เมตา (Meta) เปิดตัวโมเดลปัญญาประดิษฐ์รุ่นสำคัญรุ่นแรกนับตั้งแต่จ้าง อเล็กซานเดอร์ หวัง (Alexandr Wang) ซีอีโอคนเดิมของ Scale AI มาเป็นผู้บริหารเมื่อเก้าเดือนก่อน ซึ่งบริษัทได้ซื้อกิจการ Scale AI ทั้งหมดด้วยเงิน 14,300 ล้านดอลลาร์ หรือประมาณ 5 แสนล้านบาท เพื่อให้หวังมาช่วยพัฒนาเอไอทัดเทียมคู่แข่งอย่าง OpenAI (ผู้สร้าง ChatGPT), Google (ผู้สร้าง Gemini) และ Anthropic (ผู้สร้าง Claude)
โมเดลเอไอชื่อว่า “Muse Spark” ซึ่งมีชื่อรหัสภายในว่า Avocado เป็นโมเดลแรกจากซีรีส์ Muse ที่พัฒนาโดย Superintelligence Labs หน่วยงานเอไอพิเศษที่หวังเป็นผู้กำกับดูแล หน่วยงานนี้ถือเป็นหน่วยรบหลักของเมตาในสงครามเอไอที่กำลังดำเนินอยู่
ทำไมเมตาถึงต้องเร่งพัฒนาเอไอ
การเปิดตัว Muse Spark ครั้งนี้เป็นจุดเปลี่ยนสำคัญของเมตา หลังจากที่บริษัทพลาดท่าอย่างหนักในเดือนเมษายน 2568 เมื่อเปิดตัวโมเดลโอเพนซอร์สรุ่นล่าสุดแต่ไม่ประสบความสำเร็จ การเปิดตัวครั้งนั้นไม่สามารถดึงดูดใจนักพัฒนาซอฟต์แวร์ได้เลย ทำให้ มาร์ก ซักเคอร์เบิร์ก (Mark Zuckerberg) ซีอีโอของเมตาต้องเปลี่ยนกลยุทธ์ทั้งหมด
การเปลี่ยนกลยุทธ์ครั้งนี้ชัดเจนมาก ใน 9 เดือนที่ผ่านมา ทีม Superintelligence Labs ได้รื้อระบบเอไอเดิมทิ้งหมด และสร้างขึ้นมาใหม่ตั้งแต่ต้น โดยทำงานด้วยความเร็วที่ไม่เคยมีมาก่อนในประวัติศาสตร์ของบริษัท
“ช่วง 9 เดือนที่ผ่านมา ทีมเมตาสร้างเอไอตัวใหม่ขึ้นมาตั้งแต่ต้น พัฒนาเร็วกว่าที่เคยทำมาทุกครั้ง เอไอตัวนี้มีขนาดเล็ก ตอบเร็ว แต่ก็ยังตอบคำถามยากๆ เรื่องวิทยาศาสตร์ เลข กับสุขภาพได้ดี ถือว่าเป็นจุดเริ่มต้นที่ดี และบริษัทกำลังทำรุ่นที่เก่งกว่านี้ต่อไปแล้ว” เมตาประกาศในบล็อกโพสต์
หลังจากที่เมตาประกาศเปิดตัว Muse Spark เมื่อวันพุธ (8 เม.ย.) หุ้นของเมตาพุ่งขึ้น 6.5% ทันที แม้ว่าความเคลื่อนไหวของหุ้นจะไม่ได้มาจากข่าวเอไอเพียงอย่างเดียว แต่เป็นผลพวงจากบรรยากาศตลาดโดยรวมที่ปรับตัวขึ้น หลังจากที่ประธานาธิบดีโดนัลด์ ทรัมป์ ประกาศระงับการโจมตีอิหร่านเป็นเวลาสองสัปดาห์ ส่งผลให้ราคาน้ำมันในตลาดโลกลดลงและสร้างบรรยากาศเชิงบวกต่อตลาดการเงินทั่วโลก
Muse Spark คืออะไร เก่งแค่ไหน
เมตาระบุว่า บริษัทไม่ได้ตั้งเป้าให้ Muse Spark เป็นโมเดลที่ทรงพลังที่สุดในตลาด แต่ต้องการเน้นเรื่อง ประสิทธิภาพในการทำงาน และความสามารถในการแข่งขันในงานหลายประเภท โดยเมตาออกแบบให้ Muse Spark เป็นเอไอที่มีจุดเด่นสามประการ
- ขนาดเล็ก ไม่ใหญ่โตเหมือนคู่แข่ง ทำให้ประหยัดพลังงานและค่าใช้จ่าย
