ไอเดียใหญ่ด้านเทคโนโลยีปี 2025 ของ a16z

xguru · 2025-01-13T11:12:01+09:00

ไอเดียใหญ่ที่ a16z คาดการณ์ไว้สำหรับปี 2025 เนื่องจากเป็นบทความที่รวบรวมความเห็นรายบุคคลของสมาชิกแต่ละคน จึงควรใช้ความระมัดระวังในการตีความและด้านความน่าเชื่อถือ อย่างไรก็ตาม สามารถใช้เพื่อทำความเข้าใจสถานการณ์ปัจจุบันและเก็บเกี่ยวไอเดียหลากหลายในด้าน bio+health, เทคโนโลยีผู้บริโภค, คริปโต, enterprise+fintech, เกม, เทคโนโลยีระยะเติบโต และโครงสร้างพื้นฐานได้ [American Dynamism] การฟื้นคืนของพลังงานนิวเคลียร์ ในปี 2025 คาดว่าความต้องการผลิตไฟฟ้าจากนิวเคลียร์จะเพิ่มขึ้นอย่างมากอีกครั้ง หลังการปฏิรูปกฎระเบียบ ความสนใจจากสาธารณะ เงินทุนขนาดใหญ่ และความต้องการพลังงานมหาศาลจาก AI data center มาบรรจบกัน ความต้องการพลังงานในสหรัฐฯ ที่พุ่งสูงทำให้โครงข่ายไฟฟ้าที่เสื่อมสภาพเริ่มสั่นคลอน และความสนใจต่อแหล่งพลังงานที่มีเสถียรภาพก็กลับมาสูงขึ้นอีกครั้ง โรงไฟฟ้านิวเคลียร์ที่ปิดไปแล้ว เช่น Three Mile Island มีแผนจะกลับมาเดินเครื่องอีกครั้ง โดยได้รับแรงหนุนจากการสนับสนุนของทั้งสองพรรคในสหรัฐฯ และความต้องการพลังงานสะอาดของประชาชน นิวเคลียร์ไม่ได้สำคัญแค่ในฐานะแหล่งพลังงาน แต่ยังเป็นแกนหลักในมุมของความสามารถในการแข่งขันด้าน AI การเสริมสร้างศักยภาพของชาติ และการสร้างโครงข่ายไฟฟ้าที่มั่นคง งานแห่งอนาคต: การเชื่อมช่องว่างระหว่างฮาร์ดแวร์กับซอฟต์แวร์ ในช่วงทศวรรษ 2000~2010 การพัฒนาบุคลากรเน้นด้านการเขียนโค้ดเป็นหลัก ระยะหลัง แนวโน้มความต้องการตำแหน่งงานที่นำ AI ไปใช้กับฮาร์ดแวร์จริงเพื่อเพิ่มการใช้งานกำลังเติบโตอย่างมาก จากการย้ายฐานการผลิตกลับประเทศ (reshoring) การเกษียณของแรงงานฝีมือจำนวนมาก และการแพร่หลายของ AI และระบบอัตโนมัติ ทำให้สาขาอย่างวิศวกรรมเครื่องกล ไฟฟ้า ควบคุม RF อุตสาหการ และคุณภาพ ได้รับความสนใจขึ้นมาอีกครั้ง ในอีก 10 ปีข้างหน้า ตำแหน่งวิศวกรรมที่เกี่ยวกับฮาร์ดแวร์บางประเภทอาจเติบโตแซงสายวิศวกรรมซอฟต์แวร์แบบดั้งเดิม “Catch” ที่บอกใบ้ถึงเฟสถัดไปของอุตสาหกรรมอวกาศ ความสำเร็จของ “catch” ในการรับ Starship booster ทำให้ยุคที่สามารถขนส่งสินค้าขนาดใหญ่มากกว่า 150 ตันได้อย่างรวดเร็วและนำกลับมาใช้ใหม่ได้ใกล้เข้ามา ส่งผลให้ความเป็นไปได้ในการส่งคนและสินค้าสู่ดวงจันทร์และดาวอังคาร รวมถึงการติดตั้ง data center ขนาดใหญ่ สถานีอวกาศ และห้องปฏิบัติการชีวการแพทย์ในอวกาศ เพิ่มสูงขึ้น การขนส่งความเร็วสูงพิเศษที่สามารถเดินทางไปยังจุดใดก็ได้บนโลกภายใน 40 นาที ก็อาจกลายเป็นจริงได้ ปี 2025 อาจเป็นจุดเปลี่ยนที่เทคโนโลยีซึ่งเคยถูกมองว่าเป็น science fiction เริ่มเข้าสู่ความจริง อนาคตของการป้องกันประเทศแบบกระจายศูนย์ โลกกำลังเข้าสู่ยุคที่โดรนอัตโนมัติ เครือข่ายเซนเซอร์ และ AI สำหรับสนามรบ จะตัดสินใจได้แบบฉับพลันโดยแทบไม่ต้องอาศัยการแทรกแซงจากมนุษย์ กำลังรบในพื้นที่ห่างไกลมีแนวโน้มต้องรับข้อมูลแบบเรียลไทม์ และปรับยุทธศาสตร์หน้างานผ่านการวิเคราะห์ที่อาศัย AI ระบบบัญชาการแบบกระจายลักษณะนี้จำเป็นต้องมีทั้งแหล่งจ่ายพลังงานที่เชื่อถือได้และทรัพยากรคอมพิวต์ที่พร้อมใช้งานแม้ในพื้นที่เสี่ยง ความก้าวหน้าทางเทคโนโลยีในด้านพลังงาน อวกาศ และ AI มีแนวโน้มเชื่อมโยงโดยตรงกับขีดความสามารถด้านความมั่นคงของชาติ อุปกรณ์ XR ก้าวกระโดดเพื่อเหล่านักพัฒนา อุปกรณ์ XR (extended reality) มีศักยภาพสูงขึ้นในการประยุกต์ใช้กับโลกกายภาพ แม้จะมีแพลตฟอร์มใหม่อย่าง Apple Vision Pro และ Meta Orion ปรากฏขึ้นแล้ว แต่การยอมรับจากผู้บริโภคและระบบนิเวศนักพัฒนายังอยู่ในระยะเริ่มต้น โดยเฉพาะในด้าน robotics การขับขี่อัตโนมัติ และ simulation อุปกรณ์ XR กำลังมีบทบาทสำคัญ อุตสาหกรรมที่มีข้อมูลหรือปฏิสัมพันธ์เกี่ยวกับพื้นที่จริงจำนวนมากมีแนวโน้มจะนำอุปกรณ์ XR ไปใช้เพิ่มขึ้น การใช้ประโยชน์จากข้อมูลสังเกตการณ์โลก ในช่วง 5 ปีที่ผ่านมา จำนวนดาวเทียมสังเกตการณ์โลกเพิ่มขึ้นเป็นสองเท่าจาก 500 ดวงเป็นมากกว่า 1,000 ดวง ทำให้รากฐานสำหรับการเข้าถึงภาพและข้อมูลได้ง่ายขึ้นขยายตัวอย่างมาก ภาครัฐและภาควิชาการได้สร้างเครื่องมือต่าง ๆ สำหรับใช้ประโยชน์จากข้อมูลสังเกตการณ์โลกมานานแล้วผ่านการลงทุนขนาดใหญ่ อย่างไรก็ตาม รายได้เชิงพาณิชย์ในสาขานี้ยังถือว่าน้อย โอกาสที่แท้จริงมีแนวโน้มไม่ได้อยู่ที่เครื่องมือวิเคราะห์หรือแดชบอร์ดเพียงอย่างเดียว แต่เป็นผลิตภัณฑ์ที่ใช้ข้อมูลสังเกตการณ์โลกเป็นหนึ่งในหลายเครื่องมือเพื่อแก้ปัญหาเฉพาะของแต่ละอุตสาหกรรม ในอนาคต ข้อมูลสังเกตการณ์โลกอาจกลายเป็นทรัพยากรจำเป็นในหลายด้าน เช่น ซัพพลายเชน การวางผังเมือง และการรับมือภัยพิบัติ ขั้นต่อไปของการเก็บข้อมูลหุ่นยนต์ หลายบริษัทกำลังรวบรวมข้อมูลหุ่นยนต์ขนาดใหญ่ผ่าน teleoperation, simulation (sim2real), แขนหุ่นยนต์แบบโมดูลาร์ และวิธีอื่น ๆ นี่คือความพยายามในการพัฒนาหุ่นยนต์ที่สามารถทำงานในโลกจริงได้อย่างอเนกประสงค์ผ่านข้อมูลขนาดใหญ่ ก่อนหน้านี้ ในช่วงกระแสรถขับเคลื่อนอัตโนมัติ Scale AI มุ่งเน้นการเก็บ “policy data ที่แม่นยำ” เช่น การติดป้ายกำกับภาพ แต่ตอนนี้ด้านที่ซับซ้อนและมีต้นทุนสูงกว่า เช่น benchmark ความชอบ ความปลอดภัย และ red team กำลังมีความสำคัญมากขึ้น ในแวดวงหุ่นยนต์เอง ก็น่าจะได้เห็นการประเมินความปลอดภัยในสภาพแวดล้อมเสี่ยงและระบบ benchmark ที่ซับซ้อนมากขึ้น สุดท้าย แม้จะสร้าง policy data ขนาดใหญ่ได้แล้ว แต่หากต้องการนำไปใช้งานจริง ก็จำเป็นต้องสร้างระบบรองรับชั้นที่สองควบคู่กันไปด้วย เช่น การทดสอบความปลอดภัยและระบบประเมินที่ซับซ้อน ก้าวใหม่ของการสื่อสารด้วยแสงในอวกาศอิสระ คาดว่าในปี 2025 การสื่อสารด้วยแสงในอวกาศอิสระจะก้าวหน้าไปอีก แม้จะให้ความเร็วและความเป็นการสื่อสารแบบมุ่งทิศทางโดยตรงได้ดีกว่าการสื่อสารไร้สาย (RF) แบบเดิม แต่เทคโนโลยีสำหรับแก้ปัญหา downtime และการรบกวนยังไม่สมบูรณ์นัก มีโอกาสสูงที่จะเห็นเทคโนโลยีเพิ่มประสิทธิภาพ เช่น เทคนิคมอดูเลชันขั้นสูงระดับเดียวกับที่ใช้ในระบบสื่อสารไร้สายอย่าง QPSK และ OFDM ตลอดจนเทคโนโลยีที่ปรับปรุงการควบคุมทิศทางลำแสงและการแก้ไขข้อผิดพลาด คาดว่าระบบ PNT (positioning, navigation, and timing) ที่แม่นยำยิ่งขึ้นจะถูกผสานเข้ามา เพื่อช่วยปรับปรุงการจัดแนวลำแสง โดยเฉพาะในการสื่อสารแบบเคลื่อนที่ ความก้าวหน้าเหล่านี้มีแนวโน้มส่งผลกระทบอย่างมากต่ออุตสาหกรรมการสื่อสาร ดาวเทียม และกลาโหม [Bio + Health] กลับไปท้าทายโรคใหญ่: Big is Back ในปี 2025 วงการ bio และ pharma มีแนวโน้มที่แม้แต่สตาร์ทอัพไบโอเทคระยะเริ่มต้นก็จะเริ่มกลับไปท้าทายโรคใหญ่ที่เป็นที่รู้จักกันแพร่หลายอีกครั้ง ยากลุ่ม GLP-1 คาดว่าจะสร้างตลาดมูลค่ามากกว่า 100 พันล้านดอลลาร์ภายในปี 2030 ในด้านโรคอ้วนและเบาหวาน และกำลังเติมพลังใหม่ให้กับสาขาโรคหัวใจและหลอดเลือดรวมถึงโรคเมตาบอลิก นวัตกรรมก็กำลังเกิดขึ้นอย่างเงียบ ๆ ในด้านโรคภูมิคุ้มกันทำลายตนเองเช่นกัน Dr. Georg Schett แห่งมิวนิก ประเทศเยอรมนี ตั้งสมมติฐานว่า CAR-T cell therapy ที่ใช้รักษามะเร็งบางชนิดของ B cell อาจนำไปใช้กับโรคภูมิคุ้มกันทำลายตนเองที่เกี่ยวข้องกับ B cell ได้เช่นกัน (เช่น lupus และ arthritis) ในงานวิจัยที่ประกาศล่าสุด ผู้ป่วยทั้ง 15 รายที่ไม่ตอบสนองต่อการรักษาเดิม มีอาการดีขึ้นอย่างน่าทึ่งหลังได้รับ CAR-T Dr. Schett เปรียบสิ่งนี้ว่า “เหมือนปุ่มรีเซ็ตของคอมพิวเตอร์ เป็นการรีสตาร์ตระบบภูมิคุ้มกันทั้งหมดให้กลับมาทำงานอย่างปกติ” จากผลลัพธ์ทางคลินิกที่น่าประทับใจเช่นนี้ และความสำเร็จของยารักษาโรคอ้วนรุ่นใหม่ คาดว่าจะยิ่งเร่งนวัตกรรมจาก bio และ startup ที่มุ่งเป้าไปยังโรคที่พบบ่อยและมีขนาดตลาดใหญ่ที่สุด การทำให้สุขภาพเข้าถึงได้อย่างทั่วถึง: การเปลี่ยนแปลงที่ขับเคลื่อนโดยเทคโนโลยี ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยีอย่าง AI ที่วิเคราะห์ค่าจากเลือด อุปกรณ์สวมใส่ที่ติดตามสัญญาณชีวภาพ และการสแกนทั้งร่างกาย ได้ทำให้ “การทำให้สุขภาพเข้าถึงได้อย่างทั่วถึง” กำลังเกิดขึ้น ยุคที่ผู้ป่วยสามารถตรวจดูข้อมูลของตนเองและดูแลสุขภาพเชิงรุกได้ แม้อยู่นอกสภาพแวดล้อมทางคลินิก ได้เริ่มต้นขึ้นแล้ว AI ช่วยมอบการวิเคราะห์และคำแนะนำเฉพาะบุคคล รวมถึงค้นหารูปแบบที่เคยมองข้ามไป จึงเอื้อต่อการวินิจฉัยตั้งแต่เนิ่น ๆ และการป้องกัน ท่ามกลางระบบการแพทย์ที่ซับซ้อนและเน้นการรักษาโรค เทคโนโลยีเหล่านี้กำลังผลักดันการเปลี่ยนผ่านสู่โมเดลใหม่ที่มุ่งเน้นการป้องกันและการตรวจพบตั้งแต่ระยะต้น ด้วยข้อมูลเชิงลึกแบบคาดการณ์ล่วงหน้า ผู้ป่วยจึงสามารถตัดสินใจได้อย่างชาญฉลาดในเวลาที่เหมาะสม “Super Staffing” ของวงการเฮลท์แคร์ วงการเฮลท์แคร์กำลังเผชิญวิกฤตครั้งใหญ่จากการขาดแคลนบุคลากรทางคลินิก ในอีก 5 ปีข้างหน้า จำนวนแพทย์และพยาบาลจะไม่เพียงพออย่างมากต่อความต้องการรับการรักษาที่จะพุ่งขึ้น ขณะเดียวกัน ในงานบริหารจัดการด้านเฮลท์แคร์กลับมีบุคลากรมากเกินความจำเป็นที่ต้องคอยจัดการงานซ้ำ ๆ จนทำให้ต้นทุนสูงขึ้น กล่าวคือ ขณะนี้มีความจำเป็นเร่งด่วนที่จะต้องใช้ทรัพยากรบุคคลที่มีอยู่ให้มีประสิทธิภาพสูงสุด และทำให้งานง่าย ๆ เป็นอัตโนมัติด้วยเทคโนโลยี AI กำลังได้รับความสนใจในฐานะหนึ่งในกุญแจสำคัญในการแก้ปัญหานี้ คาดว่าในปี 2025 โมเดล AI เฉพาะทางจะทำหน้าที่เป็นแพลตฟอร์ม “super staffing” ในสถานพยาบาล หากเป็นเช่นนั้น โอกาสด้านงบลงทุนขนาดใหญ่ก็มีแนวโน้มจะย้ายจากที่เดิมมักอยู่ในงบ IT ไปสู่ฝั่งงบบุคลากรมากขึ้น เป้าหมายยารูปแบบ “อะโวคาโด” การพัฒนายาใหม่เป็นเรื่องยากมาก และชีววิทยาก็ซับซ้อนจนแทบประเมินไม่ได้ ต้องค้นหาเป้าหมายที่มีศักยภาพและตรวจสอบอย่างเข้มงวด อีกทั้งต้องใช้เวลากว่า 10 ปีและต้นทุนมหาศาลกว่าจะได้รับการอนุมัติจาก FDA แต่ยาตัวใหม่สามารถสร้างคุณค่ามหาศาลให้กับผู้ป่วย บริษัท และสังคม หากเลือกเป้าหมายผิดก็อาจล้มเหลวครั้งใหญ่ และการพลาดโอกาสของเป้าหมายสำคัญรุ่นถัดไปอย่าง GLP-1 ก็อาจเป็นเรื่องร้ายแรงเช่นกัน เป้าหมายทางชีววิทยามีความคล้ายอะโวคาโด “ยังเร็วไป... ยังเร็วไป... ยังไม่สุก... ตอนนี้ต้องกินแล้ว! ...