⚠️ หุ้นเทคฯร่วงหนักหลัง DeepSeek เขย่าบัลลังก์ Nvidia และ OpenAI | โพสต์เดียวรู้เรื่อง
DeepSeek สตาร์ทอัพ AI สัญชาติจีนเขย่าวงการเซมิคอนดักเตอร์ทั่วโลก หลังเผยโมเดล AI ใหม่ที่ใช้ต้นทุนต่ำแต่ยังทรงพลัง
ท่ามกลางกระแสการลงทุนด้าน AI ที่กำลังร้อนแรงในปัจจุบัน มีสตาร์ทอัพจากจีนชื่อว่า ❝DeepSeek❞ ที่กลายเป็นประเด็นร้อนในแวดวงเทคโนโลยี ด้วยการเปิดตัวโมเดลปัญญาประดิษฐ์ที่ใช้ทรัพยากรชิปและต้นทุนต่ำกว่าที่คาด แต่ยังให้ประสิทธิภาพใกล้เคียงกับโมเดลจากบริษัทชื่อดังในสหรัฐฯ จุดนี้เองทำให้หุ้นกลุ่มเซมิคอนดักเตอร์ทั่วโลกเกิดการเทขายอย่างหนัก เพราะนักลงทุนต่างตั้งคำถามถึงอนาคตของวงการ AI ที่อาจเปลี่ยนแปลงไปอย่างพลิกฝ่ามือค่ะ
👉🏻 DeepSeek คือใคร และทำไมถึงเป็นกระแสขึ้นมา
🥇สตาร์ทอัพขนาดเล็ก แต่พลังใหญ่เกินตัว
DeepSeek เป็นบริษัทที่มีพนักงานไม่ถึง 200 คน ในอดีตทำธุรกิจด้านการเทรดเชิงคณิตศาสตร์ (Quant Trading) แต่เมื่อมีการควบคุมในตลาดการเงิน จึงหันมาทุ่มเทให้กับงานวิจัย AI แทน โดยบางคนสงสัยว่า DeepSeek อาจได้รับการหนุนหลังโดยรัฐบาลจีนหรือกองทัพ เพราะเติบโตอย่างรวดเร็ว แต่ที่แน่นอนคือ DeepSeek เปิดเผยรายละเอียดเชิงเทคนิค (Technical Reports) และให้ผู้สนใจทดลองโมเดลได้จริง ทำให้ผู้เชี่ยวชาญยอมรับว่า “ผลงาน” ของ DeepSeek อยู่ในระดับเทียบชั้นค่ายยักษ์ใหญ่อย่าง OpenAI และ Anthropic นั่นเองค่ะ
🥈โมเดลต้นทุนต่ำ แต่ประสิทธิภาพสูง
DeepSeek เปิดตัวโมเดล AI 2 รุ่น คือ DeepSeek-V3 และ DeepSeek-R1 ซึ่งสามารถทำงานได้ใกล้เคียงกับ GPT-4 หรือ Claude 3.5 Sonnet แต่ใช้งบประมาณในการเทรนเพียง 5 ล้านดอลลาร์เท่านั้น ซึ่งนับว่าต่ำมากเมื่อเทียบกับคู่แข่งในสหรัฐฯ ที่อาจใช้เงินทุนหลักร้อยล้านดอลลาร์
🥉จุดขาย: ใช้ชิปรุ่นธรรมดา แต่คิดค้นเทคนิคขั้นสูง
DeepSeek อาศัยชิปรุ่น Nvidia H800 ราว 2,000 ตัว (ซึ่งประสิทธิภาพต่ำกว่า H100) แต่ใช้แนวทาง Mixed Precision Training, Mixture-of-Experts (MoE), การบีบอัดหน่วยความจำ และการสื่อสาร GPU ที่มีประสิทธิภาพสูง ทำให้ใช้งบน้อยแต่ยังได้โมเดลที่ใกล้เคียง AI ระดับโลก
👉🏻 DeepSeek R1 เปรียบเทียบกับ OpenAI หรือ Meta AI ได้แค่ไหน?
