ลองจินตนาการภาพนี้ดูค่ะ ทีมหนึ่งมีรถแข่งที่แรงที่สุดในโลก เครื่องยนต์จัดเต็ม งบไม่อั้น ส่วนอีกทีมโดนยึดเครื่องยนต์แรงๆ ไปหมด เหลือแต่เครื่องเล็กกว่าราวยี่สิบเปอร์เซ็นต์ ทุกคนคิดว่าเกมนี้จบตั้งแต่ยังไม่ออกสตาร์ท
แต่ผ่านมาไม่กี่ปี ทีมที่ “เครื่องเล็กกว่า” กลับวิ่งไล่ทันจนทีมแรกต้องกลับมานั่งอธิบายกับนักลงทุนว่า เงินหลายแสนล้านที่เผาไปนั้น มันคุ้มค่าจริงหรือเปล่า
นี่ไม่ใช่นิยายวิทยาศาสตร์ แต่คือสิ่งที่กำลังเกิดขึ้นจริงในสมรภูมิปัญญาประดิษฐ์ระหว่างสหรัฐอเมริกากับจีน และสิ่งที่น่าสนใจที่สุดไม่ใช่เรื่องเทคโนโลยีล้ำหน้าแบบที่หลายคนคิด แต่คือ “วิธีคิดเชิงกลยุทธ์” ที่คนทำธุรกิจทุกคนเอาไปปรับใช้ได้ ไม่ว่าคุณจะขายก๋วยเตี๋ยว ทำสตาร์ทอัพ หรือบริหารบริษัทมหาชน
จุดเริ่มต้น เมื่อการปิดกั้นกลายเป็นแรงผลักดัน
หลายปีก่อน สหรัฐอเมริกาตัดสินใจจำกัดการส่งออกหน่วยประมวลผลระดับสูงให้กับจีน ด้วยตรรกะที่ฟังดูสมเหตุสมผลมากคือ ถ้าไม่มีหน่วยประมวลผลที่ทรงพลังพอ จีนก็ไม่มีทางพัฒนาปัญญาประดิษฐ์ให้เก่งทัดเทียมได้ เปรียบเสมือนการยึดวัตถุดิบชั้นดีจากพ่อครัวคู่แข่ง แล้วเชื่อว่าเขาจะทำอาหารอร่อยแบบเดิมไม่ได้อีกต่อไป
แต่สิ่งที่เกิดขึ้นจริงกลับตรงกันข้าม จีนไม่ได้พยายามหาทางลักลอบนำเข้าหน่วยประมวลผลต้องห้ามเพียงอย่างเดียว แต่เลือกเปลี่ยนกติกาการแข่งขันทั้งกระดาน นี่คือบทเรียนแรกที่ธุรกิจทุกขนาดควรจดจำไว้ เมื่อคุณถูกตัดทางเลือกที่ดีที่สุดออกไป บางครั้งคำตอบไม่ใช่การหาทางกลับไปใช้ทางเดิม แต่คือการสร้างเกมใหม่ที่คุณเป็นฝ่ายได้เปรียบ
กลยุทธ์ที่หนึ่ง เครื่องเล็กก็ไปได้ไกล ถ้ารู้จักลดน้ำหนักให้ถูกจุด
หน่วยประมวลผลที่จีนเข้าถึงได้นั้น ทำงานช้ากว่ารุ่นท็อปของสหรัฐราวยี่สิบเปอร์เซ็นต์ และกินพลังงานมากกว่าถึงสามสิบเปอร์เซ็นต์ ฟังดูเหมือนเสียเปรียบตั้งแต่ยังไม่เริ่มแข่ง แต่วิศวกรจีนเลือกแก้ปัญหาด้วยแนวคิดที่เรียกง่ายๆ ว่า “คิดน้อยลงแต่ตอบให้แม่นเท่าเดิม”
