OpenAI เข้าใจสิ่งสำคัญและหายาก

OpenAI เข้าใจบางสิ่งที่พิเศษและหาได้ยาก ซึ่งซ่อนตัวอยู่ตรงหน้าเราอย่างเปิดเผย นั่นคืออย่างที่ Peter Drucker เคยกล่าวไว้เมื่อครึ่งศตวรรษก่อนว่า จุดประสงค์ของธุรกิจคือการสร้างลูกค้า

OpenAI จะไม่ได้ชนะเพราะมีโมเดลที่ดีที่สุด มีชิปที่ล้ำหน้าที่สุด มีเส้นโค้งความคุ้มค่าต่อราคาดีที่สุด หรือแม้แต่มีผลิตภัณฑ์ที่ดีที่สุด แม้ว่าเราจะเชื่อว่าพวกเขามีสิ่งเหล่านั้นก็ตาม แต่เราคิดว่า OpenAI จะเป็นผู้ชนะเพราะพวกเขาเก่งกาจในการสร้างลูกค้าประเภทใหม่ๆ และเพราะพวกเขามีกลยุทธ์การจัดจำหน่าย (distribution) ที่ยั่งยืนที่สุด

ในขณะที่เราเขียนบทความนี้ในเดือนกันยายน ปี 2026 การจัดอันดับผลิตภัณฑ์ intelligence-as-a-service ไม่ใช่คำถามที่สำคัญที่สุดอีกต่อไปแล้ว เพราะความฉลาดนั้นอยู่ทุกหนแห่ง ใครๆ ก็ทำแทบจะทุกอย่างได้ แต่คนส่วนใหญ่ก็ยังไม่ได้ทำ สิ่งที่สำคัญจริงๆ คือคุณจะสามารถปลุกพฤติกรรมใหม่ๆ ขึ้นมาได้หรือไม่ และคุณจะเอาชนะในด้านการจัดจำหน่ายได้หรือเปล่า

เหตุผลสนับสนุน OpenAI สรุปได้จากข้อโต้แย้งต่อไปนี้ การสร้างธุรกิจที่ยั่งยืนในระดับ AI frontier นั้น คุณมีคานงัดให้ดึงใช้อยู่ 4 อย่าง:

1. สร้างพฤติกรรมรูปแบบใหม่
2. เผยแพร่ไปยังผู้ใช้จำนวนมาก
3. ตั้งราคาสินค้าในแบบที่เก็บเกี่ยวมูลค่าได้
4. มีต้นทุนในการเปลี่ยนไปใช้เจ้าอื่น (switching cost) ที่สูง

ข้อ 4 แทบจะถูกตัดออกไปเลย เพราะ AI Frontier คือการแข่งขันแบบ Red Queen’s Race อย่างน้อยก็ในเลเยอร์ของโมเดล การสลับไปมาระหว่างโมเดลนั้นง่ายมาก จนถึงขั้นสลับกันเป็นรายงานได้เลย และทุกคนก็พัฒนาขึ้นตลอดเวลา

ข้อ 3 คือสิ่งที่ทุกคนหวังจะทำให้ได้ แต่อีกครั้งหนึ่ง โลกนี้มีการแข่งขันสูงมาก & OpenAI (และบริษัทอื่นๆ) ก็มุ่งมั่นที่จะเป็นผู้นำในด้าน cost-compute frontier โดยไล่ตามเป้าหมายนั้นผ่าน economies of scale, vertical integration และกลยุทธ์อื่นๆ เพื่อลดต้นทุน token ลง ใครก็ตามที่เป็นผู้นำด้าน price-to-performance ในท้ายที่สุด ก็จะเป็นคนที่ชนะในเรื่อง scale อยู่ดี นั่นแหละ

ซึ่งหมายความว่าทุกอย่างจะตัดสินกันที่ข้อ 1 และ 2 เราคิดว่า OpenAI ทำข้อ 1 ได้ดีที่สุดอย่างชัดเจน:

• พวกเขามีประวัติผลงานที่ได้รับการพิสูจน์แล้วในโลก AI ในการค้นหา ความก้าวหน้าที่เรียบง่ายและเห็นได้ชัดเมื่อมองย้อนกลับ ซึ่งจะปลดล็อกพฤติกรรมการใช้งานรูปแบบใหม่ๆ

