กระแสการลงทุน AI

 (apricitas.io)
1 คะแนน โดย GN⁺ 2024-10-21 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • ความต้องการ AI กำลังผลักดัน การลงทุนในคอมพิวเตอร์ ดาต้าเซ็นเตอร์ และโครงสร้างพื้นฐานด้านไฟฟ้า ของสหรัฐฯ โดยการที่ Microsoft รับภาระค่าใช้จ่ายในการเดินเครื่องเตาปฏิกรณ์นิวเคลียร์หน่วยที่ 1 ของ Three Mile Island อีกครั้ง แสดงให้เห็นแนวโน้มที่ปัญหาขาดแคลนไฟฟ้าของดาต้าเซ็นเตอร์กำลังลามไปสู่การลงทุนในโครงสร้างพื้นฐานทางกายภาพ
  • ค่าใช้จ่ายก่อสร้างดาต้าเซ็นเตอร์ในสหรัฐฯ อยู่ที่อัตรารายปี 28.6 พันล้านดอลลาร์ ทำสถิติสูงสุดเป็นประวัติการณ์ เพิ่มขึ้น 57% จากปีก่อน และ 114% จากสองปีก่อน จนมีขนาดใกล้เคียงกับค่าใช้จ่ายก่อสร้างร้านอาหาร บาร์ และร้านค้าปลีกรวมกัน
  • ค่าใช้จ่ายก่อสร้างยังไม่รวมแร็กเซิร์ฟเวอร์และชิ้นส่วนต่างๆ ขณะที่มูลค่านำเข้าสุทธิของคอมพิวเตอร์ขนาดใหญ่ รวมถึงชิ้นส่วนและอุปกรณ์เสริมคอมพิวเตอร์ ในช่วง 1 ปีล่าสุดเกิน 65 พันล้านดอลลาร์ และการนำเข้าชิป คอมพิวเตอร์ และชิ้นส่วนที่เกี่ยวข้องจากไต้หวันก็พุ่งขึ้นเกิน 38 พันล้านดอลลาร์
  • ผลกระทบต่อเนื่องของกระแส AI ครั้งนี้ปรากฏชัดใน ฮาร์ดแวร์ การผลิต การก่อสร้าง และโครงสร้างพื้นฐานด้านไฟฟ้า มากกว่าการจ้างงานซอฟต์แวร์แบบดั้งเดิม โดยในช่วง 1 ปีที่ผ่านมา งานด้านเทคโนโลยีในสหรัฐฯ เพิ่มขึ้นเพียง 32,000 ตำแหน่ง
  • เมื่อการแข่งขันลงทุนยังดำเนินต่อไปภายใต้สมมติฐานว่าจะมีโมเดลที่ใหญ่ขึ้นและการใช้งานจริงแพร่หลายมากขึ้น ความต้องการเซมิคอนดักเตอร์ขั้นสูง การพึ่งพาไต้หวัน และข้อจำกัดการเข้าถึงของจีน จึงยิ่งกลายเป็นประเด็นหลักของ Chip War

ความต้องการ AI นำไปสู่การลงทุนในโครงสร้างพื้นฐานทางกายภาพ

  • Microsoft ตกลงรับภาระค่าใช้จ่ายในการเดินเครื่อง เตาปฏิกรณ์นิวเคลียร์หน่วยที่ 1 ของ Three Mile Island อีกครั้ง เพื่อตอบสนองความต้องการไฟฟ้าของดาต้าเซ็นเตอร์ที่เพิ่มขึ้น และกลายเป็นบริษัทเทคโนโลยีรายใหญ่แห่งที่สองของสหรัฐฯ ต่อจาก Amazon ที่ใช้สถานีนิวเคลียร์เดิมมารองรับความต้องการพลังงาน
  • Microsoft เป็นนักลงทุนหลักและผู้ให้บริการคอมพิวติงรายสำคัญของ OpenAI และการพัฒนาและการใช้งาน AI ได้ขยายตัวอย่างรวดเร็วในช่วงที่ยังไม่ถึง 2 ปีหลังการเปิดตัว ChatGPT
  • ผลิตภัณฑ์ AI ถูกใช้ในการสร้างโค้ด ข้อความ และภาพ วิเคราะห์ข้อมูล ทำงานอัตโนมัติ และเสริมความสามารถให้แพลตฟอร์มออนไลน์ โดยคาดว่าการใช้งานจะยังเพิ่มขึ้นต่อเนื่อง
  • โมเดล AI รุ่นล่าสุดต้องใช้ ทรัพยากรคอมพิวติงขนาดใหญ่ ทั้งในการฝึกและการอนุมาน และการเดินระบบเหล่านี้จำเป็นต้องมีฮาร์ดแวร์ประสิทธิภาพสูง สิ่งอำนวยความสะดวกระดับอุตสาหกรรม รวมถึงโครงสร้างพื้นฐานด้านไฟฟ้า น้ำ และบรอดแบนด์

การลงทุนในดาต้าเซ็นเตอร์และคอมพิวเตอร์พุ่งสูงขึ้น

  • การก่อสร้างดาต้าเซ็นเตอร์ในสหรัฐฯ แตะระดับสูงสุดเป็นประวัติการณ์ที่อัตรารายปี 28.6 พันล้านดอลลาร์
    • เพิ่มขึ้น 57% จากปีก่อน
    • เพิ่มขึ้น 114% จากสองปีก่อน
    • มีขนาดใกล้เคียงกับค่าใช้จ่ายก่อสร้างร้านอาหาร บาร์ และร้านค้าปลีกของสหรัฐฯ รวมกัน
  • ตัวเลขนี้รวมเฉพาะตัวอาคารเท่านั้น ไม่รวมแร็กคอมพิวเตอร์ประสิทธิภาพสูง สายเคเบิล พัดลม และชิ้นส่วนอื่นๆ ที่ทำหน้าที่เป็นสมองของดาต้าเซ็นเตอร์
  • ในเดือนสิงหาคม การนำเข้าสุทธิคอมพิวเตอร์ขนาดใหญ่ของสหรัฐฯ ทำสถิติสูงสุดเป็นประวัติการณ์ และการนำเข้าสุทธิของชิ้นส่วน อุปกรณ์เสริม และองค์ประกอบอื่นๆ ของคอมพิวเตอร์ทำสถิติสูงสุดในเดือนก่อนหน้า
  • ในช่วง 1 ปีล่าสุด สหรัฐฯ นำเข้าสินค้าสองหมวดนี้รวมกันมากกว่า 65 พันล้านดอลลาร์ และการผลิตภายในประเทศก็เพิ่มขึ้นพร้อมกัน

