โดย Maksym Misichenko · CNBC ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะกรรมการส่วนใหญ่เห็นพ้องกันว่าการทำให้ LLM กลายเป็นสินค้าโภคภัณฑ์กำลังเร่งตัวขึ้น ซึ่งเป็นภัยคุกคามที่สำคัญต่อการประเมินมูลค่าที่สูงของ OpenAI และ Anthropic อย่างไรก็ตาม มีความเห็นไม่ลงรอยกันเกี่ยวกับระยะเวลาและขอบเขตของผลกระทบนี้ โดยผู้เข้าร่วมบางคนโต้แย้งว่าต้นทุนการเปลี่ยนขององค์กรและผลกระทบต่อแพลตฟอร์มของ OpenAI อาจช่วยลดผลกระทบในระยะสั้นได้
ความเสี่ยง: การกัดกร่อนอย่างรวดเร็วของอำนาจการกำหนดราคาและต้นทุนการเปลี่ยน ซึ่งอาจเร็วกว่าความสามารถของ OpenAI ในการกระจายรายได้ก่อนที่ระยะเวลาล็อคอิน IPO จะหมดอายุ
โอกาส: ศักยภาพของห้องปฏิบัติการแนวหน้าในการใช้ประโยชน์จากข้อกังวลด้านกฎระเบียบและอธิปไตยของข้อมูล สร้างตลาดที่แบ่งแยกโดยมีเวิร์กโฟลว์องค์กรที่มีความเสี่ยงสูงและมีการควบคุมเป็นป้อมปราการที่มีกำไรสูงซึ่งได้รับการปกป้อง
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
ฤดูกาลรายงานผลประกอบการนี้ ต้นทุน AI เริ่มปรากฏในตัวเลข Meta, Shopify, Spotify และ Pinterest ต่างชี้ว่าต้นทุน AI และการอนุมานที่เพิ่มขึ้นเป็นปัจจัยฉุดรั้งอัตรากำไร Shopify กล่าวว่าเศรษฐกิจจากขนาด "ถูกหักล้างบางส่วนด้วยต้นทุน LLM ที่เพิ่มขึ้น"
นี่คือบิลที่ต้องชำระสำหรับโมเดลราคาที่รองรับการประเมินมูลค่า IPO ที่คาดหวังของ OpenAI และ Anthropic ซึ่งทั้งคู่คาดการณ์ว่าจะสูงกว่า 8 แสนล้านดอลลาร์ ตัวเลขเหล่านั้นสมมติว่า OpenAI และ Anthropic จะรักษาส่วนแบ่งการตลาดและอำนาจในการกำหนดราคาของตนเองได้ — ว่าคู่แข่งไม่สามารถตามทันได้ง่ายๆ และลูกค้าองค์กรจะยังคงจ่ายเบี้ยประกันภัยเพราะไม่มีทางเลือกอื่นจริงๆ
แต่ข้อมูลกำลังชี้ไปในทิศทางตรงกันข้ามมากขึ้นเรื่อยๆ AI ที่ล้ำสมัยกำลังกลายเป็นสิ่งที่มีอยู่มากมายและราคาถูก ห้องปฏิบัติการในจีนคิดค่าบริการเพียงเศษเสี้ยวของสิ่งที่ห้องปฏิบัติการในอเมริกากำลังทำสำหรับงานที่เทียบเคียงกันได้ ในขณะที่คู่แข่งทางตะวันตกจำนวนมาก — Nvidia, Cohere, Reflection, Mistral — กำลังสร้างทางเลือกที่ถูกกว่า เล็กกว่า และมีประสิทธิภาพมากกว่าสำหรับองค์กรที่ไม่ต้องการใช้โมเดลของจีน เมื่อ OpenAI และ Anthropic ยื่นหนังสือชี้ชวน โดย OpenAI ยื่นเอกสารลับเร็วที่สุดในสัปดาห์นี้ หลักการสำคัญของการประเมินมูลค่าของพวกเขาอาจหายไปแล้ว
