Pragmatik Labs คือสตาร์ตอัป AI แห่งใหม่จากเซี่ยงไฮ้ ก่อตั้งโดย หลิน จวินหยาง อดีตผู้นำด้านเทคนิคของตระกูลโมเดล Qwen จาก Alibaba บริษัทจดทะเบียนในจีนภายใต้ชื่อ Yuyong Technology และมีรายงานว่าใช้ชื่อภายในว่า “p7k” โดยตั้งเป้าพัฒนา AI Agent ที่ทำงานได้ทั้งในโลกดิจิทัลและโลกกายภาพ 34

สิ่งที่ทำให้บริษัทถูกจับตามองเป็นพิเศษคือมูลค่าที่เกิดขึ้นเร็วมาก Pragmatik มีรายงานว่าได้รับการประเมินมูลค่าหลังการระดมทุนในรอบแองเจิลประมาณ 2 พันล้านดอลลาร์สหรัฐ ก่อนเปิดเผยผลิตภัณฑ์ โมเดล ลูกค้า ฐานผู้ใช้ รายได้ หรือกำหนดการเปิดตัวอย่างเป็นทางการ 813

พูดอีกอย่างหนึ่ง นี่ไม่ใช่บริษัทสตาร์ตอัประยะเริ่มต้นที่นักลงทุนกำลังประเมินจากยอดขายหรือการเติบโต แต่เป็นการเดิมพันราคาสูงกับตัวผู้ก่อตั้ง ทีมวิจัย และแนวคิดว่า AI ระยะถัดไปจะเปลี่ยนจากการ “ตอบคำถาม” ไปสู่การ “ลงมือทำงาน” ได้จริง

เงินทุนและโครงสร้างผู้ถือหุ้นของ Pragmatik

รายงานระบุว่า Gaorong Ventures และ HSG ซึ่งเดิมคือ Sequoia China หรือ HongShan เป็นผู้นำร่วมในการระดมทุนรอบนี้ ขณะที่ Tencent และ Shanghai Future Industry Fund ก็เข้าร่วมลงทุนหรือให้การสนับสนุนด้วย 411

รายละเอียดที่มีการรายงานอย่างแพร่หลายระบุว่ารอบนี้มีมูลค่าประมาณ 220 ล้านดอลลาร์ แบ่งเป็นเงินลงทุนราว 100 ล้านดอลลาร์จาก Gaorong และ HSG อย่างละประมาณ 100 ล้านดอลลาร์ และจาก Tencent ราว 20 ล้านดอลลาร์ โดยมี Shanghai Future Industry Fund เข้าร่วมด้วย อย่างไรก็ตาม ตัวเลขการจัดสรรรายรายดังกล่าวมาจากรายงานข่าวและแหล่งข่าวในอุตสาหกรรม ไม่ใช่ประกาศการระดมทุนอย่างเป็นทางการจากบริษัท จึงควรถือเป็นตัวเลขตามรายงาน 1014

ข้อมูลจากรายงานโครงสร้างนิติบุคคลยังสะท้อนการถือหุ้นที่กระจุกตัวอย่างผิดปกติ นักลงทุนภายนอกถือหุ้นรวมกันประมาณ 12% ของ Yuyong Technology ขณะที่หลินและนิติบุคคลที่เกี่ยวข้องถือประมาณ 88% 811

โครงสร้างนี้ทำให้หลินมีอำนาจควบคุมบริษัทสูง แต่ก็ชี้ให้เห็นเช่นกันว่านักลงทุนกำลังซื้ออะไรเป็นหลัก นั่นคือความเชื่อมั่นว่าจะยังเข้าถึงภาวะผู้นำ ความสามารถในการดึงคนเก่ง และวิจารณญาณทางเทคนิคของหลินได้ต่อไป มากกว่าการซื้อธุรกิจที่พิสูจน์ผลประกอบการแล้ว

ที่สำคัญ มูลค่า 2 พันล้านดอลลาร์เป็น มูลค่าหลังการระดมทุนในธุรกรรมเอกชน ไม่ใช่หลักฐานว่า Pragmatik มีธุรกิจที่สร้างรายได้หรือมีมูลค่าการดำเนินงานในระดับเดียวกันแล้ว รายงานที่มีอยู่ยังไม่ยืนยันว่าบริษัทมีผลิตภัณฑ์ ผู้ใช้ ลูกค้า ยอดจอง หรือรายได้ต่อสาธารณะ 813

