ผู้เขียน: ลั่วอี้ห Hang, จุดยืนบนฐานซิลิคอน
เมื่อก่อนเพราะเชื่อจึงเห็นโทเคนที่นั่น ตอนนี้ไม่ต้องเชื่อก็เห็นได้ มันคือสิ่งต่อจากวัตต์ แอมแปร์ และบิตแล้ว
ในเดือนมกราคม 2009 บุคคลนิรนามได้คิดค้นสิ่งที่เรียกว่า “โทเคน” คุณลงทุนพลังคำนวณ ได้รับโทเคน โทเคนนี้หมุนเวียน กำหนดราคา และซื้อขายในเครือข่ายฉันทามติ เศรษฐกิจคริปโตจึงเกิดขึ้น ผ่านมาหลายสิบปี ผู้คนยังคงถกเถียงกันว่า โทเคนเหล่านี้มีคุณค่าอยู่หรือไม่
ในเดือนมีนาคม 2025 ชายคนหนึ่งแต่งตัวในเสื้อหนังได้กำหนดนิยามใหม่ของสิ่งที่เรียกว่าโทเคน คุณลงทุนพลังคำนวณ ผลิตโทเคน โทเคนนี้ถูกใช้ทันทีในกระบวนการวิเคราะห์ AI (inference & reasoning): คิด วิเคราะห์ เขียนโค้ด ตัดสินใจ เศรษฐกิจ AI จึงเร่งความเร็วขึ้น ไม่มีใครถกเถียงว่าโทเคนเหล่านี้มีคุณค่าหรือไม่ เพราะเช้าวันนี้คุณใช้ไปแล้วหลายล้าน
สองโทเคน ชื่อเดียว โครงสร้างพื้นฐานเดียวกัน: พลังคำนวณเข้าไป สินค่าที่มีคุณค่าก็ออกมา
ในเดือนมีนาคม 2026 ข้าพเจ้ากำลังนั่งอยู่ในงาน NVIDIA GTC ฟังการบรรยายหัวข้อที่แทบไม่มีการขายสินค้าเลย ใช่ เขาเปิดตัว Vera Rubin ผลิตภัณฑ์ที่ผสมผสาน CPU กับ GPU แต่คราวนี้ เขาไม่ได้พูดถึงพารามิเตอร์ชิป หรือเทคโนโลยีการผลิต เขาพูดถึงเศรษฐศาสตร์เต็มรูปแบบเกี่ยวกับการผลิต การกำหนดราคา และการใช้โทเคน—
โมเดลไหน ส่งผลต่อความเร็วของโทเคนแบบไหน; ความเร็วของโทเคนแบบไหน สอดคล้องกับช่วงราคาที่ไหน; ช่วงราคานั้น ต้องใช้ฮาร์ดแวร์ระดับไหนสนับสนุน
เขายังช่วยผู้บริหารระดับสูงและผู้ตัดสินใจที่ถือเช็คของบริษัทวางแผนการจัดสรรพลังคำนวณศูนย์ข้อมูล: 25% ให้กับระดับฟรี, 25% สำหรับระดับกลาง, 25% สำหรับระดับสูง, 25% สำหรับระดับพรีเมียม
ใช่ เขาไม่ได้ขาย GPU รุ่นใดรุ่นหนึ่งเหมือนสองปีก่อนที่ขาย Blackwell แต่คราวนี้ เขาขายสิ่งที่ใหญ่กว่ามาก สองชั่วโมงผ่านไป เขาคิดว่าสิ่งที่เขาอยากพูดที่สุดคือ: ยินดีต้อนรับสู่การบริโภคโทเคน และโรงงานของ Nvidia เท่านั้นที่สามารถผลิตได้
ในวินาทีนั้น ข้าพเจ้าตระหนักว่า ชายคนนี้ กับคนที่นิรนามเมื่อ 17 ปีก่อนที่ขุดโทเคนแรก ทำสิ่งเดียวกันในโครงสร้างที่สมบูรณ์แบบ
