ทำไมพารัก อโกรวาลจึงมองว่าเว็บยุคโฆษณาอาจอยู่ไม่รอดเมื่อ AI เอเจนต์เป็นผู้ใช้งานหลัก

อดีตซีอีโอ Twitter อย่าง พารัก อโกรวาล (Parag Agrawal) กำลังเดิมพันกับแนวคิดว่า อินเทอร์เน็ตอาจต้องเปลี่ยนโครงสร้างครั้งใหญ่ เมื่อ AI เอเจนต์—ซอฟต์แวร์ที่ค้นข้อมูล วิเคราะห์ และทำงานแทนผู้ใช้—กลายเป็นผู้ใช้งานเว็บส่วนใหญ่

ข้อโต้แย้งหลักของเขาคือ เว็บในปัจจุบันถูกสร้างขึ้นรอบ “ความสนใจของมนุษย์” โดยใช้โฆษณา การเข้าชม และการคลิกเป็นกลไกสร้างรายได้ แต่ AI เอเจนต์ไม่ได้อ่านเว็บเหมือนคน ไม่ได้หยุดดูโฆษณา ไม่ได้ค่อย ๆ สร้างความชอบต่อแบรนด์ และอาจไม่จำเป็นต้องคลิกไปยังเว็บไซต์ต้นทางเลย แม้จะส่งคำขอค้นหามากกว่ามนุษย์หลายระดับก็ตาม 214

ทำไมโมเดลเศรษฐกิจแบบคลิกจึงอาจใช้ไม่ได้กับ AI เอเจนต์

ระบบค้นหาและสื่อออนไลน์ในปัจจุบันใช้ “คลิก” ทั้งเป็นหน่วยเศรษฐกิจและเป็นสัญญาณจัดอันดับ กล่าวคือ คลิกอาจนำไปสู่การแสดงโฆษณา การส่งต่อผู้เข้าชม และรายได้จากการแนะนำเว็บไซต์ ขณะเดียวกัน จำนวนคลิกยังถูกใช้เป็นตัวชี้วัดว่าเนื้อหาใดน่าจะมีความเกี่ยวข้อง

แต่อโกรวาลมองว่า AI เอเจนต์มักอ่านข้อมูลจากหลายแหล่งโดยไม่แสดงพฤติกรรมแบบมนุษย์ จากนั้นจึงสังเคราะห์คำตอบให้ผู้ใช้โดยตรง ผลลัพธ์คือเว็บไซต์ต้นทางอาจไม่ได้รับผู้เข้าชมเลย ทั้งที่เนื้อหาของเว็บไซต์มีส่วนสำคัญต่อคำตอบนั้น 13

ในสถานการณ์เช่นนี้ การนับคลิกจะตอบไม่ได้ว่าแหล่งข้อมูลใดมีส่วนช่วยต่อคำตอบมากที่สุด และก็ไม่สามารถจ่ายค่าตอบแทนให้ผู้เผยแพร่ได้อย่างเหมาะสมด้วย

“เว็บคู่ขนาน” ไม่ใช่การล้มเว็บเดิมทั้งหมด

ทางออกที่อโกรวาลเสนอคือ “เว็บคู่ขนาน” (parallel web) ซึ่งเป็นโครงสร้างพื้นฐานอีกชั้นหนึ่งที่ออกแบบมาเพื่อ AI เอเจนต์โดยเฉพาะ ไม่ใช่การแทนที่เว็บไซต์ที่มนุษย์ใช้งานทั้งหมด

ระบบใหม่นี้จะปรับการค้นหา การจัดอันดับ การดึงข้อมูล และการชำระเงินให้ยึดผลลัพธ์ของภารกิจเป็นหลัก เช่น

• แหล่งข้อมูลช่วยให้เอเจนต์ค้นคว้าได้ถูกต้องหรือไม่
• ข้อมูลช่วยให้เอเจนต์วิเคราะห์และให้เหตุผลได้ดีขึ้นเพียงใด
• แหล่งข้อมูลมีส่วนช่วยให้เอเจนต์ทำงานสำเร็จหรือไม่
• เนื้อหานั้นช่วยยกระดับคำตอบสุดท้ายมากน้อยแค่ไหน

