Nvidia และ Stripe ซื้อบริษัท AI อะไรไปบ้างและมูลค่าเท่าไหร่

Nvidia กำลังเจรจาเข้าซื้อกิจการ Hugging Face ในมูลค่า 13 พันล้านดอลลาร์ และ Stripe ได้เข้าซื้อ OpenRouter ไปแล้วในมูลค่ามากกว่า 7 พันล้านดอลลาร์ ซึ่งรวมเป็นยอดการเข้าซื้อกิจการ AI แบบโอเพนเวตที่พุ่งสูงถึง 26 พันล้านดอลลาร์

ทำไม Nvidia ถึงอยากได้ Hugging Face

เหตุผลหลักคือการสร้างระบบนิเวศของนักพัฒนาให้ติดแน่น (sticky ecosystem) เพื่อผลักดันให้ผู้ใช้หันมาใช้มาตรฐานฮาร์ดแวร์ GPU ของตนเองสำหรับงานอนุมาน (inference workloads)

ทำไมบริษัทยักษ์ใหญ่ถึงสนใจซื้อโมเดล AI แบบ open-weight

บริษัทเหล่านี้มองสตาร์ทอัพโอเพนเวตว่าเป็นโครงสร้างพื้นฐานสำคัญที่มีอิทธิพลต่อพฤติกรรมนักพัฒนาและการเลือกใช้อุปกรณ์ฮาร์ดแวร์ มากกว่าจะเป็นเพียงผู้พัฒนาผลิตภัณฑ์ทั่วไป

การแข่งขันด้านฮาร์ดแวร์ส่งผลต่อการเข้าซื้อกิจการ AI อย่างไร

การเข้าซื้อกิจการนี้ช่วยป้องกันภัยคุกคามจากคู่แข่งอย่าง OpenAI และ Google ที่กำลังพัฒนาชิปเฉพาะทางของตนเอง เพื่อรักษาความเป็นผู้นำในตลาดการอนุมาน (inference market)

ต้นทุนที่สูงขึ้นมีผลต่อกลยุทธ์ของ Nvidia และ Stripe อย่างไร

ต้นทุนการอนุมาน AI ที่สูงขึ้นทำให้บริษัทต่างๆ มองหาทางเลือกที่ประหยัดกว่า โดยโมเดล open-weight จากจีนหรือตัวเลือกอื่นๆ สามารถรันบนฮาร์ดแวร์ราคาไม่แพงได้

Nvidia และ Stripe นำการเข้าซื้อกิจการ AI แบบโอเพนเวตมูลค่า 26 พันล้านดอลลาร์

สรุปสั้น: Nvidia กำลังเจรจาเข้าซื้อ Hugging Face ในมูลค่า 13 พันล้านดอลลาร์ เพื่อควบคุมระบบนิเวศนักพัฒนาและขยายตลาด GPU ขณะที่ Stripe ซื้อ OpenRouter ไปแล้วกว่า 7 พันล้านดอลลาร์ การเคลื่อนไหวนี้สะท้อนว่าบริษัทเทคโนโลยีกำลังเปลี่ยนกลยุทธ์จากการสร้างโมเดลกรรมสิทธิ์มาเป็นการครอบครองโครงสร้างพื้นฐานสำคัญเพื่อรักษาความเป็นผู้นำ

ข้อเท็จจริงสำคัญ

Nvidia กำลังเจรจาเข้าซื้อกิจการ Hugging Face ในมูลค่า 13 พันล้านดอลลาร์ เพื่อควบคุมแพลตฟอร์มแบ่งปันโมเดล AI แบบ open-weight ที่เปรียบเสมือน ‘GitHub สำหรับยุคของ AI’
Stripe เข้าซื้อกิจการ OpenRouter ผู้ให้บริการเข้าถึงโมเดล open-weight สำหรับธุรกิจ ในมูลค่ามากกว่า 7 พันดอลลาร์ สองสัปดาห์ก่อนหน้ารายงานการเจรจาของ Nvidia
Nvidia ลงนามในข้อตกลงมูลค่า 6 พันล้านดอลลาร์กับ Poolside บริษัทผู้สร้างโมเดลแบบ open-weight โดยพนักงานส่วนใหญ่จะถูกโอนย้ายไปยัง Nvidia
เป้าหมายเชิงกลยุทธ์คือการลดการพึ่งพา hyperscalers และสร้างระบบนิเวศที่ดึงดูดนักพัฒนาให้ใช้ GPU ของ Nvidia สำหรับภาระงานการอนุมาน (inference workloads)
การแข่งขันด้านฮาร์ดแวร์เพิ่มขึ้นจาก OpenAI ที่กำลังพัฒนาชิปเฉพาะทางอย่าง Jalapeño และ Google ทำให้ Nvidia ต้องรักษาความเป็นผู้นำในตลาด inference

