Back to top
  • 공유 แชร์
  • 인쇄 พิมพ์
  • 글자크기 ขนาดตัวอักษร
ลิงก์ถูกคัดลอกแล้ว

64% ของโทเค็นเอาต์พุตองค์กรอยู่ที่โคเด็กซ์ (Codex) สะท้อนเอไอขยับสู่ 'ลงมือทำงานจริง'

เอกสารงานองค์กรวางอยู่ใต้แสงจากหน้าต่าง / TokenPost.ai

บริษัทต่าง ๆ เริ่มใช้เอไอ (AI) เพื่อ 'ลงมือทำงาน' แทนการถามตอบข้อมูลทั่วไปมากขึ้น กระแสนี้กำลังผลักดันความต้องการโครงสร้างพื้นฐานเอไอให้ขยายตัว นักวิเคราะห์ชี้ว่าปัจจัยหลักของอุปสงค์ไม่ได้อยู่ที่จำนวนผู้ใช้ที่เพิ่มขึ้นเพียงอย่างเดียว แต่อยู่ที่ปริมาณโทเค็นเอาต์พุตต่อผู้ใช้งานที่ใช้งานจริง (active user) 1 คนที่เพิ่มขึ้นมากกว่า

โอเพนเอไอ (OpenAI) เปิดเผยรายงาน 'Enterprise Signals' เมื่อวันที่ 12 สิงหาคม (เวลาท้องถิ่น) ระบุว่า ณ เดือนมิถุนายน 2026 ในสัดส่วนโทเค็นเอาต์พุตรวมของลูกค้าองค์กรที่มาจากโคเด็กซ์ (Codex) และแชทจีพีที (ChatGPT) นั้น โคเด็กซ์คิดเป็น 64% ของทั้งหมด โคเด็กซ์เป็นเครื่องมือเอไอเชิงเอเจนต์ (agentic) ที่ใช้ได้ทั้งเขียนโค้ด แก้ไขไฟล์ ค้นหาข้อมูล และทำงานหลายขั้นตอนต่อเนื่อง

ในรายงานฉบับเดียวกัน โอเพนเอไอจัดกลุ่มบริษัทที่มีปริมาณการใช้เอไอสูงสุด 10% ต่อเดือนเป็น 'บริษัทแนวหน้า' (frontier companies) ข้อมูล ณ เดือนมิถุนายนพบว่า บริษัทกลุ่มนี้สร้างโทเค็นเอาต์พุตต่อผู้ใช้งานที่ใช้งานจริง 1 คน มากกว่าบริษัททั่วไปถึง 8.3 เท่า เพิ่มขึ้นจากช่วงเดือนมกราคมที่ส่วนต่างอยู่ที่ 2.6 เท่า โอเพนเอไอระบุว่าโทเค็นเอาต์พุตไม่ใช่ตัวชี้วัดมูลค่าองค์กรโดยตรง แต่สามารถใช้เป็นดัชนีทางอ้อมสะท้อน 'ความลึก' ของการใช้งานเอไอได้

ขอบเขตการใช้งานยังขยายออกจากทีมพัฒนาซอฟต์แวร์ด้วย โอเพนเอไอระบุว่า นับตั้งแต่เดือนกุมภาพันธ์เป็นต้นมา ผู้ใช้งานที่ใช้งานจริงรายสัปดาห์ของโคเด็กซ์เวอร์ชันองค์กรเพิ่มขึ้น 108 เท่าในทีมกฎหมาย เพิ่มขึ้น 41 เท่าในทีมขายและทีมสรรหาบุคลากรตามลำดับ และเพิ่มขึ้น 26 เท่าในทีมการตลาด ขณะที่ทีมวิศวกรรมในช่วงเดียวกันเพิ่มขึ้น 5 เท่า สะท้อนว่าการใช้เอเจนต์เอไอที่เริ่มต้นจากกลุ่มนักพัฒนา กำลังแพร่ขยายไปสู่งานความรู้ทั่วไปในองค์กร

มาร์สบิต (MarsBit) เผยแพร่บทวิเคราะห์เมื่อวันที่ 28 สิงหาคม เวลาประมาณ 09.50 น. (เวลาไทย) นำเสนอมุมมองว่าความต้องการโครงสร้างพื้นฐานเอไออาจยืดยาวกว่ายุคอินเทอร์เน็ต โดยอธิบายว่าเมื่อพิจารณาทั้ง 'อัตราการเข้าถึงของผู้ใช้' (penetration rate) และ 'ปริมาณการใช้โทเค็นต่อคน' ไปพร้อมกัน เพดานอุปสงค์โดยรวมก็จะสูงขึ้นตามไปด้วย บทวิเคราะห์นี้ระบุว่าอัตราการเข้าถึงของผู้ใช้ทะลุ 50% ไปแล้ว และค่ามัธยฐานของค่าใช้จ่ายด้านเอไอต่อคนของบริษัทในสหรัฐฯ อยู่ที่ราว 12 ดอลลาร์ต่อเดือน

