สรุปเค้ก 5 ชั้นในโลก AI ในความหมายของ Jensen Huang ทำไม AI ถึงจะเป็น Infrastructure ที่ใหญ่ที่สุดในโลกยุคใหม่

AI ไม่ใช่แอพ แต่เป็น Infrastructure ชั้นลึกที่สุดในโลก

Jensen Huang ซีอีโอ ของ NVIDIA เคยใช้คำเปรียบเปรยว่า AI คือ 'เค้ก 5 ชั้น' ฟังดูเหมือนการเปรียบเทียบขำ ๆ แต่นี่โครงสร้างพื้นฐานที่กำลังเปลี่ยนแปลงโลกเราแบบที่ไฟฟ้า และอินเทอร์น็ตเคยทำมาแล้ว

เพราะ AI ไม่ใช่แค่โมเดลที่ฉลาด ไม่ใช่แค่แอพที่ตอบคำถามได้ แต่เป็นระบบนิเวศอุตสาหกรรมที่ลงลึกไปถึงแหล่งกำเนิดพลังงานไฟฟ้า 

จาก Software ที่บันทึกไว้ สู่ Intelligence ที่สร้างใหม่ทุกวินาที

ตลอดประวัติศาสตร์ที่ผ่านมา ซอฟต์แวร์ทำงานเหมือนสิ่งที่ถูกบันทึกไว้ล่วงหน้า มนุษย์จะต้องเป็นคนเขียนโค้ดหรืออัลกอริทึมบอกทุกขั้นตอน และคอมพิวเตอร์มีหน้าที่แค่ลงมือทำตามคำสั่งเหล่านั้นอย่างเคร่งครัด มันไม่สามารถพลิกแพลงหรือคิดนอกเหนือจากที่โปรแกรมเมอร์เขียนไว้ได้เลย

แต่ Jensen Huang บอกว่า AI ได้เข้ามาทลายโมเดลนี้ทิ้งไปแล้ว

ปัจจุบันอาจเรียกว่าเป็นครั้งแรกในประวัติศาสตร์เรามีคอมพิวเตอร์ที่เข้าใจข้อมูลที่ไม่มีโครงสร้าง เห็นภาพ อ่านข้อความ ฟังเสียง และเข้าใจความหมาย สำคัญกว่านั้น มันสร้าง Intelligence (ความอัจฉริยะ) แบบเรียลไทม์

ทุกคำตอบถูกสร้างใหม่ในขณะนั้น ทุกการโต้ตอบระหว่างคนกับ AI ขึ้นอยู่กับ context ที่เราให้ไป 

AI จึงไม่ใช่ซอฟต์แวร์ที่ดึงคำสั่งที่เก็บไว้อย่างเมื่อก่อน แต่เป็นซอฟต์แวร์ที่ 'คิด' และ 'สร้าง' Intelligence ตามความต้องการ

และเนื่องจาก Intelligence ถูกผลิตแบบเรียลไทม์ทั้ง Stack ของการประมวลผล ดังนั้น Infrastructure ด้านล่างจึงต้องถูกประดิษฐ์ขึ้นมาใหม่ทั้งหมด

เค้ก 5 ชั้นของ AI จากพลังงานสู่การใช้งาน

เมื่อมอง AI ในระดับอุตสาหกรรม Jensen Huang แบ่งออกมาเป็นภาพเค้ก 5 ชั้น เรียงจากล่างขึ้นบน ได้แก่

ชั้นที่ 1 : Energy

รากฐานของ AI คือ 'พลังงาน' เพราะ Intelligence ที่ถูกสร้างแบบเรียลไทม์ ต้องการไฟฟ้าที่ผลิตแบบเรียลไทม์เช่นกัน ทุก Token ที่ออกมาคือผลจากพลังงานที่ถูกแปลงเป็นพลังคำนวณ 

ดังนั้นพลังงานจึงเป็นพื้นฐานด้านล่างสุด ไม่มี Abstraction Lyer หรือไม่มีพื้นฐานใดที่แยกย่อยออกไปจากนี้ไปได้แล้ว Jensen Huang กำลังสื่อว่า ไม่ว่าโมเดล AI ของคุณจะฉลาดล้ำโลกแค่ไหน หรือชิปจะประมวลผลเร็วเพียงใด ทุกอย่างต้องเริ่มต้นที่คำถามพื้นฐานที่สุดว่า "คุณมีไฟฟ้าจ่ายให้มันหรือเปล่า ?" 

