GitHub Copilot ขึ้นราคา จุดชนวน ‘Tokenpocalypse‘ เมื่อเงินนักลงทุนหยุดอุดหนุน ต้นทุนจริงของ AI กำลังถูกส่งต่อมาที่ผู้ใช้

Microsoft เพิ่งประกาศเปลี่ยนวิธีคิดเงินของ GitHub Copilot จากเหมาจ่ายรายเดือนมาเป็นการคิดตามปริมาณการใช้งานจริง และผลที่ตามมาคือบิลที่พุ่งขึ้นแรงจนผู้ใช้ Reddit คนหนึ่งบอกว่าบริษัทของเขาเริ่มเรียกปรากฏการณ์นี้ว่า 'Tokenpocalypse' หรือวันสิ้นโลกของ token นี่ไม่ใช่แค่ดราม่าของนักพัฒนากลุ่มเล็ก ๆ แต่เป็นสัญญาณเตือนว่ายุคที่เราใช้เครื่องมือ AI ราคาถูกแสนถูกกำลังจะปิดฉากลง

ในพอดแคสต์ Equity ของ TechCrunch ตอนล่าสุด Kirsten Korosec, Sean O'Kane และ Anthony Ha นั่งคุยกันถึงสิ่งที่การเปลี่ยนแปลงครั้งนี้กำลังจะส่งผลต่อทั้งระบบนิเวศของ AI โดยเฉพาะเมื่อ Anthropic และบริษัท AI รายใหญ่กำลังเตรียมเข้าตลาดหุ้น คำถามเรื่องกำไรที่เคยถูกหลบเลี่ยงมาตลอดกำลังจะกลายเป็นเรื่องที่เลี่ยงไม่ได้อีกต่อไป และสิ่งที่จะตามมาคือการขึ้นราคาและการจำกัดการใช้งานที่กำลังจะลามไปยังผลิตภัณฑ์ AI ตัวอื่น ๆ เมื่อแต่ละบริษัทพยายามคุมต้นทุนให้อยู่หมัด

GitHub Copilot จุดชนวน เมื่อบิลพุ่งจากหลักสิบเป็นหลักพันดอลลาร์

ตั้งแต่วันที่ 1 มิถุนายน 2026 GitHub Copilot ทุกแพ็กเกจขยับมาใช้การคิดเงินตามการใช้งาน (Usage-based Billing) เต็มตัว ระบบเดิมที่นับเป็น Premium Request Units (PRUs) ถูกแทนที่ด้วยหน่วยใหม่ที่เรียกว่า GitHub AI Credits โดยทุก ๆ การโต้ตอบจะถูกคิดเป็นจำนวน token ตามโมเดลที่เลือกใช้ แล้วแปลงกลับมาเป็นเครดิต ซึ่ง 1 เครดิตเท่ากับ 0.01 ดอลลาร์สหรัฐ

ราคาฐานของแต่ละแพ็กเกจยังเท่าเดิม ทั้ง Pro ที่ 10 ดอลลาร์ต่อเดือน, Pro+ ที่ 39 ดอลลาร์, Business ที่ 19 ดอลลาร์ต่อผู้ใช้ และ Enterprise ที่ 39 ดอลลาร์ต่อผู้ใช้ พร้อมเครดิตแถมมาให้ในแต่ละเดือน แต่ปัญหาคือเครดิตที่ให้มานั้นหมดเร็วกว่าที่หลายคนคาด พอใช้เกินโควตาก็ต้องจ่ายเพิ่มตามจริง และนั่นคือจุดที่ทำเอานักพัฒนาหลายคนหน้าซีด

ตามรายงานของ TechCrunch มีผู้ใช้คนหนึ่งเล่าว่าค่าใช้จ่ายของเขาขยับจากราว 29 ดอลลาร์ไปแตะเกือบ 750 ดอลลาร์ต่อเดือน ขณะที่อีกคนเจอบิลเด้งจากราว 50 ดอลลาร์ไปเป็นเกือบ 3,000 ดอลลาร์ เสียงบ่นในคอมมูนิตี้ดังเป็นเสียงเดียวกันว่า 'รูปแบบราคาใหม่นี้แพงจนไม่คุ้มและแทบใช้งานจริงไม่ได้อีกต่อไป' แม้จะมีบางส่วนแย้งว่าบิลที่บานปลายขนาดนั้นมาจากการเขียนโค้ดที่ไม่มีประสิทธิภาพมากกว่าตัวราคาเอง ส่วน Microsoft ยังไม่ออกมาให้ความเห็นต่อเสียงวิจารณ์นี้