จากการสร้างโมเดลพื้นฐาน สู่ AI Agent ที่ลงมือทำ

จุดยืนของ Pragmatik แตกต่างจากงานพัฒนาโมเดลพื้นฐานที่หลินเคยทำกับ Alibaba บริษัทระบุว่าต้องการสร้าง “AI Agent รุ่นถัดไป” ซึ่งครอบคลุมทั้งโลกดิจิทัลและโลกกายภาพ 418

Digital Agents: ทำงานในซอฟต์แวร์และองค์กร

สายงาน Digital Agents มุ่งไปที่งานความรู้ การดำเนินงานขององค์กร และเวิร์กโฟลว์ในอุตสาหกรรม ความสามารถที่บริษัทระบุไว้ ได้แก่

• วิเคราะห์และให้เหตุผลกับงานที่ได้รับ
• ใช้ซอฟต์แวร์ เครื่องมือ และบริการภายนอก
• เรียนรู้จากผลตอบรับ
• ประสานการกระทำหลายขั้นตอนในงานระยะยาว 1718

แนวคิดนี้ต้องการขยับจากระบบที่เพียงสร้างคำตอบ ไปสู่ระบบที่สามารถเดินหน้างานได้เอง เช่น วางแผน เลือกเครื่องมือ ลงมือทำ ตรวจสอบผลลัพธ์ และปรับขั้นตอนถัดไปเมื่อเกิดข้อผิดพลาด

Physical Agents: นำ AI เข้าไปในโลกจริง

สายงาน Physical Agents ขยายแนวคิดดังกล่าวไปสู่สภาพแวดล้อมจริง ระบบจะต้องรับรู้ความเปลี่ยนแปลง ปรับตัว ตัดสินใจสั่งงานผ่านเครื่องจักร และทำภารกิจที่ใช้เวลานานให้สำเร็จ 1718

นี่เป็นโจทย์ที่ยากกว่าการสร้างผู้ช่วยซอฟต์แวร์อย่างมาก Digital Agent อาจล้มเหลวเพราะตอบผิดหรือเรียกใช้เครื่องมือผิด แต่ Physical Agent ยังต้องรับมือกับการรับรู้ภาพและสภาพแวดล้อม การเข้าใจพื้นที่ การควบคุมเครื่องจักร ความเสถียรของฮาร์ดแวร์ ความปลอดภัย และผลกระทบจากการกระทำในโลกจริง

Research to Product และเป้าหมายระยะยาว

Pragmatik ยังพูดถึงวงจร Research to Product ซึ่งหมายถึงการนำงานวิจัยแนวหน้าลงไปทดสอบในสถานการณ์จริง แล้วใช้ผลตอบรับจากสถานการณ์เหล่านั้นเป็นตัวกำหนดทิศทางการวิจัยรอบต่อไป ส่วนแนวคิด Long Horizons สะท้อนความพยายามสำรวจระบบที่ไปไกลกว่าการปรับปรุง AI Agent ในรูปแบบที่มีอยู่ในปัจจุบัน 1825

แต่ข้อมูลสาธารณะของบริษัทยังอยู่ในระดับกว้าง Pragmatik ยังไม่ได้เปิดเผยจำนวนพารามิเตอร์ของโมเดล ผลการทดสอบ ชุดข้อมูล ฮาร์ดแวร์หุ่นยนต์ พันธมิตรด้านการผลิต ผลิตภัณฑ์เฉพาะ หรือกำหนดการเปิดตัวอย่างชัดเจน 232425

เหตุผลที่นักลงทุนยอมเดิมพันกับหลิน จวินหยาง

กรณีของ Pragmatik สะท้อน “ค่าพรีเมียมของบุคลากร” ในตลาด AI ได้อย่างชัดเจน หลินเคยมีบทบาทสำคัญในการสร้างเทคโนโลยีและระบบนิเวศโอเพนซอร์สของ Qwen ที่ Alibaba ทำให้นักลงทุนมีเหตุผลที่จะเชื่อว่าเขาสามารถสร้างทีมใหม่และทำงานวิจัยระดับแนวหน้าได้ 48

หลินเข้าร่วม Alibaba DAMO Academy ในปี 2019 หลังศึกษาด้านภาษาศาสตร์และภาษาศาสตร์คอมพิวเตอร์ ต่อมาเขาก้าวขึ้นเป็นผู้นำด้านเทคนิคของ Qwen ในช่วงที่ Alibaba ก่อตั้ง Tongyi Lab รายงานยังระบุว่าเขาเป็นหนึ่งในผู้เขียนรายงานทางเทคนิคฉบับแรกของ Qwen และเป็นผู้มีส่วนร่วมหลักในรายงาน Qwen2.5 48

