จาก AI สำหรับผู้บริโภคสู่แพลตฟอร์มองค์กร: MiniMax เปลี่ยนการใช้งานที่พุ่งแรงให้กลายเป็นธุรกิจประจำ

ตัวเลขที่สะท้อนการเปลี่ยนทิศทาง

ธุรกิจของ MiniMax เปลี่ยนทิศทางอย่างชัดเจนระหว่างปี 2025 เดือนกุมภาพันธ์ 2026 และเดือนสิงหาคม 2026 จากเดิมที่มีผลิตภัณฑ์ AI สำหรับผู้บริโภคและมุ่งพัฒนาโมเดลของตัวเอง กลายเป็นบริษัทที่แรงส่งทางการค้าผูกติดกับการใช้งาน inference ขององค์กรและนักพัฒนามากขึ้น

ตัวเลขสำคัญแสดงให้เห็นความเร็วของการเปลี่ยนแปลง MiniMax รายงานรายได้ 116.6 ล้านดอลลาร์ในช่วงครึ่งแรกของปี 2026 เพิ่มขึ้น 283.1% เมื่อเทียบกับปีก่อน และสูงกว่ารายได้ตลอดทั้งปี 2025 ซึ่งอยู่ที่ 79.0 ล้านดอลลาร์แล้ว 61819 ฝ่ายบริหารยังระบุว่า ARR หรือรายได้ประจำต่อปีแบบคำนวณจากอัตราปัจจุบัน ทะลุ 800 ล้านดอลลาร์ในเดือนสิงหาคม เพิ่มจากมากกว่า 150 ล้านดอลลาร์ในเดือนกุมภาพันธ์ 51011

อย่างไรก็ตาม ตัวเลข ARR 800 ล้านดอลลาร์ไม่ได้หมายความว่า MiniMax รับรู้รายได้ทางบัญชีไปแล้ว 800 ล้านดอลลาร์ ARR เป็นการนำจังหวะรายได้ประจำในปัจจุบันไปคาดการณ์เป็นรายปี จึงควรใช้เป็นสัญญาณของแรงส่ง มากกว่าจะมองว่าเป็นยอดขายที่เกิดขึ้นแล้ว 10

จากธุรกิจที่นำโดยผู้บริโภคสู่ธุรกิจที่นำโดยองค์กร

การเปลี่ยนแปลงที่เห็นได้ชัดที่สุดอยู่ที่โครงสร้างรายได้ บริการแพลตฟอร์มเปิดและบริการ AI สำหรับองค์กรทำรายได้ 73.9 ล้านดอลลาร์ในครึ่งปีแรก เพิ่มขึ้น 703.1% เมื่อเทียบกับปีก่อน สัดส่วนรายได้เพิ่มเป็น 63.4% จาก 30.3% ในช่วงเดียวกันของปี 2025 6713

ฝ่ายบริหารระบุว่า บริการ B2B คิดเป็นมากกว่า 80% ของ ARR ในเดือนสิงหาคม 510 ในทางปฏิบัติ MiniMax จึงไม่ได้พึ่งพาสมาชิกผู้บริโภคหรือแอป AI แบบแยกส่วนเป็นหลักอีกต่อไป แต่แพลตฟอร์ม API และธุรกิจให้บริการ inference กลายเป็นแหล่งการเติบโตทางการค้าที่เพิ่มขึ้นมากที่สุด

แนวโน้มรายไตรมาสก็ชี้ไปในทิศทางเดียวกัน รายได้ไตรมาส 2 เพิ่มขึ้น 81.8% จากไตรมาสแรก ขณะที่การใช้โทเคนในเดือนกรกฎาคมอยู่ที่ประมาณ 20 เท่าของเดือนมกราคม 51533 ตัวชี้วัดเหล่านี้สะท้อนว่าการใช้งานกำลังขยายตัวภายในแอปพลิเคชันและกระบวนการทำงานจริง ไม่ใช่เพียงการทดลองใช้เป็นครั้งคราว

