Meta–Google–OpenAI เร่งออกโมเดลใหม่ ทำให้การแข่งขัน AI เพิ่มขึ้น

1) ภาพรวม — การแข่งขัน AI เปลี่ยนจาก “ใครฉลาดกว่า” สู่ “ใครทำงานแทนคนได้จริง”

·       Meta, Google และ OpenAI เปิดตัวโมเดลรุ่นใหม่ในช่วงเวลาใกล้กัน โดยจุดร่วมสำคัญคือการยกระดับความสามารถด้าน เขียนโปรแกรม การใช้เครื่องมือ และการทำงานหลายขั้นตอนแทนผู้ใช้ สะท้อนว่าการแข่งขันกำลังขยับจากการตอบคำถามทั่วไป ไปสู่การสร้าง AI ที่สามารถทำงานจริงในองค์กรได้มากขึ้น

·       การแข่งขันรอบนี้ยังมีลักษณะต่างจากเดิม เพราะบริษัทไม่ได้แข่งกันเฉพาะประสิทธิภาพสูงสุด แต่เริ่มให้ความสำคัญกับ ต้นทุน ความเร็ว และความปลอดภัย มากขึ้น ซึ่งจะเป็นปัจจัยสำคัญต่อการนำ AI ไปใช้ในวงกว้างในภาคธุรกิจ

2) Meta Muse Spark 1.3 ลดช่องว่างกับผู้นำ โดยเน้นเขียนโปรแกรมและ AI ผู้ช่วย

·       Meta เปิดตัว Muse Spark 1.3 ซึ่งบริษัทระบุว่าเป็นการพัฒนาครั้งใหญ่ที่สุดของโมเดลตนเอง โดยมีความสามารถด้านการเขียนโปรแกรมและการทำงานแทนผู้ใช้ดีขึ้นอย่างชัดเจน และ Meta มองว่าประสิทธิภาพเข้าใกล้ Anthropic และ OpenAI แล้ว โดยเฉพาะงานเขียนโปรแกรม

·       จุดสำคัญคือ Meta ต้องการนำโมเดลนี้ไปต่อยอดเป็น ผู้ช่วยส่วนตัวที่ทำงานต่อเนื่องแทนผู้ใช้ได้ รวมถึงนำไปใช้ผ่าน Facebook, Instagram และ Meta AI ซึ่งทำให้ Meta มีข้อได้เปรียบจากฐานผู้ใช้ขนาดใหญ่ หากสามารถเปลี่ยนความสามารถของโมเดลให้กลายเป็นบริการที่ใช้งานจริงได้

·       อย่างไรก็ตาม Meta ยังต้องพิสูจน์ผลตอบแทนจากเงินลงทุนด้าน AI จำนวนมาก เนื่องจากบริษัทลงทุนหลายแสนล้านดอลลาร์ในโครงสร้างพื้นฐานและบุคลากร ขณะที่นักลงทุนเริ่มจับตาว่าความสามารถที่ดีขึ้นจะสามารถเปลี่ยนเป็นรายได้และกำไรได้เร็วเพียงใด

3) Google Gemini 3.8 Flash ใช้จุดขาย “ประสิทธิภาพสูงในต้นทุนต่ำ”

·       Google เปิดตัว Gemini 3.8 Flash โดยเน้นงานเขียนโปรแกรม งานวิเคราะห์หลายขั้นตอน และ AI ที่ทำงานอัตโนมัติ จุดเด่นคือสามารถเข้าใกล้โมเดลระดับสูงที่มีราคาแพงกว่าได้ แต่ยังคงค่าบริการเบื้องต้นไว้ที่ $0.75 ต่อข้อมูลเข้า 1 ล้านหน่วย และ $3.75 ต่อข้อมูลออก 1 ล้านหน่วย

·       ผลทดสอบบางด้านสะท้อนว่า Gemini 3.8 Flash สามารถแข่งขันกับโมเดลขนาดใหญ่ได้ โดยเฉพาะงานวิศวกรรมซอฟต์แวร์ การเงิน และกฎหมาย แต่ข้อแลกเปลี่ยนคือโมเดลอาจใช้ปริมาณการประมวลผลมากขึ้นในงานซับซ้อน ทำให้ต้นทุนจริงต่อหนึ่งงานอาจสูงขึ้นแม้ราคาต่อหน่วยไม่เปลี่ยนแปลง

