Re: ทำไมเราต้องลงทุนหุ้นต่างประเทศ? มาแชร์กันครับ ผมบอกคุณรึยังว่าหุ้นโรงไฟฟ้ามันมีลักษณะเหมือนกับ หุ้น Tech การที่ผมไปโดนหุ้นรฟฟ. นั้นทำให้ผมตระหนักว่าเราไม่ควรไปลงทุนในสิ่งที่เราไม่เข้าใจ ไม่งั้นเราก็อาจจะโดนอีกได้ ผมไม่เข้าใจหุ้น Tech และต้องใช้เวลาเข้าใจอีกนาน ผมก็เลยไม่กล้าลงทุนตอนนี้ คุณยังมองว่ามันเป็นการมองในเชิงเหมารวม/bias หรือไง ถ้าคอมเม้นของผมทำให้คุณ Peter1011 รู้สึกไม่ดีก็ต้องขอโทษด้วยครับ อย่างไรก็ดีผมคิดว่าการมองหุ้นกลุ่ม Tech แบบเหมารวมทั้ง sector เป็นวิธีคิดแบบ Stereotype ซึ่งเป็น bias ประเภทหนึ่งครับ คำว่า bias นี้ ส่วนตัวผมไม่ได้มองว่าเป็นคำ negative และไม่ได้มีเจตนามุ่งร้ายต่อคุณ Peter1011 ครับ เอาเป็นว่าต่อไปผมคงโพสให้น้อยลงดีกว่าครับ จะได้ไม่ไปเผลอกระทบความรู้สึกใคร โดยไม่ได้เจตนา โดย นายมานะ อังคาร มิ.ย. 15, 2021 11:56 pm

Re: ทำไมเราต้องลงทุนหุ้นต่างประเทศ? มาแชร์กันครับ ผมได้ลองไปอ่าน Economic Principles ของ Ray Dalio มาซึ่งเกี่ยวกับกลไกของเศรษฐกิจและ long term debt cycle ผมเห็นด้วยกับเค้าว่าในอเมริกาตอนนี้มีปัญหาความเหลื่อมล้ำระหว่าง haves และ have-nots (พวกที่มีและไม่มี assets) ซึ่งเป็นหนึ่งในความไม่สมดุล ที่เกิดขึ้น โดยมาจากเหตุผลหลายประการเช่น การทำ QE ที่ไม่ effective และ tech disruption ทำให้คนตกงานมากขึ้น ส่วนเงินที่ print ออกมา ก็มีบางส่วน ถูกนำไปซื้อหรือเล่นหุ้นโดยไม่ได้ถูกนำไปหมุนเวียนในเศรษฐกิจ ผ่านการจ้างงานและการใช้จ่าย ถ้าปัญหาความเหลื่อมล้ำยังไม่ถูกแก้ไขโดยเร็ว มันก็จะเป็นดินพอกหางหมูที่ถ่วงการเดินไปข้างหน้าของเศรษฐกิจก็ได้ มันไม่ใช่แค่ในไทยครับ มันเป็นเกือบทุกที่ ตอนนี้ผมเริ่มไม่ค่อยมั่นใจในการลงทุนในหุ้น tech/growth ตปท. สักเท่าไหร่ พวกนี้เป็นหุ้นแห่งอนาคตที่มีพฐดีเยี่ยม แต่ผมไม่รู้ว่าพวกนี้มัน hype แค่ไหน มัน hype ไปมากกว่าพฐเปล่า ผมเคยโดนหุ้นโรงไฟฟ้ามาแล้ว มันเป็นบทเรียนที่เจ็บจริง ไม่ค่อยมั่นใจในการลงทุนในหุ้นที่ hype บทเรียนนี้ทำให้ผมรอดดอยหุ้น DELTA มาได้โดยไม่ซื้อมันที่ 802 โรงไฟฟ้ามันไม่ได้มีลักษณะของ Winner take all เหมือน Tech นะครับ และไม่ใช่ธุรกิจที่สามารถเติบโตแบบก้าวกระโดดในระยะยาวได้ด้วย การเติบโตของโรงไฟฟ้าต้องใช้ Capex มาก ในขณะที่ Tech software สามารถเติบโตได้โดยมี operating leverage มหาศาล โดยรวมแล้วบริบทของหุ้นโรงไฟฟ้าแตกต่างจากหุ้น Tech อย่างสิ้นเชิง ถ้าพูดถึง Sector Tech อาจจะมีหุ้นบางกลุ่มหรือบางตัว hype เกิน valuation ได้ครับ และก็มีโอกาสที่สถานการณ์จะเป็นแบบนี้ได้ยาวนาน แต่ถ้าศึกษาเป็นรายบริษัท ผมคิดว่ายังมีโอกาสที่จะหาหุ้นที่ undervalue ได้อยู่ครับ การมองในเชิงเหมารวมผมคิดว่าเป็น bias ศึกษาเป็นรายกรณีไปน่าจะดีกว่าครับ ขอขอบคุณนายกหลินฯ ที่รวบรวม content ดีๆ ไว้ในนี้ด้วยครับ จะได้ไม่หายไปตามเวลา :) โดย นายมานะ อังคาร มิ.ย. 15, 2021 12:38 am

Re: ThaiVI Go - EP.2 หุ้นอเมริกา 26 Feb.((2 ทุ่มตรง!! @Clubhouse)) เห็นอ. picatos มาโพสเรื่องข้อจำกัดของ VC ผมเห็นข้อความช่วงก่อนโดนลบ แต่เวลานั้นผมอยู่นอกบ้านไม่สะดวกอ่าน พอกลับถึงบ้านข้อความก็หายซะแล้ว เสียดายมากเลย ไม่แน่ใจว่าอ. picatos สะดวกกลับมา repost หรือไม่ครับ (ถ้าข้อความนี้รบกวนต้องขออภัยด้วยครับ) โดย นายมานะ อังคาร มี.ค. 16, 2021 7:07 pm

Re: thaivi มีห้อง club house มั้ยครับ วันเสาร์นี้มี Thai VI GO Japan ครับ https://www.joinclubhouse.com/event/mZJLO59d?fbclid=IwAR20Ivd8SGhUGTQxCCGdKMEc8-w4xs1bZ9bNbemV9wMgdzN_R0YvqG_QuII โดย นายมานะ พุธ ก.พ. 17, 2021 8:35 pm

Re: **เปิดรับ 15 ที่นั่ง CV@AMA โดยไม่ต้องใช้สิทธิ์ CV** จอง 1 ที่ครับ ขอบคุณครับ โดย นายมานะ พฤหัสฯ. ธ.ค. 03, 2020 10:02 am

Re: ทำไมเราต้องลงทุนหุ้นต่างประเทศ? มาแชร์กันครับ อาจจะไม่ได้เกี่ยวกับกระทู้โดยตรง แต่ขอร่วมแชร์ประเด็นด้วยครับ ผมมีโอกาสได้บรรยายในงาน VI 101 รุ่นที่ผ่านมา พบว่าแม้แต่นักลงทุนที่เพิ่มเริ่มต้นระดับ 101 ก็สนใจหุ้นต่างประเทศกันมากทีเดียว คำถามในงานก็เกี่ยวกับหุ้นต่างประเทศมาก จนวิทยากรในงานพูดติดตลกว่าคำถามไม่เหมือนระดับ 101 เลย ในงานมีคำถามหนึ่ง ผมจำคำถามเป๊ะๆ ไม่ได้ แต่เนื้อความประมาณว่าหุ้น Tech ใน Nasdaq ที่ไม่มีกำไรนี่เขา valuation กันอย่างไร ผมตอบไปตามตรงว่า ผมเองก็ไม่สามารถจะ valuation หุ้นที่ไม่มีกำไรได้เหมือนกัน และไม่รู้ว่าเขา valuation กันยังไง (พออ่านที่อาจารย์ Picatos โพสแล้วเริ่มเข้าใจประเด็นนี้มากขึ้นครับ) ผมเข้าใจว่าสมมติฐานของนักวิเคราะห์ เขาคงต้องใช้จินตนาการในเรื่อง TAM และคาดหวังให้บริษัทที่ชนะสามารถทำกำไรได้ในอนาคตอันใกล้ (โดยอาจจะต้องลืมสมมติฐานไปก่อนว่าบ.ที่ชนะและได้สิทธิ์กินรวบ TAM เกือบทั้งหมดนั้นคงมีไม่มากนัก) ส่วน P/S ratio นั้นผมไม่เห็นด้วยที่จะใช้ และคิดว่าในหลายกรณีไม่ make sense ที่จะใช้ แต่ส่วนตัวแล้วผมคิดว่าเราไม่จำเป็นต้องเล่นในเกมที่เราไม่ถนัด ตัวผมเองไม่ได้มีความสามารถมากพอจะ valuation หุ้นที่ไม่มีกำไรได้ จึงต้องปล่อยไป และคิดว่านักลงทุนมือใหม่ก็ไม่จำเป็นจะต้องเล่นท่ายากขนาดนั้น ยังมีคำถามเพิ่มอีกว่าหรือเรื่องนี้จะเกิดจากปรากฏการณ์เงินล้นโลก ผมเชื่อว่ามีส่วน กลุ่มหุ้น Tech ตอนนี้ ผมเชื่อว่าอยู่ในสถานะฟองสบู่ (แต่มากแค่ไหน แตกเมื่อไหร่ อย่ามาถามผมนะครับ) ถ้ามีใครมาถามผมว่าหุ้น Tech ตัวไหนน่าสนใจในตอนนี้ ผมจะแนะนำให้หลีกเลี่ยงหุ้น Tech คือคุณควรลองศึกษาหรืออาจลองเข้ามาลงทุนในสัดส่วนเล็กน้อยได้ แต่จะขนเงินมาหวังหาหุ้นเปลี่ยนชีวิตคงไม่ง่าย เมื่อเข้ามาอ่านกระทู้นี้แล้ว ยิ่งได้รู้ว่าตัวเรานี่รู้น้อยเหลือเกิน ที่พิจารณาตัวเองมาตลอดว่าหรือเราควรจะเลิกพูด เลิกเขียน หันมาเลี้ยงลูกอย่างเดียวดีมั้ย ก็ต้องคิดให้หนักมากขึ้นไปอีก - -" สุดท้ายนี้ขอบคุณอาจารย์ Linzhi และอาจารย์ Picatos สำหรับกระทู้เนื้อหาดีๆ แบบนี้ครับ โดย นายมานะ จันทร์ ส.ค. 17, 2020 9:55 pm

Re: อยากรบกวนพี่ๆ ที่มีประสบการณ์การผ่านวิกฤติ มาช่วยแชร์แนวคิดฝ่าวิกฤติครั้งนี้ไปด้วยกันครับ? ขอบคุณอาจารย์ picatos มากๆ เลยครับ ทั้งความรู้ด้านการลงทุนและข้อคิดดีๆ สำหรับการทำประโยชน์เพื่อผู้อื่น ผมได้มีบริจาคเงินบางส่วนแล้วผ่านโครงการหาชุดหมีให้พี่หมอ แต่คิดว่ายังเล็กน้อยมากเทียบกับความเดือดร้อนที่เกิดขึ้น ขอบคุณอาจารย์สำหรับคำแนะนำครับ โดย นายมานะ อาทิตย์ มี.ค. 22, 2020 1:39 pm

Re: 10 บทสรุปและประสบการณ์ลงทุนหุ้นอเมริกาปี 2019 - By Billionaire VI (เข้าใจว่าคุณ ktoa นำโพสจากเพจ Billionaire VI มาโพสอีกที แต่ก็ขออนุญาตคอมเม้นเนื้อหาของกระทู้ละกันนะครับ) ผมอ่านโพสนี้แล้วมีบางจุดรู้สึกไม่ค่อยเห็นด้วย เช่นเรื่อง Tesla ลงเพราะ Musk สูบกัญชา คือผมคิดว่าไม่น่าจะเกี่ยว น่าจะลงเพราะเรื่องที่ SEC เล่นงานที่ Musk ไป Tweet เรื่องจะ Delist มากกว่า ส่วนเรื่อง Model 3 อันนี้น่าจะใช่ แต่ยอดขาย Model 3 ก็ไม่ถึงกับดีกว่าคาดมั้งครับ เข้าใจว่าที่ดีกว่าคาดคือเรื่องการลดคชจ.มากกว่า และอันที่จริงแกก็ไม่ได้สูบกัญชาบ่อยๆ ครับ แกให้สัมภาษณ์ว่าเพิ่งเคยลองครั้งแรกในรายการที่มีภาพภาพนั้นหลุดออกมานั่นแหละครับ (แกลองสูบแค่ไม่กี่วินาที แต่ นัก cap ทำงานได้ดีเลยครับ) อีกเรื่องคือ Apple ราคาหุ้นกลับมาโตเพราะเรื่อง R&D ประเด็นนี้ผมไม่เห็นความเชื่อมโยงเท่าไหร่แฮะ กลับคิดว่า Apple ราคาหุ้นโตได้ดีเพราะกลยุทธ์อื่นๆ มากกว่าเรื่อง innovation ที่มีบ้าง แต่ไม่ถึงกับว้าว กระทู้นี้ผมอ่านแล้วเหมือนสรุปผลงานภาพรวมๆ ส่วนตัวคิดว่าถ้ามีการวิเคราะห์ในรายละเอียดด้วยน่าจะเป็นประโยชน์ต่อผู้อ่านมากกว่านี้ครับ :wink: โดย นายมานะ พฤหัสฯ. ม.ค. 09, 2020 12:10 am

Re: ซีรีย์บทความ THAI VI GO CHINA by นายมานะ ตอนจบ เมื่อ Shenzhen ไม่เซินเจิ้น ตอนที่ 2 กับ 3 ประเด็นเครียดและบทความยาวมาก ตอนจบนี้ผมอยากเขียนแบบชิวๆ บ้างครับ ผมเข้าใจว่าเวลาคนไทยเราพูดถึงของก็อป เราจะนึกถึงสถานที่ 2 แห่ง คือโรงเกลือ กับเซินเจิ้น ถึงขนาดว่านักลงทุนที่ชอบลอกหุ้นเพื่อนถูกล้อด้วยชื่อเล่นเซินเจิ้น จะบอกว่าคำนี้เป็น nickname ของคำว่า copy ก็ได้ แต่ทุกวันนี้เซินเจิ้นเลิกเซินเจิ้นแล้วครับ ถ้าคุณได้ไปงาน Tech Fair ก็น่าจะคิดเหมือนผม แม้ว่าจะไปเดินแบบมึนๆ เพราะฟังไม่รู้เรื่อง แต่ก็มีอยู่ 2 ประเด็นสำคัญ ที่ผมสัมผัสได้จากงานนี้ครับ 1. Tech จีนตอนนี้ว้าวแบบสุดๆ และไม่ใช่แค่ Tencent กับ Alibaba แต่มีบริษัทอะไรไม่รู้ที่มีเทคโนโลยีเจ๋งๆ อยู่เยอะมาก เอาแค่ Face Recognition ก็น่าจะมีบริษัทที่ทำเรื่องนี้ไม่ต่ำกว่า 10 บริษัทแล้ว 2. รัฐบาลจีนมีอิทธิพลอย่างมากกับทิศทางของบริษัทจีนแต่ละแห่ง และ Tech ภาพรวม มี 2 บูธที่ผมประทับใจในงาน Tech Fair นี้ครับ บูธแรกคือ “เครื่องทำอาหาร” ใช่ครับอ่านไม่ผิด มันเป็นตู้อบเครื่องใหญ่ๆ หน้าตาคล้ายไมโครเวฟยักษ์ หลักการทำงานของไอ้เครื่องนี้ก็ง่ายๆ ครับ ใส่วัตถุดิบและเครื่องปรุงลงไป เลือกสูตรอาหาร และรอ จบปึ้ง! ที่เจ๋งมากๆ คือเพื่อนที่ไปลองชิมบอกว่าหน้าตาและรสชาติโอเคเลย เผอิญบูธนี้คนเยอะ และผมมีเวลาไม่พอ(+ฟังเค้าไม่รู้เรื่อง) เลยไม่ได้ลงลึกครับ ใครสนใจเรื่องนี้รอฟังใน Made in Tena นะครับ (ถ้าเข้าใจไม่ผิดน่าจะมีนะครับ แฮะๆ) บูธที่สองคือ Huawei เรารู้กันดีว่า Huawei ทำ 1. มือถือ 2. โครงข่าย 5G และ 3. เริ่มจะขยับมาทำ IOT ถ้าจะมีสักบริษัทที่ represent พัฒนาการของ Shenzhen ได้ดีที่สุดก็คงเป็น Huawei เริ่มต้นจากนักก็อป สู่ Leader ทั้งธุรกิจมือถือ และ 5G ที่แม้แต่สหรัฐก็ยังกลัว จากงาน Tech Fair จะเห็นว่าก้าวต่อไปของบริษัทคือธุรกิจ Smart City ระดับสมบูรณ์แบบ ซึ่งประกอบไปด้วย Tech มากมายทั้ง Face(+Emotion) recognition, Self-driving car, Heat map, Voice Tech ฯลฯ ซึ่งถ้า Huawei ทำได้ตามที่ต้องการ เราจะได้เมือง Smart City ที่ดูแลประชาชนได้แบบสุดยอดมาก(ในหลายๆ ความหมาย) ถ้าเราเกิดหกล้มในห้องน้ำ แล้วไม่มีใครอยู่แถวนั้น Huawei ที่มี AI จับ Heat map ของเราอยู่จะพบว่าเรามีพฤติกรรมแปลกไป และส่งเจ้าหน้าที่มาช่วยเราทันที In case ว่าถ้าคุณเป็นคนรักชาตินะครับ.. ในบทความตอนแรกผมมีพูดถึงความเชื่อของคนจีนที่ว่า ใช้มือถือ Huawei = เป็นคนรักชาติ กล่าวคือผมเห็นด้วยที่สหรัฐฯ กล่าวหาว่า Huawei เป็น SOE สายพันธ์ใหม่ (State Owned Enterprise) ที่ว่าสายพันธ์ใหม่ เพราะรัฐบาลไม่ได้ถือหุ้น Huawei ตรงๆ และโครงสร้างการถือหุ้นของ Huawei ก็เป็นอะไรที่ลึกลับซับซ้อน Huawei ถูกถือหุ้นโดยคนกลุ่มหนึ่งที่เรียกว่า “trade union committee” ซึ่งจนถึงทุกวันนี้ยังไม่มีการเปิดเผยว่าคอมมิตตีนี้มันมีโครงสร้างยังไง (ถ้าผมเข้าใจผิด หรือมีใครรู้ข้อเท็จจริงที่ละเอียดกว่านี้วานแชร์ด้วยนะครับ) สรุปคือใน Smart City นี้ไม่ว่าคุณจะอยู่ที่ไหน อยู่กับใคร อยู่กี่คน พูดอะไรบ้าง แสดงสีหน้ายังไง กระทั่งคุณรักหรือไม่รัก Huawei บริษัทก็จะรู้ข้อมูลเหล่านี้ทั้งหมด ไม่รู้บังเอิญรึเปล่า แต่ก้าวต่อไปของ Huawei ดูจะเข้ากันได้ดีกับก้าวต่อไปของรัฐบาลจีน ทีนี้นลท.บางคนอาจว่าแล้วไง? เพราะยังไง Huawei ก็ไม่ได้ Listed อยู่แล้ว (แต่ถ้าคุณถือหุ้น Xiaomi ก็คงติดใจนิดนึงเนอะ) แต่โดยส่วนตัวแล้ว ผมว่าไม่ใช่แค่ Huawei หรอกครับที่ต้องภักดีต่อรัฐบาล ผมเชื่อว่ารัฐจีนมี power มากพอจะกำหนดทิศทางของบริษัทหรืออุตสาหกรรมใดๆ ในจีนก็ได้ทั้งนั้น ไม่แน่นะครับ นี่อาจเป็นเหตุผลให้ Jack Ma ก้าวลงจากตำแหน่ง CEO และหันมามีส่วนร่วมในพรรคคอมมิวนิสต์มากขึ้นก็ได้ (เป็นคนจีน อย่าเด่นดังกว่าท่านผู้นำจะดีที่สุดแหละครับ พูดถึง Jack Ma ไม่ใช่พี่ตูนนะครับ) ใครสนใจอยากลงทุนหุ้นจีน เลือกแค่เรืออย่างเดียวคงไม่พอ คงต้องแหงนหน้ามองฟ้า ดูโองการสวรรค์กันด้วยครับ ผมจำไม่ได้ว่าใครพูดเอาไว้ แต่ชอบประโยคนี้มาก เลยจะขอจบซีรีย์บทความ 4 ตอนด้วยประโยคนี้ครับ Who cares democracy when you have data. ขอบคุณที่ติดตามครับ นายมานะ โดย นายมานะ เสาร์ ธ.ค. 21, 2019 4:10 pm

Re: ซีรีย์บทความ THAI VI GO CHINA by นายมานะ ตอนที่ 3 Robot, AI และรถยนต์ไฟฟ้า เทคโนโลยีกำลังกลายมาเป็น megatrend ในประเทศจีน เราเห็นหุ่นยนต์ต้อนรับที่สนามบิน เห็นกล้องวงจรปิดที่มีระบบ face recognition โดยใช้ AI ประมวลผลอยู่เบื้องหลัง หลังเดินทางออกจากสนามบิน บนท้องถนน เราจะเห็นรถยนต์ป้ายทะเบียนสีฟ้าและสีเขียว สีฟ้าคือรถยนต์ทั่วไป ในขณะที่สีเขียวคือรถยนต์ไฟฟ้า หรือ EV ในทริปจีนครั้งนี้ น่าตื่นเต้นมากที่ผมเห็นรถป้ายสีเขียวอยู่เรื่อยๆ ตลอดทาง เมื่อพูดถึง EV สัญชาติจีน เชื่อว่าหลายๆ คนคงคิดถึง BYD กับ Nio BYD ผมพอเห็นบนถนนอยู่บ้าง แต่ Nio ไม่ค่อยเห็นเลย ผมเลยทำการบ้านเพิ่มเติมเพื่อเขียนโพสนี้ครับ ... ในปี 2018 ที่ผ่านมา ยอดขาย EV ในจีนอยู่ที่ 1.1 ล้านคัน คิดเป็นประมาณ 4% ของยอดขายรถยนต์ในจีนทั้งหมด ฟังดูอาจเป็นตัวเลขที่ไม่มาก แต่เมื่อเทียบกับยอดขาย EV ของทั้งโลกที่ 2 ล้านคัน และยอดขาย EV ในสหรัฐที่ 3.6 แสนคัน แล้ว ก็นับได้ว่าจีนเป็นพี่บิ๊กในวงการ EV ของโลกเลยทีเดียว (หมายเหตุ ตัวเลขด้านบนนี้รวมรถยนต์ไฮบริดหรือ PHEV เข้าไปด้วยนะครับ) ในกรณีของสหรัฐนั้น Tesla ครองส่วนแบ่งตลาด 50-60% แต่ในกรณีของจีนนั้น มีผู้ท้าชิงอยู่หลายรายด้วยกัน 1. BYD ผู้นำตลาด มี mkt share 20-25% 2. BIAC เป็นของรัฐบาลปักกิ่ง mkt share 10-12% 3. SIAC เป็นของรัฐบาลเซียงไฮ้ mkt share 7-8% ในขณะที่ Nio ซึ่งเรียกตัวเองว่า Tesla Killer ดูจะยังไปได้ไม่สวยเท่าไหร่ มียอดขายประมาณ 1% และยังขาดทุนตั้งแต่บรรทัดกำไรขั้นต้น ภาพรวมของตลาด EV จีนยังแข่งขันกันสูง โดยคาดการณ์ว่ามีบริษัท EV และ startup ด้านนี้ประมาณ 400-500 แห่ง ตรงนี้เป็นประเด็นที่น่าสนใจ คือ EV เป็นธุรกิจที่ใช้งบ R&D สูงมาก จนน่าสนใจว่า startup จะขึ้นมาแข่งขันกับเจ้าตลาดได้อย่างไร ในปีที่ผ่านมา Tesla ใช้งบ R&D ไปประมาณ 1.5 billion (45,000 ล้านบาท) ตัวเลขนี้พอๆ กันกับยอดขายรถยนต์ของ BYD ทั้งปีเลยทีเดียว ผมให้น้ำหนักกับเรื่อง R&D เพราะเชื่อว่า software ของรถยนต์จะกลายมาเป็นจุดชี้ขาดของอุตสาหกรรมในอีก 5-10 ปีข้างหน้าครับ ... Tesla สามารถที่จะ update software ของรถยนต์ทุกคันแบบ over the air ได้ในทุกๆ วัน การอัพเดทแต่ละครั้งทำให้รถมีประสิทธิภาพดีขึ้น เช่น ขับได้เร็วขึ้น ประหยัดพลังงานมากขึ้น หรือการทำงานของระบบ Autopilot ดีขึ้น เมื่อถึงจุดที่เทคโนโลยีรถยนต์ไร้คนขับหรือ Robo-taxi ใช้งานได้จริง บริษัทผู้ชนะจะไม่ใช่บริษัทที่ผลิตรถได้สวยที่สุด หรือมีงานประกอบที่ดีที่สุด แต่เป็นบริษัทที่ AI ขับรถได้เก่งที่สุด ถ้ามองเรื่อง hardware บริษัทในสหรัฐคงสู้จีนซึ่งเป็นโรงงานของโลกได้ยาก แต่เมื่อความสำคัญของ product มาอยู่ที่ software แล้ว Tesla และบริษัทแห่งอื่นของสหรัฐดูจะทำได้ดีกว่า แต่มีความเป็นไปได้สูงว่า Tesla จะขึ้นมาเป็นผู้ชนะในช่วงเวลาหนึ่ง จนกระทั่งเทคโนโลยีของคู่แข่งตามขึ้นมาทัน (คล้ายมือถือจีนที่สุดท้ายจะตาม iPhone จนทัน) และสุดท้ายตลาดนี้อาจกลายเป็นไม่มีผู้ชนะแท้จริงครับ ... มีประเด็นคล้ายกันในธุรกิจหุ่นยนต์และ AI หุ่นยนต์นั้น ดูภายนอก เรามักคิดว่าความยากคือเรื่อง hardware แต่การเขียนโปรแกรมให้หุ่นยนต์เข้าใจโลก ยากกว่าปัญหาเรื่องวัสดุหรือส่วนประกอบภายนอก (ไม่ได้หมายความว่าการทำให้หุ่นยนต์เครื่องไหวได้ดีไม่ยากนะครับ เพียงแต่ผมมั่นใจว่าการสร้างสิ่งประดิษฐ์เลียนแบบร่างกายมนุษย์ น่าจะง่ายกว่าการเลียนแบบสมองของพวกเรามาก) เราจะทำยังไงให้หุ่นยนต์แยกหมา กับตุ๊กตาหมาออกจากกันได้? เราจะทำยังไงให้หุ่นยนต์แม่บ้าน ไม่เผลอล้มทับเราตอนที่แบตเตอร์รีของมันหมด? เราจะทำยังไงเพื่อป้องกันไม่ให้รัฐบาลจีนหรือสหรัฐแอบดูสิ่งที่เกิดขึ้นในบ้าน ผ่านหุ่นยนต์แม่บ้าน? ปัญหาจากเรื่องที่มองไม่เห็นด้วยตาเหล่านี้ ล้วนยากกว่าปัญหาที่เห็นชัดเจนภายนอก ผมมั่นใจว่าบริษัทสัญชาติสหรัฐจะทำได้ดีกว่าจีน ในการแก้ปัญหาเรื่อง software ในระดับที่ซับซ้อน บางคนอาจให้ความเห็นว่า software เลียนแบบได้ง่ายกว่า hardware รึเปล่า? ประเด็นนี้ผมไม่เห็นด้วย ถ้าเป็น software ง่ายๆ อย่างแอพมือถือ การเลียนแบบอาจไม่ยาก แต่เมื่อเป็น software ระดับสูงอย่าง General AI แล้ว การเลียนแบบอาจเป็นเรื่องที่เป็นไปไม่ได้เลย ... ขอลองยกตัวอย่างระบบ search ของ Google เราใช้ search engine ของ google แต่เราไม่เคยรู้ว่า google เขียน code ขึ้นมายังไง มี search engine มากกว่า 250 แห่งที่ยังให้บริการอยู่ และน่าจะมีอีกมากกว่านั้นที่เจ๊งไปแล้ว แต่ก็ไม่มีระบบ search ของบริษัทไหนจะแทนที่ Google ได้ เมื่อวิศวกรหลายพันคนเขียน code ซ้อนทับกันนานหลายสิบปี รวมเข้ากับ data ของ user นับพันล้านคน ถึงจุดหนึ่ง Google search จะเป็นบริการที่ดีที่สุด จนยากจะหาคู่แข่ง นี่คือลักษณะเฉพาะของธุรกิจ software ที่ทำให้เกิดสภาวะ winner takes all ผมเชื่อว่าสิ่งเดียวกันนี้น่าจะเกิดขึ้นกับธุรกิจ AI นี่เป็นเหตุผลว่าทำไมเรื่องของ Robot, AI และ EV ยังเป็นเรื่องที่ท้าทายสำหรับบริษัทในจีนอยู่ครับ อนึ่ง AI ที่กล่าวถึงในบทความนี้หมายถึง AI ระดับสูง เช่น Robo-Taxi หรือ General AI นะครับ สำหรับ Narrow AI อย่างง่าย ที่ใช้ในการ recommend สินค้าหรือหนังที่เราชอบ คิดว่าจีนและสหรัฐทำได้ดีไม่ต่างกัน และด้วยต้นทุนที่ถูกกว่า และ data ที่หลากหลายกว่า จีนเองก็มีโอกาสจะชนะสหรัฐในธุรกิจ Narrow AI ประเภทนี้อยู่ครับ สุดท้ายนี้ขอขอบคุณข้อมูลของบริษัท Nio และตลาดรถยนต์ในประเทศจีน จาก Invescope นะครับ ใครติดตามหุ้นจีน ก็อย่าลืมกดไลค์ กดแชร์ กดซับตะไคร้กันนะค้าบบ โดย นายมานะ เสาร์ ธ.ค. 21, 2019 4:09 pm

Re: ซีรีย์บทความ THAI VI GO CHINA by นายมานะ ตอนที่ 2 Alibaba vs Tencent เรามักได้ยินว่าจีนมี Big Tech 3 แห่งคือ Baidu, Alibaba และ Tencent รวมเรียกว่า BAT แต่ในปัจจุบัน Baidu เป็นบริษัทขนาดแค่ 40 billion เล็กกว่า Baba และ Tencent 10 เท่า บริษัทที่น่าจะมาแทน Baidu ควรจะเป็น ByteDance เจ้าของ TikTok ซึ่งเป็น App ที่ไม่ใช่เกมเพียงแอพเดียวที่ success ในตลาดสหรัฐฯ โดยคาดว่า ByteDance น่าจะมีมูลค่าประมาณ 80 billion แต่ถ้าไม่สนใจตัวย่อว่าต้องเป็น BAT แล้ว เราก็ยังมีผู้ท้าชิงอีกหลายคน ไม่ว่าจะเป็น.. Meituan – App ที่เป็นเหมือน Wongnai+Lineman แล้วเอา 100 คูณ คือมีรีวิวสินค้าและบริการทุกประเภทเท่าที่จะคิดออก รวมถึงสามารถสั่งสินค้าและบริการเหล่านั้นให้ delivery ถึงบ้านได้ มี Back คือ Tencent เจ้าของ WeChat และมี valuation ที่ประมาณ 70 billion Didi – App เรียกรถแบบ Grab หรือ Uber ที่เคยชนะ Uber China มาแล้ว แต่ก็เริ่มกลับมาโดนท้าทายโดยคู่แข่ง คือ Meituan มี valuation ที่ประมาณ 55-60 billion (ลดลงจากการประมาณการณ์เมื่อปี 2018 ที่ประมาณ 80 billion) Ant Finance – บริษัทลูกของ Alibaba โดยนอกจากมีแอพจ่ายเงินยอดฮิตอย่าง Alipay แล้ว Ant Finance ยังมีโปรดัคด้านการเงินในระดับน้องๆ ธนาคารเลย โดยมี valuation ที่ประมาณ 150 billion สูงกว่า Baidu 3-4 เท่า Huawei – บริษัทมือถือที่มี market share อันดับ 1 ของจีน และอันดับ 2 ของโลก ที่หลายฝ่ายคาดการณ์กันว่าถูก Control โดยรัฐบาล ในจำนวน 4-5 บริษัทที่ว่านี้ Huawei เป็นบริษัทที่แปลกกว่าเพื่อน ตรงที่ผมหา valuation ของ Huawei ไม่ได้เลย บริษัทคงไม่มีความจำเป็นต้อง raise fund ด้วยเหตุผลบางอย่าง และแม้ว่าทั้ง Huawei, รัฐบาลจีน และประชาชนจีนจะพูดตรงกันว่า Huawei ไม่ใช่ของรัฐบาล แต่ก็เป็นเรื่องแปลกประหลาดตรงที่คนจีนเชื่อกันว่าการใช้ Huawei คือการแสดงออกถึงความรักชาติ รวมไปผู้ก่อตั้งของ Huawei คุณเหรินเจิ้งเฟย เองก็เคยเป็นทหารมาก่อน และทั้งเขาและพ่อก็เป็นสมาชิกพรรคคอมมิวนิสต์มาอย่างยาวนาน ก่อนจะกลายเป็นกระทู้ Huawei ขอกลับมาที่ 2 พี่ใหญ่ Baba และ Tencent คำถามยอดฮิตของนลท.คือ “บริษัทไหนดี!” เพื่อตอบคำถามนี้ ผมขอเล่าโอกาสและความเสี่ยงเท่าที่ผมประเมินได้ครับ เรารู้จักกันดีว่า Baba คือธุรกิจ E-commerce และ E-wallet แต่ Baba ยังมีอีกอย่างน้อย 2 ธุรกิจที่น่าสนใจ นั่นคือ Logistic และ Cloud computing Baba จึงไม่ใช่แค่ Amazon+Ebay แต่เป็น Amazon(+AWS)+Ebay+Paypal+DHL+UPS โอกาสการเติบโตของ Baba จึงไม่ใช่แค่จาก E-commerce แต่ยังมาจากธุรกิจ FinTech และ Cloud แต่ถึงโฟกัสแค่เฉพาะธุรกิจค้าปลีก Baba ก็ยังน่าสนใจในแง่ความเป็น “ห้างค้าส่งของโลก” ในทุกวันนี้คงปฏิเสธไม่ได้ว่าจีนกลายเป็นโรงงานของโลกไปแล้ว ธุรกิจ Hardware ไม่ว่าจะเป็นเครื่องใช้ไฟฟ้า มือถือ กล้องวงจรปิด และ Drone เรียกได้ว่าบริษัทจีนชนะไปหมดแล้ว ตั้งแต่สินค้าล้าสมัยไปจนถึงล้ำสมัย Baba ไม่ได้ขายแค่ในประเทศจีน และไม่ใช่แค่ส่งของมาขายที่ Shopee, Lazada ในบ้านเรา แต่ยังรวมไปถึง Amazon ด้วย Top seller ของ Amazon มี base อยู่ใน US เพียงแค่ 47% เท่านั้น และมีที่ base อยู่ใน China ถึง 38% (นี่ยังไม่นับว่าใน 47% ที่ base ใน US นี่ Ship ของมาจากจีนเองอีกเท่าไหร่..) Baba จึงไม่ใช่แค่ห้างค้าปลีกของจีน แต่น่าจะเป็นห้างค้าส่งของโลกด้วย แต่ความเสี่ยงก็อย่างที่รู้กันว่า Tencent ไม่ยอมอยู่เฉย เล่น Proxy War ด้วยการส่งคู่แข่งอย่าง JD และ Pinduoduo มาเตะตัดขารัวๆ ความน่าสนใจอีกอย่างคือ Baba เป็นบริษัทที่มีความ Centralized สูงมาก ตรงจุดนี้มีทั้งข้อดีและข้อเสีย ข้อดีคือบริษัทมี Focus สูงมากในธุรกิจหลัก แต่ข้อเสียก็คือบริษัททำได้ไม่ดีในแง่การลงทุนในบริษัทลูก Tencent เป็นบริษัทที่มีความ Decentralized มากกว่ามาก ทำให้บริษัทลูกมีอิสระ และเติบโตได้เร็ว โดย Meituan, Didi, LK, Sea(Shopee), JD และ Pinduoduo ต่างก็มี back หลักคือ Tencent Tencent ใช้ประโยชน์จากการเป็น Investment Firm พัฒนาให้ WeChat กลายเป็น Super App ที่มีทุกบริการของบริษัทลูก และทำให้ WeChat Pay ขึ้นมาตีคู่ Ant Finance ในแง่ของ E-Wallet ได้ Tencent จึงกลายเป็น Platform ที่บริษัทไหนอยากสร้าง App ขายสินค้าหรือบริการมาให้คนจีนใช้ ก็ต้องยอมมาสวามิภักดิ์ (ถ้าไม่เลือก Tencent ก็ต้องไปเลือก Baba ที่ให้อิสระในการทำงานน้อยกว่า) กลายเป็น Berkshire of China ที่แกร่งกว่าต้นฉบับ เพราะมี WeChat เป็นอาวุธหนัก แต่ Tencent ก็มีความเสี่ยงในแง่ที่ ธุรกิจโฆษณาของบริษัทกำลังถูกรุกคืบจาก ByteDance ซึ่งเป็นเสือตัวที่ 3 (ไม่ยอมให้ทั้ง Baba และ Tencent) ในขณะที่ธุรกิจเกมส์ก็ดูเหมือนจะอยู่ภายใต้การควบคุมของรัฐบาลมากขึ้นเรื่อยๆ ก่อนที่จะยาวไปกว่านี้ผมขอจบสั้นสั้น เสือสองตัวไม่อาจอยู่ในถ้ำเดียวกันได้ Baba และ Tencent จึงไม่มีใครยอมใคร ในทุกธุรกิจที่เป็น megatrend แต่เราเป็นนลท.เราเลือกเสือหลายตัวมาเข้าพอร์ตพร้อมกันได้ครับ ใครสนใจหุ้นหลายๆ ตัวในนี้ ไม่ว่าจะเป็น Meituan, Tencent, LK และอีกหลายๆ บริษัทที่น่าสนใจในจีน ก็อย่าลืมติดตาม Invescope เหมือนเดิมนะค้าบ โดย นายมานะ เสาร์ ธ.ค. 21, 2019 4:08 pm

Re: ซีรีย์บทความ THAI VI GO CHINA by นายมานะ ตอนที่ 1 จีนกำลังกระโดด(ข้ามสหรัฐ) + Luckin coffee เนื่องจากมีเพื่อนๆ พี่ๆ ร่วมทริป สรุปกันไปแบบจัดเต็มกันเยอะแล้ว ผมขอสรุปเฉพาะประเด็นที่ผมมีไอเดียบางอย่างแตกต่างออกไปจากคนอื่นๆ นะครับ (มีหลายประเด็นที่น่าเขียนถึง แต่ยังไม่รู้จะมีอารมณ์เขียนไปกี่ตอน เอาเป็นเขียนไปทีละตอนก่อนละกันนะครับ) ถ้าถามว่าเศรษฐกิจสหรัฐเริ่มครองความยิ่งใหญ่ได้ตั้งแต่เมื่อไหร่ คงต้องมองย้อนกลับไปประมาณ 100 ปี หลังช่วงสงครามโลกครั้งที่ 1 ในขณะที่เศรษฐกิจจีน เพิ่งจะเริ่มโตใน 40 ปีที่ผ่านมา ในยุคของเติ้งเสี่ยวผิง และในช่วง 40 ปีมานี้เองที่คอมพิวเตอร์และอินเตอร์เน็ต เริ่มเข้ามามีบทบาทสำคัญในเศรษฐกิจ นั่นทำให้จีนสามารถที่จะข้าม infrastructure เรื่องหนึ่งที่สหรัฐใช้เวลาในการสร้างมาอย่างยาวนานคือ "ระบบบัตรเครดิต" ทุกวันนี้จีนกลายเป็นสังคมไร้เงินสดได้ สาเหตุใหญ่คือเรื่องอินเตอร์เน็ต และการที่จีนไม่มีบัตรเครดิตนี่เอง เรื่องนี้ดูเผินๆ เหมือนไม่มีอะไรพิเศษ แต่ถ้ามองให้ลึกก็เป็นประเด็นที่สำคัญมาก ผมขอยกตัวอย่างหนึ่งคือบ. Luckin Coffee หรือ LK LK เป็นร้านกาแฟอันดับ 2 มีสาขาประมาณ 3,700 สาขา ในขณะทีอันดับ 1 คือ Sbuck มีสาขาในจีนมากกว่า 4,000 สาขา แต่ Sbuck ดำเนินการในจีนมานานถึง 20 ปีแล้ว ในขณะที่ LK เพิ่งก่อตั้งไม่ถึง 2 ปี!! กลยุทธ์ของ LK คือการจับมือกับ Wechat ให้บริการสั่งกาแฟผ่านแอพ และส่งแบบ delivery โดยในช่วงแรกมีลูกค้าถึง 70% ที่สั่งกาแฟให้ไปส่ง ในขณะที่ Sbuck มีอัตราการสั่งแบบนี้น้อยกว่า 5% มองเผินๆ LK ดูไม่ฉลาด เพราะนอกจากขายถูกกว่าแล้ว ยังต้องเสียค่าจัดส่งอีก แต่ LK ใช้ Big data ในการเก็บ location ที่ลูกค้าสั่งสินค้าเป็นประจำ แล้ววิเคราะห์ออกมาเป็น Heat map เพื่อหาความหนาแน่นของลูกค้า และเลือกเปิดสาขาได้แบบตรงใจลูกค้า หลังจากเริ่มมีสาขาครอบคลุม ลูกค้าที่เคยสั่งกาแฟไปส่ง ก็เปลี่ยนไปเป็น pick-up ทำให้เรทการส่งลดลงจาก 70% เหลือประมาณ 25% เท่านั้น นี่เป็นเหตุผลให้ LK ใช้เวลาแค่ประมาณ 2 ปี ในการสร้างจำนวนสาขาที่ Sbuck ใช้เวลาถึง 20 ปี LK ยังไม่ต้องมี.. 1. พนักงานรับออเดอร์และเก็บเงิน 2. ทำเลหัวมุมสวยๆ เด่นๆ แบบ Sbuck (เพราะลูกค้าหาร้านจากในแอพ ไม่ใช่จากการมองบนถนน) 3. บางสาขาที่เน้น pick-up ไม่จำเป็นต้องมีโต๊ะให้นั่ง หรือถ้ามีก็น้อยมาก แม้ Sbuck จะพยายามกลับมาแก้เกมด้วยการหันมาจับมือกับ Baba ลุยด้าน delivery แต่ก็ดูยังไม่เวิร์คสักเท่าไหร่ นี่เป็นเพียงหนึ่งตัวอย่างของการกระโดดข้าม เราจะเห็นได้ว่า LK ได้ข้าม infrastructure ที่ Sbuck ต้องใช้เวลาหลายปีในการพัฒนาไปหลายอย่างเลยทีเดียว (หมายเหตุขอยก LK มาเป็นตัวอย่างให้เห็นภาพ แต่ใครสนใจลงทุนศึกษาให้ดีก่อนนะครับ valuation ของหุ้นแพงมากก) จีนยังจะมีอีกหลายอย่างที่โดดข้ามสหรัฐ เช่น เรื่อง sharing economy ที่โตแบบก้าวกระโดด คนจีนแต่ละคนไม่ต้องพก power bank ไม่จำเป็นต้องเป็นเจ้าของจักรยาน หรือแม้กระทั่งลูกบาส นั่นเพราะของพวกนี้สามารถเช่าได้ในราคาถูกมากๆ ทำให้เกิดการใช้ทรัพยากรที่ประหยัด และกลายเป็นประโยชน์ต่อระบบเศรษฐกิจภาพรวม นอกจากนี้การกระโดดข้ามลักษณะนี้ยังทำให้ธุรกรรมแทบทุกอย่างในจีนเกิดขึ้นบนโลกออนไลน์ ทำให้ Big data ของจีนทั้งใหญ่และเติบโตได้เร็วกว่าของสหรัฐฯ มาก ประเด็นเรื่องบริษัท Tech ที่น่าสนใจอีกหลายบริษัท ผมจะเขียนแบบลงรายละเอียดต่อไปในตอนที่ 2 ครับ สุดท้ายนี้ขอบคุณพี่โบ้และคุณทีน่า สำหรับข้อมูลในรายละเอียดระหว่างการแข่งขันของ LK และ Sbuck ไว้ ณ ทีนี้ด้วยครับ ใครสนใจ LK ติดตามต่อได้ที่ Invescope นะครับ โดย นายมานะ เสาร์ ธ.ค. 21, 2019 4:08 pm

Re: แชร์บทความดีๆ ที่เหมาะกับสถานการณ์การลงทุนต่างประเทศช่วง ขอบคุณครับ ^^ โดย นายมานะ พุธ ส.ค. 21, 2019 9:24 am

Re: งานสัมมนาVI 2/60 Disrupt or be disrupted อนาคตของ VI? พอดีได้โอกาสกลับมาอ่านกระทู้นี้อีกครั้งครับ ผ่านมาราวปีกว่าแล้ว แต่ยังจำครั้งแรกที่อ่านคอมเม้นของอาจารย์ picatos ที่ตอบคุณ alpha26 ได้อยู่เลย จำได้ว่าอ่านครั้งแรกนั้นรู้สึกทึ่งมาก มีคำศัพท์มากมายที่ไม่เข้าใจ แถม process ก็เยอะ รายละเอียดก็ยิบย่อยมาก อ่านเข้าใจบ้าง ไม่เข้าใจบ้าง ครึ่งๆ กลางๆ รู้สึกแค่ว่า โห นี่มันสุดยอดเลยแฮะ และนับถือในน้ำใจของอาจารย์ที่สละเวลาถึง 4 ชม.เขียนออกมา วันนี้โชคดี ได้โอกาสกลับมาอ้างอีกครั้ง ครั้งนี้อ่านแล้วเข้าใจมากขึ้นกว่าเดิมพอสมควร แต่ก็ยังมีหลายจุดที่ไม่เข้าใจ รู้เลยว่ายังศึกษา พัฒนาตัวเองอีกมากมายเหลือเกิน จนไม่รู้ว่าทั้งชีวิตจะเข้าใจเนื้อหาในกระทู้นี่ได้ทั้ง 100% อย่างท่องแท้รึเปล่า แต่อีกใจหนึ่งก็ดีใจ จากที่อ่านรู้เรื่องแบบครึ่งๆ กลางๆ เข้าใจแค่บางช่วงบางตอน มาวันนี้ทำความเข้าใจเนื้อหาได้สัก 70-75% ยิ่งบางเรื่องที่ได้เจอกับตัวเองยิ่งกระจ่างชัดขึ้นกว่าเดิม กลับมาอ่านกระทู้แล้วรู้สึกมีกำลังใจขึ้นว่า เอ้อ นี่เราก็พัฒนาขึ้นบ้างเหมือนกันแฮะ สุดท้ายนี้ก็อยากจะขอบคุณอาจารย์ picatos มากๆ อีกครั้งครับ และหากผมและครอบครัวได้ล่วงเกินอะไรใดๆ ไป อยากจะขออภัย และขออโหสิต่อกรรมต่างๆ ที่ได้ล่วงเกินอาจารย์ picatos และครอบครัว มา ณ ทีนี้ด้วยครับ ขอบคุณอาจารย์มากๆ อีกครั้งที่ทำให้ผมศรัทธาในพระรัตนตรัยอย่างแท้จริงครับ โดย นายมานะ อังคาร มิ.ย. 11, 2019 1:51 am

Re: โอกาสทางธุรกิจของ AI กับนักลงทุน VI / นายมานะ ขอบคุณทุกท่านเลยครับ ท่านใดมีประเด็นสอบถามหรือเสนอแนะใดๆ ผมยินดีรับฟังเป็นอย่างยิ่ง และถ้าท่านใดเห็นว่าบทความมีประโยชน์และช่วยแชร์ออกไปก็ขอขอบพระคุณไว้ ณ ที่นี้ด้วยครับ โดย นายมานะ เสาร์ พ.ย. 03, 2018 2:23 pm

Re: โอกาสทางธุรกิจของ AI กับนักลงทุน VI / นายมานะ ขอบคุณครับพี่ดำ หวังว่าจะเป็นประโยชน์ครับพี่ โดย นายมานะ พฤหัสฯ. พ.ย. 01, 2018 2:46 pm

Re: โอกาสทางธุรกิจของ AI กับนักลงทุน VI / นายมานะ แหล่งอ้างอิงและข้อมูลน่าสนใจเพิ่มเติมครับ 1. หนังสือ 1.1 Sapiens โดยคุณ Yuval Noah Harari (มีแปลไทย) 1.2 Homo Deus โดยคุณ Yuval Noah Harari (ไม่มีแปลไทย) 1.3 Rise of the Robots โดยคุณ Martin Ford (มีแปลไทย) 1.4 The Second Machine Age โดยคุณ Erik Brynjolfsson และคุณ Andrew McAfee (ยังไม่มีแปลไทย) 1.5 AI superpower โดยคุณ Kai Fu Lee (ยังไม่มีแปลไทย) 2. Ted talk 2.1 What will future jobs look like? โดยคุณ Andrew McAfee (หนึ่งในผู้เขียน The second machine age) https://www.youtube.com/watch?v=cXQrbxD9_Ng 2.2 Can we build AI without losing control over it? | Sam Harris https://www.youtube.com/watch?v=8nt3edWLgIg 2.3 Abundance is our future | Peter Diamandis https://www.youtube.com/watch?v=BltRufe5kkI&feature=youtu.be 2.4 How to build a business that last 100 years | Martin Reeves https://www.ted.com/talks/martin_reeves_how_to_build_a_business_that_lasts_100_years#t-526049 2.5 How Will Artificial Intelligence Affect Your Life | Jeff Dean https://www.youtube.com/watch?v=BfDQNrVphLQ 2.6 The Rise of Artificial Intelligence through Deep Learning | Yoshua Bengio https://www.youtube.com/watch?v=uawLjkSI7Mo&t=212s 3. Kurzgesagt – In a Nutshell (ํYoutube channel) 3.1 What Happened Before History? Human Origins https://www.youtube.com/watch?v=jAhjPd4uNFY&t=450s 3.2 A New History for Humanity – The Human Era https://www.youtube.com/watch?v=czgOWmtGVGs (ข้างล่างนี้เป็นเรื่อง CRISPR Cas 9 ขอแถมไว้หน่อยนะครับ) 3.3 Genetic Engineering Will Change Everything Forever – CRISPR https://www.youtube.com/watch?v=jAhjPd4uNFY 3.4 Why Age? Should We End Aging Forever? https://www.youtube.com/watch?v=GoJsr4IwCm4 3.5 How to Cure Aging – During Your Lifetime? https://www.youtube.com/watch?v=MjdpR-TY6QU 4. บทความ 4.1 The AI Revolution: The Road to Superintelligence https://waitbutwhy.com/2015/01/artificial-intelligence-revolution-1.html 4.2 Fasten Your Seatbelts: Google's Driverless Car Is Worth Trillions (มี 7 parts) https://www.forbes.com/sites/chunkamui/2013/01/22/fasten-your-seatbelts-googles-driverless-car-is-worth-trillions/#10ce72c979dd 4.3 How Elon Musk Learns Faster And Better Than Everyone Else https://medium.com/the-mission/how-elon-musk-learns-faster-and-better-than-everyone-else-104806b23df8#.5v2zt9z29 (ข้างล่างนี้เป็นเรื่อง Bran Machine Interface ขอแถมไว้หน่อยนะครับ) 4.4 Neuralink and the Brain’s Magical Future https://waitbutwhy.com/2017/04/neuralink.html 4.5 Brain-Machine Interface Isn't Sci-Fi Anymore https://www.wired.com/story/brain-machine-interface-isnt-sci-fi-anymore/ ยังมีบทสัมภาษณ์ Celeb อีกหลายคน มีข่าว มีกราฟ และมีบทความอีกบางฉบับ (ที่บางอันผมก็จำไม่ได้แล้วว่าอ่านตอนไหน เมื่อไหร่ บางอันผมอ่านแบบเป็น hard paper) รวมๆ แล้ว ผมกลัวจะเยอะเกิน และไม่เหมาะสมที่จะเอามารวมไว้ที่นี่ (ผมพยายามคัดเฉพาะอันที่น่าสนใจและย่อยง่ายๆ แล้ว แต่ก็ยังรู้สึกเยอะอยู่ดี ^^") คิดว่าถ้าใครสนใจประเด็นต่างๆ ไม่ว่าจะเป็น AI, Self-driving car, BMI, Crispr-cas9 เนื้อหาที่รวบรวมไว้ในที่นี้น่าจะครบถ้วนระดับหนึ่งครับ โดย นายมานะ พฤหัสฯ. พ.ย. 01, 2018 1:48 pm

Re: โอกาสทางธุรกิจของ AI กับนักลงทุน VI / นายมานะ ขอแถมอีก 1 บทนะครับ วิธีมองอนาคตแบบ First indicator และ Integrated thinking เมื่อถามว่าอนาคตจะเป็นอย่างไร? เรามักมองอนาคตด้วยวิธีใดวิธีหนึ่งจาก 2 วิธีนี้ 1. ทำนายอนาคตแบบง่ายๆ ด้วยสัญชาตญาณ 2. ทำนายอนาคตโดยการศึกษาข้อมูลเทียบเคียงในอดีต เช่น หากเราไปถามผู้เข้าร่วมประมูลดิจิตอลทีวีเมื่อ 5 ปีก่อนว่า ช่องทางออนไลน์จะเป็นภัยทางธุรกิจในอีก 5-10 ปีข้างหน้าหรือไม่? ผู้เข้าร่วมประมูลส่วนใหญ่คงจะอธิบายให้เราเห็นภาพว่า ทำไม Youtube จึงยังไม่สามารถที่จะทดแทนธุรกิจทีวีแบบดั้งเดิมได้ (ผู้เข้าร่วมประมูลส่วนใหญ่ยังอาจจะเล่าเสริมด้วยว่าหลังประมูลดิจิตอลทีวีแล้ว ช่องของตัวเองจะแย่ง Market share จากช่อง 3 หรือ ช่อง 7 ที่ครองความยิ่งใหญ่ในตอนนั้นได้อย่างไร) นี่คือตัวอย่างของการทำนายอนาคตด้วยวิธีคิดแบบง่ายๆ ตามสัญชาตญาณ หรือตามสิ่งที่เราอยากให้มันเกิดขึ้น วิธีที่ดีกว่าวิธีแรกคือการศึกษาข้อมูลเทียบเคียงในอดีต คนที่ทำการบ้านหน่อย คงจะไม่ยอมจ่ายเงินค่าประมูล 2,000 ล้านให้กับธุรกิจที่กำลังจะถูก disrupt คนกลุ่มนี้จึงคงไม่ตัดสินใจโดยอาศัยแค่สัญชาตญาณ แต่น่าจะไปศึกษาเทรนด์ของธุรกิจทีวีในประเทศที่พัฒนาแล้ว อย่างยุโรปหรืออเมริกาก่อน แต่หลังจากศึกษาแล้วคนกลุ่มนี้ก็ยังตัดสินใจประมูลทีวีดิจิตอลอยู่ดี และจะตอบคำถามด้วยข้อสรุปที่คล้ายกับคนกลุ่มแรกว่า ธุรกิจทีวีจะยังคงเติบโตไปอีกหลายปี นั่นเพราะในช่วง 5 ปีที่ผ่านมา ตัวเลขของยุโรปและอเมริกาก็ยังคงเติบโตอยู่ แต่อย่างที่เราทุกคนทราบกันว่าในปัจจุบันว่าสื่อออนไลน์เริ่มจะเข้ามาคุกคามทีวีมากขึ้นเรื่อยๆ และหากมีการประมูลดิจิตอลทีวีอีกครั้ง ค่าประมูลก็น่าจะลดลงมามาก หรืออาจจะไม่ถึงครึ่งหนึ่งของครั้งแรกก็ได้ การทำนายอนาคตด้วยวิธีคิดทั้งแบบ 1 และ 2 จึงน่าจะมีข้อจำกัดอยู่ ในบทความนี้ ผมจะลองขออีก 2 วิธีการเข้ามาประกอบ วิธีคิดแบบแรก ผมตั้งชื่อว่า First leading indicator (ในทางวิชาการจริงๆ มักจะใช้คำว่า First Principle) ซึ่งในบทความนี้จะขอใช้คำที่กระชับกว่า นั่นคือคำว่า First Indicator ครับ ... วิธีคิดแบบ First indicator คือการหา เหตุตั้งต้นแรกสุดของเรื่องราวต่างๆ เช่น 1. ทำไมเราชอบกินเบคอน มากกว่าเนื้อหมูดิบ? 2. ทำไมเราขี้เกียจออกกำลังกายทั้งที่มันดีต่อสุขภาพ? เราชอบกินเบคอนมากกว่าหมูดิบๆ ถ้าคิดแบบผิวเผินเราก็อาจบอกว่า เบค่อนอร่อยกว่าหมูดิบ แต่ถ้าคิดถึงเหตุตั้งต้นแรกสุด เราอาจต้องไปศึกษากระบวนการทำงานของร่างกายและสมอง เราจะพบว่าสาเหตุเราชอบเบคอนมากกว่า เพราะหมูที่ปรุงสุกแล้วร่างกายย่อยได้ง่ายกว่า และมีเชื้อโรคน้อยกว่า สมองเรามีหน้าที่หลัก 2 อย่างคือ รักษาชีวิตให้รอด และ ส่งต่อยีนส์ของเราไปให้ได้มากที่สุด การประหยัดพลังงาน support ไอเดียแรก นั่นเป็นเหตุผลให้สมองสั่งให้เราชอบเบคอน และเกลียดการกินหมูดิบ ในขณะที่การออกกำลังกายก็เป็นหนึ่งในกระบวนการที่ทำให้ร่างกายใช้พลังงาน สมองของเราที่เคยชินกับการเอาชีวิตรอดในระยะสั้นๆ จึงมีแนวโน้มที่ชอบการเก็บรักษาพลังงานมากกว่าการใช้พลังงาน แต่พอเป็นเรื่องของ Sex แล้ว สมองเราอาจจะคิดไม่เหมือนกัน ถึงแม้ว่า Sex จะเป็นการใช้พลังงานแบบเดียวกับการออกกำลังกาย แต่มันก็เปิดโอกาสให้เราได้ส่งต่อยีนส์ให้อยู่รอดไปได้ในระยะยาว (แม้ว่าในปัจจุบันจะมีคนเสียชีวิตจากโรคอ้วนไม่น้อยไปกว่าการขาดสารอาหารแล้วก็ตาม แต่สมองของเราก็จะยังดูจะไม่อัพเดทจากเมื่อ 70,000 ปีก่อนเท่าไหร่) วิธีคิดแบบ First indicator ทำให้เราเห็นเหตุผลที่แท้จริงของเรื่องราวต่างๆ แต่มันใช้ในการศึกษาอนาคตได้อย่างไร? ... ย้อนกลับไปที่ตัวอย่างแรกนั่นคือเรื่องของดิจิตอลทีวี หากเราใช้วิธีคิดแบบง่ายๆ หรือการศึกษาเหตุการณ์ในอดีต เราก็น่าจะมองออกได้ยากว่า ทำไมเราจึงไม่ควรจ่ายเงินหลัก 2,000 ล้านเพื่อประมูลสิ่งที่น่าจะถูก disrupt ในอนาคต แต่วิธีคิดแบบ First indicator อาจจะทำให้เราได้คำตอบที่ต่างออกไป รายได้ของอุตสาหกรรมทีวีในแถบตะวันตกปี 2551-2556 (ปี 2556 คือปีที่ประมูลดิจิตอลทีวี) อาจจะยังมีแนวโน้มเติบโตอยู่จริง แต่มันก็เทียบไม่ได้เลยกับการเติบโตของ Youtube การศึกษาเรื่องนี้น่าจะทำให้เราเห็นว่า % Market share ของออนไลน์กำลังกลืนส่วนของทีวีมากขึ้นเรื่อยๆ และถ้าเรามองลึกลงไปด้วยวิธีคิดแบบ First indicator เราไม่ควรจะใช้ “Market share ของรายได้” มาเป็นข้อสรุป เพราะรายได้เป็น Lag indicator เราควรจะศึกษา “Market share ของ Eyeball” ซึ่งเป็น Leading indicator ของรายได้มากกว่า ... วิธีคิดสำหรับการใช้มองอนาคตอีกเรื่องหนึ่งที่ผมเห็นว่าสำคัญไม่แพ้เรื่อง First indicator คือการคิดแบบ Integrated thinking โดยผมแยกย่อยวิธีการคิดแบบนี้เป็น 2 ลักษณะใหญ่ๆ 1. มองแบบ “ผลกระทบชิ่ง” จากเรื่องหนึ่งไปสู่อีกเรื่องหนึ่ง 2. มองอนาคตแบบจิ๊กซอว์ และต่อมันเป็น “ภาพใหม่” โดยวิธีคิดแบบข้อแรก ผมจะใช้ตอบคำถามว่าเทคโนโลยีจะกระทบธุรกิจอสังหาริมทรัพย์อย่างไร และวิธีคิดแบบที่สอง จะใช้ตอบคำถามว่า เทคโนโลยีจะกระทบกับธุรกิจการแพทย์อย่างไรครับ 1. การมองแบบผลกระทบชิ่ง เมื่อเราพูดถึงอนาคตเรื่องใดเรื่องหนึ่ง เรามักไม่ไปให้สุด เช่น เมื่อเราพูดว่า Youtube จะแทนที่ทีวีหรือไม่ เราก็อาจได้ข้อสรุปที่ไม่สุดแค่ว่า ทีวีน่าจะถูก disrupt ในวันใดวันหนึ่งข้างหน้า แต่หากเรามองผลกระทบชิ่งของเรื่องราวเหล่านี้ เราจะพบว่าออนไลน์ไม่ได้จะมา disrupt แค่ทีวีซึ่งเป็น distribution channel เท่านั้น แต่มันยังส่งผลให้ supply chain ของธุรกิจ content เปลี่ยนแปลงตามไปด้วย ในอดีตถ้าเราอยากเป็นนักร้อง และร้องเพลงให้มีคนฟังเรามากกว่า 1 ล้านคน นับเป็นเรื่องที่ยิ่งใหญ่มาก เราเลยอาจได้เห็นการฉลอง “อัลบั้มล้านตลับ” ของนักร้อง Grammy หรือ RS ในสมัยก่อน นักร้องเหล่านี้มีเส้นทางชีวิตที่ไม่ง่าย ถ้าเป็นคนต่างจังหวัดคุณจะต้องเริ่มจากย้ายมาอยู่ในกทม. และร้องเพลงตามไนต์คลับ นอกจากร้องเพลงเพราะแล้ว คุณยังต้องอาศัยโชคด้วย ถ้าโชคดีอาจมีคนเห็นแวว แต่ถ้าโชคร้ายก็อาจถูกแมวมองหลอกให้แลกข้อสัญญากับเรื่องบนเตียงก็ได้ หลังจากเซ็นสัญญา คุณต้องร้อง 6-10 เพลง เพื่อรวมเป็น 1 อัลบั้ม นำไปผลิตเป็นเทป ส่งขายที่ร้าน ไปโปรโมทผ่านรายการวิทยุ กว่าที่เพลงของคุณจะมีคนฟังสักคนมันช่างยากเย็น ในปัจจุบัน Youtube ทำให้ชีวิตของนักร้องง่ายขึ้นมาก และไม่เพียงแต่ Youtube มีโอกาสจะ disrupt ทีวีได้ แต่มันยังทำให้ธุรกิจที่เกี่ยวเนื่องอย่าง วิทยุ ร้านขายเพลง รวมถึงค่ายเพลง และผู้ผลิต content ลำบากตามๆ กันไปด้วย ในขณะที่ผู้ผลิต Youtube ไม่ได้คิดจะมาหาเรื่อง Grammy หรือ RS สตีฟ จ็อบส์เองก็คงไม่ผลิต iPhone มาเพื่อแทนที่ธุรกิจสมุดโน้ตหรือนาฬิกาปลุก นี่คือตัวอย่างของผลกระทบชิ่ง … ธุรกิจใหม่อย่าง AV (Autonomous Vehicle) เป็นตัวอย่างที่ดีมากของผลกระทบชิ่งที่จะเกิดขึ้นตามมา ผลกระทบชิ่งแรกที่จะเกิดขึ้นจาก AV ก็คือ ทำให้คนเป็นเจ้าของรถยนต์น้อยลง ถ้ามองแค่นี้เราก็จะคิดว่าคนที่ถูกกระทบก็น่าจะเป็นผู้ผลิตรถยนต์ หรือผู้ผลิตชิ้นส่วน ไม่ใช่อสังหาริมทรัพย์รึเปล่า? แต่ถ้าเรามองผลกระทบชิ่งจากการที่คนเป็นเจ้าของรถน้อยลง เราจะเห็นว่าผลที่ตามต่อมาคือ ความจำเป็นที่จะใช้ที่จอดรถก็จะน้อยลงตามไปด้วย 95% ของรถยนต์ส่วนบุคคล ถูกจอดไว้ในที่จอดรถ มากกว่าจะอยู่บนท้องถนน และที่ดินถึง 30% ของประเทศอเมริกาก็ถูกใช้เพื่อเป็นที่จอดรถยนต์ ทุกวันนี้ในกทม.มีรถจดทะเบียนมากกว่า 6 ล้านคัน และถูกประเมินว่ามากกว่าพื้นที่ถนนที่รองรับได้ถึง 4.4 เท่า เมื่อรถยนต์ขับเคลื่อนด้วยตัวเอง เราก็ไม่จำเป็นต้องเป็นเจ้าของมัน และเราก็ไม่จำเป็นต้องหาที่จอดในเมืองให้มันด้วย หลังการเกิดขึ้นของ AV ห้างสรรพสินค้า น่าจะมีพื้นที่จอดรถน้อยลง พื้นที่ 30% ที่ใช้จอดรถแบบดั้งเดิม น่าจะถูกเปลี่ยนให้เป็นพื้นที่ใช้สอยอื่นๆ โรงพยาบาลในตัวเมืองอาจเพิ่มจำนวนขึ้น หรือเราอาจจะได้พื้นที่สีเขียวเพิ่มมากขึ้นกว่าเดิม ในขณะที่เมื่อ AV ทำให้การจราจรติดขัดน้อยลง การเดินทางจากเข้าเมืองในช่วงรถติดที่ใช้เวลามากกว่า 1-2 ชม. ก็อาจเหลือแค่ 15-30 นาที นอกจากนี้เรายังสามารถจะดูข่าวสาร หรือกินอาหารเช้าบนรถได้อีกด้วย ความจำเป็นในการอาศัยอยู่ในตัวเมืองอาจลดลง และราคาที่ดินบริเวณชานเมืองก็อาจมีค่ามากขึ้น นี่คือผลกระทบชิ่งที่เมื่อเราพัฒนา AI ไปรวมกับรถยนต์แล้ว จะส่งผลกระทบต่อธุรกิจอสังหาริมทรัพย์อย่างไร … 2. การมองแบบต่อจิ๊กซอว์ เป็นภาพใหม่ หลายๆ คนอาจจะเชื่อว่าอาชีพที่มี human touch อย่างครู หรือแพทย์ ไม่สามารถถูกแทนได้ด้วยเทคโนโลยี ส่วนตัวผมคิดว่าอาชีพเหล่านี้อาจจะถูกทดแทนได้ช้ากว่าอาชีพแบบ routine ก็จริงอยู่ แต่ไม่ควรจะใช้คำว่าไม่สามารถถูกทดแทนได้ ทุกวันนี้ในห้องเรียนส่วนใหญ่มีนักเรียนประมาณ 30-50 คน แต่เทคโนโลยีก็เริ่มเปลี่ยนให้ครู 1 คนสอนนักเรียนในมหาวิทยาได้ทีละหลายร้อยคน ในขณะครูสอนพิเศษอัดวีดีโอ 1 เทป อาจสอนนักเรียนได้เป็นหลักพัน หรือหลักหมื่นคน เด็กนักเรียนยอมจ่ายเงินไปเรียนพิเศษ เพราะได้เรียนกับครูที่เก่งกว่า ครูที่สอนในห้องแบบ face to face จะเกิดอะไรขึ้นถ้าเราได้เรียนกับคนที่เก่งที่สุดในโลกได้แบบฟรีๆ Khan academy ก่อตั้งโดย Salmon Khan ซึ่งจบปริญญา 3 ใบจาก MIT และเคยทำงาน Hedge fund มาก่อน สำหรับวิชาเลข Khan มีสอนตั้งแต่ วิชา “นับเลข” สำหรับเด็กทารก ไปจนถึงวิชาแคลคูลัส ในอนาคต เมื่อเทคโนโลยี AR และ VR เข้ามามีบทบาทมากขึ้น และ Google translate แปลภาษาได้ดีขึ้น ทำไมเรายังต้องเรียนกับคุณครูธรรมดาๆ ในโรงเรียนประถมหรือมัธยม เมื่อเลือกที่จะเรียนกับครูที่เก่งที่สุดในโลกได้ฟรีๆ? ... สิ่งเหล่านี้น่าจะเกิดขึ้นกับวงการการแพทย์ด้วย ในอนาคต เราอาจจะเลือกขอคำแนะนำจากแพทย์ที่อาศัยอยู่เยอรมันหรือญี่ปุ่น ผ่านโรงพยาบาลท้องถิ่น แพทย์อาจวินิจฉัยให้เราทำการผ่าตัด โดยเราไม่ต้องบินไปพบและแพทย์ก็ไม่ต้องบินมาหาเรา ถ้าอุปกรณ์ในโรงพยาบาลท้องถิ่นเพียงพอแพทย์ก็อาจสั่งให้ AI ทำการผ่าตัดเราโดยตรงได้เลย แต่ถ้าไม่พอก็แค่ย้ายเราไปโรงพยาบาลในตัวเมืองเท่านั้นเอง หากเรามองแค่ AI มิติเดียว และมองในเรื่องของการแทนที่ เราอาจคิดแค่ว่า AI จะทำหน้าที่ครูหรือแพทย์ได้หรือไม่ แต่หากเรามององค์ประกอบต่างๆ ของเทคโนโลยี เราจะพบว่าเทคโนโลยีไม่จำเป็นต้องเข้ามาทดแทน เพื่อที่จะทำให้หมอหรือครูที่ไม่เก่งต้องตกงาน และ AI ก็ไม่ใช่เทคโนโลยีเดียวที่จะเข้ามาทดแทนแรงงานมนุษย์ เมื่อเราประกอบไอเดียนี้เข้ากับวิธีคิดแบบ First indicator เราจะพบว่า “การรักษา” ไม่ใช่ “Best practice” ของการแพทย์ด้วยซ้ำ สำหรับการค้าปลีกแล้ว Best practice ไม่ใช่การขับรถไปหลายชม.เพื่อซื้อของ แต่เป็นให้ของวิ่งมาหาเราถึงที่ต่างหาก ในขณะที่ Best practice ของการแพทย์ก็ไม่ใช่การรักษา แต่เป็น “การป้องกัน” มากกว่า เทคโนโลยีใหม่ๆ อย่าง Crispr-Cas9 ใช้วิธีการผ่าตัดยีนส์ที่มีความเสี่ยงที่จะทำให้เราเป็นเอดส์หรือมะเร็งออกไป ในวันนี้เทคโนโลยีนี้อาจยังไม่สมบูรณ์ แต่เมื่อไหร่ที่สมบูรณ์แล้ว การรักษาโรคอาจกลายเป็นเรื่องล้าสมัย จะดีกว่ามั้ย ถ้าเราไม่ป่วยตั้งแต่แรก? ในอนาคตข้างหน้า เราอาจฝังชิปสักอย่างไว้ในร่างกาย เพื่อ monitor สภาพร่างกายเราตลอดเวลา การวินิจฉัยโรคด้วยการถาม-ตอบ อาจเป็นอีกเรื่องที่ล้าสมัย โรงพยาบาลอาจเหลือหน้าที่หลักแค่เป็นที่ให้กำเนิดเด็ก เพราะเด็กที่กำเนิดใหม่อาจจะถูกผ่าตัดปรังปรุงพันธุกรรมในทันที และไม่จำเป็นต้องฉีดวัดซีนหรือเข้ารับการรักษาโรคอื่นๆ อีกเลย เว้นแต่การเกิดอุบัติเหตุ แต่การเกิดอุบัติเหตุบนท้องถนนก็อาจหมดไปเพราะเทคโนโลยี AV และคดีทำร้ายร่างกายก็อาจหมดไปด้วยเทคโนโลยี Smart city แบบที่จีนกำลังทำอยู่ ถ้ามองเผินๆ เทคโนโลยี AI อาจจะไม่ได้กระทบอะไรกับอาชีพแพทย์เลย แต่ถ้ามองให้ลึกลงไปในระยะยาวแล้ว อาชีพแพทย์กำลังถูกคุกคามจากเทคโนโลยีในหลายมิติเลยทีเดียว ถ้ามองเผินๆ อาจมีแค่อาชีพอย่างคนขับรถ หรือ Call center ที่สามารถถูกทดแทนได้ด้วยเทคโนโลยี แต่เทคโนโลยีซับซ้อนกว่านั้นมาก ในขณะที่ม้าถูกรถยนต์ทดแทน เสมียนที่ใช้วิธีลงบัญชีผ่านปากกา ก็คงไม่คิดว่าจะถูก Microsoft Excel ทดแทน แต่หลังจากคอมพิวเตอร์ส่วนบุคคลเพิ่งจะบูมได้แค่ 20-30 ปี คน 1 คนกับคอมพิวเตอร์ 1 เครื่องก็เพียงพอจะทดแทนเสมียนที่ใช้กระดาษได้เป็นร้อยๆ คน เวลา 20-30 ปี อาจดูเหมือนยาวนาน แต่หลายคนก็ลืมคิดถึงมิติในเรื่องของ “ความรุนแรงของผลกระทบ” ... ของแถมส่งท้าย สมมติพรุ่งนี้ มีมนุษย์ต่างดาวส่งข้อความมาถึงโลกของเรา “สวัสดีมนุษย์โลก เราขอเตือนให้ท่านทราบว่า ในอีก 20 หรือ 30 ปีข้างหน้า เราจะปลดแอกอาชีพทั้งหมดของพวกท่าน ไม่ว่าท่านจะเป็นพนักงานออฟฟิศ แพทย์ ครู หรือทนาย ทั้งหมดจะไม่มีความสำคัญอีกต่อไป” หลังจากฟังข้อความนี้ เราและโลกอาจจะโกลาหลกับสิ่งที่เกิดขึ้น เพราะนอกจากเราจะกลัวตกงานแล้ว เรายังไม่รู้ว่ามนุษย์ต่างดาวที่น่าจะฉลาดกว่าเราจะทำอะไรกับเราบ้าง? ถึงอาจจะกินเวลา 20-30 ปี แต่การมาถึงของสิ่งที่ฉลาดกว่าเราย่อมทำให้เรากังวลใจ มนุษย์ต่างดาวจะส่งมอบอารยธรรมที่ยิ่งใหญ่จนเปลี่ยนเราให้กลายเป็นเทพเจ้าของโลกใบนี้ เราเลยอาจจะไม่ต้องทำงานอีกต่อไป หรืออาจจะมากำจัดเราจนสูญสิ้นเผ่าพันธ์ุเลยก็เป็นได้ แต่พอแทนที่คำว่า “มนุษย์ต่างดาว” ด้วย “AI” แล้ว พวกเราชาว Sapiens ก็ดูจะนิ่งนอนใจได้มากกว่าเดิมมาก มีการทำงานวิจัยในกลุ่มผู้เชี่ยวชาญด้าน AI มากกว่า 40% เชื่อว่า เราจะสามารถสร้าง AGI (Artificial general intelligence = AI ที่ฉลาดในระดับเดียวกับมนุษย์) เกิดขึ้น ภายในปี 2030 มากกว่า 70% เชื่อว่า AGI จะเกิดขึ้น ในปี 2050 และมีเพียง 2% เท่านั้นที่ไม่เชื่อว่า AGI จะเกิดขึ้น หากผู้เชี่ยวชาญบอกว่ามีโอกาสถึง 70% ที่ข้อความของมนุษย์ต่างดาวจะเป็นจริง Sapiens อย่างเราคงจะตื่นตระหนกกว่านี้ AGI ไม่ได้ต่างอะไรกับข้อความมนุษย์ต่างดาวเท่าไหร่ มันน่าจะ มาแทนที่อาชีพของพวกเราส่วนใหญ่(ถ้าไม่ใช่ทั้งหมด) ไม่แน่ว่ามันอาจจะทำให้เรากลายเป็นเทพเจ้า หรือไม่ก็ทำให้เราสูญพันธ์ไป และสิ่งเหล่านี้ก็มีโอกาสที่จะเกิดขึ้นในอีก 20-30 ปีข้างหน้า ไม่รู้ว่าโชคดีหรือร้ายที่ AI ไม่ได้ทำให้พวกเราเหล่า Sapiens หวาดกลัวได้เมื่อเทียบกับข้อความจากสิ่งที่เราไม่รู้จักต่างโลก... อนึ่ง บทความทั้งหมดนี้เป็นความคิดเห็นส่วนบุคคล โปรดใช้วิจารณญาณในการอ่าน ถ้าผิดพลาดประการใดขออภัยด้วยครับ โดย นายมานะ พฤหัสฯ. พ.ย. 01, 2018 1:30 pm

Re: โอกาสทางธุรกิจของ AI กับนักลงทุน VI / นายมานะ โอกาสทางธุรกิจของ AI กับนักลงทุน VI (4) ใครมีโอกาสจะเป็นผู้ชนะในธุรกิจ AI บ้าง ใน 3 บทก่อนหน้านี้ ได้เล่าถึงภาพคร่าวๆ ว่า AI สำคัญอย่างไร มีที่มาอย่างไร และลักษณะของผู้ชนะจะเป็นอย่างไร ในบทนี้จะอธิบายในรายละเอียด และกล่าวถึงผู้ที่มีโอกาสชนะ (ในความคิดเห็นส่วนตัวของผม) ครับ ในบทก่อนหน้า ผมได้แบ่งกลุ่มผู้ชนะในธุรกิจ AI ออกเป็น 4 กลุ่มใหญ่ คือ 1. กลุ่มผู้สร้าง AI Application 2. กลุ่มผู้ให้บริการ AI ผ่านระบบ Cloud platform 3. กลุ่มผู้พัฒนาชิพและ Software platform สำหรับ AI 4. ผู้ผลิตสินค้า หรือบริการอื่นๆ ที่ได้ประโยชน์จากเทคโนโลยี โดยผมจะขอเริ่มจากการเล่าถึงกลุ่มที่ซับซ้อนน้อยที่สุดก่อนคือกลุ่ม 4 แล้วค่อยไล่ลำดับกลับไปที่ กลุ่ม 1 และ 2 ครับ ผู้ผลิตสินค้า และบริการอื่นๆ ที่ได้ประโยชน์จากเทคโนโลยี คือกลุ่มที่ไม่ได้ผลิต AI เองโดยตรง และในทางกลับกันก็ต้องไม่ใช่ผู้ที่ถูก AI disrupt เอา พูดง่ายๆ เป็นธุรกิจที่ได้ประโยชน์จาก Tech และไม่ถูก Tech คุกคามโดยตรง เช่น ธุรกิจเครื่องสำอาง ผู้ผลิตภาพยนตร์ หรือธุรกิจร้านอาหาร ส่วนที่เราต้องระมัดระวังสำหรับกลุ่มที่ 4 ก็คือ AI อาจจะไม่ได้มา disrupt เราโดยตรง แต่จะทำให้ผู้นำในธุรกิจเข้มแข็งขึ้นมาก และทำให้บริษัทผู้ตามยิ่งลำบากขึ้นไปอีก เช่น ธุรกิจ AI จะทำให้บริษัทที่เป็นผู้ชนะอย่าง CPALL หรือ CPN มีต้นทุนที่ถูกลง ในขณะที่บริษัทค้าปลีกรายกลาง หรือห้างท้องถิ่น ที่ไม่มีเงินทุนพอจะเข้าถึง AI จะมีต้นทุนที่สูงกว่า และแข่งขันกับ CPALL หรือ CPN ได้ยากขึ้น อีกตัวอย่างหนึ่งคือธุรกิจ ร้านอาหาร AI จะทำให้ร้านอาหารที่อร่อยมากๆ สามารถผลิตอาหารได้มากและเร็วขึ้น รวมถึงส่งไปถึงลูกค้าได้ในเวลาที่สั้นลง ส่งผลให้ร้านที่อร่อยมากๆ กลืน Market share ของร้านที่ไม่อร่อย และร้านที่อร่อยปานกลางไปเรื่อยๆ อาจกล่าวได้ว่า AI จะยิ่งส่งผลให้เกิดภาวะ Winner takes all มากขึ้นในทุกๆ ธุรกิจ ต่อมาคือกลุ่มที่ 1 ผู้ผลิต AI Application และกลุ่มที่ 2 ผู้ให้เช่า AI cloud platform ที่ผมจะขออธิบายไปพร้อมๆ กันครับ ... ผู้ผลิต AI Application คือ บริษัทที่สร้าง AI ให้ผู้บริโภคใช้โดยตรง เช่น Google สร้าง AI assistance ขึ้นมาสำหรับทำหน้าที่แทนเลขาส่วนตัว หรือบริษัท Uber สร้าง AI ที่สามารถขับรถได้ (Autonomous Vehicle) หรืออาจจะเป็นบริษัท AI การแพทย์ผลิต AI ที่สามารถวินิจฉัยโรคมะเร็งได้ กลุ่มที่สองคือ AI cloud platform กลุ่มนี้จะไม่ได้สร้าง AI ขึ้นมาเพื่อขายให้ consumer โดยตรง แต่เพื่อไว้ให้สำหรับบริษัทอื่นๆ มาเช่าใช้ เช่น Uber อาจจะเลือกผลิต AI ที่สามารถขับรถแล้วเก็บไว้ให้บริการคนเดียว แต่ Google อาจจะเลือกให้บริษัทรถยนต์อย่าง BMW หรือ Toyota มาเช่า AI ที่ขับรถได้ของตัวเอง ผ่าน Cloud server ของตัวเอง หรือบริษัทอย่าง AIS อาจจะขอเช่า AI assistance ของ Google เพื่อมาทดแทนพนักงาน Call center บริษัทอย่าง Amazon, Google, Microsoft, Alibaba, Tencent และ Baidu จัดเป็นบริษัทที่พยายามจะเป็นผู้ชนะทั้งในกลุ่มที่ 1 และ 2 คือพยายามทั้งสร้าง AI สำหรับกลุ่ม consumer โดยตรง และสร้าง Cloud Platform สำหรับให้บริษัทในกลุ่มที่ 1 หรือ 4 เช่าใช้อีกต่อหนึ่ง บริษัทผู้ชนะในกลุ่มที่ 1 ที่ต้องการจะสร้าง AI application เอง อาจเป็นได้ทั้งบริษัทยักษ์ใหญ่อย่าง Apple หรือ Facebook ที่สร้าง AI ด้วยฐานจาก Data center ของตัวเอง หรืออาจจะเป็นบริษัท Startup ที่มีไอเดียเปลี่ยนโลก เลือกที่จะเช่า Data center ของบริษัทในกลุ่ม 2 เพื่อมาพัฒนา AI application แทนที่จะลงทุนสร้างระบบ Data center ของขึ้นมาใหม่ AI application ที่จะมาแก้ปัญหาทางธุรกิจ (โดยการลดการจัดการที่ไร้ประสิทธิภาพลง ตามที่ได้กล่าวไว้ในบทแรก) คงมีหลายรูปแบบ บริษัทที่จะเป็นผู้ชนะในกลุ่มที่ 1 จึงอาจมีหลายบริษัท ขึ้นอยู่กับบริษัทไหนเชี่ยวชาญในธุรกิจอะไร จึงเป็นเรื่องค่อนข้างยากที่จะสามารถประเมินได้ว่า AI ของใครจะชนะในอุตสาหกรรมไหน เช่น ผู้ชนะใน AI สำหรับขับรถอาจเป็นไปได้ตั้งแต่ Uber, Tesla, Toyota, Waymo ไปจนถึง BYD ในขณะที่ผู้ชนะใน AI Assistance (AI เลขาส่วนตัว) ก็เป็นไปได้ตั้งแต่ Google, Apple, Amazon, Facebook ไปจนถึงบ. Startup เกิดใหม่ ในขณะที่ยังจะมี AI ที่มาช่วยแบ่งเบาภาระของแพทย์ AI ที่มาช่วยตัดสินคดีความ AI ที่เข้ามาช่วยทำบัญชี ไปจนถึง AI ที่เข้ามาช่วยทั้งภาคการเกษตรและโรงงานในอุตสาหกรรมอีก การประเมินว่าบริษัทไหนจะชนะในแต่ละอุตสาหกรรมจึงทำได้ยาก และมีรายละเอียดเกินกว่าบทความนี้จะกล่าวไหว ในขณะบริษัทที่จะเป็นผู้ชนะในกลุ่มที่ 2 จะมีจำนวนน้อยบริษัทกว่า เนื่องจากลักษณะของธุรกิจ AI cloud จะมีความเป็น platform และมีแนวโน้มที่ผู้ชนะจะอยู่ในสถานะ Winner takes all โดยสาเหตุที่ทำให้กลุ่มที่ 2 มีแต่บริษัทรายใหญ่ และมีแนวโน้มจะเป็น Winner takes all เนื่องมาจาก บริษัทต้องมีปัจจัยสำคัญถึง 5 ปัจจัย ดังนี้ 1. วิศวกรด้าน AI และ Neuroscience ระดับโลก 2. Hardware คุณภาพสูงสุด 3. Big data 4. First mover 5. Regulation ของรัฐบาลและ ecosystem อื่นๆ support การที่บริษัทหนึ่งๆ จะมีวิศวกร AI และ Neuroscience (ซึ่งเป็นฟิลด์ที่กำลังร้อนแรงที่สุด) และมี Hardware ที่คุณภาพสูงที่สุดในตลาดได้ ปฏิเสธไม่ได้เลยว่าต้องเป็นบริษัทใหญ่ที่มีเงินทุนพร้อม และบริษัทต้องอยู่ใน ecosystem ที่เหมาะสม (เช่น ถ้าตั้งอยู่ในเขต Silicon Valley หรืออยู่ใน Shenzhen บริษัทก็น่าจะหาวิศวกร AI เทพๆ ได้ง่ายกว่าตั้งบริษัทที่กรุงเทพฯ หรือเปียงยาง) แต่ถึงเงินทุนมหาศาลจะใช้จ้างวิศวกรที่เก่งที่สุดในโลก และซื้อ Hardware ที่ดีที่สุดในโลกได้ แต่เงินก็ไม่สามารถใช้ซื้อ Big data ตรงๆ ได้ (ยกเว้นการ takeover ทั้งบริษัท) บริษัทที่มีโอกาสจะชนะในกลุ่มที่ 2 ได้ จึงจำเป็นต้องมีทั้งเงินทุน และมี Big data อีกสิ่งหนึ่งที่เงินไม่สามารถซื้อได้คือความเป็น First mover การเริ่มต้นก่อน อาจจะไม่ได้เป็นปัจจัยสำคัญในบางธุรกิจ เช่น Facebook เริ่มทีหลัง Friendster แต่ก็ใช้ประโยชน์ในฐานะผู้มาทีหลัง เพื่อเอาชนะข้อบกพร่องของผู้มาก่อนได้ แต่กับธุรกิจ AI แล้ว ผู้มาก่อนสำคัญมาก นอกจากผู้มาก่อนจะครอบครอง Big data ไปก่อนแล้ว การพัฒนา AI ยังมีเรื่องของ Learning curve เข้ามาประกอบด้วย ตัวอย่างหนึ่งที่น่าสนใจคือการเปรียบ AI กับเด็ก สมมติว่า AI ชื่อ Google Robo (ขอเรียกว่าน้อง GR) ถูกพัฒนาขึ้นมาได้ 5 ปีแล้ว ในขณะที่อีกฝากโลก มี AI ชื่อ Baidu Faster Robo (น้อง BFR) เพิ่งเริ่มพัฒนาในปีนี้ ถ้าเปรียบน้องทั้งสองคนเป็นเด็ก ก็เป็นไปไม่ได้เลยที่น้อง BFR ที่เพิ่งคลอดจะฉลาดเท่ากับน้อง GR ที่อายุ 5 ขวบ ในแต่ละปีที่ผ่านไป น้อง GR จะเติบโตขึ้น ฉลาดขึ้น ในวันที่น้อง BFR อายุ 5 ขวบ น้อง GR ก็อายุได้ 10 ขวบแล้ว และก็มีแนวโน้มที่น้อง GR จะฉลาดกว่าน้อง BFR อย่างมาก แต่เด็กอัจฉริยะอายุ 10 ขวบ อาจจะฉลาดกว่าเด็กอายุ 15 ขวบก็ได้ ขึ้นอยู่กับปัจจัยต่างๆ ไม่ว่าจะเป็นสภาพแวดล้อม การศึกษา และยีนส์ของพ่อแม่ (ด้วยเหตุผลนี้เองแม้ว่าจะเริ่มช้ากว่า แต่บริษัทในจีนก็กลัวว่าจะ “ตกรถ AI” เหมือนกับที่เคย “ตกรถเครื่องจักรไอน้ำ” มาก่อน และเมื่อ AI อาจเป็นสิ่งประดิษฐ์สุดท้ายของมนุษย์ รถ AI ขบวนนี้ก็อาจเป็นรถด่วนขบวนสุดท้ายที่จีนจะพลาดไม่ได้อีก) แต่เราก็ต้องไม่ลืมว่าพ่อแม่ของเจ้าหนู GR เป็นใคร ถ้า DeepMind และ Google ต่างก็ส่งต่อยีนส์ที่ดี และให้การศึกษาที่เหมาะสม มันก็เป็นไปได้ยากที่เด็กน้อย BFR ตอน 10 ขวบ จะตามหนุ่มน้อย GR ตอนอายุ 15 ปีได้ทัน ตัวอย่างนี้อาจจะไม่ใช่ตัวอย่างที่สมบูรณ์แบบ เพราะ AI อาจจะพัฒนาเร็วหรือช้ากว่ามนุษย์ก็ได้ แต่ก็น่าจะเป็นตัวอย่างที่ทำให้เห็นภาพว่า First Mover ในธุรกิจ AI ได้เปรียบอย่างไร บริษัทที่ไม่มี Big data และเริ่มทีหลัง จึงมีโอกาสน้อยมาก ที่จะพัฒนาขึ้นมานำหน้า บริษัทผู้มาก่อนที่พัฒนา AI ในทิศทางที่ถูกต้อง … ก่อนจะไปถึงข้อสรุปว่าใครน่าจะชนะในกลุ่มที่ 2 ผมอยากจะขอลงรายละเอียดในปัจจัยข้อ 5. เรื่อง Regulation ซึ่งเป็นเรื่องที่ซับซ้อน และมีขอบเขตที่กว้างมาก เนื่องจากโดยส่วนตัวแล้วผมเชื่อว่า มีแค่ประเทศสหรัฐฯ และจีน เพียง 2 ประเทศที่มีโอกาสจะชนะในฐานะผู้พัฒนา AI จึงอยากจะขอลงรายละเอียดเฉพาะแค่ 2 ประเทศนี้ครับ บริษัทในประเทศจีนอาจได้เปรียบบริษัทในประเทศอเมริกา เพราะรัฐบาลดูเข้มงวดกับเรื่อง Data security น้อยกว่า ทำให้มีอิสระในการนำข้อมูลของลูกค้าไปใช้ในการพัฒนา AI มากกว่า และด้วยลักษณะ Ecosystem ของประเทศจีนที่บริษัทอย่าง Alibaba มีการเก็บข้อมูลตั้งแต่การขี่จักรยานของเรา ไปจนถึงอาหารที่เรากิน มีความหลากหลายของ Data มากกว่า แต่ในเชิงกลับกัน บริษัทในประเทศอเมริกาดูจะมีฐานข้อมูลของกลุ่มลูกค้าที่กว้างกว่า (เพราะบริษัทอเมริกามักจะมีลูกค้าอยู่ทั่วโลก ในขณะที่บริษัทจีนมักจะมีลูกค้าในจีนเป็นหลัก) ในขณะที่ข้อมูลพฤติกรรมของคนจีนก็มีความเฉพาะ และอาจจะแตกต่างจากประเทศอื่นๆ ที่มี Ecosystem ไม่เหมือนกับจีน และรัฐบาลจีนเองก็ดูจะมี power และมี intention ที่จะควบคุมไม่ให้บริษัทในกลุ่ม BAT มีอำนาจมากเกินไป ในขณะที่รัฐบาลสหรัฐอาจจะอยากควบคุมบริษัทกลุ่ม FAANG อยู่บ้าง แต่ก็ดูจะมี power ในการควบคุมได้ไม่มากเท่าไหร่ รายละเอียดของ Regulation และการเมืองระหว่างประเทศเป็นเรื่องซับซ้อน ผมเชื่อว่าทั้งสหรัฐและจีน มีโอกาสจะเป็นประเทศผู้นำใน AI ทั้งคู่ แต่เมื่อประเมินถึงระดับของการเข้าถึงข้อมูลแล้ว ส่วนตัวผมคิดว่าบริษัทในอเมริกาติดตามได้ง่ายกว่ามาก และบริษัทอเมริกาก็ได้เปรียบบริษัทจีนในฐานะที่เป็น First mover ด้วย กล่าวโดยสรุป ผมเชื่อว่าบริษัทในกลุ่มที่ 1 ที่จะชนะ เป็นไปได้ทั้งบริษัทในกลุ่ม FAANG, BAT รวมไปถึงบริษัท startup เกิดใหม่ที่มีไอเดียระดับเทพ แต่เนื่องจากตัวผมเองคงมีโอกาสน้อยมากที่จะได้ลงทุนในบริษัท startup เทพๆ ระดับนั้น และผมก็ไม่สามารถจะเข้าถึงข้อมูลการแข่งขันของบริษัทในประเทศจีนที่เปลี่ยนแปลงไปอย่างรวดเร็วได้ ผมจึงคิดว่าทางเลือกที่ง่ายกว่าคือลงทุนในบริษัทกลุ่มที่ 2 ที่อยู่ในประเทศสหรัฐ ซึ่งประกอบไปด้วย Amazon, Google และ Microsoft ใน 3 บริษัทนี้ ส่วนตัวผมเชื่อว่า Culture ของ Microsoft มีลักษณะที่แก่เกินไป และปริมาณ data ก็น่าจะน้อยกว่าคู่แข่งอย่าง Amazon หรือ Google ในปัจจุบัน Amazon เป็น Market Leader ในธุรกิจ Data center ทิ้งห่าง Google อยู่ขาดลอย แต่โดยส่วนตัวแล้วผมเชื่อว่า Market share เป็น Lag indicator ในขณะที่การทำนายผู้ชนะในอนาคตเราควรจะดูที่ Leading indicator มากกว่า Data center มีหลายประเภท คือ Infrastructure as a service (IasS) = ใช้สำหรับเก็บข้อมูลเหมือน Online harddisk Software as a service (SasS) = ใช้สำหรับรันโปรแกรมผ่าน Cloud เช่น รัน Excel ผ่าน online Platform as a service (PaaS) = ใช้สำหรับรัน Website หรือ Application โดยบริษัท Startup (ให้ลอกนึกถึงเคส Friendster) และ AI as a service (AIasS) = ใช้สำหรับรัน AI ธุรกิจ Data center ในปัจจุบัน คือ Iaas, SasS และ PaaS ซึ่งในกลุ่มนี้ Amazon ครองความเป็นใหญ่อยู่ แต่ในอนาคตที่ AIasS จะกลืน Cloud Software ประเภทอื่นๆ แล้ว มีความเป็นไปได้ว่าผู้ชนะอาจไม่ใช่ผู้ที่มี Market share มากที่สุด หากเราพิจาณาถึงปัจจัย 5 ข้อที่เป็น Leading indicator ของ Market share เราจะพบว่า Google (ที่ควบรวม DeepMind ไปแล้ว) โดดเด่นกว่า Amazon ทั้งในด้านของทีมวิศวกร ความเป็น First Mover และปริมาณของ Data เมื่อพิจารณาถึงการพัฒนา General AI ใน Time frame ที่ไกลออกไปกว่า 20 ปีแล้ว ผมจึงเชื่อว่า Google เป็นบริษัทที่มีโอกาสสูงที่สุดที่จะเป็นผู้ชนะตัวจริงในเกมนี้ครับ ... บริษัทในกลุ่มที่ 3 ซึ่งเป็นกลุ่มสุดท้ายคือผู้ผลิตชิพและ Software ต่อยอดสำหรับ AI ก่อนจะเล่าประเด็นนี้ ผมต้องขออธิบายย้อนไปถึงเรื่องของขั้นตอนการพัฒนา AI ขั้นตอนการพัฒนา AI ด้วยวิธี Deep learning สามารถแบ่งได้เป็น 2 ขั้นตอนใหญ่ๆ 1. Training Phase หรือ Learning Phase 2. Inferencing Phase หรือ Execution Phase ในขั้นแรกของการพัฒนา AI ผู้พัฒนาจะทำการสร้าง Neural Network หรือ Algorithm system ของ AI ขึ้นมาก่อน ขั้นตอนนี้จะเป็นขั้นตอนที่ใช้ Data เป็นจำนวนมาก และต้องใช้พลังการประมวลผลขั้นสูง ถ้าเปรียบกับคนก็เหมือนช่วงที่เรายังเป็นเด็กอายุ 0-12 ปี ซึ่งเป็นช่วงที่เรากำลังเรียนรู้ เราจดจำภาพ เสียง และการสัมผัสจำนวนมาก เพื่อพัฒนาระบบของสมอง แต่เรายังนำข้อมูลเหล่านั้นมาใช้ประโยชน์อะไรได้ยาก เราเรียกขั้นตอนนี้ว่า Training Phase คือเป็นเฟสที่ AI จะเรียนรู้ หรือพัฒนาระบบสมองเทียม ซึ่งต้องใช้ข้อมูล และพลังประมวลผลมาก แต่ยังนำมาใช้งานไม่ได้ ประเภทของชิพที่เหมาะสมสำหรับ Training Phase คือ GPU เนื่องจากมีพลังประมวลผลที่สูงที่สุด และมีลักษณะเฉพาะที่เหมาะกับเทคนิคแบบ Deep learning ในขั้นที่ 2 คือ หลังจากการพัฒนา AI เสร็จแล้ว ผู้พัฒนาจะเริ่มนำ AI เข้าไปใช้แก้ปัญหา เป็น AI application จริงๆ ในขั้นตอนนี้ AI ไม่จำเป็นต้องใช้ข้อมูลจำนวนมากแล้ว เพราะมี Algorithm system ที่พัฒนาเสร็จแล้ว ถ้าเปรียบกับคนก็เหมือน มนุษย์ที่อายุตั้งแต่ 12 ปีขึ้นไป ซึ่งเป็นช่วงระบบสมองเริ่มอยู่ตัวแล้ว และเป็นช่วงที่สามารถนำข้อมูลที่เรียนรู้ในตอนเด็กมาใช้ประโยชน์จริงได้มากขึ้น ประเภทของชิพที่เหมาะสำหรับ Inferencing Phase คือชิพที่มีพลังงานประมวลผลสูง แต่ใช้พลังงานน้อย ซึ่ง ณ วันนี้ยังไม่ชัดเจนว่า GPU, FPGA, ASICs หรือ AI chip จะเหมาะสมที่สุด (AI chip ชื่อว่า AI chip ก็จริง แต่ในปัจจุบันยังไม่ได้เป็นชิพที่ถูกพัฒนาขึ้นเพื่อใช้ใน AI Datacenter เป็นหลัก แต่เป็นชิพที่อยู่ในมือถือของ Apple หรือ Huawei ซึ่งมักจะผลิตโดยใช้สถาปัตยกรรมชิพจากบริษัท ARM architecture) ... กลับมาที่บริษัทผู้พัฒนาชิพ ซึ่งประกอบไปด้วย 3 กลุ่มหลัก กลุ่ม 1 คือผู้นำในตลาดดั้งเดิมคือ Intel, AMD, Nvidia, Xilinx และ ARM กลุ่ม 2 คือบริษัทยักษ์ใหญ่ที่พัฒนาเพื่อใช้ใน Device หรือ Data center ของตัวเองเป็นหลัก เช่น Apple, Google, Microsoft, Huawei กลุ่ม 3 คือบริษัท Startup ต่างๆ ในตลาดชิพสำหรับ Training Phase นั้น ปัจจุบัน Nvidia เป็นผู้นำในตลาด ด้วยสาเหตุว่าในปัจจุบัน GPU เป็นชิพที่เหมาะสมที่สุดกับเทคนิคแบบ Deep learning และ Nvidia ก็เลือกที่จะพัฒนา Software platform สำหรับผู้พัฒนา AI ทำให้ Nvidia อยู่ในสถานะผู้นำที่โดดเด่น ในขณะที่ชิพที่ใช้สำหรับ Inferencing AI ยังไม่ชัดเจนว่าชิพประเภทไหน และบริษัทใดจะเป็นผู้ชนะ ซึ่งเป็นส่วนที่ทั้งบริษัทยักษ์ใหญ่ และบริษัท Startup พยายามจะเข้ามาพัฒนากันอยู่ ในอนาคตระยะยาว มีความเป็นไปได้ว่าความพยายามของกลุ่มที่ 2 หรือ 3 จะสำเร็จ และมีชิพประเภทใหม่ๆ เกิดขึ้น ซึ่งเหมาะสมสำหรับใช้ใน Traning Phase มากกว่า GPU แต่ด้วยลักษณะเฉพาะของธุรกิจชิพที่มีความซับซ้อน และลักษณะการแข่งขันของกลุ่มผู้พัฒนา AI ที่ต่างก็อยากจะเร่งการพัฒนาให้เร็วที่สุด การใช้ GPU ซึ่งเป็นเทคโนโลยีที่เป็น standard ของอุตสาหกรรมในปัจจุบัน จึงเป็นทางเลือกหลักของบริษัทส่วนผู้พัฒนา AI ส่วนใหญ่ อีกหนึ่งประเด็นที่น่าสนใจคือ ธุรกิจชิพเป็นธุรกิจที่มี Learning Curve สูงมาก จะสังเกตเห็นได้ว่าบริษัททั้ง 5 แห่งในกลุ่มผู้นำดั้งเดิมต่างก็ก่อตั้งมานานกว่า 25 ปี (Intel ครองตลาดชิพที่ใช้ใน PC มายาวนานกว่า 40 ปี) และจนถึงตอนนี้ก็ยังไม่มีผู้พัฒนาชิพ startup รายได้ที่จะก้าวขึ้นมาช่วงชิงตำแหน่งผู้นำจากกลุ่มผู้พัฒนาชิพดั้งเดิมได้ ในขณะที่กลุ่มผู้พัฒนาชิพดั้งเดิมก็เคยผ่านการแข่งขันที่เข้มข้น จนมาถึงจุดที่เหลือผู้ชนะเพียงไม่กี่รายในชิพแต่ละประเภท ... บทส่งท้าย ผมเขียนบทความ Series นี้โดยมีความตั้งใจว่าอยากจะเล่าเนื้อความโดยสรุปของ AI และ VI ให้มากที่สุด แต่ก็อยากให้ผู้อ่านพึงระวังในหลายๆ ประเด็นดังนี้ครับ 1. บทความนี้ประกอบไปด้วย Fact และ Opinion ส่วนบุคคล ผู้อ่านควรแยกแยะ 2 สิ่งนี้ออกจากกัน 2. ผมไม่ใช่ผู้ที่คร่ำหวอดในวงการ IT ข้อมูลที่ผมนำเสนอจึงอาจผิดพลาดได้ 3. บทความ Series นี้พยายามอธิบายถึงความสำคัญ และผู้เล่นในธุรกิจ AI รวมไปถึงพยายามอธิบายว่าใครจะเป็นผู้ชนะในส่วนของ AI แต่(นอกจากผมอาจจะคาดการณ์ผิดแล้ว)ยังมีเรื่องของธุรกิจอื่นๆ (บริษัทส่วนใหญ่ยังไม่ได้มีรายได้หลักมาจากธุรกิจ AI) เรื่องของสภาวะตลาด และเรื่อง Valuation ที่ผู้อ่านควรพิจารณาประกอบด้วย อยากขอร้องว่า อย่าซื้อหุ้นรายตัวใดๆ ที่ผมพูดถึงในบทความนี้โดยไม่ศึกษาเพิ่มเติม 4. ผมมีหุ้นบางตัวที่ผมได้กล่าวถึงในบทความนี้ แต่ผมไม่ได้มีเจตนาจะเขียนบทความนี้เพื่อเชียร์หุ้นแต่อย่างใด อันที่จริงผมมีเจตนาที่จะถือหุ้นใน Time frame ที่ยาว และขนาดของหุ้นที่ผมถือก็ใหญ่มาก จนไม่ว่าผมจะเชียร์หุ้นตัวไหน อย่างไร เม็ดเงินของนักลงทุนรายย่อยไทยก็คงไม่ส่งผลใดๆ ต่อราคาหุ้นอยู่ดี สุดท้ายนี้ ผมอยากจะขอขอบคุณทุกแหล่งข้อมูลและแหล่งอ้างอิง(ที่มากมายเกินกว่าจะกล่าวถึงทั้งหมด) โดยเฉพาะอาจารย์ Picatos ซึ่งเป็นผู้จุดประกายให้ผมหันมาศึกษาเรื่อง AI อย่างจริงจัง ถ้าบทความนี้เป็นประโยชน์สำหรับผู้อ่าน ก็ขอยกความดีความชอบให้กับอาจารย์ Picatos และบรรดาแหล่งข้อมูลที่ผมได้ศึกษามา แต่ถ้าบทความนี้มีข้อผิดพลาดประการใด ผมในฐานะผู้เขียนต้องขอกราบขออภัย และขออโหสิกรรมจากผู้อ่านทุกท่าน มา ณ ทีนี้ด้วยครับ โดย นายมานะ พฤหัสฯ. พ.ย. 01, 2018 1:27 pm

Re: โอกาสทางธุรกิจของ AI กับนักลงทุน VI / นายมานะ โอกาสทางธุรกิจของ AI กับนักลงทุน VI (3) ลักษณะของผู้ชนะในธุรกิจ AI ใน 2 ตอนที่แล้วผมได้เล่าว่า AI จะมาคุกคามธุรกิจปัจจุบันอย่างไร และทำไมมันจึงทำเช่นนั้น ในตอนนี้ผมจะเล่าว่าลักษณะของผู้ชนะน่าจะเป็นอย่างไร และในตอนสุดท้ายจะเล่าว่าในมุมมองของผมใครมีโอกาสจะเป็นผู้ชนะในส่วนไหนบ้างครับ แต่ก่อนจะไปสู่คำตอบว่าคุณสมบัติสำคัญของผู้ชนะในธุรกิจ AI เราคงต้องไปศึกษาก่อนว่า ปัจจัยอะไรที่สำคัญสำหรับการพัฒนา AI เรื่องนี้อาจเห็นชัดกว่า ถ้าเราศึกษาย้อนไปว่า AI มีต้นกำเนิดมายังไง อันที่จริง AI ไม่ใช่แนวคิดใหม่ แต่เป็นไอเดียที่ถูกคิดค้นขึ้นตั้งแต่ปี 1956 แต่ทำไม AI จึงไม่ได้รับความนิยมเลย จนกระทั่งเมื่อ 5 ปีที่ผ่านมา? สาเหตุเพราะในอดีตนั้น เทคโนโลยี และ ecosystem ต่างๆ ในโลกยังไม่พร้อมสำหรับการพัฒนา AI จนกระทั่งมาถึงพัฒนาการของ 4 ปัจจัยต่อไปนี้ คือ 1. องค์ความรู้ของวิศวกร และเทคนิค Deep learning 2. ปริมาณข้อมูลมหาศาล หรือ Big data 3. พลังในการประมวลผลของ Hardware 4. รูปแบบการทำธุรกิจแบบ Cloud computing หรือ Datacenter จะขอเล่าไปทีละเรื่องนะครับ 1. องค์ความรู้ของวิศวกรและเทคนิค Deep learning เทคนิค Deep learning ถูกคิดค้นขึ้นหลังปี 2000 โดยเป็นเทคนิคที่จำลองวิธีการคิดของสมองมนุษย์ แต่ก่อนที่จะไปเล่าถึงเทคนิค Deep learning ผมจะขอเล่าถึงเทคนิคการพัฒนา AI แบบดั้งเดิมก่อน วิธีนั้นเรียกว่า Rule-based ซึ่งเป็นวิธีที่ใช้มายาวนานตั้งแต่ IBM Deepblue จนมาถึง IBM Watson IBM Watson ปรากฏในสื่อครั้งแรก คือในปี 2011 ผ่านรายการแข่งขันเกมประเภท Quiz show ที่ชื่อ Jeopardy! เกม Jeopardy! เป็นเกมใบ้คำปริศนา ที่ค่อนข้างซับซ้อน คล้ายๆ กับนำเกมเศรษฐีซึ่งเป็นเกมตอบคำถาม กับ Davinci เกมถอดรหัส ซึ่งเป็นเกมใบ้คำ มารวมกัน IBM Watson ประสบความสำเร็จอย่างมาก ชนะแชมป์ของเกมนี้อย่างท้วมท้น และได้รับการจับตาจากสื่ออย่างมาก ในภายหลัง IBM Watson ถูกนำไปประยุกต์ใช้กับธุรกิจการแพทย์ แต่กลับพบว่าไม่ประสบความสำเร็จอย่างที่คิด ปัญหาของ IBM Watson คืออะไร? IBM Watson เป็น AI ประเภท Rule-based ปัญหาของ AI ประเภทนี้ คือมันทำงานได้ Specific มาก ถ้าจะทำให้ IBM Watson ไปเล่นหมากรุก หรือเล่นโกะ ทีมวิศวกรผู้พัฒนาก็ต้องเขียน Algorithm ใหม่เกือบทั้งหมด แตกต่างจากวิธีการเรียนรู้ของมนุษย์ตรงที่ เราเป็นสิ่งมีชีวิตที่สามารถฝึกตัวเองได้ เราสามารถ connect ความรู้ใหม่ เข้ากับพื้นความรู้เดิมได้ง่ายและเร็วมาก เช่น ถ้าเราเล่นหมากรุกเก่ง ก็มีแนวโน้มที่เราจะฝึกเล่นโกะเป็นได้เร็ว ยิ่งเรามีข้อมูลในสมองเรามากเท่าไหร่ มันก็ยิ่งง่ายที่จะทำให้เราเรียนรู้เรื่องราวใหม่ๆ มากเท่านั้น สาเหตุเพราะสมองมีการทำงานแบบที่เรียกว่า Neural Network กล่าวคือเรามีเครือข่ายของเซลล์ประสาทขนาดใหญ่ ที่ connect องค์ความรู้หลากหลายประเภทเข้าด้วยกัน เป็นเหมือน Algorithm Network ขนาดใหญ่ แต่ IBM Watson มีข้อจำกัดมาก มันอาจจะมี Algorithm Network ของตัวเอง แต่ก็เป็นชุดที่วิศวกร IBM สร้างขึ้น และถึงแม้ Algorithm Network ชุดนั้นจะซับซ้อนพอที่จะเล่นเกมปริศนาใบ้คำที่ซับซ้อนมากๆ ได้ แต่ก็ยังเป็นชุด Algorithm อย่างง่ายๆ ที่เทียบไม่ได้เลยกับ Neural Network ในสมองของมนุษย์ และที่สำคัญคือ IBM Watson เองก็ไม่มีความสามารถที่จะพัฒนา Algorithm Network ของตัวมันเองได้ กลับมาที่เทคนิคแบบ Deep learning ซึ่งเป็นเทคนิคที่ประยุกต์วิธีการทำงานของสมองมนุษย์ มาใช้ในการสร้าง AI AI แบบ Deep learning สามารถที่จะสร้างฐานความรู้ และต่อยอดไปได้มากกว่า พูดง่ายๆ คือ AI แบบ Deep learning สามารถที่จะสร้าง Algorithm Network ของตัวเองได้ ถึงแม้ว่าในทุกวันนี้เราจะยังไม่สามารถสร้าง AI ที่เรียนรู้ได้หลากหลายเหมือนสมองเราก็ตาม แต่วิธีแบบ Deep learning ก็ทลายข้อจำกัดของวิธี Rule-based และสามารถต่อยอดนำไปใช้ในการประดิษฐ์ Specific AI หรือ Narrow AI ให้ทำงานต่างๆ ได้หลากหลายมากขึ้น 2. ปริมาณข้อมูลมหาศาล หรือ Big data ในอดีตเรามีข้อมูลที่ถูกเก็บในรูปของ Digital น้อยมาก บรรพบุรุษของเราบันทึกรูปด้วยการวาด ก่อนจะพัฒนามาเป็นม้วลฟิล์ม และเก็บข้อความไว้บนก้อนหิน ก่อนจะพัฒนามาเป็นกระดาษ มนุษย์ไม่นิยมการแปลงข้อมูล Physical เหล่านี้ เพื่อบันทึกอยู่ในรูปแบบ Digital เลย จนกระทั่งการมาถึงของยุค PC PC, Smartphone และอินเตอร์เน็ต ทำให้ข้อมูลจำนวนมากที่อยู่ในรูปแบบของข้อความ ภาพ เสียง และวีดีโอ ถูกอัพโหลดขึ้นบนอินเตอร์เน็ต ทุกวันนี้เรา feed ข้อมูลต่างๆ ของตัวเราเองให้ Google, Facebook, Apple, Amazon และ Netflix ในทุกๆ วัน ตั้งแต่การอัพโหลดคลิป ไปจนถึงการตัดสินใจคลิกเมาส์แต่ละครั้ง และเนื่องจาก AI จำเป็นที่จะต้องใช้ข้อมูลในรูปแบบ Digital เพื่อเรียนรู้ และสร้าง Algorithm Network ของตัวมันเอง Big data จึงกลายเป็นฐานที่สำคัญมากๆ ในการพัฒนา AI หลายๆ คนมักสบสันระหว่าง Big data กับ data ทั่วๆ ไป Big data คือปริมาณของข้อมูลมหาศาล เหมือนที่ Google, Facebook, Amazon หรือ Alibaba เก็บอยู่ในฐานข้อมูล แตกต่างจาก data จำนวนไม่มาก (Small data) ที่บริษัท startup มี หรือที่บริษัทขนาดกลางในไทยเพิ่งเริ่มเก็บ Small data อาจจะใช้ประโยชน์ในทางธุรกิจได้ แต่มันก็น้อยเกินกว่าที่จะนำมาใช้ในการพัฒนา AI 3. พลังในการประมวลผลของ Hardware ส่วนประกอบหนึ่งของเทคโนโลยีที่เราใช้ใน PC หรือ Smartphone คือแผงวงจร (integrated circuits) และ transistor ปริมาณของ transistor ยิ่งมาก ความเร็วในการประมวลผลก็ยิ่งมาก กฎของมัวร์ (Moore's Law) บอกไว้ว่า ปริมาณของ transistor ในแผงวงจรจะเพิ่มขึ้นทุกๆ 1 เท่า ภายในเวลา 18-24 เดือน ผลที่เกิดขึ้นคือทำให้แผงวงจร หรือชิพที่ใช้ใน PC และ Smartphone เร็วขึ้น 1 เท่าตัว ภายในเวลา 18-24 เดือน หรือถ้าพูดให้เข้าใจง่ายขึ้นคือ ทุกๆ 20 ปี ชิพจะเร็วขึ้นประมาณ 1,000 เท่า (2 ยกกำลัง 10) นับจากช่วงปี 1956 ซึ่งเป็นปีที่แนวคิด AI ถือกำเนิดขึ้น เรามีชิพที่เร็วขึ้นประมาณ 1 พันล้านเท่า (1,000 ยกกำลัง 3) เทคโนโลยีชิพประมวลผลมีหลายประเภท ไม่ว่าจะเป็น CPU, GPU, FPGA, ASICs และ AI chip แต่เดิมชิพประมวลที่เป็นตัวหลักของ PC และเทคโนโลยี AI ประเภท Rule-based คือ CPU จนกระทั่งประมาณปี 2008 วิศวกร AI ได้เริ่มนำ GPU มาใช้กับเทคโนโลยี Deep learning และปรากฏว่าทำให้ความเร็วในการประมวลผลเพิ่มขึ้นอย่างมหาศาล ในปัจจุบันการนำ GPU มาใช้กับเทคโนโลยี Deep learning มีประสิทธิภาพสูงกว่าการใช้ CPU อย่างน้อย 20 เท่า และมีแนวโน้มที่ระยะห่างนี้จะมากขึ้นเรื่อยๆ 4. รูปแบบการทำธุรกิจแบบ Cloud computing หรือ Data center ความเร็วของอินเตอร์เน็ต และอุปกรณ์อื่นๆ ที่เกี่ยวเนื่อง เป็นต้นกำเนิดของรูปแบบการทำธุรกิจแบบ Cloud computing หรือ Data center ในอดีตนั้น ถ้าบริษัทไหนต้องการจะสร้าง Website หรือ Application มือถือ บริษัทนั้นไม่เพียงต้องมี นักเขียนโปรแกรมขั้นเทพอยู่ แต่จำเป็นต้องมีผู้เชี่ยวชาญในเรื่อง Hardware ไว้สำหรับเก็บ และประมวลผลข้อมูลบน Website หรือ Application ของตัวเองอีกด้วย ก่อนที่ Facebook จะกลายเป็นบริษัท Social media ที่ใหญ่ที่สุดในโลก บริษัทที่เคยเป็นผู้นำก่อนหน้า Facebook (และเป็นต้นแบบไอเดียของ Facebook) คือ บริษัท Friendster Friendster ก่อตั้งก่อน Facebook นานถึง 2 ปี และภายหลังก่อตั้งได้แค่ 3 เดือน ก็มีผู้ใช้สูงถึง 3 ล้านคนแล้ว ทุกๆ คนต่างคิดว่า Friendster ชนะ ในการแข่งขันนี้ไปแล้ว แต่หลังก่อตั้งได้ประมาณ 2 ปี จำนวนผู้ใช้ Friendster กลับเติบโตช้าลง ปัญหาของ Friendster ไม่ใช่การแข่งขันของบริษัทหน้าใหม่อย่าง Facebook หรือ Twitter แต่กลับเป็นปัญหาภายในของบริษัท นั่นก็คือเรื่องคุณภาพของ Server หลังก่อตั้งได้ประมาณ 2 ปี Friendster เจอปัญหาที่คนในสมัยนี้อาจนึกไม่ถึง ปัญหานั้นคือปริมาณผู้ใช้เติบโตเร็วเกินไป จน Server ของบริษัทไม่สามารถรองรับปริมาณการใช้งานที่มากขึ้นของจำนวนผู้ใช้ที่เติบโตอย่างรวดเร็วได้ Website เริ่มโหลดช้าจนทำให้ผู้ใช้เบื่อหน่าย และหันไปใช้ Social network ของคู่แข่ง น่าเสียดายที่ในตอนนั้นยังไม่มีบริษัทผู้ให้บริการ Cloud computing หรือ Data center อย่าง AWS ของ Amazon หรือ Azure ของ Microsoft แบบเดียวกับในปัจจุบัน ... รูปแบบของธุรกิจแบบ Cloud computing ในปัจจุบัน เอื้อประโยชน์ให้กับธุรกิจ AI ตัวอย่าง เช่น บริษัท Startup ที่ไม่มีเงินทุนในอินเดีย หรือเวียดนาม อาจจะเลือกเช่า AWS แทนที่จะสร้าง Data center ของตัวเองขึ้นมาเพื่อพัฒนา AI ตัวใหม่ และทำให้บริษัท Startup ที่ไม่ได้ชำนาญเรื่อง Hardware สามารถแข่งขันในตลาดได้ ในขณะที่บริษัทยักษ์ใหญ่ในไทยไทยที่ไม่ได้เชี่ยวชาญเรื่อง AI อย่าง CPALL หรือ CPN อาจเลือกที่จะเช่า AI Cloud ที่พัฒนาเสร็จเรียบร้อยแล้วจาก Google แทนที่จะสร้าง AI ขึ้นมาเองจาก 0 การเกิดขึ้นของ Cloud computing จึงทำให้การเข้าถึงพลังการประมวลผลระดับสูง รวมไปถึงการเข้าถึง AI Application กลายเป็นเรื่องที่ง่ายขึ้นมาก โดยส่วนตัวแล้ว ผมเชื่อว่าสุดท้าย รูปแบบของธุรกิจ AI จะส่งผลให้เหลือผู้ชนะในธุรกิจเป็น 4 กลุ่มใหญ่ๆ คือ 1. กลุ่มผู้สร้าง AI Application 2. กลุ่มผู้ให้บริการ AI ผ่านระบบ Cloud platform 3. กลุ่มผู้ผลิตชิพและ Software สำหรับพัฒนา AI 4. ผู้ผลิตสินค้า หรือบริการอื่นๆ ที่ได้ประโยชน์จากเทคโนโลยี ในบทหน้า ผมอยากจะแชร์ภาพการแข่งขันที่กำลังเกิดขึ้นคร่าวๆ เพื่อให้เห็นว่ามี player คนไหนบ้าง ที่มีโอกาสชนะแต่ละกลุ่มต่อไปนี้ครับ โดย นายมานะ พฤหัสฯ. พ.ย. 01, 2018 1:26 pm