กฎการเปลี่ยนแปลงเดียวกัน
บุคคลนิรนามที่ใช้นามแฝงว่า “ซาโตชิ นากาโมโตะ” ในปี 2008 เขียนเอกสารขาว 9 หน้า ออกแบบกฎเกณฑ์: ลงทุนพลังคำนวณ แล้วพิสูจน์สมการคณิตศาสตร์ (Proof of Work) เพื่อรับรางวัลเป็นคริปโตโทเคน
ความลึกซึ้งของกฎนี้อยู่ที่ว่า เขาไม่จำเป็นต้องให้ใครเชื่อใคร — เพียงแค่คุณยอมรับกฎนี้ คุณก็อัตโนมัติเป็นผู้เข้าร่วมในเศรษฐกิจนี้ กฎนี้ถูกต้อง เพราะมันทำให้คนที่ฉ้อฉลหลากหลายมารวมตัวกัน
และใน GTC 2026 ของฮวน เหอ เขาทำสิ่งที่โครงสร้างเหมือนกันอย่างสมบูรณ์
เขาแสดงภาพกราฟที่แสดงความสัมพันธ์และแรงดึงดูดระหว่างประสิทธิภาพการวิเคราะห์และการใช้โทเคน: แกน Y คือปริมาณการประมวลผล (จำนวนโทเคนที่ผลิตต่อเมกะวัตต์), แกน X คือความสามารถในการโต้ตอบ (ความเร็วโทเคนที่ผู้ใช้รับรู้) แล้วเขาก็วางระดับราคาห้าช่วงไว้ใต้แกน X: ฟรีใช้ Qwen 3, $0/ล้านโทเคน; กลางใช้ Kimi K2.5, $3/ล้านโทเคน; สูงใช้ GPT MoE, $6/ล้านโทเคน; พรีเมียมใช้ GPT MoE 400K คอนเท็กซ์, $45/ล้านโทเคน; และ Ultra, $150/ล้านโทเคน
ภาพนี้แทบจะเป็นหน้าปกเอกสาร white paper ของ “เศรษฐศาสตร์โทเคน” ของฮวน เหอ
ซาโตชิ นากาโมโตะ กำหนด “สิ่งที่เป็นค่าของการคำนวณ” — การทำแฮช SHA-256 ให้ชนกันเป็นสิ่งที่มีคุณค่า ขณะที่ฮวน เหอ กำหนด “สิ่งที่เป็นค่าของการวิเคราะห์” — การผลิตโทเคนในสภาพจำกัดพลังงานและความเร็วที่กำหนดในแต่ละฉาก
ซาโตชิ นากาโมโตะ กับ ฮวน เหอ ไม่ได้ผลิตโทเคนโดยตรง แต่เป็นการกำหนดกฎเกณฑ์และกลไกการกำหนดราคาในการผลิตโทเคน
ฮวน เหอ บนเวทีพูดคำหนึ่ง ซึ่งเกือบจะสามารถเขียนสรุปในเอกสาร white paper ของเศรษฐศาสตร์โทเคนได้เลย—
โทเคนคือสินค้าโภคภัณฑ์ใหม่ และเช่นเดียวกับสินค้าโภคภัณฑ์ทั้งหมด เมื่อมันเข้าสู่จุดเปลี่ยนแปลง เมื่อมันเติบโตเต็มที่ มันจะแบ่งเป็นส่วนต่าง ๆ
โทเคนคือสินค้าโภคภัณฑ์ใหม่ เมื่อสินค้าโภคภัณฑ์เติบโตเต็มที่ ก็จะเกิดชั้นต่าง ๆ โดยธรรมชาติ เขาไม่ได้อธิบายสถานะปัจจุบัน แต่เป็นการคาดการณ์โครงสร้างตลาด แล้ววางสายผลิตภัณฑ์ฮาร์ดแวร์ของตัวเองให้ตรงกับแต่ละชั้นของโครงสร้างนี้อย่างแม่นยำ
กระบวนการผลิตโทเคนทั้งสองแบบ ยังมีความสมมาตรในเชิงความหมาย: การขุดเรียกว่า mining, การวิเคราะห์เรียกว่า inference
แก่นแท้ของการขุดและการวิเคราะห์ คือ การเปลี่ยนไฟฟ้าเป็นเงิน ทั้งนักขุดใช้ไฟฟ้าขุด crypto โทเคน แล้วขายออกไป และโมเดลวิเคราะห์และ AI Agents ก็ใช้ไฟฟ้าสร้าง AI โทเคน แล้วขายเป็นล้าน ๆ ให้กับนักพัฒนา ส่วนต่างของขั้นตอนต่างกัน แต่จุดเริ่มและจุดจบเหมือนกัน: ด้านซ้ายคือมิเตอร์ไฟฟ้า ด้านขวาคือรายได้
สองวิธีเขียนความขาดแคลน
การตัดสินใจสำคัญที่สุดของซาโตชิ นากาโมโตะ ไม่ใช่ Proof of Work แต่เป็นการกำหนดจำนวนสูงสุดของบิตคอยน์ที่ 21 ล้านเหรียญ เขาใช้โค้ดสร้างความขาดแคลนเทียม — ไม่ว่ามีเครื่องขุดมากแค่ไหน บิตคอยน์ก็จะไม่เกิน 21 ล้านเหรียญ ความขาดแคลนนี้เป็นเสาหลักของมูลค่าทั้งหมดของเศรษฐกิจคริปโต
ส่วนฮวน เหอ ใช้กฎฟิสิกส์สร้างความขาดแคลนตามธรรมชาติ เขาพูดว่า:
“คุณยังต้องสร้างศูนย์ข้อมูลขนาดกิกะวัตต์ คุณยังต้องสร้างโรงงานขนาดกิกะวัตต์ และโรงงานนี้ที่ใช้พลังงาน 1 กิกะวัตต์เป็นเวลา 15 ปี ค่าใช้จ่ายรวมประมาณ 40 พันล้านดอลลาร์ แม้จะไม่ได้ลงทุนอะไรเลย ก็เป็น 40 พันล้านดอลลาร์ คุณควรแน่ใจว่าคุณใส่ระบบคอมพิวเตอร์ที่ดีที่สุดเข้าไป เพื่อให้ต้นทุนโทเคนดีที่สุด”
ศูนย์ข้อมูลขนาด 1 กิกะวัตต์ จะไม่มีวันกลายเป็น 2 กิกะวัตต์ นี่ไม่ใช่ข้อจำกัดของโค้ด แต่เป็นกฎฟิสิกส์
ที่ดิน ไฟฟ้า การระบายความร้อน — ทุกอย่างมีขีดจำกัดทางฟิสิกส์ การสร้างโรงงานด้วยงบประมาณ 400 ดอลลาร์ต่อพันล้านดอลลาร์ และอายุการใช้งาน 15 ปี ขึ้นอยู่กับโครงสร้างการคำนวณที่ใส่เข้าไป
ความขาดแคลนของซาโตชิ นากาโมโตะ สามารถ fork ได้ ถ้าไม่ชอบขีดจำกัด 21 ล้านเหรียญ ก็สร้างสายใหม่ เปลี่ยนเป็น 200 ล้านเหรียญ ตั้งชื่อเป็นอีเทอเรียม หรืออะไรก็ได้ แล้วออก white paper ใหม่ก็ได้ แต่คนก็ทำกันจริง ๆ อย่างสนุกสนาน
แต่ความขาดแคลนที่ฮวน เหอ สร้างขึ้น ไม่สามารถ fork ได้ เพราะคุณไม่สามารถ fork กฎของเทอร์โมไดนามิกส์ที่สอง ไม่สามารถ fork ความจุของเครือข่ายไฟฟ้าในเมืองหนึ่ง หรือพื้นที่ดินในแปลงเดียวกันได้
