วันที่ 27 ม.ค. 2025 ห้องแล็บสัญชาติจีนที่นักลงทุนส่วนใหญ่แทบไม่รู้จัก กลบมูลค่าตลาดของ Nvidia ไปถึง 589,000 ล้านดอลลาร์ในวันเดียว กลายเป็นการสูญเสียมูลค่าบริษัทในวันเดียวมากที่สุดในประวัติศาสตร์ตลาดหุ้นสหรัฐ ตัวจุดชนวนคือ DeepSeek และ “ความเปิด” ของมันเอง
แม้แต่ Bitcoin (BTC) ยังผันผวน เมื่อเงินทุนเริ่มซึมซับข้อเท็จจริงง่าย ๆ ข้อหนึ่ง: AI ระดับแนวหน้าไม่ได้เป็นกรรมสิทธิ์ของไม่กี่ห้องแล็บปิดอีกต่อไปแล้ว
ประเด็นสำคัญ
- โมเดล “โอเพ่นเวต” คือโมเดลที่เผยแพร่พารามิเตอร์ที่เทรนเสร็จแล้วให้ใครก็ได้ดาวน์โหลด นำไปรัน และดัดแปลง แตกต่างจาก AI แบบโอเพ่นซอร์สเต็มรูปแบบที่ต้องเปิดโค้ดและข้อมูลเทรนด้วย
- ช่องว่างคุณภาพที่วัดได้ระหว่างโมเดลเปิดกับโมเดลปิดระดับท็อปบนลีดเดอร์บอร์ดสาธารณะ หดจาก 8% เหลือต่ำกว่า 2% ภายในราวหนึ่งปี ขณะที่ราคาประมวลผลร่วงลงหลายร้อยเท่า
- ต้นทุนดีพลอยที่ถูกลง แรงผลักดันเรื่องอธิปไตยของรัฐ กฎเกณฑ์ที่เป็นมิตร และระบบนิเวศนักพัฒนาขนาดใหญ่ กำลังส่งแรงส่งให้โอเพ่นเวตขึ้นมาท้าชนโมเดลเช่าใช้ผ่าน API
“โอเพ่นเวต” AI จริง ๆ หมายถึงอะไร
คำนี้ถูกใช้กันหลวม ๆ จนเริ่มคลุมเครือ จึงต้องนิยามให้ชัด “โอเพ่นเวต” หมายถึงการที่ผู้พัฒนาเปิดเผย “น้ำหนัก” หรือพารามิเตอร์สุดท้ายของโครงข่ายประสาทเทียม — ตัวเลขที่เข้ารหัสทุกสิ่งที่โมเดลเรียนรู้ คุณสามารถดาวน์โหลดไปรันบนฮาร์ดแวร์ของตัวเอง และนำไปไฟน์จูนต่อได้
แต่โอเพ่นเวต “ไม่ใช่” โอเพ่นซอร์สเต็มรูปแบบ Open Source Initiative ประกาศนิยาม Open Source AI อย่างเป็นทางการเมื่อ 28 ต.ค. 2024 ซึ่งตั้งมาตรฐานสูงกว่ามาก หากจะนับว่าเป็นโอเพ่นซอร์สจริง ต้องปล่อยทั้งเวต โค้ดเทรน และรายละเอียดข้อมูลเทรนมากพอให้ผู้มีทักษะสามารถสร้างระบบขึ้นมาใหม่ได้อย่างมีนัยสำคัญ
โมเดลที่การตลาดเรียกตัวเองว่า “โอเพ่นซอร์ส” ส่วนใหญ่ในวันนี้สอบไม่ผ่านเกณฑ์นั้น ทั้ง Llama ของ Meta, Qwen ของ Alibaba และ DeepSeek ต่างเปิดเฉพาะเวตโดยไม่ให้ “สูตรข้อมูล” ครบถ้วน
