ตัวเลขนี้ใหญ่มาก ระดับเดียวกับการสร้างโรงไฟฟ้านิวเคลียร์หลายสิบแห่ง หรือโครงสร้างพื้นฐานพลังงานขนาดยักษ์ที่แทบจะถูกสร้างขึ้นเพื่อรองรับดาต้าเซ็นเตอร์โดยเฉพาะ

แต่ในช่วงหลัง Schmidt ได้ปรับกรอบการอธิบายใหม่ เขากล่าวว่า ข้อจำกัดที่แท้จริงอาจเป็นเงินทุน มากกว่าพลังงาน โดยสรุปสั้น ๆ ว่า ขีดจำกัดของ AI “ไม่ใช่พลังงาน… แต่คือเงินสด”

แนวคิดนี้สะท้อนความจริงอีกข้อหนึ่ง: ปัญหาพลังงานสามารถแก้ได้ หากมีคนยอมลงทุนสร้างโครงสร้างพื้นฐานที่จำเป็น

ราคาของการสร้างโครงสร้างพื้นฐาน AI ระดับโลก

Schmidt อ้างถึงตัวเลขประเมินต้นทุนที่สูงมากสำหรับโครงสร้างพื้นฐาน AI รุ่นถัดไป

หนึ่งในตัวเลขที่ถูกพูดถึงบ่อยคือ ประมาณ 50 พันล้านดอลลาร์ต่อกำลังประมวลผลดาต้าเซ็นเตอร์ 1 กิกะวัตต์

หากคำนวณคร่าว ๆ:

• โครงสร้างพื้นฐาน AI ขนาด 10 GW อาจต้องใช้เงินประมาณ 500 พันล้านดอลลาร์
• หากขยายเป็น 100 GW การลงทุนรวมอาจแตะ 5 ล้านล้านดอลลาร์

ต้นทุนนี้ไม่ได้หมายถึงโรงไฟฟ้าเพียงอย่างเดียว แต่รวมถึงโครงสร้างพื้นฐานทั้งหมดที่ทำให้ AI ระดับแนวหน้าทำงานได้ เช่น

• ดาต้าเซ็นเตอร์ขนาดไฮเปอร์สเกล
• ชิป AI ระดับสูงและระบบเครือข่าย
• ระบบระบายความร้อน
• โรงไฟฟ้าและการเชื่อมต่อกับโครงข่ายไฟฟ้า
• ที่ดินและงานก่อสร้าง

กล่าวอีกอย่างหนึ่ง การขยาย AI ในอนาคต เริ่มมีลักษณะเหมือนการสร้างโครงสร้างพื้นฐานระดับประเทศ มากกว่าการพัฒนาซอฟต์แวร์ธรรมดา

ทำไมสหรัฐและจีนจึงได้เปรียบ

หากการแข่งขัน AI ต้องใช้เงินระดับหลายล้านล้านดอลลาร์ Schmidt มองว่ามีผู้เล่นเพียงไม่กี่รายที่สามารถแข่งขันได้จริง

สองประเทศที่โดดเด่นคือ สหรัฐอเมริกาและจีน

สหรัฐมีข้อได้เปรียบหลายด้าน เช่น

• บริษัทคลาวด์ระดับโลกขนาดใหญ่
• ห้องแล็บ AI ชั้นนำ
• ตลาดทุนและเงินลงทุนขนาดมหาศาล
• ผู้ดำเนินการดาต้าเซ็นเตอร์รายใหญ่

ระบบนิเวศนี้ทำให้สหรัฐสามารถระดมเงินลงทุนจากภาคเอกชน พร้อมการสนับสนุนจากภาครัฐได้ง่ายกว่า

ในขณะที่จีนมีโมเดลอีกแบบหนึ่ง คือ การขับเคลื่อนด้วยนโยบายอุตสาหกรรมของรัฐ ซึ่งสามารถประสานการเงิน การก่อสร้างโครงสร้างพื้นฐาน และการนำ AI ไปใช้ในระดับประเทศได้อย่างรวดเร็ว

