Jensen Huang มองไซเบอร์ซีเคียวริตี้อาจเป็นตลาด AI ใหญ่รายถัดไป

Jensen Huang ซีอีโอ Nvidia ใช้เวที Goldman Sachs Communacopia + Technology Conference เสนอว่า ตลาด AI ขนาดใหญ่ระลอกถัดไปอาจไม่ใช่แชตบอตหรือเครื่องมือช่วยเขียนโค้ดเพียงอย่างเดียว แต่คือ ไซเบอร์ซีเคียวริตี้

ตรรกะของเขาคือ เมื่อ AI ทำให้การพัฒนาและปรับแก้ซอฟต์แวร์เร็วขึ้น มันก็อาจเร่งทั้งการค้นพบช่องโหว่ การนำช่องโหว่ไปใช้โจมตี และการอุดช่องโหว่ได้เช่นกัน ทีมความปลอดภัยจึงต้องใช้ระบบอัตโนมัติเพื่อรับมือกับปริมาณและความเร็วของภัยคุกคามที่เพิ่มขึ้น 10

มุมมองนี้สอดคล้องกับยุทธศาสตร์ที่กว้างขึ้นของ Nvidia ซึ่ง Huang วางตำแหน่งบริษัทให้เป็นผู้จัดหาเทคโนโลยีครบชุดสำหรับสร้างสิ่งที่บริษัทเรียกว่า “AI factories” ตั้งแต่ชิปประมวลผล เครือข่าย ซอฟต์แวร์ โมเดล AI ไปจนถึงการออกแบบระบบ ไม่ใช่เพียงผู้ขาย GPU รายเดียว 2

เหตุใดไซเบอร์ซีเคียวริตี้จึงอาจเป็นยูสเคสใหญ่ของ AI

Huang กล่าวว่าไซเบอร์ซีเคียวริตี้ “น่าจะเป็นยูสเคสหลักรายถัดไปของ AI” โดยโยงกับการเขียนโปรแกรมด้วย AI: เมื่อการสร้างและแก้ไขโค้ดทำได้รวดเร็วขึ้น ช่องโหว่ก็อาจถูกค้นพบ ถูกนำไปโจมตี และต้องได้รับการแก้ไขเร็วขึ้นตามไปด้วย 10

ประเด็นทางธุรกิจจึงไม่ใช่ว่า AI จะทำให้ความเสี่ยงไซเบอร์หายไป แต่คือ AI อาจผลักงานความปลอดภัยไปสู่การทำงานต่อเนื่องด้วยความเร็วระดับเครื่อง ไม่ว่าจะเป็นการวิเคราะห์โค้ด จำลองรูปแบบการโจมตี จัดลำดับความสำคัญของสัญญาณเตือน หรือช่วยทีมป้องกันปิดช่องโหว่ให้เร็วขึ้น

ขณะเดียวกัน Huang ยังตั้งคำถามกับกระแสความกังวลด้าน AI ที่ขับเคลื่อนด้วยความตื่นตระหนก รายงานจากงานประชุมอ้างว่าเขาพูดว่า การพูดถึงไซเบอร์ซีเคียวริตี้อย่างหนักเกิดขึ้นในช่วงที่อุตสาหกรรมกำลังเตรียมเปิดตัวสินค้า พร้อมตั้งคำถามว่า “อะไรจะสร้างอุปสงค์ได้ดีกว่าการสร้างปัญหา” 6 มุมมองนี้ชวนถกเถียง เพราะเป็นการตั้งข้อสังเกตว่าบางวาทกรรมด้านความปลอดภัยอาจมีแรงจูงใจเชิงพาณิชย์ แม้ Nvidia เองก็ลงทุนในระบบป้องกันภัยไซเบอร์ที่ใช้ AI อยู่เช่นกัน

