NVIDIA ซื้อ Hugging Face: บ้านของโมเดล open-weight เปลี่ยนเจ้าของ

NVIDIA ยืนยันเมื่อ 3 กันยายน 2026 ว่าจะซื้อ Hugging Face ด้วยมูลค่า 12,930 ล้านดอลลาร์สหรัฐ (ราว 4.2 แสนล้านบาท) ทำให้แพลตฟอร์มที่เป็นศูนย์กลางของโมเดล AI แบบเปิดน้ำหนัก (open-weight) ทั้งโลก ตกไปอยู่ในมือของบริษัทที่ขายชิปสำหรับรันโมเดลเหล่านั้น ความสำคัญของข่าวนี้ไม่ได้อยู่ที่ตัวเลข แต่อยู่ที่ว่าถ้าคุณเคยโหลดโมเดลมารันในเครื่องตัวเอง คุณเกือบจะแน่นอนว่าโหลดมาจากที่นี่

สรุปสั้น ๆ: NVIDIA ซื้อ Hugging Face 12.93 พันล้านดอลลาร์ (ประกาศ 3 ก.ย. 2026) เป็นดีลใหญ่อันดับสองในประวัติศาสตร์บริษัท แพลตฟอร์มนี้มีนักพัฒนาใช้งาน 18 ล้านคน โมเดล 3 ล้านตัว ชุดข้อมูล 5 แสนชุด และองค์กร 2 แสนราย NVIDIA สัญญาว่าจะเปิดต่อและไม่บังคับให้ใช้ชิปของตัวเอง แต่ผู้เชี่ยวชาญชี้ว่าคำสัญญาไม่ได้พูดถึงเรื่องการจัดอันดับและการค้นหา ซึ่งเป็นจุดที่มีอำนาจจริง ดีลคาดว่าจะปิดครึ่งแรกของปี 2027 และยังต้องผ่านหน่วยงานกำกับหลายประเทศ

ดีลนี้ใหญ่แค่ไหน

ตัวเลข 12,930 ล้านดอลลาร์ทำให้นี่เป็น การซื้อกิจการใหญ่อันดับสองในประวัติศาสตร์ของ NVIDIA รองจากการซื้อสินทรัพย์ของ Groq มูลค่า 20,000 ล้านดอลลาร์เมื่อเดือนธันวาคมที่ผ่านมา และแซงดีล Mellanox ผู้ผลิตชิปเครือข่ายจากอิสราเอลที่ราว 7,000 ล้านดอลลาร์ในปี 2019 ไปแบบไม่เห็นฝุ่น

รายละเอียดของโครงสร้างดีลเท่าที่เปิดเผย:

• ราว 11,900 ล้านดอลลาร์ จ่ายให้ผู้ถือหุ้น
• ราว 1,000 ล้านดอลลาร์ กันไว้เป็นโครงการรักษาพนักงานในรูปหุ้น (retention)
• คาดว่าดีลจะ ปิดในครึ่งแรกของปี 2027 และยังต้องผ่านการอนุมัติจากหน่วยงานกำกับการแข่งขันหลายประเทศ

สิ่งที่ทำให้ตัวเลขนี้น่าสนใจกว่าเดิมคือบริบท Hugging Face ก่อตั้งปี 2016 ระดมทุนรวมมาแล้วกว่า 395 ล้านดอลลาร์ รอบล่าสุดคือปี 2023 ที่ 235 ล้านดอลลาร์ นำโดย Salesforce Ventures โดยมี Google, Amazon, IBM และ NVIDIA เองร่วมลงขัน รายได้ต่อปีแบบ annualized อยู่ที่ราว 150 ล้านดอลลาร์ตามรายงานของ The Information แปลว่าราคาซื้อครั้งนี้อยู่ที่ประมาณ 86 เท่าของรายได้ ซึ่งไม่ใช่ตัวเลขที่จ่ายเพื่อ “ธุรกิจ” แต่จ่ายเพื่อ “ตำแหน่ง”

และที่พลิกที่สุดคือ Financial Times เคยรายงานว่า Hugging Face ปฏิเสธข้อเสนอ 500 ล้านดอลลาร์จาก NVIDIA ไปเมื่อปีที่แล้ว ราคาที่ขยับขึ้นเกือบ 26 เท่าภายในปีเดียวบอกอะไรบางอย่างว่าอำนาจต่อรองของแพลตฟอร์มกลางเพิ่มขึ้นเร็วแค่ไหนในยุคที่ทุกคนแย่งกันเป็นเจ้าของท่อส่งโมเดล

