เจาะประเด็น
AI / Enterprise
IBM ทิ้งระเบิดลูกใหม่ Granite 4.2 ประกาศศักดิ์ศรีสมรภูมิโมเดลเล็กที่คนแห่ใช้ในองค์กร
ไม่ได้มาเล่นๆ กับกระแส AI เล็กๆ ในเครื่องตัวเอง รอบนี้ IBM เอาจริงกับเรื่อง Agentic และการใช้งานในองค์กรแบบไม่ต้องเดา
ทีมข่าว เอไอไทย.com
⏱ อ่าน 4 นาที
คำถามคือ ท่ามกลางโมเดลเล็กเต็มตลาดแบบนี้ IBM จะเอาอะไรมาแข่ง? คำตอบอาจไม่ใช่แค่ "ฉลาด" แต่คือ "ไว้ใจได้"
สายตาคนที่ตามข่าว AI คงพอเห็นภาพว่าช่วงหลังมานี้กระแส "โมเดลเล็ก" หรือ Local LLMs มันมาแรงแค่ไหน ผู้คนเริ่มเบื่อที่จะต้องส่งข้อมูลส่วนตัวไปให้บริษัทคลาวด์ยักษ์ใหญ่ล้างข้อมูลกันแล้ว หลายองค์กรเริ่มอยากได้โมเดลที่วิ่งบนเครื่องตัวเองได้ ไม่ต้องพึ่งอินเทอร์เน็ต ไม่ต้องกลัวข้อมูลรั่ว IBM เห็นช่องนี้มานาน และล่าสุดก็ปล่อย Granite 4.2 ออกมาทวงตำแหน่งผู้นำในเกมนี้แบบไม่กั๊ก
ต้องบอกก่อนว่า Granite ไม่ใช่โมเดลใหม่ที่เพิ่งเกิด แต่มันคือตระกูลโมเดลที่ IBM พัฒนามาเรื่อยๆ จุดขายหลักของรุ่น 4.2 นี้ไม่ได้อยู่ที่ "ฉลาดล้ำ" เหนือ GPT-5 หรือ Claude อะไรแบบนั้น แต่เขามุ่งไปที่ "ความสามารถแบบ Agentic" และ "การปรับใช้ในองค์กรที่คาดเดาได้" ฟังดูเป็นเทคนิคหน่อย แต่พูดง่ายๆ คือ IBM กำลังบอกว่า "ถ้าคุณจะเอา AI ไปใช้ทำงานจริงในบริษัท ต้องแบบนี้ถึงจะเวิร์ก"
ประเด็นเรื่อง Agentic นี่แหละที่น่าสนใจ เพราะมันไม่ใช่แค่โมเดลที่ตอบคำถามเก่ง แต่คือโมเดลที่วางแผนและลงมือทำงานเป็นขั้นตอนได้เอง เช่น เรียกใช้เครื่องมือ ค้นหาข้อมูลในฐานข้อมูลของบริษัท หรือประสานงานกับระบบอื่นๆ ได้ ซึ่งถ้าทำได้จริง นี่จะเปลี่ยนโฉมหน้าวิธีทำงานในองค์กรไปเลย ไม่ใช่แค่มีแชทบอทไว้คุยเล่นๆ
ส่วนที่เขาพูดถึงเรื่อง "predictable enterprise deployment" อันนี้คือการแก้ปมที่หลายองค์กรเจอจริงๆ คือ ต่อให้โมเดลฉลาดแค่ไหน แต่ถ้าพฤติกรรมมันคาดเดาไม่ได้ เวลาปล่อยลงโปรดักชันแล้วมั่วๆ เข้า งานเข้าแน่ๆ IBM เลยโฟกัสตรงนี้ เพื่อให้ผู้บริหารฝ่ายไอทีกล้ากดปุ่ม "Deploy" โดยไม่ต้องนอนละเมอ