โครงสร้างการลงทุนของบริษัทเทคโนโลยีเปลี่ยนไป

  • ดาต้าเซ็นเตอร์ คอมพิวเตอร์ และอุปกรณ์ใหม่ส่วนใหญ่ถูกซื้อโดยบริษัทในภาคเทคโนโลยีสารสนเทศ
    • ผู้ให้บริการโครงสร้างพื้นฐานคอมพิวติงอย่าง Amazon
    • บริษัทค้นหาเว็บอย่าง Google
    • ผู้จัดจำหน่ายซอฟต์แวร์อย่าง Microsoft
  • ในช่วง 1 ปีที่ผ่านมา บริษัทเหล่านี้เพิ่มมูลค่าการถือครองสุทธิของอสังหาริมทรัพย์ โรงงาน และอุปกรณ์มากกว่า 95 พันล้านดอลลาร์ ซึ่งเป็นระดับสูงสุดเป็นประวัติการณ์
  • เมื่อกว่าสิบปีก่อน Facebook ซื้อ Instagram ในราคา 1.2 พันล้านดอลลาร์ และอีก 2 ปีต่อมาซื้อ WhatsApp ในราคา 15 พันล้านดอลลาร์
    • ตอนนั้น Instagram มีพนักงานเพียง 13 คน และ WhatsApp มีเพียง 55 คน โดยฐานทางกายภาพมีแค่สำนักงานและเวิร์กสเตชันของนักพัฒนาเท่านั้น
  • เฉพาะครึ่งแรกของปี 2024 Meta ใช้เงินลงทุนด้านทุนไป 15.2 พันล้านดอลลาร์ และส่วนใหญ่ถูกใช้กับโครงสร้างพื้นฐานคอมพิวติงขนาดใหญ่เพื่อรองรับโมเดล AI Llama
  • กระแส AI ในปัจจุบันมีลักษณะ พึ่งพาฮาร์ดแวร์เข้มข้น กว่ากระแสเทคโนโลยีครั้งก่อนมาก และกำลังผลักดันการก่อสร้างและการลงทุนในสหรัฐฯ ให้เพิ่มขึ้นอย่างรวดเร็ว

คอมพิวเตอร์ประสิทธิภาพสูงและการนำเข้าจากไต้หวันกลายเป็นแกนหลัก

  • การลงทุนของบริษัทสหรัฐฯ ในคอมพิวเตอร์และอุปกรณ์ที่เกี่ยวข้องเพิ่มขึ้น 16.6% ในช่วง 1 ปีที่ผ่านมาเมื่อปรับตามเงินเฟ้อแล้ว ท่ามกลางกระแส AI และทำสถิติสูงสุดเป็นประวัติการณ์
  • ในทศวรรษ 2010 การลงทุนด้านคอมพิวเตอร์ค่อนข้างทรงตัวอยู่เกือบสิบปี ก่อนที่ความต้องการทำงานทางไกลช่วงแพนเดมิกจะทำลายแนวโน้มนั้น
  • ในปี 2022 เมื่อระดับการทำงานจากบ้านและการใช้อินเทอร์เน็ตเริ่มทรงตัว การลงทุนด้านคอมพิวเตอร์ลดลง แต่ตั้งแต่ปลายปี 2023 ก็พุ่งขึ้นอีกครั้งพร้อมกระแส AI
  • อัตราการเติบโตของระบบคอมพิวเตอร์ขั้นสูงเร็วกว่าการลงทุนด้านคอมพิวเตอร์โดยรวม
    • TSMC เป็นผู้ผลิตเซมิคอนดักเตอร์ขั้นสูงชั้นนำของโลก
    • การนำเข้าชิป คอมพิวเตอร์ และชิ้นส่วนที่เกี่ยวข้องจากไต้หวันของสหรัฐฯ ในช่วง 1 ปีล่าสุดมีมูลค่ามากกว่า 38 พันล้านดอลลาร์ เพิ่มขึ้นมากกว่า 140% จากปีก่อน
    • การนำเข้าชิปลอจิกโดยตรงของสหรัฐฯ เพิ่มจากระดับต่ำขึ้นเป็นอัตรารายปีราว 5 พันล้านดอลลาร์
    • ชิ้นส่วนและองค์ประกอบคอมพิวเตอร์ยังคงเป็นรายการนำเข้าที่ใหญ่ที่สุด

บริษัทซอฟต์แวร์ก็เข้าสู่การแข่งขันด้านฮาร์ดแวร์

  • ข้อมูลการลงทุนรายอุตสาหกรรมแบบละเอียดจนถึงปี 2023 แสดงให้เห็นว่าบริษัทประมวลผลข้อมูลและค้นหาเว็บอย่าง Amazon และ Google ยังคงมีขนาดการลงทุนใหญ่ที่สุดในภาคเทคโนโลยี
  • การเติบโตของการลงทุนที่เร็วที่สุดเกิดขึ้นในกลุ่ม ผู้พัฒนาซอฟต์แวร์
    • การลงทุนจริงในทรัพย์สินทางปัญญาของผู้จัดจำหน่ายซอฟต์แวร์เพิ่มขึ้น 40% นับตั้งแต่ปี 2021
    • หมวดนี้รวมถึงตัวโมเดล AI เองและงานวิจัยพัฒนาที่เกี่ยวข้อง
    • การลงทุนจริงในอุปกรณ์อย่างคอมพิวเตอร์เพิ่มขึ้น 96%
  • ยุคที่ผู้พัฒนาซอฟต์แวร์ชั้นนำมีโครงสร้างฮาร์ดแวร์เบาๆ ได้เปลี่ยนเป็นการแข่งขันเพื่อสร้างขีดความสามารถด้านฮาร์ดแวร์อย่างรวดเร็ว

ทำเลดาต้าเซ็นเตอร์แตกต่างกันมากตามภูมิภาค

  • ดาต้าเซ็นเตอร์จำเป็นต้องกระจายตัวในระดับหนึ่งเพราะความต้องการด้านเครือข่ายและการหลีกเลี่ยงข้อจำกัดของโครงสร้างพื้นฐาน แต่การรวมศูนย์เป็นคลัสเตอร์ขนาดใหญ่ช่วยเพิ่มประสิทธิภาพและลดต้นทุนกับเวลาแฝงได้
  • ใน AI ผลจากการรวมศูนย์เช่นนี้สำคัญเป็นพิเศษ และบริษัทต่างๆ กำลังผลักขีดจำกัดของขนาดดาต้าเซ็นเตอร์และระบบเครือข่าย เพื่อทุ่มกำลังคอมพิวติงให้กับการพัฒนาโมเดลให้มากที่สุดเท่าที่ทำได้
  • สถิติการก่อสร้างอย่างเป็นทางการแบ่งค่าใช้จ่ายดาต้าเซ็นเตอร์ได้เพียงระดับภูมิภาค จึงไม่มีข้อมูลการก่อสร้างที่ละเอียดกว่านี้
  • การขยายดาต้าเซ็นเตอร์ในสหรัฐฯ ยังคงแข็งแกร่งที่สุดใน ภาคใต้ ซึ่งมีคลัสเตอร์เก่าแก่ตั้งอยู่
  • อัตราการเติบโตเร็วกว่านั้นในมิดเวสต์และตลาดชายฝั่งตะวันตก ส่วนภาคตะวันออกเฉียงเหนือแทบไม่ได้รับผลกระทบ