น่าสังเกตอีกอย่างว่าฝ่ายที่เดินเข้าไปคุยก่อนคือ Hugging Face เอง Clément Delangue ซีอีโอเล่ากับ CNBC ว่าเขาเป็นคนติดต่อ Jensen Huang ก่อนหน้าดีลไม่กี่สัปดาห์ เหตุผลที่ให้ไว้คือถ้าอยากให้ AI แบบเปิดเกิดขึ้นในสเกลที่ใหญ่กว่านี้ มันต้องการพลังประมวลผล การสนับสนุน และความร่วมมือมากกว่าที่บริษัทขนาดเท่าเดิมจะหาเองได้

ทำไม Hugging Face ถึงสำคัญกับคนที่รัน AI เอง

ถ้าไม่เคยใช้โดยตรง อาจนึกภาพไม่ออกว่าทำไมคลังไฟล์คลังหนึ่งถึงมีค่าเกือบ 13,000 ล้านดอลลาร์ ตัวเลขการใช้งานตอบคำถามนี้ได้ดี:

• นักพัฒนา นักวิจัย และครีเอเตอร์ มากกว่า 18 ล้านคน
• โมเดลที่แชร์อยู่บนแพลตฟอร์ม มากกว่า 3 ล้านตัว
• ชุดข้อมูล 500,000 ชุด และแอปพลิเคชัน (Spaces) 1 ล้านรายการ
• องค์กร มากกว่า 200,000 แห่ง ใช้ค้นหาและ deploy โมเดล

พูดให้เห็นภาพแบบคนไทยที่เพิ่งเริ่มเล่น AI ในเครื่องตัวเอง: เวลาคุณเปิด LM Studio แล้วพิมพ์ค้นหาชื่อโมเดล ช่องค้นหานั้นค้นจาก Hugging Face เวลาคุณสั่ง Ollama ให้ดึงโมเดลที่ไม่ได้อยู่ในไลบรารีทางการ คุณก็ชี้ไปที่ hf.co เวลาโปรเจกต์โอเพนซอร์สบอกว่า “ดาวน์โหลด weight ได้ที่นี่” ลิงก์นั้นแทบทุกครั้งคือ Hugging Face และแม้แต่โมเดลไทยอย่างตระกูล Typhoon ของ SCB 10X ก็เผยแพร่ผ่านช่องทางเดียวกัน

นี่คือสิ่งที่ NVIDIA ซื้อจริง ๆ ไม่ใช่รายได้ 150 ล้าน แต่คือ จุดที่คนทั้งโลกเดินผ่านก่อนจะได้โมเดลมาไว้ในมือ ถ้าอยากเข้าใจว่าทำไมเรื่องนี้ถึงเป็นเรื่องใหญ่สำหรับคนที่อยากรัน AI เอง แนะนำอ่านพื้นฐานเรื่อง Local AI คืออะไร ประกอบ

ที่ต้องให้ความเป็นธรรมกับ NVIDIA คือบริษัทนี้ไม่ได้เพิ่งมาสนใจ Hugging Face ตอนซื้อ NVIDIA เป็น ผู้บริจาคโมเดลและข้อมูลแบบเปิดรายใหญ่ที่สุดบนแพลตฟอร์ม โดยปล่อยโมเดลไปแล้วมากกว่า 500 ตัว และชุดข้อมูลเปิดอีกกว่า 250 ชุด ความสัมพันธ์นี้มีมาก่อนดีลนานแล้ว

NVIDIA สัญญาอะไรไว้

ประกาศของ NVIDIA ระบุคำมั่นไว้ค่อนข้างเจาะจงกว่าประกาศควบรวมทั่วไป ซึ่งเป็นเหตุผลที่ปฏิกิริยาในวงการออกมาแบบ “ผสม” ไม่ใช่ต่อต้านเป็นเสียงเดียว