และพวกเขาก็ทำข้อ 2 ได้ดีที่สุดเช่นกัน:

• ห้องปฏิบัติการ AI ทุกแห่งตอนนี้กำลังพยายาม speedrun เรื่องการจัดจำหน่าย นอกเหนือจากผลิตภัณฑ์ first-party ของตัวเอง และมีสองวิธีที่คุณจะทำได้: ในฐานะแพลตฟอร์ม หรือผ่านพาร์ทเนอร์ การทำในฐานะแพลตฟอร์มที่แท้จริงนั้นดีกว่าในระยะยาว รายได้อาจมาช้ากว่าเล็กน้อย แต่มันยั่งยืนและมีคุณค่า มากกว่า เมื่อคุณได้รับมันมา

มีเหตุผลเบื้องลึกที่ทำให้ OpenAI ครองความเป็นหนึ่งในข้อ 1 และ 2 นั่นคือพวกเขามี general intelligence ที่กว้างขวางและรอบด้านที่สุด ไม่เพียงแต่ในโมเดลของพวกเขา แต่ยังรวมถึงในองค์กรและฐานลูกค้าด้วย พวกเขาเข้าถึงกลุ่มผู้ใช้ที่กว้างที่สุด (ครอบคลุมทั้ง consumer, prosumer และ enterprise) มี tech stack ที่พัฒนาตัวเองได้อย่างลึกซึ้งที่สุด (ลงลึกไปจนถึงชิปที่พวกเขาพัฒนาเอง) และนั่นคือสาเหตุที่พวกเขาค้นพบแพทเทิร์นและ primitive ใหม่ๆ ที่ได้ผลอยู่เสมอ พวกเขามองการณ์ไกลถึงวิธีการสร้างแพลตฟอร์ม AI ที่จะคว้าชัยชนะ และมันก็กำลังได้ผล

OpenAI เก่งเรื่องการค้นพบ "สิ่งถัดไป" อย่างแท้จริง

OpenAI ไม่ได้ตั้งใจเริ่มต้นเพื่อเป็นบริษัทสำหรับผู้บริโภค พวกเขาเหมือนจะ stumbled into it by chance (บังเอิญเดินมาถูกทาง) จากการเปิดตัว ChatGPT และนั่นก็เป็นอุบัติเหตุที่น่ายินดี เพราะช่วงเวลานั้นคือหนึ่งในจุดเปลี่ยนของประวัติศาสตร์เทคโนโลยี หากพวกเขาไม่ทำเช่นนั้น โลกคงจะแตกต่างไปจากนี้มาก AI คงยังถูกกักเก็บไว้ในมือของแล็บต่างๆ และลูกค้าวงจำกัด มันคงไม่ได้พัฒนาอย่างรวดเร็วเท่าที่เป็นอยู่ และเราก็คงอยู่ในไทม์ไลน์แบบ “ปิดเป็นค่าเริ่มต้น” ไม่ใช่โลกที่รุ่มรวยกว่าอย่างไม่มีที่สิ้นสุดแบบที่เราเป็นอยู่ทุกวันนี้

Sam Altman เพิ่งเล่าเรื่องราว เกี่ยวกับช่วงเวลาหลายสัปดาห์หลังการเปิดตัว ChatGPT ตอนที่คนส่วนใหญ่ใน OpenAI มีความคิดประมาณว่า “เอาล่ะ สนุกดีนะ แต่เราคงต้องไปสร้างผลิตภัณฑ์จริงๆ จังๆ กันแล้ว แชทบอทมันไม่ใช่คำตอบสุดท้ายหรอก จริงไหม?” เป็น Peter Thiel โดยเฉพาะเจาะจงที่ให้คำแนะนำ Sam ว่า ไม่ นี่แหละคือคำตอบ คุณได้สร้างลูกค้าประเภทใหม่ขึ้นมาแล้ว ไม่มีอะไรสำคัญไปกว่านี้อีกแล้ว