- ทำงานเร็ว ตอบคำถามได้รวดเร็ว ไม่ต้องรอนาน
- ฉลาดพอใช้ แม้จะเป็นโมเดลขนาดเล็ก แต่ก็สามารถตอบคำถามที่ซับซ้อนเรื่องวิทยาศาสตร์ คณิตศาสตร์ และสุขภาพได้ดี
ความลับของ Muse Spark อยู่ที่เทคนิคการฝึกสอนเอไอแบบใหม่ รวมถึงการปรับปรุงโครงสร้างพื้นฐานด้านคอมพิวเตอร์ ทำให้บริษัทสามารถสร้างโมเดลเอไอขนาดเล็กที่มีความสามารถใกล้เคียงกับโมเดล Llama 4 (เอไอรุ่นเก่าของเมตา) ขนาดกลางได้ แต่ใช้พลังประมวลผลน้อยลงอย่างมาก ประหยัดค่าใช้จ่ายได้หลายสิบเท่า
บริษัทระบุว่า Muse Spark สามารถทำงานได้หลายประเภท ได้แก่
- การวิเคราะห์ข้อมูลแบบมัลติโมดัล (Multimodal) หมายถึง สามารถประมวลผลข้อมูลได้หลายรูปแบบพร้อมกัน ทั้งข้อความ รูปภาพ เสียง และข้อมูลอื่นๆ
- การให้เหตุผล เช่น การวิเคราะห์ปัญหาที่ซับซ้อน การคิดแบบมีขั้นตอน
- การประมวลผลข้อมูลด้านสุขภาพ ตอบคำถามเกี่ยวกับสุขภาพ วิเคราะห์อาการ
- งานแบบเอไอเอเจนต์ (AI Agent) คือระบบเอไอที่สามารถทำหน้าที่เป็นผู้ช่วยทำงานอัตโนมัติได้ เช่น ช่วยค้นหาข้อมูล จัดการงาน หรือประสานงานต่างๆ
อย่างไรก็ตาม เมตายอมรับว่า Muse Spark ยังมีจุดอ่อนในบางเรื่อง โดยเฉพาะ ระบบเอเจนต์ที่ต้องทำงานยาวๆ หลายขั้นตอน และ การเขียนโค้ด ซึ่งบริษัทกำลังพัฒนาปรับปรุงอยู่
สงครามเอไอที่ดุเดือด
ที่ผ่านมา เมตาใช้เทคโนโลยี Generative AI ปรับปรุงธุรกิจภายในของบริษัทเท่านั้น เช่น การพัฒนาระบบโฆษณาให้แม่นยำขึ้น การวิเคราะห์ข้อมูลผู้ใช้ให้ลึกซึ้งขึ้น และการเพิ่มประสิทธิภาพระบบต่างๆ ภายในองค์กร
แต่ในตลาดโมเดลเอไอที่เปิดให้นักพัฒนาและผู้ใช้งานทั่วไปใช้งานโดยตรง เมตายังไม่สามารถสร้างอิทธิพลได้มากนัก ขณะที่คู่แข่งอย่าง OpenAI และ Anthropic เติบโตอย่างรวดเร็วจนทั้งสองบริษัทมีมูลค่ารวมกันมากกว่า 1 ล้านล้านดอลลาร์ในปัจจุบัน
ขณะเดียวกัน เอไอของ Google อย่าง Gemini ก็ได้รับความนิยมเพิ่มขึ้นอย่างต่อเนื่อง โดยเฉพาะในบริการสำหรับผู้ใช้ทั่วไป ทำให้ Google ครองส่วนแบ่งตลาดผู้บริโภคได้เป็นอย่างดี
ขนาดของตลาดที่ทุกคนแย่งชิงนั้นใหญ่มหาศาล ข้อมูลจากบริษัทวิจัยตลาด Grand View Research ระบุว่า ตลาด Generative AI ทั่วโลกคาดว่าจะเติบโตมากกว่า 40% ต่อปี โดยมีมูลค่าเพิ่มจากประมาณ 22,000 ล้านดอลลาร์ในปี 2568 ไปสู่เกือบ 325,000 ล้านดอลลาร์ ภายในปี 2576 นั่นคือ 10 ปีจากนี้ ตลาดจะโตขึ้นเกือบ 15 เท่า
เมตาลงทุนมหาศาล
