บทนำ — เมื่อ Microsoft ตัดสินใจ "สร้างเอง" แทน "ซื้อจาก OpenAI"
ถ้าคุณทำงานบน Azure, ใช้ Microsoft 365, หรือวางแผน AI strategy บน Microsoft stack — สัปดาห์นี้มีข่าวที่ต้องรู้
2 เมษายน 2026 — Microsoft ประกาศเปิดตัว 3 Foundational AI Models ที่พัฒนาเองภายในองค์กร ภายใต้ชื่อ MAI (Microsoft AI) ไม่ได้มาจาก OpenAI ไม่ได้ license มาจากใคร แต่สร้างขึ้นจาก ทีม MAI Superintelligence ที่นำโดย Mustafa Suleyman ผู้ร่วมก่อตั้ง DeepMind และปัจจุบันเป็น CEO ของ Microsoft AI
นี่คือจุดเปลี่ยนครั้งสำคัญที่สุดของ Microsoft ในสนาม AI นับตั้งแต่เริ่มลงทุนใน OpenAI
ทำไม Microsoft ต้อง "สร้างเอง"?
ตลอด 3 ปีที่ผ่านมา Microsoft ลงทุนกว่า $13 พันล้าน ใน OpenAI และใช้โมเดลของ OpenAI เป็นหัวใจของทุกผลิตภัณฑ์ ตั้งแต่ Copilot ไปจนถึง Azure OpenAI Service
แต่กลยุทธ์นี้มีความเสี่ยงที่ชัดขึ้นเรื่อย ๆ:
- Single point of dependency — ถ้า OpenAI มีปัญหา Microsoft ก็ได้รับผลกระทบตาม
- Pricing control — Microsoft ไม่ได้ควบคุมราคาโมเดลของ OpenAI
- Competitive tension — OpenAI กำลังสร้างผลิตภัณฑ์ที่แข่งกับ Microsoft โดยตรง เช่น ChatGPT Enterprise
- Speed of innovation — Microsoft ต้องรอ OpenAI ปล่อยโมเดลใหม่ ไม่สามารถกำหนด roadmap ได้เอง
ในเดือนกุมภาพันธ์ 2026 Mustafa Suleyman ประกาศชัดเจนว่า Microsoft กำลังเดินหน้าสู่ "AI Self-Sufficiency" — ความสามารถในการพัฒนาโมเดล AI ขั้นสูงได้ด้วยตัวเอง โดยไม่ต้องพึ่งพาพันธมิตรรายใดรายเดียว
Suleyman ระบุว่า Microsoft จำเป็นต้องพัฒนา foundational models ของตัวเองด้วย computing power ระดับ gigawatt
และวันที่ 2 เมษายน 2026 — คำพูดนั้นกลายเป็นความจริง
3 โมเดล MAI — สร้างเพื่อ "คนใช้จริง" ไม่ใช่แค่ benchmark
สิ่งที่น่าสนใจเกี่ยวกับ MAI models คือ ปรัชญาในการออกแบบ — Suleyman ระบุว่าทีมมีแนวคิดที่ชัดเจนในการสร้างโมเดล คือ "putting humans at the center" — ออกแบบให้เหมาะกับวิธีที่คนสื่อสารจริง ๆ ไม่ใช่แค่ไล่ตาม leaderboard
MAI-Transcribe-1 — ถอดเสียงพูด 25 ภาษา แม่นกว่า Whisper
| สเปค |
รายละเอียด |
| ประเภท |
Speech Recognition (Speech-to-Text) |
| ภาษาที่รองรับ |
25 ภาษา |
| Benchmark |
อันดับ 1 บน FLEURS benchmark — WER 3.8% |
| เทียบคู่แข่ง |
ชนะ Whisper-large-v3 ใน 14 จาก 25 ภาษา, ชนะ Gemini 3.1 Flash ใน 11 จาก 14 ภาษา |
| ความเร็ว |
เร็วกว่า Azure Fast (รุ่นเดิม) 2.5 เท่า |
| ต้นทุน GPU |
ถูกกว่าคู่แข่งชั้นนำ ~50% |
| ราคา |
$0.36 ต่อชั่วโมงเสียง |
สำหรับองค์กรที่ต้องถอดเสียงประชุม, call center, หรือ podcast — ตัวเลขเหล่านี้มีนัยสำคัญ ทั้งเรื่องความแม่นยำและต้นทุน
MAI-Voice-1 — สร้างเสียงพูดคุณภาพสูง 60 วินาทีใน 1 วินาที
| สเปค |
รายละเอียด |
| ประเภท |
Speech Generation (Text-to-Speech) |
| ความเร็ว |
สร้างเสียง 60 วินาทีในเวลาไม่ถึง 1 วินาที บน GPU ตัวเดียว |
| Personal Voice |
โคลนเสียงจากตัวอย่าง 10 วินาที |
| การใช้งาน |
ขับเคลื่อน Copilot Audio Expressions และ podcast features |
| ราคา |
$22 ต่อ 1 ล้านตัวอักษร |
ความเร็วระดับนี้หมายความว่า real-time voice AI ในแอปพลิเคชันทางธุรกิจเป็นไปได้จริงแล้ว — ไม่ต้องรอ 5-10 วินาทีเพื่อให้ระบบสร้างเสียงตอบกลับ
MAI-Image-2 — สร้างภาพ ติดอันดับ 3 ของโลก
| สเปค |
รายละเอียด |
| ประเภท |
