อุตสาหกรรมปัญญาประดิษฐ์ (AI) กำลังกลายเป็นสมรภูมิการแข่งขันที่ร้อนแรงที่สุดแห่งหนึ่งของโลก บริษัทยักษ์ใหญ่อย่าง OpenAI, Microsoft, Google และ Meta ต่างทุ่มงบประมาณมหาศาลเพื่อรักษาความเป็นผู้นำด้านเทคโนโลยี ขณะที่ขั้วตรงข้ามอย่างจีนใช้กลยุทธ์ที่แตกต่าง โดยเน้นลดต้นทุนและใช้โมเดล AI แบบเปิด (Open Source) เพื่อสร้างความได้เปรียบในการแข่งขัน

การแข่งขันที่ขับเคลื่อนด้วยเงินทุนมหาศาล

กลุ่มบริษัท OpenAI, SoftBank, Oracle, NVIDIA และ Microsoft ร่วมกันลงทุนกว่า 17 ล้านล้านบาทในโครงการ “Project Stargate” เพื่อพัฒนาโครงสร้างพื้นฐาน AI ที่รองรับการใช้งานระดับอุตสาหกรรม ขณะเดียวกัน Meta ก็ลงทุนกว่า 6 แสนล้านบาทในการซื้อชิป NVIDIA H100 ซึ่งเป็นชิปประมวลผล AI ที่ทรงพลังที่สุดในตลาด

ศูนย์ข้อมูลสำหรับ AI ใช้พลังงานจำนวนมหาศาล Mark Zuckerberg ซีอีโอของ Meta เคยกล่าวว่า “การฝึกโมเดล AI ขนาดใหญ่ต้องการพลังงานมากกว่าที่คาดไว้มาก” บริษัทเทคโนโลยีหลายแห่งจึงเร่งลงทุนในพลังงานสะอาด เช่น โซลาร์ฟาร์ม และพลังงานนิวเคลียร์

จีนพลิกเกมด้วยต้นทุนต่ำและ AI Open Source

อย่างไรก็ตาม ในขณะที่บริษัทยักษ์ใหญ่ของสหรัฐฯ ทุ่มงบประมาณในการพัฒนาเทคโนโลยีขั้นสูง จีนกลับเลือกเส้นทางที่แตกต่าง โดยใช้แนวทางที่มีต้นทุนต่ำและเน้นความคุ้มค่าในการพัฒนา AI

กรณีของ DeepSeek AI เป็นตัวอย่างสำคัญที่ทำให้เห็นว่า แม้จีนจะเผชิญข้อจำกัดในการเข้าถึงเทคโนโลยีชิปจากสหรัฐฯ แต่สามารถพัฒนาโมเดลที่มีประสิทธิภาพเทียบเคียง OpenAI ได้ในราคาต่ำกว่าถึง 95% ซึ่งกลยุทธ์ของ DeepSeek ยังรวมไปถึงการพัฒนาโมเดลที่ใช้พลังงานต่ำ และลดการพึ่งพาศูนย์ข้อมูลขนาดใหญ่ ตลอดจนการให้บริการ AI ที่มีต้นทุนถูกลงกว่าคู่แข่งในตลาด

แนวทางนี้ทำให้ AI เข้าถึงได้ง่ายขึ้นและมีราคาถูกลง ซึ่งกำลังเปลี่ยนสมดุลการแข่งขันในอุตสาหกรรม AI ทั่วโลก

DeepSeek ได้พิสูจน์ว่า การพัฒนา AI อาจไม่จำเป็นต้องใช้เทคโนโลยีระดับสูงสุด หรือข้อมูลปริมาณมหาศาลเสมอไป ทำให้เกิดข้อถกเถียงว่าอุตสาหกรรม AI อาจเผชิญ “วิกฤติการใช้เทคโนโลยีที่สูงเกินจำเป็น” (Overcapacity Crisis) การเปิดตัวของ DeepSeek ยังส่งผลกระทบโดยตรงต่อหุ้นของบริษัทยักษ์ใหญ่อย่าง NVIDIA (-17%), BroadCom (-17%), Oracle (-14%) และ Cisco (-5%) ที่อยู่ในห่วงโซ่อุตสาหกรรม AI

นอกจากนี้ความสำเร็จของ DeepSeek ยังทำให้เกิดคำถามว่า AI จำเป็นต้องใช้พลังงานมหาศาลจริงหรือไม่ จนหุ้นของบริษัทยักษ์ใหญ่ด้านพลังงานในสหรัฐฯ เช่น Constellation Energy (-20%) และ Vistra (-30%) ลดลงอย่างมาก

ไทยควรเดินตามแนวทางไหน ?

