ถอดรหัสเดิมพันของ Google เมื่อโลกก้าวสู่ยุค Agentic AI ทำงานแทนคนทั้งองค์กร

ตลอดไตรมาสแรกของปี 2026 คำว่า "AI Bubble" กลับมาเป็นคำที่นักลงทุนทั่วโลกพูดถึงมากที่สุดอีกครั้งเมื่อ Big Tech รวมกันประกาศแผนทุ่มเงินลงทุนกว่า 660,000 ล้านดอลลาร์ ในปีเดียว มากกว่า GDP ของอิสราเอลทั้งประเทศ และในบรรดาผู้เล่นทั้งหมด Alphabet บริษัทแม่ของ Google คือรายที่ประกาศตัวเลขเดิมพันสูงถึง 175,000-185,000 ล้านดอลลาร์ เพิ่มขึ้นเกือบเท่าตัวจากปีก่อนหน้า

ในรายการ Digital Frontiers ทางช่อง YouTube : Thairath Money สรุปอินไซต์ในงาน Google Cloud Next 2026 เพื่อให้มุมมองว่า Google มองเห็นอะไรในเกม  AI ทำไมถึงกล้าเดิมพันสูงขนาดนี้ ?

ตั้งต้นที่ตัวเลข : เงินคือสิ่งสะท้อนความเชื่อ

ก่อนจะไปถึงเนื้อหาเกี่ยวกับงาน เรามาทำความเข้าใจจากงบการเงินกันก่อน เพราะในโลกธุรกิจ "เงิน" คือสิ่งที่สะท้อนความเชื่อได้ชัดเจนที่สุด

ปี 2025 Alphabet บริษัทแม่ของ Google ทำรายได้รวม 402,800 ล้านดอลลาร์ ทะลุ 4 แสนล้านดอลลาร์เป็นครั้งแรกในประวัติศาสตร์ และทำกำไรสุทธิ 132,200 ล้านดอลลาร์ กลายเป็นบริษัทที่กำไรมากที่สุดในโลกของปี 2025

แล้วรายได้ก้อนนี้มาจากไหน?

• Google Services (Search + YouTube + อื่นๆ) — 85% ของรายได้รวม โต 12%

• Google Cloud — 15% ของรายได้ แต่โตถึง 36% เร็วกว่า Services เกือบ 3 เท่า

• Other Bets (รวม Waymo) — ไม่ถึง 1%

ในแง่กำไร Google Cloud ที่เคยขาดทุนเมื่อไม่กี่ปีก่อน ปีนี้ทำกำไร 13,900 ล้านดอลลาร์ โตถึง 128% หรือเท่าตัวภายในปีเดียว

ภาพนี้สะท้อนว่า Search ยังเป็นเสาหลัก แต่ Cloud คือ "เสาที่สอง" ที่กำลังก่อตัวเร็วมาก

เดิมพันที่ไม่หยุดยั้ง : CapEx เพิ่ม 6 เท่าใน 4 ปี

สิ่งที่น่าสนใจคือ บริษัทที่กำไรมากขนาดนี้ ยังไม่หยุดเดิมพัน ดูจากงบลงทุนหรือ CapEx ที่ Google ทุ่มไปกับ Data Center และชิป:

• ปี 2022 ใช้ 31,000 ล้านดอลลาร์

• ปี 2025 ขยับเป็น 91,400 ล้านดอลลาร์

• ปี 2026 จะลงทุน 175,000-185,000 ล้านดอลลาร์

เพิ่มขึ้นเกือบ 6 เท่าในเวลาแค่ 4 ปี และ CFO ระบุว่าปี 2027 จะเพิ่มขึ้นอีก คำถามคือ บริษัทที่กำไรเยอะที่สุดในโลก ทำไมต้องเร่งลงทุนขนาดนี้?

