ทำไมทุกบริษัทต้องมี AI โมเดลเป็นของตัวเอง? Nadella เตือนภัย 'Industry Hollowing' หากแค่เช่าใช้

แทนที่จะมองว่าโมเดลเป็น 'คูน้ำ' (Moat) ทางธุรกิจ ข้อโต้แย้งของ Nadella ชี้ไปที่ระบบที่พัฒนาอย่างต่อเนื่องผ่านการใช้งานขององค์กร เขาบอกกับ Business Today ว่า "องค์กรไม่สามารถจ้างบุคคลภายนอกให้กระบวนการเรียนรู้นั้นเอง" — คุณสามารถจ้างให้ทำงานชิ้นหนึ่งได้ แต่คุณไม่สามารถจ้างให้องค์กรของคุณเรียนรู้แทนคุณได้

เหตุใดการจ้าง AI จากภายนอกจึงเสี่ยง: คำเตือน 'Industry Hollowing'

Nadella ให้เหตุผลที่เชื่อมโยงกันสองประการว่าทำไมการพึ่งพาแต่ Frontier Model จากบุคคลที่สามจึงอันตรายสำหรับองค์กร

1. การสูญเสียคูน้ำทางการแข่งขันและการถูกดูดซับมูลค่า Nadella เตือนว่าหากบริษัทแค่เช่าโมเดล โดยไม่ได้สร้างสิ่งใดที่เป็นกรรมสิทธิ์ของตัวเองรอบๆ โมเดลนั้น โมเดลนั้นไม่ใช่ข้อได้เปรียบทางการแข่งขันขององค์กร และองค์กรอาจเสียเปรียบอยู่แล้ว ความกังวลที่กว้างขึ้นของเขาถูกถ่ายทอดในคำพูดโดยตรงจากบทความของเขา: "สิ่งสุดท้ายที่เราทุกคนต้องการคือโลกที่ทุกบริษัทในทุกภาคส่วนต้องยอมมอบมูลค่าให้กับโมเดลเพียงไม่กี่ตัวที่กินทุกอย่างที่พวกเขาเห็น"

เขาระบุว่า AI โมเดลที่ทรงพลังกำลังมีความสามารถสูงในการดูดซับความรู้เฉพาะทางขององค์กร ซึ่งอาจทำให้ความเชี่ยวชาญทางวิชาชีพของทั้งอุตสาหกรรมกลายเป็นสินค้าทั่วไป (Commoditize) และขายกลับคืนให้กับบริษัทที่สร้างข้อมูลนั้นขึ้นมา บริษัทที่ล้มเหลวในการสร้างระบบ Feedback AI ของตัวเอง เสี่ยงที่จะสูญเสียมูลค่าให้กับผู้ให้บริการโมเดลภายนอก แทนที่จะทบต้นความรู้ขององค์กรตนเอง

2. ความเสี่ยงจากการกระจุกตัวและการพึ่งพาผู้ขาย การพึ่งพา Frontier Model เพียงตัวเดียวทำให้องค์กรต้องเผชิญกับข้อจำกัด การกำหนดราคา และการตัดสินใจเชิงกลยุทธ์ของผู้ให้บริการภายนอก กรอบความคิดของ Nadella เน้นการสร้างวงจรการเรียนรู้ภายในแทน — ระบบที่สามารถสลับโมเดลพื้นฐานได้โดยไม่สูญเสียความรู้ที่สะสมไว้ ในมุมมองของเขา "การสร้างโครงสร้างพื้นฐาน AI ที่ปรับให้เหมาะสมกับโมเดลเพียงตัวเดียวนั้นมีความเสี่ยง" เพราะความก้าวหน้าในสถาปัตยกรรมโมเดลของคู่แข่งอาจทำให้การลงทุนทั้งหมดล้าสมัย

