การลาออกของ Jensen Huang เขย่าระบบนิเวศสตาร์ทอัพ AI - นักลงทุนเตือนช่องว่างเงินทุนขนาดใหญ่
Jensen Huang ผู้ร่วมก่อตั้งและซีอีโอ Nvidia ลาออกหลังนำบริษัทมา 33 ปี การถอนตัวนี้อาจทิ้งช่องว่างด้านการลงทุนให้กับสตาร์ทอัพ AI ที่พึ่งพาการเดิมพันและเช็คใหญ่จาก Nvidia เป็นหลัก

ข่าวการลาออกของ Jensen Huang ซีอีโอผู้ก่อตั้ง Nvidia หลังดำรงตำแหน่งมา 33 ปี สร้างแรงสั่นสะเทือนในแวดวงสตาร์ทอัพ AI ทั่วโลก นักลงทุนและผู้ก่อตั้งหลายรายมองว่า Huang เป็นแรงผลักดันสำคัญที่ทำให้เงินทุนไหลเข้าสู่ธุรกิจโครงสร้างพื้นฐาน AI และบริการ inference หากทิศทางการลงทุนของ Nvidia เปลี่ยนไป จะส่งผลต่อการดีล การประเมินมูลค่า และการแข่งขันในตลาดอย่างมีนัยสำคัญ
การลงทุนของ Nvidia และผลกระทบที่เกิดขึ้น
Nvidia ลงทุนในสตาร์ทอัพหลายสิบรายต่อปี โดยปีนี้มีการร่วมลงทุนถึง 105 รอบตามข้อมูลจาก PitchBook และเคยเป็นนักลงทุนรายใหญ่ที่สุดในหลายดีล ตัวอย่างเช่นการสนับสนุน CoreWeave ตั้งแต่ยังเป็นบริษัทเอกชน การเข้าร่วมในรอบของ Crusoe รวมถึง Series E มูลค่า 1.4 พันล้านดอลลาร์ และการซื้อ Hugging Face มูลค่า 13 พันล้านดอลลาร์ซึ่งคาดว่าจะปิดดีลในปี 2027 นอกจากนี้ยังถือหุ้นใน Mistral AI, Lambda และ Black Forest Labs ความช่วยเหลือด้านเงินทุนขนาดใหญ่ของ Nvidia ช่วยให้บริษัทโครงสร้างพื้นฐานที่ต้องการ GPU มูลค่าหลายสิบหรือหลายร้อยล้านดอลลาร์สามารถเริ่มธุรกิจได้
ผู้นำชั่วคราวและท่าทีที่อาจเปลี่ยนไป
Colette Kress ผู้ดำรงตำแหน่งซีอีโอชั่วคราว ถูกมองว่ามีแนวทางอนุรักษ์นิยมกว่า Huang นักลงทุนหลายคนคาดว่าเธออาจคัดเลือกการลงทุนเข้มงวดขึ้น และอาจลดขนาดเช็คที่เคยให้กับสตาร์ทอัพในพอร์ต ทำให้ความมั่นใจของนักลงทุนรายอื่นลดลงและมีความเป็นไปได้ที่การประเมินมูลค่าของสตาร์ทอัพบางแห่งจะปรับลง
ช่องว่างโอกาสและความเป็นไปได้สำหรับคู่แข่ง
การถอนตัวของ Huang อาจเปิดโอกาสให้ผู้เล่นรายอื่น เช่น Google, Amazon, Microsoft หรือ AMD เข้ามามีบทบาทด้านการลงทุนและการผลักดันการรับใช้งานชิปและคลาวด์ของตนเอง แต่หลายคนก็เห็นตรงกันว่าบริษัทเทคยักษ์ใหญ่เหล่านี้อาจสนับสนุนสตาร์ทอัพที่โตแล้วเพื่อผลักดันการใช้งานมากกว่าจะทุ่มเงินจำนวนมหาศาลให้กับบริษัทโครงสร้างพื้นฐานที่ยังไม่มีรายได้เหมือนที่ Nvidia เคยทำ การที่ Nvidia อยู่ในตารางผู้ถือหุ้นช่วยลดความเสี่ยงให้กับนักลงทุนรายอื่นๆ เมื่อตัวนี้หายไป นักลงทุนแบบดั้งเดิมอาจชะลอการลงทุนหรือพิจารณารอบใหม่อย่างระมัดระวัง
หมายเหตุสำหรับคนทำงานสายไอที
สำหรับนักพัฒนาและวิศวกร AI เรื่องนี้เตือนให้เห็นความเสี่ยงจากการพึ่งพาแพลตฟอร์มเดียว เช่น CUDA การออกแบบระบบให้พกพาได้ระหว่างฮาร์ดแวร์และคลาวด์หลายค่ายจะช่วยลดความเสี่ยงของโปรเจกต์ นอกจากนี้ทักษะด้าน LLMOps, การปรับใช้ Local LLM, และการทำงานกับเทคโนโลยีที่ไม่ผูกกับฮาร์ดแวร์เพียงผู้เดียวจะมีความสำคัญมากขึ้น
โดยสรุป การลาออกของ Jensen Huang ไม่เพียงเป็นข่าววงในของ Nvidia แต่ยังเป็นเหตุการณ์ที่อาจเปลี่ยนสมดุลการระดมทุนและการพัฒนาโครงสร้างพื้นฐาน AI ทั่วโลก สิ่งที่ต้องติดตามต่อไปคือท่าทีของผู้บริหารคนต่อไป และว่าผู้เล่นรายอื่นจะเข้ามาเติมช่องว่างนี้ได้หรือไม่
ที่มา: TechCrunch - เรียบเรียงและสรุปเป็นภาษาไทยโดยทีมงาน IT Genius
ไอทีจีเนียส เอ็นจิเนียริ่ง ให้บริการด้านไอทีครบวงจร
ทั้งงานอบรม (Training) สัมมนา รับเขียนโปรแกรม เว็บไซต์ แอปพลิเคชัน งานออกแบบกราฟิก และงานด้าน E-Marketing ทั้ง SEO, PPC และ Social Media Marketing
ติดต่อเราเพื่อสอบถามผลิตภัณฑ์ ขอราคา หรือปรึกษาเรื่องไอทีได้เลยค่ะ
แนะนำหลักสูตรที่น่าสนใจ