และมันไม่ได้มีแค่ ChatGPT เท่านั้น: OpenAI สมควรได้รับการยกย่องที่ เก่งโดยภาพรวม ในการค้นหาแพทเทิร์นและ primitive ที่เป็นความก้าวหน้าซึ่งมีความหมายจริงๆ และการปลุกพฤติกรรมผู้ใช้รูปแบบใหม่ๆ Ben Hylak อธิบายเรื่องนี้ได้ดี ในบทความของเขาเมื่อไม่กี่วันก่อน: “OpenAI คือราชาผู้ (เกือบ) ไม่เคยพ่ายแพ้ในการค้นหา ‘สิ่งถัดไป’ มันมักจะเรียบง่ายกว่าที่คุณคิดเสมอ และเห็นได้ชัดเจนมากเมื่อมองย้อนกลับไป” ทั้ง GPT chat interface, reasoning, tool calling และ Computer Use ล้วนเป็นความก้าวหน้าที่ยิ่งใหญ่ซึ่ง ทำให้ทิศทางของเทคโนโลยีเรียบง่ายขึ้นและมีโฟกัสมากขึ้น และทำให้มันใช้งานได้จริง ข้อยกเว้นหลักเพียงข้อเดียวที่ OpenAI ไม่ได้เป็นผู้นำด้านความก้าวหน้าคือเรื่อง coding แต่พวกเขาก็ไล่ตามมาทันได้อย่างสวยงาม

ทำไมพวกเขาถึงเก่งเรื่องนี้? บางทีในช่วงปีแรกๆ พวกเขาอาจจะมีสูตรลับเฉพาะนั้นอยู่จริงๆ ไม่มีใครอธิบายพลังงานและเวทมนตร์ในยุคก่อตั้งที่สร้างสรรค์สิ่งเหล่านี้ออกมาได้ชัดเจนนัก แต่เมื่อเวลาผ่านไป สิ่งนี้ได้กลายเป็นทักษะที่พวกเขาบ่มเพาะขึ้นมาอย่างชัดเจน โดยมีปัจจัยนำเข้าที่สำคัญ 3 ประการ:

• พวกเขาคิดและลงมือทำเหมือนบริษัทที่ ต้องการเป็นแพลตฟอร์ม คำว่า “แพลตฟอร์ม” เป็นคำที่มีความหมายซับซ้อน และเราจะลงรายละเอียดกันในอีกสักครู่ แต่นี่คือบริษัทที่เชื่ออย่างแท้จริงว่าผู้ใช้ของตนนั้นฉลาด และสามารถตัดสินใจเลือกได้ด้วยตนเอง ภายใต้กรอบข้อจำกัดที่ถูกออกแบบมาอย่างดี
• พวกเขากำลังทุ่มสุดตัวให้กับ technical depth ซึ่งหมายความว่าพวกเขาพยายามเป็นเจ้าของหรือควบคุมทุกเลเยอร์ลึกลงไปใน stack ของตน และปรับปรุง platform primitive ที่ผู้ใช้ต้องการในฐานะบล็อกสำหรับต่อยอดอย่างต่อเนื่อง
• และที่สำคัญที่สุด พวกเขามี consumer breadth ที่มหาศาล พวกเขายังคงเป็นผู้นำในด้านความหลากหลายของผู้บริโภคและ use case ทั้งในชีวิตส่วนตัวและชีวิตการทำงานของผู้คน

ความกว้างขวางของกลุ่มคนที่ใช้งานพวกเขาเป็นปัจจัยที่ถูกประเมินค่าต่ำที่สุดในเรื่องนี้ อย่างที่ Hylak กล่าวไว้อย่างเรียบง่ายว่า “Computer use” [ตัวอย่างเช่น] เป็นเรื่องที่กว้างและเป็นนามธรรมมาก การจะทำเรื่องนั้นให้ดีขึ้น คุณต้องเพิ่มความฉลาดของคุณในเชิงภาพรวม ข้ามหลายๆ โดเมน ข้ามหลายๆ workflow” ผู้คนมักประเมินต่ำไปเสมอว่ายากแค่ไหนในการเปลี่ยนจากโซลูชันเฉพาะทางไปสู่โซลูชันทั่วไป แต่คุณมักจะค้นพบสิ่งที่เรียบง่ายและชัดเจน (เมื่อมองย้อนกลับ) แต่กว้างและเป็นนามธรรม (ในฐานะปัญหาที่ต้องจัดการ) ได้ก็ต่อเมื่อคุณมุ่งเป้าไปที่โซลูชันทั่วไปนั้น