OSI พูดตรงไปตรงมาในประเด็นนี้ โดย ระบุ ชัดว่า การเปิดเวตเพียงอย่างเดียวไม่อาจมอบเสรีภาพแบบเดียวกับซอฟต์แวร์โอเพ่นซอร์สได้ ทำให้เกิดข้อถกเถียงเรื่อง “open washing” เมื่อบริษัทอ้างความเปิด แต่ยังปิดบังส่วนสำคัญที่ทำให้ผู้อื่นทำซ้ำงานวิจัยได้จริง
อย่างไรก็ตาม สำหรับคนสร้างระบบใช้งานจริง “เวต” คือรางวัลใหญ่ เมื่อได้เวตมา คุณสามารถให้บริการโมเดล บีบอัดโมเดล รีเทรน และแพ็กไปส่งให้ลูกค้าได้ ลองแยกเป็นสามกลุ่ม จะเห็นภาพชัดขึ้น:
- โอเพ่นเวต: เปิดพารามิเตอร์ที่เทรนเสร็จแล้ว ภายใต้ไลเซนส์ที่มักอนุญาตให้ใช้ ดัดแปลง และเชิงพาณิชย์
- โอเพ่นซอร์สเต็มรูปแบบ: เปิดทั้งเวต โค้ดเทรน และเอกสารข้อมูลเทรนครบพอจะรีบิลด์โมเดล
- ปิด: ไม่ให้ดาวน์โหลดอะไรเลย มีแต่การเข้าถึงผ่าน API แบบคิดมิเตอร์
กลุ่มตรงกลางนี่เองที่กำลังเติบโตอย่างรุนแรง — และเป็นกลุ่มที่ทำให้ห้องแล็บสายโมเดลปิดนอนไม่หลับ
อ่านเพิ่ม: Nvidia ร่วงเกือบ 5% จากดีลการันตี OpenAI มูลค่า 2.5 แสนล้านดอลลาร์ที่ยังไม่เซ็น
ต่างจากสิ่งที่ OpenAI และ Anthropic ทำอย่างไร
OpenAI และ Anthropic ใช้ยุทธศาสตร์ตรงข้ามโดยสิ้นเชิง พวกเขาเก็บเวตที่ดีที่สุดไว้ในดาต้าเซ็นเตอร์ของตัวเอง และขายการเข้าถึงผ่าน API คุณส่งพรอมต์ เขาส่งคำตอบกลับมา แต่คุณไม่มีวันได้เห็นหรือแตะตัวโมเดลจริง
โมเดลธุรกิจแบบนี้มีเหตุผลเชิงพาณิชย์ชัดเจน ช่วยปกป้องเงินลงทุนในการเทรน รักษารายได้แบบสมัครสมาชิก และเปิดช่องให้แลบทบทวนพฤติกรรมหรือยกเลิกสิทธิ์การเข้าถึงได้ตลอดเวลา
ด้านความปลอดภัยก็ถูกหยิบมาอธิบายเช่นกัน ซีอีโอ Anthropic ดาริโอ อาโมเดอี ให้เหตุผลว่า เมื่อเวตถูกปล่อยสู่สาธารณะแล้ว ผู้พัฒนาแทบไร้ความสามารถในการอัปเดตกฎคุมพฤติกรรมหรือดึงระบบอันตรายกลับคืน
แต่ข้อแลกเปลี่ยนคือ “การพึ่งพา”
เมื่อโมเดลอยู่บนเซิร์ฟเวอร์ของคนอื่นเท่านั้น ผู้ให้บริการเป็นคนกำหนดราคา ความเสถียร เงื่อนไขการใช้ข้อมูล และกำหนดวันเลิกซัพพอร์ต เวอร์ชันที่ผลิตภัณฑ์ของคุณต้องพึ่งก็อาจถูกปิดได้ทุกเมื่อ ธุรกิจจึงผูกติดอยู่กับโครงสร้างพื้นฐานที่คุณไม่อาจควบคุมหรือมองทะลุได้
