รู้ก่อน เห็นก่อน
ได้เงินก่อน
คนอื่น

ที่ Baidu เราเรียนรู้มาตลอด 15 ปีว่าจะแข่งกับคนที่มีทรัพยากรมากกว่า 10 เท่าอย่างไร — คำตอบคือ efficiency ไม่ใช่ scale เราไม่สามารถแข่ง compute ได้ แต่เราแข่ง ingenuity ได้

สิ่งที่น่ากลัวที่สุดสำหรับ Silicon Valley ไม่ใช่ว่าจีนจะ "ตาม" พวกเขา แต่คือจีนกำลัง define นิยามใหม่ของคำว่า "ดี" — ไม่ใช่ parameter count สูงสุด แต่คือ cost-performance ratio ที่ทำให้คนธรรมดาใช้ได้จริง

ผมไม่ได้บอกว่า AI ไม่มีจริง แต่ผมตั้งคำถามว่า "value จะกระจายถึงใคร?" ตอนนี้ Nvidia, Microsoft, Google, Amazon, Meta กำลัง capture value ส่วนใหญ่ทั้งหมด

บริษัท AI startup ส่วนใหญ่ที่ได้รับ funding ตอนนี้จะไม่รอด — ไม่ใช่เพราะ idea ไม่ดี แต่เพราะ cost structure พวกเขาขึ้นอยู่กับ API ที่ราคาจะลดลงเรื่อยๆ และ moat ที่พวกเขาคิดว่ามีนั้น thin กว่าที่คิด

ที่ Alibaba Cloud เราทำงานกับรัฐบาลมณฑล 28 แห่ง ทุกแห่งมี AI roadmap ที่ funded จากส่วนกลาง — นี่คือ scale ที่ private sector ในตะวันตกไม่มีทางทำได้เร็วกว่า

สิ่งที่ตลาด SEA ต้องเรียนรู้จากจีนคือ "AI + traditional industry" ไม่ใช่แค่ AI startup — จีนเอา AI ใส่ใน manufacturing, logistics, agriculture ซึ่ง SEA มีทุกอย่างนี้รออยู่แล้ว

ตลอด 3 ปีที่ผ่านมา เราลงทุนในบริษัทที่ไม่ได้ build model เอง แต่เป็น "infrastructure layer" ที่อยู่ระหว่าง foundation model กับ end user — margin ดีกว่ามาก risk ต่ำกว่ามาก

ข่าว AI ที่น่าสนใจสำหรับผมไม่ใช่ "GPT-X ออกแล้ว" แต่คือ "partnership ระหว่าง cloud provider กับ enterprise" เพราะนั่นคือจุดที่ capital allocation เริ่มเคลื่อนไหว

ผมติดตาม benchmark ทุกตัวที่ออกมา ไม่ใช่เพื่อรู้ว่าโมเดลไหน "똑똑"กว่า แต่เพื่อดูว่า cost curve เปลี่ยนแปลงไปแค่ไหน เพราะมันบอกชัดว่าธุรกิจไหนจะถูก disrupt ต่อไป

ตอนนี้ inference cost ลดไปกว่า 100x ใน 18 เดือน — ถ้าคุณยังขาย SaaS แบบเดิม คุณกำลังขาย "เวลาที่ใช้ประมวลผล" โดยไม่รู้ตัว และ floor ของมันกำลังพัง

ทุกครั้งที่มี model ใหม่ออก ผมไม่ถามว่า "นี่ฉลาดแค่ไหน" แต่ถามว่า "มันทำให้ unit economics ของผมดีขึ้นแค่ไหน?" ถ้าลด cost per output ลงได้ มันเป็น good news ทันที

Strategy ที่ใช้ได้จริงสำหรับ small business คือ "AI as leverage not replacement" — ใช้ AI เพื่อ multiply output ของคน ไม่ใช่ลด headcount เพราะ trust และ relationship ยังต้องการ human อยู่

ข่าว AI ที่คนมักมองข้ามคือ "partnership ระหว่าง AI company กับ industry incumbent" — เพราะตรงนั้นคือสัญญาณว่า incumbent กำลังยอมรับว่า disrupt ได้แล้ว และกำลังซื้อเวลา