หลายประเทศ พยายามผลักดัน อธิปไตย AI (Sovereign AI) เพื่อลดการพึ่งพาบริษัทเทคโนโลยีจากสหรัฐฯ โดยเฉพาะยุโรปที่พัฒนาโครงสร้างพื้นฐานของตนเอง แต่สำหรับไทย แนวทางนี้อาจมีข้อจำกัดเนื่องจากต้องใช้เงินลงทุนและบุคลากรที่มีความเชี่ยวชาญสูง

โดยแนวทางที่เป็นไปได้มากกว่าสำหรับไทยคือ

1.การพัฒนา Task-Specific AI หรือปัญญาประดิษฐ์ที่มุ่งเน้นงานเฉพาะทาง กำลังกลายเป็นแนวทางที่หลายประเทศให้ความสนใจมากขึ้น แทนที่จะพัฒนา General AI ซึ่งต้องการทรัพยากรขนาดมหาศาลและมีความซับซ้อนสูง การพัฒนา AI ที่มุ่งเน้นงานเฉพาะทางมีข้อดีหลายประการ เช่น

• ลดต้นทุนและเพิ่มประสิทธิภาพ: Task-Specific AI สามารถออกแบบให้เหมาะสมกับความต้องการเฉพาะของอุตสาหกรรม
• ลดการพึ่งพาโครงสร้างพื้นฐานขนาดใหญ่: การพัฒนา AI เฉพาะทางช่วยให้สามารถทำงานบนระบบประมวลผลที่เล็กกว่า ลดความต้องการใช้ซูเปอร์คอมพิวเตอร์หรือศูนย์ข้อมูลขนาดใหญ่
• รองรับการพัฒนาในระดับท้องถิ่น: การมุ่งเน้น Task-Specific AI ช่วยให้ประเทศไทยสามารถพัฒนา AI ที่ตอบโจทย์ความต้องการของธุรกิจภายในประเทศได้โดยตรง เช่น AI สำหรับภาคเกษตรกรรม ภาคการท่องเที่ยว หรือภาคการผลิต

2.สนับสนุน Edge Data Center ในประเทศ เพื่อลดการพึ่งพาโครงสร้างพื้นฐานจากต่างประเทศ

Edge Data Center หรือศูนย์ข้อมูลขนาดเล็กในประเทศ เป็นโซลูชั่นที่ช่วยลดการพึ่งพาศูนย์ข้อมูลในต่างประเทศ โดยเฉพาะอย่างยิ่งในอุตสาหกรรมที่ต้องการการประมวลผลแบบเรียลไทม์ เช่น IoT, AI สำหรับยานยนต์อัตโนมัติ และบริการสตรีมมิ่ง แนวทางนี้มีข้อดีหลายประการ เช่น

• ลดเวลาแฝงในการประมวลผล ทำให้บริการ AI มีประสิทธิภาพและตอบสนองได้รวดเร็วยิ่งขึ้น
• ลดต้นทุนสำหรับธุรกิจในประเทศ โดยเฉพาะ SMEs ที่ต้องการใช้ AI แต่ไม่มีงบประมาณเพียงพอสำหรับศูนย์ข้อมูลขนาดใหญ่

3.ใช้ Open-Source AI ที่มีประสิทธิภาพและคุ้มค่าต้นทุน

Open-Source AI กำลังเป็นที่นิยมมากขึ้นเนื่องจากลดต้นทุนการพัฒนาและเปิดโอกาสให้ธุรกิจสามารถปรับแต่งโมเดลให้เหมาะสมกับความต้องการได้ ตัวอย่างโมเดลที่ได้รับความนิยม เช่น LLaMA, Falcon และ Stable Diffusion แนวทางนี้ช่วย

• ลดค่าใช้จ่ายในการพัฒนา AI ธุรกิจไม่ต้องลงทุนสร้างโมเดลตั้งแต่ต้น
• เพิ่มความโปร่งใสและความปลอดภัย สามารถตรวจสอบและปรับปรุงโค้ดได้โดยอิสระ
• ส่งเสริมการพัฒนา AI ในประเทศ ไทยสามารถพัฒนาโมเดล AI ที่เหมาะกับภาษาไทยหรือบริบทเฉพาะของประเทศได้

