที่เกี่ยวข้องกับ AI เพิ่มจาก 102,000 ฉบับเป็น 258,000 ฉบับ ในช่วง 10 ปีที่ผ่านมา หรือมากกว่า 2 เท่า
- ณ ปี 2024 ในจำนวนนี้ มากกว่า 68 เปอร์เซ็นต์ มาจากภาควิชาการ
- สัดส่วนจากภาครัฐและภาคอุตสาหกรรมอยู่ที่ประมาณ 11.5 เปอร์เซ็นต์ และ 12.5 เปอร์เซ็นต์ ตามลำดับ
- การเติบโตถูกขับเคลื่อนโดยสาขา machine learning, computer vision และ generative AI
ความไม่แน่นอนของผลกระทบ AI ต่อการจ้างงาน
- เมื่อ generative AI แพร่หลายมากขึ้น ความกังวลเรื่องงาน ก็เพิ่มขึ้น แต่ข้อมูลที่มีอยู่ในตอนนี้ยังให้ผลลัพธ์ที่ปะปนกัน
- มีการนำเสนอกราฟจำนวนบุคลากรแบบปรับตามอายุในสายงานที่ถูกมองว่ามีความเสี่ยงสูงต่อการถูก AI แทนที่ ได้แก่ software developers และ customer support agents
- งานระดับเริ่มต้นลดลง
- แต่งานระดับกลางและระดับอาวุโสยังคงทรงตัวหรือเพิ่มขึ้น
- อย่างไรก็ตาม ความเปลี่ยนแปลงเหล่านี้ยากจะตีความแยกจากแนวโน้มเศรษฐกิจในภาพรวม
- รายงานระบุถึง อัตราการว่างงานที่เพิ่มขึ้น ในหลายอาชีพโดยรวม
- และสวนทางกับที่คาดไว้ แรงงานที่มีการสัมผัสกับ AI ต่ำที่สุดกลับมีอัตราว่างงานเพิ่มขึ้นมากกว่าแรงงานที่มีการสัมผัสกับ AI สูงที่สุด
การเปลี่ยนแปลงการรับรู้ของสาธารณะต่อ AI
- ผลสำรวจของ Ipsos ชี้ว่า มุมมองเชิงบวก ต่อ AI เพิ่มขึ้นเล็กน้อยแต่เห็นได้ชัดในช่วงไม่กี่ปีที่ผ่านมา
- ผู้ที่ตอบว่า “benefits outweigh the drawbacks” เพิ่มจาก 55 เปอร์เซ็นต์ ในปี 2024 เป็น 59 เปอร์เซ็นต์
- ผู้ที่ตอบว่าตนเอง “good understanding” เรื่อง AI เพิ่มเล็กน้อยจาก 67 เปอร์เซ็นต์ เป็น 68 เปอร์เซ็นต์
- ในคำถามลักษณะใกล้เคียงกัน การยอมรับโดยรวมยังเอนเอียงไปทางบวกมากกว่าลบ แต่ความรู้สึกด้านลบบางส่วนก็เพิ่มขึ้นเช่นกัน
- ผู้ตอบแบบสอบถาม 52 เปอร์เซ็นต์ ระบุว่าสินค้าและบริการที่ใช้ AI ทำให้พวกเขารู้สึก “nervous”
- ความแตกต่างระหว่างประเทศมีสูงมาก
- ประเทศใน เอเชียตะวันออกเฉียงใต้ รวมถึงจีน Malaysia Thailand Indonesia และ Singapore มีแนวโน้มเป็นบวกมากกว่า
- การเปลี่ยนไปในทางบวกมากที่สุดเมื่อเทียบรายปีคือ Germany 12 เปอร์เซ็นต์, France 10 เปอร์เซ็นต์ และ the Netherlands 10 เปอร์เซ็นต์
- ส่วน Colombia เปลี่ยนไปในทางลบมากที่สุดที่ -6 เปอร์เซ็นต์
ความต่างระหว่างประเทศในความเชื่อมั่นต่อการกำกับดูแล AI
- พร้อมกับการรับรู้ที่เพิ่มขึ้นว่า AI จะส่งผลเชิงบวก ก็มีความไม่ไว้วางใจอย่างลึกซึ้งต่อ ความเชื่อมั่นในการกำกับดูแลของรัฐบาล ในบางประเทศด้วย
- โดยเฉพาะสหรัฐฯ แม้จะเป็นผู้นำด้านการลงทุน AI แต่กลับอยู่ในกลุ่มที่มีความเชื่อมั่นต่อกฎระเบียบต่ำที่สุด
- ในแบบสำรวจของ Ipsos ผู้ตอบจากสหรัฐฯ ที่เชื่อมั่นในการกำกับดูแล AI ของรัฐบาลมีเพียง 31 เปอร์เซ็นต์
