Nvidia ประกาศชัด AGI มาถึงแล้ว การยึดติดกับนิยามเดิมอาจไม่ใช่เรื่องสำคัญอีกต่อไป

เจาะลึกมุมมอง Jensen Huang ซีอีโอ Nvidia เมื่อปัญญาประดิษฐ์พัฒนาจนถึงระดับ AGI พร้อมวิเคราะห์ผลประกอบการทุบสถิติ และความท้าทายที่อุตสาหกรรมเทคโนโลยีต้องเผชิญ

Nvidia ประกาศชัด AGI มาถึงแล้ว การยึดติดกับนิยามเดิมอาจไม่ใช่เรื่องสำคัญอีกต่อไป

ความก้าวหน้าของปัญญาประดิษฐ์กำลังก้าวข้ามขีดจำกัดเดิมที่เราเคยรู้จัก ล่าสุด Jensen Huang ซีอีโอของ Nvidia ได้ออกมากล่าวถ้อยคำที่สร้างแรงสั่นสะเทือนไปทั่ววงการเทคโนโลยีระหว่างการแถลงผลประกอบการไตรมาสล่าสุด โดยระบุอย่างชัดเจนว่า ในแง่ของการใช้งานจริงนั้น ปัญญาประดิษฐ์ทั่วไป (Artificial General Intelligence หรือ AGI) ได้เดินทางมาถึงแล้ว และการมัวแต่มาถกเถียงกันว่าเมื่อไหร่เราจะบรรลุหมุดหมายนี้ กลายเป็นเรื่องที่แทบจะไม่มีความจำเป็นอีกต่อไป

PCMag รายงานว่า ในระหว่างการแถลงผลประกอบการประจำไตรมาสที่ 2 ของปีงบประมาณ 2027 ทาง Jensen Huang ได้ให้ความเห็นที่น่าสนใจว่า “สำหรับงานหลายๆ ประเภท เราสามารถพูดได้เต็มปากว่าเราบรรลุเป้าหมายของ AGI ไปเรียบร้อยแล้ว และส่วนตัวมองว่าการตั้งหน้าตั้งตารอความสำเร็จตามนิยามเดิมๆ กลายเป็นเรื่องที่ไร้ความหมายไปแล้วในจุดนี้”

เขายังชี้ให้เห็นภาพที่ชัดเจนขึ้น โดยยกตัวอย่างถึง AI Agents ในปัจจุบันที่สามารถทำงานและตัดสินใจได้เองโดยอัตโนมัติ แถมยังมีความสามารถในการพัฒนาตัวเองแบบ “ทำซ้ำและต่อยอด” (Recursively) ผ่านการเรียนรู้งานเดิมซ้ำไปซ้ำมา ซึ่งจุดนี้เองที่ผู้บริหารระดับสูงของ Nvidia มองว่า อุตสาหกรรมเทคโนโลยีควรเปลี่ยนโฟกัส หันมาให้ความสำคัญกับคำถามที่ว่า AI เหล่านี้สามารถนำไปใช้งานเพื่อสร้างประสิทธิผลและสร้างกำไรได้จริงหรือไม่ มากกว่าการวิ่งไล่ตามกรอบนิยามทางทฤษฎีที่ตั้งกันไว้

นิยามความฉลาดในมุมมองของนักเศรษฐศาสตร์และธุรกิจ

มุมมองที่ Huang มีต่อ AGI นั้น ถือว่าฉีกออกจากกรอบมาตรฐานเดิมของวงการวิทยาการคอมพิวเตอร์อย่างสิ้นเชิง จากเดิมที่นักวิชาการมักจะวัดความสำเร็จของ AGI จากความสามารถในการคิดวิเคราะห์ที่เทียบเท่ากับมนุษย์ในหลากหลายทักษะ แต่สำหรับผู้นำของ Nvidia เขากลับเลือกใช้นิยามในมุมมองทางเศรษฐศาสตร์แทน โดยมองว่า AGI คือระบบปัญญาประดิษฐ์ที่สามารถสร้างและบริหารบริษัทเทคโนโลยีที่มีมูลค่ามากกว่า 1 พันล้านดอลลาร์สหรัฐ (ราว 3.4 หมื่นล้านบาท) ได้ด้วยตัวเอง

แนวคิดนี้ไม่ใช่เรื่องใหม่สำหรับเขา เพราะหากย้อนกลับไปในการสัมภาษณ์ผ่านพอดแคสต์ของ Lex Fridman เมื่อเดือนมีนาคม ปี 2026 เขาเคยแสดงจุดยืนนี้มาแล้ว โดยกล่าวอย่างตรงไปตรงมาว่า “ผมคิดว่าเวลานี้แหละ คือ เวลาที่เราบรรลุ AGI แล้ว”

ถึงกระนั้น เขาก็ไม่ได้ละเลยความเป็นจริงและยอมรับถึงข้อจำกัดที่มีอยู่ “ความเป็นไปได้ที่จะใช้ AI Agents จำนวน 1 แสนตัวมาสร้างบริษัทอย่าง Nvidia ขึ้นมาใหม่จากศูนย์ ตอนนี้โอกาสยังเป็นศูนย์เปอร์เซ็นต์” เขากล่าวในพอดแคสต์ ซึ่งประโยคนี้สะท้อนให้เห็นว่า เขาไม่ได้เคลมว่า AI จะสามารถเลียนแบบความซับซ้อนในทุกมิติของมนุษย์ได้สมบูรณ์แบบ แต่สิ่งที่เขาต้องการสื่อ คือ AI ในปัจจุบันสามารถทำงานที่มีมูลค่าทางเศรษฐกิจสูงมาก จนทำให้นิยามความฉลาดแบบเก่าๆ ดูล้าสมัยไปเลยทีเดียว