ความต้องการไฟฟ้าและผลกระทบต่อโครงข่ายไฟฟ้าท้องถิ่น

  • Energy Information Administration ได้ปรับเพิ่มคาดการณ์การเติบโตของโหลดไฟฟ้าหลายครั้งเพื่อสะท้อนความต้องการจากดาต้าเซ็นเตอร์
  • คาดการณ์ปัจจุบันระบุว่าการใช้ไฟฟ้าภาคพาณิชย์จะเพิ่มขึ้น 3% ในปีนี้ และ 1% ในปีหน้า
  • แม้ในคาดการณ์นี้ ผู้ใช้ภาคพาณิชย์ยังเป็นปัจจัยเพิ่มการใช้ไฟฟ้าที่เล็กกว่าการใช้ไฟฟ้าในที่อยู่อาศัยและการย้ายฐานการผลิตกลับประเทศ แต่สำหรับภาคพาณิชย์แล้ว นี่เป็นการเติบโตของความต้องการที่เร็วที่สุดในรอบหลายปี
    • ตั้งแต่ปี 2007 ถึง 2023 การใช้ไฟฟ้าภาคพาณิชย์เพิ่มขึ้นรวมเพียง 5%
    • ในประมาณการทางการก่อนกระแส AI คอมพิวเตอร์และอุปกรณ์สำนักงานคิดเป็น 11.4% ของการใช้ไฟฟ้าภาคพาณิชย์
  • ในบางพื้นที่ การใช้ไฟฟ้าของดาต้าเซ็นเตอร์กลายเป็นปัจจัยหลักของการเพิ่มขึ้นของโหลดไฟฟ้า
    • North Dakota มีการใช้ไฟฟ้าภาคพาณิชย์เพิ่มขึ้นมากกว่า 45% หลังการเปิดดาต้าเซ็นเตอร์ขนาดใหญ่ในปี 2022
    • เนื่องจากตลาดไฟฟ้าและคอมพิวติงของ North Dakota มีขนาดเล็ก ปริมาณความต้องการไฟฟ้าที่เพิ่มขึ้นจริงจึงยังน้อยกว่าคลัสเตอร์ดาต้าเซ็นเตอร์ขนาดใหญ่อย่าง Virginia และ Texas

ความต้องการไฟฟ้าของดาต้าเซ็นเตอร์ใน Virginia และ Texas

  • byteway ในย่านชานเมือง Virginia ทางเหนือของ Washington DC เป็นคลัสเตอร์พลังคอมพิวติงที่ใหญ่ที่สุดในโลก
  • คลัสเตอร์นี้ทำให้การใช้พลังงานภาคพาณิชย์ของ Virginia เพิ่มขึ้น 30% ตั้งแต่ปี 2019 และเป็นรัฐที่มีปริมาณความต้องการไฟฟ้าภาคพาณิชย์เพิ่มขึ้นจริงมากที่สุดในสหรัฐฯ
  • Texas ดึงดูดดาต้าเซ็นเตอร์และนักขุดคริปโตเคอร์เรนซีเข้ามาในฐานะส่วนหนึ่งของโปรแกรมบริหารจัดการโหลดพลังงาน
  • การใช้ไฟฟ้าภาคพาณิชย์ของ Texas เพิ่มขึ้น 10% ตั้งแต่ปี 2019 และคาดว่าจะเติบโตมากขึ้นในอนาคต
  • การเพิ่มขึ้นของโหลดจากดาต้าเซ็นเตอร์มีส่วนช่วยให้การลงทุนพลังงานหมุนเวียนของ Texas ทำผลงานได้เหนือกว่า
    • คาดว่า ERCOT และ PJM จะนำหน้าสหรัฐฯ โดยรวมในการเติบโตของพลังงานหมุนเวียนในปีนี้และปี 2025
    • ด้วยข้อได้เปรียบจากการรวมกลุ่มของดาต้าเซ็นเตอร์ บริษัท AI จึงมีแนวโน้มมากขึ้นที่จะไปรวมตัวใกล้แหล่งพลังงานขนาดใหญ่
    • สิ่งนี้เป็นฉากหลังที่ทำให้ความสนใจต่อพลังงานนิวเคลียร์และความเต็มใจของบริษัทเทคโนโลยีในการลงทุนโดยตรงในโครงสร้างพื้นฐานการผลิตไฟฟ้าเพิ่มขึ้น

รายได้ฟื้นตัวแล้ว แต่การจ้างงานเทคโนโลยียังอ่อนแอ

  • ท่ามกลางกระแส AI รายได้ของภาคเทคโนโลยีสารสนเทศฟื้นตัวจากการชะลอตัวในปี 2022–2023
  • ผู้จัดจำหน่ายซอฟต์แวร์ พอร์ทัลค้นหาเว็บ และผู้ให้บริการโครงสร้างพื้นฐานคอมพิวติง ต่างมีรายได้เพิ่มขึ้น 12–15% ในช่วง 1 ปีที่ผ่านมา
  • ตัวเลขนี้ยังต่ำกว่าระดับปี 2021 แต่ถือเป็นการเติบโตของรายได้ที่แข็งแกร่งเมื่อเทียบกับช่วงก่อนโควิด
  • แม้การลงทุนทางกายภาพจะพุ่งขึ้นและรายได้ฟื้นตัว แต่การเติบโตของการจ้างงานในภาคเทคโนโลยีกลับอ่อนแอมาก
    • สหรัฐฯ เพิ่มงานด้านเทคโนโลยี 32,000 ตำแหน่งในช่วง 1 ปีที่ผ่านมา
    • ซึ่งต่ำกว่าทุกช่วงในปี 2021, 2022 และตลอด 9 ปีก่อนแพนเดมิก
    • ผู้จัดจำหน่ายซอฟต์แวร์และอุตสาหกรรมโครงสร้างพื้นฐานคอมพิวติงที่อยู่ใจกลางกระแส AI แทบไม่มีการเพิ่มขึ้นสุทธิของการจ้างงานในช่วง 1 ปีที่ผ่านมา
  • ตลาดงานเทคโนโลยี ที่สร้างความลำบากให้บัณฑิตวิทยาการคอมพิวเตอร์รุ่นใหม่ยังไม่ได้ดีขึ้นมากนัก

ผลต่อตลาดแรงงานชัดเจนกว่านอกสายงานเทคโนโลยีแบบดั้งเดิม

  • ไม่ใช่ว่ากระแสลงทุน AI ไม่มีผลต่อตลาดแรงงานเลย แต่ผลกระทบกระจุกตัวอยู่นอกภาคเทคโนโลยีสารสนเทศแบบดั้งเดิมมากกว่า
  • ค่าตอบแทนรวมในอุตสาหกรรมการผลิตเซมิคอนดักเตอร์เพิ่มขึ้น 25% ตั้งแต่ไตรมาส 1 ปี 2023 ถึงไตรมาส 1 ปี 2024
    • พนักงานของบริษัทอย่าง NVIDIA ได้รับผลจากสต็อกออปชันที่มีมูลค่าสูงขึ้น
  • ในช่วง 1 ปีที่ผ่านมา งานก่อสร้างเชิงพาณิชย์เพิ่มขึ้น 30,000 ตำแหน่ง โดยบางส่วนเป็นผลต่อเนื่องจากความต้องการดาต้าเซ็นเตอร์
  • ขณะเดียวกันก็เกิดกระแสการจ้างงานก่อสร้างภาคอุตสาหกรรมในโรงงานผลิตชิปและภาคการผลิตอื่นๆ รวมถึงการจ้างงานที่เกี่ยวข้องกับการขยายไฟฟ้าและโครงสร้างพื้นฐานวงกว้าง
  • พลวัตการจ้างงานของกระแส AI แตกต่างจากตลาดแรงงานเทคโนโลยีในทศวรรษที่ผ่านมาอย่างมาก และมุ่งเน้นไปที่ การลงทุนฮาร์ดแวร์ บริษัทผลิต/ออกแบบ และผู้รับเหมาก่อสร้างโครงสร้างพื้นฐาน มากกว่าโปรแกรมเมอร์แบบดั้งเดิม

การแข่งขันลงทุนและการขยายไปสู่ Chip War

  • ผู้พัฒนา AI กำลังแข่งขันกันอย่างดุเดือด โดยเชื่อว่าการปรับปรุงผลิตภัณฑ์และการขยายเชิงพาณิชย์จะทำให้ระดับการลงทุนขนาดประวัติศาสตร์ในปัจจุบันสมเหตุสมผล
  • ในระยะสั้น คาดว่าการลงทุนจะเพิ่มขึ้นอีกตามการพัฒนาโมเดลขั้นสูงขึ้นและการแพร่หลายของแอปพลิเคชันใช้งานจริง เช่น รถยนต์ขับขี่อัตโนมัติ
  • ผู้กำหนดนโยบายมองว่า AI เป็นสาขาหลักสำหรับอนาคตของเศรษฐกิจสหรัฐฯ
    • ด้วยอิทธิพลของ Silicon Valley และบริษัทยักษ์ใหญ่เทคโนโลยีของสหรัฐฯ ทำให้สหรัฐฯ สร้างความได้เปรียบอย่างมากในด้านการพัฒนา AI และขีดความสามารถดาต้าเซ็นเตอร์
    • กระแส AI ถูกประเมินว่าเป็นประโยชน์ต่อการลงทุนในสหรัฐฯ มากกว่าประเทศอื่นใด
  • การแข่งขันเชิงภูมิรัฐศาสตร์รอบขีดความสามารถด้านฮาร์ดแวร์มีแนวโน้มจะรุนแรงขึ้น
    • CHIPS Act เป็นกฎหมายที่เกิดขึ้นก่อน ChatGPT และผู้บริหารบางรายในอุตสาหกรรมบ่นว่าดูเริ่มล้าสมัยทั้งในด้านลำดับความสำคัญและขนาด
    • ความต้องการเซมิคอนดักเตอร์ขั้นสูงที่เพิ่มขึ้นทำให้สหรัฐฯ พึ่งพาการนำเข้าจากไต้หวันมากขึ้น ซึ่งเป็นสิ่งที่ CHIPS Act ตั้งใจจะบรรเทา
    • ในชิ้นส่วนหลายประเภทที่จำเป็นต่อการจัดหาในระดับดาต้าเซ็นเตอร์ สหรัฐฯ ยังคงพึ่งพาจีนอยู่
  • สหรัฐฯ มีแนวโน้มจะคงข้อจำกัดการเข้าถึงชิประดับสูงสุดต่อไปเพื่อชะลอการพัฒนา AI ของจีน และจีนก็ยังเดินหน้าขยายขีดความสามารถในการผลิตชิปเพื่อลดการพึ่งพาการนำเข้า
  • ยิ่งกระแสการลงทุน AI ดำเนินต่อไป ก็ยิ่งเคลื่อนเข้าสู่แนวหน้าของ Chip War เดิมมากขึ้น

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2024-10-21
ความคิดเห็นจาก Hacker News

  • หลังจากอ่านบทความนี้แล้ว ผมเริ่มอยากเดิมพันว่า บูมการลงทุนที่ใช้เงินทุนเข้มข้น รอบนี้ก็น่าจะดำเนินไปคล้ายกับบูมการลงทุนครั้งใหญ่ ๆ ในประวัติศาสตร์สหรัฐฯ
    เหมือนการวางรางรถไฟในยุค 1800, การผุดขึ้นของบริษัทรถยนต์จำนวนมากในต้นยุค 1900, และบูมใยแก้วนำแสงของโทรคมนาคมปลายยุค 1990 ที่มีการสร้างโครงสร้างพื้นฐานเกินความต้องการขนาดใหญ่ แล้วตามมาด้วยการล่มสลายที่บริษัทส่วนใหญ่ในอุตสาหกรรมล้มละลาย แต่หลังจากนั้นโครงสร้างพื้นฐานเหล่านั้นก็ถูกดูดซับและสร้างประโยชน์มหาศาลต่อเศรษฐกิจและสังคม
    นึกถึงกรณี dark fiber ที่ถูกวางไว้หลังการลงทุนและการล้มละลายของวงการโทรคมนาคมช่วงปลายยุค 90 ถึงต้นยุค 2000 ซึ่งสุดท้ายก็ถูกเปิดใช้งานและทำให้การเติบโตของมัลติมีเดียคุณภาพสูงอย่าง Netflix เป็นไปได้
    ในกรณีนี้ นักลงทุนทั่วไปก็คงเอาเงินไปหนุนชิประดับสูง, ดาต้าเซ็นเตอร์, และแหล่งจ่ายพลังงาน แล้วผิดหวังอย่างหนัก แต่ในระยะยาวผมคิดว่ามันจะให้ผลตอบแทนก้อนใหญ่
    โดยเฉพาะแค่การลงทุนด้านพลังงานอย่างเดียว ต่อให้ AI ถูกพรรณนาว่าเป็นยักษ์กินพลังงานที่เร่งโลกร้อน ผมก็เชื่อว่าความต้องการเงินทุนมหาศาลนี้จะเร่ง การเปลี่ยนผ่านออกจากเชื้อเพลิงฟอสซิล เพราะตอนนี้พลังงานหมุนเวียนกลายเป็นไฟฟ้าที่ถูกที่สุดแล้ว

    • ฟังดูถูก และสักวันหนึ่ง ฟองสบู่ก็จะดับ
      แต่ปัญหาคือเมื่อไร หากตอนนี้ไม่ใช่ปี 1999 ของบูมดอตคอม แต่เป็นปี 1995 ก็แปลว่ายังเหลือการเติบโตสูงอีก 4 ปี และแม้หลังการล่มสลาย ตลาดในปี 2029 ก็อาจใหญ่กว่าปี 2024 มากอยู่ดี Cisco ในปี 2001 ก็ยังใหญ่กว่าปี 1995 ถึง 4 เท่า
      จุดที่ต่างจากฟองสบู่ในอดีตเล็กน้อยคือ ยิ่งมีปริมาณการประมวลผลมาก AI ก็ยิ่งฉลาดและมีความสามารถมากขึ้น
      เกณฑ์หนึ่งที่ผมใช้วัดว่ายังอยู่ช่วงต้นของบูมหรือไม่ คือดูว่า Slack ขาย แชตบอต LLM ที่ให้คำตอบที่เชื่อถือได้เกี่ยวกับการตัดสินใจด้านงานและเทคนิคที่เกิดขึ้นในแชตตลอด 2 ปีที่ผ่านมาหรือยัง ตอนนี้ยังไม่มีผลิตภัณฑ์แบบนั้น และน่าจะเพราะต้นทุนในการรันการอนุมานจำนวนมากขนาดนั้นด้วย context window สูง ๆ ยังแพงเกินไป
      ดังนั้นผมจึงมองว่าตอนนี้ใกล้จุดเริ่มต้นของฟองสบู่มากกว่าจุดจบ
      อีกเรื่องที่ต้องจับตาคือ กฎการสเกลของ LLM จะพังลงอย่างรวดเร็วจนการประมวลผลที่มากขึ้นไม่สามารถสร้างสติปัญญาที่สูงขึ้นอย่างคุ้มค่าทางเศรษฐกิจได้หรือไม่ ถ้าเป็นแบบนั้นฟองสบู่น่าจะดับ และทุกคนกำลังดูว่าโมเดลระดับ GPT-5 จะแสดงสัญญาณนั้นหรือเปล่า
    • ไม่เข้าใจว่าทำไมถึงมองแบบนั้นได้ เครือข่ายรถไฟ, เครือข่ายถนน, และเครือข่ายใยแก้วนำแสงยังใช้งานได้หลายสิบปีแม้นักลงทุนดั้งเดิมจะเจ๊งไปแล้ว
      แต่ปัญหาคือ ดาต้าเซ็นเตอร์สำหรับประมวลผล AI ในปัจจุบันแทบจะนำไปใช้ทำอย่างอื่นได้ยากหากบริษัท AI ล้ม
      ปัญหาของการลงทุนในโครงสร้างพื้นฐานประมวลผลคือ ต้องมีแผนใช้ทั้งหมดภายใน 5 ปีข้างหน้า หลังจากนั้นต่อให้แจกฟรีก็อาจไม่มีใครเอา
    • พลังงานหมุนเวียนถูกมากอยู่แล้ว จึงน่าจะถูกสร้างในอัตราเดิมไม่ว่าอย่างไร
      ในทางกลับกัน โรงไฟฟ้านิวเคลียร์ ที่มีราคาแพงคงไม่ถูกสร้างถ้าไม่มีฟองสบู่นี้ แต่ดูเหมือนว่าเงินจะไหลไปทางนิวเคลียร์อย่างประหลาดด้วย
    • ในฟองสบู่โทรคมนาคม สินทรัพย์ที่ยังเหลือมูลค่าในภายหลังมีแค่ ใยแก้วนำแสง ที่ฝังอยู่ใต้ดินเท่านั้น อุปกรณ์ปลายทางล้าสมัยภายในไม่กี่ปีและต้องเปลี่ยนใหม่ ส่วนใยแก้วนำแสงนำกลับมาใช้ได้และมีต้นทุนติดตั้งสูง จึงเป็นสินทรัพย์หลัก
      แล้วในฟองสบู่ AI สินทรัพย์อะไรจะยังมีมูลค่าในอีก 5 ปีข้างหน้า? คงไม่น่าใช่โกดังที่เต็มไปด้วย GPU อายุ 5 ปี บางทีอาจเป็นโรงไฟฟ้านิวเคลียร์ก็ได้
    • รถไฟและเครือข่ายคอมพิวเตอร์สร้าง network effect แต่ไม่แน่ใจว่าคำพูดเดียวกันนี้ใช้ได้กับดาต้าเซ็นเตอร์ที่เต็มไปด้วยฮาร์ดแวร์ซึ่งล้าสมัยเร็วมากหรือไม่

  • มีคนบอกว่าคล้ายรถไฟ แต่จริง ๆ แล้ว ไม่เหมือนรถไฟเลย นอกจากเรื่องใช้เงินเยอะ
    รถไฟอยู่มาได้หลายสิบปี และยังจะมีความหมายต่อไปอีกหลายสิบปี มันสึกหรอไปอย่างช้า ๆ และเป็นรูปแบบการขนส่งทางบกที่มีประสิทธิภาพที่สุด
    แต่การลงทุนฮาร์ดแวร์แบบนี้จะถูกตัดค่าเสื่อมหมดในอีก 6 ปี และมีแนวโน้มจะถูกทิ้งเพราะไม่คุ้มที่จะรันเมื่อเทียบผลลัพธ์กับค่าไฟ
    นอกจากนี้ยังมีความเสี่ยงเพิ่มเติมว่า ระบบ AI ในอนาคตอาจไม่สามารถรันได้อย่างมีประสิทธิภาพบนฮาร์ดแวร์รุ่นปัจจุบันด้วยเหตุผลบางอย่าง

    • อาจเป็นแบบนั้นหรือไม่ก็ได้ Nvidia P40 GPU ออกมาเมื่อ 8 ปีก่อนและร้อนมาก แต่ราคากลับเพิ่มเป็นสองเท่าในช่วงปีที่ผ่านมา
      ไม่มีอะไรจะถูกตัดค่าเสื่อมจนหมดภายใน 6 ปีหรอก ผู้คนมีโอกาสจะยังใช้ A100 อยู่แม้อีก 15 ปีข้างหน้า การ์ด GPU V100 32GB อายุ 7 ปีก็ยังขายกันบน eBay ที่ 1,500 ดอลลาร์
      ดูเหมือนมีโอกาสมากกว่าที่เราจะคิดค้นสถาปัตยกรรมซอฟต์แวร์ที่มีประสิทธิภาพขึ้น แทนที่จะคิดค้นฮาร์ดแวร์ชนิดใหม่ที่ดีกว่าและแทนที่ฮาร์ดแวร์เดิมทั้งหมด
    • ในอุปมานี้ สาธารณประโยชน์ไม่ใช่ฮาร์ดแวร์ AI แต่คือ โมเดล AI
    • สินทรัพย์บางอย่างอย่างอาคารและแหล่งจ่ายไฟน่าจะยังใช้งานได้ต่อไป แต่ชิปก็น่าจะถูกเปลี่ยนเป็นของใหม่ในไม่ช้า
    • โครงสร้างพื้นฐาน IT มีอายุสั้นกว่าอุตสาหกรรมรถไฟมาก แต่ มาร์จิน ก็สูงอย่างน่าทึ่งเช่นกัน
      การลงทุนรถไฟมักใช้เวลาหลายสิบปีกว่าจะคืนทุน ขณะที่ในอุตสาหกรรม IT มักคืนทุนได้ภายในไม่กี่ปี

  • รู้สึกว่าการถกเถียงนี้มีช่องว่างใหญ่ เกือบทั้งหมดโฟกัสไปที่ GPU และการลงทุนฮาร์ดแวร์ ซึ่งจริงอยู่ว่าเป็นแรงขับสำคัญของบูม AI ปัจจุบัน แต่กลับขาด ด้านซอฟต์แวร์ ไป
    ควรพูดถึงการลงทุน VC จำนวนมากที่ไหลเข้าสู่แพลตฟอร์ม เครื่องมือ และแอปพลิเคชันที่ขับเคลื่อนด้วย AI ด้วย บทความนี้เอนเอียงไปทางฮาร์ดแวร์มากเกินไป เรียกว่า ‘บูมการลงทุน GPU’ น่าจะตรงกว่าด้วยซ้ำ
    การลงทุนซอฟต์แวร์ก็ควรได้รับความสนใจในสัดส่วนเท่า ๆ กัน

    • ผมมองว่า GPU และดาต้าเซ็นเตอร์มีบทบาทใน AI เหมือน ใยแก้วนำแสง ในบูมดอตคอม
      เหตุผลที่ซอฟต์แวร์จำนวนมากที่ใช้ LLM ยังไม่คุ้มค่าทางเศรษฐกิจ คือปริมาณการประมวลผลและไฟฟ้าที่จะรองรับสิ่งที่ต้องการทำยังไม่เพียงพอ
    • มีข้อมูลที่ประเมินสัดส่วนนั้นได้ดีไหม? จากสตาร์ตอัป AI ที่ผมพอรู้จัก แม้จะไม่ใช่สตาร์ตอัปฮาร์ดแวร์ เงิน VC ส่วนใหญ่ที่ระดมได้ก็ดูเหมือนจะย้อนกลับไปเป็น ต้นทุนฮาร์ดแวร์ ทั้งทางตรงและทางอ้อม
      แต่ไม่มีตัวเลขที่แน่ชัด
    • ช่วงนี้ดู YC กับ Product Hunt แล้ว ซอฟต์แวร์ที่ถูกโปรโมตเกินจริงแทบทั้งหมดคือ “อะไรสักอย่าง Powered by AI”
      ในทางปฏิบัติ ถ้ามีบริษัทหนึ่งที่ AI ทำสิ่งมีประโยชน์ได้จริง ก็จะมีอีกสักสิบบริษัทที่ยัด AI เข้าไปในแอปเดิมตรงไหนสักแห่งแล้วแพ็กเกจว่า “AI Powered” ซึ่งน่ารำคาญมาก
      เมื่อเร็ว ๆ นี้บริษัทของเราประเมิน Zenhub และทีมขายเน้นมากว่าแอปใช้ AI พอได้ดูจริง ๆ ก็เป็นแค่ การผสาน AI ขั้นพื้นฐานที่สุด คือสร้างคำอธิบาย story จากพรอมป์ต
      AI มีประโยชน์มาก แต่ไม่จำเป็นต้องใส่เข้าไปในทุกอย่าง
    • มีการพูดถึงดาต้าเซ็นเตอร์และการประมวลผลบนคลาวด์กันมาก แต่ไม่พูดถึงชิปสำหรับการอนุมานบนอุปกรณ์
      เมื่อคิดถึงตำแหน่งของมือถือในชั้นอินเทอร์เฟซ ถ้าผมเป็นนักลงทุน VC ผมจะเดิมพันกับ การอนุมานบนอุปกรณ์

  • ไม่รู้เหมือนกันว่าทำไมบทความอวยเกินจริงทุกชิ้นต้องเริ่มด้วยประโยคทำนองว่า “ผลิตภัณฑ์ AI ถูกใช้อย่างแพร่หลายในงานที่หลากหลายกว่ามาก เช่น การสร้างโค้ด ข้อความ รูปภาพ การวิเคราะห์ข้อมูล การทำงานอัตโนมัติ การปรับปรุงแพลตฟอร์มออนไลน์ ฯลฯ และคาดว่าการใช้งานจะเพิ่มขึ้นในอนาคต”
    โดยส่วนตัวแล้วตอนเขียนโค้ด ปริมาณการใช้ Copilot ของผมลดลง ลองใช้ต่อไปเรื่อย ๆ แล้ว แต่มันหลงทางเร็วและพ่นบั๊กจุกจิกออกมา ทำให้ต้องใช้เวลาดีบักมากกว่าตอนเขียนเอง
    มักมีความรู้สึกตลอดว่าอาจยังตรวจโค้ดไม่พอ และ “นี่อาจระเบิดในโปรดักชันด้วยวิธีที่คาดไม่ถึงก็ได้” เพื่อนร่วมงานกับเพื่อน ๆ ก็ว่ารู้สึกคล้ายกัน
    ผมลองโมเดล ‘chain of thought’ รุ่นใหม่ด้วย แต่แปลกที่มันดูแย่ลงกว่าเดิม

    • พอเห็นคอมเมนต์นี้ทำให้นึกขึ้นได้ว่าผมยัง สมัครสมาชิก Copilot อยู่
      มันไม่ได้เสนอโค้ดที่มีประโยชน์มาหลายเดือน จนเลือนหายไปจากความทรงจำ เมื่อกี้เพิ่งล็อกอินเข้าไปยกเลิกแล้ว
      ตอนนี้คงต้องไปดูว่าสามารถยกเลิกหรือลดแพ็กเกจบริการสมัครสมาชิกอื่น ๆ ได้อีกไหม
    • ประสบการณ์ของผมก็คล้ายกัน ช่วงหลังใช้ Claude กับงานเขียนโค้ด แต่มันพาไถลลง โพรงกระต่าย ไม่รู้จบ และทุกครั้งก็รู้สึกว่าแย่ลงกว่าครั้งก่อน
      ทั้งที่เป็นแบบนั้น มันก็ยังหยุดแล้วพูดว่า “ขอโทษครับ แต่จริง ๆ แล้วผมไม่รู้ว่าจะช่วยได้อย่างไร” ไม่ได้
    • ผมรู้สึกว่า AI ตอนนี้ใกล้เคียงกับการเป็น ครู มากกว่าผู้ลงมือทำ เมื่อเรียนรู้อะไรใหม่ ๆ หรือหาไอเดียว่าจะไปทางไหน มันช่วยได้มากจริง ๆ
      แต่โค้ดจริง ๆ ส่วนใหญ่ยังคงต้องให้มนุษย์เขียนอยู่ดี
      AI เป็นเครื่องมือที่ยอดเยี่ยมและช่วยเพิ่มความเร็วได้มาก แต่ไม่ตรงกับความคิดแบบเวทมนตร์ที่ว่าเราแค่ให้ไอเดีย แล้ว AI จะจัดการงานจิปาถะทั้งหมดให้
      โดยทั่วไป การสร้างแบบจำลองความคิดจากหลักฐานจริงแทนภาพฝันย่อมดีกว่าเสมอ และตอนนี้มีภาพฝันปะปนอยู่มาก ไม่ได้แปลว่าต้องมองอนาคตของการพัฒนาในแง่ร้าย แต่รูปแบบของการปรับปรุงนั้นคาดเดาได้ยากมาก
    • จากประสบการณ์ของผม มันดีขึ้นตามเวลา และโดยเฉพาะการผสาน LLM เข้ากับ Language Server Protocol และเครื่องมืออื่น ๆ ยังมีโอกาสปรับปรุงที่เก็บเกี่ยวได้ค่อนข้างง่ายอยู่มาก
      ถึงอย่างนั้น ณ ตอนนี้มันยังไม่พอสำหรับทำงานแบบอิสระ จึงควรใช้เหมือน pair programming กับนักพัฒนามนุษย์ระดับกลางที่มีบริบทโครงการไม่มากและสมาธิสั้น
      โดยเฉพาะถ้ามอบหมายให้ AI ทำทีละฟังก์ชันหรือรีแฟกเตอร์ทีละอย่าง และจัดให้ทดสอบระหว่างทางได้ง่าย จะได้คุณค่ามาก
    • เพราะบทความพวกนั้นก็เขียนด้วย AI ทั้งหมดเหมือนกัน

  • ทุกครั้งที่เห็นบทความและการถกเถียงแบบนี้ ผมแปลกใจเสมอที่เราไม่ตระหนักว่า มันช่างไร้สาระแค่ไหน ที่ด้านหนึ่งเราพูดว่าเราทำลายโลกไปแล้ว และอาจเหลือเวลาแค่ 5–6 ปีก่อนเกิดความเสียหายระดับรากฐาน แต่ในขณะเดียวกันก็ทุ่มทรัพยากรที่ยากจะจินตนาการให้กับ LLM
    สุดท้ายก็ต้องเลิกหวังว่า LLM ที่ได้รับการลงทุนมากพอจะนำสิ่งดี ๆ มาได้ หรือไม่ก็ต้องเลิกใช้เหตุผลที่เสียงดังมากแต่แท้จริงดูว่างเปล่าเกี่ยวกับความเสียหายที่เราก่อกับโลก

    • ไม่รู้ว่า “เรา” ในที่นี้คือใคร ฝั่งหนึ่งของสังคมกำลังส่งสัญญาณเตือนว่าจะเกิด ความเสียหายที่ย้อนกลับไม่ได้ ต่อสิ่งแวดล้อม ส่วนอีกฝั่งดูเหมือนจะพยายามดันตัวเลขให้ขึ้นเร็วที่สุด โดยไม่คำนึงถึงหรือจงใจเพิกเฉยต่อผลกระทบต่อชีวิตมนุษย์ในวงกว้าง
      คนที่ผลักดันการลงทุน AI จะไม่ได้รับผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศมากนัก ต่อให้คนหลายร้อยล้านในเขตร้อนตาย และกิจกรรมมนุษย์ที่จัดระเบียบได้จำนวนมากพังทลาย พวกเขาก็จะได้รับการปกป้องจากผลลัพธ์จนถึงวินาทีสุดท้าย จึงไม่สนใจ
    • บางทีนะ แค่บางที ตอนนี้ที่เราต้องการพลังงานมากขึ้น ในที่สุดเราอาจค้นพบ รูปแบบการพัฒนาที่ยั่งยืนกว่าเดิม ก็ได้
    • อยากรู้ว่า “เหตุผลที่ว่างเปล่า” หมายถึงอะไร
    • คงเคยได้ยินเรื่อง บูมของพลังงานแสงอาทิตย์ มาบ้าง มันกำลังเติบโตแบบทวีคูณ
      และโลกทั้งใบก็ไม่ได้มีคนคนเดียวคอยสั่งการว่าจะเกิดอะไรขึ้น

  • ฟองสบู่ AI จะแตกปีหน้า ตอนนี้ก็ราว ๆ ปี 1998 ของฟองสบู่ดอตคอม และฤดูหนาว AI อีกครั้งกำลังจะมา
    LLM และ generative AI คือแผนธุรกิจแบบ “ธุรกิจบนอินเทอร์เน็ต” หรือ “Uber สำหรับ X” ของปีนี้

    • ฟองสบู่ AI แตกแล้วจะลากวงการสตาร์ทอัพที่เหลือลงไปด้วยไหม หรือจะทำให้มีการลงทุนใน เทคโนโลยีที่ไม่ใช่ AI ได้มากขึ้น
      เทคโนโลยีด้านสภาพภูมิอากาศต้องการเงินมากกว่านี้
    • ผมไม่คิดว่าจะเป็นแบบนั้น
      ฟองสบู่เศรษฐกิจจะแตกหลังการเลือกตั้ง และเราจะรู้เมื่อ Fed เริ่มขึ้นดอกเบี้ยอีกครั้ง แต่ตัวเร่งครั้งนี้น่าจะเป็น อสังหาริมทรัพย์เชิงพาณิชย์ มากกว่า
      ในอสังหาริมทรัพย์เชิงพาณิชย์ ดาต้าเซ็นเตอร์เป็นรายการเดียวที่ดูดีในสายตานักลงทุน และยิ่งเป็นแบบนั้นเพราะกระแส AI ผมคิดว่านักลงทุนเหล่านั้นจะทุ่มเงินเข้าสู่การผลิตไฟฟ้าและภาคส่วนอื่น ๆ ที่เกี่ยวกับ AI มากกว่าเดิม เพื่อหลีกเลี่ยงการล่มสลายที่กำหนดไว้แล้ว
      ตัวแปรที่ใหญ่ที่สุดคือกลุ่มคณาธิปไตยข้ามชาติจะพยายามใช้การล่มสลายครั้งนี้เพื่อ เปลี่ยนนโยบายการเงิน ครั้งใหญ่กว่านั้นมาก เช่น สกุลเงินดิจิทัลของธนาคารกลางหรือไม่
    • อัตราส่วนราคาต่อกำไรของตลาดสูงมาก และสูงมาพักหนึ่งแล้ว หุ้นเทคโนโลยีกับ AI ค้ำจุนส่วนสำคัญของมันอยู่
      ดู Tesla ก็ได้ว่าเกิดอะไรขึ้นเมื่อปัจจัยพื้นฐานเริ่มสั่นคลอนเล็กน้อย ถึงอย่างนั้นผมก็ยังระมัดระวังที่จะทำนายว่า “ฟองสบู่ AI” จะแตกปีหน้า

  • ถ้าฟองสบู่ AI จบลงจน HN ได้คุยเรื่องอื่นบ้างก็คงดี

    • ยังไง ฟองสบู่ AI ก็ดีกว่าฟองสบู่คริปโตเสมอ
    • ถ้าเหนื่อยก็ไปร่วมวงถกเรื่องความวุ่นวายของ WordPress ได้ ช่วงนี้ที่นี่ค่อนข้างเด้งขึ้นมาคึกคักทีเดียว
    • ผมคิดว่ามันจะแตกถ้า Fed ตัดสินว่าเงินเฟ้อยังไม่จบ และเริ่มขึ้นดอกเบี้ยอีกครั้งภายใน 6 เดือน
      เราจะป้อนอาหารให้ฟองสบู่ได้แค่จนกว่าคนธรรมดาจะทนค่าครองชีพที่เพิ่มขึ้นไม่ไหว
    • ในบทความ 30 อันดับแรกของ HN ในเดือนที่ผ่านมา (https://hn.algolia.com/?dateRange=pastMonth&page=0&prefix=fa...) มีเรื่อง AI แค่ 6 บทความเท่านั้น
      บทความ AI ที่อันดับสูงสุดคือ “OpenAI to become for-profit” อันดับ 10 ส่วนอันดับ 1 คือ “Bop Spotter” ถัดมาคือ Starship และการยกเลิกการสมัครสมาชิกด้วยการคลิก
    • ผู้คนจะพูดถึง AI ไปตลอดชีวิตที่เหลือ ถ้าต้องการก็อาจไปเข้าชุมชน Amish หรือไปอยู่ในป่าแล้วทำงานแบบ Firewatch ก็ได้

  • สงสัยว่าสิ่งนี้จะส่งผลต่อ ค่าใช้จ่ายคลาวด์ ของคนอย่างเราอย่างไร
    ด้านหนึ่งอาจเกิด economy of scale แต่อีกด้านหนึ่ง คนอื่น ๆ ก็อาจใช้ทรัพยากรคลาวด์จนดันราคาให้สูงขึ้น อยากรู้ว่ามีใครเดาได้ไหมว่าจะเป็นอย่างไร

    • ไม่น่าจะทำให้ต้นทุนคลาวด์แบบดั้งเดิมที่ใช้ CPU สูงขึ้น
      แค่ดู Ampere 192-core กับ AMD 196-core CPU ก็พอ การเพิ่มประสิทธิภาพจะยังคงทำให้ราคาต่อประสิทธิภาพของคลาวด์แบบดั้งเดิมลดลง

  • โดยธรรมชาติแล้ว เรายังไม่พบ “AI” ที่ไม่ หลอน และก็ยังไม่รู้ว่า “AI” ที่หลอนจะมีประโยชน์นอกเหนือจากการใช้งานเฉพาะกลุ่มได้อย่างไร

    • ในโมเดลใหม่ ๆ การแต่งเรื่องขึ้นมาเองลดลงแล้ว ผมทดสอบกรณีที่สำคัญต่อการแต่งเรื่องบนฐานเอกสารที่ให้มา หรือก็คือ RAG ไว้ที่นี่: https://github.com/lechmazur/confabulations/
      ความแตกต่างระหว่าง GPT-4 Turbo กับ GPT-4o ค่อนข้างมาก
    • ในหัวข้อที่โฟกัสแคบมาก ๆ รู้สึกว่า LLM เป็นมิตรกว่ามากและโดยรวมก็แม่นยำ เนื้อหาที่สร้างขึ้นมาก็แค่ตรวจสอบกับซอร์สโค้ดที่เกี่ยวข้องหรือเอกสารทางการได้
      ตามทฤษฎีแล้ว เวลามีเรื่องง่าย ๆ ที่อยากถาม การคุยกับ Claude หรือ 4o ช่วยประหยัดเวลาในแต่ละวันได้มหาศาล ก่อนหน้านี้ต้องไล่ค้นเสิร์ชเอนจินตั้งแต่สี่ตัวขึ้นไป และต้องฝ่าขยะ SEO จำนวนมากจนน่าผิดหวัง
      ฟังก์ชันสรุปตอนนี้ก็กลายเป็นมีมไปแล้ว แต่มีประโยชน์มาก ถ้าเอาลิงก์ทั้งหมดที่ดูน่าสนใจระหว่างวันใส่ไว้ในฐานข้อมูล งาน cron ของ Cloudflare จะดึงเนื้อหาหลักของแต่ละลิงก์มาให้ 4o สร้าง สรุป แล้วบันทึกไว้
      ช่วงสุดสัปดาห์ก็ไล่ดูสรุปของลิงก์ที่บันทึกไว้ ถ้าดูน่าสนใจพอก็เข้าไปอ่านเองและค้นคว้าต่อ
      จริง ๆ แล้วผมรู้จัก SolidJS จากบทความสุ่ม ๆ ที่ได้คะแนนไม่กี่โหวตอยู่หน้า 4 ของ HN และแค่สรุปก็ให้ข้อมูลพอที่จะทำให้ผมไปลองดู SolidJS โดยไม่ต้องอ่านบทความบ่น ReactJS ให้จบ
    • ผมคิดว่าเป้าหมายในการลดการหลอนให้น้อยที่สุดควรถูกปรับใหม่ เวลามนุษย์ “โกหก” เรามีรูปแบบที่คุ้นเคย เช่น “ร้านนั้นน่าจะอยู่แถว ๆ นี้นะ”, “คนนั้นไม่ได้อยู่ใน Inception เหรอ?” มนุษย์ถ่ายทอดได้ดีผ่านน้ำเสียง ท่าทาง และสไตล์การเขียนว่าอะไรคือข้อมูลที่มั่นใจ และอะไรคือสิ่งที่ไม่แน่ใจ
      ผมลองถามคำถามง่าย ๆ กับ Gemini แล้วการหลอนมันน่ารำคาญมาก พอมันพูดสิ่งที่ไม่จริงอย่างมั่นใจ สมองตามสัญชาตญาณของผมก็มองว่ามันเชื่อถือไม่ได้ และไม่อยากถามต่ออีก
      ด้วยลักษณะเชิงความน่าจะเป็นของการทำงานของ LLM การ กำจัดการหลอน คงเป็นไปไม่ได้ แต่เราสามารถปรับวิธีนำเสนอมันต่อมนุษย์ให้ดีกว่านี้ได้
    • ไม่จำเป็นต้องจินตนาการเลย Generative AI มีประโยชน์มากอยู่แล้วใน การใช้งานที่ไม่ใช่เฉพาะกลุ่ม จำนวนมาก
    • ผมคิดว่ายังมีการสร้างคอนเทนต์อีกมากที่คุณภาพไม่ได้สำคัญจริง ๆ ในกรณีแบบนั้น การหลอนก็ไม่ได้สำคัญเท่าไร
      ตราบใดที่ไม่ใช่กรณีที่อาจมีปัญหาทางกฎหมาย เช่น วาจาสร้างความเกลียดชังหรือการหมิ่นประมาท
      สำหรับการปล่อยบทความ โพสต์โซเชียลมีเดีย ไปจนถึงวิดีโอออกมาเป็นจำนวนมาก ในเชิงสเกลแล้วการหลอนไม่ได้สำคัญมากนัก ตอนนี้มีคอนเทนต์มากพอที่สร้างยอดวิวได้มากพอ จนกลายเป็นกลยุทธ์ที่พอใช้งานได้ในระดับหนึ่งแล้ว

  • ผมจำได้ว่าเคยได้ยิน Dr. Robert Martin ผู้บริหาร Bell Labs ช่วงปลายยุค 90 พูดว่าความจุแบนด์วิดท์จะมุ่งสู่อนันต์ และต้นทุนต่อบิตจะมุ่งสู่ศูนย์
    เราทุกคนรู้กันดีว่า ผู้สร้างความจุใยแก้วนำแสง ในตอนนั้น ก่อนฟองสบู่แตก ลงเอยอย่างไร
    มีเหตุผลอะไรให้เชื่อว่าความต้องการปัญญาจะไม่เหือดแห้งหรือไม่? มีเหตุผลอะไรให้เชื่อว่าต้นทุนของปัญญาในฐานะอินพุตของระบบจะลู่เข้าไปหาค่าไฟฟ้าที่ใช้เดินเครื่อง GPU ในดาต้าเซ็นเตอร์ อย่างที่ Sama พูดหรือไม่? ทั้งสองอย่างเป็นไปได้
    ถึงอย่างนั้น เราก็เคยพูดแบบเดียวกันได้กับแบนด์วิดท์หนึ่งบิต

    • ผมสงสัยอย่างมากว่า ปัญญาไร้ขีดจำกัด จะส่งผลเชิงบวกต่อมาตรฐานการครองชีพของคนทำงานความรู้
      ในมุมที่มองร้ายกว่า AI จะเข้ามาแทนที่เรา แล้วเราจะถูกส่งไปเหมืองถ่านหิน
      แม้จะมองในแง่ดีที่สุด มาตรฐานการครองชีพก็เป็นผลรวมของหลายปัจจัยที่หยั่งรากอยู่ในความเป็นจริง ดังนั้นผมคิดว่าขีดจำกัดจริง ๆ คงอยู่ประมาณคุณภาพชีวิตดีขึ้นเป็นสองเท่า นั่นไม่ได้หมายความว่าไม่มีค่าอะไร แต่เมื่อดูช่วง 150 ปีที่ผ่านมา ก็ไม่ใช่ระดับที่ไม่เคยมีมาก่อน
    • ข้อความที่สร้างขึ้นมาไม่ใช่ ปัญญา