Text-to-Image Generation |
| Benchmark |
อันดับ 3 บน Arena.ai leaderboard (image model families) |
| จุดแข็ง |
Photorealistic generation, text rendering ในภาพ, complex layouts |
| การใช้งาน |
Rolling out ใน Bing และ PowerPoint |
| ราคา |
$5 ต่อ 1M text input tokens / $33 ต่อ 1M image output tokens |
การที่ MAI-Image-2 ถูก integrate เข้า PowerPoint โดยตรง — นี่คือตัวอย่างชัดเจนของสิ่งที่ Microsoft ทำได้ดีกว่า OpenAI: ผูกโมเดลเข้ากับผลิตภัณฑ์ที่คนใช้ทุกวัน
MAI Superintelligence — ทีมที่สร้างทุกอย่าง
ทั้ง 3 โมเดลถูกพัฒนาโดย MAI Superintelligence ซึ่งเป็นทีมวิจัย AI ที่ก่อตั้งขึ้นในเดือนพฤศจิกายน 2025 ภายใต้การนำของ Mustafa Suleyman
ทำไม Suleyman ถึงสำคัญ?
- Co-founder DeepMind — ผู้ร่วมสร้างบริษัท AI ที่ทรงอิทธิพลที่สุดแห่งหนึ่งของโลก (ปัจจุบันเป็นส่วนหนึ่งของ Google)
- CEO Inflection AI — สร้าง Pi chatbot ก่อนจะย้ายมา Microsoft
- CEO Microsoft AI — ตำแหน่งปัจจุบันที่ดูแลทั้งผลิตภัณฑ์ AI และการพัฒนาโมเดล
การที่ Microsoft ดึง Suleyman มาและตั้งทีม Superintelligence ขึ้นมา — เป็นสัญญาณว่าบริษัทเอาจริงกับการสร้าง AI stack ของตัวเอง ไม่ใช่แค่ทดลอง
ใน 6 เดือนหลังจากตั้งทีม — MAI Superintelligence ก็ปล่อย 3 โมเดลออกมาแล้ว นั่นคือความเร็วในการ execute ระดับ Big Tech
Microsoft Foundry — แพลตฟอร์มใหม่ที่รวมทุกอย่าง
โมเดล MAI ทั้ง 3 ตัวเปิดให้ใช้งานผ่าน Microsoft Foundry (ชื่อใหม่ของ Azure AI Studio) ซึ่งเป็นแพลตฟอร์มที่รวมโมเดล AI กว่า 1,900 ตัวจากหลายผู้พัฒนา ทั้ง OpenAI, Anthropic Claude, Meta, Mistral, DeepSeek, NVIDIA และอื่น ๆ
สิ่งที่ Microsoft Foundry ทำให้แตกต่าง:
- Model Catalog — เลือกโมเดลที่เหมาะกับ use case ได้ทันที
- Benchmarking — เปรียบเทียบประสิทธิภาพโมเดลแบบ side-by-side
- Enterprise Security — governance และ compliance แบบครบวงจร
- Serverless Deployment — ใช้งานแบบ pay-as-you-go ไม่ต้อง provision infrastructure
นอกจากนี้ยังมี MAI Playground (playground.microsoft.ai) ให้ทดลองใช้โมเดล MAI ได้ทันที (ปัจจุบันเปิดให้ใช้ในสหรัฐฯ ก่อน)
กลยุทธ์ราคา — ถูกกว่าคู่แข่งเพื่อดึงลูกค้า
ในตลาดที่มีโมเดล AI มากมาย Microsoft เลือก competitive pricing เป็นจุดขายหลักของ MAI:
| โมเดล |
ราคา |
จุดเด่นด้านราคา |
| MAI-Transcribe-1 |
$0.36/ชม. |
ต้นทุน GPU ถูกกว่าคู่แข่ง ~50% |
| MAI-Voice-1 |
$22/1M chars |
สร้างเสียงเร็วมาก = ใช้ compute น้อย |
| MAI-Image-2 |
$5/$33 per 1M tokens |
ราคาแข่งขันได้กับ DALL-E 3, Midjourney |
กลยุทธ์นี้ชัดเจน: ดึงลูกค้า Azure ให้ใช้โมเดล MAI แทน OpenAI ด้วยราคาที่ถูกกว่าและ integration ที่แน่นกว่า
$10 พันล้าน ในญี่ปุ่น — อีกหนึ่งชิ้นส่วนของ puzzle
เพียง 1 วันหลังประกาศ MAI models — Microsoft ก็ประกาศ แผนลงทุน $10 พันล้าน (ประมาณ 3.5 แสนล้านบาท) ในญี่ปุ่น ระหว่างปี 2026-2029 โดย Brad Smith รองประธานและประธานบริษัท Microsoft เดินทางไปประกาศด้วยตัวเองที่โตเกียว
3 เสาหลักของการลงทุน
- Technology — ขยาย AI infrastructure ภายในประเทศญี่ปุ่น ร่วมกับ Sakura Internet และ SoftBank
- Trust — เสริมความร่วมมือด้าน cybersecurity กับสถาบันระดับชาติของญี่ปุ่น
- Talent — ฝึกอบรมวิศวกรและนักพัฒนากว่า 1 ล้านคน ภายในปี 2030
ทำไมญี่ปุ่น?