Investment thesis ของผมตอนนี้คือ "AI-enabled niche dominance" — ไม่ใช่ general AI แต่คือ AI ที่เก่งเรื่องใดเรื่องหนึ่งมากกว่าใครในโลก เช่น AI สำหรับ legal ใน emerging markets

ใน 2025 ปัญหาไม่ใช่ "ทำ content ไม่ได้" แต่คือ "ทำ content แล้วไม่มีใครสนใจ" เพราะ supply ของ content กำลังระเบิด ในขณะที่ attention ของคนยังเท่าเดิม

ผมแนะนำ brand ที่ปรึกษาทุกเจ้าให้ลงทุนใน "human signal" ให้มากขึ้น — face, voice, story ของคนจริง เพราะ AI-generated content ไม่มีทางสร้าง trust ระยะยาวได้เท่า authenticity

ผมเห็นหลายบริษัทใช้เงินหลัก 100 ล้านไปกับ "AI transformation" แต่ล้มเหลว ไม่ใช่เพราะ technology ไม่ดี แต่เพราะพวกเขา automate process เดิมที่ broken อยู่แล้ว — ผลลัพธ์คือ broken faster

กลยุทธ์ที่ work คือ "re-design process first, automate second" — ถามว่าถ้าเริ่มใหม่วันนี้จะทำอย่างไร แล้วค่อย build AI เข้าไป ไม่ใช่แค่ใส่ AI ทับ system เดิม

ปัญหาหลักที่ enterprise เจอตอนนี้ไม่ใช่ model ไม่ฉลาดพอ แต่คือ consistency — การที่ model ให้คำตอบต่างกันสำหรับ input เดิม หรือ hallucinate ในสถานการณ์ที่ไม่คาดคิด

งานที่น่าตื่นเต้นที่สุดของผมตอนนี้คือ "evaluation infrastructure" — วิธีที่เราวัด AI อย่างสม่ำเสมอ ในลักษณะที่สะท้อน real-world performance ไม่ใช่แค่ academic benchmark

ผมเคยทำงานกับ brand ใหญ่ที่ spend งบ AI content หลัก 10 ล้าน แต่ engagement ลดลง เพราะ audience รู้สึกได้ว่า "นี่ไม่ใช่เสียงของแบรนด์ที่ฉันรู้จัก"

Paradox ของยุค AI คือ ยิ่ง AI ทำ content ได้มากขึ้น ยิ่งทำให้ human connection มีค่ามากขึ้น — brand ที่เข้าใจเรื่องนี้กำลัง invest ใน founder story และ community building

ไทย, สิงคโปร์, อินโดนีเซีย อยู่ใน position ที่ดีมาก เพราะสามารถใช้ OpenAI สำหรับบางงาน และใช้ Baidu/Alibaba AI สำหรับงานที่ price-sensitive กว่า — flexibility นี้คือ competitive advantage

ที่ Alibaba เราเคยเห็นแล้วว่า "local adaptation" สำคัญกว่า "best global model" — Baidu ในจีน ชนะ Google ไม่ใช่เพราะเก่งกว่า แต่เพราะเข้าใจ local context ดีกว่า

ในหลายประเทศที่ผมลงทุน คนส่วนใหญ่ข้ามขั้นตอน desktop computer ตรงไป smartphone — แล้วตอนนี้พวกเขากำลังจะข้ามไป AI native โดยตรง

Thailand เป็นหนึ่งใน market ที่น่าสนใจมากสำหรับผม เพราะมี tech literacy สูง มี consumer market ที่ใหญ่ และ regulatory environment ที่ยังพอรับได้กับ innovation ใหม่ๆ

ปรากฏการณ์ที่น่าสนใจที่สุดที่ผมศึกษาอยู่ตอนนี้คือ "AI-mediated reality" — ที่ซึ่งข้อมูลทุกอย่างที่คุณรับมาถูก filter ผ่าน AI algorithm ก่อน ซึ่งนั่นกำลังเกิดขึ้นแล้ว แต่คนยังไม่รู้ตัว

Business opportunity ที่ผมเห็นคือ "AI transparency tools" — เครื่องมือที่ช่วยให้คนรู้ว่า AI กำลัง shape perception พวกเขาอย่างไร Regulation กำลังตามมา