วันที่ 21 กุมภาพันธ์ 2026 อุตสาหกรรม AI ได้รับข่าวสำคัญ – OpenAI ผู้พัฒนา ChatGPT เปิดเผยต่อนักลงทุนว่า เป้าหมายการใช้จ่ายกำลังประมวลผลรวมที่ปรับแล้วจนถึงปี 2030 กำหนดไว้ที่ 6,000 พันล้านดอลลาร์
ตัวเลขนี้ลดลงเกือบ 60% จาก 1.4 ล้านล้านดอลลาร์ที่ CEO Sam Altman เคยประกาศก่อนหน้านี้ ไม่เพียงแต่สร้างความตกตะลึงให้กับซิลิคอนแวลลีย์และวอลล์สตรีทเท่านั้น แต่ยังถูกมองโดยแวดวงอุตสาหกรรมว่าเป็นสัญญาณบ่งชี้สำคัญของการเปลี่ยนผ่านของอุตสาหกรรม AI ทั่วโลกจาก “การขยายตัวอย่างรุนแรง” สู่ “การพัฒนาอย่างมีเหตุผลและลุ่มลึก”
บทความนี้จะวิเคราะห์เชิงลึกทางวิทยาศาสตร์และเทคนิคจากสี่มุมมองหลัก ได้แก่ การตีความแก่นของเหตุการณ์, การสนับสนุนตรรกะทางเทคนิค, การพิจารณาพื้นฐานทางการเงิน, และผลกระทบต่อห่วงโซ่อุตสาหกรรมทั้งหมด โดยผนวกกับแนวโน้มล่าสุดของอุตสาหกรรม เพื่อเผยให้เห็นตรรกะพื้นฐานและบทเรียนสำหรับอุตสาหกรรมที่อยู่เบื้องหลังการปรับเปลี่ยนครั้งนี้
หนึ่ง. แก่นของเหตุการณ์: จาก 1.4 ล้านล้านสู่ 6 แสนล้าน ไม่ใช่ “การหดตัว” แต่คือ “การกำหนดเป้าหมายอย่างแม่นยำ”
การปรับลดเป้าหมายการใช้จ่ายกำลังประมวลผลของ OpenAI ครั้งนี้ ไม่ใช่ “การพัฒนาติดขัด” ที่อุตสาหกรรมกังวล แต่เป็นการปรับอย่างมีเหตุผลโดยอิงจากผลตอบรับจากตลาด สถานะทางการเงินในปัจจุบัน และระดับความ成熟ของเทคโนโลยี ตรรกะหลักสามารถสรุปได้ว่า “กำหนดเป้าหมายตามรายได้ ควบคุมต้นทุน มุ่งเน้นแก่นกลาง”
ย้อนกลับไปก่อนหน้านี้ แผนการลงทุนโครงสร้างพื้นฐาน 1.4 ล้านล้านดอลลาร์ที่ Sam Altman เสนอนั้น โดยพื้นฐานแล้วเป็นผลผลิตของตรรกะรุนแรงในยุคเฟื่องฟูของอุตสาหกรรม AI ที่ “ขยายอาณาเขตก่อน แล้วจึงปรับปรุงผลกำไร” – ในเวลานั้น AI สร้างสรรค์ (Generative AI) ได้รับความนิยมอย่าง前所未มี OpenAI พยายามใช้การจัดวางกำลังประมวลผลขนาดใหญ่เพื่อช่วงชิงความได้เปรียบจากการเป็นผู้บุกเบิกในการพัฒนารุ่นของโมเดลหลายรูปแบบ (Multimodal) และโมเดลขนาดใหญ่ (Large Model) เพื่อ巩固ตำแหน่งผู้นำในอุตสาหกรรม
แต่แผนนี้很快ก่อให้เกิดความกังวลในตลาด: ขนาดการใช้จ่ายที่มหาศาลเช่นนี้ หากไม่สามารถสอดคล้องกับรายได้ที่อาจเกิดขึ้นได้ จะนำไปสู่แรงกดดันต่อกระแสเงินสดขององค์กรอย่างต่อเนื่อง และอาจตกอยู่ในภาวะยากลำบาก “ใช้เงินเผาผลาญเพื่อแลกกับขนาด”