ช่องว่างด้านต้นทุนนั้นกว้างและกำลังกว้างขึ้น งบประมาณ AI ขององค์กรพุ่งสูงขึ้น บริษัทประมาณ 45% ที่สำรวจโดยบริษัทด้านต้นทุนคลาวด์ CloudZero กล่าวว่าพวกเขาใช้จ่ายมากกว่า 100,000 ดอลลาร์ต่อเดือนสำหรับ AI ในปี 2025 เพิ่มขึ้นจาก 20% ในปีก่อนหน้า เงินนั้นไปที่ไหนมีความสำคัญมากขึ้นเรื่อยๆ บริษัทประเมิน AI Artificial Analysis ทดสอบโมเดลหลักทุกตัวผ่านการประเมิน 10 รายการเดียวกันและติดตามต้นทุนทั้งหมด สำหรับโมเดลที่มีความสามารถสูงสุดของแต่ละห้องปฏิบัติการ: Claude ของ Anthropic มีราคา 4,811 ดอลลาร์ ChatGPT ของ OpenAI: 3,357 ดอลลาร์ DeepSeek: 1,071 ดอลลาร์ Kimi: 948 ดอลลาร์ GLM ของ Zhipu: 544 ดอลลาร์ Claude มีราคาแพงกว่าทางเลือกที่ถูกที่สุดของจีนเกือบเก้าเท่าสำหรับปริมาณงานเดียวกัน
แม้แต่ Google ก็กำลังสร้างกรณีนี้ ในงาน I/O developer conference สัปดาห์นี้ CEO Sundar Pichai กล่าวว่า "หลายบริษัทกำลังใช้จ่ายงบประมาณโทเค็นรายปีจนหมด และนี่เพิ่งจะเดือนพฤษภาคม" และเสนอโมเดล Flash ที่ถูกกว่าของบริษัทเป็นคำตอบ หากลูกค้า Google Cloud รายใหญ่ที่สุดย้าย 80% ของปริมาณงานจากโมเดลระดับแนวหน้าไปยัง Gemini 3.5 Flash Pichai กล่าวว่าพวกเขาจะประหยัดได้มากกว่า 1 พันล้านดอลลาร์ต่อปี บริษัทกำลังยอมรับว่าองค์กรต้องการทางเลือกที่ถูกกว่า
และทางเลือกที่ถูกกว่าก็ไม่ได้ล้าหลังอีกต่อไป DeepSeek ห้องปฏิบัติการ AI ของจีนซึ่งโมเดลของกระตุ้นให้เกิดการขายหุ้นเทคโนโลยีของสหรัฐฯ เมื่อปีที่แล้ว ได้เปิดตัวรุ่นถัดไปเมื่อเดือนที่แล้ว ซึ่งเทียบเท่าหรือเกือบเทียบเท่ากับรุ่นล่าสุดจาก OpenAI, Anthropic และ Google ในด้านการเขียนโค้ด, agentic และเกณฑ์มาตรฐานความรู้ โมเดลจากห้องปฏิบัติการจีนอื่นๆ รวมถึง Moonshot, Xiaomi และ Zhipu ได้ถูกจัดส่งในระดับความสามารถที่คล้ายคลึงกันในช่วงสี่เดือนที่ผ่านมา
CEO ของ Databricks Ali Ghodsi มีมุมมองแบบเรียลไทม์เกี่ยวกับการเปลี่ยนแปลงนี้ เกตเวย์ AI ของบริษัทตั้งอยู่ระหว่างลูกค้าองค์กรหลายพันรายและโมเดลที่พวกเขาใช้ และ Ghodsi กล่าวว่ารายได้จากผลิตภัณฑ์นั้นกำลังเพิ่มขึ้นอย่างรวดเร็ว
เทคนิคที่องค์กรกำลังนำมาใช้ เขากล่าวเรียกว่า "โมเดลที่ปรึกษา" โมเดลโอเพนซอร์สราคาถูกจัดการงานส่วนใหญ่เป็นค่าเริ่มต้น เมื่อพบงานที่ไม่สามารถแก้ไขได้ มันจะได้รับเครื่องมือที่ช่วยให้สามารถเรียกใช้โมเดลระดับแนวหน้าจาก OpenAI หรือ Anthropic เพื่อขอความช่วยเหลือ