ผลิตภัณฑ์สำหรับผู้บริโภคยังโตต่อเนื่อง

การหันมาเน้น B2B ไม่ได้แปลว่า MiniMax เลิกทำตลาดผู้บริโภค รายได้จากผลิตภัณฑ์ที่สร้างขึ้นโดยมี AI เป็นแกนหลักเพิ่มขึ้น 100.9% เมื่อเทียบกับปีก่อน แตะ 42.6 ล้านดอลลาร์ในครึ่งแรกของปี 2026 7

ผลิตภัณฑ์อย่าง Talkie และ Hailuo AI ยังคงมีบทบาทในเรื่องการขยายฐานผู้ใช้ การสร้างการรับรู้ และการเปิดทางสู่ประสบการณ์แบบมัลติโมดัลรูปแบบใหม่ แต่โครงสร้างทางการเงินบอกว่า การเติบโตของผู้บริโภคไม่ใช่เรื่องเล่าหลักด้านการทำเงินอีกต่อไป

บริการสำหรับองค์กรและนักพัฒนาสร้างรายได้มากกว่า และมีสัดส่วนใหญ่ขึ้นเรื่อย ๆ ใน ARR ภายในเดือนสิงหาคม ขณะที่ผลิตภัณฑ์ผู้บริโภคยังทำหน้าที่เป็นช่องทางกระจายผลิตภัณฑ์และสร้างการใช้งานในวงกว้าง

ทำไมความต้องการใช้ inference จึงพุ่งขึ้น

มีพัฒนาการหลายด้านที่ช่วยเชื่อมโมเดลของ MiniMax เข้ากับการใช้งานเชิงพาณิชย์ที่ต่อเนื่องมากขึ้น

M3 มุ่งสู่งานเขียนโค้ดและ AI agent

MiniMax เปิดตัว M3 โดยเน้นการเขียนโค้ด การให้เหตุผลแบบ agent การใช้เครื่องมือ อินพุตแบบมัลติโมดัล และการทำงานกับบริบทขนาดยาว เอกสารเปิดตัวของบริษัทระบุว่าโมเดลทำผลงานระดับแนวหน้าสำหรับงานเขียนโค้ดและการทดสอบ agent เฉพาะทางหลายรายการ เช่น SWE-Bench Pro และ Terminal-Bench 2.1 1722

ความสามารถเหล่านี้มีความสำคัญในเชิงธุรกิจ เพราะ AI agent ในระบบจริงมักต้องทำงานหลายขั้นตอน ตั้งแต่อ่านไฟล์ เรียกใช้เครื่องมือ เขียนโค้ด ทดสอบผลลัพธ์ ไปจนถึงแก้ไขงานของตัวเอง กระบวนการเช่นนี้ใช้ inference มากกว่าการสนทนาแบบถาม-ตอบทั่วไปอย่างมาก

ตัวเลขการใช้โทเคนในเดือนกรกฎาคมที่เพิ่มเป็น 20 เท่าของเดือนมกราคมจึงสอดคล้องกับข้อเสนอของ MiniMax ที่ว่า งานแบบ agent กำลังเพิ่มปริมาณการใช้งานโมเดลต่อหนึ่งภารกิจ 515

โมเดลเปิดช่วยขยายการเข้าถึงนักพัฒนา

MiniMax ยังเปิดตัว H3 ซึ่งบริษัทอธิบายว่าเป็นโมเดลวิดีโอมัลติโมดัลแบบใช้งานทั่วไปที่ทำงานกับข้อความ ภาพ วิดีโอ และเสียง โมเดลนี้วางตำแหน่งสำหรับการสร้างคอนเทนต์เชิงพาณิชย์ และเปิดให้ใช้งานในรูปแบบโมเดลเปิด 1720

กลยุทธ์การเผยแพร่แบบเปิดช่วยให้โมเดลไปอยู่ในมือของนักพัฒนาจำนวนมากขึ้น นักพัฒนาบางส่วนอาจนำไปสร้างผลิตภัณฑ์ จ่ายค่าบริการ inference แบบโฮสต์ หรือย้ายงานที่มีปริมาณสูงขึ้นมายังแพลตฟอร์มของบริษัท

หลักฐานที่มีสนับสนุนบทบาทของ H3 ในฐานะโครงการขยายการเข้าถึงนักพัฒนาและสร้างระบบนิเวศ แต่ยังไม่เพียงพอที่จะสรุปว่า H3 สร้างรายได้ให้ MiniMax โดยตรงเป็นจำนวนเท่าใด