DeepSeek ระบุว่า R1 มีประสิทธิภาพใกล้เคียงหรือดีกว่าโมเดลคู่แข่งในหลายเกณฑ์มาตรฐานชั้นนำ เช่น AIME 2024 สำหรับงานด้านคณิตศาสตร์ MMLU สำหรับความรู้ทั่วไป และ AlpacaEval 2.0 สำหรับการตอบคำถาม อีกทั้งยังติดอันดับต้น ๆ ในกระดานจัดอันดับ Chatbot Arena ของ UC Berkeley อีกด้วย
‼️ทำไมถึงเขย่าวงการ AI
1. DeepSeek-V3 เทียบเคียง GPT-4 ได้อย่างเหลือเชื่อ
- มีรายงานว่า DeepSeek-V3 ใช้เทคนิคการฝึกโมเดลที่เรียกว่า Mixed Precision Training (FP8) ตลอดกระบวนการ ซึ่งช่วยประหยัดเมมโมรี (VRAM) และพลังประมวลผลได้มหาศาล
- ค่าใช้จ่ายที่อ้างว่าใช้ไปกับการเทรน DeepSeek-V3 ประมาณ 5 ล้านดอลลาร์ ซึ่งนับว่าต่ำมากเมื่อเทียบกับต้นทุนของค่ายยักษ์ใหญ่อื่น ๆ ที่เคยพุ่งไปถึงหลักหลายร้อยล้านดอลลาร์
2. DeepSeek-R1 พลิกโฉม Chain-of-thought
- DeepSeek-R1 ถูกออกแบบให้โมเดลสามารถ “คิดทีละขั้นตอน” (Chain-of-thought) ได้โดยไม่ต้องมีชุดข้อมูล Supervised จำนวนมากเหมือนในอดีต
- ใช้ Reinforcement Learning (RL-first) เป็นวิธีหลัก ทำให้โมเดลเรียนรู้ด้วยตัวเองผ่านการให้รางวัลเมื่อคำตอบถูกต้อง
- พบว่าระหว่างการเทรน มีช่วง “Aha Moment” ที่โมเดลเริ่มปรับเปลี่ยนกระบวนการคิดเอง และสร้างความสามารถในการตรวจสอบตัวเอง (self-verify) ก่อนสรุปคำตอบ
3. Mixture-of-Experts (MoE) กับโมเดลที่ใหญ่แต่ใช้พารามิเตอร์จริงน้อย
- MoE คือการแบ่งโมเดลออกเป็น “ผู้เชี่ยวชาญ” (Experts) หลายตัว แม้จะมีพารามิเตอร์รวมมากกว่า 600 พันล้านตัว แต่ใช้งานจริงเพียงประมาณ 37 พันล้านตัวในแต่ละครั้ง
- ทำให้ DeepSeek-R1 และ DeepSeek-V3 เป็นโมเดลขนาดใหญ่ แต่ใช้ VRAM น้อยลง และสามารถรันได้บน GPU เกรดคอนซูเมอร์ (เช่น RTX 4090) แทนที่จะต้องใช้ H100 ที่ราคาแพงลิบลิ่ว
4. Multi-token Prediction และ DualPipe
- DeepSeek เลือกออกแบบให้โมเดลทำนายได้หลายโทเค็นในคราวเดียว เพิ่มความเร็วการอนุมาน (Inference) ได้เกือบ 2 เท่า
- ใช้ DualPipe เพื่อจัดการสื่อสารระหว่าง GPU อย่างมีประสิทธิภาพ สูงสุดถึงขั้นที่อาจใช้ GPU น้อยลง แต่ประสิทธิภาพกลับไม่ลดตามไปด้วย
5. สายโอเพนซอร์ส (Open-Source) ภายใต้ MIT License
