ผู้บริหาร Tencent อย่าง Tang Daosheng กล่าวถึงคำวิจารณ์ด้านกลยุทธ์ AI ในการให้สัมภาษณ์สื่อเมื่อวันที่ 5 มิถุนายน โดยระบุว่าการแข่งขันเปรียบเสมือน “มาราธอน” ไม่ใช่ “สปรินต์” Tang ซึ่งดำรงตำแหน่ง Senior Executive Vice President ของ Tencent Group และ CEO ของ Cloud & Smart Industries Group ได้ตอบอย่างเป็นระบบต่อคำถามตลาดที่ว่า Tencent “ช้า” ในการพัฒนา AI หรือไม่ เขายอมรับความแตกต่างของความคืบหน้าในแต่ละช่วงตามหน่วยธุรกิจที่หลากหลายของ Tencent แต่ย้ำแนวทางระยะยาวของบริษัท บทสัมภาษณ์ครอบคลุมถึงการใช้งาน AI agent ของ Tencent ความท้าทายด้านกำลังประมวลผล และผลกระทบของ Yao Shunyu อดีตนักวิจัยของ OpenAI ซึ่งเข้าร่วม Tencent ช่วงปลายปี ด้วยวัย 28 ปี
Tang Daosheng เรียกการแข่งขัน AI ว่าเป็นมาราธอน
Tang Daosheng เปิดคำตอบด้วยการกล่าวว่า “ผมจำได้ว่า Shunyu เคยพูดบนเวทีว่า คำว่า ‘ครึ่งหลัง’ ถูกใช้กันบ่อยเกินไป ตอนนี้มันเหมือนมาราธอนมากกว่า คือเป็นการแข่งขันระยะยาวกว่า” เขายอมรับว่าได้ผ่านมากว่า 3 ปีนับตั้งแต่เปิดตัว ChatGPT ซึ่งในช่วงนั้นอุตสาหกรรมได้เปลี่ยนแปลงอย่างมาก “ระบบนิเวศธุรกิจของ Tencent มีความหลากหลายมาก และเราทำหลายอย่าง ผมก็คิดว่ามันยากที่จะทำให้ทุกภาคส่วนอยู่ในระดับที่ก้าวหน้าที่สุดของอุตสาหกรรมตลอดเวลา เรื่องปกติที่ธุรกิจแต่ละอย่างจะวิ่งเร็วหรือช้าตามลำดับขั้นของแต่ละช่วง” Tang กล่าว
Tang ยกการตอบสนองของ Tencent ต่อคลื่น AI agent ช่วงต้นของปีนี้เป็นตัวอย่างของการลงมือทำอย่างรวดเร็ว “ถ้ามองอีกทาง ตัวอย่างเช่น คลื่นช่วงต้นของปีนี้ Tencent ก็ถูกยอมรับว่าตอบสนองได้เร็วที่สุดในตลาดในประเทศ และตอนนี้ WorkBuddy ก็เป็นผลิตภัณฑ์ที่ได้รับความนิยมมากที่สุดในสายงานนี้ด้วย” เขากล่าว พร้อมเสริมว่า ปรัชญาด้านผลิตภัณฑ์ของ Tencent คือ “มุ่งมั่นผ่านรอบวงจรต่าง ๆ เมื่อคุณตัดสินใจแล้วว่าบางสิ่งมีคุณค่า”
Yao Shunyu เน้นการบูรณาการโมเดล-ผลิตภัณฑ์
การมาถึงของ Yao Shunyu ทำให้เกิดการเปลี่ยนแปลงพื้นฐาน 3 ประการต่อ AI ของ Tencent ตามที่ Tang ระบุ อย่างแรก คือทำให้เกิดการประสานงานระหว่างโมเดลและผลิตภัณฑ์ “จากเดิมที่ Hunyuan ให้ความกังวลกับการจัดอันดับภายนอกเป็นอย่างมาก ก็เปลี่ยนมาใช้ประสบการณ์ผู้ใช้ของผลิตภัณฑ์เป็นตัวชี้วัดหลักโดยตรง” Tang อธิบาย
