Meta แรงบันดาลใจ Muse เก่งกว่า "AI สั่งกาแฟ" แค่เล็กน้อยเท่านั้น

ผู้เขียนต้นฉบับ: 晓静

บรรณาธิการต้นฉบับ: 徐青阳

แหล่งที่มาต้นฉบับ: Tencent Tech

Muse กลายเป็น "เทพธิดาแห่งแรงบันดาลใจ" ของ Meta ยักษ์ใหญ่ ด้วยพลังเพียงลำพัง ดันราคาหุ้นของ Meta ยักษ์ใหญ่พุ่งขึ้น 15%

Muse เอเจนต์อัจฉริยะภายใต้ Meta เปิดตัวเมื่อวันที่ 8 กันยายน ถึงวันที่ 18 กันยายน ขึ้นครองอันดับหนึ่งชาร์ตฟรีของ App Store สหรัฐฯ ติดต่อกันสามวัน ถึงวันที่ 21 กันยายน ดันราคาหุ้น Meta สู่จุดสูงสุด เพิ่มขึ้น 11.4% ในวันเดียว มูลค่าตลาดเพิ่มขึ้นประมาณ 192.3 พันล้านดอลลาร์

ความร้อนแรงของมันแผ่ไปถึงอุตสาหกรรมเซมิคอนดักเตอร์ แม้แต่ CPU ก็กลายเป็นเป้าหมายที่ตลาดไล่ตาม ดัน AMD ขึ้น 9.9% มูลค่าตลาดทะลุ 1 ล้านล้านดอลลาร์เป็นครั้งแรก

สำหรับผู้ใช้ชาวจีน ภาพนี้ดูคุ้นตาพอสมควร จาก "สั่งอาหารด้วยประโยคเดียว" ไปจนถึงเปรียบเทียบราคาข้ามแอป สั่งซื้อ ในช่วงหนึ่งปีที่ผ่านมา Personal Agent (AI เอเจนต์ที่สามารถรันงานได้ด้วยตัวเอง) ได้สาธิตฉากที่น่าตื่นเต้นมามากมาย แม้แต่ "Doubao Phone" อุปกรณ์ส่วนบุคคลที่อ้างว่าถือกำเนิดมาเป็นผู้ช่วย AI ส่วนตัว ก็ยังปรากฏออกมา พยายามให้ AI ควบคุมหน้าจอโดยตรง ทำภารกิจแทนผู้ใช้ระหว่างแอปต่างๆ

หลายคนเคยดื่มกาแฟ "ที่ AI เลี้ยง" ในงานเปิดตัว

แต่ประสบการณ์จริงยังโหดร้ายอย่างชัดเจน การดำเนินการต่อเนื่องที่ลื่นไหลในการสาธิตบนเวทีเปิดตัว เมื่อถึงการใช้ในชีวิตประจำวัน อาจติดขัดที่การล็อกอิน การชำระเงิน หรือป๊อปอัปที่โผล่มากะทันหัน ข้อจำกัดของแอปอย่างธนาคารก็ทำให้ผู้ช่วย AI ไม่อาจข้ามผ่านไปได้เลย

ตอนนี้ Muse ขึ้นเวทีพร้อมคำสัญญาสินค้าที่คล้ายกัน ซ้ำยังถูก Amazon บล็อกอย่างรวดเร็ว ทำไมความสามารถและอุปสรรคที่คุ้นเคยเหล่านี้ เมื่อมาถึงตลาดสหรัฐฯ กลับถูกมอบพื้นที่จินตนาการมากมายขนาดนี้?

