วิเคราะห์การแข่งขันด้าน AI ของสหรัฐและจีน ด้วยมิติของ Data

เรื่องราวของการแข่งขันด้านเทคโนโลยี AI ในจีนและสหรัฐฯ เป็นประเด็นที่น่าจับตา เรามีโอกาสได้เห็นบทวิเคราะห์จำนวนมาก และครั้งนี้เป็นบทวิเคราะห์จาก Matt Sheehan แห่ง Macropolo ซึ่งเป็น In-house think tank ของ Paulson Institute in Chicago

ประเด็นที่น่าสนใจและถูกหยิบยกขึ้นมานั่นคือ แม้จีนนั้นมีจุดได้เปรียบหลายจุด อย่างกรณีของเดต้า (data) ที่เก็บมาได้นั้นมีปริมาณมหาศาล จากจำนวนประชากร จำนวนสมาร์ทโฟน และการเก็บข้อมูลโดยภาครัฐตลอดเวลา จนทำให้ AI สามารถเรียนรู้จากเดต้าดังกล่าวและพัฒนาก้าวล้ำไปอีกหลายขั้นได้ แต่ทีม Macropolo วิเคราะห์ว่า แท้ที่จริงแล้วการมองเรื่องนี้ ควรมองหลากหลายแง่มุมกว่านั้น โดย หยิบยก Framework เรื่องเดต้าออกเป็น 5 มิติด้วยกัน โดยแต่ละมิติจีนอาจเหนือกว่าและบางมิติสหรัฐฯ ก็เหนือกว่า โดยแบ่งมิติออกเป็น ปริมาณ, ความลึก, คุณภาพ, ความหลากหลาย, และการเข้าถึงได้ 

ปริมาณ (Quantity)

จริงอยู่ที่จีนมีปริมาณของเดต้าที่มาจากประชาชนจำนวนมาก ทำให้เป็นแต้มต่อส่วนหนึ่ง แต่ก็อย่าลืมว่าเป็นข้อมูลในประเทศจีนเป็นหลัก มีบริษัทของจีนจำนวนไม่มากนักที่สามารถขยายออกมาเพื่อครองตลาดในประเทศต่างๆ ได้ (อย่างปัจจุบันหนึ่งในนั้นคือ TikTok ที่พยายามขยับขยายไปหลายประเทศ) ในขณะที่บริษัทด้านเทคโนโลยียักษ์ใหญ่ของสหรัฐฯ ครอบครองตลาดบางส่วนของประเทศตนเองและมีฐานลูกค้า (เดต้า) ขนาดใหญ่กระจายอยู่ทั่วโลก หนึ่งในตัวอย่างที่เห็นได้ชัดคือ WeChat ที่เติบโตอย่างรวดเร็วในจีน แต่ยังไม่สามารถครองตลาดโลกได้ด้วยจำนวนผู้ใช้ 1.1 พันล้าน ในขณะที่ Facebook มีผู้ใช้อยู่ทั่วโลก 2.3 พันล้าน 

เชิงลึก (Depth)

ส่วนนี้ว่าด้วยเรื่องการมองมุมที่หลากหลายของดาต้าอันเกิดจากพฤติกรรมผู้บริโภคในรูปแบบของดิจิทัล ยิ่ง AI ได้รับการสอนและเรียนรู้รูปแบบของพฤติกรรมผู้บริโภคที่แตกต่างกัน จะยิ่งทำให้สามารถคาดการณ์และแนะนำให้กับผู้ใช้ได้อย่างตรงจุดมากขึ้น ตรงจุดนี้ยอมรับว่าจีนมีความเหนือกว่าไม่น้อยเพราะบริษัทด้านเทคโนโลยีเข้าไปเกี่ยวข้องในชีวิตประจำวันของผู้ใช้มากกว่าทั้งโลกออนไลน์และออฟไลน์ผ่านทางสมาร์ทโฟนแม้พวกเขาจะอยู่ในชนบทก็ตาม ตั้งแต่การจองจักรยาน การซื้อของ สั่งอาหาร ในชีวิตประจำวัน ในขณะที่บริษัทในสหรัฐฯ จะรู้พฤติกรรมออนไลน์ อาทิ ประวัติการค้นหา การซื้อของออนไลน์ แต่ยังขาดซึ่งกิจกรรมที่เกี่ยวข้องกับโลกออฟไลน์เมื่อเทียบกับจีนอย่าง Tencent, Alibaba เป็นต้น อย่างไรก็ตามยังคงมีความพยายามของบริษัทเทคโนโลยีในสหรัฐฯ หลายรายที่พยายามเก็บเดต้าออฟไลน์โดยผ่าน Smart Home Solution อาทิเช่น Amazon’s Alexa

คุณภาพ (Quality)

