สัมภาษณ์: The Round Trip
เขียนและเรียบเรียง: Yuliya, PANews
เมื่อคลื่น AI เข้าถล่มโลกด้วยความเร็วที่ไม่เคยมีมาก่อน การแข่งขันอาวุธด้านพลังการคำนวณก็ได้เริ่มต้นขึ้นแล้ว เมื่อมูลค่าตลาดของ NVIDIA ทะลุหนึ่งล้านล้านดอลลาร์ AWS, Google Cloud และบริษัทยักษ์ใหญ่อื่นๆ เกือบผูกขาดพลังการคำนวณบนคลาวด์ ข้อท้าทายที่ลึกซึ้งก็ปรากฏต่อหน้าผู้สร้างนวัตกรรม AI ทุกคน: การรวมศูนย์พลังการคำนวณในระดับสูงจะกลั่นแกล้งนวัตกรรมแบบเปิดกว้างหรือไม่ และอนาคตของ AI จะถูกล็อคไว้ใน “สวนล้อมรั้ว” ของไม่กี่บริษัท?
ด้วยประวัติความสำเร็จในการขายบริษัทให้กับ Snapchat ด้วยมูลค่า 60 ล้านดอลลาร์ และการก่อตั้ง Product Science ซึ่งให้บริการปรับปรุงโค้ด AI สำหรับบริษัทชั้นนำอย่างเต็มที่ Gonka AI ผู้ร่วมก่อตั้ง David และ Daniel Laborman สองพี่น้องที่มีประสบการณ์ต่อเนื่องตั้งแต่คอมพิวเตอร์แบบขนานไปจนถึง AR นำเสนอแนวคิดที่แตกต่างเพื่อแก้ปัญหานี้: การสร้างเครือข่ายการคำนวณ AI แบบกระจายศูนย์ที่ขับเคลื่อนโดยชุมชนอย่างสมบูรณ์
ในซีรีส์ Founder’s Talk ชุดใหม่ของ《The Round Trip》 ซึ่งร่วมผลิตโดย PANews และ Web3.com Ventures David และ Daniel ได้อธิบายอย่างละเอียดว่าทำไมพวกเขาจึงได้รับแรงบันดาลใจจากประวัติศาสตร์โครงสร้างพื้นฐานของ Bitcoin และพยายามสร้าง “ปฏิวัติ ASIC” ในวงการ AI ผ่านกรอบแรงจูงใจทางการเงินแบบเปิดกว้าง เพื่อทำลายข้อจำกัดด้านต้นทุนพลังการคำนวณ พวกเขายังแบ่งปันว่า Gonka AI ดึงดูดการลงทุน 50 ล้านดอลลาร์จากบริษัทยักษ์ใหญ่อย่าง Bitfury และให้มุมมองเฉพาะตัวต่อ “ฟองสบู่อ AI” ในปัจจุบัน
จากเกม, AR ถึง AI แบบกระจายศูนย์
PANews: ยินดีต้อนรับ David และ Daniel! ดีใจที่พวกคุณมา ผมทราบว่าพวกคุณมีพื้นฐานด้านเทคนิคที่ลึกซึ้งและอยู่ในวงการนี้มานานแล้ว ช่วยเล่าเรื่องราวเบื้องหลังของพวกคุณให้ฟังหน่อยได้ไหม?