• Hugging Face จะยังเป็นแพลตฟอร์มเปิดสำหรับทั้งระบบนิเวศ AI ไม่ใช่เฉพาะลูกค้า NVIDIA
• ไม่บังคับใช้ชิป NVIDIA นักพัฒนายังเลือกโมเดล เฟรมเวิร์ก คลาวด์ และแพลตฟอร์มประมวลผลได้เอง
• ทีมงานอยู่ต่อทั้งทีม และแบรนด์ 🤗 ยังคงอยู่
• Jensen Huang ให้เหตุผลเชิงหลักการว่า AI ก้าวหน้าเร็วขึ้นเมื่อคนสร้างร่วมกันได้ และโมเดลเปิดคือสิ่งที่ทำให้สตาร์ทอัพ มหาวิทยาลัย และหน่วยงานต่าง ๆ ต่อยอดได้โดยไม่ต้องเทรนใหม่ตั้งแต่ศูนย์

ถ้าเชื่อคำสัญญาตามตัวอักษร ผู้ใช้ทั่วไปแทบไม่ต้องเปลี่ยนอะไรเลยในระยะสั้น

แล้ว NVIDIA ได้อะไรกลับไป

คำถามที่ตามมาทันทีคือบริษัทที่ขายชิปได้จนกลายเป็นบริษัทมูลค่าสูงที่สุดในโลกอยู่แล้ว จะซื้อคลังโมเดลไปทำไม คำตอบที่นักวิเคราะห์ให้ตรงกันมีอยู่สามชั้น

ชั้นแรกคือการขายกำลังประมวลผลที่เหลือ NVIDIA มีทั้งคลาวด์ของตัวเองและ GPU ที่ยังไม่ถูกใช้เต็มกำลัง การมีแพลตฟอร์มที่องค์กร 200,000 รายเดินเข้ามาหาโมเดลอยู่แล้วทุกวัน แปลว่ามีที่ให้เสนอบริการรันโมเดลแบบครบวงจรได้ทันที โดยไม่ต้องไล่ขายทีละราย

ชั้นที่สองคือการยึดหัวสะพานของขั้นตอนก่อนซื้อชิป ในกระบวนการทำงานจริง คนเลือกโมเดลก่อน แล้วค่อยเลือกฮาร์ดแวร์ที่รันโมเดลนั้นได้ดี ใครก็ตามที่คุมขั้นตอนแรกย่อมมีอิทธิพลกับขั้นตอนที่สองโดยอัตโนมัติ นี่คือเหตุผลว่าทำไมราคา 86 เท่าของรายได้ถึงยังดูสมเหตุสมผลในสายตาตลาด

ชั้นที่สามคือการป้องกันไม่ให้คนอื่นได้ไป ถ้า Hugging Face ตกไปอยู่กับผู้ให้บริการคลาวด์รายใดรายหนึ่ง คู่แข่งรายนั้นจะได้ทั้งช่องทางและข้อมูลการใช้งานไปพร้อมกัน มองมุมนี้ 12,930 ล้านดอลลาร์คือค่าประกันความเสี่ยงเชิงกลยุทธ์พอ ๆ กับค่าซื้อกิจการ

จุดที่คนในวงการยังไม่วางใจ

ข้อกังวลที่ถูกยกขึ้นมาถี่ที่สุดไม่ใช่ “NVIDIA จะปิดแพลตฟอร์ม” เพราะนั่นเป็นการทำลายมูลค่าที่เพิ่งจ่ายเงินซื้อไป ข้อกังวลจริงละเอียดกว่านั้น

หนึ่ง คำสัญญาเงียบตรงจุดที่แพงที่สุด นักวิเคราะห์ตั้งข้อสังเกตว่าคำมั่นทั้งหมดพูดถึง “ความพร้อมใช้งาน” (availability) คือโมเดลยังอยู่ครบ ดาวน์โหลดได้เหมือนเดิม แต่ไม่ได้พูดถึง การจัดอันดับและการค้นหา เลย ซึ่งบนแพลตฟอร์มที่มีโมเดล 3 ล้านตัว สิ่งที่กำหนดว่านักพัฒนาจะเจออะไรไม่ใช่การมีอยู่ของไฟล์ แต่คือลำดับที่มันโผล่ขึ้นมา

สอง ไม่มีทางเลือกอื่นในสเกลเดียวกัน ตัวเลือกที่พอเทียบได้อย่าง Azure AI Foundry, AWS SageMaker JumpStart หรือ Google Model Garden ล้วนแก้ปัญหาแบบย้ายที่พึ่ง คือเปลี่ยนจากพึ่ง NVIDIA ไปพึ่ง Microsoft, Amazon หรือ Google แทน ไม่ได้ทำให้หลุดจากการพึ่งพารายเดียวจริง ๆ

