Google ไม่ได้แข่งขันกับ OpenAI และ Anthropic ด้วยเป้าหมายเดียวกันอีกต่อไปแล้ว ขณะที่คู่แข่งต่างต้องการ AI ที่สามารถพัฒนาตัวเอง Google กลับมุ่งเน้น AI ที่เข้าใจโลกแห่งความเป็นจริง
ความแตกต่างนี้อาจมองข้ามได้ง่าย เพราะ Google ยังคงปล่อยโมเดลใหม่และทำรายได้อย่างต่อเนื่อง แต่การเปิดตัวล่าสุดของบริษัทกลับอยู่ในอันดับที่ 10 จากการจัดอันดับอิสระหนึ่งรายการ
สิ่งที่ Google พูดและไม่ได้พูดเกี่ยวกับการแข่งขัน AI
Google ได้เปิดตัว Gemini 3.6 Flash เมื่อวันที่ 21 กรกฎาคม โดยเน้นเรื่องความเร็วและต้นทุน ไม่ใช่เน้นพลังดิบของโมเดล
ติดตามเราบน X เพื่อรับข่าวสารล่าสุดได้ทันที
โมเดลนี้ให้ผลลัพธ์เป็นโทเค็นน้อยลง 17% เมื่อเทียบกับเวอร์ชันก่อน ตามที่ บล็อกของ Google ระบุไว้ โทเค็นคือกลุ่มข้อความขนาดเล็กที่ AI สร้างขึ้น เมื่อมีโทเค็นน้อยลงก็หมายถึงคำตอบที่มีต้นทุนถูกลง
แต่เรื่องพลังประมวลผลเป็นอีกประเด็นหนึ่ง เนื่องจากหนึ่งในการอ่านค่าที่เผยแพร่ในดัชนี Artificial Analysis ให้อันดับโมเดลนี้อยู่ที่ 10 โดยห้องทดลองใหญ่เจ้าอื่นอยู่ในอันดับสูงกว่า
Google ก็ไม่ได้หยุดนิ่ง เพราะบริษัทเริ่มกระบวนการฝึกโมเดลครั้งใหญ่ที่สุดกับ Gemini 4 ขณะเดียวกัน Gemini 3.5 Pro ซึ่งเป็นโมเดลที่มีขนาดใหญ่กว่า ก็กำลังทดสอบร่วมกับพันธมิตร
Sundar Pichai ได้ชี้ให้เห็นเป้าหมายที่แตกต่างออกไป เขาเชื่อมโยง แผนงานกับ AI ตัวแทนเฉพาะบุคคล มากกว่าการไล่ตามชัยชนะบนตารางจัดอันดับ
ขณะที่นักลงทุนกลับไม่ค่อยสบายใจ ล่าสุดหุ้น Alphabet ร่วงลง 6% ในเดือนมิถุนายน หลังจากมี นักวิจัยอาวุโสสองคนลาออกไปอยู่กับคู่แข่ง
ภายในกลยุทธ์การลงทุนของ DeepMind กับ World Models
World model คือ AI ที่เรียนรู้ลักษณะการทำงานของวัตถุในโลกจริง เช่น แรงโน้มถ่วง การเคลื่อนไหว เหตุและผล โมเดลนี้จะพยากรณ์สิ่งที่จะเกิดขึ้นต่อไปในห้อง ไม่ใช่คาดเดาคำถัดไปในประโยค
เว็บไซต์ของ DeepMind เองยังแสดงให้เห็นทิศทางนี้ โดยจัด Genie 3 และ Gemini Robotics ให้อยู่ภายใต้หัวข้อ world models และ embodied AI หมายถึงซอฟต์แวร์ที่ควบคุมเครื่องจักร
ในเดือนพฤษภาคม ห้องปฏิบัติการได้ขยาย Project Genie ไปยัง Street View และยังได้ปล่อย SIMA 2 ซึ่งเป็นเอเจนต์ที่เรียนรู้โดยการเล่นภายในโลกเสมือน 3 มิติอีกด้วย
ในขณะเดียวกัน OpenAI และ Anthropic กำลังกำหนดเป้าหมายที่แตกต่างออกไป โดยทั้งสองต้องการพัฒนา RSI หรือ recursive self-improvement
กล่าวอย่างง่าย นั่นคือ การที่ AI ฉลาดพอจะสร้าง AI รุ่นถัดไปที่ดีกว่า และหลังจากนั้น AI ตัวถัดไปก็จะสร้าง AI ถัดไปอีกต่อไปเรื่อย ๆ
