⚠️ เจาะลึก DeepSeek หมากเด็ดจีนหวังทำลายสหรัฐฯ แต่สุดท้ายของเข้าตัว ส่วนสหรัฐฯ กลับไม่สะทกสะท้าน
กลับมาอีกครั้งกับเรื่องราวร้อนๆ ในวงการ AI ที่กำลังเปลี่ยนแปลงโลกของเราอย่างรวดเร็ว วันนี้จะขอเจาะลึกประเด็นที่เคยคุยกันไปแล้วให้เข้มข้นยิ่งขึ้น นั่นคือเรื่องของ DeepSeek สตาร์ทอัป AI สุดล้ำจากจีน ที่เปิดตัวมาเขย่าวงการด้วยโมเดลภาษาขนาดใหญ่ (LLM) ที่ทั้งเก่งกาจทัดเทียมค่ายตะวันตก แถมยังมีราคาที่ถูกจนเหลือเชื่อ หลายคนมองว่านี่คือไพ่เด็ดของจีนที่จะพลิกเกมเอาชนะสหรัฐฯ ในสมรภูมิ AI ได้เลยทีเดียว
แต่พอเวลาผ่านไปและความจริงเริ่มปรากฏต่อตัวเลขในงบการเงินของบริษัทเทคฯ ต่างๆ วันนี้อยากจะมาชวนคุยกันให้ลึกกว่าเดิมว่า ทำไมปรากฏการณ์ DeepSeek ที่ดูเหมือนจะเป็นชัยชนะอันหอมหวานของจีน จริงๆ แล้วอาจกำลังสร้างบาดแผลลึกๆ ให้กับอุตสาหกรรม AI ของจีนเอง
ในขณะที่คู่แข่งอย่างสหรัฐฯ อาจจะไม่ได้สะทกสะท้าน แถมยังอาจจะได้ประโยชน์ไปแบบเนียนๆ ด้วยซ้ำ เรื่องนี้มันซับซ้อนกว่าที่คิดเยอะค่ะ ตามมาดูกันเลย
🔥 สงครามราคา AI ในจีน: เมื่อ DeepSeek สาดน้ำมันเข้ากองไฟ
จุดเริ่มต้นของมหากาพย์ครั้งนี้ก็คือ DeepSeek นี่แหละค่ะ ที่ไม่ได้มาเล่นๆ แต่มาพร้อมกับกลยุทธ์ "ถูกและดี" ที่สั่นสะเทือนไปทั้งวงการ พวกเขาพัฒนาโมเดลอย่าง DeepSeek-V3 ด้วยต้นทุนที่ต่ำกว่า 6 ล้านดอลลาร์สหรัฐฯ ซึ่งถือว่าน้อยมากเมื่อเทียบกับโมเดลระดับเดียวกัน แล้วก็เปิดตัวในราคาที่ "ถูกกว่า" คู่แข่งอย่าง OpenAI ถึง 40 เท่า
ไม่พอแค่นั้น พอถึงเดือนเมษายน 2025 ก็ยังใจป้ำ ลดราคาการใช้งาน API ของโมเดลเรือธง DeepSeek-R1 ลงอีก 75% เหลือแค่ไม่ถึง 0.0005 หยวน (ประมาณ 0.00007 ดอลลาร์สหรัฐ) ต่อ token เท่านั้น เรียกว่าแทบจะแจกฟรีแล้ว
แรงกระเพื่อมครั้งนี้มันใหญ่หลวงนักค่ะ บรรดาพี่ใหญ่เทคโนโลยีของจีน ทั้ง Alibaba, Baidu, Tencent ที่กำลังเดิมพันอนาคตไว้กับ AI ก็อยู่เฉยไม่ได้ ต่างพากันกระโจนลงสู่ "สงครามราคา" ที่ดุเดือดเลือดพล่านอย่างหลีกเลี่ยงไม่ได้
👉🏻 Alibaba Cloud ต้องรีบหั่นราคาโมเดล Tongyi Qwen ของตัวเองลงบ้าง สูงสุดถึง 97% (เช่น รุ่น Qwen-Long จาก 0.02 หยวน เหลือแค่ 0.0005 หยวนต่อ 1,000 tokens) เพื่อรักษาฐานลูกค้า
👉🏻 Baidu ก็ไม่ยอมน้อยหน้า ประกาศให้ ERNIE Bot และโมเดล Ernie Lite กับ Speed LLMs ใช้งานได้ ฟรี สำหรับผู้ใช้ภาคธุรกิจ หวังดึงคนเข้ามาในระบบนิเวศของตัวเองให้มากที่สุด
