ในงาน LlamaCon 2025 ช่วงปิดงาน มีการพูดคุยที่น่าสนใจอย่างยิ่งระหว่าง Mark Zuckerberg ผู้ก่อตั้ง Meta และ Satya Nadella ประธานและ CEO ของ Microsoft ซึ่งทั้งสองได้แชร์มุมมองและประสบการณ์เกี่ยวกับการเติบโตของ TO การพัฒนาโครงสร้างพื้นฐาน และวิธีที่ AI กำลังเปลี่ยนแปลงวิธีการทำงานและการพัฒนาซอฟต์แวร์ในองค์กรยุคใหม่ บทความนี้จะพาทุกคนไปเจาะลึกประเด็นสำคัญที่ทั้งสองผู้นำเทคโนโลยีระดับโลกได้แลกเปลี่ยนในช่วงเวลาสำคัญนี้
วิวัฒนาการเทคโนโลยีและ AI กับการเปลี่ยนแปลงครั้งใหญ่ในอดีต
Satya Nadella เริ่มต้นด้วยการสะท้อนถึงประวัติศาสตร์เทคโนโลยีตั้งแต่ยุคคลายเอนต์เซิร์ฟเวอร์ (Client-Server) ไปจนถึงเว็บ โมบาย คลาวด์ และตอนนี้คือยุคของ TO ซึ่งเขามองว่าแต่ละยุคเป็นการเปลี่ยนผ่านครั้งใหญ่ที่ทำให้ต้องสร้างระบบใหม่ทั้งหมดตั้งแต่รากฐาน โดยเฉพาะในเรื่องของโครงสร้างพื้นฐานคลาวด์ที่ต้องปรับเปลี่ยนเพื่อตอบโจทย์การเทรน AI ที่มีลักษณะงานที่แตกต่างจากระบบเดิม เช่น การเทรนแบบ Data Parallel Synchronous ที่แตกต่างจาก Hadoop
Mark Zuckerberg เสริมว่าการพัฒนา AI ในแต่ละรุ่นนั้นมีประสิทธิภาพเพิ่มขึ้นอย่างรวดเร็วและส่งผลให้เกิดการใช้งานที่เพิ่มขึ้นอย่างมหาศาล เพราะราคาลดลงและความสามารถเพิ่มขึ้นอย่างก้าวกระโดด เขายกตัวอย่างการเร่งความเร็วของ Moore’s Law ที่ดูเหมือนจะหยุดชะงักไปแล้ว แต่กลับถูกขับเคลื่อนใหม่ด้วยการพัฒนาในหลายระดับ ทั้งฮาร์ดแวร์ ซอฟต์แวร์ และการออกแบบโมเดลใหม่ ๆ
บทบาทของโอเพนซอร์สและระบบนิเวศ AI ในยุคใหม่
หนึ่งในประเด็นที่ Satya เน้นย้ำคือความสำคัญของโอเพนซอร์สและการทำงานร่วมกันแบบเปิด ซึ่งเขามองว่าโลกต้องการทั้งโมเดลปิดและโมเดลเปิดเพื่อให้บริการลูกค้าได้อย่างครอบคลุม โดย Microsoft เองก็สนับสนุนทั้งสองด้านผ่าน Azure ที่สามารถให้บริการฐานข้อมูล SQL Server, Postgres, Linux และ Windows ได้อย่างครบถ้วน
Satya ชี้ให้เห็นว่าโอเพนซอร์สมีข้อได้เปรียบอย่างมากในเรื่องของการอนุญาตให้ลูกค้าเทรนและกลั่นกรองโมเดลที่เป็นทรัพย์สินทางปัญญาของตัวเองได้ ซึ่งเป็นเรื่องสำคัญในภาคธุรกิจที่ต้องการความเป็นส่วนตัวและการควบคุมสูง นอกจากนี้การสนับสนุนโอเพนซอร์สยังช่วยสร้างระบบนิเวศที่มีความหลากหลายและยืดหยุ่นมากขึ้น
โครงสร้างพื้นฐานและเครื่องมือสำหรับนักพัฒนา AI ในยุคปัจจุบัน
Microsoft ได้ลงทุนอย่างหนักในโครงสร้างพื้นฐานที่รองรับ AI ทั้งในส่วนของคอมพิวเตอร์ สตอเรจ เครือข่าย และ AI Accelerator เพื่อให้บริการที่ครบวงจรสำหรับนักพัฒนา นอกจากนี้ยังมีการสร้างแอปเซิร์ฟเวอร์ Foundry ที่ช่วยจัดการบริการต่าง ๆ เช่น การค้นหา ความปลอดภัย และหน่วยความจำ เพื่อให้นักพัฒนาใช้เครื่องมือและบริการเหล่านี้ได้ง่ายขึ้น