ต่อให้เรามีเงินสร้าง AI Factories ขนาดใหญ่ หรือผลิตชิปได้เป็นล้านๆ ตัว แต่ถ้าไม่มีโรงไฟฟ้าที่สามารถผลิตกระแสไฟฟ้าได้มากพอที่จะหล่อเลี้ยงศูนย์ข้อมูลเหล่านั้น ระบบก็ไม่สามารถทำงานหรือสเกลให้ใหญ่ขึ้นได้

ชั้นที่ 2 : Chips

เหนือพลังงานคือ 'Chips' ตัวประมวลผลที่ออกแบบมาเพื่อแปลงพลังงานเป็นคำนวณได้อย่างมีประสิทธิภาพในสเกลที่มหาศาล 

คอมพิวเตอร์ปกติมักจะประมวลผลคำสั่งแบบเรียงลำดับทีละคำสั่ง แต่การทำงานของ AI (เช่น การเทรนโมเดลหรือสร้างคำตอบ) คือการคำนวณสมการคณิตศาสตร์ขนาดมหึมา 

AI จึงไม่ได้ต้องการชิปที่คิดทีละเรื่องได้เร็วที่สุด แต่ต้องการคนงานนับหมื่นคนที่ช่วยกันคิดคำนวณเรื่องเล็ก ๆ พร้อมกันในเสี้ยววินาที

เมื่อชิปมีความสามารถในการคำนวณพร้อมกันเยอะ ๆ แล้ว ปัญหาต่อไปคือ การป้อนข้อมูลให้ทันท่วงที Memory Bandwidth เปรียบเสมือนขนาดของถนน หากถนนแคบ ข้อมูลจะส่งไปให้ชิปประมวลผลไม่ทัน ชิปก็ต้องนั่งรอเปล่า ๆ ดังนั้นถนนส่งข้อมูลของ AI ต้องกว้างขวางระดับซูเปอร์ไฮเวย์

และโมเดล AI ระดับโลกไม่สามารถประมวลผลจบได้ในชิปเพียงตัวเดียว มันต้องใช้ชิปนับหมื่นตัวทำงานร่วมกันเป็นเครือข่ายเดียว (เหมือนสมองที่มีเซลล์ประสาทเชื่อมกัน) สายเชื่อมต่อระหว่างชิปแต่ละตัวจึงต้องรับส่งข้อมูลหากันได้เร็วที่สุดเพื่อไม่ให้เกิดคอขวด

ในชั้นนี้ Jensen Huang บอกว่า "ความก้าวหน้าที่ชั้นนี้เป็นตัวกำหนดว่า AI จะ สเกลได้เร็วแค่ไหนและ Intelligence จะถูกผลิตได้ในราคาที่จับต้องได้หรือไม่

ชั้นที่ 3 : Infrastructure

เหนือ Chips ขึ้นไปคือ 'Infrastructure' 

ในอดีต โครงสร้างพื้นฐานของอินเทอร์เน็ตคือ 'ศูนย์ข้อมูล' (Data Center) ซึ่งทำหน้าที่หลักแค่เก็บและเสิร์ฟข้อมูล

แต่สำหรับ AI มันไม่ใช่แบบนั้น ชิปประมวลผลนับหมื่นตัวต้องถูกจับมาเชื่อมต่อกันให้ทำงานประสานกันเป็นสมองก้อนเดียว สิ่งนี้จึงถูกเรียกว่า 'โรงงานเอไอ' (AI Factories) เพราะมันไม่ได้มีไว้เก็บของ แต่มันทำหน้าที่ผลิตสติปัญญา (Manufacture Intelligence) หรือสร้างคำตอบใหม่ ๆ ออกมาแบบเรียลไทม์

การจะรันเครื่องจักรขนาดนี้ได้ จึงต้องพึ่งพาระบบกายภาพขั้นสุดยอด ทั้งที่ดินผืนใหญ่ ระบบจ่ายไฟระดับมหาศาล และระบบระบายความร้อนระดับอุตสาหกรรม

ชั้นที่ 4 : Models

เหนือ Infrastructure คือ AI Models หรือ AI ที่เป็นได้มากกว่าแชทบอท 

คนส่วนใหญ่มักติดภาพว่า AI เท่ากับ ChatGPT ซึ่งในทางเทคนิคแล้วมันเป็นแค่ โมเดลภาษาเท่านั้น

