ไทเกอร์รีเสิร์ชชี้ ‘บล็อกเชน AI’ ยังไม่ตอบโจทย์ตลาดหลัก แม้อุตสาหกรรม AI โตแรง

แม้อุตสาหกรรม AI จะยังคงเติบโตอย่างคึกคัก แต่ ‘บล็อกเชน AI’ กลับยังไม่สามารถดึงความต้องการจากตลาดกระแสหลักได้เต็มที่ โดยรายงานล่าสุดของ ไทเกอร์รีเสิร์ช(Tiger Research) ระบุว่า ปัญหาสำคัญไม่ได้อยู่ที่การผสานเทคโนโลยีระหว่าง AI กับบล็อกเชน แต่เป็น ‘ความไม่สอดคล้อง’ ระหว่างคอขวดที่ภาคธุรกิจต้องการแก้ในตอนนี้ กับโซลูชันที่บล็อกเชน AI กำลังนำเสนอ

เมื่อวันที่ 24 (เวลาท้องถิ่น) ไทเกอร์รีเสิร์ช(Tiger Research) เผยผ่านรายงานวิจัยว่า ภาค AI ในปัจจุบันกำลังอยู่ในช่วงที่เงินทุนไหลเข้าสู่ธุรกิจซึ่งช่วยแก้ปัญหาที่จับต้องได้โดยตรงจากการขยายตัวของโมเดลภาษาขนาดใหญ่ หรือ LLM ไม่ว่าจะเป็นทรัพยากรประมวลผล หน่วยความจำ พลังงานไฟฟ้า หรือการสื่อสารข้อมูล ตัวอย่างที่เห็นชัดคือกลุ่มเทคโนโลยีอย่างหน่วยความจำแบนด์วิดท์สูง(HBM) ระบบสื่อสารด้วยแสง และโครงสร้างพื้นฐานไฟฟ้าสำหรับดาต้าเซ็นเตอร์ ซึ่งได้รับความสนใจเพราะพิสูจน์ได้ทันทีว่าช่วยเพิ่มประสิทธิภาพและลดต้นทุน

ในทางกลับกัน โครงการ ‘บล็อกเชน AI’ แม้จะมีจุดขายเรื่อง ‘อธิปไตยข้อมูล’ และ ‘การกระจายอำนาจ’ ที่ฟังดูน่าสนใจ แต่ยังไม่สามารถโน้มน้าวตลาดองค์กรให้เลือกใช้งานในระดับเดียวกันได้ รายงานมองว่า ความต้องการของฝั่งองค์กรยังคงเน้นผลลัพธ์ระยะสั้น ความเสถียร และความคุ้มค่าที่พิสูจน์ได้ มากกว่าคุณค่าทางแนวคิด

ภาพนี้เห็นชัดในหมวดการประมวลผลแบบกระจายศูนย์และการจัดเก็บข้อมูลแบบกระจายศูนย์ โดยการประมวลผลแบบกระจายศูนย์พยายามรวบรวม GPU ที่ว่างอยู่ตามเครือข่าย เพื่อบรรเทาการผูกขาดทรัพยากรของบริษัทเทคโนโลยีรายใหญ่ ส่วนการจัดเก็บข้อมูลแบบกระจายศูนย์อย่าง ไฟล์คอยน์(FIL) และอาร์วีฟ(AR) เน้นการคืนสิทธิความเป็นเจ้าของข้อมูลและการเก็บรักษาระยะยาว

อย่างไรก็ดี ลูกค้าองค์กรให้ความสำคัญกับความเสถียรมากกว่าปรัชญา หากระบบยังไม่สามารถแสดงความได้เปรียบเชิงเทคนิคอย่างชัดเจนเมื่อเทียบกับผู้ให้บริการคลาวด์เดิม ในด้านการซิงก์ข้อมูลระดับเพตะไบต์ ความหน่วงต่ำมาก ข้อตกลงระดับการให้บริการ หรือ SLA และการกู้คืนเมื่อเกิดเหตุขัดข้อง ก็ยิ่งทำให้ลูกค้าไม่มีแรงจูงใจเพียงพอที่จะรับความเสี่ยงจากการย้ายระบบ

ไทเกอร์รีเสิร์ช(Tiger Research) ยังชี้ว่า โครงสร้างโหนดแบบกระจายศูนย์มีความไม่แน่นอนในตัวเอง เพราะต้องพึ่งพาทรัพยากรจากผู้เข้าร่วมที่ไม่เปิดเผยตัวตน ส่งผลให้เกิดความเสี่ยงเรื่องโหนดหลุดจากระบบหรือคุณภาพไม่สม่ำเสมอ หากงานฝึก AI มูลค่าหลายสิบล้านบาทต้องหยุดชะงัก การชดเชยภายหลังอาจไม่เพียงพอที่จะทดแทนต้นทุนโอกาสและเวลาที่เสียไป