- ญี่ปุ่นเป็นตลาด enterprise ที่ใหญ่ที่สุดในเอเชีย
- ความต้องการ data sovereignty — ข้อมูลต้องอยู่ในประเทศ
- พันธมิตรท้องถิ่นพร้อม — Fujitsu, Hitachi, NEC, NTT Data, SoftBank
ตลาดตอบรับทันที — หุ้น Sakura Internet พุ่ง 20% หลังข่าวประกาศ
สิ่งที่ต้องอ่านระหว่างบรรทัด
การลงทุน $10B ในญี่ปุ่นไม่ใช่แค่เรื่อง data center — แต่คือ การวาง infrastructure สำหรับ MAI models ในระดับภูมิภาค ถ้า Microsoft จะลดการพึ่งพา OpenAI ได้จริง ก็ต้องมี compute power ของตัวเองในทุกภูมิภาคสำคัญ
ภาพใหญ่ — Microsoft กำลังสร้าง "Full AI Stack"
ถ้ามองแต่ละชิ้นส่วนแยกกัน — MAI models, Foundry, Japan investment — อาจดูเหมือนข่าวธรรมดา
แต่ถ้ามองรวมกัน จะเห็น กลยุทธ์ที่ชัดเจนมาก:
Layer 1: Compute Infrastructure
├── Azure data centers ทั่วโลก
├── $10B Japan + investments ใน SEA, India, EU
└── พันธมิตร GPU (Sakura Internet, SoftBank)
Layer 2: Foundational Models
├── MAI models (Transcribe-1, Voice-1, Image-2)
├── OpenAI models (GPT, DALL-E, Whisper) ← ยังใช้อยู่
└── Partner models (Claude, Llama, Mistral)
Layer 3: Platform
├── Microsoft Foundry (model catalog + deployment)
├── Azure AI Services
└── MAI Playground
Layer 4: Products
├── Microsoft 365 Copilot
├── Bing
├── PowerPoint, Word, Teams
└── GitHub Copilot
Microsoft กำลังสร้างทุก layer ให้พึ่งพาตัวเองได้ — โดยยังคงเปิดให้ใช้โมเดลจากพันธมิตรอื่นด้วย นี่คือ "multi-model strategy" ที่ฉลาดมาก:
- ไม่ตัดขาดจาก OpenAI ทันที (ยังต้องการ GPT สำหรับ text generation)
- แต่ค่อย ๆ สร้างทางเลือกของตัวเองในทุก modality
- ให้ลูกค้า Azure เลือกได้ว่าจะใช้โมเดลของใคร — แต่ default จะเป็น MAI มากขึ้นเรื่อย ๆ
สิ่งที่ยังขาด — Text Generation Model
สิ่งที่น่าสังเกตคือ MAI models ทั้ง 3 ตัว ไม่มี Large Language Model สำหรับ text generation
นั่นหมายความว่า Microsoft ยังต้องพึ่ง OpenAI สำหรับ GPT — ซึ่งเป็นหัวใจของ Copilot
Suleyman เองก็ยอมรับว่า Microsoft "ยังไม่สามารถสร้างโมเดลขนาดใหญ่ที่สุดได้" แต่กำลังเพิ่ม compute capacity เพื่อให้ทำได้ในปี 2026
นี่คือ ชิ้นส่วนสุดท้าย ของ puzzle — ถ้า Microsoft สร้าง LLM ของตัวเองได้สำเร็จ การพึ่งพา OpenAI จะลดลงอย่างมาก
ผลกระทบต่อ Azure Customers และองค์กรไทย
สำหรับองค์กรที่ใช้ Azure อยู่แล้ว
- มีทางเลือกมากขึ้น — ไม่ต้องผูกติดกับ OpenAI models เพียงอย่างเดียว
- ต้นทุนอาจถูกลง — การแข่งขันระหว่าง MAI กับ OpenAI บน Azure จะกดราคาลง