ว่าด้วยเรื่องของความถูกต้องของเดต้า โครงสร้าง และการจัดเก็บของเดต้าทั้งเข้าถึงได้ง่ายและอยู่ในรูปแบบดิจิทัลเพื่อใช้สอน AI  อาทิเช่น ข้อมูลด้านการเงินของสถาบันการเงิน ด้านสุขภาพเพื่อใช้วิเคราะห์คาดการณ์การเจ็บไข้ได้ป่วย ซึ่งตรงนี้สหรัฐฯ มีโครงสร้างการเก็บข้อมูลอย่างดีผ่านทาง Enterprise Software มานานกว่าจีน ซึ่ง Kaifu Lee เองก็เคยกล่าวไว้เช่นกัน ในหนังสือ AI-Super-Powers  อย่างไรก็ตามในปัจจุบันจีนก็เร่งลงทุนและทรานฟอร์มข้อมูลต่างๆ ให้อยู่ในรูปแบบดิจิทัลให้เร็วที่สุดเช่นกัน

ความหลากหลาย (Diversity)

จุดนี้ทางสหรัฐฯ มีภาษีดีกว่าในแง่ของความหลากหลายทั้งคนที่อยู่อาศัยที่นั่น รวมถึงผู้ใช้บริการต่างๆ ของบริษัทเทคโนโลยีจากทั่วโลก อาทิ Google Facebook ที่มีความหลากหลายมากกว่า Wechat และ Baidu แต่ในอีกมุมหนึ่งระบบการวิเคราะห์ใบหน้าของทางจีนที่ตรวจสอบคนกว่าพันล้านใบหน้า จะเชี่ยวชาญมากในการแยกคนจีน แต่อาจจะมีปัญหาเมื่อนำไปใช้แยกแยกคนที่อยู่ในโลกตะวันตก หรือผิวดำ และแน่นอนยังมีผลกับเรื่องการวิเคราะห์เสียง เพราะมีสำเนียงที่แตกต่างกัน อย่างไรก็ตามจีนก็ยังถือเป็นคนกลุ่มใหญ่และทรงอิทธิพลต่อโลกใบนี้มาก เรียกว่าจีนได้เปรียบในเชิงการมีเดต้าเชิงลึกของชนชาตินี้ แต่สหรัฐฯ มีเดต้าที่มีความหลากหลายกว่า

การเข้าถึง (Access)

จีนได้เปรียบเป็นอย่างมากในแง่การเข้าถึงเดต้าสาธารณะ ซึ่งเป็นการรวบรวมจากโครงสร้างเน็ตเวิร์คด้านการรักษาความปลอดภัย กล้องวงจรปิด ที่สามารถวิเคราะห์การเคลื่อนไหวของ รถ จักรยาน บัส คนเดินถนน มีการจับมือร่วมกันระหว่างรัฐบาลและภาคเอกชน อาทิเช่น Alibaba เพื่อร่วมกันนำเดต้าต่างๆ มาเป็นรากฐานในการพัฒนา Smart City ในขณะที่สหรัฐฯ คงมีความกังวลเรื่องความเป็นส่วนตัวระดับบุคคลอยู่ 

Framework นี้เป็นเพียงแค่หนึ่งในตัวอย่างที่นำมาใช้มองประเด็นการพัฒนาด้าน AI ของ 2 มหาอำนาจโดยมีเดต้าเป็นพื้นฐาน หนทางยังคงอีกยาวไกล เกมนี้คงต้องดูกันอีกยาวๆ

ที่มา: Macropolo

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

Gartner ชี้สัญญาณอันตราย 5 จุดบอดของ GenAI ที่ผู้บริหารไอทีต้องเร่งจัดการก่อนจะสาย

Gartner เตือน CIO ถึง 5 จุดบอดสำคัญในการใช้ GenAI ทั้ง Shadow AI, หนี้ทางเทคนิค และทักษะคนที่ถดถอย พร้อมทำนายปี 2030 คือจุดชี้ชะตาธุรกิจ...

Responsive image

สรุป Insight จาก ‘Turn ThAI to Tech Tide’ ชี้ไทยผลิต AI Talent ได้ไม่ถึง 500 คนต่อปี ถอดรหัส 4 กลยุทธ์จาก ดร.เอ้ และ ดร.อ้อ กู้วิกฤต Talent พลิกอนาคต AI ไทย

เจาะลึกกลยุทธ์กู้วิกฤตระบบเทคไทยจากการศึกษาจนถึงนโยบายรัฐ จากเวที AI Innovation Summit 2025 แก้ปัญหาไทยโตช้าในสนาม Data Economy ระดับโลก...

Responsive image

ปรากฏการณ์ Tech Squad เมื่อตัวจริงวงการสตาร์ทอัพกระโดดสู่สนามเลือกตั้ง 69

วิเคราะห์เจาะลึกปรากฏการณ์ Tech Squad พรรคประชาชน แม็กซ์ StockRadars, ป้อม ภาวุธ, มาร์ค Blognone กับภารกิจเปลี่ยนภาครัฐด้วย Data และ Tech ในสนามเลือกตั้ง 69...