ในตอนที่ 1 เราคุยกันว่า Qualcomm มองมือถือเป็น “เลขาส่วนตัว” ที่รู้จักเราดีที่สุด แต่เลขาที่ดีต้องรู้มากกว่าสิ่งที่อยู่บนหน้าจอ ต้องรู้ว่าเราเห็นอะไร ได้ยินอะไร และกำลังทำอะไรอยู่ตอนนี้ด้วย

Ziad Asghar ผู้บริหารฝั่ง AI ส่วนบุคคลของ Qualcomm เปิดวันที่สองด้วยการทวนประวัติศาสตร์ว่า คอมพิวเตอร์ทุกยุคมีวิธีสั่งงานเป็นของตัวเอง คีย์บอร์ดกับเมาส์ทำให้เกิด PC หน้าจอสัมผัสทำให้เกิดสมาร์ตโฟน และเขาเชื่อว่ายุคเอเจนต์จะทำให้เกิดอุปกรณ์ที่เราสวมใส่ เพราะ AI ที่อยู่บนตัวเรา “เห็นสิ่งที่เราเห็น และได้ยินสิ่งที่เราได้ยิน”

วันนี้ยาวกว่าวันแรกและมีพาร์ตเนอร์ขึ้นเวทีเยอะมาก ผมเลยจัดใหม่เป็น 7 เรื่อง เรียงจากเรื่องที่ใกล้ตัวที่สุดไปหาเรื่องที่สำคัญกับธุรกิจที่สุดครับ

1. AI ที่จำเราได้ (Liquid AI)

แขกคนแรกของวันคือ Ramin Hasani ซีอีโอของ Liquid AI บริษัทที่แยกตัวออกมาจากห้องวิจัยของ MIT เมื่อราว 3 ปีครึ่งก่อน งานของเขาคือทำโมเดล AI ที่เล็กแต่เก่ง พอจะรันในอุปกรณ์ได้ โดยออกแบบให้เข้ากับชิปตั้งแต่ต้น ไม่ใช่ทำโมเดลใหญ่แล้วค่อยมาบีบทีหลัง

โมเดลของ Liquid AI มีตั้งแต่ขนาด 200 ล้านไปจนถึง 2.4 หมื่นล้านพารามิเตอร์ เปิดให้ดาวน์โหลดไปใช้ได้ (open weights) และเขาบอกว่ามียอดดาวน์โหลดราว 1.4 ล้านครั้งต่อสัปดาห์ ส่วนเป้าหมายบริษัทก็ใหญ่มาก คืออยากให้โมเดลของตัวเองอยู่ในครึ่งหนึ่งของอุปกรณ์ที่ผลิตแต่ละปี ตั้งแต่นาฬิกา มือถือ รถ PC ไปจนถึงหุ่นยนต์

ของที่เปิดตัวบนเวทีชื่อ Liquid Context on Snapdragon เป็น “ชั้นความจำ” ที่ทำงานอยู่ในเครื่อง แบรนด์มือถือหรือรถเอาไปใส่ในสินค้าของตัวเองได้ หลักการทำงานมี 3 จังหวะ

สิ่งที่ Ramin พยายามสื่อคือการเปลี่ยนจาก AI ที่ “รอคำสั่ง” ไปเป็น AI ที่ “รู้ว่าควรช่วยตอนไหน” และโลกจริงก็เริ่มแล้ว Liquid AI ทำระบบ AI ในห้องโดยสารของ Mercedes-Benz ที่ทำงานในรถทั้งหมดบนชิป Snapdragon

อีกประเด็นที่น่าคิดคือ AI ทุกวันนี้หยุดเรียนรู้ทันทีที่ฝึกเสร็จ เหมือนถ่ายภาพนิ่งไว้ 1 ครั้ง ถ้าอยากให้รู้เรื่องใหม่ต้องรอรุ่นใหม่ เขาอยากไปให้ถึง AI ที่เรียนรู้ต่อไปเรื่อยๆ ระหว่างใช้งาน แบบเดียวกับที่คนเรียนรู้จากประสบการณ์ ซึ่งเป็นที่มาของชื่อ “Liquid” (ลื่นไหล ปรับตัวได้) และเขาสรุปไว้ว่า ขนาดของโมเดลทำให้ AI เก่ง แต่การปรับตัวทำให้ AI เป็นของเรา

