การเลื่อนเปิดตัว Gemini 3.5 Pro ออกไปหลายเดือนสร้างความกังวลให้แก่ตลาด, Google ถูก OpenAI ทิ้งห่างในสมรภูมิการเขียนโปรแกรมด้วย AI?

TradingKey - ในฐานะผลิตภัณฑ์หลักของกลยุทธ์ด้านปัญญาประดิษฐ์ของแอลฟาเบต ( GOOGL) ( GOOG) โมเดล Gemini 3.5 Pro จึงเป็นที่คาดหวังอย่างมากจากตลาดในตอนแรก อย่างไรก็ตาม ตามรายงานจากแหล่งข่าวหลายรายที่คุ้นเคยกับเรื่องนี้ การเปิดตัวโมเดลเรือธงดังกล่าวได้ถูกเลื่อนออกไปจากกำหนดการเดิมหลายเดือน

ภายหลังข่าวรายงานดังกล่าว ความกังวลของตลาดเกี่ยวกับความสามารถในการแข่งขันด้าน AI ของกูเกิลก็ทวีความรุนแรงขึ้นอย่างรวดเร็ว ส่งผลให้ราคาหุ้นของแอลฟาเบตร่วงลงกว่า 4% ในวันนั้น และยังคงปรับตัวลงอย่างต่อเนื่องมากกว่า 1% ในการซื้อขายช่วงนอกเวลาทำการข้ามคืนถัดมา

แหล่งที่มา: TradingView

เป็นที่เข้าใจกันว่าความล่าช้าในครั้งนี้ไม่ได้เกิดจากการปรับแผนงานผลิตภัณฑ์ แต่เกิดจากความปรารถนาของกูเกิลที่จะเดินหน้าพัฒนาขีดความสามารถโดยรวมของโมเดลอย่างต่อเนื่อง โดยเฉพาะอย่างยิ่งในด้านการเขียนโค้ด AI ซึ่งเป็นสมรภูมิที่มีการแข่งขันกันอย่างดุเดือดที่สุดในปัจจุบัน

เดิมที Gemini 3.5 Pro มีกำหนดเปิดตัวในเดือนมิถุนายนของปีนี้ โดยซันดาร์ พิชัย ซีอีโอของกูเกิลได้ส่งสัญญาณบอกใบ้ถึงแผนการดังกล่าวในระหว่างงานประชุมนักพัฒนา I/O เมื่อเดือนพฤษภาคม ทั้งนี้ เพื่อพยายามไล่ตามคู่แข่งที่นำหน้าอยู่ในด้านการเขียนโค้ด AI กูเกิลได้ทำการอัปเดตข้อมูลที่ใช้ฝึกอบรมโมเดลเมื่อปลายเดือนที่แล้ว แต่ผลการทดสอบกลับต่ำกว่าที่คาดไว้ ส่งผลให้จำเป็นต้องเลื่อนกระบวนการเปิดตัวออกไป

สำหรับกูเกิล เหตุการณ์นี้หมายความว่าบริษัทกำลังเผชิญกับแรงกดดันด้านเวลาที่เพิ่มมากขึ้น ในช่วงไม่กี่เดือนที่ผ่านมา โอเพนเอไอ, แอนโทรปิก และเมตา ต่างทยอยเปิดตัวโมเดลเจเนอเรชันถัดไปอย่างต่อเนื่อง ซึ่งเป็นการสร้างเกณฑ์มาตรฐานใหม่ของอุตสาหกรรมในด้านการเขียนโค้ดอัจฉริยะ เอเจนต์ AI และความสามารถในการให้เหตุผลที่ซับซ้อน ซึ่งได้ค่อย ๆ กัดเซาะความได้เปรียบทางการแข่งขันก่อนหน้านี้ของ Gemini ลง

ในปัจจุบัน กูเกิลกำลังทดสอบโมเดลดังกล่าวร่วมกับพันธมิตร และยังคงสื่อสารกับรัฐบาลสหรัฐฯ เกี่ยวกับมาตรฐานความปลอดภัยของ AI แต่ยังไม่ได้ประกาศกำหนดเวลาการเปิดตัวใหม่

OpenAI นำหน้าในด้านการเขียนโปรแกรมด้วย AI, ความกดดันต่อ Google ในการไล่ตามให้ทันยังคงเพิ่มสูงขึ้นอย่างต่อเนื่อง

ในช่วงไม่กี่เดือนที่ผ่านมา การแข่งขันในด้านโมเดลขนาดใหญ่ได้ค่อย ๆ เปลี่ยนผ่านจากความสามารถในการสนทนาทั่วไป ไปสู่การเขียนโค้ด เอเจนต์ และการให้เหตุผลที่ซับซ้อน โดย OpenAI ยังคงขยายความเป็นผู้นำอย่างต่อเนื่อง

