ฮวางเหรินฮุนกล่าวสุนทรพจน์: อย่าใช้ Excel คำนวณอัตราผลตอบแทน ในยุค AI "ปัญหา" มีค่ามากกว่าคำตอบเป็นพันเท่า AI ทางกายภาพจะทำลายข้อจำกัด

NVIDIA ประธานเจ้าหน้าที่บริหาร หวัง เหรินฮุน กล่าวในงาน Cisco AI Conference เสนอแนวคิดที่พลิกโฉมหลายด้าน: ธุรกิจไม่ควรวัดผลการลงทุนด้าน AI ด้วยสูตร ROI แบบดั้งเดิม “ปัญหา” มีมูลค่าทางธุรกิจมากกว่าคำตอบ และเกี่ยวข้องกับความปลอดภัยของ IP หลัก ขณะที่การเกิดขึ้นของ Physical AI จะสร้าง “แรงงานดิจิทัล” เป็นครั้งแรก ซึ่งจะเปลี่ยนแปลงตรรกะการประเมินมูลค่าของอุตสาหกรรมอย่างรุนแรง บทความนี้รวบรวมจากบทสนทนาของ หวัง เหรินฮุน ในงาน Cisco AI Conference โดยทีมงาน ดิจิทัลโซน

(ข้อมูลเบื้องต้น: สรุป NVIDIA GTC 2025: หวัง เหรินฮุน คาดการณ์ “ปฏิวัติ AI Agent” เข้าสู่ระดับครอบครัว)
(ข้อมูลเสริม: หวัง เหรินฮุน: ผมใช้ AI ทำให้ตัวเองฉลาดขึ้นแบบนี้ ไม่กังวลว่า AI จะแย่งงานมนุษย์)

สารบัญบทความ

• อย่าใช้ Excel คำนวณผลตอบแทนจาก AI
• “คำถาม” ของคุณคือทรัพย์สินทางปัญญาที่มีค่าที่สุด
• Physical AI: จากเครื่องมือสู่แรงงานดิจิทัล
• คำแนะนำเชิงปฏิบัติ 3 ข้อสำหรับธุรกิจ

แท็ก:

หวัง เหรินฮุน ซีอีโอของ NVIDIA เมื่อเร็ว ๆ นี้ในงาน Cisco AI Conference ได้สนทนาเชิงลึกกับ Chuck Robbins ซีอีโอของ Cisco เกี่ยวกับวิธีที่ธุรกิจจะรับมือกับคลื่น AI โดยเสนอแนวคิดที่น่าคิด ตั้งแต่กลยุทธ์การลงทุน ไปจนถึงอธิปไตยข้อมูล ไปจนถึงวิสัยทัศน์ของ Physical AI หวัง เหรินฮุน ได้กล่าวถึงประเด็นสำคัญที่ธุรกิจต้องเผชิญในยุค AI

อย่าใช้ Excel คำนวณผลตอบแทนจาก AI

หวัง เหรินฮุน กล่าวตรง ๆ ว่า ในช่วงเริ่มต้นของการใช้งาน AI ธุรกิจไม่ควรพยายามวัดผลด้วยสูตร ROI แบบดั้งเดิม เขากล่าวว่า “เทคโนโลยีทุกชนิดในช่วงแรกยากที่จะใส่ลงในตารางคำนวณ”

เขายกตัวอย่างเทียบเคียงกับอินเทอร์เน็ตในปี 1995 ชี้ให้เห็นว่าในตอนนั้นไม่มีใครสามารถคาดการณ์ได้ว่าอินเทอร์เน็ตจะเปลี่ยนแปลงวงการค้าปลีกอย่างสิ้นเชิงอย่างไร AI กำลังนำมาซึ่งการเปลี่ยนแปลงในระดับทวีคูณ การใช้ความคิดเชิงเส้นเพื่อกำหนดคุณค่า จึงเป็นการพลาดโอกาสอย่างแน่นอน

หวัง เหรินฮุน ยังเปิดเผยว่า โครงการ AI ภายใน NVIDIA เองมีจำนวนมากจน “ควบคุมไม่ได้” (out of control) แต่เขามองว่านี่คือธรรมชาติของนวัตกรรม เขาเสนอให้ธุรกิจเรียนรู้จากแนวคิดการบริหารของการลงทุนแบบ Venture Capital (VC) — ลงทุนในสิบโครงการ ยอมรับว่าห้อล้มเหลว แต่ถ้าโครงการหนึ่งประสบความสำเร็จ ผลตอบแทนอาจสูงถึงพันเท่า

“คุณไม่จำเป็นต้องเป็นบริษัทแรกที่ใช้ AI ได้ดี แต่ห้ามเป็นบริษัทสุดท้าย”

“คำถาม” ของคุณคือทรัพย์สินทางปัญญาที่มีค่าที่สุด

ในประเด็นความเป็นเจ้าของข้อมูล หวัง เหรินฮุน ได้เสนอความเห็นที่น่าคิด: ในยุค AI ทรัพย์สินทางปัญญาที่มีค่าที่สุดไม่ใช่คำตอบ แต่คือ “คำถาม”

