การย้ายออกของบุคลากรปัญญาประดิษฐ์ของเมตาและการใช้จ่ายกว่า 135 พันล้านดอลลาร์สหรัฐบนชิป

เขียนโดย: Ada, Shenchao TechFlow

พางรุ่อหมิงยังไม่ทันได้นั่งที่ทำงานที่เมตา ก็จากไปแล้ว

ในเดือนกรกฎาคม 2025 แซค เบิร์กเกอร์ ได้ชิงตัววิศวกรชาวจีนที่ต้องการมากที่สุดในด้านโครงสร้างพื้นฐาน AI จากแอปเปิล โดยเสนอแพ็กเกจค่าตอบแทนหลายปีมูลค่าเกิน 200 ล้านดอลลาร์สหรัฐ ปางรุ่ยหมิงถูกจัดให้เข้าสู่ห้องปฏิบัติการซูเปอร์อินเทลลิเจนซ์ของเมตา เพื่อรับผิดชอบการสร้างโครงสร้างพื้นฐานสำหรับโมเดล AI รุ่นถัดไป

7 เดือนต่อมา โอเพนเอไอ จ้างเขาไป

ตามรายงานของ The Information OpenAI ได้ดำเนินการจ้างงาน庞若鸣เป็นเวลาหลายเดือน แม้ว่า庞若鸣จะเคยบอกเพื่อนร่วมงานว่า “เขาพอใจมากกับการทำงานที่ Meta” แต่สุดท้ายเขาก็ตัดสินใจลาออก ตามรายงานของ Bloomberg ค่าตอบแทนของเขาที่ Meta ผูกกับเป้าหมายสำคัญ การลาออกก่อนกำหนดหมายถึงการละทิ้งหุ้นส่วนใหญ่ที่ยังไม่ได้รับ

200 ล้านดอลลาร์สหรัฐ ซื้อความภักดีไม่ได้แม้แต่ 7 เดือน

นี่ไม่ใช่เรื่องการเปลี่ยนงานธรรมดา

พังรุ่อหมิงไม่ใช่คนแรกที่จากไป

เมื่อสัปดาห์ที่แล้ว มาต เวลโลโซ หัวหน้าผลิตภัณฑ์ของแพลตฟอร์มนักพัฒนาของห้องปฏิบัติการซูเปอร์อินเทลลิเจนซ์ของเมตา ได้ประกาศลาออก โดยเขาเคยลาออกจาก Google DeepMind เมื่อเดือนกรกฎาคมปีที่แล้วและเข้าร่วมเมตา แต่ทำงานเพียงไม่ถึง 8 เดือน ก่อนหน้านั้น ในเดือนพฤศจิกายน 2025 ยาน เลคุน ผู้ได้รับรางวัลทัวริงและนักวิทยาศาสตร์ AI หัวหน้าของเมตา ซึ่งอยู่กับเมตามา 12 ปี ได้ประกาศลาออกเพื่อเริ่มธุรกิจส่วนตัว โดยพัฒนา “โมเดลโลก” ที่เขาเคยสนับสนุนมาโดยตลอด และรัส ซาลาคุตดินอฟ หัวหน้าฝ่ายวิจัย AI แบบสร้างสรรค์ของเมตา และศิษย์ใกล้ชิดของจอฟฟรีย์ ฮินตัน ก็เพิ่งประกาศลาออกเช่นกัน

เพื่อเข้าใจการสูญเสียบุคลากรของ Meta AI ต้องเข้าใจก่อนว่า Llama 4 นั้นบาดเจ็บมากแค่ไหน

ในเดือนเมษายน 2025 Meta ได้เปิดตัวอย่างเป็นทางการโมเดล Llama 4 รุ่น Scout และ Maverick ข้อมูลอย่างเป็นทางการดูโดดเด่นมาก โดยอ้างว่าสามารถเอาชนะ GPT-4.5 และ Claude Sonnet 3.7 ได้อย่างครอบคลุมในการทดสอบมาตรฐานหลัก เช่น MATH-500 และ GPQA Diamond

