ข้อสรุปหลัก: การต่อสู้ระหว่าง AI แบบโอเพนซอร์สและแบบกรรมสิทธิ์จะไม่ก่อให้เกิดผู้ชนะเพียงรายเดียว แต่ทั้งสองแบบกำลังสร้างบทบาทที่แตกต่างกันออกไป ระบบกรรมสิทธิ์ในปัจจุบันเป็นผู้นำด้านประสิทธิภาพและความปลอดภัยสำหรับแอปพลิเคชันที่มีความเสี่ยงสูง ในขณะที่โอเพนซอร์สขับเคลื่อนนวัตกรรม ลดต้นทุน และช่วยให้องค์กรควบคุมข้อมูลของตนเองได้ อนาคตจะเป็นแบบผสมผสาน โดยองค์กรต่างๆ จะใช้โมเดลแบบเปิดควบคู่ไปกับ API แบบปิดมากขึ้น และกฎระเบียบจะมีบทบาทสำคัญในการกำหนดวิวัฒนาการของแต่ละแบบ
กระแสโอเพนซอร์ส
ปัญญาประดิษฐ์แบบโอเพนซอร์สได้พัฒนาจากความอยากรู้อยากเห็นในการวิจัยไปสู่พลังขับเคลื่อนทางอุตสาหกรรม ซีรี่ส์ LLaMA ของ Meta จุดประกายความฮือฮาเมื่อมีการเปิดเผยค่าถ่วงน้ำหนักสำหรับ LLaMA 2 ในปี 2023 ทำให้สตาร์ทอัพและนักวิจัยสามารถปรับแต่งโมเดลที่มีประสิทธิภาพได้ในราคาที่ต่ำกว่ามาก การเปิดตัว LLaMA 3.1 405B ในช่วงกลางปี 2024 ซึ่ง Mark Zuckerberg ซีอีโอของ Meta เรียกว่า “โมเดลโอเพนซอร์สระดับแนวหน้าตัวแรก” ช่วยลดช่องว่างกับผู้นำในตลาดซอฟต์แวร์กรรมสิทธิ์ นอกจากนี้ สตาร์ทอัพสัญชาติฝรั่งเศสอย่าง Mistral ยังพิสูจน์ให้เห็นว่าทีมงานขนาดเล็กสามารถสร้างโมเดลโอเพนซอร์สที่มีความสามารถในการแข่งขันสูงได้ โดยระดมทุนได้ 600 ล้านดอลลาร์ในปี 2024 ซึ่งทำให้มูลค่าบริษัทอยู่ที่เกือบ 6 พันล้านดอลลาร์
ข้อดีนั้นชัดเจน: ไม่มีการผูกขาดจากผู้ขาย การปกป้องข้อมูลอย่างสมบูรณ์ และความสามารถในการปรับแต่งโมเดลให้เหมาะกับอุตสาหกรรมเฉพาะ ตามผลสำรวจในปี 2024 โดย a16z พบว่ากว่า 60% ขององค์กรต่างๆ ใช้โมเดลโอเพนซอร์สอยู่แล้วในระดับหนึ่ง และมีจำนวนเพิ่มขึ้นเรื่อยๆ ที่นำไปใช้งานจริง โครงการOpen Model Initiative ของ Linux Foundation ซึ่งได้รับการสนับสนุนจาก Intel, AMD และอื่นๆ แสดงให้เห็นว่า AI แบบโอเพนซอร์สได้รับการสนับสนุนอย่างแข็งแกร่งจากภาคอุตสาหกรรม
ความได้เปรียบที่ยั่งยืนของ AI ที่เป็นกรรมสิทธิ์
โมเดลที่เป็นกรรมสิทธิ์จาก OpenAI, Google DeepMind และ Anthropic ยังคงมีประสิทธิภาพเหนือกว่าในงานที่ยากที่สุด GPT-4o, Gemini 1.5 Pro และ Claude 3.5 Sonnet ทำคะแนนได้สูงสุดในเกณฑ์มาตรฐานต่างๆ เช่น MMLU-Pro และ HumanEval อย่างสม่ำเสมอ และยังนำเสนอความสามารถแบบมัลติโมดอลและคุณลักษณะเชิงตัวแทนที่โมเดลโอเพนซอร์สยังไม่สามารถจำลองได้อย่างสมบูรณ์ ที่สำคัญ บริษัทเหล่านี้ลงทุนอย่างมากในการวิจัยด้านความปลอดภัย รวมถึงการทดสอบเจาะระบบ (red-teaming), การเรียนรู้แบบเสริมแรงจากผลตอบรับของมนุษย์ (RLHF) และ AI เชิงรัฐธรรมนูญ ซึ่งรายงานปี 2024 จากCenter for AI Safetyระบุว่าทำได้ยากกว่าในโครงการโอเพนซอร์สแบบกระจายศูนย์
