ข้ามไปยังเนื้อหา
DayOne เตรียมขยาย Series C เป็น $4 พันล้าน — เพิ่มเท่าตัวจากรอบ $2B เดือน ม.ค. มุ่ง hyperscale ใน SIJORI, ไทย, ญี่ปุ่นและฟินแลนด์รับ AI compute demand
ธุรกิจและกฎหมาย

DayOne เตรียมขยาย Series C เป็น $4 พันล้าน — เพิ่มเท่าตัวจากรอบ $2B เดือน ม.ค. มุ่ง hyperscale ใน SIJORI, ไทย, ญี่ปุ่นและฟินแลนด์รับ AI compute demand

อ่าน 4 นาที ที่มา: Bloomberg

วันพฤหัสบดีที่ 14 พ.ค. 2026 Bloomberg รายงานอ้าง “people familiar with the situation” ว่า DayOne Data Centers — operator hyperscale data center ที่ spin-off ออกมาจาก GDS Holdings — กำลังพิจารณา upsize Series C เป็นกว่า $4 พันล้านดอลลาร์ ราว 2 เท่า ของรอบ $2.0B ที่ปิดเมื่อ 5 ม.ค. 2026 ภายใต้การ lead ของ Coatue และ Indonesia Investment Authority (INA)

ข่าวนี้ตอกย้ำ pattern ที่เห็นมาตลอดต้นปี 2026: VC capital กำลังไหลออกจาก model lab และไหลเข้า physical infrastructure — data center, power, cooling, networking — เพราะเป็น bottleneck จริงของ AI scale-up

เงินก้อนนี้จะไปไหน

ตาม DayOne press release จาก ม.ค. Series C รอบเดิมมี deployment 2 เลกหลัก:

เลกยุโรป — Finland platform:

  • Campus หลักที่ Lahti และ Kouvola — สอง location ที่มี hydro/nuclear power เหลือเฟือและภูมิอากาศหนาวพอที่จะ free-cool data hall ทั้งปี
  • เป้าหมาย: สร้าง “European hyperscale anchor” สำหรับลูกค้า cloud และ AI inference เจ้าใหญ่

เลกเอเชีย — SIJORI + Thailand + Japan + Hong Kong:

  • SIJORI region = Singapore + Johor (มาเลเซีย) + Riau Islands (อินโดนีเซีย) — เป็น cross-border hyperscale belt ที่ Singapore ใช้แก้ปัญหา land + power scarcity ของตัวเอง
  • Thailand — DayOne ระบุไทยเป็นหนึ่งใน priority market ของ AsiaPac แต่ยังไม่เปิดเผยจังหวัด/site
  • Japan + Hong Kong — รองรับลูกค้า financial services + LLM inference สำหรับตลาด local

หาก upsize จาก $2B → $4B สำเร็จ จะ ขยาย deployment ที่วางแผนไว้ในเลกเอเชียให้เร็วขึ้นและใหญ่ขึ้น — ซึ่งหมายถึง compute capacity เพิ่มใน SEA มากกว่าที่คาดไว้เมื่อต้นปี

ทำไม investor วิ่งใส่ data center มากกว่า model

Bloomberg และ Crunchbase ระบุว่าในต้นปี 2026 funding ที่เข้า data center, power producer, cooling tech เริ่ม outpace funding ที่เข้า frontier model lab — แม้ในเชิง absolute dollar OpenAI ($122B), Anthropic, xAI ยังใหญ่กว่า แต่ในเชิง % growth ของ deal flow infrastructure ชนะขาด

เหตุผลหลัก 3 ข้อ:

  1. Physical constraint หา hedge ยากกว่า model commodity — สร้าง LLM ตัวใหม่ใช้เวลา 6-12 เดือน แต่สร้าง gigawatt-scale data center ใช้เวลา 3-5 ปีและต้องการ permit + grid connection
  2. Cash flow แน่นอนกว่า — ลูกค้า hyperscale มัก sign 10-15 ปี take-or-pay contract ไม่ใช่ subscription แบบ churn ได้
  3. Stranded asset risk ต่ำ — ถ้า model architecture เปลี่ยน (เช่น mixture-of-experts → state space model) GPU ยัง re-deploy ได้ แต่ data center physical shell ใช้ได้ทุก architecture

ผลกระทบต่อภูมิภาค

หาก DayOne ปิด $4B รอบสำเร็จ และ deploy ตามแผนทั้งใน SIJORI + ไทย + ญี่ปุ่น + ฮ่องกง ในระยะ 18-24 เดือน เราจะเห็น:

  • AI inference price ใน SEA ถูกลง เพราะ supply เพิ่ม
  • Latency จาก SEA → frontier inference ลดลง — โมเดล major อาจ host ใน region แทนที่ไป US-East
  • Data sovereignty option เพิ่ม — รัฐบาลในภูมิภาคที่ต้องการ host workload sensitive ใน-ประเทศ จะมี hyperscale-grade facility เพิ่ม

มุมมอง AI Curator

ในเชิงโครงสร้าง ข่าวนี้น่าสนใจกว่า funding round ของ AI startup ทั่วไป — เพราะ DayOne ไม่ใช่ AI company โดยตรง แต่เป็น infrastructure provider ที่กำลังถูก reclassify เป็น AI play โดย investor

