คอลัมน์ : Insight คริปโต

เมื่อผู้เปลี่ยนโลกกำลังถูกเปลี่ยน: AI กำลังเขียนอนาคตใหม่ของ Data Center

Data Center จากหัวใจของ AI สู่โครงสร้างที่กำลังถูกท้าทาย

ตลอดหลายปีที่ผ่านมา Data Center เปรียบเสมือนหัวใจที่ทำให้โลกของ AI เติบโตขึ้นอย่างรวดเร็ว เพราะการพัฒนาและใช้งานโมเดล AI ขนาดใหญ่ต้องอาศัยชิปประมวลผลจำนวนมหาศาล ระบบไฟฟ้ากำลังสูง ระบบระบายความร้อนที่ซับซ้อน และเครือข่ายที่สามารถรองรับข้อมูลจากผู้ใช้ทั่วโลกได้ บริษัทเทคโนโลยีจึงแข่งขันกันลงทุนสร้าง Data Center ขนาดใหญ่และบริการ Cloud เพื่อให้ธุรกิจและผู้ใช้งานทั่วไปเข้าถึง AI ได้โดยไม่ต้องมีเครื่องคอมพิวเตอร์ประสิทธิภาพสูงเป็นของตนเอง ยิ่ง AI ได้รับความนิยมมากเท่าไร ความต้องการพื้นที่ประมวลผลก็ยิ่งเพิ่มขึ้น จนเกิดความเชื่อว่า Data Center จะเป็นหนึ่งในโครงสร้างพื้นฐานที่สำคัญและเติบโตมากที่สุดของเศรษฐกิจดิจิทัล

แต่ในขณะที่ AI กำลังเปลี่ยนแปลงแทบทุกอุตสาหกรรม เทคโนโลยี AI เองก็กำลังเปลี่ยนแปลงอย่างรวดเร็วเช่นกัน การเกิดขึ้นของโมเดล AI แบบเปิดและโมเดลขนาดเล็กที่มีประสิทธิภาพสูง โดยเฉพาะโมเดลจากจีนซึ่งสามารถทำงานได้ใกล้เคียงกับโมเดลชั้นนำด้วยต้นทุนที่ต่ำกว่า กำลังตั้งคำถามต่อโครงสร้างเดิมที่ผูกการใช้งาน AI ไว้กับ Cloud และ Data Center ขนาดใหญ่ ในอดีต หากต้องการใช้งาน AI ขั้นสูง ผู้ใช้แทบไม่มีทางเลือกอื่นนอกจากส่งข้อมูลไปประมวลผลบนเซิร์ฟเวอร์ของผู้ให้บริการรายใหญ่

แต่ปัจจุบันโมเดลบางประเภทสามารถดาวน์โหลดมาติดตั้งและทำงานบนคอมพิวเตอร์ส่วนตัว หรือเซิร์ฟเวอร์ขนาดเล็กภายในองค์กรได้แล้ว เครื่องที่มีราคาหลักแสนบาทเริ่มทำงานบางอย่างซึ่งเมื่อไม่นานมานี้อาจต้องอาศัยระบบราคาหลายล้านบาท แม้ประสิทธิภาพอาจยังไม่เทียบเท่า Data Center เต็มรูปแบบ แต่หากสามารถทำงานได้ประมาณ 80-90 เปอร์เซ็นต์ด้วยต้นทุนที่ต่ำกว่า ใช้พลังงานน้อยกว่า และไม่ต้องจ่ายค่าบริการต่อเนื่อง สำหรับผู้ใช้จำนวนมากก็อาจถือว่าเพียงพอแล้ว นี่จึงเป็นจุดเริ่มต้นของการเปลี่ยนแปลงครั้งสำคัญ เพราะเทคโนโลยีที่ Data Center ช่วยสร้างขึ้นมา กำลังพัฒนาจนสามารถลดการพึ่งพา Data Center เองได้

จาก Cloud AI สู่ Local AI เมื่อการประมวลผลย้ายเข้าใกล้ผู้ใช้งาน

แรงผลักดันสำคัญที่ทำให้ Local AI และ On-device AI น่าสนใจไม่ได้มีเพียงเรื่องราคา แต่ยังรวมถึงความเป็นส่วนตัว ความรวดเร็ว และการควบคุมข้อมูลหลายองค์กรไม่สามารถส่งข้อมูลสำคัญ เช่น ข้อมูลลูกค้า เอกสารภายใน ความลับทางธุรกิจ ข้อมูลทางการแพทย์ หรือข้อมูลทางการเงินออกไปประมวลผลบน Cloud ภายนอกได้อย่างอิสระ การติดตั้ง AI ไว้ภายในองค์กรจึงช่วยลดความเสี่ยงจากการรั่วไหลของข้อมูล และทำให้องค์กรกำหนดมาตรฐานด้านความปลอดภัยได้ด้วยตนเอง

นอกจากนี้ Local AI ยังสามารถทำงานได้แม้อินเทอร์เน็ตไม่เสถียร ลดเวลาที่ต้องใช้ในการรับส่งข้อมูล และไม่ต้องเสียค่าใช้จ่ายตามจำนวนครั้งที่เรียกใช้งาน สำหรับโรงงาน โรงพยาบาล โรงแรม สำนักงานกฎหมาย หรือธุรกิจที่ต้องใช้ AI กับงานเฉพาะทาง การมีโมเดลขนาดเล็กที่ผ่านการปรับให้เข้าใจข้อมูลขององค์กรอาจคุ้มค่ากว่าการเชื่อมต่อกับโมเดลขนาดใหญ่บน Cloud ตลอดเวลา

แนวโน้มนี้ไม่ได้หมายความว่าการประมวลผลทั้งหมดจะย้ายออกจาก Data Center แต่กำลังทำให้รูปแบบการใช้งาน AI เปลี่ยนจากการรวมศูนย์ไปสู่ระบบแบบกระจาย งานที่ซับซ้อนมาก เช่น การฝึกโมเดลขนาดใหญ่ การวิเคราะห์ข้อมูลจำนวนมหาศาล หรือการให้บริการแก่ผู้ใช้หลายล้านคนพร้อมกัน ยังคงต้องพึ่งพา Data Center ส่วนงานทั่วไป เช่น การสรุปเอกสาร การค้นหาข้อมูลภายใน การแปลภาษา การช่วยเขียนข้อความ หรือการวิเคราะห์ข้อมูลเบื้องต้น อาจถูกย้ายมาทำบนอุปกรณ์ของผู้ใช้มากขึ้น

ภาพในอนาคตจึงอาจเป็นระบบ Hybrid AI ซึ่งแบ่งงานกันระหว่างอุปกรณ์ส่วนตัว เซิร์ฟเวอร์ภายในองค์กร Edge Computing และ Cloud โดยเลือกใช้ทรัพยากรตามระดับความยาก ความอ่อนไหวของข้อมูล และต้นทุนที่เหมาะสม หากแนวโน้มนี้เกิดขึ้นในวงกว้าง ปริมาณงานบางส่วนที่เคยถูกส่งไปยัง Data Center ย่อมลดลง โดยเฉพาะงานประมวลผลทั่วไปที่ไม่จำเป็นต้องใช้โมเดลขนาดใหญ่ที่สุดทุกครั้ง การแข่งขันของอุตสาหกรรมจึงอาจไม่ได้วัดกันเพียงว่าใครมี Data Center ใหญ่ที่สุดหรือมี GPU มากที่สุด แต่จะวัดกันที่ว่าใครสามารถออกแบบระบบให้กระจายงานได้ฉลาดกว่า ประหยัดกว่า และตอบโจทย์ผู้ใช้แต่ละประเภทได้ดีกว่า

Data Center จะไม่หายไป แต่ต้องเปลี่ยนบทบาทเพื่ออยู่รอด

การกล่าวว่า Local AI จะเข้ามา “ล้างบาง” Data Center อาจฟังดูรุนแรงเกินไป เพราะความต้องการประมวลผล AI โดยรวมยังเพิ่มขึ้นอย่างต่อเนื่อง และโมเดลระดับแนวหน้ายังต้องใช้โครงสร้างพื้นฐานขนาดใหญ่มาก อย่างไรก็ตาม สิ่งที่มีโอกาสเกิดขึ้นคือ Data Center ที่สร้างขึ้นโดยอาศัยสมมุติฐานเดิมอาจเผชิญแรงกดดันหนักขึ้น โดยเฉพาะโครงการที่เชื่อว่าผู้ใช้ทุกคนจะต้องส่งทุกคำสั่งขึ้น Cloud ตลอดเวลา หากโมเดลขนาดเล็กมีความสามารถสูงขึ้น ชิปในคอมพิวเตอร์และโทรศัพท์ได้รับการออกแบบให้รองรับ AI มากขึ้น และองค์กรสามารถติดตั้งระบบของตนเองได้ง่ายขึ้น ความต้องการใช้ Cloud ในงานบางประเภทก็อาจไม่เติบโตตามการคาดการณ์ ผู้ประกอบการ Data Center จึงต้องปรับจากการขายเพียงพื้นที่เซิร์ฟเวอร์และกำลังประมวลผล ไปสู่การให้บริการที่สร้างคุณค่าได้มากกว่า เช่น การฝึกโมเดลเฉพาะทาง การให้บริการระบบ Hybrid Cloud การบริหารโมเดล AI ขององค์กร การรักษาความปลอดภัยข้อมูล และการเชื่อมต่อระหว่าง Cloud กับ Edge Computing

ประเด็นเรื่องพลังงานก็จะยิ่งสำคัญ เพราะ Data Center ใช้ไฟฟ้าและน้ำสำหรับระบบระบายความร้อนในปริมาณสูง หากโมเดลรุ่นใหม่สามารถทำงานได้โดยใช้ทรัพยากรน้อยลง ลูกค้าและภาครัฐก็ย่อมตั้งคำถามมากขึ้นว่าการลงทุนในโครงสร้างขนาดมหาศาลยังคุ้มค่าหรือไม่ ผู้ชนะในยุคต่อไปจึงอาจไม่ใช่ผู้ที่สร้าง Data Center ได้ใหญ่ที่สุด แต่เป็นผู้ที่ใช้พลังงานได้มีประสิทธิภาพที่สุด เลือกตำแหน่งที่ตั้งได้เหมาะสมที่สุด และเชื่อมต่อการประมวลผลหลายระดับเข้าด้วยกันได้ดีที่สุด

ปรากฏการณ์นี้แสดงให้เห็นความย้อนแย้งที่น่าสนใจของโลกเทคโนโลยีอย่างชัดเจน AI เคยเป็นเหตุผลสำคัญที่ทำให้บริษัททั่วโลกเร่งสร้าง Data Center แต่วันนี้ AI รุ่นใหม่ กลับกำลังบังคับให้ Data Center ต้องทบทวนบทบาทของตนเอง ผู้เปลี่ยนโลกจึงกำลังถูกเปลี่ยน และคำถามสำคัญไม่ใช่ว่า Data Center จะหายไปหรือไม่ แต่คือ Data Center รูปแบบใดจะยังจำเป็นในโลกที่ AI สามารถย้ายจากอาคารขนาดใหญ่ มาอยู่บนโต๊ะทำงาน ภายในองค์กร และในอุปกรณ์ของผู้ใช้ทุกคนได้มากขึ้นเรื่อยๆ