Snowflake เปิดตัว Dynamic Model Routing ใน Cortex AI Gateway เพื่อเลือกโมเดล AI ให้เหมาะกับแต่ละงานโดยอัตโนมัติ ช่วยลดต้นทุนและเพิ่มประสิทธิภาพการใช้งาน พร้อมขยายทางเลือกด้วยโมเดลแบบเปิดอย่าง DeepSeek และ GLM ซึ่งอาจช่วยบรรเทาแรงกดดันด้านต้นทุนและอัตรากำไรในระยะกลาง จุดเด่นสำคัญของ Snowflake อยู่ที่การรวมข้อมูลขององค์กร การควบคุมสิทธิ์ การเลือกโมเดล และการบริหารค่าใช้จ่ายไว้บนแพลตฟอร์มเดียว มากกว่าความสามารถด้าน Model Routing เพียงอย่างเดียว เนื่องจาก AWS, Microsoft และ Google ต่างพัฒนาเครื่องมือในลักษณะใกล้เคียงกันแล้ว ดังนั้นเรามองพัฒนาการนี้เป็นบวกต่อ Snowflake แต่ปัจจัยชี้ขาดคือบริษัทจะสามารถเปลี่ยนต้นทุน AI ที่ลดลงให้กลายเป็นปริมาณการใช้งานที่สูงขึ้นมากพอที่จะหนุนรายได้ การรักษาลูกค้า และอัตรากำไรได้หรือไม่
Snowflake เพิ่มระบบเลือกโมเดล AI อัตโนมัติ ลดต้นทุนและเพิ่มความสามารถแข่งขัน

Snowflake เพิ่มระบบเลือกโมเดล AI อัตโนมัติ ลดต้นทุนและเพิ่มความสามารถแข่งขัน
Snowflake เปิดตัวระบบเลือกโมเดล AI แบบอัตโนมัติใน Cortex AI Gateway เพื่อเลือกโมเดลที่เหมาะกับแต่ละงานโดยพิจารณาทั้งคุณภาพ ความเร็ว และต้นทุน ช่วยให้ลูกค้าองค์กรลดค่าใช้จ่ายจากการใช้ AI พร้อมเพิ่มทางเลือกด้วยโมเดลแบบเปิด เช่น DeepSeek และ GLM ภาพรวมถือเป็นบวกต่อ Snowflake เพราะช่วยเพิ่มความคุ้มค่าของแพลตฟอร์ม ลดแรงกดดันด้านต้นทุน และเสริมความสามารถในการแข่งขันกับผู้ให้บริการคลาวด์รายใหญ่และผู้พัฒนาโมเดล AI ชั้นนำ
Snowflake ใช้ระบบเลือกโมเดลอัตโนมัติ เพื่อคุมต้นทุน AI
- Snowflake เพิ่มความสามารถ Dynamic Model Routing ใน Cortex AI Gateway ซึ่งสามารถเลือกโมเดลให้เหมาะกับแต่ละงานโดยอัตโนมัติ แทนที่จะใช้โมเดลที่มีต้นทุนสูงกับทุกคำสั่ง โดยงานทั่วไปหรือซ้ำๆ จะถูกส่งไปยังโมเดลที่ประหยัดกว่า ขณะที่งานที่ต้องใช้การวิเคราะห์ซับซ้อนจะถูกส่งไปยังโมเดลประสิทธิภาพสูง ช่วยลดค่าใช้จ่ายโดยที่ลูกค้าไม่ต้องจัดการเลือกโมเดลเอง
- แนวทางนี้ตอบโจทย์ลูกค้าองค์กรมากขึ้น เพราะเมื่อการใช้งาน AI ขยายตัว ต้นทุนจากการประมวลผลจะเป็นประเด็นสำคัญ Snowflake จึงพยายามเปลี่ยนจุดขายจากเพียง “ใช้ AI ได้” ไปสู่ “ใช้ AI ได้อย่างคุ้มค่า” มากขึ้น
เพิ่มโมเดลแบบเปิด ช่วยลดการพึ่งพาโมเดลราคาแพง
- Snowflake เตรียมเพิ่ม DeepSeek-V4-Flash และ GLM-5.3 เข้ามาในแพลตฟอร์ม ควบคู่กับโมเดลจาก Anthropic, OpenAI, Google, Meta และผู้ให้บริการรายอื่น ทำให้ลูกค้ามีทางเลือกมากขึ้นในการปรับสมดุลระหว่างประสิทธิภาพและต้นทุน
- ผลทดสอบภายในของ Snowflake ยังระบุว่า DeepSeek-V4-Flash ทำคะแนนงานด้านวิศวกรรมข้อมูลได้ 4% และทำได้ดีกว่าโมเดลปิดชั้นนำบางส่วนที่ใช้ในการทดสอบ ขณะที่ GLM ทำผลงานได้ดีพร้อมใช้ปริมาณ token ต่ำกว่า สะท้อนว่าโมเดลแบบเปิดกำลังลดช่องว่างด้านประสิทธิภาพลงอย่างต่อเนื่อง
