AWS นำ DeepSeek และ Qwen3 มาใช้ เปลี่ยนพลวัตตลาด AI
เมื่อวันที่ 19 กันยายน 2025 Amazon Web Services (AWS) ประกาศเพิ่มโมเดล AI ของ Alibaba Qwen3 Family และ DeepSeek-V3.1 เข้าสู่บริการ “Amazon Bedrock” การประกาศนี้ไม่ใช่เพียงการขยายพอร์ตโฟลิโอ แต่เป็นจุดเปลี่ยนสำคัญที่บ่งบอกถึงการเติบโตของโมเดล Open Weight และการแข่งขันรูปแบบใหม่ระหว่างผู้ให้บริการคลาวด์
การเปลี่ยนแปลงครั้งใหญ่ในตลาด AI
ในช่วง 1 ปีที่ผ่านมา อิทธิพลของโมเดล “Open Weight” เติบโตอย่างรวดเร็วในอุตสาหกรรม AI โมเดลเหล่านี้เปิดเผยค่าน้ำหนัก ทำให้บริษัทสามารถปรับแต่งและ Fine-tuning ตามความต้องการเฉพาะได้ ซึ่งแตกต่างจากระบบปิดที่พึ่งพาโมเดล Proprietary เช่น GPT-4
ประเด็นสำคัญคือโมเดล AI จากจีนมีความก้าวหน้าทางเทคนิคและสามารถแข่งขันในตลาดโลกได้ DeepSeek และซีรีส์ Qwen ของ Alibaba มีประสิทธิภาพเทียบเคียงโมเดลชั้นนำของตะวันตก แต่ต้นทุนต่ำกว่ามาก บริษัทสหรัฐฯ ที่ครอบงำตลาดโมเดล AI คุณภาพสูงมาโดยตลอด ตอนนี้มีคู่แข่งที่แท้จริงเข้ามาแล้ว
AWS รวมโมเดลเหล่านี้เนื่องจากลูกค้าต้องการอย่างแรง โดยเฉพาะโมเดล DeepSeek ที่สร้างกระแสในชุมชนนักพัฒนาและบริษัทต่างๆ ต้องการใช้งานบนแพลตฟอร์ม AWS
ความก้าวหน้าทางเทคนิคและผลกระทบทางเศรษฐกิจ
กลุ่มโมเดลที่เพิ่มใหม่มีคุณสมบัติทางเทคนิคแตกต่างกัน
รายละเอียดโมเดล Qwen และ DeepSeek ที่เพิ่มใน Amazon Bedrock
| ชื่อโมเดล | ผู้ให้บริการ | จำนวนพารามิเตอร์ | สถาปัตยกรรม | บริบทสูงสุด | จุดแข็งหลัก |
|---|---|---|---|---|---|
| Qwen3-Coder-480B-A3B-Instruct | Alibaba | 480B | – | 262,000 โทเค็น | การเขียนโค้ดซับซ้อน การใช้เครื่องมือ |
| Qwen3-Coder-30B-A3B | Alibaba | 30B | – | 262,000 โทเค็น | เติมโค้ดแบบเรียลไทม์ |
| Qwen3-235B-A22B-Instruct | Alibaba | 235B | MoE | 262,000 โทเค็น | การใช้เหตุผลทั่วไป การประมวลผลทางคณิตศาสตร์ |
| Qwen3-32B (Dense) | Alibaba | 32B | Dense | 262,000 โทเค็น | ประสิทธิภาพที่เสถียร |
| DeepSeek-V3.1 | DeepSeek | 685B/37B | MoE | 128,000 โทเค็น | การใช้เหตุผลแบบผสม ความโปร่งใส |
ฟีเจอร์ที่น่าสนใจที่สุดคือ “Hybrid Reasoning” ของ DeepSeek-V3.1 ผู้ใช้สามารถเลือกระหว่าง “Quick Response Mode” ที่รวดเร็ว และ “Thinking Mode” ที่แสดงขั้นตอนการคิดอย่างละเอียด ความโปร่งใสนี้มีความหมายสำคัญสำหรับบริษัทในภาคการเงินและการแพทย์ที่ต้องการอธิบายเหตุผลการตัดสินใจของ AI
เปรียบเทียบราคาโมเดลหลักใน Amazon Bedrock
| ชื่อโมเดล | ผู้ให้บริการ | ราคาต่อ Input (1,000 โทเค็น) | ราคาต่อ Output (1,000 โทเค็น) |
|---|---|---|---|
| Qwen3-Coder-30B-A3B | Alibaba | $0.00015 | $0.0006 |
| Qwen3-32B | Alibaba | $0.00015 | $0.0006 |
| Qwen3-235B-A22B | Alibaba | $0.00022 | $0.00088 |
| Qwen3-Coder-480B-A35B | Alibaba | $0.00022 | $0.0018 |
| DeepSeek-V3.1 | DeepSeek | $0.00058 | $0.00168 |
| gpt-oss-120b | OpenAI | $0.00015 | $0.0006 |
| Claude Sonnet 4 | Anthropic | $0.003 | $0.015 |
| Amazon Nova Premier | Amazon | $0.0025 | $0.0125 |
| Llama 4 Maverick 17B | Meta | $0.00024 | $0.00097 |
