อดีตนักวิจัย OpenAI สามคนกำลังขาย AI ราคาถูกให้กับองค์กรธุรกิจ

Applied Compute ซึ่งก่อตั้งโดยอดีตนักวิจัย OpenAI สามคน กำลังเจรจาระดมทุนรอบ 350 ล้านดอลลาร์ที่มูลค่า 3.3 พันล้านดอลลาร์ โดยการปรับแต่งโมเดลเปิดด้วยข้อมูลของลูกค้าเองและรันบนคลาวด์ของบริษัทเอง จุดขายคือต้นทุน และคำถามที่แท้จริงคือเกิดอะไรขึ้นกับข้อมูลที่อยู่ภายใน

เมื่อ DeepSeek เปิดตัว R1 ในเดือนมกราคม 2025 ซิลิคอนแวลลีย์มองว่าเป็นสัญญาณเตือน มาร์ก แอนเดรสเซนเปรียบเทียบกับสปุตนิก ส่วนอเล็กซานเดอร์ หวังแห่ง Scale AI เรียกมันว่าสัญญาณปลุกให้ตื่นตัว นักวิจัยรุ่นใหม่สามคนใน OpenAI กลับมองว่านี่คือโอกาสทางธุรกิจ

ห้าเดือนต่อมา Yash Patil, Rhythm Garg และ Linden Li ลาออกไปก่อตั้ง Applied Compute ในซานฟรานซิสโก บริษัทรับโมเดลเปิดอย่าง Qwen ของ Alibaba และ Kimi ของ Moonshot มาปรับแต่งละเอียดด้วยข้อมูลของลูกค้าเอง แล้วรันผลลัพธ์บนคลาวด์ของบริษัทเอง

เศรษฐศาสตร์คือข้อโต้แย้ง

ช่องว่างนี้ไม่ใช่เรื่องเล็กน้อย โมเดลกรรมสิทธิ์ชั้นนำอย่าง Fable ของ Anthropic หรือ Sol ของ OpenAI อาจมีค่าใช้จ่ายสูงถึงเกือบสี่สิบเท่าต่อหนึ่งล้านโทเค็นเมื่อเทียบกับทางเลือกแบบเปิดบางตัว ปาทิลกล่าวว่าแพลตฟอร์มของเขาสามารถลดค่าใช้จ่ายของลูกค้าได้มากถึงสิบเท่าเมื่อเทียบกับการใช้โมเดลแนวหน้าที่แข็งแกร่งที่สุด — และองค์กรธุรกิจต่างๆ เริ่มสังเกตเห็นแล้ว

รอบระดมทุนนี้มีนักลงทุนแองเจิล Elad Gil เป็นผู้นำ โดยมี Lux Capital และ Kleiner Perkins กลับมาร่วมลงทุน Patil กล่าวว่าเงินส่วนใหญ่ไปที่ชิป: คลาวด์เบื้องหลังบริการคือตัวผลิตภัณฑ์

ลูกค้ามาก่อนการประเมินมูลค่า

DoorDash ใช้แพลตฟอร์มนี้สร้างเมนูที่แม่นยำให้ร้านอาหารที่เข้าร่วมเครือข่ายจัดส่งของตน Nvidia เข้ามาเพื่อฝึก Nemotron โมเดลแบบเปิดน้ำหนักของบริษัทต่อ Harvey บริษัท AI ด้านกฎหมาย สร้างเอเจนต์ที่ตรวจสอบไฟล์คดีความและสัญญาได้ภายในไม่ถึงสองเดือน — งานที่ Niko Grupen หัวหน้าฝ่ายวิจัยของบริษัทกล่าวว่าเคยต้องใช้ทีมงานและเวลาหลายปี

Patil วัย 23 เติบโตในออสตินในครอบครัวผู้อพยพชาวอินเดีย พ่อของเขาออกแบบวงจรที่ Qualcomm และ ARM เขาได้พบ Sam Altman ในงานดินเนอร์ที่ Stanford ส่งอีเมลถึงเขาหลายเดือนต่อมา และเข้าร่วม OpenAI เมื่ออายุยี่สิบ — ซึ่งเขาทำงานด้านโครงสร้างพื้นฐานสำหรับการฝึกโมเดลและ Codex