อย่างไรก็ตาม โมเดลแฟลกชิพที่บรรจุความทะเยอทะยานของ Meta กลับแสดงให้เห็นถึงข้อเท็จจริงทันทีในการทดสอบแบบเบลินด์โดยบุคคลที่สามในชุมชนโอเพนซอร์ส ความสามารถในการทั่วไปและการให้เหตุผลจริงๆ ต่างจากที่โฆษณาอย่างมาก ต่อหน้าข้อสงสัยอย่างรุนแรงจากชุมชน นักวิทยาศาสตร์ด้าน AI หัวหน้า Yann LeCun สุดท้ายก็ยอมรับว่า ทีมงานได้ “ใช้เวอร์ชันโมเดลที่ต่างกันเพื่อทดสอบชุดข้อมูลที่ต่างกัน เพื่อเพิ่มคะแนนสุดท้าย”

ในวงการวิชาการและวิศวกรรม AI ที่เคร่งครัด นี่คือการข้ามเส้นแดงที่ไม่สามารถให้อภัยได้ พูดอีกแบบหนึ่ง ทีมงานได้ฝึก Llama 4 ให้เป็นเหมือน “นักเรียนเมืองเล็กที่ท่องข้อสอบเก่า” แทนที่จะเป็น “นักเรียนยอดเยี่ยมที่มีปัญญาขั้นสูง” เมื่อสอบคณิตศาสตร์ ก็จะให้ดูผู้เชี่ยวชาญด้านคณิตศาสตร์ เมื่อสอบการเขียนโปรแกรม ก็จะให้ดูผู้เชี่ยวชาญด้านการเขียนโปรแกรม แต่ละการทดสอบดูแข็งแกร่งมาก แต่ในความเป็นจริง นี่ไม่ใช่โมเดลเดียวกัน

สิ่งนี้ในวงการวิชาการ AI เรียกว่า “การเก็บผลไม้ที่ง่ายที่สุด” ในวงการการศึกษาเพื่อสอบเรียกว่า “การสอบแทน”

สำหรับเมตา ซึ่งเคยถือตัวเองเป็น “แสงสว่างของโอเพนซอร์ส” วิกฤตครั้งนี้ได้ทำลายทรัพย์สินที่มีค่าที่สุดของมันในระบบนิเวศนักพัฒนา นั่นคือความเชื่อมั่น โดยผลลัพธ์โดยตรงคือ ซัคเคอร์เบิร์กสูญเสียความเชื่อมั่นอย่างสิ้นเชิงในขีดจำกัดทางวิศวกรรมของทีม GenAI เดิม ซึ่งเป็นจุดเริ่มต้นของการแต่งตั้งผู้บริหารจากภายนอกและการลดอำนาจของหน่วยงานโครงสร้างพื้นฐานหลัก

เขาใช้เงิน 14.3 ถึง 15 พันล้านดอลลาร์สหรัฐในการซื้อหุ้น 49% ของบริษัททำเครื่องหมายข้อมูล Scale AI แต่งตั้ง Alexandr Wang ซีอีโอวัย 28 ปีของ Scale AI ให้เป็นหัวหน้าด้านปัญญาประดิษฐ์ของ Meta และก่อตั้งห้องปฏิบัติการซูเปอร์อินเทลลิเจนซ์ของ Meta (MSL) ผู้ได้รับรางวัลทัวริง LeCun ต้องรายงานตัวต่อหนุ่มวัย 28 ปีคนนี้ในสถาปัตยกรรมใหม่ ในเดือนตุลาคม Meta ลดตำแหน่งประมาณ 600 ตำแหน่งใน MSL รวมถึงสมาชิกของแผนกการวิจัย FAIR ที่ LeCun เป็นผู้ก่อตั้ง

ในขณะเดียวกัน โมเดลแฟลกชิพที่วางแผนจะเปิดตัวในฤดูร้อนปี 2025 ชื่อ Llama 4 Behemoth ก็ถูกเลื่อนออกไปหลายครั้ง ตั้งแต่ฤดูร้อนไปสู่ฤดูใบไม้ร่วง และสุดท้ายถูกเลื่อนออกไปอย่างไม่มีกำหนด