สายไปแล้ว” การจับจังหวะเวลาที่เหมาะสมนั้นยาก และเมื่อเป้าหมายใดเป้าหมายหนึ่งได้รับการพิสูจน์แล้ว หลายบริษัทก็จะกรูเข้าไปพร้อมกัน จีนและประเทศอื่น ๆ ก็เข้ามารุกอย่างหนัก ทำให้การแข่งขันยิ่งดุเดือดขึ้น แล้วถ้าเป็นสตาร์ตอัปควรทำอย่างไร เมื่อมองไปถึงปี 2025 ดูเหมือนว่า “ความลับที่ค้นพบมาได้ด้วยตนเอง (earned secret)” จะยิ่งมีความสำคัญมากขึ้น ต้องมีอินไซต์เฉพาะตัวเกี่ยวกับเป้าหมายดาวรุ่งที่กำลังมา หรือไม่ก็เลือกเจาะเป้าหมายที่กำลังฮอตอยู่แล้ว แต่ต้องมีแนวทางที่แตกต่าง ต้องใช้เทคโนโลยีและ AI อย่างจริงจังเพื่อค้นหาและรักษา “ความลับ” นี้ไว้ เพราะหากพลาดจังหวะ ก็อาจถูกตลาดทิ้งไว้ข้างหลัง [Consumer Tech] “AI drummer” และศักยภาพของ AI แบบเรียลไทม์ AI drummer สามารถปรับให้เข้ากับการเปลี่ยนแปลงสด ๆ จากการอิมโพรไวส์ของนักดนตรีมนุษย์ได้แบบเรียลไทม์ จนกลมกลืนกับการเล่นร่วมกันของวงได้อย่างเป็นธรรมชาติ การมาถึงของ Latent Consistency Models(LCMs) กำลังทำให้ความเร็วการประมวลผลของ AI เข้าใกล้ระดับเกือบเรียลไทม์ เมื่อความเร็วในการสร้างเพิ่มขึ้น ก็มีแนวโน้มว่าจะเกิดกรณีใช้งานใหม่ ๆ ตามมา เช่น live video-to-video ในภาคการศึกษา ก็เปิดโอกาสให้สามารถวิเคราะห์ปฏิกิริยาของนักเรียนแบบเรียลไทม์และปรับทิศทางการสอนได้ มันจะสร้าง feedback loop ที่เกิดขึ้นทันทีในช่วงที่ไอเดียกำลังก่อตัว ทำให้ความร่วมมือระหว่างมนุษย์กับ AI ในงานสร้างสรรค์เป็นไปได้อย่างแท้จริง วิดีโอ AI ที่มีความเฉพาะทางมากขึ้น กำลังเข้าสู่ยุคที่ใคร ๆ ก็สามารถสร้างคลิปวิดีโอสมจริงได้จากเพียงภาพง่าย ๆ หรือ text prompt แต่ในปี 2025 คาดว่าจะมีเครื่องมือวิดีโอ AI ที่ถูกปรับให้เหมาะกับการใช้งานเฉพาะด้านเพิ่มขึ้น ทำให้สามารถสร้างเรื่องราวที่ลึกขึ้นและการแสดงตัวละครที่สม่ำเสมอได้ คาดว่าโมเดลที่แบ่งย่อยตามงาน เช่น การตลาดสินค้า ภาพยนตร์ขนาดยาว อวาตาร์ 3D แบบ hyperrealism B-roll สำหรับฉากหลัง และแอนิเมชัน จะพัฒนาสูงขึ้นให้เหมาะกับแต่ละช่องทาง เช่น TikTok, YouTube, โฆษณา, โรงภาพยนตร์ เป็นต้น มีโอกาสสูงที่จะก้าวพ้นจากระดับต้นแบบเริ่มต้นและเติบโตเป็นแขนงศิลปะรูปแบบหนึ่ง ปีแห่ง “AI brain” แนวคิดเรื่อง “digital brain” ที่ AI เข้าใจและใช้ประโยชน์จากร่องรอยดิจิทัลของเรา เช่น ข้อความ อีเมล และคอมเมนต์บนโซเชียล กำลังได้รับความสนใจ เมื่อทดลอง “ส่งออก” ข้อมูลไร้โครงสร้างจำนวนมาก เช่น ข้อความและบันทึกกิจกรรม ไปให้ LLM ใช้งาน ก็พบว่าสามารถช่วยได้มากทั้งในการสนับสนุนการตัดสินใจในชีวิตประจำวันและการรับมือกับสถานการณ์ส่วนตัว ในปี 2025 คาดว่า AI จะเข้าใจลักษณะนิสัยของแต่ละคนได้ลึกขึ้น และจะมีแอปหลากหลายรูปแบบออกมาเพื่อช่วยพัฒนาความเข้าใจตนเอง ความสัมพันธ์กับผู้อื่น และประสิทธิภาพในการทำงาน ด้วย AI ที่มีความทรงจำแทบไร้ขีดจำกัด ผู้คนจะได้รับความช่วยเหลือที่เป็นรูปธรรมมากขึ้นในกระบวนการตัดสินใจและการเติบโตของตนเอง การทำงานเชิงความรู้ที่ปรับให้เป็นส่วนตัว แม้ AI จะเขียนได้ดี แต่ถ้าไม่สะท้อนเสียงของผู้ใช้เอง (โทนและสไตล์) ก็อาจทำให้การใช้งานกลับแย่ลง เช่นเดียวกับที่ในสายภาพสามารถควบคุมสไตล์ได้ผ่าน LoRAs, SREFs เป็นต้น งานเอกสารและงานเชิงความรู้ก็ต้องการการควบคุมลักษณะนี้เช่นกัน ตัวอย่าง: ปรับสำนวนอีเมลให้เป็นส่วนตัว หรือสะท้อนรูปแบบตามเทมเพลตสไลด์ของบริษัทโดยอัตโนมัติ อาจเกิดรูปแบบการทำงานร่วมกันที่ AI ขอความช่วยเหลือจากมนุษย์ตามสถานการณ์ และให้มนุษย์เข้ามารับช่วงงานต่อ ผ่านกระบวนการปรับให้เป็นส่วนตัวและการทำงานร่วมกันนี้ AI จะสามารถรับช่วงงานบางส่วนไปทำ และช่วยเพิ่มประสิทธิภาพของงานความรู้อย่างมาก นำ AI มาใช้กับการวิเคราะห์ข้อมูลเชิงคุณภาพ ซอฟต์แวร์วิเคราะห์แบบเดิมมักจัดการกับข้อมูลเชิงตัวเลขและข้อมูลที่มีโครงสร้างเป็นหลัก แต่บริบทสำคัญจริง ๆ มักอยู่ในข้อความ เรื่องเล่า และข้อมูลไร้โครงสร้าง การมาถึงของ LLM, เอเจนต์บนเว็บ, และโมเดลมัลติโหมด ทำให้สามารถจับข้อมูลเชิงคุณภาพและนำมาผสานกับข้อมูลเชิงตัวเลขได้ ในปี 2025 คาดว่าจะมีเครื่องมือวิเคราะห์รูปแบบใหม่จำนวนมากที่ผสานข้อมูลเชิงคุณภาพและเชิงปริมาณเข้าด้วยกัน เพื่อให้ได้อินไซต์ที่กว้างขึ้น บนพื้นฐานของการเปลี่ยนแปลงนี้ มีโอกาสสูงที่จะได้เห็นบริษัท AI-native ขนาดใหญ่ถือกำเนิดขึ้นในอนาคต [Crypto] สิ่งที่ AI ต้องมีหากจะกลายเป็นเอเจนต์: กระเป๋าเงินอัตโนมัติและกิจกรรม onchain หาก AI จะไม่ได้เป็นเพียง NPC(Non-Playing Character) แต่เป็นเหมือนตัวละครหลักที่ลงมือทำอย่างอัตโนมัติได้ ก็จำเป็นต้องสามารถทำธุรกรรม จัดสรรทรัพยากร และแสดงความชอบต่าง ๆ ในรูปแบบที่ตรวจสอบได้ในตลาด ตอนนี้ AI agent อย่าง @truth_terminal ได้ใช้คริปโตในการประมวลผลธุรกรรมแล้ว และกำลังเปิดโอกาสใหม่ด้านคอนเทนต์ ต่อไปเมื่อ AI agent เป็นเจ้าของกระเป๋าเงินได้โดยตรง เก็บรักษาคีย์ ลงนาม และบริหารสินทรัพย์คริปโตได้เอง ก็มีแนวโน้มว่าจะเกิด use case ใหม่ ๆ ตามมา ตัวอย่าง: การรันและตรวจสอบโหนดของ DePIN(เครือข่ายโครงสร้างพื้นฐานทางกายภาพแบบกระจายศูนย์) หรือกลายเป็นผู้เล่นเกมมูลค่าสูง ท้ายที่สุด อาจถึงขั้นมีบล็อกเชนของตัวเองที่ออกแบบและดำเนินการโดย AI การมาถึงของ “DAC” หรือแชตบอตอัตโนมัติแบบกระจายศูนย์ สามารถใช้ TEE เพื่อพิสูจน์ได้ว่าไม่ใช่มนุษย์ แต่เป็นบอตที่ทำงานได้อย่างอัตโนมัติจริง จากจุดนั้น แนวคิดเรื่อง ‘Decentralized Autonomous Chatbot, DAC’ หรือ ‘แชตบอตอัตโนมัติแบบกระจายศูนย์’ ก็กำลังได้รับความสนใจ มันสามารถสร้างคอนเทนต์ที่น่าสนใจเพื่อรวบรวมผู้ติดตาม ทำกิจกรรมบนโซเชียลมีเดียแบบกระจายศูนย์ และจัดการสินทรัพย์คริปโตได้ด้วยตนเอง ด้วยการกักซอฟต์แวร์ของบอตและ private key ไว้ภายใน TEE ก็ทำให้ไม่มีมนุษย์คนใดเข้าถึงคีย์ของบอตได้จริง แน่นอนว่าเมื่อความเสี่ยงเพิ่มขึ้น ก็อาจจำเป็นต้องมีการกำกับดูแล แต่หากแชตบอตนี้ทำงานอยู่บน consensus protocol ของโหนดแบบ permissionless และจัดการรายได้กับสินทรัพย์ของตัวเองได้ มันก็อาจกลายเป็นหน่วยเศรษฐกิจอัตโนมัติเต็มรูปแบบระดับหลายร้อยล้านดอลลาร์รายแรกของโลก “Proof of Personhood” ที่จำเป็นในยุค AI เมื่อ AI สามารถสร้างคอนเทนต์ที่เลียนแบบมนุษย์ได้แทบสมบูรณ์ในปริมาณมหาศาล ได้ง่าย และต้นทุนต่ำ วิธีพิสูจน์ว่าเป็นมนุษย์จึงยิ่งสำคัญขึ้น หากต้องการแยกแยะว่าคอนเทนต์ชิ้นหนึ่งสร้างโดย “คนจริง” หรือไม่ ก็จำเป็นต้องมี ‘หลักฐานความเป็นมนุษย์’ ที่เชื่อมโยงข้อมูลส่วนบุคคลได้แบบเป็นส่วนตัว การออก ID ที่รับประกันความเป็นมนุษย์อาจทำได้ฟรี แต่ต้องออกแบบให้ AI ไม่สามารถรับได้อย่างไม่จำกัด คุณสมบัติเรื่อง ‘ความเป็นเอกลักษณ์ (uniqueness)’ นี้ หรือก็คือ Sybil resistance จะกลายเป็นคุณลักษณะสำคัญของดิจิทัลไอดี หลังตลาดพยากรณ์: วิวัฒนาการของกลไกการรวมข้อมูล แม้ตลาดพยากรณ์จะกลับมาเป็นที่สนใจอีกครั้งจากการเลือกตั้งประธานาธิบดีสหรัฐปี 2024 แต่สิ่งที่จะขับเคลื่อนการเปลี่ยนแปลงที่แท้จริงในปี 2025 คือ ‘กลไกการรวมข้อมูล’ ตลาดพยากรณ์อาจมีประสิทธิภาพกับเหตุการณ์ ‘macro’ ขนาดใหญ่ แต่สำหรับประเด็นที่เล็กลงหรือเฉพาะเจาะจงมากขึ้น ข้อมูลที่มีความหมายอาจมีไม่เพียงพอ ในแวดวงเศรษฐศาสตร์และการออกแบบตลาด มีการวิจัยแนวทางการออกแบบแรงจูงใจในรูปแบบต่าง ๆ มานานแล้ว และตอนนี้สิ่งเหล่านี้กำลังถูกผสานเข้ากับเทคโนโลยีบล็อกเชน บล็อกเชนเป็นแพลตฟอร์มที่เหมาะสมที่สุดสำหรับการนำเทคนิคเหล่านี้ไปใช้ ทั้งในแง่ของการกระจายศูนย์และความโปร่งใส ทุกคนสามารถตรวจสอบและตีความผลลัพธ์ได้แบบเรียลไทม์ การนำ stablecoin payment มาใช้ของบริษัทใหญ่จะเร่งตัวขึ้น stablecoin ได้พิสูจน์ความเหมาะสมสำหรับการชำระเงินทั่วไปมาแล้ว โดยกลายเป็น “วิธีโอนดอลลาร์ที่ถูกที่สุด” ปัจจุบันยังเน้นอยู่ที่บุคคลบางกลุ่มและธุรกิจขนาดเล็กเป็นหลัก แต่คาดว่าในปี 2025 จะมีทั้งธุรกิจขนาดกลางและขนาดใหญ่หันมาใช้ stablecoin payment มากขึ้น โดยเฉพาะร้านค้าออฟไลน์ เช่น คาเฟ่และร้านอาหาร ที่แบกรับค่าธรรมเนียมบัตรเครดิตสูง จึงมีแรงจูงใจมากในการเปลี่ยนมาใช้ stablecoin payment บริษัทขนาดใหญ่เองก็มีแนวโน้มจะใช้รางการชำระเงินนี้อย่างจริงจังเพื่อลดค่าธรรมเนียมของบริการรับชำระเงิน การออกพันธบัตรรัฐบาลแบบ onchain มีการพิจารณาแนวทางออกพันธบัตรรัฐบาลแบบ onchain เพื่อสร้างสินทรัพย์ดิจิทัลที่มีรัฐบาลหนุนหลังและมีการจ่ายดอกเบี้ย แทนรูปแบบอย่าง CBDC(สกุลเงินดิจิทัลของธนาคารกลาง) ที่ก่อความกังวลเรื่องการสอดส่อง พันธบัตรรัฐบาลที่ออกในรูปแบบนี้สามารถนำไปใช้เป็นหลักประกันในโปรโตคอล DeFi ได้ และช่วยเพิ่มเสถียรภาพให้ระบบนิเวศแบบกระจายศูนย์ หลายประเทศ เช่น สหราชอาณาจักร ได้เริ่มพิจารณาความเป็นไปได้ของการออกพันธบัตรดิจิทัลแล้ว และมีแนวโน้มจะเดินหน้าทดสอบแบบสาธารณะในอนาคต ในสหรัฐฯ เอง ด้วยสถานการณ์ที่โครงสร้างพื้นฐานด้านการชำระราคาและการชำระธุรกรรมของพันธบัตรรัฐบาลเดิมมีความซับซ้อนมากขึ้น ก็คาดว่าจะมีการถกเถียงเรื่องประสิทธิภาพของการซื้อขายพันธบัตรรัฐบาลผ่านบล็อกเชนมากขึ้น การแพร่หลายของรูปแบบนิติบุคคลใหม่ ‘DUNA’ ในเครือข่ายบล็อกเชนภายในสหรัฐฯ ในปี 2024 รัฐไวโอมิงได้เริ่มบังคับใช้ระบบที่รับรอง DAO (องค์กรอิสระแบบกระจายศูนย์) เป็นนิติบุคคลอย่างเป็นทางการ ได้เกิดโครงสร้างที่ชื่อว่า DUNA (Decentralized Unincorporated Nonprofit Association) ซึ่งเปิดทางให้โปรเจกต์ที่ตั้งอยู่ในสหรัฐฯ สามารถดำเนิน DAO ได้อย่างถูกกฎหมาย ทำให้ DAO สามารถบริหารเครือข่ายแบบอัตโนมัติได้ พร้อมทั้งมีเครื่องมือสำหรับจัดการความรับผิดทางกฎหมายและประเด็นด้านภาษี∙กฎระเบียบ มีความเป็นไปได้สูงว่าในปี 2025 DUNA จะกลายเป็นโครงสร้างมาตรฐานสำหรับโปรเจกต์คริปโต∙กระจายศูนย์ในสหรัฐฯ ‘Liquid Democracy’ ที่เคยทดลองใช้บนออนไลน์ กำลังถูกนำเข้าสู่โลกกายภาพด้วย ท่ามกลางความไม่พอใจต่อระบบ governance∙การลงคะแนนในปัจจุบันที่เพิ่มขึ้น กำลังเกิดความเคลื่อนไหวในการขยายการทดลองจากแวดวงบล็อกเชน∙DAO ไปสู่โลกกายภาพ สามารถใช้บล็อกเชนเพื่อทำให้การลงคะแนนอิเล็กทรอนิกส์มีทั้งความปลอดภัยและความเป็นส่วนตัว และนำ ‘Liquid Democracy’ (การลงคะแนนโดยตรงรายประเด็นหรือการมอบฉันทะ) ไปใช้ในหน่วยขนาดเล็กอย่างการปกครองท้องถิ่นได้ โปรเจกต์คริปโตได้นำแนวคิดนี้ไปใช้และสะสมข้อมูลการทดลองขนาดใหญ่ไว้แล้ว ดังนั้นจึงคาดว่าจะมีกรณีนำไปประยุกต์ใช้กับการลงคะแนนและการตัดสินใจในโลกออฟไลน์จริงเพิ่มขึ้นในอนาคต เทรนด์รีไซเคิลแทนการคิดค้นโครงสร้างพื้นฐานใหม่ ที่ผ่านมาในสแตกบล็อกเชน แต่ละโปรเจกต์มักสร้างอัลกอริทึมฉันทามติ ภาษาโปรแกรม และ VM ขึ้นใหม่ตั้งแต่ต้น แต่แม้จะเป็นภาษาที่ออกแบบมาเฉพาะทาง หากขาดเครื่องมือหรือเอกสารที่เพียงพอ ก็มีความเสี่ยงที่จะให้ประสิทธิภาพต่ำกว่าภาษาทั่วไปเสียอีก ในปี 2025 คาดว่าแนวโน้มจะหันไปรีไซเคิลโปรโตคอลฉันทามติ, เงินทุนสเตกกิง, ระบบ Proof แบบ Zero-Knowledge และองค์ประกอบอื่น ๆ เพื่อโฟกัสเฉพาะการสร้างความแตกต่างของผลิตภัณฑ์มากขึ้น ท้ายที่สุด หากต้องการเปิดตัวได้เร็วขึ้นและให้บริการที่มีคุณภาพสูง การหลีกเลี่ยงแนวทาง ‘Not Invented Here’ และเลือกนำโครงสร้างพื้นฐานที่มีอยู่แล้วมาใช้เชิงรุกจะได้เปรียบกว่า ยุคที่ UX เป็นตัวกำหนดอินฟราสตรักเจอร์ เดิมทีอินฟราสตรักเจอร์บล็อกเชนมักถูกกำหนดก่อน แล้วจึงทำให้ประสบการณ์ผู้ใช้ (UX) ถูกกำหนดตามไปด้วย แต่ต่อจากนี้คาดว่าจะเกิดกระแสที่นักพัฒนาคิดถึง UX ปลายทางที่ต้องการก่อน แล้วค่อยเลือก∙ผสมผสานอินฟราสตรักเจอร์ให้เหมาะกับสิ่งนั้น ด้วย blockspace ที่มากขึ้น, เครื่องมือพัฒนาที่ก้าวหน้า, และ chain abstraction ทำให้กำลังก่อรูปสภาพแวดล้อมที่สามารถโฟกัส UX ได้ตั้งแต่ขั้นวางแผนผลิตภัณฑ์ สุดท้ายคาดว่าทิศทางจะมุ่งไปสู่การที่ผู้ใช้สามารถใช้งาน dApp ได้อย่างเป็นธรรมชาติโดยไม่จำเป็นต้องรู้สแตกเทคโนโลยีภายใน การมาของ Web3 killer app ที่ซ่อน ‘สายไฟ’ ไว้ จุดแข็งทางเทคนิคของบล็อกเชน เช่น ความกระจายศูนย์ กลับสร้างกำแพงการเข้าถึงสำหรับผู้ใช้ทั่วไปไปพร้อมกัน สินค้าเทคโนโลยีที่ประสบความสำเร็จมักซ่อนความซับซ้อนทางเทคนิคไว้เบื้องหลัง และส่งมอบคุณค่าให้ผู้ใช้ผ่านอินเทอร์เฟซที่เข้าใจง่าย ตัวอย่าง: อีเมลที่ซ่อนโปรโตคอล SMTP ไว้, Spotify ที่ไม่เปิดเผยรูปแบบไฟล์ต่อผู้ใช้ ในปี 2025 มีความเป็นไปได้สูงว่า ‘Simple UX’ แบบนี้จะกลายเป็นมาตรฐานในโลก Web3 ด้วย ทำให้มีบริการที่ใช้งานได้ง่ายขึ้น แม้ผู้ใช้จะไม่รู้คำศัพท์ภายในอย่าง wallet∙NFT∙zkRollups ก็ตาม การเติบโตของแอปสโตร์เฉพาะทางและช่องทางการค้นพบ (Discovery) แอปคริปโตที่เคยติดข้อจำกัดจากกฎระเบียบของแอปสโตร์แบบรวมศูนย์ (Apple, Google) กำลังเริ่มหาผู้ใช้จากตลาดแอปอิสระ ตัวอย่าง: World App ของ Worldcoin, dApp Store สำหรับโทรศัพท์ Solana โดยเฉพาะ แพลตฟอร์มเหล่านี้บางแห่งสามารถดึงผู้ใช้ได้หลายแสนรายในระยะเวลาอันสั้น และมีความแข็งแกร่งเป็นพิเศษในระบบนิเวศที่ผสานกับฮาร์ดแวร์ คาดว่าความพยายามย้ายบริการที่เดิมอยู่บน messenger หรือแพลตฟอร์ม web2 ไปสู่รูปแบบ onchain จะเพิ่มขึ้นด้วย จาก ‘การถือครอง’ สู่ ‘การใช้งาน’: ฐานผู้ใช้คริปโตรูปแบบใหม่ ในปี 2024 คริปโตเคอร์เรนซีได้รับความสนใจในแวดวงการเมือง∙การเงิน มีมุมมองว่าในปี 2025 มันจะพัฒนาไปเป็น ‘ขบวนการด้านคอมพิวติ้ง’ อย่างแท้จริง ปัจจุบันผู้ที่ถือคริปโตแล้วนำไปใช้งานจริงมีเพียงราว 5~10% เท่านั้น ดังนั้นจึงจำเป็นต้อง onboard ผู้ใช้หลายร้อยล้านคนที่มีเหรียญอยู่แล้วอย่างจริงจัง เพื่อกระตุ้นให้พวกเขาได้ลอง dApp หลากหลายประเภท เช่น DeFi∙NFT∙เกมมิง∙โซเชียล∙ตลาดพยากรณ์∙DAO เมื่อค่าธรรมเนียมธุรกรรมลดลงและ UX ดีขึ้น ก็มีแนวโน้มว่าแอปจำนวนมากขึ้นจะเข้าสู่กระแสหลักได้ การโทเคไนซ์ ‘สินทรัพย์นอกกรอบดั้งเดิม’ เมื่อโครงสร้างพื้นฐานทางเทคโนโลยีมีความพร้อมมากขึ้นและต้นทุนลดลง คาดว่ากระแสการทำให้สินทรัพย์ที่ในอดีตไม่มีมูลค่าหรือเข้าถึงยากสามารถมีสภาพคล่องบนเชนจะเติบโตขึ้น ตัวอย่าง: ข้อมูลชีวภาพ หรือสินทรัพย์ความรู้ที่มีเอกลักษณ์ ก็อาจพัฒนาไปสู่รูปแบบที่ให้เช่าหรือซื้อขายผ่าน smart contract ได้ ขณะนี้ก็มีความพยายามในด้าน DeSci และอื่น ๆ เพื่อปรับปรุงความเป็นเจ้าของ∙ความโปร่งใส∙ความยินยอมเกี่ยวกับข้อมูลทางการแพทย์แล้ว สิ่งนี้อาจเปิดโอกาสให้บุคคลสามารถโทเคไนซ์ทรัพยากร∙ข้อมูลที่ก่อนหน้านี้ยังไม่ถูกนำมาใช้ และสร้างมูลค่าเพิ่มรูปแบบใหม่ได้โดยตรง [Enterprise + Fintech] กฎระเบียบกลายเป็นโค้ด อุตสาหกรรมธนาคาร∙ประกันภัย∙เฮลท์แคร์ต้องใช้ทั้งเวลาและต้นทุนมหาศาลในการปฏิบัติตามกฎระเบียบจำนวนมาก AI สามารถเรียนรู้เอกสารข้อกำหนดที่ยาวนับพันหน้า และตอบคำถามอย่าง “[X] สอดคล้องกับข้อกำหนดนี้หรือไม่” ได้ทันที ตัวอย่าง: AI ที่ให้คำปรึกษาเพื่อช่วยลูกค้าที่ค้างชำระสินเชื่อที่อยู่อาศัยให้เข้าใจแนวทางของ Fannie Mae ได้อย่างรวดเร็วและหาทางแก้ไข ระบบอัตโนมัติด้าน compliance ที่ขับเคลื่อนด้วย AI แบบนี้มีศักยภาพสูงในการเพิ่มทั้งประโยชน์ต่อผู้บริโภคและประสิทธิภาพการทำงาน การรื้อระบบ system of record (SOR) แบบเลกาซี มีแนวโน้มเพิ่มขึ้นของกรณีที่ AI เข้ามาแทนระบบหลักขององค์กรเดิม เช่น Workday และ Salesforce ในช่วงทศวรรษ 2010 มักเป็นการเชื่อมต่อเข้ากับระบบเดิม แต่ตอนนี้กำลังเกิดความเคลื่อนไหวเพื่อสร้าง ‘system of record (SOR)’ แบบใหม่ทั้งหมดโดยมี AI เป็นศูนย์กลาง ฐานข้อมูลเชิงสัมพันธ์จะถูก AI ขยายไปสู่รูปแบบ multimodal และไม่เพียงแต่เก็บข้อมูล แต่ยังอาจประมวลผลงานจริงในลักษณะ ‘AI-driven’ โดยให้มนุษย์โฟกัสที่การรีวิว แม้ข้อมูลมหาศาลและทรัพยากรของบริษัทยักษ์ใหญ่เดิมจะเป็นกำแพงการเข้าสู่ตลาดที่แข็งแรง แต่ผู้ก่อตั้งสตาร์ตอัปยังมองว่านี่คือหนึ่งในตลาดซอฟต์แวร์ที่ใหญ่ที่สุดและต้องการเข้ามาท้าทาย ความแตกต่าง vs. ความสามารถในการป้องกันระยะยาว AI ได้กลายเป็นเครื่องมือสร้างความแตกต่างในการ “เปลี่ยนแรงงานให้เป็นซอฟต์แวร์” ในหลากหลายอุตสาหกรรม ในปี 2024 มีการนำ AI ไปใช้ระยะแรกเพื่อแก้ปัญหาอย่างเช่น ‘messy inbox’ และในปี 2025 คาดว่าจะมีกรณีที่ต่อยอดจากสิ่งนี้ไปสู่การสร้างความได้เปรียบในการแข่งขันอย่างยั่งยืนมากขึ้น สินทรัพย์ไร้ตัวตนแบบดั้งเดิม เช่น network effects, switching costs, และผลแบบไวรัล ยังคงสำคัญในยุค AI เช่นเดิม แม้การสร้างความแตกต่างด้วยการแก้ปัญหาเล็ก ๆ ได้ดีกว่าเดิม 10 เท่าขึ้นไปจะเป็นสิ่งจำเป็น แต่เพียงเท่านั้นก็ยังไม่รับประกันพลังป้องกันทางธุรกิจในระยะยาว พัฒนาการของ AI: จากการเก็บข้อมูลสู่การลงมือทำกับข้อมูล ปัจจุบัน AI อยู่ในขั้นของการดึงข้อมูลสำคัญจากอีเมล∙โทรศัพท์∙แฟกซ์ ฯลฯ เพื่อทำงานธุรการซ้ำ ๆ ให้เป็นอัตโนมัติ ขั้นต่อไปคือการใช้ข้อมูลที่ดึงมาได้นี้เพื่อเสนอชุดลำดับการกระทำบางอย่าง และเปิดให้ผู้ใช้ตรวจดูแล้วอนุมัติ∙แก้ไขได้ ตัวอย่าง: แดชบอร์ด AI ที่ช่วยให้พนักงานขายรู้ว่าควรติดต่อใคร เมื่อไร พร้อมสร้างร่างอีเมลติดตามผลให้อัตโนมัติ ในระยะสั้นมนุษย์ยังจะเป็นผู้ตรวจทาน แต่เมื่อความเชื่อมั่นสะสมมากขึ้น ความเป็นไปได้ที่ AI จะลงมือดำเนินการโดยตรงจากข้อมูลก็จะเพิ่มขึ้น