Gonka AI: สวัสดีครับ ทุกคน เราเป็นพี่น้องกันโดยแท้ ชีวิตและอาชีพของเรามีความเชื่อมโยงกันอย่างแน่นแฟ้น จุดเริ่มต้นของเรื่องราวของเราย้อนกลับไปปี 2003 ตั้งแต่นั้นมา เราก็สนใจในคอมพิวเตอร์แบบขนานและเครือข่ายแบบกระจายศูนย์อย่างลึกซึ้ง
ต่อมา เราเข้าสู่วงการเกมออนไลน์ ซึ่งเป็นการคำนวณแบบขนานขนาดใหญ่—ผู้เล่นนับพันนับหมื่นโต้ตอบกันแบบเรียลไทม์ผ่านอินเทอร์เน็ต เพื่อเพิ่มประสิทธิภาพการสร้างอนิเมชันเกมและลดต้นทุน เราจึงเข้าสู่วงการ Computer Vision
และ Computer Vision ก็พาเราไปสู่ทิศทางใหม่: เริ่มพัฒนา AR สำหรับ Snapchat ซึ่งประสบความสำเร็จอย่างมาก จนในที่สุด Snapchat ก็ซื้อกิจการของเราในมูลค่า 60 ล้านดอลลาร์ ซึ่งเป็นจุดเปลี่ยนสำคัญในอาชีพของเรา
ในระหว่างที่ทำโปรเจกต์และบริษัทต่างๆ เรามีความหวังเสมอว่า: อยากสร้างสิ่งที่สามารถสร้างผลกระทบสำคัญในระดับสังคม โดยเฉพาะในวิธีการโต้ตอบทางสังคม เมื่อ AI เข้าสู่ชีวิตเราในรูปแบบใหม่—โมเดลภาษาขนาดใหญ่ (LLM)—ทุกอย่างก็เปลี่ยนไป มันไม่ใช่แค่การเรียนรู้ของเครื่องแบบเดิมอีกต่อไป แต่เป็นเครื่องมือที่สามารถสนทนาได้จริง ช่วยแก้ปัญหาได้อย่างแท้จริง เรามองเห็นว่า AI รุ่นใหม่ที่สร้างบนสถาปัตยกรรม Transformer ไม่ใช่แค่โมเดลภาษาเท่านั้น ไม่ว่าจะเป็นการสร้างภาพ, วิดีโอ, หรือความก้าวหน้าในด้านชีววิทยา เคมี ฟิสิกส์ รวมถึงการออกแบบและดำเนินงานโรงไฟฟ้านิวเคลียร์ที่มีประสิทธิภาพมากขึ้น กระแส AI นี้กำลังส่งผลกระทบต่อทุกสิ่งเกือบทั้งหมด
ต่อไป เราจะได้เห็นการพัฒนาของซอฟต์แวร์หุ่นยนต์, รถขับอัตโนมัติ ที่พัฒนาอย่างรวดเร็ว และการเปลี่ยนแปลงเหล่านี้เกิดขึ้นอย่างรวดเร็วในขณะนี้
แต่ก็มีความกังวล—not เป็นเรื่องของภาพยนตร์แนว Terminator แต่เป็นความกังวลต่อโครงสร้างของโลกในความเป็นจริง ขณะนี้ประมาณ 65% ของพลังการคำนวณบนคลาวด์ทั่วโลกอยู่ในมือของ 3 บริษัทในสหรัฐฯ (AWS, Google Cloud ฯลฯ) และถ้ารวม Alibaba กับ Tencent ของจีนเข้าไปด้วย ก็จะควบคุมพลังการคำนวณบนคลาวด์สูงถึง 80% ของโลก จุดสำคัญของ AI คือพลังการคำนวณ และในปัจจุบัน AI เกือบเทียบเท่ากับพลังการคำนวณบนคลาวด์ บริษัทเหล่านี้แข่งขันกันอย่างรุนแรงเพื่อครองส่วนแบ่ง 100% ของพลังการคำนวณ AI หากเป็นเช่นนี้ต่อไป เราจะเข้าสู่โลกที่แปลกประหลาด:
มีเพียงไม่กี่บริษัทเท่านั้นที่เป็นเจ้าของและควบคุม AI ทั้งหมด และ AI เหล่านี้จะ:
- แทนที่งานจำนวนมาก
- ปรับโครงสร้างเศรษฐกิจทั้งระบบ
- เปลี่ยนแปลงวิธีการดำเนินชีวิตของสังคม
ดังนั้น เราเชื่อว่า AI แบบกระจายศูนย์เป็นปัญหาสำคัญที่ไม่อาจหลีกเลี่ยงได้
นั่นคือเหตุผลที่เรามาสู่ Gonka AI ในที่สุด
PANews: จริงๆ แล้ว พวกคุณไม่ใช่หน้าใหม่ในวงการ AI ก่อนก่อตั้ง Gonka AI คุณก็สร้าง Product Science ซึ่งได้รับการลงทุนจากสถาบันชื่อดังอย่าง Coatue, K5, Slow Ventures ช่วยเล่าเรื่องราวนี้ให้ฟังหน่อยได้ไหม ว่ามันนำพาให้คุณมาสู่ Gonka อย่างไร?