Meta กำลังพัฒนาโมเดลข้อความรุ่นถัดไปที่มีรหัสชื่อ “Avocado” และโมเดลภาพ/วิดีโอที่มีรหัสชื่อ “Mango” รายงานระบุว่า Avocado มีเป้าหมายเพื่อแข่งขันกับ GPT-5 และ Gemini 3 Ultra ซึ่งเดิมวางแผนจะส่งมอบปลายปี 2025 แต่เนื่องจากผลการทดสอบประสิทธิภาพและการปรับแต่งการฝึกอบรมไม่เป็นไปตามเกณฑ์ จึงเลื่อนออกไปเป็นไตรมาสแรกของปี 2026 Meta กำลังพิจารณาที่จะปล่อยแบบปิดแหล่งที่มา ละทิ้งประเพณีการเปิดแหล่งที่มาของซีรีส์ Llama ที่ผ่านมา

เมตาได้犯ข้อผิดพลาดร้ายแรงสองประการในโมเดล AI ประการแรกคือการปลอมแปลง benchmark ซึ่งทำลายความเชื่อมั่นของชุมชนนักพัฒนาโดยตรง; ประการที่สองคือการบังคับให้หน่วยงานวิจัยพื้นฐานอย่าง FAIR ซึ่งต้องใช้เวลาสิบปีในการพัฒนา ถูกฝังอยู่ภายในองค์กรผลิตภัณฑ์ที่มุ่งเน้น KPI รายไตรมาส สองเรื่องนี้รวมกันคือสาเหตุหลักที่ทำให้เกิดการสูญเสียบุคลากรในปัจจุบัน

ผู้เชี่ยวชาญกำลังหลบหนี และชิปก็มีปัญหา

ตามรายงานของ The Information เมตาได้เลิกโครงการพัฒนาชิปฝึกฝน AI ขั้นสูงสุดภายในของตนเมื่อสัปดาห์ที่แล้ว

แผนชิปที่ Meta พัฒนาเองเรียกว่า MTIA (Meta Training and Inference Accelerator) แผนแรกของบริษัทมีความทะเยอทะยานสูง: MTIA v4 รหัสลับ “Santa Barbara” v5 รหัสลับ “Olympus” และ v6 รหัสลับ “Universal Core” คาดว่าจะส่งมอบตามลำดับระหว่างปี 2026 ถึง 2028 โดย Olympus ถูกออกแบบให้เป็นชิปชิ้นแรกของ Meta ที่ใช้สถาปัตยกรรม chiplet 2nm เป้าหมายคือครอบคลุมทั้งการฝึกโมเดลระดับสูงและการทำ inference แบบเรียลไทม์ สุดท้ายจะแทนที่ NVIDIA ในคลัสเตอร์การฝึกของ Meta

ตอนนี้ชิปการฝึกที่ทันสมัยที่สุดนี้ถูกยกเลิกแล้ว

เมตาไม่ได้ไม่มีความคืบหน้าเลย โดย MTIA ได้บรรลุผลบางอย่างในด้านการให้บริการแบบอินเฟอเรนซ์ ชิป MTIA v3 ที่มีรหัสลับว่า “Iris” ได้รับการติดตั้งในขนาดใหญ่ในศูนย์ข้อมูลของเมตา โดยใช้หลักๆ ในระบบแนะนำของ Facebook Reels และ Instagram ซึ่งรายงานว่าลดต้นทุนการครอบครองทั้งหมดลง 40% ถึง 44% แต่การให้บริการแบบอินเฟอเรนซ์และการฝึกอบรมนั้นต่างกัน การให้บริการแบบอินเฟอเรนซ์คือการรันโมเดล ส่วนการฝึกอบรมคือการฝึกโมเดล เมตาสามารถผลิตชิปสำหรับการให้บริการแบบอินเฟอเรนซ์ได้ด้วยตัวเอง แต่ยังไม่สามารถผลิตชิปสำหรับการฝึกอบรมที่สามารถแข่งขันกับนิวเดียได้

นี่ไม่ใช่ครั้งแรกในประวัติศาสตร์ ในปี 2022 Meta เคยพยายามพัฒนาชิปการให้เหตุผลด้วยตัวเอง แต่หลังจากล้มเหลวในการปรับใช้ในระดับเล็ก จึงเลิกโครงการทันทีและสั่งซื้อจำนวนมากจาก NVIDIA