แม้ OpenAI จะเคยประกาศตัวเป็นผู้สนับสนุนงานวิจัยแบบเปิดมาหลายปี บริษัทยังไม่เคยปล่อยโมเดลภาษาแบบเปิดเลยตั้งแต่ GPT‑2 ในปี 2019 จนกระทั่ง 5 ส.ค. 2025 ที่ปล่อยโมเดล gpt-oss สองตัว ภายใต้ ไลเซนส์ Apache 2.0 แบบผ่อนปรน ซึ่งสะท้อนแรงกดดันจากฝั่งโอเพ่นเวตอย่างชัดเจน บริษัทที่สร้างอาณาจักรจาก API แบบปิดจำต้องลงสนามเปิดแข่งในกติกาเดียวกัน
อ่านเพิ่ม: OpenAI ขอวงเงินเครดิต Nvidia 2.5 แสนล้านดอลลาร์ปั้นแคมปัสยักษ์ที่โอไฮโอ
10 เหตุผลที่โอเพ่นเวตเขย่าโมเดลรวมศูนย์
สิ่งต่อไปนี้ไม่ได้แปลว่าโอเพ่นเวตจะเป็นผู้ชนะอย่างเบ็ดเสร็จ พรมแดนความสามารถยังอยู่ในมือห้องแล็บใหญ่ และความเสี่ยงก็มีจริง แต่ทิศทางตลอดสามปีที่ผ่านมาเคลื่อนไปในทางเดียวกัน — สวนกระแสโมเดลปิดแบบคิดมิเตอร์
สิ่งที่เปลี่ยนไปคือ “เหตุผล” ที่ต้องยอมจ่ายแพงเพื่อเช่าใช้กล่องดำกำลังอ่อนแรงลงเรื่อย ๆ การบรรจบกันครั้งนี้เกิดทั้งด้านเทคนิค เศรษฐศาสตร์ และการเมืองพร้อมกัน
นี่คือ 10 เหตุผลที่ดุลอำนาจกำลังเปลี่ยน
ช่องว่างคุณภาพแทบหายไป
ปัจจัยเดียวที่สำคัญที่สุดคือ “การบรรจบกัน” รายงาน AI Index 2025 ของ Stanford พบ ว่า คะแนนระหว่างโมเดลปิดที่ดีที่สุดกับโมเดลเปิดที่ดีที่สุดบนลีดเดอร์บอร์ด Chatbot Arena หดจาก 8% ใน ม.ค. 2024 เหลือเพียง 1.7% ภายใน ก.พ. 2025
ด้านบนของตารางก็แน่นขึ้นอย่างรวดเร็ว ช่องว่างระหว่างโมเดลอันดับ 1 กับอันดับ 10 ลดจาก 11.9% เหลือ 5.4% ในเวลาเพียงปีเดียว
เมื่อ “ตัวเลือกอันดับสอง” มีต้นทุนเพียงเศษเสี้ยวของ “ตัวเลือกอันดับหนึ่ง” พรีเมียมที่เรียกเก็บจากการเข้าถึงโมเดลปิดจึงยากจะอธิบาย นี่คือปัญหาด้านราคาเชิงโครงสร้างสำหรับธุรกิจที่ขาย “ความหายาก” เป็นหลัก
ราคาของ “ความฉลาด” ทรุดฮวบ
ต้นทุนร่วงเร็วเสียยิ่งกว่าช่องว่างคุณภาพ จากข้อมูลของ Epoch AI และ Artificial Analysis รายงาน AI Index ระบุ ว่า ราคาประมวลผลต่อ 1 ล้านโทเคนในระดับ GPT‑3.5 ลดจากราว 20 ดอลลาร์ใน พ.ย. 2022 เหลือเพียง 0.07 ดอลลาร์ใน ต.ค. 2024
เท่ากับลดลงราว 280 เท่าในไม่ถึงสองปี
