ถอดบทเรียนต้นทุนค่า Token กลางสงครามราคา AI

การแข่งขันทางเทคโนโลยีปัญญาประดิษฐ์ (AI) ในปัจจุบัน เข้าสู่ช่วงของการควบคุมต้นทุนค่าใช้จ่ายให้ถูกที่สุด แต่สร้างผลลัพธ์ให้มากที่สุด โดยเฉพาะเรื่องของค่า Token ที่องค์กรทั่วโลกจําเป็นต้องคํานวณในการใช้โมเดลเอไอระดับสูงในแต่ละครั้ง แต่ละงาน

บิ๊กเทคทั้งจีนและสหรัฐเจ้าของโมเดลเอไอแนวหน้า (Fontier AI) หรือแพลตฟอร์ม Multi Model กําลังเร่งพัฒนาวิธีการที่จะทําให้ราคาของผู้ใช้ปลายทางถูกลง

ขณะที่องค์กรธุรกิจในประเทศไทยกำลังทรานส์ฟอร์มเทคโนโลยีสู่การใช้ Agentic AI มากขึ้น ต้องการกำลังการประมวลผลเพิ่มขึ้น ค่าใช้จ่ายจึงเพิ่มตาม เรื่องนี้กลายเป็นเรื่องน่ากังวลสําหรับผู้บริหาร หลังจากมีเคส Uber ที่ให้วิศวกรกว่า 95% ใช้เครื่องมือ AI ช่วยเขียน และแก้ไขโค้ด จนโค้ดในระบบกว่า 70% มีส่วนเกี่ยวข้องกับ AI แต่ไม่ได้ตั้งเพดานค่า Token ในการใช้งานไว้ ทำให้งบประมาณสำหรับเอไอในปีนี้หมดเกลี้ยงใน 4 เดือน  

ไฮเปอร์สเกลในไทย เร่งหั่นราคา 

“ซันนี่ ชาง” ประธาน หัวเว่ย คลาวด์ เอเชีย-แปซิฟิก กล่าวบนเวที Huawei Cloud Summit Thailand 2026 ว่า บริษัทเพิ่งติดตั้งโครงสร้างพื้นฐานดาต้าเซ็นเตอร์ 3AZ ในประเทศไทย เพื่อตอบสนองความต้องการด้านการประมวลผลที่เพิ่มขึ้น ซึ่งปัจจุบัน Token กลายเป็นตัวชี้วัดหลักของประสิทธิภาพการทำงานขององค์กร 

“การมีโครงสร้างพื้นฐานทำให้ Token มีราคาที่คุ้มค่ากับทุกอุตสาหกรรม ด้วยบริการ MaaS Token ทั่วเอเชีย-แปซิฟิก ทำให้ลูกค้าเข้าถึงโมเดลโอเพ่นซอร์ซ เช่น GLM และ DeepSeek ได้ทันทีผ่าน API เดียว”

ก่อนหน้านี้ “วัตสัน ถิรภัทรพงศ์” Country Manager, AWS ประเทศไทย ผู้ให้บริการคลาวด์ไฮเปอร์สเกลรายใหญ่ระบุว่า ตั้งแต่เปิดใช้ศูนย์ข้อมูลในประเทศไทยเมื่อเดือน ม.ค. 2568 ที่ผ่านมา ส่งผลให้ลูกค้าตัดสินใจย้ายกลับมาใช้บริการ เพราะช่วยประหยัดต้นทุนประมาณ 10-15%”

สอดคล้องกับที่ “ธนวัฒน์ สุธรรมพันธุ์” กรรมการผู้จัดการ บริษัท ไมโครซอฟท์ ประเทศไทย กล่าวกับ “ประชาชาติธุรกิจ” ว่า การแข่งขันด้านราคาของผู้ให้บริการเอไอจะดำเนินต่อไป และราคาต้นทุนจะถูกลงเรื่อย ๆ 

ขณะที่ในภาพรวมเจ้าของโมเดลเอไอแนวหน้าระดับโลกหลายรายทยอยหั่นค่า Token ลง เช่น OpenAI หั่นราคาโมเดล GPT-5.6 ลดราคาลงถึง 80% ราว 0.20-1.20 ดอลลาร์ต่อ 1 ล้าน Input TokensGPT-5.6 Terra ลดราคาลง 20% 

ขณะที่ Anthropic แม้จะเตรียมปรับราคามาตรฐานของโมเดลเรือธงอย่าง Claude Sonnet 5 ภาพรวมลงไปถึง 67% ในคราวเดียว เป็นต้น

ถอดโมเดล กสิกรฯ คุมค่า Token

“ดร.ธีรวัฒน์ อัศวโภคี” รองผู้จัดการใหญ่ ธนาคารกสิกรไทย จำกัด (มหาชน) เปิดเผยว่า การใช้เอไอของกสิกรมีปริมาณสูงมาก จึงต้องมีแผนบริหารจัดการค่าใช้จ่ายควบคู่ไปด้วย โดยธนาคารมีการใช้เอไอมาตั้งแต่ก่อนที่จะมี Generative AI จึงมีความคุ้นเคยและสามารถปรับปรุงเวิร์กโฟลว์แบงก์เข้ากับเทคโนโลยีใหม่ ๆ ได้

แต่มีความจำเป็นที่พนักงานต้องเพิ่มการทำงานข้ามแผนก และต้องเริ่มจากการทดลอง และขยายไปสู่การสร้างผลิตภัณฑ์หรือเอเย่นต์เอไอใหม่ ๆ มาช่วยลดเวลา ผลักดันให้พนักงานเปลี่ยนผ่านจากการเป็นเพียงผู้ใช้งาน ไปสู่การเป็น “Builder” หรือ “Inventor” (นักประดิษฐ์) 

ซึ่งหมายถึงพนักงานที่สามารถใช้เครื่องมือ AI ในการสร้าง Agent หรือออกแบบกระบวนการทำงานใหม่ ๆ (Redesign Process) ได้ด้วยตัวเอง เพื่อแก้ปัญหาในสายงานของตน มีเอไอเป็น “เพื่อนคู่คิด” ในการตัดสินใจ วินิจฉัย วิเคราะห์ความเข้าใจ และช่วยในการตัดสินใจ รวมถึงการแก้ปัญหาต่าง ๆ ในการทำงาน ไม่ใช่แค่การค้นหาข้อมูลทั่วไป

รวมถึงการนำ AI เข้าไปทำความเข้าใจ และดึงองค์ความรู้จากข้อมูลหลังบ้าน เช่น ข้อมูล Core Bank หรือระบบ ERP เพื่อนำมาใช้สนับสนุนการทำงานให้แม่นยำและมีบริบทที่ถูกต้องตามข้อมูลจริงขององค์กร 

ที่สำคัญคือใช้ Multi-Model โดยเลือกโมเดลให้เหมาะสมกับประเภทของงาน ดังนั้นรูปแบบของการควบคุมต้นทุนค่า Token ของ AI อย่างเป็นระบบ แบ่งรูปแบบการใช้งาน 2 ลักษณะคือ แบบสมัครสมาชิก (Subscription) ซึ่งเป็นการใช้งานแบบ “บุฟเฟต์”ไม่ต้องคำนวณต้นทุนตามปริมาณ Token ทำให้ควบคุมงบประมาณได้นิ่งกว่า เหมาะกับงานทั่วไปที่ไม่ได้ซับซ้อน และแบบจ่ายตามการใช้งาน (Token-Based) ใช้สำหรับบริการที่คิดค่าใช้จ่ายตามปริมาณการประมวลผลจริง จึงต้องมีการบริหารจัดการที่เข้มงวดกว่า

“การเชื่อมต่อ API เพื่อใช้ Token Base จำเป็นต่องานด้านนวัตกรรม หลักการเลือกใช้โมเดลให้เหมาะสมกับงาน และกลยุทธ์หลายโมเดล ไม่ผูกติดกับผู้ให้บริการรายเดียว แต่เลือกใช้เทคโนโลยีที่หลากหลาย เช่น Microsoft, Google และอื่น ๆ เนื่องจากแต่ละโมเดลมีความเชี่ยวชาญและราคาที่ต่างกัน ธนาคารจะประเมินว่าปัญหาแต่ละประเภทควรใช้ AI ระดับใด หากเป็นงานที่ไม่ซับซ้อนจะไม่ใช้โมเดลที่มีราคาแพงเกินความจำเป็น 

CPN คุมเฉพาะส่วน

ด้าน “อครินทร์ ภูรีสิทธิ์” Chief People Officer บริษัท เซ็นทรัลพัฒนา จำกัด (มหาชน) ให้มุมมองว่า การใช้งานเอไอในธุรกิจด้านอสังหาริมทรัพย์ จะมุ่งเน้นการให้คนหรือพนักงานเป็น “คนคิดและคนตัดสินใจ” มี AI ช่วยเสริมศักยภาพ และมีแนวทางการบริหารจัดการ AI เป็น 2 ระดับตามความเสี่ยง และประเภทของข้อมูล 

ระดับที่ 1 งานที่มีความเสี่ยงต่อข้อมูลต่ำ คือประเภทการสร้างสรรค์ Artwork หรือการทำ Copywriting CPN อนุญาตให้หน่วยงานต่าง ๆ สามารถเลือกใช้เครื่องมือ AI ได้ด้วยตนเอง ด้วยค่าใช้จ่ายที่เหมาะสม มีเหตุผล คือพนักงานในหน่วยงานนั้น ๆ จะรู้ดีที่สุดว่าเครื่องมือใดตอบโจทย์การทำงานของพวกเขา 