| Llama 4 Scout 17B | Meta | $0.00017 | $0.00066 |
ผลกระทบด้านต้นทุนเห็นได้ชัดเจน โมเดล Open Weight ใหม่มีราคาถูกกว่าโมเดล Proprietary แบบเดิมอย่างมีนัยสำคัญ การให้บริการแบบ Pay-as-you-go บน Bedrock ทำให้ SME สามารถเข้าถึงเทคโนโลยี AI ล้ำสมัยได้
โอกาสและความเสี่ยงสำหรับบริษัทไทย
ตลาด AI ของไทยคาดว่าจะเติบโตจาก 1.6 พันล้านดอลลาร์สหรัฐในปี 2022 เป็น 61.6 พันล้านดอลลาร์สหรัฐในปี 2028 อัตราการเติบโตเฉลี่ย 25.4% ต่อปี ผู้ประกอบการ 73.3% วางแผนนำ AI มาใช้ แต่เดิมต้นทุนสูงและขาดความรู้เฉพาะทางเป็นอุปสรรค
การเปิดตัวโมเดล Bedrock ใหม่อาจเปลี่ยนสถานการณ์นี้ได้มาก อุตสาหกรรมการผลิตสามารถใช้ในการพยากรณ์อุปสงค์และควบคุมคุณภาพ ภาคการเงินใช้แก้ปัญหาการฉ้อโกงดิจิทัลที่สร้างความเสียหาย 21 พันล้านดอลลาร์สหรัฐต่อปี อุตสาหกรรมท่องเที่ยวสามารถใช้ความสามารถหลายภาษาในการให้บริการนักท่องเที่ยวต่างชาติ โมเดล AI ต้นทุนต่ำแบบ Pay-as-you-go ทำให้ SME ทดลองนำมาใช้ได้จริง
การเปลี่ยนแปลงสภาพแวดล้อมการแข่งขันและความหมายเชิงกลยุทธ์
โครงสร้างการแข่งขันของผู้ให้บริการคลาวด์รายใหญ่ 3 รายเปลี่ยนไป Microsoft Azure AI Foundry มุ่งขยายตัวด้านปริมาณด้วยแคตตาล็อกโมเดลกว่า 10,000 ตัว Google Cloud Vertex AI เน้นส่งเสริมนวัตกรรมแบบเปิด AWS ใช้กลยุทธ์เลือกสรรโมเดล Best-of-breed บนแพลตฟอร์มที่ปลอดภัยและพร้อมสำหรับองค์กรมากที่สุด
การประกาศนี้เป็นส่วนหนึ่งของกลยุทธ์ที่ AWS ใช้โมเดล Open Weight เพื่อทำให้ Model Layer เป็นสินค้าโภคภัณฑ์ และเพิ่มมูลค่าของ Infrastructure Layer ของตนเอง เมื่อบริษัทสามารถเปลี่ยนโมเดลต่างๆ ผ่าน API เดียวของ Bedrock ได้ง่าย ความเสี่ยงจากการพึ่งพาโมเดลใดโมเดลหนึ่งจะลดลง
BKK IT News คาดว่าการเคลื่อนไหวนี้จะนำไปสู่ “การเร่งการนำ AI มาใช้ใน SME” สำหรับบริษัทไทย เทคโนโลยี AI ล้ำสมัยที่เดิมจำกัดแค่บริษัทใหญ่อาจเปิดให้ SME เข้าถึงได้ ปัญหาการขาดแคลนบุคลากรและคุณภาพข้อมูลยังคงอยู่ การแก้ไขปัญหาเหล่านี้คือกุญแจสู่ความสำเร็จ
แนวทางเชิงกลยุทธ์ที่บริษัทควรปฏิบัติ
บริษัทไทยควรใช้แนวทางแบบขั้นตอน เริ่มต้นด้วยโครงการนำร่องในงานภายในที่ต้นทุนความล้มเหลวต่ำ เช่น สรุปเอกสาร หรือช่วยเขียนโค้ด ใช้เครื่องมือประเมินโมเดลของ Bedrock เปรียบเทียบโมเดลเดิมกับโมเดลใหม่ในงานเฉพาะ
ด้านความปลอดภัย ต้องนำ Amazon Bedrock Guardrails มาใช้ตั้งแต่เริ่มต้น เพื่อสร้างกรอบการใช้ AI อย่างรับผิดชอบ พร้อมกับลงทุนในการพัฒนาบุคลากรเกี่ยวกับ Prompt Engineering และการประยุกต์ใช้เครื่องมือ AI ในทางปฏิบัติ
ในจุดเปลี่ยนทางเทคโนโลยีนี้ บริษัทไทยต้องตอบสนองอย่างระมัดระวังแต่เชิงรุก การเตรียมตัวที่เหมาะสมและการคิดเชิงกลยุทธ์ จะช่วยใช้ประโยชน์จากโอกาสที่การทำให้เทคโนโลยี AI เข้าถึงได้ง่ายนำมาให้
ลิงก์บทความอ้างอิง
- Qwen – Models in Amazon Bedrock – AWS
- DeepSeek – Models in Amazon Bedrock – AWS
- AWS เปิดให้บริการโมเดล AI แบบ Open Weight ตระกูล Qwen3 และ …
- Qwen3 and DeepSeek-V3.1 models now available fully managed on AWS – About Amazon
- AWS adds fully managed AI models: Qwen3 and DeepSeek-V3.1 – SiliconANGLE
- Open Weight vs Open Source AI ไลเซนส์กลยุทธ์ที่ต้องเลือก