เมื่อเร็ว ๆ นี้ OpenAI ได้อัปเกรดโมเดลซีรีส์ GPT อย่างต่อเนื่อง และสร้างระบบนิเวศนักพัฒนาที่สมบูรณ์แบบรอบตัว Codex Agent เครื่องมือพัฒนาสำหรับองค์กร และเวิร์กโฟลว์ IDE สิ่งนี้ช่วยให้ AI ไม่เพียงแต่สร้างโค้ดได้เท่านั้น แต่ยังสามารถมีส่วนร่วมในวงจรชีวิตการพัฒนาซอฟต์แวร์ทั้งหมดได้อีกด้วย ซึ่งรวมถึงการวิเคราะห์ความต้องการ การแก้ไขจุดบกพร่องของโค้ด การทดสอบ และการทำงานร่วมกันในโครงการ การใช้ประโยชน์จากความสามารถของโมเดลชั้นนำและระบบนิเวศนักพัฒนาที่เติบโตเต็มที่ ทำให้ OpenAI สามารถเสริมความแข็งแกร่งให้กับตำแหน่งผู้นำในด้านการเขียนโค้ดด้วย AI ได้มากยิ่งขึ้น

ขณะเดียวกัน Anthropic ยังคงได้รับความนิยมจากนักพัฒนาและลูกค้าองค์กรอย่างต่อเนื่อง ต้องขอบคุณประสิทธิภาพที่แข็งแกร่งของโมเดลซีรีส์ Claude ในการสร้างโค้ดยาว ๆ งานวิศวกรรมที่ซับซ้อน และการพัฒนาซอฟต์แวร์ระดับองค์กร ส่วนโมเดลเจเนอเรชันถัดไปที่เปิดตัวโดย Meta ก็มุ่งเน้นไปที่การยกระดับความสามารถในการเขียนโค้ดของเอเจนต์เป็นอย่างมาก โดยมีเป้าหมายเพื่อชิงส่วนแบ่งในตลาดนักพัฒนา

ในทางกลับกัน แม้ว่า Google จะมีทีมวิจัยและพัฒนาหลายทีม ซึ่งรวมถึง DeepMind, Google Cloud และ Android แต่การดำเนินตามเส้นทางเทคโนโลยีหลายเส้นทางไปพร้อม ๆ กัน ได้ทำให้ทรัพยากรของบริษัทกระจัดกระจาย

ขณะเดียวกัน แนวคิดทางเทคโนโลยีที่แตกต่างกันยังคงมีอยู่ภายในองค์กร

วิศวกรอาวุโสบางส่วนยังคงยืนยันว่าโค้ดหลักควรเขียนขึ้นโดยมนุษย์เป็นหลัก เพื่อรับประกันคุณภาพงานวิศวกรรมและมาตรฐานความปลอดภัย

ในช่วงแรกของการนำ AI มาใช้ Google ยังได้จำกัดไม่ให้พนักงานใช้ Gemini เพื่อเขียนหรือวิเคราะห์โค้ดภายใน โดยมีสาเหตุหลักมาจากความกังวลว่าโค้ดที่เป็นกรรมสิทธิ์ของบริษัทจะหลุดเข้าไปในข้อมูลการฝึกอบรมของโมเดล แม้ว่าข้อจำกัดเหล่านี้จะค่อย ๆ ผ่อนคลายลงในภายหลัง แต่ในระดับหนึ่ง ก็ยังส่งผลให้การสำรวจเครื่องมือเขียนโค้ดด้วย AI ภายในองค์กรล่าช้าลง

ความล่าช้าของ Gemini เมื่อเร็ว ๆ นี้ สะท้อนให้เห็นในระดับหนึ่งถึงความปรารถนาของ Google ที่ต้องการจะลดช่องว่างด้านประสิทธิภาพกับ OpenAI และ Anthropic ให้แคบลงมากที่สุดก่อนการเปิดตัวอย่างเป็นทางการ โดยเฉพาะอย่างยิ่งในด้านความสามารถในการเขียนโค้ด ซึ่งเป็นตัวกำหนดความสามารถในการแข่งขันของระบบนิเวศนักพัฒนา

การแข่งขันภายนอกทวีความรุนแรงขึ้น, ความคืบหน้าด้านการวิจัยและพัฒนาภายในชะลอตัวลงจากโครงสร้างองค์กรที่ซับซ้อน

ตามรายงานจากอดีตพนักงานและพนักงานปัจจุบันหลายราย ความล่าช้าของ Gemini ได้ก่อให้เกิดความวิตกกังวลอย่างเห็นได้ชัดภายในบริษัท โดยวิศวกร นักวิจัย AI และผู้จัดการจำนวนมากกังวลว่า หากโมเดลเรือธงนี้ยังคงเกิดความล่าช้าซ้ำแล้วซ้ำเล่า กูเกิลอาจสูญเสียบทบาทในพื้นที่เจเนอเรทีฟ AI มากยิ่งขึ้น