การโรแมนติไซส์การเติบโตแบบ inorganic AI กำลังเพิ่มทั้งความสามารถทำกำไรและการขยายตัวของธุรกิจบริการดั้งเดิม เช่น ประกันภัย∙กฎหมาย∙อสังหาริมทรัพย์∙IT ผ่านระบบอัตโนมัติ ในอนาคตอาจมีสถานการณ์ที่กองทุนไพรเวทอิควิตีขนาดใหญ่เข้าซื้อบริษัทเหล่านี้ แต่สิ่งที่น่าสนใจกว่าคือสตาร์ตอัปแนวดิ่งเฉพาะทางที่ใช้ AI เข้ามาแทนที่∙ทำให้งานเดิมเป็นอัตโนมัติ บริษัทเหล่านี้สามารถจับมือกับธุรกิจขนาดเล็กเพื่อพิสูจน์การปรับปรุงรายได้ก่อน แล้วค่อยเข้าซื้อบริษัทที่เล็กกว่านั้นเพื่อสร้างซินเนอร์จี แม้การลงมือทำจริงจะไม่ง่าย แต่หากสำเร็จ ก็อาจเปลี่ยนรูปแบบการดำเนินงานของอุตสาหกรรมบริการเดิมอย่างมาก UI และ UX แบบ AI-native ปี 2025 คาดว่าจะเป็นปีที่ UI∙UX ของ SaaS ยุคถัดไปที่ขับเคลื่อนด้วย AI เริ่มลงหลักปักฐาน หากที่ผ่านมาโฟกัสหลักอยู่ที่การเทรนโมเดลและการพัฒนาอินฟราสตรักเจอร์ ตอนนี้ก็เริ่มเข้าสู่ช่วงที่สามารถทดลองอินเทอร์เฟซรูปแบบใหม่สำหรับการโต้ตอบระหว่างผู้ใช้กับ AI ได้ จากเดิมที่ผู้ใช้ต้องกรอกข้อมูลลงแบบฟอร์มเอง ต่อไปมีแนวโน้มสูงว่าจะเปลี่ยนเป็นรูปแบบที่ AI agent เป็นฝ่ายขับเคลื่อนการทำงานเชิงรุก และมนุษย์รับหน้าที่เพียงตรวจทาน∙QA คาดว่าจะมี UI∙UX ที่สร้างสรรค์หลากหลายรูปแบบเกิดขึ้นนอกเหนือจากแชต พนักงานออฟฟิศทุกคนจะมี AI copilot คาดว่าในปี 2025 คนทำงานสายออฟฟิศแต่ละคนจะมี AI copilot ไว้ช่วยรับช่วงงานซ้ำๆ เพื่อให้โฟกัสกับงานเชิงสร้างสรรค์และเชิงกลยุทธ์ได้มากขึ้น AI agent สามารถดึงข้อมูลเข้าสู่ระบบเดิมล่วงหน้า เพื่อทำงานอัตโนมัติอย่างการค้นคว้า sales lead หรือการส่งอีเมลฉบับแรกได้ งานวิจัยของ OpenAI และมหาวิทยาลัยเพนซิลเวเนียพบว่า เมื่อเข้าถึง LLM งานของแรงงานสหรัฐราว 15% สามารถทำได้เร็วขึ้นมาก หากใช้เครื่องมือเพิ่มเติมร่วมด้วย งาน 47~56% อาจใช้เวลาสั้นลงอย่างมาก มีการคาดการณ์ว่าบางตำแหน่งงานอาจสามารถทำให้เป็นอัตโนมัติด้วย AI ได้แทบทั้งหมด [เกม] การมาถึงของ Pixar รุ่นถัดไป กำลังมีความเคลื่อนไหวที่ใช้ AI สร้างรูปแบบการเล่าเรื่องแบบใหม่ เพื่อลบเส้นแบ่งระหว่างภาพยนตร์กับเกม วิดีโอเกมแบบเดิมใช้ทรัพยากรที่สร้างไว้ล่วงหน้า แต่ ‘interactive video’ ดำเนินไปตามอินพุตของผู้เล่นโดยอิงจากเฟรมที่สร้างแบบเรียลไทม์ด้วย neural network โมเดลสร้างวิดีโอที่ประกาศโดย Luma Labs, Pika, Runway และรายอื่นๆ กำลังเร่งกระแสนี้ ขณะที่ Deepmind และ Microsoft ก็อยู่ระหว่างทำวิจัยเช่นกัน ส่งผลให้ความเป็นไปได้ในการเกิดบริษัทสื่อรูปแบบใหม่ที่ผสานภาพยนตร์ เกม และ AI มีสูงขึ้นมาก AI companion ที่มีโลกภายในเป็นของตัวเอง ปัจจุบัน AI companion มีลักษณะค่อนข้าง passive คือจะตอบสนองเมื่อผู้ใช้เริ่มบทสนทนาก่อน AI companion ในอนาคตจะมีเพื่อนเสมือน เหตุการณ์ อารมณ์ และแรงจูงใจของตัวเอง พร้อมพยายามเริ่มปฏิสัมพันธ์ด้วยตนเอง บทสนทนาระหว่างผู้ใช้กับ AI companion น่าจะมีรูปแบบที่ขับเคลื่อนด้วยเป้าหมายหรือ ‘quest’ พร้อมแบ่งปันความสัมพันธ์และเรื่องราวกับตัวละครอื่นไปด้วย คาดว่าความสมจริงจะสูงขึ้นจนผู้ใช้เชื่อได้ว่า AI companion มี ‘โลกที่ใช้ชีวิตอยู่จริง’ เทคโนโลยีเกมขับเคลื่อนธุรกิจแห่งอนาคต เวลานี้เทคโนโลยีเกมกำลังส่งอิทธิพลเกินกว่าความบันเทิง ไปสู่รูปแบบการดำเนินงานขององค์กรด้วย เทคโนโลยีกราฟิกของ Nvidia และเทคโนโลยีเรนเดอร์ 3D แบบเรียลไทม์ของ Unreal Engine ถูกนำไปใช้นอกวงการเกมเดิม เช่น การจำลองรถยนต์ไร้คนขับ การป้องกันประเทศ อสังหาริมทรัพย์ และภาคการผลิต ความก้าวหน้าของ generative AI เทคโนโลยี 3D capture ที่ทำให้โลกจริงเป็นดิจิทัล และการแพร่หลายของอุปกรณ์ XR รุ่นถัดไป กำลังสร้างซินเนอร์จีร่วมกัน ความพยายามในการฝึกฝนในสภาพแวดล้อมเสมือนหรือเพิ่มประสิทธิภาพผ่านการจำลองกำลังเพิ่มขึ้นในหลากหลายอุตสาหกรรม คลื่นลูกที่สองของครีเอเตอร์วิดีโอแบบ 'ไม่เปิดเผยใบหน้า' ‘Faceless Creator’ หรือผู้สร้างคอนเทนต์วิดีโอที่ไม่เปิดเผยใบหน้าของตนเอง กำลังก่อตัวเป็นกระแสใหม่ AI ทำให้เกิดรูปแบบการแสดงออกได้หลากหลาย เช่น การแปลงเสียง การดัดแปลงเสียงพูด และการสร้างอวาตาร์ ตอนนี้สามารถสร้างคอนเทนต์ได้ด้วยเพียงโน้ตบุ๊กและซอฟต์แวร์ AI โดยไม่ต้องมีกล้องหรืออุปกรณ์ระดับสูง ทำให้อุปสรรคในการเริ่มต้นลดลง หากคอนเทนต์มีประโยชน์หรือสนุก ผู้ชมก็น่าจะให้ความสำคัญกับข้อมูลและคุณค่าที่ส่งมอบ มากกว่าการเปิดเผยใบหน้าของผู้สร้าง [Growth-Stage Tech] การเสื่อมถอยของ "การกูเกิล" แม้ Google จะยังมีส่วนแบ่งตลาดการค้นหาสูง แต่การเปลี่ยนแปลงด้านกฎหมายและเทคโนโลยีน่าจะทำให้การผูกขาดสั่นคลอน AI chatbot หน้าใหม่อย่าง ChatGPT, Claude, Grok กำลังแบ่งส่วนตลาดการค้นหา ขณะที่ Perplexity และรายอื่นๆ กำลังเติบโตอย่างรวดเร็ว รูปแบบการค้นหากำลังเปลี่ยนไปสู่การใช้ AI chatbot เป็นศูนย์กลาง ทั้งในรูปของคำค้นที่ยาวขึ้นและคำถามติดตามผล Google เองก็สามารถให้ผลการค้นหาที่อิง AI ได้ แต่สิ่งนี้อาจขัดกับรายได้โฆษณาระยะสั้น ยุคทองของงานขาย generative AI จะไม่เข้ามาแทนพนักงานขาย แต่จะช่วยลดภาระของผู้จัดการและทีมสนับสนุน พร้อมเป็นแรงผลักดันให้ขยายองค์กรขายได้ AI จะทำงานเอกสารและงานธุรการของเซลส์ให้เป็นอัตโนมัติ ทำให้พนักงานขายโฟกัสกับงานมูลค่าสูงอย่างการให้คำปรึกษาลูกค้าและการนำเสนอโซลูชันที่เหมาะเฉพาะรายได้ หากประสิทธิภาพการพัฒนาที่สูงขึ้นทำให้มีซอฟต์แวร์ออกสู่ตลาดมากขึ้น ความต้องการบุคลากรฝ่ายขายที่รับผิดชอบการขายและการให้คำปรึกษาก็จะเพิ่มขึ้นตามไปด้วย คาดว่าผลิตภาพของพนักงานขายจะเพิ่มขึ้นมากจาก AI coach, AI SDR และ AI sales engineer ไปให้ไกลกว่า GPT wrapper ในปี 2024 ตลาดแบบ multi-model ที่มีโมเดลหลากหลายตัวถูกนำไปใช้งานเชิงพาณิชย์จริงได้เปิดขึ้นแล้ว และคาดว่าในปี 2025 แอปพลิเคชันที่ออกแบบมาให้เหมาะกับ AI จะเริ่มโดดเด่น องค์กรกำลังใช้แนวทางจัดซื้อที่ให้ความสำคัญกับ ROI จึงต้องให้ความสำคัญกับแนวทางที่ผสมทั้งโมเดลขนาดใหญ่หลายตัวและโมเดลขนาดเล็กภายในองค์กรเพื่อเพิ่มประสิทธิภาพสูงสุด แทนการเป็นแอปที่แค่ต่อเข้ากับ GPT ต้องป้อนข้อมูลลูกค้าให้โมเดลได้มากที่สุดเพื่อส่งมอบคุณค่าเฉพาะบุคคล จึงจะอยู่รอดได้ในฐานะ ‘แอปที่ใช้ AI’ แอปที่มีความสามารถในการแข่งขันอย่างแท้จริงจะไม่ใช่แค่ wrapper ของ GPT แต่จะเป็นรูปแบบที่แก้ปัญหาด้วยกลยุทธ์ multi-model และการรวมข้อมูลผู้ใช้เข้าด้วยกัน [Infrastructure] Hypercenter: การแข่งขันระดับภูมิภาคด้านโครงสร้างพื้นฐาน AI การฝึกและการทำ inference ของโมเดล AI ขนาดใหญ่ต้องใช้ทั้งพลังงานและพื้นที่ทางกายภาพมหาศาล พื้นที่ที่มีพลังงานและระบบระบายความร้อนเพียงพอมีแนวโน้มจะกลายเป็น ‘AI hypercenter’ การแข่งขันเพื่อจัดหาโครงสร้างพื้นฐานระดับหลายกิกะวัตต์กำลังรุนแรงขึ้นทั่วโลก โดยมีสหรัฐฯ จีน ญี่ปุ่น สิงคโปร์ และซาอุดีอาระเบียเป็นตัวอย่างสำคัญ เมื่อทั้งภาครัฐและภาคธุรกิจมองโครงสร้างพื้นฐาน AI เป็นทรัพยากรเชิงยุทธศาสตร์ระดับชาติ พวกเขาจึงพยายามผสานพลังงาน ที่ดิน และการสนับสนุนเชิงนโยบายเพื่อสร้างความสามารถในการแข่งขันในอนาคต เล็กแต่ทรงพลัง: on-device AI ในอนาคตอันใกล้ โมเดลขนาดเล็กที่ทำ inference ได้ทันทีบนสมาร์ตโฟนหรืออุปกรณ์ IoT น่าจะกลายเป็นสัดส่วนส่วนใหญ่ในแง่การใช้งาน ความต้องการด้านการประมวลผลข้อมูลแบบทันทีและการตอบสนองแบบเรียลไทม์เพิ่มขึ้น ขณะที่ on-device AI ก็มีข้อได้เปรียบด้านความเป็นส่วนตัวและความคุ้มค่าทางเศรษฐกิจ ซอฟต์แวร์เฟรมเวิร์กอย่าง TensorFlow Lite และ PyTorch Edge รวมถึงฮาร์ดแวร์เฉพาะทางอย่าง Google Edge TPU ก็กำลังพัฒนาไปในทิศทางนี้ แม้โมเดลขนาดใหญ่อาจนำหน้าในแง่รายได้ แต่ในประสบการณ์ใช้งานจริง โมเดลขนาดเล็กมีโอกาสสูงที่จะครองความได้เปรียบ ก้าวข้าม 'การให้เหตุผล': ความก้าวหน้าของ AI ในคณิตศาสตร์ ฟิสิกส์ และการเขียนโค้ด แม้ LLM จะไม่ได้ให้เหตุผลแบบเดียวกับมนุษย์ แต่ก็แสดงประสิทธิภาพที่น่าทึ่งในคณิตศาสตร์ ฟิสิกส์ และการเขียนโค้ด จากเทคนิคการเรียนรู้แบบใหม่ มีโมเดลที่ทำผลงานได้ถึงระดับเหรียญทองใน International Math Olympiad ปรากฏขึ้น และนี่เป็นผลจากการใช้ ‘การเสริมความแข็งแกร่งของกระบวนการให้เหตุผล’ ระหว่างกระบวนการฝึกโมเดล ในช่วง inference ของโมเดลเอง (ขั้นทดสอบ) ก็มีกรณีการใช้เทคนิคหลากหลายเพื่อเพิ่มความแม่นยำมากขึ้นเรื่อยๆ สิ่งนี้กำลังเปิดความเป็นไปได้ใหม่ของ LLM และมีหลายทีม AI ที่ยังคงวิจัยและพัฒนาอย่างต่อเนื่อง generative AI ที่มีอยู่ทุกที่ generative AI มีแนวโน้มจะทำงานได้ไม่เฉพาะบนเซิร์ฟเวอร์ขนาดใหญ่ แต่รวมถึงบนโทรศัพท์มือถือ โน้ตบุ๊ก และเครื่องใช้ไฟฟ้าหลากหลายชนิดด้วย จะสามารถติดตั้งโมเดลขนาดเล็กแต่ประสิทธิภาพสูงไว้ในเครื่องเพื่อช่วยเขียนอีเมล แก้ไขภาพและวิดีโอแบบเรียลไทม์ได้ มันจะมอบการตอบสนองที่รวดเร็วไร้ความหน่วงจากเครือข่าย และประสบการณ์ที่ปรับให้เหมาะกับแต่ละบุคคล ซึ่งช่วยยกระดับคุณภาพของประสบการณ์ผู้ใช้ AI น่าจะถูกฝังอยู่ในแอปใช้งานประจำวันทั่วๆ ไป เช่น text editor และแอปกล้อง ช่วยเพิ่มผลิตภาพของผู้ใช้อย่างมาก