ข้อมูลทางการเงินล่าสุดที่เปิดเผย กลายเป็นสิ่งที่สนับสนุนการปรับครั้งนี้โดยตรง: ในปี 2025 OpenAI ทำรายได้ 13.1 พันล้านดอลลาร์ สูงกว่าเป้าหมายที่ตั้งไว้ที่ 10 พันล้านดอลลาร์; ค่าใช้จ่ายทั้งปี 8 พันล้านดอลลาร์ ต่ำกว่าที่คาดการณ์ไว้ที่ 9 พันล้านดอลลาร์ แสดงให้เห็นศักยภาพในการควบคุมต้นทุนที่ดี ในเวลาเดียวกัน OpenAI ได้ให้เส้นทางที่ชัดเจนในการจับคู่รายได้และค่าใช้จ่าย – คาดว่าภายถึงปี 2030 รายได้รวมจะเกิน 2.8 ล้านล้านดอลลาร์ โดยธุรกิจผู้บริโภคและธุรกิจองค์กรมีส่วนร่วมใกล้เคียงกัน และแผนการใช้จ่ายกำลังประมผล 6 แสนล้านดอลลาร์ ถูกกำหนดขึ้นบนพื้นฐานของเป้าหมายรายได้นี้ เพื่อให้บรรลุ “การเชื่อมโยงระหว่างค่าใช้จ่ายและรายได้อย่างแม่นยำ” และละทิ้งแนวคิด “การขยายตัวอย่างมืดบอด” ก่อนหน้านี้โดยสิ้นเชิง
ที่น่าสังเกตคือ การปรับครั้งนี้เกิดขึ้นในช่วงเวลาเดียวกับที่ OpenAI ตกลงเรื่องการระดมทุนประวัติศาสตร์กว่า 1,000 พันล้านดอลลาร์ – โดย 90% มาจากนักลงทุนเชิงกลยุทธ์ Nvidia กำลังเจรจาลงทุนสูงสุด 300 พันล้านดอลลาร์ SoftBank และ Amazon ก็มีส่วนร่วมด้วย มูลค่าก่อนการลงทุนยังคงอยู่ที่ 7.3 ล้านล้านดอลลาร์ ซึ่งหมายความว่า OpenAI ไม่ได้ขาดการสนับสนุนทางการเงิน แต่เลือกที่จะ “ใช้จ่ายอย่างรอบคอบ” อย่างแข็งขัน โดยมุ่งเน้นเงินทุนที่มีจำกัดไปที่ความต้องการกำลังประมวลผลหลัก และหลีกเลี่ยงการสูญเสียทรัพยากร
สอง. ตรรกะทางเทคนิค: ประสิทธิภาพกำลังประมวลผลเพิ่มขึ้น สนับสนุน “ค่าใช้จ่ายลดลงแต่ความสามารถไม่หดตัว”
เบื้องหลังการลดลงอย่างมากของเป้าหมายการใช้จ่ายกำลังประมวลผลครั้งนี้ ไม่อาจแยกจากประสิทธิภาพกำลังประมวลผลที่เพิ่มขึ้นจากการพัฒนารุ่นของเทคโนโลยี AI – นี่คือสิ่งที่สนับสนุนหลักของการปรับที่มี “ความเป็นวิทยาศาสตร์” ไม่ใช่แค่การ “ลดการลงทุน” ง่ายๆ แต่เป็นการบรรลุผลประโยชน์ร่วมกัน “ใช้จ่ายน้อยลง แต่ความสามารถแข็งแกร่งขึ้น” ผ่านการปรับปรุงทางเทคนิค
จากมุมมองพื้นฐานทางเทคนิค การปรับของ OpenAI พึ่งพาการ突破หลักสองประการ: หนึ่งคือการปรับปรุงประสิทธิภาพการฝึกอบรมและการอนุมาน (Inference) ของโมเดลขนาดใหญ่ สองคือการพัฒนารุ่นของสถาปัตยกรรมกำลังประมวลผล ทั้งสองจุดนี้ร่วมกันลดต้นทุนกำลังประมวลผลต่อหน่วย ทำให้ไม่จำเป็นต้องรักษาการใช้จ่ายที่รุนแรงเช่นเดิม เพื่อสนับสนุนการพัฒนารุ่นของโมเดลและการขยายธุรกิจ