DeepSeek ผลักตรรกะเดียวกันนี้ไปถึงต้นทุนการเทรน รายงานเทคนิค V3 อ้าง ว่าใช้เงินเทรนรอบสุดท้ายราว 5.6 ล้านดอลลาร์บนชิป Nvidia H800 จำนวน 2,048 ตัว เทียบกับคู่แข่งฝั่งตะวันตกที่ต้องใช้หลักสิบถึงหลักร้อยล้านดอลลาร์ “ความฉลาดราคาถูก” เอื้อให้ผู้ที่ดีพลอยได้กว้างชนะ มากกว่าผู้ที่ล็อกมันไว้แน่นที่สุด
คุณเป็นเจ้าของโมเดลเอง
เมื่อคุณเช่าโมเดลปิด คุณยอมรับกติกาของ “เจ้าของบ้าน” ผู้ให้บริการสามารถขึ้นราคา เปลี่ยนเงื่อนไข หรือยุติซัพพอร์ตเวอร์ชันที่ผลิตภัณฑ์ของคุณต้องพึ่งพาได้ทุกเมื่อ
แต่เมื่อคุณ “ถือเวตเอง” อำนาจต่อรองกลับด้าน คุณสามารถตรึงเวอร์ชันที่ต้องการ รันได้เป็นปี ๆ และเปลี่ยนผู้ให้บริการโครงสร้างพื้นฐานโดยไม่ต้องรื้อระบบใหม่ทั้งหมด
การล็อกอินกับผู้ขายไม่ใช่ความกังวลในเชิงทฤษฎี แต่มาในรูปของต้นทุนการย้ายระบบ การบังคับให้ย้ายเวอร์ชัน และโครงสร้างราคาที่คุณแทบไม่มีสิทธิต่อรอง การถือเวตช่วยลดแรงกดดันในแต่ละมิติ:
- ตรึงเวอร์ชันโมเดลให้นิ่งเท่าที่ธุรกิจต้องการ
- ย้ายไปมาระหว่างผู้ให้บริการคลาวด์ หรือลงฮาร์ดแวร์ตัวเอง โดยไม่ต้องออกแบบระบบใหม่
- เลี่ยงเหตุ “ยกเลิกซัพพอร์ตฟ้าผ่า” ที่ทำให้โปรดักต์ล่มข้ามคืน
ถึงอย่างนั้น ไลเซนส์แบบเปิดใจก็ยังมี “ดอกจัน” ที่ต้องอ่านละเอียด เงื่อนไขของ Llama จาก Meta กำหนดให้บริษัทที่มีผู้ใช้งานรายเดือนเกิน 700 ล้านคนต้องต่อรองสัญญาแยก ทำให้นักอนุรักษ์สายโอเพ่นซอร์สจำนวนมากไม่ยอมเรียก Llama ว่าโอเพ่นซอร์สจริง ๆ
ความเป็นส่วนตัวและอธิปไตยข้อมูล
ข้อมูลบางประเภท “ห้าม” ออกจากอาคารตามกฎหมาย โรงพยาบาล ธนาคาร และหน่วยงานรัฐจำนวนมากไม่สามารถส่งข้อมูลอ่อนไหวไปประมวลผลบน API ของบุคคลที่สามได้
โอเพ่นเวตแก้ปัญหานี้ด้วยการ “ย้ายโมเดลไปหาข้อมูล” คุณสามารถรันอินเฟอเรนซ์ในระบบออนพร็อม หรือในคลาวด์ส่วนตัว ทำให้ข้อมูลอ่อนไหวไม่ต้องข้ามเขตแดนไปหาผู้ให้บริการภายนอกเลย
คุณสมบัติเพียงข้อเดียวนี้ก็เปิดประตูให้โมเดลที่ใช้เวตเปิดเข้าไปในเคสที่ API ปิดไม่มีทางแตะได้ สำหรับดีพลอยเมนต์ในระบบกำกับดูแล เข้ามักมอง “การคุมระบบในบ้าน” เป็นปัจจัยชี้ขาด