Re: โอกาสทางธุรกิจของ AI กับนักลงทุน VI / นายมานะ โอกาสทางธุรกิจของ AI กับนักลงทุน VI (2) ทำไม AI จึงเป็นเทคโนโลยีที่สำคัญที่สุดในช่วงเวลานี้ ในตอนที่แล้ว ผมได้เล่าถึงภาพคร่าวๆ ว่า AI กำลังจะเข้ามาคุกคามธุรกิจในปัจจุบันอย่างไรบ้าง โดยในตอนที่ 2 นี้จะขอเล่าว่า ทำไม AI จึงเพิ่งจะมาสำคัญในช่วงเวลานี้ และทำไม AI จึงสำคัญกว่าเทคโนโลยีอื่นๆ ครับ เทคโนโลยีที่กำลังเป็นกระแสนิยมมากมาย ไม่ว่าจะเป็น FinTech, Internet of Things, Blockchain, Big data ฯลฯ คำถามคือ ทำไมผมเชื่อว่า AI เป็นเทคโนโลยีที่สำคัญที่สุดในช่วงเวลา 10-20 ปีนับจากนี้? สาเหตุของเรื่องนี้ ต้องขอเริ่มจากเล่าย้อนกลับไปศึกษาเรื่องราวของประวัติศาสตร์มนุษย์ ทำไมมนุษย์แตกต่างจากสัตว์? มนุษย์แตกต่างจากสัตว์ด้วยเหตุผล 2 ประการใหญ่ 1. เรามีความสามารถในการประดิษฐ์คิดค้น “เทคโนโลยี” 2. เราเป็นสัตว์เพียงชนิดเดียวที่ “สามารถฝึกตัวเองได้” ย้อนกลับไปสัก 1 แสนปีก่อน มนุษย์ไม่ใช่สิ่งมีชีวิตที่อยู่เหนือสุดของห่วงโซ่อาหาร ในขณะสัตว์ป่าใช้เขี้ยวหรือเล็บในการหาอาหาร มนุษย์เราอาจแตกต่างไปบ้างเพราะเราใช้อาวุธที่ทำจากหินหรือไม้ แต่ก็เป็นความแตกต่างที่ไม่มากพอที่จะทำให้มนุษย์สามารถเอาชนะสัตว์ใหญ่ที่แข็งแกร่งได้ ความแตกต่างนี้เริ่มมากขึ้น เมื่อมนุษย์รู้วิธี “การใช้ไฟ” นอกจากช่วยให้ล่าสัตว์ได้ง่ายขึ้นแล้ว ไฟยังทำให้เราย่อยอาหารได้ง่ายขึ้น ส่งผลให้เรามีเวลา และพลังงานเหลือมากขึ้น นักวิทยาศาสตร์เชื่อว่าการปรุงอาหารให้สุก เป็นเหตุผลที่ทำให้เรามีลำไส้ที่เล็กลง(เมื่อเทียบกับลิง หรือสัตว์เลี้ยงลูกด้วยนมประเภทอื่น) และมีพลังงานเหลือเพียงพอสำหรับรองรับขนาดของสมองที่ใหญ่ขึ้น สมองที่ใหญ่ขึ้นเป็นพัฒนาการที่สำคัญที่ทำให้มนุษย์แตกต่างจากสัตว์ ทุกวันนี้แม้สุนัขที่เราเลี้ยงจะกินอาหารสุก แต่มันก็ไม่ได้มีขนาดของสมองที่ใหญ่พอจะเข้าใจภาษา หรือกระทั่งวิธีการจุดไม้ขีด สมองที่ใหญ่ขึ้นน่าจะเป็นหนึ่งในที่มาของการที่มนุษย์เริ่มมีสติรู้ตัว ทำให้ “สามารถฝึกตัวเอง” ได้ เราฝึกตัวเองให้สามารถประดิษฐ์คิดค้น “เทคโนโลยี” ใหม่ๆ ตามมา เริ่มจากภาษาพูด ที่ทำให้เราทำงานเป็นกลุ่มได้มีประสิทธิภาพกว่าฝูงลิง ไปจนถึงการสร้างเรื่องราว (Fiction) ที่ทำให้สังคมมนุษย์มีเป้าหมายร่วม เช่น ศาสนาหรือเงินตรา ซึ่งช่วยให้มนุษย์ขยายจากการทำงานเป็นฝูง หรือเผ่าเล็กๆ เป็นการทำงานร่วมกันในระดับหมู่บ้าน เมือง ไปจนถึงจักรวรรดิ ในอดีตมนุษย์ถ่ายทอดความรู้จากรุ่นสู่รุ่น ด้วยการเล่าเรื่องผ่านภาษาพูด แต่เมื่อสังคมขยายขนาดขึ้น เราก็ต้องใช้เครื่องมือที่ซับซ้อนขึ้น เราประดิษฐ์ “ภาษาเขียน” เพื่อใช้บันทึกเรื่องราว และต่อยอดความรู้ เมื่อมนุษย์ก้าวไปถึงจุดที่ประดิษฐ์ “แท่นพิมพ์” เราก็ทำให้องค์ความรู้ที่เคยมีอยู่จำกัดแค่ในเผ่า หรือหมู่บ้าน กระจายออกไปได้ทั่วทุกมุมโลก องค์ความรู้ที่เกิดขึ้นพัฒนาไปจากรุ่นสู่รุ่น จนมาถึงช่วงประมาณปี 1770 มนุษย์ก็ได้ประดิษฐ์สิ่งสำคัญขึ้นมา 2 อย่าง อย่างแรก เราเรียกว่า เครื่องจักรไอน้ำ (โดยเจมส์ วัตต์ ประมาณปี 1763-1775) ซึ่งเป็นต้นกำเนิดของ การปฏิวัติอุตสาหกรรม และอย่างที่สองคือ แนวคิดทุนนิยม (โดยอดัม สมิธ ปี 1776) ซึ่งทำให้การไหลของทรัพยากร และข้อมูลมีประสิทธิภาพขึ้น เครื่องจักรไอน้ำ และแนวคิดทุนนิยม เป็นต้นกำเนิดของการปฏิวัติเทคโนโลยี ตั้งแต่ปี 1770 มนุษย์ก็มีคุณภาพชีวิตที่พัฒนาไปแบบที่ไม่เคยมีมาก่อน เรามีอายุขัยเฉลี่ยเพิ่มจากประมาณ 40 ปี มาเป็น 80 ปี เรามีอัตราการตายในเด็กแรกเกิด ลดลงจากมากกว่า 30% เหลือไม่ถึง 1% ในปัจจุบัน มีโอกาสที่คนจะป่วยตายเพราะการกินมากเกินไป มากกว่าโอกาสที่จะตายจากการอดอาหารเสียอีก นอกจากนี้เรื่องเชิงปริมาณอย่างตัวเลขแล้ว คุณภาพชีวิตของมนุษย์ก็พัฒนาไปมาก เดิมทีมนุษย์เดินทางด้วยการเดินเท้า หรือใช้สัตว์เป็นพาหนะ แรงงานส่วนใหญ่ในระบบเศรษฐกิจมาจากสิ่งมีชีวิตแทบจะทั้งหมด การคิดค้นเครื่องจักรไอน้ำ เป็นครั้งแรกในประวัติศาสตร์ที่ทำให้มนุษย์นึกออกว่า เราสามารถทดแทนแรงงานของสิ่งมีชีวิต ด้วยพลังงานที่มีอยู่ในธรรมชาติได้ เราใช้รถยนต์ และน้ำมัน แทนม้า เราใช้เครื่องจักร และไฟฟ้า มาแทนแรงงานทาส เราประดิษฐ์เครื่องใช้ไฟฟ้า เครื่องบิน และยารักษาโรค ซึ่งเป็นสิ่งที่แม้แต่กษัตริย์ที่ร่ำรวยที่สุดในโลก เมื่อ 500 ปีก่อนก็คงได้แต่ฝัน ทั้งหมดนี้เกิดขึ้นเพราะมนุษย์เป็นเผ่าพันธุ์เดียวที่สามารถประดิษฐ์เทคโนโลยีใหม่ๆ เหล่านี้ได้ แต่แม้ว่าเครื่องจักรจะมาทดแทนแรงงานมากมาย มันก็ไม่ได้ทำให้อาชีพของพวกเราหายไป สาเหตุเพราะเครื่องจักรอาจทดแทนแรงกายของคนได้ แต่มันไม่สามารถทดแทนสมองของเราได้เลย แต่ในวันนี้เป็นครั้งแรกที่มนุษย์กำลังจะประดิษฐ์สิ่งที่จะมาทดแทนสมองของเราได้ เราเรียกมันว่า AI ... AI คืออะไร? AI ย่อมาจาก Artificial Intelligent แปลตรงตัวก็คือ สติปัญญาที่ถูกสร้างขึ้น สติปัญญาทำให้มนุษย์ต่างจากสัตว์ มนุษย์มีทักษะทั้งด้านภาษา การคำนวณ และเรียนรู้ที่จะพัฒนาตัวเอง แล้วทำไม AI ถึงเพิ่งจะได้มารับความนิยมในช่วง 2-3 ปีมานี้ จุดเปลี่ยนหนึ่งที่ผมว่าสำคัญมากๆ คือเหตุการณ์ที่ AlphaGo ซึ่งเป็น AI ของบริษัท DeepMind (บริษัทลูกของ Alphabet หรือ Google นั่นเอง) ย้อนกลับไปในปี 1997 บริษัท IBM ประดิษฐ์คอมพิวเตอร์ชื่อว่า Deep Blue ซึ่งสามารถเอาชนะแชมป์หมากรุกของโลกได้ แต่เทคโนโลยีของ IBM ก็เทียบไม่ได้เลยกับปรากฏการณ์ของ AlphaGo ถ้าอธิบายให้เข้าใจง่ายๆ เราสามารถแบ่ง AI เป็น 2 ประเภทใหญ่ๆ ประเภทแรกเราเรียกว่า AI แบบ Rule-based คือโปรแกรมเมอร์จะเขียนกฎ (Algorithm) ขึ้นมาเพื่อให้ AI ทำตามคำสั่ง กฎแบบนี้มักจะง่ายๆ เช่น ถ้าเราชอบดูหนังเรื่อง A เรามีแนวโน้มจะชอบดูหนังเรื่อง B ด้วย AI ที่ทำหน้าที่ recommend หนังสือให้เราใน Amazon หรือแนะนำภาพยนตร์ให้เราใน Netflix เป็น AI แบบนี้นั่นเอง ประเภทที่ 2 เรียกว่า Neural network หรือ Deep learning AI ประเภทนี้ โปรแกรมเมอร์จะไม่ได้มีหน้าที่เขียนกฎให้มันโดยตรง แต่จะออกคำสั่งให้มันเขียนกฎ (Algorithm) ขึ้นมาด้วยตัวมันเอง โปรแกรมเมอร์มีหน้าที่แค่ใส่ข้อมูลลงไป แล้ว AI ก็จะออกแบบกฎของตัวเอง จนนำมาซึ่งการตัดสินใจ IBM Deep Blue รวมไปถึง IBM Watson เองก็เป็น AI แบบแรก ในขณะที่ AlphaGo เป็นแบบหลัง วิศวกรของ DeepMind ไม่ได้สอน AlphaGo ว่าควรจะเดินแบบไหนถึงจะมีโอกาสชนะมากที่สุด วิศวกรเพียงแต่อธิบายกติกาของโกะ และปล่อยให้มันฝึกเล่นกับตัวมันเอง เกมที่หมากรุกเป็นเกมที่มีตาเดินจำกัด เราจึงสามารถหาตาเดินที่ดีที่สุดในแต่ละตาได้ IBM Deep Blue จึงไม่ได้สะท้อน “ปัญญา” หรือ “ทักษะในการตัดสินใจ” ด้วยตัวเองของเครื่องจักร แต่เป็นคล้ายๆ เครื่องคิดเลข (หรือเครื่องประมวลผลข้อมูล) ที่สุดยอดที่สุดในโลก ณ ขณะนั้นเท่านั้นเอง ในขณะที่เกมโกะแตกต่างออกไป โกะเป็นเกมที่มีความเป็นไปได้ของตาเดิน มากกว่าจำนวนดวงดาวในจักรวาล กล่าวคือมีความเป็นไปได้ของตาเดินที่แทบจะไม่จำกัด พลังการประมวลผลของ Super computer ที่เร็วที่สุดในวันนี้ ก็ยังไม่พอที่จะหาตาเดินที่ดีที่สุดในเกมโกะได้ ... แม้ว่าเกมโกะจะมีมานานกว่า 2,000 ปี ซึ่งนับเป็นเกมกระดานที่เก่าแก่ที่สุด และเป็นเกมกระดานที่ซับซ้อนที่สุด ทักษะการเล่นโกะของมนุษย์ก็พัฒนาขึ้นเรื่อยๆ มาตลอดในช่วงระยะเวลา 2,000 ปี ในขณะที่ AlphaGo ปรากฏตัวผ่านสื่อครั้งแรกในปี 2015 และใช้เวลาเพียงเพียง 2 ปี เพื่อเอาชนะนักเล่นโกะที่เก่งที่สุดในโลก AlphaGo อาจจะทำได้แค่เล่นโกะ และทำไม่ได้แม้กระทั่งจุดไฟแช็ค (ถ้ามนุษย์ไม่ได้สร้างแขนกลให้มัน) แต่ AlphaGo ก็ไม่จำเป็นที่จะต้องฉลาดในทุกเรื่อง เพื่อที่จะเอาชนะทักษะหนึ่งที่มนุษย์สั่งสมองค์ความรู้มามากกว่า 2,000 ปี Project AlphaGo น่าจะเริ่มพัฒนาขึ้นไม่ถึง 5 ปีที่ผ่านมา ถ้าให้เปรียบกับคน ก็น่าจะเหมือนเป็นแค่เด็ก 5 ขวบ เด็กคนนี้ก็น่าจะเป็นเด็กพิเศษ ที่อัจฉริยะในเรื่องหนึ่ง แต่ทำอะไรอย่างอื่นนอกจากนั้นไม่ได้เลย แต่ภายใต้การเลี้ยงดูของพ่อที่ชื่อ Deepmind และแม่ที่ชื่อ Google ในวันที่ AlphaGo เติบใหญ่จนอายุ 25 ปี หรือ 50 ปี เขาก็อาจกลายเป็นสุดยอดนักคิด หรือนักประดิษฐ์ที่เก่งกว่าสิ่งมีชีวิตทุกชีวิตบนโลก และเมื่อถึงวันนั้น ก็อาจเป็นวันที่มนุษย์เราไม่มีบทบาทในฐานะนักประดิษฐ์อีกต่อไป AI อาจกลายเป็นสิ่งประดิษฐ์ชิ้นสุดท้ายของมนุษยชาติ และนั่นทำให้ AI เป็นหนึ่งในเทคโนโลยีที่สำคัญที่สุดในช่วงเวลานี้ โดย นายมานะ พฤหัสฯ. พ.ย. 01, 2018 1:26 pm

Re: การปฏิบัติสมาธิสำคัญกับนักลงทุนและคนทั่วๆ ไปอย่างไร สาธุ สาธุ สาธุ ขอทราบ อุบายส่วนตัวในการทำสมาธิด้วยนะครับ สวัสดีครับหมอหนึ่ง ผมคิดว่าด้วยระดับของการปฏิบัติสมาธิของตัวผมเองยังอยู่ในระดับผู้เริ่มต้นมากกว่าจะเป็นผู้เชี่ยวชาญ คำแนะนำของผมเลยอาจไม่น่าใช่คำแนะนำที่ดีเท่าไหร่ครับ ปกติผมปฏิบัติสมาธิอยู่บ้านในช่วงเวลาเช้าของวัน (มีความอยากที่จะทำให้ได้ทุกวัน แต่ก็ไม่ได้ทุกวันครับ) ด้วยวิธีการเดินจงกรมและต่อด้วยนั่งสมาธิ ปกติครับ แต่ที่อาจจะพอเรียกได้ว่าเป็นเทคนิคส่วนตัวที่ผมใช้ คือผมพยายามจะฝึกสติในกิจกรรมที่ผมทำเป็นประจำระหว่างวันด้วย เช่น ระหว่างเดิน อาบน้ำ แปรงฟัน กินข้าว ประกอบอาหาร ขับรถ อ่านหนังสือ เล่นมือถือ ประมาณนี้ครับ ซึ่งก็มีทั้งครั้งที่สามารถทำได้ตามที่ตั้งใจคือมีสติได้นานในระหว่างทำกิจกรรมเหล่านี้ และก็มีครั้งที่เผลอปล่อยความคิดหรืออารมณ์ให้ฟุ้งซ่าน เรื่อยเปื่อยไปครับ โดย นายมานะ จันทร์ ต.ค. 01, 2018 11:03 am

Re: การปฏิบัติสมาธิสำคัญกับนักลงทุนและคนทั่วๆ ไปอย่างไร ขอทราบเหตุผลได้ไหมครับว่า ทำไมจึงเคยคิดว่าอาจจะไม่โพสความคิดเห็นในเว็บบอร์ด Thai VI อีก สวัสดีครับพี่ดำ สาเหตุที่คิดว่าจะโพสน้อยลง เพราะหลังจากศึกษาหุ้นมาสักพัก ผมมีไอเดีย(ส่วนตัว)ว่า หุ้นในประเทศไทยที่มีศักยภาพในระยะยาวระดับ 5 ปีต่อจากนี้ หายากขึ้นทุกที การโพสไอเดียเรื่องหุ้นจึงมักเป็นประเด็นระยะสั้นๆ คือเพื่อเชียร์หุ้นตัวเอง หรือไม่ก็เพื่อโต้แย้งไอเดียของคนอื่น มากกว่าจะเป็นการนำเสนอไอเดียที่มีประโยชน์ต่อคนอื่นจริงๆ ซึ่งผมคิดว่าลักษณะการโพสทั้ง 2 แบบนี้ไม่เหมาะกับตัวผมเอง เพราะเป็นอะไรที่สร้างอัตตา มากกว่าจะเป็นไปเพื่อประโยชน์ต่อคนอื่นๆ ครับพี่ โดย นายมานะ จันทร์ ต.ค. 01, 2018 10:50 am

Re: งานสัมมนาVI 2/60 Disrupt or be disrupted อนาคตของ VI? ขอบคุณอ. picatos มากครับ สำหรับเวลา 4 ชม. คุ้มค่าทุกตัวอักษรจริงๆ ครับ โดย นายมานะ พุธ ก.ย. 13, 2017 10:50 pm

Re: งานสัมมนาVI 2/60 Disrupt or be disrupted อนาคตของ VI? ขอบคุณอ. Picatos มากเลยครับ มีอีกประเด็นที่ผมคิดว่าอยากพูดบนเวที แต่ไม่มีเวลาเลย คือหลายสิ่ง หลายเรื่องทั้งที่ผมได้มีโอกาสพูดและไม่มี ผมเรียนรู้มาจากแหล่งข้อมูลต่างๆ มากมาย หลายๆ เรื่องในนั้นก็ได้อ. Picatos เป็นผู้แนะนำให้ศึกษา เรื่องการปฏิบัติธรรม ผมก็ได้แรงบันดาลใจมาจากอ.ชาย มโนภาส และอ. Picatos ปัจจุบันผมมีศึกษาเพิ่มเติมจากแหล่งอื่นๆ แต่ยังถือว่าน้อยมาก ยังต้องเรียนรู้อีกมาก นอกจากนี้ยังมีเรื่องอื่นๆ อีก อย่างเรื่อง Law of accelerating returns อันนี้เป็นแนวคิดของคุณ Ray Kurzweil และผมได้ศึกษามาจากเว็บ Wait but why อีกทีหนึ่ง (ใครสนใจตามลิงค์นี้ดูครับ https://waitbutwhy.com/2015/01/artificial-intelligence-revolution-1.html) ยังมีเรื่อง Crispr/Cas9 ที่ผมอ่านมาจากหลายแหล่งมาก ซึ่งอาจจะลง credit ทั้งหมดไม่ไหว หลายเรื่องผมลักจำมาอีกที ผมเพียงแค่มาส่งผ่านสิ่งที่ผมเรียนรู้ผ่านบนเวที ต้องขอขอบคุณแหล่งความรู้ต่างๆ มากมายไว้ ณ ที่นี้ด้วย เพิ่มเติมเผื่อใครสนใจ หากใครอยากลงลึกเกี่ยวกับเรื่อง 6D's ที่พี่ลงทุนแมนได้นำเสนอไว้ ผมแนะนำให้อ่าน หนังสือเล่มนี้ครับ (ส่วนตัวคิดว่าเป็นหนังสือที่ Underrated ในไทยมากๆ) 17912D95-F7CC-4DA2-A83D-099342AABE08-3704-00000A818114DB1D.jpeg ปล. แต่ถ้าใครไม่ชอบแปลไทย ฉบับภาษาอังกฤษมีชื่อว่า Bold ครับ หรือถ้าใครสนใจอีกหลายเรื่อง มีอีกหนึ่งแหล่งที่ผมลืมแนะนำไปคือรายการ Ted Talk หรือรายการอื่นๆ ใน Youtube หัวข้อ AI/Tech ตัวอย่างคนพูดดีๆ เช่น Elon Musk, Ray Kurzweil, Peter Diamondis, Andrew McAfree, Jeremy Howard, Nick Bostrom, Fei-Fei Li, Demis Hassabis (ทุกคนนอกจากคนสุดท้ายน่าจะเคยพูดในเวที Ted Talk หมด ส่วนคนสุดท้ายเป็น CEO DeepMind พูดถึงปรากฏการณ์ AlphaGo ไม่ได้ออก Ted แต่พูดเอาไว้หลายเวทีอยู่) หวังว่าคอมเม้นนี้น่าจะเป็นประโยชน์แก่ผู้ที่สนใจศึกษาเพิ่มเติมบ้าง ไม่มากก็น้อยครับ โดย นายมานะ อังคาร ก.ย. 12, 2017 7:07 pm

Re: VI หาดใหญ่ http://board.thaivi.org/viewtopic.php?f=1&t=61097&p=1768662#p1768662 อยากให้เพื่อนๆ พี่ๆ ห้องนี้ไปช่วยแชร์ไอเดียกันครับ ^^ http://board.thaivi.org/viewtopic.php?f=1&t=61097 โทษครับข้างบนผิดลงค์ ขออภัยครับ โดย นายมานะ พุธ ส.ค. 02, 2017 3:45 pm

Re: VI หาดใหญ่ http://board.thaivi.org/viewtopic.php?f=1&t=61097&p=1768662#p1768662 อยากให้เพื่อนๆ พี่ๆ ห้องนี้ไปช่วยแชร์ไอเดียกันครับ ^^ โดย นายมานะ พุธ ส.ค. 02, 2017 3:44 pm

Re: **โปรดแสดงความคิดเห็น (feedback) การใช้บริการเว็บไซต์ Th ลืมอีกสักข้อ อยากให้ edit Comment ได้ ถ้ายังไม่เกินเวลาที่กำหนดหลังโพส เช่น Edit comment ได้ภายใน 30 นาทีหลังโพส แบบนี้เป็นต้นครับ โดย นายมานะ พุธ ส.ค. 02, 2017 3:28 pm

Re: **โปรดแสดงความคิดเห็น (feedback) การใช้บริการเว็บไซต์ Th ไม่รู้ว่าจะยากไปมั้ย ขอลองเสนอไอเดียมั่วๆ ก่อนนะครับ 1. อยากให้มีระบบ tag แบบ Pantip/blognone/Seekingalpha คือใน 1 กระทู้ที่เราตั้งสามารถจะ Tag หุ้นหลายๆ ตัวได้พร้อมกันครับ 2. อยากให้มีระบบติดตามห้องที่อ่านอยู่ง่ายกว่านี้ครับ เช่น สามารถเลือกได้เลยว่า เราติดตามกระทู้ไหน (หรือ tag ไหนตามข้อ 1) อยู่บ้าง สามารถกดดูเฉพาะห้องที่เราติดตามได้ โดยไม่ต้องเข้าไปโพสก่อนครับ 3. อยากให้มีการตอบแบบ sub comment ได้ครับ (อันนี้ผมชอบระบบของ blognone) 4. ข้อนี้ผมไม่แน่ใจว่าจะดีรึเปล่า แต่อยากลองเสนอไว้เป็นตัวเลือก คือถ้าเป็น Seekingalpha จะมีการ Filter กระทู้แยกระหว่างเนื้อหาที่เป็น 1. การวิเคราะห์ 2. ข่าวสาร 3. การรายงานผลประกอบการ ออกจากกัน โดยในส่วนของ ข่าวสารกับผลประกอบการ ทาง SA เค้าจะเป็นคนลงเนื้อหาเองทั้งหมด ในขณะที่ส่วนของการวิเคราะห์จะเป็นสมาชิกลง ซึ่งถ้าบทความดีๆ ก็จะมี reward เล็กน้อยตอบแทนให้กับคนโพสคอมเม้นด้วย (ให้ในแง่ทางจิตใจมากกว่า ไม่ได้มีนัยยะเป็นเม็ดเงินเยอะ) 4.1 บทความดีๆ ที่ว่ามีทั้งแง่ลบและแง่บวก ซึ่งโทนตรงนี้อาจจะแตกต่างจากสภาวะของเว็บบอร์ด Thai VI และสภาวะตลาดไทย ที่คนนิยมแสดงความเห็นในด้านบวก มากกว่าลบ เพราะ 1. สังคมนักลงทุนไทยแคบ เห็นชื่อล็อกอินก็รู้จักตัวจริงกัน 2. การชอร์ตหุ้นเป็นอะไรที่ไม่ค่อยได้รับความนิยมเท่าไหร่ 4.2 ผมคิดว่าในส่วนของการ reward ผมว่าจริงๆ ไม่ต้องให้อะไรมาก แค่เป็นการเว้นสมาชิกรายปี หรือการให้เครดิตว่าเป็น Super member ของเว็บบอร์ด (เช่น ใส่ใต้ชื่อว่าเป็น Thai VI Writer เหมือนเว็บข่าวแบบ The momentum หรือ The Standard ชอบทำ) ก็น่าจะพอช่วยได้ระดับหนึ่ง 5. ข้อนี้ก็ไม่แน่ใจอีกว่าจะดีรึเปล่า แต่อยากเสนอไว้เผื่อเป็นอีกตัวเลือก คือผมคิดว่าระบบที่ต้องยืนยันตัวตนของสมาชิก ในภายหลังนี้เริ่มกลายเป็นดาบ 2 คมในแง่ของทราฟฟิค คือ นักลงทุนที่ชื่อ login เป็นที่รู้จักแล้วว่าคือใคร มีแนวโน้มที่จะแสดงความเห็นน้อยลง (เพราะ 1. สังคมนักลงทุนไทยค่อนข้างแคบ และ 2. รุ่นเก่าๆ รวย+มีชื่อเสียงกันไปหมดแล้ว ไม่อยากจะเสี่ยงมาโพส แล้วเจอฟีดแบ็คทางลบ) ข้อนี้ผมไม่รู้ว่าควรจะแก้ยังไงเหมือนกัน เพราะถ้าทำเป็นระบบเปิด สมาคมอาจเสียรายได้จากค่าสมาชิกรายปี แต่ก็น่าจะสามารถเพิ่มทราฟฟิคของเวปได้มากขึ้นมาก (ทั้งในแง่ที่มี new user ใหม่ๆ เข้ามาและในแง่ที่ login เก่าๆ มาโพสความเห็นได้โดยไม่ต้องแสดงตัว) ส่วนตัวผมมองว่าเว็บบอร์ด Thai VI มี Brand และ Network Effect ที่เข้มแข็งอยู่พอสมควร แต่ด้วย Platform ใหม่ๆ เปิดกว้างกว่า และสะดวกกว่า การคอมเม้นใน Group Line หรือ FB ดูจะปลอดภัยกับชื่อเสียงของนักลงทุนรุ่นเก๋าๆ มากกว่า ซึ่งพอนักลงทุนรุ่นเก๋าๆ เริ่ม generate content ให้เว็บน้อยลง value ของเว็บบอร์ดก็น้อยลงตามไปด้วย ในระยะยาวแม้ Network Effect จะเข้มแข็ง แต่ถ้า Platform ใหม่ ถูกกว่า (ไม่มีค่าสมาชิก) หรือมี value มากกว่า (ในแง่ที่มี content ดีๆ เยอะกว่า) ในระยะยาวแล้วก็มีโอกาสที่ Platform ใหม่จะสร้าง Network Effect ทดแทน Platform เก่าได้ครับ โดย นายมานะ พุธ ส.ค. 02, 2017 3:27 pm