อย่างไรก็ตาม สมมติฐานเรื่องค่าใช้จ่ายระยะยาวและสัดส่วนการมีส่วนร่วมต่อรายได้ประจำต่อปี (ARR) ในบทวิเคราะห์ดังกล่าว เป็นคนละเรื่องกับตัวเลขคาดการณ์อย่างเป็นทางการของบริษัทใดบริษัทหนึ่งโดยเฉพาะ สิ่งที่ยืนยันได้จากข่าวนี้คือ การใช้เอไอในองค์กรกำลังเคลื่อนไปในทิศทางที่ต้องการงานที่ยาวขึ้น การประมวลผลเชิงเหตุผล (reasoning) มากขึ้น และโทเค็นเอาต์พุตมากขึ้น

ความต้องการโครงสร้างพื้นฐานเอไอยังเชื่อมโยงมาถึงผู้อ่านสายคริปโตด้วย บริษัทขุดบิตคอยน์ (BTC) และผู้ให้บริการศูนย์ข้อมูล (data center) พยายามผนวกสินทรัพย์ด้านไฟฟ้า ชิปกราฟิกประมวลผล (GPU) และคอมพิวติงประสิทธิภาพสูง (HPC) เข้ากับดีมานด์จากฝั่งเอไอ ก่อนหน้านี้ TokenPost รายงานว่ารายได้ประจำส่วนหนึ่งของแอนโทรปิก (Anthropic) มาจากช่องทางคลาวด์และแพลตฟอร์ม และรายงานว่าคราวด์สไตรค์ (CRWD) นำเสนอดีมานด์ด้านความปลอดภัยเอไอและการเติบโตของ ARR เป็นตัวชี้วัดผลประกอบการ

มาร์สบิตยังระบุด้วยว่า ในโครงสร้างรายได้ของแอนโทรปิก สัดส่วนจากกลุ่มพัฒนาซอฟต์แวร์ในความหมายแคบอยู่ที่ราว 40% ขณะที่กลุ่มการเงินและประกันภัยมีสัดส่วนเกิน 20% นอกจากนี้ยังมีสัดส่วนรายได้จากกลุ่มกฎหมาย วิทยาศาสตร์ชีวภาพ และค้าปลีกด้วย ทั้งนี้ ตัวเลขดังกล่าวเป็นการนำเสนอของบทวิเคราะห์จากมาร์สบิต ซึ่งแยกต่างหากจากตัวเลขผลประกอบการอย่างเป็นทางการของแอนโทรปิก

จุดสนใจของวงการโครงสร้างพื้นฐานเอไอกำลังเปลี่ยนจากการแข่งขันด้านประสิทธิภาพโมเดล ไปสู่ปริมาณการใช้โทเค็น ต้นทุนการประมวลผลเชิงเหตุผล และการปรับเปลี่ยนขั้นตอนทำงานในองค์กร การใช้โทเค็นที่เพิ่มขึ้นเชื่อมโยงกับโครงสร้างรายได้ของกลุ่มเซมิคอนดักเตอร์ คลาวด์ และซอฟต์แวร์ แต่ผลกระทบที่จะเกิดกับบริษัทแต่ละแห่งหรือราคาโทเค็นแต่ละตัวยังต้องติดตามตรวจสอบเพิ่มเติม

<ลิขสิทธิ์ ⓒ TokenPost ห้ามเผยแพร่หรือแจกจ่ายซ้ำโดยไม่ได้รับอนุญาต>

บทความที่มีคนดูมากที่สุด

บทความที่เกี่ยวข้อง

ความคิดเห็น 0

ข้อแนะนำสำหรับความคิดเห็น

ขอบคุณสำหรับบทความดี ๆ ต้องการบทความติดตามเพิ่มเติม เป็นการวิเคราะห์ที่ยอดเยี่ยม

0/1000

ข้อแนะนำสำหรับความคิดเห็น

ขอบคุณสำหรับบทความดี ๆ ต้องการบทความติดตามเพิ่มเติม เป็นการวิเคราะห์ที่ยอดเยี่ยม
1