ผลลัพธ์คือสองระบบที่แตกต่างกัน—ตลาดเสรีกับการกำกับโดยรัฐ—แต่ทั้งคู่สามารถระดมทุนจำนวนมหาศาลได้

เหตุผลที่ Schmidt กังวลเกี่ยวกับยุโรป

ตรงกันข้าม Schmidt เตือนว่า ยุโรปอาจตามหลังในการแข่งขัน AI

เขาระบุว่ายุโรปยังไม่มียุทธศาสตร์ AI ที่ชัดเจน และหากไม่ลงทุนอย่างหนักในโมเดลและโครงสร้างพื้นฐานของตนเอง ก็อาจต้องพึ่งพาเทคโนโลยีจากต่างประเทศในอนาคต

เขาเคยเตือนว่า หากยุโรปไม่ลงทุนมากพอ ก็มีความเป็นไปได้ที่ประเทศต่าง ๆ ในยุโรปจะต้องใช้ โมเดล AI จากจีน แทน

ปัญหาในมุมมองของเขาไม่ใช่แค่กฎระเบียบหรือบุคลากร แต่เป็นโครงสร้างเศรษฐกิจ เช่น

• ตลาดทุนที่กระจัดกระจาย
• บริษัทคลาวด์ขนาดใหญ่มีน้อยกว่า
• ค่าไฟฟ้าในบางพื้นที่สูงกว่า
• การพัฒนาโครงสร้างพื้นฐานช้ากว่า

ปัจจัยเหล่านี้ทำให้การระดมเงินมหาศาลสำหรับโครงการ AI ระดับโลกทำได้ยากกว่า

พลังงานกับเงินทุน: สองด้านของปัญหาเดียวกัน

แนวคิดใหม่เรื่อง “คอขวดด้านเงินทุน” ของ Schmidt ไม่ได้แทนที่คำเตือนเรื่องพลังงานก่อนหน้า แต่เป็นการอธิบายว่า สองเรื่องนี้เชื่อมกันอย่างไร

พลังงานยังคงเป็นข้อจำกัดทางกายภาพ เพราะ AI ต้องใช้ไฟฟ้าปริมาณมหาศาลเมื่อขยายตัว

แต่การแก้ปัญหาพลังงานนั้นต้องสร้างโครงสร้างพื้นฐานใหม่จำนวนมาก ตั้งแต่โรงไฟฟ้าไปจนถึงแคมปัสดาต้าเซ็นเตอร์ขนาดใหญ่ และนั่นหมายถึงการลงทุนมหาศาล

ดังนั้น ในมุมมองของ Schmidt การแข่งขัน AI ในอนาคตอาจไม่ได้ตัดสินด้วยอัลกอริทึมหรือชิปเพียงอย่างเดียว แต่ด้วยคำถามที่ง่ายกว่าแต่ใหญ่กว่ามาก:

ใครสามารถระดมเงินทุนและสร้างโครงสร้างพื้นฐานระดับอุตสาหกรรมได้เร็วที่สุด

การแข่งขันโครงสร้างพื้นฐาน AI ที่กำลังเกิดขึ้น

หากการคาดการณ์เหล่านี้เป็นจริง การพัฒนา AI อาจคล้ายกับการแข่งขันโครงสร้างพื้นฐานในอดีต เช่น เครือข่ายรถไฟ โทรคมนาคม หรือโครงการอวกาศ

ความสำเร็จจะขึ้นอยู่กับความสามารถในการประสานหลายระบบพร้อมกัน เช่น

• ตลาดเงินทุน
• ระบบพลังงาน
• ห่วงโซ่อุปทานเซมิคอนดักเตอร์
• การก่อสร้างและการอนุญาตโครงการ

ภายใต้กรอบคิดนี้ อนาคตของ AI อาจถูกกำหนดไม่ใช่แค่ด้วยนวัตกรรมทางเทคโนโลยี แต่ด้วย ใครสามารถสร้าง “โครงสร้างพื้นฐานแห่งปัญญาประดิษฐ์” ขนาดมหึมาได้ก่อน