- หลายประเทศในยุโรปและญี่ปุ่นก็มีระดับความเชื่อมั่นต่ำเช่นกัน
- ขณะที่ประเทศในเอเชียและอเมริกาใต้มีความเชื่อมั่นต่อความสามารถของรัฐบาลในการกำกับดูแล AI สูงที่สุด
- ความต่างระหว่างสหรัฐฯ กับ Colombia โดดเด่นเป็นพิเศษ
- สหรัฐฯ มีความไม่ไว้วางใจอย่างลึกซึ้งต่อการกำกับดูแล AI แต่ผู้ตอบส่วนใหญ่ยังมองว่าประโยชน์ของ AI จะมากกว่าข้อเสีย
- ส่วน Colombia มีความเชื่อมั่นต่อการกำกับดูแล AI สูง แต่ความรู้สึกต่อ AI โดยรวมกลับแย่ลง
- เช่นเดียวกับที่สะท้อนภาพย่อของเรื่องเล่า AI ในปี 2025 คุณภาพของประสิทธิภาพโมเดล และ การรับรู้ต่อผลกระทบทางสังคม สามารถแตกต่างกันได้มากตามแต่ละงานและแต่ละคำถาม
1 ความคิดเห็น
ความเห็นจาก Hacker News
อยากชี้ให้เห็นว่า มุมมองของคนรุ่นใหม่ที่มีต่อ AI ไม่ได้สดใสอย่างที่คิดนัก ดูจากผลสำรวจของ Gallupแล้วจะเห็นว่า ความกังขา ค่อนข้างชัดเจน
ต่อให้การฝึก frontier LLM รุ่นล่าสุดหนึ่งตัวจะปล่อยคาร์บอนมากกว่า 72,000 ตัน แต่เมื่อเทียบกับระดับทั้งโลกที่ปล่อยปีละ 38 พันล้านตันแล้ว ก็ยังถือว่า เล็กเมื่อเทียบกัน
สุดท้ายผมมองว่าไม่มีใครจะมี moat ได้จริงๆ ดังนั้นกราฟนี้เลยยิ่งเหมือนสะท้อนความเข้าใจผิดของนักลงทุนมากกว่า
ความเป็นผู้นำด้านโรบอติกส์ของ China ก็สะดุดตาเหมือนกัน แต่สิ่งแรกที่เด้งเข้ามาในสายตาผมคือกราฟ การปล่อยของ Grok
แค่จำนวนการสร้างโปรเจกต์บน GitHub เพิ่มขึ้น ก็จะบอกว่า "วิศวกรซอฟต์แวร์ทุ่มสุดตัวให้ AI แล้ว" มันฟังดูขำพอสมควร การสร้างรีโปหนึ่งอันไม่ได้ทำให้ทุกคนกลายเป็น วิศวกรซอฟต์แวร์ เสียหน่อย ถ้าใช่จริงก็คงไม่ต้องเรียนอย่างอื่นกันแล้ว
ส่วนที่บอกว่า "China นำหน้าในโรบอติกส์" ดูแทบไม่เกี่ยวกับ AI เลย กราฟของ China มีแนวโน้มแทบเหมือนเดิมมาตั้งแต่ปี 2012 ดังนั้นผมเลยรู้สึกว่ากราฟนั้นไม่ค่อยเข้ากับ บริบทของบทความ
ข้อความที่ว่า "การฝึก AI model อาจปล่อยคาร์บอนจำนวนมหาศาลได้" นั้นถูกต้อง แต่สิ่งที่ผมอยากเห็นจริงๆ คือกราฟที่แสดงว่าการ ให้บริการและรันใช้งาน โมเดลเหล่านี้ทั่วโลกปล่อยคาร์บอนออกมาเท่าไร
ผมเห็นด้วยได้ยากกับประโยคที่ว่า "ตลอด 10 ปีที่ผ่านมา สมรรถนะของ AI model ดีขึ้นด้วยความเร็วที่น่าทึ่ง และความก้าวหน้านั้นกำลังเร่งตัว" จากที่ผมเห็น แทบทุกสาขากำลังเข้าสู่ช่วง plateau กันแล้ว สาขาที่เพิ่งเริ่มไม่นานอย่างคณิตศาสตร์การแข่งขันอาจยังเห็นชัดน้อยกว่า แต่ถ้าดูจากรูปแบบกราฟในอดีต สุดท้ายก็น่าจะมีโอกาสสูงที่จะชะงักแบบเดียวกัน
ผมยังไม่เข้าใจสำนวน State of AI in 2026 อยู่ดี
โพสต์นี้ดูเป็น โพสต์ซ้ำ ต้นฉบับอยู่ในเธรดนี้ และแหล่งที่มาคือ 2026 AI Index Report ของ Stanford HAI