ภายใต้องค์กร Qwen Alibaba เปิดตัวโมเดลโอเพนซอร์สหลายประเภท ทั้งโมเดลสำหรับเขียนโค้ด คณิตศาสตร์ การมองเห็นและมัลติโมดัล รวมถึงโมเดลด้านการให้เหตุผล รายงานตัวเลขระบบนิเวศในช่วงต้นปี 2026 ระบุว่ามีโมเดล Qwen แบบโอเพนซอร์สมากกว่า 400 รุ่น โมเดลดัดแปลงมากกว่า 200,000 รุ่น และยอดดาวน์โหลดทั่วโลกเกิน 1 พันล้านครั้ง 8

ตัวเลขเหล่านี้เป็นตัวชี้วัดของระบบนิเวศ Qwen ไม่ใช่ผลประกอบการของ Pragmatik โดยตรง

ความสนใจของหลินต่อ AI ที่ทำงานในโลกจริงก็ไม่ได้เริ่มต้นพร้อมบริษัทใหม่ รายงานระบุว่าเขาจัดตั้งทีมด้านหุ่นยนต์และปัญญาประดิษฐ์แบบมีร่างกายภายใน Qwen เมื่อเดือนตุลาคม 2025 ทำให้แนวทาง Physical Agent ของ Pragmatik ดูเป็นการต่อยอดจากงานวิจัยเดิม มากกว่าจะเป็นการเปลี่ยนทิศทางแบบฉับพลัน 1531

การออกจาก Alibaba และแนวคิด “Agentic Thinking”

หลินประกาศออกจากโครงการ Qwen ของ Alibaba เมื่อวันที่ 4 มีนาคม 2026 พร้อมข้อความว่า “Bye my beloved Qwen” รายงานบางส่วนเชื่อมโยงการลาออกกับการเปลี่ยนแปลงด้านโครงสร้างองค์กรและแนวทางการนำงานวิจัยไปสู่เชิงพาณิชย์ แต่ข้อมูลสาธารณะที่มีอยู่ยังไม่สามารถยืนยันเหตุผลภายในอย่างครบถ้วนและเป็นอิสระได้ 57

ต่อมาในวันที่ 26 มีนาคม หลินเผยแพร่บทความชื่อ From “Reasoning” Thinking to “Agentic” Thinking โดยเสนอว่า AI ควรขยับจากโมเดลที่ใช้เหตุผลภายในคำสั่งหรือบริบทที่ถูกจำกัด ไปสู่ระบบที่ทำงานต่อเนื่องได้ ทั้งการวางแผน ใช้เครื่องมือ เข้าไปอยู่ในสภาพแวดล้อม สังเกตผลตอบรับ ปรับกลยุทธ์ และประสานการกระทำในช่วงเวลาที่ยาวขึ้น 1719

แก่นของแนวคิดนี้คือ สภาพแวดล้อมต้องถูกนับรวมเป็นส่วนหนึ่งของปัญญา ระบบที่ตอบคำถามอาจประเมินได้จากคุณภาพของคำตอบ แต่ Agent ที่ต้องทำงานจริงควรถูกประเมินจากความสามารถในการทำให้งานคืบหน้า แก้ตัวเมื่อผิดพลาด และไปถึงผลลัพธ์ที่ใช้ได้หลังผ่านการกระทำหลายขั้นตอน

เมื่อขยายไปสู่โลกกายภาพ ระบบจะไม่ได้โต้ตอบแค่ไฟล์ เว็บไซต์ หรือเครื่องมือองค์กร แต่ต้องทำงานกับวัตถุ เครื่องจักร และสภาพแวดล้อมที่เปลี่ยนแปลงตลอดเวลา ข้อดีที่คาดหวังคือวงจรเรียนรู้จากการลงมือทำที่สมบูรณ์ขึ้น แต่ข้อแลกเปลี่ยนคือความซับซ้อนทางเทคนิคและการปฏิบัติการที่เพิ่มขึ้นอย่างมาก ดังนั้นแนวทางนี้ยังเป็นสมมติฐานระยะยาวที่มีความทะเยอทะยาน ไม่ใช่ข้อได้เปรียบทางธุรกิจที่พิสูจน์แล้ว 1115

เทียบกับ Thinking Machines Lab ของ Mira Murati

Pragmatik เป็นส่วนหนึ่งของกระแสสตาร์ตอัป AI ที่ได้รับมูลค่าสูงตั้งแต่ระยะแรก โดยอาศัยชื่อเสียงของนักวิจัยชั้นนำ ความน่าเชื่อถือทางเทคนิค และความคาดหวังต่อความก้าวหน้าครั้งใหญ่ มากกว่าตัวเลขรายได้แบบธุรกิจทั่วไป

