- ผลิตภัณฑ์ AI รุ่นใหม่พึ่งพา ข้อมูล API จากแพลตฟอร์มเดิมอย่าง Slack, Salesforce, Jira แต่การเข้าถึงข้อมูลกำลังถูกจำกัดมากขึ้น
- ดังเช่นกรณีของ Salesforce ที่ ปิดกั้นการเข้าถึงข้อมูล Slack กำลังเกิดกระแสที่แพร่ขยายในแพลตฟอร์มด้านการเงิน การพัฒนา และการทำงานร่วมกัน ที่เริ่มคุมเข้มการไหลของข้อมูล
- ข้อจำกัดเหล่านี้กระทบอย่างหนักต่อ copilot ภายในองค์กร และระบบอัตโนมัติเวิร์กโฟลว์ที่ขับเคลื่อนด้วย AI และอาจนำไปสู่แรงต้านจากลูกค้าและการถกเถียงด้านกฎระเบียบ
- สตาร์ทอัพ ต้องมองหากลยุทธ์หลากหลาย เช่น RPA 2.0, การเข้าสู่มาร์เก็ตเพลส, การเจรจาแบบปรับตามลูกค้า, และการเป็นเจ้าของข้อมูลด้วยตนเอง
- ท้ายที่สุด การมี อธิปไตยเหนือข้อมูล จะเป็นปัจจัยชี้ขาดในการหลุดพ้นจากการผูกติดกับแพลตฟอร์ม และสร้างความแตกต่างในการแข่งขันด้าน AI
ปรากฏการณ์การจำกัดการเข้าถึง API
- ผลิตภัณฑ์ B2B AI สมัยใหม่อาศัยข้อมูล API จาก system of record อย่าง Slack, Salesforce, Jira เพื่อทำระบบอัตโนมัติเวิร์กโฟลว์
- แต่ Salesforce เริ่มใช้มาตรการเข้มงวดตั้งแต่กลางปี 2025 เช่น การบล็อกการทำดัชนีข้อความ Slack จำนวนมาก และการจำกัดการจัดเก็บข้อมูลของแอปที่ไม่ได้อยู่ในมาร์เก็ตเพลส
- JPMorgan ระบุถึงความเป็นไปได้ในการคิดค่าธรรมเนียมการเข้าถึงข้อมูลการเงินปีละ 300 ล้านดอลลาร์ และ Microsoft ก็มีท่าทีจำกัดการเข้าถึง Bing และ Github เช่นกัน
- ส่งผลให้สิทธิ์การเข้าถึง API ถูก gatekeeping มากขึ้นเรื่อย ๆ และสตาร์ทอัพก็เสี่ยงจะสูญเสียฐานรากสำคัญของตน
แรงจูงใจของข้อจำกัด
- ความจำเป็นที่เพิ่มขึ้นในการปฏิบัติตาม ความเป็นส่วนตัวของข้อมูลและกฎระเบียบ
- เป้าหมายของเจ้าของแพลตฟอร์มในการปกป้อง AI ของตนเองและทรัพย์สินเชิงกลยุทธ์
- กลยุทธ์ในการกันคู่แข่งออกและเพิ่มอำนาจควบคุมตลาด
แรงต้านจากลูกค้าและความเป็นไปได้ในการปรับตัว
- องค์กรต่าง ๆ พึ่งพา AI copilot ภายในองค์กร ที่รวมข้อมูลจากหลายแพลตฟอร์ม
- การปิดกั้น API อาจทำให้ประสิทธิภาพลดลงและก่อให้เกิดแรงต้านจากลูกค้า
- ในท้ายที่สุด แทนที่จะปิดกั้นทั้งหมด คาดว่าจะมีการกดดันแบบค่อยเป็นค่อยไปผ่าน การจำกัดความเร็ว ค่าธรรมเนียมสูง และกระบวนการตรวจสอบที่ไม่โปร่งใส
- เหมือนกรณี open banking ในอดีต หากความภักดีของลูกค้าสูง ก็อาจเกิดภาพซ้ำที่ลูกค้าเลือกใช้ แอปฟินเทค มากกว่าธนาคาร
กลยุทธ์รับมือของสตาร์ทอัพ
- พื้นที่ที่เปราะบางที่สุดคือ การค้นหาแบบรวม การสรุปผล กราฟความรู้ และ enterprise copilot
- แนวทางที่เป็นไปได้:
- เก็บข้อมูลแบบอ้อมด้วย RPA 2.0