API ที่เป็นกรรมสิทธิ์ยังช่วยลดความซับซ้อนในการใช้งาน ให้การบำรุงรักษาอย่างต่อเนื่อง และมาพร้อมกับข้อตกลงระดับบริการที่องค์กรต่างๆ พบว่าน่าเชื่อถือ สำหรับอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวด เช่น การดูแลสุขภาพ การเงิน และภาครัฐ ความปลอดภัยที่ได้รับการดูแลอย่างดีของโมเดลแบบปิดสามารถเป็นจุดขายได้ โปรแกรมโมเดลแบบกำหนดเองของ OpenAI และ Vertex AI ของ Google ช่วยให้ลูกค้ารายใหญ่สามารถปรับใช้โมเดลที่เป็นกรรมสิทธิ์ได้ ในขณะที่ยังคงควบคุมโครงสร้างพื้นฐานการอนุมานและความปลอดภัยหลักโดยผู้ขาย
ตัวแปรที่ไม่แน่นอนด้านกฎระเบียบ
กฎระเบียบอาจเป็นตัวตัดสินชี้ขาด กฎหมาย AI ของสหภาพยุโรปที่ผ่านการอนุมัติในปี 2024 ยกเว้นโมเดลโอเพนซอร์สส่วนใหญ่จากข้อกำหนดที่เข้มงวดที่สุด โดยมีเงื่อนไขว่าต้องไม่นำไปใช้เพื่อการค้าหรือใช้งานในสถานการณ์ที่มีความเสี่ยงสูง สิ่งนี้สร้างสภาพแวดล้อมที่เอื้ออำนวยต่อการพัฒนาโอเพนซอร์สในยุโรป ในทางตรงกันข้าม คำสั่งบริหารของสหรัฐฯ เกี่ยวกับ AI ใช้กฎหมาย Defense Production Act เพื่อบังคับให้โมเดลกรรมสิทธิ์ขนาดใหญ่ต้องผ่านการทดสอบความปลอดภัยและแบ่งปันผลลัพธ์กับรัฐบาล ซึ่งอาจเพิ่มต้นทุนด้านการปฏิบัติตามกฎระเบียบที่โครงการโอเพนซอร์สหลีกเลี่ยงได้ วิวัฒนาการของแนวทางการกำกับดูแลเหล่านี้อาจเป็นตัวกำหนดว่าฝ่ายใดจะดึงดูดการลงทุนและบุคลากรที่มีความสามารถมากที่สุดในทศวรรษหน้า
ความเป็นจริงแบบไฮบริด
ผลลัพธ์ที่น่าจะเป็นไปได้ของการต่อสู้ครั้งนี้เริ่มปรากฏให้เห็นแล้ว นั่นคือ ระบบนิเวศแบบไฮบริด ปัจจุบันองค์กรต่างๆ มักใช้โมเดลที่เป็นกรรมสิทธิ์สำหรับงานที่ละเอียดอ่อนหรือซับซ้อนที่สุด ในขณะที่ใช้โมเดลโอเพนซอร์สสำหรับเครื่องมือภายใน การวิจัย และแอปพลิเคชันที่คำนึงถึงต้นทุน Azure AI Studio ของ Microsoft, Vertex AI ของ Google และ Bedrock ของ Amazon ต่างก็รองรับทั้งโมเดลแบบปิดและแบบเปิดควบคู่กันไป ดังที่ Andreessen Horowitz ตั้งข้อสังเกตไว้ในรายงานโครงสร้างพื้นฐาน AI ปี 2024 ว่า สงครามที่แท้จริงไม่ได้อยู่ระหว่างแบบเปิดและแบบปิด แต่เป็นการต่อสู้ระหว่างความสามารถของ AI ที่กลายเป็นสินค้าโภคภัณฑ์ กับแอปพลิเคชันและเลเยอร์ข้อมูลที่สร้างขึ้นบนนั้น โอเพนซอร์สทำให้ AI กลายเป็นสินค้าโภคภัณฑ์ ในขณะที่ AI ที่เป็นกรรมสิทธิ์จะยกระดับขีดจำกัดของสิ่งที่สินค้าโภคภัณฑ์นั้นสามารถทำได้
สรุป
ไม่มีผู้ชนะเพียงคนเดียวในการแข่งขันระหว่าง AI แบบเปิดกับ AI แบบกรรมสิทธิ์ โอเพนซอร์สทำให้การเข้าถึงเป็นประชาธิปไตยและกระตุ้นนวัตกรรมระดับรากหญ้า ในขณะที่ AI แบบกรรมสิทธิ์กำหนดขีดจำกัดด้านประสิทธิภาพและมอบความปลอดภัยที่จำเป็นสำหรับการใช้งานที่มีความเสี่ยงสูง การอยู่ร่วมกันของทั้งสองแบบกำลังเปลี่ยนแปลงอุตสาหกรรมให้กลายเป็นภูมิทัศน์แบบหลายชั้น โดยที่มูลค่าจะย้ายจากความสามารถของโมเดลดิบๆ ไปสู่ชั้นแอปพลิเคชัน การบูรณาการข้อมูล และประสบการณ์ของผู้ใช้ อนาคตเป็นของผู้ที่สามารถใช้ประโยชน์จากทั้งสองอย่างได้ โดยสร้างบนรากฐานแบบเปิดในขณะที่ใช้ประโยชน์จากความก้าวหน้าของกรรมสิทธิ์ในจุดที่สำคัญที่สุด
