Alex Karp ประธานเจ้าหน้าที่บริหารของ Palantir Technologies ออกโรงโจมตี ผู้ให้บริการ AI รายใหญ่ทั้ง OpenAI และ Anthropic ว่ากำลังขายบริการ AI แบบคิดค่าตามจำนวนโทเคนเกินจริง เมื่อเทียบกับมูลค่าที่ลูกค้าองค์กรได้รับจริง
ประเด็นสำคัญ
- Karp ระบุว่าองค์กรจำนวนมากจ่ายค่าบริการ AI ตามโทเคน แต่ไม่ได้ผลลัพธ์เชิงธุรกิจที่คุ้มกับต้นทุน
- เขาเตือนว่าผู้ให้บริการอาจเข้าถึงองค์ความรู้เชิงลับและข้อมูลการแข่งขันที่สำคัญของลูกค้า
- คำวิจารณ์สะท้อนข้อถกเถียงกว้างขึ้น ว่าการตั้งราคา AI ควรอิงปริมาณการใช้งานหรืออิงผลลัพธ์ทางธุรกิจ
โมเดลคิดราคา AI แบบโทเคน
Karp ให้สัมภาษณ์กับ CNBC โดยแสดงความไม่เห็นด้วยกับโมเดลคิดค่าบริการตามจำนวนโทเคนที่โมเดล AI ประมวลผล ตามรายงานของ Cryptobriefing
เขาตั้งคำถามว่า “ถ้า AI มีมูลค่ามากจริง ทำไมถึงยังต้องคิดเงินตามจำนวนโทเคน?” พร้อมเสนอว่าผู้ให้บริการควรหารายได้จากส่วนแบ่งมูลค่าทางธุรกิจที่สร้างให้ลูกค้า แทนการคิดค่าปริมาณการประมวลผลเพียงอย่างเดียว
Karp ยังเตือนว่าองค์กรเสี่ยงสูญเสียความได้เปรียบเชิงข้อมูล เมื่อเชื่อมระบบข้อมูลภายในและเวิร์กโฟลว์เข้ากับโมเดลจากภายนอก เขาระบุว่าบริษัทจำนวนมากเริ่มรู้สึกหงุดหงิด หลังทุ่มงบลงทุนด้าน AI อย่างหนัก แต่ยังไม่เห็นการยกระดับประสิทธิภาพการทำงานที่ชัดเจน
คำวิจารณ์นี้สอดรับผลประโยชน์ทางการค้าของ Palantir เอง เนื่องจากบริษัทพัฒนาซอฟต์แวร์ที่เชื่อมต่อโมเดล AI ข้อมูล และระบบปฏิบัติการ ไว้ภายในสภาพแวดล้อมที่องค์กรควบคุมได้
อย่างไรก็ดี ความเห็นของเขายังสะท้อนความกังวลร่วมในภาคธุรกิจ ทั้งเรื่องต้นทุน การกำกับดูแลข้อมูล และผลตอบแทนจากโครงการ AI ระยะแรกที่ยังไม่เป็นไปตามคาด
อ่านเพิ่มเติม: Bitget เปิดตัว Cash Plus จ่ายดอกผลให้ยอด Stablecoin ที่จอดอยู่เฉยๆ
ผลตอบแทนจาก AI ในภาคองค์กร
แกนกลางของข้อโต้แย้ง Karp คือ “ช่องว่างระหว่างผลงานเชิงเทคนิคกับผลลัพธ์ทางธุรกิจ” การคิดค่าบริการตามโทเคน สะท้อนเพียงปริมาณข้อความหรือข้อมูลที่โมเดลประมวลผล แต่ไม่ได้บอกว่าการใช้งานนั้นช่วยเพิ่มรายได้ ลดต้นทุน หรือยกระดับคุณภาพการตัดสินใจจริงเพียงใด
ประเด็นนี้เริ่มสำคัญขึ้นเมื่อผู้ซื้องบไอทีในองค์กรเลือกมากขึ้น Sam Altman เองก็ยอมรับว่า “ต้นทุนและประสิทธิภาพของ AI” กลายเป็นวาระหลักในห้องประชุมผู้บริหาร ขณะที่หลายบริษัทหันไปทดสอบโมเดลราคาถูกลง และกระจายงานให้ผู้ให้บริการหลายราย
Karp เสนอโมเดล “คิดราคาตามผลลัพธ์” (outcome-based pricing) ที่ผู้ขาย AI จะได้รับค่าตอบแทนผูกกับผลลัพธ์ที่วัดได้ เช่น รายได้ที่เพิ่มขึ้นหรือค่าใช้จ่ายที่ลดลง แนวทางนี้อาจช่วยลดงบที่สูญไปกับการใช้งานที่ไม่ก่อมูลค่า แต่ก็มาพร้อมโจทย์ใหญ่ คือองค์กรและผู้ให้บริการต้องตกลงร่วมกัน ว่าจะวัดและคำนวณ “มูลค่า” อย่างไรให้ชัดเจน
ความขัดแย้งรอบใหม่เรื่องรูปแบบการคิดราคาและการแบ่งปันความเสี่ยงนี้ เกิดขึ้นหลังจากองค์กรทั่วโลกเร่งนำ AI มาใช้ในช่วงหลายปีที่ผ่านมา ภายใต้ความคาดหวังว่าโมเดลอเนกประสงค์จะพลิกโฉมงานประจำให้เป็นอัตโนมัติ แต่เมื่อโครงการทดลองเริ่มสุกงอม จุดสนใจของผู้ซื้อจึงค่อยๆ เคลื่อนจาก “ศักยภาพของโมเดล” มาสู่ “การถือครองข้อมูล ความปลอดภัย และผลตอบแทนที่พิสูจน์ได้จริง”
อ่านถัดไป: มูลค่าตลาด Stablecoin หด 10,000 ล้านดอลลาร์จากจุดสูงสุดเดือนพฤษภาคม ตามภาวะสภาพคล่องคริปโตตึงตัว