การพัฒนาชิปของตัวเองล้มเหลว ทำให้ Meta เร่งการซื้อจากภายนอกอย่างรวดเร็ว

ในเดือนมกราคม 2026 Meta ประกาศงบประมาณการใช้จ่ายด้านทุนสำหรับปีนี้อยู่ที่ 115,000 ล้านถึง 135,000 ล้านดอลลาร์สหรัฐ ซึ่งเกือบเป็นสองเท่าของ 72,200 ล้านดอลลาร์สหรัฐในปีที่แล้ว เงินจำนวนนี้ส่วนใหญ่จะถูกใช้ไปกับชิป

ภายใน 10 วัน มีคำสั่งซื้อขนาดใหญ่สามคำสั่งเกิดขึ้นต่อเนื่อง:

วันที่ 17 กุมภาพันธ์ Meta และ NVIDIA ได้ลงนามในข้อตกลงความร่วมมือเชิงยุทธศาสตร์ระยะยาวข้ามรุ่น Meta จะติดตั้ง “หลายล้านชิ้น” ของ GPU รุ่น Blackwell และรุ่นใหม่ Vera Rubin พร้อมกับ CPU แยก Grace นักวิเคราะห์ประเมินมูลค่าธุรกรรมอยู่ในระดับหลายร้อยพันล้านดอลลาร์สหรัฐ โดย Meta กลายเป็นลูกค้าซูเปอร์คอมพิวเตอร์รายแรกของโลกที่ติดตั้ง CPU แยก Grace ของ NVIDIA ในปริมาณมาก

วันที่ 24 กุมภาพันธ์ Meta และ AMD ได้ลงนามในข้อตกลงชิปหลายปีมูลค่าระหว่าง 60,000 ล้านถึง 100,000 ล้านดอลลาร์สหรัฐ Meta จะซื้อ GPU รุ่น MI450 ล่าสุดและ CPU EPYC รุ่นที่หกจาก AMD ในฐานะส่วนหนึ่งของข้อตกลง AMD ได้ออกใบเรียกเก็บหุ้นสามัญสูงสุด 160 ล้านหุ้นให้กับ Meta ซึ่งคิดเป็นประมาณ 10% ของหุ้น AMD โดยมีราคาหุ้นละ 0.01 ดอลลาร์สหรัฐ และจะค่อยๆ ครบกำหนดตามเกณฑ์การจัดส่ง

เมื่อวันที่ 26 กุมภาพันธ์ ตามรายงานของ The Information Meta ได้ลงนามในข้อตกลงระยะยาวมูลค่าหลายพันล้านดอลลาร์สหรัฐ เพื่อเช่า TPU ของ Google Cloud เพื่อฝึกและดำเนินการโมเดลภาษาขนาดใหญ่รุ่นถัดไป พร้อมกันนี้ ทั้งสองฝ่ายยังอยู่ในระหว่างการหารือเกี่ยวกับการที่ Meta จะซื้อ TPU โดยตรงตั้งแต่ปี 2027 เพื่อติดตั้งในศูนย์ข้อมูลของตนเอง

บริษัทโซเชียลมีเดียสั่งซื้อจากผู้ผลิตชิปสามรายภายใน 10 วัน โดยอาจมีมูลค่ารวมเกินหนึ่งล้านล้านดอลลาร์สหรัฐ

นี่ไม่ใช่การจัดวางการกระจายความเสี่ยง นี่คือการซื้อแบบปanic

ทำไม Meta ถึงเร่งรีบขนาดนี้?

ประการแรก ไม่สามารถพึ่งชิปที่พัฒนาเองได้อีกต่อไป โครงการชิปฝึกอบรมขั้นสูงสุดถูกยกเลิก หมายความว่า Meta ในอนาคตอันใกล้นี้จะต้องพึ่งการซื้อจากภายนอกเพื่อตอบสนองความต้องการฝึกอบรม AI ชิป MTIA สำหรับการให้บริการสามารถจัดการงานที่สุกงอม เช่น ระบบแนะนำ แต่เพื่อฝึกโมเดลขั้นสูงอย่าง Avocado ที่เทียบเท่า GPT-5 จำเป็นต้องใช้ฮาร์ดแวร์จาก NVIDIA หรือระดับเทียบเท่า