"คุณสามารถควบคุมต้นทุนได้อย่างดีด้วยวิธีนี้" Ghodsi กล่าว
ความเร็วของการเปลี่ยนแปลงนั้นน่าทึ่ง บน OpenRouter ซึ่งเป็นตลาดที่ช่วยให้นักพัฒนาเข้าถึงโมเดล AI หลายร้อยตัวผ่านอินเทอร์เฟซเดียว โมเดลจีนเพิ่มขึ้นจากการใช้งานประมาณ 1% ในปี 2024 เป็นมากกว่า 60% ในเดือนพฤษภาคม
และผู้ขายกำลังเริ่มขายการลดต้นทุนเป็นผลิตภัณฑ์ CEO ของ Figma Dylan Field กล่าวว่าบริษัทกำลังผ่านสามขั้นตอนของการนำ AI มาใช้: ขั้นแรก ไม่มีใครใช้มัน ขั้นที่สอง ทุกคนต้องใช้ โดยบางคน "จัดการแข่งขันกันว่าใครจะใช้จ่ายโทเค็นได้มากที่สุด" และขั้นที่สามคือการตระหนักว่า "ทุกคนกำลังใช้จ่ายมากเกินไป" และต้องลดค่าใช้จ่ายลง หลายองค์กร เขากล่าวว่ากำลังเข้าสู่ระยะที่สามนี้ Figma กำลังขายคุณสมบัติที่ลดการใช้โทเค็นของลูกค้าลง 20 ถึง 30%
## สหรัฐฯ vs. จีน
ช่องว่างด้านต้นทุนสะท้อนให้เห็นถึงวิธีการสร้างของทั้งสองฝ่าย ห้องปฏิบัติการระดับแนวหน้าของอเมริกาใช้เงินทุนหลายแสนล้านดอลลาร์ในการฝึกอบรมโมเดลที่ใหญ่ขึ้นเรื่อยๆ บนชิปที่แพงที่สุดที่ Nvidia ขาย ภายในโครงข่ายไฟฟ้าของสหรัฐฯ ที่ไม่สามารถเพิ่มกำลังการผลิตได้เร็วพอ ต้นทุนเหล่านั้นจะถูกส่งต่อไปยังลูกค้า สำหรับห้องปฏิบัติการของจีน ข้อจำกัดได้กลายเป็นกลยุทธ์ ภายใต้ข้อจำกัดการส่งออกชิป พวกเขาถูกบังคับให้ปรับปรุงประสิทธิภาพอย่างเข้มงวด — ฝึกอบรมโมเดลที่แข่งขันได้ด้วยการประมวลผลที่น้อยลงและใช้งานได้อย่างมีประสิทธิภาพมากขึ้น
การป้องกันที่ดีที่สุดของห้องปฏิบัติการอเมริกาคือความไว้วางใจ CEO ของ Cohere Aidan Gomez ซึ่งบริษัทของเขาขายโมเดล AI ให้กับธนาคาร หน่วยงานกลาโหม และอุตสาหกรรมที่มีกฎระเบียบอื่นๆ กล่าวว่าผู้ซื้อเหล่านั้นจะไม่ใช้โมเดลของจีนไม่ว่าจะราคาเท่าใดก็ตาม รายได้ของ Cohere เพิ่มขึ้นหกเท่าในปีที่แล้วจากการขายในกลุ่มเป้าหมายนั้น แต่เป็นส่วนเล็กๆ ของตลาดองค์กรที่กว้างขึ้น นอกเหนือจากอุตสาหกรรมที่มีกฎระเบียบ ซึ่งกฎความปลอดภัยและการปฏิบัติตามข้อกำหนดมีความยืดหยุ่นน้อยกว่า การจ่ายเบี้ยประกันภัยก็ทำได้ยากขึ้น