- Integration แน่นขึ้น — MAI models ถูกออกแบบมาให้ทำงานกับ Microsoft products โดยเฉพาะ
- Multi-model flexibility — เลือกโมเดลที่เหมาะกับแต่ละ use case ผ่าน Foundry
สำหรับองค์กรไทยที่ใช้ Microsoft Stack
- Call Center / Customer Service — MAI-Transcribe-1 รองรับหลายภาษาในราคาถูกกว่าเดิม 50%
- Content Creation — MAI-Image-2 ใน PowerPoint ช่วยสร้าง presentation ได้เร็วขึ้น
- Internal Communications — MAI-Voice-1 สร้างเสียงสำหรับ training videos หรือ announcements
- Data Sovereignty — การลงทุนของ Microsoft ในเอเชีย (ญี่ปุ่น $10B, ไทย $1B+) หมายถึง data ใกล้บ้านมากขึ้น
สิ่งที่ต้องระวัง
- MAI models ยังอยู่ใน public preview — ยังไม่ GA ทั้งหมด
- MAI Playground เปิดให้ใช้ในสหรัฐฯ ก่อน — ต้องรอสำหรับภูมิภาค APAC
- ยังไม่มีข้อมูลว่า MAI-Transcribe-1 รองรับภาษาไทย หรือไม่ (รองรับ 25 ภาษา แต่ยังไม่ระบุรายชื่อทั้งหมด)
บทเรียนสำหรับผู้บริหาร — "Never Depend on a Single Vendor"
สิ่งที่ Microsoft กำลังทำกับ OpenAI ให้บทเรียนสำคัญกับทุกองค์กร:
แม้แต่บริษัทที่ลงทุน $13 พันล้านในพันธมิตร ก็ยังต้องสร้างทางเลือกของตัวเอง
สำหรับองค์กรไทย บทเรียนนี้แปลว่า:
- อย่าผูกติดกับ AI vendor รายเดียว — ออกแบบระบบให้เปลี่ยนโมเดลได้
- ลงทุนใน abstraction layer — แยก business logic ออกจาก AI model
- ติดตาม pricing war — ราคา AI กำลังลดลงเร็วมาก ใครเซ็นสัญญาระยะยาวเมื่อวาน อาจจ่ายแพงเกินไปพรุ่งนี้
- เตรียม multi-model strategy — ใช้โมเดลที่ดีที่สุดสำหรับแต่ละ task ไม่ใช่ใช้โมเดลเดียวทำทุกอย่าง
สรุป — จุดเริ่มต้นของ "AI Independence"
Microsoft MAI models คือ จุดเริ่มต้น ไม่ใช่จุดสิ้นสุด ของกลยุทธ์ลดการพึ่งพา OpenAI:
- 3 โมเดลแรก — Transcribe-1, Voice-1, Image-2 ครอบคลุม speech, voice, image
- ยังขาด LLM — แต่ Suleyman บอกว่ากำลังจะมาในปี 2026
- $10B Japan + ลงทุนทั่วโลก — สร้าง compute infrastructure รองรับ
- Microsoft Foundry — แพลตฟอร์มที่รวมทุกโมเดลไว้ในที่เดียว ทั้ง MAI และพันธมิตร
สำหรับองค์กรที่ใช้ Microsoft stack — นี่คือข่าวดี เพราะหมายถึง ทางเลือกมากขึ้น ราคาถูกลง และ integration แน่นขึ้น
แต่สำหรับ OpenAI — นี่คือสัญญาณเตือนที่ชัดเจนว่า ลูกค้ารายใหญ่ที่สุดกำลังเตรียมทางหนี
พร้อมวาง AI Strategy บน Microsoft Stack?
ทีม Enersys มีประสบการณ์ช่วยองค์กรไทยวางแผน AI strategy บน Azure ตั้งแต่การเลือกโมเดลที่เหมาะสม, ออกแบบ multi-model architecture, ไปจนถึง deploy ขึ้น production
ไม่ว่าคุณจะเพิ่งเริ่มต้นหรือกำลังมองหาวิธี optimize ต้นทุน AI — เราช่วยได้
ปรึกษาทีม Enersys ฟรี
แหล่งข้อมูล