Re: ดาวดับแสง/ดร.นิเวศน์ เหมวชิรวรากร ตอนนั้นดอกเตอร์ถือ cpall มีการใช้มาร์จิน กับถือเยอะพอสมควรในพอร์ตเลยนี่ครับ ผมไม่แน่ใจว่าดร.ท่านเคยใช้มาร์จินสูงสุดกี่ % และถือ cpall ในพอร์ตสูงสุดกี่ % อาจจะเคยเสี่ยงมากกว่าที่ท่านเตือนไว้ในย่อหน้าสุดท้ายก็ได้ แต่ด้วยสถานการณ์ของตลาด และ valuation ของ cpall ในตอนที่ท่านซื้อต่างจากปัจจุบันนี้มาก (ระดับความเสี่ยงต่างจาก polar มากด้วยเช่นกัน) และเจตนาของบทความต้องการจะ "เตือน" นักลงทุนให้ลงทุนด้วยความระมัดระวัง และอย่าเสี่ยงมากเกินไป ซึ่งส่วนตัวแล้วคิดว่าเป็นคำแนะนำที่มีประโยชน์ครับ โดย นายมานะ พุธ ก.ค. 19, 2017 1:08 pm

Re: VI หาดใหญ่ http://board.thaivi.org/viewtopic.php?f=1&t=61053 อ.มีแอบแซว ขำๆ นะค้าบ โดย นายมานะ จันทร์ ก.ค. 17, 2017 11:25 am

Re: เปิดตัวโครงการ The Intelligent Investor Club เข้าใจว่าลำดับของตัวสำรองเรียงตามตัวอักษร ไม่ได้เรียงตามลำดับคะแนนนะครับ โดย นายมานะ เสาร์ ก.ค. 15, 2017 12:55 pm

Re: VI หาดใหญ่ สต.ว่าต้องแยกหุ้น turnaround กับหุ้นปั่นออกจากกันก่อนครับ หลายคนชอบเหมารวมกันว่าเป็นกลุ่มเดียวกัน จริงๆ หุ้น turnaround ในนิยามของอ.ลินช์น่าจะหมายถึงหุ้นที่มีเหตุการณ์เลวร้าย "ชั่วคราว" แล้วน่าจะกลับมาได้ ซึ่งหลายๆ ครั้งมันก็กลับมาไม่ได้อย่างที่ปู่บอกว่า turnarounds seldom turn ส่วนในเคสของ polar หรือหุ้นที่มีเจ้ามืออีกหลายตัว มันไม่ใช่หุ้นที่เลวร้ายชั่วคราว แล้วกำลังจะกลับมาดี แต่มันเป็นหุ้นที่พื้นฐานไม่ได้มีอะไรเลยแต่แรก แค่มีเจ้ามือสร้างสตอรี่พร้อมๆ กับไล่ราคาไปสูงๆ โดยมีเจตนาจะกินเงินจากรายย่อยแต่แรก แล้วนักลงทุนไทยบางคนก็ไปนิยามการลงทุนแนวนี้ว่าเป็นหุ้น turnaround ซึ่งส่วนตัวมองว่าไม่ใช่นิยามตั้งต้นของมันครับ โดย นายมานะ พฤหัสฯ. ก.ค. 13, 2017 1:12 pm

Re: **วันนี้ 10.00น.** เปิดรับสมัครCSR_วีลแชร์เพื่อสุนัข สมัครเข้าร่วม 2 คน / นำรถไปเอง / ร่วมทานอาหารกลางวัน โดย นายมานะ พฤหัสฯ. ก.ค. 13, 2017 10:00 am

Re: VI หาดใหญ่ ขอแก้ข่าวให้อ.เวปนิดนึงนะครับ อ.อายุ 29 นะครับ ไม่ใช่ 28 (แต่เห็นแกบอก 29 มาหลายปีแล้วนะครับ :P) โดย นายมานะ พฤหัสฯ. ก.ค. 06, 2017 9:44 am

Re: PE ของหุ้นตัวไหนควรเป็นเท่าไหร่ ทำไมจขกทมองว่าTKN, TNR ที่ภาพระยะยาวเหมือนไม่มีอะไรเปลี่ยน :?: เนื้อหาในบทความผมหมายถึงก่อนงบ q1 จะออกน่ะครับ แต่เอาจริงๆ หลังงบออกภาพระยะยาวระดับ 5-10 ปีก็ยังเหมือนเดิมป่ะครับ? คือหมายถึงสิ่งที่เราไม่สามารถแทรคได้อย่างยอดขายในต่างประเทศ q by q ก็ยังไม่สามารถจะแทรคได้เหมือนเดิม จะก่อนหรือหลังงบ q1 ออกก็ไม่ต่างกัน โดย นายมานะ อังคาร มิ.ย. 13, 2017 10:56 am

Re: แฟน ปืนใหญ่ Arsenal เชิญทางนี้... รู้สึกดีใจแบบหน่วงๆ ^^" ดีใจที่ได้แชมป์FA แต่อีกอารมณ์ก้อยากให้มีการเปลี่ยนแปลงในสโมสรเหมือนกันนะครับ ป๋าต่อสัญญาอีก 2 ปีแล้วค้าบ ^^" เอ้า ในฐานะแฟนก็เชียต่อไป เฮ้อ.. โดย นายมานะ พุธ พ.ค. 31, 2017 2:09 am

Re: ลงทุน 100 ปี กับ หุ้นต่างประเทศ ตอนนี้อาจจะดูเหมือนได้เปรียบมากครับ เพราะก่อนหน้านี้ยังไม่มีใครทำ cpu ที่ใช้กับ AI โดยตรง แต่ตอนนี้เริ่มมีแล้วครับ ทำโดย google: https://www.theverge.com/2017/5/17/15649628/google-tensor-processing-unit-tensorflow-ai-training-system ขอความเห็นคุณ Picatos หน่อยว่าการที่ Google ได้พยายามพัฒนา Hw และ Sw ไว้ใช้กับ AI โดยเฉพาะขึ้นมาเอง (AlphaGo ใช้ชิบที่ Google พัฒนาขึ้นมาเอง) ในอนาคตอันใกล้มีโอกาสที่ Nvidia จะโดน Disrupted โดย Google มั๊ยครับ เสริมพี่ picatos ขอตอบคำถามของพี่ investment biker ด้วยบทความครับ คิดว่าค่อนข้างเคลียร์ว่าทำไม TPU จึงยังไม่(สามารถ)แข่งกับ GPU ได้ตรงๆ https://www.forbes.com/sites/aarontilley/2017/05/25/two-big-reasons-why-googles-ai-chips-will-have-a-tough-time-competing-with-nvidia/#7557f7296878 ถ้าสรุปสั้นๆ คือ 1. AI Developer ไม่ได้คิดจะใช้ TPU เพราะ ถ้าใช่เท่ากับต้องผูกกับ TenserFlow ของ GOOG เจ้าเดียว ย้าย platform ลำบาก 2. AI Developer หลายราย perfer ที่จะใช้ hardware ของตัวเองมากกว่าเช่า cloud ของ GOOG แถมข้อ 3. ตลาดนี้ใหญ่พอที่จะแบ่งเค้กกันได้ ถ้ามีการแข่งขันเกิดขึ้นครับ จาก learning curve ณ ปัจจุบัน ต้องบอกว่ายังไม่เห็นใครตาม NVDA ทันอยู่ แต่ Big Tech Firm ก็ spending R&D กันมหาศาลในแต่ละปี จะมีอะไรโผล่ออกมาบางมั้ยก็ติดตามกันต่อไปครับ โดย นายมานะ พุธ พ.ค. 31, 2017 12:54 am

Re: PE ของหุ้นตัวไหนควรเป็นเท่าไหร่ ขอบคุณอาจารย์ picatos ที่ชี้แนะครับ ช่วง Intro stage ของบริษัท ไม่เหมาะจะใช้ PE จริงๆ ครับ ผมคิดลงรายละเอียดตรงนี้พลาดไปหน่อย ขอบคุณอาจารย์อีกครั้งครับ โดย นายมานะ อังคาร พ.ค. 30, 2017 11:55 am

Re: แฟน ปืนใหญ่ Arsenal เชิญทางนี้... รู้สึกดีใจแบบหน่วงๆ ^^" โดย นายมานะ อาทิตย์ พ.ค. 28, 2017 10:03 pm

Re: AGM 2560 ตามอ่านตลอด แต่ไม่ค่อยได้มีโอกาสจดสรุปเท่าไหร่ครับ มีไปจด CBG มา ขออนุญาตเอามาแจมนะครับ ขอบคุณพี่ amornkowa และเพื่อนๆ พี่ๆ ท่านอื่นๆ ด้วยครับ CBG agm 25/4/60 ผมจดแบบเร็วๆ ในห้อง ถ้ามีตกหล่นผิดพลาดไป ต้องขออภัยล่วงหน้าครับ 1. ปีหน้ามั่นใจว่ารายได้ต่างประเทศจะเกินครึ่ง 2. ราคาสินค้าในไทยไม่ขึ้นเลยมา 16 ปีแล้ว แต่ราคาต่อขวดที่เราขายได้กลับถูกลง 3. ที่เราทำ cash van เพราะยี่ปั้ว ซาปั้ว ไม่รับสินค้าใหม่ๆ ไปขาย รับเฉพาะของที่ขายได้ชัวร์ๆ เราอยากออกสินค้าใหม่ก็ทำ Cash van เลย 4. Cash van ตอนนี้ขายได้เฉลี่ย 20,000 จากปลายปีที่ 13,000 สิ้นปีตั้งเป้า 30,000 5. กาแฟตอนนี้กำไรน้อย แต่ทุกกระป๋องที่ขายมีกำไร ขายดีมาก ทำเท่าไหร่ก็ไม่พอขาย เดือนนึงขาย สิบกว่าล้านกระป๋อง 6. Red bull ในจีนใช้วิธีสั่งห้ามขายแบรนด์คนอื่น เหมือนมีมาเฟียคุม 7. เริ่มคุยกับพาทเนอร์จีนตั้งแต่เดือน 7-8 ปีก่อน 8. Red Bull ไม่ยอมให้ Partner ที่จีนต่อสัญญา มีการฟ้องร้องกัน 9. เราโชคดีไปได้ management เก่าของ Red Bull มา เค้ามาชิมของเราแล้วชอบ (เพ่งชิ้ว?) 10. Management ที่ว่าเป็นระดับ CEO/CMO ของ Red Bull มาพร้อมกับทีมงานเดิม 11. ก่อนหน้านี้ในจีน มี Distributor มาติดต่ออยากทำกับเรามากหลายครั้ง แต่เรายังมองว่ายังไม่ใช่จังหวะที่ดี >> คิดว่าหมายถึงตอนนี้เป็นจังหวะที่ดี ถึงกล้าลุยขนาดนี้ 12. คุยกับ Management เราไม่ควรทำแค่เมืองกวางเจา หรือเชิงตู แค่นี้ แต่ควรจะทำทีทั้งประเทศ 13. ตอนนี้สินค้าของ Red Bull โรงงานถูกหมายศาลสั่งปิดในวันที่ 15 ม.ค. 14. แผนเดิม Management ทางนั้นส่งฟีสมา >> ปีนี้ 50 ล้านกระป๋อง น่าจะขาดทุนสัก 30 ล้าน 15. แต่ตอนนี้เสนอแผนมาใหม่ ปีนี้เราต้องการยอด 170 ล้านกระป๋อง ปี 18 300 ล้านกระป๋อง ปี 19 500-600 ล้านกระป๋อง ทุกกระป๋องที่ขายบาวกำไร 1.5 บาท 16. ทางพาร์ทเนอร์เห็นด้วยกับแผนใหม่นี้ เอาด้วยกับเรา 17. ตัวคุณเสถียรเชื่อมั่นว่าธุรกิจที่จีนจะดี สรุปคุณเสถียรจะต้องลงเงิน 7,000 ล้านไปกับ JV ในระยะเวลาประมาณ 3 ปีตามแผน ตอบคำถาม 1. ตอนนี้เราไม่มีคชจ. Mkt ใดๆ แล้วในจีน 2. ที่บราซิล ไม่ได้ถือหุ้นเหมือนกัน แต่ฝั่งนู้นเป็น Distributor เราเพิ่งเริ่มได้ไม่ถึง 3 เดือนดี แต่มีการมูฟสินค้าไปหลายแสนกระป๋องแล้ว แต่เราไปเริ่มช่วงที่เค้าทำ Canival 3. เป้าประมาณ 19-20 ล้านกระป๋องในปีนี้ 4. ในอังกฤษเดือน 4-5 เราไปคุยกับปั๊มน้ำมันเบอร์ 1 กับ 4 ของที่นู่น ซึ่งที่นู่นคนที่ขายเยอะคือพวกปั๊มน้ำมัน อีกเจ้าคือเชล ซึ่งคิดว่าไม่เกินสิ้นปีนี้จะขาย ส่วนพวกร้าน CVS เราก็จะเริ่มขายเพิ่มขึ้นเรื่อยๆ (ลูกคุณเสถียร ลงรายละเอียดแต่ละร้านเยอะมาก) กำลังจะเข้า WH Smith travel ซึ่งสำคัญมาก เป็นเหมือนร้าน show case เหมือนเราเป็นเหล้าแล้วได้ขายที่ Duty free 5. มีแต่ Tesco ที่เรายังเข้าไม่ได้ เพราะติดปัญหาเรื่องภาษีน้ำตาล (เค้าจะรีวิวสินค้าที่มีประเด็นนี้ในเดือนตุลาคม) 6. มี Cash Van ขายที่อังกฤษด้วย 7. ตอนนี้เรามี Outlet อยู่ที่นู้นประมาณ 9,000 กว่าสาขา (จากทั้งหมด 40,000) 8. ในจีน Redbull กับ Partner หมดสัญญากันตั้งแต่ตุลาแล้ว แต่ในสัญญาบอกว่ายังคุยกันต่อได้อีก 3 เดือน เลยเพิ่งรู้ผลมกรา ซึ่งทุกวันนี้ก็ยังมีสินค้าขายอยู่ เพราะเป็นสต็อคเก่า 9. ทุกวันนี้ถ้านับเป็นจำนวนลิตรเราขายไม่ต่ำกว่า monster แต่ mkt cap ต่างกันมาก 10. ในไทยคิดว่าอีก 3 ปีเราจะขึ้นเป็นที่ 1 โดย นายมานะ พุธ เม.ย. 26, 2017 1:04 pm

Re: งานสุดท้ายของนักลงทุน/วีระพงษ์ ธัม AI น่ากลัว และน่าจะทำให้คนตกงานเป็นจำนวนมากได้ แต่เนื่องจากสินค้า/บริการหลายๆอย่างนั้น ลูกค้าก็คือมนุษย์ ยังนึกไม่ออกว่า AI จะเดินไปสำรวจพฤติกรรม ความต้องการ หรือกิเลสของมนุษย์ได้อย่างไร AI ไม่สามารถชิมสินค้าได้ ไม่สามารถทดลองใช้สินค้าใหม่ๆได้ รวมไปถึงกิจกรรมอีกหลายอย่าง เช่น การให้ภาพธุรกิจในอนาคตของผู้บริหาร AI ไม่สามารถเห็นสีหน้าของผู้บริหารเวลาโกหกได้ และยังไม่พูดถึง conflict of interest อีกหลายๆอย่าง ของแต่ละ stake holder ซึ่งบางครั้งแม้แต่คนด้วยกันก็อาจจะยากแท้หยั่งถึง ก้อไม่เห็นต้องไปเดินสำรวจนะครับ ถ้าAIเข้าถึงข้อมูลอย่างSocial media หรืออื่นๆได้หมด คงสามารถประมวลผลออกมาได้ว่า ณ ตอนนั้นพฤติกรรมหรือสินค้าอะไรที่คนสนใจ ชื่นชอบ หรือไม่ชอบ กลับกันการที่คนไปชิมไปสำรวจอาจจะมีBiasของมนุษย์ด้วยซ้ำ คงใช้ได้กับสินค้าบางอย่าง แต่สินค้า/บริการบางอย่างก็ไม่มีใครจะมาโพสต์ลงเน็ตนะครับ ยกตัวอย่าง ถุงยางฯ ตู้เติมเงิน ปลาทาโร่ บางสินค้าอาจจะ mislead ด้วยซ้ำ เช่น พวกที่บ้าเห่อไปต่อคิวยาวๆ บางสินค้า ลูกค้าก็ไม่มีพฤติกรรมโพสแชร์ เช่น อาจจะเป็นเด็ก หรือรากหญ้า b2b เป็นต้น ผมกลับคิดว่าสินค้าส่วนใหญ่สามารถหารีวิวในเน็ตได้นะครับ เอาแค่ Amazon.com นี่ก็ครอบคลุมมากมายแล้ว และต่อไป Personal AI อย่างพวก Siri/Google assistance/Alexa คงจะใกล้ชิดกับเรามาก จนสามารถ feedback ความคิดเห็นที่เรามีต่อสินค้าได้ด้วย ซึ่ง Personal AI พวกนี้ ผมว่ามีสิทธิ์ที่มันจะเข้าใจความต้องการของเรามากกว่าญาติ พี่น้อง คนใกล้ตัวเราซะอีก ซึ่งอย่าลืมว่าทั้งหมดที่ว่ามานี้มันเป็นแค่ field งานด้าน marketing research เท่านั้นเอง แต่ AI ในอนาคตนี่ น่าจะทดแทนมนุษย์ได้ในหลายมิติมากๆ โดย นายมานะ อังคาร เม.ย. 18, 2017 9:48 am

Re: เปิดตัวโครงการ The Intelligent Investor Club สอบถามครับ 1) แข่งขันประจำปี ... ระยะเวลา ตั้งแต่ มิย. 59 - มิย. 60 ระบุ เดือน/ปี ถูกไหมครับ (พอดีเห็นว่าย้อนหลังไปปีที่แล้ว) หรือจริงๆ คือ ... ระยะเวลา ตั้งแต่ มิย. 60 - มิย. 61 ? 2) เงื่อนไขการแข่งขัน ... เรื่อง post กับ like นับที่ บอร์ดย่อยใดก็ได้ หรือ เฉพาะห้อง(เช่น ห้อง 100 คน) ครับ ? ขอบคุณครับ ^^ นับตั้งแต่ มิย. 59 - มิย. 60 ครับ เนื่องจากทางทีมงานเห็นว่า ควร reward ให้กับสมาชิกที่เคยได้ร่วมแบ่งปันกันในช่วงเวลาที่ผ่านมาด้วยน่ะครับ ส่วนที่ active ในปัจจุบัน-อนาคต ก็จะเข้ากลุ่มรางวัลประจำเดือน หรือการจัด The Intelligent Investor Club ในรุ่นต่อๆ ไปครับ ทีมงาน โดย นายมานะ ศุกร์ มี.ค. 03, 2017 9:32 am

Re: ธุรกิจท่องเที่ยว/วีระพงษ์ ธัม ขอบคุณพี่วีระพงษ์ ธัม มาดูตัวเลขแล้วเปิดโลกมากๆ ไม่รู้มาก่อนเลยว่าคนจีน spending กับการท่องเที่ยวมากขนาดนี้ จะว่าไปที่ GDP บ้านเราไม่ดรอปนี่น่าจะเรียกว่าเพราะได้การท่องเที่ยวจากจีนช่วยไว้เยอะเลย โดย นายมานะ ศุกร์ ธ.ค. 09, 2016 12:56 pm

Re: โครงการ CSR_การวางท่อประปา หมู่บ้านสบแม่รวม โอนแล้วครับ ขอบคุณพี่นุชมากๆ เลยครับ บุกป่าฝ่าดงสุดๆ เลย ^^ โดย นายมานะ พุธ ธ.ค. 07, 2016 12:32 am

Re: สรุปสัมมนา VI Knowhow charity#4(Nov2016) ขอขอบคุณพี่หมอนุ่น พี่เบน พี่ทราย พี่ทิพย์ พี่ณัฐ และพี่ๆ ทีมงานเบื้องหลังทุกๆ ท่านด้วยที่ทำให้เกิดสัมมนาดีๆ แบบนี้ครับ อยากเป็นกำลังใจให้พี่ๆ ทีมงานจัดงานดีๆ อย่างนี้ต่อไปครับ ขอบคุณทุกๆ ท่านอีกครั้งครับ :mrgreen: :mrgreen: :mrgreen: โดย นายมานะ จันทร์ พ.ย. 28, 2016 1:16 am

Re: สรุปสัมมนา VI Knowhow charity#4(Nov2016) ขอกราบอาจารย์เมพปลา เห็นอาจารย์มา ผมนี่เกือบจะกลับบ้านไปรออ่านที่บ้านละ อิอิ ยิ่งกว่า VR ก็เลคเชอร์เมพปลาและพี่อมรนี่แหละ ^^ โดย นายมานะ จันทร์ พ.ย. 28, 2016 1:08 am

Re: เปิดจอง Company Visit BCP วัน อ.15พย59 เวลา 10:00น ขอยกเลิกการจองครับ ขออภัยด้วยครับ โดย นายมานะ จันทร์ พ.ย. 21, 2016 8:19 pm

Re: เปิดจอง Company Visit BCP วัน อ.15พย59 เวลา 10:00น จอง 1 ที่ครับ โดย นายมานะ อังคาร พ.ย. 15, 2016 10:16 am

Re: แฟน ปืนใหญ่ Arsenal เชิญทางนี้... แอบเซ็งเบาๆ แง่งง โดย นายมานะ อาทิตย์ ต.ค. 23, 2016 12:52 am