DeepSeek-R1 เปิดให้ชุมชนและนักพัฒนาทั่วโลกเข้าถึงซอร์สโค้ดได้เต็มรูปแบบ ทำให้เกิดความโปร่งใส และกระตุ้นให้เกิดการนำไปต่อยอดในหลากหลายแอปพลิเคชัน แตกต่างจากโมเดลปิดที่มักถูกครอบครองโดยบริษัทใหญ่ ซึ่งมักมีต้นทุนและค่าใช้จ่ายสูงกว่า
6. ปรับตัวตามข้อจำกัดด้านเทคโนโลยี
DeepSeek ต้องเผชิญกับข้อจำกัดจากมาตรการควบคุมการส่งออกชิปขั้นสูงของสหรัฐฯ จึงต้องออกแบบให้โมเดลสามารถทำงานได้ดีแม้ใช้อุปกรณ์รุ่นเก่า (เช่น A100 หรือ H800) แทนที่จะใช้ H100 ซึ่งเป็นรุ่นล่าสุด ความสามารถนี้แสดงถึงศักยภาพของบริษัทในการสร้างสรรค์นวัตกรรมภายใต้ทรัพยากรที่จำกัด
🇨🇳 DeepSeek อยู่ตรงไหนในวงการ AI ของจีน?
ผู้นำด้านเทคโนโลยีของจีน ตั้งแต่ Alibaba และ Baidu ไปจนถึง Tencent ต่างได้ทุ่มงบประมาณและทรัพยากรจำนวนมหาศาลเพื่อชิงความได้เปรียบในการจัดหาโครงสร้างพื้นฐานฮาร์ดแวร์และดึงดูดลูกค้าเข้าสู่ธุรกิจ AI ของตนเอง เคียงข้างสตาร์ตอัป 01.AI ของ Kai-Fu Lee
อย่างไรก็ตามบริษัท DeepSeek กลับโดดเด่นขึ้นมาด้วยแนวทางแบบโอเพ่นซอร์ส (open-source) ซึ่งออกแบบมาเพื่อดึงดูดผู้ใช้จำนวนมากอย่างรวดเร็ว ก่อนจะพัฒนากลยุทธ์การสร้างรายได้บนฐานผู้ใช้ขนาดใหญ่ดังกล่าว
เนื่องจากโมเดลของ DeepSeek มีค่าใช้จ่ายในการพัฒนาที่ไม่สูงเท่าบริษัทใหญ่ ๆ ทำให้ DeepSeek มีบทบาทในการกดต้นทุนของนักพัฒนา AI ทั่วประเทศจีนในต่ำลง ซึ่งกำลังอยู่ในสงครามราคา โดยมีการลดราคามาเป็นระลอกๆ ต่อเนื่องในช่วงปีครึ่งที่ผ่านมา
🔻ภาพสะเทือนต่อวงการชิปและอนาคต AI
หุ้นชิปร่วงระนาวหลังนักลงทุนกังวลว่าหากเทคโนโลยีของ DeepSeek แพร่หลาย ทำให้บริษัทอาจไม่จำเป็นต้องซื้อ GPU ไฮเอนด์ในปริมาณมากเหมือนแต่ก่อน จึงเกิดแรงเทขายหุ้นกลุ่มเซมิคอนดักเตอร์ เช่น Arm, Nvidia, Broadcom และ TSMC
นอกจากนี้เองอนาคตการลงทุนใน AI ยังตกอยู่ในเครื่องหมายคำถามเช่นกัน หลังเดิมทีมีความเชื่อว่าโมเดล AI ขั้นสูงจำเป็นต้องใช้เงินมหาศาลและ GPU สมรรถนะสูงสุด แต่ DeepSeek สวนกระแส ด้วยเทคนิคการเทรนที่ล้ำลึกและต้นทุนต่ำ ทำให้แนวทางการลงทุนใน AI อาจเปลี่ยนโฉมในอนาคต
📉 ผลกระทบต่อ Nvidia และ Hyperscalers