ลองนึกภาพบริษัทขนาดใหญ่แห่งหนึ่ง เวลาลูกค้าโทรเข้ามาถามคำถามง่ายๆ กลับต้องเรียกประชุมทั้งบริษัทมาช่วยกันตอบ ทั้งฝ่ายบัญชี ฝ่ายผลิต ฝ่ายกฎหมาย ทุกแผนกต้องตื่นมาทำงานพร้อมกันหมด นั่นคือวิธีการทำงานของโมเดลปัญญาประดิษฐ์แบบดั้งเดิมของฝั่งอเมริกา ทุกครั้งที่มีคำถามเข้ามา ระบบทั้งหมดจะถูกปลุกให้ทำงานพร้อมกัน
ในขณะที่วิศวกรจีนออกแบบระบบให้ทำงานเหมือนบริษัทที่ฉลาดกว่า เมื่อมีคำถามเข้ามา ระบบจะเรียกเฉพาะ “แผนกที่เกี่ยวข้อง” ออกมาทำงาน ส่วนแผนกอื่นยังคงพักอยู่เหมือนเดิม แนวคิดนี้เรียกว่าระบบผสมผู้เชี่ยวชาญเฉพาะทาง โดยตัวเลขที่น่าตกใจคือโมเดล DeepSeek-V4-Pro เรียกใช้พารามิเตอร์จริงเพียงประมาณสามเปอร์เซ็นต์เท่านั้นในการตอบแต่ละครั้ง ส่วน Kimi K3 ของค่าย Moonshot ก็ใช้ไม่ถึงสี่เปอร์เซ็นต์
ผลลัพธ์ที่ตามมาคือค่าใช้จ่ายที่ต่างกันคนละโลก โมเดล GPT-5.6 Sol คิดค่าบริการราวสามสิบดอลลาร์สหรัฐต่อการประมวลผลข้อความหนึ่งล้านหน่วย ขณะที่ DeepSeek V4-Pro ในช่วงการใช้งานสูงสุดคิดเพียงราวสามดอลลาร์เก้าสิบหกเซนต์เท่านั้น นั่นคือถูกกว่าเกือบสิบเท่าตัว และตอนนี้ทั้ง Kimi K3 กับ Qwen 3.8 Max ก็ไต่อันดับขึ้นไปติดอยู่ในแปดอันดับแรกของตารางวัดประสิทธิภาพโมเดลระดับโลกเรียบร้อยแล้ว
บทเรียนสำหรับคนทำธุรกิจคือ การมีทรัพยากรน้อยกว่าไม่ได้แปลว่าคุณต้องแพ้เสมอไป บางทีข้อจำกัดต่างหากที่บังคับให้คุณคิดหาวิธีทำงานอย่างชาญฉลาดกว่าคู่แข่งที่มีทุนหนา
กลยุทธ์ที่สอง แจกฟรี แต่แจกอย่างมีแผนการ
นี่คือหมัดเด็ดที่เจ็บที่สุดในสายตาของบริษัทเทคโนโลยีอเมริกัน ฝั่งสหรัฐเลือกเก็บชุดพารามิเตอร์ของโมเดลไว้เป็นความลับทางธุรกิจ ใครอยากใช้งานต้องจ่ายค่าบริการ เปรียบเหมือนร้านอาหารที่หวงสูตรลับสุดยอด ไม่ยอมให้ใครแตะต้อง
แนะนำ
แต่จีนเลือกเดินสวนทาง เปิดเผยชุดพารามิเตอร์ของโมเดลให้ทุกคนดาวน์โหลดไปใช้ฟรี ทั้งแก้ไข ปรับแต่ง และต่อยอดได้ตามใจชอบ ผลลัพธ์คือโมเดล Qwen ของ Alibaba มียอดดาวน์โหลดทะลุสามพันล้านครั้งภายในกลางเดือนสิงหาคมที่ผ่านมา แซงหน้า Llama ของค่าย Meta ไปเรียบร้อย และยังมีโมเดลลูกหลานที่นักพัฒนาทั่วโลกนำไปดัดแปลงต่อยอดอีกกว่าสามแสนตัว