การตอบสนองของอเมริกาเริ่มเป็นรูปเป็นร่าง Nvidia ซึ่งเป็นบริษัทที่ได้รับผลกำไรมากที่สุดจากยุค AI กำลังผลักดันโมเดลที่แตกต่างออกไปอย่างเปิดเผย โดยเปิดตัวระบบ AI ของตนเองที่บริษัทใดๆ สามารถดาวน์โหลดและใช้งานบนเซิร์ฟเวอร์ของตนเองได้ฟรี เป็นทางเลือกแทนทั้งตัวเลือกของจีนและโมเดลที่ถูกล็อคจาก OpenAI และ Anthropic Reflection AI ระดมทุนด้วยการประเมินมูลค่าหลายพันล้านดอลลาร์โดยเฉพาะเพื่อสร้างโมเดลโอเพนซอร์สของอเมริกาสำหรับองค์กรที่ต้องการทางเลือกในประเทศ ทั้งสองบริษัทมีเงินทุนเพียงพอและกำหนดเป้าหมายช่องว่างเดียวกันอย่างชัดเจน — โมเดลที่มีความสามารถ ราคาถูกกว่าระดับแนวหน้า และใช้งานบนโครงสร้างพื้นฐานที่องค์กรสหรัฐฯ ไว้ใจอยู่แล้ว
ข้อโต้แย้งต่อการเปลี่ยนแปลงนี้ตั้งอยู่บนความมั่นคงของชาติ แต่การคัดค้านกำลังจางหายไปในการปฏิบัติ แม้แต่ AI Safety Institute ของรัฐบาลสหรัฐฯ ซึ่งระบุว่าโมเดล DeepSeek ล้าหลังโมเดลของอเมริกาในด้านความปลอดภัยและประสิทธิภาพ ก็ได้บันทึกว่าการดาวน์โหลดเพิ่มขึ้นเกือบ 1,000% นับตั้งแต่การเปิดตัว R1 ในเดือนมกราคม 2025
และ Anthropic เองก็ยอมรับแรงกดดัน ในเอกสารนโยบายที่เผยแพร่ในเดือนพฤษภาคม บริษัทกล่าวว่าโมเดลของสหรัฐฯ นำหน้าโมเดลของจีนเพียง "ไม่กี่เดือน" และเตือนว่าปักกิ่งกำลัง "ชนะในการยอมรับทั่วโลกด้วยต้นทุน"
OpenAI มองเห็นแตกต่างออกไป บุคคลที่คุ้นเคยกับการคิดของบริษัทกล่าวว่าการเปิดตัวโมเดลระดับแนวหน้าใหม่ทุกครั้ง รวมถึง GPT-5.5 เมื่อเดือนที่แล้ว ได้กระตุ้นให้เกิดการใช้งาน API และผลิตภัณฑ์เพิ่มขึ้นอย่างมาก โดยความต้องการขององค์กรเติบโตในสิ่งที่พวกเขาอธิบายว่าเป็น "กำแพงแนวตั้ง" โอเพนซอร์สมีบทบาทในงานที่มีความเสี่ยงต่ำ บุคคลนี้กล่าว แต่ไม่ได้เข้ามาแย่งชิงธุรกิจหลักของบริษัท แรงกดดันด้านราคาไม่ได้อยู่ในสิบอันดับแรกของข้อกังวลของบริษัท
แต่ CEO AI ขององค์กร ซึ่งขอไม่เปิดเผยชื่อเพื่อปกป้องความสัมพันธ์กับลูกค้า ได้ให้มุมมองที่แตกต่างออกไป การเติบโตเป็นเรื่องจริง — "แต่มันจะขยายตัวเร็วขึ้นอีกสำหรับระดับแนวหน้าหากเทคนิคนี้ไม่ได้ถูกนำมาใช้"
นี่คือตลาดที่ OpenAI และ Anthropic คาดว่าจะขอให้นักลงทุนสาธารณะประเมินมูลค่า ด้วยมูลค่าเกือบหนึ่งล้านล้านดอลลาร์ต่อราย S-1 จะต้องแสดงการเติบโตของรายได้องค์กรและการกระจุกตัวที่สมเหตุสมผลกับหลายเท่า แต่เบี้ยประกันภัยที่สมเหตุสมผลกับการประเมินมูลค่ากำลังถูกกัดกร่อนอย่างรวดเร็วที่สุดในส่วนที่ห้องปฏิบัติการจำเป็นต้องครอบงำ
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"ทางเลือกที่ถูกกว่าจะกัดกร่อนการกำหนดราคาพรีเมียมที่สมเหตุสมผลกับมูลค่า IPO มากกว่า 800 พันล้านดอลลาร์สำหรับ OpenAI และ Anthropic"