Parallel วางผลิตภัณฑ์และ API ของตนเองไว้เป็นชั้นการดึงข้อมูลสำหรับการใช้งานลักษณะนี้ ครอบคลุมการค้นหา การสกัดข้อมูล งานวิจัยเชิงลึก การค้นหาบุคคลหรือองค์กร การสนทนา และการติดตามความเปลี่ยนแปลงบนเว็บ 10

จากข้อมูลคลิกสู่ฟีดแบ็กของเอเจนต์

แทนที่จะอนุมานความเกี่ยวข้องจากจำนวนคลิกของผู้ใช้งานทั้งหมด Parallel ต้องการให้ AI เอเจนต์ส่งสัญญาณโดยตรงว่า ข้อมูลที่ค้นพบมีประโยชน์ต่อภารกิจเฉพาะหน้าหรือไม่

แนวทางนี้อาจช่วยให้ระบบจัดอันดับเนื้อหาจาก “ประโยชน์เชิงข้อเท็จจริง” มากกว่าความสามารถในการดึงความสนใจ อย่างไรก็ตาม นี่เป็นแนวคิดทางธุรกิจและผลิตภัณฑ์ของ Parallel ยังไม่ใช่มาตรฐานที่เว็บทั้งระบบยอมรับร่วมกัน 313

จ่ายเงินให้ผู้เผยแพร่ด้วย Shapley value

กลไกที่ Parallel เสนอเพื่อชดเชยเจ้าของเนื้อหาคือ Shapley value ซึ่งเป็นแนวคิดจากทฤษฎีเกมที่ใช้คำนวณว่า ผู้เล่นแต่ละรายสร้าง “คุณค่าเพิ่ม” ให้กับผลลัพธ์รวมมากเพียงใด

เมื่อนำมาใช้กับเว็บ คำถามจะเปลี่ยนจาก “ใครได้คลิกมากที่สุด” เป็น “แหล่งข้อมูลใดมีส่วนทำให้เอเจนต์สร้างคำตอบสำเร็จมากที่สุด” แหล่งข้อมูลที่ขาดไม่ได้หรือเพิ่มข้อมูลสำคัญให้คำตอบอาจได้รับค่าตอบแทนมากกว่าแหล่งที่ซ้ำซ้อนหรือเกี่ยวข้องเพียงเล็กน้อย 16

ข้อดีของระบบนี้คือการจ่ายเงินอิงจากคุณค่าที่เนื้อหาสร้างให้กับภารกิจ ไม่ใช่จำนวนคลิกหรือค่าลิขสิทธิ์แบบเหมาจ่าย แต่ความท้าทายอยู่ที่การคำนวณคุณค่านี้ให้แม่นยำในวงกว้าง รวมถึงป้องกันการบิดเบือนระบบ

Index คืออะไร

Index เป็นส่วนที่หันไปทำงานกับผู้ผลิตเนื้อหาโดยตรง โดยช่วยให้สำนักข่าว ผู้ให้บริการข้อมูล และครีเอเตอร์อิสระเห็นว่า AI เอเจนต์ค้นพบ อ้างอิง และนำเนื้อหาของตนไปใช้ในลักษณะใด พร้อมเสนอค่าตอบแทนที่เชื่อมโยงกับคุณค่าของเนื้อหาต่อผลลัพธ์ของเอเจนต์

Parallel อธิบาย Index ว่าเป็นโมเดลที่พยายามจัดแรงจูงใจให้สอดคล้องกันระหว่างเจ้าของเนื้อหาและแพลตฟอร์ม AI โดยมีสำนักพิมพ์และผู้จัดจำหน่ายเนื้อหาบางรายเป็นพันธมิตรเปิดตัว รวมถึง The Atlantic 6714

เงินทุนและมูลค่าของ Parallel

Parallel Web Systems ระดมทุนรอบ Seed ได้ 30 ล้านดอลลาร์ในปี 2024 ก่อนระดมทุน Series A อีก 100 ล้านดอลลาร์ในเดือนพฤศจิกายน 2025 ที่มูลค่าบริษัทประมาณ 740 ล้านดอลลาร์ 12

