รายงานของ Microsoft ระบุว่า AI มีค่าใช้จ่ายสูงกว่าการจ้างพนักงานมนุษย์

 (fortune.com)
1 คะแนน โดย GN⁺ 4 시간 전 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • Microsoft กำลังลดต้นทุนเครื่องมือ AI ภายใน โดยยกเลิก ไลเซนส์ตรงของ Claude Code เกือบทั้งหมด และย้ายวิศวกรไปใช้ GitHub Copilot CLI
  • Claude Code ถูกเปิดให้พนักงานหลายพันคนใช้สำหรับการทดลองเขียนโค้ด และได้รับความนิยมอย่างรวดเร็ว แต่เมื่อการใช้งานขยายตัว ภาระด้านต้นทุน ก็เพิ่มขึ้นตาม
  • Uber ใช้งบสำหรับเครื่องมือเขียนโค้ดด้วย AI หมดทั้งก้อนภายในเวลาเพียง 4 เดือนของปี 2026 และใช้ ลีดเดอร์บอร์ดภายใน เพื่อกระตุ้นการใช้งานเครื่องมือ AI ของแต่ละทีม
  • ยิ่งบริษัทเพิ่ม ปริมาณการใช้โทเค็น เพื่อยกระดับผลิตภาพมากขึ้นเท่าไร ต่อให้ราคาโทเค็นต่อหน่วยลดลง ยอดบิลรวมก็อาจสูงขึ้นได้
  • Goldman Sachs มองว่า AI แบบเอเจนต์อาจทำให้การใช้โทเค็นเพิ่มขึ้น 24 เท่าภายในปี 2030 และ Gartner ก็เห็นว่าการบริโภคที่เพิ่มขึ้นอาจแซงหน้าการลดลงของราคาต่อหน่วย

การขยายการใช้ AI ภายในองค์กรและภาระด้านต้นทุน

  • Microsoft เริ่มยกเลิก ไลเซนส์ตรงของ Claude Code เกือบทั้งหมด และกำลังย้ายวิศวกรไปใช้ GitHub Copilot CLI หลังจาก The Verge รายงานเรื่องนี้
  • สิทธิ์เข้าถึง Claude Code ถูกเปิดให้พนักงานหลายพันคน เช่น นักพัฒนา ผู้จัดการโครงการ และดีไซเนอร์ ใช้สำหรับการทดลองเขียนโค้ดเมื่อ 6 เดือนก่อน และได้รับความนิยมอย่างรวดเร็ว แต่เมื่อขนาดการใช้งานเพิ่มขึ้น ปัญหาเรื่องต้นทุนก็ชัดเจนขึ้น
  • การยกเลิกไลเซนส์ Claude Code ไม่ส่งผลต่อ สัญญา Foundry ของ Microsoft
    • สัญญานี้รวมถึงการลงทุนใน Anthropic สูงสุด 5 พันล้านดอลลาร์, การให้ลูกค้า Foundry เข้าถึงโมเดล Claude และข้อตกลงให้ Anthropic ซื้อ Azure compute capacity มูลค่า 3 หมื่นล้านดอลลาร์
  • Praveen Neppalli Naga, CTO ของ Uber, เปิดเผยกับ The Information ว่า Uber ใช้งบทั้งหมดสำหรับเครื่องมือเขียนโค้ดด้วย AI ของปี 2026 หมดไปแล้วภายใน 4 เดือน
  • Uber ผลักดันการนำมาใช้เชิงรุกด้วย ลีดเดอร์บอร์ดภายใน ที่จัดอันดับปริมาณการใช้เครื่องมือ AI ของแต่ละทีม
  • Bryan Catanzaro รองประธานฝ่าย applied deep learning ของ Nvidia กล่าวในการให้สัมภาษณ์กับ Axios ว่า “ในทีมของผม ค่าใช้จ่ายด้านคอมพิวต์สูงกว่าค่าใช้จ่ายด้านบุคลากรมาก”
  • Anthropic ไม่ได้ตอบกลับคำขอความเห็นจาก Fortune ในทันที และ Microsoft ก็ไม่ได้แสดงความเห็นเช่นกัน