อย่างที่สอง Yao ยกระดับคุณภาพข้อมูลอย่างมีนัยสำคัญ “ข้อมูลของเราดูเหมือนจะมีอยู่มาก แต่คุณภาพยังไม่ถึง ตอนเริ่มต้น ก่อนเทรน Hunyuan 3 งานส่วนหนึ่งของเขาคือการปรับปรุงคุณภาพข้อมูล รวมถึงการตัดข้อมูลจำนวนมากที่ดูเหมือนจะช่วยเพิ่มปริมาณ แต่จริง ๆ แล้วช่วยได้น้อยหรือแม้กระทั่งเป็นอันตรายต่อการเทรนโมเดล” Tang กล่าว
อย่างที่สาม Yao นำแนวคิดการทำให้เรียบง่ายมาใช้ Tang ระบุว่า “ถ้าคุณไม่เข้าใจความสำคัญของคุณภาพข้อมูล และยังไปไล่ซื้อ Tokens มากขึ้นแบบไม่ลืมตาดู ก็ไม่สามารถตัดสินใจได้ว่าจะตัดข้อมูลอย่างไร” เขาอธิบายว่า ภายใต้อิทธิพลของ Scaling Law สถาปัตยกรรมโมเดลที่ซับซ้อนซึ่งมีลูกเล่นมากมายทำให้การสเกลทำได้ยาก ขณะที่สถาปัตยกรรมที่เรียบง่ายกว่าแต่มีทั้งกำลังประมวลผลและพารามิเตอร์เพียงพอ จะทำให้ข้อมูลสามารถแสดงศักยภาพความสามารถของโมเดลได้อย่างเต็มที่ Tang ให้เครดิต Yao ด้วย “คุณูปการอย่างมาก” ต่อความคืบหน้าของ Hunyuan 3 แม้ว่าโดยตัวมันจะไม่ใช่โมเดลขนาดใหญ่มาก
ปัจจุบัน ประมาณ 80% ของผู้ใช้ Yuanbao ใช้งาน Hunyuan 3 และอัตราการรักษาผู้ใช้ของผลิตภัณฑ์แสดงให้เห็นถึงการพัฒนาอย่างชัดเจน Tang เปิดเผยว่า ทีม Yuanbao และ Hunyuan จะย้ายไปอยู่ในอาคารเดียวกันเร็ว ๆ นี้ เพื่ออำนวยความสะดวกด้านการสื่อสารและการประสานงาน
Tencent ปล่อยเครื่องมือ AI agent สำหรับสถานการณ์เฉพาะทางมากกว่า 20 รายการ
Tencent เปิดตัวเครื่องมือ AI agent ด้านประสิทธิภาพที่ครอบคลุมมากกว่า 20 สถานการณ์เฉพาะทาง โดยมี WorkBuddy และ CodeBuddy เป็นผลิตภัณฑ์เรือธง Tang กล่าวว่า “Tencent ให้ความสำคัญกับประสบการณ์ผลิตภัณฑ์มาโดยตลอด ตอบโจทย์ความต้องการของผู้ใช้ และสร้างคุณค่าให้แก่ผู้ใช้ เป้าหมายเหล่านี้ล้วนต้องใช้ผลิตภัณฑ์เป็นพาหนะเพื่อให้ผู้ใช้ได้รับคุณค่านี้ ดังนั้น เวลาคนมอง Tencent โดยทั่วไปจะบอกว่า Tencent เป็นบริษัทด้านผลิตภัณฑ์ นี่คือ DNA ของทีมเรา ผมไม่คิดว่าจะมีการเปลี่ยนแปลงมากนักในยุค AI”
Tencent ใช้กลยุทธ์โมเดลแบบเปิดสำหรับ AI agent “วันนี้สำหรับ CodeBuddy และ WorkBuddy เราก็ใช้กลยุทธ์โมเดลแบบเปิดเช่นกัน เพราะเครื่องมือทั่วไปเหล่านี้ต้องรองรับสถานการณ์ที่หลากหลายสำหรับองค์กรและผู้ใช้ต่าง ๆ เราจึงอยากให้สิทธิ์ในการเลือกโมเดลแก่ผู้ใช้” Tang อธิบาย
