ฟังเวอร์ชันเสียงของบทความนี้ (สร้างโดย AI)
เรื่องราวโครงสร้างพื้นฐาน AI ที่ครองตลาดในช่วงสองปีที่ผ่านมา มีจุดจบที่คาดเดาไว้เพียงหนึ่งเดียว: ในที่สุด ทุกองค์กรจะย้ายเวิร์กโหลด AI ของตนไปยังคลาวด์ของผู้ให้บริการรายใหญ่ (Hyperscaler) AWS, Azure, Google Cloud, Oracle (ORCL) — เลือกแพลตฟอร์มของคุณ จ่ายตามจำนวนโทเค็น และปล่อยให้ผู้อื่นกังวลเรื่องฮาร์ดแวร์แทน
JPMorgan Chase (JPM) เพิ่งเพิ่มเครื่องหมายดอกจันที่สำคัญเข้าไป
สัปดาห์นี้ SambaNova Systems — บริษัทชิป AI ที่รายงานกันว่า Intel (INTC) พยายามเข้าซื้อด้วยมูลค่าประมาณ 1.6 พันล้านดอลลาร์เมื่อไม่ถึงหนึ่งปีก่อน — ระดมทุนได้ 1 พันล้านดอลลาร์ ด้วยมูลค่าบริษัท 1.1 หมื่นล้านดอลลาร์
ลูกค้าที่ทำให้การประกาศนี้น่าสนใจคือ JPMorgan Chase ซึ่งเลือก SambaNova เป็นพันธมิตรด้านโครงสร้างพื้นฐานสำหรับการอนุมาน (Inference) โดยนำระบบไปใช้งานเพื่อขับเคลื่อนการอนุมาน AI ที่ปลอดภัยและทำงานภายในองค์กรของธนาคาร
ความเร็วในการปรับมูลค่าของบริษัทสตาร์ทอัพแห่งนี้ — และผู้ที่ลงนามเป็นลูกค้าหลัก — ไม่ใช่เรื่องบังเอิญ
JPMorgan เพิ่งใส่เครื่องหมายดอกจันลงในทฤษฎี AI แบบคลาวด์เท่านั้น
ทฤษฎีโครงสร้างพื้นฐาน AI กระแสหลักสันนิษฐานว่าความต้องการด้านการอนุมาน — เวิร์กโหลดที่เกิดขึ้นทุกครั้งที่โมเดล AI ตอบคำถาม เขียนโค้ด หรือทำงานให้เสร็จสิ้น — ไหลผ่านแพลตฟอร์มคลาวด์ของผู้ให้บริการรายใหญ่เป็นหลัก
สิ่งนี้เป็นจริงมาจนถึงตอนนี้ และจะยังคงเป็นจริงสำหรับตลาดส่วนใหญ่
แต่การตัดสินใจของ JPMorgan ชี้ให้เห็นถึง сегเมนต์ที่เรื่องราวแบบคลาวด์เป็นอันดับแรกให้น้ำหนักน้อยเกินไป: องค์กรและสถาบันที่ไม่สามารถส่งข้อมูลที่มีความละเอียดอ่อนที่สุดไปยังเซิร์ฟเวอร์ของบุคคลที่สามได้
ธนาคารถือครองข้อมูลลูกค้าและกลยุทธ์การซื้อขายที่เป็นความลับซึ่งไม่สามารถเปิดเผยได้ โรงพยาบาลจัดการบันทึกผู้ป่วยที่กฎหมายสหพันธรัฐกำหนดให้ต้องปกป้อง ผู้รับเหมาด้านกลาโหมและหน่วยงานรัฐบาลมักเผชิญกับข้อห้ามโดยตรงในการรันเวิร์กโหลดที่มีความละเอียดอ่อนบนโครงสร้างพื้นฐานคลาวด์เชิงพาณิชย์
สำหรับองค์กรเหล่านี้ เศรษฐศาสตร์ของคลาวด์ดูน่าสนใจบนกระดาษ แต่สถาปัตยกรรมนั้นมาพร้อมกับความเสี่ยงในการเปิดเผยข้อมูลที่พวกเขาไม่สามารถยอมรับได้
ซีอีโอของ SambaNova มองชัยชนะจาก JPMorgan เป็นสัญญาณต่ออุตสาหกรรมธนาคารทั้งหมด: ธนาคารต้องการควบคุมการอนุมานที่มีความละเอียดอ่อนที่สุดของพวกเขา และพวกเขากำลังเริ่มสร้างระบบสำหรับสิ่งนั้น และผู้จำหน่ายที่มอบการควบคุมดังกล่าวให้พวกเขาจะมีช่วงเวลาที่น่าสนใจมากในอีกไม่กี่ปีข้างหน้า
ทำไมการอนุมาน AI ขององค์กรจึงแตกต่างจากแชทบอท