GitHub Copilot ถูกยกเป็นเครื่องมือสำคัญที่ช่วยเพิ่มประสิทธิภาพในการพัฒนาซอฟต์แวร์ โดย Microsoft เน้นการผสมผสานระหว่างโค้ดคอมพลีชัน แชท และการทำงานแบบแอเจนต์ (Agentic Workflow) เพื่อให้การเขียนโค้ดเป็นไปอย่างลื่นไหลและมีประสิทธิภาพสูงสุด Satya ชี้ว่าการผนวก AI เข้ากับโฟลว์การทำงานเดิมของนักพัฒนานั้นเป็นกุญแจสำคัญในการเพิ่มผลิตภาพ
AI ในการพัฒนาซอฟต์แวร์และความเปลี่ยนแปลงของวิธีการทำงาน
Satya เล่าถึงวิวัฒนาการของ AI ในงานพัฒนาซอฟต์แวร์ โดยเริ่มจากการช่วยเติมโค้ด (Code Completion) ขยายไปสู่การสนทนาแบบแชท และล่าสุดคือระบบแอเจนต์ที่สามารถรับมอบหมายงานและทำงานแทนได้ เขายังกล่าวว่าสัดส่วนโค้ดที่ถูกเขียนโดย AI ภายใน Microsoft อยู่ที่ประมาณ 20-30% และกำลังเพิ่มขึ้นเรื่อย ๆ โดยเฉพาะในส่วนของการรีวิวโค้ดที่ AI มีบทบาทมากขึ้นเรื่อย ๆ
Mark Zuckerberg เสริมว่า แม้สถิติจะยังเป็นไปในทิศทางของการเติมโค้ดอัตโนมัติเป็นหลัก แต่ทีมงานของ Meta กำลังทดลองใช้ AI ในงานเฉพาะทาง เช่น การจัดอันดับโฆษณา และการพัฒนา AI Engineer เพื่อช่วยเร่งการพัฒนาโมเดล Llama ให้ก้าวหน้าอย่างรวดเร็ว
แนวคิดเรื่อง “Distillation Factory” และการผสานหลายโมเดล AI
หนึ่งในหัวข้อที่ทั้งสองพูดถึงอย่างลึกซึ้งคือแนวคิด “Distillation Factory” หรือโรงกลั่นโมเดล ที่หมายถึงการนำโมเดลขนาดใหญ่ไปกลั่นให้เป็นโมเดลขนาดเล็กลงที่ยังคงความสามารถสูง ซึ่งจะช่วยให้โมเดลเหล่านี้ถูกนำไปใช้ได้ง่ายและประหยัดทรัพยากรมากขึ้น
Satya อธิบายว่าการสร้างโครงสร้างพื้นฐานที่ช่วยให้ผู้ใช้สามารถกลั่นโมเดลและสร้างโมเดลเฉพาะงาน (task-specific models) ได้ด้วยตนเอง จะเป็นก้าวสำคัญที่ช่วยให้แต่ละองค์กรสามารถปรับแต่ง AI ให้เหมาะกับความต้องการของตนเองได้อย่างรวดเร็วและมีประสิทธิภาพ
Mark Zuckerberg ยกตัวอย่างโมเดล Maverick ที่เป็นโมเดลมัลติโมดัล (รองรับทั้งข้อความและภาพ) ที่มีประสิทธิภาพสูงในขนาดที่เล็กกว่าโมเดลอื่น ๆ และกล่าวว่าโมเดลขนาดใหญ่อย่าง Behemoth นั้นเหมาะสำหรับการนำไปกลั่นเป็นโมเดลขนาดเล็กที่ใช้งานได้จริงในภาคธุรกิจ
อนาคตของ AI: โมเดลไฮบริดและการทำงานร่วมกันของหลายโมเดล
ทั้งสองฝ่ายเห็นพ้องกันว่าอนาคตของ AI จะเป็นการผสมผสานระหว่างโมเดลที่หลากหลาย เช่น โมเดล MOE (Mixture of Experts) ที่รวมความสามารถของโมเดลหลายตัวเข้าด้วยกันเพื่อให้ได้ทั้งความรวดเร็วและความแม่นยำในระดับสูง
การสร้างแอปพลิเคชันที่ใช้โมเดลหลายตัวร่วมกัน จะเป็นก้าวสำคัญสู่การใช้งาน AI ที่มีความยืดหยุ่นและตอบโจทย์งานที่ซับซ้อนได้ดียิ่งขึ้น โดยเฉพาะในแง่ของการทำงานแบบออร์เคสตรา (orchestration) ที่ทำให้ AI แต่ละตัวสื่อสารและประสานงานกันได้อย่างมีประสิทธิภาพ
