สัมภาษณ์: The Round Trip
เรียบเรียง&จัดเตรียม: Yuliya, PANews
ในขณะที่คลื่น AI เข้าถล่มทั่วโลกด้วยความเร็วที่ไม่เคยมีมาก่อน การแข่งขันด้านอาวุธทางคอมพิวเตอร์ก็ได้เริ่มต้นขึ้นแล้ว เมื่อมูลค่าตลาดของ NVIDIA ทะลุหนึ่งล้านล้านดอลลาร์ AWS, Google Cloud และบริษัทยักษ์ใหญ่อื่นๆ เกือบจะผูกขาดด้านพลังการประมวลผลบนคลาวด์ ข้อท้าทายที่ลึกซึ้งก็ปรากฏต่อหน้าผู้สร้างนวัตกรรม AI ทั้งหมด: การรวมศูนย์พลังการประมวลผลในระดับสูงจะกลั่นแกล้งนวัตกรรมแบบเปิดกว้างหรือไม่ และอนาคตของ AI จะถูกล็อคไว้ใน “สวนล้อมรั้ว” ของไม่กี่บริษัท?
ด้วยประวัติความสำเร็จในการขายบริษัทให้กับ Snapchat ด้วยมูลค่า 60 ล้านดอลลาร์ และการก่อตั้ง Product Science ซึ่งให้บริการปรับปรุงโค้ด AI สำหรับบริษัทชั้นนำอย่าง Walmart, JPMorgan Chase, Airbnb เป็นต้น David และ Daniel Laborman สองพี่น้องผู้ร่วมก่อตั้ง Gonka AI ซึ่งมีประสบการณ์ต่อเนื่องตั้งแต่คอมพิวเตอร์แบบขนานจนถึงด้าน AR นำเสนอแนวคิดที่แตกต่างเพื่อแก้ปัญหานี้: การสร้างเครือข่ายคำนวณ AI แบบกระจายศูนย์ที่ขับเคลื่อนโดยชุมชนอย่างสมบูรณ์
ในซีรีส์ Founder’s Talk ชุดใหม่ของ《The Round Trip》 ซึ่งร่วมผลิตโดย PANews และ Web3.com Ventures David และ Daniel ได้อธิบายอย่างละเอียดว่าทำไมพวกเขาถึงได้รับแรงบันดาลใจจากประวัติศาสตร์โครงสร้างพื้นฐานของ Bitcoin และพยายามสร้าง “ปฏิวัติ ASIC” ในวงการ AI ผ่านกรอบแรงจูงใจทางการเงินแบบเปิดกว้าง เพื่อทำลายข้อจำกัดด้านต้นทุนพลังการประมวลผลอย่างสิ้นเชิง พวกเขายังแบ่งปันว่า Gonka AI ได้รับการสนับสนุนจากบริษัทยักษ์ใหญ่อย่าง Bitfury ด้วยเงินลงทุน 50 ล้านดอลลาร์ และให้มุมมองเฉพาะตัวต่อ “ฟองสบู่อ AI” ในปัจจุบัน
จากเกม, AR ถึง AI แบบกระจายศูนย์
PANews: ยินดีต้อนรับ David และ Daniel! ดีใจที่พวกคุณมาได้ ผมรู้ว่าพวกคุณมีพื้นฐานด้านเทคนิคที่ลึกซึ้งและอยู่ในวงการนี้มานานแล้ว ช่วยเล่าเรื่องราวเบื้องหลังของพวกคุณให้ฟังหน่อยได้ไหม?
