Bezos ใกล้ปิดดีล 10 พันล้านดอลลาร์ให้ Project Prometheus แล็บ AI ที่จะ "เข้าใจโลกกายภาพ"

Project Prometheus สตาร์ทอัป AI ที่ Jeff Bezos ร่วมก่อตั้งกับ Vikram “Vik” Bajaj ใกล้ปิดรอบระดมทุนครั้งใหม่มูลค่า 10 พันล้านดอลลาร์ ที่ valuation ราว 38 พันล้านดอลลาร์ ตามรายงานของ Financial Times ที่ Bloomberg อ้างต่อเมื่อ 21 เมษายน 2026 โดยมี BlackRock และ JPMorgan เป็นผู้ลงทุนหลักในรอบนี้

บริษัทนี้ตั้งขึ้นในซานฟรานซิสโกเมื่อพฤศจิกายน 2025 พร้อมเงินลงทุนตั้งต้น 6.2 พันล้านดอลลาร์ โดย Bezos และ Bajaj นั่งเป็น co-CEO ร่วมกัน

Prometheus ต่างจากค่ายอื่นอย่างไร

ต่างจาก OpenAI, Anthropic, หรือ Meta ที่ฝึกโมเดลบนข้อความเป็นหลัก Prometheus โฟกัสที่การสร้าง AI ที่ เข้าใจโลกกายภาพ โดยฝึกบน:

• ข้อมูลจากการทดลองจริงในห้องแล็บ
• ปฏิสัมพันธ์ของหุ่นยนต์กับสภาพแวดล้อม
• workflow ทาง engineering

กลุ่มเป้าหมายคือ engineering, manufacturing, aerospace, robotics และ drug discovery ซึ่งเป็นอุตสาหกรรมที่ข้อความอย่างเดียวไม่พอจะสอนให้โมเดลเข้าใจ

แผนที่ใหญ่กว่ารอบระดมทุน

สิ่งที่น่าสนใจกว่าตัวเลข 10 พันล้านคือรายงานที่ว่า Bezos กำลังหาทุนเพิ่มเติม สูงถึง 100 พันล้านดอลลาร์ เพื่อสร้างบริษัทโฮลดิ้งที่จะเข้าซื้อธุรกิจอุตสาหกรรมที่ได้รับผลกระทบจาก AI แล้วนำข้อมูล operation ของธุรกิจเหล่านั้นมาป้อนเข้าโมเดลของ Prometheus

นี่คือ playbook ที่ตรงข้ามกับสาย LLM ทั่วไป — ไม่ใช่ scrape อินเทอร์เน็ต แต่ เป็นเจ้าของ sensor และ assembly line ที่สร้างข้อมูลตั้งแต่ต้น

ภาพรวมตลาดระดมทุน AI ไตรมาส 1/2026

Prometheus เป็นส่วนหนึ่งของกระแสที่ใหญ่มาก — ไตรมาส 1/2026 มีเงินลงทุน venture ไหลเข้าสตาร์ทอัป 300 พันล้านดอลลาร์ทั่วโลก โดย AI กินส่วนแบ่ง 242 พันล้าน (80% ของทั้งหมด) สี่ในห้าของรอบระดมทุน venture ที่ใหญ่ที่สุดตลอดกาลก็เพิ่งปิดในไตรมาสนี้ (OpenAI 122 พันล้าน, Anthropic 30 พันล้าน, xAI 20 พันล้าน, Waymo 16 พันล้าน)

มุมมอง AI Curator

เงิน 10 พันล้านดอลลาร์ในปีนี้ไม่ถือว่าเยอะที่สุดในสาย AI แล้ว (OpenAI ได้ 122 พันล้าน) แต่ Prometheus น่าสนใจเพราะ thesis ของบริษัทต่างออกไป

สิ่งที่ Bezos เดิมพันคือแนวคิดที่ว่า LLM ไม่ใช่ปลายทาง — โมเดลที่จะเปลี่ยนอุตสาหกรรมหนักจริง ๆ ต้องเข้าใจฟิสิกส์, วัสดุ, การประกอบ, และลำดับเหตุการณ์ในโลกจริง ซึ่งข้อมูลพวกนี้ไม่มีในเว็บ ต้องเข้าถึงผ่านโรงงาน, แล็บ, ยานบิน และห่วงโซ่การผลิตจริง

ถ้า playbook “ซื้ออุตสาหกรรมเพื่อเอาข้อมูล” ทำได้จริง มันจะเปลี่ยนคำจำกัดความของ “บริษัท AI” ไปเลย — จาก software company ที่มี GPU เยอะ → holding company ที่มีโรงงานและเครื่องจักรอยู่ในมือ ซึ่งเป็นโมเดลที่เลียนแบบได้ยากสำหรับสตาร์ทอัปรายเล็กและอาจเป็นจุดเริ่มของ moat ที่ยั่งยืนกว่าแค่ขนาดโมเดลเสียด้วยซ้ำ

สำหรับผู้ประกอบการไทย ข่าวนี้สำคัญเพราะสะท้อนว่า data asset ที่หายาก (เช่น sensor จากโรงงานยาง, ข้อมูลการเพาะเลี้ยงกุ้ง, workflow ของสวนยางพารา) อาจมีมูลค่าเชิงยุทธศาสตร์สูงกว่าที่เราเคยคิด ใครเป็นเจ้าของ data pipeline เหล่านี้อาจมีบทบาทสำคัญเมื่อคลื่น physical AI ลงมาถึงเอเชียตะวันออกเฉียงใต้

---

แหล่งข่าว: Bloomberg · The Next Web · PYMNTS