ภาพ: Alexandr Wang (汪滔) ประธานเจ้าหน้าที่ฝ่าย AI ของ Meta และ Muse ภาพสร้างโดย AI

เหตุผลที่ทำให้คนดาวน์โหลด คือ "ช่วยฉันเอาเงินคืน"

Muse เปิดตัวเมื่อวันที่ 8 กันยายน จากนั้นสิบวันก็ขึ้นอันดับหนึ่ง ตัวเอกที่ปรากฏซ้ำๆ ในการเผยแพร่คือการคืนเงิน การสมัครสมาชิกที่ไม่ได้ใช้ และใบเรียกเก็บเบี้ยประกัน Alexandr Wang ประธานเจ้าหน้าที่ AI ของ Meta ผลักดัน "MuseMoneyChallenge" (ชาเลนจ์ประหยัดเงินของ Muse) กระตุ้นให้แชร์ผลการประหยัดเงิน สื่อต่างประเทศรายงานว่า ผู้ประกอบการรายหนึ่งกล่าวว่า Muse ช่วยเขาหาแผนประกันรถที่ถูกกว่า 3,500 ดอลลาร์ต่อปี แต่ในขณะเดียวกัน รายงานก็เตือนว่า การแชร์จำนวนมากเหล่านี้จริงๆ แล้วมาจากพนักงาน Meta

แต่กรณีแบบนี้ให้เหตุผลกับผู้ใช้ในการลอง: ตรวจสอบว่ามีเงินที่จ่ายทิ้งเปล่าหรือไม่ สำหรับคนที่ไม่สนใจ AI จำนวนเงินที่ประหยัดได้เข้าใจง่ายกว่าคะแนน benchmark ของโมเดลเป็นชุด และเหมาะแก่การแชร์ต่อมากกว่า

การเผยแพร่ผลิตภัณฑ์ของ Muse ยังแก้ปัญหาอีกข้อ: ผู้ใช้ไม่รู้ว่าจะมอบหมายงานอะไรให้ AI ทีมออกแบบ Muse เปิดเผยว่า ในการทดสอบช่วงแรก ฟีเจอร์มากเกินไปกลับทำให้คนไม่รู้จะเริ่มตรงไหน จึงเพิ่มการออกแบบที่สร้างคำแนะนำเชิงรุกตามเป้าหมายและบทสนทนา นักข่าวเทคโนโลยี Alex Heath ก็ยืนยันในโพสต์สาธารณะถึงหน้า Ideas และ Feed เพราะมันเสนองานที่เขาคิดไม่ถึง

ศาสตราจารย์ Ethan Mollick จาก Wharton School ประเมินว่า: ระบบของห้องแล็บ AI อื่นก็ทำเรื่องคล้ายกันได้แล้ว การออกแบบที่เน้นของ Muse ทำให้คนทั่วไปเริ่มต้นได้ง่ายขึ้น Meta ยังลงทุนพลังประมวลผลฟรีจำนวนมากเพื่อสนับสนุนประสบการณ์

การเล่นฝั่ง C-end เห็นได้ชัดว่า Meta ถนัดกว่า ให้แรงดึงดูดที่ตรงไปตรงมากับผู้ใช้ "เน้นประหยัดเงิน" ในการออกแบบฟีเจอร์ให้ผู้ใช้เริ่มต้นง่าย ประตูทางเข้าคือ WhatsApp ที่คุ้นเคยที่สุด ที่สำคัญยังมี token ฟรีให้ใช้ทุ่มสุดตัว ผู้ใช้สามารถทดลองใช้ Muse ฟรีก่อน และเหมือนส่งข้อความหาคนรู้จัก ให้มันจัดการงานใน WhatsApp ลดกำแพงในการลองใช้และใช้งาน

กรณีประหยัดเงิน คำแนะนำงาน และประตูทางเข้าที่คุ้นเคย ประกอบเป็นหลายจุดน่าสนใจในการเผยแพร่รอบนี้ ยิ่งไปกว่านั้น เรื่องราวประหยัดเงินเป็นชนวนการเผยแพร่ พอส่งต่อไปยังผลบนชาร์ตก็กลายเป็นสัญญาณให้investorประเมิน Meta ใหม่

ความใหม่ทางเทคนิค ตกลงอยู่ตรงไหน?

ถ้างั้น Muse มีความใหม่ทางเทคนิคหรือไม่?

โมเดลรับผิดชอบ理解คำขอ จัดลำดับขั้นตอน แล้วเรียกเครื่องมืออย่างเบราว์เซอร์เปิดหน้าเว็บ กรอกฟอร์ม คอมพิวเตอร์เครื่องนี้รันบนเซิร์ฟเวอร์ของ Meta ดังนั้นแม้ผู้ใช้ปิดแอปบนมือถือ งานก็ยังดำเนินต่อได้ Meta ใช้เทคโนโลยี virtual machine แบ่งพื้นที่รันอิสระให้ผู้ใช้แต่ละคน เก็บข้อมูลส่วนตัวและความคืบหน้าของงาน Computer Use (ความสามารถในการใช้คอมพิวเตอร์) ทำให้ AI ใช้ซอฟต์แวร์บนคอมพิวเตอร์เครื่องนี้ได้

"คอมพิวเตอร์บนคลาวด์" ของ Muse มีแบบอย่างมาก่อน ตามเอกสารทางการของ OpenAI ระบุชัดเจนว่า ChatGPT Work รันใน sandbox บน virtual machine สถานะการรันผูกกับผู้ใช้ สภาพแวดล้อมใช้ซ้ำข้ามงานได้ และเปลี่ยนได้หลังเก็บสถานะบางส่วน เบราว์เซอร์บนคลาวด์ของมันยังทำงานต่อได้หลังผู้ใช้ปิดคอมพิวเตอร์ GPT-6 ยังเขียนโค้ดควบคุมเบราว์เซอร์และเดสก์ท็อป ทำงานร่วมกับปลั๊กอินให้สำเร็จได้

แต่ลักษณะทางวิศวกรรมของ Muse คือการกำหนดขอบเขตสิทธิ์รอบข้อมูลส่วนตัว ตามที่ Meta เปิดเผย ผู้ใช้แต่ละคนมี Muse Secure VM (เครื่องเสมือนปลอดภัย Muse) เป็นสถานที่เก็บหลักของข้อมูลส่วนตัว โปรแกรมและเครื่องมือรันถูกใส่ในคอนเทนเนอร์จำกัดภายในเครื่องเสมือน ข้อมูลรับรองบัญชี การตรวจสอบความปลอดภัย และสถานะถาวรจัดการแยกกัน การอนุมานของโมเดลเรียกโครงสร้างพื้นฐานภายนอกผ่าน API ไม่ใช่ติดตั้งโมเดลใหญ่ทั้งหมดในเครื่องเสมือนส่วนตัว

เข้าใจได้ว่าเป็นห้องทำงานที่แบ่งโซน Agent อ่านไฟล์ รันโปรแกรมในพื้นที่ปฏิบัติการ ข้อมูลรับรองบัญชีเก็บไว้ที่อื่น การทำงานของคอนเนกเตอร์และการเข้าถึงเครือข่ายยังต้องผ่าน Sentinel (เอเจนต์ตรวจสอบสิทธิ์) ออกแบบเช่นนี้เพื่อให้โปรแกรมที่ประมวลผลหน้าเว็บแปลกหน้า แม้ถูกหลอกก็ยากที่จะได้สิทธิ์ทั้งหมดทันที แต่ผลความปลอดภัยจริงยังต้องทดสอบยืนยัน

คุณค่าทางวิศวกรรมของการออกแบบนี้ อยู่ที่การจัดระเบียบความสามารถในการรันพร้อมกับขอบเขตการอนุญาตเข้าด้วยกัน: เมื่อบริการมี API อยู่แล้วก็เรียกคอนเนกเตอร์ เมื่อไม่มี API ที่เหมาะสมก็ลองสั่งผ่านเบราว์เซอร์ API ต้องร่วมมือเชื่อมต่อ ส่วนการสั่งผ่านอินเทอร์เฟซต้องรับมือกับหน้าเว็บที่เปลี่ยนและขั้นตอนตรวจสอบ

