DeepSeek-R1 ทำให้หลายคนเริ่มมองการแข่งขัน AI ด้วยคำว่า “จีนไล่ทันแล้วหรือ?” รายงานของ US News ระบุว่า R1 เปิดตัวในเดือนมกราคม 2025 แล้วสร้างความประหลาดใจให้ตลาด โดย DeepSeek อ้างว่าโมเดลนี้คุ้มค่าด้านต้นทุนมากกว่าโมเดลลักษณะใกล้เคียงของ OpenAI และ R1 ก็กลายเป็นสัญลักษณ์ของการที่จีนกำลังไล่ทันสหรัฐฯ ในความก้าวหน้าทางเทคโนโลยี [5]
แต่ถ้าบอกว่า “AI จีนอยู่ดี ๆ ก็เก่งขึ้น” ภาพนั้นยังไม่ครบถ้วนกว่า ความจริงคือ DeepSeek เป็นเหมือนไฟสปอตไลต์ที่ส่องให้โลกเห็นสิ่งที่สะสมมานาน ทั้งบุคลากร วิศวกรรม โมเดลเปิด การคุมต้นทุน ระบบนิเวศการใช้งานจริง และนโยบายอุตสาหกรรม
สรุปสั้น ๆ: จุดแข็งอยู่ที่โมเดลเปิด ต้นทุน และการนำไปใช้จริง
ความน่าสนใจของ AI จีนในรอบนี้ไม่ได้หมายความว่าโมเดลจีนทุกตัวชนะโมเดลปิดของสหรัฐฯ ในทุกงาน จุดเด่นที่ชัดกว่าคือ โมเดลเปิดแพร่กระจายเร็ว ต้นทุนกลายเป็นจุดขายสำคัญ และโมเดลถูกผลักเข้าไปอยู่ในผลิตภัณฑ์กับงานจริงได้รวดเร็ว [1][
3][
5]
The New York Times รายงานว่า DeepSeek เผยแพร่โมเดลในแบบโอเพนซอร์ส ทำให้ผู้อื่นใช้และปรับแก้ได้อย่างเสรี ต่างจาก OpenAI และ Anthropic ที่ยังเก็บโมเดลชั้นนำไว้ในระบบปิดหรือ proprietary รายงานเดียวกันยังชี้ว่าเหตุการณ์ DeepSeek แสดงให้เห็นว่า ระบบโอเพนซอร์สสามารถทำผลงานได้ใกล้เคียงกับเวอร์ชันปิด [3]
อย่างไรก็ตาม นี่ไม่ใช่หลักฐานว่าจีนเป็นผู้นำ AI แบบครบทุกมิติ CSIS อ้างคำกล่าวของนักวิจัยจีนว่า จีนยังไม่สามารถเข้าถึงเทคโนโลยีกระบวนการผลิตชิปที่ล้ำหน้าที่สุดได้ ส่วน The Decoder รายงานจากบทวิเคราะห์ของ Stanford ว่าการทดสอบของศูนย์ CAISI ของรัฐบาลสหรัฐฯ พบว่าโมเดล DeepSeek โดยเฉลี่ยเปราะบางต่อการโจมตีแบบ jailbreak มากกว่าโมเดลสหรัฐฯ ที่เทียบเคียงกัน 12 เท่า [7][
11]
1. ฐานบุคลากร AI ของจีนโตเต็มที่ขึ้น
DeepSeek ไม่ใช่เหตุการณ์เดี่ยวที่หล่นมาจากฟ้า CSIS ระบุว่านักวิจัยจีนอยู่ในระดับโลกหรือใกล้เคียงระดับโลกในหลายสาขาของงานวิจัย AI มาหลายปีแล้ว และ DeepSeek เป็นครั้งแรกที่ห้องทดลอง AI ขนาดใหญ่ของจีนถูกมองอย่างกว้างขวางในระดับโลกว่าเป็นคู่แข่งแนวหน้าจริง ๆ [7]
Stanford HAI ยังเผยแพร่บทวิเคราะห์เชิงนโยบายเกี่ยวกับฐานบุคลากรของ DeepSeek ในเดือนพฤษภาคม 2025 ซึ่งสะท้อนว่าแหล่งที่มาของคน วิธีฝึกคน และระบบนิเวศที่รองรับบุคลากร เป็นปัจจัยสำคัญในการทำความเข้าใจความสามารถในการแข่งขันของ DeepSeek [2]