Thinking Machines Lab ของ Mira Murati อดีตผู้บริหาร OpenAI ระดมทุนประมาณ 2 พันล้านดอลลาร์ที่มูลค่าประเมิน 12 พันล้านดอลลาร์ในเดือนกรกฎาคม 2025 โดยมี Andreessen Horowitz เป็นผู้นำ Reuters รายงานว่าในเวลานั้นบริษัทไม่มีรายได้หรือผลิตภัณฑ์ 33

การเปรียบเทียบนี้ช่วยให้เห็นภาพ แต่ไม่ใช่กรณีเดียวกันทั้งหมด มูลค่าที่มีรายงานของ Pragmatik อยู่ที่ประมาณหนึ่งในหกของ Thinking Machines Lab ขณะเดียวกัน Pragmatik ยังประกาศโจทย์ที่กว้างและยากเป็นพิเศษ เพราะต้องการเดินหน้าทั้ง Agent สำหรับซอฟต์แวร์และระบบที่มีร่างกายหรือทำงานในโลกจริง 433

ทั้งสองบริษัทสะท้อนปรากฏการณ์เดียวกันในตลาดเงินร่วมลงทุน นั่นคือ นักลงทุนสามารถตั้งราคาทีมวิจัยและวิสัยทัศน์ทางเทคนิคไว้ล่วงหน้าไกลกว่ารายได้จริงได้มาก แต่เมื่อยังไม่มีตัวชี้วัดเชิงพาณิชย์ การพิสูจน์ในระยะถัดไปก็ยิ่งมีความสำคัญ ผู้ก่อตั้งที่โดดเด่นอาจดึงดูดเงินทุนได้ ทว่าบริษัทก็ยังต้องเปลี่ยนเงินทุนนั้นให้เป็นระบบที่เชื่อถือได้และธุรกิจที่อยู่รอดในระยะยาว

สิ่งที่ Pragmatik ต้องพิสูจน์ต่อไป

ท้ายที่สุด มูลค่า 2 พันล้านดอลลาร์จะไม่ได้ถูกตัดสินจากเอกสารการลงทุน แต่จะถูกทดสอบจากความสามารถของบริษัทในการสร้าง Agent ที่ลูกค้าหรือนักพัฒนาไม่สามารถหาได้ง่ายจากผู้ให้บริการโมเดลพื้นฐานและแพลตฟอร์ม Agent ที่มีอยู่แล้ว

หมุดหมายสำคัญที่บริษัทต้องแสดงให้เห็น ได้แก่

• การทำงานดิจิทัลที่มีประโยชน์และซับซ้อนหลายขั้นตอนให้สำเร็จอย่างสม่ำเสมอ
• ผลการทำงานที่วัดได้ในเวิร์กโฟลว์ขององค์กรหรืออุตสาหกรรมจริง
• ลูกค้าที่จ่ายเงินจริงและแนวทางสร้างรายได้ประจำที่น่าเชื่อถือ
• การทำงานในสภาพแวดล้อมจริงที่ปลอดภัยและทำซ้ำได้ หากหุ่นยนต์ยังเป็นหนึ่งในเป้าหมายหลัก
• โมเดลเศรษฐกิจที่รองรับต้นทุนวิจัย การประมวลผล ข้อมูล ฮาร์ดแวร์ และการนำระบบไปใช้งาน

ในตอนนี้ หลักฐานที่มีอยู่สนับสนุนภาพของ Pragmatik ในฐานะบริษัทวิจัยที่ได้รับเงินทุนสูงและมีโครงสร้างการควบคุมโดยผู้ก่อตั้งอย่างเข้มข้น พร้อมภารกิจด้าน AI Agent ที่ครอบคลุมทั้งโลกดิจิทัลและโลกกายภาพ แต่ยังไม่เพียงพอที่จะสรุปถึงความสามารถของผลิตภัณฑ์ การใช้งานจริง รายได้ หรือความได้เปรียบทางเทคนิคที่รองรับมูลค่า 2 พันล้านดอลลาร์ได้ 4813

บททดสอบต่อไปของหลินจึงไม่ใช่การระดมทุนรอบใหม่ แต่คือการเปลี่ยนชื่อเสียงจากยุค Qwen ให้กลายเป็นบริษัทอิสระที่ทำให้ AI Agent ลงมือทำงานได้จริง ทำซ้ำได้ และสร้างมูลค่าทางเศรษฐกิจได้

