สำหรับอุตสาหกรรม AI ในวันนี้ คำถามสำคัญอาจไม่ใช่เพียงว่าใครสามารถสร้าง AI ที่ฉลาดที่สุดได้ เพราะเมื่อ AI เริ่มถูกนำไปใช้งานจริงในวงกว้างมากขึ้น ต้นทุนในการใช้งานก็กลายเป็นปัจจัยสำคัญไม่แพ้ความฉลาดของโมเดล โดยเฉพาะการมาของ Agentic AI ที่สามารถวางแผน ตัดสินใจ และทำงานหลายขั้นตอนแทนมนุษย์ได้ด้วยตนเอง
ทำให้ต้นทุนในการประมวลผลก็ยิ่งเพิ่มสูงขึ้นตามไปด้วย งานลักษณะนี้อาจใช้โทเคน ซึ่งเป็นหน่วยวัดปริมาณงานที่ AI ต้องประมวลผล มากกว่าการใช้งาน AI ทั่วไปถึง 15 เท่า ส่งผลให้ต้นทุนการประมวลผลกลายเป็นปัจจัยสำคัญมากขึ้นในการเลือกใช้โมเดล AI และนี่คือจุดที่ผู้พัฒนา AI จากจีนเริ่มได้รับความสนใจมากขึ้น
การเปิดตัวโมเดล AI จากจีนอย่าง Kimi K3 และ GLM-5.3 ในรูปแบบที่เปิดให้นักพัฒนาและองค์กรต่าง ๆ สามารถนำโมเดลไปติดตั้งใช้งาน ปรับแต่ง และพัฒนาต่อยอดเองได้ หรือที่เรียกว่า "Open-weight" กำลังสะท้อนให้เห็นว่าช่องว่างด้านเทคโนโลยีระหว่างจีนและสหรัฐฯ เริ่มแคบลงเรื่อย ๆ แม้สหรัฐฯ จะยังคงเป็นผู้นำด้านความสามารถของโมเดล AI แต่จีนกำลังเร่งแข่งขันด้วยจุดแข็งด้านต้นทุนที่ต่ำกว่า ความเปิดกว้างในการใช้งาน และการเข้าถึงผู้ใช้ในวงกว้าง
สำหรับนักลงทุน ประเด็นสำคัญจึงไม่ใช่ว่าจีนจะเอาชนะสหรัฐฯ ได้หรือไม่ แต่คือ AI ที่มีต้นทุนต่ำลงจะเปลี่ยนโครงสร้างอุตสาหกรรมอย่างไร จะเป็นแรงกดดันต่ออำนาจการตั้งราคาและผลกำไรของผู้เล่นรายใหญ่ในสหรัฐฯ หรือจะเป็นตัวเร่งทำให้ธุรกิจต่างๆ เข้าถึงเทคโนโลยีนี้ได้ง่ายขึ้น จนนำไปสู่การใช้งานในวงกว้างและผลักดันให้ตลาด AI เติบโตได้เร็วขึ้นกว่าเดิม
แม้โมเดล AI จากจีนจะยังไม่ได้เปลี่ยนภาพรวมของธีมการลงทุนด้าน AI อย่างมีนัยสำคัญในวันนี้ แต่กำลังส่งสัญญาณว่าการแข่งขันในอุตสาหกรรมกำลังเข้าสู่บทใหม่ ที่ไม่ได้วัดกันเพียงว่าใครสร้าง AI ได้เก่งที่สุด แต่รวมถึงใครสามารถส่งมอบ AI ที่มีประสิทธิภาพ คุ้มค่า และเข้าถึงผู้ใช้งานได้มากกว่าด้วย
สำรวจ 4 มิติ การแข่งขัน AI ระหว่างจีนและสหรัฐฯ
1. ความสามารถของโมเดล AI จีนไล่ตามสหรัฐฯ ทันหรือยัง
สหรัฐฯ ยังคงเป็นผู้นำด้าน AI แต่ช่องว่างกับจีนกำลังแคบลงอย่างรวดเร็ว ปัจจุบัน โมเดล Open-weight ชั้นนำของจีนมีความสามารถตามหลังโมเดลระดับแนวหน้าของสหรัฐฯ เพียงราวหนึ่งเจเนอเรชันเท่านั้น แม้ว่าสหรัฐฯ จะมีมาตรการจำกัดการเข้าถึงชิปประสิทธิภาพสูงของจีนก็ตาม
อย่างไรก็ตาม แม้ว่าจีนจะลดช่องว่างด้านความสามารถของ AI ลงได้มาก แต่บริษัท AI ชั้นนำของโลกก็ยังเดินหน้าพัฒนาเทคโนโลยีอย่างต่อเนื่อง ทำให้ขีดความสามารถของ AI ถูกยกระดับขึ้นอยู่ตลอดเวลา โดยปัจจุบันบริษัทชั้นนำในสหรัฐฯ เริ่มใช้ชิป Blackwell รุ่นใหม่ของ Nvidia ในการฝึกโมเดลแล้ว ขณะที่ทีมวิจัย AI ของจีนยังต้องพยายามดึงประสิทธิภาพสูงสุดจากทรัพยากรที่มีอยู่อย่างจำกัด
2. ต้นทุนและราคา ใครสร้าง AI ได้คุ้มค่ากว่ากัน
