ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
ความสามารถในการแข่งขันด้านปัญญาประดิษฐ์ (AI) ของจีนกำลังฝังรากลึกอยู่ที่การสะสมข้อมูลซ้ำ ๆ จากภาคอุตสาหกรรม มากกว่าการครอบครองชิปประสิทธิภาพสูงเพียงอย่างเดียว จากการวิเคราะห์ขององค์กรที่ปรึกษาของรัฐสภาสหรัฐฯ
คณะกรรมาธิการทบทวนเศรษฐกิจและความมั่นคงสหรัฐฯ-จีน (US-China Economic and Security Review Commission หรือ USCC) เผยแพร่รายงานเมื่อวันที่ 23 มีนาคม ในหัวข้อ 'Two Loops: How China's Open AI Strategy Reinforces Its Industrial Dominance' อธิบายว่ากลยุทธ์ AI ของจีนคือการผสานการเผยแพร่โมเดลแบบเปิด (open model) เข้ากับการนำไปใช้งานจริงในภาคอุตสาหกรรม โดยระบุว่าบริษัท AI ของจีนเปิดเผยน้ำหนักโมเดลและโค้ดอย่างกว้างขวาง แล้วนำไปติดตั้งใช้งานในต้นทุนต่ำ ทำให้ข้อมูลการใช้งานย้อนกลับไปพัฒนาโมเดลต่อเนื่องเป็นวงจร
แนวคิดหลักที่ USCC นำเสนอคือ 'ลูปดิจิทัล' (digital loop) และ 'ลูปกายภาพ' (physical loop) ลูปดิจิทัลหมายถึงโครงสร้างที่ยิ่งโมเดลแบบเปิดถูกใช้งานแพร่หลายมากเท่าไร โมเดลแยกย่อยและข้อมูลผู้ใช้ก็ยิ่งเพิ่มขึ้น และไหลย้อนกลับไปพัฒนาโมเดลพร้อมขยายการใช้งานต่อไป ส่วนลูปกายภาพหมายถึงกระบวนการสะสมข้อมูลอุตสาหกรรมจากโลกจริง เมื่อ AI ถูกนำไปใช้ในโรงงาน ระบบโลจิสติกส์ หุ่นยนต์ และงานวิจัย
รายงานระบุว่ากลุ่มโมเดล Qwen ของอาลีบาบา(Alibaba) มีโมเดลแยกย่อย (derivative model) มากกว่า 100,000 ตัวบนแพลตฟอร์มฮักกิ้งเฟซ(Hugging Face) นับถึงช่วงที่จัดทำรายงาน ตัวเลขนี้อาจเปลี่ยนแปลงได้ตามการนับของแพลตฟอร์มและช่วงเวลา แต่ถูกยกมาเป็นตัวชี้วัดความเร็วในการขยายตัวของระบบนิเวศโมเดลเปิดของจีน
ประเด็นที่ถูกตั้งคำถามคือมาตรการของสหรัฐฯ ที่มีอยู่อาจไม่เพียงพอ สหรัฐฯ จำกัดการเข้าถึงชิป AI ขั้นสูงของจีนมาตั้งแต่ปี 2022 แต่ USCC มองว่ามาตรการควบคุมการส่งออกเน้นเฉพาะชิปที่จำเป็นต่อการฝึกโมเดลขนาดใหญ่เป็นหลัก ขณะที่ยากจะสกัดลูปกายภาพที่โมเดลซึ่งติดตั้งใช้งานไปแล้วสะสมข้อมูลจากโรงงานและเครือข่ายโลจิสติกส์ได้โดยตรง
นโยบายข้อมูลของจีนก็สอดคล้องกับแนวโน้มนี้ รัฐบาลจีนผลักดันการวางระบบที่จัดให้ข้อมูลเป็นปัจจัยการผลิตมาตั้งแต่ปี 2022 และในปี 2024 ได้ออกเอกสารหลายฉบับต่อเนื่องกันเกี่ยวกับการพัฒนาและใช้ประโยชน์ข้อมูลภาครัฐ รวมถึงการขยายการใช้ทรัพยากรข้อมูลของภาคเอกชน USCC ตีความว่าโครงสร้างเชิงนโยบายนี้เป็นฐานรองรับการนำ AI ไปใช้ในภาคอุตสาหกรรมของจีน
โมเดลแบบเปิดน้ำหนัก (open-weight model) หมายถึงโมเดล AI ที่เผยแพร่ค่าน้ำหนักที่ผ่านการฝึกแล้วให้นักพัฒนาดาวน์โหลดไปใช้งานหรือปรับแต่งได้ ซึ่งง่ายต่อการกระจายและปรับแต่งมากกว่าโมเดลปิด แต่การตรวจสอบด้านความปลอดภัยและการจัดการทรัพย์สินทางปัญญาอาจทำได้ยากกว่า รายงานตั้งข้อสังเกตว่าเมื่อบริษัทจีนเลือกแนวทางนี้ อาจทำให้การแข่งขันไม่ได้จำกัดอยู่แค่ประสิทธิภาพของโมเดลเดี่ยว แต่ขยายไปถึงการเปลี่ยนพื้นที่ใช้งานจริงให้กลายเป็นห่วงโซ่อุปทานข้อมูล