ฐานการใช้งานขยายจากผู้ใช้รายบุคคลสู่ธุรกิจ

MiniMax ระบุว่า โมเดลและผลิตภัณฑ์ AI ของบริษัทให้บริการผู้ใช้รายบุคคลสะสมมากกว่า 300 ล้านคน และองค์กรกับนักพัฒนามากกว่า 2 ล้านรายในตลาดทั่วโลก 2127

ตัวเลขดังกล่าวเป็นจำนวนผู้เข้าถึงสะสมที่บริษัทรายงาน ไม่ใช่จำนวนลูกค้าที่ชำระเงิน ดังนั้นจึงไม่ควรนำไปตีความว่าเป็นฐานลูกค้าที่สร้างรายได้ทั้งหมด แต่ตัวเลขนี้สะท้อนขนาดของช่องทางที่ MiniMax กำลังพยายามเปลี่ยนให้เป็นการใช้งานแพลตฟอร์มแบบประจำ

การเข้าถึงผู้บริโภคช่วยสร้างการกระจายตัว ส่วนการติดตั้งใช้งานในองค์กรและนักพัฒนาช่วยสร้างความต้องการ inference ที่มีมูลค่าสูงกว่า

เศรษฐศาสตร์ของธุรกิจดีขึ้น แต่กำไรยังอยู่ไกล

เศรษฐศาสตร์ขั้นต้นของ MiniMax ปรับตัวดีขึ้นในช่วงครึ่งปีแรก กำไรขั้นต้นเพิ่มขึ้น 464.8% เมื่อเทียบกับปีก่อน เป็น 20.8 ล้านดอลลาร์ และอัตรากำไรขั้นต้นเพิ่มจาก 12.1% เป็น 17.9% 719

บริษัทระบุว่าส่วนหนึ่งของการปรับตัวดีขึ้นมาจากประสิทธิภาพโครงสร้างพื้นฐานและต้นทุนการให้บริการที่ลดลง ฝ่ายบริหารยังกล่าวว่าโครงสร้างพื้นฐานที่บริษัทสร้างเองมี Effective Training Ratio หรือ ETR อยู่ที่ 97% อย่างไรก็ตาม ตัวชี้วัดด้านการดำเนินงานนี้ไม่ควรนำไปปะปนกับอัตรากำไรขั้นต้นหรือความสามารถในการทำกำไร 5

การลงทุนด้านการดำเนินงานยังคงสูง ค่าใช้จ่ายด้านวิจัยและพัฒนาเพิ่มขึ้น 138.8% เมื่อเทียบกับปีก่อน เป็นประมาณ 296.9 ล้านดอลลาร์ สะท้อนการเดินหน้าลงทุนในโมเดลพื้นฐานและความสามารถแบบมัลติโมดัล 4750 MiniMax รายงานผลขาดทุนในครึ่งปีแรก 358.0 ล้านดอลลาร์ ลดลงจากขาดทุน 402.2 ล้านดอลลาร์ในปีก่อน 1419

ภาพรวมจึงมีทั้งด้านบวกและข้อจำกัด รายได้กับอัตรากำไรขั้นต้นดีขึ้นอย่างรวดเร็ว แต่บริษัทยังห่างไกลจากจุดคุ้มทุน คำถามสำคัญคือ ประสิทธิภาพโครงสร้างพื้นฐานและการใช้งานแบบชำระเงินจะเพิ่มขึ้นเร็วกว่าต้นทุนการฝึกโมเดล การประมวลผล inference และการขยายธุรกิจได้ต่อเนื่องหรือไม่

วงจรการทำเงินที่ MiniMax กำลังเดิมพัน

กลยุทธ์ของ MiniMax ไม่ได้ตั้งอยู่บนการเลือกระหว่างโมเดลที่ฉลาดขึ้นกับต้นทุนที่ต่ำลง แต่เป็นการสร้างวงจรป้อนกลับเชิงบวกดังนี้