ประสิทธิภาพดีขึ้นโดยไม่จำเป็นต้องใช้โมเดลแพงตลอดเวลา
- Snowflake ระบุว่าการผสมผสานระหว่างโมเดลแบบเปิดและโมเดลปิดสามารถให้คุณภาพใกล้เคียงกัน แต่ใช้ทรัพยากรได้มีประสิทธิภาพกว่า โดยในการทดสอบหนึ่ง ระบบเลือกโมเดลอัตโนมัติช่วยเพิ่มประสิทธิภาพการใช้ token ได้สูงสุด 3 เท่า เมื่อสร้าง dbt pipeline ขณะที่อีกการทดสอบช่วยเพิ่มประสิทธิภาพการใช้ token ราว 25% สำหรับงานด้านวิศวกรรมซอฟต์แวร์
- จุดนี้มีความสำคัญต่อ Snowflake เพราะหากลูกค้าสามารถใช้ AI ได้มากขึ้นภายใต้งบประมาณเดิม ก็มีโอกาสหนุนการใช้งานแพลตฟอร์มในภาพรวม แม้ต้นทุนต่อหน่วยของแต่ละคำสั่งจะลดลงก็ตาม
เสริมจุดแข็งด้านการควบคุมข้อมูลและงบประมาณองค์กร
- นอกจากการเลือกโมเดลแล้ว Snowflake ยังเพิ่มเครื่องมือให้ลูกค้าติดตามการใช้ token แยกค่าใช้จ่ายตามทีม กำหนดโควตา และตั้งเพดานงบประมาณได้ ทำให้ฝ่ายไอทีสามารถควบคุมการใช้ AI ภายในองค์กรได้ละเอียดขึ้น
- สิ่งนี้ช่วยเสริมจุดแข็งเดิมของ Snowflake ในเรื่องการดูแลข้อมูลและสิทธิ์การเข้าถึง เพราะลูกค้าไม่จำเป็นต้องย้ายข้อมูลออกจากแพลตฟอร์มเพื่อใช้โมเดลจากหลายค่าย แต่สามารถบริหารทั้งข้อมูล โมเดล และค่าใช้จ่ายอยู่ภายใต้ระบบเดียวกัน
เปรียบเทียบกับอุตสาหกรรม: Snowflake เด่นที่การเชื่อม AI เข้ากับข้อมูลขององค์กร
บริษัท / แพลตฟอร์ม | ความสามารถด้านการเลือกโมเดล AI | จุดแข็งหลัก | ข้อจำกัด / ความเสี่ยง |
|---|---|---|---|
Snowflake – Cortex AI Gateway | เลือกโมเดลอัตโนมัติตามคุณภาพ ต้นทุน และความซับซ้อนของงาน | เชื่อม ข้อมูล + AI + การควบคุมสิทธิ์ + การบริหารค่าใช้จ่าย อยู่บนแพลตฟอร์มเดียว และรองรับโมเดลจากหลายค่าย | ความสามารถเลือกโมเดลไม่ใช่เทคโนโลยีเฉพาะตัว และอาจถูกคู่แข่งพัฒนาได้ |
AWS – Bedrock | มีระบบเลือกและส่งคำสั่งไปยังโมเดลที่เหมาะสมตามคุณภาพและต้นทุน | ระบบคลาวด์ขนาดใหญ่ ลูกค้าองค์กรจำนวนมาก และมีโมเดลให้เลือกหลากหลาย | จุดขายด้านการเลือกโมเดลใกล้เคียง Snowflake ทำให้การแข่งขันสูง |
Microsoft – Foundry | มี Model Router ช่วยเลือกโมเดลให้เหมาะกับแต่ละคำสั่ง | เชื่อมกับ Azure และระบบองค์กรของ Microsoft ได้กว้าง โดยเฉพาะลูกค้าที่ใช้งาน Microsoft อยู่แล้ว | มีความได้เปรียบด้านระบบนิเวศ ทำให้เป็นคู่แข่งโดยตรงในลูกค้าองค์กร |
Google Cloud | มีเครื่องมือช่วยเลือกโมเดลและปรับสมดุลระหว่างคุณภาพกับต้นทุน | มีโมเดลของตัวเองและโครงสร้างพื้นฐาน AI ครบวงจร | แข่งขันได้ทั้งด้านโมเดล คลาวด์ และข้อมูล ทำให้ Snowflake ต้องสร้างความแตกต่างเพิ่มเติม |
ความสามารถในการเลือกโมเดลอัตโนมัติกำลังกลายเป็นมาตรฐานของอุตสาหกรรม มากกว่าจะเป็นข้อได้เปรียบเฉพาะของ Snowflake ดังนั้นจุดเด่นที่แท้จริงของ Snowflake คือการนำ AI มาทำงานบนข้อมูลขององค์กรที่มีอยู่เดิม พร้อมระบบควบคุมสิทธิ์และต้นทุนในที่เดียว ซึ่งช่วยลดความยุ่งยากในการนำ AI ไปใช้งานจริงในองค์กร