บทความนี้ระบุอย่างถูกต้องถึงการกัดกร่อนอำนาจการกำหนดราคาเนื่องจากโมเดลของจีนเช่น DeepSeek และ Zhipu มีราคาถูกกว่า OpenAI และ Anthropic ถึง 5-9 เท่าในเกณฑ์มาตรฐาน โดยข้อมูล OpenRouter แสดงให้เห็นว่าการใช้งานของจีนเพิ่มขึ้นเป็น 60% และกลยุทธ์โมเดลที่ปรึกษาแบบไฮบริดกำลังควบคุมการใช้จ่ายแนวหน้าอยู่แล้ว สิ่งนี้คุกคามสมมติฐาน IPO มูลค่า 800 พันล้านดอลลาร์โดยตรงโดยเปิดเผยว่า capex ที่หนักของสหรัฐฯ ไม่สามารถแข่งขันในเศรษฐศาสตร์การอนุมานได้ สิ่งที่คนอื่นอาจมองข้ามคือการทำให้เป็นสินค้าโภคภัณฑ์เร็วขึ้นของแม้แต่งานระดับกลาง ซึ่งอาจชะลอการเติบโตของ capex AI โดยรวมและส่งผลกระทบต่อโมเมนตัมศูนย์ข้อมูลของ Nvidia ภายใน 18 เดือน หากองค์กรประหยัดโทเค็นได้ 20-30% ผ่านเครื่องมือสไตล์ Figma
องค์กรที่มีการควบคุมอาจยังคงจ่ายพรีเมียมเพื่อความไว้วางใจและการปฏิบัติตามข้อกำหนด ดังที่การเติบโตของรายได้หกเท่าของ Cohere แสดงให้เห็น ในขณะที่การใช้งาน GPT-5.5 ที่พุ่งสูงของ OpenAI บ่งชี้ว่าโมเดลแนวหน้ายังคงมีคุณค่าที่ทดแทนไม่ได้ในเวิร์กโฟลว์ที่ซับซ้อน
"ข้อโต้แย้ง IPO จะพังทลายหากห้องปฏิบัติการแนวหน้าเผชิญกับการแข่งขันด้านราคาที่พวกเขาไม่สามารถหลีกเลี่ยงได้ แต่บทความนี้ยังไม่ได้พิสูจน์ว่าพวกเขา *จะ* แข่งขันด้านราคาแทนที่จะถอยกลับไปยังส่วนที่ป้องกันได้ (อุตสาหกรรมที่มีการควบคุม, เวิร์กโฟลว์ที่ต้องใช้การให้เหตุผลมาก, ป้อมปราการแบรนด์)"
บทความนี้ผสมปนเป *ความสามารถที่เท่าเทียมกัน* กับ *การยึดครองตลาด* ใช่ DeepSeek เทียบเท่า GPT-4 ในเกณฑ์มาตรฐานด้วยต้นทุน 1/3 แต่บทความนี้ประเมินค่าต่ำเกินไปเกี่ยวกับต้นทุนการเปลี่ยน, การล็อคอินกับผู้ขาย และข้อเท็จจริงที่ว่าองค์กรไม่ได้ปรับให้เหมาะสมกับราคาการอนุมานเพียงอย่างเดียว — พวกเขาปรับให้เหมาะสมกับต้นทุนรวมในการเป็นเจ้าของ รวมถึงการรวมระบบ การสนับสนุน และความน่าเชื่อถือ กลยุทธ์ 'โมเดลที่ปรึกษา' ที่ Ghodsi อธิบายนั้นเป็นจริง แต่ต้องใช้องค์กรในการบำรุงรักษาสแต็กคู่ ซึ่งเพิ่มความซับซ้อนในการดำเนินงาน ที่สำคัญที่สุด: บทความนี้สมมติว่าราคาโมเดลแนวหน้าจะคงที่ หาก OpenAI ลดราคา GPT-4 ลง 40% เพื่อตอบสนองต่อการแข่งขัน ข้อโต้แย้งด้านต้นทุนทั้งหมดจะพังทลาย การประเมินมูลค่า IPO นั้นก้าวร้าว แต่ไม่ใช่เพราะมีทางเลือกที่ถูกกว่าอยู่ — เพราะห้องปฏิบัติการแนวหน้าอาจ *เลือก* ที่จะแข่งขันด้านราคาแทนที่จะเป็นกำไร