Gonka AI: แน่นอนครับ ก่อนหน้านี้เรามีความเชี่ยวชาญในด้าน Computer Vision ซึ่งเป็นแกนหลักของ AI และ Machine Learning การนำ AI ไปใช้จริงในช่วงแรกๆ เกิดขึ้นในด้านการสร้างภาพและอนิเมชัน ซึ่งทำให้เราสร้างชื่อเสียงในวงการ Machine Learning ได้
หลังจากออกจาก Snapchat เราก่อตั้ง Product Science ซึ่งให้บริการปรับปรุงโค้ด AI สำหรับบริษัทชั้นนำอย่าง Walmart, JPMorgan, Airbnb ปัจจุบัน AI ที่เป็นที่รู้จักกันดีสามารถช่วยเขียนโค้ดได้ แต่สิ่งสำคัญคือ ต้องมั่นใจว่าโค้ดเหล่านั้นทำงานได้อย่างมีประสิทธิภาพ ก่อนที่เราจะโฟกัสไปที่ Gonka และโครงสร้างพื้นฐาน AI แบบกระจายศูนย์ การปรับปรุงประสิทธิภาพโค้ดคือธุรกิจหลักของเรา
แนวคิด “เหมือง Bitcoin” ของ Gonka AI
PANews: คุณพูดถึงปัญหาการรวมศูนย์พลังการคำนวณ ซึ่งเป็นเรื่องที่น่ากังวล ล่าสุด Cloudflare ล่มครั้งใหญ่ทำให้ครึ่งโลกคริปโตหยุดชะงัก AWS ก็เกิดปัญหาเป็นระยะๆ ส่งผลกระทบต่อแอปพลิเคชันจำนวนมาก Gonka AI จะแก้ปัญหานี้อย่างไร? ดูเหมือนว่าไม่ใช่แพลตฟอร์มคลาวด์แบบกระจายศูนย์ทั่วไป แต่เน้นเฉพาะด้าน AI
Gonka AI: ใช่ครับ ในสถานการณ์ที่พลังการคำนวณรวมศูนย์สูงเช่นนี้ ทางเดียวที่เรามองเห็นคือการกระจายศูนย์
ในระดับโมเดล เราเห็นว่าอย่างเช่นห้องทดลองอิสระอย่าง DeepSeek ก็พิสูจน์ให้เห็นแล้วว่าพวกเขามีความสามารถในการฝึกโมเดลคุณภาพสูงที่เทียบเท่าบริษัทยักษ์ใหญ่ แต่ปัญหาหลักคือพลังการคำนวณ ณ ตอนนี้ หลายห้องทดลองล้ำหน้าขึ้นอยู่กับโครงสร้างพื้นฐานของผู้ให้บริการคลาวด์รายใหญ่ ขณะที่ในด้านการกระจายศูนย์ ยังไม่มีโซลูชันในระดับเดียวกัน แม้แต่ Bittensor ซึ่งเป็นเครือข่าย AI แบบกระจายศูนย์ที่ใหญ่ที่สุด ก็มี GPU ระดับ Data Center เพียงประมาณ 5000 ตัว ในขณะที่ OpenAI, xAI กำลังสร้างคลัสเตอร์ขนาดหลายล้าน GPU ความแตกต่างของขนาดก็ชัดเจนมาก
