
DeepSeek ได้ประกาศลดราคาสำหรับรุ่น V4-Pro ลงถึง 75% ซึ่งปกติแล้วควรจะเป็นข่าวดีสำหรับผู้ให้บริการ AI ในองค์กรและนักพัฒนา แต่ในความเป็นจริงหลายคนพบว่าราคาที่ถูกลงไม่ได้แปลว่าจะทำให้มาร์จิ้นดีขึ้นอย่างที่คาดหวัง เนื่องจากระบบเอเย่นต์กำลังใช้โทเค็นในอัตราที่สูงกว่าการลดราคาที่เกิดขึ้น โดยเฉพาะอย่างยิ่งในช่วง 20 ปีที่ผ่านมา เศรษฐศาสตร์ของซอฟต์แวร์ถูกกำหนดโดยกฎเดียวกัน คือโครงสร้างพื้นฐานจะถูกลงทุกปี ขณะที่แอปพลิเคชันมีความสามารถมากขึ้น ซึ่งในตอนแรกมีการคาดการณ์ว่า AI จะตามแนวโน้มนี้ แต่ความเชื่อนี้เริ่มสั่นคลอนอย่างรวดเร็ว
การทำงานของ AI แบบใหม่ เช่น แชทบอท จะเปลี่ยนคำถามจากผู้ใช้เป็นการเรียกโมเดลหนึ่งครั้ง แต่ระบบเอเย่นต์จะทำให้คำถามเดียวกันกลายเป็นกระบวนการที่ซับซ้อนมากขึ้น ซึ่งรวมถึงการวางแผน การดึงข้อมูล การใช้เครื่องมือ การตรวจสอบ การสรุปผล และการตัดสินใจตามมา ผู้ใช้เห็นเพียงคำตอบเดียว แต่ผู้ให้บริการต้องจ่ายสำหรับกระบวนการทั้งหมด นี่คือปัญหา 100x ที่เกิดขึ้น ซึ่งหมายความว่าคำถามที่ผู้ใช้เห็นอาจมีค่าใช้จ่ายมากกว่าการให้บริการในรูปแบบแชทบอทหรือการสร้างเนื้อหาที่เพิ่มขึ้นจากการดึงข้อมูล (RAG)
ในกระบวนการที่ยาวนานขึ้น ตัวคูณของค่าใช้จ่ายจะสูงขึ้น ราคาที่ลดลงของโมเดลช่วยบรรเทาได้บ้าง แต่ก็ไม่ได้แก้ไขสถาปัตยกรรมของผลิตภัณฑ์ที่ทำให้คำถามหนึ่งกลายเป็นหลายสิบการดำเนินการที่ต้องชำระเงิน สำหรับผู้ให้บริการโมเดลเอง การตั้งราคาในการสร้างความสัมพันธ์กับนักพัฒนาก็เริ่มมีการเปลี่ยนแปลงอย่างเห็นได้ชัด ตัวอย่างเช่น โครงการที่ OpenAI เสนอให้กับสตาร์ทอัพ Y Combinator โดยให้เครดิต API มูลค่า 2 ล้านดอลลาร์ ซึ่งเป็นจำนวนที่เคยสามารถใช้เป็นทุนทั้งหมดในรอบการลงทุนเริ่มต้นในวงการเทคโนโลยีในอดีต แต่ในขณะนี้กลับกลายเป็นการยอมรับถึงต้นทุนที่สูงขึ้นในการดำเนินธุรกิจ
ดังนั้น แม้ว่าการลดราคาของ DeepSeek จะเป็นการเคลื่อนไหวที่น่าตื่นเต้น แต่ปัญหาที่เกิดขึ้นจากการใช้ระบบเอเย่นต์ใน AI ยังคงเป็นอุปสรรคที่ท้าทายสำหรับผู้ให้บริการและนักพัฒนา และอาจต้องมีการปรับเปลี่ยนในรูปแบบการดำเนินงานเพื่อให้สามารถรับมือกับค่าใช้จ่ายที่เพิ่มขึ้นได้อย่างมีประสิทธิภาพ.
แหล่งข้อมูลอ้างอิง
บทความนี้สรุปและเขียนใหม่โดยทีมบรรณาธิการ อ้างอิงจาก unknown-source ตามลิงก์ต้นฉบับด้านล่าง
อ่านต้นฉบับ: DeepSeek cut prices 75%. The 100x problem remains
#DeepSeek #AI #ราคาลด #ปัญหา 100x #เทคโนโลยี