ตัวเลขนี้ใหญ่มาก ระดับเดียวกับการสร้างโรงไฟฟ้านิวเคลียร์หลายสิบแห่ง หรือโครงสร้างพื้นฐานพลังงานขนาดยักษ์ที่แทบจะถูกสร้างขึ้นเพื่อรองรับดาต้าเซ็นเตอร์โดยเฉพาะ

แต่ในช่วงหลัง Schmidt ได้ปรับกรอบการอธิบายใหม่ เขากล่าวว่า ข้อจำกัดที่แท้จริงอาจเป็นเงินทุน มากกว่าพลังงาน โดยสรุปสั้น ๆ ว่า ขีดจำกัดของ AI “ไม่ใช่พลังงาน… แต่คือเงินสด”

แนวคิดนี้สะท้อนความจริงอีกข้อหนึ่ง: ปัญหาพลังงานสามารถแก้ได้ หากมีคนยอมลงทุนสร้างโครงสร้างพื้นฐานที่จำเป็น

ราคาของการสร้างโครงสร้างพื้นฐาน AI ระดับโลก

Schmidt อ้างถึงตัวเลขประเมินต้นทุนที่สูงมากสำหรับโครงสร้างพื้นฐาน AI รุ่นถัดไป

หนึ่งในตัวเลขที่ถูกพูดถึงบ่อยคือ ประมาณ 50 พันล้านดอลลาร์ต่อกำลังประมวลผลดาต้าเซ็นเตอร์ 1 กิกะวัตต์

หากคำนวณคร่าว ๆ:

• โครงสร้างพื้นฐาน AI ขนาด 10 GW อาจต้องใช้เงินประมาณ 500 พันล้านดอลลาร์
• หากขยายเป็น 100 GW การลงทุนรวมอาจแตะ 5 ล้านล้านดอลลาร์

ต้นทุนนี้ไม่ได้หมายถึงโรงไฟฟ้าเพียงอย่างเดียว แต่รวมถึงโครงสร้างพื้นฐานทั้งหมดที่ทำให้ AI ระดับแนวหน้าทำงานได้ เช่น

• ดาต้าเซ็นเตอร์ขนาดไฮเปอร์สเกล
• ชิป AI ระดับสูงและระบบเครือข่าย
• ระบบระบายความร้อน
• โรงไฟฟ้าและการเชื่อมต่อกับโครงข่ายไฟฟ้า
• ที่ดินและงานก่อสร้าง

กล่าวอีกอย่างหนึ่ง การขยาย AI ในอนาคต เริ่มมีลักษณะเหมือนการสร้างโครงสร้างพื้นฐานระดับประเทศ มากกว่าการพัฒนาซอฟต์แวร์ธรรมดา

ทำไมสหรัฐและจีนจึงได้เปรียบ

หากการแข่งขัน AI ต้องใช้เงินระดับหลายล้านล้านดอลลาร์ Schmidt มองว่ามีผู้เล่นเพียงไม่กี่รายที่สามารถแข่งขันได้จริง

สองประเทศที่โดดเด่นคือ สหรัฐอเมริกาและจีน

สหรัฐมีข้อได้เปรียบหลายด้าน เช่น

• บริษัทคลาวด์ระดับโลกขนาดใหญ่
• ห้องแล็บ AI ชั้นนำ
• ตลาดทุนและเงินลงทุนขนาดมหาศาล
• ผู้ดำเนินการดาต้าเซ็นเตอร์รายใหญ่

ระบบนิเวศนี้ทำให้สหรัฐสามารถระดมเงินลงทุนจากภาคเอกชน พร้อมการสนับสนุนจากภาครัฐได้ง่ายกว่า

ในขณะที่จีนมีโมเดลอีกแบบหนึ่ง คือ การขับเคลื่อนด้วยนโยบายอุตสาหกรรมของรัฐ ซึ่งสามารถประสานการเงิน การก่อสร้างโครงสร้างพื้นฐาน และการนำ AI ไปใช้ในระดับประเทศได้อย่างรวดเร็ว