เมตาตัดสินใจเพิ่มการลงทุนด้านโครงสร้างพื้นฐานเอไออย่างต่อเนื่องและเป็นจำนวนมหาศาล บริษัทเปิดเผยในรายงานผลประกอบการล่าสุดว่า ค่าใช้จ่ายลงทุนที่เกี่ยวข้องกับเอไอในปี 2569 จะอยู่ระหว่าง 115,000 ล้านถึง 135,000 ล้านดอลลาร์ ซึ่งเกือบสองเท่าของค่าใช้จ่ายลงทุนในปีก่อนหน้า
เปลี่ยนกลยุทธ์จากโอเพนซอร์สเป็นกรรมสิทธิ์
อีกหนึ่งการเปลี่ยนแปลงสำคัญคือ Muse Spark จะเป็นโมเดลแบบกรรมสิทธิ์ (proprietary) ซึ่งหมายความว่าโค้ดและเทคโนโลยีภายในจะไม่ได้เปิดเผยทั้งหมดให้สาธารณะใช้งาน เมตาเป็นเจ้าของคนเดียว ควบคุมทุกอย่างเอง
นี่ถือเป็นการเปลี่ยนแปลงครั้งใหญ่ เพราะก่อนหน้านี้เมตาใช้แนวทางโอเพนซอร์สกับเอไอตระกูล Llama ซึ่งเปิดให้ผู้พัฒนาซอฟต์แวร์ทั่วโลกสามารถนำโมเดลไปทดลองใช้หรือปรับแต่งเพิ่มเติมได้ฟรี
การเปลี่ยนมาเป็นแบบกรรมสิทธิ์นั้น เมตาคงคำนวณว่าจะสามารถควบคุมคุณภาพและสร้างรายได้ได้ดีกว่า อย่างไรก็ตาม บริษัทก็ยังระบุทิ้งท้ายว่า มีความหวังว่าจะเปิดให้เป็นโอเพนซอร์สในเวอร์ชันถัดไปของโมเดล แสดงว่าเมตายังไม่ได้ละทิ้งแนวคิดโอเพนซอร์สไปเลย
รูปแบบรายได้ใหม่
นอกจากการพัฒนาเทคโนโลยีแล้ว เมตายังเริ่มทดลองรูปแบบรายได้ใหม่จากเอไอ โดยเปิดให้นักพัฒนาภายนอกสามารถเข้าถึงเทคโนโลยีของ Muse Spark ผ่านระบบ Application Programming Interface (API) ซึ่งเป็นช่องทางที่ทำให้นักพัฒนาสามารถเชื่อมต่อเอไอเข้ากับแอปหรือบริการของตนเองได้
ปัจจุบันการเข้าถึง API ยังอยู่ในขั้นทดลอง โดยเมตาเปิดให้เฉพาะพันธมิตรบางรายที่บริษัทเลือกเท่านั้น และยังไม่คิดค่าบริการ แต่ในอนาคตบริษัทมีแผนเปิดให้ใช้งานในวงกว้างและจะเริ่มคิดค่าบริการ
นี่ถือเป็นโอกาสทำเงินใหม่ของเมตา เพราะหากมีนักพัฒนาหลายพันหรือหลายหมื่นคนมาใช้ API นี้ในแอปของพวกเขา เมตาก็จะได้รายได้จากการขายบริการเอไออย่างต่อเนื่อง คล้ายกับที่ OpenAI ทำอยู่
เราจะเจอ Muse Spark ตรงไหนบ้าง
เมตาระบุว่า Muse Spark จะถูกนำมาใช้งานอย่างในระบบนิเวศของบริษัท โดยเริ่มต้นที่ ระบบใช้งานได้แล้ว ได้แก่ แอป Meta AI และเว็บไซต์ Meta AI เวอร์ชันเดสก์ท็อป
ส่วนในอีกไม่กี่สัปดาห์จะมาถึง จะได้ใช้ใน Facebook, Instagram, WhatsApp, Messenger และแว่นตาอัจฉริยะ Ray-Ban
สำหรับอนาคต ฟีเจอร์สร้างวิดีโอด้วยเอไอชื่อ Vibes ภายในแอป Meta AI ซึ่งในปัจจุบันยังใช้โมเดลจากบริษัทภายนอกอย่าง Black Forest Labs อยู่ นั่นหมายความว่า ในไม่ช้า คนไทยหลายสิบล้านคนที่ใช้ Facebook, Instagram และ WhatsApp จะได้สัมผัสกับ Muse Spark โดยตรง
โหมดการทำงานหลากหลาย