ความสอดคล้องกับกลยุทธ์ Multi-Model ของ Microsoft

ข้อโต้แย้งของ Nadella สอดคล้องโดยตรงกับการเปลี่ยนแปลงกลยุทธ์ของ Microsoft เอง หลังจากร่วมมือกับ OpenAI มาหลายปี บริษัทได้จงใจขยายกลยุทธ์ AI Model และนำเสนอความสามารถ AI ของตัวเองมากขึ้น

ในงาน Microsoft Build 2026 ช่วงต้นเดือนมิถุนายน บริษัทได้เปิดตัว AI โมเดลกรรมสิทธิ์ใหม่ (ตระกูล MAI Foundation Model) เพื่อลดการพึ่งพา OpenAI และลดต้นทุนสำหรับนักพัฒนา Microsoft ยังกำลังสร้างระบบของตัวเองเช่น Project Polaris — อธิบายว่าเป็น Coding AI ของ Microsoft ที่มีเป้าหมายจะเข้ามาแทนที่ GPT-4 ใน GitHub Copilot ภายในเดือนสิงหาคม 2026

Microsoft ได้แนะนำ AI โมเดลราคาประหยัดและแพลตฟอร์ม Copilot แบบ Multi-Engine ที่รองรับโมเดลจาก Anthropic, Meta (Llama), Mistral AI, DeepSeek และ Cohere ควบคู่ไปกับ OpenAI — ทำให้ผู้ใช้สามารถเลือกใช้ AI Engine ได้หลายตัว ปัจจุบัน Claude ของ Anthropic เป็นตัวเลือกหนึ่งใน Azure AI Foundry ควบคู่ไปกับ OpenAI, DeepSeek, Llama และ Mistral

ตรรกะเชิงกลยุทธ์นั้นตรงไปตรงมา: หากองค์กรต้องการระบบ AI ที่กำหนดเองซึ่งเชื่อมต่อกับข้อมูล เวิร์กโฟลว์ และความรู้ขององค์กรของตนเอง แพลตฟอร์มคลาวด์ที่โฮสต์ระบบนิเวศนั้น — Azure — จะมีความสำคัญเชิงกลยุทธ์ คำแนะนำ "สร้าง Learning Loop ด้วยตัวเอง" ของ Nadella จึงเป็นทั้งแนวทางเชิงสถาปัตยกรรมและสอดคล้องกับกลยุทธ์แพลตฟอร์มคลาวด์-และ-AI ในวงกว้างของ Microsoft

Nadella คาดการณ์ถึงภาวะ Commoditization นี้มานาน ในช่วงปลายปี 2025 เขาได้อธิบายสถานการณ์นี้อย่างชัดเจน: "ถ้าคุณเป็นบริษัทโมเดล คุณอาจจะเจอคำสาปของผู้ชนะ... มันห่างจากการกลายเป็นสินค้าทั่วไปแค่การคัดลอกครั้งเดียว"

กรอบ Enterprise AI ใหม่: Human Capital + Token Capital

Nadella ได้แนะนำแนวคิดสองประการในบทความเดือนมิถุนายน 2026 ของเขาที่กลายเป็นประเด็นสำคัญในการสนทนา Enterprise AI: Human Capital และ Token Capital

Token Capital คืออะไร?

Token Capital คือ "ความสามารถ AI ที่บริษัทสร้างและเป็นเจ้าของ" โดยใช้เวิร์กโฟลว์ ข้อมูล การประเมิน และความเชี่ยวชาญที่สะสมไว้ของตัวเอง มันเป็นสินทรัพย์ AI ที่เป็นกรรมสิทธิ์ซึ่งบริษัทพัฒนารอบระบบปฏิบัติการของตนเอง — แทนที่จะเช่าความสามารถทั่วไปจากผู้ให้บริการภายนอก Token Capital รวมถึงระบบ โมเดล พรอมพ์ การประเมิน และเวิร์กโฟลว์ที่ปรับแต่งแล้วซึ่งบริษัทพัฒนาขึ้นเมื่อเวลาผ่านไป Nadella อธิบายว่ามันเติบโตแบบ "ดอกเบี้ยทบต้น" ในวงจรการเรียนรู้ที่เสริมกำลังตัวเอง