ลองคิดตามดูนะคะ แทนที่จะต้องจ้างนักวิจัยหลักหมื่นคนมาทำงานวิจัยและพัฒนาเอง จีนได้นักพัฒนาจากทั่วโลกมาช่วยปรับปรุงผลิตภัณฑ์ให้ฟรีๆ เหมือนกับการเปิดสูตรอาหารให้ทุกคนช่วยกันคิดเมนูใหม่ แล้วเจ้าของร้านเดิมก็เก็บเกี่ยวไอเดียดีๆ กลับมาใช้ต่อ ยิ่งไปกว่านั้น รัฐบาลท้องถิ่นของจีนยังทุ่มเงินอุดหนุนโมเดลเปิดเหล่านี้เพิ่มอีก เพราะรัฐบาลปักกิ่งมองว่าสิ่งนี้ไม่ใช่แค่สินค้าเทคโนโลยี แต่เป็นเครื่องมือสร้างอำนาจอ่อนให้ประเทศในเวทีโลก
สำหรับเจ้าของธุรกิจ นี่คือกรณีศึกษาชั้นดีเรื่องการใช้ “ของฟรี” เป็นอาวุธเชิงกลยุทธ์ ไม่ใช่การแจกแบบไม่มีเป้าหมาย แต่คือการแจกเพื่อสร้างระบบนิเวศที่คนอื่นต้องพึ่งพาคุณในระยะยาว
กลยุทธ์ที่สาม เมื่อรัฐช่วยจ่ายค่าไฟให้ครึ่งหนึ่ง
ทั่วโลกกำลังปวดหัวกับคำถามเดียวกันคือ จะหาพลังงานไฟฟ้าจากไหนมาเลี้ยงศูนย์ข้อมูลขนาดยักษ์ที่ต้องรันปัญญาประดิษฐ์ตลอดยี่สิบสี่ชั่วโมง แต่จีนแก้โจทย์นี้ด้วยการเร่งสร้างกำลังผลิตไฟฟ้าให้เร็วกว่าใครในโลก บางมณฑลอย่างมองโกเลียในมีไฟฟ้าจากพลังงานหมุนเวียนราคาถูกมากจนศูนย์ข้อมูลผุดขึ้นเป็นร้อยแห่งภายในเวลาไม่นาน
แต่จุดที่น่าสนใจกว่านั้นคือ รัฐบาลจีนออกเงินสนับสนุนค่าไฟฟ้าให้ศูนย์ข้อมูลขนาดใหญ่บางแห่งถึงครึ่งหนึ่ง โดยมีเงื่อนไขเดียวคือต้องใช้หน่วยประมวลผลที่ผลิตในประเทศจีนเท่านั้น พูดง่ายๆ คือนี่ไม่ใช่แค่นโยบายพลังงาน แต่คือกลยุทธ์อุตสาหกรรมที่ยิงเป้าสองนัดพร้อมกัน ทั้งลดต้นทุนให้ผู้ประกอบการในประเทศ และบังคับกลายๆ ให้ทุกคนหันมาสนับสนุนซัพพลายเชนภายในประเทศไปในตัว
หากเทียบกับโลกธุรกิจทั่วไป นี่คือตัวอย่างของการใช้แรงจูงใจสร้างพฤติกรรมที่รัฐต้องการ ไม่ต่างจากบริษัทที่ให้ส่วนลดพิเศษแก่ลูกค้าที่ยอมผูกมัดใช้บริการระยะยาว เพียงแต่จีนทำในระดับประเทศ
กลยุทธ์ที่สี่ เอาปัญญาประดิษฐ์ไปใส่สายพานการผลิต ไม่ใช่แค่โปรแกรมสนทนา
จุดที่คนไทยควรสังเกตมากที่สุดคือ จีนกับสหรัฐใช้ปัญญาประดิษฐ์ไปคนละทิศทางกันเลย
สหรัฐอเมริกาเป็นเศรษฐกิจที่ขับเคลื่อนด้วยภาคบริการเป็นหลัก จึงนำปัญญาประดิษฐ์ไปใช้ในงานบริการลูกค้า งานด้านกฎหมาย และงานด้านการเงินเป็นส่วนใหญ่ ส่วนจีนซึ่งเป็นฐานการผลิตของโลก เลือกยัดปัญญาประดิษฐ์เข้าไปในสายการผลิตโดยตรง
แนะนำ