👉🏻 ByteDance เจ้าของ TikTok ก็ต้องร่วมวงด้วย ลดราคาโมเดล Doubao ของตัวเองให้ถูกกว่าค่าเฉลี่ยตลาดถึง 99%
สถานการณ์แบบนี้มันคือการ "แข่งกันลงเหว" ชัดๆ ค่ะ ผลกระทบที่ตามมาอย่างรวดเร็วและเจ็บปวดคือ "กำไรที่หดหายไปกับตา" หรือที่เราเรียกว่า Severe Margin Erosion
ข้อมูลจาก Bloomberg Intelligence ยืนยันเรื่องนี้ได้เป็นอย่างดี โดยผลประกอบการไตรมาสแรกที่เกี่ยวข้องกับ AI ของทั้ง Alibaba และ Baidu ออกมาน่าผิดหวังอย่างแรง
🔻สำหรับ Alibaba นั้น กำไรจากการดำเนินงานก่อนหักดอกเบี้ย ภาษี และค่าเสื่อมราคา (EBITA) ของกลุ่มธุรกิจ Cloud Intelligence ในไตรมาส 4 ทางการเงิน ลดลง 190 BPS (Basis Points หรือ 1.9%) จากไตรมาสก่อนหน้า เหลือเพียง 8% ซึ่งต่ำกว่าที่นักวิเคราะห์คาดการณ์ไว้ที่ 9.4% อย่างเห็นได้ชัด
🔻 ด้าน Baidu ก็อาการหนักไม่แพ้กัน อัตรากำไรขั้นต้น (Gross Margin) ในไตรมาส 1 ต่ำกว่าที่คาดการณ์ไว้ถึง 300 BPS (3%) และเมื่อดูภาพรวม อัตรากำไรขั้นต้นของทั้งกลุ่มบริษัทก็ลดลงถึง 540 BPS (5.4%) เมื่อเทียบกับปีก่อนหน้า เหลือเพียง 46.1%
ทำให้นักวิเคราะห์หลายสำนักจึงฟันธงว่า ความหวังลมๆ แล้งๆ ที่ว่า AI จะเป็นยาวิเศษมาช่วยฟื้นฟูกำไรให้บริษัทเทคฯ จีนนั้นเป็น “ความคิดที่ผิดมหันต์" เพราะสงครามราคาที่ไม่มีใครยอมใคร บวกกับต้นทุนพลังงานที่แพงหูฉี่ จะทำให้ธุรกิจคลาวด์คอมพิวติ้งที่แข่งขันกันอย่างดุเดือดนี้ ยังคงต้องกอดคอกันขาดทุนต่อไปอีกอย่างน้อย 3 ปีข้างหน้าค่ะ
🕵️ แกะรอยสาเหตุ: ทำไมการทำเงินจาก AI ในจีนถึงกลายเป็นเรื่อง "หิน"
สงครามราคาที่ว่าโหดแล้ว แต่เบื้องลึกเบื้องหลังที่ทำให้การสร้างรายได้จาก AI ในจีนมันยากเย็นแสนเข็ญขนาดนี้ มีปัจจัยเชิงโครงสร้างหลายอย่างที่ซ่อนอยู่ และน่าสนใจมากๆ ค่ะ
1️⃣ ตลาด AI จีนที่เป็น "ทะเลแดง" และเต็มไปด้วยคู่แข่งหน้าคล้ายๆ กัน
ลองนึกภาพตามนะคะ ปลายปี 2023 จีนมี LLM ผุดขึ้นมาราวดอกเห็ด อย่างน้อย 130 โมเดล คิดเป็นสัดส่วนถึง 40% ของ LLM ทั้งหมดบนโลกใบนี้ โดยเป็นรองแค่สหรัฐอเมริกาเท่านั้น
ปรากฏการณ์นี้ถูกเรียกว่า "สงครามร้อยโมเดล" หรือ War of a Hundred Models ซึ่งปัญหาคือ โมเดลส่วนใหญ่ดันมีความสามารถคล้ายๆ กัน ขาดจุดเด่นที่แตกต่างอย่างชัดเจน และที่สำคัญคือ หลายเจ้ายังไม่มีโมเดลธุรกิจที่แข็งแรงพอที่จะสร้างรายได้เป็นกอบเป็นกำ ส่วนใหญ่จึงเน้นกลยุทธ์แจกฟรี หรือตั้งราคาถูกสุดๆ เพื่อดึงดูดผู้ใช้งานไว้ก่อน
