MiniMax ขยายเพดานใช้จ่าย Alibaba Cloud แตะ 1.2 พันล้านดอลลาร์ สะท้อนความต้องการพลังประมวลผล AI ที่พุ่งขึ้น

MiniMax บริษัทปัญญาประดิษฐ์จากจีน เพิ่มเพดานการใช้จ่ายกับ Alibaba Cloud ในช่วง 3 ปีระหว่างปี 2026–2028 จาก 375 ล้านดอลลาร์สหรัฐเป็น 1.2 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้น 825 ล้านดอลลาร์ หรือ 220% การปรับวงเงินครั้งนี้สะท้อนว่า บริษัทคาดว่าความต้องการพลังประมวลผลจะยังอยู่ในระดับสูง ขณะที่เดินหน้าพัฒนาโมเดลและให้บริการแอปพลิเคชัน AI 117

อย่างไรก็ตาม ตัวเลข 1.2 พันล้านดอลลาร์เป็น “เพดานการใช้จ่าย” หรือวงเงินสูงสุดตามข้อตกลง ไม่ใช่หลักฐานว่า MiniMax จะใช้เงินครบจำนวนดังกล่าว ขนาดและจังหวะเวลาของการปรับเพิ่มบ่งชี้ว่า บริษัทต้องการสำรองขีดความสามารถด้านคลาวด์ให้เพียงพอ เพื่อไม่ให้ข้อจำกัดด้านโครงสร้างพื้นฐานกลายเป็นคอขวดของการเติบโต

เพดานรายปีเพิ่มขึ้นเท่าไร

ปี	เพดานเดิม	เพดานใหม่	เพิ่มขึ้นโดยประมาณ
2026	115 ล้านดอลลาร์	300 ล้านดอลลาร์	161%
2027	125 ล้านดอลลาร์	400 ล้านดอลลาร์	220%
2028	135 ล้านดอลลาร์	500 ล้านดอลลาร์	270%

เพดานเดิมตลอด 3 ปีรวมกันอยู่ที่ 375 ล้านดอลลาร์ ขณะที่เพดานใหม่รวมเป็น 1.2 พันล้านดอลลาร์ นอกจากนี้ วงเงินยังเพิ่มขึ้นต่อเนื่องทุกปี โดยแตะ 500 ล้านดอลลาร์ในปี 2028 แทนที่จะอยู่ใกล้เคียงกับกรอบเดิม 2325

ข้อตกลง Alibaba Cloud ครอบคลุมอะไรบ้าง

ข้อตกลงนี้ครอบคลุมทรัพยากรคลาวด์สำหรับงานสำคัญ 2 ส่วนของธุรกิจ MiniMax ได้แก่ การฝึกโมเดล และ การประมวลผลคำขอ หรือ inference 123

การฝึกโมเดลต้องใช้พลังประมวลผลจำนวนมากเพื่อพัฒนาและปรับปรุงระบบ AI ส่วน inference คือขั้นตอนที่โมเดลนำความสามารถที่เรียนรู้มาใช้สร้างคำตอบหรือผลลัพธ์ให้แก่ผู้ใช้และแอปพลิเคชัน

ความแตกต่างนี้มีนัยสำคัญ เพราะบริษัทไม่ได้ต้องการโครงสร้างพื้นฐานจำนวนมากเฉพาะตอนฝึกโมเดลเท่านั้น แม้โมเดลจะพัฒนาเสร็จแล้ว การให้โมเดลตอบคำขอจำนวนมากในสถานการณ์ใช้งานจริงก็ยังสร้างต้นทุนด้าน inference อย่างต่อเนื่อง เพดานใหม่จึงเปิดพื้นที่ให้ MiniMax เดินหน้าทั้งการพัฒนาโมเดลเพิ่มเติมและการให้บริการโมเดลเดิมในวงกว้างขึ้น

ทำไมการเพิ่มวงเงินครั้งนี้จึงสำคัญ

1. วงเงินเดิมเริ่มตึงตัว

จากรายงานที่อ้างอิงเอกสารยื่นต่อตลาดหลักทรัพย์ฮ่องกง MiniMax ใช้วงเงินคลาวด์ไปแล้วราวสองในสาม ณ สิ้นเดือนมิถุนายน 2026 ขณะที่เพดานใหม่สำหรับปี 2026 ที่ 300 ล้านดอลลาร์ สูงกว่าเพดานเดิม 115 ล้านดอลลาร์เกือบ 3 เท่า 119

ข้อมูลนี้ไม่ได้ยืนยันว่า MiniMax จะใช้ทรัพยากรจนเต็มเพดานใหม่ในท้ายที่สุด แต่ช่วยอธิบายได้ว่าเหตุใดบริษัทจึงต้องขยายวงเงินก่อนที่กรอบเดิมจะกลายเป็นข้อจำกัดต่อการดำเนินงาน