ทำไมบริษัทอื่นๆ ถึงไม่มุ่งเน้นไปที่ “โซลูชันทั่วไป”? เพราะการทำเช่นนั้นต้องใช้ต้นทุนสูงมาก และขัดกับ best practice ส่วนใหญ่ของการบริหารองค์กรผลิตภัณฑ์ที่มีโฟกัสชัดเจน คุณจำเป็นต้องรวบรวมข้อมูลจากลูกค้า พฤติกรรม และการกระทำใน ขอบเขตที่กว้างขวางมหาศาล โดยปล่อยให้พวกเขาทำ อะไรก็ได้ที่อยากทำ เพื่อสร้างความก้าวหน้าในเชิงภาพรวมต่อโดเมนนั้น แทนที่จะเป็นความก้าวหน้าที่เฉพาะเจาะจงต่อผลิตภัณฑ์ใดผลิตภัณฑ์หนึ่ง

นั่นหมายความว่า ความสามารถในการสร้าง “ความรู้ทั่วไป” ลงในผลิตภัณฑ์ของคุณ แท้จริงแล้วขึ้นอยู่กับกลยุทธ์การจัดจำหน่ายของคุณ เรื่องนี้ไม่ได้เห็นได้ชัดเจนนักแต่สำคัญมาก และ OpenAI ก็เข้าใจมัน

คุณจะให้บริการ “สิ่งที่ฉันต้องการพอดีเป๊ะ” (ซึ่งอาจเป็นเรื่องที่เฉพาะเจาะจง ปรับแต่งเยอะ และจู้จี้มาก) ในระดับมหภาคแก่ทุกคนได้อย่างไร?

โดยพื้นฐานแล้วมี 3 วิธี คุณสามารถส่งมอบมันผ่าน ผลิตภัณฑ์เดี่ยว (standalone product) ผ่าน พาร์ทเนอร์ชิพ หรือจัดหาให้ในฐานะ แพลตฟอร์ม

• ผลิตภัณฑ์เดี่ยวมีข้อจำกัดที่ได้เปรียบ นั่นคือ ผลิตภัณฑ์ของคุณ ต้องเปิดโอกาสให้ผู้ใช้ “ทำอะไรก็ได้ที่ต้องการ” โดยธรรมชาติ (เช่น ถาม ChatGPT เรื่องอะไรก็ได้) ดังนั้นคุณจึงเป็นผู้สร้างประสบการณ์ของลูกค้าอย่างแท้จริง ตั้งแต่การนำมันไปสู่มือพวกเขา ไปจนถึงการเฝ้าดูพวกเขาใช้งานมันทุกวัน
• การจัดจำหน่ายผ่าน พาร์ทเนอร์ชิพ มีข้อดีคือพาร์ทเนอร์ช่วยให้คุณเข้าถึงผู้คนได้มากอย่างรวดเร็วในหลากหลาย use case แต่ท้ายที่สุดแล้วเป็น พาร์ทเนอร์ ที่ครอบครองและชี้นำสัญชาตญาณ “อะไรก็ได้ที่ฉันต้องการ” ของลูกค้า ดังนั้นในระยะยาว ไม่เพียงแต่พวกเขาน่าจะเก็บเกี่ยวผลตอบแทนทางเศรษฐกิจที่น่าดึงดูดไปได้ พวกเขายังควบคุมว่าผู้ใช้จะได้ทำอะไรในท้ายที่สุด และได้เรียนรู้อะไร นอกจากนี้ ลูกค้าของคุณอาจไม่รู้ด้วยซ้ำว่าคุณคือผู้อยู่เบื้องหลังระบบนี้ คุณจึงไม่ได้รับความไว้วางใจหรือความรู้สึกดีๆ จากพวกเขาเลย
• การจัดจำหน่ายในฐานะ แพลตฟอร์ม หมายถึงการที่ผู้คนสร้างอะไรก็ได้ที่ต้องการบนโครงสร้างของคุณ วิธีนี้เชื่องช้า เพราะคุณต้องสร้างผลิตภัณฑ์ใหม่ที่รองรับ “อะไรก็ได้ที่ฉันต้องการ” ขึ้นมาจากศูนย์ แต่มันทรงพลังมากเมื่อตั้งหลักได้แล้ว เพราะแม้รายได้จะมาช้ากว่าหรือมี take rate ที่ต่ำกว่า คุณก็ได้สร้าง วงจรการเรียนรู้เกี่ยวกับโลกที่ทรงพลังอย่างยิ่ง ขึ้นมาแล้ว ในขณะที่ผู้ใช้ใช้ primitive และแพทเทิร์นของคุณ สิ่งเหล่านั้นจะสอนคุณเกี่ยวกับโลกและเกี่ยวกับสิ่งที่ผู้คนต้องการจากคุณ ไม่ใช่ในความหมายของ “การเทรนด้วยข้อมูลลูกค้า” แต่ในความหมายที่ว่า “primitive เหล่านั้นกลายเป็นแผนที่ที่สะท้อนอาณาบริเวณได้แม่นยำขึ้น”