การอ้างสิทธิ์ของ OpenAI เกี่ยวกับการเติบโตของความต้องการขององค์กรแบบ 'กำแพงแนวตั้ง' อาจเป็นจริง หากโมเดลแนวหน้าขับเคลื่อนกรณีการใช้งาน *ส่วนเพิ่ม* (ไม่ใช่แค่การทดแทน) ทางเลือกที่ถูกกว่าจะไม่เข้ามาแทนที่รายได้ — พวกมันจะขยาย TAM ในขณะที่ห้องปฏิบัติการแนวหน้าครอบครองส่วนแบ่งพรีเมียม
"การเปลี่ยนแปลงไปสู่สถาปัตยกรรม 'โมเดลที่ปรึกษา' ทำให้ปริมาณงาน AI ส่วนใหญ่กลายเป็นสินค้าโภคภัณฑ์อย่างมีประสิทธิภาพ ทำให้ประมาณการรายได้ที่มีกำไรสูงที่จำเป็นในการสนับสนุนมูลค่าหนึ่งล้านล้านดอลลาร์สำหรับห้องปฏิบัติการแนวหน้าพังทลาย"
การทำให้ LLM กลายเป็นสินค้าโภคภัณฑ์กำลังเร่งตัวขึ้นเร็วกว่าที่โมเดลการประเมินมูลค่าของตลาดสำหรับ OpenAI และ Anthropic คำนวณไว้ เมื่อ 60% ของการรับส่งข้อมูล OpenRouter เปลี่ยนไปใช้โมเดลของจีน เราไม่ได้เห็นแนวโน้ม 'เฉพาะกลุ่ม' เรากำลังเห็น 'Linux-ification' ของ AI สถาปัตยกรรม 'โมเดลที่ปรึกษา' ที่กล่าวถึงโดย Databricks ทำให้โมเดลแนวหน้ากลายเป็นผู้เล่นที่มีค่าใช้จ่ายสูงและมีความถี่ต่ำอย่างมีประสิทธิภาพ ทำให้รายได้โทเค็นปริมาณสูงที่จำเป็นในการสมเหตุสมผลกับมูลค่า 800 พันล้านดอลลาร์หายไป แม้ว่าความไว้วางใจขององค์กรยังคงเป็นป้อมปราการสำหรับ Cohere หรือ OpenAI แต่ก็เป็นป้อมปราการที่แคบลง นักลงทุนกำลังประเมินมูลค่าบริษัทเหล่านี้ในฐานะ 'โครงสร้างพื้นฐาน AI' เมื่อพวกเขากำลังมองหาผู้ให้บริการ 'ซอฟต์แวร์เฉพาะกลุ่มพรีเมียม' ที่เผชิญกับการบีบอัดกำไรอย่างมหาศาล
'โมเดลที่ปรึกษา' จริงๆ แล้วเสริมคุณค่าของโมเดลแนวหน้า เนื่องจากพวกมันกลายเป็น 'สมอง' ที่ขาดไม่ได้ซึ่งโมเดลที่เล็กกว่าและถูกกว่าต้องพึ่งพาสำหรับการให้เหตุผลที่มีความเสี่ยงสูง ทำให้รายได้ของพวกมันยังคงเหนียวแน่นแม้จะมีปริมาณน้อยลง
"ป้อมปราการองค์กรที่ทนทานและการสร้างรายได้หลายผลิตภัณฑ์สามารถสมเหตุสมผลกับหลายเท่าได้ แม้ว่าต้นทุนการประมวลผลแนวหน้าจะลดลงก็ตาม"
แม้ว่าบทความจะระบุอย่างถูกต้องถึงค่าใช้จ่าย AI ที่เพิ่มขึ้นและโมเดลแนวหน้าที่ถูกกว่า แต่ความกังวลเกี่ยวกับมูลค่าของ OpenAI/Anthropic อาจประเมินความเสี่ยงในระยะสั้นสูงเกินไป ผู้ซื้อองค์กรให้ความสำคัญมากกว่าราคาโมเดลดิบ: ความน่าเชื่อถือ ความปลอดภัย การกำกับดูแล การรวมระบบ และการสนับสนุนเฉพาะทางสร้างความเหนียวแน่นที่สามารถสนับสนุนการเติบโตของ ARR หลายปีได้ แม้ว่าแนวหน้าจะกลายเป็นสินค้าโภคภัณฑ์ก็ตาม OpenAI/Anthropic มีผลกระทบต่อแพลตฟอร์ม (ระบบนิเวศ, พันธมิตร, เครื่องมือสำหรับนักพัฒนา) และคานการสร้างรายได้ที่เป็นไปได้นอกเหนือจากการใช้งาน API (คุณสมบัติพรีเมียม, ข้อมูล/ข้อมูลเชิงลึก, โซลูชันแบบ on-prem หรือโฮสต์) ซึ่งสามารถช่วยลดกำไรและสมเหตุสมผลกับหลายเท่าพรีเมียม บทความนี้มองข้ามสิ่งเหล่านี้ โดยมุ่งเน้นที่เส้นโค้งต้นทุน ในขณะที่เพิกเฉยต่อการกระจายรายได้และคุณค่าเชิงกลยุทธ์ของสแต็ก AI ที่ใช้งานอยู่
ข้อโต้แย้งที่แข็งแกร่งที่สุด: หากโมเดลแนวหน้ากลายเป็นสินค้าโภคภัณฑ์อย่างแท้จริง และผู้ซื้อองค์กรทำการเปรียบเทียบราคาอย่างไม่ลดละ พรีเมียมสำหรับ IPO เหล่านั้นอาจลดลงเนื่องจากการเติบโตของรายได้ชะลอตัวและต้นทุนการเปลี่ยนอ่อนแอลง
"โมเดลที่ปรึกษาจะเข้ามาแทนที่รายได้จากการอนุมานของ Nvidia เร็วกว่าที่โมเดลการประเมินมูลค่าคาดการณ์ไว้"
Gemini ระบุความเสี่ยงของ Linux-ification ได้อย่างถูกต้อง แต่ประเมินค่าต่ำเกินไปว่าสิ่งนี้เร่งการเปิดรับของ Nvidia นอกเหนือจากการฝึกอบรมไปสู่ชิปการอนุมานอย่างไร หากการรับส่งข้อมูล 60% เปลี่ยนไปใช้โมเดลจีนที่ถูกกว่าผ่านสถาปัตยกรรมที่ปรึกษา เวิร์กโฟลว์การอนุมานที่มีกำไรสูงที่สมเหตุสมผลกับประมาณการ capex ปัจจุบันจะถูกนำไปใช้ประโยชน์ ทำให้ multiples ของ NVDA ได้รับผลกระทบ แม้ว่าความต้องการในการฝึกอบรมจะยังคงที่อีกหนึ่งปีก็ตาม กลุ่มที่มีการควบคุมจะไม่สามารถชดเชยการเปลี่ยนแปลงปริมาณได้
"ต้นทุนการเปลี่ยนจะกัดกร่อนแบบไม่เป็นเชิงเส้นเมื่อทางเลือกที่ใช้งานได้ถึงการยอมรับ 30%+; ระยะเวลา IPO ของ OpenAI อาจไม่รอดพ้นจากจุดเปลี่ยนนั้น"
Claude และ ChatGPT ต่างก็สมมติว่าต้นทุนการเปลี่ยนจะยังคงเหนียวแน่น แต่ทั้งคู่ไม่ได้กล่าวถึง *ความเร็ว* ของการกัดกร่อนนั้น โมเดลที่ปรึกษาของ Figma ไม่ใช่เฉพาะกลุ่ม — มันคือหลักฐานทางสถาปัตยกรรมที่องค์กรสามารถปรับต้นทุนให้เหมาะสมได้โดยไม่ต้องยกเลิก หากการยอมรับเพิ่มขึ้นเป็น 30-40% ของปริมาณงานภายใน 18 เดือน ต้นทุนการเปลี่ยนจะพังทลายเร็วกว่าที่อำนาจการกำหนดราคาจะปรับตัวได้ ความเสี่ยงที่แท้จริงไม่ใช่การแข่งขัน — แต่เป็นความเร็วของการบีบอัดกำไรที่เร็วกว่าความสามารถของ OpenAI ในการกระจายรายได้ก่อนที่ระยะเวลาล็อคอิน IPO จะหมดอายุ
"ข้อกำหนดการปฏิบัติตามกฎระเบียบทางภูมิรัฐศาสตร์จะบังคับให้เกิดการแบ่งแยกตลาดที่ปกป้องกำไรของโมเดลแนวหน้าของตะวันตก แม้จะมีการแข่งขันด้านราคาการอนุมานก็ตาม"