SafeMind: ตัวอย่างผลิตภัณฑ์ที่เห็นภาพชัดที่สุด

ตัวอย่างที่เป็นรูปธรรมที่สุดคือความร่วมมือระหว่าง Nvidia กับ CrowdStrike ในเดือนกันยายน ทั้งสองบริษัทประกาศ CrowdStrike SafeMind ระบบไซเบอร์ซีเคียวริตี้แบบเอเจนต์ที่พัฒนาโดย CrowdStrike Cyber Superintelligence Lab 19

SafeMind ผสานโมเดลเฉพาะทางและชุดเครื่องมือควบคุมเอเจนต์ของ CrowdStrike เข้ากับโมเดลเชิงป้องกันที่พัฒนาบนโมเดลเปิด Nemotron ของ Nvidia โดยออกแบบให้ความสามารถฝั่งโจมตีและฝั่งป้องกันท้าทายและปรับปรุงกันอย่างต่อเนื่องในวงจรเดียวกัน 19

นี่สะท้อนประเภทของตลาดที่ Huang กำลังพูดถึง: ไม่ใช่การนำผู้ช่วย AI ทั่วไปมาวางทับงานความปลอดภัย แต่เป็นการรวมโมเดลเฉพาะทาง ข้อมูลความปลอดภัย เอเจนต์ และโครงสร้างพื้นฐานเข้าเป็นผลิตภัณฑ์ไซเบอร์ซีเคียวริตี้โดยตรง

Cisco, CrowdStrike และ Palantir เป็นส่วนหนึ่งของ Open Secure AI Alliance ของ Nvidia ซึ่งมุ่งพัฒนาโมเดลเปิด ชุดเครื่องมือสำหรับเอเจนต์ และเครื่องมือด้านความปลอดภัยสำหรับยุค AI 23 Nvidia ยังระบุว่า CrowdStrike และ Palantir ใช้โมเดลเปิด Nemotron สำหรับเอเจนต์องค์กรที่ทำงานต่อเนื่องเป็นเวลานาน 29 อย่างไรก็ตาม ข้อมูลที่มีไม่ได้ยืนยันว่าองค์กรสมาชิกทุกรายในพันธมิตรใช้สถาปัตยกรรมผลิตภัณฑ์แบบ Nemotron เดียวกัน

วิสัยทัศน์โครงสร้างพื้นฐาน AI มูลค่า 3–4 ล้านล้านดอลลาร์

ไซเบอร์ซีเคียวริตี้เป็นเพียงส่วนหนึ่งของสารที่ Huang ส่งจากเวทีดังกล่าว เขาย้ำมุมมองของ Nvidia ว่าการใช้จ่ายทั่วโลกด้านโครงสร้างพื้นฐาน AI อาจแตะ 3–4 ล้านล้านดอลลาร์สหรัฐภายในปี 2030 32

Huang อธิบายว่านี่คือการเปลี่ยนรูปแบบการประมวลผล จากระบบที่เน้นการดึงข้อมูลมาใช้ ไปสู่ generative AI และโมเดลขนาดใหญ่ที่ซับซ้อน ซึ่งต้องการทั้งกำลังประมวลผลและการเชื่อมต่อระหว่างระบบในระดับสูงมาก Nvidia จึงต้องการมีบทบาทในการร่วมออกแบบ AI factories แทนการส่งมอบตัวประมวลผลเป็นชิ้น ๆ 2

เขากล่าวว่า Nvidia คาดรายได้เติบโตประมาณ 70% เมื่อเทียบกับปีก่อน แม้อุปสงค์ที่ไม่มีข้อจำกัดด้านอุปทานจะเติบโตเกิน 100% ประเด็นสำคัญคือ Huang มองว่าอุปทาน ไม่ใช่อุปสงค์ คือข้อจำกัดหลัก โดยคอขวดที่รายงานมีตั้งแต่ชิป หน่วยความจำ การแพ็กเกจจิ้งขั้นสูง ที่ดิน ไปจนถึงไฟฟ้า 32