โลกของ “โมเดล” กับโลกของ “เอเจนต์” ต่างกันตรงไหน

Amon ถาม Ramin คำถามที่ผมว่าเป็นหัวใจของทั้งงาน คือโลกที่สร้างรอบ “โมเดล AI” ต่างจากโลกที่สร้างรอบ “เอเจนต์” ยังไง คำตอบของเขาสรุปเป็นภาพได้แบบนี้

แล้วต้องเปลี่ยนอะไรบ้าง เอเจนต์ถึงจะไปอยู่ในอุปกรณ์หลายพันล้านเครื่องได้จริง Ramin ไล่ไว้ 5 ข้อ ซึ่งผมว่าใช้เป็นเช็กลิสต์ติดตามอุตสาหกรรมนี้ได้ดีมาก

1. คุณภาพต้องใกล้คลาวด์ — เหตุผลหลักที่ AI ในเครื่องยังไม่ “ระเบิด” คือคุณภาพยังห่างจากโมเดลใหญ่บนคลาวด์ ต้องลดช่องว่างนี้ก่อน
2. ต้องมีชั้นความจำที่ข้ามอุปกรณ์ได้ — ใช้ AI บนมือถือแล้วไปต่อบนรถหรือนาฬิกาได้ โดยไม่ต้องเล่าใหม่
3. “มือไม้” ต้องพัฒนาไปพร้อมกับ “สมอง” — เครื่องมือรอบโมเดล (harness) กับตัวโมเดลต้องปรับไปด้วยกัน ไม่ใช่ต่างคนต่างทำ
4. เข้าใจข้อจำกัดของโลกจริง — ชิปมีข้อจำกัดเรื่องไฟ ความร้อน หน่วยความจำ ต้องเอาข้อจำกัดนี้กลับไปออกแบบโมเดลตั้งแต่ต้น
5. นักพัฒนา นักพัฒนา นักพัฒนา — ต้องเปิดโค้ด เปิดเครื่องมือ ให้นักพัฒนาอิสระและองค์กรสร้างโมเดลของตัวเองได้ เพราะข้อมูลขององค์กรคือสิ่งที่มีค่าที่สุด

เขาปิดด้วยตัวเลขที่ฟังแล้วเข้าใจว่าทำไมบริษัทนี้มาอยู่บนเวที Qualcomm ทุกปีโลกผลิตชิปที่รันโมเดล AI ได้มากกว่า 2 พันล้านตัว และเขามองว่า Qualcomm เป็นเจ้าของส่วนใหญ่ของกองนี้ ตอนนี้เงินลงทุน AI ส่วนใหญ่ไหลไปที่คลาวด์ ซึ่งเขาว่าจำเป็น แต่ “คลื่นลูกถัดไปคือ AI ในเครื่อง” และตั้งเป้าว่าภายในปี 2029 โมเดลของ Liquid AI จะอยู่ในอุปกรณ์ระดับหลายพันล้านเครื่อง

2. ทำไมต้องเป็นแว่นกับหูฟัง

Ziad ให้เหตุผลว่าอุปกรณ์สวมใส่อยู่กับเราตลอด สะดวกกว่าการล้วงมือถือจากกระเป๋า และเพราะมันอยู่บนตัว จึงเห็นและได้ยินแบบเดียวกับเรา อุปกรณ์แต่ละชิ้นเก็บบริบทได้คนละแบบ พอรวมกันแล้ว เอเจนต์จะรู้จักเราครบกว่าที่มือถือชิ้นเดียวทำได้

ตัวอย่างที่ผมว่าชัดที่สุดของวัน คือวิดีโอผู้พิการทางสายตาที่ใส่แว่นแล้วถามว่า “แอปเปิลลูกนี้สีอะไร?” แว่นตอบว่าเป็นแอปเปิลแดง อาจเป็นพันธุ์ Gala, Fuji หรือ Honeycrisp ทั้งหมดนี้ทำงานในโหมดเครื่องบิน ไม่ใช้เน็ตเลย ไม่ต้องหยิบมือถือ ไม่ต้องดูจอ Ziad เรียกสิ่งนี้ว่า “ไม่ใช่แค่วิธีใช้งานแบบใหม่ แต่เป็นอิสระแบบใหม่”

ของที่ทำให้แว่นเล็กๆ คิดเองได้คือโมเดล 1 บิต จากสตาร์ทอัพชื่อ PrismML ที่บีบโมเดล AI ให้ใช้หน่วยความจำน้อยลงมากพอจะใส่ในแว่นได้ Qualcomm ประกาศว่าชิปแว่น Snapdragon AR1 เป็นแพลตฟอร์มแรกที่รองรับ และจะขยายไปชิปรุ่นอื่นต่อ (ตัวเลขประสิทธิภาพที่เผยแพร่ตอนนี้ยังเป็นของผู้ผลิตเอง และยังไม่มีสินค้าวางขาย)