2️⃣ วัฒนธรรม "ของฟรี" ที่ฝังรากลึก
ผู้บริโภคและธุรกิจขนาดเล็กในจีนคุ้นชินกับการใช้บริการดิจิทัลต่างๆ (ไม่ว่าจะเป็นโซเชียลมีเดีย, เกม, หรือเครื่องมือพื้นฐาน) ในราคาที่ถูกมาก หรือแม้กระทั่ง "ฟรี" มาเป็นเวลานานแล้ว ขณะที่บริษัทเจ้าของแพลตฟอร์มค่อยไปหารายได้จากช่องทางอื่น เช่น โฆษณา หรือการขายข้อมูล
พอเทคโนโลยี AI เข้ามา ผู้คนก็เลยมีความคาดหวังคล้ายๆ เดิม คืออยากได้ของดีราคาถูก หรือถ้าฟรีได้ยิ่งดี ทำให้การจะโน้มน้าวให้พวกเขาควักกระเป๋าจ่ายค่าสมาชิก หรือค่าใช้งาน AI ในราคาสูงๆ จึงเป็นเรื่องที่ท้าทายมาก
3️⃣ ต้นทุนการดำเนินงานที่มองไม่เห็น แต่หนักอึ้ง
การพัฒนาและให้บริการโมเดล AI ล้ำสมัย ไม่ได้มีแค่ค่าจ้างโปรแกรมเมอร์นะคะ แต่มันยังรวมถึงต้นทุนมหาศาลในการจัดหาฮาร์ดแวร์ประมวลผลสมรรถนะสูง (เช่น GPU แพงๆ) และที่สำคัญคือ "ค่าไฟ" ที่ใช้ในการเทรนโมเดลและให้บริการตอบคำถามแต่ละครั้ง
โดยสำนักงานพลังงานสากล (IEA) ประเมินว่า ความต้องการใช้ไฟฟ้าของศูนย์ข้อมูลทั่วโลกอาจจะ เพิ่มขึ้นเป็นสองเท่า ภายในปี 2026 และ AI ก็คือหนึ่งในตัวการสำคัญ
ยิ่งไปกว่านั้น มีการวิเคราะห์ว่าการที่จีนอาจต้องพึ่งพาชิปประมวลผลรุ่นที่ด้อยกว่า (เนื่องจากมาตรการกีดกันของสหรัฐฯ) ก็อาจทำให้การประมวลผล AI มีประสิทธิภาพน้อยลง และส่งผลให้ต้นทุนพลังงานต่อการประมวลผลหนึ่งครั้ง (per inference) สูงขึ้นไปอีก ต้นทุนแฝงเหล่านี้แหละค่ัะที่กำลังกัดกินกำไรของบริษัท AI จีนอย่างเงียบๆ
4️⃣ ลูกค้าองค์กรจีน: "คิดแล้วคิดอีก" ก่อนจะจ่าย
แม้ว่า AI จะมีศักยภาพในการเพิ่มประสิทธิภาพให้ธุรกิจได้มหาศาล แต่บริษัทในจีนส่วนใหญ่ยังคงมีงบประมาณด้าน IT ค่อนข้างจำกัด (โดยเฉลี่ยประมาณ 2% ของรายได้ ซึ่งต่ำกว่าค่าเฉลี่ยทั่วโลกอยู่พอสมควร)
พวกเขามักจะพิจารณาอย่างถี่ถ้วน และอาจลังเลที่จะลงทุนก้อนใหญ่ไปกับซอฟต์แวร์ AI หรือ API บนคลาวด์ หากยังไม่เห็นผลตอบแทนจากการลงทุน (ROI) ที่ชัดเจนและรวดเร็ว โดยทางด้านคุณ Martin Lau ประธานของ Tencent เองก็เคยยอมรับว่าตลาด Software-as-a-Service (SaaS) ในจีนยังไม่เติบโตและคึกคักเท่ากับในสหรัฐฯ ทำให้โอกาสในการขายโซลูชัน AI แบบสมัครสมาชิกให้กับองค์กรต่างๆ ยังมีจำกัด
5️⃣ การคุ้มครองทรัพย์สินทางปัญญา (IP) ที่ยังเป็นคำถาม
ประเด็นนี้สำคัญมากค่ะ แม้จีนจะมีการยื่นจดสิทธิบัตรเกี่ยวกับ AI จำนวนมหาศาล แต่ประสิทธิภาพในการบังคับใช้กฎหมายคุ้มครอง IP ในทางปฏิบัติยังคงเป็นสิ่งที่หลายฝ่ายกังวล
หากนวัตกรรม อัลกอริทึม หรือชุดข้อมูลที่อุตส่าห์พัฒนาขึ้นมาถูกลอกเลียนแบบได้ง่ายๆ แรงจูงใจในการลงทุนเพื่อสร้างสรรค์สิ่งใหม่ๆ ที่แตกต่างและมีมูลค่าสูงก็จะลดน้อยถอยลง ความเสี่ยงนี้ยิ่งเพิ่มสูงขึ้นในระบบนิเวศที่เน้นโมเดล Open-Source เพราะเมื่อแกนหลักของนวัตกรรมถูกเปิดให้เข้าถึงได้ทั่วไป การจะปกป้องมูลค่าของฟีเจอร์พิเศษหรือชุดข้อมูลที่เป็นกรรมสิทธิ์เฉพาะก็จะยิ่งทำได้ยากขึ้นไปอีกนั่นเอง
🎯 กลยุทธ์ Open-Source ของ DeepSeek: หมากเกมนี้ที่อาจย้อนรอยทำร้ายจีน
กลยุทธ์ที่โดดเด่นและได้รับการพูดถึงอย่างมากของ DeepSeek ก็คือการ เปิดเผยซอร์สโค้ด (Open-Source) โมเดล AI เก่งๆ ของตัวเอง เช่น DeepSeek-R1 (ที่เด่นเรื่องการใช้เหตุผล) และ DeepSeek-Coder-V2 (ผู้ช่วยเขียนโค้ด) ทำให้นักพัฒนาและองค์กรต่างๆ ทั่วโลกสามารถนำไปใช้งาน ดัดแปลง และต่อยอดได้อย่างอิสระ
ซึ่งในแง่หนึ่ง มันช่วยเร่งการพัฒนานวัตกรรมในระดับโลก และยังอาจช่วยสร้างความโปร่งใสและความไว้วางใจให้กับ DeepSeek ในฐานะบริษัทจากจีนได้ด้วย
ทว่า กลยุทธ์นี้ก็เปรียบเสมือน "ดาบสองคม" ที่อาจจะไม่ได้ส่งผลดีต่อเป้าหมายระยะยาวของจีนในการเป็นผู้นำ AI โลกเสมอไป เพราะการเปิดเผยนวัตกรรมที่ทุ่มเทพัฒนามาอย่างยากลำบาก ทั้งความก้าวหน้าทางเทคโนโลยีและการปรับแต่งอัลกอริทึมที่ซับซ้อน ให้ใครๆ ก็เข้าถึงได้โดยง่ายนั้น เท่ากับว่าจีนกำลัง "แบ่งปัน" ความได้เปรียบในการแข่งขัน ของตัวเองให้กับคู่แข่งทั่วโลก รวมถึงสหรัฐอเมริกาด้วย
ทรัพย์สินทางปัญญา (IP) และองค์ความรู้เฉพาะทาง (know-how) ที่ควรจะเป็นของจีน ก็เหมือนกับ "รั่วไหล" ออกไปให้คนอื่นหยิบฉวยไปใช้ประโยชน์ได้ง่ายๆ ทำให้จีนกลายเป็นผู้ลงทุนลงแรงใน R&D แต่ผลประโยชน์กลับกระจายไปทั่วโลก เกิดเป็น "ภาวะสินค้าสาธารณะ" หรือ public goods dilemma ที่จีนอาจไม่ได้เก็บเกี่ยวผลประโยชน์จากการลงทุนของตัวเองได้อย่างเต็มเม็ดเต็มหน่วย
🔥DeepSeek: ตัวกระตุ้นชั้นดีที่ปลุกยักษ์ (อเมริกัน) ให้ตื่นตัวยิ่งกว่าเดิม?