Gonka AI: สวัสดีครับทุกคน ก่อนอื่นเลย เราเป็นพี่น้องกัน ชีวิตและอาชีพของเรานั้นเชื่อมโยงกันอย่างแน่นแฟ้น จุดเริ่มต้นของเรื่องราวของเราย้อนไปถึงปี 2003 ตั้งแต่นั้นมา เราก็สนใจในคอมพิวเตอร์แบบขนานและเครือข่ายแบบกระจายศูนย์อย่างลึกซึ้ง
ต่อมา เราเข้าสู่วงการเกมออนไลน์ ซึ่งก็เป็นรูปแบบหนึ่งของการคำนวณแบบขนานขนาดใหญ่—ผู้เล่นนับพันนับหมื่นโต้ตอบกันแบบเรียลไทม์ผ่านอินเทอร์เน็ต เพื่อเพิ่มประสิทธิภาพในการสร้างอนิเมชันเกมและลดต้นทุน เราจึงเข้าสู่วงการ Computer Vision
และ Computer Vision ก็พาพวกเราไปสู่ทิศทางใหม่: เริ่มพัฒนา AR สำหรับ Snapchat ซึ่งประสบความสำเร็จอย่างมาก จนในที่สุด Snapchat ก็ซื้อกิจการบริษัทของเราในมูลค่า 60 ล้านดอลลาร์ ซึ่งเป็นจุดเปลี่ยนสำคัญในอาชีพของเรา
ในระหว่างการทำงานกับโปรเจกต์และบริษัทต่างๆ เรามีความหวังเสมอว่า: อยากสร้างสิ่งที่สามารถสร้างผลกระทบสำคัญในระดับสังคม โดยเฉพาะในวิธีการปฏิสัมพันธ์ทางสังคม เมื่อ AI เข้าสู่ชีวิตเราในรูปแบบใหม่—โมเดลภาษาขนาดใหญ่ (LLM)—ทุกอย่างก็เปลี่ยนไป มันไม่ใช่แค่การเรียนรู้ของเครื่องแบบเดิมอีกต่อไป แต่เป็นเครื่องมือที่สามารถสนทนาได้จริง ช่วยแก้ปัญหาได้อย่างแท้จริง พวกเราเห็นว่า AI รุ่นใหม่ที่สร้างบนสถาปัตยกรรม Transformer ไม่ใช่แค่โมเดลภาษาเท่านั้น ไม่ว่าจะเป็นการสร้างภาพ, การสร้างวิดีโอ, การก้าวกระโดดในด้านชีววิทยา เคมี ฟิสิกส์ หรือแม้แต่การออกแบบและดำเนินงานโรงไฟฟ้านิวเคลียร์ที่มีประสิทธิภาพมากขึ้น กระแส AI นี้กำลังส่งผลกระทบต่อทุกสิ่งทุกอย่าง
ต่อไป เราจะได้เห็นการพัฒนาของซอฟต์แวร์หุ่นยนต์, รถขับอัตโนมัติ ที่เกิดขึ้นอย่างรวดเร็ว และการเปลี่ยนแปลงเหล่านี้ก็เกิดขึ้นอย่างรวดเร็วในขณะนี้
แต่ก็มีความกังวล—not เป็นเรื่องของภาพยนตร์แนว Terminator แต่เป็นความกังวลต่อโครงสร้างของโลกในความเป็นจริง ขณะนี้ประมาณ 65% ของพลังการประมวลผลบนคลาวด์ทั่วโลกอยู่ในมือของ 3 บริษัทในสหรัฐอเมริกา (AWS, Google Cloud ฯลฯ) และถ้ารวม Alibaba กับ Tencent ของจีนเข้าไปด้วย ก็จะควบคุมพลังการประมวลผลบนคลาวด์สูงถึง 80% ของโลก จุดสำคัญของ AI คือพลังการประมวลผล และในปัจจุบัน AI เกือบเทียบเท่ากับพลังการประมวลผลบนคลาวด์ บริษัทเหล่านี้แข่งขันกันอย่างรุนแรงเพื่อครองส่วนแบ่ง 100% ของพลัง AI หากดำเนินต่อไปในแนวทางนี้ เราจะเข้าสู่โลกที่แปลกประหลาด:
มีเพียงไม่กี่บริษัทเท่านั้นที่เป็นเจ้าของและควบคุม AI ทั้งหมด และ AI เหล่านี้จะ:
- แทนที่งานจำนวนมาก
- ปรับโครงสร้างเศรษฐกิจทั้งระบบ
- เปลี่ยนแปลงวิธีการดำเนินชีวิตของสังคม
ดังนั้น เราเชื่อว่า AI แบบกระจายศูนย์เป็นปัญหาสำคัญที่ไม่อาจหลีกเลี่ยงได้
นี่คือเหตุผลที่เราสุดท้ายเลือกมาที่ Gonka AI
PANews: จริงๆ แล้ว พวกคุณไม่ใช่หน้าใหม่ในวงการ AI ก่อนก่อตั้ง Gonka AI ก็เคยก่อตั้ง Product Science ซึ่งได้รับการลงทุนจากสถาบันชื่อดังอย่าง Coatue, K5, Slow Ventures ช่วยเล่าเรื่องราวในช่วงนั้นให้ฟังหน่อยได้ไหม ว่ามันนำพาพวกคุณไปสู่ Gonka อย่างไร?