ตัวอย่างที่ชัดเจนคือ BYD ผู้ผลิตรถยนต์ไฟฟ้ารายใหญ่ นำระบบปัญญาประดิษฐ์มาตรวจสอบคุณภาพแบตเตอรี่ ช่วยลดของเสียลงถึงสี่สิบเปอร์เซ็นต์ และยืดอายุการใช้งานแบตเตอรี่ได้อีกยี่สิบเปอร์เซ็นต์ ขณะที่ Foxconn ผู้ผลิตชิ้นส่วนอิเล็กทรอนิกส์รายใหญ่ ใช้ระบบการมองเห็นด้วยคอมพิวเตอร์ตรวจจับตำหนิบนสายพานการผลิตแบบเรียลไทม์ ช่วยลดการใช้พลังงานลงเป็นตัวเลขสองหลักในบางโรงงาน
ยิ่งไปกว่านั้น จีนยังติดตั้งหุ่นยนต์อุตสาหกรรมใหม่มากกว่าครึ่งหนึ่งของทั้งโลกในช่วงที่ผ่านมา พร้อมสถิติการยื่นจดสิทธิบัตรในปี 2023 ที่สูงถึง 920,797 ฉบับ เทียบกับสหรัฐที่มีเพียง 315,245 ฉบับ
เป้าหมายของปักกิ่งไม่ใช่การมีบริษัทปัญญาประดิษฐ์ที่ร่ำรวยที่สุดในโลก แต่คือการเป็นประเทศที่ผลิตสินค้าคุณภาพดีในราคาถูกที่สุดในโลก คนละโจทย์กับสหรัฐโดยสิ้นเชิง และนี่คือบทเรียนสำคัญสำหรับผู้ประกอบการไทย การนำเทคโนโลยีใหม่มาใช้ไม่จำเป็นต้องเลียนแบบวิธีที่ประเทศอื่นทำ แต่ควรถามตัวเองก่อนว่าธุรกิจของเราแข่งขันด้วยอะไร แล้วนำเทคโนโลยีไปเสริมจุดนั้นให้แข็งแรงที่สุด
กลยุทธ์ที่ห้า ไม่แข่งในสนามที่แพ้ ไปเติบโตในสนามที่ไม่มีใครแย่ง
ยุโรปและสหรัฐอเมริกาปิดกั้นการใช้งานโมเดลจีนด้วยเหตุผลด้านความมั่นคงอยู่แล้ว จีนจึงไม่ดันทุรังแข่งในตลาดที่ตัวเองเสียเปรียบ แต่หันไปบุกตลาดเอเชียตะวันออกเฉียงใต้ ตะวันออกกลาง และแอฟริกาแทน โดยขายแบบครบวงจร ทั้งโมเดลปัญญาประดิษฐ์ ระบบประมวลผลบนคลาวด์ราคาประหยัด โครงสร้างพื้นฐานอินเทอร์เน็ต ไปจนถึงฮาร์ดแวร์ พร้อมปรับให้รองรับภาษาท้องถิ่นและกฎหมายท้องถิ่นอย่างครบครัน แถมยังมีวงเงินสินเชื่อจากโครงการหนึ่งแถบหนึ่งเส้นทางตามมาสนับสนุนอีกด้วย
ผลลัพธ์คือส่วนแบ่งตลาดโมเดลปัญญาประดิษฐ์เชิงสร้างสรรค์ของจีนทั่วโลก ขยับจากประมาณหนึ่งเปอร์เซ็นต์ขึ้นไปเป็นราวสิบห้าเปอร์เซ็นต์ภายในเวลาเพียงหนึ่งปี ตามข้อมูลของ OpenRouter เมื่อเดือนพฤศจิกายน 2025
แรงกดดันนี้รุนแรงถึงขนาดที่ Meta ต้องกลับลำมาเปิดตัวโมเดล Muse Glimmer ที่รันได้บนเครื่องของผู้ใช้เองและเปิดให้ดาวน์โหลดฟรี พร้อมคำกล่าวของ Mark Zuckerberg ที่ว่า เป้าหมายของบริษัทควรเป็นการทำให้โมเดลแบบเปิดของอเมริกากลายเป็นที่หนึ่งของโลก พูดตรงๆ คือหันมาเดินตามกลยุทธ์ที่จีนวางไว้ก่อนหน้านั่นเอง