พูดง่าย ๆ คือ ความสำเร็จของ DeepSeek ไม่ได้เกิดจาก “อัจฉริยะบริษัทเดียว” เท่านั้น แต่เป็นผลลัพธ์ที่มองเห็นได้ของการสะสมคนวิจัยและคนวิศวกรรมมาเป็นเวลานาน
2. ข้อจำกัดด้านชิปทำให้ประสิทธิภาพทางวิศวกรรมกลายเป็นเรื่องใหญ่
การควบคุมการส่งออกชิปของสหรัฐฯ เป็นฉากหลังสำคัญของการแข่งขัน AI ระหว่างจีนกับสหรัฐฯ CSIS อ้างคำกล่าวของหลี่ กั๋วเจี๋ย นักวิชาการจาก Chinese Academy of Engineering เมื่อวันที่ 13 กุมภาพันธ์ 2025 ว่า เนื่องจากการปิดกั้นของรัฐบาลสหรัฐฯ จีนจึงยังไม่สามารถได้มาซึ่งเทคโนโลยีกระบวนการผลิตชิปที่ล้ำหน้าที่สุด [7]
แต่ไม่ควรสรุปแบบง่าย ๆ ว่า “ถูกจำกัดชิปจึงเกิดนวัตกรรมทันที” ความสัมพันธ์เชิงเหตุและผลซับซ้อนกว่านั้น สิ่งที่พูดได้อย่างระมัดระวังคือ เมื่อการเข้าถึงพลังประมวลผลขั้นสูงยากขึ้น ทีม AI ย่อมต้องให้ความสำคัญกับประสิทธิภาพการฝึกโมเดล ต้นทุนการรันโมเดล และการนำไปใช้งานจริงมากขึ้น
นี่คือเหตุผลที่ DeepSeek-R1 กระทบความรู้สึกของตลาดอย่างมาก: มันไม่ได้ขายแค่ “ความเก่งของโมเดล” แต่ขายเรื่อง “ความคุ้มค่า” ไปพร้อมกัน โดย DeepSeek อ้างว่า R1 คุ้มค่าด้านต้นทุนมากกว่าโมเดลลักษณะใกล้เคียงของ OpenAI [5]
3. กลยุทธ์โมเดลเปิดช่วยขยายอิทธิพลได้เร็ว
จุดสำคัญของ DeepSeek ไม่ใช่แค่ตัวโมเดล แต่คือวิธีปล่อยโมเดลออกสู่โลก The New York Times ระบุว่า DeepSeek เลือกเส้นทางโอเพนซอร์ส ขณะที่ OpenAI และ Anthropic ยังใช้แนวทางโมเดลปิดสำหรับโมเดลชั้นนำ [3]
โมเดลเปิดทำให้การแพร่กระจายเร็วขึ้น นักวิจัย นักพัฒนา และองค์กรไม่จำเป็นต้องรอใช้งานผ่าน API ของผู้ให้บริการรายเดียวเท่านั้น แต่สามารถทดสอบ ปรับแต่ง และประเมินการนำไปใช้ได้โดยตรงมากขึ้น
รายงานเดียวกันระบุว่า ในช่วงหลายเดือนหลัง DeepSeek บริษัทจีนอื่น ๆ ได้เปิดตัวโมเดลโอเพนซอร์สอีกหลายสิบตัว และภายในสิ้นปี 2025 โมเดลเหล่านี้มีสัดส่วนสำคัญในการใช้งาน AI ทั่วโลก [3]
4. วินัยด้านต้นทุนลดกำแพงการนำไปใช้
การแข่งขัน AI แนวหน้าไม่ได้แข่งกันแค่ว่าใครทำคะแนนสูงกว่าใน benchmark แต่ยังแข่งว่าใครทำให้โมเดลรันได้เสถียรในต้นทุนที่องค์กรรับได้
DeepSeek-R1 เป็นข่าวใหญ่ในต้นปี 2025 เพราะผูก “ความสามารถ” เข้ากับ “ต้นทุน” อย่างชัดเจน โดย DeepSeek อ้างว่า R1 คุ้มค่าด้านต้นทุนมากกว่าโมเดลลักษณะใกล้เคียงของ OpenAI [5]