Gonka AI: แน่นอนครับ ก่อนหน้านี้เราทำงานด้าน Computer Vision ซึ่งเป็นแกนหลักของ AI และ Machine Learning การนำ AI ไปใช้จริงในช่วงแรกๆ ก็เกิดขึ้นในด้านการสร้างภาพและอนิเมชัน ซึ่งทำให้เรามีชื่อเสียงในวงการ Machine Learning
หลังจากออกจาก Snapchat เราก่อตั้ง Product Science ซึ่งใช้ AI ช่วยปรับปรุงโค้ดให้กับบริษัทชั้นนำอย่าง Walmart, JPMorgan Chase, Airbnb ปัจจุบัน AI ที่ช่วยเขียนโค้ดเป็นที่รู้จักกันดี แต่สิ่งสำคัญคือ ต้องมั่นใจว่าโค้ดเหล่านั้นทำงานได้อย่างมีประสิทธิภาพ ก่อนที่เราจะโฟกัสไปที่ Gonka และโครงสร้างพื้นฐาน AI แบบกระจายศูนย์ การปรับปรุงประสิทธิภาพโค้ดคือธุรกิจหลักของเรา
แนวคิด “เหมือง Bitcoin” ของ Gonka AI
PANews: คุณพูดถึงปัญหาการรวมศูนย์พลังการประมวลผล ซึ่งเป็นเรื่องที่น่ากังวล ล่าสุด Cloudflare ล่มครั้งใหญ่ทำให้ครึ่งโลกคริปโตหยุดชะงัก AWS ก็เกิดปัญหาเป็นระยะๆ ส่งผลกระทบต่อแอปพลิเคชันจำนวนมาก Gonka AI จะแก้ปัญหานี้อย่างไร? ดูเหมือนว่าไม่ใช่แค่คลาวด์แบบกระจายศูนย์ทั่วไป แต่เน้นเฉพาะด้าน AI
Gonka AI: ใช่ครับ ในสถานการณ์ที่พลังการประมวลผลรวมศูนย์สูงเช่นนี้ ทางออกเดียวคือการกระจายศูนย์
ในด้านโมเดล เราเห็นว่าองค์กรอิสระอย่าง DeepSeek ได้พิสูจน์แล้วว่าพวกเขามีความสามารถในการฝึกโมเดลคุณภาพสูงที่เทียบเท่าบริษัทเทคโนโลยีใหญ่ แต่ปัญหาหลักคือพลังการประมวลผล ณ ตอนนี้ หลายๆ ห้องทดลองล้ำหน้าขึ้นอยู่กับโครงสร้างพื้นฐานของผู้ให้บริการคลาวด์รายใหญ่ ขณะที่ในด้านการกระจายศูนย์ ยังไม่มีโซลูชันในระดับเดียวกัน แม้แต่เครือข่าย AI แบบกระจายศูนย์ที่ใหญ่ที่สุดในปัจจุบันอย่าง Bittensor ก็มี GPU ระดับศูนย์ข้อมูลประมาณ 5000 ตัว ในขณะที่ OpenAI, xAI กำลังสร้างคลัสเตอร์ขนาดหลายล้าน GPU ความแตกต่างของขนาดก็ชัดเจนมาก