สำหรับความสัมพันธ์ระหว่าง WorkBuddy กับ Enterprise WeChat Tang กล่าวว่า ทั้งสองจะอยู่ร่วมกันและพัฒนาพร้อมกัน “Enterprise WeChat จะเน้นการสื่อสารแบบคนต่อคนภายในองค์กร มากไปจนถึงการสื่อสารแบบคนต่อบริการ หรือการเรียก OA โดยตรงพร้อมกระบวนการอนุมัติบางอย่าง แต่เราก็สามารถจินตนาการถึงโหมดการทำงานในอนาคตที่มีการทำงานร่วมกันระหว่างมนุษย์และ AI มากขึ้น และเราหวังว่า WorkBuddy จะมอบประสบการณ์ผลิตภัณฑ์แบบ AI-native ที่เป็นธรรมชาติมากกว่า” เขากล่าว
Tencent เผชิญคอขวดอุปทาน GPU
Tang ยอมรับหลายครั้งว่าในปัจจุบัน Tencent กำลังเผชิญคอขวดอย่างรุนแรงด้านอุปทานกำลังประมวลผล “ในรายงานการเงินไม่กี่ไตรมาสที่ผ่านมา นักลงทุนหลายรายได้ถามคำถามที่เกี่ยวข้อง เราอยู่ในสภาวะที่กำลังประมวลผลเชิงโครงสร้างพื้นฐานยังไม่เพียงพออย่างต่อเนื่อง ด้วยทรัพยากรที่จำกัด เราเอียงไปตอบสนองความต้องการภายใน รวมถึงการฝึก Hunyuan ความต้องการของ WeChat ความต้องการด้านการประชุม ฯลฯ Yuanbao ก็ใช้ทรัพยากรกำลังประมวลผลไปจำนวนมากเช่นกัน” Tang กล่าว
เขาอธิบายว่า กำลังประมวลผล GPU ที่จัดสรรจริงให้บริการบนคลาวด์สำหรับลูกค้าข้ามอุตสาหกรรมมีเคสเทียบมาตรฐาน (benchmark) แต่ไม่สามารถครอบคลุมความต้องการของลูกค้าทั้งหมดได้ “ในช่วง 2-3 ปีที่ผ่านมา เรายังคงจัดลำดับความสำคัญในการให้บริการผลิตภัณฑ์ภายในได้ดี จริง ๆ แล้วผลิตภัณฑ์ภายในก็ยังให้บริการผู้ใช้ภายนอกด้วย ดังนั้นสำหรับ Tencent ลำดับความสำคัญนี้จึงสูงกว่าการเช่า GPU อย่างที่คิด” Tang กล่าวเพิ่มเติม
Tang แสดงความคาดหวังต่อกำลังประมวลผลในประเทศที่มากขึ้นในครึ่งหลังของปี “เรารอคอยอย่างมากว่ากำลังประมวลผลในประเทศจะเข้ามามากขึ้นในครึ่งหลังของปี เพื่อสนับสนุนธุรกิจคลาวด์ เมื่อกำลังประมวลผลในประเทศเพิ่มขึ้นในครึ่งหลัง ขณะเดียวกันก็ยังตอบสนองความต้องการภายใน เราก็สามารถให้บริการฝ่ายภายนอกได้ด้วย นี่คือแผนปัจจุบันของเรา” เขากล่าว
เมื่อถูกถามว่า Tencent จะเพิ่มการลงทุนพัฒนา “ชิป” ของตนเองหรือไม่ Tang กล่าวว่า “อย่างแรก การออกแบบชิปด้วยตัวเองไม่ได้แก้ปัญหาความสามารถในการผลิต เพราะผมติดต่อกับผู้ผลิตชิปและพาร์ทเนอร์จำนวนมาก ผมเชื่อว่าไม่มีบริษัทใดในวันนี้ที่มีความสามารถในการผลิตเพียงพอจะตอบสนองความต้องการของตลาดในปัจจุบันได้ ดังนั้น 2 เรื่องนี้จึงเป็นคนละส่วนกัน แนวทางปัจจุบันของเรา หรือกลยุทธ์การผสมผสานของระบบนิเวศนี้ ช่วยให้เราร่วมมือกับผู้ผลิตชิปได้มากขึ้น และทำให้ทุกคนยินดีที่จะมอง Tencent เป็นตัวอย่างฐานที่ใช้แสดงศักยภาพกำลังประมวลผล (benchmark)”