ในด้านหนึ่ง พื้นที่สำหรับการปรับปรุงต้นทุนการอนุมานถูกขุดค้นอย่างต่อเนื่อง ตามที่ OpenAI เปิดเผย ในปี 2025 ต้นทุนการอนุมานของบริษัท (ค่าใช้จ่ายหลักในการรันโมเดล AI) เพิ่มขึ้นสามเท่าเมื่อเทียบปีต่อปี ส่งผลให้อัตรากำไรขั้นต้นที่ปรับแล้วลดลงจาก 40% ในปี 2024 เหลือ 33% – ข้อมูลนี้ก็บีบให้ OpenAI เร่งการปรับปรุงประสิทธิภาพการอนุมาน
ในความเป็นจริง ปัจจุบันอุตสาหกรรม AI ทั่วโลกกำลังมุ่งเน้นไปที่ “การอนุมานต้นทุนต่ำ” โมเดล M2.5 ที่ MiniMax เปิดตัว ได้กดต้นทุนการอนุมานในสถานการณ์ Agent ลงถึงระดับต่ำมาก โดย 10,000 ดอลลาร์สามารถสนับสนุนการทำงานของ Agent 4 ตัวตลอดทั้งปีโดยไม่หยุดพัก ส่วน OpenAI ผ่านการพัฒนารุ่นของเทคโนโลยีการบีบอัดโมเดล (Model Compression) และการ量化 (Quantization) ก็กำลังลดต้นทุนการอนุมผลต่อ Token อย่างต่อเนื่อง ลดการใช้กำลังประมวลผลที่ไม่จำเป็น
ในอีกด้านหนึ่ง “การจับคู่ที่แม่นยำ” ของสถาปัตยกรรมกำลังประมวลผล แทนที่ “การกองรวมกันของขนาด” แผนการใช้จ่าย 1.4 ล้านล้านดอลลาร์ก่อนหน้านี้ ประกอบด้วยการสำรองกำลังประมวลผลส่วนเกินจำนวนมาก เพื่อรับมือกับการสำรวจทางเทคนิคและขยายขอบเขตสถานการณ์ที่อาจเกิดขึ้นต่างๆ แต่หลังการปรับครั้งนี้ OpenAI จะมุ่งเน้นการใช้จ่ายกำลังประมวลผลไปที่ “สถานการณ์หลักและโมเดลหลัก” – การปรับปรุงอย่างต่อเนื่องของ ChatGPT การพัฒนารุ่นของเครื่องมือเข้ารหัส Codex และการนำโมเดลหลายรูปแบบขนาดใหญ่ไปใช้เชิงพาณิชย์ ละทิ้งการสูญเสียกำลังประมวลผลในด้านที่ไม่ใช่แก่นกลาง
ในเวลาเดียวกัน ความร่วมมือด้านโครงสร้างพื้นฐานระหว่าง OpenAI กับบริษัทต่างๆ เช่น Nvidia และ Amazon ทำให้เกิด “การจัดสรรตามความต้องการ” ของทรัพยากรกำลังประมผล หลีกเลี่ยงการสูญเสียจากการไม่ได้ใช้งานของศูนย์ข้อมูลที่สร้างเอง เพิ่มประสิทธิภาพการใช้กำลังประมวลผลขึ้นอีก