คำตอบอยู่ที่ Google Cloud "Engine ใหม่" ของบริษัท เพราะยิ่งโลกใช้ AI มากเท่าไหร่ ดีมานด์ของคลาวด์ยิ่งเพิ่มเป็นเงาตามตัว

แล้วเครื่องยนต์ตัวนี้วิ่งแรงแค่ไหน? ดูจากตัวเลขไตรมาสแรกปี 2026 ที่เพิ่งประกาศ:

• Google Cloud โต 63% YoY เร็วกว่า AWS และ Microsoft Azure

• Margin ของ Cloud พุ่งจาก 9.4% เป็น 32.9% ภายในปีเดียว

• Backlog หรือมูลค่าสัญญาที่รอรับรู้รายได้ ทะลุ 460,000 ล้านดอลลาร์

Sundar Pichai ประกาศชัดเจนในงานว่า ปี 2026 พลังประมวลผล AI กว่าครึ่งหนึ่งของบริษัท จะถูกทุ่มไปที่ Cloud แปลว่า Google เลือกแล้วว่าจะเดิมพันทางไหน

จาก Adoption สู่ Agentic : ยุคทดลองจบลงแล้ว

ย้อนไปเมื่อปีที่แล้ว ธีมหลักของงาน Google Cloud Next ยังอยู่ที่คำว่า Adoption คือการกระตุ้นให้คน "เริ่มใช้" แต่ปีนี้พูดถึงคำว่า Agentic AI ซึ่งหมายถึง AI ที่ไม่ใช่แค่ช่วยคิด แต่ "ลงมือทำงานแทนเราได้จริง"

Thomas Kurian ซีอีโอ Google Cloud ขึ้นเวทีประกาศชัดเจนว่า: "The era of the pilot is over. The era of the agent is here." "ยุคของการทดลองจบลงแล้ว ยุคของเอเจนต์มาถึงแล้ว"

มีตัวเลขมา back up : เกือบ 75% ของลูกค้า Google Cloud นำ AI ไปใช้ใน production จริงแล้ว และ Google เองก็เป็น Customer Zero โดย Sundar Pichai เปิดเผยในงานว่า ตอนนี้ เกือบ 75% ของโค้ดใหม่ทั้งหมดใน Google เขียนโดย AI (โดยมีวิศวกรเป็นคน approve) เพิ่มจาก 50% เมื่อปลายปีก่อน ภายในเวลาแค่ไม่กี่เดือน

หัวใจของยุคใหม่คือการเปิดตัว Gemini Enterprise Agent Platform ซึ่ง Google วางตำแหน่งให้เป็น "ศูนย์บัญชาการสำหรับองค์กรในยุค Agentic"

Pichai เปิดเผยว่าจำนวนผู้ใช้งานแบบชำระเงินรายเดือนของ Gemini Enterprise โต 40% QoQ ในไตรมาส 1 ปี 2026 พร้อมระบุว่าคำถามของลูกค้าได้เปลี่ยนจาก "เราจะสร้าง Agent ได้หรือไม่" ไปเป็น "เราจะบริหารจัดการ Agent จำนวนมากได้อย่างไร"

แพลตฟอร์มนี้รองรับโมเดลชั้นนำกว่า 200 โมเดล ครอบคลุมตั้งแต่ Gemini 3.1 Pro, Gemini 3.1 Flash Image (Nano Banana 2), Lyria 3 ไปจนถึงโมเดลจาก Anthropic ทั้ง Claude Opus, Sonnet และ Haiku โดย Google Cloud ยังเพิ่มการรองรับ Claude Opus 4.7 เข้ามาในแพลตฟอร์มอีกด้วย

เคสจริงที่ Deploy แล้ว : AI ในฐานะ "แรงงานรูปแบบใหม่"

จากหลาย Session ที่จัดขึ้นในงาน สิ่งที่ชัดเจนคือ AI กำลังขยับจาก "เครื่องมือ" ไปเป็น "แรงงานรูปแบบใหม่" และนี่คือเคสจริงที่ถูก deploy ไปแล้ว :