Claude คุณกำลังมองข้ามความเสี่ยงทางภูมิรัฐศาสตร์ 'Linux-ification' ผ่าน DeepSeek ไม่ใช่แค่เรื่องราคา — มันคือการเล่นคอมพิวเตอร์อธิปไตย หาก 60% ของการกำหนดเส้นทางโอเพนซอร์สเปลี่ยนไปใช้โมเดลของจีน องค์กรสหรัฐฯ จะเผชิญกับอุปสรรคด้านกฎระเบียบและการอธิปไตยของข้อมูลจำนวนมากที่ OpenAI/Anthropic จะใช้ประโยชน์ 'โมเดลที่ปรึกษา' สร้างตลาดที่แบ่งแยก: งานที่มีความเสี่ยงต่ำจะไปสู่โมเดลที่ถูกและอาจถูกประนีประนอม ในขณะที่เวิร์กโฟลว์องค์กรที่มีความเสี่ยงสูงและมีการควบคุมจะกลายเป็นป้อมปราการที่มีกำไรสูงสำหรับห้องปฏิบัติการแนวหน้าของตะวันตก ความเสี่ยงด้านมูลค่าไม่ใช่การทำให้เป็นสินค้าโภคภัณฑ์ — แต่คือการที่ตลาดรวมที่สามารถเข้าถึงได้หดตัวลงเนื่องจากการปฏิบัติตามข้อกำหนด
"การปรับใช้สแต็กคู่รักษาอุปสงค์การอนุมานและ capex ของ NVDA ซึ่งบ่อนทำลายแนวคิดที่ว่าการกัดกร่อนของราคาเพียงอย่างเดียวจะทำให้รายได้แนวหน้าตกต่ำ"
คำวิจารณ์ของ Claude เกี่ยวกับความเร็วของการกัดกร่อนพลาดความขัดแย้งด้านฮาร์ดแวร์: องค์กรจะใช้สแต็กคู่ — โมเดลราคาถูกสำหรับงานประจำและโมเดลแนวหน้าสำหรับเวิร์กโฟลว์ที่มีความเสี่ยงสูง สิ่งนั้นจะรักษาอุปสงค์การอนุมานจำนวนมากและทำให้ capex ของ NVDA ยังคงอยู่ แม้ว่าแนวหน้าจะกลายเป็นสินค้าโภคภัณฑ์ก็ตาม ความเสี่ยงที่แท้จริงไม่ใช่การตกต่ำของราคาที่ชัดเจน แต่เป็นการปรับสถาปัตยกรรมใหม่อย่างรวดเร็วซึ่งจะบีบอัดหน้าต่าง ARR พรีเมียมสำหรับห้องปฏิบัติการแนวหน้า ในขณะที่ยังคงรักษา upside ที่ขับเคลื่อนด้วยฮาร์ดแวร์ไว้ได้ในตอนนี้
คณะกรรมการส่วนใหญ่เห็นพ้องกันว่าการทำให้ LLM กลายเป็นสินค้าโภคภัณฑ์กำลังเร่งตัวขึ้น ซึ่งเป็นภัยคุกคามที่สำคัญต่อการประเมินมูลค่าที่สูงของ OpenAI และ Anthropic อย่างไรก็ตาม มีความเห็นไม่ลงรอยกันเกี่ยวกับระยะเวลาและขอบเขตของผลกระทบนี้ โดยผู้เข้าร่วมบางคนโต้แย้งว่าต้นทุนการเปลี่ยนขององค์กรและผลกระทบต่อแพลตฟอร์มของ OpenAI อาจช่วยลดผลกระทบในระยะสั้นได้
ศักยภาพของห้องปฏิบัติการแนวหน้าในการใช้ประโยชน์จากข้อกังวลด้านกฎระเบียบและอธิปไตยของข้อมูล สร้างตลาดที่แบ่งแยกโดยมีเวิร์กโฟลว์องค์กรที่มีความเสี่ยงสูงและมีการควบคุมเป็นป้อมปราการที่มีกำไรสูงซึ่งได้รับการปกป้อง
การกัดกร่อนอย่างรวดเร็วของอำนาจการกำหนดราคาและต้นทุนการเปลี่ยน ซึ่งอาจเร็วกว่าความสามารถของ OpenAI ในการกระจายรายได้ก่อนที่ระยะเวลาล็อคอิน IPO จะหมดอายุ