Pragmatik Labs คือสตาร์ตอัป AI แห่งใหม่จากเซี่ยงไฮ้ ก่อตั้งโดย หลิน จวินหยาง อดีตผู้นำด้านเทคนิคของตระกูลโมเดล Qwen จาก Alibaba บริษัทจดทะเบียนในจีนภายใต้ชื่อ Yuyong Technology และมีรายงานว่าใช้ชื่อภายในว่า “p7k” โดยตั้งเป้าพัฒนา AI Agent ที่ทำงานได้ทั้งในโลกดิจิทัลและโลกกายภาพ 34

สิ่งที่ทำให้บริษัทถูกจับตามองเป็นพิเศษคือมูลค่าที่เกิดขึ้นเร็วมาก Pragmatik มีรายงานว่าได้รับการประเมินมูลค่าหลังการระดมทุนในรอบแองเจิลประมาณ 2 พันล้านดอลลาร์สหรัฐ ก่อนเปิดเผยผลิตภัณฑ์ โมเดล ลูกค้า ฐานผู้ใช้ รายได้ หรือกำหนดการเปิดตัวอย่างเป็นทางการ 813

พูดอีกอย่างหนึ่ง นี่ไม่ใช่บริษัทสตาร์ตอัประยะเริ่มต้นที่นักลงทุนกำลังประเมินจากยอดขายหรือการเติบโต แต่เป็นการเดิมพันราคาสูงกับตัวผู้ก่อตั้ง ทีมวิจัย และแนวคิดว่า AI ระยะถัดไปจะเปลี่ยนจากการ “ตอบคำถาม” ไปสู่การ “ลงมือทำงาน” ได้จริง

เงินทุนและโครงสร้างผู้ถือหุ้นของ Pragmatik

รายงานระบุว่า Gaorong Ventures และ HSG ซึ่งเดิมคือ Sequoia China หรือ HongShan เป็นผู้นำร่วมในการระดมทุนรอบนี้ ขณะที่ Tencent และ Shanghai Future Industry Fund ก็เข้าร่วมลงทุนหรือให้การสนับสนุนด้วย 411

รายละเอียดที่มีการรายงานอย่างแพร่หลายระบุว่ารอบนี้มีมูลค่าประมาณ 220 ล้านดอลลาร์ แบ่งเป็นเงินลงทุนราว 100 ล้านดอลลาร์จาก Gaorong และ HSG อย่างละประมาณ 100 ล้านดอลลาร์ และจาก Tencent ราว 20 ล้านดอลลาร์ โดยมี Shanghai Future Industry Fund เข้าร่วมด้วย อย่างไรก็ตาม ตัวเลขการจัดสรรรายรายดังกล่าวมาจากรายงานข่าวและแหล่งข่าวในอุตสาหกรรม ไม่ใช่ประกาศการระดมทุนอย่างเป็นทางการจากบริษัท จึงควรถือเป็นตัวเลขตามรายงาน 1014

ข้อมูลจากรายงานโครงสร้างนิติบุคคลยังสะท้อนการถือหุ้นที่กระจุกตัวอย่างผิดปกติ นักลงทุนภายนอกถือหุ้นรวมกันประมาณ 12% ของ Yuyong Technology ขณะที่หลินและนิติบุคคลที่เกี่ยวข้องถือประมาณ 88% 811

โครงสร้างนี้ทำให้หลินมีอำนาจควบคุมบริษัทสูง แต่ก็ชี้ให้เห็นเช่นกันว่านักลงทุนกำลังซื้ออะไรเป็นหลัก นั่นคือความเชื่อมั่นว่าจะยังเข้าถึงภาวะผู้นำ ความสามารถในการดึงคนเก่ง และวิจารณญาณทางเทคนิคของหลินได้ต่อไป มากกว่าการซื้อธุรกิจที่พิสูจน์ผลประกอบการแล้ว

ที่สำคัญ มูลค่า 2 พันล้านดอลลาร์เป็น มูลค่าหลังการระดมทุนในธุรกรรมเอกชน ไม่ใช่หลักฐานว่า Pragmatik มีธุรกิจที่สร้างรายได้หรือมีมูลค่าการดำเนินงานในระดับเดียวกันแล้ว รายงานที่มีอยู่ยังไม่ยืนยันว่าบริษัทมีผลิตภัณฑ์ ผู้ใช้ ลูกค้า ยอดจอง หรือรายได้ต่อสาธารณะ 813