https://x.com/GavinSBaker/status/2100240010695827959

เมื่อเวลาผ่านไปนานพอ ผลิตภัณฑ์ย่อมเกิดและดับ พลวัตของพาร์ทเนอร์ชิพก็เปลี่ยนแปลง และผลตอบแทนทางเศรษฐกิจอาจน่าผิดหวังเมื่อเทียบกับความคาดหวัง แต่ OpenAI ยังคงกลับมาครั้งแล้วครั้งเล่าด้วยความมุ่งมั่นที่จะสร้าง แพลตฟอร์มที่ยั่งยืนถาวร และสิ่งที่พวกเขากำลังทำอยู่นั้นก็ได้ผล

แพลตฟอร์มที่แท้จริงนั้นหายากแต่คุ้มค่า

แพลตฟอร์มสร้างได้ยาก และทำความเข้าใจได้ยาก ยิ่งไปกว่านั้นยัง นิยาม ได้ยากด้วย!

โดยทั่วไปเรามักมีแนวคิดกว้างๆ คลุมเครือเกี่ยวกับแพลตฟอร์มว่า “แพลตฟอร์มช่วยให้ผู้คนสร้างสิ่งที่ตอบโจทย์ความต้องการเฉพาะตัวของพวกเขาได้”

ในวงการซอฟต์แวร์ มีหลายวิธีที่คุณจะทำได้ เมื่อสิบเก้าปีก่อน Marc ได้เขียนบทความชื่อ “Three kinds of platforms you meet on the internet” ซึ่งยังคงใช้ได้ดีในปัจจุบัน นิยามของ Marc คือ: “‘แพลตฟอร์ม’ คือระบบที่สามารถเขียนโปรแกรมและปรับแต่งโดยนักพัฒนาภายนอก—ซึ่งก็คือผู้ใช้—ได้ และด้วยวิธีนี้ จึงสามารถปรับตัวเข้ากับความต้องการและตลาดเฉพาะกลุ่มนับไม่ถ้วนที่นักพัฒนาดั้งเดิมของแพลตฟอร์มนั้นไม่อาจจินตนาการถึงได้เลย ยิ่งไม่ต้องพูดถึงการมีเวลาไปรองรับสิ่งเหล่านั้น”

“สามประเภท” นี้สอดคล้องกับสามวิธีที่แตกต่างกันในการจัดเรียงคอมพิวเตอร์เพื่อให้ผู้ใช้ได้รับผลลัพธ์แบบกำหนดเองตามที่พวกเขาต้องการ ซึ่งสร้างยากขึ้นเรื่อยๆ (เมื่อคุณขยับจาก 1 ไป 3) แต่ก็ยิ่งมหัศจรรย์มากขึ้นในแง่ของพฤติกรรมและการสร้างสรรค์ที่มันปลดล็อกออกมา