มุมมองต่ออนาคต AI และความท้าทายของการเปลี่ยนแปลง
Satya Nadella เน้นย้ำว่า AI คือปัจจัยการผลิตใหม่ที่จำเป็นสำหรับโลกในยุคปัจจุบัน เพื่อเพิ่มผลิตภาพในทุกภาคส่วนตั้งแต่สุขภาพ การค้าปลีก ไปจนถึงงานความรู้ทั่วไป อย่างไรก็ตาม การเปลี่ยนแปลงนี้ต้องการเวลาและการปรับเปลี่ยนระบบการทำงานอย่างลึกซึ้ง
เขายกตัวอย่างประวัติศาสตร์ที่เทคโนโลยีไฟฟ้าต้องใช้เวลาหลายสิบปีกว่าจะเปลี่ยนแปลงวิธีการผลิตอย่างแท้จริง เช่นเดียวกับ AI ที่ไม่ใช่แค่เรื่องเทคโนโลยี แต่ต้องรวมถึงการเปลี่ยนแปลงในซอฟต์แวร์และการบริหารจัดการองค์กรด้วย
Satya ยังให้กำลังใจนักพัฒนาและผู้ที่เกี่ยวข้องให้กล้าที่จะนำ AI มาใช้และสร้างสรรค์โซลูชันใหม่ ๆ เพื่อแก้ปัญหาที่ยังไม่ถูกแก้ไขในโลกนี้
Conclusion from Insiderly
บทสนทนาระหว่าง Mark Zuckerberg และ Satya Nadella ใน LlamaCon 2025 สะท้อนให้เห็นถึงการเปลี่ยนผ่านครั้งใหญ่ของเทคโนโลยี AI ที่ไม่ใช่แค่เรื่องของโมเดลหรือฮาร์ดแวร์เท่านั้น แต่เป็นการปฏิวัติทั้งระบบนิเวศ ซอฟต์แวร์ และวิธีการทำงานของมนุษย์
การผสมผสานระหว่างโมเดลเปิดและปิด การพัฒนาโครงสร้างพื้นฐานที่ยืดหยุ่น และการสร้างเครื่องมือที่ช่วยให้นักพัฒนาทำงานได้อย่างมีประสิทธิภาพ คือหัวใจสำคัญของการขับเคลื่อน AI ไปสู่การใช้งานจริงในวงกว้าง
แนวคิด “Distillation Factory” ช่วยให้โมเดลขนาดใหญ่ที่มีความซับซ้อนสูง ถูกกลั่นเป็นโมเดลขนาดเล็กที่ใช้งานได้ง่ายและประหยัดทรัพยากร ซึ่งจะเปิดโอกาสให้หลายองค์กรสามารถสร้าง AI เฉพาะงานที่ตอบโจทย์ธุรกิจได้อย่างรวดเร็ว
สุดท้าย ความท้าทายที่แท้จริงคือการเปลี่ยนแปลงวิธีการทำงานและการบริหารจัดการองค์กรให้พร้อมรับมือกับเทคโนโลยีใหม่ การมอง AI เป็นปัจจัยการผลิตใหม่ที่ต้องผสานเข้ากับระบบและวัฒนธรรมองค์กร จะเป็นกุญแจสำคัญในการปลดล็อกศักยภาพของ AI อย่างแท้จริง
สำหรับนักพัฒนาและผู้นำองค์กร นี่คือช่วงเวลาที่ต้องกล้าลงมือสร้างสรรค์และปรับตัว เพื่อก้าวไปสู่อนาคตที่ AI จะเป็นเครื่องมือทรงพลังในการแก้ไขปัญหาและเพิ่มประสิทธิภาพในทุกมิติของชีวิตและธุรกิจ
Technical terms to know
- AI Accelerator: ฮาร์ดแวร์เฉพาะทางที่ช่วยเร่งการประมวลผลงาน AI เช่น GPU หรือ TPU
- Distillation: กระบวนการกลั่นโมเดล AI ขนาดใหญ่ให้เป็นโมเดลขนาดเล็กที่ยังคงประสิทธิภาพสูง
- MOE (Mixture of Experts): โมเดล AI ที่ประกอบด้วยหลายโมเดลย่อยที่เชี่ยวชาญในงานเฉพาะด้านต่าง ๆ
- Agentic Workflow: การทำงานของระบบ AI ที่สามารถรับมอบหมายงานและทำงานแทนมนุษย์ได้อย่างอิสระ
- Orchestration: การจัดการและประสานงานระหว่างหลายระบบหรือโมเดลให้ทำงานร่วมกันอย่างมีประสิทธิภาพ