ฟังดูดีทีเดียว แต่ผมขอลองตั้งคำถามหน่อย แม้ IBM จะมาแรงในเรื่องนี้ แต่คู่แข่งอย่าง Meta (Llama), Mistral หรือแม้แต่ Qwen จากจีนก็ไม่ได้นั่งหลับหูหลับตาอยู่ ต่างก็โหมพัฒนาความสามารถด้าน Agentic และการปรับใช้บนเครื่องตัวเองเหมือนกัน แล้วอะไรจะทำให้ Granite 4.2 ต่าง? คำตอบน่าจะอยู่ที่ระบบนิเวศและบริการหลังการขายของ IBM ที่แข็งแกร่งในโลกองค์กรมาหลายสิบปี ซึ่งเป็นสิ่งที่สตาร์ทอัพหน้าใหม่ยังสู้ไม่ได้
อีกอย่างที่ผมชอบคือการที่ IBM ไม่พยายามแข่งกับใครบน benchmark ที่ใครๆ ก็ทำคะแนนกันได้ แต่เขามองไปที่ "โจทย์จริง" ของลูกค้าองค์กร นี่คือความเข้าใจที่ลึกซึ้งกว่าการแข่งตัวเลขบนกระดาน เพราะสุดท้ายแล้ว ธุรกิจไม่ได้จ่ายเงินซื้อโมเดลที่สอบได้คะแนนสูงๆ แต่จ่ายเงินซื้อ "ความมั่นใจ" และ "ความเสถียร" ต่างหาก
การมาของ Granite 4.2 ในเวลานี้ถือว่าสมเหตุสมผลมาก เพราะตลาดเริ่มตื่นตัวเรื่อง AI แบบ on-premise กันมากขึ้นเรื่อยๆ หลังจากที่ทุกคนเริ่มเห็นข้อจำกัดของคลาวด์ ไม่ว่าจะเป็นเรื่องค่าใช้จ่ายระยะยาว ปัญหาด้านกฎระเบียบ หรือความเป็นส่วนตัวของข้อมูล IBM กำลังเล่นเกมที่ตัวเองถนัด และเล่นได้อย่างฉลาด
จุดขายที่ 1: Agentic ที่เข้าถึงได้
เน้นความสามารถให้โมเดลวางแผนและลงมือทำงานได้เอง ไม่ใช่แค่ตอบคำถาม เหมาะกับงานที่ซับซ้อนหลายขั้นตอน
จุดขายที่ 2: เดploy ได้จริง
ออกแบบมาให้ทำงานบนเครื่องตัวเองหรือเซิร์ฟเวอร์องค์กรได้อย่างมีประสิทธิภาพ ไม่ต้องพึ่งคลาวด์ ลดความเสี่ยงเรื่องข้อมูลรั่วไหล
จุดขายที่ 3: พฤติกรรมคาดเดาได้
โฟกัสเรื่องความเสถียรและความสม่ำเสมอของผลลัพธ์ เพื่อให้องค์กรมั่นใจในการนำไปใช้กับงานจริงโดยไม่ต้องกังวล
ผมมองว่า IBM กำลังวางหมากระยะยาวไว้อย่างแยบยล เขาไม่ได้ต้องการเป็นแค่ผู้ผลิตโมเดล แต่ต้องการเป็น "โครงสร้างพื้นฐาน" ให้องค์กรยุคใหม่สร้าง AI ของตัวเองขึ้นมา ซึ่งถ้าทำสำเร็จ ภาพจำของ IBM ในยุค AI นี้จะเปลี่ยนไปโดยสิ้นเชิง ไม่ใช่แค่บริษัทไอทีเก่าแก่ที่ขายเมนเฟรมอีกต่อไป
ถ้าคุณเป็นองค์กรที่กำลังลังเลว่าจะเอา AI มาใช้ในบริษัทดีไหม แต่กังวลเรื่องข้อมูลและความเสถียร Granite 4.2 คือคำตอบที่ IBM ยื่นมาให้อย่างตรงจุด ไม่ได้ฉลาดที่สุด แต่คือ "ไว้ใจได้" ที่สุด และในโลกธุรกิจ คำว่าไว้ใจได้ มันแพงกว่า "เก่ง" เสมอ
ที่มา: Ars Technica AI — อ่านต้นฉบับ
ความคิดเห็น 4
กำลังโหลดความคิดเห็น...