เราเข้าใจดีว่า เพื่อให้ AI เป็นของประชาชนจริงๆ และหลีกเลี่ยงความล้มเหลวแบบจุดเดียว ทางเดียวคือการสร้างเครือข่ายพลังการประมวลผลแบบกระจายศูนย์ที่มีขนาดเทียบเท่า ซึ่งในจุดนี้ เราได้รับแรงบันดาลใจจาก Bitcoin อย่างมาก เราไม่มองมันแค่ “ทองคำดิจิทัล” แต่เป็นหนึ่งในโครงสร้างพื้นฐานที่ยิ่งใหญ่ที่สุดสำหรับการสร้างโครงสร้างพื้นฐานขนาดใหญ่
ในช่วง 15 ปีที่ผ่านมา ชุมชน Bitcoin ได้สร้างโครงสร้างพื้นฐานที่น่าทึ่งด้วยแนวทางแบบกระจายศูนย์ ปัจจุบันเครือข่าย Bitcoin มีขนาดประมาณ 26 GW ซึ่งเกินกว่าขนาดรวมของ Google, Amazon, Microsoft, OpenAI และ xAI รวมกัน นี่คือโครงการขนาดใหญ่ที่สร้างขึ้นโดยผู้เข้าร่วมอิสระนับไม่ถ้วนทั่วโลก เพื่อหลีกเลี่ยงระบบศูนย์กลาง
สิ่งที่น่าทึ่งอีกอย่างคือความเร็วในการนวัตกรรมด้านฮาร์ดแวร์ ใน 15 ปี พลังงานที่ใช้ในการคำนวณ 1 TH/s ของ Bitcoin ลดลงจาก 5 ล้านจูลเหลือเพียง 15 จูล ซึ่งเป็นการเพิ่มประสิทธิภาพถึง 300,000 เท่า! เราเชื่อว่า ถ้าสามารถนำการเปลี่ยนแปลงนี้มาสู่พลังการประมวลผล AI ได้จริง “ความมั่งคั่งด้านพลังการประมวลผล” ก็จะเป็นไปได้ และ AI ก็จะสามารถใช้งานได้กับทุกคนบนโลก
พิธีกร: ผมสังเกตว่า บริษัทยักษ์ใหญ่ด้านโครงสร้างพื้นฐาน Bitcoin อย่าง Bitfury ก็เพิ่งประกาศลงทุน 50 ล้านดอลลาร์ในพวกคุณ นี่หมายความว่าตลาดมองเห็นโมเดลคล้ายคลึงกันหรือไม่? Bitcoin ทำให้พลังงาน “สามารถแลกเปลี่ยนได้” เพราะไม่ว่าจะเป็นพลังงานในไซบีเรียหรือซิลิคอนวัลเลย์ ก็สามารถแปลงเป็นมูลค่าพลังการประมวลผลที่เป็นเนื้อเดียวกัน คุณกำลังทำให้พลังการประมวลผล “สามารถแลกเปลี่ยนได้” เช่นกันหรือไม่? และเนื่องจาก AI มีความไวต่อความล่าช้า นี่อาจเป็นความท้าทายหรือไม่?