แต่ AI มีศักยภาพกว้างกว่านั้นมาก เพราะ AI สามารถเรียนรู้ข้อมูลอะไรก็ได้ที่มีแพทเทิร์น ไม่ว่าจะเป็น ภาษาของธรรมชาติ อย่างโครงสร้างโปรตีนในร่างกาย , ปฏิกิริยาเคมี , กฎทางฟิสิกส์ หรือข้อมูลการเงิน

โมเดลในชั้นนี้จึงเปรียบเสมือนสมองเฉพาะทาง ที่พร้อมจะไปแก้ปัญหาที่ยากที่สุดของมนุษยชาติในหลากหลายวงการ หากต้องได้รับการเทรนโมเดล และการป้อนข้อมูลที่ดี ซึ่งจะเป็นตัวเร่งที่ทำให้เกิดความก้าวหน้าด้านความฉลาด และการถูกนำไปใช้ในอุตสาหกรรมต่าง ๆ

ชั้นที่ 5 : Applications

ชั้นบนสุดคือ Applications หรือสิ่งที่มนุษย์ทั่วไปสัมผัสได้ และเป็นชั้นที่สร้างมูลค่าทางเศรษฐกิจ 

ประเด็นที่น่าสนใจของ Jensen Huang คือประโยคที่ว่า "รถยนต์ไร้คนขับคือ AI ที่มีรูปร่างเป็นเครื่องจักร ส่วนหุ่นยนต์ฮิวแมนนอยด์คือ AI ที่มีรูปร่างเป็นมนุษย์ Stack เดียวกัน แต่ผลลัพธ์ต่างกัน"

หมายความว่า ไม่ว่าจะเป็นรถยนต์ที่ขับตัวเองได้ หรือหุ่นยนต์ที่เดินได้เหมือนคน แก่นเทคโนโลยีที่อยู่เบื้องหลัง (พลังงาน, ชิป, โรงงาน AI, โมเดล) นั้นมาจากรากฐานเดียวกันทั้งหมด

สิ่งที่ต่างกันมีเพียงแค่เปลือกนอกหรือรูปร่างที่นำสมอง AI ไปสิงสถิตอยู่เท่านั้น

การก่อสร้างที่ใหญ่ที่สุดในประวัติศาสตร์มนุษย์

Jensen Huang บอกว่า มนุษย์กำลังเข้าสู่ยุคที่ก่อสร้างครั้งประวัติศาสตร์ และตอนนี้เพิ่งอยู่ในช่วงเริ่มสร้าง มีการลงทุนไปแค่หลายแสนล้านดอลลาร์ และยังมีอีกหลาย Insfrastructure ที่ยังต้องสร้างซึ่งนับเป็นมูลค่าหลายล้านล้านดอลลาร์สหรัฐฯ

หากมองภาพทั่วโลกตอนนี้ เราจะเห็นโรงงานผลิต Chip โรงงานประกอบคอมพิวเตอร์ และ AI factories กำลังสร้างด้วยสเกลที่ไม่เคยมีมาก่อน แน่นอนว่า เมื่อมีการสร้างครั้งใหญ่ ก็ต้องการแรงงานจำนวนมหาศาลตามไปด้วย

AI factories ต้องการช่างไฟ ช่างประปา ช่างติดตั้งท่อ คนงานเหล็ก ช่างเทคนิค network ช่างติดตั้ง และผู้ดำเนินการ Jensen Huang มองว่านี่เป็นงานที่มีทักษะ ค่าจ้างสูง และกำลังขาดแคลน และเป็นส่วนสำคัญในการเปลี่ยนแปลงโลกครั้งนี้ด้วย

เมื่อ AI ทำงาน Routine มนุษย์จึงได้ทำงานที่มีค่ากว่า

ในตอนนี้ AI กำลังขับเคลื่อนอุตสาหกรรมทั่วโลก Jensen Huang ยกตัวอย่างงานของรังสีแพทย์ ที่ AI ตอนนี้ช่วยอ่าน scan ได้ แต่ความต้องการรังสีแพทย์ยังเติบโต ไม่ได้ถูก AI แย่งงานไปทั้งหมด

พูดให้เห็นภาพก็คือ เป้าหมายของรังสีแพทย์คือดูแลผู้ป่วย การอ่าน scan เป็นแค่หนึ่งงาน เมื่อ AI รับงานจำเจไป รังสีแพทย์ก็โฟกัสที่การตัดสินใจ การสื่อสาร และการดูแล โรงพยาบาลมี productivity สูงขึ้น รับผู้ป่วยได้มากขึ้น จ้างคนเพิ่ม