เราเข้าใจดีว่า เพื่อให้ AI เป็นของประชาชนจริงๆ และหลีกเลี่ยงจุดล้มเหลวเดียว (single point of failure) วิธีเดียวคือการสร้างเครือข่ายพลังการคำนวณแบบกระจายศูนย์ขนาดใหญ่เทียบเท่า ซึ่งเราได้รับแรงบันดาลใจอย่างมากจาก Bitcoin เราไม่มองมันแค่ “ทองคำดิจิทัล” แต่เป็นหนึ่งในกรอบโครงสร้างพื้นฐานที่ยิ่งใหญ่ที่สุดสำหรับการสร้างโครงสร้างพื้นฐานขนาดใหญ่
ตลอด 15 ปีที่ผ่านมา ชุมชน Bitcoin ได้สร้างโครงสร้างพื้นฐานที่น่าทึ่งด้วยวิธีการแบบกระจายศูนย์ ปัจจุบันเครือข่าย Bitcoin มีขนาดประมาณ 26 GW ซึ่งเกินกว่าขนาดรวมของ Google, Amazon, Microsoft, OpenAI และ xAI รวมกัน นี่คือโครงการขนาดใหญ่ที่สร้างขึ้นโดยผู้เข้าร่วมอิสระนับไม่ถ้วนทั่วโลก เพื่อหลีกเลี่ยงระบบศูนย์กลาง
สิ่งที่น่าทึ่งอีกอย่างคือความเร็วในการนวัตกรรมด้านฮาร์ดแวร์ ใน 15 ปี พลังงานที่ใช้ในการสร้าง 1 TH/s ของพลัง Bitcoin ลดลงจาก 5 ล้านจูลเหลือเพียง 15 จูล ซึ่งเป็นการปรับปรุงประสิทธิภาพถึง 300,000 เท่า! เราเชื่อว่า ถ้าสามารถนำการเปลี่ยนแปลงนี้มาสู่พลังการคำนวณ AI ได้จริง “ความมั่งคั่งด้านพลังการคำนวณ” ก็จะเป็นไปได้ และ AI ก็จะสามารถใช้ได้กับทุกคนบนโลก
พิธีกร: ผมสังเกตว่า บริษัทรุ่นแรกของ Bitcoin อย่าง Bitfury เพิ่งประกาศลงทุน 50 ล้านดอลลาร์ใน Gonka AI นี่หมายความว่าตลาดมองเห็นโมเดลคล้ายคลึงกันหรือไม่? Bitcoin ทำให้พลังงาน “แลกเปลี่ยนได้” เพราะไม่ว่าพลังงานจะอยู่ในไซบีเรียหรือซิลิคอนวัลเลย์ ก็สามารถแปลงเป็นมูลค่าพลังการคำนวณที่เป็นเนื้อเดียวกัน คุณกำลังทำให้พลังการคำนวณ “แลกเปลี่ยนได้” เช่นกันหรือไม่? และเนื่องจาก AI มีความอ่อนไหวต่อดีเลย์เป็นอย่างมาก นี่จะเป็นความท้าทายหรือไม่?