การเข้าซื้อกิจการแบบเปิด (Open-Weight) ที่พุ่งสูงขึ้นของบริษัทเทคโนโลยีรายใหญ่

ซิลิคอนแวลลีย์กำลังประสบกับการเปลี่ยนแปลงครั้งสำคัญในวิธีการที่บริษัทเทคโนโลยีชั้นนำเข้าจัดการกับปัญญาประดิษฐ์ โดยสตาร์ทอัพด้าน AI แบบ open-weight กำลังกลายเป็นเป้าหมายของการเข้าซื้อกิจการที่ได้รับความนิยมสูงสุด [1] แนวโน้มนี้สะท้อนถึงการเปลี่ยนกลยุทธ์จากการสร้างโมเดลที่เป็นกรรมสิทธิ์ภายในองค์กรทั้งหมด ไปสู่การเข้าซื้อระบบนิเวศของนักพัฒนาและสถาปัตยกรรมโมเดลที่มีอยู่แล้ว [3] การเคลื่อนไหวดังกล่าวสะท้อนถึงข้อตระหนักรู้ในวงกว้างของอุตสาหกรรมที่ว่า การควบคุมโครงสร้างพื้นฐานรอบๆ AI โดยเฉพาะโมเดลที่นักพัฒนาใช้งานในชีวิตประจำวัน มีคุณค่ามากกว่าการเป็นเจ้าของเทคโนโลยีพื้นฐานเพียงอย่างเดียว [4]

จุดศูนย์กลางของกิจกรรมนี้คือ Nvidia ซึ่งรายงานว่ากำลังเจรจาเข้าซื้อกิจการ Hugging Face ในมูลค่า 13 พันล้านดอลลาร์ [1][2][4] Hugging Face เป็นแพลตฟอร์มหลักสำหรับการแบ่งปันโมเดล AI แบบ open-weight และข้อมูลการทดสอบ (benchmarks) มักถูกเรียกว่าเป็น “GitHub สำหรับยุคของ AI” เนื่องจากโฮสต์โค้ดและเครื่องมือที่นักพัฒนาพึ่งพาเพื่อสร้างแอปพลิเคชัน [1][2][4] การเจรจาที่เป็นไปได้ดังกล่าวเกิดขึ้นหลังจากที่ Nvidia ลงนามในข้อตกลงมูลค่า 6 พันล้านดอลลาร์กับ Poolside เมื่อไม่นานนี้ ซึ่งเป็นบริษัทผู้สร้างโมเดลแบบ open-weight โดยพนักงานส่วนใหญ่ของบริษัทจะถูกโอนย้ายไปยัง Nvidia [1][4]

การเคลื่อนไหวเหล่านี้เป็นส่วนหนึ่งของรูปแบบที่กว้างขึ้นซึ่งเกี่ยวข้องกับบริษัทเทคโนโลยีรายใหญ่อื่นๆ สองสัปดาห์ก่อนหน้ารายงานเกี่ยวกับ Hugging Face Stripe ได้เข้าซื้อกิจการ OpenRouter ผู้ให้บริการชั้นนำในการเข้าถึงโมเดลแบบ open-weight สำหรับธุรกิจ ในมูลค่ามากกว่า 7 พันล้านดอลลาร์ [1][4] การไหลเข้าของเงินทุนในภาคส่วนนี้ชี้ให้เห็นว่าบริษัทเทคโนโลยีรายใหญ่ไม่ได้มองสตาร์ทอัพเหล่านี้ในฐานะผู้พัฒนาผลิตภัณฑ์เท่านั้น แต่เป็นผู้เล่นด้านโครงสร้างพื้นฐานที่สำคัญซึ่งสามารถมีอิทธิพลต่อพฤติกรรมของนักพัฒนาและการเลือกใช้อุปกรณ์ฮาร์ดแวร์ [3]