1. โมเดลที่มีความสามารถมากขึ้นทำงานที่มีมูลค่าสูงได้ โดยเฉพาะงานเขียนโค้ดและงานแบบ agent
2. เมื่อผลลัพธ์ดีขึ้น บริษัทและนักพัฒนามีแรงจูงใจเปลี่ยนจากการทดลองไปสู่การใช้งานจริง
3. การใช้งานจริงเพิ่มปริมาณโทเคนและรายได้จาก inference แบบประจำ
4. ปริมาณการใช้งานที่สูงขึ้นและโครงสร้างพื้นฐานที่มีประสิทธิภาพช่วยลดต้นทุนการให้บริการต่อโทเคน
5. ต้นทุนที่ต่ำลงเปิดทางให้โมเดลถูกนำไปใช้ในแอปพลิเคชันมากขึ้น สร้างปริมาณการใช้งานและรายได้เพิ่มเติม
6. รายได้ที่เพิ่มขึ้นช่วยสนับสนุนการฝึกโมเดลและการลงทุนด้านโครงสร้างพื้นฐานในรุ่นถัดไป

หลักฐานเบื้องต้นสนับสนุนบางส่วนของวงจรนี้ M3 ถูกวางตำแหน่งสำหรับงานเขียนโค้ดและงานแบบ agent การใช้โทเคนเพิ่มขึ้นอย่างรวดเร็ว รายได้จากบริการองค์กรโต 703.1% และอัตรากำไรขั้นต้นปรับดีขึ้น 67151722

แต่การทำให้วงจรนี้เกิดขึ้นครบทุกขั้นยังเป็นสมมติฐานเชิงกลยุทธ์ของฝ่ายบริหาร ไม่ใช่ผลลัพธ์ระยะยาวที่พิสูจน์แล้ว บททดสอบที่ยากกว่าคือ MiniMax จะรักษาราคาที่เข้าถึงได้ พร้อมลงทุนด้านวิจัยและพัฒนาอย่างหนัก และลดผลขาดทุนลงได้หรือไม่

จากปี 2025 ถึงเดือนสิงหาคม 2026 เกิดอะไรขึ้นบ้าง

การเปลี่ยนแปลงของ MiniMax สรุปได้เป็น 3 ช่วงสำคัญ

• ปี 2025: MiniMax มีรายได้ทั้งปีประมาณ 79.0 ล้านดอลลาร์ โดยรายได้ที่เกี่ยวข้องกับองค์กรมีสัดส่วนเล็กกว่าช่วงปี 2026 อย่างมาก 618
• กุมภาพันธ์ 2026: ARR ทะลุ 150 ล้านดอลลาร์ เป็นสัญญาณว่าการใช้งานโมเดลกำลังเปลี่ยนเป็นธุรกิจแพลตฟอร์มที่มีรายได้ประจำมากขึ้น 4244
• สิงหาคม 2026: ARR เกิน 800 ล้านดอลลาร์ รายได้ครึ่งปีแรกสูงกว่ารายได้ตลอดปี 2025 แล้ว ขณะที่บริการองค์กรคิดเป็น 63.4% ของรายได้ครึ่งปีแรก และมากกว่า 80% ของ ARR ในเดือนสิงหาคม 571018

ข้อสรุปที่ชัดเจนที่สุดจึงไม่ใช่เพียงว่า MiniMax โตเร็วขึ้น แต่คือบริษัทกำลังทำเงินด้วยวิธีที่แตกต่างไปจากเดิม จุดศูนย์ถ่วงของธุรกิจย้ายไปสู่ API การใช้งานของนักพัฒนา การติดตั้งระบบในองค์กร และการใช้ inference แบบประจำ ขณะที่ผลิตภัณฑ์สำหรับผู้บริโภคยังเป็นช่องทางเติบโตที่สำคัญ แต่มีขนาดเล็กกว่าในเชิงการสร้างรายได้

ภายในเดือนสิงหาคม MiniMax สร้างเรื่องราวของแพลตฟอร์ม AI สำหรับองค์กรที่น่าเชื่อถือขึ้นมาก แต่บริษัทยังไม่ได้พิสูจน์ความสามารถในการทำกำไร และนั่นจะเป็นโจทย์ใหญ่ของระยะถัดไป