ชุดการออกแบบนี้รับใช้การมอบหมายอย่างต่อเนื่อง เก็บความคืบหน้า ดำเนินธุระต่อตามเวลาหรือเหตุการณ์ที่เกี่ยวข้อง และขออนุญาตก่อนการกระทำสำคัญ เครื่องเสมือนอิสระ คอนเทนเนอร์ และการตรวจสอบสิทธิ์ล้วนมีพื้นฐานเทคโนโลยัอยู่แล้ว ตอนนี้ยังพิสูจน์ไม่ได้ว่าชุดโซลูชันทั้งหมดของ Muse นำหน้าคู่แข่งทั้งหมด

ภาพ: แผนผังสถาปัตยกรรมความปลอดภัยของ Muse ผู้ใช้แต่ละคนมีเครื่องเสมือนบนคลาวด์อิสระ โปรแกรมรันงานจัดการแยกจากข้อมูลรับรองบัญชีและข้อมูลถาวร Sentinel รับผิดชอบตรวจสอบการเข้าถึงภายนอกและการทำงานของคอนเนกเตอร์

ในประเทศจีนเคยมีความพยายามทำผลิตภัณฑ์รูปแบบคล้ายกันมานานแล้ว AutoGLM 2.0 ในปี 2025 ให้ทั้งมือถือบนคลาวด์และคอมพิวเตอร์บนคลาวด์ ครอบคลุมแอปมือถือ หน้าเว็บ และงานสำนักงาน Doubao Phone จุดขายตรงคือ "มือถือ AI ดั้งเดิม" สามารถสั่งแอปในมือถือผู้ใช้ได้ แอป Qianwen ใช้ข้อได้เปรียบระบบนิเวศของ Alibaba เชื่อมบริการสั่งซื้อ ชำระเงินผ่าน API ร่วมมือ ลดการคลิกทีละหน้าจอ

การสั่งผ่านอินเทอร์เฟซและการเรียก API รวมกันได้ งานก็รันบนเครื่องหรือคลาวด์ได้ "คอมพิวเตอร์บนคลาวด์" ของ AutoGLM หมายถึงสภาพแวดล้อมให้ AI สั่งการ ส่วน "เครื่องเสมือน Linux อิสระ" ของ Muse อธิบายวิธีแบ่งพื้นที่รันให้ผู้ใช้เป็นหลัก สองอย่างอยู่คนละระดับการเปรียบเทียบ

Muse ระบุว่า ประสบการณ์ AI มือถือบางส่วนส่งมอบผ่านมือถือที่มีอยู่และบริการบนคลาวด์ได้ แต่การเรียกแอป กล้อง และสิทธิ์ระบบในมือถือ ยังต้องมีการสนับสนุนจากอุปกรณ์และการอนุญาตจากผู้ใช้

ดูแล้ว Muse แท้จริงก็ยังเป็นผู้ช่วย AI ที่ผู้ใช้ในประเทศรู้จักดี ถนัด表演สั่งกาแฟ เพียงแต่ผู้ช่วย AI รายนี้ ในประเทศยังไม่มีวิธีจุดความตื่นเต้นของผู้ใช้และทุนในตอนนี้

เปลี่ยนวิธีคิด ไม่ใช่แค่สั่งกาแฟ

Muse หันหาบุคคล ตอนนี้เน้นการจัดการชีวิต แต่ก็สร้างเอกสารและหน้าเว็บได้ "ผู้ใช้ส่วนบุคคล" กับ "งานในชีวิต" ไม่ใช่แนวคิดเดียวกัน ผู้ช่วยของคนหนึ่งจัดการทั้งครอบครัวและงานได้พร้อมกัน