นักเขียน Alberto Romero แสดงความคิดเห็นเมื่อวันอังคารว่า Google ออกจากการแข่งขันนี้โดยเจตนา
Hassabis กำลังเดิมพันกับสิ่งอื่น คือ world models โมเดลที่สามารถเข้าใจและจำลองโลกแห่งความเป็นจริง ไม่ใช่แค่ทำนายโทเคนถัดไปเท่านั้น Alberto Romero เขียน ในบทวิเคราะห์ล่าสุด
อย่างไรก็ตาม Google ไม่เคยกล่าวเช่นนั้น และ Demis Hassabis ผู้บริหาร Google DeepMind ก็ไม่เคยปฏิเสธ RSI ในที่สาธารณะเช่นกัน
เหตุผลที่ผู้ร่วมก่อตั้งบริษัทคู่แข่งกล่าวว่า DeepMind เป็นกรณีพิเศษ
การวิเคราะห์ที่เฉียบคมที่สุดจากภายนอกมาจากบริษัทคู่แข่งเมื่อไม่กี่เดือนก่อนหน้านี้
Jack Clark เป็นผู้ร่วมก่อตั้ง Anthropic โดยเมื่อวันที่ 4 พฤษภาคม เขาได้เผยแพร่ บทความ ถึงทิศทางของ AI ในอนาคต
เขาประเมินว่ามีโอกาส 60% ที่ AI จะสามารถวิจัยด้วยตัวเองได้ภายในสิ้นปี 2028 โดยให้ปี 2027 อยู่ที่ 30%
Clark ถามต่อว่าห้องปฏิบัติการใดบ้างที่กำลังไล่ตามเป้าหมายนั้น DeepMind ตามที่เขาเขียน ดูเหมือนจะระวังตัวมากที่สุดในบรรดาบริษัทใหญ่สามแห่ง ซึ่ง circumspect หมายถึง รอบคอบ
หลักฐานของเขามาจาก DeepMind เอง เขาอ้างงานวิจัยเกี่ยวกับความปลอดภัยของ AI ในปี 2025 ซึ่งร่วมเขียน โดย Shane Legg หนึ่งในผู้ร่วมก่อตั้ง
ในขณะที่ Anthropic กล้าหาญกว่ามาก โดยในงานวิจัย เกี่ยวกับ recursive self-improvement บริษัทระบุว่า Claude เขียนโค้ดมากกว่า 80% ที่ปล่อยใช้งานภายในเดือนพฤษภาคม 2026
แต่ก่อนเดือนกุมภาพันธ์ 2025 สัดส่วนดังกล่าวแทบเป็นศูนย์
บริษัทได้บันทึก การที่ AI สร้าง AI ที่ดียิ่งขึ้น ในการทดสอบหนึ่ง พบว่าโมเดลสามารถเพิ่มประสิทธิภาพได้ 52 เท่าในเดือนเมษายน เทียบกับเพียง 2.9 เท่าเมื่อปีก่อน
สำหรับวิศวกรมากฝีมือ การจะเพิ่มประสิทธิภาพงานสี่เท่าในงานเดียวกันนั้น ต้องใช้เวลาสี่ถึงแปดชั่วโมง
เหตุผลที่ Google อาจไม่ได้ถอนตัวจากการแข่งขันด้าน AI เลย
มีข้อเท็จจริงสองข้อที่แย้งกับแนวคิดทั้งหมดนี้:
- Google นำในการทดสอบที่ใกล้เคียงที่สุดกับการวัดทักษะการวิจัย AI
MLE-Bench ขอให้โมเดลสร้างระบบแมชชีนเลิร์นนิงด้วยตัวเอง ในเดือนกุมภาพันธ์ Gemini 3 รุ่นหนึ่งทำคะแนนได้ 64.4% นั่นคือผลลัพธ์ที่ดีที่สุด ณ เวลานั้น Google เปิดตัว 3.6 Flash ที่ 63.9% ในเดือนกรกฎาคม
ห้องปฏิบัติการที่ถอนตัวจากสาขาใด มักไม่ใช่ผู้นำบนกระดานคะแนนของสาขานั้น
- Google ไม่ได้หายไปจากตลาดเลย
Pichai บอกนักลงทุนว่าแอป Gemini มีผู้ใช้งาน 950 ล้านคนต่อเดือน Google ได้ข้าม กลุ่มพันธมิตร AI แบบเปิดของ NVIDIA ในเดือนนี้ และ OpenAI กับ Anthropic ก็ไม่ได้เข้าร่วมเช่นกัน
Google สามารถรอได้หรือไม่?