บทเรียนตรงนี้ชัดเจนมาก เมื่อคุณสู้ในสนามหลักไม่ได้ อย่าเสียเวลาดันทุรัง แต่ให้มองหาสนามรองที่คู่แข่งมองข้าม แล้วสร้างความแข็งแกร่งที่นั่นก่อน
แต่อย่าเพิ่งรีบปรบมือให้จีน เพราะเรื่องนี้ไม่ได้สวยงามทั้งหมด
ต้องพูดให้ครบทุกมุมค่ะ เพราะภาพความสำเร็จที่เล่ามาข้างต้นมีอีกด้านที่ต้องระวัง
ประการแรก บริษัท Anthropic กล่าวหาว่า DeepSeek, Moonshot และ MiniMax ใช้วิธีดูดองค์ความรู้จากโมเดล Claude ผ่านการสร้างบัญชีปลอมมากถึง 24,000 บัญชี ในลักษณะที่เรียกว่าการโจมตีแบบกลั่นความรู้ในระดับอุตสาหกรรม หากข้อกล่าวหานี้เป็นความจริง ก็แปลว่าความสำเร็จบางส่วนของโมเดลจีนไม่ได้มาจากความสามารถล้วนๆ แต่มาจากการลัดขั้นตอนด้วย และทั้งสามบริษัทที่ถูกกล่าวหาก็ยังไม่ได้ตอบกลับคำขอความคิดเห็นแต่อย่างใด
ประการที่สอง ของถูกก็ไม่ได้ถูกตลอดไป DeepSeek เพิ่งปรับขึ้นราคาโมเดลรุ่น V4 ตั้งแต่วันที่ 16 สิงหาคมที่ผ่านมา โดยราคาช่วงการใช้งานสูงสุดแพงขึ้นกว่าสี่เท่าตัว พร้อมเตรียมตัวเข้าตลาดหลักทรัพย์ ส่วน Alibaba ก็เริ่มปล่อยโมเดลแบบปิดควบคู่ไปกับโมเดลเปิดแล้วเช่นกัน สัญญาณเหล่านี้บอกเราว่า แม้แต่ฝั่งจีนเองก็เริ่มถูกบีบให้ต้องหากำไรเพิ่มขึ้น สงครามราคาไม่เคยเลือกข้างใครจริงๆ
ประการที่สาม เม็ดเงินลงทุนยังคนละลีกกันอย่างสิ้นเชิง เงินลงทุนภาคเอกชนด้านปัญญาประดิษฐ์ในปี 2026 ฝั่งสหรัฐอยู่ที่ราว 608,000 ล้านดอลลาร์สหรัฐ ขณะที่จีนอยู่ที่เพียงราว 38,000 ล้านดอลลาร์ เพราะเงินทุนของจีนส่วนใหญ่มาจากภาครัฐเป็นหลัก และที่สำคัญกว่านั้นคือ ต่อให้ประเทศไหนดาวน์โหลดชุดพารามิเตอร์ของจีนไปรันเอง สุดท้ายก็ยังต้องพึ่งพาหน่วยประมวลผลของ Nvidia โรงงานผลิตชิปของ TSMC และหน่วยความจำจากเกาหลีใต้อยู่ดี
นี่คือข้อเท็จจริงที่สำคัญมาก การเปิดเผยชุดพารามิเตอร์ให้ดาวน์โหลดฟรี ไม่ได้แปลว่าประเทศนั้นเป็นอิสระจากโครงสร้างพื้นฐานเทคโนโลยีของอเมริกาแต่อย่างใด
บทสรุป โจทย์ของโลกธุรกิจเปลี่ยนไปแล้ว
