ในรอบปีที่ผ่านมา ปัญญาประดิษฐ์ถูกพรรณนาอย่างต่อเนื่องว่าเป็นเครื่องมือสำคัญในการเพิ่มผลผลิต ตั้งแต่การเขียนอีเมล การสร้างโค้ด ไปจนถึงการจัดระเบียบสรุปเอกสารโดยอัตโนมัติ ดูเหมือนจะเป็นการเปลี่ยนแปลงวิธีการทำงานแบบครอบคลุม อย่างไรก็ตาม การศึกษาข้อมูลขนาดใหญ่จาก OpenRouter กลับแสดงให้เห็นว่าวิธีการใช้งานจริงของผู้คนกับปัญญาประดิษฐ์แตกต่างอย่างชัดเจนจากความเข้าใจแบบกระแสหลัก
OpenRouter เผยแพร่รายงานการศึกษาพฤติกรรมการใช้ง้อ AI ของมนุษย์ทั่วโลก
OpenRouter เป็นแพลตฟอร์มการคำนวณด้วยปัญญาประดิษฐ์แบบหลายโมเดล ซึ่งรวบรวมข้อมูลจากผู้ให้บริการกว่า 60 ราย รวมถึงโมเดลกว่า 300 ชนิด ทั้ง OpenAI, Anthropic รวมถึงโมเดลโอเพนซอร์สอย่าง DeepSeek, Meta LLaMA การศึกษาวิจัยนี้วิเคราะห์ข้อมูลเมตาแบบไม่เปิดเผยตัวตนจากการโต้ตอบกว่า 100 ล้านพันล้านคำสั่งและข้อความจากโมเดลหลายพันล้านครั้ง โดยไม่เข้าถึงเนื้อหาในการสนทนาโดยตรง ซึ่งช่วยให้สามารถวาดภาพพฤติกรรมการใช้งาน AI จริงๆ ทั่วโลกได้ ควรสังเกตว่าการศึกษานี้วิเคราะห์ข้อมูลเมตาในการโต้ตอบหลายพันล้านครั้ง โดยไม่ต้องเข้าถึงเนื้อหาในการสนทนา ช่วยรักษาความเป็นส่วนตัวของผู้ใช้และเปิดเผยรูปแบบพฤติกรรม
โมเดลภาษาขนาดใหญ่ (LLM) โอเพนซอร์สแบบภาษาอังกฤษมีการใช้งานหลักอะไร?
การศึกษาชี้ให้เห็นว่าสิ้นปี 2025 การใช้งานโมเดลภาษาขนาดใหญ่แบบโอเพนซอร์สคาดว่าจะคิดเป็นประมาณหนึ่งในสามของการใช้งานทั้งหมด และทุกครั้งที่ปล่อยเวอร์ชันใหม่จะเห็นการเติบโตอย่างชัดเจน แต่สิ่งที่น่าประหลาดใจคือวัตถุประสงค์หลักของโมเดลโอเพนซอร์ส คือตามข้อมูลมากกว่าครึ่งของการโต้ตอบไม่ได้ใช้เพื่อประสิทธิภาพในการทำงานหรือแอปพลิเคชันเชิงธุรกิจ แต่เน้นไปที่บทบาทสมมติ การโต้ตอบในนวนิยาย และการเล่าเรื่องสร้างสรรค์ สิ่งที่น่าทึ่งที่สุดคือโมเดล AI โอเพนซอร์สกว่าครึ่งไม่ได้ถูกใช้เพื่อเพิ่มผลผลิต แต่ใช้สำหรับการแสดงบทบาทสมมติและการสร้างเรื่องราว
กิจกรรมที่เกี่ยวข้องกับบทบาทสมมติแม้จะเกินกว่าการช่วยเขียนโค้ด กลายเป็นพื้นที่การใช้งานที่ใหญ่ที่สุด นักวิจัยชี้ให้เห็นว่าสิ่งนี้แสดงให้เห็นว่าผู้ใช้หลายคนมอง AI เป็นสื่อกลางสำหรับการอยู่ด้วย การสำรวจ และการสร้างสรรค์ มากกว่าจะเป็นเครื่องมือเพิ่มผลผลิต รายงานยังชี้ให้เห็นว่าสิ่งนี้ขัดแย้งกับสมมติฐานที่ว่า LLM ถูกใช้หลักๆ ในการเขียนโค้ด อีเมล หรือสรุปข้อมูล
การใช้ AI ในการแก้ไขข้อผิดพลาดด้านการเขียนโปรแกรมเติบโตอย่างรวดเร็วที่สุด
เมื่อเทียบกันแล้ว การเขียนโปรแกรมเป็นประเภทของการใช้งานที่เติบโตเร็วที่สุดในโมเดลทั้งหมด ณ ช่วงต้นปี 2025 คำร้องขอที่เกี่ยวข้องกับการเขียนโปรแกรมคิดเป็นเพียงประมาณ 10% ของปริมาณรวม แต่ภายในปลายปีนั้น กลายเป็นมากกว่าครึ่ง ความยาวของคำแนะนำก็เพิ่มขึ้นอย่างมาก ซึ่งแสดงใหเห็นว่าผู้พัฒนากำลังนำ AI เข้าสู่กระบวนการดีบัก (Debugging) การวิเคราะห์สถาปัตยกรรม และการแก้ไขปัญหาในระดับระบบ โดยเฉพาะอย่างยิ่ง ซีรีส์ Claude จาก Anthropic เคยครองตำแหน่งในด้านการเขียนโปรแกรม แต่การแข่งขันจาก OpenAI, Google ก็ร้อนแรงขึ้นอย่างรวดเร็ว