การมาของ DeepSeek ในลักษณะ “Low-Cost Model, High Efficiency” อาจเป็นจุดเปลี่ยนสำคัญสำหรับธุรกิจของ Nvidia เนื่องจากที่ผ่านมา Nvidia นับเป็นผู้นำตลาดด้านชิป AI และอาจเคยคาดหวังรายได้มหาศาลจากบริษัทเทคโนโลยีที่ลงทุนเทรนโมเดลขนาดใหญ่ แต่หากแนวทางของ DeepSeek ตอบโจทย์ได้ใกล้เคียงหรือเทียบเท่า และใช้ชิปประสิทธิภาพต่ำกว่าได้ ก็จะสร้างแรงกดดันให้ Nvidia ต้องปรับกลยุทธ์
ขณะเดียวกัน กลุ่ม Hyperscalers อย่าง Amazon, Microsoft และ Google ซึ่งลงทุนใน AI Infrastructure มหาศาล อาจต้องทบทวนโมเดลธุรกิจ เพื่อแข่งขันกับสตาร์ทอัพที่พิสูจน์แล้วว่า “ไม่ต้องมีเงินทุนก้อนใหญ่ ก็สร้าง AI ประสิทธิภาพสูงได้” การเปลี่ยนแปลงนี้อาจส่งผลให้บริการคลาวด์ AI มีหลากหลายรูปแบบมากขึ้น หรืออาจต้องลดราคาลงเพื่อรักษาฐานลูกค้า
นอกจากนี้ ยังทำให้เกิดข้อสงสัยเกี่ยวกับงบลงทุนขนาดใหญ่ที่บริษัทอย่าง Meta และ Microsoft ทุ่มให้กับโครงสร้างพื้นฐาน AI ซึ่งแต่ละแห่งตั้งงบลงทุน (capex) ไว้มากกว่า 65,000 ล้านดอลลาร์สหรัฐในปีนี้ ว่าจะยังคงคุ้มค่าอยู่หรือไม่ หากโมเดลที่มีประสิทธิภาพสูงสามารถแข่งขันได้ด้วยต้นทุนที่น้อยกว่ามาก
เหตุการณ์นี้ได้สร้างความปั่นป่วนให้ตลาดหุ้นทั่วโลก เมื่อบรรดานักลงทุนเทขายหุ้นของบริษัทที่เคยได้รับประโยชน์จากความต้องการ AI ที่พุ่งสูง อย่าง Nvidia และ ASML ในทางตรงกันข้าม หุ้นของบริษัทจีนที่เกี่ยวโยงกับ DeepSeek เช่น Iflytek Co. กลับพุ่งขึ้น
ทั้งนี้ปัจจุบัน นักพัฒนาทั่วโลกกำลังทดลองใช้ซอฟต์แวร์ของ DeepSeek และวางแผนสร้างเครื่องมือใหม่ๆ บนพื้นฐานของเทคโนโลยีนี้ ซึ่งอาจเร่งให้เกิดการยอมรับโมเดล AI ที่ใช้เหตุผลขั้นสูงได้เร็วขึ้น และในขณะเดียวกันก็ทำให้มีความกังวลเพิ่มขึ้นเกี่ยวกับความจำเป็นในการกำหนดกรอบควบคุมการใช้งาน AI โดยความก้าวหน้าของ DeepSeek อาจผลักดันให้มีการออกกฎระเบียบเพื่อควบคุมการพัฒนา AI อย่างเข้มงวดมากยิ่งขึ้นในอนาคต
⚠️ ข้อจำกัดและปัญหาที่ยังต้องฝ่าฟันของ DeepSeek
ข้อจำกัดด้านซอฟต์แวร์
1️⃣ ปัญหาการผสมภาษา: โมเดลอาจตอบเป็นภาษาอังกฤษหรือจีน แม้ว่าถามด้วยภาษาอื่น ทำให้เกิดความสับสน
2️⃣ ความไวต่อ Prompt: DeepSeek-R1 อาจตอบไม่ดีหากตั้งค่า Few-shot Prompting ไม่เหมาะสม