·       กลยุทธ์นี้สะท้อนว่า Google กำลังใช้ ราคาและประสิทธิภาพต่อเงินที่จ่าย เป็นอาวุธสำคัญ ซึ่งอาจเพิ่มแรงกดดันต่อผู้พัฒนาโมเดลรายอื่นให้ลดราคาและเพิ่มประสิทธิภาพตามไปด้วย

4) OpenAI GPT-6 Astra ยกระดับจากผู้ช่วยสู่ระบบที่ทำงานซับซ้อนแทนคน

·       OpenAI เปิดตัว GPT-6 Astra ซึ่งถูกวางตำแหน่งเป็นการเปลี่ยนแปลงครั้งใหญ่ของ AI โดยโมเดลสามารถทำงานหลายประเภทภายในซอฟต์แวร์ได้โดยตรง เช่น จัดทำเอกสาร สร้างเกม ออกแบบวงจร ทำงานด้านวิทยาศาสตร์ และจัดการงานที่ใช้เวลานานกว่าเดิม

·       Astra ถูกฝึกด้วยการประมวลผลขนาดใหญ่มาก โดยใช้ GPU มากกว่า 100,000 ตัว ที่ศูนย์ Stargate ในรัฐเท็กซัส สะท้อนว่าการยกระดับความสามารถของ AI รุ่นใหม่ยังต้องใช้โครงสร้างพื้นฐานจำนวนมาก แม้ประสิทธิภาพของชิปและซอฟต์แวร์จะดีขึ้นแล้วก็ตาม

·       จุดที่แตกต่างจาก Meta และ Google คือ OpenAI ให้ความสำคัญมากกับความสามารถระดับสูงสุด โดยเฉพาะด้านความปลอดภัยไซเบอร์ ซึ่ง Astra ถูกจัดให้อยู่ในระดับที่สามารถค้นหาและใช้ช่องโหว่ที่ไม่เคยถูกค้นพบได้ ทำให้บริษัทต้องจำกัดความสามารถบางส่วนไว้เฉพาะกลุ่มผู้ทดสอบที่ได้รับอนุญาต

5) ความปลอดภัยกลายเป็นข้อจำกัดสำคัญของการแข่งขัน AI

·       เมื่อโมเดลสามารถทำงานได้ด้วยตนเองมากขึ้น ความเสี่ยงก็เพิ่มขึ้นตามไปด้วย โดยทั้ง Meta, Google และ OpenAI ต่างเพิ่มมาตรการด้านความปลอดภัย โดยเฉพาะงานที่เกี่ยวข้องกับระบบคอมพิวเตอร์และความมั่นคงไซเบอร์

·       Google เปิดตัว Gemini 3.8 Flash Cyber สำหรับกลุ่มรัฐบาลและพันธมิตรที่ได้รับอนุญาต โดยเน้นค้นหาช่องโหว่และแก้ไขระบบอัตโนมัติ ขณะที่ OpenAI จำกัดความสามารถขั้นสูงของ Astra และเพิ่มโครงการสนับสนุนผู้ป้องกันระบบสำคัญ ส่วน Meta ก็เพิ่มการทดสอบด้านความปลอดภัยหลังเคยเกิดเหตุโมเดลเข้าถึงระบบภายนอกระหว่างการทดสอบ

6) การแข่งขันที่รุนแรงขึ้นอาจทำให้ราคาการใช้ AI ลดลง แต่ความต้องการประมวลผลยังเพิ่ม

·       เมื่อ Meta, Google, OpenAI และ Anthropic ต่างเร่งเพิ่มประสิทธิภาพและลดต้นทุน โมเดล AI มีแนวโน้มถูกทำให้ใกล้เคียงกันมากขึ้นในหลายงาน ส่งผลให้การแข่งขันด้านราคาเพิ่มขึ้น และอาจกดดันรายได้ต่อหน่วยของผู้ให้บริการโมเดล

