ดัชนีราคาโมเดล AI ร่วง 95% ใน 3 ปี โจทย์ใหญ่คือความต้องการโครงสร้างพื้นฐาน

ดัชนีราคาโมเดล AI ลดลงราว 95% ในช่วงกว่า 3 ปี ภาระค่าใช้จ่ายของผู้ใช้จึงเบาลง แต่บริษัทที่ลงทุนในศูนย์ข้อมูลขนาดใหญ่และเซมิคอนดักเตอร์ยังต้องจับตาว่าความต้องการประมวลผลจะเติบโตทันการลงทุนหรือไม่

แอนดรีสเซน โฮโรวิตซ์ (Andreessen Horowitz) นำเสนอดัชนีราคาโมเดลภาษาขนาดใหญ่ (LLM) โดยอ้างอิงข้อมูลจากโกลด์แมน แซคส์ (Goldman Sachs) ดัชนีกำหนดให้เดือนมีนาคม 2023 อยู่ที่ 100 และค่าดัชนีในเดือนกันยายน 2026 อยู่ที่ประมาณ 5

แอนดรีสเซน โฮโรวิตซ์เปรียบเทียบการลดลงดังกล่าวกับการลดลงของดัชนีราคาคอมพิวเตอร์ในช่วงประมาณ 15 ปี อย่างไรก็ตาม ทั้งสองดัชนีมีขอบเขตและวิธีคำนวณต่างกัน จึงไม่ได้เป็นการเปรียบเทียบราคาสินค้าชนิดเดียวกันโดยตรง

โกลด์แมน แซคส์ระบุในการวิเคราะห์ AI เชิงสร้างสรรค์เมื่อปี 2024 ว่าค่าใช้จ่ายในการตอบคำถาม AI ของบริษัทเทคโนโลยีรายใหญ่บางแห่งลดลงมากหลังเปิดตัวเทคโนโลยี ขณะเดียวกัน การขยายระบบ AI ในวงกว้างยังต้องลงทุนสูงในศูนย์ข้อมูล เซมิคอนดักเตอร์ และพลังงาน

ในการวิเคราะห์โครงสร้างพื้นฐานที่เผยแพร่เมื่อเดือนเมษายน 2025 โกลด์แมน แซคส์ประเมินว่าบริการแชตเพียงอย่างเดียวอาจไม่เพียงพอที่จะรองรับการลงทุนโครงสร้างพื้นฐาน AI ที่กำลังก่อสร้าง หากไม่มีความต้องการประมวลผลเพิ่มเติมมากพอ อุปทานโครงสร้างพื้นฐานกับความต้องการใช้งานจริงก็อาจไม่สอดคล้องกัน นี่เป็นการวิเคราะห์แบบมีเงื่อนไข

การวิเคราะห์นี้ไม่ได้หมายความว่าความสามารถในการทำกำไรจากการลงทุนลดลงแล้ว เมื่อราคาโมเดลลดลงพร้อมกับภาระการลงทุนโครงสร้างพื้นฐาน จึงควรพิจารณาปริมาณการใช้งาน ต้นทุนการฝึกและให้บริการโมเดล รูปแบบบริการ และเงื่อนไขสัญญาประกอบกัน

ดัชนีราคาของโมเดลแตกต่างจากตัวชี้วัดค่าใช้จ่ายที่ผู้ใช้จ่ายจริง ดัชนีค่าใช้จ่ายโทเคน LLM (SDLLMTK) ของซิลิคอนดาตา (Silicon Data) ประเมินราคาที่แท้จริงต่อ 1 ล้านโทเคน โดยคำนึงถึงราคาและปริมาณการใช้งานจริงของหลายโมเดล

ดัชนีนี้ไม่ได้ติดตามเฉพาะรายการราคาของผู้ให้บริการแต่ละราย หากผู้ใช้เลือกโมเดลราคาถูกมากขึ้น ดัชนีก็อาจลดลงได้เช่นกัน ค่าดัชนีที่เผยแพร่บนหน้าเว็บไซต์ของซิลิคอนดาตา ณ วันที่ 8 ตุลาคม 2026 อยู่ที่ 0.98 ดอลลาร์ (ประมาณ 1,314 วอน)

ตัวเลขนี้มีวันที่อ้างอิงต่างจากค่า 0.97 ดอลลาร์ (ประมาณ 1,301 วอน) ในเดือนสิงหาคม 2026 ที่แอนดรีสเซน โฮโรวิตซ์นำเสนอ จึงไม่ควรเปรียบเทียบราวกับเป็นตัวเลขจากช่วงเวลาเดียวกัน

ราคาที่ลดลงช่วยลดค่าใช้จ่ายของผู้ใช้ แต่อาจกดดันรายได้ต่อโทเคนของผู้ให้บริการโมเดล อย่างไรก็ตาม ไม่สามารถใช้ดัชนีราคาเพียงอย่างเดียวตัดสินความสามารถในการทำกำไรโดยรวมของบริษัทแต่ละแห่งได้

โกลด์แมน แซคส์ระบุว่าความต้องการประมวลผลเป็นปัจจัยสำคัญต่อการคืนทุนจากการลงทุนโครงสร้างพื้นฐาน AI ประเด็นนี้เคยมีการกล่าวถึงใน รายงานเกี่ยวกับความต้องการประมวลผลในฐานะปัจจัยสำคัญต่อการคืนทุนจากการลงทุนโครงสร้างพื้นฐาน AI ขนาดใหญ่

เนื้อหานี้กล่าวถึงต้นทุนของโมเดล AI และการลงทุนโครงสร้างพื้นฐานของบริษัทเทคโนโลยี โดยไม่ได้ระบุความเชื่อมโยงโดยตรงกับราคาสินทรัพย์ดิจิทัลหรือบริการบล็อกเชน