เขาอธิบายว่า ต้นทุนในการให้ AI สร้างคำตอบใกล้เป็นศูนย์ และคำตอบจากโมเดลต่าง ๆ ก็คล้ายคลึงกันมาก แต่คำถามที่ธุรกิจยื่นให้ AI นั้น สะท้อนความคิดเชิงกลยุทธ์ ข้อจำกัดด้านเทคโนโลยี และแนวทางการจัดสรรทรัพยากร หากคู่แข่งสามารถเข้าถึงบันทึกคำถามของบริษัทในช่วงสามเดือนที่ผ่านมา ก็สามารถประกอบภาพกลยุทธ์ได้อย่างครบถ้วน

ด้วยเหตุนี้ หวัง เหรินฮุน จึงเน้นย้ำว่าระบบ AI หลักต้องมีการปรับใช้ในระดับท้องถิ่น เขาแนะนำให้ธุรกิจใช้กลยุทธ์คลาวด์แบบผสมผสาน: สร้างระบบ AI สำหรับกลยุทธ์ การเงิน และเทคโนโลยีหลักในระบบภายในองค์กร ขณะที่ฟังก์ชันทั่วไป เช่น การแปลภาษา การสร้างเนื้อหา สามารถใช้บริการคลาวด์สาธารณะได้

ผมรู้สึกไม่สบายใจที่จะให้บทสนทนาทั้งหมดของ NVIDIA อยู่บนคลาวด์ นี่คือเหตุผลที่เราตัดสินใจสร้างระบบในระดับท้องถิ่น

Physical AI: จากเครื่องมือสู่แรงงานดิจิทัล

หวัง เหรินฮุน มองไปยังอนาคตไกลกว่า เขาวาดภาพของ Physical AI (AI เชิงกายภาพ) เขาเน้นว่า ตลอด 40 ปีที่ผ่านมา อุตสาหกรรมเทคโนโลยีมุ่งเน้นไปที่การจัดการอิเล็กตรอน (Electrons) และข้อมูล แต่เศรษฐกิจโลก 99% ขับเคลื่อนด้วยโลกวัตถุ (Atoms) ซึ่ง Physical AI จะทำลายกำแพงนี้ หวัง เหรินฮุน ให้ความหมายสำคัญของการเปลี่ยนแปลงนี้ว่า:

นี่เป็นครั้งแรกในประวัติศาสตร์มนุษยชาติที่เราได้สร้างแรงงานโดยตัวเอง โดยไม่ใช่แค่เครื่องมือ

เขายกตัวอย่าง Tesla รถขับอัตโนมัติ ซึ่งมูลค่าหลักไม่ใช่รถยนต์เอง แต่คือ “คนขับดิจิทัล” — ทรัพย์สินดิจิทัลที่สามารถทำงานได้ตลอด 24 ชั่วโมงและสร้างมูลค่าทางเศรษฐกิจอย่างต่อเนื่อง เช่นเดียวกัน หุ่นยนต์ Physical AI จะเรียนรู้การใช้ง้อเครื่องมือเดิม เช่น มีด, ไม้กวาด ขณะเดียวกัน AI Agent ก็จะเรียนรู้การควบคุมซอฟต์แวร์ขององค์กร เช่น SAP, Salesforce แทนที่จะสร้างระบบ IT ใหม่ทั้งหมดตั้งแต่ศูนย์

คำแนะนำเชิงปฏิบัติ 3 ข้อสำหรับธุรกิจ

หวัง เหรินฮุน ยังได้เสนอแนวทางปฏิบัติให้ผู้นำธุรกิจ:

• สร้าง “สัมผัสทางเทคนิค”: ลงมือสร้างระบบ AI ขนาดเล็ก เพื่อเข้าใจต้นทุนการฝึกและการทำงาน “เพื่อพระเจ้า ช่วยสร้างคอมพิวเตอร์ด้วยตัวเอง” เพื่อหลีกเลี่ยงการถูกผู้ขายหลอกลวงในกระบวนการเจรจา
• ทำการตรวจสอบคำถาม: บันทึกคำถามทั้งหมดที่ทีมงานถาม AI ภายในหนึ่งสัปดาห์ แล้วจัดระดับความอ่อนไหวเป็น A (กลยุทธ์หลัก), B (ความอ่อนไหวที่ควบคุมได้), C (ข้อมูลทั่วไป) หากคำถามกลุ่ม A เกิน 20% ควรพิจารณาสร้าง AI ส่วนตัวอย่างจริงจัง
• เริ่มต้นโครงการ “AI in the Loop”: เลือกตำแหน่งงานสำคัญให้ AI สังเกตและบันทึกแบบแผนการตัดสินใจ หลังจากสามเดือน จะมีฐานข้อมูลประสบการณ์เฉพาะของบริษัท เพื่อสร้างรั้วป้องกันการแข่งขันในอนาคต