รายชื่อพาร์ตเนอร์ฝั่งแว่นและอุปกรณ์สวมใส่ที่ขึ้นเวทีหรือถูกพูดถึง

• Meta — แว่น Ray-Ban Meta รุ่นแรกใช้ชิป Snapdragon มาตั้งแต่ต้น Qualcomm บอกว่านี่คือรากฐานของตลาดแว่นอัจฉริยะทั้งหมด
• Snap — เพิ่งเปิดตัวแว่น AR ชื่อ Specs หนึ่งสัปดาห์ก่อนงาน และนำมาให้ลองในงาน
• Google — นาฬิกา Pixel Watch 5 ที่มี Gemini ในตัว · ระบบ Android XR ที่ทำร่วมกับ Samsung (เริ่มจากเฮดเซ็ต Galaxy XR) · แว่น AI ที่ทำร่วมกับแบรนด์แว่น Gentle Monster และ Warby Parker ใช้ชิป Snapdragon AR1 และ Google บอกว่าจะออกภายในปีนี้
• Samsung — พาร์ตเนอร์ทั้งนาฬิกา แว่น XR และแว่นอัจฉริยะ

3. โปรแกรม START กับแว่นที่คนต้องใส่อยู่แล้ว

ปัญหาของแบรนด์ที่อยากทำแว่น AI คือมันยากมาก ต้องมีทั้งชิป ซอฟต์แวร์ แอปบนมือถือ ระบบคลาวด์ และโรงงาน Qualcomm จึงเปิดโปรแกรม Snapdragon START ตั้งแต่เดือนมิถุนายน เพื่อย่นเวลาตรงนี้ โดยให้ของ 3 ก้อน

พาร์ตเนอร์รายแรกของ START คือ Inspecs บริษัทแว่นจากอังกฤษที่ออกแบบและผลิตแว่นเองในโรงงานของตัวเอง ส่งกรอบแว่นไป 80 ประเทศผ่านร้าน 75,000 แห่ง และ Qualcomm ลงทุนซื้อหุ้น Inspecs ราว 6.8% (มูลค่า 10 ล้านดอลลาร์) เมื่อเดือนมิถุนายน

Robin Totterman ผู้ก่อตั้ง Inspecs ซึ่งอยู่ในวงการแว่นมา 38 ปี เล่าเรื่องที่ผมว่าเป็นจุดที่ฉลาดที่สุดของวันนี้ ทุกคนถามว่าแว่น AI จะทำยังไงให้คนอยากใส่ แต่เขามองว่าโลกมีคนหลายร้อยล้านคนที่ต้องใส่แว่นอยู่แล้วทุกวันก่อนเริ่มงาน เพราะกฎความปลอดภัยบังคับ คือแว่นเซฟตี้ ในโรงงาน แท่นขุดเจาะน้ำมัน และห้องแล็บ ไม่มีใครต้องโน้มน้าวให้ใส่ และไม่ต้องทำให้ดูเท่ด้วย

ยังไม่ประกาศราคาและวันวางขาย

อีกรายที่ขึ้นเวทีคือสตาร์ทอัพที่ทำ “ระบบปฏิบัติการสำหรับเอเจนต์” โดยมีแว่นเป็นศูนย์กลาง ซีอีโอยกคำพูดของ Steve Jobs ที่ว่าคอมพิวเตอร์คือ “จักรยานของสมอง” แล้วบอกว่าเรายังต้องปั่นเองมาตลอด 40 ปี ยุคเอเจนต์คือตอนที่เครื่องปั่นให้เรา

เขายกตัวอย่างว่าการนัดกินข้าวกับเพื่อนหนึ่งมื้อทุกวันนี้ใช้ถึง 7 แอป (หาร้าน อ่านรีวิว เช็คอากาศ จองโต๊ะ สร้างนัด ส่งนัด ดูเวลาออกจากบ้าน) แต่ในระบบของเขา พูดประโยคเดียวผ่านแว่น แล้วเรื่องจะไหลไปโผล่บนมือถือตอนต้องดูรายละเอียด และไปรอในรถตอนต้องออกเดินทาง ส่วนความจำของผู้ใช้เข้ารหัสไว้ให้เจ้าของอ่านได้คนเดียว “ไม่ใช่โปรไฟล์โฆษณา”

