Huawei คาด AI Agent 9 แสนล้านตัวจะครองทราฟฟิก AI ภายในปี 2035

ตัวเลข AI Agent 9 แสนล้านตัวภายในปี 2035 เป็นภาพคาดการณ์เชิงกลยุทธ์และโรดแมปโครงสร้างพื้นฐานของ Huawei ไม่ใช่คำพยากรณ์ที่ผ่านการยืนยันจากหน่วยงานอิสระ แต่สะท้อนทิศทางที่บริษัทเชื่อว่าโลกดิจิทัลจะเปลี่ยนจากยุคที่ผู้ใช้เปิดแอปเพื่อสั่งงาน ไปสู่ยุคของซอฟต์แวร์ Agent ที่ทำงานต่อเนื่อง วางแผน เรียกใช้เครื่องมือ และดำเนินการข้ามระบบ

Huawei ระบุว่า ภายในปี 2035 ประชากรโลก 9 พันล้านคนอาจได้รับบริการจาก AI Agent ถึง 9 แสนล้านตัว ขณะที่ Agent อัตโนมัติจะสร้างทราฟฟิก AI token มากกว่า 90% ของโลก 72 โดย token คือหน่วยข้อมูลที่โมเดล AI ประมวลผลระหว่างรับข้อมูลและสร้างคำตอบหรือคำสั่งต่อไป

เหตุใด AI Agent จึงใช้คอมพิวต์มากกว่าแชตบอต

แชตบอตทั่วไปมักรับคำถามหนึ่งครั้งแล้วตอบกลับ แต่ Agent ตามภาพที่ Huawei วาดไว้ต้องทำงานเป็นลูปที่ยาวและต่อเนื่องกว่า ทั้งรับรู้ข้อมูลหรือสภาพแวดล้อม เก็บบริบท พิจารณาทางเลือก ตัดสินใจ เรียกใช้ API หรือเครื่องมือภายนอก และโต้ตอบกับคนหรือระบบอื่น Reuters รายงานว่า Huawei คาดว่าการทำงานลักษณะนี้จะดันการใช้ token และความต้องการกำลังประมวลผลให้เพิ่มขึ้นอย่างมาก 2

Huawei คาดว่าการใช้ AI token ต่อปีทั่วโลกจะเพิ่มขึ้น 100,000 เท่า ภายในปี 2035 พร้อมเสนอให้ขยายขนาดคลัสเตอร์คอมพิวต์ 100 เท่า ลดต้นทุนต่องานของ Agent ลง 1,000 เท่า และออกแบบสถาปัตยกรรมที่เน้นประสิทธิภาพการส่งผ่าน token แทนการมองเฉพาะประสิทธิภาพของชิปเดี่ยว 2021

แรงกดดันจึงไม่ได้ตกอยู่กับชิปประมวลผลเพียงอย่างเดียว เครือข่ายต้องตอบสนองเร็วและเชื่อถือได้ ระบบจัดเก็บข้อมูลและหน่วยความจำต้องรองรับบริบทระยะยาว ขณะที่ดาต้าเซ็นเตอร์ต้องมีไฟฟ้าและระบบระบายความร้อนเพียงพอ Huawei เรียกโครงข่ายที่เชื่อมคนกับ Agent ว่า “Agentic Internet” และคาดว่าปริมาณดาต้าทราฟฟิกจะเพิ่มขึ้น 100 เท่าในทศวรรษข้างหน้า 7

10 เรื่องสำคัญในโรดแมปของ Huawei

Huawei วางทิศทางเทคโนโลยีสำหรับยุค Agentic AI ไว้ 10 ด้าน ได้แก่

1. ปัญญาประดิษฐ์ทั่วไป หรือ AGI
2. คลัสเตอร์คอมพิวต์ขนาดใหญ่ขึ้นและระบบลักษณะ SuperPoD
3. ระบบจัดเก็บข้อมูลและหน่วยความจำรูปแบบใหม่
4. การเชื่อมต่ออัจฉริยะ
5. วิธีออกแบบชิปที่เน้นลดความหน่วงและเพิ่มประสิทธิภาพพลังงาน
6. Agent OS หรือระบบปฏิบัติการสำหรับ Agent
7. ความอัจฉริยะบนอุปกรณ์ปลายทาง
8. การขับขี่อัจฉริยะ
9. พลังงานและการระบายความร้อนสำหรับดาต้าเซ็นเตอร์ AI
10. ความมั่นคงปลอดภัยและความเป็นส่วนตัวของ Agent อัตโนมัติ 1721