จากการสร้างโมเดลพื้นฐาน สู่ AI Agent ที่ลงมือทำ

จุดยืนของ Pragmatik แตกต่างจากงานพัฒนาโมเดลพื้นฐานที่หลินเคยทำกับ Alibaba บริษัทระบุว่าต้องการสร้าง “AI Agent รุ่นถัดไป” ซึ่งครอบคลุมทั้งโลกดิจิทัลและโลกกายภาพ 418

Digital Agents: ทำงานในซอฟต์แวร์และองค์กร

สายงาน Digital Agents มุ่งไปที่งานความรู้ การดำเนินงานขององค์กร และเวิร์กโฟลว์ในอุตสาหกรรม ความสามารถที่บริษัทระบุไว้ ได้แก่

• วิเคราะห์และให้เหตุผลกับงานที่ได้รับ
• ใช้ซอฟต์แวร์ เครื่องมือ และบริการภายนอก
• เรียนรู้จากผลตอบรับ
• ประสานการกระทำหลายขั้นตอนในงานระยะยาว 1718

แนวคิดนี้ต้องการขยับจากระบบที่เพียงสร้างคำตอบ ไปสู่ระบบที่สามารถเดินหน้างานได้เอง เช่น วางแผน เลือกเครื่องมือ ลงมือทำ ตรวจสอบผลลัพธ์ และปรับขั้นตอนถัดไปเมื่อเกิดข้อผิดพลาด

Physical Agents: นำ AI เข้าไปในโลกจริง

สายงาน Physical Agents ขยายแนวคิดดังกล่าวไปสู่สภาพแวดล้อมจริง ระบบจะต้องรับรู้ความเปลี่ยนแปลง ปรับตัว ตัดสินใจสั่งงานผ่านเครื่องจักร และทำภารกิจที่ใช้เวลานานให้สำเร็จ 1718

นี่เป็นโจทย์ที่ยากกว่าการสร้างผู้ช่วยซอฟต์แวร์อย่างมาก Digital Agent อาจล้มเหลวเพราะตอบผิดหรือเรียกใช้เครื่องมือผิด แต่ Physical Agent ยังต้องรับมือกับการรับรู้ภาพและสภาพแวดล้อม การเข้าใจพื้นที่ การควบคุมเครื่องจักร ความเสถียรของฮาร์ดแวร์ ความปลอดภัย และผลกระทบจากการกระทำในโลกจริง

Research to Product และเป้าหมายระยะยาว

Pragmatik ยังพูดถึงวงจร Research to Product ซึ่งหมายถึงการนำงานวิจัยแนวหน้าลงไปทดสอบในสถานการณ์จริง แล้วใช้ผลตอบรับจากสถานการณ์เหล่านั้นเป็นตัวกำหนดทิศทางการวิจัยรอบต่อไป ส่วนแนวคิด Long Horizons สะท้อนความพยายามสำรวจระบบที่ไปไกลกว่าการปรับปรุง AI Agent ในรูปแบบที่มีอยู่ในปัจจุบัน 1825

แต่ข้อมูลสาธารณะของบริษัทยังอยู่ในระดับกว้าง Pragmatik ยังไม่ได้เปิดเผยจำนวนพารามิเตอร์ของโมเดล ผลการทดสอบ ชุดข้อมูล ฮาร์ดแวร์หุ่นยนต์ พันธมิตรด้านการผลิต ผลิตภัณฑ์เฉพาะ หรือกำหนดการเปิดตัวอย่างชัดเจน 232425

เหตุผลที่นักลงทุนยอมเดิมพันกับหลิน จวินหยาง

กรณีของ Pragmatik สะท้อน “ค่าพรีเมียมของบุคลากร” ในตลาด AI ได้อย่างชัดเจน หลินเคยมีบทบาทสำคัญในการสร้างเทคโนโลยีและระบบนิเวศโอเพนซอร์สของ Qwen ที่ Alibaba ทำให้นักลงทุนมีเหตุผลที่จะเชื่อว่าเขาสามารถสร้างทีมใหม่และทำงานวิจัยระดับแนวหน้าได้ 48

หลินเข้าร่วม Alibaba DAMO Academy ในปี 2019 หลังศึกษาด้านภาษาศาสตร์และภาษาศาสตร์คอมพิวเตอร์ ต่อมาเขาก้าวขึ้นเป็นผู้นำด้านเทคนิคของ Qwen ในช่วงที่ Alibaba ก่อตั้ง Tongyi Lab รายงานยังระบุว่าเขาเป็นหนึ่งในผู้เขียนรายงานทางเทคนิคฉบับแรกของ Qwen และเป็นผู้มีส่วนร่วมหลักในรายงาน Qwen2.5 48

ภายใต้องค์กร Qwen Alibaba เปิดตัวโมเดลโอเพนซอร์สหลายประเภท ทั้งโมเดลสำหรับเขียนโค้ด คณิตศาสตร์ การมองเห็นและมัลติโมดัล รวมถึงโมเดลด้านการให้เหตุผล รายงานตัวเลขระบบนิเวศในช่วงต้นปี 2026 ระบุว่ามีโมเดล Qwen แบบโอเพนซอร์สมากกว่า 400 รุ่น โมเดลดัดแปลงมากกว่า 200,000 รุ่น และยอดดาวน์โหลดทั่วโลกเกิน 1 พันล้านครั้ง 8

ตัวเลขเหล่านี้เป็นตัวชี้วัดของระบบนิเวศ Qwen ไม่ใช่ผลประกอบการของ Pragmatik โดยตรง

ความสนใจของหลินต่อ AI ที่ทำงานในโลกจริงก็ไม่ได้เริ่มต้นพร้อมบริษัทใหม่ รายงานระบุว่าเขาจัดตั้งทีมด้านหุ่นยนต์และปัญญาประดิษฐ์แบบมีร่างกายภายใน Qwen เมื่อเดือนตุลาคม 2025 ทำให้แนวทาง Physical Agent ของ Pragmatik ดูเป็นการต่อยอดจากงานวิจัยเดิม มากกว่าจะเป็นการเปลี่ยนทิศทางแบบฉับพลัน 1531

การออกจาก Alibaba และแนวคิด “Agentic Thinking”

หลินประกาศออกจากโครงการ Qwen ของ Alibaba เมื่อวันที่ 4 มีนาคม 2026 พร้อมข้อความว่า “Bye my beloved Qwen” รายงานบางส่วนเชื่อมโยงการลาออกกับการเปลี่ยนแปลงด้านโครงสร้างองค์กรและแนวทางการนำงานวิจัยไปสู่เชิงพาณิชย์ แต่ข้อมูลสาธารณะที่มีอยู่ยังไม่สามารถยืนยันเหตุผลภายในอย่างครบถ้วนและเป็นอิสระได้ 57

ต่อมาในวันที่ 26 มีนาคม หลินเผยแพร่บทความชื่อ From “Reasoning” Thinking to “Agentic” Thinking โดยเสนอว่า AI ควรขยับจากโมเดลที่ใช้เหตุผลภายในคำสั่งหรือบริบทที่ถูกจำกัด ไปสู่ระบบที่ทำงานต่อเนื่องได้ ทั้งการวางแผน ใช้เครื่องมือ เข้าไปอยู่ในสภาพแวดล้อม สังเกตผลตอบรับ ปรับกลยุทธ์ และประสานการกระทำในช่วงเวลาที่ยาวขึ้น 1719

แก่นของแนวคิดนี้คือ สภาพแวดล้อมต้องถูกนับรวมเป็นส่วนหนึ่งของปัญญา ระบบที่ตอบคำถามอาจประเมินได้จากคุณภาพของคำตอบ แต่ Agent ที่ต้องทำงานจริงควรถูกประเมินจากความสามารถในการทำให้งานคืบหน้า แก้ตัวเมื่อผิดพลาด และไปถึงผลลัพธ์ที่ใช้ได้หลังผ่านการกระทำหลายขั้นตอน

เมื่อขยายไปสู่โลกกายภาพ ระบบจะไม่ได้โต้ตอบแค่ไฟล์ เว็บไซต์ หรือเครื่องมือองค์กร แต่ต้องทำงานกับวัตถุ เครื่องจักร และสภาพแวดล้อมที่เปลี่ยนแปลงตลอดเวลา ข้อดีที่คาดหวังคือวงจรเรียนรู้จากการลงมือทำที่สมบูรณ์ขึ้น แต่ข้อแลกเปลี่ยนคือความซับซ้อนทางเทคนิคและการปฏิบัติการที่เพิ่มขึ้นอย่างมาก ดังนั้นแนวทางนี้ยังเป็นสมมติฐานระยะยาวที่มีความทะเยอทะยาน ไม่ใช่ข้อได้เปรียบทางธุรกิจที่พิสูจน์แล้ว 1115

เทียบกับ Thinking Machines Lab ของ Mira Murati

Pragmatik เป็นส่วนหนึ่งของกระแสสตาร์ตอัป AI ที่ได้รับมูลค่าสูงตั้งแต่ระยะแรก โดยอาศัยชื่อเสียงของนักวิจัยชั้นนำ ความน่าเชื่อถือทางเทคนิค และความคาดหวังต่อความก้าวหน้าครั้งใหญ่ มากกว่าตัวเลขรายได้แบบธุรกิจทั่วไป