แรงผลักดันเชิงกลยุทธ์: ระบบนิเวศฮาร์ดแวร์และความกดดันด้านต้นทุน

แรงจูงใจหลักเบื้องหลังการเข้าซื้อกิจการเหล่านี้คือการลดการพึ่งพาผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกล (hyperscalers) และห้องปฏิบัติการชั้นนำ (frontier labs) พร้อมกับการสร้างฐาน foothold ในชุมชนนักพัฒนา กลยุทธ์ของ Nvidia ดูเหมือนจะมุ่งเน้นไปที่การผลักดันให้ผู้ใช้หันมาใช้มาตรฐานฮาร์ดแวร์ของตนเองผ่านการเข้าซื้อกิจการแหล่งเก็บโมเดลยอดนิยม แม้ว่าการนำไปใช้งานจริงของโมเดล open-weight ที่มีอยู่อย่างตระกูล Nemotron จะยังคงมีจำกัดก็ตาม [1][4] โดยการเป็นเจ้าของแพลตฟอร์มที่นักพัฒนาใช้ค้นหาและทดสอบโมเดล Nvidia มุ่งหมายที่จะสร้างระบบนิเวศที่ดึงดูดให้ผู้ใช้คงอยู่ (sticky ecosystem) ซึ่งเอื้อต่อการใช้งาน GPU ของตนเองสำหรับภาระงานการอนุมาน (inference workloads) [1]

ท่าทีเชิงรับนี้ยังถูกขับเคลื่อนโดยภัยคุกคามด้านการแข่งขันในส่วนของฮาร์ดแวร์อีกด้วย บริษัทอย่าง OpenAI และ Google กำลังพัฒนาชิปเฉพาะทางของตนเองสำหรับรันโมเดล AI เช่น ตัวประมวลผล Jalapeño ของ OpenAI [1][4] การเข้าซื้อกิจการผู้ให้บริการโมเดล open-weight ช่วยให้ Nvidia หวังที่จะรักษาความเป็นผู้นำในตลาดการอนุมาน (inference market) ได้ แม้จะมีผู้เล่นหน้าใหม่เข้ามาท้าทาย [1]

นอกจากนี้ ต้นทุนที่สูงขึ้นของการอนุมาน AI (AI inference) ซึ่งเป็นกระบวนการใช้โมเดลที่ผ่านการฝึกฝนแล้วเพื่อสร้างการทำนาย กำลังกระตุ้นให้บริษัทต่างๆ สำรวจทางเลือกที่มีต้นทุนต่ำกว่า [1] สิ่งนี้นำไปสู่ความสนใจที่เพิ่มขึ้นในโมเดลที่มีประสิทธิภาพด้านต้นทุนจากบริษัทจีนอย่าง Moonshot, DeepSeek และ Alibaba รวมถึงตัวเลือก open-weight ที่สามารถรันบนฮาร์ดแวร์ราคาไม่แพงกว่าได้ [1][4] การเข้าซื้อกิจการผู้ให้บริการโมเดลเหล่านี้ช่วยให้ยักษ์ใหญ่ด้านเทคโนโลยีของสหรัฐฯ สามารถผสานสถาปัตยกรรมที่หลากหลายและมีแนวโน้มว่าต้นทุนต่ำกว่าเข้าไปในผลิตภัณฑ์ของตน ขณะเดียวกันก็ยังคงควบคุมห่วงโซ่อุปทานไว้ได้ [4]

ช่องว่างในการยอมรับใช้งาน (The Adoption Gap)