เมื่อมองรวมกัน นี่คือภาพของเทคโนโลยีครบทั้งสแตก ตั้งแต่ชิปและคลัสเตอร์คอมพิวต์ ชั้นจัดเก็บข้อมูล เครือข่าย และระบบปฏิบัติการ ไปจนถึงอุปกรณ์ รถยนต์ และระบบความปลอดภัยที่อยู่หน้างานจริง

ทำไม Huawei จึงโยง AI ในโลกจริงเข้ากับ AGI

Huawei เสนอว่า AI ต้อง “ก้าวสู่โลกกายภาพ” จึงจะไปถึง AGI ได้ กล่าวคือ โมเดลควรโต้ตอบกับสภาพแวดล้อมจริงแบบเรียลไทม์ ผสานการรับรู้ การเข้าใจ การตัดสินใจ และการลงมือทำ แล้วเรียนรู้จากผลของการกระทำนั้น 18

ข้อเสนอนี้ไปไกลกว่าการพัฒนาโมเดลภาษาให้เก่งขึ้น เพราะรายงานเชื่อม AGI เข้ากับ embodied intelligence หรือ AI ที่มีร่างกาย/ทำงานผ่านอุปกรณ์ในโลกจริง, AI เพื่อวิทยาศาสตร์ และแบบจำลองโลกที่มีความเที่ยงตรงสูง ในทางปฏิบัติ อาจหมายถึงหุ่นยนต์ รถอัจฉริยะ หรืออุปกรณ์ที่รับรู้สิ่งรอบตัวและปรับพฤติกรรมได้ ไม่ใช่ซอฟต์แวร์ที่ทำงานอยู่บนข้อความและหน้าจอเท่านั้น 1821

อย่างไรก็ดี นี่ยังเป็นวิสัยทัศน์ของ Huawei ไม่ใช่หลักฐานว่า AI ที่มีร่างกายคือหนทางเดียวสู่ AGI จุดยืนของบริษัทคือ ข้อมูลป้อนกลับจากโลกจริงจะช่วยให้ Agent รับมือกับงานที่ซับซ้อนและเปลี่ยนแปลงตลอดเวลาได้มั่นคงขึ้น

เมื่อ Agent ทำงานเอง ความปลอดภัยกลายเป็นปัญหาระดับโครงสร้างพื้นฐาน

หาก Agent เข้าถึงข้อมูล, API, เครื่องมือซอฟต์แวร์, ข้อมูลยืนยันตัวตน หรืออุปกรณ์กายภาพ ผลเสียจากความผิดพลาดย่อมไม่ใช่แค่ตอบผิด ความเสี่ยงอาจรวมถึงการกระทำโดยไม่ได้รับอนุญาต ข้อมูลรั่วไหล การหลอกให้เรียกใช้เครื่องมือผิดทาง Agent ถูกยึดครอง และความยากในการตรวจสอบหรือหยุดกระบวนการอัตโนมัติ

ด้วยเหตุนี้ Huawei จึงวางความปลอดภัยและความเป็นส่วนตัวไว้ใน 10 เรื่องสำคัญของโรดแมป โดย Reuters รายงานว่าบริษัทมองว่าระบบใหม่เพื่อรักษาความปลอดภัยและความสามารถในการควบคุมซอฟต์แวร์ที่ทำงานเอง จะมีความจำเป็นควบคู่ไปกับการเติบโตของ Agent 217

Huawei ยังเปิดตัว Xinghe AI Network Security Agentic SOC ซึ่งออกแบบมาเพื่อช่วยองค์กรสร้างศูนย์ปฏิบัติการความปลอดภัยแบบอัจฉริยะและทำงานอัตโนมัติ 22 ส่วนกรอบแนวคิดไฟร์วอลล์ขับเคลื่อนด้วย AI ของบริษัทเน้นการตรวจจับอัจฉริยะ การป้องกันแบบเรียลไทม์ การปกป้องที่เชื่อถือได้และมีประสิทธิภาพสูง ตลอดจนการปฏิบัติการอัตโนมัติ 19

แต่เครื่องมือเหล่านี้ไม่ได้ทดแทนการควบคุมพื้นฐาน องค์กรที่นำ Agent ไปใช้กับงานสำคัญยังต้องกำหนดขอบเขตสิทธิ์และตัวตนให้ชัด ใช้หลักสิทธิ์เท่าที่จำเป็น เก็บบันทึกเพื่อตรวจสอบย้อนหลัง และกำหนดจุดส่งต่อให้มนุษย์เข้ามาตัดสินใจ เครื่องมือความปลอดภัยจะได้ผลที่สุดเมื่อเป็นส่วนหนึ่งของสถาปัตยกรรมการควบคุมโดยรวม

จีนกับสหรัฐฯ: ต่างน้ำหนักการกำกับ แต่ต่างเห็นความเสี่ยงเรื่องการควบคุม

แนวทางของ Huawei เน้นการขยายการใช้งานไปพร้อมกับสร้างโครงสร้างพื้นฐาน มาตรฐานทางเทคนิค และมาตรการควบคุมความเสี่ยง จีนเองได้แสดงความกังวลว่า AI ขั้นสูงอาจจำลองตัวเอง แสวงหาอำนาจ หรือหลุดพ้นจากการควบคุมของมนุษย์ โดย Reuters รายงานว่าปักกิ่งกำลังพัฒนากฎระเบียบเพื่อป้องกันเหตุการณ์ลักษณะนี้ 3

ความต่างกับการถกเถียงเรื่อง AI แนวหน้าหลายส่วนในสหรัฐฯ อยู่ที่การให้น้ำหนัก ในจีน แนวนโยบายที่ Reuters บรรยายไว้พึ่งพาการกำกับดูแลโดยรัฐมากกว่า ขณะเดียวกันก็ผลักดันให้ AI ถูกนำไปใช้อย่างรวดเร็วทั่วเศรษฐกิจ ส่วนในสหรัฐฯ มีการถกเถียงเด่นชัดว่าควรชะลอหรือจำกัดการปล่อยระบบที่มีความสามารถสูง จนกว่าผู้พัฒนาจะแสดงให้เห็นว่ามีมาตรการป้องกันการใช้ในทางที่ผิดและการสูญเสียการควบคุมที่เข้มแข็งพอ โดยบทบาทของแนวปฏิบัติระดับบริษัทมีความสำคัญกว่า 3

ทั้งสองแนวทางไม่ได้มองข้ามเรื่องการควบคุม ความต่างเชิงปฏิบัติคือ ควรสร้างมาตรการควบคุมควบคู่กับการเร่งใช้งาน หรือควรพิสูจน์ความสามารถในการควบคุมให้ได้ก่อนจึงขยายการใช้งานระบบที่ทรงพลังที่สุด

แก่นเชิงยุทธศาสตร์: AI ไม่ได้ขึ้นกับชิปเพียงตัวเดียว

รายงานนี้จึงเป็นข้อเสนอให้มอง AI ในฐานะระบบโครงสร้างพื้นฐานแบบบูรณาการ หาก Agent กลายเป็นผู้มีส่วนร่วมถาวรในระบบดิจิทัลและโลกจริง ความสามารถของ AI จะขึ้นกับคลัสเตอร์คอมพิวต์ เครือข่าย ระบบจัดเก็บข้อมูล ซอฟต์แวร์ปฏิบัติการ อุปกรณ์ ระบบพลังงาน และความมั่นคงปลอดภัยทางไซเบอร์ ไม่ใช่เพียงชิปเร่งการประมวลผลตัวใดตัวหนึ่ง

แนวคิดดังกล่าวสอดคล้องกับการผลักดัน AI ของจีนในวงกว้าง Brookings ระบุว่าสหรัฐฯ ยังมีความได้เปรียบในแนวหน้าด้านเทคโนโลยี โดยเฉพาะขนาดกำลังประมวลผลและประสิทธิภาพของโมเดล ขณะที่จีนกำลังรุดหน้าด้วยการเพิ่มประสิทธิภาพ การเผยแพร่โอเพนซอร์ส และการผสาน AI เข้ากับเศรษฐกิจจริง 1

ดังนั้น คุณค่าหลักของรายงานอาจไม่ใช่ความแม่นยำของตัวเลขปี 2035 แต่อยู่ที่คำถามที่ซ่อนอยู่ในตัวเลขนั้น: หาก Agent อัตโนมัติกลายเป็นผู้ปฏิบัติงานที่ใช้เครื่องมืออย่างต่อเนื่อง ปัญหาคอขวดจะอยู่ที่โครงสร้างพื้นฐานและระบบธรรมาภิบาลทั้งชุดที่ต้องทำให้มันมีประโยชน์ ต้นทุนรับได้ ปลอดภัย และยังควบคุมได้