สำหรับช่วงครึ่งหลังของปี 2026 โปรดดูที่ชั้นข้อมูล นั่นคือส่วนของกลุ่มซอฟต์แวร์ที่อยู่เหนือพื้นที่จัดเก็บข้อมูลและต่ำกว่าแอปพลิเคชัน ซึ่งข้อมูลจะถูกล้าง จัดรูปแบบ และจัดระเบียบเพื่อให้ปัญญาประดิษฐ์นำไปใช้ได้ และนี่คือจุดที่นักวิเคราะห์ชั้นนำ Heath Terry หัวหน้าฝ่ายวิจัยการลงทุนด้าน AI ของ Citigroup คิดว่าบริษัทที่ชนะกลุ่มต่อไปจะปรากฏตัวในการแข่งขันด้าน AI “บริษัทที่เป็นผู้ชนะคือบริษัทที่ต้องเผชิญกับการบริโภค AI กำลังผลักดันการเติบโตอย่างมากในการบริโภค โดยเฉพาะอย่างยิ่งในชั้นข้อมูล บริษัท Snowflake, MongoDB, Datadog หรือแม้แต่บริษัทอย่าง Elastic ที่สัมผัสกับโมเดลธุรกิจที่ขับเคลื่อนด้วยการบริโภค – นั่นคือสิ่งที่คุณต้องการ” Terry กล่าวในรายการ “Squawk on the Street” ของ CNBC เมื่อวันอังคาร ในระดับของแอปพลิเคชัน AI โมเดลแนวหน้าอย่าง Anthropic และ OpenAI กำลังแย่งชิงตำแหน่งที่เหนือกว่าการเสนอขายต่อสาธารณะที่คาดไว้ และทั้งสองโมเดลก็แข่งขันกับโฮสต์ของโมเดลโอเพ่นซอร์สที่มีความสามารถโดยรวมเท่ากันมากในราคาที่ถูกกว่า แต่โมเดลทั้งหมดเหล่านี้จำเป็นต้องเข้าถึงข้อมูลที่สามารถเคลื่อนย้ายได้ในปริมาณที่เพิ่มขึ้น และบริษัทซอฟต์แวร์ที่สามารถส่งมอบตามความต้องการนั้นจะเป็นฟันเฟืองสำคัญในระบบ ความเชื่อมั่นของนักลงทุนต่อความต้องการดังกล่าวกำลังสร้างมุมมองเชิงบวกและเหมาะสมยิ่งขึ้นต่อภาคส่วนซอฟต์แวร์โดยรวม หลังจากการลดค่าเงินทั่วทั้งกระดานเมื่อต้นปีนี้ หรือเรียกอย่างไม่เป็นทางการว่า Saas-mageddon “เรากำลังก้าวไปสู่จุดที่ดีขึ้นในด้านซอฟต์แวร์ โดยที่เรากลับมาเลือกผู้ชนะและผู้แพ้อีกครั้ง” เทอร์รี่กล่าว บางบริษัทกำลังแสดงสัญญาณแห่งความสำเร็จที่กำลังจะเกิดขึ้นแล้ว Snowflake เพิ่มสูงขึ้นในปลายเดือนพฤษภาคมหลังจากรายงานการเติบโตของรายได้ต่อปี 33% ซื้อขายหุ้นที่ 112 เท่าของรายได้ในอีก 12 เดือนข้างหน้า และบริษัทมีมูลค่าองค์กรมากกว่า 14 เท่าของยอดขาย ตามข้อมูล FactSet SNOW YTD ภูเขา เกล็ดหิมะ ตั้งแต่ต้นปีจนถึงปัจจุบัน Datadog ได้ทำการเคลื่อนไหวที่คล้ายกันเมื่อต้นเดือนพฤษภาคม หลังจากรายงานการเติบโตของรายได้ต่อปี 25% บริษัทมีค่าตัวคูณราคาต่อกำไรล่วงหน้าที่ 98 และตัวคูณ EV เป็นยอดขายประมาณ 19 ตัว ระยะ “ตัวแทน” ของการพัฒนา AI ในปัจจุบัน ซึ่งหมายถึงซอฟต์แวร์ชิ้นเล็กๆ จำนวนมากหรือ “ตัวแทน” ที่ทำงานร่วมกัน – มีส่วนช่วยในการออกแบบระบบชิปในระดับฮาร์ดแวร์ที่เน้นการประสานงานระหว่างหน่วยประมวลผลต่างๆ คำนี้คือการเรียบเรียง Orchestration มีอะนาล็อกในระดับแอปพลิเคชัน – กระบวนการที่เรียกว่าการกำหนดเส้นทางแบบจำลองที่ประสานโมเดลผู้ใช้ปลายทางที่แตกต่างกันสำหรับงานที่แตกต่างกัน Heath Terry จาก Citigroup ยังมองว่านี่เป็นภาคส่วนที่สร้างมูลค่า “เหตุผลที่ชั้นการกำหนดเส้นทางมีความสำคัญก็เพราะในฐานะบริษัท การเพิ่มประสิทธิภาพสำหรับโมเดลใดที่มีประสิทธิภาพมากที่สุดสำหรับปริมาณงานเฉพาะที่คุณมีจะเป็นส่วนสำคัญในการที่บริษัทต่างๆ นำมาใช้และใช้งาน AI อย่างแท้จริง” เขากล่าว เราเตอร์รุ่นอย่าง Not Diamond, Martian และ OpenRouter เป็นบริษัทเอกชนที่มุ่งเน้นการประหยัดต้นทุนให้กับลูกค้า AI ระดับองค์กรด้วยการแบ่งงานระหว่างรุ่นต่างๆ ต้นทุนกลายเป็นข้อกังวลที่เพิ่มขึ้นในระหว่างการสร้าง AI เนื่องจากบริษัทบางแห่งเลิกใช้พลังการประมวลผลของ AI ซึ่งโดยทั่วไปจะวัดเป็นหน่วยที่เรียกว่าโทเค็น