2. MiniMax กำลังวางแผนรองรับการใช้งาน AI ต่อเนื่อง

หากบริษัทเพิ่มวงเงินเฉพาะปีปัจจุบัน อาจตีความได้ว่าเป็นการรับมือกับความต้องการที่เพิ่มขึ้นชั่วคราว แต่ข้อตกลงฉบับแก้ไขครอบคลุมไปจนถึงปี 2028 และเพิ่มเพดานจาก 300 ล้านดอลลาร์ในปี 2026 เป็น 500 ล้านดอลลาร์ในปี 2028 โครงสร้างดังกล่าวสอดคล้องกับการวางแผนรองรับความต้องการที่ต่อเนื่อง ทั้งด้านการวิจัยและการนำ AI ไปใช้งานเชิงพาณิชย์ มากกว่าจะเป็นค่าใช้จ่ายแบบครั้งเดียว 1723

เอกสารของบริษัทสนับสนุนภาพการขยายธุรกิจโมเดลและแอปพลิเคชัน AI ของ MiniMax โดยความจุคลาวด์ที่เพิ่มขึ้นสามารถรองรับการฝึกโมเดลรอบใหม่ การปรับปรุงโมเดล และโครงสร้างพื้นฐานสำหรับส่งมอบบริการ AI ให้ผู้ใช้และลูกค้า 23

3. พลังประมวลผลกำลังกลายเป็นปัจจัยเชิงกลยุทธ์

การปรับวงเงินครั้งนี้ชี้ให้เห็นเศรษฐศาสตร์พื้นฐานของ Generative AI: ความสามารถของโมเดลเป็นเพียงส่วนหนึ่งของการแข่งขัน บริษัทต่าง ๆ ยังต้องมีโครงสร้างพื้นฐานที่เชื่อถือได้สำหรับฝึกโมเดล และรองรับปริมาณการใช้งานเมื่อโมเดลถูกนำไปเปิดให้บริการจริง

สำหรับ MiniMax ข้อตกลงกับ Alibaba Cloud ช่วยเพิ่มขีดความสามารถในการดำเนินงานภายใต้ความสัมพันธ์กับผู้ให้บริการคลาวด์รายเดียว การมีทรัพยากรที่วางแผนไว้ล่วงหน้าอาจทำให้การขยายธุรกิจทำได้ง่ายขึ้น แต่ในอีกด้านหนึ่งก็ทำให้การเติบโตของบริษัทผูกโยงกับความพร้อมของโครงสร้างพื้นฐานและค่าใช้จ่ายด้านคลาวด์มากขึ้น แหล่งข่าวยืนยันถึงการเพิ่มวงเงินและวัตถุประสงค์การใช้งาน แต่ยังไม่ได้แสดงว่า MiniMax จะใช้เพดานทั้งหมดหรือสร้างผลตอบแทนทางการเงินได้เท่าใด

สัญญาณที่ใหญ่กว่าสำหรับธุรกิจ AI

ข้อตกลงฉบับใหม่นี้ควรถูกมองเป็นสัญญาณด้าน “ความต้องการกำลังการประมวลผล” ไม่ใช่การคาดการณ์รายได้ที่รับประกัน หรือหลักฐานว่าโมเดลของบริษัทจะประสบความสำเร็จ MiniMax กำลังอนุมัติความเป็นไปได้ในการใช้จ่ายเพิ่มขึ้นอย่างมาก เพราะธุรกิจ AI ต้องใช้ทรัพยากรตลอดทั้งวงจร ตั้งแต่การฝึกโมเดลไปจนถึงการประมวลผลคำตอบให้ผู้ใช้งาน 123

กรณีของ MiniMax ยังสะท้อนว่าโครงสร้างพื้นฐานกลายเป็นปัจจัยการแข่งขันของวงการ AI มากขึ้น ทีมวิจัยอาจสร้างโมเดลที่มีความสามารถได้ แต่การขยายผลิตภัณฑ์อย่างต่อเนื่องต้องอาศัยพลังประมวลผลที่เพียงพอ ทั้งเพื่อปรับปรุงโมเดลและเปิดให้ผู้ใช้เข้าถึงได้ในระดับใหญ่ เพดาน 1.2 พันล้านดอลลาร์จึงแสดงให้เห็นว่าภาระด้านโครงสร้างพื้นฐานของบริษัท AI ที่กำลังขยายพอร์ตโฟลิโอโมเดลและแอปพลิเคชันอาจสูงเพียงใด 123