สาม ข้อมูลเชิงตลาดที่ได้ไปฟรี ๆ การเป็นเจ้าของแพลตฟอร์มทำให้ NVIDIA มองเห็นว่าโมเดลไหนกำลังมาแรง องค์กรไหนกำลัง deploy อะไร และรูปแบบการใช้ฮาร์ดแวร์เป็นอย่างไร ซึ่งเป็นข้อมูลที่คู่แข่งด้านชิปไม่มี

สี่ ความเสี่ยงคือการค่อย ๆ เอียง ไม่ใช่การพลิกทันที รูปแบบที่น่ากลัวกว่าการปิดประตูคือเส้นทางที่ optimize มาสำหรับ NVIDIA ทำงานลื่นขึ้นเรื่อย ๆ ส่วนเส้นทางอื่นค่อย ๆ มีแรงเสียดทานเพิ่มทีละนิด จนวันหนึ่งคนเลือกทางที่ง่ายที่สุดโดยไม่รู้ตัวว่าถูกกำหนดมาแล้ว ชื่อแพลตฟอร์มยังเหมือนเดิม แต่ลำดับความสำคัญ ราคา และกลยุทธ์ธุรกิจขยับไปแล้ว

ฝั่งที่มองบวกก็มีเหตุผลไม่น้อย โดยยกตัวอย่างในอดีตว่า GitHub หลัง Microsoft ซื้อ และ Red Hat หลัง IBM ซื้อ ต่างก็ออกมาดีกว่าที่หลายคนกลัวไว้ตอนประกาศดีล

วิเคราะห์: เรื่องนี้แปลว่าอะไรกับเรา

กระทบผู้ใช้และนักพัฒนาทั่วไปยังไง

ในระยะ 6 ถึง 12 เดือนข้างหน้า คำตอบตรงไปตรงมาคือ แทบไม่กระทบ ดีลยังไม่ปิดจนกว่าจะถึงครึ่งแรกของปี 2027 และยังต้องผ่านหน่วยงานกำกับหลายประเทศ ระหว่างนี้ทุกอย่างทำงานเหมือนเดิม

สิ่งที่น่าจะดีขึ้นจริงคือฝั่งโครงสร้างพื้นฐาน เพราะเจ้าของใหม่มีทั้งเงินและ GPU ที่ยังว่างอยู่ในมือ การ inference ฟรี การรัน Spaces และแบนด์วิดท์ในการโหลดโมเดลใหญ่ ๆ มีโอกาสเร็วขึ้นและเสถียรขึ้น สิ่งที่ต้องเฝ้าดูคือฝั่งของ “การมองเห็น” โมเดลที่รันได้ดีบนฮาร์ดแวร์ NVIDIA จะได้เปรียบในหน้าค้นหาและหน้าแนะนำหรือไม่ และรูปแบบไฟล์ที่ผูกกับ NVIDIA จะกลายเป็นค่าเริ่มต้นที่ทุกคนใช้โดยไม่คิดหรือเปล่า

อีกมุมที่ควรจำไว้คือ ดีลนี้เป็นสัญญาณว่าตลาดตีมูลค่าของ “ท่อส่งโมเดลเปิด” สูงมาก แปลว่ากระแส open-weight ไม่ได้อ่อนลง มันแค่กำลังถูกดึงเข้าไปอยู่ในโครงสร้างของบริษัทใหญ่ ซึ่งเป็นคนละเรื่องกับการหายไป

กระทบคนไทยและองค์กรไทยโดยเฉพาะ

เรื่องต้นทุน สำหรับคนไทยที่ใช้ Hugging Face เป็นแหล่งโหลดโมเดลฟรี ข่าวดีคือเจ้าของใหม่มีสายป่านยาวพอที่จะไม่ต้องรีบหารายได้จากผู้ใช้รายย่อย ข่าวที่ควรระวังคือธุรกิจที่วางแผนระยะยาวไม่ควรตั้งสมมติฐานว่าแบนด์วิดท์ฟรีไม่จำกัดจะอยู่ตลอดไป

เรื่อง PDPA และอธิปไตยข้อมูล จุดนี้ต้องแยกให้ชัด การโหลด weight ลงมารันเองไม่ได้ส่งข้อมูลลูกค้าออกไปไหน ดังนั้นสถานะทาง PDPA ของงาน local AI ไม่ได้เปลี่ยนเพราะดีลนี้ แต่ถ้าองค์กรคุณใช้บริการโฮสต์โมเดลของ Hugging Face หรือส่ง inference ผ่าน endpoint ของเขา ควรใส่ไว้ในรายการที่ต้องทบทวนสัญญาและเงื่อนไขการประมวลผลข้อมูลอีกรอบเมื่อดีลปิด เพราะนิติบุคคลคู่สัญญาอาจเปลี่ยน