นอกจากนี้ การเปลี่ยนแปลงแนวโน้มทางเทคนิคของอุตสาหกรรมก็ให้การสนับสนุนการปรับครั้งนี้ด้วย IDC คาดการณ์ว่า ตั้งแต่ปี 2025 เป็นต้นไป 60% ขององค์กรจะละทิ้ง “กำลังประมวลผลบนคลาวด์ล้วน” หันมาใช้สถาปัตยกรรมแบบผสม “ภายในองค์กร + คลาวด์” แทน เพื่อลดต้นทุนผ่านอุปกรณ์กำลังประมวลผลแบบพกพา ฯลฯ – แนวโน้มนี้ก็ส่งผลต่อการจัดวางกำลังประมวลผลของ OpenAI ทำให้ไม่ไล่ตามการลงทุนกำลังประมวลผลบนคลาวด์ขนาดใหญ่อย่างมืดบอดอีกต่อไป แต่ผสานกับการปรับปรุงสถาปัตยกรรมแบบผสม เพื่อบีบอัดค่าใช้จ่ายที่ไม่มีประสิทธิภาพเพิ่มเติม
สาม. พื้นฐานทางการเงิน: แรงกดดันต่อกระแสเงินสดและความคาดหวังด้านกำไร บีบให้กลยุทธ์การใช้จ่ายเปลี่ยนผ่าน
การปรับของ OpenAI ครั้งนี้ โดยพื้นฐานแล้วคือผลลัพธ์ของ “เหตุผลทางการเงิน” ชนะ “ความรุนแรงทางเทคนิค” – แม้ว่ารายได้ในปี 2025 จะเกินความคาดหมาย แต่บริษัทยังคงเผชิญกับความท้าทายจากแรงกดดันต่อกระแสเงินสดและอัตรากำไรขั้นต้นที่ลดลง และเป้าหมายการใช้จ่าย 6 แสนล้านดอลลาร์ คือทางออกที่ดีที่สุดในการสร้างสมดุลระหว่าง “ความเร็วในการพัฒนา” และ “สุขภาพทางการเงิน”
จากตัวชี้วัดทางการเงินหลัก OpenAI ยังคงอยู่ในขั้นตอน “การลงทุนมากกว่าผลผลิต”: แม้ว่ารายได้ในปี 2025 จะ突破 13.1 พันล้านดอลลาร์ แต่ต้นทุนการอนุมานที่เพิ่มขึ้นอย่างรวดเร็วทำให้อัตรากำไรขั้นต้นลดลงเหลือ 33% และบริษัทคาดว่ากระแสเงินสดจะ转为บวกได้ภายในปี 2030 ซึ่งหมายความว่าในอีก 5 ปีข้างหน้า OpenAI ยังคงต้องพึ่งพาการระดมทุนเพื่อรักษาการดำเนินงาน หากยังคงรักษาการใช้จ่ายที่รุนแรง 1.4 ล้านล้านดอลลาร์อย่างต่อเนื่อง จะทำให้ช่องว่างกระแสเงินสดขยายตัวต่อเนื่อง ไม่เพียงแต่จะส่งผลต่อความเชื่อมั่นของนักลงทุน แต่ยังอาจ制约การพัฒนาระยะยาวขององค์กร
ที่สำคัญยิ่งไปกว่านั้นคือ ตรรกะการประเมินมูลค่าของตลาดต่อบริษัท AI ได้เปลี่ยนแปลงแล้ว – จาก “ดูขนาด ดูเทคโนโลยี” สู่ “ดูกำไร ดูกระแสเงินสด” ก่อนหน้านี้ OpenAI ได้รับการประเมินมูลค่าสูงด้วยความนิยมของ ChatGPT และการจัดวางที่รุนแรง แต่เมื่ออุตสาหกรรมเย็นลง นักลงทุนให้ความสนใจกับศักยภาพในการทำกำไรขององค์กรมากขึ้น การที่ OpenAI เชื่อมโยงการใช้จ่ายกำลังประมวลผลกับเป้าหมายรายได้ 2.8 ล้านล้านดอลลาร์ โดยพื้นฐานแล้วคือการส่งสัญญาณ “การพัฒนาอย่างมีเหตุผล” ไปยังตลาด เพื่อเพิ่มความเชื่อมั่นของนักลงทุน และวางรากฐานสำหรับการระดมทุนและการรักษามูลค่าต่อไป