ปฏิกิริยาจากภาคอุตสาหกรรมไม่ได้มีแต่เสียงเตือนภัยเพียงด้านเดียว สำนักข่าวรอยเตอร์(Reuters) รายงานว่า ไมเคิล ไคเคน(Michael Kuiken) รองประธาน USCC ระบุว่าสหรัฐฯ และจีนมี 'ช่องว่างด้านการติดตั้งใช้งาน' (deployment gap) ในสาขา AI ที่ฝังตัวในอุปกรณ์จริง (embodied AI) ซึ่งสะท้อนว่าความแตกต่างด้านการแข่งขันอาจไม่ได้อยู่ที่ประสิทธิภาพของโมเดลเพียงอย่างเดียว แต่รวมถึงขนาดของการนำไปใช้จริงในภาคสนามด้วย
โรลันด์ บุช(Roland Busch) ซีอีโอซีเมนส์(Siemens) กล่าวว่าการใช้ AI โอเพนซอร์สของจีนในการฝึกโมเดลระบบอัตโนมัติภาคอุตสาหกรรม 'ไม่มีข้อเสียเปรียบ' คำกล่าวนี้สะท้อนว่าต้นทุนที่ต่ำกว่าและความสะดวกในการปรับแต่งกำลังผลักดันให้บริษัทต่าง ๆ นำไปใช้งานจริง
ในทางกลับกัน การถกเถียงเรื่องกฎระเบียบภายในสหรัฐฯ กำลังเข้มข้นขึ้น แอกซิออส(Axios) รายงานเมื่อวันที่ 14 สิงหาคมว่า โมเดล AI แบบเปิดที่เคยหลุดจากกรอบการกำกับดูแลช่วงแรก กำลังถูกดึงกลับเข้าสู่การพิจารณาของภาครัฐอีกครั้ง เนื่องจากประสิทธิภาพที่สูงขึ้น การถกเถียงเรื่องการตรวจสอบล่วงหน้าโมเดล AI แนวหน้าแบบปิดของสหรัฐฯ ก็อยู่ในกระแสนโยบายเดียวกันนี้
อย่างไรก็ตาม ยังยากที่จะสรุปว่าความได้เปรียบของจีนมาจากการสะสมข้อมูลเพียงปัจจัยเดียว รายงานข่าวล่าสุดยังตั้งข้อสังเกตว่าสถาบันวิจัยและบริษัทบางแห่งของจีนอาจนำผลลัพธ์ (output) จากโมเดล AI แนวหน้าของสหรัฐฯ ไปใช้ฝึกโมเดลของตนเอง ซึ่งยังเป็นเพียงข้อกล่าวหาที่ยังไม่ได้รับการยืนยัน ปัจจุบันโครงสร้างการแข่งขันจึงเกี่ยวพันกันทั้งการสะสมข้อมูล การขยายตัวของโมเดลเปิด ข้อพิพาททรัพย์สินทางปัญญา และมาตรการควบคุมการส่งออกชิปไปพร้อมกัน
ตลาดเกาหลีใต้ก็มีจุดเชื่อมโยงทางอ้อมเช่นกัน เพราะการแข่งขันด้านโมเดล AI เกี่ยวพันกับความต้องการศูนย์ข้อมูล หน่วยความจำแบนด์วิดท์สูง (HBM) และโครงสร้างพื้นฐานคลาวด์ ก่อนหน้านี้ TokenPost เคยนำเสนอ ความหมายของส่วนแบ่งตลาด HBM ในการแข่งขันด้านหน่วยความจำ AI ไว้แล้ว
ความเชื่อมโยงโดยตรงกับตลาดคริปโทเคอร์เรนซียังมีจำกัด แม้จะมีบางช่วงที่โครงสร้างพื้นฐาน AI และความต้องการสินทรัพย์เสี่ยงเคลื่อนไหวไปในทิศทางเดียวกัน แต่รายงานของ USCC ฉบับนี้เป็นเอกสารที่ว่าด้วยกลยุทธ์ AI ของจีนและแนวทางนโยบายของสหรัฐฯ โดยเฉพาะ ผลกระทบต่อราคาหรือกระแสเงินทุนของบิตคอยน์(BTC) และอีเธอเรียม(ETH) ยังต้องตรวจสอบจากข้อมูลแยกต่างหาก
รายงานของ USCC สรุปว่าสหรัฐฯ ยากจะควบคุมความสามารถในการแข่งขันด้าน AI ของจีนได้ด้วยการจำกัดการเข้าถึงชิปเพียงอย่างเดียว และเสนอให้นำโครงสร้างที่ข้อมูลอุตสาหกรรมไหลย้อนกลับไปพัฒนาโมเดลขึ้นมาเป็นประเด็นพิจารณาเชิงนโยบาย การถกเถียงเรื่องกฎระเบียบ AI แบบเปิดภายในสหรัฐฯ ยังดำเนินต่อเนื่องมาจนถึงเดือนสิงหาคม 2026
แหล่งข้อมูลที่ใช้ตรวจสอบ: รายงาน USCC, ฉบับเผยแพร่โดยรอยเตอร์, เอกสารรัฐบาลจีน, แอกซิออส
ความคิดเห็น 0