สื่อต่างประเทศระบุว่า การปรับราคา GitHub Copilot ของไมโครซอฟท์ในช่วงนี้สะท้อนให้เห็นว่าอุตสาหกรรม AI กำลังเปลี่ยนจากโมเดลที่ขับเคลื่อนด้วยการอุดหนุนไปสู่การถ่ายทอดต้นทุนอย่างตรงไปตรงมา ช่วงเวลาที่ผ่านมา ผลิตภัณฑ์ AI แบบสร้างเนื้อหาจำนวนมากได้ขยายตัวอย่างรวดเร็วด้วยค่าบริการรายเดือนที่ต่ำ แต่ค่าใช้จ่ายจริงในการประมวลผลไม่ได้ลดลงตามไปด้วย ตอนนี้ลูกค้าองค์กรเริ่มรับรู้ถึงแรงกดดันนี้อย่างชัดเจนยิ่งขึ้น
การปรับราคาของไมโครซอฟท์เปิดเผยปัญหาด้านต้นทุน
บทความระบุว่า GitHub Copilot ไม่ได้พึ่งพาค่าสมัครแบบคงที่อีกต่อไป แต่เน้นการคิดค่าบริการตาม token การเปลี่ยนแปลงนี้ถูกผู้ใช้บางส่วนเรียกว่า “Tokenpocalypse” ซึ่งหมายถึงต้นทุนการใช้งาน AI กำลังเริ่มเปลี่ยนจากด้านแพลตฟอร์มไปสู่ด้านลูกค้า
ความเห็นระบุว่า ปัจจุบันผลิตภัณฑ์ AI จำนวนมากดูเหมือนมีราคาต่ำ เนื่องจากพึ่งพาการอุดหนุนจากทุนการลงทุน เมื่อการอุดหนุนลดลง ผู้ผลิตจะต้องสะท้อนต้นทุนการเรียกใช้โมเดลที่แท้จริงเข้าไปในราคา ซึ่งจะส่งผลให้พฤติกรรมการจัดซื้อขององค์กรและการใช้งานภายในเปลี่ยนแปลงตามไปด้วย
บริษัทเริ่มจำกัดการใช้งานภายใน
บทความยกตัวอย่าง Uber ซึ่งในช่วงเวลาสั้นๆ ได้ผ่านกระบวนการจากการเพิ่มการลงทุนด้าน AI ไปสู่ความกังวลเกี่ยวกับการใช้จ่ายงบประมาณอย่างรวดเร็ว และต่อมาพิจารณาการตั้งขีดจำกัดการใช้งาน บทความชี้ให้เห็นว่าแม้แต่บริษัทขนาดใหญ่ก็จะเผชิญกับปัญหาการควบคุมต้นทุนอย่างรวดเร็วหลังจากเชื่อมต่อ AI แบบสร้างเนื้อหาในปริมาณมาก
ผู้เขียนเชื่อว่า อุตสาหกรรมก่อนหน้านี้มีการไล่ตามการใช้โทเค็นอย่างรวดเร็ว และการลดลงก็เกิดขึ้นอย่างรวดเร็วเช่นกัน แนวคิดการเติบโตที่สร้างขึ้นรอบๆ “ใช้โมเดลมากขึ้น ใช้โทเค็นมากขึ้น” เริ่มได้รับการตั้งคำถามหลังจากใบแจ้งหนี้ของบริษัทเพิ่มขึ้นอย่างต่อเนื่อง
แบบจำลองธุรกิจและกฎระเบียบเผชิญแรงกดดันพร้อมกัน
ความคิดเห็นยังระบุว่า พร้อมกับที่บริษัท AI เพิ่มเติมเตรียมเข้าสู่การเสนอขายหุ้นครั้งแรก ข้อมูลเปิดเผยความเสี่ยงในเอกสารการเสนอขายอาจเน้นพูดถึงต้นทุนโทเค็น ความยั่งยืนของการกำหนดราคา และความเต็มใจของลูกค้าในการจ่ายเงิน บทความระบุว่า ความเสี่ยงเหล่านี้เปลี่ยนแปลงเร็วเกินไป จนกลายเป็นคำถามที่อุตสาหกรรมต้องตอบอย่างตรงไปตรงมา
ในขณะเดียวกัน ประธานาธิบดีสหรัฐฯ ทรัมป์ได้ลงนามในคำสั่งบริหารเมื่อสัปดาห์นี้ เพื่อให้รัฐบาลมีโอกาสตรวจสอบโมเดล AI ที่มีพลังสูง บทความระบุว่า บริษัท AI ต้องจัดการกับช่องว่างระหว่างต้นทุนและรายได้ พร้อมกับเผชิญกับการกำกับดูแลที่ตามมา ทำให้อุตสาหกรรมอาจปรับตัวเร็วขึ้นต่อไป
โดยรวมแล้ว ข้อสรุปหลักของบทวิจารณ์นี้คือ อุตสาหกรรม AI ในขั้นต่อไปไม่เพียงแต่ต้องดำเนินการพัฒนาความสามารถของโมเดลต่อไป แต่ยังต้องรีบลดช่องว่างระหว่างราคาผลิตภัณฑ์กับต้นทุนการดำเนินงานจริง หากไม่สามารถทำเช่นนี้ได้ ความกระตือรือร้นของลูกค้าองค์กรในการใช้งานอาจลดลงก่อนที่จะเกิดความก้าวหน้าทางเทคโนโลยี