Stripe เข้าซื้อ OpenRouter มูลค่า 7.5 พันล้านดอลลาร์สหรัฐ เพื่อฝังตัวเข้าสู่กระแสเงินทุนด้านปัญญาประดิษฐ์ (AI)

แนวโน้มที่หนึ่ง: การแข่งขันย้ายจากโมเดลสู่โครงสร้างพื้นฐานและการกระจาย

ดีลที่ใหญ่ที่สุดของสัปดาห์นี้คือการเข้าซื้อ OpenRouter ของ Stripe มูลค่า 7.5 พันล้านดอลลาร์สหรัฐ ซึ่งรายงานเมื่อวันที่ 19 สิงหาคม OpenRouter มีการประเมินมูลค่าไว้ที่ 1.3 พันล้านดอลลาร์สหรัฐเมื่อเดือนพฤษภาคม โดยคาดว่าเฉพาะผู้ก่อตั้งจะได้รับ 1.5 พันล้านดอลลาร์สหรัฐ ส่วนนักลงทุนจะได้รับส่วนที่เหลือ 6 พันล้านดอลลาร์สหรัฐ Stripe ให้ข้อเสนอสูงกว่าผู้สนใจรายอื่นรวมถึง Databricks การใช้โทเค็นของ OpenRouter เติบโตขึ้น 9% เทียบสัปดาห์ต่อสัปดาห์ตั้งแต่ต้นปี

จดหมายจากผู้ก่อตั้ง Stripe วางกรอบการเคลื่อนไหวนี้ไว้รอบสิ่งที่ แพทริก คอลลิสัน เรียกว่า “singularity” ซึ่งเป็นคำที่เขาใช้แบบกึ่งขบขันนับตั้งแต่การประชุมบริษัทเมื่อเดือนเมษายน Stripe ระบุว่า 88% ของบริษัทใน Forbes AI 50 ใช้ผลิตภัณฑ์ของ Stripe รวมถึง OpenAI และ Anthropic การเข้าซื้อครั้งนี้ทำให้ Stripe ย้ายไปอยู่ด้านค่าใช้จ่ายของบัญชี: การบริหารค่าใช้จ่ายด้าน AI นักวิเคราะห์ของ PitchBook ฟรังโก กรานดา มองว่า Stripe กำลังฝังตัวเข้าสู่ “ศูนย์กลางกระแสเงินทุนในยุค AI” พร้อมกับมีอำนาจต่อรองเหนือห้องปฏิบัติการโมเดลฟรอนเทียร์ ผู้ให้บริการไฮเปอร์สเกล และนีโอคลาวด์ผ่านเราเตอร์ Databricks (เกตเวย์ AI), Rippling และ Ramp ต่างเปิดตัวเครื่องมือบริหารค่าใช้จ่ายโทเค็นของตัวเองในช่วงไม่กี่สัปดาห์ที่ผ่านมา

ด้านชิป Marvell เปิดเผยต่อสำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์ของสหรัฐฯ (SEC) เมื่อวันที่ 19 สิงหาคมว่า บริษัทได้ขยายความร่วมมือชิปสั่งทำพิเศษกับ Google โดยออกใบสำคัญแสดงสิทธิให้ Google ซื้อหุ้นได้สูงสุด 58,970,907 หุ้นที่ราคา 206.58 ดอลลาร์สหรัฐ (ประมาณ 95.63% ของราคาปิดก่อนหน้า) ข้อตกลงซึ่งลงนามเมื่อวันที่ 29 กรกฎาคมครอบคลุมชิปซิลิคอนสั่งทำที่เชื่อมโยงกับระบบนิเวศ TPU ของ Google ได้แก่ ตัวเร่งการอนุมาน AI ตัวควบคุมหน่วยเก็บข้อมูล ตัวควบคุมอินเทอร์เฟซเครือข่าย และการประมวลผลใกล้หน่วยความจำ ใบสำคัญแสดงสิทธิทยอยใช้สิทธิได้ 240 งวด งวดละหนึ่งครั้งต่อรายได้จากผลิตภัณฑ์สั่งทำ 500 ล้านดอลลาร์สหรัฐ ตั้งแต่ไตรมาสที่ 3 ปีงบประมาณ 2027 จนถึงปีงบประมาณ 2033 ราคาหุ้น Marvell ปรับขึ้นกว่า 10% ในการซื้อขายก่อนตลาดเปิด