เบื้องหลังที่หลายคนลืม บริการ AI ถูกอุดหนุนด้วยเงินนักลงทุนมาตลอด

ประเด็นที่ Anthony Ha ชี้ให้เห็นในวงสนทนาคือ ระบบนิเวศ AI ทั้งหมดนี้ถูกอุดหนุนด้วยเงินนักลงทุนอย่างหนักหน่วง ของที่ดูเหมือนแทบไม่มีต้นทุนนั้น จริง ๆ แล้วแพงมหาศาล และตอนนี้เรากำลังเดินมาถึงจุดที่ต้นทุนเหล่านั้นจะถูกส่งต่อมายังผู้ใช้ปลายทางมากขึ้นเรื่อย ๆ คำถามที่ยังไม่มีใครตอบได้คือ เมื่อต้นทุนจริงมาเคาะประตู พฤติกรรมการใช้งานของคนจะเปลี่ยนไปแค่ไหน

Sean O'Kane เสริมด้วยเกร็ดที่ฟังแล้วอมยิ้มว่า ราคา 20 ดอลลาร์ต่อเดือนของ ChatGPT Plus ตอนเปิดตัวแรก ๆ แทบไม่ได้มาจากกลยุทธ์อะไรเลย มันเหมือน 'โยนตัวเลขออกมาลอย ๆ' แล้วทุกคนในวงการก็ต้องอยู่กับตัวเลขนั้นมาตั้งแต่นั้น ชัดเจนว่าคนยอมจ่ายแพงกว่าเพื่อใช้โมเดลที่เก่งกว่า แต่ต่อให้เป็นแบบนั้นก็ยังปิดช่องว่างระหว่างราคากับต้นทุนจริงไม่ได้อยู่ดี

Tokenmaxxing เทรนด์ที่รุ่งและร่วงภายในครึ่งปี

สิ่งที่ Kirsten Korosec มองว่าน่าทึ่งที่สุดคือความเร็วของการเปลี่ยนแปลง เพราะกระแส 'Tokenmaxxing' เกิดขึ้น พุ่งถึงจุดสูงสุด แล้วถูกมองในแง่ลบ ทั้งหมดนี้ภายในเวลาไม่ถึงหกเดือน

Tokenmaxxing คือการแข่งกันใช้ Token ให้มากที่สุดเท่าที่จะทำได้ บนความเชื่อที่ว่ายิ่งใช้ token เยอะเท่าไหร่ก็ยิ่งได้งานเยอะเท่านั้น ช่วงต้นปี 2026 มันกลายเป็นเหมือนสถานะทางสังคมในซิลิคอนแวลลีย์ วิศวกรแข่งกันเผา Token เป็นพันล้านไปจนถึงหลักล้านล้าน บางบริษัทถึงขั้นทำกระดานจัดอันดับขึ้นมา อย่างที่ Fortune รายงานว่า Meta เคยมีกระดานภายในชื่อเล่นว่า Claudeonomics ที่รวมการใช้งานของพนักงานกว่า 85,000 คน และในช่วง 30 วันหนึ่ง Meta เผา token ไปราว 60 ล้านล้าน Token คิดเป็นมูลค่าระดับหลายร้อยล้านดอลลาร์เมื่อคิดตามเรตปกติ

แต่พอบิลเริ่มทวงคืน กระแสก็พลิกทันที TechCrunch รายงานว่ามีบริษัทหนึ่งเจอบิลค่า Claude สูงถึง 500 ล้านดอลลาร์เพราะลืมตั้งเพดานการใช้งานให้พนักงาน สุดท้ายหลายบริษัทเริ่มถอยห่างจากแนวคิด Tokenmaxxing Meta เก็บกระดานจัดอันดับลง ส่วน Microsoft ก็ยกเลิกการสมัครใช้ Claude Code ในหลายฝ่ายผลิตภัณฑ์สำคัญ จากที่เคยเป็นเครื่องวัดความขยัน วันนี้มันกลายเป็นวิธีวัด Return on Investment (ROI) ที่หลายคนยอมรับว่าผิดพลาดไปแล้ว