เหตุผลที่ควรอดทนมีอยู่อย่างง่ายดาย รายได้จากโฆษณาค้นหาสนับสนุนทุกสิ่ง DeepMind จึงสามารถใช้เวลาได้ตามต้องการ
เอกสารของ Alphabet เองแสดงให้เห็นว่าความสำรองนั้นเริ่มบางลง
รายได้แตะ 119.8 พันล้าน USD ในไตรมาสเดือนมิถุนายน เพิ่มขึ้น 24% อ้างอิงจาก ผลประกอบการ ที่ยื่นเมื่อ 22 กรกฎาคม เฉพาะการค้นหานำรายได้ 63.3 พันล้าน USD
จากนั้นก็มาถึงค่าใช้จ่าย Alphabet ลงทุน 44.9 พันล้าน USD สำหรับศูนย์ข้อมูลและอุปกรณ์ในสามเดือน ซึ่งประมาณสองเท่าจากปีก่อน
ผลที่ตามมาคือกระแสเงินสดอิสระติดลบ 5.86 พันล้าน USD กระแสเงินสดอิสระคือสิ่งที่เหลือหลังจากจ่ายค่าก่อสร้างเสร็จแล้ว
ตัวเลขนี้ยังเป็นบวก 10.1 พันล้าน USD ในเดือนมีนาคม และเป็นบวก 24.6 พันล้าน USD ในเดือนธันวาคม
Alphabet ปิดช่องว่างนี้ด้วยการขายหุ้นใหม่ 49.6 พันล้าน USD ในเดือนมิถุนายน และกู้เพิ่มอีก 20.3 พันล้าน USD
หนี้ระยะยาวเพิ่มขึ้นสองเท่าในหกเดือน จาก 46.5 พันล้าน USD เป็น 98.2 พันล้าน USD
รายการในบัญชีที่ครอบคลุมการวิจัย AI ร่วม ขาดทุน 5.79 พันล้าน USD เพิ่มจาก 3.37 พันล้าน USD ความอดทนในตอนนี้มีมูลค่าที่ต้องจ่าย
ประเด็นสำคัญใน 30 วันข้างหน้า
- Gemini 3.5 Pro จะออกวางจำหน่ายหรือไม่ และผลการจัดอันดับจะเป็นอย่างไร
- DeepMind จะแสดงผลลัพธ์ world-model ที่เชื่อมโยงกับ Gemini 4 หรือไม่
- กระแสเงินสดของ Alphabet จะกลับมาเป็นบวกอีกครั้งในเดือนกันยายนหรือไม่
- Hassabis จะตอบคำถามเรื่องการพัฒนาตนเองโดยตรงหรือไม่
Gemini 4 คือการทดสอบที่แท้จริง ถ้า world models ใช้งานได้ผลในขณะที่ coding agents ชะลอตัว จังหวะที่เดินช้าก็จะดูเป็นความรอบคอบมากกว่าความหวาดกลัว
รายงานผลประกอบการครั้งถัดไปจะแสดงให้เห็นว่า Alphabet จะสามารถจ่ายเงินเพื่อค้นคว้าต่อไปได้นานแค่ไหน