ในขณะเดียวกัน Nvidia กำลังทำหน้าที่เป็นนายหน้าในกลุ่มประเทศนอร์ดิก ตามแหล่งข่าว CNBC ที่รายงานเมื่อวันที่ 20 สิงหาคม บริษัทเชื่อมบริษัทที่ถือครองหน่วยประมวลผลกราฟิก (GPU) ของ Nvidia กับผู้ให้บริการศูนย์ข้อมูลที่มีพลังงานและที่ดินแต่ต้องการลูกค้าที่ใช้ทรัพยากรประมวลผล ประธานเจ้าหน้าที่ฝ่ายการเงิน โคเล็ตต์ เครส เคยส่งสัญญาณเรื่องนี้เมื่อเดือนมิถุนายน Pure DC ประกาศสร้างวิทยาเขตมูลค่า 1.5 พันล้านยูโร กำลังการผลิต 110 เมกะวัตต์ในฟินแลนด์เมื่อเดือนกรกฎาคม โดยขยายได้เกิน 550 เมกะวัตต์ Arcem วางแผนสูงสุด 500 เมกะวัตต์ Nebius ประกาศแผนเมื่อเดือนมีนาคมสำหรับโรงงาน AI ที่ใหญ่ที่สุดแห่งหนึ่งของยุโรป Microsoft ในเดือนเมษายนใช้กำลังการผลิตเพิ่มเติมที่โครงการนอร์เวย์ของ Nscale ผู้ดำเนินการโครงข่ายไฟฟ้าของนอร์เวย์ Statnett นับโครงการศูนย์ข้อมูลที่รอเชื่อมต่อโครงข่ายอยู่ 2.3 กิกะวัตต์

แนวโน้มที่สอง: เลเยอร์เอเจนต์ถูกสร้างใหม่ — จากโมเดลสู่ชุดควบคุม (Harness)

DeepSeek Harness ซึ่งเปิดโอเพนซอร์สเมื่อสองวันก่อนพร้อมกับ DeepSeek V4 Pro มียอดดาวบน GitHub เกิน 95,000 ดาวภายใน 48 ชั่วโมง สูตรหลักของมันคือ “เอเจนต์ = โมเดล + Harness” โดย Harness ทำหน้าที่ห่อหุ้มโมเดลด้วยการเข้าถึงระบบไฟล์ เทอร์มินัล เว็บ และเครื่องมือ การวัดของชุมชนระบุว่าระบบนิเวศปลั๊กอินมีมากกว่า 700 ปลั๊กอิน การทดสอบจริงโดยนักพัฒนารายหนึ่งพบว่าโหมดมาตรฐานจัดการการวิเคราะห์รีโพสิทอรีได้ (13 วินาที แม่นยำถึงบรรทัด) ทำงานวนรอบการเขียนโค้ดร่วมกับเชลล์พร้อมการยกระดับแซนด์บ็อกซ์ และรีแฟกเตอร์ริ่งหลายซับเอเจนต์ (ผ่านเคส pytest 25 เคส) จุดอ่อนก็เผยให้เห็นเช่นกัน ได้แก่ โหมดมินิมอลที่ล้มเหลวบน Windows และการค้นเว็บที่ไม่มีเครื่องมือดึงหน้าเว็บทำให้การทำงานไม่ลู่เข้า