การปรากฏตัวของ DeepSeek ที่แสดงให้เห็นว่าจีนก็สามารถสร้าง AI คุณภาพสูงในต้นทุนที่ต่ำได้อย่างน่าทึ่ง อาจจะไม่ได้ทำให้สหรัฐฯ หวาดกลัวจนทำอะไรไม่ถูก ตรงกันข้าม มันอาจจะกลายเป็น "Sputnik Moment" ครั้งใหม่ ที่ปลุกให้ยักษ์ใหญ่อย่างสหรัฐฯ ตื่นตัวและจริงจังกับการรักษาความเป็นผู้นำด้าน AI มากยิ่งขึ้นไปอีก
ประวัติศาสตร์สอนเราว่า เมื่อมีการแข่งขันที่ท้าทาย ย่อมกระตุ้นให้เกิดการลงทุนและการพัฒนาที่ก้าวกระโดด มีการคาดการณ์ว่าค่าใช้จ่ายด้านทุน (Capital Expenditure) ที่เกี่ยวข้องกับ AI ในสหรัฐฯ อาจพุ่งสูงถึงกว่า 3.20 แสนล้านดอลลาร์สหรัฐฯ ในปี 2025
สิ่งที่น่าสนใจคือ บริษัท สถาบันการศึกษา และนักวิจัยอิสระในสหรัฐฯ สามารถเข้าถึง สแกนศึกษา และนำสถาปัตยกรรมรวมถึงอัลกอริทึมของ DeepSeek (ที่เป็น Open-Source) ไปต่อยอดได้อย่างอิสระและถูกกฎหมาย ทำให้พวกเขาสามารถดูดซับนวัตกรรมของจีนโดยแทบไม่ต้องเสียค่าใช้จ่ายในการวิจัยและพัฒนาเริ่มต้นเลยด้วยซ้ำ
ด้วยความแข็งแกร่งของระบบนิเวศ AI ในสหรัฐฯ โดยเฉพาะในส่วนของ "Application Layer" (การนำ AI ไปประยุกต์ใช้งานจริง) ทำให้นักพัฒนาอเมริกันอยู่ในสถานะที่พร้อมจะเก็บเกี่ยวผลประโยชน์จากความก้าวหน้าเหล่านี้ได้อย่างรวดเร็ว ประกอบกับความได้เปรียบของสหรัฐฯ ในด้านกำลังการประมวลผล (Compute Capacity) และการเข้าถึงเทคโนโลยีเซมิคอนดักเตอร์ที่ล้ำสมัยที่สุด ก็ยิ่งทำให้พวกเขาสามารถใช้ประโยชน์จากโมเดล Open-Source เหล่านี้ได้อย่างเต็มประสิทธิภาพยิ่งกว่าใคร
🌫️ความสำเร็จของ DeepSeek: ภาพลวงตาที่อาจบดบังปัญหาโครงสร้างเรื้อรังในระบบ AI จีน
แม้ความสำเร็จของ DeepSeek จะเป็นเรื่องที่น่าชื่นชม แต่ก็มีความเป็นไปได้ว่ามันอาจกำลังสร้าง "ภาพลวงตา" ที่บดบังปัญหาเชิงโครงสร้างที่ฝังรากลึกอยู่ในระบบนิเวศ AI ของจีนมานานเช่นกันค่ะ ตั้งแต่
👉🏻 วิกฤตขาดแคลนบุคลากร AI คุณภาพสูง: แม้จะมีทีมงานเก่งๆ อย่าง DeepSeek แต่ภาพรวมของจีนยังคงเผชิญกับปัญหาการขาดแคลนผู้เชี่ยวชาญด้าน AI อย่างหนัก รายงานจาก World Economic Forum ชี้ว่าจีนอาจขาดแคลนผู้เชี่ยวชาญด้านนี้มากถึง 5 ล้านคน
และความสำเร็จของดาวเด่นเพียงไม่กี่ดวง อาจทำให้หลงลืมความจำเป็นเร่งด่วนในการสร้างบุคลากร AI ที่มีความสามารถในการวิจัยขั้นพื้นฐานให้เพียงพอต่อความต้องการในระยะยาว
👉🏻 เน้น "ตามให้ทัน-ทำให้ถูก" มากกว่า "คิดค้นสิ่งใหม่": นวัตกรรมส่วนใหญ่ของ DeepSeek อยู่ที่การปรับแต่งอัลกอริทึมเดิมให้มีประสิทธิภาพสูงสุด และการพัฒนาสถาปัตยกรรมโมเดลที่คุ้มค่า ซึ่งเป็นเรื่องที่น่ายกย่อง แต่ก็ยังแตกต่างจากการบุกเบิกทฤษฎี AI ใหม่ๆ หรือสร้างความก้าวหน้าทางวิทยาศาสตร์ขั้นมูลฐาน
โดยทางด้านผู้ก่อตั้ง DeepSeek เอง คุณ Liang Wenfeng ก็เคยยอมรับว่าจีนมีแนวโน้มที่จะเป็น "ผู้ตาม" (Fast Follower) มากกว่า "ผู้ริเริ่ม" ในอุตสาหกรรมเทคโนโลยีสารสนเทศ