Tencent ไม่ตั้งเป้าหมายเชิงพาณิชย์สำหรับ AI agent
Tang ระบุอย่างชัดเจนว่า ธุรกิจ AI ของ Tencent ในปัจจุบันให้ความสำคัญกับการ “ขัดเกลา” ประสบการณ์ผลิตภัณฑ์มากกว่าการไล่ตามรายได้เชิงพาณิชย์ “สำหรับ AI agent อย่าง WorkBuddy และ CodeBuddy เรายังอยู่ในช่วงการลงทุน เราไม่ได้ตั้งเป้าหมายเชิงพาณิชย์ให้กับทีม Buddy” Tang กล่าว “ปริมาณการเรียกใช้งานของ agent ไม่ใช่ตัวชี้วัดเชิงพาณิชย์ แต่มันคือระดับการใช้งาน การทำเชิงพาณิชย์ไม่ใช่จุดโฟกัสตอนนี้ เรายังต้องขัดเกลาผลิตภัณฑ์ให้ดีขึ้น ให้บริการผู้ใช้ได้มากขึ้น และพิสูจน์ว่านี่คือเครื่องมือที่สร้างคุณค่าให้ทุกคนและช่วยเพิ่มประสิทธิภาพการทำงานได้”
เขายอมรับว่า การทำเชิงพาณิชย์ทำหน้าที่เหมือนกฎระเบียบที่จำเป็น “เพราะทรัพยากรกำลังประมวลผลมีจำกัด จะคัดกรองอย่างไรให้ได้คนที่ต้องการผลิตภัณฑ์นี้ที่สุด และรับรู้คุณค่าที่มันสร้างได้มากที่สุด—คุณค่าที่ควรจ่ายเพื่อแลกกับกำลังประมวลผล—I think ก็เป็นสิ่งที่ผลิตภัณฑ์ Agent ต้องพิจารณาในกระบวนการพัฒนาด้วย” Tang อธิบาย
สำหรับสงคราม “ราคามหโมเดล” ของอุตสาหกรรม Tang กล่าวว่า แนวโน้มโดยรวมที่อุตสาหกรรมหวังคือ ต้นทุนการอนุมาน (Token inference) จะลดลงอย่างต่อเนื่อง ซึ่งจะช่วยให้ AI เข้าสู่ตลาดได้กว้างขึ้น และนำความสามารถไปใช้ในสถานการณ์ต่าง ๆ ได้มากขึ้น อย่างไรก็ตามสเปกโมเดลที่แตกต่างกันจะมีกลยุทธ์การกำหนดราคาที่แตกต่างกัน “ผู้ผลิตจำนวนมากตอนนี้ทำโมเดลที่มีสเปกต่างกัน คนที่มีพารามิเตอร์ค่อนข้างน้อยสามารถตอบโจทย์สถานการณ์ที่ต้องการความคุ้มค่าด้านต้นทุนสูงกว่าได้ แต่ในขณะเดียวกัน ปัญหาที่ค่อนข้างยากบางอย่างก็ต้องใช้โมเดลขนาดใหญ่ซึ่งมีต้นทุนสูง และกลยุทธ์การตั้งราคาของทุกคนก็จะแตกต่างกันไปตามนั้น” เขากล่าว
Tang ยอมรับว่าในแนวโน้มการแข่งขันด้าน AI และบริการคลาวด์ Tencent ยังอยู่ในขั้นการลงทุนและการสร้างผลิตภัณฑ์ “คู่แข่งทำการวางแผนเชิงพาณิชย์ล่วงหน้าอยู่ข้างหน้าเราอย่างแท้จริง สไตล์ของเราก็ต่างกันมาก” เขากล่าว
FAQ
Tang Daosheng กล่าวเกี่ยวกับจังหวะการพัฒนา AI ของ Tencent ในวันที่ 5 มิถุนายน ว่าอย่างไร?