รัฐชาติตื่นตัวและเริ่มสร้างของตัวเอง
“อธิปไตยทางเทคโนโลยี” กลายเป็นวาระระดับโลก รัฐบาลจำนวนมากเริ่มมองการพึ่งพา API จากอเมริกาและจีนเพียงไม่กี่รายเป็นความเสี่ยงเชิงยุทธศาสตร์
2 ก.ย. 2025 EPFL, ETH Zurich และศูนย์ซูเปอร์คอมพิวติ้งแห่งชาติสวิส เปิดตัว Apertus โมเดลเปิดเต็มรูปแบบที่เทรนบนโทเคนกว่า 15 ล้านล้านตัว ครอบคลุมมากกว่า 1,000 ภาษา ด้าน Technology Innovation Institute ในอาบูดาบี ก็ผลักดันตระกูล Falcon แบบเปิดมาตั้งแต่ปี 2023 และหลายรัฐเดินตามด้วยโครงการระดับชาติของตัวเอง
รูปแบบเริ่มชัดทั่วภูมิภาค:
- สวิตเซอร์แลนด์ปล่อย Apertus โดยเปิดทั้งเวต ข้อมูล และโค้ดอย่างโปร่งใส
- UAE ปล่อย Falcon หลายรุ่นภายใต้เงื่อนไขแบบผ่อนปรน
- ฝรั่งเศส อินเดีย ญี่ปุ่น และเกาหลีใต้เร่งลงทุนโครงการโมเดลและซูเปอร์คอมพิวเตอร์ในประเทศ
คุณไม่อาจสร้าง “AI แห่งชาติ” บนโมเดลที่คุณมีสิทธิ์แค่เช่าใช้เท่านั้น โอเพ่นเวตจึงเป็นเงื่อนไขเบื้องต้น และทำให้รัฐบาลเป็นพันธมิตรตามธรรมชาติของค่ายโอเพ่น
กติกากำกับดูแลเริ่มเทใจไปทางเปิด
ด้านนโยบายเริ่มหันมาหนุนฝั่งเปิดเช่นกัน 23 ก.ค. 2025 ทำเนียบขาวของสหรัฐฯ เผยแพร่ เอกสาร “America's AI Action Plan” ซึ่งมีหัวข้อเฉพาะว่า “ส่งเสริม AI แบบโอเพ่นซอร์สและโอเพ่นเวต”
ยุโรปเองก็โน้มไปทิศทางคล้ายกันในเชิงโครงสร้าง แม้จิตวิญญาณอาจต่างกัน กฎหมาย EU AI Act ให้อภิสิทธิ์ยกเว้นบางส่วนด้านเอกสารกับผู้ให้บริการโมเดลทั่วไปที่เปิดฟรีและโอเพ่นซอร์ส หากโมเดลไม่ถูกจัดเป็น “ความเสี่ยงเชิงระบบ”
แรงจูงใจเชิงกฎเกณฑ์กำลังชี้ไปทาง “การเปิด” มากกว่าการล็อกไว้ อย่างน้อยสำหรับโมเดลที่ยังไม่ถึงระดับพรมแดน เมื่อประเทศที่เป็นตัวเต็งในสมรภูมิ AI ออกหน้าสนับสนุนโอเพ่นเวต โมเดลปิดที่เคยเป็นค่าตั้งต้นก็สูญเสีย “สิทธิพิเศษโดยปริยาย” ไปเรื่อย ๆ
ระบบนิเวศนักพัฒนากลายเป็นวงล้อเร่งตัว