เรื่องความเสี่ยงจากการพึ่งช่องทางเดียว องค์กรไทยจำนวนมากที่เริ่มใช้โมเดลเปิด ตั้งแต่ Typhoon ของไทยเองไปจนถึง Qwen, Gemma และ Llama มักดึงจาก Hugging Face โดยตรงตอน deploy จริง ถ้าวันหนึ่งเข้าถึงช้าลง ถูกจำกัดอัตรา หรือมีเหตุขัดข้อง ระบบที่ pull ตอน build จะพังตามทันที ความเสี่ยงนี้มีอยู่ก่อนดีลแล้ว แต่ดีลนี้เป็นเหตุผลที่ดีที่จะหยิบมันขึ้นมาแก้เสียที

เรื่องฮาร์ดแวร์ ถ้าแนวโน้มระยะยาวคือระบบนิเวศเอียงเข้าหา NVIDIA มากขึ้น คนที่ลงทุนกับทางเลือกอื่น เช่น Apple Silicon หรือชิป AMD ควรเผื่อใจว่าเส้นทางของตัวเองอาจได้ของช้ากว่าเล็กน้อย ไม่ใช่ใช้ไม่ได้ แต่ต้องรอนานกว่าและมีคนเทสน้อยกว่า

ควรเตรียมอะไรตั้งแต่วันนี้

• มิเรอร์โมเดลที่ระบบคุณพึ่งพาจริง ๆ เก็บไว้เอง ดาวน์โหลด weight ของโมเดลที่ใช้ใน production เก็บใน storage ขององค์กร อย่าให้ระบบจริงต้องออกไปดึงจากอินเทอร์เน็ตทุกครั้งที่ deploy
• ล็อกเวอร์ชันให้แน่น จดค่า revision หรือ commit hash ของโมเดลที่ใช้ ไม่ใช่แค่ชื่อโมเดล เพราะไฟล์บนแพลตฟอร์มสาธารณะถูกอัปเดตทับได้
• แยก “ที่ค้นหา” ออกจาก “ที่เก็บ” ใช้ Hugging Face หาและเปรียบเทียบโมเดลต่อไปได้เต็มที่ แต่ให้ของที่อนุมัติแล้วไหลเข้า registry ภายในก่อนขึ้นระบบจริง
• เลิกคิดว่าแพลตฟอร์มนี้เป็นกลาง ปฏิบัติกับมันเหมือนแพลตฟอร์มที่มีเจ้าของเชิงกลยุทธ์ แปลว่าเวลาประเมินโมเดล ให้ดูตัวเลขจริงจากการทดสอบของคุณเอง ไม่ใช่ดูว่าอะไรขึ้นหน้าแรก
• ทดสอบว่าถ้าโหลดจากที่นั่นไม่ได้ ระบบยังเดินได้ไหม ลองตัดการเข้าถึงในสภาพแวดล้อมทดสอบดูสักครั้ง จะรู้ทันทีว่ามีจุดไหนที่พึ่งพาโดยไม่รู้ตัว
• เลือกเครื่องมือรันโมเดลให้เหมาะกับงาน ถ้ายังไม่แน่ใจว่าจะเริ่มจากตัวไหน ลองเทียบจาก คู่มือเลือกเครื่องมือรัน LLM ในเครื่อง ก่อนตัดสินใจลงทุนฮาร์ดแวร์

สิ่งที่ดีลนี้บอกเราชัดที่สุดไม่ใช่ว่า open-weight กำลังจะตาย ตรงกันข้าม มันแพงพอที่บริษัทมูลค่าสูงที่สุดในโลกยอมจ่ายเกือบ 13,000 ล้านดอลลาร์เพื่อยืนอยู่ตรงกลางของมัน สิ่งที่เปลี่ยนไปคือ ตั้งแต่นี้ไปการ “โหลดโมเดลมารันเอง” ไม่ใช่การทำงานกับคอมมูนิตี้ที่ไม่มีเจ้าของอีกแล้ว และคนที่ได้เปรียบคือคนที่วางระบบไว้แบบไม่ต้องเชื่อใจใครเป็นการถาวร