ตัวเลขการเงินที่หนุนวิสัยทัศน์นี้

ผลประกอบการล่าสุดของ Nvidia สะท้อนขนาดของธุรกิจที่อยู่เบื้องหลังวิสัยทัศน์ดังกล่าว บริษัทมีรายได้ 96.2 พันล้านดอลลาร์สหรัฐ ในไตรมาส 2 ของปีงบประมาณ 2027 ซึ่งสิ้นสุดวันที่ 26 กรกฎาคม 2026 เพิ่มขึ้น 18% จากไตรมาสก่อน และเพิ่มขึ้น 106% จากช่วงเดียวกันปีก่อน 52

สำหรับไตรมาส 3 ของปีงบประมาณ 2027 Nvidia คาดการณ์รายได้ที่ 108 พันล้านดอลลาร์ บวกลบ 2% โดยประมาณการดังกล่าวไม่ได้รวมรายได้จากการประมวลผล Data Center ในจีน 52

จุดที่ควรแยกให้ชัดคือ รายได้ 96.2 พันล้านดอลลาร์เป็นผลของไตรมาส 2 ในปีงบประมาณ 2027 ไม่ใช่ปีงบประมาณ 2026

สิ่งที่รายงานที่มีอยู่ยังพิสูจน์ไม่ได้

มีหลายประเด็นที่มักถูกนำมารวมกับคำกล่าวของ Huang แต่ยังต้องการหลักฐานมากกว่าที่มีในรายงานชุดนี้ เช่น คำวิจารณ์เฉพาะเจาะจงจากศาสตราจารย์ Erik Gordon คำยืนยันว่า OpenAI มองไซเบอร์ซีเคียวริตี้เป็นโอกาสเชิงพาณิชย์ขนาดใหญ่ หรือคำตอบโดยละเอียดของ Huang ต่อข้อกล่าวหาเรื่องการจัดหาเงินทุนแบบวนรอบผ่านการลงทุนในลูกค้า

ประเด็นเหล่านี้มีความสำคัญ โดยเฉพาะเมื่อการจัดหาเงินทุนเพื่อสร้างโครงสร้างพื้นฐาน AI ขยายตัวขึ้น แต่หากไม่มีบทถอดคำพูดโดยตรง เอกสารบริษัท หรือรายงานที่อ้างคำพูดอย่างน่าเชื่อถือ ก็ไม่ควรถือว่าเป็นข้อเท็จจริงที่ยุติแล้ว

สิ่งที่ผู้ซื้อเทคโนโลยีควรจับตา

ใจความหลักของ Huang ไม่ได้อยู่ที่ผลิตภัณฑ์รักษาความปลอดภัยเพียงตัวเดียว แต่อยู่ที่โครงสร้างของตลาด: เมื่อ AI รับงานเขียนโปรแกรมและงานปฏิบัติการมากขึ้น ความต้องการทดสอบความปลอดภัย เฝ้าระวัง และตอบสนองต่อเหตุการณ์แบบอัตโนมัติก็เพิ่มขึ้นตาม Nvidia ต้องการเป็นผู้ส่งมอบเทคโนโลยีทั้งชุดที่อยู่เบื้องหลังการเปลี่ยนแปลงนี้ ตั้งแต่การประมวลผลแบบเร่งความเร็ว เครือข่าย โมเดลเปิด ไปจนถึงระบบเอเจนต์เฉพาะอุตสาหกรรม 219

สำหรับองค์กรผู้ซื้อ คำถามเชิงปฏิบัติไม่ใช่เพียงว่า AI จะสำคัญต่อไซเบอร์ซีเคียวริตี้หรือไม่ แต่คือเครื่องมือที่เสนอมีโมเดลเฉพาะทาง ข้อมูลด้านความปลอดภัย การกำกับดูแลโดยมนุษย์ และการเชื่อมต่อเข้ากับขั้นตอนรับมือเหตุการณ์จริงมากพอที่จะทำให้ระบบอัตโนมัติน่าเชื่อถือหรือไม่ ความพยายามสร้าง SafeMind ของ Nvidia และ CrowdStrike เป็นตัวอย่างระยะแรกที่ชัดเจนของแนวทางแบบครบชุดนี้ 1922