ซื้อ
ตลาด
🔥
ตลาดคาดการณ์

โมเดลแบบเปิดเผยน้ำหนักและโมเดลขนาดเล็กครองความสำคัญ ขณะที่เวิร์กโหลด AI เปลี่ยนไปสู่ตัวเลือกที่ถูกกว่า

บริษัทเทคโนโลยีด้านสุขภาพกำลังย้ายเวิร์กโหลด AI ส่วนใหญ่ไปใช้โมเดลแบบเปิดเผยน้ำหนักและโมเดลขนาดเล็ก ซึ่งช่วยประหยัดต้นทุนได้มากในขณะที่ยังคงประสิทธิภาพไว้

20/10/2026 14:14อ่านประมาณ 8 นาที

ความกังวลในเศรษฐศาสตร์ของ AI คือ โมเดลที่พัฒนาขึ้นเรื่อย ๆ จะทำให้งานจำนวนมากขึ้นเรื่อย ๆ สามารถจัดการได้ด้วยเวอร์ชันโอเพนซอร์สราคาถูก ตัวอย่างเช่น เมื่อ AI สามารถยื่นภาษีให้บุคคล 98% ได้อย่างน่าเชื่อถือ โมเดลแนวหน้าก็ไม่จำเป็นสำหรับงานนั้นอีกต่อไป ตรรกะนี้ใช้ได้กับเวิร์กโหลดหลายประเภท และ Scotia เผยแพร่รายงานวันนี้โดยมุ่งเน้นไปที่บริษัทเทคโนโลยีด้านสุขภาพที่กำลังนำ AI มาใช้อย่างรวดเร็ว

บริษัทเทคโนโลยีด้านสุขภาพที่ Scotion สัมภาษณ์ — มีรายได้ 2 พันล้านดอลลาร์และพนักงาน 5,000 คน — ใช้แนวทางโมเดลสองระดับ โดยระดับล่างขยายตัวเร็วที่สุด เวิร์กโหลดที่ทำงานโดยเครื่องจักรคิดเป็นประมาณ 70% ของการใช้โทเคนในปัจจุบัน และแบ่งเท่า ๆ กันระหว่างโมเดลแนวหน้าแบบปิดกับโมเดลแบบเปิดเผยน้ำหนัก เช่น Qwen และ Kimi ผู้บริหารคนหนึ่งกล่าวว่าสัดส่วนดังกล่าวในที่สุดอาจถึง 100% สำหรับโมเดลแบบเปิดเผยน้ำหนัก โดยเขาอธิบายว่าการเปลี่ยนแปลงนี้เกิดจากต้นทุนที่ลดลงอย่างมาก พร้อมกับยืนยันว่าประสิทธิภาพยังไม่ได้รับผลกระทบ

ประเด็นที่น่าสังเกตบางประการ:

  • ต้นทุนรวมของโมเดลแบบเปิดเผยน้ำหนักอยู่ที่ประมาณหนึ่งในห้าของโมเดลแนวหน้า
  • โมเดลภาษาขนาดเล็กมีต้นทุนประมาณหนึ่งในร้อยของต้นทุนนั้น
  • เมื่อฝึกด้วยข้อมูลที่เป็นกรรมสิทธิ์ โมเดลภาษาขนาดเล็กสามารถทำงานได้ดีกว่าโมเดลขนาดใหญ่กว่างานที่ทำซ้ำ ๆ เช่น การจำแนก PDF
  • การนำโมเดลภาษาขนาดเล็กไปใช้ยังอยู่ในช่วงเริ่มต้น

สิ่งนี้สะท้อนสถานการณ์การยื่นภาษีในทางปฏิบัติ สองปีก่อน การจำแนกเอกสารหรือการสรุปงานวิจัยภายในต้องใช้โมเดลระดับแนวหน้า ปัจจุบันงานเหล่านั้นถือว่าแก้ไขแล้ว และงานที่แก้ไขแล้วก็ย้ายไปยังผู้ให้บริการที่ถูกที่สุดโดยธรรมชาติ การปรับปรุงแต่ละครั้งที่ส่วนบนสุดของสแตกท้ายที่สุดจะย้ายงานอีกประเภทหนึ่งลงไป