• Citi Wealth ผู้ช่วย AI ที่ขับเคลื่อนด้วย Gemini เปลี่ยนให้ AI เป็นพนักงานที่ดูแลทรัพย์สินระดับล้านล้านดอลลาร์ ให้คำแนะนำลูกค้ามหาเศรษฐีได้แบบวินาทีต่อวินาที พูดได้หลายภาษาแบบเรียลไทม์
• Capcom บริษัทเกมญี่ปุ่นเจ้าของ Resident Evil และ Street Fighter ส่งเอเจนต์เข้าไป "เล่นเกม" แทนคนเพื่อเช็กบั๊ก ประหยัดเวลาไปได้กว่า 30,000 ชั่วโมงต่อเดือน
• Home Depot ให้เอเจนต์คำนวณโลจิสติกส์ยันขนาดรถบรรทุกก่อนส่งของ และมีผู้ช่วย AI ชื่อ "Magic Apron" ที่ดึงความเชี่ยวชาญ 45 ปีของบริษัทมาให้คำปรึกษาลูกค้าออนไลน์
• Virgin Voyages สร้างและบริหารจัดการ AI Agents เฉพาะทางมากกว่า 1,000 ตัว โดยกว่า 50 ตัวถูกออกแบบมาเพื่อเร่งกระบวนการสร้างสรรค์แคมเปญ ส่งผลให้ระยะเวลาในการผลิตลดลงถึง 40%
• NASA นำ AI Agents บน Gemini Enterprise มาใช้สนับสนุนกระบวนการเตรียมความพร้อมก่อนปล่อยยาน และเสริมความปลอดภัยของนักบินอวกาศในภารกิจ Artemis II
• Merck ใช้ "Agentic Engine" ที่ขับเคลื่อนด้วย Gemini Enterprise ยกระดับคุณภาพการตัดสินใจตั้งแต่งานวิจัยระยะเริ่มต้น สู่การพัฒนายาในขั้นคลินิก ช่วยเพิ่มอัตราความสำเร็จและเร่งระยะเวลาเปิดตัวผลิตภัณฑ์สู่ตลาด

ในฝั่งภูมิภาคเอเชียตะวันออกเฉียงใต้เองก็มีหลายเคสที่ขยับไปไกลแล้ว ทั้ง CIMB Niaga ในอินโดนีเซียที่ใช้ AI Agents ให้คำแนะนำการเงินที่สอดคล้องกับช่วงชีวิตของลูกค้าแต่ละราย, FairPrice Group สิงคโปร์ที่ผสาน AI Agents เข้ากับรถเข็น Smart Carts ในโครงการ "Store of Tomorrow", DBS, Emtek Group และ AEON 360 บริษัทใหม่ของ AEON ในมาเลเซียที่รวมการเงินกับค้าปลีก ใช้ AI agent แนะนำ "ผ่อน 0%" ให้ลูกค้าทันที ณ จุดชำระเงิน

ตัวเลขที่สะท้อนสเกลของการใช้งานจริง :

ในรอบ 12 เดือนที่ผ่านมา Google Cloud มีลูกค้า 330 ราย ที่ประมวลผลเกิน 1 ล้านล้านโทเคนต่อราย และอีก 35 ราย ทะลุ 10 ล้านล้านโทเคนปัจจุบันโมเดล AI ของ Google Cloud มียอดประมวลผลผ่าน API ทะลุ 16,000 ล้านโทเคนต่อนาที เพิ่มขึ้นจาก 10,000 ล้านโทเคนในไตรมาสก่อนหน้า Google กำลังบอกว่า "ยุคทดลองมันจบลงแล้ว" ต่อจากนี้คือการเอาไปใช้งานจริงในระดับสเกลใหญ่

สรุป 3 ประเด็นสำคัญ ที่บอกได้ว่าบริษัทที่กำไรมากที่สุดในโลกอย่าง Google คิดเรื่อง AI อย่างไร

ประเด็นที่ 1 : "ป้อมปราการ" ที่ตามไม่ได้ในระยะสั้น

ไม่ว่า Use Case จะเปลี่ยนไปแค่ไหน สิ่งที่ทุกบริษัทต้องใช้เหมือนกันคือ Compute และ Data Google รู้จุดนี้ดี จึงสร้าง "ป้อมปราการ" ที่คู่แข่งตามมาไม่ทัน ในงานนี้ Google เปิดตัว TPU เจน 8 พร้อมกัน 2 รุ่น แบ่งหน้าที่ชัดเจน :

• TPU 8t รุ่นฝึกสอนโมเดล (Training) ลดเวลาพัฒนาโมเดลระดับแนวหน้าจากหลักเดือนเหลือไม่กี่สัปดาห์ ด้วยการสมดุลระหว่าง Compute Throughput, Shared Memory และ Interchip Bandwidth ในระดับสูงสุด
• TPU 8i  รุ่นประมวลผล (Inference) ตัว 'i' มาจาก Inference เน้นความเร็วในการตอบสนองแบบเรียลไทม์ มาพร้อม High-bandwidth Memory ขนาด 288 GB และ SRAM บนชิป 384 MB ซึ่งมากกว่ารุ่นก่อนหน้าถึง 3 เท่า ทำให้สามารถเก็บชุดคำสั่งของโมเดลไว้บนชิปได้ทั้งหมด