4. หูฟังที่ต่อเน็ตเองได้

ถ้าแว่นคือ “ตา” หูฟังก็คือ “หู” และ “ปาก” ของเอเจนต์ Qualcomm เปิดตัวชิปหูฟังรุ่นใหม่ชื่อ Snapdragon Sound Elite Gen 2 ที่ออกแบบมาสำหรับยุคนี้โดยเฉพาะ จุดเด่นที่ผู้ใช้จะรู้สึกได้มี 3 ข้อ (ตัวเลขเทียบรุ่นก่อน ตามที่ Qualcomm ประกาศ)

แต่ที่สำคัญกว่าตัวเลขคือมี Wi-Fi ในตัว หูฟังจึงต่อเน็ตและคุยกับผู้ช่วย AI บนคลาวด์ได้เอง ไม่ต้องพึ่งมือถือเป็นตัวกลาง Qualcomm กำลังสร้าง “ร้านแอปสำหรับหูฟัง” ให้บริการเพลง ความบันเทิง และผู้ช่วย AI ทำแอปลงหูฟังได้โดยตรง และอัปเดตความสามารถใหม่ได้แม้หลังขายสินค้าไปแล้ว

อีกไอเดียที่น่าจับตาคือหูฟังที่มีกล้องจิ๋ว แบรนด์หูฟัง Cleer โชว์ต้นแบบในงาน กล้องพวกนี้ไม่ได้มีไว้ถ่ายรูป แต่ช่วยให้เอเจนต์รู้ว่าเรากำลังมองอะไรอยู่ เช่น แปลป้ายภาษาต่างประเทศที่อยู่ตรงหน้าแบบสดๆ นอกจากนี้ HP กำลังทำสินค้าบนชิปนี้ และ Bose ร่วมงานกับ Qualcomm สำหรับสินค้ารุ่นถัดๆ ไป

5. AI ในโรงพยาบาลและบ้านผู้สูงอายุ

Qualcomm ประกาศตั้ง Personal AI Health Alliance กลุ่มความร่วมมือระหว่างบริษัทเทคโนโลยีกับองค์กรด้านสุขภาพ เพื่อใช้ AI ในอุปกรณ์สวมใส่กับปัญหาสุขภาพที่ยังไม่มีทางแก้ดีๆ ผู้บรรยายบนเวทียกโจทย์ไว้ 2 ข้อ

• ผู้สูงอายุหกล้ม — ผู้บรรยายอ้างว่าในสหรัฐเกิดราว 37 ล้านครั้งต่อปี เป้าหมายคืออุปกรณ์สวมใส่ที่เตือนความเสี่ยงก่อนล้ม โดยประมวลผลในเครื่องเพื่อรักษาความเป็นส่วนตัว
• หมองานเอกสารล้นมือ — แพทย์ใช้เวลาเกือบ 6 ชั่วโมงต่อวันพิมพ์ลงเวชระเบียน หลายครั้งต้องหันหลังให้คนไข้ และกลับบ้านไปพิมพ์ต่อจนเรียกกันว่า “เวลาชุดนอน” ไอเดียคือ AI ที่ฟังการตรวจแล้วจดบันทึกให้ พร้อมเตือนอาการที่น่าห่วง

ข้อนี้ยังอยู่ในขั้นตั้งต้น Qualcomm บอกว่าจะมีข่าวเรื่องการทดลองจริงตามมา ส่วนรายชื่อสมาชิกยังไม่ได้ประกาศบนเวที

6. Modular: ปลั๊กที่เสียบได้ทุกชิป

ถ้าถามผมว่าเรื่องไหนของงานนี้สำคัญกับผู้ถือหุ้นที่สุด ผมว่าคือเรื่องนี้ แม้จะเป็นช่วงที่เข้าใจยากที่สุดก็ตาม ผมจะลองเล่าแบบง่ายๆ นะครับ

Chris Lattner คือวิศวกรซอฟต์แวร์ระดับตำนาน เคยสร้าง LLVM (เครื่องมือแปลโค้ดที่อยู่เบื้องหลังซอฟต์แวร์จำนวนมหาศาล) และภาษา Swift ของ Apple เขาก่อตั้งบริษัท Modular เมื่อ 4 ปีครึ่งก่อน Qualcomm ซื้อ Modular ไปในราคาราว 3.9 พันล้านดอลลาร์ จ่ายเป็นหุ้น Qualcomm ปิดดีลเมื่อปลายเดือนกรกฎาคม และตอนนี้เขามาเป็นผู้บริหารดูแลซอฟต์แวร์ AI ขั้นสูงของ Qualcomm