แต่ไม่ว่าจะเป็นซาโตชิ นากาโมโตะ หรือ ฮวน เหอ การสร้างความขาดแคลนนี้ นำไปสู่ผลลัพธ์เดียวกัน: การแข่งขันด้านฮาร์ดแวร์
ประวัติศาสตร์การขุดคือ: CPU → GPU → FPGA → ASIC แต่ละรุ่นเฉพาะทาง ทำให้รุ่นก่อนกลายเป็นขยะ และประวัติการฝึกและวิเคราะห์ AI ก็ซ้ำรอย: Hopper → Blackwell → Vera Rubin → Groq LPU ฮาร์ดแวร์ทั่วไปเริ่มต้น แล้วกลายเป็นฮาร์ดแวร์เฉพาะทาง ฮาร์ดแวร์ที่เปิดตัวในงาน GTC ปีนี้ของฮวน เหอ คือ Groq LPU ซึ่งเป็นดีไซน์ที่ซื้อกิจการ Groq แล้วเปิดตัวเป็นตัวประมวลผลแบบ deterministic data flow ที่มีการคอมไพล์แบบคงที่ ไม่มีการจัดตารางแบบไดนามิก มี SRAM บนชิป 500MB — โครงสร้างนี้เป็น ASIC สำหรับ inference โดยเฉพาะ ทำงานแค่เรื่องเดียว แต่ทำให้ดีที่สุด
น่าสนใจว่า: GPU ในสองคลื่นของยุคนี้ มีบทบาทสำคัญเสมอ
ราวปี 2013 นักขุดพบว่า GPU เหมาะสมกว่ CPU สำหรับการขุด crypto token การ์ดจอของ Nvidia ถูกซื้อหมด 10 ปีต่อมา นักวิจัยพบว่า GPU เป็นเครื่องมือที่ดีที่สุดสำหรับการฝึกและวิเคราะห์โมเดล AI การ์ดศูนย์ข้อมูลของ Nvidia ก็ถูกซื้อหมดอีกครั้ง GPU ในฐานะหน่วยประมวลผล จึงรับใช้สองยุคของเศรษฐกิจโทเคน
ความแตกต่างคือ ครั้งแรก Nvidia ได้รับผลประโยชน์แบบ passive แล้วก็จบไป แต่ครั้งที่สอง เมื่อการบริโภคพลังคำนวณ AI เปลี่ยนจาก pretraining เป็น inference Nvidia จับจังหวะได้อย่างรวดเร็ว ออกแบบเกมทั้งหมด กลายเป็นผู้กำหนดกติกาเกม AI เอง
อุปกรณ์ที่ทำกำไรสูงสุดในโลก
ในยุคทองของการขุดทอง ไม่ใช่คนขุดทอง แต่เป็นคนขายพลั่ว Levi Strauss ในยุคขุดทอง การทำกำไรสูงสุดไม่ใช่คนขุด แต่เป็นบริษัทขายเครื่องขุดอย่าง Bitmain กับ Wu Jihan ในยุค pretraining และ inference ของ AI ก็ไม่ใช่โมเดลหลักหรือ Agent แต่เป็น Nvidia ที่ขาย GPU
แต่จริง ๆ แล้ว บทบาทของ Bitmain กับ Nvidia ในอุตสาหกรรมของตน แตกต่างกันอย่างสิ้นเชิง
- Bitmain ขายแต่เครื่องขุดเท่านั้น Nvidia ยังเคยเป็นซัพพลายเออร์ให้ Bitmain ด้วย คุณซื้อเครื่องขุด ขุดเหรียญไหน ไปพูลไหน ขายเท่าไหร่ ก็ไม่เกี่ยวกับ Bitmain มันเป็นผู้จำหน่ายฮาร์ดแวร์บริสุทธิ์ ทำกำไรจากการขายอุปกรณ์ชิ้นเดียว