• ประเภทที่ 1 คือสิ่งที่ปัจจุบันเราเรียกว่า “Headless” - ให้ผู้ใช้เข้าถึงสิ่งที่มีประโยชน์ผ่าน API (เช่น Flickr ในยุคนั้น หรือแม้แต่บริษัทที่มีมูลค่าสูงอย่าง Stripe บางส่วนก็จัดอยู่ในหมวดนี้)
• ประเภทที่ 2 ใช้สิ่งที่เรียกว่า “Plugins”: เช่น แพลตฟอร์ม Facebook ยุคเก่า หรือแอปส่วนใหญ่ของ Shopify และ HubSpot ในปัจจุบัน คุณมีบริการหลักที่ตอบสนองความต้องการ 80% แรกของผู้ใช้ จากนั้นก็มีแอปที่กำหนดเองซึ่งทำงานบนเซิร์ฟเวอร์ของตัวเอง และอาจบริหารจัดการผ่าน app store รูปแบบใดรูปแบบหนึ่ง เพื่อให้ผู้ใช้ได้รับประสบการณ์เฉพาะตัวที่พวกเขาต้องการ
• ประเภทที่ 3 คือประเภทที่สำคัญที่สุด: มันเป็น runtime environment ของแท้ที่ผู้คนสามารถเขียนโปรแกรมเพื่อสร้างอะไรก็ได้ที่ต้องการ สิ่งเหล่านี้สร้างยากมากๆ แต่มันคือเวทมนตร์ที่แท้จริงเมื่อมันทำงานได้ iOS, AWS, Ethereum และล่าสุดอย่าง Cloudflare คือตัวอย่างบางส่วน

สิ่งที่น่าสนใจเกี่ยวกับ AI ในวันนี้คือ บริษัทที่ทำโมเดลและผู้ให้บริการ inference ทั้งหมด ในแง่หนึ่ง ต่างก็อ้างได้ว่ามีส่วนร่วมในงาน “แพลตฟอร์มประเภทที่ 3” (โมเดลก็คือ runtime ชนิดหนึ่งที่ถูกสั่งงานด้วย custom instructions!) แต่โมเดลเพียงอย่างเดียวไม่สามารถปลดล็อกพฤติกรรมใหม่ๆ ได้ และก็ไม่ได้มีเกราะป้องกันที่แข็งแกร่งขนาดนั้น อย่างที่เราเห็นในเรื่อง coding ที่ harness มีความสำคัญไม่แพ้กัน สิ่งที่ mattered จริงๆ ที่นี่คือ โครงสร้างเหนือชั้นของข้อจำกัดและ primitive เราจะให้เหตุผลเชิงทฤษฎีและเชิงปฏิบัติว่าทำไมจึงเป็นเช่นนั้น

เหตุผลเชิงทฤษฎีคือ หากคุณต้องการค้นพบแพทเทิร์นและ primitive ที่สำคัญซึ่งเห็นได้ชัดเจนเมื่อมองย้อนกลับ คุณต้องสัมผัสกับการใช้งาน ความรู้ฝังลึก (tacit knowledge) และการลองผิดลองถูกจากผู้ใช้ใน ขอบเขตที่กว้างที่สุดเท่าที่จะเป็นไปได้ เพื่อให้คุณสามารถวิวัฒนาการจากผลิตภัณฑ์เฉพาะทาง (ความก้าวหน้าระดับท้องถิ่น) ไปสู่ผลิตภัณฑ์ทั่วไป (ความก้าวหน้าระดับโลก) และวิธีที่บริสุทธิ์ที่สุดในการทำเช่นนั้นคือ ปล่อยให้พวกเขาเขียนคำสั่งใดๆ ก็ได้ (เช่น โค้ด) สำหรับสิ่งที่พวกเขาต้องการทำ การจัดการเรื่องความปลอดภัย สิทธิ์การเข้าถึง โครงสร้างข้อมูล และข้อจำกัดให้ถูกต้องนั้นเป็นงานมหึมาที่บริษัท “เน้นผลิตภัณฑ์” มักให้ความสำคัญได้ยาก มีเพียงผู้ที่มุ่งมั่นอย่างแท้จริงเท่านั้นที่จะไปถึงดินแดนแห่งคำมั่นสัญญานั้นได้