คำถามในตลาดตอนนี้ไม่ใช่ “ปัญญาประดิษฐ์จะเติบโตแค่ไหน” อีกต่อไป แต่กลายเป็น “สุดท้ายแล้วใครจะเป็นคนเก็บเกี่ยวผลกำไร”
เพราะถ้าความสามารถระดับใกล้เคียงท็อปสุดสามารถดาวน์โหลดมาใช้ได้ฟรี มูลค่าทางธุรกิจจะไม่ได้อยู่ที่เจ้าของโมเดลอีกต่อไป แต่จะเคลื่อนย้ายไปอยู่กับสิ่งที่ยังหายากจริงๆ นั่นคือกำลังประมวลผล หน่วยความจำ พลังงาน ข้อมูลเฉพาะทาง และกระบวนการทำงานที่ลูกค้าเลิกใช้ไม่ได้
Robert Lea นักวิเคราะห์อาวุโสของ Bloomberg Intelligence เคยให้ความเห็นที่น่าคิดมากว่า ประเทศพันธมิตรของสหรัฐคงไม่กล้าใช้ DeepSeek อย่างเป็นทางการ แต่ในยุคที่ทุกคนต้องประหยัดต้นทุน หากโมเดลของจีนทำงานได้ถึงเก้าสิบเปอร์เซ็นต์ของโมเดลอเมริกา ผู้บริโภคทั่วไปอาจไม่ได้คิดเหมือนกับรัฐบาลของตัวเองก็เป็นได้
นี่แหละคือฝันร้ายตัวจริงของ Silicon Valley ไม่ใช่การพ่ายแพ้ด้านเทคโนโลยี แต่คือวันที่ลูกค้าเริ่มตั้งคำถามว่า สินค้าที่แพงกว่าถึงสิบเท่า มันดีกว่าจริงถึงสิบเท่าหรือเปล่า
สำหรับคนทำธุรกิจไทยไม่ว่าจะระดับใด บทเรียนที่นำไปใช้ได้จริงคือ อย่าตัดสินคู่แข่งจากทรัพยากรที่เขามีน้อยกว่าคุณ เพราะข้อจำกัดบางครั้งคือแรงผลักดันให้เกิดนวัตกรรมที่คุณคาดไม่ถึง อย่าแข่งขันในสนามที่คุณไม่มีทางชนะ แต่จงมองหาสนามที่คู่แข่งมองข้าม และที่สำคัญที่สุด จงจับตาดูว่ามูลค่าที่แท้จริงในอุตสาหกรรมของคุณกำลังเคลื่อนย้ายไปอยู่ที่ไหน เพราะคนที่ยึดจุดยืนตรงนั้นได้ก่อน มักจะเป็นผู้ชนะในระยะยาวเสมอ
สรุปประเด็นสำคัญ
- จีนแก้เกมข้อจำกัดด้านหน่วยประมวลผลด้วยการออกแบบโมเดลให้ทำงานอย่างมีประสิทธิภาพผ่านระบบผสมผู้เชี่ยวชาญเฉพาะทาง
- การเปิดให้ดาวน์โหลดโมเดลฟรีกลายเป็นกลยุทธ์ดึงนักพัฒนาทั่วโลกมาช่วยพัฒนาต่อโดยไม่มีค่าใช้จ่าย
- จีนนำปัญญาประดิษฐ์ไปเสริมภาคการผลิตโดยตรง ต่างจากสหรัฐที่เน้นใช้ในภาคบริการ
- ยังมีข้อกังขาเรื่องการดูดองค์ความรู้จากคู่แข่งและช่องว่างเงินลงทุนที่ต่างกันมหาศาล
- มูลค่าทางธุรกิจในอนาคตกำลังย้ายจากตัวโมเดลไปสู่ทรัพยากรที่หายากอย่างพลังงานและกำลังประมวลผล
คำถามที่พบบ่อย
