เอ็นวิเดียถกต้นทุนและอำนาจควบคุมในการเลือก AI แบบเปิด-ปิด

ความสามารถในการแข่งขันของสตาร์ทอัพ AI รุ่นใหม่ไม่ได้ขึ้นอยู่เพียงการเลือกระหว่างโมเดลแบบเปิดกับโมเดลปิด แต่ยังรวมถึงการจัดสมดุลระหว่างต้นทุน โครงสร้างพื้นฐาน และอำนาจควบคุมข้อมูล

นาเดอร์ คาลิล(Nader Khalil) ผู้อำนวยการฝ่ายเทคโนโลยีนักพัฒนาของเอ็นวิเดีย(NVIDIA) และซิดนีย์ ไซกส์(Sydney Sykes) หัวหน้าฝ่ายพันธมิตรระดับโลกของ NVIDIA VC Alliance จะเข้าร่วมงาน TechCrunch Disrupt 2026 ซึ่งจัดขึ้นที่ซานฟรานซิสโก สหรัฐฯ ระหว่างวันที่ 13-15 ตุลาคม โดย TechCrunch ระบุว่าทั้งสองจะร่วมอภิปรายความหมายเชิงธุรกิจของการเลือกโมเดลบนเวที Builders Stage

หัวข้อของเซสชันคือ ‘การถกเถียงระหว่าง AI แบบเปิดกับ AI แบบปิดเพิ่งเริ่มต้น’ โดยสตาร์ทอัพต้องตัดสินใจว่าจะใช้โมเดลฟรอนเทียร์แบบเอกสิทธิ์เพื่อพัฒนาผลิตภัณฑ์อย่างรวดเร็ว หรือใช้โมเดลแบบเปิดเพื่อควบคุมข้อมูลและสภาพแวดล้อมการนำไปใช้งานด้วยตนเอง

ทางเลือกอื่นที่อยู่ในวงอภิปราย ได้แก่ การปรับแต่งโมเดลของบริษัทเอง การใช้งานในสภาพแวดล้อมภายในองค์กร และการใช้หลายโมเดลควบคู่กัน การตัดสินใจเหล่านี้อาจส่งผลต่อต้นทุน โครงสร้างพื้นฐาน อัตรากำไร ความแตกต่างของผลิตภัณฑ์ ความเร็วในการพัฒนา และอำนาจควบคุมข้อมูล

อย่างไรก็ตาม การใช้โมเดลใดโมเดลหนึ่งไม่ได้รับประกันความได้เปรียบในการแข่งขัน บริษัทที่ใช้ API แบบเอกสิทธิ์ยังจำเป็นต้องสร้างจุดแตกต่างจากข้อมูลภายใน เวิร์กโฟลว์ ช่องทางจัดจำหน่าย ความสัมพันธ์กับลูกค้า หรือเทคโนโลยีเฉพาะทางของตนเอง

เอ็นวิเดียไม่ได้มองโมเดลแบบเปิดและโมเดลเอกสิทธิ์เป็นทางเลือกที่ต้องเลือกเพียงอย่างเดียว เจนเซน หวง(Jensen Huang) ซีอีโอของเอ็นวิเดียกล่าวในงาน GTC ปีนี้ว่า “ไม่ใช่เอกสิทธิ์กับแบบเปิด แต่เป็นทั้งเอกสิทธิ์และแบบเปิด”

เอ็นวิเดียเน้นย้ำการขยายระบบนิเวศโมเดลแบบเปิดมาอย่างต่อเนื่อง โดยเสนอให้โมเดลแบบเปิดและโมเดลเชิงพาณิชย์พัฒนาไปพร้อมกัน เพื่อให้สตาร์ทอัพเลือกโมเดลให้เหมาะกับเป้าหมายทางธุรกิจและเงื่อนไขการดำเนินงาน

Nemotron 3 Super ของเอ็นวิเดียเป็นโมเดลแบบเปิดที่มีพารามิเตอร์ทั้งหมด 120,000 ล้านรายการ และมีพารามิเตอร์ที่ทำงานอยู่ 12,000 ล้านรายการ เอกสารวิจัยของเอ็นวิเดียเปิดเผยชุดข้อมูลฝึกและจุดตรวจสอบโมเดล

เอ็นวิเดียอธิบายว่า Nemotron 3 Super มุ่งรองรับงาน AI แบบเอเจนต์ รายงานทางเทคนิคอย่างเป็นทางการระบุว่าโมเดลรองรับบริบทสูงสุด 1 ล้านโทเคน และใช้ 25 ล้านล้านโทเคนในการฝึกเบื้องต้น

ตัวเลขเปรียบเทียบประสิทธิภาพดังกล่าวเป็นผลการประเมินของเอ็นวิเดียเอง ขณะที่การตรวจสอบโดยหน่วยงานอิสระยังไม่ได้รับการยืนยัน

คาลิลเป็นผู้ร่วมก่อตั้ง Brev.dev เว็บไซต์ส่วนตัวของเขาระบุว่า หลังจากเอ็นวิเดียเข้าซื้อกิจการ Brev.dev ในเดือนกรกฎาคม 2024 เขารับผิดชอบด้านเทคโนโลยีนักพัฒนาที่เอ็นวิเดีย

ไซกส์รับผิดชอบการบริหารพันธมิตรระดับโลกของ NVIDIA VC Alliance โดยหน้า VC Alliance อย่างเป็นทางการของเอ็นวิเดียระบุว่าองค์กรดังกล่าวเชื่อมโยงนักลงทุนกับสตาร์ทอัพ พร้อมสนับสนุนข้อมูลระบบนิเวศและพอร์ตโฟลิโอ

การเลือกโมเดลไม่ได้พิจารณาจากประสิทธิภาพทางเทคนิคเพียงอย่างเดียว โดยทั่วไปบริษัทจะประเมินค่าธรรมเนียมการใช้ API ต้นทุนการดำเนินงานโครงสร้างพื้นฐานภายใน วิธีประมวลผลข้อมูล ความเร็วในการนำไปใช้งาน และโอกาสสร้างความแตกต่างให้ผลิตภัณฑ์ไปพร้อมกัน

โมเดลแบบเปิดเปิดโอกาสให้บริษัทปรับแต่งหรือใช้งานในสภาพแวดล้อมของตนเองได้มากกว่า แต่บริษัทต้องรับผิดชอบการจัดการโมเดล ความปลอดภัย และการอัปเดตด้วยตนเอง ส่วนโมเดลปิดให้ผู้ให้บริการเป็นผู้ดูแลการดำเนินงาน แต่ขอบเขตการเข้าถึงและวิธีประมวลผลข้อมูลอาจขึ้นอยู่กับเงื่อนไขของผู้ให้บริการ

งาน TechCrunch Disrupt 2026 จะจัดขึ้นที่ซานฟรานซิสโกระหว่างวันที่ 13-15 ตุลาคม หน้าเว็บไซต์อย่างเป็นทางการของงานระบุถึงเวทีตามอุตสาหกรรม 6 เวที และผู้เข้าร่วมงานมากกว่า 10,000 คน