(a16z.com)

39 คะแนน โดย xguru 2025-01-13 | 3 ความคิดเห็น | แชร์ทาง WhatsApp

ไอเดียใหญ่ที่ a16z คาดการณ์ไว้สำหรับปี 2025
เนื่องจากเป็นบทความที่รวบรวมความเห็นรายบุคคลของสมาชิกแต่ละคน จึงควรใช้ความระมัดระวังในการตีความและด้านความน่าเชื่อถือ
อย่างไรก็ตาม สามารถใช้เพื่อทำความเข้าใจสถานการณ์ปัจจุบันและเก็บเกี่ยวไอเดียหลากหลายในด้าน bio+health, เทคโนโลยีผู้บริโภค, คริปโต, enterprise+fintech, เกม, เทคโนโลยีระยะเติบโต และโครงสร้างพื้นฐานได้

[American Dynamism]

การฟื้นคืนของพลังงานนิวเคลียร์

ในปี 2025 คาดว่าความต้องการผลิตไฟฟ้าจากนิวเคลียร์จะเพิ่มขึ้นอย่างมากอีกครั้ง หลังการปฏิรูปกฎระเบียบ ความสนใจจากสาธารณะ เงินทุนขนาดใหญ่ และความต้องการพลังงานมหาศาลจาก AI data center มาบรรจบกัน
ความต้องการพลังงานในสหรัฐฯ ที่พุ่งสูงทำให้โครงข่ายไฟฟ้าที่เสื่อมสภาพเริ่มสั่นคลอน และความสนใจต่อแหล่งพลังงานที่มีเสถียรภาพก็กลับมาสูงขึ้นอีกครั้ง
โรงไฟฟ้านิวเคลียร์ที่ปิดไปแล้ว เช่น Three Mile Island มีแผนจะกลับมาเดินเครื่องอีกครั้ง โดยได้รับแรงหนุนจากการสนับสนุนของทั้งสองพรรคในสหรัฐฯ และความต้องการพลังงานสะอาดของประชาชน
นิวเคลียร์ไม่ได้สำคัญแค่ในฐานะแหล่งพลังงาน แต่ยังเป็นแกนหลักในมุมของความสามารถในการแข่งขันด้าน AI การเสริมสร้างศักยภาพของชาติ และการสร้างโครงข่ายไฟฟ้าที่มั่นคง

งานแห่งอนาคต: การเชื่อมช่องว่างระหว่างฮาร์ดแวร์กับซอฟต์แวร์

ในช่วงทศวรรษ 2000~2010 การพัฒนาบุคลากรเน้นด้านการเขียนโค้ดเป็นหลัก
ระยะหลัง แนวโน้มความต้องการตำแหน่งงานที่นำ AI ไปใช้กับฮาร์ดแวร์จริงเพื่อเพิ่มการใช้งานกำลังเติบโตอย่างมาก
จากการย้ายฐานการผลิตกลับประเทศ (reshoring) การเกษียณของแรงงานฝีมือจำนวนมาก และการแพร่หลายของ AI และระบบอัตโนมัติ ทำให้สาขาอย่างวิศวกรรมเครื่องกล ไฟฟ้า ควบคุม RF อุตสาหการ และคุณภาพ ได้รับความสนใจขึ้นมาอีกครั้ง
ในอีก 10 ปีข้างหน้า ตำแหน่งวิศวกรรมที่เกี่ยวกับฮาร์ดแวร์บางประเภทอาจเติบโตแซงสายวิศวกรรมซอฟต์แวร์แบบดั้งเดิม

“Catch” ที่บอกใบ้ถึงเฟสถัดไปของอุตสาหกรรมอวกาศ

ความสำเร็จของ “catch” ในการรับ Starship booster ทำให้ยุคที่สามารถขนส่งสินค้าขนาดใหญ่มากกว่า 150 ตันได้อย่างรวดเร็วและนำกลับมาใช้ใหม่ได้ใกล้เข้ามา
ส่งผลให้ความเป็นไปได้ในการส่งคนและสินค้าสู่ดวงจันทร์และดาวอังคาร รวมถึงการติดตั้ง data center ขนาดใหญ่ สถานีอวกาศ และห้องปฏิบัติการชีวการแพทย์ในอวกาศ เพิ่มสูงขึ้น
การขนส่งความเร็วสูงพิเศษที่สามารถเดินทางไปยังจุดใดก็ได้บนโลกภายใน 40 นาที ก็อาจกลายเป็นจริงได้
ปี 2025 อาจเป็นจุดเปลี่ยนที่เทคโนโลยีซึ่งเคยถูกมองว่าเป็น science fiction เริ่มเข้าสู่ความจริง

อนาคตของการป้องกันประเทศแบบกระจายศูนย์

โลกกำลังเข้าสู่ยุคที่โดรนอัตโนมัติ เครือข่ายเซนเซอร์ และ AI สำหรับสนามรบ จะตัดสินใจได้แบบฉับพลันโดยแทบไม่ต้องอาศัยการแทรกแซงจากมนุษย์
กำลังรบในพื้นที่ห่างไกลมีแนวโน้มต้องรับข้อมูลแบบเรียลไทม์ และปรับยุทธศาสตร์หน้างานผ่านการวิเคราะห์ที่อาศัย AI
ระบบบัญชาการแบบกระจายลักษณะนี้จำเป็นต้องมีทั้งแหล่งจ่ายพลังงานที่เชื่อถือได้และทรัพยากรคอมพิวต์ที่พร้อมใช้งานแม้ในพื้นที่เสี่ยง
ความก้าวหน้าทางเทคโนโลยีในด้านพลังงาน อวกาศ และ AI มีแนวโน้มเชื่อมโยงโดยตรงกับขีดความสามารถด้านความมั่นคงของชาติ

อุปกรณ์ XR ก้าวกระโดดเพื่อเหล่านักพัฒนา

อุปกรณ์ XR (extended reality) มีศักยภาพสูงขึ้นในการประยุกต์ใช้กับโลกกายภาพ
แม้จะมีแพลตฟอร์มใหม่อย่าง Apple Vision Pro และ Meta Orion ปรากฏขึ้นแล้ว แต่การยอมรับจากผู้บริโภคและระบบนิเวศนักพัฒนายังอยู่ในระยะเริ่มต้น
โดยเฉพาะในด้าน robotics การขับขี่อัตโนมัติ และ simulation อุปกรณ์ XR กำลังมีบทบาทสำคัญ
อุตสาหกรรมที่มีข้อมูลหรือปฏิสัมพันธ์เกี่ยวกับพื้นที่จริงจำนวนมากมีแนวโน้มจะนำอุปกรณ์ XR ไปใช้เพิ่มขึ้น

การใช้ประโยชน์จากข้อมูลสังเกตการณ์โลก

ในช่วง 5 ปีที่ผ่านมา จำนวนดาวเทียมสังเกตการณ์โลกเพิ่มขึ้นเป็นสองเท่าจาก 500 ดวงเป็นมากกว่า 1,000 ดวง ทำให้รากฐานสำหรับการเข้าถึงภาพและข้อมูลได้ง่ายขึ้นขยายตัวอย่างมาก
ภาครัฐและภาควิชาการได้สร้างเครื่องมือต่าง ๆ สำหรับใช้ประโยชน์จากข้อมูลสังเกตการณ์โลกมานานแล้วผ่านการลงทุนขนาดใหญ่
อย่างไรก็ตาม รายได้เชิงพาณิชย์ในสาขานี้ยังถือว่าน้อย
โอกาสที่แท้จริงมีแนวโน้มไม่ได้อยู่ที่เครื่องมือวิเคราะห์หรือแดชบอร์ดเพียงอย่างเดียว แต่เป็นผลิตภัณฑ์ที่ใช้ข้อมูลสังเกตการณ์โลกเป็นหนึ่งในหลายเครื่องมือเพื่อแก้ปัญหาเฉพาะของแต่ละอุตสาหกรรม
ในอนาคต ข้อมูลสังเกตการณ์โลกอาจกลายเป็นทรัพยากรจำเป็นในหลายด้าน เช่น ซัพพลายเชน การวางผังเมือง และการรับมือภัยพิบัติ

ขั้นต่อไปของการเก็บข้อมูลหุ่นยนต์

หลายบริษัทกำลังรวบรวมข้อมูลหุ่นยนต์ขนาดใหญ่ผ่าน teleoperation, simulation (sim2real), แขนหุ่นยนต์แบบโมดูลาร์ และวิธีอื่น ๆ
นี่คือความพยายามในการพัฒนาหุ่นยนต์ที่สามารถทำงานในโลกจริงได้อย่างอเนกประสงค์ผ่านข้อมูลขนาดใหญ่
ก่อนหน้านี้ ในช่วงกระแสรถขับเคลื่อนอัตโนมัติ Scale AI มุ่งเน้นการเก็บ “policy data ที่แม่นยำ” เช่น การติดป้ายกำกับภาพ แต่ตอนนี้ด้านที่ซับซ้อนและมีต้นทุนสูงกว่า เช่น benchmark ความชอบ ความปลอดภัย และ red team กำลังมีความสำคัญมากขึ้น
ในแวดวงหุ่นยนต์เอง ก็น่าจะได้เห็นการประเมินความปลอดภัยในสภาพแวดล้อมเสี่ยงและระบบ benchmark ที่ซับซ้อนมากขึ้น
สุดท้าย แม้จะสร้าง policy data ขนาดใหญ่ได้แล้ว แต่หากต้องการนำไปใช้งานจริง ก็จำเป็นต้องสร้างระบบรองรับชั้นที่สองควบคู่กันไปด้วย เช่น การทดสอบความปลอดภัยและระบบประเมินที่ซับซ้อน

ก้าวใหม่ของการสื่อสารด้วยแสงในอวกาศอิสระ

คาดว่าในปี 2025 การสื่อสารด้วยแสงในอวกาศอิสระจะก้าวหน้าไปอีก
แม้จะให้ความเร็วและความเป็นการสื่อสารแบบมุ่งทิศทางโดยตรงได้ดีกว่าการสื่อสารไร้สาย (RF) แบบเดิม แต่เทคโนโลยีสำหรับแก้ปัญหา downtime และการรบกวนยังไม่สมบูรณ์นัก
มีโอกาสสูงที่จะเห็นเทคโนโลยีเพิ่มประสิทธิภาพ เช่น เทคนิคมอดูเลชันขั้นสูงระดับเดียวกับที่ใช้ในระบบสื่อสารไร้สายอย่าง QPSK และ OFDM ตลอดจนเทคโนโลยีที่ปรับปรุงการควบคุมทิศทางลำแสงและการแก้ไขข้อผิดพลาด
คาดว่าระบบ PNT (positioning, navigation, and timing) ที่แม่นยำยิ่งขึ้นจะถูกผสานเข้ามา เพื่อช่วยปรับปรุงการจัดแนวลำแสง โดยเฉพาะในการสื่อสารแบบเคลื่อนที่
ความก้าวหน้าเหล่านี้มีแนวโน้มส่งผลกระทบอย่างมากต่ออุตสาหกรรมการสื่อสาร ดาวเทียม และกลาโหม

[Bio + Health]

กลับไปท้าทายโรคใหญ่: Big is Back

ในปี 2025 วงการ bio และ pharma มีแนวโน้มที่แม้แต่สตาร์ทอัพไบโอเทคระยะเริ่มต้นก็จะเริ่มกลับไปท้าทายโรคใหญ่ที่เป็นที่รู้จักกันแพร่หลายอีกครั้ง
ยากลุ่ม GLP-1 คาดว่าจะสร้างตลาดมูลค่ามากกว่า 100 พันล้านดอลลาร์ภายในปี 2030 ในด้านโรคอ้วนและเบาหวาน และกำลังเติมพลังใหม่ให้กับสาขาโรคหัวใจและหลอดเลือดรวมถึงโรคเมตาบอลิก
นวัตกรรมก็กำลังเกิดขึ้นอย่างเงียบ ๆ ในด้านโรคภูมิคุ้มกันทำลายตนเองเช่นกัน
- Dr. Georg Schett แห่งมิวนิก ประเทศเยอรมนี ตั้งสมมติฐานว่า CAR-T cell therapy ที่ใช้รักษามะเร็งบางชนิดของ B cell อาจนำไปใช้กับโรคภูมิคุ้มกันทำลายตนเองที่เกี่ยวข้องกับ B cell ได้เช่นกัน (เช่น lupus และ arthritis)
- ในงานวิจัยที่ประกาศล่าสุด ผู้ป่วยทั้ง 15 รายที่ไม่ตอบสนองต่อการรักษาเดิม มีอาการดีขึ้นอย่างน่าทึ่งหลังได้รับ CAR-T
- Dr. Schett เปรียบสิ่งนี้ว่า “เหมือนปุ่มรีเซ็ตของคอมพิวเตอร์ เป็นการรีสตาร์ตระบบภูมิคุ้มกันทั้งหมดให้กลับมาทำงานอย่างปกติ”
จากผลลัพธ์ทางคลินิกที่น่าประทับใจเช่นนี้ และความสำเร็จของยารักษาโรคอ้วนรุ่นใหม่ คาดว่าจะยิ่งเร่งนวัตกรรมจาก bio และ startup ที่มุ่งเป้าไปยังโรคที่พบบ่อยและมีขนาดตลาดใหญ่ที่สุด

การทำให้สุขภาพเข้าถึงได้อย่างทั่วถึง: การเปลี่ยนแปลงที่ขับเคลื่อนโดยเทคโนโลยี

ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยีอย่าง AI ที่วิเคราะห์ค่าจากเลือด อุปกรณ์สวมใส่ที่ติดตามสัญญาณชีวภาพ และการสแกนทั้งร่างกาย ได้ทำให้ “การทำให้สุขภาพเข้าถึงได้อย่างทั่วถึง” กำลังเกิดขึ้น
ยุคที่ผู้ป่วยสามารถตรวจดูข้อมูลของตนเองและดูแลสุขภาพเชิงรุกได้ แม้อยู่นอกสภาพแวดล้อมทางคลินิก ได้เริ่มต้นขึ้นแล้ว
AI ช่วยมอบการวิเคราะห์และคำแนะนำเฉพาะบุคคล รวมถึงค้นหารูปแบบที่เคยมองข้ามไป จึงเอื้อต่อการวินิจฉัยตั้งแต่เนิ่น ๆ และการป้องกัน
ท่ามกลางระบบการแพทย์ที่ซับซ้อนและเน้นการรักษาโรค เทคโนโลยีเหล่านี้กำลังผลักดันการเปลี่ยนผ่านสู่โมเดลใหม่ที่มุ่งเน้นการป้องกันและการตรวจพบตั้งแต่ระยะต้น
ด้วยข้อมูลเชิงลึกแบบคาดการณ์ล่วงหน้า ผู้ป่วยจึงสามารถตัดสินใจได้อย่างชาญฉลาดในเวลาที่เหมาะสม

“Super Staffing” ของวงการเฮลท์แคร์

วงการเฮลท์แคร์กำลังเผชิญวิกฤตครั้งใหญ่จากการขาดแคลนบุคลากรทางคลินิก
- ในอีก 5 ปีข้างหน้า จำนวนแพทย์และพยาบาลจะไม่เพียงพออย่างมากต่อความต้องการรับการรักษาที่จะพุ่งขึ้น
ขณะเดียวกัน ในงานบริหารจัดการด้านเฮลท์แคร์กลับมีบุคลากรมากเกินความจำเป็นที่ต้องคอยจัดการงานซ้ำ ๆ จนทำให้ต้นทุนสูงขึ้น
กล่าวคือ ขณะนี้มีความจำเป็นเร่งด่วนที่จะต้องใช้ทรัพยากรบุคคลที่มีอยู่ให้มีประสิทธิภาพสูงสุด และทำให้งานง่าย ๆ เป็นอัตโนมัติด้วยเทคโนโลยี
AI กำลังได้รับความสนใจในฐานะหนึ่งในกุญแจสำคัญในการแก้ปัญหานี้
- คาดว่าในปี 2025 โมเดล AI เฉพาะทางจะทำหน้าที่เป็นแพลตฟอร์ม “super staffing” ในสถานพยาบาล
- หากเป็นเช่นนั้น โอกาสด้านงบลงทุนขนาดใหญ่ก็มีแนวโน้มจะย้ายจากที่เดิมมักอยู่ในงบ IT ไปสู่ฝั่งงบบุคลากรมากขึ้น