โครงสร้างที่โทเค็นถูกลงแต่บิลกลับใหญ่ขึ้น

  • บริษัทต่าง ๆ กำลังผลักดันให้พนักงาน ขยายการใช้ AI เพื่อเพิ่มผลิตภาพ แต่ในโมเดลการคิดค่าบริการแบบอิงโทเค็น ยิ่งใช้มาก ต้นทุนรวมก็ยิ่งสูงขึ้น
  • พนักงานของ Meta สร้างลีดเดอร์บอร์ดชื่อ “Claudeonomics” ซึ่งตั้งชื่อตามโมเดลของ Anthropic เพื่อติดตามการใช้ AI ของพนักงานแต่ละคน
  • Amazon กำลังกระตุ้นให้พนักงานทำ “tokenmaxxing” ซึ่งหมายถึงการใช้โทเค็นให้มากที่สุดเท่าที่จะเป็นไปได้ โดยโทเค็นคือหน่วยพื้นฐานของ AI compute
  • Goldman Sachs คาดว่า จากการนำ AI agent มาใช้ทั้งในกลุ่มผู้บริโภคและองค์กร AI แบบเอเจนต์ อาจทำให้การใช้โทเค็นเพิ่มขึ้น 24 เท่าภายในปี 2030 ไปสู่ระดับ 120 เซ็กซ์ทิลเลียนโทเค็นต่อเดือน
  • Gartner มองว่าภายในปี 2030 ต้นทุน inference ของ LLM ขนาด 1 ล้านล้านพารามิเตอร์จะต่ำกว่าปี 2025 เกือบ 90% แต่คาดว่าโทเค็นที่ถูกลงจะไม่ได้แปลว่าค่าใช้จ่าย AI ขององค์กรจะลดลงโดยตรงเสมอไป
    • โมเดลแบบเอเจนต์ต้องใช้โทเค็นต่อหนึ่งงานมากกว่าโมเดลมาตรฐานอย่างมาก
    • การบริโภคที่เพิ่มขึ้นอาจแซงหน้าการลดลงของราคาต่อหน่วย
    • ผู้ให้บริการ AI อาจไม่ส่งผ่านต้นทุนที่ลดลงทั้งหมดไปยังผู้บริโภค
  • Will Sommer นักวิเคราะห์อาวุโสระดับผู้อำนวยการของ Gartner เตือนว่า “CPO ไม่ควรสับสนระหว่างภาวะเงินฝืดของโทเค็นทั่วไปกับการทำให้ frontier inference เข้าถึงได้ในวงกว้าง”
  • Jensen Huang ซีอีโอของ Nvidia เคยกล่าวว่าในอนาคต พนักงาน 1 คนจะทำงานร่วมกับ AI agent 100 ตัว แต่หากการใช้โทเค็นเพิ่มขึ้นเร็วกว่าการลดลงของราคาต่อหน่วย อนาคตแบบ agent นี้ก็อาจมาพร้อมต้นทุนที่หนักกว่าที่ผู้บริหารคาดไว้มาก

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 4 시간 전
ความคิดเห็นใน Hacker News

  • มีการถกเถียงอย่างคึกคักจากต้นฉบับอยู่ที่นี่: https://news.ycombinator.com/item?id=48238896
    ในบทความระบุว่า “The Verge รายงานว่า Microsoft เริ่มยกเลิกไลเซนส์ Claude Code แบบตรงส่วนใหญ่แล้ว”

    • บทความนี้ดูเหมือนเขียนได้ค่อนข้างสะเพร่า
      1. ไม่มีคำพูดอ้างอิงที่ว่า Microsoft บอกว่า AI แพงกว่าพนักงาน
      2. แม้ทีม deep learning ของ Nvidia จะใช้เงินกับ AI มากกว่าพนักงาน แต่ก็สมเหตุสมผลเพราะเป้าหมายของทีมนั้นไม่ใช่ agentic coding แต่เป็นการใช้งาน AI เชิงลึกและหนักมาก
        ตรงที่บอกว่า “ในโมเดลคิดค่าบริการตามโทเค็น ยิ่งใช้มากและยิ่งมีประสิทธิภาพก็ยิ่งแพง” ก็แปลกเหมือนกัน ไม่เข้าใจว่าทำไม ประสิทธิภาพดีขึ้นแล้วต้นทุนถึงเพิ่มขึ้น

  • ชื่อเรื่องดูชวนให้เข้าใจผิด และพออ่านบทความก็ยิ่งเห็นชัดว่าทำไม ที่บริษัทเหล่านี้มี OKR และเป้าหมายไร้สาระที่บอกให้ เผาโทเค็น ให้ได้มากที่สุด
    ถ้าทำให้การใช้โทเค็นเป็นตัวชี้วัด ผลลัพธ์ที่ออกมาแพงมากก็เป็นเรื่องแน่นอน
    ต้นทุน inference เองยังอยู่ในระดับที่รับได้ และการใช้เทคโนโลยีนี้ให้เกิดประโยชน์ก็ไม่จำเป็นต้องพึ่งโมเดลปิดรุ่นล่าสุดเสมอไป วิศวกรมนุษย์คงยังจำเป็นอีกนาน แต่ไม่เห็นด้วยกับข้อสรุปที่ว่า “มนุษย์บางส่วน + LLM” จะแพงกว่าการจ้างมนุษย์เพิ่มเฉยๆ หรือจะยังแพงกว่าต่อไปเรื่อยๆ