การผสานนวัตกรรมเหล่านี้ทำให้ ประสิทธิภาพต่อค่าใช้จ่ายสูงขึ้นถึง 80% เมื่อเทียบกับรุ่นก่อนหน้า ภาคธุรกิจสามารถรองรับปริมาณงานได้เกือบ 2 เท่า ภายใต้ต้นทุนเท่าเดิม โดยชิปทั้งสองรุ่นพร้อมใช้งานอย่างเป็นทางการภายในปลายปีนี้

แต่สิ่งที่ Google ต่างจากคู่แข่งจริงๆ คือการ "ทำเองตั้งแต่ต้นจนจบ" หรือที่เรียกว่า Vertically Integrated ตั้งแต่ระบบระบายความร้อนใน Data Center, เครือข่าย Virgo ที่เชื่อมชิปได้ถึง 134,000 ตัว ทำงานเหมือนคอมพิวเตอร์เครื่องเดียว ไปจนถึงซอฟต์แวร์ที่รันชิปเป็นล้านตัวให้ทำงานพร้อมกันได้

บทเรียนจาก Jeff Dean : เมื่อ Google ตัดสินใจ "ออกแบบชิปเอง"

ในเซสชันหนึ่ง Jeff Dean Chief Scientist ของ Google ที่อยู่เบื้องหลังนวัตกรรมของบริษัทมาตลอด 25 ปี เล่าให้ฟังว่า ย้อนกลับไปปี 2012 เขาลองคำนวณเล่นๆ ว่า ถ้า Google อยากทำระบบสั่งงานด้วยเสียงให้คนทั่วโลกใช้จริง ต้องใช้คอมพิวเตอร์เท่าไหร่

คำตอบคือ ต้องสร้าง Google ขึ้นมาใหม่อีกหนึ่งชุด เพื่อฟีเจอร์เดียว ซึ่งเป็นไปไม่ได้

ทางออกคือ Google ตัดสินใจ "ออกแบบชิปเอง" ในแบบที่เก่งเฉพาะงาน AI โดยเฉพาะ ผลคือชิป TPU รุ่นแรก ทำงานได้เร็วกว่าชิปทั่วไปในตลาด 30-80 เท่า

Amin Vahdat สรุปสั้นๆ แต่ทรงพลังว่า : "บทเรียนแบบนี้แหละที่ทำให้เรากล้าลงทุนกับสิ่งที่ดูบ้าๆ เราพร้อมที่จะลอง และพร้อมที่จะล้มเหลว" นี่คือป้อมปราการที่ใช้เวลาสร้างมา 13 ปี เงินแก้ปัญหาในระยะสั้นไม่ได้

Citadel และ Anthropic : สัญญาณว่าป้อมปราการนี้คุ้มจริง แล้วมันคุ้มแค่ไหน?

ดูจาก Citadel Securities หนึ่งใน Hedge Fund ที่ใหญ่ที่สุดในโลกที่เพิ่งย้ายมาใช้ TPU ของ Google ในการสัมภาษณ์กับ Sid Nadella อดีตเทรดเดอร์ Goldman Sachs 20 ปี เขาให้คำตอบตรงไปตรงมาว่า Hedge Fund หันมาใช้ TPU เพราะ "มันคุ้มกว่าและถูกกว่าของเจ้าอื่น"

นี่เป็นสัญญาณสำคัญ เพราะ Citadel ขึ้นชื่อเรื่องเลือกเทคโนโลยียากมาก ทุกมิลลิวินาทีคือเงิน — ขนาด Citadel ยังย้ายมา แปลว่าสถาบันการเงินอื่นๆ ก็จะตามมา

นอกจากนี้ Anthropic ก็เพิ่งเซ็นดีลใหญ่ใช้ TPU ถึง 1 ล้านชิปในปี 2026 และจะขยายเพิ่มอีก 3 เท่าในปี 2027 และที่น่าสนใจคือ Google เองก็เป็นผู้ลงทุนใน Anthropic ด้วย แปลว่า Google ไม่ได้แค่ขายของ แต่กำลังเป็น "โครงสร้างพื้นฐานของอุตสาหกรรม AI ทั้งหมด" รวมถึงคู่แข่งของตัวเองด้วย