เหตุผลเชิงปฏิบัติสำหรับ AI ในตอนนี้คือ การที่ agent จะมีประโยชน์ได้ พวกมันต้องเขียนโค้ดเป็น นี่อาจเป็นเรื่องที่ไม่ได้เห็นได้ชัดเจนนัก แต่เป็นสิ่งที่เราได้เรียนรู้ในปีที่ผ่านมา ด้วยความที่โมเดล AI เก่งกาจเรื่องการเขียนโค้ดแค่ไหน พวกมันกลับแย่อย่างน่าประหลาดใจในการเรียกใช้ tools และปฏิบัติตามคำสั่งในงานความรู้ทั่วไปในชีวิตประจำวัน - เว้นเสียแต่ว่า คุณจะพลิกบทใหม่แล้วบอกว่า “เขียนโปรแกรม ที่ทำหน้าที่เหล่านี้ขึ้นมา” แล้วพวกมันจะทำได้ยอดเยี่ยม คำถามปลายเปิดในการนำ AI มาใช้ในองค์กรตอนนี้คือ “ผู้คนและองค์กรจะรองรับสิ่งนี้ได้อย่างไร อย่างปลอดภัย?” และคุณน่าจะวางเดิมพันกับคนที่คิดแบบแพลตฟอร์มว่าจะทำมันได้ถูกต้อง

หนึ่งในคำถามปลายเปิดที่ใหญ่ที่สุดในตอนนี้คือ network effects, switching costs และ moat อื่นๆ แบบไหนจะเกิดขึ้นในเลเยอร์ต่างๆ ของ AI stack ณ ตอนนี้ เลเยอร์ของโมเดลยังคงถูกทดแทนได้ง่ายอย่างน่าตกใจ มีความรู้สึกโดยทั่วไปว่า “multiplayer mode” (เช่น การร่วมมือกันในโปรเจกต์, agent ที่ได้รับความไว้วางใจจาก agent ของเพื่อน) มีส่วนผสมที่ดีสำหรับการสร้างเกราะป้องกันให้โมเดลธุรกิจ แต่มันก็ยังไม่ได้ส่งผลกระทบจริงๆ ต่อการต่อสู้โดยรวมในเรื่อง “เพิ่มการใช้งาน ลดต้นทุน” ที่เราเห็นจากการใช้จ่าย token คำถามหลักที่สำคัญไม่ใช่ “โมเดลของคุณทำให้คนติดหรือไม่” แต่คือ “คุณกำลังสร้างพฤติกรรมใหม่อยู่หรือเปล่า?” อย่างที่ Steve Hou กล่าวไว้ได้ดี: “ความยืดหยุ่น (elasticity) ที่สำคัญไม่ใช่ความยืดหยุ่นในการทดแทนกันระหว่างโมเดล แต่คือความยืดหยุ่นของอุปสงค์รวมต่อ AI”

การจับคู่รูปแบบ (pattern-matching) ไม่มีทางสมบูรณ์แบบ แต่ถ้า AI ในช่วงสี่ปีที่ผ่านมานี้บอกอะไรเราได้บ้าง ความก้าวหน้าที่ยิ่งใหญ่ครั้งต่อไปใน การใช้งาน AI แบบ multiplayer ที่มีเกราะป้องกันโดยคนธรรมดา จะผุดขึ้นมาจากช่วงเวลาแห่งการตระหนักรู้ ที่เราค้นพบการจัดเลเยอร์ที่เหมาะสมที่สุดของโมเดลอัจฉริยะ computing primitive และแพทเทิร์นพฤติกรรม จนเกิดเป็นสิ่งที่เรียบง่ายและชัดเจนขึ้นมามันอาจมาจากสตาร์ทอัพที่สร้างธุรกิจบนบริษัทโมเดลในฐานะแพลตฟอร์ม หรืออาจมาจากบริษัทโมเดลเหล่านั้นเอง ไม่ว่าจะทางไหน เห็นได้ชัดว่า OpenAI ต้องการเป็นขุมพลังขับเคลื่อนสิ่งนั้นและส่งมอบมันให้แก่ผู้ใช้

ในโลกที่เต็มไปด้วยความอุดมสมบูรณ์ เหตุและผลจะกลับตาลปัตร

นิสัยเก่าย่อมละทิ้งยาก ในวิธีปกติที่คุณอาจใช้วิเคราะห์แล็บ AI Frontier ในฐานะธุรกิจ คุณอาจจะมองหาสิ่งที่เห็นได้ชัดเจนทุกชนิดเพื่อประเมินความได้เปรียบทางการแข่งขัน: ใครมีโมเดลที่ดีที่สุด? ใครมีชิปที่ดีที่สุด? ใครมีความคุ้มค่าต่อราคาดีที่สุด? ใครมีผลิตภัณฑ์ที่ดีที่สุด?