AI จีนเก่งกว่า AI อเมริกาจริงหรือไม่ ไม่ได้เก่งกว่าในทุกด้าน แต่ทำงานได้ใกล้เคียงในต้นทุนที่ต่ำกว่ามาก ซึ่งเป็นจุดที่ทำให้ตลาดผู้บริโภคเริ่มให้ความสนใจ
ทำไมโมเดลจีนถึงราคาถูกกว่าโมเดลอเมริกามาก เพราะใช้เทคนิคเรียกทำงานเฉพาะส่วนที่จำเป็นแทนการเปิดใช้ทั้งระบบ ทำให้ประหยัดพลังงานและต้นทุนการประมวลผลได้มาก
ระบบผสมผู้เชี่ยวชาญเฉพาะทางคืออะไร คือแนวคิดออกแบบโมเดลให้เรียกทำงานเฉพาะส่วนที่เกี่ยวข้องกับคำถามนั้นๆ แทนที่จะเปิดใช้พารามิเตอร์ทั้งหมดพร้อมกัน
การเปิดให้ดาวน์โหลดโมเดลฟรีมีข้อเสียหรือไม่ มีความเสี่ยงเรื่องความปลอดภัยของข้อมูลและการควบคุมคุณภาพ แต่ก็ช่วยให้เกิดการพัฒนาต่อยอดจากนักพัฒนาทั่วโลกอย่างรวดเร็ว
จีนใช้ AI ในโรงงานอย่างไรบ้าง มีการนำไปตรวจสอบคุณภาพสินค้า ตรวจจับตำหนิบนสายการผลิต และควบคุมกระบวนการผลิตแบบเรียลไทม์เพื่อลดของเสียและประหยัดพลังงาน
ข้อกล่าวหาเรื่องการดูดองค์ความรู้จากโมเดลอเมริกาคืออะไร เป็นข้อกล่าวหาจากบริษัท Anthropic ที่ระบุว่าบริษัทจีนบางแห่งอาจใช้บัญชีปลอมจำนวนมากเพื่อดึงความสามารถจากโมเดลของตนไปพัฒนาต่อ
โมเดลจีนราคาถูกตลอดไปหรือไม่ ไม่แน่นอน เพราะบางค่ายเริ่มปรับขึ้นราคาแล้วหลังจากเตรียมตัวเข้าตลาดหลักทรัพย์และต้องการผลกำไรมากขึ้น
จีนขยายตลาด AI ไปที่ไหนบ้าง เน้นภูมิภาคเอเชียตะวันออกเฉียงใต้ ตะวันออกกลาง และแอฟริกา ซึ่งเป็นตลาดที่สหรัฐและยุโรปยังเข้าไปไม่มาก
เงินลงทุน AI ของจีนกับสหรัฐต่างกันมากแค่ไหน สหรัฐมีเงินลงทุนภาคเอกชนสูงกว่าจีนหลายเท่าตัว เพราะเงินทุนของจีนส่วนใหญ่มาจากภาครัฐเป็นหลัก
การใช้โมเดลเปิดของจีนทำให้ประเทศนั้นเป็นอิสระจากเทคโนโลยีอเมริกาหรือไม่ ไม่ทั้งหมด เพราะฮาร์ดแวร์สำคัญอย่างหน่วยประมวลผลและหน่วยความจำยังต้องพึ่งพาซัพพลายเชนจากอเมริกาและพันธมิตรอยู่ดี
ธุรกิจไทยเรียนรู้อะไรได้จากกรณีนี้ เรียนรู้ว่าข้อจำกัดด้านทรัพยากรไม่ใช่อุปสรรคเสมอไป และการเลือกสนามแข่งขันที่เหมาะสมสำคัญกว่าการมีทุนมากกว่าคู่แข่ง
อนาคตของอุตสาหกรรม AI จะเป็นอย่างไรต่อไป มูลค่าทางธุรกิจมีแนวโน้มย้ายจากตัวโมเดลไปสู่ทรัพยากรที่หายากกว่า เช่น พลังงาน กำลังประมวลผล และข้อมูลเฉพาะทางที่หาทดแทนได้ยาก