ในมุมนี้ ‘บล็อกเชน AI’ จึงอาจถูกมองโดยองค์กรว่าไม่ใช่เพียงความเสียหายที่ชดเชยได้ แต่เป็นความไม่แน่นอนที่ไม่จำเป็นต้องแบกรับตั้งแต่แรก

สำหรับตลาดซื้อขายข้อมูล หรือดาต้ามาร์เก็ตเพลส แนวคิดหลักคือเปิดให้ผู้ให้ข้อมูลและนักพัฒนาซื้อขายกันโดยตรงบนเชน พร้อมชำระค่าตอบแทนอย่างโปร่งใสโดยไม่ต้องผ่านตัวกลาง โครงการอย่าง โอเชียน โปรโตคอล(OCEAN) และกราสส์ เป็นตัวอย่างของความพยายามในทิศทางนี้ แต่ในทางปฏิบัติ ตลาดข้อมูลปัจจุบันยังขึ้นอยู่กับความสะดวก ขนาดของเครือข่าย และระบบนิเวศของแพลตฟอร์มเดิมอย่างมาก ทำให้เพียงแค่เพิ่มความโปร่งใสยังไม่มากพอจะดึงดีมานด์ขนาดใหญ่เข้ามาได้

รายงานยังกล่าวถึงเทคโนโลยีตรวจสอบโมเดลและความเป็นส่วนตัวว่าเป็นอีกพื้นที่ที่มีศักยภาพ แต่ยังต้องรอจังหวะของตลาด โดยเฉพาะแนวทางซีโร่โนว์เลดจ์แมชชีนเลิร์นนิง(ZKML) ซึ่งสามารถช่วยพิสูจน์ว่า AI ทำงานตามกฎที่กำหนด และยืนยันความถูกต้องของผลลัพธ์ได้โดยไม่ต้องเปิดเผยข้อมูลอ่อนไหว แนวทางนี้เหมาะอย่างยิ่งกับภาคการแพทย์ ประกันภัย และหน่วยงานภาครัฐ ที่ให้ความสำคัญสูงกับความน่าเชื่อถือของข้อมูลและความปลอดภัย

อย่างไรก็ตาม รายงานมองว่า ความต้องการในตอนนี้ยังไม่เร่งด่วนพอที่จะผลักดันให้องค์กรยอมรับต้นทุนเพื่อใช้งานเทคโนโลยีดังกล่าวในวงกว้าง จึงเป็นตลาดที่ต้องพึ่งการเปลี่ยนแปลงด้านกฎระเบียบมากกว่าความพร้อมของเทคโนโลยีเพียงอย่างเดียว

ไทเกอร์รีเสิร์ช(Tiger Research) ประเมินว่า กรอบกำกับดูแลอย่างกฎหมาย AI Act ของสหภาพยุโรป(EU) อาจกลายเป็นแรงหนุนสำคัญของ ‘บล็อกเชน AI’ เพราะหากตลาดเริ่มต้องการมาตรฐานที่ชัดเจนในเรื่องแหล่งที่มาของข้อมูล ความปลอดภัย ความรับผิดชอบ และการตรวจสอบย้อนกลับ เทคโนโลยีตรวจสอบบนบล็อกเชนอาจถูกยกระดับจากคุณสมบัติเสริมไปสู่โครงสร้างพื้นฐานที่จำเป็น

อีกด้านหนึ่ง กรอบการทำงานของ AI เอเจนต์มีลักษณะต่างจากหมวดอื่นพอสมควร ปัจจุบันบริษัทกระแสหลักอย่าง ไมโครซอฟท์(MSFT) และเซลส์ฟอร์ซ(CRM) มุ่งใช้เอเจนต์ AI เพื่อทำงานอัตโนมัติภายในองค์กรและเพิ่มประสิทธิภาพการทำงานเป็นหลัก แต่ฝั่งบล็อกเชนกำลังมองไปไกลกว่านั้น คือการสร้างเอเจนต์ AI ที่มีวอลเล็ตและตัวตนของตนเอง สามารถทำธุรกรรมและชำระเงินผ่านโปรโตคอลสเตเบิลคอยน์ได้แบบอัตโนมัติบนเครือข่ายภายนอก

แนวคิดดังกล่าวไม่ใช่แค่ระบบอัตโนมัติทั่วไป แต่เป็นโครงสร้างพื้นฐานสำหรับเศรษฐกิจแบบเครื่องจักรสื่อสารกับเครื่องจักร หรือ M2M ซึ่งถือเป็นภาพของอินเทอร์เน็ตทางเศรษฐกิจในขั้นต่อไป