แม้จะมีการลงทุนนับพันล้านดอลลาร์และการเข้าซื้อกิจการที่ได้รับความสนใจสูง แต่การใช้งานโมเดล open-weight โดยองค์กรยังคงต่ำอย่างน่าประหลาดใจ การสำรวจโดย Ramp ชี้ว่า มีเพียง 6% ของบริษัทเท่านั้นที่ใช้โมเดล open-weight สำหรับการทำงานในปัจจุบัน [1][4] ในทำนองเดียวกัน ข้อมูลจาก Jellyfish แสดงให้เห็นว่า มีวิศวกรซอฟต์แวร์เพียง 2% เท่านั้นที่ใช้โมเดลเหล่านี้ในการทำงานประจำวัน [1][4]

ความไม่สอดคล้องกันระหว่างการลงทุนด้านเงินทุนและการนำไปใช้ปฏิบัติจริง ชี้ให้เห็นถึงช่องว่างที่สำคัญในตลาด ในขณะที่บริษัทเทคโนโลยีรายใหญ่เดิมพันอย่างหนักกับโมเดลโอเพนเวต (open-weight) ในฐานะทรัพย์สินเชิงกลยุทธ์ แต่การยอมรับในระดับองค์กรหลักยังคงยังไม่เร่งตัวขึ้น [1] อัตราการใช้งานที่ต่ำบ่งชี้ว่าปัจจัยต่างๆ เช่น ความง่ายในการบูรณาการ ความกังวลด้านความปลอดภัย หรือประสิทธิภาพที่สูงกว่าจากโมเดลแบบปิด ยังคงเป็นแรงผลักดันให้บริษัทส่วนใหญ่เลือกทางเลือกแบบปิด [4]

คดีผูกขาดและพลวัตของตลาด

คลื่นการควบรวมและเข้าซื้อกิจการยังทำหน้าที่เป็นเกราะป้องกันจากการตรวจสอบด้านคดีผูกขาดอีกด้วย โดยการลงทุนในและเข้าซื้อกิจการสตาร์ทอัพ แทนที่จะยึดครองสถาปัตยกรรมโมเดลทั้งหมด บริษัทเทคโนโลยีรายใหญ่สามารถมีอิทธิพลต่อเทคโนโลยีเกิดใหม่ได้โดยไม่ก่อให้เกิดปฏิกิริยาตอบโต้จากกฎระเบียบในระดับเดียวกันกับการเป็นเจ้าของโดยตรง [6] แนวทางนี้ช่วยให้บริษัทอย่าง Nvidia และ Stripe สามารถกำหนดทิศทางของการพัฒนา AI ในขณะที่รักษาความหลากหลายของตลาดไว้ได้ [3]

เทรนด์นี้ยังขัดแย้งกับโมเดลการเติบโตของสตาร์ทอัพ AI รายอื่น ในขณะที่บางบริษัท เช่น River AI ได้ดำเนินกลยุทธ์การเติบโตแบบอิสระที่มุ่งสร้างฐานผู้ใช้ของตนเอง บริษัทอื่นๆ กำลังพบว่า “การแจกจ่ายโมเดล” ผ่านใบอนุญาตโอเพนเวตกำลังกลายเป็นกลยุทธ์ในการออกจากการลงทุน (exit strategy) ที่มีคุณค่าในตัวของมันเอง [3] พลวัตนี้สร้างสภาพแวดล้อมพิเศษที่การแบ่งปันเทคโนโลยีอย่างเปิดเผยสามารถขับเคลื่อนมูลค่าของบริษัทในระยะเริ่มต้นได้อย่างมีนัยสำคัญ [4]

สถานการณ์ยังคงเปลี่ยนแปลงอย่างต่อเนื่อง โดย Meta เพิ่งปล่อย Glimmer โมเดล AI แบบโอเพนเวตที่พร้อมให้ดาวน์โหลด ซึ่งแตกต่างจากโมเดล Muse Spark แบบปิดของบริษัท เพื่อแสดงให้เห็นถึงแนวทางที่แตกต่างกันในการเปิดกว้าง [7] เมื่อข้อตกลงเหล่านี้ดำเนินไป อุตสาหกรรมจะเฝ้าจับตามองอย่างใกล้ชิดเพื่อดูว่าการที่ Nvidia อาจเข้าซื้อกิจการ Hugging Face จะเปลี่ยนแปลงภูมิทัศน์ของเครื่องมือสำหรับนักพัฒนาและการแจกจ่ายโมเดลอย่างไร [1][4]