เศรษฐศาสตร์ที่ไม่สวยของ AI สำหรับผู้บริโภค

บทความของ TechCrunch ชี้ให้เห็นว่าเหตุผลที่ห้องแล็กชั้นนำจำนวนมากเริ่มระมัดระวังกับการทำ AI สำหรับผู้บริโภค ไม่ได้มาจากข้อจำกัดด้านคุณภาพของเทคโนโลยีเป็นหลัก แต่เป็นเพราะโครงสร้างเศรษฐศาสตร์ของธุรกิจประเภทนี้ไม่เอื้อให้ทำกำไรได้ง่าย เมื่อบริการ AI เปิดให้ผู้ใช้จำนวนมากเข้าถึงได้โดยตรง ต้นทุนด้านการประมวลผลและการให้บริการคำตอบในแต่ละครั้งจะสะสมสูงมาก โดยเฉพาะเมื่อผู้ใช้เริ่มใช้งานถี่ขึ้นและคาดหวังประสบการณ์ที่รวดเร็วและต่อเนื่อง

ผู้เขียนอธิบายว่าโมเดลรายได้ที่นิยมอย่างค่าสมาชิกหรือบริการฟรีแล้วเก็บเงินทางอ้อม มักไม่สอดคล้องกับต้นทุนจริงของการรันโมเดลขนาดใหญ่ หากตั้งราคาต่ำเกินไป รายได้ต่อผู้ใช้จะไม่พอรองรับภาระด้านการประมวลผล แต่หากตั้งราคาสูงเกินไปก็อาจทำให้บริการเข้าถึงยากและแข่งขันกับแพลตฟอร์มอื่นลำบาก จึงเกิดแรงกดดันให้บริษัทต้องหาทางลดต้นทุน เพิ่มประสิทธิภาพ หรือจำกัดการใช้งานในบางรูปแบบ

เนื้อหายังสะท้อนว่าความท้าทายไม่ได้อยู่แค่ค่าใช้จ่ายฝั่งเซิร์ฟเวอร์ แต่รวมถึงการสนับสนุนลูกค้า การป้องกันการใช้งานเกินขอบเขต และการพัฒนาเอฟเฟกต์เครือข่ายหรือฟีเจอร์เสริมให้ผู้ใช้ยอมจ่ายในระยะยาว ซึ่งทั้งหมดนี้ทำให้ตลาด AI สำหรับผู้บริโภคแตกต่างจากซอฟต์แวร์ SaaS แบบเดิมที่มีโครงสร้างต้นทุนค่อนข้างคาดเดาได้มากกว่า

ในภาพรวม บทความเสนอว่าความลังเลของค่าย AI รายใหญ่เป็นสัญญาณว่าอุตสาหกรรมกำลังเข้าสู่ช่วงพิสูจน์โมเดลธุรกิจจริง ไม่ใช่แค่พิสูจน์ความสามารถของโมเดลภาษาอีกต่อไป ผู้เล่นที่อยู่รอดได้อาจเป็นผู้ที่ควบคุมต้นทุนการประมวลผลได้ดี สร้างผลิตภัณฑ์ที่มีการใช้งานซ้ำสูง และออกแบบรายได้ให้สอดรับกับภาระต้นทุนของ AI โดยตรงมากกว่าการหวังพึ่งกระแสความนิยมเพียงอย่างเดียว