มีการเปิดเผยกรณีสตาร์ตอัป AI 7 แห่งที่มูลค่ากิจการเฉลี่ยถูกประเมินเพิ่มจาก 110 ล้านดอลลาร์(ประมาณ 149.3 พันล้านวอน) เป็น 3.4 พันล้านดอลลาร์(ประมาณ 4.614 ล้านล้านวอน)ภายในเวลาไม่ถึงหนึ่งเดือนหลังการลงทุนระยะแรก หรือเพิ่มขึ้นเฉลี่ยประมาณ 31 เท่า อย่างไรก็ตาม ยังไม่มีการเปิดเผยชื่อบริษัทและเงื่อนไขการทำธุรกรรมแต่ละรายการ
แพต เกรดี(Pat Grady) พาร์ตเนอร์ของเซควอยา แคปิตอล(Sequoia Capital) นำเสนอกรณีดังกล่าวในการบรรยายต่อคณะกรรมการการลงทุนของบอสตันคอลเลจเมื่อวันที่ 24 กันยายน ตามรายงานของ ABMedia โดยระบุว่ามูลค่ากิจการหลังการลงทุนเฉลี่ยของบริษัท 7 แห่งที่เซควอยา แคปิตอลลงทุนในช่วง 12 เดือนที่ผ่านมาอยู่ที่ 110 ล้านดอลลาร์ในช่วงเริ่มต้นการลงทุน
ยังไม่มีเอกสารทางการที่เปิดเผยต่อสาธารณะเพื่อยืนยันการเปลี่ยนแปลงมูลค่ากิจการเฉลี่ย 31 เท่าและการจัดงานดังกล่าว ดังนั้นตัวเลขนี้ควรถูกมองเป็นกรณีศึกษาของบริษัท 7 แห่งที่ถูกนำเสนอ ไม่ใช่อัตราการเพิ่มขึ้นเฉลี่ยของสตาร์ตอัป AI ทั้งหมด
เซควอยา แคปิตอลแบ่งพัฒนาการของ AI ออกเป็นการฝึกสอนล่วงหน้า ความสามารถในการให้เหตุผล และการทำงานต่อเนื่องเป็นเวลานาน แพต เกรดีและโซเนีย หวง(Sonia Huang) เขียนไว้ในบทความทางการของเซควอยาว่า “AGI อยู่ที่นี่แล้ว”
เซควอยา แคปิตอลอธิบาย AGI ผ่าน ‘ความสามารถในการแก้ปัญหาด้วยตัวเอง’ มากกว่าคำนิยามทางเทคนิค โดยยก ChatGPT เป็นจุดเปลี่ยนของการฝึกสอนล่วงหน้าในปี 2022 และ OpenAI o1 เป็นตัวอย่างความก้าวหน้าด้านการให้เหตุผลในช่วงปลายปี 2024
AI เอเจนต์ที่สามารถทำงานต่อเนื่องเป็นเวลานานถูกอธิบายว่า ขณะนี้สามารถทำงานได้อย่างเสถียรราว 30 นาที แต่ยังมีข้อจำกัด เช่น การสร้างข้อมูลหลอน การสูญเสียบริบท และการทำงานผิดทิศทาง
หัวใจของการเปลี่ยนแปลงคือการขยับจากแชตบอตไปสู่ผู้ปฏิบัติงาน โดยบริการ AI อาจพัฒนาจากการตอบคำถามไปสู่การทำงานเฉพาะด้านจนเสร็จสิ้น เช่น การสรรหาบุคลากร การเขียนโค้ด กฎหมาย การแพทย์ และความปลอดภัยทางไซเบอร์
เซควอยา แคปิตอลเรียกช่องว่างระหว่างสิ่งที่โมเดล AI ทำได้กับระดับการใช้งานจริงขององค์กรว่า ‘ช่องว่างการแพร่ขยาย’ แม้ประสิทธิภาพของโมเดลจะสูงขึ้น แต่การฝัง AI เข้าไปในรูปแบบการทำงานขององค์กรยังต้องใช้เวลาเพิ่มเติม
สาขาที่ถูกมองว่ามีความสำคัญ ได้แก่ การเขียนโค้ด ความปลอดภัยทางไซเบอร์ การแพทย์ บริการทางการเงิน และการบัญชี ซึ่งเป็นงานความรู้ที่มีมูลค่าเพิ่มสูง นอกจากนี้ ‘ระบบบันทึกข้อมูลหลัก’ ที่จัดการข้อมูลสำคัญและกระบวนการทำงานขององค์กรก็ถูกเสนอเป็นพื้นที่การประยุกต์ใช้ AI เช่นกัน