การมุ่งเน้นไปที่การไล่ตามและปรับปรุงโมเดลของตะวันตกให้ดีขึ้นในราคาที่ถูกลง อาจทำให้จีนติดอยู่ในวังวนของการ "เลียนแบบอย่างชาญฉลาด" แทนที่จะสร้างระบบนิเวศที่เอื้อต่อการสร้างนวัตกรรมที่พลิกโฉมวงการได้อย่างแท้จริง
👉🏻 ความเสี่ยงของกลยุทธ์ "นวัตกรรมเน้นถูก": การที่ DeepSeek แสดงให้เห็นว่า AI คุณภาพสูงสามารถทำได้ในราคาถูก แม้จะเป็นการท้าทายตลาดเดิม แต่ก็อาจชี้นำให้อุตสาหกรรม AI ของจีนมุ่งเน้นไปที่การแข่งขันด้านราคาเป็นหลัก (Commoditization) ซึ่งอาจต้องแลกมาด้วยการสูญเสียโอกาสในการสร้างมูลค่าเพิ่มจากนวัตกรรมที่เป็นเอกลักษณ์และสามารถตั้งราคาสูงได้
สถานการณ์แบบนี้เสี่ยงต่อการเกิด "สงครามตัดราคา" (Race to the Bottom) ที่จะบั่นทอนความสามารถในการทำกำไรของบริษัท AI จีนในระยะยาว
👉🏻 การจัดสรรทรัพยากรที่ไม่สมดุล และ "กับดักความสำเร็จเฉพาะจุด": กระแสความคลั่งไคล้ LLM อย่าง DeepSeek ประกอบกับการสนับสนุนอย่างเต็มที่จากภาครัฐ อาจนำไปสู่การจัดสรรทรัพยากรที่ไม่เหมาะสมค่ะ
มีการประเมินจาก J.P. Morgan Asset Management ว่าค่าใช้จ่ายด้านทุนที่เกี่ยวกับ AI ของจีนในปี 2025 อาจจะยังค่อนข้างน้อย (ประมาณ 0.1-0.2% ของ GDP) ก่อนจะเพิ่มขึ้นในภายหลัง คำถามสำคัญคือ การลงทุนในอนาคตจะถูกจัดสรรอย่างเหมาะสมหรือไม่ หากความสำเร็จเฉพาะหน้าของ DeepSeek สร้างการรับรู้ที่บิดเบือนเกี่ยวกับลำดับความสำคัญของชาติในการพัฒนา AI
ทำให้จีนอาจติดอยู่ใน "กับดักความสำเร็จเฉพาะจุด" (Local Maxima) คือเก่งกาจและแข่งขันได้สูงใน AI ประเภทหนึ่ง แต่กลับละเลยการลงทุนในกระบวนทัศน์ AI ใหม่ๆ ที่อาจเกิดขึ้นในอนาคต
📊 มุมมองนักลงทุน: เมื่อ AI Hype ไม่ได้มาพร้อมกำไร และ "การซื้อหุ้นคืน" กลายเป็นทางออก
ถึงแม้ข่าวคราวเกี่ยวกับความก้าวหน้าของ AI ในจีนจะออกมาสร้างความฮือฮาเป็นระยะๆ แต่เมื่อมองไปที่ตัวเลขผลประกอบการจริงๆ ของบริษัทเทคโนโลยีจีน กลับไม่ได้สวยหรูอย่างที่คิด โดยข้อมูลจาก Bloomberg Intelligence ชี้ให้เห็นว่า
🔻 ประมาณการกำไรต่อหุ้น (EPS) ของดัชนี Hang Seng Tech (HS Tech) ซึ่งรวมบริษัทเทคโนโลยีชั้นนำของจีน สำหรับปี 2025 ปรับตัวลดลง 1.5% ในช่วงเดือนพฤษภาคมที่ผ่านมา
‼️ ในช่วง 12 เดือนก่อนหน้า (นับถึงปลายเดือนพฤษภาคม) EPS ของ HS Tech สำหรับปี 2025 เพิ่มขึ้นเพียงเล็กน้อยแค่ 2.4%
⚠️ แม้จะมีการปรับเพิ่มประมาณการ EPS ปี 2025 ของบริษัทในดัชนี HS Tech ขึ้นบ้างราว 1.8% ในช่วง 6 เดือนที่ผ่านมา แต่นักวิเคราะห์ชี้ว่าปัจจัยหลักที่ขับเคลื่อนตัวเลขนี้คือ "การซื้อหุ้นคืน" ของบริษัทต่างๆ มากกว่าจะเป็นการเติบโตของกำไรจากผลการดำเนินงานจริงๆ