สเกลยิ่งใหญ่ ยิ่งดึงดูดสเกลที่ใหญ่กว่า Hugging Face เติบโต แตะผู้ใช้กว่า 13 ล้านราย มีโมเดลสาธารณะมากกว่า 2 ล้านโมเดล และชุดข้อมูลมากกว่า 500,000 ชุดในปี 2025
สถิติดาวน์โหลดสะท้อนภาพนี้ชัด Meta เผยว่า Llama มียอดดาวน์โหลดทะลุ 1 พันล้านครั้งภายใน 18 มี.ค. 2025 จาก 650 ล้านครั้งเมื่อต้น ธ.ค. 2024 ขณะที่ Qwen ของ Alibaba แตะ 700 มียอดดาวน์โหลดสะสมบน Hugging Face แตะหลักหลายล้านครั้งภายในเดือนมกราคม 2026 และถูกนำไปต่อยอดเป็นโมเดลสายพันธุ์ย่อยแล้วกว่า 180,000 เวอร์ชัน แซง Llama ขึ้นมาเป็นตระกูลโมเดลโอเพ่นที่ถูกฟอร์กมากที่สุดในโลก
ทุกครั้งที่มีการไฟน์จูน ติดอะแดปเตอร์ หรือควอนไทซ์บนโมเดลโอเพ่นเวต ตัวโมเดลต้นน้ำจะมี “คูเมือง” ลึกขึ้นเรื่อย ๆ ระบบปิดที่ให้บริการผ่าน API ไม่อาจเก็บเกี่ยวพลังทบต้นจากคอมมูนิตี้แบบเดียวกันได้ เพราะไม่มีใครสามารถ “สร้างต่อ” จากโมเดลที่ตัวเองไม่เคยได้จับต้องจริง
รันได้บนแค่โน้ตบุ๊ก
โมเดลโอเพ่นเวตเริ่มจับมือกับฮาร์ดแวร์ทั่วไปผ่านชุดเครื่องมือราคาถูก การควอนไทซ์ช่วยบีบโมเดลให้ใช้จำนวนบิตต่ำลง กินแรมลดลง ขณะที่เทคนิคอย่าง LoRA ช่วยให้ไฟน์จูนได้โดยไม่ต้องฝึกโมเดลใหม่ทั้งก้อน
ตัวรันไทม์โลคอลคือจุดเปลี่ยนสำคัญ Ollama, llama.cpp และ vLLM เปิดทางให้นักพัฒนารันและเสิร์ฟโมเดลที่ทรงพลังได้บนการ์ดจอระดับคอนซูเมอร์เพียงใบเดียว หรือแม้แต่บนโน้ตบุ๊กเครื่องเดียว
โมเดลที่รันได้บนเครื่องราคาแถว ๆ 2,000 ดอลลาร์ คือโมเดลที่ไม่มีใคร “สับสวิตช์ปิด” จากระยะไกลได้ และความเป็นอิสระแบบนั้นคือสิ่งที่โมเดลเช่าใช้แบบคิดตามการใช้งานไม่มีวันให้ได้
โปร่งใส ตรวจสอบได้ แปลความได้
สิ่งที่มองไม่เห็น ย่อมตรวจสอบไม่ได้ API ปิดส่งกลับมาแค่เอาต์พุต โดยไม่เปิดโอกาสให้เข้าไปดู “กลไกข้างใน” ว่าทำงานอย่างไร
โอเพ่นเวตเปิดให้ทีมนักวิจัยเข้าไปสำรวจตัวโมเดลโดยตรง ศึกษารูปแบบความผิดพลาด ทดสอบด้านความปลอดภัย และถกเถียงกันในที่สาธารณะ ความโปร่งใสแบบนี้เองที่ฝ่ายโอเพ่นเชื่อว่าทำให้โมเดลของตัวเอง “สร้างความน่าเชื่อถือได้ง่ายกว่า ไม่ใช่ยากกว่า” ในระยะยาว