จากการเปรียบเทียบในอุตสาหกรรม การปรับของ OpenAI ก็สอดคล้องกับแนวโน้มร่วมกันของบริษัท AI ทั่วโลก ก่อนหน้านี้ บริษัท AI หลายแห่งตกอยู่ในภาวะยากลำบาก “ใช้เงินเผาผลาญเพื่อแลกผู้ใช้” แต่ในช่วงที่ผ่านมา ไม่ว่าจะเป็น MiniMax ที่ลดต้นทุนผ่านการปรับปรุงทางเทคนิค หรือบริษัทในประเทศที่เปิดตัวอุปกรณ์กำลังประมวลผลแบบพกพาต้นทุนต่ำ ล้วนแสดงให้เห็นว่า “การควบคุมต้นทุน” ได้กลายเป็นความสามารถในการแข่งขันหลักของบริษัท AI แล้ว OpenAI ในฐานะผู้นำอุตสาหกรรม การเปลี่ยนผ่านกลยุทธ์การใช้จ่ายของบริษัท ก็จะนำพาบริษัท AI ทั่วโลกให้เปลี่ยนผ่านจาก “การขยายตัวอย่างรุนแรง” สู่ “การมุ่งเน้นกำไร”
สี่. ผลกระทบต่อห่วงโซ่อุตสาหกรรม: ส่งผลกระทบต่อทั้งระบบ ปรับโครงสร้างระบบนิเวศกำลังประมวลผล AI ใหม่
OpenAI ในฐานะบริษัทผู้นำอุตสาหกรรม AI ทั่วโลก การปรับเป้าหมายการใช้จ่ายกำลังประมวลผลครั้งใหญ่ของบริษัท จะส่งผลกระทบต่อห่วงโซ่อุตสาหกรรม AI ทั้งหมดผ่าน “ผลกระทบการส่งผ่าน” ตั้งแต่ฮาร์ดแวร์กำลังประมวลผลต้นน้ำ โครงสร้างพื้นฐานกลางน้ำ ไปจนถึงสถานการณ์การใช้งานปลายน้ำ ล้วนจะได้รับการปรับโครงสร้างใหม่ โดยมีทั้งโอกาสและความท้าทาย
(หนึ่ง) ฮาร์ดแวร์กำลังประมวลผลต้นน้ำ: ความต้องการเปลี่ยนจาก “การขยายขนาด” สู่ “ให้ความสำคัญกับประสิทธิภาพ”
ฮาร์ดแวร์กำลังประมวลผลต้นน้ำเป็นส่วนที่ได้รับผลกระทบมากที่สุดจากการปรับครั้งนี้ โดยผู้ผลิตชิป GPU ที่มี Nvidia เป็นตัวแทนได้รับผลกระทบเป็นอันดับแรก แต่ในระยะยาว อุตสาหกรรมจะได้รับการปรับปรุง “เงินดีขับไล่เงินเลว”
ในระยะสั้น การลดการใช้จ่ายกำลังประมวลผลของ OpenAI จะลดขนาดการจัดซื้อฮาร์ดแวร์กำลังประมวลผล เช่น GPU โดยตรง – ในแผนการใช้จ่าย 1.4 ล้านล้านดอลลาร์ก่อนหน้านี้ เงินจำนวนมากถูกใช้สำหรับการจัดซื้อชิประดับสูงของ Nvidia แต่แผน 6 แสนล้านดอลลาร์ครั้งนี้ จะมุ่งเน้นไปที่ผลิตภัณฑ์ฮาร์ดแวร์ “คุ้มค่าเงินสูง มีประสิทธิภาพสูง” การหดตัวของขนาดการจัดซื้ออาจส่งผลกระทบต่อรายได้ระยะสั้นของผู้ผลิตอย่าง Nvidia ระดับหนึ่ง ณ วันที่ 20 กุมภาพันธ์ 2026 ราคาหุ้น Nvidia อยู่ที่ 189.82 ดอลลาร์ โดยเพิ่มขึ้นเพียง 3.98% ในสามเดือนที่ผ่านมา ความกังวลของตลาดต่อการเติบโตของรายได้ได้ปรากฏให้เห็นแล้ว