Human Capital มีคุณค่ามากขึ้น ไม่ใช่น้อยลง

ข้อโต้แย้งที่ขัดกับสัญชาตญาณของ Nadella คือ เมื่อความสามารถ AI (Token Capital) เพิ่มขึ้น มูลค่าของ Human Capital จะสูงขึ้นตามไปด้วย แทนที่จะลดลง Human Capital ครอบคลุมถึง ความรู้ การตัดสินใจ ความสัมพันธ์ ความคิดสร้างสรรค์ และความสามารถในการจดจำรูปแบบของบุคลากรในบริษัท

ข้อโต้แย้งของเขา: หากปราศจากการชี้นำของมนุษย์ "คุณก็จะได้เพียงการคำนวณที่วิ่งวนไปมา" ความเชี่ยวชาญของมนุษย์คือสิ่งที่ชี้แนะวงจรการเรียนรู้ ประเมินผลลัพธ์ และเปลี่ยนความสามารถ AI ให้เป็นข้อได้เปรียบขององค์กรที่มีประโยชน์ Nadella มองว่านี่คือการเปลี่ยนผ่านสู่ "วงจรการรับรู้ที่แท้จริงระหว่างมนุษย์และระบบดิจิทัล" — ซึ่งเป็นการก้าวกระโดดครั้งสำคัญจากยุคปฏิวัติเทคโนโลยีครั้งก่อนๆ ที่ระบบดิจิทัลถูกใช้เพียงเพื่อเพิ่มประสิทธิภาพการทำงานของมนุษย์

วงจรการเรียนรู้ที่ทบต้น

Nadella อธิบายสภาวะในอุดมคติว่า "การสร้างวงจรการเรียนรู้บนโมเดลที่ Human Capital และ Token Capital ทบต้นเข้าด้วยกัน" ในวงจรนี้:

• Human Capital (ความเชี่ยวชาญ การตัดสินใจ) นำทางการสร้างและการประเมินผลลัพธ์ของ AI
• Token Capital (ความสามารถ AI ที่เป็นเจ้าของ) จับภาพและนำความเชี่ยวชาญนั้นไปปฏิบัติ
• การเสริมกำลังแต่ละครั้งทำให้ทั้งสองฝ่ายมีคุณค่ามากขึ้นเมื่อเวลาผ่านไป

หากคุณไม่สามารถเปลี่ยนโมเดลทั่วไปได้โดยไม่สูญเสียความรู้ที่สะสมไว้ แสดงว่าคุณไม่ได้เป็นเจ้าของวงจรการเรียนรู้ของคุณ — คุณแค่เช่ามัน

ผลกระทบเชิงปฏิบัติสำหรับ Enterprise AI

โครงสร้างพื้นฐาน: แพลตฟอร์มแบบยืดหยุ่น หลายโมเดล

องค์กรไม่สามารถมอง Frontier Model เพียงตัวเดียวเป็นกลยุทธ์ AI ทั้งหมดอีกต่อไป พวกเขาต้องการโครงสร้างพื้นฐานที่ยืดหยุ่นซึ่งรองรับกลุ่มโมเดลหลายตระกูล การเชื่อมต่อข้อมูลที่เป็นกรรมสิทธิ์ การผสานรวมเวิร์กโฟลว์ และวงจรข้อเสนอแนะอย่างต่อเนื่อง กรอบความคิดของ Nadella บ่งบอกว่าโครงสร้างพื้นฐานที่ชนะคือแพลตฟอร์มที่ช่วยให้บริษัทสร้างและดำเนินการระบบนิเวศเหล่านั้น ซึ่งเป็นวิธีที่ Microsoft กำลังวางตำแหน่ง Azure และบริการ Copilot