Gonka AI: เราเชื่อว่าพลังการประมวลผลจะเกิดเรื่องราวแบบเดียวกันนี้ขึ้นจริง ปัจจุบัน ชิปของ NVIDIA มีราคาแพงมาก ในการสร้างศูนย์ข้อมูลของ OpenAI และบริษัทอื่นๆ ส่วนใหญ่ก็จ่ายให้กับ NVIDIA เป็นส่วนใหญ่ แต่ถ้าเราสามารถสร้างการปฏิวัติในด้าน ASIC (วงจรรวมเฉพาะทาง) สำหรับ AI ได้ โลกก็จะเปลี่ยนไปอย่างมาก
เมื่อราคาของฮาร์ดแวร์สำหรับหน่วยพลังการประมวลผลลดลงอย่างมาก ต้นทุนด้านพลังงานก็จะกลายเป็นตัวแปรสำคัญอีกครั้ง บริษัทเหมืองแร่และผู้ผลิตฮาร์ดแวร์รุ่นแรกอย่าง Bitfury ก็ลงทุนในระบบนิเวศนี้ ซึ่งเป็นสัญญาณที่ชัดเจนว่า: พวกเขาได้เห็นโมเดลเดียวกันกับการพัฒนา Bitcoin ในช่วงแรก
ย้อนกลับไปปี 2012 GPU ยังคงเป็นอุปกรณ์ขุดหลัก แต่ในไม่กี่ปีต่อมา ASIC ก็เข้ามาแทนที่ด้วยประสิทธิภาพที่หลายเท่าของชิปทั่วไป กลายเป็นเส้นทางเดียวที่สามารถขุดได้ และบริษัทที่สร้าง ASIC ก็ไม่ใช่บริษัทยักษ์ใหญ่เทคโนโลยี แต่เป็นบริษัทสตาร์ทอัพที่ไม่ค่อยเป็นที่รู้จัก ซึ่งเกิดขึ้นได้เพราะแรงจูงใจทางการเงินของ Bitcoin:
- การแข่งขันแบบเปิด: ไม่ว่าคุณจะเป็นใคร ถ้าสามารถให้พลังการประมวลผลที่มีประสิทธิภาพสูงสุดแก่เครือข่าย คุณก็จะได้รับรางวัลโทเคนสูงสุด
- วัฏจักรบวก: ราคาของโทเคนเพิ่มขึ้น ก็ยิ่งดึงดูดให้คนเข้าร่วมแข่งขันเพิ่มพลังเครือข่าย
- ลดอุปสรรคด้านนวัตกรรม: บริษัทเล็กๆ ในเกาหลีหรือซานฟรานซิสโก ที่สามารถออกแบบชิปที่มีประสิทธิภาพสูงขึ้น ก็สามารถสร้างรายได้ทันที โดยไม่ต้องมีทีมขายขนาดใหญ่ ไม่ต้องสร้างความสัมพันธ์กับบริษัทยักษ์ใหญ่ หรือแม้แต่การระดมทุนแบบดั้งเดิม
กรอบแนวคิดนี้ช่วยลดอุปสรรคและความซับซ้อนในการ “ผลิตพลังการประมวลผล” อย่างมาก เราเชื่อว่าแนวเดียวกันนี้จะเกิดขึ้นในวงการชิป AI เมื่อโปรโตคอลถูกสร้างขึ้น ผู้คนสามารถเชื่อมต่ออุปกรณ์คำนวณของตนเองเพื่อหารายได้ ไม่ว่าจะเป็นคอมพิวเตอร์ของตนเอง, GPU ของ NVIDIA ที่ซื้อมา หรือพลังการประมวลผลจากศูนย์ข้อมูลที่เช่าใช้ ก็สามารถเชื่อมต่อเข้ากับเครือข่ายและรับรางวัลได้ คาดว่าใน 1-2 ปีข้างหน้า การปฏิวัติทางการเงินนี้จะนำพาให้พลังการประมวลผล AI เพิ่มขึ้นเป็นร้อยเท่าหรือพันเท่า ซึ่งจะทำลายข้อจำกัดด้านพลังการประมวลผลในปัจจุบันอย่างสิ้นเชิง
เครือข่ายแบบกระจายศูนย์จะเปลี่ยนแปลงตลาดพลังการประมวลผลอย่างไร?
PANews: โมเดลนี้น่าสนใจมาก ทำให้นึกถึงเรื่องราวของนักขุดคริปโตในยุคแรกที่ใช้ GPU ที่โรงเรียนว่างงาน ตอนนี้หลายบริษัทซื้อ H100 GPU ราคาแพง แต่ส่วนใหญ่ก็ไม่ได้ใช้งานเต็มที่ เพราะไม่รู้ว่าจะใช้ให้เต็มประสิทธิภาพอย่างไร เครือข่ายของพวกคุณก็มีผู้ใช้งานกลุ่มนี้ด้วยหรือไม่?