Generative AI for Software Developers
Generative AI กลายเป็นส่วนหนึ่งของงานพัฒนาซอฟต์แวร์ประจำวัน ตั้งแต่ออกแบบระบบ เขียนโค้ด แก้ Bug เขียน Test ไปจนถึงทำเอกสาร แต่ผลลัพธ์ที่ได้ขึ้นอยู่กับว่านักพัฒนาสื่อสารกับ AI ได้ชัดเจนแค่ไหน ให้บริบทเพียงพอหรือไม่ และตรวจสอบผลงานของ AI อย่างไร นักพัฒนาที่ใช้…

LLMOps: Evaluation, Observability and CI/CD
การสร้าง Chatbot หรือระบบ RAG ให้ตอบได้ดีในเครื่องของนักพัฒนาใช้เวลาไม่นาน แต่การดูแลให้ระบบตอบได้ดีอย่างสม่ำเสมอใน Production เป็นอีกเรื่องหนึ่ง แก้ Prompt นิดเดียวคำตอบบางกลุ่มก็แย่ลงโดยไม่มีใครรู้ เปลี่ยนรุ่นโมเดลแล้วค่าใช้จ่ายเพิ่มขึ้นหลายเท่า…

LLM Fine-Tuning with LoRA
Prompt ที่ดีและ RAG แก้ปัญหาได้หลายอย่าง แต่บางงานก็ไปไม่สุด เช่น อยากให้โมเดลตอบในรูปแบบเฉพาะขององค์กรทุกครั้ง ใช้ศัพท์เฉพาะทางได้ถูกต้อง จัดหมวดเอกสารภาษาไทยได้แม่นยำ หรือใช้โมเดลขนาดเล็กที่รันในองค์กรได้แทนโมเดลใหญ่ราคาแพง Fine-tuning ด้วย LoRA และ QLoRA…
