ภูมิทัศน์ของจีนแบ่งผู้เล่นออกเป็นสองกลุ่มชัดเจน กลุ่มแรกคือ ยักษ์ใหญ่ดั้งเดิม (BATX) บริษัทเหล่านี้มีแต้มต่อมหาศาล พวกเขามีโครงสร้างพื้นฐานคลาวด์ที่แข็งแกร่งอยู่แล้ว อย่างเช่น Alibaba Cloud และ Baidu AI Cloud แถมยังมีคลังข้อมูลผู้ใช้ขนาดมหึมา กลยุทธ์หลักของพวกเขาคือการนำเสนอ LLM ในรูปแบบบริการ (Models-as-a-Service หรือ MaaS) บนแพลตฟอร์มคลาวด์ของตนเอง อย่าง Baidu AI Cloud ก็ครองส่วนแบ่งตลาด LLM ที่ใหญ่ที่สุดในจีนไปแล้ว พวกเขาไม่เพียงสร้างรายได้ใหม่ แต่ยังเป็นการสร้าง "กำแพง" ล้อมลูกค้าให้อยู่ในระบบนิเวศของตัวเอง

กลุ่มที่สองคือ "พยัคฆ์ AI สายเลือดใหม่" หรือที่บางคนเรียกว่า "หกมังกรน้อย" กลุ่มนี้รวมถึงสตาร์ทอัพที่มาแรงอย่าง DeepSeek, Zhipu AI, Moonshot AI, Baichuan AI, MiniMax และ 01.AI แม้จะเล็กกว่า แต่บริษัทเหล่านี้คล่องตัวสูงและเป็นผู้สร้างนวัตกรรมที่น่าทึ่ง

จุดที่น่าสนใจคือการปรับตัวของเหล่าสตาร์ทอัพ ในช่วงแรก หลายบริษัทตั้งเป้าสร้างโมเดลอเนกประสงค์เพื่อชนกับ OpenAI ตรงๆ แต่เมื่อเจอกับสงครามราคาในประเทศ และความลังเลของภาคธุรกิจที่จะจ่ายแพง พวกเขาเริ่มปรับกลยุทธ์ หันไปเจาะตลาดเฉพาะทางมากขึ้น อย่าง Baichuan ที่มุ่งเน้นภาคการเงินและการดูแลสุขภาพ หรือ MiniMax ที่หันไปบุกตลาดผู้บริโภคในสหรัฐฯ ด้วยแอปแชท "Talkie" นี่แสดงให้เห็นถึงความยืดหยุ่นและการมองหาช่องว่างใหม่ๆ ที่น่าจับตามอง

ByteDance บริษัทแม่ของ TikTok ใช้กลยุทธ์จู่โจมสองแนวรบ แนวรบแรกคือตลาดผู้บริโภค พวกเขาส่งแชทบอท Doubao (โต้วเปา) ลงสนาม ซึ่งมีรายงานว่ามียอดดาวน์โหลดแซงหน้า Ernie Bot ของ Baidu ในจีนไปแล้ว สะท้อนความเชี่ยวชาญในการทำผลิตภัณฑ์ให้โดนใจคนหมู่มาก

แนวรบที่สองคือตลาดองค์กร ผ่าน Byteplus (สำหรับตลาดต่างประเทศ) และ Volcano Engine (บริการคลาวด์ในจีน) หัวใจคือตระกูลโมเดล "Seed" ที่ทำได้หลากหลายมิติ (multimodal) ไม่ว่าจะเป็น Seedream สำหรับสร้างภาพ หรือ Seedance สำหรับสร้างวิดีโอ และอาวุธลับของพวกเขาคือ การตั้งราคาที่ดุดัน โดยตั้งราคาโมเดล Doubao ต่ำกว่าคู่แข่งจากตะวันตกอย่างชัดเจน เป็นกลยุทธ์ที่ตั้งใจมาครองตลาดด้วยความเป็นผู้นำด้านต้นทุน

Alibaba Cloud ส่งตระกูลโมเดล Qwen (ทงอี้ เชียนเวิ่น) เข้าแข่งขัน โมเดลเรือธงอย่าง Qwen 2.5-Max ก็ทำผลงานได้ดีในเวทีโลก แต่กลยุทธ์หลักของ Alibaba คือการเน้น โอเพนซอร์ส พวกเขาปล่อยโมเดลหลายขนาด ตั้งแต่เล็กจิ๋วไปจนถึง 72 พันล้านพารามิเตอร์ แนวทางนี้คล้ายกับกลยุทธ์ Llama ของ Meta ที่ได้ผลดีมาก การเปิดกว้างนี้ช่วยสร้างชุมชนนักพัฒนาที่แข็งแกร่ง และท้ายที่สุดก็ดึงดูดการใช้งานบริการคลาวด์ของตัวเอง ด้วยลูกค้าองค์กรกว่า 90,000 ราย Alibaba ถือเป็นผู้นำการใช้งาน LLM ในภาคธุรกิจจีนอย่างแท้จริง