"การซื้อหุ้นคืน" คือการที่บริษัทนำเงินสดของตัวเองไปซื้อหุ้นของบริษัทในตลาดหลักทรัพย์กลับคืนมา ซึ่งมักจะช่วยพยุงหรือดันราคาหุ้นให้สูงขึ้นได้ในระยะสั้น แต่การกระทำดังกล่าวเป็นเพียง "วิศวกรรมทางการเงิน" หรือ Financial Engineering และไม่ได้สะท้อนว่าบริษัทมีความสามารถในการทำกำไรจากธุรกิจหลักดีขึ้นแต่อย่างใด
ตัวอย่างเช่น Tencent ได้ซื้อหุ้นคืนไปแล้วกว่า 1.1 แสนล้านดอลลาร์ฮ่องกงในปี 2024 และ Alibaba ก็ใช้เงินซื้อหุ้นคืนไปราว 1.2 หมื่นล้านดอลลาร์สหรัฐฯ ในปีงบประมาณ 2024 การพึ่งพาการซื้อหุ้นคืนในลักษณะนี้ สะท้อนให้เห็นถึงความท้าทายในการสร้างการเติบโตของกำไรอย่างแท้จริงจากธุรกิจ AI
🇺🇸แล้วทำไมสหรัฐฯ ถึงแทบไม่รู้สึกรู้สา? "เกราะกำบัง" ที่มองไม่เห็น
ในขณะที่สมรภูมิ AI ในจีนกำลังลุกเป็นไฟด้วยสงครามราคา บริษัท AI ชั้นนำของสหรัฐฯ อย่าง OpenAI, Microsoft, และ Google กลับดูเหมือนจะลอยตัวอยู่เหนือปัญหาเหล่านี้ได้อย่างน่าประหลาดใจ ส่วนหนึ่งเป็นเพราะพวกเขามี "เกราะกำบัง" ที่แข็งแกร่งหลายชั้นนั่นเองค่ะ
👉🏻 กำแพงการค้าและความหวาดระแวงที่ฝังลึก: ผลิตภัณฑ์ AI จากจีนถูกกีดกันและไม่ได้รับความไว้วางใจในตลาดตะวันตกมาเป็นเวลานานแล้ว หน่วยงานรัฐบาลสหรัฐฯ หลายแห่ง เช่น NASA, กระทรวงกลาโหม (Pentagon), และกองทัพเรือ ถึงกับมีคำสั่งห้ามใช้แอปพลิเคชัน DeepSeek บนอุปกรณ์ของทางการโดยเด็ดขาด เนื่องจากความกังวลอย่างหนักเกี่ยวกับความปลอดภัยของข้อมูลและความเป็นส่วนตัว ถึงขั้นมีการผลักดันร่างกฎหมายที่ชื่อว่า "No DeepSeek on Government Devices Act" เพื่อแบนการใช้งานอย่างเป็นทางการ
👉🏻 ความกังวลเรื่องข้อมูลรั่วไหลและการสอดแนม: ธุรกิจในสหรัฐฯ และชาติตะวันตกจำนวนมากมีความระแวงอย่างสูงว่าการนำ AI ของจีนมาใช้งาน อาจเปิดช่องให้ข้อมูลที่ละเอียดอ่อนขององค์กรหรือข้อมูลส่วนบุคคลของลูกค้า รั่วไหลไปยังรัฐบาลจีนได้ เนื่องจากมีรายงานว่า DeepSeek เก็บข้อมูลผู้ใช้งานบนเซิร์ฟเวอร์ที่ตั้งอยู่ในประเทศจีน ซึ่งอยู่ภายใต้กฎหมายความมั่นคงแห่งชาติของจีนที่ให้อำนาจรัฐในการเข้าถึงข้อมูลได้
👉🏻 การเซ็นเซอร์และการควบคุมเนื้อหา: โมเดล AI ของจีน รวมถึง DeepSeek ถูกตั้งโปรแกรมให้มี "แนวป้องกัน" หรือ Guardrails เพื่อไม่ให้สร้างเนื้อหาในประเด็นที่รัฐบาลจีนมองว่าละเอียดอ่อน เช่น เหตุการณ์เทียนอันเหมิน สถานการณ์ชาวอุยกูร์ หรือสถานะทางการเมืองของไต้หวัน
โดยเนื้อหาที่เกี่ยวกับเรื่องเหล่านี้จะถูกปรับให้สอดคล้องกับท่าทีที่เป็นทางการของจีน การเซ็นเซอร์ที่ขับเคลื่อนด้วยปัจจัยทางการเมืองภายในประเทศนี้ ทำให้ AI ของจีนขาดความเป็นกลางและไม่น่าดึงดูดสำหรับการใช้งานในระดับสากลที่ต้องการความเปิดกว้างของข้อมูล