Uber กรณีศึกษาที่ทำเอาทั้งวงการต้องคิดหนัก

ตัวอย่างที่ Sean หยิบมาเล่าซ้ำหลายรอบในพอดแคสต์คือ Uber ซึ่งเดินครบลูปทั้งวงจรภายในเดือนครึ่ง จากที่บอกว่าใช้งบเรื่องนี้หมดเร็วกว่าที่คิดไปมาก จนต้องมาตั้งเพดานและจำกัดการใช้งานภายในบริษัท

ตามรายงานของ TechCrunch Uber ใช้งบ AI สำหรับการเขียนโค้ดทั้งปี 2026 หมดภายในสี่เดือนแรก เพราะการบริโภค Token ที่พุ่งสูง ก่อนหน้านี้วิศวกรแต่ละคนสร้างบิลกันคนละ 500 ถึง 2,000 ดอลลาร์ต่อเดือน บริษัทเลยต้องออกมาตรการใหม่ ให้พนักงานมีเพดานการใช้จ่าย Token ที่ 1,500 ดอลลาร์ต่อเดือนต่อเครื่องมือเขียนโค้ดหนึ่งตัว โดยข้อจำกัดนี้พุ่งเป้าไปที่ซอฟต์แวร์เขียนโค้ดแบบ Agentic อย่าง Cursor และ Claude Code ที่ทำงานแก้โค้ดได้เองโดยแทบไม่ต้องมีคนคุม นอกจากนี้ยังทำแดชบอร์ดให้พนักงานติดตามการใช้งานของตัวเอง และเปิดช่องให้ขอใช้เกินเพดานได้ในกรณีจำเป็น

สิ่งที่ Sean ตั้งข้อสังเกตคือ ถ้าขนาดบริษัทที่ใช้เครื่องมือพวกนี้หนักอย่าง Uber ยังเจอสถานการณ์แบบนี้ได้เร็วขนาดนี้ มันก็น่ากังวลว่าบริษัทอื่นจะรับมือไหวแค่ไหน

โจทย์หินของ Anthropic และ OpenAI ก่อนเข้าตลาดหุ้น

ทั้งหมดนี้มาบรรจบกันที่คำถามใหญ่ เพราะ Anthropic เพิ่งยื่นเอกสารเตรียมเข้าตลาดหุ้นผ่านการเสนอขายหุ้น Initial Public Offering (IPO) ไปเมื่อวันที่ 1 มิถุนายน 2026 โดยยื่นร่างเอกสาร S-1 แบบลับต่อหน่วยงานกำกับหลักทรัพย์สหรัฐฯ (U.S. Securities and Exchange Commission หรือ SEC) ตามที่ TechCrunch รายงาน การยื่นครั้งนี้เกิดขึ้นหลังจากบริษัทเพิ่งระดมทุนรอบ Series H ไป 65,000 ล้านดอลลาร์ ดันมูลค่าบริษัทไปแตะ 965,000 ล้านดอลลาร์ ขยับเข้าใกล้หลักล้านล้านดอลลาร์ และแซงหน้าคู่แข่งอย่าง OpenAI ที่กำลังเตรียมยื่น IPO ของตัวเองตามมาติด ๆ เปิดฉากศึก IPO ที่จะเอาสองค่าย AI ที่ใหญ่ที่สุดมาเจอกัน

ตัวเลขที่น่าสนใจคือรายได้ต่อปีแบบ Annualized ของ Anthropic ทะลุ 47,000 ล้านดอลลาร์ในเดือนพฤษภาคม พุ่งขึ้นมหาศาลจากราว 9,000 ล้านดอลลาร์เมื่อปลายปี 2025 และในบทสัมภาษณ์กับ TechCrunch Daniela Amodei ก็ปัดข้อกังขาเรื่องผลตอบแทนจาก AI ทิ้งไป เธอยอมรับว่าบางบริษัทยังไม่เห็นผลตอบแทนที่ชัดเจน แต่มองว่าธุรกิจส่วนใหญ่ยังอยู่ในช่วงเริ่มต้นของการนำ AI ไปใช้ และเหตุผลที่ต้องเข้าตลาดหุ้นก็เพราะการเทรนและให้บริการโมเดลระดับแนวหน้านั้นมีต้นทุนตั้งต้นสูงมาก จำเป็นต้องเข้าถึงเงินทุนก้อนใหญ่