Gonka AI: เราเชื่อว่าพลังการคำนวณจะเกิดเรื่องราวแบบเดียวกันนี้ขึ้นจริง ปัจจุบัน ชิปของ NVIDIA ราคาสูงมาก ในการสร้างศูนย์ข้อมูลของ OpenAI ค่าใช้จ่ายส่วนใหญ่ก็จ่ายให้กับ NVIDIA แต่ถ้าเราสามารถสร้างนวัตกรรม ASIC (วงจรรวมเฉพาะทาง) สำหรับ AI ได้เหมือนในยุคของ Bitcoin โลกก็จะเปลี่ยนไปอย่างมาก
เมื่อราคาของฮาร์ดแวร์สำหรับหน่วยพลังการคำนวณลดลงอย่างมาก ต้นทุนด้านพลังงานก็จะกลายเป็นตัวแปรสำคัญอีกครั้ง บริษัทเหมืองแร่และผู้ผลิตฮาร์ดแวร์ในยุคแรกอย่าง Bitfury ก็ลงทุนในระบบนิเวศนี้ ซึ่งเป็นสัญญาณชัดเจนว่า: พวกเขาเห็นโมเดลเดียวกันกับที่เกิดขึ้นในช่วงแรกของ Bitcoin
ย้อนกลับไปปี 2012 GPU เป็นอุปกรณ์ขุดหลัก แต่ในอีกไม่กี่ปีต่อมา ASIC ก็เข้ามาแทนที่ด้วยประสิทธิภาพที่หลายเท่าของชิปทั่วไป กลายเป็นเส้นทางเดียวที่ทำให้การขุดเป็นไปได้ และบริษัทที่สร้าง ASIC ก็ไม่ใช่บริษัทยักษ์ใหญ่ แต่เป็นสตาร์ทอัปที่ไม่ค่อยมีชื่อเสียง ซึ่งเกิดขึ้นได้เพราะแรงจูงใจทางการเงินของ Bitcoin:
- การแข่งขันแบบเปิด: ใครก็ได้ที่สามารถพัฒนาชิปที่มีประสิทธิภาพสูงสุด ก็จะได้รับรางวัลโทเคนมากที่สุด
- วัฏจักรบวก: ราคาของโทเคนพุ่งสูงขึ้น ก็ยิ่งดึงดูดให้คนเข้าร่วมแข่งขันเพิ่มขึ้นเพื่อเพิ่มพลังการคำนวณของเครือข่าย
- ลดอุปสรรคด้านนวัตกรรม: บริษัทเล็กๆ ในเกาหลีหรือซานฟรานซิสโก ที่สามารถออกแบบชิปที่มีประสิทธิภาพสูงขึ้น ก็ไม่จำเป็นต้องมีทีมขายขนาดใหญ่ ไม่ต้องสร้างความสัมพันธ์กับบริษัทยักษ์ใหญ่ หรือแม้แต่หาเงินทุนจากนักลงทุนแบบเดิม ก็แค่เชื่อมต่อชิปเข้ากับเครือข่าย แล้วถ้าพิสูจน์ได้ว่ามีประสิทธิภาพ ก็สามารถเริ่มทำกำไรได้ทันที
กรอบแนวคิดนี้ช่วยลดอุปสรรคและความซับซ้อนในการ “ผลิตพลังการคำนวณ” อย่างมาก เราเชื่อว่าโมเดลนี้จะเกิดขึ้นอีกในวงการชิป AI เมื่อโปรโตคอลถูกสร้างขึ้น ผู้คนสามารถเชื่อมต่ออุปกรณ์คำนวณของตนเองเพื่อหารายได้ ไม่ว่าจะเป็นคอมพิวเตอร์ของตนเอง, GPU ของ NVIDIA ที่ซื้อมา หรือพลังการคำนวณจากศูนย์ข้อมูล ก็สามารถเชื่อมต่อและสร้างรายได้ได้เช่นกัน เราคาดว่าใน 1-2 ปีข้างหน้า การปฏิวัติทางการเงินนี้จะนำพาให้พลังการคำนวณของเครือข่าย AI เพิ่มขึ้นเป็นพันเท่าหรือมากกว่านั้น และจะทำลายข้อจำกัดด้านพลังการคำนวณในปัจจุบันอย่างสิ้นเชิง
เครือข่ายแบบกระจายศูนย์จะเปลี่ยนแปลงตลาดพลังการคำนวณอย่างไร?
PANews: โมเดลนี้น่าสนใจมาก ทำให้นึกถึงเรื่องราวของนักขุดคริปโตในยุคแรกที่ใช้ GPU ที่โรงเรียนว่างงาน ตอนนี้หลายบริษัทซื้อ H100 GPU ราคาแพง แต่ส่วนใหญ่ก็ไม่ได้ใช้งานเต็มที่ เพราะไม่รู้ว่าจะใช้ให้คุ้มค่าอย่างไร เครือข่ายของพวกคุณก็มีผู้ใช้งานกลุ่มนี้ด้วยหรือไม่?