แต่ในระยะยาว การปรับครั้งนี้จะผลักดันให้อุตสาหกรรมฮาร์ดแวร์กำลังประมวลผลต้นน้ำเปลี่ยนผ่านสู่ “ให้ความสำคัญกับประสิทธิภาพ” ก่อนหน้านี้ ผู้ผลิต GPU อาศัย “การขยายขนาด” เป็นหลักเพื่อช่วงชิงส่วนแบ่งการตลาด และการเปลี่ยนแปลงความต้องการของ OpenAI จะบีบให้ผู้ผลิตอย่าง Nvidia เร่งการพัฒนารุ่นทางเทคนิค เปิดตัวผลิตภัณฑ์ชิปที่มีประสิทธิภาพสูงกว่า ใช้พลังงานต่ำกว่า – ตัวอย่างเช่น ชิปที่รองรับสถาปัตยกรรมกำลังประมวลผลแบบผสม สนับสนุนการปรับใช้โมเดลอย่างรวดเร็ว จะกลายเป็นกระแสหลักของตลาด ในเวลาเดียวกัน OpenAI วางแผนที่จะใช้สัดส่วนที่ค่อนข้างมากของการระดมทุนรอบใหม่สำหรับการจัดซื้อฮาร์ดแวร์กำลังประมวลผล และยังคงใช้ชิป Nvidia เป็นหลัก ซึ่งหมายความว่าผู้ผลิตฮาร์ดแวร์คุณภาพสูงยังคงได้รับความต้องการที่มั่นคง ส่วนผู้ผลิตที่เทคโนโลยีล้าหลัง คุ้มค่าเงินต่ำ จะถูก淘汰
(สอง) โครงสร้างพื้นฐานกลางน้ำ: สถาปัตยกรรมแบบผสม崛起 โมเดลความร่วมมือปรับโครงสร้างใหม่
ด้านโครงสร้างพื้นฐาน AI (ศูนย์ข้อมูล บริการคลาวด์ การจัดสรรกำลังประมวลผล ฯลฯ) จะ迎来 “สถาปัตยกรรมแบบผสม” 崛起 และการปรับโครงสร้างโมเดลความร่วมมือใหม่ โดยระดับความเข้มข้นของอุตสาหกรรมมีแนวโน้มเพิ่มสูงขึ้น
ก่อนหน้านี้ OpenAI ได้บรรลุข้อตกลงความร่วมมือด้านโครงสร้างพื้นฐานกับบริษัทต่างๆ เช่น Nvidia และ Amazon วางแผนที่จะสนับสนุนความต้องการกำลังประมวลผลผ่านกำลังประมวลผลบนคลาวด์ขนาดใหญ่และศูนย์ข้อมูลที่สร้างเอง แต่หลังการปรับการใช้จ่ายครั้งนี้ OpenAI จะ倾向于 “สถาปัตยกรรมกำลังประมวลผลแบบผสมที่จัดสรรตามความต้องการ จับคู่อย่างแม่นยำ” มากขึ้น – ใช้กำลังประมวลผลภายในองค์กรสำหรับการอนุมานประจำวัน สถานการณ์ความถี่สูง ใช้กำลังประมวลผลบนคลาวด์สำหรับความต้องการสูงสุด การสำรวจทางเทคนิค โมเดลนี้ไม่เพียงแต่ลดต้นทุนได้ แต่ยังเพิ่มประสิทธิภาพการจัดสรรกำลังประมวลผลอีกด้วย
การเปลี่ยนแปลงนี้จะเป็นประโยชน์ต่อองค์กรที่มี “โซลูชันกำลังประมวลผลแบบผสม” ตัวอย่างเช่น ผู้ให้บริการคล
⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง
☕ สนับสนุนค่ากาแฟทีมงาน
หากคุณชอบบทความนี้ สามารถสนับสนุนเราได้ผ่าน PromptPay
本文来自网络搜集，不代表คลื่นสร้างอนาคต立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/th/archives/22871