นอกเหนือจากความจำเป็นในการปรับปรุงประสิทธิภาพของตัวโมเดลเองแล้ว โครงสร้างองค์กรที่ใหญ่โตของกูเกิลยังเป็นอีกหนึ่งปัจจัยสำคัญที่ส่งผลกระทบต่อความก้าวหน้าของผลิตภัณฑ์

ที่แตกต่างจากสตาร์ทอัพ AI ส่วนใหญ่คือ Gemini ไม่ได้เป็นเพียงโมเดลเดี่ยว ๆ เท่านั้น แต่จะต้องได้รับการรวมเข้ากับธุรกิจหลักที่หลากหลายอย่างลึกซึ้ง ซึ่งรวมถึง Search, YouTube, Maps, Workspace และ Cloud ด้วยเหตุนี้ การเปิดตัวครั้งสำคัญทุกครั้งจึงจำเป็นต้องมีการประสานงานระหว่างหลายแผนกและผู้มีส่วนได้ส่วนเสีย ส่งผลให้กระบวนการทั้งหมดมีความซับซ้อนมากกว่าที่โลกภายนอกมองเห็นอย่างมาก

อดีตพนักงานรายหนึ่งเปรียบเทียบการผลักดันโครงการ AI ภายในกูเกิลว่าเหมือนกับ 'การพยายามกลับลำเรือขนาดยักษ์อย่างรวดเร็ว' เมื่อหลายทีมผลักดันโครงการที่คล้ายกันไปพร้อมกัน และทิศทางของผลิตภัณฑ์ถูกปรับเปลี่ยนอยู่ตลอดเวลา ทรัพยากรก็อาจถูกกระจายจนเจือจางได้ง่าย ส่งผลให้ประสิทธิภาพในการดำเนินงานตามกลยุทธ์ที่เป็นอันหนึ่งอันเดียวกันลดลง

หลังจากการเปิดตัวอย่างกะทันหันของ ChatGPT ในช่วงปลายปี 2022 กูเกิลได้เข้าสู่สถานะที่เรียกว่า 'Code Red' เป็นช่วงเวลาสั้น ๆ โดยหวังที่จะข้ามขั้นตอนอันซับซ้อนภายในองค์กรและเร่งการพัฒนาผลิตภัณฑ์ให้รวดเร็วยิ่งขึ้น อย่างไรก็ตาม แหล่งข่าวผู้คุ้นเคยกับเรื่องนี้เปิดเผยว่า ในปัจจุบันที่การแข่งขันด้าน AI ได้กลายเป็นความจริงในชีวิตประจำวันของบริษัทไปแล้ว ประสิทธิภาพขององค์กรก็ยังคงเป็นปัญหาที่ยากจะแก้ไขได้อย่างสมบูรณ์

การแข่งขันด้าน AI เข้าสู่เฟสใหม่ของการแข่งขันที่เน้นศักยภาพในการดำเนินงาน

การเลื่อนเปิดตัว Gemini 3.5 Pro ไม่เพียงแต่สะท้อนถึงความล่าช้าในความก้าวหน้าของการพัฒนาผลิตภัณฑ์เพียงตัวเดียวเท่านั้น แต่ยังบ่งชี้ถึงความท้าทายใหม่ ๆ ที่กูเกิลเผชิญในยุค AI อีกด้วย

บริษัทมีทรัพยากรข้อมูลที่อุดมสมบูรณ์ที่สุดในอุตสาหกรรม มีระบบนิเวศผลิตภัณฑ์อินเทอร์เน็ตที่ใหญ่ที่สุดในโลก และมีโครงสร้างพื้นฐาน AI ชั้นนำ อย่างไรก็ตาม โครงสร้างองค์กรที่ใหญ่โต ความสอดประสานกันของผลิตภัณฑ์ที่ซับซ้อน และการแข่งขันในอุตสาหกรรมที่ทวีความรุนแรงยิ่งขึ้น ก็ทำให้เป็นเรื่องยากที่จะเปลี่ยนความได้เปรียบทางเทคโนโลยีให้กลายเป็นความได้เปรียบทางผลิตภัณฑ์ได้อย่างทันท่วงที

สำหรับนักลงทุน สิ่งที่ต้องจับตาเป็นสำคัญในอนาคตไม่ใช่แค่เรื่องที่ว่า Gemini 3.5 Pro จะเปิดตัวอย่างเป็นทางการเมื่อใดอีกต่อไป แต่เป็นเรื่องที่ว่ากูเกิลจะสามารถใช้ประโยชน์จากโมเดลรุ่นถัดไปเพื่อลดช่องว่างกับ OpenAI และ Anthropic ได้หรือไม่ และจะสามารถบูรณาการขีดความสามารถด้าน AI เข้ากับธุรกิจหลัก เช่น การค้นหา คลาวด์คอมพิวติ้ง และการโฆษณา อย่างต่อเนื่อง เพื่อเสริมสร้างสถานะการแข่งขันในยุคเจเนอเรทีฟ AI ให้แข็งแกร่งยิ่งขึ้นต่อไปได้หรือไม่