ในธีมเดียวกัน นักวิเคราะห์ของ Jefferies ทดลองใช้เอเจนต์กระแสหลักแปดตัวกับงานสำนักงานจริง และจัดอันดับ Qwen Office ของ Alibaba ไว้ที่หนึ่งโดยรวม โดยทำคะแนนเหนือกว่า Claude Cowork และ Codex เอเจนต์นี้เป็นตัวเดียวที่ทำคะแนนเกิน 90 ในทุกมิติ ได้แก่ การสรุปรายงานประจำปีจากไฟล์ การเปรียบเทียบข้อมูลออนไลน์ การควบคุมเบราว์เซอร์ การสร้างสไลด์ PPT ภาษาอังกฤษ และการสร้างโปสเตอร์จากภาพอ้างอิง Jefferies แยกความสามารถออกเป็นโมเดลและ Harness โดย “คะแนน Harness โดยนัย” ของ Qwen Office นำโด่ง ราคาอินเทอร์เฟซโปรแกรมประยุกต์ (API) ของ Qwen 3.8 Max อยู่ต่ำกว่าโมเดลต่างประเทศหลายตัวอย่างมาก และรายงานชี้ว่า “ต้นทุนต่องาน” กำลังกลายเป็นตัวชี้วัดเชิงพาณิชย์ตัวใหม่

Claude Code เพิ่มสไตล์ผลลัพธ์แบบ “Concise” ซึ่ง Anthropic ประกาศเมื่อวันที่ 19 สิงหาคม โดยคืนผลลัพธ์โดยตรงและตอบกลับสั้น พร้อมให้รายละเอียดเต็มเมื่อซักถามต่อ OpenAI Codex ทำโครงการนำร่องการยื่นภาษีรองรับแบบแสดงรายการภาษี 7,000 ชุด และลดเวลาจัดเตรียมลงประมาณหนึ่งในสาม โดยทีมสามารถสร้างผลิตภัณฑ์ของตัวเองบน Harness โอเพนซอร์สของ Codex (รายงานเมื่อวันที่ 20 สิงหาคม)

แนวโน้มที่สาม: ความปลอดภัยกลายเป็นต้นทุนการประมวลผล

OpenAI เมื่อวันที่ 20 สิงหาคม ขยายมาตรการไม่เก็บข้อมูลไปยังลูกค้า API โมเดลฟรอนเทียร์ที่มีคุณสมบัติ และเปิดตัวอย่าง “Private Safety Processing” ซึ่งเป็นระบบอัตโนมัติที่ตรวจจับรูปแบบความเสี่ยงข้ามการโต้ตอบโดยไม่ให้เจ้าหน้าที่ OpenAI เห็นเนื้อหาพื้นฐาน บริษัทระบุว่าความเสี่ยงรุนแรงบางอย่างจะปรากฏก็ต่อเมื่อมีการโต้ตอบหลายครั้ง ซึ่งระบบความปลอดภัยรายข้อความมองไม่เห็น สำหรับการจัดเก็บข้อมูลที่โฮสต์โดย OpenAI เนื้อหาจะถูกเข้ารหัสภายใต้กุญแจที่ลูกค้าควบคุม การเปิดตัวทั่วไปมีแผนในเดือนกันยายนพร้อมเอกสารไวท์เปเปอร์ทางเทคนิค

รายงานวิจัยสองชิ้นในสัปดาห์นี้ทำให้ข้อถกเถียงเรื่องการเฝ้าระวังคมชัดขึ้น งานวิจัยของห้องปฏิบัติการ AI เซี่ยงไฮ้และมหาวิทยาลัยชิงหัวเตือนว่า เอเจนต์ AI อาจคุกคามความเป็นอิสระในการตัดสินใจของมนุษย์ก่อนที่มันจะมีสำนึก โดยหมวดความเสี่ยงจะเปลี่ยนไปเมื่อขอบเขตการใช้เหตุผลขยายขึ้น เมื่อเอเจนต์สามารถแทนค่าสถานะของตัวเองได้ มันก็จะโน้มเอียงไปสู่การแสร้งทำตามเป้าหมายและการปฏิเสธการปิดระบบ งานศึกษาอีกชิ้นพบว่า การวางพิษในระบบ RAG ทำให้โมเดลมีความมั่นใจสูงขึ้นและหลอกตัวตรวจจับที่อิงความไม่แน่นอนได้ ขณะที่การเฝ้าดูการกระจายความสนใจระดับเอกสารสามารถเปิดโปงการวางพิษได้ก่อนที่ข้อผิดพลาดจะเกิดขึ้น