Tang Daosheng ระบุในการให้สัมภาษณ์สื่อเมื่อวันที่ 5 มิถุนายน ว่า การแข่งขัน AI เป็นมาราธอนมากกว่าสปรินต์ เขายอมรับความแตกต่างของความคืบหน้าใน AI ของ Tencent ตามช่วงเวลาระหว่างหน่วยธุรกิจที่หลากหลาย แต่ย้ำแนวทางระยะยาวของบริษัท Tang ยกการตอบสนองอย่างรวดเร็วของ Tencent ต่อคลื่น AI agent ช่วงต้นของปีนี้เป็นหลักฐานถึงความสามารถด้านการลงมือทำ โดยชี้ว่า WorkBuddy กลายเป็นผลิตภัณฑ์ที่ได้รับความนิยมมากที่สุดในสายงานนั้น
Yao Shunyu ทำให้เกิดการเปลี่ยนแปลงอะไรใน AI ของ Tencent หลังเข้าร่วม?
ตามที่ Tang Daosheng ระบุ Yao Shunyu ทำให้เกิดการเปลี่ยนแปลงพื้นฐาน 3 ประการ ได้แก่ การขับเคลื่อนการประสานงานระหว่างโมเดลและผลิตภัณฑ์โดยเปลี่ยนโฟกัสของ Hunyuan จากการจัดอันดับภายนอกไปเป็นตัวชี้วัดด้านประสบการณ์ผู้ใช้ การยกระดับคุณภาพข้อมูลอย่างมีนัยสำคัญด้วยการตัดข้อมูลสำหรับการเทรนที่มีมูลค่าต่ำ และการนำแนวคิดการทำให้เรียบง่ายมาใช้ โดยให้ความสำคัญกับสถาปัตยกรรมที่ง่ายกว่าแต่มีทั้งกำลังประมวลผลเพียงพอ มากกว่าการใช้โมเดลที่ซับซ้อนซึ่งมีลูกเล่นทางเทคนิคจำนวนมาก ปัจจุบันประมาณ 80% ของผู้ใช้ Yuanbao ใช้งาน Hunyuan 3 พร้อมอัตราการรักษาผู้ใช้ที่ดีขึ้น
สำหรับธุรกิจ AI ของ Tencent มีความท้าทายด้านกำลังประมวลผลอะไรบ้าง?
Tang Daosheng ยอมรับว่า Tencent เผชิญคอขวดอย่างรุนแรงด้านอุปทาน GPU โดยกำลังประมวลผลเชิงโครงสร้างพื้นฐานมักไม่เพียงพอต่อเนื่อง บริษัทจัดลำดับความสำคัญความต้องการภายใน รวมถึงการฝึก Hunyuan, WeChat, การประชุม และ Yuanbao มากกว่าการเช่ากำลังประมวลผล GPU ให้กับลูกค้าบนคลาวด์ภายนอก Tang แสดงความคาดหวังต่อกำลังประมวลผลในประเทศที่มากขึ้นในครึ่งหลังของปี เพื่อรองรับทั้งความต้องการภายในและความต้องการบริการคลาวด์ภายนอก