    • จะพูดแบบนี้ก็ได้: บริษัทออก OKR ให้ฝ่าย IT ใช้เงินเกิน 1,000 ดอลลาร์ต่อวันต่อหนึ่งนักพัฒนา บริษัทตกใจที่ค่าใช้จ่าย IT สูงขึ้นกว่าก่อนมาก แล้วก็เพิ่มเป็น 1,500 ดอลลาร์ต่อวันต่อหนึ่งนักพัฒนา โดยอ้างว่าจะสร้างระบบมาหาคำตอบว่าทำไมถึงเกิดเรื่องนี้
      ตอนนี้ดูเหมือนปัญหาจะเป็น ภาวะผู้นำแบบไวบ์ มากกว่า vibe coding และภาวะผู้นำแบบไวบ์ก็ไม่ได้เกี่ยวกับ AI โดยเนื้อแท้เลย มันคือคนที่ยึดสัญชาตญาณคลุมเครืออย่างหนึ่งไว้ แล้วดันข้อสรุปที่ไร้เหตุผลต่อไปโดยไม่สนต้นทุนหรือผลลัพธ์
    • ถ้าดูจากบทความอย่างเดียว มันเหมือนกับว่าไม่ได้เลิก “AI” แต่แค่เปลี่ยน LLM จาก Claude Code ไปเป็น GitHub Copilot
    • กฎของกู๊ดฮาร์ต: เมื่อใดที่ตัวชี้วัดกลายเป็นเป้าหมาย เมื่อนั้นมันก็ไม่ใช่ตัวชี้วัดที่ดีอีกต่อไป
    • ตัวเลขรายได้ที่ทำให้นักลงทุนตื่นเต้น อาจตั้งอยู่บน โลกที่ใช้โทเค็นเป็นตัวชี้วัด นั่นเอง ธุรกิจจะเป็นทั้งกิจการที่เติบโตระเบิดเถิดเทิงและในขณะเดียวกันก็ต้องคุมการใช้จ่ายให้เข้มขึ้นมากถึงจะได้ผลตอบแทนการลงทุน มันเป็นสองอย่างพร้อมกันไม่ได้
    • สื่อดูเหมือนตั้งใจจะเผา AI ทุกวัน ฟีดข่าวเต็มไปด้วยเรื่องโทษของดาต้าเซ็นเตอร์ ความไร้ประโยชน์ของ AI และบทความว่าทุกคนเกลียด AI

  • สมมติฐานของบทความนี้ผิด การที่ Microsoft ยกเลิกการใช้ Claude Code ภายใน ไม่ใช่เพราะค่าใช้จ่าย AI แพงเกินไป แต่เพราะมี GitHub Copilot ซึ่งเป็นสินค้าที่แข่งกันอยู่ และต้องการให้พนักงานใช้ผลิตภัณฑ์ของตัวเอง
    ตอนล็อกดาวน์ที่ Teams ได้รับความสนใจมากก็ด้วยเหตุผลเดียวกัน