Human Capital: การลงทุนในบุคลากรอย่างลึกซึ้งยิ่งขึ้น

ข้อโต้แย้งของ Nadella นั้นตรงกันข้ามกับแนวคิดที่เน้นระบบอัตโนมัติเป็นอันดับแรก หากการตัดสินใจของมนุษย์มีคุณค่ามากขึ้นเมื่อ AI เติบโต บริษัทต่างๆ จำเป็นต้องลงทุน มากขึ้น ในความเชี่ยวชาญของพนักงาน ความรู้เฉพาะด้าน และการตัดสินใจเชิงสร้างสรรค์ — ไม่ใช่น้อยลง ในปี 2026 มีการเลิกจ้างงานในวงการเทคประมาณ 117,000 ตำแหน่ง โดยมี AI เป็นปัจจัยหนึ่ง ซึ่งกรอบความคิดของ Nadella เตือนโดยนัยว่าการกระทำเช่นนี้อาจทำให้บริษัทสูญเสีย Human Capital ที่จำเป็นสำหรับการชี้นำวงจรการเรียนรู้

Token Capital: การสร้าง ไม่ใช่แค่การซื้อ

การเปลี่ยนแปลงเชิงกลยุทธ์ที่สำคัญคือจาก การบริโภค AI ไปสู่ การเป็นเจ้าของ ความสามารถ AI ซึ่งหมายถึงการพัฒนาโมเดลกรรมสิทธิ์ การปรับแต่งบนข้อมูลภายใน การสร้างระบบประเมินผล และการสร้างเวิร์กโฟลว์ที่บันทึกความรู้ขององค์กรในรูปแบบที่นำกลับมาใช้ใหม่ได้ บริษัทที่เพียงแค่สมัครใช้ Frontier Model ที่ดีที่สุดแล้วหยุดอยู่แค่นั้น เสี่ยงที่จะถูก 'ดูดซับ' (Hollowed Out) เพราะข้อได้เปรียบที่ยั่งยืนของพวกเขาจะไม่ได้มาจากโมเดลที่เช่า แต่มาจาก Learning Loop ที่เป็นกรรมสิทธิ์ซึ่งพวกเขาสร้างขึ้นรอบๆ โมเดลนั้น

ข้อสรุปเชิงกลยุทธ์

สำหรับผู้นำองค์กร Nadella กำลังโต้แย้งว่าบริษัทยุค AI ต้องลงทุนพร้อมกันใน:

• โครงสร้างพื้นฐาน: แพลตฟอร์มคลาวด์ที่ยืดหยุ่น หลายโมเดล ที่อนุญาตให้สร้างระบบ AI ที่กำหนดเองรอบๆ เวิร์กโฟลว์และข้อมูลที่เป็นกรรมสิทธิ์
• Human Capital: การลงทุนที่ลึกซึ้งยิ่งขึ้นในการตัดสินใจของพนักงาน ความสัมพันธ์ ความคิดสร้างสรรค์ และความเชี่ยวชาญเฉพาะด้าน — ซึ่งตอนนี้มีความสำคัญมากขึ้น ไม่ใช่น้อยลง
• Token Capital: ความสามารถ AI ที่เป็นกรรมสิทธิ์ซึ่งได้รับการฝึกฝนและปรับปรุงผ่านข้อมูล วงจรข้อเสนอแนะ และกระบวนการดำเนินงานเฉพาะของบริษัท

ข้อความนั้นชัดเจน: หากกลยุทธ์ AI ของคุณเริ่มต้นและสิ้นสุดเพียงแค่การเลือกผู้ให้บริการ Frontier Model คุณอาจเสียเปรียบคู่แข่งที่ 'เป็นเจ้าของ' วงจรการเรียนรู้ของพวกเขาเองอยู่แล้ว