ปัญหาที่เขาอธิบายบนเวทีคือ ทุกวันนี้บริษัทชิปแต่ละรายต้องสร้างชุดเครื่องมือซอฟต์แวร์ของตัวเองจากศูนย์ บางรายทำได้ดี (ซึ่งเราก็รู้ว่าหมายถึง NVIDIA กับ CUDA) บางรายยังลำบาก ฝั่งนักพัฒนาก็ต้องเรียนเครื่องมือที่ “คล้ายกันแต่ไม่เหมือนกัน” หลายชุด สุดท้ายเลยติดอยู่กับยี่ห้อที่คุ้นมือ ไม่ว่าชิปค่ายอื่นจะดีแค่ไหน

Lattner บอกว่าสถานการณ์นี้คล้ายกับที่เขาเห็นเมื่อ 20 ปีก่อนตอนทำ LLVM ตอนนั้นทุกคนต่างแก้ปัญหาของตัวเองคนละชิ้น ไม่มีใครลงทุนก้อนใหญ่พอจะ “ดึงทั้งอุตสาหกรรมไปข้างหน้า” จนมีเครื่องมือกลางที่ทุกคนใช้ร่วมกัน แล้วทุกคนก็เร็วขึ้นพร้อมกัน เขาเชื่อว่าซอฟต์แวร์ AI ตอนนี้อยู่ในจังหวะเดียวกัน และ “ถ้าคุณอ่อนแอชั้นใดชั้นหนึ่งของซอฟต์แวร์ คุณจะตามไม่ทัน” แม้แต่บริษัทใหญ่ก็ยังวิ่งตามงานวิจัยโมเดลใหม่ที่ออกมาทุกเดือนไม่ทัน

ภาษา Mojo แก้ปัญหาคลาสสิกของวงการ AI คือนักวิจัยชอบเขียน Python เพราะง่าย แต่ Python รันช้า พอจะใช้งานจริงต้องให้อีกทีมแปลงเป็นภาษาที่เร็วอย่าง C++ Mojo พยายามรวม 2 อย่างนี้ไว้ในภาษาเดียว และเพิ่งเปิดเป็นโอเพนซอร์ส (ใบอนุญาต Apache) ให้ทุกคนใช้ฟรี ในงานนี้ Microsoft ยังประกาศว่าจะรองรับ Mojo บน Windows แบบเต็มตัว

รายละเอียดดีลที่ควรรู้: Qualcomm จ่ายเป็นหุ้นของตัวเองสูงสุดราว 19.2 ล้านหุ้น (ไม่ใช่เงินสด) Modular ยังดำเนินงานเป็นบริษัทแยกที่ Los Altos แคลิฟอร์เนีย และ Lattner ได้ตำแหน่งรองประธานบริหาร (EVP) ดูแลซอฟต์แวร์ AI ขั้นสูง ส่วนที่เปิดโค้ดแล้วคือภาษา Mojo ส่วน MAX (ตัวรันโมเดล) ยังไม่ได้เปิดเต็ม บริษัทบอกว่าจะเปิดให้ดูโค้ดได้ในอนาคต

สิ่งที่ Qualcomm จะทำต่อคือนำซอฟต์แวร์ชุดนี้มาใช้กับชิปทุกตระกูลของตัวเอง รวมถึง Snapdragon ถ้าสำเร็จ นักพัฒนาจะเขียน AI ครั้งเดียวแล้วรันได้ตั้งแต่หูฟังไปจนถึงเซิร์ฟเวอร์ Lattner บอกบนเวทีว่า Qualcomm มีชิปตั้งแต่ระดับไมโครวัตต์ไปจนถึงกิโลวัตต์ และงานนี้ “เพิ่งเริ่มต้น”

7. PC: จากคำถาม “แอปรันได้ไหม” สู่ 3 ระบบปฏิบัติการ

Kedar Kondap ผู้บริหารฝั่ง PC ของ Qualcomm เล่าว่าเมื่อ 2-3 ปีก่อน ทุกการคุยเรื่อง PC ที่ใช้ Snapdragon เริ่มด้วยคำถามเดียว คือ “แอปของฉันจะรันได้ไหม?” วันนี้เขาบอกว่าคำถามนั้นจบไปแล้ว และยกตัวเลขมายืนยัน (ตัวเลขของ Qualcomm)

ประเด็นที่ Kedar ตั้งไว้น่าคิดมาก เขาบอกว่าคำถามของยุคนี้ไม่ใช่ “โมเดลใหญ่แค่ไหน” อีกแล้ว แต่เป็น “งาน AI แต่ละชิ้นควรคิดที่ไหน” งานใหญ่ที่สุดยังอยู่บนคลาวด์ แต่งานจำนวนมากขึ้นเรื่อยๆ ย้ายมาคิดบนเครื่อง เพราะเร็วกว่า เป็นส่วนตัวกว่า ไม่ต้องพึ่งเน็ต และเมื่อคิดถึงขนาดของผู้ใช้ทั้งโลก การส่งทุกคำถามขึ้นคลาวด์ก็แพงเกินไป ในภาพนี้ PC ซึ่งมีพื้นที่ระบายความร้อนและหน่วยความจำมากที่สุดในบ้าน คือ “สมองหลัก” ของอุปกรณ์ทั้งหมดรอบตัวเรา

ถ้าให้เปรียบแบบบ้านๆ ระบบที่ Kedar เล่าคล้ายร้านอาหารที่มีหลายครัว เมนูง่ายและต้องเร็ว ทำในครัวหน้าร้าน (นาฬิกา หูฟัง แว่น) เมนูที่ต้องใช้เตาใหญ่ขึ้นส่งไปครัวหลังร้าน (มือถือ PC) ส่วนงานเลี้ยงใหญ่ค่อยสั่งครัวกลาง (คลาวด์) สิ่งที่ Qualcomm อยากทำคือ “หัวหน้าเชฟ” ที่ตัดสินใจเองแบบทันทีว่าแต่ละออร์เดอร์ควรไปครัวไหน โดยดูจากความเร็ว ความเป็นส่วนตัว แบตเตอรี่ และต้นทุน เขาย้ำว่าเป้าหมาย “ไม่ใช่ย้ายทุกอย่างจากคลาวด์มาไว้ในเครื่อง แต่ทำให้ระบบฉลาดพอจะรู้ว่างานแต่ละชิ้นควรอยู่ที่ไหน”

แอปตัวหนึ่งที่ขึ้นวิดีโอบนเวทีพูดตรงๆ ว่า งานที่คนทั่วไปอยากทำ “ราว 90% ทำบนเครื่องได้ โดยไม่เสียค่าโทเคนเลย” ซึ่งเป็นตัวเลขที่ฟังดูดีสำหรับผู้ใช้ แต่ก็เป็นคำพูดของผู้ทำแอปเอง

ฝั่ง Windows Microsoft เปิดตัว Surface Pro 12 นิ้ว และ Surface Laptop 13 นิ้วรุ่นใหม่บนชิป X2 Plus โดยบอกว่าลูกค้ารุ่นก่อนชมเรื่องความแรง แต่สิ่งที่พูดถึงซ้ำๆ คือแบตเตอรี่ รุ่นนี้จึงจูนมาเพื่อแบตโดยเฉพาะ Surface Laptop อยู่ได้ 22 ชั่วโมง และรัน AI ในเครื่องเร็วขึ้น 95% จากรุ่นก่อน ส่วน Surface Pro จอสว่างขึ้น 25% กราฟิกเร็วขึ้นกว่า 60% และมีรุ่น 5G ทั้งหมดเป็นตัวเลขของ Microsoft · นอกจากนี้ Snapdragon กับ Surface ขึ้นโลโก้บนหลังเสื้อ Manchester United และทำโน้ตบุ๊กรุ่นพิเศษลายทีมด้วย

ก่อนเข้าเรื่อง Googlebook Kedar เล่าเรื่องส่วนตัวที่ผมชอบ ตอนเข้า Qualcomm ใหม่ๆ เขาเป็นผู้จัดการผลิตภัณฑ์ของชิปมือถือตัวแรกที่เร็วถึง 1 GHz ชื่อ Snapdragon S1 ที่อยู่ในมือถือ Nexus One ของ Google และเล่าว่าตอนนั้นทั้งสองบริษัทนั่งคุยกันว่า “โลกจะเป็นยังไงถ้าทุกคนมีมือถือแบบนี้” ทั้งการดูวิดีโอ ระบบนำทาง จนกลายเป็นบริการเรียกรถที่เราใช้ทุกวันนี้ วันนี้ Android มีผู้ใช้ราว 3 พันล้านคน อยู่ทั้งในมือถือ นาฬิกา แว่น แท็บเล็ต และรถ “แต่ยังขาดอุปกรณ์อยู่ชิ้นเดียว” คือโน้ตบุ๊ก