Huawei เลือกเส้นทางที่แตกต่างอย่างสิ้นเชิง แทนที่จะกระโจนเข้าสู่สงครามแชทบอทอเนกประสงค์ Huawei กลับมุ่งเน้นการพัฒนาโมเดล "ผู้เชี่ยวชาญเฉพาะทาง" สำหรับภาคอุตสาหกรรมหนัก อย่างเช่น ภาครัฐ การเงิน การผลิต เหมืองแร่ และอุตุนิยมวิทยา

ตัวอย่างที่ชัดเจนคือ Pangu Weather Model ที่สามารถพยากรณ์เส้นทางพายุไต้ฝุ่นได้แม่นยำและเร็วกว่าวิธีดั้งเดิมมาก นี่คือการสร้างมูลค่าที่จับต้องได้ให้ลูกค้าองค์กร และที่สำคัญ กลยุทธ์นี้เชื่อมโยงโดยตรงกับธุรกิจฮาร์ดแวร์ของ Huawei โมเดล Pangu ถูกออกแบบมาให้ทำงานได้ดีที่สุดบนหน่วยประมวลผล AI Ascend ที่พวกเขาพัฒนาขึ้นเอง ในยุคที่ถูกจำกัดการเข้าถึงชิปจากสหรัฐฯ นี่คือการสร้างระบบนิเวศที่พึ่งพาตนเองได้ และเป็นข้อได้เปรียบที่สำคัญอย่างยิ่ง

ถ้ามี "ม้ามืด" ในการแข่งครั้งนี้ DeepSeek คือตัวจริง พวกเขาสร้างผลงานระดับ State-of-the-art ที่น่าทึ่ง โมเดลอย่าง DeepSeek-V3 สามารถทำคะแนนบนเบนช์มาร์ก MMLU ได้ทัดเทียมหรือเกือบเท่ากับ GPT-4, Llama 3.1 และ Claude 3.5 Sonnet

แต่เรื่องที่ช็อกวงการยิ่งกว่าคือ ความคุ้มค่า มีรายงานว่า DeepSeek-V3 ใช้ต้นทุนในการฝึกฝนน้อยกว่าโมเดลตะวันตกที่มีขนาดใกล้เคียงกันอย่างมาก โดยอาศัยสถาปัตยกรรม MoE ที่มีประสิทธิภาพสูง นี่คือการท้าทายกระบวนทัศน์ที่ว่า "ขนาดคือทุกสิ่ง" (scale is all you need) และพิสูจน์ว่าสถาปัตยกรรมและข้อมูลที่เหนือกว่า สามารถลบจุดด้อยด้านทรัพยากรได้ การที่ DeepSeek มุ่งมั่นปล่อยโมเดลโอเพนซอร์สที่ทรงพลังออกมาต่อเนื่อง ทำให้พวกเขากลายเป็นขวัญใจนักพัฒนาทั่วโลก

นี่คือหัวใจสำคัญ: ประสิทธิภาพของจีนเทียบกับโลกเป็นอย่างไร?

คำตอบคือ ช่องว่างด้านประสิทธิภาพได้ลดลงอย่างรวดเร็ว ถ้าในปี 2023 โมเดลจากสหรัฐฯ ยังนำอยู่ชัดเจน แต่ในช่วงปลาย 2024 ถึงปัจจุบัน ช่องว่างบนเบนช์มาร์กสำคัญๆ ได้ลดลงจนแทบจะเท่ากันแล้ว ตารางเปรียบเทียบแสดงให้เห็นว่าคะแนน MMLU (วัดความรู้) ของ DeepSeek-V3 (88.5) แทบจะหายใจรดต้นคอ Llama 3.1 (88.6) หรือในด้านคณิตศาสตร์ GLM-4.5 ของ Zhipu ก็ทำคะแนนได้ในระดับที่แข่งขันกับโมเดลสูงสุดของโลกได้

แต่ตัวเลขก็ไม่ใช่ทุกอย่าง เมื่อเรามองเชิงคุณภาพ เราจะเห็นจุดแข็งและจุดอ่อนที่ชัดเจน:

การ "ดัดทอน" (lobotomization) นี้ อาจจำกัดความสามารถในการให้เหตุผลอย่างอิสระและเชิงวิพากษ์อย่างรุนแรง เรื่องนี้อาจส่งผลต่อความน่าเชื่อถือสำหรับการใช้งานในระดับโลก แม้ว่าคะแนนเบนช์มาร์กจะไล่ทันกันแล้ว แต่มันอาจเป็นสัญญาณว่าเบนช์มาร์กเหล่านี้กำลังจะ "อิ่มตัว" และไม่สามารถใช้วัดความสามารถที่แท้จริงได้อีกต่อไป สนามแข่งต่อไปอาจอยู่ที่ความน่าเชื่อถือและความไว้วางใจ ซึ่งเป็นจุดที่ผลกระทบจากการเซ็นเซอร์อาจกลายเป็นข้อเสียเปรียบสำคัญ

ภัยคุกคามที่ใหญ่ที่สุดต่อความทะเยอทะยานด้าน AI ของจีน ไม่ใช่คู่แข่ง แต่คือ การเข้าถึงฮาร์ดแวร์ การควบคุมการส่งออกเซมิคอนดักเตอร์ขั้นสูง (อย่าง GPU ของ NVIDIA) โดยสหรัฐฯ สร้างแรงกดดันมหาศาลต่อการฝึกโมเดลขนาดใหญ่รุ่นต่อไป

เพื่อตอบโต้ จีนเร่งผลักดันการพัฒนาฮาร์ดแวร์ของตนเองเต็มกำลัง เราจึงเห็น Huawei สร้างระบบนิเวศทั้งหมดบนชิป Ascend ของตัวเอง Baidu ก็มีชิป Kunlun 3 นี่คือการเดิมพันครั้งใหญ่ว่าฮาร์ดแวร์ที่ผลิตในประเทศจะก้าวทันเทคโนโลยีล้ำสมัยจาก NVIDIA ได้หรือไม่

ในขณะเดียวกัน สถานะของจีนในเวทีโลกก็มีสองด้าน ด้านหนึ่ง บริษัทจีนเป็นผู้เล่นสำคัญในชุมชนโอเพนซอร์ส (Alibaba, DeepSeek) แต่อีกด้านหนึ่ง การเซ็นเซอร์ภายในก็สร้างอุปสรรคต่อความน่าดึงดูดใจในตลาดตะวันตก ภูมิทัศน์ AI โลกจึงมีความเสี่ยงที่จะแบ่งออกเป็นสองระบบนิเวศที่แข่งขันกัน โดยมีมาตรฐานและค่านิยมที่แตกต่างกัน

ยุคที่โลกตะวันตกครองความเป็นผู้นำด้านประสิทธิภาพ LLM อย่างชัดเจนได้ สิ้นสุดลงแล้ว ช่องว่างได้ลดลงจนแทบจะเท่าเทียมกันในตัวชี้วัดสำคัญ พรมแดนของ AI ได้กลายเป็นภูมิทัศน์ที่มีหลายขั้วอำนาจ

การแข่งขันในอนาคตจะไม่ใช่แค่การเอาชนะกันเล็กๆ น้อยๆ บนตารางเบนช์มาร์ก แต่จะหันมาให้ความสำคัญกับ ต้นทุน ประสิทธิภาพ และความเร็วในการนำไปใช้ เพื่อสร้างมูลค่าทางเศรษฐกิจที่จับต้องได้ และในยุคใหม่นี้ จุดแข็งของจีนในด้านการประยุกต์ใช้ที่รวดเร็ว การขยายขนาดที่คุ้มค่า และตลาดภายในขนาดใหญ่ ทำให้จีนกลายเป็นคู่แข่งที่น่าเกรงขามอย่างแท้จริง

ทิศทางของจีนชี้ให้เห็นการตระหนักรู้เชิงกลยุทธ์ที่น่าสนใจ: คุณค่าสูงสุดของ AI อาจไม่ได้อยู่ที่การสร้าง AGI (ปัญญาประดิษฐ์ทั่วไป) ที่เก่งที่สุดเพียงหนึ่งเดียว แต่อยู่ที่การปรับใช้เครื่องมือ AI เฉพาะทางที่ คุ้มค่า จำนวนมหาศาล เพื่อฝังลึกเข้าไปในระบบเศรษฐกิจ

ในขณะที่โลกตะวันตกมักมุ่งเน้นไปที่การสร้าง "สมอง" จีนกลับให้ความสำคัญกับการสร้าง "มือและเท้า" ซึ่งก็คือระบบนิเวศของแอปพลิเคชัน AI ที่ขับเคลื่อนเศรษฐกิจจริง นี่คือ Key Takeaways ที่เราต้องจับตามอง: