จากแข่งโมเดล มาแข่งใครคุม “ชั้นข้อมูล” ของ AI องค์กร
สงครามใหม่ของระบบโครงสร้างพื้นฐาน AI สำหรับองค์กรคือการแข่งขันเพื่อครอบครองชั้นข้อมูลและการจัดการบริบท ที่เชื่อมระหว่างโมเดล AI กับข้อมูลธุรกิจจริง รวมถึงการกำหนดสิทธิ การกำกับดูแล และการควบคุมการทำงานของ AI Agent ให้สามารถลงมือทำงานในระบบองค์กรได้อย่างปลอดภัยและตรวจสอบย้อนกลับได้ การตัดสินแพ้ชนะจึงไม่ได้อยู่ที่โมเดลเก่งแค่ไหน แต่อยู่ที่ใครสร้างฐานข้อมูล AI สำหรับองค์กรที่เชื่อมข้อมูล แอป และภารกิจของธุรกิจได้ครบวงจร
การเคลื่อนไหวล่าสุดของ Databricks OpenAI และ AWS สะท้อนภาพเดียวกันอย่างชัดเจน แต่ละรายทุ่มลงทุนและเข้าซื้อกิจการเพื่อยึดชั้นข้อมูลที่อยู่ใต้โมเดล ไม่ว่าจะเป็น Databricks ที่ดันแพลตฟอร์ม Databricks Lakehouse ให้เป็นศูนย์กลางข้อมูลและ AI สำหรับองค์กร OpenAI ที่ซื้อ InstantDB เพื่อเสริมฐานข้อมูลเรียลไทม์ให้ AI Agent หรือ AWS ที่ดึงทีม DuckDB เข้าอ้อมอกเพื่อเร่งการวิเคราะห์ข้อมูลเรียลไทม์บนคลาวด์ ทั้งหมดชี้ไปทิศเดียวกันว่า ใครคุมข้อมูลและบริบทองค์กร คนนั้นมีโอกาสคุมประตูทางเข้า AI ระดับองค์กรในระยะยาว
Databricks เติมเชื้อ Lakehouse มุ่งเป็นศูนย์กลางแพลตฟอร์ม AI สำหรับองค์กร
Databricks กำลังส่งสัญญาณชัดว่าเกมของตนไม่ใช่แค่คลังข้อมูล แต่คือแพลตฟอร์มรวมข้อมูลและ AI ระดับองค์กรครบวงจร ด้วยการระบุว่ารายได้ต่อเนื่อง 12 เดือนขึ้นไปถึง 7 พันล้านดอลลาร์และรายได้ไตรมาสสองเติบโตมากกว่า 80% เมื่อเทียบปีต่อปี แม้ไม่เปิดรายละเอียดเชิงลึกกับผู้ใช้ทั่วไป แต่ตัวเลขเหล่านี้สะท้อนความเชื่อมั่นของลูกค้าองค์กรที่ยอมวางภารกิจข้อมูลและ AI ไว้บนแพลตฟอร์มเดียว
หัวใจของยุทธศาสตร์คือ Databricks Lakehouse ซึ่งถูกวางเป็นคลังข้อมูลและฐานข้อมูล AI สำหรับองค์กรที่รวมข้อมูลเชิงวิเคราะห์ แอป และความสามารถเชิงธุรกรรมเข้าด้วยกัน โดยรายงานว่ารายได้ต่อเนื่องจาก Lakehouse อยู่ในระดับ 1.5 พันล้านดอลลาร์ ขณะที่ผลิตภัณฑ์ Lakebase ทำรายได้ระดับ 100 ล้านดอลลาร์ และมีลูกค้ากว่าพันรายที่สร้างรายได้เกิน 1 ล้านดอลลาร์ต่อปีต่อราย ถ้ามองให้ลึก โครงสร้างแบบ Lakehouse กำลังผลักให้ Databricks ขึ้นไปยึดตำแหน่ง “ศูนย์กลางภารกิจ AI” มากกว่าจะเป็นแค่ที่เก็บข้อมูล เพื่อให้ Agent ทำงาน ตั้งบริบท และเชื่อมกับระบบธุรกรรมได้จากแพลตฟอร์มเดียว
OpenAI เสริม InstantDB เพราะ Agent ที่เก่ง ต้องเห็นโลกแบบเรียลไทม์
ถ้า Databricksมุ่งครองชั้นแพลตฟอร์มข้อมูลฝั่งองค์กร OpenAI ก็กำลังเร่งเสริมชั้นฐานข้อมูลฝั่ง Agent ให้พร้อมลงสนามจริง การเข้าซื้อกิจการ Instant สตาร์ทอัปที่พัฒนา InstantDB และดึงทีมงานทั้งหมดไปทำงานต่อเพื่อพัฒนาระบบโครงสร้างพื้นฐานรองรับการทำงานของ AI Agentโดยตรง แสดงให้เห็นว่า OpenAI รู้ดีว่าโมเดลอย่างเดียวไม่พอ ต้องมีระบบจัดการข้อมูลที่มีชีวิตอยู่ข้างใต้
InstantDB ถูกออกแบบให้รองรับข้อมูลแบบเรียลไทม์ในรูปแบบ Backend-as-a-Service เพื่อให้นักพัฒนาใช้เชื่อม AI Agent เข้ากับข้อมูลสถานะปัจจุบันของแอปและบริการต่างๆ โดยตั้งแต่ปี 2021 มีนักพัฒนาใช้งานมากกว่า 17,000 ราย สร้างแอปมากกว่า 4 แสนแอป และมียอดดำเนินการข้อมูลมากกว่า 2.5 พันล้านครั้ง คำถามสำคัญคือ เมื่อ InstantDB ถูกกลืนเข้าสู่อีโคซิสเต็มของ OpenAI แล้ว ใครที่ใช้ Agent ของ OpenAI อยู่ จะเริ่มผูกพันกับชั้นฐานข้อมูลเรียลไทม์ของค่ายนี้มากขึ้นหรือไม่ และสุดท้ายจะให้ Agent ของ OpenAI เป็นเจ้าของภารกิจและบริบทหลักในระบบองค์กร แทนที่แพลตฟอร์มข้อมูลรายอื่น
AWS ดึง DuckDB เข้าทีม เร่งเกมการวิเคราะห์ข้อมูลเรียลไทม์บนคลาวด์
ฝั่งคลาวด์ยักษ์ใหญ่อย่าง AWS เลือกเดินหมากอีกแบบ ด้วยการตกลงซื้อ DuckLabs ทีมผู้สร้างฐานข้อมูลวิเคราะห์ DuckDB เพื่อนำทีมวิศวกรฐานข้อมูลฝังตัวที่ได้รับความนิยมสูงเข้ามาเสริมพอร์ตการวิเคราะห์ข้อมูลคลาวด์ โดยดีลคาดว่าจะปิดและ DuckLabs เข้าร่วม AWS ช่วงต้นกันยายน พร้อมคงทีมมากกว่า 30 คนไว้ที่เดิมภายใต้การนำของผู้ร่วมก่อตั้ง นี่ไม่ใช่การกวาดซอฟต์แวร์โอเพนซอร์สให้มากที่สุด แต่เป็นการดึงสมองของสถาปนิกฐานข้อมูลเข้ามาปรับแต่งให้เข้ากับพลังการเก็บข้อมูลบนคลาวด์ของตน
DuckDB เป็นฐานข้อมูลเชิงวิเคราะห์แบบฝังตัว ที่เปิดให้แอปเรียกใช้คำสั่ง SQL ได้โดยไม่ต้องมีเซิร์ฟเวอร์ฐานข้อมูลแยกต่างหาก สำหรับผู้ใช้ระดับองค์กร สิ่งนี้แปลว่าพวกเขาสามารถวิเคราะห์ข้อมูลจากที่ที่ข้อมูลอยู่โดยตรง เช่นในคลาวด์อ็อบเจ็กต์สตอเรจ แทนที่จะต้องย้ายข้อมูลเข้าไปยังคลังข้อมูลเฉพาะทาง เมื่อสถาปัตยกรรมข้อมูลคลาวด์กำลังขยับไปสู่รูปแบบเปิดและการวิเคราะห์ข้อมูลบนแพลตฟอร์มจัดเก็บอย่าง Amazon S3 โดยตรง รูปแบบนี้ยิ่งกดดันคู่แข่งด้านแพลตฟอร์มข้อมูล รวมถึงค่ายที่ผลัก Databricks Lakehouse และแพลตฟอร์มคลังข้อมูลคลาวด์อื่นๆ ให้ต้องเร่งปรับเกมการวิเคราะห์ข้อมูลเรียลไทม์และต้นทุนให้แข่งขันได้
เกมสุดท้ายของ AI องค์กรคือใครคุมบริบท สิทธิ และภารกิจของ Agent
เมื่อลองอ่านเกมของทุกค่ายร่วมกัน จะเห็นภาพชัดว่าการแข่งขัน AI สำหรับองค์กรไม่ได้อยู่ที่ใครเข้าถึงโมเดลตัวใด แต่คือใครสร้างระบบโครงสร้างพื้นฐาน AI ที่คุมข้อมูล บริบท และภารกิจของ Agent ได้เหนือกว่า นักวิเคราะห์จากงานสัมมนาของแพลตฟอร์มข้อมูลชั้นนำชี้ว่าความท้าทายยากที่สุดของ AI องค์กรอยู่ใต้ชั้นโมเดล ไม่ว่าจะเป็นนิยามข้อมูล การควบคุมสิทธิ การกำกับดูแล และกรอบการตัดสินใจของระบบ ซึ่งถ้าไม่บริหารให้ดี แม้โมเดลจะแรงแค่ไหนก็สร้างมูลค่าได้จำกัด
เมื่อ AI ถูกผลักจากการตอบคำถามไปสู่การลงมือทำงานในกระบวนการธุรกิจจริง ใครที่จับภารกิจของผู้ใช้ กำหนดบริบทองค์กร ตัดสินใจว่าระบบใดจะถูกเรียกใช้ และกำหนดขอบเขตการกระทำของ Agent จะกลายเป็นเจ้าของประตูทางเข้า AI ขององค์กรรุ่นต่อไป การที่ Databricks OpenAI และ AWS เดินเกมควบรวมและลงเงินกับชั้นฐานข้อมูล AI สำหรับองค์กร จึงไม่ใช่แค่การขยายผลิตภัณฑ์ แต่เป็นการช่วงชิงตำแหน่ง “ชั้นบังคับบัญชา” ของซอฟต์แวร์ยุคใหม่ สำหรับผู้อ่านที่เป็นผู้นำด้านเทคโนโลยี ข้อคิดสำคัญคือกลยุทธ์ AI ขององค์กรในอนาคตต้องไม่ยึดติดโมเดลเพียงอย่างเดียว แต่ต้องออกแบบชั้นข้อมูล การกำกับดูแล และการจัดการภารกิจ Agent ให้เป็นศูนย์กลาง