Productivity สร้าง Capacity และ Capacity สร้าง Growth

เมื่อแพทย์ทำงานได้รวดเร็วและตรงจุดขึ้น โรงพยาบาลก็จะมี Capacity (ขีดความสามารถในการรองรับ) เพิ่มขึ้น ทำให้สามารถรับดูแลผู้ป่วยได้จำนวนมากขึ้นกว่าเดิม

เมื่อโรงพยาบาลมีขีดความสามารถรองรับผู้ป่วยได้มากขึ้น ให้บริการคนได้มากขึ้น สิ่งที่ตามมาโดยธรรมชาติคือ Growth (การเติบโต) ขององค์กร

และเมื่อองค์กรเติบโตขึ้นเพื่อรองรับสเกลงานและผู้ป่วยที่มากกว่าเดิม ท้ายที่สุดโรงพยาบาลก็จำเป็นต้องจ้างคนเพิ่มอยู่ดี นี่คือสิ่งที่ Jensen Huang กำลังจะสื่อ

AI พ้นยุคของเล่น สู่ยุคทำงานทำเงินจริง

ในปีที่ผ่านมา AI ข้ามจุดเปลี่ยนสำคัญคือ โมเดลดีพอที่จะใช้งานจริงในสเกลใหญ่ การคิดวิเคราะห์ดีขึ้น อาการหลอนหรือการตอบมั่วซั่วลดลง และมีการอ้างอิงข้อมูลที่แม่นยำขึ้นมาก 

เมื่อมันเสถียรมากขึ้น ธุรกิจในโลกความเป็นจริงอย่างการแพทย์ การผลิต และโลจิสติกส์ จึงเริ่มนำมันไปใช้และสร้างมูลค่าทางเศรษฐกิจได้จริง ๆ เป็นครั้งแรก

และ Open Source คือ ตัวเร่งปฏิกิริยาให้เกิดการระเบิดของ Demand ปกติแล้วเทคโนโลยีขั้นสูงมักจะผูกขาดอยู่กับบริษัทยักษ์ใหญ่ แต่ในวงการ AI โมเดลระดับโลกจำนวนมากเปิดให้ใช้ฟรี (Open Source) 

การมาถึงของโมเดลที่ฉลาดมากๆ อย่าง DeepSeek-R1 ทำให้นักวิจัยและสตาร์ทอัพทั่วโลกสามารถหยิบสมองกลนี้ไปต่อยอดสร้างแอปพลิเคชันได้ทันที เมื่อมีคนสร้างแอปพลิเคชันมากมาย มันก็ไปกระตุกเชือกดึงให้เกิดความต้องการมหาศาลในชั้นล่าง ๆ ทั้งหมด ทั้งการฝึกโมเดล การใช้ชิป ไปจนถึงการใช้พลังงานไฟฟ้า

Jensen Huang พยายามดึงเราออกจากภาพจำว่า AI คือแชทบอท แท้จริงแล้วมันคือการเปลี่ยนแปลงระดับโครงสร้างของโลกที่ไปปรับเปลี่ยนวิธีการผลิตไฟฟ้า การสร้างโรงงาน และการจัดระเบียบแรงงาน AI กลายเป็นโครงสร้างพื้นฐานที่สำคัญเทียบเท่ากับถนน ไฟฟ้า หรืออินเทอร์เน็ต

Jensen Huang ทิ้งท้ายพร้อมกับเตือนสติเราว่า "เราเพิ่งอยู่ที่จุดเริ่มต้นเท่านั้น" โครงสร้างพื้นฐานส่วนใหญ่ยังไม่ได้สร้างด้วยซ้ำ คนงานยังต้องฝึกอีกมาก แต่มันหลีกเลี่ยงไม่ได้แล้วที่ 'ทุกบริษัทจะต้องใช้ AI และทุกประเทศจะต้องสร้างมัน' 

สิ่งที่เรากำลังทำอยู่ในปัจจุบัน ไม่ว่าจะเป็นความเร็วในการสร้าง หรือความรับผิดชอบในการใช้งาน จะเป็นตัวกำหนดทิศทางของมนุษยชาติในยุคถัดไปอย่างแท้จริง

อ้างอิง : Nvidia