ความเห็น: AI gold rush รอบสอง — เงินจะไหลออกจาก 'model' กลับมาที่ 'inference' และทำไมไทยควรสนใจ

ในสัปดาห์เดียวที่ผ่านมา ถ้าจะลองเรียงข่าวเฉพาะที่เกี่ยวกับ “infrastructure” ของ AI:

• 1 พฤษภาคม — Nebius เซ็นซื้อ Eigen AI ที่ $643M เพื่อบีบ inference cost
• 30 เมษายน — OpenAI ขึ้น Amazon Bedrock พร้อม Bedrock Managed Agents
• 22 เมษายน — Microsoft Foundry เปิด billing สำหรับ hosted agents
• 15 เมษายน — Google เปิด subagents ใน Gemini CLI พร้อม container deploy
• ตลอดเดือน — Together AI, Fireworks AI ขยับลดราคา Qwen, DeepSeek, Llama serving อีก 30-50%

ถ้าถอยหนึ่งก้าวมองภาพรวม สิ่งที่เกิดขึ้นคือ AI value chain กำลัง re-stack ครั้งใหญ่ โดย “ที่นั่งที่ขายได้แพงที่สุด” เคลื่อนจาก model layer ลงมาที่ inference layer อย่างชัดเจน

นี่คือ AI gold rush รอบสอง — และมันคือรอบที่ไทยควรเข้าใจให้ชัดที่สุด เพราะรอบแรก (พัฒนา foundation model) เราตามไม่ทันแล้ว แต่รอบนี้ window ยังเปิดอยู่

รอบแรก vs รอบสอง: ทุนนิยม AI สองยุค

รอบแรก (2022-2025) — ทุกคนแย่งกันสร้าง foundation model ที่ดีที่สุด: GPT, Claude, Gemini, Llama, Qwen, DeepSeek, Mistral ผลคือเรามี frontier model 7-8 ตัวที่ “เก่งพอกัน” สำหรับ 90% ของ use case ที่จับต้องได้จริง — และความแตกต่างทางคุณภาพระหว่างตัวอันดับ 1 กับอันดับ 5 ลดลงเรื่อย ๆ ทุก 6 เดือน

รอบสอง (2026-?) — เมื่อ model commoditize ระดับหนึ่งแล้ว มูลค่าจะไหลไปสองที่:

1. Inference layer — ใครรัน frontier model ได้ถูกที่สุด เร็วที่สุด ใกล้ผู้ใช้ที่สุด
2. Application/agent layer — ใครเอา model ไปทำ workflow ที่ลูกค้าจ่ายเงินซ้ำ

OpenAI, Anthropic, Google ยังครอง model layer อยู่ — แต่กำไรของพวกเขาจะถูก compress ภายใต้แรงกดของ open-weight ที่ดีพอ และ provider ที่รัน open-weight ได้ถูกกว่า

ทำไม inference เป็น “the new gold”

สามเหตุผลทาง economics:

(ก) Demand curve โหด — ทุก agentic workflow กิน token 10-100 เท่าของ chat ทั่วไป Claude Code session 1 รอบกิน 50K-500K token; Gemini Deep Research session กิน 1-5M token; Microsoft Agent 365 ที่เพิ่ง GA จะรัน background agent หลายร้อยตัวต่อ user ต่อวัน — demand for inference token กำลังโตเร็วกว่า GPU supply อย่างมีนัยสำคัญ

(ข) Margin จาก optimization สูงผิดปกติ — ต่างจาก compute ทั่วไปที่ optimization 10% หมายถึงประหยัด 10% — ใน inference workload optimization 10% มักหมายถึง throughput +20-30% บน GPU เดิม เพราะ bottleneck คือ memory bandwidth และ KV cache layout — ไม่ใช่ raw compute ดังนั้น inference engineer ระดับ MIT มีค่าหายาก ทำให้ทีม 20 คนขายได้ $643M

(ค) Switching cost ใน application stack กำลังลดลง — MCP, OpenRouter-style gateway, LiteLLM, B.AI กำลังทำให้ developer สลับ provider ได้ง่ายขึ้นเรื่อย ๆ ผลคือ provider ที่ราคาถูกที่สุด/เร็วที่สุดจะดึง demand มาได้เกือบทันที — ไม่ใช่ตลาดที่ผูกขาดด้วย integration อีกแล้ว

โอกาสของไทย: window 12-18 เดือน

ภาพ inference layer ในเอเชียตะวันออกเฉียงใต้ตอนนี้:

• AWS Bedrock มี region สิงคโปร์ จาการ์ตา (กำลังจะมี) — แต่ Bangkok ยังไม่มี
• Azure มี region สิงคโปร์ — Thailand region ยังไม่ประกาศ timeline ชัดเจน
• Google Cloud Vertex AI มี region สิงคโปร์ — ไทยใช้ผ่านสิงคโปร์
• Together AI, Fireworks AI, Nebius — ไม่มี region ในเอเชียเลย — latency 150-250ms มาจาก US/EU
• Local provider — มี GPU cluster เริ่มขึ้นที่ไทย (NT, AIS, KBTG, SCB10X, NSTDA, มหาวิทยาลัยใหญ่ ๆ) แต่ส่วนใหญ่ยังเน้น training/research มากกว่า production inference

Window ของไทยคือ 12-18 เดือนนี้ ก่อนที่ Together/Fireworks/Nebius จะตัดสินใจสร้าง APAC region — ในช่วงนี้ “Thai inference provider ที่ราคา/ความเร็วใกล้ Together แต่ data stays in Thailand” จะเป็น proposition ที่ขายได้กับธนาคาร ประกัน รัฐบาล มหาวิทยาลัย — ตลาดรวมที่ผมคำนวณคร่าว ๆ น่าจะอยู่ที่ 3-7 พันล้านบาทต่อปีภายใน 2027

ใครจะคว้า window นี้ได้? ผู้เล่นที่มีสามอย่าง:

1. GPU pool ระดับ 256-1024 H100/B200 ขั้นต่ำ — ต่ำกว่านี้ไม่ economic
2. ทีม inference engineer 5-10 คนที่เข้าใจ vLLM, SGLang, TensorRT-LLM, CUDA kernel optimization จริง ๆ — ไม่ใช่แค่ deploy Hugging Face
3. ความสัมพันธ์กับลูกค้าระดับ enterprise ไทย — เข้า procurement ได้, มี SLA, มี security certification (ISO 27001, PDPA, อนาคต Thai AI Act)

ผู้เล่นที่ทำได้ครบ 3 ข้อตอนนี้มีไม่เกิน 5-7 ราย — และจะเป็นคนชนะตลาด inference SEA ในอีก 3 ปี

คำเตือน: อย่าเข้าผิดที่

ถ้าคุณกำลังคิดจะตั้งบริษัทเข้าสู่ตลาดนี้ มีสามกับดักที่ต้องระวัง:

• อย่าเริ่มจาก “training” เพราะ training เป็นเกมที่ไทยแพ้แน่นอน — capex สูงเกินไป, talent น้อยเกินไป, demand ใน production จริงต่ำมาก — ปล่อยให้ DeepSeek, Tencent, NSTDA ทำต่อไป
• อย่าทำ “model API” wrapper ของ OpenAI/Anthropic/Google — เพราะ margin จะถูก provider ใหญ่เก็บไป 80-90% และ vendor lock-in ของลูกค้าจะอยู่กับ API ต้นฉบับ ไม่ใช่ของคุณ
• อย่าทำ “vertical AI agent” ก่อนที่จะมี inference layer ของตัวเอง — เพราะ unit economics จะถูกบีบจากข้างล่างทันทีที่ provider ใหญ่ตัดราคา

ที่ “right place” คือ inference + thin orchestration ที่ทำให้ลูกค้า enterprise ไทย deploy AI ใน production ได้โดยไม่ต้องเขียน infra เอง

มุมมอง AI Curator

ผมดู AI startup ไทยจำนวนหนึ่งกำลังหลงทางกับการพยายามสร้าง “Thai LLM” หรือ “Thai foundation model” — ในขณะที่ตลาดที่จับต้องได้จริง ทำกำไรได้จริง และมี window จริงคือ inference layer สำหรับลูกค้า enterprise ที่ต้องการ data residency, latency ต่ำ, และ compliance ตามกฎหมายไทย

ดีล Nebius/Eigen ที่เพิ่งเกิดขึ้นเป็น proof point ว่า inference engineer ฝีมือดี 1 ทีมเล็ก ขายได้มูลค่าสูงกว่าทีมพัฒนา foundation model ส่วนใหญ่ในโลกตอนนี้ — และนั่นคือสัญญาณที่ทุก founder ไทยควรอ่านให้ชัด

3 ปีจากนี้ — เมื่อ model commoditize ครบ และทุกองค์กรไทยใช้ AI agent ในการทำงานประจำวัน — ใครเป็น “AWS ของ inference สำหรับ ASEAN” จะกลายเป็นคำถามที่มีคำตอบเดียว และคำตอบนั้นอาจเป็น Nebius, อาจเป็น Together, อาจเป็นบริษัทไทยที่ไม่มีใครรู้จักวันนี้

window ยังเปิดอยู่ — แต่จะปิดเร็วกว่าที่หลายคนคิด

แหล่งข่าว

• Nebius: agreement to acquire Eigen AI
• TNW: Nebius acquires 20-person Eigen AI for $643M
• OpenAI on AWS Bedrock
• Fortune: Big Tech to spend $700B on AI infrastructure