ปัญหาคือระดับความพร้อมของตลาดยังไม่ตามทัน องค์กรส่วนใหญ่ยังอยู่ในช่วงพิสูจน์ผลตอบแทนจากการลงทุนของ AI และพยายามสร้างระบบที่มีความเสถียร ดังนั้น โครงสร้างที่เปิดให้เอเจนต์หลายตัวเชื่อมต่อกับโลกภายนอกและตัดสินใจอย่างอิสระ แม้จะน่าสนใจในเชิงแนวคิด แต่ยังไม่ใช่เรื่องเร่งด่วนที่สุดสำหรับภาคธุรกิจในวันนี้

ถึงอย่างนั้น รายงานมองว่า เรื่องการชำระเงินของเอเจนต์อาจเป็นหนึ่งในไม่กี่พื้นที่ที่การเงินแบบดั้งเดิมกับบล็อกเชนสามารถแข่งขันกันได้บนเส้นเริ่มต้นเดียวกัน เพราะการชำระเงินมูลค่าต่ำ ความถี่สูง และไร้พรมแดน ยังเป็นโจทย์ที่ระบบการเงินเดิมแก้ได้ไม่สมบูรณ์

ข้อสรุปหลักของรายงานคือ เหตุที่ ‘บล็อกเชน AI’ ยังไม่ถูกยอมรับอย่างกว้างขวาง ไม่ใช่เพราะไม่มีประโยชน์ แต่เพราะจังหวะเวลาของอุปสงค์และอุปทานยังไม่ตรงกัน ฝั่งผู้ใช้ต้องการโซลูชันที่แก้ปัญหาเฉพาะหน้าได้ทันที ขณะที่หลายโครงการกำลังสร้างโครงสร้างพื้นฐานสำหรับความต้องการในอนาคต

ในหมวดการประมวลผลและการจัดเก็บข้อมูลแบบกระจายศูนย์ แม้จะมีข้อได้เปรียบด้านต้นทุนและ ‘อธิปไตยข้อมูล’ แต่ยังไม่สร้างความต่างทางเทคนิคได้มากพอ ส่วนเทคโนโลยีตรวจสอบและความเป็นส่วนตัวน่าจะต้องรอให้กฎระเบียบเข้มข้นขึ้นจึงจะเห็นความต้องการตามมา ขณะที่กรอบ AI เอเจนต์ก็อาจต้องใช้เวลาอีกระยะกว่าตลาดจะพร้อมรองรับ

รายงานยังชี้ด้วยว่า อุตสาหกรรม ‘บล็อกเชน AI’ ยังขาดกรณีใช้งานระดับพลิกตลาด หรือ killer use case แบบที่ แชตจีพีที(ChatGPT) เคยทำไว้กับวงการ AI โดยรวม เมื่อยังไม่มีตัวอย่างที่ทั้งผู้บริโภคและภาคธุรกิจสัมผัสคุณค่าได้อย่างชัดเจน ก็ยากที่จะโน้มน้าวเงินทุนกระแสหลักที่มีความระมัดระวังสูงให้ไหลเข้ามา

‘ความคิดเห็น’ ประเด็นนี้สะท้อนว่า ตลาดไม่ได้ปฏิเสธบล็อกเชน AI เพราะแนวคิดอ่อนแอ แต่เพราะตลาดยังให้รางวัลกับเทคโนโลยีที่ตอบโจทย์เร็ว วัดผลได้ และลดความเสี่ยงได้ชัดเจนกว่า หากโครงการใดสามารถเชื่อมคุณค่าของ ‘บล็อกเชน AI’ เข้ากับปัญหาปัจจุบันขององค์กรได้จริง โอกาสเปลี่ยนสถานะจากตลาดเฉพาะกลุ่มสู่กระแสหลักก็ยังเปิดอยู่

ท้ายที่สุด ไทเกอร์รีเสิร์ช(Tiger Research) ไม่ได้ปฏิเสธศักยภาพระยะยาวของ ‘บล็อกเชน AI’ ตรงกันข้าม รายงานมองว่าความเงียบเหงาในตอนนี้อาจเป็นเพียงช่วงเวลาคาบเกี่ยวทางธุรกิจ ก่อนที่โครงสร้างพื้นฐานรุ่นใหม่จะเจอกับความต้องการที่เหมาะสมในอนาคต นั่นทำให้เส้นทางของ ‘บล็อกเชน AI’ จากนี้จะขึ้นอยู่กับว่าแต่ละโครงการจะเลือกพัฒนาเพื่อตอบโจทย์ตลาดปัจจุบัน หรือเดินหน้าสร้างรากฐานสำหรับพาราไดม์ใหม่ของ AI และเศรษฐกิจดิจิทัลต่อไป