สำหรับบริษัทที่ต้องเลือกเทคโนโลยี เรื่องนี้เปลี่ยนโจทย์การจัดซื้อ หากโมเดลเปิดทำงานบางประเภทได้ใกล้เคียงโมเดลปิด องค์กรก็มีเหตุผลที่จะประเมินใหม่ว่า จำเป็นต้องพึ่งผู้ให้บริการโมเดลปิดรายเดียวเสมอไปหรือไม่ [3]
ถึงอย่างนั้น “ถูกกว่า” ไม่ได้แปลว่า “เหมาะกว่า” ในทุกกรณี ต้นทุนจริงขึ้นอยู่กับงานที่ใช้ ความหน่วงที่รับได้ ความเสี่ยงด้านความปลอดภัย รูปแบบการ deploy สิทธิ์การใช้งาน และความสามารถของทีมที่ดูแลระบบ
5. ระบบนิเวศการใช้งานช่วยให้โมเดลกลายเป็นผลิตภัณฑ์เร็วขึ้น
INSEAD วิเคราะห์ DeepSeek ในบริบทของการเติบโตของระบบนิเวศ AI จีน และระบุว่าจีนสร้างระบบนิเวศ AI ที่แข็งแรงพอจะท้าทายอำนาจนำของสหรัฐฯ ได้ [1]
RAND ก็ใช้กรอบ “full stack” หรือการมองทั้งห่วงโซ่ความสามารถ วิเคราะห์นโยบายอุตสาหกรรม AI ของจีน ซึ่งช่วยเตือนว่าไม่ควรมองแค่บริษัทโมเดลรายใดรายหนึ่ง แต่ควรมองภาพรวมของความสามารถตั้งแต่โครงสร้างพื้นฐาน โมเดล ไปจนถึงการประยุกต์ใช้ [8]
คุณค่าของระบบนิเวศแบบนี้คือ เมื่อโมเดลถึงระดับ “ใช้งานได้จริง” มันมีโอกาสถูกใส่เข้าไปในผลิตภัณฑ์ กระบวนการทำงาน และอุตสาหกรรมต่าง ๆ เพื่อทดสอบซ้ำและปรับปรุงต่อเนื่อง การแข่งขัน AI จีนจึงไม่ใช่แค่สงครามแชตบอต แต่เป็นการแข่งขันของโมเดล การ deploy สถานการณ์ใช้งาน และทรัพยากรเชิงนโยบายที่เชื่อมเข้าหากัน [1][
8]
6. นโยบายและการแข่งขันทำให้การพัฒนาเดินเร็ว
รัฐบาลจีนมอง AI เป็นอุตสาหกรรมยุทธศาสตร์มานาน RAND อธิบายนโยบายอุตสาหกรรม AI ของจีนว่าเป็นนโยบายแบบ full stack ที่พัฒนาอย่างต่อเนื่อง ไม่ได้มุ่งแค่โมเดลตัวเดียว แต่ครอบคลุมความสามารถของอุตสาหกรรมในวงกว้าง [8]
หลัง DeepSeek-R1 ความมั่นใจเชิงนโยบายยิ่งชัด Carnegie วิเคราะห์ว่า การเปิดตัว DeepSeek-R1 ในต้นปี 2025 เปลี่ยนภูมิทัศน์ AI โลก และทำให้ผู้นำจีนมั่นใจต่อการพัฒนา AI ของประเทศมากขึ้น หลังจากนั้นผู้นำจีนได้เชิญผู้บุกเบิกด้าน AI เข้าร่วมการประชุมระดับสูง กระตุ้นให้รัฐบาลท้องถิ่นเร่งนำ AI ไปใช้ในโครงสร้างพื้นฐานสำคัญ และให้คำมั่นว่าจะปรับปรุงกฎหมายกับนโยบาย AI [10]
ขณะเดียวกัน การแข่งขันของโมเดลเปิดเองก็เร่งจังหวะนวัตกรรม The New York Times รายงานว่า หลัง DeepSeek บริษัทจีนเปิดตัวโมเดลโอเพนซอร์สอีกหลายสิบตัว การแข่งขันหนาแน่นแบบนี้กดดันให้ผู้พัฒนาโมเดลลดกำแพงการใช้งาน ปรับปรุงการ deploy และตอบโจทย์นักพัฒนาเร็วขึ้น [3]
อย่าอ่านเกมผิด: AI จีนยังมีจุดอ่อนอย่างน้อย 3 ด้าน