- Nvidia แตกต่าง เขาไม่ใช่แค่ขายฮาร์ดแวร์ ตั้งแต่ปี 2025 ที่ AI inference ระบาด เขาได้กำหนดอย่างลึกซึ้งว่า ควรใช้ GPU ตัวไหนขุดอะไร กำหนดราคาของโทเคนให้ใคร ขายให้ใคร ศูนย์ข้อมูลควรจัดสรรพลังคำนวณอย่างไร… ทุกอย่างอยู่ในสไลด์ PPT ของฮวน เหอ เขาแบ่งตลาดเป็น 5 ระดับ แต่ละระดับใช้โมเดลอะไร ความยาวคอนเท็กซ์ ความเร็วในการโต้ตอบ ราคา… Nvidia ทำให้ตลาด AI inference ที่จะขับเคลื่อนทุกอย่างในอนาคต เป็นมาตรฐานและรูปแบบ
ราวปี 2018 โลกของพลังคำนวณรวมศูนย์อยู่ในกลุ่มเหมืองหลัก เช่น F2Pool, Antpool, BTC.com ซึ่งแข่งขันกันด้านส่วนแบ่ง แต่แหล่งเครื่องขุดก็อยู่ในมือของ Bitmain เป็นหลัก เช่นเดียวกับ Nvidia ที่รายได้ 60% มาจาก “hyperscaler” ที่แข่งขันกัน เช่น AWS, Azure, GCP, Oracle, CoreWeave และอีก 40% มาจากกลุ่ม AI native, โครงการ AI อธิปไตย และลูกค้าองค์กร โครงสร้างสองระบบนี้เหมือนกัน แต่ Bitmain ก็เจอคู่แข่ง เช่น Shima, Canaan, MicroBT ที่แย่งส่วนแบ่งไปเรื่อย ๆ ขณะที่ Nvidia ยากที่จะถูกแทนที่ เพราะเทคโนโลยีและระบบนิเวศที่ซับซ้อน เช่น CUDA, ฐานติดตั้ง GPU นับพันล้าน, เทคโนโลยี interconnect รุ่น 6 ของ NVLink, สถาปัตยกรรม inference ที่รวม Groq — ทำให้เครื่องมือคู่แข่งส่วนใหญ่ไร้ประสิทธิภาพ
อาจต้องใช้เวลายาวนานถึง 20 ปี
การแตกแขนงของโทเคนสองสายหลัก
สิ่งที่ทำให้คริปโตและ AI โทเคนแตกต่างกันอย่างแท้จริง คือแรงจูงใจและจิตใจของผู้ใช้งาน
ความต้องการของคริปโตโทเคนคือ การเก็งกำไร ไม่มีใคร “ต้องการ” บิตคอยน์เพื่อทำงาน ทุก white paper ที่อ้างว่าโทเคนบล็อกเชนช่วยแก้ปัญหา ก็เป็นของปลอม คุณถือคริปโตเพราะเชื่อว่ามีคนจะซื้อคืนในราคาที่สูงขึ้น มูลค่าของบิตคอยน์มาจากคำทำนายที่เป็น self-fulfilling: ถ้าคนเชื่อว่ามันมีค่า มันก็มีค่า นี่คือเศรษฐกิจแห่งความเชื่อ
ส่วน AI โทเคน ความต้องการคือ ผลผลิต ความสามารถในการสร้างสรรค์ เช่น Nestlé ต้องการโทเคนเพื่อการตัดสินใจซัพพลายเชน — ข้อมูลซัพพลายเชนของเขาอัปเดตทุก 15 นาที กลายเป็นทุก 3 นาที ต้นทุนลดลง 83% ค่านี้สามารถสะท้อนใน P&L ได้โดยตรง Nvidia วิศวกร 100% ใช้โทเคนเขียนโค้ด แทนการเขียนด้วยมือ ทีมวิจัยก็ใช้โทเคนทำงานวิจัย คุณไม่จำเป็นต้องเชื่อว่าโทเคนมีค่า คุณแค่ใช้มัน มูลค่าก็พิสูจน์ตัวเองในขณะใช้งาน