ความเสี่ยง: ต้นทุนลดลงอาจไม่ได้แปลว่ารายได้ของ Snowflake เพิ่มขึ้นทันที
- การแข่งขันสูงและความแตกต่างของผลิตภัณฑ์อาจลดลง เนื่องจากผู้ให้บริการคลาวด์รายใหญ่มีระบบเลือกโมเดลอัตโนมัติในทิศทางเดียวกัน หากความสามารถนี้กลายเป็นมาตรฐานของอุตสาหกรรม Snowflake จะต้องสร้างความแตกต่างผ่านข้อมูล การควบคุมสิทธิ์ และความง่ายในการใช้งาน มากกว่าพึ่งคุณสมบัติด้านการเลือกโมเดลเพียงอย่างเดียว
- ประโยชน์ด้านต้นทุนอาจมีผลสองด้านต่อรายได้ เพราะ Snowflake คิดค่าบริการตามการใช้งาน หากระบบใหม่ช่วยให้ลูกค้าใช้ทรัพยากรต่อหนึ่งงานลดลง รายได้จากการประมวลผลต่อหนึ่งงานอาจลดตามไปด้วย ดังนั้นผลบวกต่อบริษัทจะเกิดขึ้นก็ต่อเมื่อต้นทุนที่ลดลงกระตุ้นให้ลูกค้าเพิ่มจำนวนงาน AI มากพอที่จะชดเชยการใช้ทรัพยากรต่อครั้งที่ลดลง ซึ่งเป็นข้อสรุปเชิงวิเคราะห์จากรูปแบบธุรกิจของบริษัทและยังต้องติดตามการใช้งานจริง
- ผลการทดสอบด้านประสิทธิภาพ เช่น การใช้ token ดีขึ้นสูงสุด 3 เท่า เป็น ผลทดสอบภายในของ Snowflake และบริษัทระบุเองว่าผลจริงอาจแตกต่างกันตามลักษณะงานและการตั้งค่าของลูกค้า จึงยังไม่ควรนำตัวเลขดังกล่าวไปสมมติว่าองค์กรทุกแห่งจะประหยัดต้นทุนในระดับเดียวกัน
มุมมอง InnovestX
- เรามองพัฒนาการนี้เป็น บวกต่อ Snowflake ในระยะกลางถึงยาว เพราะ Dynamic Model Routing ช่วยให้ลูกค้าองค์กรใช้ AI ได้คุ้มค่าขึ้น โดยเลือกโมเดลให้เหมาะกับแต่ละงานอัตโนมัติ ลดการใช้โมเดลต้นทุนสูงเกินความจำเป็น และยังช่วยบรรเทาแรงกดดันด้านอัตรากำไรขั้นต้นของ Snowflake เมื่อโมเดลแบบเปิดที่มีต้นทุนต่ำเข้ามามีบทบาทมากขึ้น
- จุดแข็งสำคัญไม่ได้อยู่ที่ระบบเลือกโมเดลเพียงอย่างเดียว เพราะคู่แข่งรายใหญ่ก็พัฒนาในทิศทางเดียวกัน แต่คือการที่ Snowflake สามารถรวม ข้อมูลขององค์กร การควบคุมสิทธิ์ การเลือกโมเดล และการบริหารต้นทุน AI ไว้บนแพลตฟอร์มเดียว ทำให้เหมาะกับลูกค้าองค์กรที่ต้องการนำ AI ไปใช้งานจริงโดยไม่เพิ่มความซับซ้อนในการจัดการระบบ
- อย่างไรก็ตาม เรามองว่าความสามารถนี้ยัง ไม่ใช่ข้อได้เปรียบที่ยั่งยืนเพียงลำพัง เนื่องจาก AWS, Microsoft และ Google มีทรัพยากรและระบบนิเวศที่แข็งแกร่งกว่า ความเสี่ยงหลักจึงอยู่ที่การแข่งขันที่สูงขึ้น รวมถึงกรณีที่ประสิทธิภาพการใช้ทรัพยากรดีขึ้นเร็วกว่าการเพิ่มขึ้นของปริมาณงาน ซึ่งอาจจำกัดการเติบโตของรายได้จากรูปแบบคิดค่าบริการตามการใช้งาน
- ดังนั้น ปัจจัยที่ต้องติดตามต่อคือว่า Snowflake จะสามารถเปลี่ยน ต้นทุน AI ที่ลดลงให้กลายเป็นปริมาณการใช้งานที่เพิ่มขึ้น ได้มากเพียงใด หากทำได้ จะช่วยหนุนทั้งการเติบโตของการใช้งานแพลตฟอร์ม การรักษารายได้จากลูกค้าเดิม และคุณภาพของอัตรากำไรในระยะถัดไป
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