3️⃣ ปัญหาความเสถียร: พบการหยุดทำงานของเซิร์ฟเวอร์หรือผลลัพธ์ว่างเปล่าจากการทดสอบบางเคส
ข้อจำกัดด้านข้อมูล
1️⃣ การใช้ข้อมูลสังเคราะห์: DeepSeek-V3 เทรนด้วยข้อมูลจาก GPT ซึ่งอาจมีข้อผิดพลาดหรืออคติ
2️⃣ คุณภาพของข้อมูล: หากข้อมูลมี Bias หรือไม่หลากหลาย ผลลัพธ์ของโมเดลอาจผิดเพี้ยน
3️⃣ Data Efficiency Gap: DeepSeek อาจต้องลงทุนด้านข้อมูลและพลังประมวลผลมากกว่าบริษัทในสหรัฐฯ ประมาณ 2 เท่า
4️⃣ Overfitting: ใช้ข้อมูลสังเคราะห์จำนวนมาก อาจทำให้โมเดลไม่แม่นยำเมื่อต้องเจอข้อมูลใหม่
❌ ข้อบกพร่องของ DeepSeek มีอะไรบ้าง?
เช่นเดียวกับโมเดล AI อื่นๆ ของจีน DeepSeek ยังมีระบบเซ็นเซอร์ตัวเองในหัวข้อที่ถือเป็นประเด็นอ่อนไหวของจีน โดยจะหลีกเลี่ยงการตอบคำถามเกี่ยวกับเหตุการณ์ชุมนุมที่จัตุรัสเทียนอันเหมินในปี 1989 หรือประเด็นทางภูมิรัฐศาสตร์ที่อาจนำไปสู่ความขัดแย้ง เช่น ความเป็นไปได้ที่จีนจะบุกไต้หวัน
ในการทดสอบ โมเดลของ DeepSeek นั้นสามารถให้ข้อมูลเชิงลึกเกี่ยวกับบุคคลทางการเมืองอย่างนายกรัฐมนตรี นเรนทรา โมดี ของอินเดีย แต่กลับปฏิเสธที่จะให้ข้อมูลลักษณะเดียวกันเกี่ยวกับประธานาธิบดีสี จิ้นผิง ของจีน
อีกหนึ่งประเด็นท้าทายของ DeepSeek คือโครงสร้างพื้นฐานบนคลาวด์ ซึ่งอาจถูกทดสอบอย่างหนักจากความนิยมอย่างรวดเร็วของตัวโมเดลเอง โดยทางบริษัทเคยเกิดเหตุระบบล่มครั้งใหญ่ในวันที่ 27 มกราคม และจะต้องเตรียมพร้อมรับมือกับปริมาณการใช้งานที่เพิ่มขึ้นอีก เมื่อผู้ใช้ใหม่และผู้ใช้เดิมส่งคำถามเข้ามามากขึ้น
🇺🇸 มุมมองต่อตลาดสหรัฐฯ: แค่สะดุดชั่วคราวหรือจุดเปลี่ยนครั้งใหญ่
มีความเห็นบางส่วนมองว่าการร่วงลงของหุ้นเทคสหรัฐฯ อาจเป็นเพียง “ปัญหาระยะสั้น” ไม่ใช่การเทขายครั้งใหญ่ถาวร โดยทางด้าน Mark Cudmore ได้ให้มุมมองเชิงลบ (Bearish) ต่อหุ้นสหรัฐฯ หลังมีข่าว DeepSeek แต่มีผู้เชี่ยวชาญอีกกลุ่มที่โต้แย้งว่า นี่อาจเป็นเพียง “Speed Bump” (ลูกระนาดเล็กๆเท่านั้น)
โดยในการพูดคุยกันที่งาน Davos หัวข้อที่ว่า “จีนกำลังพัฒนา AI ให้มีต้นทุนต่ำลง” ทำให้นักลงทุนกังวลว่าอาจไม่ได้ผลตอบแทนคุ้มกับการลงเงินใน AI อย่างไรก็ตาม บางฝ่ายก็มองว่าการแข่งขันที่สูงขึ้นอาจกระตุ้นให้มีการลงทุนด้าน AI มากยิ่งขึ้นไปอีก
โดยตัวอย่างหนึ่งคือเมื่อ Baidu เปิดตัว Ernie Bot (คู่แข่งชาวจีนของ OpenAI) ก็พบว่า Philadelphia Semiconductor Index (SOX) มักร่วงช่วงสั้นๆ ทุกรอบที่มีประกาศสำคัญเกี่ยวกับ Ernie Bot สะท้อนให้เห็นว่า “ซอฟต์แวร์” อาจเป็นจุดแข็งของจีน ที่ช่วยลดการพึ่งพาชิปประสิทธิภาพสูงและใช้พลังงานมาก (แต่จีนไม่ได้มีจุดแข็งด้านฮาร์ดแวร์)
แต่ก็ไม่ได้หมายความว่าการลงทุนในด้านชิปจะหยุดชะงัก เพราะยิ่งมีการแข่งขันสูง บริษัทสหรัฐฯ อาจยิ่งเร่งลงทุนเพื่อไม่ให้ตามหลังคู่แข่ง ส่งผลให้มูลค่าหุ้นเทคฯในอเมริกาก็อาจยังเดินหน้าต่อไปด้วยแรงหนุนจาก “ความกลัวว่าจะพลาด” (Fear of Missing Out หรือ FOMO) มากกว่า “ผลตอบแทนที่แน่นอนจากการลงทุน” ในช่วงแรก
📊 ผลกระทบระยะยาวต่อการเป็นผู้นำเทคโนโลยีของสหรัฐฯ
1. การแข่งขันเชิงภูมิรัฐศาสตร์ (Geopolitics)
เมื่อบริษัทจีนก้าวมาถึงระดับแข่งขันกับสหรัฐฯ ได้ อาจทำให้สหรัฐฯ ต้องเร่งนโยบายส่งเสริม AI ในประเทศมากขึ้น หลังจากการกีดกันการเข้าถึงชิปขั้นสูงดูเหมือนไม่ได้ผล
2. Open-Source กับการกระจายตัวของเทคโนโลยี
DeepSeek เปิดโมเดลภายใต้ MIT License ช่วยกระจายความรู้ไปทั่วโลก แตกต่างจากโมเดลปิดของค่ายใหญ่
3. ยุทธศาสตร์การลงทุนใหม่
หากเทคนิคใหม่ทำให้เทรนโมเดลได้ต้นทุนต่ำลงจริง การแข่งขันในตลาด AI จะดุเดือด และอาจปรับโฉมซัพพลายเชนเทคโนโลยีครั้งใหญ่
🎯 ความเห็นของนักวิเคราะห์และผู้จัดการกองทุน
🧑🏻💼 Charu Chanana, Chief Investment Strategist ที่ Saxo Markets
❝แม้บริษัทผู้นำตลาดอย่าง Nvidia จะยังคงได้เปรียบ แต่กรณีของ DeepSeek ตอกย้ำว่า ‘ความเป็นผู้นำ AI’ ไม่ได้การันตีว่าจะคงอยู่ตลอดไป❞ ❝การแข่งขันกำลังเข้มข้นขึ้น แม้ตอนนี้ DeepSeek อาจยังไม่ได้เป็นภัยคุกคามใหญ่ แต่ในอนาคตคู่แข่งใหม่จะพัฒนาเร็วขึ้นและท้าทายบริษัทใหญ่ได้รวดเร็วยิ่งกว่าเดิม รายงานผลประกอบการประจำสัปดาห์นี้จะเป็นบททดสอบสำคัญ❞
🧑🏻💼 Jun Rong Yeap, Market Analyst ที่ IG Asia
❝การปรากฏตัวของ DeepSeek สร้างความลังเลให้กับหุ้นกลุ่มเทคฯ ในสหรัฐฯ ตั้งแต่ต้นสัปดาห์ ด้วยการที่โมเดลนี้อาจใช้ชิปรุ่นที่ประสิทธิภาพไม่สูงมาก แต่ยังได้ผลลัพธ์ดี จึงเป็นสัญญาณการสั่นคลอนต่อภูมิทัศน์เทคโนโลยี❞ และ ❝นักลงทุนบางส่วนอาจเปลี่ยนมุมมองจาก ‘Growth’ ไปหา ‘Value’ ในระยะสั้น เห็นได้จากตลาดที่ Dow Jones (DJIA) กับ Nasdaq Futures เริ่มเคลื่อนไหวต่างกัน❞
🧑🏻💼 Vey-Sern Ling, Managing Director ที่ Union Bancaire Privee
❝DeepSeek แสดงให้เห็นว่าการพัฒนา AI ประสิทธิภาพสูงในต้นทุนที่ต่ำกว่านั้นเป็นไปได้จริง หากงบประมาณในการลงทุนลดลง อาจกระทบทั้งผู้ออกแบบชิป บริษัทเครื่องจักรผลิตชิป และโรงงานผลิต (Foundries) ได้❞
🧑🏻💼 Xin-Yao Ng, Fund Manager ที่ abrdn
❝คนอเมริกันควรตระหนักว่าพวกเขาไม่ควรนิ่งนอนใจ เพราะจีนกำลังเดินหน้าเต็มที่ด้วยทรัพยากรที่จำกัด และจะหาวิธีลัดได้เสมอ คำถามคือ บรรดาบริษัทใหญ่ที่ลงทุนมหาศาลใน AI จะยังทำต่อไปหรือไม่ หากการเทรนโมเดลสามารถทำได้ง่ายและถูกลงจริง การประเมินมูลค่าซัพพลายเชน AI อาจต้องเปลี่ยนครั้งใหญ่❞
🧑🏻💼 Ken Wong, Asian Equity Portfolio Specialist ที่ Eastspring Investments
❝นักวิเคราะห์ด้านเทคโนโลยีของเราเชื่อว่า DeepSeek จะประหยัดต้นทุนได้อาจถึง 1/10 เทียบกับแนวทางเดิม นักลงทุนอาจใช้เหตุผลนี้ในการทำกำไร (Take profit) ในหุ้นเทคไต้หวัน❞
🧑🏻💼 Nirgunan Tiruchelvam, Head of Consumer and Internet ที่ Aletheia Capital ในสิงคโปร์
❝DeepSeek-R1 เป็นปัญหาใหญ่สำหรับแนวคิดที่ว่า การใช้เงินทุนมหาศาลกับค่าใช้จ่ายสูงคือทางเดียวเพื่อสร้าง AI❞ ❝บริษัทราคาแพงอย่าง Nvidia ได้รับการประเมินมูลค่าสูงมากเพราะคนเชื่อว่า AI ต้องการชิปจำนวนมหาศาล แต่ถ้า DeepSeek ทำให้เห็นว่าโมเดลใหญ่ๆ เกิดขึ้นได้ด้วยงบต่ำ นักลงทุนอาจเริ่มลังเล❞
🧑🏻💼 Kok Hoong Wong, Head of Institutional Equities Sales Trading ที่ Maybank Securities
❝ช่วงนี้กระแส AI ทำให้หุ้นในกลุ่มเทค โดยเฉพาะ Nvidia พุ่งขึ้นยาว แต่ DeepSeek ซึ่งเป็นโอเพนซอร์สและใช้ GPU สเปกต่ำได้ อาจท้าทายความเป็นผู้นำของ Nvidia และผู้ให้บริการ AI รายใหญ่❞
🎯 บทสรุป
DeepSeek แสดงให้เห็นว่าการพัฒนา AI ไม่จำเป็นต้องใช้ “เงินทุนมหาศาล” และ “ชิปไฮเอนด์” เสมอไป หากเน้น “เทคนิคอันชาญฉลาด” และ “วิธีการเทรน” ที่มีประสิทธิภาพ DeepSeek-V3 และ DeepSeek-R1 จึงไม่เพียงเขย่าวงการเซมิคอนดักเตอร์ แต่ยังจุดประกายให้เห็น “ความเป็นไปได้ใหม่” ในโลก AI ที่อาจให้ความสำคัญกับวิศวกรรมขั้นสูงผสานแนวคิด Reinforcement Learning มากยิ่งขึ้น
อย่างไรก็ตาม DeepSeek ยังเผชิญข้อจำกัดด้านซอฟต์แวร์และข้อมูล ไม่ว่าจะเป็นการผสมภาษา ความเสถียรหรือการใช้ข้อมูลสังเคราะห์ ซึ่งสะท้อนว่าการนำ AI ไปใช้ในระดับ “พร้อมสำหรับตลาด” ยังต้องพัฒนาต่ออีกไม่น้อย
ในมุมของตลาดการเงิน แม้ว่าหุ้นเทคสหรัฐฯ จะสะดุดชั่วขณะหลังข่าว DeepSeek แต่หลายเสียงกลับเห็นว่าเป็นเพียง “Speed Bump” มากกว่าจะเป็นสัญญาณล่มสลายครั้งใหญ่ เพราะการแข่งขันที่สูงขึ้นอาจกระตุ้นให้บริษัทยักษ์ใหญ่ในสหรัฐฯ เร่งลงทุนใน AI ต่อไปด้วยแรงขับจาก “ความกลัวว่าจะตามหลัง” มากกว่า “ผลตอบแทนที่แน่นอน” ก็เป็นได้
ท้ายที่สุด “สงครามชิปและสงคราม AI” อาจไม่ได้เป็นเกมที่สงวนไว้เฉพาะผู้เล่นรายใหญ่ สตาร์ทอัพขนาดเล็กอย่าง DeepSeek สามารถเปลี่ยนโฉมอุตสาหกรรม AI ได้ในเวลาอันสั้น และเป็นแรงกระตุ้นให้ตลาดเทคทั่วโลกต้องก้าวตาม เพื่อไม่ให้ตกอยู่เบื้องหลังในยุคที่นวัตกรรมเดินหน้าอย่างไม่หยุดยั้ง
⁉️คำถามที่น่าสนใจ
1. โมเดลต้นทุนต่ำของ DeepSeek จะเปลี่ยนรูปแบบการลงทุนในอุตสาหกรรม AI ได้หรือไม่
2. สตาร์ทอัพขนาดเล็กจะสามารถใช้เทคนิคของ DeepSeek เพื่อแข่งขันกับยักษ์ใหญ่ระดับโลกได้มากน้อยเพียงใด
3. การเป็นโอเพนซอร์ส (Open Source) ของ DeepSeek จะกระตุ้นนวัตกรรมในวงการ AI แค่ไหน
4. สหรัฐฯ ควรวางกลยุทธ์อย่างไร เพื่อคงความเป็นผู้นำด้าน AI โดยเฉพาะทรัมป์ที่เพิ่งประกาศโครงการ Stargate ไป
5. ถ้า Big Tech สหรัฐฯหันมาใช้เทคนิคเดียวกัน แต่ด้วยทรัพยากรที่มากกว่ามหาศาลจะเกิดอะไรขึ้น
เมื่อเทคโนโลยี AI ยังคงเคลื่อนไปข้างหน้าอย่างไม่หยุดยั้ง ทุกภาคส่วนจึงต้องเฝ้าจับตาและเตรียมปรับตัว เพื่อไม่ให้ถูกทิ้งไว้ข้างหลังในการแข่งขันที่กำลังเปลี่ยนโฉมหน้าของโลกใบนี้ และนักลงทุนควรติดตามประเด็นเรื่องนี้อย่างใกล้ชิดค่ะ
- 179
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