จีนก็ไม่ทิ้งเอเจนต์ใช้ในชีวิต Alibaba เปิดเผยว่า Qianwen ช่วงเทศกาลตรุษจีนสร้างคำสั่งซื้อเกือบ 200 ล้านรายการ กิจกรรมมาพร้อมสิ่งจูงใจ 3 พันล้านหยวน ปริมาณคำสั่งซื้อพิสูจน์ความต้องการตามธรรมชาติและกำไรลำพังไม่ได้ ขณะเดียวกัน Doubao เปิดตัวเวอร์ชันมืออาชีพสำหรับงานสำนักงานซับซ้อนในเดือนมิถุนายน สมัครรายเดือนต่อเนื่องเริ่ม 68 หยวน Tencent เปิดตัว WorkBuddy เวอร์ชันองค์กร ในประเทศกำลังสำรวจฉากชีวิตและสำนักงานขนานกัน เพียงแต่ฉากสำนักงานมีกระแสลมใหญ่กว่า

งานสำนักงานเก็บเงินได้ง่ายกว่า จัดตารางเป็นชุด ทำวิจัยให้เสร็จ แรงงานที่ประหยัดเทียบกับเวลาส่งมอบที่ลดลงได้ แต่การสั่งชานม一杯เดิมทีใช้แค่ไม่กี่คลิก ความสะดวกที่ AI เพิ่มมามีจำกัด พอผิดพลาดแล้วต้องมารับช่วงต่อกลับเพิ่มความยุ่งยาก สำหรับแพลตฟอร์มบริการ งานแบบนี้อาจสร้างมูลค่าผ่านการแปลงเป็นคำสั่งซื้อได้

Muse เลือกฉากได้ฉลาดกว่า เช่นยกเลิกการสมัครสมาชิกที่ลืม เปรียบเทียบใบเสนอราคาต่ออายุ ติดตามการคืนเงิน ประสานตารางครอบครัว เรื่องเหล่านี้ความถี่อาจไม่สูง แต่ประหยัดเงิน เวลา และความกังวล ศักยภาพอยู่ที่การจัดการธุระที่ผู้ใช้ผัดผ่อนมานาน แทนผู้ใช้ หลีกเลี่ยงการพลาดกำหนดเวลา

ผู้ออกแบบ Muse ยกกรณี亲身: ผู้ช่วยจัดอีเมลและเว็บไซต์โรงเรียนตอนเปิดเทอมของลูก พบว่าการสมัครคัดเลือกนักกีฬากำลังจะปิดรับ เตือนเธอทันเวลา

กลับมามองบริการชีวิตในประเทศมีขั้นตอนสะดวกอยู่แล้วหลายอย่าง ซึ่งอาจกดมูลค่าเพิ่มของการสั่งซื้อทั่วไป แต่คุณค่าของการต่ออายุประกัน การสมัครสมาชิกแอป การร้องเรียนหลังการขาย การประสานการดูแล ยังน่าพิสูจน์

ภาพ: วิดีโอสาธิตทางการที่ Muse รัน

ธุรกิจนี้ตั้งได้จริงหรือ?

Ben Thompson ผู้ก่อตั้ง Stratechery กล่าวเมื่อวันที่ 21 กันยายนว่า Muse เป็น Personal Agent ที่เริ่มต้นง่ายที่สุดที่เขาเคยลอง Muse Spark 1.3 ที่มันใช้ยังไม่ถึงระดับโมเดลแนวหน้า แต่ก็รองรับประสบการณ์ผลิตภัณฑ์ที่ดีได้แล้ว ในมุมมองของเขา เมื่อผู้ใช้มอบข้อมูลบัญชีให้ผู้ช่วยและให้มันมีส่วนในธุระประจำวัน ต้นทุนการเปลี่ยนผลิตภัณฑ์ก็จะสูงขึ้น

Meta ก็วิจัยโมเดลพื้นฐานด้วย ความร้อนแรงรอบนี้สะท้อนการประเมินมูลค่าใหม่ของตลาดต่อโอกาสของโมเดล+แอปพลิเคชันสำหรับผู้บริโภคมากกว่า เมื่อความสามารถของโมเดลถึงระดับใช้งานได้ Meta จะใช้ประสบการณ์ผลิตภัณฑ์และช่องทางกระจายให้ผู้ใช้มอบหมายงานอย่างต่อเนื่อง และทำรายได้จากตรงนั้นได้หรือไม่ นักวิ