บทสรุป: ไทยต้องเลือกเส้นทาง AI ที่เหมาะกับตนเอง

แต่เดิมบริษัทยักษ์ใหญ่ในตะวันตกเน้นการพัฒนาโครงสร้างพื้นฐานขนาดใหญ่เพื่อรองรับ AI อัจฉริยะ ในขณะที่จีนเป็นผู้บุกเบิกการใช้แนวทางที่เน้นต้นทุนต่ำ และการใช้ Open-Source AI ซึ่งช่วยให้เกิดการพัฒนาที่คล่องตัวและสามารถแข่งขันได้โดยไม่ต้องลงทุนมหาศาล

ประเทศไทยไม่สามารถแข่งขันโดยตรงกับมหาอำนาจเทคโนโลยีในแง่ของเงินทุนและขนาดของโครงสร้างพื้นฐาน ดังนั้น แทนที่จะเน้นขยายขนาดโครงสร้างพื้นฐานเพียงอย่างเดียว ไทยสามารถสร้างความได้เปรียบโดย

พัฒนา Task-Specific AI ที่ตอบโจทย์อุตสาหกรรมเฉพาะ และสนับสนุน Edge Data Center ในประเทศเพื่อลดการพึ่งพาโครงสร้างพื้นฐานต่างประเทศและเพิ่มความมั่นคงทางดิจิทัล รวมทั้งใช้ Open-Source AI เพื่อลดต้นทุนและเร่งการพัฒนานวัตกรรมที่เหมาะสมกับบริบทของไทย

การสร้างระบบนิเวศ AI ที่สมดุลระหว่างเทคโนโลยีของเอกชน และการสนับสนุนจากภาครัฐ จะช่วยให้ไทยสามารถใช้ AI เป็นเครื่องมือขับเคลื่อนเศรษฐกิจ และสร้างความได้เปรียบทางการแข่งขันโดยไม่ต้องทุ่มงบประมาณจำนวนมหาศาล ดังนั้นการวางกลยุทธ์ที่เหมาะสมตั้งแต่วันนี้ รวมถึงการพัฒนาทักษะของบุคลากรจะเป็นกุญแจสำคัญในการกำหนดตำแหน่งของไทยในโลกยุค AI แห่งอนาคต

บทความโดย ดร. สลิลธร ทองมีนสุข และ นภสินธุ์ คามะปะโส สถาบันวิจัยเพื่อการพัฒนาประเทศไทย

---

Bibliography

Sverdlik, Yevgeniy. “Edge and Hyperscale Data Centers in the AI Era: Explosive Demand and Important Risks.” Data Center Knowledge, February 16, 2025. https://www.datacenterknowledge.com/hyperscalers/edge-and-hyperscale-data-centers-in-the-ai-era-explosive-demand-and-important-risks.

Pure Storage. “What Is a Modular Data Center?” Pure Storage Knowledge, 2025. Accessed March 17, 2025. https://www.purestorage.com/knowledge/what-is-a-modular-data-center.html.

Omdia. Prefabricated Modular Data Center Report – 2023. Omdia, 2023. https://omdia.tech.informa.com/om032922/prefabricated-modular-data-center-report–2023.

Sverdlik, Yevgeniy. “DeepSeek’s AI Breakthrough Signals Major Shifts for Data Centers.” Data Center Knowledge, January 26, 2025. https://www.datacenterknowledge.com/ai-data-centers/deepseek-s-ai-breakthrough-signals-major-shifts-for-data-centers.

Reuters. “U.S. Power Stocks Plummet as DeepSeek Raises Data Center Demand Doubts.” Reuters, January 27, 2025. https://www.reuters.com/business/energy/us-power-stocks-plummet-deepseek-raises-data-center-demand-doubts-2025-01-27/.

University of Sydney. “DeepSeek AI, China, and the U.S. Tech Rivalry.” University of Sydney News, January 29, 2025. https://www.sydney.edu.au/news-opinion/news/2025/01/29/deepseek-ai-china-us-tech.html.

The Guardian. “DeepSeek Cyberattack: The AI Battle Continues.” The Guardian, January 27, 2025. https://www.theguardian.com/technology/2025/jan/27/deepseek-cyberattack-ai.

Hao, Karen. “China’s DeepSeek AI Surges to the Top Despite Sanctions.” MIT Technology Review, January 24, 2025. https://www.technologyreview.com/2025/01/24/1110526/china-deepseek-top-ai-despite-sanctions/.

World Economic Forum. “China’s DeepSeek Shakes Up AI Tech.” World Economic Forum, February 2025. https://www.weforum.org/stories/2025/02/china-deepseek-shakes-up-ai-tech-stories/.

Coface. “DeepSeek Sends Shockwaves Across AI Industry and Financial Markets.” Coface News & Insights, 2025. https://www.coface.com/news-economy-and-insights/deepseek-sends-shockwaves-across-ai-industry-and-financial-markets.