แม้โมเดล AI ของจีนจะมีราคาถูกกว่า แต่ความได้เปรียบด้านราคาอาจไม่ได้มากอย่างที่เห็น เพราะการเปรียบเทียบจากราคาต่อโทเคนเพียงอย่างเดียวทำให้เข้าใจคลาดเคลื่อนได้ เนื่องจาก AI บางโมเดลสามารถหาคำตอบได้มีประสิทธิภาพกว่าด้วยการใช้โทเคนที่น้อยกว่า(1) เพราะฉะนั้นการวัดจากราคาต่อโทเคนเพียงอย่างเดียวไม่ได้สะท้อนต้นทุนที่แท้จริง
นอกจากนี้ แม้โมเดลแบบ Open-weight จะเปิดให้ดาวน์โหลดได้ฟรี แต่การรันโมเดลยังต้องใช้ชิป ระบบไฟฟ้า และ Data Center จำนวนมาก จึงยังมีต้นทุนที่หลีกเลี่ยงไม่ได้ ขณะที่ AI ของสหรัฐฯ ก็เร่งปรับลดต้นทุนลงอย่างต่อเนื่องเช่นกัน(2)
3. ในการใช้งานจริง ผู้ใช้กำลังเลือก AI จากจีนหรือสหรัฐฯ มากกว่ากัน
โมเดลของจีนกำลังได้รับความนิยมเพิ่มขึ้น โดยเฉพาะในงานประเภท Agentic AI ที่สามารถวางแผน ตัดสินใจ และทำงานหลายขั้นตอนได้ด้วยตนเอง โดยข้อมูลจาก OpenRouter ซึ่งเป็นแพลตฟอร์มที่รวบรวมโมเดล AI จากหลายค่าย พบว่าโมเดลจากจีนมีปริมาณการประมวลผลรวมสูงกว่า AI จากสหรัฐฯ อย่างไรก็ตาม ตัวเลขดังกล่าวไม่ได้สะท้อนขนาดตลาดโดยตรง เนื่องจาก Agentic AI มักใช้ปริมาณการประมวลผลมากกว่าการใช้งานทั่วไป ขณะที่หากวัดจากจำนวนครั้งที่ผู้ใช้เรียกใช้งาน AI จริง โมเดลของสหรัฐฯ ยังมีการใช้งานมากกว่าเล็กน้อย และมีแนวโน้มว่าจะทิ้งห่างมากขึ้นเมื่อรวมการใช้งานจากภาคธุรกิจและองค์กรขนาดใหญ่(3)
4. แล้วองค์กรภาคธุรกิจเลือกใช้งาน AI อย่างไร
สำหรับองค์กรนั้น ตลาด AI ของสหรัฐฯ และจีนมีแนวโน้มเติบโตควบคู่กันไป โดยบริษัทขนาดใหญ่ในสหรัฐฯ ยังคงเลือกใช้โมเดล AI จากผู้พัฒนาในสหรัฐฯ เป็นหลัก ขณะที่บริษัทขนาดใหญ่ในจีนก็มักเลือกใช้โมเดลภายในประเทศ สะท้อนถึงข้อกำหนดด้านกฎระเบียบ การจัดซื้อจัดจ้าง และการกำกับดูแลข้อมูล (Governance)
ถึงแม้โมเดลแบบ Open-weight กำลังช่วยลดข้อจำกัดดังกล่าว โดยเปิดโอกาสให้บริษัทในสหรัฐฯ สามารถนำโมเดล AI จากจีนมาปรับใช้บนระบบของตนเอง แต่ความกังวลด้านความปลอดภัย ความน่าเชื่อถือ และความเสี่ยงทางกฎหมาย(4) ยังคงเป็นปัจจัยสำคัญที่ทำให้บริษัทต่าง ๆ ยังคงมีแนวโน้มเลือกใช้ AI จากผู้พัฒนาในประเทศของตนมากกว่า
บทสรุปสำหรับนักลงทุน
กล่าวได้ว่าการมาของโมเดล AI จากจีนที่มีทั้งความสามารถสูงและต้นทุนต่ำ ได้สร้างความกังวลต่อความยั่งยืนของกระแส AI ในสหรัฐฯ ขณะที่การแข่งขันที่เข้มข้นขึ้นก็น่าจะทำให้ตลาดยังคงผันผวนตามพัฒนาการใหม่ๆ ต่อไป
อย่างไรก็ตาม ประเด็นสำคัญไม่ได้อยู่ที่ว่าจีนหรือสหรัฐฯ จะเป็นฝ่ายชนะเพียงอย่างเดียว แต่อยู่ที่การแข่งขันกำลังเร่งให้ความสามารถของ AI กลายเป็นสิ่งที่เข้าถึงได้ในต้นทุนที่ต่ำลง ซึ่งอาจช่วยขยายการใช้งาน AI ไปสู่ผู้ใช้และธุรกิจในวงกว้างมากขึ้น
โดยทั้งสหรัฐฯ และจีนต่างกำลังสร้าง Ecosystem ของ AI ของตนเองที่ดำเนินไปคู่ขนานกัน แต่ก็มีความเชื่อมโยงกันมากขึ้นด้วย ฝั่งสหรัฐฯ เป็นผู้นำในด้านเทคโนโลยี ขณะที่จีนมีบทบาทมากขึ้นในการผลักดันให้ต้นทุน AI ลดลงและการใช้งานแพร่หลายมากขึ้น อย่างไรก็ดี ความเป็นผู้นำด้าน AI ไม่ใช่สิ่งที่รับประกันได้ในระยะยาว เหมือนที่วงจรเทคโนโลยีในอดีตได้แสดงให้เห็นว่าผู้นำในช่วงแรกไม่ได้เป็นผู้ชนะในท้ายที่สุดเสมอไป
ดังนั้น นักลงทุนจึงควรกระจายการลงทุนไปยังหลายส่วนของ AI Value Chain ทั้งผู้พัฒนาโมเดล AI ผู้ให้บริการโครงสร้างพื้นฐานที่สนับสนุน AI เช่น ชิป คลาวด์ และ Data Center รวมไปถึงบริษัทที่สามารถนำ AI ที่เข้าถึงได้ในต้นทุนต่ำลง ไปต่อยอดเป็นการเพิ่มประสิทธิภาพและผลิตภาพทางธุรกิจได้อย่างยั่งยืน
เปรียบเทียบความสามารถและต้นทุนของโมเดล AI ชั้นนำจากสหรัฐฯ และจีน
Source: Artificial Analysis, J.P. Morgan Asset Management. *The Artificial Analysis Intelligence Index is a text-only, English-language benchmark that combines nine evaluations to compare language models across reasoning, knowledge, math, coding, scientific reasoning, and agentic task performance. It produces a weighted overall score, emphasizing agentic tasks, and is intended as a broad comparison of model intelligence while acknowledging that results may not reflect every real-world use case. Cost per task is the cost to run one task from the Intelligence Index evaluation set at published list prices, reflecting token volume per task. The companies/securities above are shown for illustrative purposes only.
Data are as of September 9, 2026.
(1) Artificial Analysis พบว่า แม้ GLM-5.3 Max ของจีนจะมีราคาต่อโทเคนต่ำกว่า GPT-5.6 Terra Max ของสหรัฐฯ แต่เมื่อวัดจากต้นทุนต่องาน (benchmark task) แล้ว Terra กลับมีต้นทุนต่ำกว่า (1.40 ดอลลาร์ เทียบกับ 2.01 ดอลลาร์)
(2) ผู้พัฒนา AI ชั้นนำของสหรัฐฯ ตอบสนองต่อการแข่งขันด้วยการลดราคาและเปิดตัวโมเดลต้นทุนต่ำมากขึ้น โดย OpenAI, Anthropic และ Google ต่างปรับกลยุทธ์ด้านราคาเพื่อรองรับการใช้งานในวงกว้าง
(3) OpenRouter เป็นแพลตฟอร์มสำหรับนักพัฒนาที่เชื่อมต่อกับโมเดล AI หลายร้อยรุ่น ทำให้ข้อมูลการใช้งานบนแพลตฟอร์มนี้สะท้อนกลุ่มนักพัฒนาและงานประเภท Agentic AI มากกว่าการใช้งานของภาคองค์กร ซึ่งส่วนใหญ่อยู่บนคลาวด์รายใหญ่หรือใช้งานผ่านผู้พัฒนาโมเดลโดยตรง
(4) โมเดล Open-weight ของจีนสามารถให้บริการผ่านคลาวด์ในสหรัฐฯ ได้โดยไม่ต้องส่งข้อมูลลูกค้าไปยังบริษัทจีน อย่างไรก็ตาม ไม่ได้หมายถึงความโปร่งใสทั้งหมด เนื่องจากข้อมูลการฝึกสอนและที่มาของโมเดลยังไม่ได้เปิดเผย ซึ่งอาจสร้างข้อจำกัดด้านกฎระเบียบและทรัพย์สินทางปัญญา
ที่มา: KAsset Investment Strategy 9 กันยายน 2026
ข้อมูลนี้จัดทำขึ้นเพื่อเผยแพร่ทั่วไป ผู้ใช้จึงต้องระมัดระวังด้วยวิจารณญาณและรับผิดชอบในความเสี่ยงด้วยตนเอง / ผู้ลงทุนโปรดทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยงก่อนตัดสินใจลงทุน โดยศึกษานโยบายกองทุนและความเสี่ยงได้ที่ www.kasikornasset.com
ที่มา : https://am.jpmorgan.com/us/en/asset-management/adv/insights/market-insights/market-updates/on-the-minds-of-investors/how-is-the-us-china-ai-race-evolving/