ที่สอง คู่แข่งจะไม่รอคุณ OpenAI ได้รับทรัพยากรจำนวนมากจาก Microsoft, SoftBank และกองทุนอธิปไตยของสหรัฐอาหรับเอมิเรตส์ Anthropic ได้รับการรับประกันการจัดหา TPU และ Trainium จำนวน 1 ล้านชิปจาก Google และ Amazon ทุกตัว Gemini ของ Google ถูกฝึกฝนทั้งหมดบน TPU หาก Meta ไม่สามารถเข้าถึงพลังการประมวลผลเพียงพอ พวกเขาก็อาจสูญเสียบัตรเข้าสู่สนามแข่งขันนี้

ประการที่สาม อาจเป็นสิ่งพื้นฐานที่สุด ซัคเคอร์เบิร์กจำเป็นต้องชดเชยความอ่อนแอทางด้าน “แรงงานวิจัยและพัฒนา” ด้วย “กำลังซื้อ” การล้มเหลวของ Llama 4 การสูญเสียบุคลากรหลัก และความล้มเหลวในการพัฒนาชิปของตัวเอง สามเหตุการณ์นี้รวมกันทำให้นิยายด้าน AI ของ Meta ดูเปราะบางต่อสายตาของวอลล์สตรีท ขณะนี้การเซ็นสัญญาขนาดใหญ่กับ NVIDIA, AMD และ Google อย่างน้อยก็ส่งสัญญาณหนึ่งว่า: เรามีเงิน เรากำลังซื้อ และเราไม่ได้ละทิ้ง

กลยุทธ์ปัจจุบันของ Meta คือ หากแก้ไขซอฟต์แวร์ไม่ได้ ก็ทำลายฮาร์ดแวร์ หากจูงใจคนไม่ได้ ก็ซื้อชิป แต่การแข่งขันด้าน AI ไม่ใช่เกมที่สามารถชนะได้แค่เขียนเช็ค ความสามารถในการประมวลผลเป็นเงื่อนไขจำเป็น ไม่ใช่เงื่อนไขเพียงพอ หากไม่มีทีมโมเดลระดับแนวหน้าและเส้นทางเทคโนโลยีที่ชัดเจน ชิปจำนวนมากก็จะกลายเป็นสินค้าคงคลังที่มีราคาแพงอยู่ในคลัง

ย้อนกลับไปที่สามรายการซื้อขายของ Meta ในเดือนกุมภาพันธ์ รายละเอียดที่น่าสนใจถูกมองข้ามโดยส่วนใหญ่

เมตาซื้อจากนิวเดียคือ Blackwell รุ่นปัจจุบันและ Vera Rubin รุ่นอนาคต; การทำธุรกรรมกับ AMD คือการซื้อ MI450 และ MI455X รุ่นอนาคต; การเช่าจากกูเกิลคือ Ironwood TPU รุ่นปัจจุบัน และมีแผนจะซื้อโดยตรงในปีหน้า

ผู้ให้บริการสามราย สามระบบสถาปัตยกรรมฮาร์ดแวร์และระบบนิเวศซอฟต์แวร์ที่แตกต่างกันโดยสิ้นเชิง

นี่หมายความว่า Meta ต้องสลับไปมาระหว่างระบบนิเวศพื้นฐานสามระบบที่ต่างกันอย่างสิ้นเชิง ได้แก่ CUDA ของ NVIDIA, ROCm ของ AMD และ XLA/JAX ของ Google กลยุทธ์ผู้จัดจำหน่ายหลายรายแม้จะช่วยกระจายความเสี่ยงด้านห่วงโซ่อุปทานและลดค่าใช้จ่ายในการซื้อฮาร์ดแวร์ แต่จะทำให้ความซับซ้อนด้านวิศวกรรมเพิ่มขึ้นแบบเอ็กซ์โพเนนเชียล

นี่คือจุดอ่อนที่ร้ายแรงที่สุดของ Meta ในขณะนี้ การฝึกโมเดลที่มีพารามิเตอร์ล้านล้านให้ทำงานได้อย่างมีประสิทธิภาพบนฮาร์ดแวร์สามระบบพื้นฐานที่แตกต่างกันโดยสิ้นเชิง ต้องการมากกว่าวิศวกรที่เข้าใจ CUDA แต่ต้องการสถาปนิกที่สามารถสร้างเฟรมเวิร์กการฝึกข้ามแพลตฟอร์มตั้งแต่ศูนย์