แต่จุดที่ Sean และ Kirsten กังขาคือ แล้วในเอกสาร S-1 ของ Anthropic จะมีปัจจัยความเสี่ยงเรื่อง token กี่ข้อกันแน่ Kirsten ตั้งคำถามที่แหลมคมว่า จะเขียนความเสี่ยงพวกนี้ลงไปในเอกสารยังไง ในเมื่อมันเปลี่ยนรูปเปลี่ยนร่างอยู่ตรงหน้าเราแบบวันต่อวัน ทั้งกลไกราคาและโมเดลธุรกิจของวงการนี้ถูกวางขึ้นก่อนที่ทุกอย่างจะตกผลึกเสียอีก

รัฐบาลที่วิ่งตามเทคโนโลยีไม่ทัน

อีกหนึ่งความเคลื่อนไหวที่เกิดขึ้นในสัปดาห์เดียวกันคือ ประธานาธิบดี Trump ลงนามในคำสั่งพิเศษ (Executive Order) ที่ออกแบบมาเพื่อเปิดทางให้รัฐบาลได้เข้าไปตรวจสอบโมเดล AI ที่ทรงพลัง TechCrunch รายงานว่าคำสั่งฉบับนี้เป็นเวอร์ชันที่แคบลงกว่าเดิม โดยขอให้บริษัท AI ส่งโมเดลที่ทรงพลังที่สุดให้รัฐบาลทดสอบโดยสมัครใจ ภายในกรอบเวลาไม่เกิน 30 วันก่อนปล่อยสู่สาธารณะ จากเดิมที่ร่างก่อนหน้าเคยกำหนดไว้ถึง 90 วัน และยังระบุชัดว่าจะไม่บังคับให้ต้องขอใบอนุญาตหรือผ่านการตรวจสอบก่อนเปิดตัว ทำให้มันเป็นเพียงคำขอความร่วมมือ ไม่ใช่กฎเหล็ก

สิ่งที่ Kirsten สะท้อนคือ ทุกอย่างกำลังขยับด้วยความเร็วที่เธอไม่เคยเจอมาก่อน ทั้งฝั่งราคา ฝั่งโมเดลธุรกิจ และฝั่งรัฐบาลที่พยายามวิ่งตามให้ทัน เกิดขึ้นพร้อมกันหมด

คำถามใหญ่ที่ยังไม่มีคำตอบ

Anthony หยิบ Uber ขึ้นมาอีกครั้งในมุมที่ต่างออกไป เพราะเวลาคนพูดเรื่องฟองสบู่ AI และความไม่ทำกำไรของบริษัทเหล่านี้ มักจะมีคนยก Uber มาเป็นตัวอย่างโต้กลับว่า ครั้งหนึ่ง Uber ก็เคยถูกมองว่าขาดทุนยับเยิน แต่สุดท้ายพอไปถึงจุดที่มีสเกลใหญ่พอก็ปิดช่องว่างนั้นได้

แต่ Anthony เตือนว่ากว่า Uber จะมาถึงจุดนั้นได้ บริษัทต้องแปลงร่างตัวเองครั้งใหญ่ ขยายเข้าไปในธุรกิจใหม่ ๆ มากมาย และมีหลายฝ่ายทั้งลูกค้าและคนขับที่ถูกบีบไปตาม ๆ กัน เขาเชื่อว่าบริษัท AI ก็คงต้องผ่านการเปลี่ยนแปลงในลักษณะเดียวกันถ้าอยากอยู่รอด คำถามที่ Sean ทิ้งท้ายไว้คือ บรรดา AI Lab จะมีช่องให้รีดต้นทุนเหมือนที่ Uber เคยรีดมาตลอดหลายปีได้ไหม หรือต้นทุนของ AI มันตรงไปตรงมาและแข็งเกินกว่าจะบีบได้ขนาดนั้น

โจทย์ใหญ่ที่สุดจึงเหลืออยู่ที่ว่า บรรดา AI Lab จะกดต้นทุนลงมาและพัฒนาเทคโนโลยีให้ก้าวหน้าได้เร็วพอจนมาบรรจบกับกำลังจ่ายของลูกค้าตรงกลางได้หรือไม่ ตอนนี้ยังไม่มีใครรู้คำตอบ รู้แต่ว่าระหว่างทางนี้น่าจะมีความเจ็บปวดรออยู่ไม่น้อย และเอกสาร IPO ของ Anthropic กับ OpenAI ที่กำลังจะทยอยออกมา น่าจะเป็นหน้าต่างบานแรกที่ทำให้เราได้เห็นว่าวงการนี้จะเขียนความเสี่ยงที่เปลี่ยนไปทุกวันลงไปบนกระดาษอย่างไร

ที่มา: TechCrunch