Gonka AI: เราเจอเรื่องราวคล้ายกันและน่าตื่นเต้นมาก บางบริษัทสตาร์ทอัพด้าน AI ที่ประสบความสำเร็จในช่วงฟองสบู่ ได้ซื้อ GPU H200 นับร้อยตัวด้วยเงินลงทุนของนักลงทุน แต่จนถึงตอนนี้ก็ใช้งานได้แค่ครึ่งเดียว
อีกกลุ่มหนึ่งคือ บริษัทหลายแห่งที่เช่าใช้พลังงานจากศูนย์ข้อมูลขนาดใหญ่เพื่อรันโมเดลโอเพ่นซอร์ส พวกเขาพบว่า ด้วยเครือข่ายของเรา พวกเขาสามารถทำอะไรที่ฉลาดขึ้น: ไม่ต้องรันโมเดลเองแบบไม่ประหยัดพลังงานอีกต่อไป แต่ใช้บริการผ่าน API ของ Gonka และในเวลาเดียวกัน ก็สามารถติดตั้งโหนด Gonka บน GPU ที่เช่าไว้ แล้วนำมาร่วมเป็นส่วนหนึ่งของเครือข่าย วิธีนี้ พวกเขาใช้ AI ได้และยังสร้างรายได้จากโทเคน ทำให้ได้ผลตอบแทนสูงกว่าการใช้งานแบบเดิม
เพื่อใช้ GPU อย่างมีประสิทธิภาพ คุณต้องจัดการคำขอนับพันในเวลาเดียวกัน ซึ่งเป็นเรื่องยากสำหรับโปรเจกต์เดียว ดังนั้น บริษัทต่างๆ ก็ either ทนใช้ฮาร์ดแวร์ที่มีอยู่ (หรือเช่า) ที่มีการใช้งานต่ำ หรือจ่ายค่าบริการ API ที่แพง ซึ่งทั้งสองทางก็ไม่ใช่คำตอบที่ดีที่สุด การเชื่อมต่อเข้ากับเครือข่ายและกลายเป็นส่วนหนึ่งของระบบนิเวศ เป็นทางเลือกที่ดีกว่า
ผู้เข้าร่วมในเครือข่ายของเราไม่ได้มีแค่ “พลังงานที่ว่างเปล่า” เท่านั้น เช่น Gcore, Hyperfusion ซึ่งเป็นศูนย์ข้อมูลที่ดำเนินธุรกิจอย่างมีประสิทธิภาพและไม่มีความจุเหลือเฟือ แต่ในไม่กี่เดือนที่ผ่านมา พวกเขาพบว่าการเชื่อม GPU เข้ากับเครือข่าย Gonka สามารถสร้างผลตอบแทนที่สูงกว่าการปล่อยให้เช่าให้ลูกค้าโดยตรง เพราะพวกเขาได้รับผลประโยชน์จากมูลค่าที่เพิ่มขึ้นของเครือข่าย จึงเริ่มย้าย GPU หลายร้อยตัวจากการให้เช่าเข้าสู่เครือข่ายของเรา
นี่คือกุญแจสำคัญที่ทำให้เครือข่ายสามารถขยายจากหลักพัน GPU ไปเป็นหลักล้าน GPU แม้ว่า OpenAI และยักษ์ใหญ่อื่นๆ จะซื้อ GPU ไปแล้วเป็นส่วนใหญ่ในตลาด แต่ก็ยังมี GPU หลายล้านตัวที่กระจายอยู่ในมือของผู้เข้าร่วมอิสระเหล่านี้ พวกเขาไม่สามารถแข่งขันคนเดียวได้ แต่เมื่อรวมกันแล้ว ก็กลายเป็นพลังที่แข็งแกร่งมาก
แนวคิดนี้ใช้ได้กับระดับประเทศด้วย
เมื่อปีก่อน เราเคยพูดคุยกับรัฐบาลบางประเทศ ความคิดหลักคือ “เราจะสร้างคลัสเตอร์ของเราเอง เพื่อสร้าง AI อธิปไตย”
หนึ่งปีต่อมา เมื่อเราพบกับรัฐมนตรีของอาหรับเอมิเรตส์ คาซัคสถาน ฯลฯ ก็เข้าใจชัดเจนว่า ในฐานะผู้เล่นอิสระที่มี GPU น้อย การต่อสู้กับบริษัทยักษ์ใหญ่เป็นไปไม่ได้เลย
แต่ถ้าพวกเขาร่วมกันเข้าร่วมเครือข่ายแบบกระจายศูนย์ขนาดใหญ่และเชื่อถือได้ ก็สามารถรักษาอธิปไตยของแต่ละประเทศได้ เพราะทุกคนสามารถเชื่อใจในเครือข่ายแบบกระจายศูนย์นี้
ถกเถียงเรื่องฟองสบู่ AI: เป็นกระแสยุคสมัย หรือเป็นการล่มสลายของการเดิมพันเฉพาะทาง?