ภาษาจีนแบบตัวเต็มกลายเป็นภาษาที่สองของโลกในการโต้ตอบกับ AI
การศึกษายังเผยให้เห็นการเปลี่ยนแปลงสำคัญในแผนที่โลก โดยสัดส่วนการใช้งานโมเดลในประเทศจีนเพิ่มจาก 13% ในช่วงต้นปีเป็นประมาณ 30% โมเดลจาก DeepSeek, Alibaba’s Qwen, Moonshot AI และอื่นๆ กำลังเติบโตอย่างรวดเร็ว ภาษาแบบตัวเต็มจึงกลายเป็นภาษาที่สองของโลกในการโต้ตอบกับ AI และการใช้จ่ายด้าน AI ทั่วเอเชียก็เพิ่มขึ้นเป็นเท่าตัว สิงคโปร์กลายเป็นหนึ่งในประเทศที่ใช้งาน AI สำคัญรองจากสหรัฐอเมริกา
ความเร็วในการคำนวณของ AI กำลังเติบโตอย่างรวดเร็ว
แนวโน้มสำคัญอีกประการหนึ่งคือการเกิดขึ้นของ “การคำนวณ AI” ซึ่งไม่ใช่แค่ตอบคำถามง่ายๆ อีกต่อไป แต่สามารถทำการวิเคราะห์เชิงลึกในบทสนทนาที่ยาวขึ้น เรียกใช้งานเครื่องมือ และดำเนินภารกิจอย่างต่อเนื่อง การโต้ตอบประเภทนี้ในหนึ่งปีเติบโตจากแทบจะไม่เคยมีมาก่อน จนกลายเป็นมากกว่าครึ่งของปริมาณทั้งหมด เป็นสัญญาณว่าปัญญาประดิษฐ์กำลังเปลี่ยนจากเครื่องมือสร้างข้อความ ไปเป็นระบบตัวแทนที่มีความสามารถในการวางแผนและดำเนินการ
ผลกระทบของรองเท้าคริสตัลซินเดอเรลล่าและความสำเร็จในการแก้ไขปัญหาเป็นสิ่งสำคัญเพื่อสร้างความผูกพัน
การศึกษาได้สังเกตปรากฏการณ์ที่เรียกว่า “ผลกระทบรองเท้าคริสตัลซินเดอเรลล่า” เมื่อโมเดลใดโมเดลหนึ่งสามารถแก้ไขความต้องการสำคัญเฉพาะได้อย่างแม่นยำและรวดเร็วที่สุด ก็สามารถสร้างความภักดีต่อผู้ใช้ที่สูงมาก ซึ่งมากกว่าคู่แข่งรายอื่นๆ ผู้ใช้เมื่อฝังโมเดลเข้าไปในกระบวนการทำงานอย่างลึกซึ้ง ค่าใช้จ่ายในการเปลี่ยนแปลงก็จะสูงขึ้น ตัวอย่างเช่น กลุ่มผู้ใช้ของ Google Gemini 2.5 Pro ในเดือนมิถุนายน 2025 ที่อยู่ในกลุ่มผู้ใช้กลุ่มที่ 5 มีอัตราการเก็บรักษาประมาณ 40% ซึ่งสูงกว่ากลุ่มผู้ใช้ในภายหลังอย่างมาก ซึ่งท้าทายแนวความคิดดั้งเดิมเกี่ยวกับการแข่งขันในด้าน AI การได้เปรียบในเชิงกลยุทธ์เป็นสิ่งสำคัญ แต่การแก้ไขปัญหาที่มีมูลค่าสูงลิ่วล่วงหน้าก็เป็นกุญแจสำคัญในการสร้างความได้เปรียบในการแข่งขันอย่างยั่งยืน
ด้านราคาข้อมูลชี้ให้เห็นว่าความอ่อนไหวต่อความเปลี่ยนแปลงของต้นทุนการใช้งาน AI ค่อนข้างต่ำ โมเดลราคาสูงและราคาต่ำสามารถอยู่ร่วมกันได้ ตลาดยังไม่กลายเป็นการแข่งขันด้านราคาแบบบริสุทธิ์ คุณภาพ ความเสถียร และความครบถ้วนของฟังก์ชันยังคงสามารถสร้างมูลค่าเพิ่มให้กับโมเดลได้
โดยรวมแล้ว การศึกษานี้วาดภาพของปัญญาประดิษฐ์ที่ซับซ้อนและเป็นจริงมากขึ้น AI ไม่ได้เพียงแต่เปลี่ยนรูปแบบการทำงานแบบมืออาชีพเท่านั้น แต่ยังเปลี่ยนแปลงวิธีการสร้างสรรค์ ความบันเทิง และความอยู่ด้วยกันในชีวิตประจำวัน ตลาดกำลังเร่งความหลากหลาย เทคโนโลยีกำลังพัฒนาอย่างรวดเร็ว และพฤติกรรมของผู้ใช้ก็ซื่อสัตย์กว่าคำพูดด้านการตลาด การเข้าใจรูปแบบการใช้งานจริงเหล่านี้จะเป็นกุญแจสำคัญในการพัฒนาปัญญาประดิษฐ์ในเวทีถัดไป
บทความนี้ “人工智慧的真實使用樣貌與我們想像的大不相同，最受歡迎的 AI 用途竟是它？” เผยแพร่ครั้งแรกใน Chain News ABMedia