ผลลัพธ์คือสองระบบที่แตกต่างกัน—ตลาดเสรีกับการกำกับโดยรัฐ—แต่ทั้งคู่สามารถระดมทุนจำนวนมหาศาลได้

เหตุผลที่ Schmidt กังวลเกี่ยวกับยุโรป

ตรงกันข้าม Schmidt เตือนว่า ยุโรปอาจตามหลังในการแข่งขัน AI

เขาระบุว่ายุโรปยังไม่มียุทธศาสตร์ AI ที่ชัดเจน และหากไม่ลงทุนอย่างหนักในโมเดลและโครงสร้างพื้นฐานของตนเอง ก็อาจต้องพึ่งพาเทคโนโลยีจากต่างประเทศในอนาคต

เขาเคยเตือนว่า หากยุโรปไม่ลงทุนมากพอ ก็มีความเป็นไปได้ที่ประเทศต่าง ๆ ในยุโรปจะต้องใช้ โมเดล AI จากจีน แทน

ปัญหาในมุมมองของเขาไม่ใช่แค่กฎระเบียบหรือบุคลากร แต่เป็นโครงสร้างเศรษฐกิจ เช่น

• ตลาดทุนที่กระจัดกระจาย
• บริษัทคลาวด์ขนาดใหญ่มีน้อยกว่า
• ค่าไฟฟ้าในบางพื้นที่สูงกว่า
• การพัฒนาโครงสร้างพื้นฐานช้ากว่า

ปัจจัยเหล่านี้ทำให้การระดมเงินมหาศาลสำหรับโครงการ AI ระดับโลกทำได้ยากกว่า

พลังงานกับเงินทุน: สองด้านของปัญหาเดียวกัน

แนวคิดใหม่เรื่อง “คอขวดด้านเงินทุน” ของ Schmidt ไม่ได้แทนที่คำเตือนเรื่องพลังงานก่อนหน้า แต่เป็นการอธิบายว่า สองเรื่องนี้เชื่อมกันอย่างไร

พลังงานยังคงเป็นข้อจำกัดทางกายภาพ เพราะ AI ต้องใช้ไฟฟ้าปริมาณมหาศาลเมื่อขยายตัว

แต่การแก้ปัญหาพลังงานนั้นต้องสร้างโครงสร้างพื้นฐานใหม่จำนวนมาก ตั้งแต่โรงไฟฟ้าไปจนถึงแคมปัสดาต้าเซ็นเตอร์ขนาดใหญ่ และนั่นหมายถึงการลงทุนมหาศาล

ดังนั้น ในมุมมองของ Schmidt การแข่งขัน AI ในอนาคตอาจไม่ได้ตัดสินด้วยอัลกอริทึมหรือชิปเพียงอย่างเดียว แต่ด้วยคำถามที่ง่ายกว่าแต่ใหญ่กว่ามาก:

ใครสามารถระดมเงินทุนและสร้างโครงสร้างพื้นฐานระดับอุตสาหกรรมได้เร็วที่สุด

การแข่งขันโครงสร้างพื้นฐาน AI ที่กำลังเกิดขึ้น

หากการคาดการณ์เหล่านี้เป็นจริง การพัฒนา AI อาจคล้ายกับการแข่งขันโครงสร้างพื้นฐานในอดีต เช่น เครือข่ายรถไฟ โทรคมนาคม หรือโครงการอวกาศ

ความสำเร็จจะขึ้นอยู่กับความสามารถในการประสานหลายระบบพร้อมกัน เช่น

• ตลาดเงินทุน
• ระบบพลังงาน
• ห่วงโซ่อุปทานเซมิคอนดักเตอร์
• การก่อสร้างและการอนุญาตโครงการ

ภายใต้กรอบคิดนี้ อนาคตของ AI อาจถูกกำหนดไม่ใช่แค่ด้วยนวัตกรรมทางเทคโนโลยี แต่ด้วย ใครสามารถสร้าง “โครงสร้างพื้นฐานแห่งปัญญาประดิษฐ์” ขนาดมหึมาได้ก่อน