ประเด็นที่ 2 : จากขาดทุน สู่เครื่องจักรทำเงินตัวที่สอง

Google Cloud ได้เปลี่ยนสถานะจากธุรกิจที่เคยขาดทุน กลายเป็นเครื่องจักรทำเงินตัวใหม่ Operating margin ของ Cloud โตก้าวกระโดดมาก ดูจากกำไรของ Cloud ปีต่อปี :

• ปี 2024 Cloud ทำกำไร 6,100 ล้านดอลลาร์

• ปี 2025 กระโดดเป็น 13,900 ล้านดอลลาร์ โตเท่าตัวภายในปีเดียว

• ไตรมาสแรกปี 2026 Cloud ทำกำไรในไตรมาสเดียวได้ 6,600 ล้านดอลลาร์ เพิ่มขึ้น 3 เท่าจากปีก่อน และ margin พุ่งจาก 9.4% เป็น 32.9%

แปลว่าทุกๆ 100 บาทที่ Cloud ทำรายได้ จะเหลือกำไรประมาณ 33 บาท ซึ่งสำหรับธุรกิจคลาวด์ ถือว่าเป็นตัวเลขที่ดีมาก

ดีล Wiz : ปิดเกม Enterprise ให้สมบูรณ์

ถ้าย้อนไปไม่กี่ปี Cloud ของ Google ขาดทุนทุกไตรมาส และเพื่อปิดเกมตลาด Enterprise ให้สมบูรณ์ Google เพิ่งปิดดีลซื้อ Wiz บริษัท Cybersecurity มูลค่า 32,000 ล้านดอลลาร์ เมื่อมีนาคมที่ผ่านมา เป็นดีลที่ใหญ่ที่สุดในประวัติศาสตร์ของ Google

ทำไมต้อง Wiz? เพราะองค์กรใหญ่ทุกวันนี้ไม่ได้ใช้คลาวด์เจ้าเดียว แต่ใช้หลายเจ้าผสมกันเพื่อกระจายความเสี่ยง จุดอ่อนของวิธีนี้คือ "ความปลอดภัย" ที่ครอบคลุมทุกค่ายไม่ได้ Wiz เกิดมาเพื่อแก้ปัญหานี้โดยเฉพาะ

ผู้ก่อตั้ง Wiz กล่าวในงานว่า :"สงครามไซเบอร์ในอนาคต จะเป็นการต่อสู้ระหว่าง bot กับ bot และวิธีเดียวที่จะสู้ AI ได้ คือใช้ AI"

ตัวเลขที่น่าทึ่งคือ Triage and Investigation Agent ที่ Google เปิดตัวล่าสุดได้ประมวลผลการแจ้งเตือนไปแล้วกว่า 5 ล้านรายการ ลดเวลาวิเคราะห์ภัยคุกคามจาก 30 นาที เหลือ 60 วินาที พอ Google ได้ Wiz มา ลูกค้าก็ไม่ต้องเลือกแล้วว่าจะอยู่ค่ายไหน  Google รับดูแลให้ได้หมด

Margin เกือบ 33% บอกได้ว่า Cloud กำลังจะเป็น "เสาหลักที่สอง" ของ Google รองจาก Search และนี่คือเหตุผลที่ Sundar ประกาศว่าครึ่งหนึ่งของ ML compute ทั้งบริษัทจะไปที่ Cloud — เพราะนี่คือเครื่องยนต์ที่ทำกำไรได้ดีพอที่จะค้ำบริษัทตัวที่สอง

ประเด็นที่ 3 : AI ที่ไม่ได้อยู่แค่ในจอ

ในบริบทของ Google AI ไม่ได้หยุดอยู่แค่ในซอฟต์แวร์ ในงานนี้ได้เปิดตัว Gemini Robotics — AI ที่ออกจากจอไปอยู่ในหุ่นยนต์จริงๆ ทำให้หุ่นยนต์ "คิดและเข้าใจโลกจริง" ได้

ยูสเคสที่น่าสนใจ ได้แก่ :