สำหรับประเทศไทย, การที่ DayOne ระบุไทยเป็น priority market เป็นสัญญาณว่า hyperscale data center เจ้าใหญ่หลายเจ้า — Amazon (มี region ใน bkk), Google, Microsoft, AirTrunk, ST Telemedia, และตอนนี้ DayOne — กำลังแย่งกันลง chip ใน Bangkok/EEC corridor นี่คือ window of opportunity ที่ประเทศจะใช้ดึงการลงทุน physical infrastructure ระดับ multi-gigawatt มาตั้งบนแผ่นดิน

สิ่งที่ policy maker ควรเร่ง:

  1. Power grid investment — gigawatt-scale data center กิน power เท่ากับเมืองขนาดกลาง การที่ EGAT จะ greenlight grid expansion เร็วแค่ไหน คือ deciding factor ว่าทุนจะมาที่ไทยหรือไป Johor
  2. Water + cooling permit — Singapore moratorium บน data center ทำให้ DayOne รุก SIJORI/Thailand ได้ ไทยควรไม่ทำผิดเหมือนกัน (impose moratorium) แต่ก็ต้องมี framework water sustainability ที่ชัด
  3. Special economic zone — EEC, BOI incentive ที่เฉพาะเจาะจงสำหรับ AI compute infrastructure (เทียบ Indonesia’s Batam free zone)

ในระยะกลาง ผู้แพ้-ผู้ชนะของ AI economy จะไม่ใช่แค่ใครมี model ดีกว่า แต่คือ ใครมี GPU ติดดินภายใน 50ms latency จากผู้ใช้ — และทุกประเทศใน SEA กำลังแข่งกันที่ตรงนี้ การที่ DayOne ขยาย funding round เกือบเท่าตัวภายใน 4 เดือน เป็นสัญญาณชัดว่า window กำลังปิดแคบลง สำหรับชาติที่ยังไม่ตัดสินใจ

แหล่งข่าว

บทความนี้เรียบเรียงจากแหล่งข่าวต้นทาง — Bloomberg

เนื้อหาบน blog นี้สร้างโดย AI โดยมีการกำกับบรรณาธิการจากมนุษย์

อ่านเพิ่มในหมวด ธุรกิจและกฎหมาย

Anthropic ขยายลายน้ำข้อความไปยัง Claude รุ่นเก่าอีก 4 รุ่น แต่บน Opus 4.6 และ Sonnet 4.6 แค่ปรับ temperature ลายน้ำก็ไม่ทำงาน
ธุรกิจและกฎหมาย

Anthropic ขยายลายน้ำข้อความไปยัง Claude รุ่นเก่าอีก 4 รุ่น แต่บน Opus 4.6 และ Sonnet 4.6 แค่ปรับ temperature ลายน้ำก็ไม่ทำงาน

อีเมลถึงลูกค้า API ตามรายงานของ The Decoder ระบุว่า Anthropic จะใส่ลายน้ำให้ Mythos 5, Opus 4.7, Opus 4.6 และ Sonnet 4.6 แต่สองรุ่นหลังทำงานเฉพาะเมื่อพารามิเตอร์สุ่มเป็นค่าเริ่มต้น ขณะที่หน้าเอกสารทางการยังไม่แสดงการรองรับและไม่พูดถึงเงื่อนไขนี้

· อ่าน 4 นาที
OpenAI จะนำเซสชัน Daybreak Blue ไปเทรนโมเดลตั้งแต่ 29 พ.ย. แม้ปิดการแชร์ข้อมูลไว้ ก่อนส่งอีเมลขอโทษและสัญญาว่าจะมีตัวเลือกแยก
ธุรกิจและกฎหมาย

OpenAI จะนำเซสชัน Daybreak Blue ไปเทรนโมเดลตั้งแต่ 29 พ.ย. แม้ปิดการแชร์ข้อมูลไว้ ก่อนส่งอีเมลขอโทษและสัญญาว่าจะมีตัวเลือกแยก

OpenAI แจ้งสมาชิก Trusted Access ว่าจะใช้ข้อมูลเซสชัน Daybreak Blue เทรนโมเดลตั้งแต่ 29 พ.ย. แม้เคยปิดการแชร์ไว้ หลังถูกต้าน อีเมลฉบับที่สองขอโทษและสัญญาว่าจะมีตัวเลือกไม่เข้าร่วมแยกต่างหาก แต่เซสชันที่ถูกตั้งธงยังอาจถูกใช้เพื่อความปลอดภัย

· อ่าน 3 นาที
OpenAI รื้อ Model Spec เป็น 5 คุณค่าหลัก — เลิกเรียกว่า the assistant ตัดกฎสไตล์ส่วนใหญ่ และสั่งให้ถือผลข้างเคียงเป็นของจริงแม้อยู่ใน eval
ธุรกิจและกฎหมาย

OpenAI รื้อ Model Spec เป็น 5 คุณค่าหลัก — เลิกเรียกว่า the assistant ตัดกฎสไตล์ส่วนใหญ่ และสั่งให้ถือผลข้างเคียงเป็นของจริงแม้อยู่ใน eval

Model Spec ฉบับ 29 ต.ค. จัดโครงใหม่เป็น 5 คุณค่า เพิ่มหมวดการใช้บริบทและความจำ และหลักการรองรับการกำกับโดยมนุษย์ ขณะที่กฎสไตล์ส่วนใหญ่ รวมถึงหัวข้อ Markdown ถูกนำออก OpenAI ยังยอมรับว่าโมเดลที่ใช้งานจริงยังไม่ตรงตามเอกสารทั้งหมด

· อ่าน 4 นาที