ห้องแล็บแนวหน้ายังไม่สูญเสียธุรกิจในด้านนี้ ผู้ใช้ที่เป็นมนุษย์ยังคงพึ่งพา Claude, ChatGPT และ Gemini และผู้บริหารคนดังกล่าวไม่คาดว่าการใช้จ่ายสำหรับโมเดลแบบปิดจะทรงตัวในปี 2027 ในขณะที่เวิร์กโฟลว์ใหม่ ๆ ยังคงเกิดขึ้นเรื่อย ๆ

จุดที่ควรสังเกต: ค่าใช้จ่ายคลาวด์โดยรวมของบริษัทเพิ่มขึ้นเป็นสองเท่าในปี 2026 Scotia มองว่านี่เป็นผลดีต่อผู้ให้บริการด้านการประมวลผล เช่น MSFT, GOOGL และ AMZN เนื่องจากบริษัทเหล่านี้ส่วนใหญ่ไม่สนใจว่าโมเดลใดถูกนำไปใช้ ห้องแล็บแนวหน้าน่ากังวลกว่า Scotia อธิบายแนวโน้มของพวกเขาว่า “ผสมผสาน” — คำสุภาพที่บ่งบอกถึงความระมัดระวัง ตามที่ผู้เขียนกล่าว

รายงานระบุว่า “การใช้จ่ายโทเคนต่อนักพัฒนากำลังทรงตัว” ที่ประมาณ $100 ถึง $500 ต่อเดือน

คาดว่า Anthropic จะเสนอขายหุ้นต่อสาธารณะเป็นครั้งแรกในปลายปีนี้ โดยประเมินมูลค่าในปัจจุบันอยู่ระหว่าง 1.4 ล้านล้านถึง 1.5 ล้านล้านดอลลาร์

แชร์ไปยัง

X (Twitter)Telegram

ข้อจำกัดความรับผิดชอบ: เนื้อหาในบทความนี้มาจากสื่อภายนอก ใช้เพื่อการอ้างอิงเท่านั้น และไม่ถือเป็นคำแนะนำการลงทุน คริปโตและผลิตภัณฑ์ทางการเงินอื่นมีความเสี่ยงจากความผันผวนของราคาสูง โปรดตัดสินใจอย่างรอบคอบ

บทความที่เกี่ยวข้อง

Nasdaq ถูกกดดันจากเงินเฟ้อ, ข้อกังวลเรื่องการเติบโต และส่วนต่างเครดิตที่ขยายกว้างขึ้น

Nasdaq ร่วงลงเมื่อสัปดาห์ที่ผ่านมา จากเงินเฟ้อที่ร้อนแรง ข้อกังวลด้านการเติบโต และส่วนต่างเครดิตที่ขยายกว้างขึ้น จุดสนใจสำคัญคือ US Flash PMIs ในวันศุกร์นี้

2 ชั่วโมงที่แล้วอ่านประมาณ 9 นาที

เยอรมนีและ NVIDIA เสริมสร้างความร่วมมือด้าน AI ด้วยคำมั่นสัญญามูลค่า 1 หมื่นล้านดอลลาร์

เยอรมนีและ NVIDIA ลงนามในแถลงการณ์ร่วมเกี่ยวกับ AI อุตสาหกรรม โดย NVIDIA ให้คำมั่นเกือบ 1 หมื่นล้านดอลลาร์แก่หน่วยงานในยุโรป

3 ชั่วโมงที่แล้วอ่านประมาณ 9 นาที

หุ้น Elice Group ร่วงลงมากกว่า 30% ในการซื้อขายวันแรกบน KOSDAQ

หุ้นของ Elice Group ร่วงลงมากกว่า 30% ในการซื้อขายวันแรกบน KOSDAQ หลังระดมทุนได้ 151 ล้านดอลลาร์สหรัฐ ท่ามกลางความเชื่อมั่นต่อ AI ที่อ่อนแอลงก่อนการเสนอขาย IPO ของ Anthropic

3 ชั่วโมงที่แล้วอ่านประมาณ 12 นาที