นี่คือความแตกต่างที่แท้จริงของโทเคนทั้งสองแบบ โทเคนคริปโตถูกผลิตขึ้นเพื่อถือและซื้อขาย — มูลค่าของมันอยู่ที่การไม่ใช้งาน โทเคน AI ถูกผลิตขึ้นเพื่อถูกใช้ทันที — มูลค่าของมันอยู่ที่การใช้งานในขณะนั้น
อย่างหนึ่งคือทองคำดิจิทัล ยิ่งเก็บยิ่งมีค่า; อีกอย่างคือไฟฟ้าดิจิทัล ผลิตแล้วก็เผาทิ้ง
ความแตกต่างนี้กำหนดว่า: เศรษฐกิจโทเคน AI จะไม่เกิดฟองสบู่เหมือนเศรษฐกิจคริปโต ราคาบิตคอยน์ผันผวนมาก เพราะเป็นสินค้าการเก็งกำไรที่ขับเคลื่อนด้วยอารมณ์ แต่ราคาของโทเคนจะขึ้นอยู่กับการใช้งานและต้นทุนการผลิต ตราบใดที่ AI ยังคงมีประโยชน์ — ตราบใดที่คนยังใช้ Claude Code เขียนโค้ด ใช้ ChatGPT เขียนรายงาน และใช้ Agent ทำธุรกิจ ความต้องการโทเคนก็จะไม่ล่มสลาย มันไม่พึ่งความเชื่อ แต่พึ่งความจำเป็น
- ในปี 2008 เอกสาร white paper ของบิตคอยน์อธิบายว่าทำไมระบบเงินสดอิเล็กทรอนิกส์แบบกระจายศูนย์จึงมีคุณค่า ผ่าน 17 ปี ผู้คนยังถกเถียงกันอยู่
- ในปี 2026 เศรษฐศาสตร์โทเคนไม่ก่อให้เกิดการถกเถียงใด ๆ มันกลายเป็นความเห็นร่วมกันโดยไม่ต้องพิสูจน์ เมื่อฮวน เหอ ยืนบนเวที GTC แล้วพูดว่า “tokens are the new commodity” ไม่มีใครตั้งคำถาม เพราะทุกคนในงานเช้าวันนี้ใช้ Claude Code หรือ ChatGPT ซื้อขายโทเคนเป็นล้าน ๆ แล้ว พวกเขาไม่จำเป็นต้องเชื่อว่ามันมีค่า — บัตรเครดิตของพวกเขายืนยันแล้ว
ในแง่นี้ ฮวน เหอ ก็เป็นเหมือนซาโตชิ นากาโมโตะ ผู้สร้างกฎเกณฑ์และนิยามการใช้โทเคน และเป็นเหมือนคนที่สร้างภาพลักษณ์ของ “เหมือง” สำหรับ AI ที่จะรองรับการฝึกและ inference รุ่นต่อไป ซึ่งจัดแสดงในงาน SAP Center ซานโฮเซ่ ทุกปี
ซาโตชิ นากาโมโตะ มีเสน่ห์ของนักออกแบบกฎที่ระมัดระวัง เขาสร้างกฎ แล้วปล่อยให้โค้ดทำงาน แล้วก็หายไป นี่คือเสน่ห์ของนักเข้ารหัสแบบพังค์ เขาออกแบบกฎ กำกับดูแลเอง และสร้างรั้วป้องกันของตัวเอง
โทเคนที่คุณเคยเห็นเพราะเชื่อ ตอนนี้คุณไม่ต้องเชื่อก็เห็นได้ มันคือสิ่งต่อจากวัตต์ แอมแปร์ และบิตแล้ว