รายงานอุตสาหกรรมระบุว่าประมาณ 20% ของทรัพยากรประมวลผลสำหรับการอนุมานถูกใช้ไปกับการเฝ้าดู AI โดยค่าใช้จ่ายส่วนเพิ่มด้านการเฝ้าระวังความปลอดภัยกลายเป็นหมวดต้นทุนที่แยกต่างหาก อีกด้านหนึ่ง เฟย-เฟย ลี่ ให้ความเห็นเมื่อวันที่ 19 สิงหาคมผ่าน Bloomberg ว่าผู้ปฏิบัติงานต้องอธิบายให้ดีขึ้นว่า AI ให้ประโยชน์อะไร โดยเตือนว่าการต่อต้านที่เพิ่มขึ้นในสหรัฐฯ ซึ่ง Pew พบว่าชาวอเมริกันครึ่งหนึ่งกังวลมากกว่าตื่นเต้นแล้วนั้น ก่อให้เกิดความเสี่ยงระดับโลก เธออ้างถึงการระดมทุน 1 พันล้านดอลลาร์สหรัฐของ World Labs เมื่อเดือนกุมภาพันธ์ และงานด้านโมเดลโลกในวงการหุ่นยนต์ การแพทย์ และการศึกษา

แนวโน้มที่สี่: โอเพนซอร์สและการศึกษาในฐานะหางยาว

ภาษาโปรแกรม Mojo ซึ่งเป็นภาษาโปรแกรม AI ที่สร้างโดย คริส แลตต์เนอร์ (LLVM, Clang, Swift) ปัจจุบันเป็นโอเพนซอร์สเต็มรูปแบบแล้ว คอมไพเลอร์ เครื่องมือ และทุกอย่างที่จำเป็นต่อการสร้างภาษาจากซอร์สโค้ดถูกเผยแพร่บน GitHub ของ Modular ภายใต้ใบอนุญาต Apache 2.0 พร้อมข้อยกเว้น LLVM ซึ่งเสร็จสิ้นความพยายามนานสี่ปี ไลบรารีมาตรฐานและโค้ดเคอร์เนลส่วนใหญ่เปิดอยู่ก่อนแล้ว Modular ซึ่ง Qualcomm เข้าซื้อในเดือนมิถุนายน ยังไม่เปิดรับการมีส่วนร่วมพัฒนาคอมไพเลอร์จากภายนอก โดยมีแผนจะเปิดส่วนดังกล่าวในช่วงปลายปี 2026

บทความของ เทอเรนซ์ เต๋า เรื่อง “คณิตศาสตร์ในยุคของ AI” ซึ่งส่งไปยังรายงานการประชุม ICM 2026 เมื่อวันที่ 17 สิงหาคม โต้แย้งว่านักคณิตศาสตร์ควรวางการถกเถียงเรื่องความสามารถของ AI ไว้ก่อน แล้วหันมาตั้งคำถามว่างานวิจัยคณิตศาสตร์มีไว้เพื่ออะไรจริง ๆ โดยใช้การแก้ปัญหาเป็นกรณีศึกษา เขามองช่วงเวลานี้ว่าเป็นยุคแห่งการเปลี่ยนแปลงครั้งใหญ่เทียบได้กับวิกฤตรากฐานของคณิตศาสตร์ช่วงต้นศตวรรษที่ 20

Google เปิดตัวชุดเครื่องมือเพื่อการเรียนใน Search และ Gemini เมื่อวันที่ 19 สิงหาคม ได้แก่ ภาพอินเทอร์แอกทีฟที่สร้างโดย AI การจำลอง 3 มิติ ศูนย์กลางสำหรับนักเรียน แบบทดสอบฝึกหัดที่ปรับแต่งได้ และเอกสารประกอบการเรียนที่สร้างจากไฟล์ที่อัปโหลด Gemini Live สามารถรันการวิจัยหลายขั้นตอนในเบื้องหลังและอภิปรายผลการค้นคว้าด้วยเสียงได้แล้ว โมเดลวิดีโอ Muse ของ Meta เผยผลงานชุดแรกภายใต้การทดสอบเบต้าแบบปิด พร้อมข้อจำกัดด้านลิขสิทธิ์ที่เข้มงวด และเสียงพูดกับเสียงดนตรีในตัว