Meta คาดการณ์ว่า งบประมาณ AI Token สำหรับวิศวกรอาจถูกจำกัดในเร็วๆ นี้

เมื่อปัญญาประดิษฐ์ (AI) เข้ามาเป็นส่วนหนึ่งของวงจรการพัฒนาซอฟต์แวร์อย่างลึกซึ้ง ต้นทุนแฝงของการประมวลผล (compute) ก็เริ่มปรากฏให้เห็น Adam Mosseri ผู้บริหารของ Meta ชี้ให้เห็นว่ายุคแห่งการทดลอง AI อย่างไม่จำกัดอาจใกล้ถึงจุดสิ้นสุด เนื่องจากต้นทุนการใช้ token เริ่มสูงขึ้นจนเทียบเท่ากับเงินเดือนของพนักงาน

ต้นทุนที่เพิ่มสูงขึ้นของการใช้ AI Token

ในการสัมภาษณ์ล่าสุดใน Lenny’s Podcast Adam Mosseri หัวหน้าทีม Instagram ได้เน้นย้ำถึงความเป็นจริงทางการเงินที่กำลังคืบคลานเข้ามาสำหรับบริษัท Big Tech นั่นคือ "อัตราการเผาผลาญ" (burn rate) ของวิศวกรที่มีประสิทธิภาพสูงซึ่งใช้เครื่องมือ AI อาจสูงเท่ากับต้นทุนการจ้างงานจริงในเร็วๆ นี้ การเปลี่ยนแปลงนี้ถือเป็นการเปลี่ยนผ่านจากการมองว่า AI เป็นเครื่องมือเพิ่มประสิทธิภาพการทำงานที่ไม่มีต้นทุน ไปสู่การมองว่าเป็นค่าใช้จ่ายในการดำเนินงาน (OpEx) ที่สำคัญ

ขนาดของปัญหานี้มหาศาลมาก เมื่อเร็วๆ นี้ Meta ต้องสั่งปิด "ตารางอันดับการใช้ AI token" (AI token spend leaderboard) ภายในองค์กร หลังจากตระหนักว่ารูปแบบการใช้งานในปัจจุบันกำลังทำให้บริษัทมีแนวโน้มที่จะต้องใช้เงินหลายพันล้านดอลลาร์ภายในปี 2026 Mosseri ตั้งข้อสังเกตว่าหากไม่มีการจัดการ มันง่ายเกินไปที่จะสร้าง "เครื่องเผาทำลาย token" (token incinerator) ซึ่งก็คือเวิร์กโฟลว์ที่ใช้ทรัพยากรการประมวลผลจำนวนมหาศาลโดยไม่สร้างมูลค่าทางธุรกิจที่แท้จริง

การเปลี่ยนผ่านสู่การบริหารจัดการทรัพยากร

Mosseri แย้งว่าต้องมีการจัดการงบประมาณ token ด้วยความเข้มงวดเช่นเดียวกับทรัพยากรที่มีจำกัดอื่นๆ ขององค์กร เช่น ความจุ GPU, RAM, พื้นที่จัดเก็บข้อมูล หรือเงินเดือนพนักงาน การเคลื่อนไหวไปสู่ "การปันส่วน token" (token rationing) นี้ไม่ได้เกิดขึ้นแค่กับ Meta เท่านั้น แต่ในอุตสาหกรรมกำลังเริ่มเห็นสัญญาณของการเผชิญกับความจริงทางการเงินด้าน AI แล้ว:

• Uber: ยักษ์ใหญ่ด้านการเรียกรถเผชิญกับวิกฤตงบประมาณ AI หลังจากใช้งบประมาณสำหรับการเขียนโค้ดด้วย AI ที่คาดการณ์ไว้สำหรับปี 2026 หมดลงตั้งแต่เดือนเมษายนของปีนี้
• Microsoft: เพื่อเป็นการรวมศูนย์ต้นทุน Microsoft ได้ยกเลิกสิทธิ์การใช้งาน Claude Code และเปลี่ยนกำลังคนด้านวิศวกรรมไปใช้เครื่องมือ Copilot CLI ซึ่งเป็นของตนเองแทน

โมเดลที่เสนอสำหรับ Meta เกี่ยวข้องกับการกำหนดเพดานการใช้งานต่อวิศวกรหนึ่งคน โดยให้สอดคล้องกับความสามารถในการสร้างผลลัพธ์ที่ "ให้ผลตอบแทนเชิงบวก" (ROI-positive) แทนที่จะเป็นการเข้าถึงแบบไม่จำกัด วิศวกรน่าจะได้รับจัดสรรงบประมาณตามมูลค่าที่เวิร์กโฟลว์ซึ่งเสริมด้วย AI ของพวกเขาสร้างให้กับบริษัท

เส้นทางสู่การขยายขนาด AI อย่างยั่งยืน

แม้ว่าอนาคตอันใกล้จะดูเหมือนเป็นการเพิ่มข้อจำกัดที่เข้มงวดขึ้น แต่ Mosseri ยังคงมองโลกในแง่ดีเกี่ยวกับแนวโน้มทางเศรษฐศาสตร์ของ AI ในระยะยาว เขาคาดว่าเมื่อผู้ให้บริการโมเดลเข้าสู่สงครามราคาที่รุนแรงเพื่อแย่งชิงส่วนแบ่งการตลาด ต้นทุนต่อ token จะลดลงในที่สุด

ในขณะนี้ อุตสาหกรรมกำลังอยู่ในช่วงเปลี่ยนผ่าน บริษัทต่างๆ กำลังเปลี่ยนจากการทดลองแบบ "ไร้สาระ" ไปสู่การนำ AI มาใช้แบบมีวินัยและขับเคลื่อนด้วยมูลค่า สำหรับนักพัฒนาและผู้ก่อตั้งบริษัทเทคโนโลยี นี่หมายความว่าพรมแดนใหม่ของประสิทธิภาพจะไม่ใช่แค่เรื่องของการเขียนโค้ดให้ดีขึ้นเท่านั้น แต่คือการเขียนโค้ดที่ใช้ประโยชน์จากความฉลาดให้สูงสุด ในขณะที่ลดการสิ้นเปลืองทรัพยากรการประมวลผลให้เหลือน้อยที่สุด

สรุปประเด็นสำคัญ

• ความเท่าเทียมทางการเงิน: ต้นทุน AI token สำหรับวิศวกรแต่ละคนถูกคาดการณ์ว่าจะสูงขึ้นจนเทียบเท่ากับต้นทุนการจ้างงานทั้งหมดในที่สุด
• แนวโน้มทั่วทั้งอุตสาหกรรม: ผู้เล่นรายใหญ่เช่น Uber และ Microsoft กำลังเริ่มใช้การควบคุมที่เข้มงวดและรวมศูนย์เครื่องมือต่างๆ เพื่อจัดการกับการใช้จ่ายด้าน AI ที่พุ่งสูงเกินควบคุม
• การเข้าถึงที่ขับเคลื่อนด้วย ROI: การจัดสรรทรัพยากร AI ในอนาคตมีแนวโน้มที่จะถูกปฏิบัติเหมือนเป็น OpEx ที่ต้องมีการจัดการ โดยงบประมาณจะผูกติดกับผลตอบแทนจากการลงทุน (ROI) ที่วัดผลได้ของวิศวกร