Googlebook น่าสนใจเป็นพิเศษ John Solomon จาก Google อธิบายปัญหาที่ Google เรียกกันภายในว่า “ภาษีของการสลับเครื่อง” (toggle tax) คือไอเดียดีๆ มักเกิดตอนเดิน ตอนนั่งรถ หรือที่ร้านกาแฟบนมือถือ แต่พอจะทำต่อบนโน้ตบุ๊ก ไฟล์หาย งานขาดตอน ต้องเริ่มใหม่ Googlebook ถูกสร้างบนพื้นฐานเดียวกับ Android จึงเปิดไฟล์และทำงานต่อจากมือถือ Android ได้ราบรื่น ใช้ Chrome เวอร์ชันเต็ม และแอปทั้งหมดใน Play Store ได้ แถมมีโหมด Linux แยกไว้ให้นักพัฒนาใช้เครื่องมือเขียนโค้ดที่มี AI ช่วยด้วย Google บอกว่าแบตอยู่ได้สูงสุด 19 ชั่วโมงในการใช้งานจริง และใช้ชิป AI ในเครื่อง (NPU) ของ X Elite ทำฟีเจอร์ที่เดาขั้นต่อไปของงานให้เรา ส่วนราคาเริ่มต้นที่สื่อรายงานคือราว 899 ดอลลาร์

ส่วน Linux เป็นสิ่งที่นักพัฒนาขอมาหลายปี การที่ Qualcomm รองรับอย่างเป็นทางการ (Canonical ผู้ทำ Ubuntu ขึ้นวิดีโอยืนยันด้วย) เปิดทางให้ Snapdragon เข้าไปในกลุ่มคนที่เขียนซอฟต์แวร์ ซึ่งเป็นกลุ่มที่มีอิทธิพลต่อการเลือกแพลตฟอร์มในระยะยาว

8. มุมผู้ถือหุ้น: วันที่สองคือเรื่อง “นอกมือถือ”

ถ้าวันแรกคือการปกป้องธุรกิจหลัก (ชิปมือถือ) วันที่สองคือการเล่าว่า Qualcomm จะเติบโตจากที่ไหนอีก ซึ่งตรงกับที่รายงานประจำปีของบริษัทเขียนไว้ว่าทิศทางเติบโตนอกมือถือมี 3 ทาง คือ AI บนอุปกรณ์ (รวมแว่นและอุปกรณ์สวมใส่) รถยนต์ และ IoT/PC/XR (อ่านต่อในภาพรวมบริษัท QCOM)

1. ขายจอบให้ทุกคนที่ขุดทอง — ในตลาดแว่นอัจฉริยะ ไม่ว่า Meta, Google, Snap หรือแบรนด์แว่นอย่าง Inspecs จะชนะ ส่วนใหญ่ก็ใช้ชิป Snapdragon อยู่ดี โปรแกรม START คือการทำให้แบรนด์ใหม่ๆ เข้ามาง่ายขึ้น ยิ่งมีแบรนด์มาก ตลาดชิปของ Qualcomm ก็ยิ่งกว้าง
2. ซอฟต์แวร์คือกุญแจของดาต้าเซ็นเตอร์ — Qualcomm พยายามเข้าตลาดชิป AI ในดาต้าเซ็นเตอร์ ซึ่ง NVIDIA ครองอยู่ส่วนใหญ่ด้วยแรงของ CUDA การมี Modular อาจช่วยลดกำแพงที่ทำให้ลูกค้าไม่กล้าลองชิปค่ายอื่น
3. PC เปิดประตูเพิ่ม — จากเดิมที่มีแค่ Windows ตอนนี้มี Googlebook และ Linux ด้วย แต่ละระบบพาไปหากลุ่มลูกค้าใหม่ ทั้งผู้ใช้ Android และนักพัฒนา

สิ่งที่ควรติดตามต่อ คือ Qualcomm จะเริ่มแยกรายงานรายได้จากธุรกิจใหม่เหล่านี้ให้เห็นชัดขึ้นไหม และตัวเลขยอดขายจริงของ Googlebook กับแว่นรุ่นแรกๆ จะออกมาเป็นยังไง