หนึ่ง ชิปขั้นสูงยังเป็นคอขวด ทีมโมเดลจีนพัฒนาเรื่องประสิทธิภาพได้รวดเร็ว แต่ CSIS อ้างคำกล่าวของนักวิจัยจีนว่า จีนยังไม่สามารถเข้าถึงเทคโนโลยีกระบวนการผลิตชิปที่ล้ำหน้าที่สุด [7]
สอง โมเดลเปิดที่ไล่ใกล้ ไม่ได้แปลว่าแซงโมเดลปิดทุกงาน The New York Times รายงานว่าระบบโอเพนซอร์สสามารถทำผลงานได้เกือบเท่าเวอร์ชันปิด ไม่ใช่พิสูจน์ว่าโมเดลจีนชนะทุกงานแนวหน้า ขณะที่โมเดลชั้นนำของ OpenAI และ Anthropic ยังเป็นระบบปิด [3]
สาม ความปลอดภัยและธรรมาภิบาลยังต้องพิสูจน์ต่อ The Decoder รายงานจากบทวิเคราะห์ของ Stanford ว่าการทดสอบของ CAISI พบว่าโมเดล DeepSeek โดยเฉลี่ยเปราะบางต่อการ jailbreak มากกว่าโมเดลสหรัฐฯ ที่เทียบเคียงกัน 12 เท่า [11]
ธุรกิจและนักพัฒนาควรอ่านสัญญาณนี้อย่างไร
ผลกระทบที่ชัดที่สุดของการเติบโตของ AI จีนคือ “ตัวเลือกโมเดล” มีมากขึ้น โมเดลเปิดทำให้การทดสอบ ปรับแก้ และนำไปใช้จริงประเมินได้ง่ายขึ้น ส่วนเรื่องต้นทุนก็บีบให้องค์กรต้องคิดใหม่เรื่องการจัดซื้อโมเดลและสถาปัตยกรรม AI [3][
5]
สำหรับการใช้งานจริง ป้ายประเทศของโมเดลสำคัญน้อยกว่าการทดสอบกับงานของตัวเอง คำถามที่ควรถามคือ:
- โมเดลทำงานกับข้อมูล ภาษา และสถานการณ์จริงขององค์กรได้ดีแค่ไหน ไม่ใช่ดูแค่คะแนนบนตารางจัดอันดับ
- ความสามารถ ความหน่วง ความเสถียร ต้นทุนรวม เงื่อนไขสัญญาอนุญาต และรูปแบบการ deploy เหมาะกับงานหรือไม่
- งานที่มีความเสี่ยงสูงต้องทดสอบ jailbreak และความปลอดภัย โดยเฉพาะระบบที่เปิดให้ผู้ใช้ภายนอกใช้ หรือเกี่ยวข้องกับข้อมูลอ่อนไหว [
11]
- หากธุรกิจพึ่งพาพลังประมวลผลขั้นสูงหรือฮาร์ดแวร์เฉพาะ ควรนำข้อจำกัดด้านชิปเข้ามาอยู่ในการประเมินความเสี่ยงด้วย [
7]
บรรทัดสุดท้าย
DeepSeek ไม่ใช่เหตุผลเดียวที่ทำให้ AI จีนแข็งแกร่งขึ้น แต่เป็นจุดระเบิดที่ทำให้โลกเห็นสิ่งที่สะสมอยู่ก่อนแล้ว AI จีนดูเหมือนเก่งขึ้นทันที เพราะหลายเงื่อนไขมาถึงจุดวิกฤตพร้อมกัน: บุคลากรหนาขึ้น ข้อจำกัดด้านพลังประมวลผลทำให้ประสิทธิภาพสำคัญขึ้น โมเดลเปิดขยายผลได้เร็ว วินัยด้านต้นทุนลดกำแพงการใช้งาน และระบบนิเวศกับนโยบายช่วยค้ำการพัฒนาระยะยาว [1][
2][
3][
5][
7][
8][
10]
ข้อสรุปที่แม่นยำกว่าคือ AI จีนมีความสามารถในการแข่งขันสูงมากในด้านโมเดลเปิด ความคุ้มค่าด้านต้นทุน และการนำไปใช้จริงอย่างรวดเร็ว แต่ในเรื่องชิปขั้นสูง ความสามารถแนวหน้าบางส่วนของโมเดลปิด ความปลอดภัย และความเชื่อมั่นระดับโลก ยังเป็นโจทย์ที่ต้องพิสูจน์ต่อ [3][
7][
11]