Gonka AI: เราเจอเรื่องราวคล้ายกันและน่าตื่นเต้นมาก บางสตาร์ทอัป AI ที่ประสบความสำเร็จในช่วงบูมแรกๆ ก็ซื้อ GPU จำนวนหลายร้อยตัวด้วยเงินลงทุนจากนักลงทุน แต่จนถึงตอนนี้ก็ใช้งานได้แค่ครึ่งเดียวเท่านั้น
อีกกลุ่มหนึ่งคือ บริษัทหลายแห่งที่เช่าใช้พลังการคำนวณจากศูนย์ข้อมูลขนาดใหญ่เพื่อรันโมเดลโอเพ่นซอร์ส พวกเขาพบว่าสามารถทำอะไรที่ฉลาดขึ้นได้ด้วยเครือข่ายของ Gonka พวกเขาไม่ต้องรันโมเดลเองแบบไม่ประหยัดพลังงานอีกต่อไป แต่สามารถใช้ API ของ Gonka เพื่อเข้าถึงบริการเดียวกัน และในเวลาเดียวกันก็สามารถติดตั้งโหนด Gonka บน GPU ที่เช่าไว้ แล้วร่วมเป็นส่วนหนึ่งของเครือข่าย ทำให้ได้ทั้งการใช้งานโมเดล AI และรับรางวัลโทเคน ซึ่งให้ประสิทธิภาพและผลตอบแทนสูงกว่าการทำแบบเดิมมาก
เพื่อใช้ GPU อย่างมีประสิทธิภาพ คุณต้องจัดการคำขอหลายพันคำต่อวินาที ซึ่งเป็นเรื่องยากสำหรับโปรเจกต์เดียว ดังนั้น บริษัทต่างๆ ก็ต้องทนกับการใช้งานฮาร์ดแวร์ที่ต่ำมาก หรือจ่ายค่าบริการ API ที่แพง การเชื่อมต่อเข้ากับเครือข่ายและเป็นส่วนหนึ่งของระบบนิเวศจึงเป็นทางเลือกที่ดีกว่า
ผู้เข้าร่วมในเครือข่ายของเราหลายรายไม่ได้มีแค่ “พลังงานที่ว่างเปล่า” ตัวอย่างเช่น Gcore, Hyperfusion ซึ่งเป็นศูนย์ข้อมูลที่ดำเนินธุรกิจอย่างมีประสิทธิภาพ ก็ไม่มีความว่างเปล่าในทรัพยากร แต่ในช่วงไม่กี่เดือนที่ผ่านมา พวกเขาพบว่าการเชื่อม GPU เข้ากับเครือข่าย Gonka ทำให้ได้ผลตอบแทนสูงกว่าการปล่อยให้เช่าให้ลูกค้าโดยตรง เพราะได้รับผลประโยชน์จากการเติบโตของเครือข่าย พวกเขาจึงเริ่มย้าย GPU หลายร้อยตัวจากธุรกิจเช่าไปสู่เครือข่ายของเรา
นี่คือกุญแจสำคัญที่ทำให้เครือข่ายสามารถขยายจากหลักพันเป็นหลักแสนหลักล้าน GPU ถึงแม้ว่า OpenAI และยักษ์ใหญ่อื่นๆ จะซื้อ GPU ไปเกือบหมดแล้ว แต่ก็ยังมี GPU หลายล้านตัวที่กระจายอยู่ในมือของผู้เข้าร่วมอิสระเหล่านี้ พวกเขาไม่สามารถแข่งขันคนเดียวได้ แต่รวมกันแล้วก็กลายเป็นพลังที่แข็งแกร่ง
แนวคิดนี้ใช้ได้กับระดับประเทศด้วย
เมื่อปีก่อน เราเคยพูดคุยกับรัฐบาลบางประเทศ ความคิดหลักคือ “เราจะสร้างคลัสเตอร์ของเราเอง เพื่อสร้าง AI อธิปไตย”
หนึ่งปีต่อมา เมื่อเราพบกับรัฐมนตรีของอาหรับเอมิเรตส์ คาซัคสถาน ฯลฯ พวกเขาก็เข้าใจดีว่า ในฐานะผู้เล่นอิสระที่มี GPU น้อย การต่อสู้กับบริษัทยักษ์ใหญ่เป็นไปไม่ได้
แต่ถ้าพวกเขาร่วมกันเข้าร่วมเครือข่ายแบบกระจายศูนย์ขนาดใหญ่และเชื่อถือได้ ก็สามารถรักษาอธิปไตยของแต่ละประเทศได้ เพราะทุกคนสามารถเชื่อใจในเครือข่ายแบบกระจายศูนย์นี้
ถกเถียงเรื่องฟองสบู่ AI: เป็นกระแสของยุคสมัย หรือเป็นการล่มสลายของการเดิมพันเฉพาะทาง?