คนเช่นนี้ทั่วโลกอาจมีไม่เกิน 100 คน ปางรุ่อหมิงเป็นหนึ่งในนั้น

การใช้เงิน 100,000 ล้านดอลลาร์สหรัฐเพื่อซื้อชุดฮาร์ดแวร์ที่ซับซ้อนที่สุดในโลก แต่กลับสูญเสียสมองที่สามารถควบคุมฮาร์ดแวร์เหล่านั้น นี่คือฉากที่มหัศจรรย์ที่สุดในการเดิมพันครั้งใหญ่ของซัคเคอร์เบิร์ก

เมื่อมองในมุมกว้างขึ้น เส้นทางการดำเนินการด้าน AI ของซัคเคอร์เบิร์กในช่วง 18 เดือนที่ผ่านมา ดูเหมือนกับจังหวะที่เขาทุ่มเททั้งหมดให้กับเมตาเวิร์สเมื่อครั้งก่อนอย่างน่าประหลาดใจ:

เห็นแนวโน้ม ลงทุนจำนวนมาก รับพนักงานจำนวนมาก พบอุปสรรค เปลี่ยนกลยุทธ์อย่างฉับพลัน แล้วลงทุนจำนวนมากอีกครั้ง

ปี 2021 ถึง 2023 เป็นยุคเมตาเวิร์ส ผลลัพธ์คือขาดทุนหลายหมื่นล้านดอลลาร์ต่อปี สุดท้ายราคาหุ้นลดจาก 380 ดอลลาร์เหลือ 88 ดอลลาร์ ปี 2024 ถึง 2026 เป็นยุค AI ซึ่งก็ใช้เงินอย่างไม่คำนึงถึงต้นทุน ปรับโครงสร้างองค์กรบ่อยครั้ง และยังคงใช้เรื่องเล่าแบบ “เชื่อฉัน ฉันมีวิสัยทัศน์”

ความแตกต่างคือ ครั้งนี้ลมพายุของ AI แท้จริงแล้วมีความเป็นรูปธรรมมากกว่าเมตาเวิร์ส และ Meta มีเงินทุนมากมายในการใช้จ่าย โดยธุรกิจโฆษณาของพวกเขาก่อให้เกิดกระแสเงินสดที่อุดมสมบูรณ์ รายได้ของ Meta ในไตรมาสที่สี่ของปี 2025 อยู่ที่ 59.9 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้น 24% เมื่อเทียบกับช่วงเดียวกันของปีก่อน

ปัญหาคือ: คุณสามารถซื้อชิป ซื้อพลังการคำนวณ 甚至คนที่นั่งอยู่ที่โต๊ะทำงาน แต่ไม่สามารถซื้อคนที่อยู่ต่อไปได้

ปางรุ่ยหมิงเลือก OpenAI รัส ซาลาคุตดินอฟเลือกที่จะจากไป เลคูนเลือกที่จะเริ่มธุรกิจส่วนตัว

ปัจจุบัน ซัคเคอร์เบิร์กเดิมพันว่า ตราบใดที่เขาซื้อชิปให้เพียงพอ สร้างศูนย์ข้อมูลขนาดใหญ่พอ และใช้เงินมากพอ เขาจะสามารถหาหรือพัฒนาบุคคลที่สามารถใช้ทรัพยากรเหล่านี้ได้

การเดิมพันนี้อาจเป็นจริงได้ เพราะ Meta นั้นเป็นหนึ่งในบริษัทเทคโนโลยีที่ร่ำรวยที่สุดในโลก โดยมีกระแสเงินสดจากการดำเนินงานเกิน 100,000 ล้านดอลลาร์สหรัฐ ซึ่งเป็นกำแพงป้องกันที่แข็งแกร่งที่สุดของบริษัท ไม่ว่าจะเป็น OpenAI, Anthropic, Google หรือคู่แข่งรายอื่นๆ Meta ยังคงจ้างบุคลากรจากทุกที่อย่างต่อเนื่อง ตามรายงานจาก Quantum Bit ประมาณ 40% ของทีมซูเปอร์อินเทลลิเจนซ์ของ Meta จำนวน 44 คน มาจาก OpenAI