เราได้เขียนอย่างละเอียดเกี่ยวกับซุปเปอร์ไซเคิลของการอนุมาน — การเปลี่ยนผ่านจาก AI ในฐานะเรื่องราวแห่งยุคการฝึกฝน ไปสู่ AI ในฐานะเวิร์กโหลดที่ต่อเนื่องและทำงานตลอดเวลาภายในปฏิบัติการขององค์กร AI แบบเอเจนต์ (Agentic AI) กำลังเร่งการเปลี่ยนแปลงนี้ โดยเวิร์กโฟลว์ที่ใช้เอเจนต์บริโภคทรัพยากรการคำนวณมากกว่าคำขอแบบครั้งเดียวที่เคยมีมา
สิ่งที่รอบการระดมทุนของ SambaNova แสดงให้เห็นคือ ซุปเปอร์ไซเคิลของการอนุมานมีช่องว่างเฉพาะที่ตลาดยังไม่ได้คำนึงถึงอย่างเต็มที่
สัดส่วนที่มีความหมายของความต้องการการอนุมานในระดับองค์กรจะไม่ไหลผ่าน API ของผู้ให้บริการคลาวด์รายใหญ่ มันจะทำงานภายในองค์กร หลังไฟร์วอลล์ บนฮาร์ดแวร์ที่เป็นเจ้าของและดำเนินการโดยองค์กรนั้นเอง
Liang ตั้งข้อสังเกตว่าองค์กรและรัฐบาลเพิ่งเริ่มต้นการเดินทางด้าน AI โดยส่วนใหญ่ของการเติบโตจนถึงขณะนี้กระจุกตัวอยู่ средиผู้สร้างโมเดลเทคโนโลยีและห้องปฏิบัติการแนวหน้า — ทิ้งรายได้จำนวนมากที่ยังไม่ถูกเก็บเกี่ยว โดยเฉพาะในอุตสาหกรรมที่มีกฎระเบียบ รายได้เหล่านั้นจะตกเป็นของผู้ที่ขายฮาร์ดแวร์ ระบบเครือข่าย ที่เก็บข้อมูล และชุดซอฟต์แวร์ที่ทำให้การอนุมานภายในองค์กรทำงานได้
แต่เฟสถัดไปของการเทรด AI มีองค์ประกอบที่เคลื่อนไหวมากกว่าที่นักลงทุนส่วนใหญ่ตระหนัก หากคุณต้องการฟังว่าผมคิดว่าเงินที่ฉลาดที่สุดในวงการ AI จะเคลื่อนไปที่ใดต่อไป — ไอเดียที่ผมมั่นใจสูงสุด แบบสดและพบปะกัน — ผมจะอยู่ที่การประชุม Stansberry & Alliance Meeting ในลาสเวกัสในช่วงปลายปีนี้ สนใจไหม? สำรองที่นั่งส่วนลดของคุณก่อนที่ตั๋วจะหมด
การเทรดโครงสร้างพื้นฐาน AI กำลังแยกออกเป็นสองทางระหว่างคลาวด์และภายในองค์กร
ทฤษฎี "พลั่วและเสียม" สำหรับโครงสร้างพื้นฐาน AI ยังคงสมบูรณ์ ตลาดการอนุมาน AI ทั่วโลกมีมูลค่าประมาณ 1.2 แสนล้านดอลลาร์ในปี 2026 และคาดว่าจะสูงถึงกว่า 3 แสนล้านดอลลาร์ภายในปี 2034 ความต้องการนั้นต้องมีที่อยู่
ตอนนี้ "ที่อยู่นั้น" ดูจะมีการแบ่งแยกมากขึ้น
คลาวด์ของผู้ให้บริการรายใหญ่ครองส่วนแบ่งส่วนใหญ่ ภายในอุตสาหกรรมที่มีกฎระเบียบ การอนุมานภายในองค์กรกำลังก่อตัวเป็นตลาดที่แตกต่างกันอย่างชัดเจน ธนาคาร ระบบโรงพยาบาล และหน่วยงานรัฐบาลสามารถสร้างกรณีทางเศรษฐกิจที่โน้มน้าวใจสำหรับการเป็นเจ้าของฮาร์ดแวร์ของตนเอง คณิตศาสตร์ต้นทุนต่อโทเค็นสนับสนุนการทำงานภายในองค์กรเมื่อมีการใช้งานเพียงพอ และเมื่อข้อจำกัดด้านกฎระเบียบเป็นเรื่องจริง เศรษฐศาสตร์แทบจะไม่สำคัญ คลาวด์ไม่ใช่ตัวเลือกที่เป็นไปได้สำหรับเวิร์กโหลดที่มีความละเอียดอ่อนที่สุดของพวกเขา