PANews: ปฏิเสธไม่ได้ว่า วงการ AI กำลังเต็มไปด้วยความตื่นเต้นและการเติบโตอย่างรวดเร็ว แต่ภายใต้ความคาดหวังสูงของนักลงทุนและผู้ใช้ เรากำลังเดินไปสู่ “ฟองสบู่ AI” หรือไม่? หลายคนเปรียบเทียบกับฟองสบู่ดอทคอมปี 2000
Gonka AI: เป็นคำถามที่น่าสนใจมาก เมื่อย้อนดูฟองสบู่ดอทคอมปี 2000 ถึงแม้จะเกิดการ “ระเบิด” เล็กน้อยในตอนนั้น แต่ 25 ปีให้หลัง เรามาดูกันว่าโลกเปลี่ยนไปอย่างไร อินเทอร์เน็ตเป็นเทคโนโลยีที่แท้จริง การเปลี่ยนแปลงทางเศรษฐกิจที่มันนำมานั้นก็เป็นของจริง บริษัทในยุคนั้นกลายเป็นยักษ์พันล้านดอลลาร์ในปัจจุบัน และเปลี่ยนแปลงวิถีชีวิตของเราอย่างสิ้นเชิง
เมื่อเทียบกับอินเทอร์เน็ตแล้ว การปฏิวัติของ AI จะรุนแรงและสมบูรณ์มากขึ้น ลองจินตนาการว่า ในอีก 30-50 ปีข้างหน้า ทุกคนจะมีหุ่นยนต์ส่วนตัวที่สามารถไปทำงานแทนเราในโรงงานได้ นี่ไม่ใช่เรื่องวิทยาศาสตร์ในนิยาย แต่เป็นความจริงที่ใกล้จะมาถึงแล้ว ดังนั้น นักลงทุนจึงเต็มใจลงทุนหลายร้อยพันล้านในเทคโนโลยีนี้ ซึ่งไม่ใช่ความไร้เหตุผล
แน่นอนว่า ย่อมมีการลงทุนผิดพลาด เช่นเดียวกับในวงการ Venture Capital ตลอด 30 ปีที่ผ่านมา เงินจำนวนมากสูญเสียไป แต่โดยรวมแล้ว ผลตอบแทนในวงการนี้ก็สูงมาก และเปลี่ยนแปลงโลกอย่างแท้จริง
ดังนั้น ฟองสบู่หรือไม่ ขึ้นอยู่กับมุมมองของคุณ บางบริษัทอาจล้มละลายเพราะสมมติฐานผิด เช่น Gonka อาจเข้าใจผิดในความเป็นไปได้ของ AI แบบกระจายศูนย์ หรือในทางตรงกันข้าม การลงทุนใน NVIDIA ก็อาจเป็นฟองสบู่ขนาดใหญ่ก็ได้
ประวัติศาสตร์เคยแสดงให้เห็นฉากคล้ายกัน เมื่อปี 2012 ด้วยเรื่องราวของคริปโตเคอร์เรนซี ราคาหุ้น NVIDIA พุ่งขึ้นอย่างมาก เพราะตลาดเชื่อว่า NVIDIA จะครองตลาดขุดเหมือง แต่เมื่อเกิดการปฏิวัติ ASIC ก็แทบจะสูญเสียตลาดนี้ไป NVIDIA ก็ได้ประโยชน์จากการเติบโตของ AI ในตอนนี้ ซึ่งคาดว่าเป็นตลาดมูลค่าหลายแสนล้านดอลลาร์ ความคาดหวังนี้อาจเป็นจริง แต่ก็ไม่มีใครรับประกันได้ว่า NVIDIA จะครองตลาดไปตลอด หากการปฏิวัติ ASIC เกิดขึ้นอีกในวงการ AI จะเป็นอย่างไร?