อย่างไรก็ตามการใช้งานต้องผ่านการดูแลจาก “Center” หรือศูนย์กลางที่มีความรู้ด้าน AI เพื่อช่วยกลั่นกรองและดูแลในภาพรวม ส่วนในระดับที่ 2 เป็นงานที่มีข้อมูลสำคัญ และความเสี่ยงสูง (Sensitive Data) สำหรับข้อมูลหลังบ้าน เช่น ข้อมูลทางการเงิน (Financial Information) หรือข้อมูลลูกค้า (Customer Data) CPN จะให้ความสำคัญสูงสุดเรื่องความปลอดภัย การใช้งานจึงต้องเป็นเทคโนโลยีระดับ “Enterprise Grade” เพื่อสร้างความเชื่อมั่น และความปลอดภัยให้ข้อมูลขององค์กร 

“CPN เลือกทำงานอย่างใกล้ชิดกับ Microsoft เพื่อนำระบบ AI ที่มีความปลอดภัยสูงมาใช้จัดการข้อมูลในส่วนนี้ การที่แพลตฟอร์ม เช่น Copilot เริ่มนำโมเดลที่หลากหลายมาให้เลือกใช้ เช่น Claude หรือ Phi-3 ช่วยให้องค์กรมีความยืดหยุ่นในการทำงานสูงขึ้น”

ใช้ Token สร้างอะไร 

คําถามสําคัญคือ ค่าใช้จ่ายเอไอทั้งแบบซับสคริปชั่นหรือแบบโทเค็นจ่ายเพื่ออะไร “ธนวัฒน์ สุธรรมพันธุ์” กรรมการผู้จัดการใหญ่ ไมโครซอฟท์ ประเทศไทย และตลาดใหม่ กล่าวว่าพนักงานทั่วโลกที่ใช้เอไอคือผู้สร้าง (Builder) องค์กรจึงต้องมองให้ออกว่าจะสามารถส่งต่อความสามารถของเหล่าผู้สร้างให้เป็นขีดความสามารถขององค์กรได้อย่างไร

จากรายงาน Work Trend Index 2026 ระบุว่า แม้ประเทศไทยจะมีสัดส่วนคนทำงานที่ใช้ AI ขั้นสูง หรือกลุ่ม “Frontier Professionals” ถึง 32% มากกว่าค่าเฉลี่ยทั่วโลกถึงเท่าตัว แต่องค์กรไทยส่วนใหญ่ยังเผชิญความท้าทายในการนำ AI มาปรับใช้กับกระบวนการทำงาน เพราะพนักงานยังใช้งานด้วยความรู้เฉพาะบุคคล ยังไม่สามารถพัฒนาไปสู่การตกผลึกความรู้ให้องค์กร เป็นการสร้าง “Owned Intelligence”

“แม้หัวหน้างานไทย 8 ใน 10 คนจะเปิดกว้าง และส่งเสริมให้ทีมทดลองออกแบบระบบงานใหม่ด้วย AI แต่มีเพียง 2 ใน 10 ทีมเท่านั้นที่นำผลสำเร็จจากการทดลองมาบันทึก และจัดทำเป็นขั้นตอนการทำงานมาตรฐาน ทำให้เวิร์กโฟลว์ของการทำงานที่ดียังคงติดอยู่กับตัวบุคคล ไม่มีการต่อยอดเป็นขีดความสามารถขององค์กร”

และว่าต้องมองให้ออกว่าด้วยพวกเขาไม่ได้เป็นคนใช้งานเอไอ แต่เป็น “ผู้สร้าง” ซึ่งผู้บริหารหรือหัวหน้างานต้องชี้ให้ชัดว่าโจทย์คือสร้างอะไร จึงจะนำไปสู่การเสริมสร้างขีดความสามารถขององค์กรหรือ Own Intelligence สิ่งที่สร้างขึ้นเหล่านั้นย่อมมาในรูปแบบของ Agent AI เข้ามาช่วยทํางานตามเวิร์กโฟลว์ต่าง ๆ

ดังนั้น เพื่อช่วยให้องค์กรสร้าง Own Intelligence ได้อย่างปลอดภัย และคุ้มค่า ไมโครซอฟท์จึงมีระบบควบคุมและติดตามผ่าน Agent 365 ทำหน้าที่ควบคุมและตรวจสอบ AI Agent ทั้งหมดที่พนักงานหรือนักพัฒนาสร้างขึ้น เพื่อให้มั่นใจว่า Agent เหล่านั้นทำงานได้ตามเป้าหมาย ดึงข้อมูลได้ถูกต้อง และไม่ทำงานซ้ำซ้อนจนเกิดค่าใช้จ่ายส่วนเกิน