ตัวเลขทุบสถิติและแรงกระเพื่อมที่ซ่อนอยู่ในอุตสาหกรรม

การแสดงวิสัยทัศน์ในครั้งนี้ เกิดขึ้นพร้อมกับการประกาศผลประกอบการที่พุ่งทะยานจนสร้างสถิติใหม่ โดย Nvidia รายงานรายได้ประจำไตรมาสที่ 2 ของปีงบประมาณ 2027 สูงถึง 9.62 หมื่นล้านดอลลาร์สหรัฐ ซึ่งเติบโตขึ้นก้าวกระโดดถึง 106% เมื่อเทียบกับช่วงเดียวกันของปีก่อน

อย่างไรก็ตาม ท่ามกลางตัวเลขที่สวยงาม Colette Kress ประธานเจ้าหน้าที่บริหารฝ่ายการเงิน (CFO) ของบริษัท ได้ออกมาส่งสัญญาณเตือนถึงสถานการณ์ด้านซัพพลายเชนว่า อุตสาหกรรมกำลังเผชิญกับ “ภาวะราคาหน่วยความจำที่ผันผวนและตึงตัวอย่างหนัก” ซึ่งกลายเป็นคอขวดสำคัญที่จำกัดกำลังการผลิต และคาดการณ์ว่า ปัญหาความขาดแคลนนี้อาจลากยาวต่อเนื่องไปจนถึงช่วงต้นปี 2028

ทัศนคติที่สวนทางกับผู้นำ OpenAI

ความคิดเห็นของซีอีโอ Nvidia สร้างความแตกต่างอย่างเห็นได้ชัดเมื่อนำไปเทียบกับมุมมองของ Sam Altman ซีอีโอแห่ง OpenAI ซึ่งได้ให้สัมภาษณ์กับนิตยสาร Time ในช่วงเวลาไล่เลี่ยกัน โดย Altman ยืนยันว่าบริษัทของเขาจะพัฒนา AGI ภายในองค์กรให้สำเร็จภายในสิ้นปีนี้

สำหรับ OpenAI นั้น พวกเขามีนิยามของ AGI ที่ชัดเจนว่าต้องเป็น “ระบบที่มีความเป็นอิสระสูง และสามารถทำงานที่มีมูลค่าทางเศรษฐกิจส่วนใหญ่ได้ดีกว่ามนุษย์” ซึ่งเป็นมาตรฐานที่ Altman เพิ่งจะระบุเมื่อไม่นานมานี้ว่า อุตสาหกรรมกำลังเข้าใกล้จุดนั้นเข้าไปทุกที โดยในเดือนกรกฎาคมที่ผ่านมา เขาถึงขั้นประกาศว่า “พวกเรากำลังอยู่ในจุด Singularity (จุดที่เทคโนโลยีพัฒนาจนก้าวข้ามขีดจำกัดของมนุษย์) เรียบร้อยแล้ว”

สงครามแห่งนิยาม ที่มีเดิมพันเป็นอนาคต

แน่นอนว่าเรื่องนี้ไม่ได้มีแค่เสียงเห็นด้วย บรรดานักวิจารณ์และผู้เชี่ยวชาญหลายฝ่ายยังคงแย้งว่า โมเดลภาษาขนาดใหญ่ (Large Language Models) ในปัจจุบันยังมีจุดอ่อนสำคัญ ทั้งเรื่องการขาดหน่วยความจำระยะยาวที่ต่อเนื่อง การประมวลผลตรรกะที่ยังซับซ้อนไม่พอ และปัญหาการสร้างข้อมูลที่ผิดพลาด (Hallucination) ซึ่งข้อบกพร่องเหล่านี้รุนแรงพอที่จะปัดตกรุ่น AI ปัจจุบันออกจากการเป็น AGI ที่แท้จริง

แต่สำหรับ Jensen Huang แล้ว คำถามที่ว่า นี่คือ AGI หรือไม่ อาจไม่ใช่ประเด็นเชิงปรัชญาที่ต้องมาถกเถียงกันให้เสียเวลา แต่มันคือ เรื่องของธุรกิจและการขับเคลื่อนอุตสาหกรรม เขาให้บทสรุปไว้อย่างน่าสนใจว่า “ถ้าเรามีพลังการประมวลผล (Compute) มากกว่านี้ เราก็จะสามารถสร้างผลลัพธ์ (Tokens) ที่ทำกำไรได้มากขึ้น ซึ่งนั่นหมายถึงรายได้ที่เติบโตขึ้นสำหรับทุกบริการที่เกี่ยวข้อง และนี่คือ เฟสที่พวกเราทุกคนกำลังยืนอยู่อย่างแท้จริง”

เมื่อเทคโนโลยีไม่ได้เป็นแค่เครื่องมือ แต่คือ เพื่อนร่วมทางในอนาคต

อ่านต่อได้ที่บทความต้นฉบับ…