เป้าหมายยารูปแบบ “อะโวคาโด”

การพัฒนายาใหม่เป็นเรื่องยากมาก และชีววิทยาก็ซับซ้อนจนแทบประเมินไม่ได้
- ต้องค้นหาเป้าหมายที่มีศักยภาพและตรวจสอบอย่างเข้มงวด อีกทั้งต้องใช้เวลากว่า 10 ปีและต้นทุนมหาศาลกว่าจะได้รับการอนุมัติจาก FDA
แต่ยาตัวใหม่สามารถสร้างคุณค่ามหาศาลให้กับผู้ป่วย บริษัท และสังคม
- หากเลือกเป้าหมายผิดก็อาจล้มเหลวครั้งใหญ่ และการพลาดโอกาสของเป้าหมายสำคัญรุ่นถัดไปอย่าง GLP-1 ก็อาจเป็นเรื่องร้ายแรงเช่นกัน
เป้าหมายทางชีววิทยามีความคล้ายอะโวคาโด
- “ยังเร็วไป... ยังเร็วไป... ยังไม่สุก... ตอนนี้ต้องกินแล้ว! ...สายไปแล้ว”
- การจับจังหวะเวลาที่เหมาะสมนั้นยาก และเมื่อเป้าหมายใดเป้าหมายหนึ่งได้รับการพิสูจน์แล้ว หลายบริษัทก็จะกรูเข้าไปพร้อมกัน
- จีนและประเทศอื่น ๆ ก็เข้ามารุกอย่างหนัก ทำให้การแข่งขันยิ่งดุเดือดขึ้น
แล้วถ้าเป็นสตาร์ตอัปควรทำอย่างไร
- เมื่อมองไปถึงปี 2025 ดูเหมือนว่า “ความลับที่ค้นพบมาได้ด้วยตนเอง (earned secret)” จะยิ่งมีความสำคัญมากขึ้น
- ต้องมีอินไซต์เฉพาะตัวเกี่ยวกับเป้าหมายดาวรุ่งที่กำลังมา หรือไม่ก็เลือกเจาะเป้าหมายที่กำลังฮอตอยู่แล้ว แต่ต้องมีแนวทางที่แตกต่าง
- ต้องใช้เทคโนโลยีและ AI อย่างจริงจังเพื่อค้นหาและรักษา “ความลับ” นี้ไว้ เพราะหากพลาดจังหวะ ก็อาจถูกตลาดทิ้งไว้ข้างหลัง

[Consumer Tech]

“AI drummer” และศักยภาพของ AI แบบเรียลไทม์

AI drummer สามารถปรับให้เข้ากับการเปลี่ยนแปลงสด ๆ จากการอิมโพรไวส์ของนักดนตรีมนุษย์ได้แบบเรียลไทม์ จนกลมกลืนกับการเล่นร่วมกันของวงได้อย่างเป็นธรรมชาติ
การมาถึงของ Latent Consistency Models(LCMs) กำลังทำให้ความเร็วการประมวลผลของ AI เข้าใกล้ระดับเกือบเรียลไทม์
เมื่อความเร็วในการสร้างเพิ่มขึ้น ก็มีแนวโน้มว่าจะเกิดกรณีใช้งานใหม่ ๆ ตามมา เช่น live video-to-video
ในภาคการศึกษา ก็เปิดโอกาสให้สามารถวิเคราะห์ปฏิกิริยาของนักเรียนแบบเรียลไทม์และปรับทิศทางการสอนได้
มันจะสร้าง feedback loop ที่เกิดขึ้นทันทีในช่วงที่ไอเดียกำลังก่อตัว ทำให้ความร่วมมือระหว่างมนุษย์กับ AI ในงานสร้างสรรค์เป็นไปได้อย่างแท้จริง

วิดีโอ AI ที่มีความเฉพาะทางมากขึ้น

กำลังเข้าสู่ยุคที่ใคร ๆ ก็สามารถสร้างคลิปวิดีโอสมจริงได้จากเพียงภาพง่าย ๆ หรือ text prompt
แต่ในปี 2025 คาดว่าจะมีเครื่องมือวิดีโอ AI ที่ถูกปรับให้เหมาะกับการใช้งานเฉพาะด้านเพิ่มขึ้น ทำให้สามารถสร้างเรื่องราวที่ลึกขึ้นและการแสดงตัวละครที่สม่ำเสมอได้
คาดว่าโมเดลที่แบ่งย่อยตามงาน เช่น การตลาดสินค้า ภาพยนตร์ขนาดยาว อวาตาร์ 3D แบบ hyperrealism B-roll สำหรับฉากหลัง และแอนิเมชัน จะพัฒนาสูงขึ้นให้เหมาะกับแต่ละช่องทาง เช่น TikTok, YouTube, โฆษณา, โรงภาพยนตร์ เป็นต้น
มีโอกาสสูงที่จะก้าวพ้นจากระดับต้นแบบเริ่มต้นและเติบโตเป็นแขนงศิลปะรูปแบบหนึ่ง

ปีแห่ง “AI brain”

แนวคิดเรื่อง “digital brain” ที่ AI เข้าใจและใช้ประโยชน์จากร่องรอยดิจิทัลของเรา เช่น ข้อความ อีเมล และคอมเมนต์บนโซเชียล กำลังได้รับความสนใจ
เมื่อทดลอง “ส่งออก” ข้อมูลไร้โครงสร้างจำนวนมาก เช่น ข้อความและบันทึกกิจกรรม ไปให้ LLM ใช้งาน ก็พบว่าสามารถช่วยได้มากทั้งในการสนับสนุนการตัดสินใจในชีวิตประจำวันและการรับมือกับสถานการณ์ส่วนตัว
ในปี 2025 คาดว่า AI จะเข้าใจลักษณะนิสัยของแต่ละคนได้ลึกขึ้น และจะมีแอปหลากหลายรูปแบบออกมาเพื่อช่วยพัฒนาความเข้าใจตนเอง ความสัมพันธ์กับผู้อื่น และประสิทธิภาพในการทำงาน
ด้วย AI ที่มีความทรงจำแทบไร้ขีดจำกัด ผู้คนจะได้รับความช่วยเหลือที่เป็นรูปธรรมมากขึ้นในกระบวนการตัดสินใจและการเติบโตของตนเอง

การทำงานเชิงความรู้ที่ปรับให้เป็นส่วนตัว

แม้ AI จะเขียนได้ดี แต่ถ้าไม่สะท้อนเสียงของผู้ใช้เอง (โทนและสไตล์) ก็อาจทำให้การใช้งานกลับแย่ลง
เช่นเดียวกับที่ในสายภาพสามารถควบคุมสไตล์ได้ผ่าน LoRAs, SREFs เป็นต้น งานเอกสารและงานเชิงความรู้ก็ต้องการการควบคุมลักษณะนี้เช่นกัน
- ตัวอย่าง: ปรับสำนวนอีเมลให้เป็นส่วนตัว หรือสะท้อนรูปแบบตามเทมเพลตสไลด์ของบริษัทโดยอัตโนมัติ
อาจเกิดรูปแบบการทำงานร่วมกันที่ AI ขอความช่วยเหลือจากมนุษย์ตามสถานการณ์ และให้มนุษย์เข้ามารับช่วงงานต่อ
ผ่านกระบวนการปรับให้เป็นส่วนตัวและการทำงานร่วมกันนี้ AI จะสามารถรับช่วงงานบางส่วนไปทำ และช่วยเพิ่มประสิทธิภาพของงานความรู้อย่างมาก

นำ AI มาใช้กับการวิเคราะห์ข้อมูลเชิงคุณภาพ

ซอฟต์แวร์วิเคราะห์แบบเดิมมักจัดการกับข้อมูลเชิงตัวเลขและข้อมูลที่มีโครงสร้างเป็นหลัก แต่บริบทสำคัญจริง ๆ มักอยู่ในข้อความ เรื่องเล่า และข้อมูลไร้โครงสร้าง
การมาถึงของ LLM, เอเจนต์บนเว็บ, และโมเดลมัลติโหมด ทำให้สามารถจับข้อมูลเชิงคุณภาพและนำมาผสานกับข้อมูลเชิงตัวเลขได้
ในปี 2025 คาดว่าจะมีเครื่องมือวิเคราะห์รูปแบบใหม่จำนวนมากที่ผสานข้อมูลเชิงคุณภาพและเชิงปริมาณเข้าด้วยกัน เพื่อให้ได้อินไซต์ที่กว้างขึ้น
บนพื้นฐานของการเปลี่ยนแปลงนี้ มีโอกาสสูงที่จะได้เห็นบริษัท AI-native ขนาดใหญ่ถือกำเนิดขึ้นในอนาคต

[Crypto]

สิ่งที่ AI ต้องมีหากจะกลายเป็นเอเจนต์: กระเป๋าเงินอัตโนมัติและกิจกรรม onchain

หาก AI จะไม่ได้เป็นเพียง NPC(Non-Playing Character) แต่เป็นเหมือนตัวละครหลักที่ลงมือทำอย่างอัตโนมัติได้ ก็จำเป็นต้องสามารถทำธุรกรรม จัดสรรทรัพยากร และแสดงความชอบต่าง ๆ ในรูปแบบที่ตรวจสอบได้ในตลาด
ตอนนี้ AI agent อย่าง @truth_terminal ได้ใช้คริปโตในการประมวลผลธุรกรรมแล้ว และกำลังเปิดโอกาสใหม่ด้านคอนเทนต์
ต่อไปเมื่อ AI agent เป็นเจ้าของกระเป๋าเงินได้โดยตรง เก็บรักษาคีย์ ลงนาม และบริหารสินทรัพย์คริปโตได้เอง ก็มีแนวโน้มว่าจะเกิด use case ใหม่ ๆ ตามมา
- ตัวอย่าง: การรันและตรวจสอบโหนดของ DePIN(เครือข่ายโครงสร้างพื้นฐานทางกายภาพแบบกระจายศูนย์) หรือกลายเป็นผู้เล่นเกมมูลค่าสูง
ท้ายที่สุด อาจถึงขั้นมีบล็อกเชนของตัวเองที่ออกแบบและดำเนินการโดย AI

การมาถึงของ “DAC” หรือแชตบอตอัตโนมัติแบบกระจายศูนย์

สามารถใช้ TEE เพื่อพิสูจน์ได้ว่าไม่ใช่มนุษย์ แต่เป็นบอตที่ทำงานได้อย่างอัตโนมัติจริง
จากจุดนั้น แนวคิดเรื่อง ‘Decentralized Autonomous Chatbot, DAC’ หรือ ‘แชตบอตอัตโนมัติแบบกระจายศูนย์’ ก็กำลังได้รับความสนใจ
- มันสามารถสร้างคอนเทนต์ที่น่าสนใจเพื่อรวบรวมผู้ติดตาม ทำกิจกรรมบนโซเชียลมีเดียแบบกระจายศูนย์ และจัดการสินทรัพย์คริปโตได้ด้วยตนเอง
- ด้วยการกักซอฟต์แวร์ของบอตและ private key ไว้ภายใน TEE ก็ทำให้ไม่มีมนุษย์คนใดเข้าถึงคีย์ของบอตได้จริง
แน่นอนว่าเมื่อความเสี่ยงเพิ่มขึ้น ก็อาจจำเป็นต้องมีการกำกับดูแล
แต่หากแชตบอตนี้ทำงานอยู่บน consensus protocol ของโหนดแบบ permissionless และจัดการรายได้กับสินทรัพย์ของตัวเองได้ มันก็อาจกลายเป็นหน่วยเศรษฐกิจอัตโนมัติเต็มรูปแบบระดับหลายร้อยล้านดอลลาร์รายแรกของโลก

“Proof of Personhood” ที่จำเป็นในยุค AI

เมื่อ AI สามารถสร้างคอนเทนต์ที่เลียนแบบมนุษย์ได้แทบสมบูรณ์ในปริมาณมหาศาล ได้ง่าย และต้นทุนต่ำ วิธีพิสูจน์ว่าเป็นมนุษย์จึงยิ่งสำคัญขึ้น
หากต้องการแยกแยะว่าคอนเทนต์ชิ้นหนึ่งสร้างโดย “คนจริง” หรือไม่ ก็จำเป็นต้องมี ‘หลักฐานความเป็นมนุษย์’ ที่เชื่อมโยงข้อมูลส่วนบุคคลได้แบบเป็นส่วนตัว
การออก ID ที่รับประกันความเป็นมนุษย์อาจทำได้ฟรี แต่ต้องออกแบบให้ AI ไม่สามารถรับได้อย่างไม่จำกัด
คุณสมบัติเรื่อง ‘ความเป็นเอกลักษณ์ (uniqueness)’ นี้ หรือก็คือ Sybil resistance จะกลายเป็นคุณลักษณะสำคัญของดิจิทัลไอดี

หลังตลาดพยากรณ์: วิวัฒนาการของกลไกการรวมข้อมูล

แม้ตลาดพยากรณ์จะกลับมาเป็นที่สนใจอีกครั้งจากการเลือกตั้งประธานาธิบดีสหรัฐปี 2024 แต่สิ่งที่จะขับเคลื่อนการเปลี่ยนแปลงที่แท้จริงในปี 2025 คือ ‘กลไกการรวมข้อมูล’
ตลาดพยากรณ์อาจมีประสิทธิภาพกับเหตุการณ์ ‘macro’ ขนาดใหญ่ แต่สำหรับประเด็นที่เล็กลงหรือเฉพาะเจาะจงมากขึ้น ข้อมูลที่มีความหมายอาจมีไม่เพียงพอ
ในแวดวงเศรษฐศาสตร์และการออกแบบตลาด มีการวิจัยแนวทางการออกแบบแรงจูงใจในรูปแบบต่าง ๆ มานานแล้ว และตอนนี้สิ่งเหล่านี้กำลังถูกผสานเข้ากับเทคโนโลยีบล็อกเชน
บล็อกเชนเป็นแพลตฟอร์มที่เหมาะสมที่สุดสำหรับการนำเทคนิคเหล่านี้ไปใช้ ทั้งในแง่ของการกระจายศูนย์และความโปร่งใส
- ทุกคนสามารถตรวจสอบและตีความผลลัพธ์ได้แบบเรียลไทม์

การนำ stablecoin payment มาใช้ของบริษัทใหญ่จะเร่งตัวขึ้น

stablecoin ได้พิสูจน์ความเหมาะสมสำหรับการชำระเงินทั่วไปมาแล้ว โดยกลายเป็น “วิธีโอนดอลลาร์ที่ถูกที่สุด”
ปัจจุบันยังเน้นอยู่ที่บุคคลบางกลุ่มและธุรกิจขนาดเล็กเป็นหลัก แต่คาดว่าในปี 2025 จะมีทั้งธุรกิจขนาดกลางและขนาดใหญ่หันมาใช้ stablecoin payment มากขึ้น
โดยเฉพาะร้านค้าออฟไลน์ เช่น คาเฟ่และร้านอาหาร ที่แบกรับค่าธรรมเนียมบัตรเครดิตสูง จึงมีแรงจูงใจมากในการเปลี่ยนมาใช้ stablecoin payment
บริษัทขนาดใหญ่เองก็มีแนวโน้มจะใช้รางการชำระเงินนี้อย่างจริงจังเพื่อลดค่าธรรมเนียมของบริการรับชำระเงิน