9. อีกด้านของเหรียญ

• ตลาดอุปกรณ์สวมใส่ AI ยังไม่ได้พิสูจน์ตัวเอง — เข็มกลัด AI รุ่นแรกๆ ในตลาด อย่าง Humane AI Pin ขายไม่ดีและเลิกผลิตไปแล้วในปี 2025 ต้นแบบเข็มกลัดของ Qualcomm จึงต้องตอบให้ได้ว่าครั้งนี้ต่างจากเดิมตรงไหน
• กล้องบนตัวคน = คำถามเรื่องความเป็นส่วนตัวของคนรอบข้าง — ทั้งแว่นและหูฟังที่มีกล้องจะเจอคำถามเดียวกับที่แว่นอัจฉริยะเคยเจอ ว่าคนที่ถูกถ่ายโดยไม่รู้ตัวยินยอมหรือเปล่า
• เรื่องสุขภาพไปช้ากว่าเทคโนโลยี — อุปกรณ์ที่อ้างว่าช่วยทางการแพทย์ต้องผ่านกฎระเบียบหลายชั้น กลุ่มความร่วมมือเพิ่งตั้ง ยังไม่มีผลการทดลอง
• ความเป็นกลางของ Modular — จุดขายของ Modular คือ “ใช้ได้กับชิปทุกยี่ห้อ” แต่ตอนนี้เจ้าของคือบริษัทชิปรายหนึ่ง คู่แข่งอาจลังเลที่จะพึ่งเครื่องมือของคู่แข่ง เป็นปมเดียวกับที่เราเคยเขียนไว้ในบทความดีล NVIDIA ซื้อ Hugging Face
• Linux กับ PC ยังอีกไกล — Linux ส่วนใหญ่ได้ใช้จริงปี 2027 และ Qualcomm ยังเป็นผู้เล่นรายเล็กในตลาด PC เมื่อเทียบกับค่ายเดิม
• บริษัทเตือนเองในรายงานประจำปี — Qualcomm เขียนไว้ว่าการลงทุนในธุรกิจใหม่เหล่านี้ “อาจไม่สร้างกำไรจากการดำเนินงาน หรือไม่ช่วยผลประกอบการในอนาคตตามที่คาด”
• ตัวเลขเกือบทั้งหมดเป็นของผู้ผลิต — ทั้งความเร็ว แบตเตอรี่ และยอดดาวน์โหลดในบทความนี้ มาจากบริษัทที่ขึ้นเวทีเอง ยังไม่มีการทดสอบอิสระ

ปฏิทิน: สิ่งที่จะได้เห็นจริงเมื่อไหร่

อ่านย้อน · ตอนที่ 1 ← มือถือกำลังกลายเป็นเลขาส่วนตัว ยุคเอเจนต์คืออะไร · ทำไมมือถือยังเป็นศูนย์กลาง · 2 ด่านที่ AI ต้องผ่าน · ชิปใหม่ 2 รุ่น · Google กับคำถามว่าใครคุม “สมอง”

ที่มา: คีย์โน้ตวันที่สอง Snapdragon Summit 2026 (23 ก.ย. 2026, เมาวี ฮาวาย) — คำพูดของ Ziad Asghar, Chris Lattner, Kedar Kondap (Qualcomm), Ramin Hasani (Liquid AI), Robin Totterman (Inspecs), Google, Microsoft และพาร์ตเนอร์ เป็นการถอดความจากบนเวทีเป็นภาษาไทย ไม่ใช่การแปลคำต่อคำ · ข้อมูลดีล Modular (มูลค่า วันปิดดีล), การลงทุนใน Inspecs, โมเดล 1 บิตของ PrismML, ตารางเวลา Linux/Ubuntu และรุ่น Googlebook เทียบกับข่าวหลายสำนักและประกาศของ Canonical · ทิศทางเติบโตนอกมือถือและคำเตือนเรื่องธุรกิจใหม่ มาจากรายงานประจำปีของ Qualcomm ผ่านหน้าภาพรวมบริษัท · ชื่อพาร์ตเนอร์บางรายที่ยืนยันกับแหล่งอื่นไม่ได้ เราละไว้ · ข้อมูล ณ ตุลาคม 2026

บทความนี้จัดทำเพื่อการศึกษา เป็นการสรุปและอธิบายเนื้อหาจากงานแถลงข่าวสาธารณะ ไม่ถือเป็นคำแนะนำการลงทุน ไม่ใช่บทวิเคราะห์หลักทรัพย์ และไม่ใช่การชี้แนะให้ซื้อหรือขายสินทรัพย์ใดๆ · ตัวเลขประสิทธิภาพและสถิติทั้งหมดเป็นตัวเลขที่ผู้ผลิตหรือผู้บรรยายประกาศ ยังไม่ผ่านการทดสอบอิสระ · การลงทุนมีความเสี่ยง ผู้ลงทุนควรศึกษาข้อมูลจากแหล่งข้อมูลทางการและประเมินความเสี่ยงด้วยตนเองก่อนตัดสินใจเสมอ · DaddyInvestor © 2026