สำหรับอุตสาหกรรมที่ต้องอธิบายที่มาที่ไปของการตัดสินใจ ความสามารถในการเปิดให้ตรวจสอบไม่ใช่ของฟุ่มเฟือย แต่บ่อยครั้งคือข้อกำหนดตามกฎหมาย
ฟรอนเทียร์ใหม่แบบกระจายศูนย์
เหตุผลรุ่นล่าสุดของโอเพ่นเวตอยู่ตรงจุดตัดระหว่าง AI กับคริปโต หากเวตเปิดสาธารณะได้ การประมวลผลเพื่อเทรนและให้บริการก็ไม่จำเป็นต้องกระจุกอยู่ในดาต้าเซ็นเตอร์ของบริษัทใดบริษัทหนึ่งอีกต่อไป
โปรเจ็กต์อย่าง Prime Intellect สามารถเทรนโมเดล บนฮาร์ดแวร์ที่กระจายตัวทั่วโลก พร้อมสคีมตรวจสอบว่ามีการรันงานจริงบนเครื่องปลายทาง ไม่ใช่แค่เคลมเอาเอง ขณะที่ Bittensor เดินเกมด้วยตลาดซื้อขาย “อินเทลลิเจนซ์ของเครื่องจักร” แบบมีโทเคนจูงใจ โดยใช้โทเคน TAO (TAO) เป็นตัวตั้งราคา
อย่างไรก็ดี ต้องยอมรับตามตรงว่าการเทรนแบบกระจายศูนย์ในวันนี้ยังช้ากว่าและมีต้นทุนสูงกว่าคลัสเตอร์รวมศูนย์ แต่คู่ผสมระหว่างโอเพ่นเวตกับพลังประมวลผลแบบมีการยืนยันและมีโทเคนกำกับ คือเวกเตอร์การแข่งขันรูปแบบใหม่ที่แลบปิดไม่สามารถลอกแบบตามได้ง่าย ๆ
อ่านเพิ่มเติม: Pixel 11 จ่อขึ้นราคา และ Google โยนเหตุผลให้ดาต้าเซ็นเตอร์ AI
บทสรุป
โอเพ่นเวตไม่ได้เกิดมาเพื่อ “ลบ” ห้องแล็บปิดออกจากสมการ เส้นฟรอนเทียร์ของเทคโนโลยียังเอียงไปเข้าข้างผู้เล่นที่ทุ่มเม็ดเงินด้านคอมพิวต์มากที่สุด โมเดลโอเพ่นยังออกตามหลังของปิดอยู่หลายเดือน และโมเดลที่ปล่อยเวตสาธารณะย่อมเสี่ยงต่อการถูกใช้ผิดทางแบบที่ย้อนเก็บคืนไม่ได้
แต่คำว่า “เอาชนะ” ไม่ได้แปลว่า “ทำให้หายไป” มันหมายถึงการขยับ “ศูนย์ถ่วง” ของอุตสาหกรรม และการขยับนั้นเริ่มเกิดขึ้นแล้ว
ช่องว่างคุณภาพระหว่างโมเดลเปิดกับปิดบางลงเรื่อย ๆ ต้นทุน “ความฉลาด” เข้าใกล้ศูนย์ และรัฐบาล นักพัฒนา ไปจนถึงหน่วยงานกำกับดูแลต่างเทใจให้โมเดลที่ “จับต้องและถือครองได้” ปัญญาประดิษฐ์รวมศูนย์จะยังขาย “ความสะดวกสบายระดับพรีเมียม” บนยอดพีระมิดต่อไป ส่วนที่เหลือของตลาดกำลังก้าวช้า ๆ แต่มั่นคง เข้าหาโมเดลที่ตัวเองเป็นเจ้าของเวตได้จริง
อ่านต่อ: Apple กำลังเสียอำนาจต่อรองด้านราคาเมมโมรี และผู้บริโภคต้องเป็นคนจ่ายส่วนต่าง