เมื่อใช้ Muse Spark ผู้ใช้ Meta AI สามารถเลือกโหมดการทำงานของเอไอได้หลายแบบ ขึ้นอยู่กับความซับซ้อนของคำถามหรือคำสั่ง
โหมดที่ 1: โหมดตอบเร็ว ใช้สำหรับคำถามง่ายๆ ที่ต้องการคำตอบรวดเร็ว เช่น “วันนี้อากาศเป็นยังไง” “1+1 เท่ากับเท่าไร” หรือ “ร้านอาหารใกล้ๆ มีอะไรบ้าง”
โหมดที่ 2: โหมดวิเคราะห์ซับซ้อน ใช้สำหรับงานที่ซับซ้อนมากขึ้น เช่น การวิเคราะห์เอกสารทางกฎหมาย การอ่านสัญญาและสรุปประเด็นสำคัญ หรือการดูภาพถ่ายสินค้าในร้านค้าแล้วบอกข้อมูลโภชนาการ เช่น ถ่ายรูปกล่องนมส่งให้เอไอ มันจะบอกว่ามีโปรตีน แคลเซียม วิตามินอะไรบ้าง
โหมดที่ 3: โหมดไตร่ตรอง นี่คือโหมดพิเศษที่เมตาเตรียมเปิดให้ใช้ทีละน้อย สำหรับคำถามที่ซับซ้อนที่สุด ยากที่สุด ต้องใช้ความคิดลึก โดยโหมดนี้จะใช้เอไอหลายตัวทำงานร่วมกันพร้อมกันเพื่อช่วยวิเคราะห์คำถามในหลายมุมมอง หลายขั้นตอนแบบขนาน เปรียบเสมือนมีคณะกรรมการหลายคนช่วยกันคิดพร้อมกัน แทนที่จะมีคนเดียวคิดทีละขั้นตอน ทำให้ได้คำตอบที่ลึกซึ้งและรอบด้านมากขึ้น
บริษัทระบุว่าแนวทางนี้มีเป้าหมายเพื่อแข่งขันกับโหมดการวิเคราะห์ขั้นสูงของโมเดลเอไอระดับแนวหน้า เช่น Gemini Deep Think ของ Google และ GPT Pro ของ OpenAI
โหมดที่ 4: โหมดช็อปปิ้ง เป็นโหมดที่เชื่อมโยงกับธุรกิจหลักของเมตาโดยตรง โหมดนี้ช่วยให้ผู้ใช้ค้นหาไอเดียในการซื้อสินค้า เช่น เสื้อผ้า รองเท้า เฟอร์นิเจอร์ หรือของตกแต่งบ้าน ซึ่งระบบจะนำข้อมูลแรงบันดาลใจจากคอนเทนต์ของครีเอเตอร์และแบรนด์ที่มีอยู่ในแพลตฟอร์มของบริษัท (Facebook และ Instagram) มาแนะนำให้ผู้ใช้
“โหมด Shopping ดึงมาจากแรงบันดาลใจด้านสไตล์และการเล่าเรื่องแบรนด์ที่เกิดขึ้นแล้วในแอปของเรา แสดงไอเดียจากครีเอเตอร์และชุมชนที่ผู้คนติดตามอยู่แล้ว” เมตาอธิบาย
แนวคิดของโหมดนี้คือ การเชื่อมโยงการค้นหาสินค้าเข้ากับคอนเทนต์ที่ผู้ใช้ติดตามอยู่แล้วในแอป ทำให้ผู้ใช้สามารถค้นพบสินค้าและไอเดียใหม่ๆ จากชุมชนออนไลน์ที่ตนสนใจ แทนที่จะต้องไปค้นหาในเว็บไซต์ช็อปปิ้งทั่วไป
โหมดนี้มีโอกาสสร้างรายได้ให้เมตาได้มาก เพราะหากผู้ใช้ค้นหาสินค้าและซื้อของผ่านระบบนี้ เมตาก็จะได้ค่าคอมมิชชั่นจากแบรนด์และร้านค้า
ท้ายที่สุดแล้ว การเปิดตัว Muse Spark ในครั้งนี้แสดงให้เห็นว่า เมตากำลังปรับกลยุทธ์ใหม่ทั้งหมด จากเดิมที่เน้นโอเพนซอร์สและเอไอขนาดใหญ่ มาเป็นการสร้างโมเดลขนาดเล็กที่มีประสิทธิภาพสูง แบบกรรมสิทธิ์ และมุ่งเน้นการสร้างรายได้จากการขายบริการ
อ้างอิง: CNBC Business Insider Fortune และ META