การออกพันธบัตรรัฐบาลแบบ onchain

มีการพิจารณาแนวทางออกพันธบัตรรัฐบาลแบบ onchain เพื่อสร้างสินทรัพย์ดิจิทัลที่มีรัฐบาลหนุนหลังและมีการจ่ายดอกเบี้ย แทนรูปแบบอย่าง CBDC(สกุลเงินดิจิทัลของธนาคารกลาง) ที่ก่อความกังวลเรื่องการสอดส่อง
พันธบัตรรัฐบาลที่ออกในรูปแบบนี้สามารถนำไปใช้เป็นหลักประกันในโปรโตคอล DeFi ได้ และช่วยเพิ่มเสถียรภาพให้ระบบนิเวศแบบกระจายศูนย์
หลายประเทศ เช่น สหราชอาณาจักร ได้เริ่มพิจารณาความเป็นไปได้ของการออกพันธบัตรดิจิทัลแล้ว และมีแนวโน้มจะเดินหน้าทดสอบแบบสาธารณะในอนาคต
ในสหรัฐฯ เอง ด้วยสถานการณ์ที่โครงสร้างพื้นฐานด้านการชำระราคาและการชำระธุรกรรมของพันธบัตรรัฐบาลเดิมมีความซับซ้อนมากขึ้น ก็คาดว่าจะมีการถกเถียงเรื่องประสิทธิภาพของการซื้อขายพันธบัตรรัฐบาลผ่านบล็อกเชนมากขึ้น

การแพร่หลายของรูปแบบนิติบุคคลใหม่ ‘DUNA’ ในเครือข่ายบล็อกเชนภายในสหรัฐฯ

ในปี 2024 รัฐไวโอมิงได้เริ่มบังคับใช้ระบบที่รับรอง DAO (องค์กรอิสระแบบกระจายศูนย์) เป็นนิติบุคคลอย่างเป็นทางการ
ได้เกิดโครงสร้างที่ชื่อว่า DUNA (Decentralized Unincorporated Nonprofit Association) ซึ่งเปิดทางให้โปรเจกต์ที่ตั้งอยู่ในสหรัฐฯ สามารถดำเนิน DAO ได้อย่างถูกกฎหมาย
ทำให้ DAO สามารถบริหารเครือข่ายแบบอัตโนมัติได้ พร้อมทั้งมีเครื่องมือสำหรับจัดการความรับผิดทางกฎหมายและประเด็นด้านภาษี∙กฎระเบียบ
มีความเป็นไปได้สูงว่าในปี 2025 DUNA จะกลายเป็นโครงสร้างมาตรฐานสำหรับโปรเจกต์คริปโต∙กระจายศูนย์ในสหรัฐฯ

‘Liquid Democracy’ ที่เคยทดลองใช้บนออนไลน์ กำลังถูกนำเข้าสู่โลกกายภาพด้วย

ท่ามกลางความไม่พอใจต่อระบบ governance∙การลงคะแนนในปัจจุบันที่เพิ่มขึ้น กำลังเกิดความเคลื่อนไหวในการขยายการทดลองจากแวดวงบล็อกเชน∙DAO ไปสู่โลกกายภาพ
สามารถใช้บล็อกเชนเพื่อทำให้การลงคะแนนอิเล็กทรอนิกส์มีทั้งความปลอดภัยและความเป็นส่วนตัว และนำ ‘Liquid Democracy’ (การลงคะแนนโดยตรงรายประเด็นหรือการมอบฉันทะ) ไปใช้ในหน่วยขนาดเล็กอย่างการปกครองท้องถิ่นได้
โปรเจกต์คริปโตได้นำแนวคิดนี้ไปใช้และสะสมข้อมูลการทดลองขนาดใหญ่ไว้แล้ว
ดังนั้นจึงคาดว่าจะมีกรณีนำไปประยุกต์ใช้กับการลงคะแนนและการตัดสินใจในโลกออฟไลน์จริงเพิ่มขึ้นในอนาคต

เทรนด์รีไซเคิลแทนการคิดค้นโครงสร้างพื้นฐานใหม่

ที่ผ่านมาในสแตกบล็อกเชน แต่ละโปรเจกต์มักสร้างอัลกอริทึมฉันทามติ ภาษาโปรแกรม และ VM ขึ้นใหม่ตั้งแต่ต้น
แต่แม้จะเป็นภาษาที่ออกแบบมาเฉพาะทาง หากขาดเครื่องมือหรือเอกสารที่เพียงพอ ก็มีความเสี่ยงที่จะให้ประสิทธิภาพต่ำกว่าภาษาทั่วไปเสียอีก
ในปี 2025 คาดว่าแนวโน้มจะหันไปรีไซเคิลโปรโตคอลฉันทามติ, เงินทุนสเตกกิง, ระบบ Proof แบบ Zero-Knowledge และองค์ประกอบอื่น ๆ เพื่อโฟกัสเฉพาะการสร้างความแตกต่างของผลิตภัณฑ์มากขึ้น
ท้ายที่สุด หากต้องการเปิดตัวได้เร็วขึ้นและให้บริการที่มีคุณภาพสูง การหลีกเลี่ยงแนวทาง ‘Not Invented Here’ และเลือกนำโครงสร้างพื้นฐานที่มีอยู่แล้วมาใช้เชิงรุกจะได้เปรียบกว่า

ยุคที่ UX เป็นตัวกำหนดอินฟราสตรักเจอร์

เดิมทีอินฟราสตรักเจอร์บล็อกเชนมักถูกกำหนดก่อน แล้วจึงทำให้ประสบการณ์ผู้ใช้ (UX) ถูกกำหนดตามไปด้วย
แต่ต่อจากนี้คาดว่าจะเกิดกระแสที่นักพัฒนาคิดถึง UX ปลายทางที่ต้องการก่อน แล้วค่อยเลือก∙ผสมผสานอินฟราสตรักเจอร์ให้เหมาะกับสิ่งนั้น
ด้วย blockspace ที่มากขึ้น, เครื่องมือพัฒนาที่ก้าวหน้า, และ chain abstraction ทำให้กำลังก่อรูปสภาพแวดล้อมที่สามารถโฟกัส UX ได้ตั้งแต่ขั้นวางแผนผลิตภัณฑ์
สุดท้ายคาดว่าทิศทางจะมุ่งไปสู่การที่ผู้ใช้สามารถใช้งาน dApp ได้อย่างเป็นธรรมชาติโดยไม่จำเป็นต้องรู้สแตกเทคโนโลยีภายใน

การมาของ Web3 killer app ที่ซ่อน ‘สายไฟ’ ไว้

จุดแข็งทางเทคนิคของบล็อกเชน เช่น ความกระจายศูนย์ กลับสร้างกำแพงการเข้าถึงสำหรับผู้ใช้ทั่วไปไปพร้อมกัน
สินค้าเทคโนโลยีที่ประสบความสำเร็จมักซ่อนความซับซ้อนทางเทคนิคไว้เบื้องหลัง และส่งมอบคุณค่าให้ผู้ใช้ผ่านอินเทอร์เฟซที่เข้าใจง่าย
- ตัวอย่าง: อีเมลที่ซ่อนโปรโตคอล SMTP ไว้, Spotify ที่ไม่เปิดเผยรูปแบบไฟล์ต่อผู้ใช้
ในปี 2025 มีความเป็นไปได้สูงว่า ‘Simple UX’ แบบนี้จะกลายเป็นมาตรฐานในโลก Web3 ด้วย ทำให้มีบริการที่ใช้งานได้ง่ายขึ้น แม้ผู้ใช้จะไม่รู้คำศัพท์ภายในอย่าง wallet∙NFT∙zkRollups ก็ตาม

การเติบโตของแอปสโตร์เฉพาะทางและช่องทางการค้นพบ (Discovery)

แอปคริปโตที่เคยติดข้อจำกัดจากกฎระเบียบของแอปสโตร์แบบรวมศูนย์ (Apple, Google) กำลังเริ่มหาผู้ใช้จากตลาดแอปอิสระ
- ตัวอย่าง: World App ของ Worldcoin, dApp Store สำหรับโทรศัพท์ Solana โดยเฉพาะ
แพลตฟอร์มเหล่านี้บางแห่งสามารถดึงผู้ใช้ได้หลายแสนรายในระยะเวลาอันสั้น และมีความแข็งแกร่งเป็นพิเศษในระบบนิเวศที่ผสานกับฮาร์ดแวร์
คาดว่าความพยายามย้ายบริการที่เดิมอยู่บน messenger หรือแพลตฟอร์ม web2 ไปสู่รูปแบบ onchain จะเพิ่มขึ้นด้วย

จาก ‘การถือครอง’ สู่ ‘การใช้งาน’: ฐานผู้ใช้คริปโตรูปแบบใหม่

ในปี 2024 คริปโตเคอร์เรนซีได้รับความสนใจในแวดวงการเมือง∙การเงิน
มีมุมมองว่าในปี 2025 มันจะพัฒนาไปเป็น ‘ขบวนการด้านคอมพิวติ้ง’ อย่างแท้จริง
- ปัจจุบันผู้ที่ถือคริปโตแล้วนำไปใช้งานจริงมีเพียงราว 5~10% เท่านั้น
- ดังนั้นจึงจำเป็นต้อง onboard ผู้ใช้หลายร้อยล้านคนที่มีเหรียญอยู่แล้วอย่างจริงจัง เพื่อกระตุ้นให้พวกเขาได้ลอง dApp หลากหลายประเภท เช่น DeFi∙NFT∙เกมมิง∙โซเชียล∙ตลาดพยากรณ์∙DAO
เมื่อค่าธรรมเนียมธุรกรรมลดลงและ UX ดีขึ้น ก็มีแนวโน้มว่าแอปจำนวนมากขึ้นจะเข้าสู่กระแสหลักได้

การโทเคไนซ์ ‘สินทรัพย์นอกกรอบดั้งเดิม’

เมื่อโครงสร้างพื้นฐานทางเทคโนโลยีมีความพร้อมมากขึ้นและต้นทุนลดลง คาดว่ากระแสการทำให้สินทรัพย์ที่ในอดีตไม่มีมูลค่าหรือเข้าถึงยากสามารถมีสภาพคล่องบนเชนจะเติบโตขึ้น
ตัวอย่าง: ข้อมูลชีวภาพ หรือสินทรัพย์ความรู้ที่มีเอกลักษณ์ ก็อาจพัฒนาไปสู่รูปแบบที่ให้เช่าหรือซื้อขายผ่าน smart contract ได้
ขณะนี้ก็มีความพยายามในด้าน DeSci และอื่น ๆ เพื่อปรับปรุงความเป็นเจ้าของ∙ความโปร่งใส∙ความยินยอมเกี่ยวกับข้อมูลทางการแพทย์แล้ว
สิ่งนี้อาจเปิดโอกาสให้บุคคลสามารถโทเคไนซ์ทรัพยากร∙ข้อมูลที่ก่อนหน้านี้ยังไม่ถูกนำมาใช้ และสร้างมูลค่าเพิ่มรูปแบบใหม่ได้โดยตรง

[Enterprise + Fintech]

กฎระเบียบกลายเป็นโค้ด

อุตสาหกรรมธนาคาร∙ประกันภัย∙เฮลท์แคร์ต้องใช้ทั้งเวลาและต้นทุนมหาศาลในการปฏิบัติตามกฎระเบียบจำนวนมาก
AI สามารถเรียนรู้เอกสารข้อกำหนดที่ยาวนับพันหน้า และตอบคำถามอย่าง “[X] สอดคล้องกับข้อกำหนดนี้หรือไม่” ได้ทันที
ตัวอย่าง: AI ที่ให้คำปรึกษาเพื่อช่วยลูกค้าที่ค้างชำระสินเชื่อที่อยู่อาศัยให้เข้าใจแนวทางของ Fannie Mae ได้อย่างรวดเร็วและหาทางแก้ไข
ระบบอัตโนมัติด้าน compliance ที่ขับเคลื่อนด้วย AI แบบนี้มีศักยภาพสูงในการเพิ่มทั้งประโยชน์ต่อผู้บริโภคและประสิทธิภาพการทำงาน

การรื้อระบบ system of record (SOR) แบบเลกาซี

มีแนวโน้มเพิ่มขึ้นของกรณีที่ AI เข้ามาแทนระบบหลักขององค์กรเดิม เช่น Workday และ Salesforce
ในช่วงทศวรรษ 2010 มักเป็นการเชื่อมต่อเข้ากับระบบเดิม แต่ตอนนี้กำลังเกิดความเคลื่อนไหวเพื่อสร้าง ‘system of record (SOR)’ แบบใหม่ทั้งหมดโดยมี AI เป็นศูนย์กลาง
ฐานข้อมูลเชิงสัมพันธ์จะถูก AI ขยายไปสู่รูปแบบ multimodal และไม่เพียงแต่เก็บข้อมูล แต่ยังอาจประมวลผลงานจริงในลักษณะ ‘AI-driven’ โดยให้มนุษย์โฟกัสที่การรีวิว
แม้ข้อมูลมหาศาลและทรัพยากรของบริษัทยักษ์ใหญ่เดิมจะเป็นกำแพงการเข้าสู่ตลาดที่แข็งแรง แต่ผู้ก่อตั้งสตาร์ตอัปยังมองว่านี่คือหนึ่งในตลาดซอฟต์แวร์ที่ใหญ่ที่สุดและต้องการเข้ามาท้าทาย

ความแตกต่าง vs. ความสามารถในการป้องกันระยะยาว

AI ได้กลายเป็นเครื่องมือสร้างความแตกต่างในการ “เปลี่ยนแรงงานให้เป็นซอฟต์แวร์” ในหลากหลายอุตสาหกรรม
ในปี 2024 มีการนำ AI ไปใช้ระยะแรกเพื่อแก้ปัญหาอย่างเช่น ‘messy inbox’ และในปี 2025 คาดว่าจะมีกรณีที่ต่อยอดจากสิ่งนี้ไปสู่การสร้างความได้เปรียบในการแข่งขันอย่างยั่งยืนมากขึ้น
สินทรัพย์ไร้ตัวตนแบบดั้งเดิม เช่น network effects, switching costs, และผลแบบไวรัล ยังคงสำคัญในยุค AI เช่นเดิม
แม้การสร้างความแตกต่างด้วยการแก้ปัญหาเล็ก ๆ ได้ดีกว่าเดิม 10 เท่าขึ้นไปจะเป็นสิ่งจำเป็น แต่เพียงเท่านั้นก็ยังไม่รับประกันพลังป้องกันทางธุรกิจในระยะยาว

พัฒนาการของ AI: จากการเก็บข้อมูลสู่การลงมือทำกับข้อมูล

ปัจจุบัน AI อยู่ในขั้นของการดึงข้อมูลสำคัญจากอีเมล∙โทรศัพท์∙แฟกซ์ ฯลฯ เพื่อทำงานธุรการซ้ำ ๆ ให้เป็นอัตโนมัติ
ขั้นต่อไปคือการใช้ข้อมูลที่ดึงมาได้นี้เพื่อเสนอชุดลำดับการกระทำบางอย่าง และเปิดให้ผู้ใช้ตรวจดูแล้วอนุมัติ∙แก้ไขได้
ตัวอย่าง: แดชบอร์ด AI ที่ช่วยให้พนักงานขายรู้ว่าควรติดต่อใคร เมื่อไร พร้อมสร้างร่างอีเมลติดตามผลให้อัตโนมัติ
ในระยะสั้นมนุษย์ยังจะเป็นผู้ตรวจทาน แต่เมื่อความเชื่อมั่นสะสมมากขึ้น ความเป็นไปได้ที่ AI จะลงมือดำเนินการโดยตรงจากข้อมูลก็จะเพิ่มขึ้น