• Boston Dynamics ที่กำลังพัฒนาโมเดลภาษาและการมองเห็นบนพื้นฐานของ Gemini เพื่อยกระดับความปลอดภัยในการนำหุ่นยนต์ไปใช้งานในภาคอุตสาหกรรม โดยมีการนำหุ่นยนต์ Atlas รุ่นใหม่ไปทำงานจริงในโรงงาน Hyundai  หรือจะเป็นหุ่นยนต์สุนัข Spot ใช้ Gemini เดินตรวจโรงงาน อ่านมาตรวัด หารอยรั่ว วิเคราะห์ความเสี่ยงได้
• Mirokaï หุ่นยนต์น่ารักจากฝรั่งเศส ออกแบบเหมือนตัวการ์ตูน ใช้ Gemini พูดคุยกับคนได้แบบเป็นธรรมชาติ ตอนนี้เริ่มเข้าไปอยู่ในโรงพยาบาลเด็กและศูนย์ดูแลผู้สูงอายุ ช่วยเป็นเพื่อนคุยและช่วยพยาบาลแบ่งเบางานประจำวัน
• Bi-arm Franka หุ่นยนต์แขนคู่ ใช้ในห้องแล็บและโรงงาน หยิบจับสิ่งของซับซ้อนได้ละเอียดเหมือนช่างฝีมือ

Robotics สะท้อนการเปิดตลาดใหม่ ตั้งแต่โรงงาน คลังสินค้า ไปจนถึงโรงพยาบาลและบริการดูแลคน หุ่นยนต์เหล่านี้จะกลายเป็น "แรงงานรูปแบบใหม่" ในอนาคตอันใกล้ และที่สำคัญ ทุกการเคลื่อนไหวของหุ่นยนต์ ทุกการตัดสินใจ ต้องวิ่งกลับมาบน Cloud และ TPU ของ Google

Loop ที่กำลังเร่งตัวเอง

Google ลงทุนชิป → ชิปขับเคลื่อนโมเดล → โมเดลขับเคลื่อนหุ่นยนต์ → หุ่นยนต์สร้างความต้องการ Compute เพิ่ม → Google ลงทุนชิปอีก

Amin Vahdat ระบุในการสัมภาษณ์ว่า ตอนนี้ดีมานด์ของ Compute "กำลังพลิก" จากเดิมที่ใช้ตอนเทรนโมเดลเป็นหลัก กลายเป็นการใช้งานจริงทุกวินาที ที่กินไฟมากกว่าเดิม

Google เดิมพันอะไรกับ AI?

ปีนี้เราอาจจะเห็นการโชว์ ROI จาก AI หลายรูปแบบ ทั้งในแง่ลดต้นทุน เพิ่มประสิทธิภาพ และสร้างประสบการณ์ใหม่ๆ ให้ลูกค้า แต่สิ่งที่บอกไม่ถูกเหมือนกันว่าต้องรู้สึกอย่างไรกับมัน คือ "ความเร็วที่ AI กำลังเปลี่ยนโลก" มันเร็วเกินกว่าที่คิดมาก ลองพิจารณาจากแค่ธีมงาน :

• ปีที่แล้ว (2025) ธีมงานยังเป็นเรื่อง Adoption  "เราจะเอา AI มาใช้อย่างไร"

• ปีนี้ (2026) กลายเป็น Agentic AI "เอเจนต์ทำงานจริงเต็มรูปแบบ"

• ปีหน้า (2027) ? อาจจะเป็นเรื่อง Monetization ก็ได้

เพราะไม่ว่าใครจะลงทุนกับ AI ไปมากขนาดไหน สุดท้ายแล้ว มันต้องสร้างรายได้กลับมา กลับมาที่คำถามตั้งต้น ท่ามกลางเสียงเตือนเรื่อง AI Bubble บริษัทที่กำไรมากที่สุดในโลก กำลังเดิมพันอะไรกับ AI ? คำตอบของ Google ชัดเจน เขาเดิมพันเพื่อวางตำแหน่งตัวเองให้เป็น "โครงสร้างพื้นฐานของระบบเศรษฐกิจ AI" ไม่ใช่แค่ผู้เล่นในตลาด ถ้ามองภาพใหญ่ AI ไม่ได้แค่เปลี่ยนว่า "ใครจะชนะ" แต่มันกำลังเปลี่ยนว่า "เงินในระบบเศรษฐกิจจะไหลไปอยู่ที่ใคร"

วันนี้เงินยังอยู่ที่ infrastructure แต่ในระยะยาว มันจะไหลไปหาคนที่ "สร้างรายได้จาก AI ได้จริง" และสุดท้าย คนที่ได้เปรียบที่สุด อาจไม่ใช่คนที่ใช้ AI เก่งที่สุด แต่คือคนที่ "อยู่ในทุก layer ของระบบนี้"