งานวิจัยทางวิทยาศาสตร์ เช่น การออกแบบยา ก็ถูกยกเป็นกรณีตัวอย่างเช่นกัน มีการระบุว่าบางบริษัทลดระยะเวลาการออกแบบสารตั้งต้นจากหลายปีเหลือไม่กี่วัน แต่ยังไม่มีข้อมูลอิสระที่สนับสนุนผลงานและระยะเวลาของบริษัทใดเป็นการเฉพาะ
การนำเสนอครั้งนี้ยังมีข้ออ้างว่า Jev ซึ่งเป็น AI แบบจำแนกประเภท สามารถประมวลผลการตัดสินใจแบบเลือกคำตอบได้ด้วยต้นทุนต่ำกว่าโมเดลภาษาขนาดใหญ่ประมาณ 100 เท่า พร้อมระบุว่าบริการดังกล่าวทำรายได้ 100 ล้านดอลลาร์(ประมาณ 135.7 พันล้านวอน)ภายใน 7 วันหลังเปิดตัว อย่างไรก็ตาม ยังไม่พบงบการเงินอย่างเป็นทางการหรือข้อมูลอิสระที่ตรวจสอบตัวเลขรายได้นี้
ข้อมูลสำหรับนักพัฒนาที่เผยแพร่โดย Jev อธิบายบริการนี้ว่าเป็นโมเดลการตัดสินใจที่ให้ผลลัพธ์แบบมีโครงสร้าง เช่น ค่าจำแนก คะแนน และความน่าจะเป็น แทนประโยคอิสระ โดยข้อมูลสาธารณะยืนยันการมีอยู่และฟังก์ชันของผลิตภัณฑ์ แต่หลักฐานยืนยันรายได้ยังไม่เพียงพอ ขณะเดียวกัน สื่อสังคมออนไลน์และชุมชนนักพัฒนาบางส่วนมีความคิดเห็นเชิงกังขาว่าเป็นการนำเทคโนโลยีตัวจำแนกประเภทเดิมมานำเสนอในรูปแบบใหม่
ความเสี่ยงสำคัญของบริษัท AI ประยุกต์คือความเร็วในการพัฒนาโมเดลพื้นฐาน เพราะฟังก์ชันที่ขายแบบมีค่าใช้จ่ายในปัจจุบันอาจถูกดูดซับเป็นฟังก์ชันพื้นฐานของโมเดลขนาดใหญ่ในอีกไม่กี่เดือนข้างหน้า
เกรดีกล่าวว่าบริษัท AI ที่ประสบความสำเร็จอาจต้องคิดค้นบริษัทขึ้นใหม่ทุกประมาณ 4 เดือน ซึ่งรวมถึงการปรับทั้งฟังก์ชันผลิตภัณฑ์ โครงสร้างองค์กร และวิธีบริหารบุคลากร
ด้วยเหตุนี้ การมีเอเจนต์ที่ถูกใช้งานซ้ำในงานเฉพาะด้าน รวมถึงข้อมูลและกระบวนการทำงานที่เป็นเอกลักษณ์ จึงถูกเสนอว่ามีความสำคัญมากกว่าการเพิ่มจำนวนผู้ใช้เพียงอย่างเดียว เมื่อฟังก์ชันของโมเดล AI มีแนวโน้มใกล้เคียงกันมากขึ้น บริการประยุกต์ที่ฝังอยู่ในกระบวนการทำงานของลูกค้าองค์กรอาจกลายเป็นปัจจัยสร้างความแตกต่าง
การถกเถียงเรื่องมูลค่าที่อาจเคลื่อนย้ายไปยังแอปพลิเคชันปลายทางและฮาร์ดแวร์เมื่อฟังก์ชันของโมเดล AI กลายเป็นสินค้า มีความเชื่อมโยงกับ ความเป็นไปได้ที่โมเดล AI จะกลายเป็นสินค้าและการเคลื่อนย้ายของมูลค่า อย่างไรก็ตาม กรณีมูลค่ากิจการเพิ่มขึ้น 31 เท่าที่นำเสนอครั้งนี้ยังไม่ควรถูกขยายความเป็นปรากฏการณ์เฉลี่ยของสตาร์ตอัป AI ทั้งหมด เนื่องจากไม่มีการเปิดเผยชื่อบริษัทและข้อมูลธุรกรรม
ความคิดเห็น 0