การโรแมนติไซส์การเติบโตแบบ inorganic

AI กำลังเพิ่มทั้งความสามารถทำกำไรและการขยายตัวของธุรกิจบริการดั้งเดิม เช่น ประกันภัย∙กฎหมาย∙อสังหาริมทรัพย์∙IT ผ่านระบบอัตโนมัติ
ในอนาคตอาจมีสถานการณ์ที่กองทุนไพรเวทอิควิตีขนาดใหญ่เข้าซื้อบริษัทเหล่านี้ แต่สิ่งที่น่าสนใจกว่าคือสตาร์ตอัปแนวดิ่งเฉพาะทางที่ใช้ AI เข้ามาแทนที่∙ทำให้งานเดิมเป็นอัตโนมัติ
บริษัทเหล่านี้สามารถจับมือกับธุรกิจขนาดเล็กเพื่อพิสูจน์การปรับปรุงรายได้ก่อน แล้วค่อยเข้าซื้อบริษัทที่เล็กกว่านั้นเพื่อสร้างซินเนอร์จี
แม้การลงมือทำจริงจะไม่ง่าย แต่หากสำเร็จ ก็อาจเปลี่ยนรูปแบบการดำเนินงานของอุตสาหกรรมบริการเดิมอย่างมาก

UI และ UX แบบ AI-native

ปี 2025 คาดว่าจะเป็นปีที่ UI∙UX ของ SaaS ยุคถัดไปที่ขับเคลื่อนด้วย AI เริ่มลงหลักปักฐาน
หากที่ผ่านมาโฟกัสหลักอยู่ที่การเทรนโมเดลและการพัฒนาอินฟราสตรักเจอร์ ตอนนี้ก็เริ่มเข้าสู่ช่วงที่สามารถทดลองอินเทอร์เฟซรูปแบบใหม่สำหรับการโต้ตอบระหว่างผู้ใช้กับ AI ได้
จากเดิมที่ผู้ใช้ต้องกรอกข้อมูลลงแบบฟอร์มเอง ต่อไปมีแนวโน้มสูงว่าจะเปลี่ยนเป็นรูปแบบที่ AI agent เป็นฝ่ายขับเคลื่อนการทำงานเชิงรุก และมนุษย์รับหน้าที่เพียงตรวจทาน∙QA
คาดว่าจะมี UI∙UX ที่สร้างสรรค์หลากหลายรูปแบบเกิดขึ้นนอกเหนือจากแชต

พนักงานออฟฟิศทุกคนจะมี AI copilot

คาดว่าในปี 2025 คนทำงานสายออฟฟิศแต่ละคนจะมี AI copilot ไว้ช่วยรับช่วงงานซ้ำๆ เพื่อให้โฟกัสกับงานเชิงสร้างสรรค์และเชิงกลยุทธ์ได้มากขึ้น
AI agent สามารถดึงข้อมูลเข้าสู่ระบบเดิมล่วงหน้า เพื่อทำงานอัตโนมัติอย่างการค้นคว้า sales lead หรือการส่งอีเมลฉบับแรกได้
งานวิจัยของ OpenAI และมหาวิทยาลัยเพนซิลเวเนียพบว่า เมื่อเข้าถึง LLM งานของแรงงานสหรัฐราว 15% สามารถทำได้เร็วขึ้นมาก
หากใช้เครื่องมือเพิ่มเติมร่วมด้วย งาน 47~56% อาจใช้เวลาสั้นลงอย่างมาก
มีการคาดการณ์ว่าบางตำแหน่งงานอาจสามารถทำให้เป็นอัตโนมัติด้วย AI ได้แทบทั้งหมด

[เกม]

การมาถึงของ Pixar รุ่นถัดไป

กำลังมีความเคลื่อนไหวที่ใช้ AI สร้างรูปแบบการเล่าเรื่องแบบใหม่ เพื่อลบเส้นแบ่งระหว่างภาพยนตร์กับเกม
วิดีโอเกมแบบเดิมใช้ทรัพยากรที่สร้างไว้ล่วงหน้า แต่ ‘interactive video’ ดำเนินไปตามอินพุตของผู้เล่นโดยอิงจากเฟรมที่สร้างแบบเรียลไทม์ด้วย neural network
โมเดลสร้างวิดีโอที่ประกาศโดย Luma Labs, Pika, Runway และรายอื่นๆ กำลังเร่งกระแสนี้ ขณะที่ Deepmind และ Microsoft ก็อยู่ระหว่างทำวิจัยเช่นกัน
ส่งผลให้ความเป็นไปได้ในการเกิดบริษัทสื่อรูปแบบใหม่ที่ผสานภาพยนตร์ เกม และ AI มีสูงขึ้นมาก

AI companion ที่มีโลกภายในเป็นของตัวเอง

ปัจจุบัน AI companion มีลักษณะค่อนข้าง passive คือจะตอบสนองเมื่อผู้ใช้เริ่มบทสนทนาก่อน
AI companion ในอนาคตจะมีเพื่อนเสมือน เหตุการณ์ อารมณ์ และแรงจูงใจของตัวเอง พร้อมพยายามเริ่มปฏิสัมพันธ์ด้วยตนเอง
บทสนทนาระหว่างผู้ใช้กับ AI companion น่าจะมีรูปแบบที่ขับเคลื่อนด้วยเป้าหมายหรือ ‘quest’ พร้อมแบ่งปันความสัมพันธ์และเรื่องราวกับตัวละครอื่นไปด้วย
คาดว่าความสมจริงจะสูงขึ้นจนผู้ใช้เชื่อได้ว่า AI companion มี ‘โลกที่ใช้ชีวิตอยู่จริง’

เทคโนโลยีเกมขับเคลื่อนธุรกิจแห่งอนาคต

เวลานี้เทคโนโลยีเกมกำลังส่งอิทธิพลเกินกว่าความบันเทิง ไปสู่รูปแบบการดำเนินงานขององค์กรด้วย
เทคโนโลยีกราฟิกของ Nvidia และเทคโนโลยีเรนเดอร์ 3D แบบเรียลไทม์ของ Unreal Engine ถูกนำไปใช้นอกวงการเกมเดิม เช่น การจำลองรถยนต์ไร้คนขับ การป้องกันประเทศ อสังหาริมทรัพย์ และภาคการผลิต
ความก้าวหน้าของ generative AI เทคโนโลยี 3D capture ที่ทำให้โลกจริงเป็นดิจิทัล และการแพร่หลายของอุปกรณ์ XR รุ่นถัดไป กำลังสร้างซินเนอร์จีร่วมกัน
ความพยายามในการฝึกฝนในสภาพแวดล้อมเสมือนหรือเพิ่มประสิทธิภาพผ่านการจำลองกำลังเพิ่มขึ้นในหลากหลายอุตสาหกรรม

คลื่นลูกที่สองของครีเอเตอร์วิดีโอแบบ 'ไม่เปิดเผยใบหน้า'

‘Faceless Creator’ หรือผู้สร้างคอนเทนต์วิดีโอที่ไม่เปิดเผยใบหน้าของตนเอง กำลังก่อตัวเป็นกระแสใหม่
AI ทำให้เกิดรูปแบบการแสดงออกได้หลากหลาย เช่น การแปลงเสียง การดัดแปลงเสียงพูด และการสร้างอวาตาร์
ตอนนี้สามารถสร้างคอนเทนต์ได้ด้วยเพียงโน้ตบุ๊กและซอฟต์แวร์ AI โดยไม่ต้องมีกล้องหรืออุปกรณ์ระดับสูง ทำให้อุปสรรคในการเริ่มต้นลดลง
หากคอนเทนต์มีประโยชน์หรือสนุก ผู้ชมก็น่าจะให้ความสำคัญกับข้อมูลและคุณค่าที่ส่งมอบ มากกว่าการเปิดเผยใบหน้าของผู้สร้าง

[Growth-Stage Tech]

การเสื่อมถอยของ "การกูเกิล"

แม้ Google จะยังมีส่วนแบ่งตลาดการค้นหาสูง แต่การเปลี่ยนแปลงด้านกฎหมายและเทคโนโลยีน่าจะทำให้การผูกขาดสั่นคลอน
AI chatbot หน้าใหม่อย่าง ChatGPT, Claude, Grok กำลังแบ่งส่วนตลาดการค้นหา ขณะที่ Perplexity และรายอื่นๆ กำลังเติบโตอย่างรวดเร็ว
รูปแบบการค้นหากำลังเปลี่ยนไปสู่การใช้ AI chatbot เป็นศูนย์กลาง ทั้งในรูปของคำค้นที่ยาวขึ้นและคำถามติดตามผล
Google เองก็สามารถให้ผลการค้นหาที่อิง AI ได้ แต่สิ่งนี้อาจขัดกับรายได้โฆษณาระยะสั้น

ยุคทองของงานขาย

generative AI จะไม่เข้ามาแทนพนักงานขาย แต่จะช่วยลดภาระของผู้จัดการและทีมสนับสนุน พร้อมเป็นแรงผลักดันให้ขยายองค์กรขายได้
AI จะทำงานเอกสารและงานธุรการของเซลส์ให้เป็นอัตโนมัติ ทำให้พนักงานขายโฟกัสกับงานมูลค่าสูงอย่างการให้คำปรึกษาลูกค้าและการนำเสนอโซลูชันที่เหมาะเฉพาะรายได้
หากประสิทธิภาพการพัฒนาที่สูงขึ้นทำให้มีซอฟต์แวร์ออกสู่ตลาดมากขึ้น ความต้องการบุคลากรฝ่ายขายที่รับผิดชอบการขายและการให้คำปรึกษาก็จะเพิ่มขึ้นตามไปด้วย
คาดว่าผลิตภาพของพนักงานขายจะเพิ่มขึ้นมากจาก AI coach, AI SDR และ AI sales engineer

ไปให้ไกลกว่า GPT wrapper

ในปี 2024 ตลาดแบบ multi-model ที่มีโมเดลหลากหลายตัวถูกนำไปใช้งานเชิงพาณิชย์จริงได้เปิดขึ้นแล้ว และคาดว่าในปี 2025 แอปพลิเคชันที่ออกแบบมาให้เหมาะกับ AI จะเริ่มโดดเด่น
องค์กรกำลังใช้แนวทางจัดซื้อที่ให้ความสำคัญกับ ROI จึงต้องให้ความสำคัญกับแนวทางที่ผสมทั้งโมเดลขนาดใหญ่หลายตัวและโมเดลขนาดเล็กภายในองค์กรเพื่อเพิ่มประสิทธิภาพสูงสุด แทนการเป็นแอปที่แค่ต่อเข้ากับ GPT
ต้องป้อนข้อมูลลูกค้าให้โมเดลได้มากที่สุดเพื่อส่งมอบคุณค่าเฉพาะบุคคล จึงจะอยู่รอดได้ในฐานะ ‘แอปที่ใช้ AI’
แอปที่มีความสามารถในการแข่งขันอย่างแท้จริงจะไม่ใช่แค่ wrapper ของ GPT แต่จะเป็นรูปแบบที่แก้ปัญหาด้วยกลยุทธ์ multi-model และการรวมข้อมูลผู้ใช้เข้าด้วยกัน

[Infrastructure]

Hypercenter: การแข่งขันระดับภูมิภาคด้านโครงสร้างพื้นฐาน AI

การฝึกและการทำ inference ของโมเดล AI ขนาดใหญ่ต้องใช้ทั้งพลังงานและพื้นที่ทางกายภาพมหาศาล
พื้นที่ที่มีพลังงานและระบบระบายความร้อนเพียงพอมีแนวโน้มจะกลายเป็น ‘AI hypercenter’
การแข่งขันเพื่อจัดหาโครงสร้างพื้นฐานระดับหลายกิกะวัตต์กำลังรุนแรงขึ้นทั่วโลก โดยมีสหรัฐฯ จีน ญี่ปุ่น สิงคโปร์ และซาอุดีอาระเบียเป็นตัวอย่างสำคัญ
เมื่อทั้งภาครัฐและภาคธุรกิจมองโครงสร้างพื้นฐาน AI เป็นทรัพยากรเชิงยุทธศาสตร์ระดับชาติ พวกเขาจึงพยายามผสานพลังงาน ที่ดิน และการสนับสนุนเชิงนโยบายเพื่อสร้างความสามารถในการแข่งขันในอนาคต

เล็กแต่ทรงพลัง: on-device AI

ในอนาคตอันใกล้ โมเดลขนาดเล็กที่ทำ inference ได้ทันทีบนสมาร์ตโฟนหรืออุปกรณ์ IoT น่าจะกลายเป็นสัดส่วนส่วนใหญ่ในแง่การใช้งาน
ความต้องการด้านการประมวลผลข้อมูลแบบทันทีและการตอบสนองแบบเรียลไทม์เพิ่มขึ้น ขณะที่ on-device AI ก็มีข้อได้เปรียบด้านความเป็นส่วนตัวและความคุ้มค่าทางเศรษฐกิจ
ซอฟต์แวร์เฟรมเวิร์กอย่าง TensorFlow Lite และ PyTorch Edge รวมถึงฮาร์ดแวร์เฉพาะทางอย่าง Google Edge TPU ก็กำลังพัฒนาไปในทิศทางนี้
แม้โมเดลขนาดใหญ่อาจนำหน้าในแง่รายได้ แต่ในประสบการณ์ใช้งานจริง โมเดลขนาดเล็กมีโอกาสสูงที่จะครองความได้เปรียบ

ก้าวข้าม 'การให้เหตุผล': ความก้าวหน้าของ AI ในคณิตศาสตร์ ฟิสิกส์ และการเขียนโค้ด

แม้ LLM จะไม่ได้ให้เหตุผลแบบเดียวกับมนุษย์ แต่ก็แสดงประสิทธิภาพที่น่าทึ่งในคณิตศาสตร์ ฟิสิกส์ และการเขียนโค้ด จากเทคนิคการเรียนรู้แบบใหม่
มีโมเดลที่ทำผลงานได้ถึงระดับเหรียญทองใน International Math Olympiad ปรากฏขึ้น และนี่เป็นผลจากการใช้ ‘การเสริมความแข็งแกร่งของกระบวนการให้เหตุผล’ ระหว่างกระบวนการฝึกโมเดล
ในช่วง inference ของโมเดลเอง (ขั้นทดสอบ) ก็มีกรณีการใช้เทคนิคหลากหลายเพื่อเพิ่มความแม่นยำมากขึ้นเรื่อยๆ
สิ่งนี้กำลังเปิดความเป็นไปได้ใหม่ของ LLM และมีหลายทีม AI ที่ยังคงวิจัยและพัฒนาอย่างต่อเนื่อง

generative AI ที่มีอยู่ทุกที่

generative AI มีแนวโน้มจะทำงานได้ไม่เฉพาะบนเซิร์ฟเวอร์ขนาดใหญ่ แต่รวมถึงบนโทรศัพท์มือถือ โน้ตบุ๊ก และเครื่องใช้ไฟฟ้าหลากหลายชนิดด้วย
จะสามารถติดตั้งโมเดลขนาดเล็กแต่ประสิทธิภาพสูงไว้ในเครื่องเพื่อช่วยเขียนอีเมล แก้ไขภาพและวิดีโอแบบเรียลไทม์ได้
มันจะมอบการตอบสนองที่รวดเร็วไร้ความหน่วงจากเครือข่าย และประสบการณ์ที่ปรับให้เหมาะกับแต่ละบุคคล ซึ่งช่วยยกระดับคุณภาพของประสบการณ์ผู้ใช้
AI น่าจะถูกฝังอยู่ในแอปใช้งานประจำวันทั่วๆ ไป เช่น text editor และแอปกล้อง ช่วยเพิ่มผลิตภาพของผู้ใช้อย่างมาก

3 ความคิดเห็น

kipsong133 2025-01-15

ก็สงสัยเหมือนกันว่าวันที่ XR กับ VR จะกลายเป็นกระแสหลักจะมาถึงเมื่อไร แต่ก็รู้สึกตื่นเต้นที่จะได้เห็นตอนที่มันถูกนำไปใช้จริงนะ

fbtmdxor 2025-01-14

AI เป็นประเด็นร้อนจริง ๆ เลยนะ

xguru 2025-01-13

ไอเดียใหญ่ด้านเทคโนโลยีของ a16z ในปี 2024