แต่ความโหดเหี้ยมของการแข่งขัน AI คือทรัพยากรการประมวลผล รายชื่อบุคลากร และผลลัพธ์ของโมเดลล้วนเป็นข้อมูลสาธารณะ กรณีการปลอมแปลง benchmark ของ Llama 4 แสดงให้เห็นว่าในอุตสาหกรรมนี้ คุณไม่สามารถรักษาตำแหน่งผู้นำด้วย PPT และการประชาสัมพันธ์ได้

ตลาดสุดท้ายจะยอมรับเพียงสิ่งเดียว: แบบจำลองของคุณดีพอหรือไม่

การแข่งขันอาวุธปืนด้านปัญญาประดิษฐ์เข้าสู่ปี 2026 ลำดับห่วงโซ่อาหารเริ่มชัดเจนแล้ว:

อันดับแรกคือ OpenAI และ Google OpenAI มีโมเดลที่แข็งแกร่งที่สุด ฐานผู้ใช้ใหญ่ที่สุด และการระดมทุนที่กล้าหาญที่สุด ส่วน Google มีการผสานรวมแบบตั้งแต่ต้นจนจบอย่างสมบูรณ์ รวมถึงชิปของตนเอง โมเดลของตนเอง และโครงสร้างพื้นฐานคลาวด์ของตนเอง Anthropic ตามมาอย่างใกล้ชิด โดยอาศัยพลังผลิตภัณฑ์ของโมเดล Claude และการจัดหาพลังการประมวลผลจากทั้ง Google และ Amazon ทำให้มั่นคงอยู่ในกลุ่มชั้นนำ

เมตา? ลงทุนเงินมากที่สุด ลงนามสัญญาชิปมากที่สุด และทำการปรับโครงสร้างองค์กรบ่อยที่สุด แต่จนถึงตอนนี้ยังไม่ได้เปิดตัวโมเดลขั้นสูงที่ตลาดเชื่อถือ

เรื่องราวของ AI ของ Meta คล้ายกับ Yahoo ในปี 2005 ตอนนั้น Yahoo ก็เป็นหนึ่งในบริษัทที่ร่ำรวยที่สุดบนอินเทอร์เน็ต และกำลังซื้อกิจการและใช้เงินอย่างสิ้นเปลือง แต่ก็ไม่สามารถสร้างเครื่องมือค้นหาที่ดีเท่า Google เงินไม่ได้แก้ไขทุกอย่าง ซัคเคอร์เบิร์กจำเป็นต้องคิดให้ชัดเจนว่า Meta ต้องการทำอะไรกับ AI ไม่ใช่แค่เห็นอะไรกำลังฮิตก็ซื้อตาม

แน่นอน ยังเร็วเกินไปที่จะเขียนคำไว้อาลัยให้กับเมตา ผู้ใช้งานรายเดือน 35.8 พันล้านคน รายได้ต่อไตรมาส 59.9 พันล้านดอลลาร์สหรัฐ และชุดข้อมูลโซเชียลที่ใหญ่ที่สุดในโลก เป็นทรัพย์สินที่คู่แข่งใดๆ ยากจะลอกเลียน

หากโมเดลรุ่นถัดไปที่มีรหัส Avocado สามารถส่งมอบได้ตามกำหนดในปี 2026 และกลับคืนสู่กลุ่มชั้นนำอีกครั้ง การลงทุนและจัดโครงสร้างใหม่ทั้งหมดของซัคเคอร์เบิร์กจะถูกนำเสนอว่าเป็น “ความกล้าหาญทางยุทธศาสตร์ในการพลิกสถานการณ์” แต่หากยังคงไม่เป็นไปตามความคาดหวัง อีก 135 พันล้านดอลลาร์สหรัฐจะกลายเป็นเพียงคลังเก็บซิลิคอนที่มีไฟฟ้าไหลผ่านและให้ความร้อน

ในที่สุด การแข่งขันอาวุธ AI ของซิลิคอนวัลเลย์ไม่เคยขาดผู้ซื้อระดับซูเปอร์ที่挥舞เช็ค แต่สิ่งที่ขาดคือ คนที่รู้วิธีใช้พลังการคำนวณเหล่านี้เพื่อหลอมสร้างอนาคต