ลองจินตนาการว่า ถ้าสร้างเครือข่าย Bitcoin ทั้งหมดใหม่ในวันนี้ โดยใช้ชิป NVIDIA Blackwell รุ่นล่าสุด แทน ASIC คุณจะต้องลงทุน 5 ล้านล้านดอลลาร์! นี่เป็นไปไม่ได้แน่นอน
ดังนั้น สิ่งที่เราพูดอาจไม่ใช่ “ฟองสบู่ AI” แต่เป็น “ฟองสบู่ของการเดิมพันในบริษัทและเทคโนโลยีเฉพาะทาง” หากตลาดเข้าใจผิดใน NVIDIA ก็อาจทำให้บริษัทมูลค่าหลายล้านล้านดอลลาร์เสียหาย 5-7 แห่ง แต่ก็ไม่ได้หมายความว่า AI เองเป็นฟองสบู่ เทคโนโลยี AI จะไม่หายไป มันจะเปลี่ยนแปลงวิถีชีวิตและกระบวนการทางธุรกิจต่อไป เพียงแต่บริษัทที่เป็นตัวแทนของคุณค่าเหล่านี้อาจเปลี่ยนไปเท่านั้น
PANews: ผมเห็นด้วยอย่างยิ่ง เช่นเดียวกับตอนนี้เราไม่ได้พูดว่า “ฉันใช้อินเทอร์เน็ต” แต่พูดว่า “ฉันใช้แอปนี้” ซึ่งแอปนี้ก็ใช้เทคโนโลยีอินเทอร์เน็ตอยู่ในตัว ในอนาคต ทุกแอปพลิเคชันจะใช้ AI ในรูปแบบใดรูปแบบหนึ่ง มันจะกลายเป็นสิ่งที่อยู่รอบตัวเราอย่างไม่รู้ตัว
Gonka AI: ถูกต้องอย่างยิ่ง ถ้าคุณไปดูกราฟ K-line ของดัชนี Nasdaq ตั้งแต่ก่อตั้งจนถึงปัจจุบัน คุณจะเห็นว่า “วิกฤตใหญ่” ในปี 2000 เป็นเพียงคลื่นเล็กๆ ในเส้นกราฟการเติบโตหลายสิบปี ตอนนั้นคนคิดว่าทุกอย่างจะขายออนไลน์ภายใน 5 ปี ซึ่งก็ไม่เกิดขึ้น แต่ใน 15 ปีต่อมา มันก็เกิดขึ้นจริง
เช่นเดียวกันกับ AI อนาคตที่หุ่นยนต์อยู่รอบตัวเรา อาจไม่เกิดขึ้นใน 5 ปี แต่ก็เกือบจะเป็นไปได้ ไม่มีพลังใดหยุดยั้งได้ จากมุมมองนี้ ความต้องการพลังการประมวลผลในอนาคตจะเพิ่มขึ้นเป็นพันเท่า เราต้องการโมเดลเศรษฐกิจระยะยาวที่ออกแบบมาเพื่อรองรับวิสัยทัศน์นี้ เช่นเดียวกับ Bitcoin