ต่อมา บริษัทระดมทุน Series B อีก 100 ล้านดอลลาร์ในเดือนเมษายน 2026 โดยมี Sequoia เป็นผู้นำรอบ และมีรายงานว่ามูลค่าบริษัทเพิ่มขึ้นเป็นประมาณ 2,000 ล้านดอลลาร์ นักลงทุนเดิมที่เข้าร่วมมี Kleiner Perkins, Index Ventures, Khosla Ventures, First Round, Spark, Terrain และ Abstract 11015

การเชื่อมต่อกับ Google Cloud

Parallel ยังกลายเป็นตัวเลือกด้านการค้นหาและการดึงข้อมูลจากเว็บสำหรับลูกค้า Google Cloud ที่กำลังสร้างเอเจนต์ระดับองค์กร โดยนักพัฒนาที่ใช้เครื่องมือสร้างเอเจนต์ของ Google Cloud สามารถเลือก Parallel Search ควบคู่กับ Google Search สำหรับการทำงานแบบ grounding หรือการให้เอเจนต์อ้างอิงข้อมูลจากเว็บได้ 212

ความร่วมมือนี้ช่วยให้ Parallel เข้าถึงลูกค้าองค์กรผ่านแพลตฟอร์มเอเจนต์ขนาดใหญ่ ขณะเดียวกัน Google ก็ยังเป็นทั้งพันธมิตรทางธุรกิจและคู่แข่งที่มีศักยภาพในตลาดเดียวกัน 5

ทำไมอโกรวาลจึงพูดถึงกรอบเวลา 12–24 เดือน

กรอบเวลา 12–24 เดือนของอโกรวาลเป็นการคาดการณ์ ไม่ใช่ข้อสรุปจากฉันทามติของอุตสาหกรรม เหตุผลของเขาคือโมเดล AI ความสามารถในการเรียกใช้เครื่องมือ และเฟรมเวิร์กสำหรับเอเจนต์กำลังพัฒนาอย่างรวดเร็ว

เอเจนต์หนึ่งตัวสามารถเปิดการค้นหาและงานย่อยจำนวนมากจากคำขอเพียงครั้งเดียวของมนุษย์ ขณะที่องค์กรต่าง ๆ ก็สามารถนำเอเจนต์ไปใช้ผ่านบริการคลาวด์และ API ที่มีอยู่แล้ว หากความสามารถ ต้นทุน และประสบการณ์ใช้งานผ่านเกณฑ์ที่เหมาะสม ปริมาณการค้นหาเว็บอาจถูกขับเคลื่อนโดยเอเจนต์เป็นหลัก ก่อนที่พฤติกรรมการใช้งานเว็บของผู้บริโภคจะเปลี่ยนไปอย่างสมบูรณ์

แนวคิดนี้สอดคล้องกับคำกล่าวของ Parallel ที่ว่า AI เอเจนต์อาจใช้งานเว็บมากกว่ามนุษย์ถึง “1,000 เท่า” 214

สิ่งที่ยังต้องพิสูจน์

ประเด็นสำคัญคือ Index และการจ่ายเงินตาม Shapley value ยังคงเป็น ข้อเสนอสำหรับการออกแบบตลาดใหม่ ยังไม่มีหลักฐานว่าระบบดังกล่าวสามารถแทนที่โฆษณาได้ทั่วทั้งเว็บ หรือว่าผู้เผยแพร่ แพลตฟอร์มเอเจนต์คู่แข่ง และผู้เล่นรายอื่นจะยอมรับระบบวัดคุณค่าและจัดสรรรายได้แบบเดียวกัน

ดังนั้น วิสัยทัศน์ของอโกรวาลอาจไม่ได้หมายความว่าเว็บที่มนุษย์ใช้อยู่จะหายไปในทันที แต่ชี้ว่า หาก AI เอเจนต์กลายเป็นผู้บริโภคข้อมูลรายใหญ่ที่สุด อินเทอร์เน็ตอาจต้องมีระบบเศรษฐกิจอีกแบบที่ไม่ยึดติดกับการดึงคนให้คลิกอีกต่อไป