    • ใช่เลย บทความพยายามจับการกระทำของ Microsoft ไปผูกกับเรื่องต้นทุน ทั้งที่จริงๆ ไม่ได้เกี่ยวกับต้นทุน จากนั้นก็เอาคำพูดอ้างอิงลอยๆ ของ “รองประธานฝ่ายประยุกต์ใช้ deep learning ของ Nvidia” มาประกบ เพื่อให้เหมือนกับว่าทีมของเขามีต้นทุนคอมพิวต์สูงกว่าค่าแรงคน
      แต่ทีมนั้นไม่ได้ใช้ LLM สำหรับพัฒนาซอฟต์แวร์ มันคือทีม deep learning ตามตัวอักษร และเป็นทีมที่เผาคอมพิวต์ด้วยวิธีทำงานแบบ deep learning
      แค่ลองคำนวณคร่าวๆ ก็เห็นแล้วว่า Microsoft ไม่น่าจะจ่ายเงินให้ AI มากกว่านักพัฒนาได้ เพราะมีพนักงานสายพัฒนาผลิตภัณฑ์ราว 80,000 คน และต้นทุนรวมของนักพัฒนาระดับอาวุโสน่าจะประมาณ 400,000 ดอลลาร์
      Microsoft จะมี บิล Claude มูลค่า 32 พันล้านดอลลาร์ จริงหรือ? ไม่น่าใช่
    • ทั้งสองอย่างอาจจริงพร้อมกันก็ได้ คือ Claude แพงเกินไป และในเวลาเดียวกันก็ต้องการย้ายพนักงานไปใช้ Copilot เพราะเป็นผลิตภัณฑ์ของตัวเอง ต้นทุนจึงลดลง และหวังว่าผลคือการใช้งานกับฟีดแบ็กจะเพิ่มขึ้น
      แต่ผมก็ยังไม่ค่อยเข้าใจว่ากรณีที่ Teams ได้รับความสนใจช่วงล็อกดาวน์นั้นขนานกับข้ออ้างก่อนหน้านี้อย่างไร

  • ไม่มีตรงไหนในบทความที่บอกว่า Microsoft รายงานว่า AI แพงกว่าพนักงานมนุษย์

    • โอ้โห… Fortune เป็นอะไรไป? ผมนึกว่าเป็นสื่อที่ดีกว่าคลิกเบตแบบนี้เยอะ
    • อาจมีคำหายไปคำหนึ่งในชื่อโพสต์ น่าจะเป็น “Microsoft reports show AI is more expensive…”
      ถึง Microsoft จะไม่ได้พูดชัดๆ แต่ข้อเท็จจริงที่ว่า AI แพงกว่าก็ยังปรากฏอยู่

  • กระแส tokenmaxxing น่าจะเป็นหนึ่งในแนวคิดที่โง่ที่สุดที่ออกมาจากคลื่น AI รอบนี้ มันไปคนละทางกับการเพิ่มประสิทธิภาพและผลิตภาพสูงสุดโดยสิ้นเชิง แต่กลับถูกยอมรับอย่างกว้างขวาง

  • http://archive.today/l3EEo

  • ที่ Microsoft ยกเลิก Claude ก็เพราะ Copilot ไม่ค่อยดี เลย ต้องบังคับให้ใช้ Copilot เอง เรื่องนี้รับรู้กันภายในอยู่แล้วและไม่ใช่ความลับ
    ตอนนี้เพราะโทเค็นของ Anthropic เคยได้รับการอุดหนุน จึงเป็นไปได้ว่าสำหรับ Microsoft มันกลับแพงขึ้นด้วยซ้ำ

  • ถ้าจะวิเคราะห์ต้นทุนการใช้ AI ต้องดูบริบทการใช้งาน
    หลายคนใช้ AI เพื่อขัดเกลาเอกสาร บทสนทนาใน Slack หรืออีเมลให้ดูดีขึ้น หรือไม่ก็ใช้พรอมป์สั้นๆ เพื่อสร้างเอกสารใหญ่โตโดยไม่จำเป็น เดิมทีก็ไม่มีเหตุผลอะไรที่ต้องใช้ AI เพื่อส่งข้อความใน Slack หรืออีเมลภายในบริษัท มันคือการสิ้นเปลืองทรัพยากรและเวลาเพื่อทำให้บางอย่างดูน่าเชื่อขึ้น ทั้งที่ความหมายแทบไม่เปลี่ยน

    • สำหรับการใช้งานแบบนั้น ต้นทุนก็ถือว่าค่อนข้างต่ำ

  • การเผาโทเค็นนั้นง่ายพอๆ กับการโยนเงินเข้ากองไฟ
    ปริมาณการใช้โทเค็น ไม่ใช่ตัวชี้วัดผลิตภาพที่ดี ปัญหาคือยังไม่มีใครหาวิธีวัดการใช้ AI อย่างมีผลิตภาพได้อย่างเหมาะสม เรายากจะแยกได้ว่านักพัฒนากำลังเพิ่มผลิตภาพจริง กำลังเผาโทเค็นทิ้ง หรือกำลังต่อต้านการเปลี่ยนแปลง

    • นี่คือเมตริก จำนวนบรรทัดโค้ด แบบใหม่

  • AI ไม่ได้แพงกว่าการจ่ายเงินเดือนให้พนักงานมนุษย์ และตอนนี้ AI ก็ยังแทนพนักงานมนุษย์ไม่ได้ ดังนั้นสมมติฐานของชื่อเรื่องจึงผิด