- เข้าสู่มาร์เก็ตเพลส ของบริษัทขนาดใหญ่
- เจรจาเป็นรายลูกค้าและปรับใช้แบบเฉพาะทาง
- สร้างชั้น data ingestion ขึ้นใหม่เพื่อให้ลูกค้าได้ สิทธิ์ความเป็นเจ้าของข้อมูล
- อย่างไรก็ตาม ระหว่างทางนี้ย่อมหลีกเลี่ยง แรงกดดันด้านมาร์จิ้น และรอบการขายที่ยาวนานไม่ได้
โอกาสของโอเพนซอร์ส
- LLM แบบโอเพนซอร์ส, orchestration framework และ vector database อาจเป็นเครื่องมือสำคัญในการสร้างอธิปไตยเหนือข้อมูล
- องค์กรสามารถดึงข้อมูลออกมาเก็บและใช้งานอย่างอิสระได้ และยังนำ AI copilot ที่สร้างบนโอเพนซอร์สไปปรับใช้บนโครงสร้างพื้นฐานของตนเองได้
- สิ่งนี้ช่วย ปลดล็อก vendor lock-in และเสริมความสามารถในการพกพาข้อมูล โดยในภาวะที่กฎระเบียบยังไม่ชัดเจน มันแทบจะเป็นทางหนีเดียวที่ใช้งานได้จริง
การผงาดขึ้นของสตาร์ทอัพแบบฟูลสแตก
- บริษัทโครงสร้างพื้นฐานแนวนอนอย่าง Databricks, Pinecone รองรับทั้งพายป์ไลน์
- บริษัทที่เชี่ยวชาญเฉพาะทางแนวตั้งอย่าง Harvey มอบการเชื่อมต่อที่ปรับตามเวิร์กโฟลว์ของลูกค้า
- เมื่อโมเดลไฮบริดระหว่างบริการกับผลิตภัณฑ์แพร่หลาย สตาร์ทอัพ AI แบบฟูลสแตก จึงกลายเป็นกลยุทธ์ที่มีความสามารถในการป้องกันตัวสูงที่สุด
แนวทางรับมือของผู้เล่นแต่ละฝ่าย
สตาร์ทอัพ
- ทำ abstraction ของ ingestion layer เพื่อรองรับกรณี API ล้มเหลว
- เจรจาเรื่อง สัญญาข้อมูลและมาร์เก็ตเพลส ตั้งแต่ระยะแรก
- เป็นเจ้าของบางส่วนของ data stack ผ่านการปรับใช้ภายในลูกค้าและแนวทาง BYO data
ลูกค้าองค์กร
- ทำให้มั่นใจว่ามี กรรมสิทธิ์เหนือดัชนีข้อมูล
- ให้ความสำคัญกับ โครงสร้างพื้นฐานที่พกพาได้ ซึ่งไม่ผูกติดกับผู้ขายรายใดรายหนึ่ง
- ตรวจสอบว่ามีการรับประกันเรื่อง ความสามารถในการตรวจสอบย้อนหลังและความสามารถในการสลับโมเดล หรือไม่
บริษัทแพลตฟอร์มเดิม
- การจำกัดที่มากเกินไปเสี่ยงทำให้ลูกค้าหลุดออกไป
- จำเป็นต้องมี โครงสร้างค่าบริการที่โปร่งใสและช่องทาง export ข้อมูล
- ตอนนี้พวกเขาไม่ได้แข่งขันกับสตาร์ทอัพ แต่กำลังแข่งขันกับ ความเชื่อมั่นในระบบนิเวศของตัวเอง
บทสรุป
- การเข้าถึงข้อมูลกำลังก้าวขึ้นมาเป็นสินทรัพย์เชิงกลยุทธ์ที่สำคัญที่สุดของระบบนิเวศ AI
- อนาคตจะแยกออกเป็นสองเส้นทาง:
- แพลตฟอร์มแบบปิด: ครอบครองเวิร์กโฟลว์ของลูกค้า แต่มีนวัตกรรมต่ำ
- ผู้ท้าชิงแบบฟูลสแตก: มอบอธิปไตยเหนือข้อมูลและประสบการณ์ AI ที่แตกต่าง
- ผู้ก่อตั้งต้องถามตัวเองว่า:
“ถ้าพรุ่งนี้ API ทั้งหมดหายไป ธุรกิจของเราจะยังเดินต่อได้หรือไม่?”
- ถ้าคำตอบคือ ‘ไม่’ ตอนนี้ก็คือ เวลาที่ต้องสร้างใหม่
ยังไม่มีความคิดเห็น