แน่นอนว่าสิ่งเหล่านี้ยังคงสำคัญ แต่ในโลกที่ ความฉลาดมีอยู่อย่างเหลือเฟือและเรียกใช้ได้ทุกที่ตามต้องการ เราน่าจะกำลังมองเหตุและผลกลับตาลปัตรหากเราคิดว่าการมีสิ่งเหล่านั้นทั้งหมดแปลว่าคุณจะชนะ เราคิดว่าในอนาคต OpenAI จะมีโมเดล ชิป และผลิตภัณฑ์ที่ดีที่สุด เพราะพวกเขามีการจัดจำหน่ายที่ดีที่สุด ไม่ใช่ในทางกลับกัน พวกเขาตัดสินใจได้อย่างยอดเยี่ยมมาตลอดในเรื่องการจัดหาคอมพิวติ้งให้เพียงพอ การเทรนโมเดลอย่างมีประสิทธิภาพ การพัฒนา Jalapeno ให้เป็นชิปที่ปรับแต่งมาโดยเฉพาะ และเรื่องเชิงปฏิบัติอื่นๆ ที่สร้างความแตกต่างในการแข่งขันท่ามกลางตัวเลือก AI ที่มีอยู่ แต่ในอนาคต เราคิดว่าพวกเขาจะชนะต่อไปเรื่อยๆ เพราะพวกเขาจะยังคงอยู่แถวหน้าในการ รวบรวมข้อมูลเกี่ยวกับโลก จากผู้ใช้กลุ่มใหม่ที่พวกเขาปลุกขึ้นมา และพัฒนาตัวเองให้ดีขึ้นจากจุดนั้น

ผลิตภัณฑ์และโมเดลใหม่อาจดึงดูดความสนใจของทุกคนได้สักสัปดาห์หรือสองสัปดาห์ แต่ในระยะยาว เราไม่เห็นเลยว่า OpenAI จะยอมสละตำแหน่งผู้นำในเรื่องที่สำคัญเหล่านี้:

• พวกเขารักษาแบรนด์ผู้บริโภคที่โดดเด่นและความกว้างขวางของผู้ใช้เอาไว้ได้
• พวกเขาปลุกพฤติกรรมผู้ใช้รูปแบบใหม่ๆ ที่เห็นได้ชัดเจนเมื่อมองย้อนกลับ และเปลี่ยนเกมของสิ่งที่ทำได้ไปเลย
• พวกเขาผลักดันขอบเขตของ “โมเดลที่ดีที่สุด ราคาดีที่สุด” ในข้อเสนอโมเดลของพวกเขา
• “flywheel” ของพวกเขาไม่เคยหยุดหมุน และทุกอย่างพัฒนาไปพร้อมกัน

Sam อธิบายสถานะผลิตภัณฑ์ในอนาคตของ OpenAI ว่าจะมีข้อเสนอเพียงสองอย่าง: คุณจะสามารถสร้างอะไรก็ได้ที่คุณต้องการ หรือไม่คุณก็แค่คุยกับ ChatGPT นี่คือหน้าตาของความอุดมสมบูรณ์ที่แท้จริงในผลิตภัณฑ์ คุณอาจอธิบายสิ่งที่คุณต้องการอย่างละเอียดที่จะช่วยคุณ และได้รับสิ่งนั้น หรือคุณจะถอยกลับมาใช้วิธี “หรือฉันก็แค่พิมพ์คุยกับกล่องข้อความนี้แล้วค่อยๆ หาทางไปเอง” ก็ได้

ความอุดมสมบูรณ์นั้นเปิดให้ทุกคนเข้าถึงได้แล้วในวันนี้ มีคนกลุ่มเล็กๆ ค่อนข้างน้อยที่ใช้ AI อย่างบ้าคลั่งในทุกเรื่องของชีวิต และมีคนกลุ่มที่ใหญ่กว่าและกว้างกว่าเล็กน้อยที่ใช้ ChatGPT เป็นประจำ แต่พวกเขายังไม่ถูกปลุกให้ตื่นขึ้นในฐานะลูกค้า ใครจะเป็นคนทำสิ่งนั้น?

เราคิดว่า OpenAI รู้วิธีแล้ว