Thinking Machines Lab ของ Mira Murati อดีตผู้บริหาร OpenAI ระดมทุนประมาณ 2 พันล้านดอลลาร์ที่มูลค่าประเมิน 12 พันล้านดอลลาร์ในเดือนกรกฎาคม 2025 โดยมี Andreessen Horowitz เป็นผู้นำ Reuters รายงานว่าในเวลานั้นบริษัทไม่มีรายได้หรือผลิตภัณฑ์ 33

การเปรียบเทียบนี้ช่วยให้เห็นภาพ แต่ไม่ใช่กรณีเดียวกันทั้งหมด มูลค่าที่มีรายงานของ Pragmatik อยู่ที่ประมาณหนึ่งในหกของ Thinking Machines Lab ขณะเดียวกัน Pragmatik ยังประกาศโจทย์ที่กว้างและยากเป็นพิเศษ เพราะต้องการเดินหน้าทั้ง Agent สำหรับซอฟต์แวร์และระบบที่มีร่างกายหรือทำงานในโลกจริง 433

ทั้งสองบริษัทสะท้อนปรากฏการณ์เดียวกันในตลาดเงินร่วมลงทุน นั่นคือ นักลงทุนสามารถตั้งราคาทีมวิจัยและวิสัยทัศน์ทางเทคนิคไว้ล่วงหน้าไกลกว่ารายได้จริงได้มาก แต่เมื่อยังไม่มีตัวชี้วัดเชิงพาณิชย์ การพิสูจน์ในระยะถัดไปก็ยิ่งมีความสำคัญ ผู้ก่อตั้งที่โดดเด่นอาจดึงดูดเงินทุนได้ ทว่าบริษัทก็ยังต้องเปลี่ยนเงินทุนนั้นให้เป็นระบบที่เชื่อถือได้และธุรกิจที่อยู่รอดในระยะยาว

สิ่งที่ Pragmatik ต้องพิสูจน์ต่อไป

ท้ายที่สุด มูลค่า 2 พันล้านดอลลาร์จะไม่ได้ถูกตัดสินจากเอกสารการลงทุน แต่จะถูกทดสอบจากความสามารถของบริษัทในการสร้าง Agent ที่ลูกค้าหรือนักพัฒนาไม่สามารถหาได้ง่ายจากผู้ให้บริการโมเดลพื้นฐานและแพลตฟอร์ม Agent ที่มีอยู่แล้ว

หมุดหมายสำคัญที่บริษัทต้องแสดงให้เห็น ได้แก่

• การทำงานดิจิทัลที่มีประโยชน์และซับซ้อนหลายขั้นตอนให้สำเร็จอย่างสม่ำเสมอ
• ผลการทำงานที่วัดได้ในเวิร์กโฟลว์ขององค์กรหรืออุตสาหกรรมจริง
• ลูกค้าที่จ่ายเงินจริงและแนวทางสร้างรายได้ประจำที่น่าเชื่อถือ
• การทำงานในสภาพแวดล้อมจริงที่ปลอดภัยและทำซ้ำได้ หากหุ่นยนต์ยังเป็นหนึ่งในเป้าหมายหลัก
• โมเดลเศรษฐกิจที่รองรับต้นทุนวิจัย การประมวลผล ข้อมูล ฮาร์ดแวร์ และการนำระบบไปใช้งาน

ในตอนนี้ หลักฐานที่มีอยู่สนับสนุนภาพของ Pragmatik ในฐานะบริษัทวิจัยที่ได้รับเงินทุนสูงและมีโครงสร้างการควบคุมโดยผู้ก่อตั้งอย่างเข้มข้น พร้อมภารกิจด้าน AI Agent ที่ครอบคลุมทั้งโลกดิจิทัลและโลกกายภาพ แต่ยังไม่เพียงพอที่จะสรุปถึงความสามารถของผลิตภัณฑ์ การใช้งานจริง รายได้ หรือความได้เปรียบทางเทคนิคที่รองรับมูลค่า 2 พันล้านดอลลาร์ได้ 4813

บททดสอบต่อไปของหลินจึงไม่ใช่การระดมทุนรอบใหม่ แต่คือการเปลี่ยนชื่อเสียงจากยุค Qwen ให้กลายเป็นบริษัทอิสระที่ทำให้ AI Agent ลงมือทำงานได้จริง ทำซ้ำได้ และสร้างมูลค่าทางเศรษฐกิจได้