ชื่อที่อยู่ในตำแหน่งสำหรับเรื่องนี้คือชื่อเดียวกันที่เราเคยเขียนถึง Dell‘s (DELL) AI Factory มีลูกค้าองค์กรมากกว่า 4,000 รายแล้ว Everpure (P) — เดิมชื่อ Pure Storage — ได้สร้างแพลตฟอร์มใหม่โดยเฉพาะเพื่อให้ข้อมูลองค์กรเข้าถึงได้โดยเวิร์กโหลด AI โดยไม่มีภาระซ้ำซ้อนของการทำสำเนา
การตัดสินใจของ JPMorgan เพียงทำให้การนำเสนอของพวกเขาต่อธนาคารถัดไปง่ายขึ้นมาก
บทสรุป
การที่ SambaNova เปลี่ยนจากเป้าหมายการเข้าซื้อกิจการที่ลือกันว่ามีมูลค่า 1.6 พันล้านดอลลาร์ มาเป็นการระดมทุนที่มูลค่า 1.1 หมื่นล้านดอลลาร์ในเวลาไม่ถึงหนึ่งปี สะท้อนถึงบางสิ่งที่แท้จริง: เงินทุนเอกชนได้ตัดสินใจแล้วว่าการอนุมาน AI ขององค์กรที่ปลอดภัยและทำงานภายในองค์กรเป็นตลาดที่ยั่งยืน และราคาของการเข้าสู่ตลาดนี้ได้เปลี่ยนแปลงไปตามนั้น
ห้องปฏิบัติการแนวหน้าและผู้ให้บริการคลาวด์รายใหญ่เป็นแรงผลักดันในเฟสแรกของธุรกรรมนี้ คลื่นการปรับใช้ในองค์กรและของรัฐเป็นเฟสที่สอง — และภายในอุตสาหกรรมที่มีกฎระเบียบ มันเล่นตามกฎที่แตกต่างออกไป ธนาคาร ระบบโรงพยาบาล และหน่วยงานรัฐบาลไม่เคลื่อนไหวเร็ว แต่เมื่อพวกเขาเคลื่อนไหว พวกเขาเคลื่อนไหวในขนาดใหญ่ ภายใต้สัญญาระยะยาว ด้วยงบประมาณโครงสร้างพื้นฐานที่มีแนวโน้มจะคงทน
ธนาคารอื่นๆ น่าจะกำลังจับตาการเคลื่อนไหวของ JPMorgan เช่นเดียวกับบางส่วนของภาคสุขภาพและรัฐบาล สำหรับองค์กรที่ไวต่อข้อมูล นี่อาจเป็นพิมพ์เขียวใหม่
ซุปเปอร์ไซเคิลของการอนุมานเป็นเรื่องจริง และคลาวด์ของผู้ให้บริการรายใหญ่จะครองส่วนแบ่งส่วนใหญ่ แต่ภายในภาคส่วนที่มีความละเอียดอ่อน ตลาดที่มีโครงสร้างแตกต่างกันกำลังก่อตัวขึ้นสำหรับโครงสร้างพื้นฐานการอนุมานที่ปลอดภัยและทำงานภายในองค์กร สำหรับบริษัทที่อยู่ในตำแหน่งที่ดีที่สุดที่จะให้บริการตลาดนี้ มันเป็นตลาดที่ยั่งยืน
และการใช้จ่ายด้านโครงสร้างพื้นฐานที่ยั่งยืนคือสิ่งที่เงินทุนเอกชนที่ซับซ้อนที่สุดกำลังวางตำแหน่งอยู่… ไม่ใช่ที่ชั้นแอปพลิเคชันหรือชั้นโมเดล แต่ อยู่ใต้ทั้งหมดนั้น
ระบบพลังงาน ความจุพลังงานนิวเคลียร์ และการผลิตทางกายภาพที่ทำให้การคำนวณ AI อย่างต่อเนื่องเป็นไปได้ — ไม่ว่ามันจะทำงานในศูนย์ข้อมูลของผู้ให้บริการคลาวด์รายใหญ่หรือภายในไฟร์วอลล์ของ JPMorgan — กำลังได้รับการรักษาความปลอดภัยผ่านกองทุนเอกชนและข้อตกลงทวิภาคีที่นักลงทุนส่วนใหญ่ไม่เคยเห็น
และแม้ว่าตำแหน่งการลงทุนเหล่านั้นส่วนใหญ่จะไม่สามารถเข้าถึงได้สาธารณะ แต่มีหุ้นจดทะเบียนเจ็ดตัวที่สะท้อนเดิมพันเหล่านั้นเกือบจะเหมือนกันทุกประการ — กระดูกสันหลังของสินทรัพย์แข็งของการสร้างโครงสร้างพื้นฐานที่ไม่ได้ชะลอตัวลง ไม่ว่าองค์กรจะตัดสินใจรันเวิร์กโหลดของพวกเขาที่ไหน
นี่คือวิธีเข้าสู่ตลาดผ่าน 'ประตูหลัง'