PANews: เป็นที่แน่นอนว่า วงการ AI กำลังเผชิญกับความตื่นเต้นและการเติบโตอย่างรวดเร็ว แต่ภายใต้ความคาดหวังสูงของนักลงทุนและผู้ใช้ เรากำลังเดินไปสู่ “ฟองสบู่ AI” หรือไม่? หลายคนเปรียบเทียบกับฟองสบู่ดอทคอมปี 2000
Gonka AI: เป็นคำถามที่น่าสนใจมาก เมื่อย้อนดูฟองสบู่ดอทคอมปี 2000 ถึงแม้จะเกิดการระเบิดเล็กน้อยในตอนนั้น แต่ 25 ปีให้หลัง เรามาดูสิ่งที่โลกกลายเป็นกัน? อินเทอร์เน็ตเป็นเทคโนโลยีที่แท้จริง การเปลี่ยนแปลงทางเศรษฐกิจที่มันนำมานั้นก็เป็นของจริง บริษัทในยุคนั้นกลายเป็นยักษ์มูลค่าหลายล้านล้านดอลลาร์ และเปลี่ยนแปลงชีวิตเราอย่างสิ้นเชิง
เมื่อเทียบกับอินเทอร์เน็ต การปฏิวัติของ AI จะรุนแรงและสมบูรณ์มากขึ้น ลองจินตนาการว่าในอีก 30-50 ปีข้างหน้า ทุกคนจะมีหุ่นยนต์ส่วนตัวที่สามารถไปทำงานแทนเราในโรงงานได้ นี่ไม่ใช่เรื่องวิทยาศาสตร์ในนิยาย แต่มันจะเป็นความจริงในอนาคตอันใกล้นี้ ดังนั้น นักลงทุนจึงเต็มใจลงทุนหลายร้อยล้านดอลลาร์ในเทคโนโลยีนี้ ซึ่งไม่ใช่ความไร้เหตุผล
แน่นอนว่า ย่อมมีความล้มเหลวในการลงทุนบ้าง เช่นเดียวกับในวงการ Venture Capital ตลอด 30 ปีที่ผ่านมา เงินจำนวนมากก็สูญเสียไป แต่โดยรวมแล้ว ผลตอบแทนในวงการนี้ก็สูงมาก และเปลี่ยนแปลงโลกอย่างแท้จริง
ดังนั้น ฟองสบู่หรือไม่ ขึ้นอยู่กับมุมมองของคุณ บางบริษัทอาจล้มละลาด้วยสมมติฐานผิดๆ เช่น Gonka อาจผิดหวังในความเป็นไปได้ของ AI แบบกระจายศูนย์ หรือในทางตรงกันข้าม การลงทุนใน NVIDIA ก็อาจเป็นฟองสบู่ขนาดใหญ่ก็ได้
เหตุการณ์คล้ายๆ กันนี้เคยเกิดขึ้นมาก่อน เมื่อปี 2012 เนื่องจากเรื่องราวของคริปโตเคอร์เรนซี ราคาหุ้น NVIDIA พุ่งสูงขึ้นมาก เพราะตลาดเชื่อว่าจะครองตลาดขุดเหมือง แต่เมื่อเกิดการปฏิวัติ ASIC ก็เกือบจะสูญเสียตลาดนี้ไป NVIDIA ก็ได้ประโยชน์จากการเติบโตของ AI ในตอนนี้ เพราะตลาดคาดหวังว่านี่คือโอกาสมูลค่าหลายแสนล้านดอลลาร์ ความคาดหวังนี้อาจเป็นจริง แต่ก็ไม่มีใครรับประกันได้ว่า NVIDIA จะครองตลาดไปตลอด ถ้าเกิดการปฏิวัติ ASIC ในวงการ AI ขึ้นอีกล่ะ?
