การควบรวมกิจการในซิลิคอนแวลลี่ มุ่งเป้าไปที่บริษัท AI แบบเปิดน้ำหนัก

สื่อต่างประเทศระบุว่า บริษัท AI แบบเปิดน้ำหนักกำลังกลายเป็นศูนย์กลางของคลื่นการควบรวมกิจการครั้งล่าสุดในซิลิคอนแวลลีย์ จุดสนใจของตลาดอยู่ที่การรายงานว่า NVIDIA กำลังพิจารณาซื้อ Hugging Face ในราคา 13,000 ล้านดอลลาร์สหรัฐ บริษัทนี้ให้บริการโมเดลแบบเปิดน้ำหนักและแพลตฟอร์มประเมินผล ซึ่งถือเป็นช่องทางการจัดจำหน่ายที่สำคัญสำหรับนักพัฒนา AI

การควบกิจการเกิดขึ้นต่อเนื่อง

ก่อนการซื้อขายที่ถูกกล่าวขานนี้ นิวเดียได้บรรลุข้อตกลงประมาณ 6 พันล้านดอลลาร์สหรัฐกับบริษัทโมเดลน้ำหนักเปิด Poolside โดยพนักงานส่วนใหญ่ของบริษัทนี้จะย้ายไปยังนิวเดีย ก่อนหน้านั้นสองสัปดาห์ สตรีปได้ซื้อ OpenRouter ด้วยมูลค่าเกิน 7 พันล้านดอลลาร์สหรัฐ ซึ่งเป็นบริษัทที่ให้บริการเชื่อมต่อโมเดลน้ำหนักเปิดแก่ธุรกิจ

บทความระบุว่า การซื้อขายประเภทนี้เกิดขึ้นอย่างหนาแน่น สะท้อนให้เห็นว่าบริษัทเทคโนโลยีขนาดใหญ่กำลังพยายามเข้าครอบครองห่วงโซ่อุตสาหกรรม AI อีกเส้นทางหนึ่ง นอกเหนือจากโมเดลขั้นสูงสุด แม้ว่าโมเดลที่เปิดให้ใช้เวทียังไม่เป็นที่นิยมหลัก แต่ได้กลายเป็นทางเลือกสำคัญสำหรับธุรกิจในการปรับใช้บริการ AI ที่มีต้นทุนต่ำและปรับแต่งได้

NVIDIA ต้องการเติมช่องทางเข้าของโมเดล

สำหรับนิวเดีย สาเหตุหนึ่งที่ผลักดันการเข้าซื้อกิจการคือการลดการพึ่งพาผู้ให้บริการคลาวด์ขนาดใหญ่และบริษัทผู้พัฒนาโมเดลชั้นนำ โดยเมื่อผู้พัฒนาโมเดลเช่น OpenAI และ Google พัฒนาชิปการประมวลผลของตนเอง นิวเดียไม่เพียงแต่ต้องการขายชิป แต่ยังต้องการควบคุมช่องทางการจัดจำหน่ายและการพัฒนาโมเดลให้มากขึ้น

บทความระบุว่า NVIDIA มีโมเดลเปิดน้ำหนักของตนเองชื่อ Nemotron แต่การรับรองจากตลาดยังมีจำกัด หาก NVIDIA ได้มาซึ่ง Hugging Face จะได้รับชุมชนนักพัฒนาโมเดลเปิดที่ใหญ่ที่สุดแห่งหนึ่งของสหรัฐอเมริกา และมีโอกาสดึงผู้ใช้จำนวนมากให้หันมาใช้ชิป เครื่องมือ และมาตรฐานทางเทคนิคของตนเอง

บริษัทพิจารณาต้นทุนเป็นอันดับแรก พร้อมทั้งการควบคุม

อีกบริบทหนึ่งที่ทำให้โมเดลแบบเปิดน้ำหนักได้รับความสนใจ คือต้นทุนการให้บริการ AI ยังคงได้รับการทบทวนอย่างต่อเนื่องจากบริษัทต่างๆ บางบริษัทเริ่มทดสอบโมเดลต้นทุนต่ำกว่าจากผู้ผลิตจีน เช่น Moonshot, DeepSeek และ Alibaba ตามข้อมูลที่อ้างอิงในบทความ ปัจจุบันสัดส่วนการใช้งานโมเดลแบบเปิดน้ำหนักในองค์กรยังคงต่ำ แต่มีแนวโน้มเพิ่มขึ้น

• การสำรวจของ Ramp แสดงว่าประมาณ 6% ของบริษัทใช้โมเดลที่มีน้ำหนักเปิด
• การสำรวจของ Jellyfish แสดงว่ามีวิศวกรซอฟต์แวร์เพียงประมาณ 2% เท่านั้นที่ใช้โมเดลประเภทนี้

นิก อัลบาร์รัน หัวหน้าผลิตภัณฑ์ Jellyfish AI กล่าวว่า โมเดลประเภทนี้ในปัจจุบันเหมาะสำหรับงานการให้เหตุผลที่มีความถี่สูงและซ้ำๆ เช่น การสนทนาด้านบริการลูกค้า เนื่องจากรูปแบบงานค่อนข้างคงที่ บริษัทสามารถปรับแต่งโมเดลเพื่อลดต้นทุนต่อการเรียกใช้งาน

อย่างไรก็ตาม ในด้านการเขียนโปรแกรมและงานของตัวแทนอัจฉริยะ โมเดลปิดที่ล้ำสมัยยังคงมีข้อได้เปรียบมากกว่า เนื่องจากมีความสามารถในการให้เหตุผลที่แข็งแกร่งกว่า และเข้าถึงได้ง่ายกว่า ผู้ให้บริการบางรายยังให้การสนับสนุนโทเค็น บทความระบุว่า ขณะที่องค์กรค่อยๆ ปรับกระบวนการงาน AI ให้เรียบร้อย ข้อจำกัดในการนำโมเดลเปิดมาใช้อาจยังคงลดลงต่อไป

ขั้นต่อไปคือแต่ละบริษัทอาจมีโมเดลของตัวเอง

Fireworks ซึ่งเป็นแพลตฟอร์มการจัดเส้นทางและโฮสต์โมเดลระดับองค์กร ยังถูกกล่าวถึงในบทความว่าเป็นเป้าหมายการเข้าซื้อกิจการที่เป็นไปได้ ซีอีโอของบริษัท หลิน เฉียว ระบุว่า ปัจจุบันบริษัทจัดการคำสั่ง token 40 ล้านล้านคำสั่งต่อวัน เธอเชื่อว่าในอนาคต องค์กรจะให้ความสำคัญกับความหลากหลายของโมเดลมากขึ้น และฝึกโมเดลที่เหมาะสมกับบริบทเฉพาะของธุรกิจของตน

บทความระบุว่า ตำแหน่งผู้นำปัจจุบันของ OpenAI และ Anthropic ไม่ได้คงที่เสมอไป โดยเมื่อผู้เล่นรายใหญ่ในวงการเทคโนโลยีต้องการกระจายความพึ่งพาไปยังห้องปฏิบัติการชั้นนำ ความสำคัญเชิงกลยุทธ์ของเทคโนโลยีน้ำหนักเปิดและแพลตฟอร์มที่เกี่ยวข้องกำลังเพิ่มขึ้นอย่างรวดเร็ว