มีรายงานว่า Google ต้องจำกัดการเข้าถึงโมเดล Gemini AI ของ Meta หลังบริษัทแม่ของ Facebook ขอซื้อกำลังประมวลผล (Inference Capacity) มากกว่าที่ Google สามารถจัดสรรให้ได้ ส่งผลให้โครงการ AI ภายในของ Meta หลายโครงการต้องล่าช้าตั้งแต่ช่วงเดือนมีนาคมที่ผ่านมา สะท้อนให้เห็นว่าศึก AI ในปัจจุบันไม่ได้แข่งขันกันแค่เรื่องโมเดล แต่ยังรวมถึงการแย่งชิงทรัพยากรโครงสร้างพื้นฐานที่จำเป็นต่อการให้บริการ AI ในระดับมหาศาล
Google ไม่สามารถจัดสรรกำลังประมวลผลให้ Meta ได้ครบ
รายงานจาก Financial Times ระบุว่า Google แจ้งกับ Meta เมื่อราวเดือนมีนาคมว่า บริษัทไม่สามารถจัดสรรกำลังประมวลผลของ Gemini ได้ครบตามปริมาณที่ Meta ต้องการซื้อ ทำให้แผนงานด้าน AI ภายในหลายโครงการได้รับผลกระทบและต้องเลื่อนกำหนดออกไป โดยข้อมูลดังกล่าวอ้างอิงจากแหล่งข่าวที่เกี่ยวข้องหลายราย
แม้ว่าลูกค้า Google Cloud รายอื่นจะได้รับผลกระทบจากข้อจำกัดด้านกำลังประมวลผลเช่นกัน แต่ Meta ถือเป็นบริษัทที่ได้รับผลกระทบมากที่สุด เนื่องจากมีความต้องการใช้งาน Gemini ในระดับสูงกว่าลูกค้ารายอื่นอย่างมาก
Meta ต้องควบคุมการใช้ AI Tokens
หลังจากเกิดข้อจำกัดดังกล่าว Meta ได้ขอให้พนักงานใช้งาน AI Tokens หรือหน่วยวัดปริมาณการใช้งานโมเดล AI ให้มีประสิทธิภาพมากขึ้น เพื่อลดการใช้ทรัพยากรประมวลผลในช่วงที่กำลังการให้บริการยังมีจำกัด ซึ่งเป็นส่วนหนึ่งของการควบคุมต้นทุนด้าน AI ของบริษัท
AI Tokens คือหน่วยที่ใช้วัดปริมาณข้อความหรือข้อมูลที่ถูกส่งเข้าและส่งออกจากโมเดล AI ยิ่งใช้งานมาก ก็ยิ่งใช้กำลังประมวลผลและต้นทุนสูงขึ้น
ปัญหาไม่ได้อยู่ที่โมเดล แต่คือโครงสร้างพื้นฐาน
แม้บริษัทเทคโนโลยียักษ์ใหญ่จะลงทุนหลายหมื่นล้านดอลลาร์ในการจัดซื้อ GPU สร้างศูนย์ข้อมูล (Data Center) และขยายโครงสร้างพื้นฐาน AI อย่างต่อเนื่อง แต่ความต้องการใช้งานขององค์กรทั่วโลกยังเติบโตเร็วกว่ากำลังการให้บริการที่มีอยู่
ก่อนหน้านี้ Sundar Pichai ซีอีโอของ Google ก็เคยยอมรับว่าข้อจำกัดด้านกำลังประมวลผลเป็นหนึ่งในปัจจัยที่ทำให้ Google Cloud ไม่สามารถรองรับความต้องการของลูกค้าได้ทั้งหมด แม้ว่ารายได้ของธุรกิจคลาวด์จะเติบโตอย่างแข็งแกร่งก็ตาม
เหตุการณ์ครั้งนี้จึงสะท้อนว่า “สนามแข่งขัน AI” ในปี 2026 ไม่ได้ตัดสินกันเพียงว่าใครมีโมเดลที่ฉลาดที่สุด แต่ยังรวมถึงว่าใครมี GPU หน่วยความจำ ระบบไฟฟ้า และศูนย์ข้อมูลมากพอที่จะรองรับการใช้งานในระดับมหาศาลได้จริง
ผลกระทบต่ออุตสาหกรรม AI
กรณีของ Google และ Meta แสดงให้เห็นว่า แม้แต่บริษัทเทคโนโลยีที่มีทรัพยากรระดับโลกก็ยังเผชิญข้อจำกัดด้านโครงสร้างพื้นฐาน AI ซึ่งอาจส่งผลต่อการพัฒนาผลิตภัณฑ์ใหม่และการให้บริการลูกค้าในอนาคต
สำหรับธุรกิจที่พึ่งพาโมเดล AI ผ่านบริการคลาวด์ นี่อาจเป็นสัญญาณว่าการวางแผนด้านทรัพยากรและการกระจายการใช้งาน AI ไปยังหลายผู้ให้บริการ จะมีความสำคัญมากขึ้นในช่วงที่ความต้องการใช้งานยังคงเพิ่มขึ้นอย่างต่อเนื่อง