·       แต่ในอีกด้านหนึ่ง การที่ AI สามารถทำงานซับซ้อนและทำงานแทนคนได้มากขึ้น น่าจะเพิ่มปริมาณการใช้งานโดยรวมอย่างมาก ทั้งในงานเขียนโปรแกรม งานวิเคราะห์ การเงิน กฎหมาย และความปลอดภัยไซเบอร์ จึงยังเป็นแรงสนับสนุนต่อความต้องการศูนย์ข้อมูล GPU หน่วยความจำ และระบบเครือข่ายในระยะยาว

มุมมอง InnovestX

เรามองข่าวชุดนี้ เป็นบวกต่อห่วงโซ่โครงสร้างพื้นฐาน AI มากกว่าผู้พัฒนาโมเดลโดยตรง เนื่องจากการแข่งขันของ Meta, Google, OpenAI และ Anthropic ทำให้โมเดลมีประสิทธิภาพสูงขึ้นและราคาถูกลง ซึ่งอาจกดดันความสามารถในการตั้งราคาของผู้พัฒนาโมเดล แต่กลับเร่งการนำ AI ไปใช้จริงและเพิ่มปริมาณการประมวลผลโดยรวม โดยเฉพาะงาน AI ที่ทำงานต่อเนื่องหลายขั้นตอน จึงเป็นบวกต่อ Nvidia, Broadcom, SK Hynix, Micron, Arista Networks และ Vertiv ขณะที่ในฝั่งแพลตฟอร์ม เรามอง Google และ Meta มีข้อได้เปรียบจากฐานผู้ใช้และระบบบริการขนาดใหญ่ แต่ยังต้องติดตามความสามารถในการสร้างผลตอบแทนจากเงินลงทุน AI ที่เพิ่มขึ้น

ข้อสงวนสิทธิ์
ข้อมูล ความเห็น บทวิเคราะห์ ราคา การคาดการณ์ และ/หรือ ข้อมูลอื่นใด (“ข้อมูล”) ที่ปรากฏ จัดทำขึ้นเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น โดยมีที่มาจากแหล่งข้อมูลสาธารณะที่เชื่อว่าเชื่อถือได้ บริษัทหลักทรัพย์ อินโนเวสท์ เอกซ์ จำกัด (“INVX”) ไม่รับรองความถูกต้อง ครบถ้วน หรือความเป็นปัจจุบันของข้อมูลดังกล่าว โดยเป็นข้อมูล ณ วันที่เผยแพร่และอาจเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า ข้อมูลนี้ไม่ถือเป็นการรับประกันราคาหรือผลตอบแทน คำแนะนำการลงทุน การเสนอซื้อหรือขายหลักทรัพย์ หรือชักชวนให้เสนอซื้อหรือเสนอขายหลักทรัพย์ใด INVX และ/หรือ กรรมการ พนักงาน และลูกจ้างของ INVX ไม่รับผิดชอบต่อความเสียหายอันเป็นผลมาจากหรือเกี่ยวข้องกับการใช้ข้อมูลดังกล่าว

INVX และธนาคารไทยพาณิชย์ จำกัด (มหาชน) (“ธนาคารฯ”) เป็นบริษัทย่อยที่บริษัท เอสซีบี เอกซ์ จำกัด (มหาชน) (SCBX) เป็นผู้ถือหุ้นรายใหญ่ ข้อมูลที่เกี่ยวข้องกับธนาคารฯ มีวัตถุประสงค์เพื่อใช้ในการเปรียบเทียบเท่านั้น INVX และ/หรือ บริษัทในเครือ SCBX อาจเป็นที่ปรึกษาทางการเงิน ผู้จัดจำหน่ายหลักทรัพย์ ผู้ออกและเสนอขายหุ้นกู้ที่มีอนุพันธ์แฝง หรือ ตราสารแสดงสิทธิการฝากหลักทรัพย์ต่างประเทศ บนหลักทรัพย์ที่ปรากฏอยู่ในรายงานฉบับนี้ รวมถึงอาจมีการทำธุรกรรมอื่นใดในหลักทรัพย์ที่ถูกกล่าวถึง อันอาจก่อให้เกิดความขัดแย้งทางผลประโยชน์ได้ ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยง ก่อนตัดสินใจลงทุน