ลองจินตนาการว่า ถ้าสร้างเครือข่าย Bitcoin ทั้งหมดใหม่ในวันนี้ โดยใช้ชิป NVIDIA Blackwell รุ่นล่าสุด แทน ASIC คุณจะต้องลงทุน 5 ล้านล้านดอลลาร์! นี่เป็นไปไม่ได้แน่นอน
ดังนั้น สิ่งที่เราพูดอาจไม่ใช่ “ฟองสบู่ AI” แต่เป็น “ฟองสบู่ของการเดิมพันในบริษัทและเทคโนโลยีเฉพาะทาง” หากตลาดผิดหวังใน NVIDIA ก็อาจทำให้บริษัทมูลค่าหลายล้านล้านดอลลาร์เสียหาย 5-7 บริษัท แต่ก็ไม่ได้หมายความว่า AI เองเป็นฟองสบู่ เทคโนโลยี AI จะไม่หายไป มันจะเปลี่ยนแปลงชีวิตและกระบวนการทางธุรกิจต่อไป เพียงแต่บริษัทที่เป็นเจ้าของคุณค่าเหล่านี้อาจเปลี่ยนไปเท่านั้น
PANews: ผมเห็นด้วยอย่างยิ่ง เช่นเดียวกับตอนนี้เราไม่พูดว่า “ฉันใช้อินเทอร์เน็ต” แต่พูดว่า “ฉันใช้แอปฯ อะไรบางอย่าง” ซึ่งแอปฯ นั้นก็ใช้ประโยชน์จากอินเทอร์เน็ตในตัวเอง ในอนาคต ทุกแอปฯ จะใช้ AI ในรูปแบบใดรูปแบบหนึ่ง มันจะกลายเป็นสิ่งที่อยู่รอบตัวเราอย่างไม่รู้ตัว
Gonka AI: ถูกต้องอย่างยิ่ง ถ้าคุณไปดูกราฟแท่งเทียนของดัชนี Nasdaq ตั้งแต่ก่อตั้งจนถึงปัจจุบัน คุณจะเห็นว่าช่วงวิกฤตในปี 2000 เป็นเพียงคลื่นเล็กๆ ในเส้นกราฟที่เติบโตเป็นหลายสิบปี ช่วงนั้นคนคิดว่าทุกสินค้าออนไลน์จะเกิดขึ้นภายใน 5 ปี แต่ก็ไม่เป็นเช่นนั้น แต่ก็เกิดขึ้นจริงใน 15 ปี
เช่นเดียวกันกับ AI อนาคตที่มีหุ่นยนต์อยู่รอบตัวเรา อาจไม่เกิดขึ้นใน 5 ปี แต่ก็เกือบจะเป็นไปได้ ไม่มีพลังใดหยุดยั้งได้ จากมุมมองนี้ ความต้องการพลังการคำนวณของเราจะเพิ่มขึ้นเป็นพันเท่าหรือมากกว่านั้นในอนาคต เราต้องการโมเดลเศรษฐกิจระยะยาวที่ออกแบบมาเพื่อรองรับวิสัยทัศน์นี้ เช่นเดียวกับ Bitcoin