คำถามที่ข้อเสนอไม่ได้ตอบ

ทุกการนำไปใช้งานเหล่านั้นย้ายวัสดุที่ละเอียดอ่อนที่สุดของบริษัท — เมนู ไฟล์กฎหมาย เอกสารภายใน — เข้าสู่ไปป์ไลน์การฝึกที่ดำเนินการโดยสตาร์ทอัพที่มีคนยี่สิบคน นั่นคือข้อแลกเปลี่ยน: คุณหยุดส่งข้อมูลไปยังแล็บชั้นแนวหน้าแบบต่อโทเค็น และเริ่มส่งมอบให้ผู้ขายรายเล็กกว่าแบบเป็นชุดใหญ่

การทำ inference ที่ถูกกว่าถือเป็นเรื่องจริง และเป็นทางเลือกที่เหมาะสมสำหรับหลาย workload แต่ต้นทุนเป็นเพียงครึ่งเดียวของการตัดสินใจที่ง่าย อีกครึ่งหนึ่งคือ ใครสามารถอ่านข้อมูลได้ ใครสามารถคัดลอกโมเดลได้ ขอบเขตผู้เช่า (tenant boundary) ถูกบังคับใช้อย่างไร และจะเกิดอะไรขึ้นในวันที่ผู้ขายถูกเข้าซื้อกิจการ — เพราะมูลค่าประเมินที่ 3.3 พันล้านดอลลาร์เป็นตัวเลขแบบที่ลงเอยด้วยการเข้าซื้อกิจการพอดี

ABN Asia สร้างซอฟต์แวร์สำหรับองค์กรที่ไม่สามารถยอมเสี่ยงเป็นกรณีศึกษาได้: แบบจำลองภัยคุกคามก่อนการออกแบบ หลักสิทธิ์ขั้นต่ำในทุกการเชื่อมต่อ การแยกโดดที่พิสูจน์ด้วยการทดสอบ ความลับในระบบจัดเก็บที่มีการจัดการ และแผนตอบสนองที่เป็นลายลักษณ์อักษร คุณไม่ได้เพียงได้รับซอฟต์แวร์ — คุณได้รับซอฟต์แวร์ที่ปลอดภัย

หากคุณกำลังย้ายข้อมูลภายในไปยังแพลตฟอร์ม AI โปรดปรึกษากับเราก่อนเปิดใช้งาน: [email protected]

ที่มา: Forbes Vietnam ฉบับพฤศจิกายน 2026 รายงานเกี่ยวกับ Applied Compute

โปรดทราบว่าเวอร์ชันภาษาไทยได้รับการช่วยเหลือจาก AI ดังนั้นอาจมีข้อผิดพลาดเล็กน้อย

ผู้เขียน

Ai-Banking-NetworkSecurity (ABN), ABN ASIA ถูกก่อตั้งขึ้นโดยคนที่มีรากฐานลึกในวงการวิชาการ มีประสบการณ์การทำงานในสหรัฐอเมริกา ดัตช์ ฮังการี ญี่ปุ่น เกาหลีใต้ สิงคโปร์ และเวียดนาม ABN Asia เป็นที่เราพบกันของวิทยาลัยและเทคโนโลยี ด้วยโซลูชันขั้นสูงและบริการพัฒนาซอฟต์แวร์ที่มีความสามารถ เราช่วยธุรกิจเติบโตและเข้าสู่ฉากโลก ความมุ่งมั่นของเรา: ด่วนขึ้น ดีขึ้น น่าเชื่อถือมากขึ้น ในกรณีส่วนมาก: ราคาถูกด้วย

หากคุณต้องการบริการ IT การให้คำปรึกษาดิจิทัล โซลูชันซอฟต์แวร์ใช้ได้หรือหากคุณต้องการส่งคำขอข้อเสนอ (RFPs) อย่าลังเลที่จะติดต่อเรา คุณสามารถติดต่อเราได้ที่ [email protected] เราพร้อมช่วยเหลือคุณด้านทุกความต้องกรทางเทคโนโลยีของคุณทุกเมื่อ

© ABN ASIA