👉🏻 สหรัฐฯ ไม่จำเป็นต้องลงไปเล่นเกมตัดราคา: บริษัท AI อเมริกันมีจุดยืนที่แตกต่าง พวกเขามุ่งเน้นไปที่การสร้างสรรค์โมเดลที่มีคุณภาพสูง มีความน่าเชื่อถือ และมีความปลอดภัยเป็นสำคัญ มากกว่าที่จะแข่งขันกันด้วยราคาที่ถูกที่สุด นอกจากนี้พวกเขายังมีฐานลูกค้าองค์กรขนาดใหญ่ที่ยินดีจ่ายในราคาสูงกว่า เพื่อแลกกับบริการที่ไว้วางใจได้และมีมาตรฐานระดับโลกอีกด้วย
👉🏻 มาตรการกีดกันที่อาจเข้มข้นขึ้น: ความสำเร็จของ DeepSeek ในการพัฒนา AI คุณภาพสูงได้แม้จะอยู่ภายใต้ข้อจำกัดด้านการเข้าถึงชิปประมวลผลจากสหรัฐฯ อาจถูกตีความโดยผู้กำหนดนโยบายในสหรัฐฯ ว่าเป็นสัญญาณว่ามาตรการกีดกันที่มีอยู่ยังไม่เพียงพอ
และอาจกระตุ้นให้เกิดการออกมาตรการที่เข้มงวดและครอบคลุมมากยิ่งขึ้น เพื่อจำกัดการเข้าถึงเทคโนโลยี AI ฮาร์ดแวร์ บุคลากร และการลงทุนของจีนให้รัดกุมยิ่งกว่าเดิม ดังที่กลุ่มวิเคราะห์ Rhodium Group ชี้ว่ากรอบนโยบายของสหรัฐฯ มีเป้าหมายที่จะจำกัดการเข้าถึงความสามารถในการประมวลผลขั้นสูงและโมเดล AI ที่เป็นกรรมสิทธิ์ของจีนอย่างเต็มรูปแบบ
🎯 สรุป... DeepSeek ดาวเด่นจรัสแสงที่อาจนำพา AI จีนสู่ทางตัน?
เมื่อพิจารณาจากทุกแง่มุมแล้ว แม้ว่า DeepSeek จะเป็นนวัตกรรมที่น่าตื่นตาตื่นใจและแสดงให้เห็นถึงศักยภาพอันน่าทึ่งของจีนในเวที AI โลก แต่กลยุทธ์การทุ่มตลาดด้วยราคาที่ถูกแสนถูกและการเปิดซอร์สโค้ดอย่างกว้างขวาง อาจกำลังสร้างผลกระทบเชิงลบในระยะยาวต่อระบบนิเวศ AI ของจีนเองอย่างคาดไม่ถึง
ทั้งในแง่ของความสามารถในการทำกำไรของบริษัทต่างๆ การสูญเสียความได้เปรียบจากทรัพย์สินทางปัญญาที่อุตส่าห์สั่งสมมา และการเบี่ยงเบนทิศทางการพัฒนา AI ของชาติไปสู่การแข่งขันด้านราคา มากกว่าการสร้างมูลค่าเพิ่มที่ยั่งยืน
ในทางตรงกันข้าม สหรัฐอเมริกาอาจจะกำลังได้ประโยชน์ทางอ้อมจากสถานการณ์นี้ ทั้งจากการตื่นตัวเพื่อเร่งพัฒนาศักยภาพของตนเองให้ทิ้งห่างคู่แข่ง และจากการเข้าถึงนวัตกรรมที่จีนพัฒนาขึ้นมาได้แบบฟรีๆ ผ่านช่องทาง Open-Source โดยที่ตัวเองก็ไม่ต้องลงไปร่วมวงในสงครามราคาที่บั่นทอนผลกำไร
เรื่องราวของ DeepSeek เป็นอุทาหรณ์ที่ชี้ให้เห็นว่า ในโลกแห่งการแข่งขันทางเทคโนโลยีที่ซับซ้อน การสร้างผลิตภัณฑ์ที่ "ดีและถูก" ได้นั้น อาจจะไม่ใช่คำตอบสุดท้ายของความสำเร็จเสมอไป แต่การสร้าง "มูลค่า" ที่แตกต่างและยั่งยืน ควบคู่ไปกับการมี "โมเดลธุรกิจ" ที่แข็งแกร่งและสามารถทำกำไรได้จริงต่างหาก คือกุญแจสำคัญที่จะนำไปสู่ความเป็นผู้นำในระยะยาวได้อย่างแท้จริงค่ะ
ปล. อ่านบทความนี้จบแล้ว มีใครนึกถึงสงคราม EV กันบ้างไหมค่ะ อันนั้นเห็นภาพชัดมากว่า price war กำลังทำลายบริษัท EV จีนด้วยกันเองอย่างหนัก (จริงๆ ก็โดนทั่วโลก เพราะ EV จีนไม่ได้ถูกกีดกันหนักเท่า AI) ถ้าใครอยากอ่านเรื่องนี้ คอมเม้นมาบอกกันด้วยนะคะ
- 26
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
