ตัวแปรที่ไม่มีใครกำกับดูแล: ทำไม TSMC และ NVIDIA จึงเป็นผู้กำหนดว่าเราจะได้อนาคต AI แบบใด

โดย The Aether Council | การวิเคราะห์เทคโนโลยีเชิงกลยุทธ์และความมั่นคงแห่งชาติ

การถกเถียงเรื่องธรรมาภิบาล AI ส่วนใหญ่เกิดขึ้นในชั้นที่สูงเกินไปหนึ่งระดับ

กรอบการทำงานที่จริงจังทุกฉบับที่ตีพิมพ์ระหว่างปี 2021 ถึง 2025 — EU AI Act, NIST AI Risk Management Framework, Bletchley Declaration, Interim Measures for Generative AI ของจีน, Executive Order 14110 ของ Biden — ล้วนมีจุดบอดเชิงโครงสร้างที่เป็นพื้นฐานมากจนทำให้แต่ละกรอบสามารถบังคับใช้ได้อย่างมีเงื่อนไขในกรณีที่ดีที่สุด และเป็นเพียงสิ่งตกแต่งเชิงกลยุทธ์ในกรณีที่แย่ที่สุด กรอบเหล่านี้ทั้งหมดพูดถึงโมเดล พูดถึงข้อมูลฝึก มาตรการป้องกันในการใช้งาน เส้นแบ่งที่ห้ามข้าม และเทคนิคด้าน Alignment แต่ไม่มีกรอบใดเลยที่สร้างแบบจำลองอย่างเป็นทางการสำหรับตัวแปรที่กำหนดว่ากรอบเหล่านั้นจะบังคับใช้ได้จริงหรือไม่

เรียกมันว่า The Intangible Fallacy: ผู้กำหนดนโยบายพยายามกำกับดูแล weights, datasets และมาตรการป้องกันการใช้งาน ในขณะที่มองข้ามตัวแปรเพียงตัวเดียวที่ทำให้นโยบายเหล่านั้นบังคับใช้ได้ตั้งแต่แรก — โครงสร้างพื้นฐานทางกายภาพที่ AI ทำงานอยู่บนนั้น

ซอฟต์แวร์สามารถทดแทนได้ ฮาร์ดแวร์มีข้อจำกัด หากคุณไม่สามารถควบคุมซิลิคอนทางกายภาพได้ กรอบธรรมาภิบาลของคุณก็เป็นเพียงข้อเสนอแนะ

สองกรอบการทำงานทำให้ปัญหานี้จัดการได้:

The Compute Control Hierarchy (CCH) — ห่วงโซ่อำนาจต่อรองตั้งแต่วัตถุดิบจนถึงการใช้งานบนคลาวด์ โดยระบุว่าผู้กระทำการใดควบคุมแต่ละชั้น และการควบคุมนั้นเปิดหรือปิดโอกาสอะไรบ้าง

The Supply Chain Leverage Point (SCLP) Framework — จุดคอขวดเฉพาะเจาะจงที่บริษัทเดียวหรือเขตอำนาจศาลเดียวสามารถเปลี่ยนแปลงวิถีการพัฒนา AI ระดับโลกได้ผ่านการตัดสินใจเพียงครั้งเดียวในเรื่องการจัดสรร การปฏิเสธ การออกใบอนุญาต หรือการผลิต

ข้อสรุปหลักนั้นไม่น่าสบายใจแต่หลีกเลี่ยงไม่ได้: TSMC และ NVIDIA ร่วมกับ ASML และบริษัทในกลุ่มรัฐพันธมิตรจำนวนน้อย ในปัจจุบันมีอิทธิพลเชิงปฏิบัติต่อจังหวะ ภูมิศาสตร์ และความสามารถในการบังคับใช้ของการพัฒนา AI มากกว่าสถาบันธรรมาภิบาล AI อย่างเป็นทางการส่วนใหญ่ ไม่ใช่เพราะพวกเขาเขียนกฎ แต่เพราะพวกเขาควบคุมจุดคอขวด

I. The Compute Control Hierarchy

กรอบธรรมาภิบาล AI มาตรฐานปฏิบัติต่อพลังการประมวลผลเป็นเพียงปัจจัยนำเข้า นั่นไม่เพียงพอในเชิงวิเคราะห์ พลังการประมวลผลไม่ใช่ปัจจัยนำเข้าทั่วไป มันเป็นห่วงโซ่อุปทานที่ถูกจัดโครงสร้างทางการเมือง และการควบคุมในแต่ละชั้นมีความหมายที่แตกต่างกัน

ชั้นที่ 1: วัตถุดิบ — จุดคอขวดแร่ธาตุ

พื้นฐานของเซมิคอนดักเตอร์ขั้นสูงต้องการซิลิคอนความบริสุทธิ์สูงยิ่งยวด ก๊าซนีออน แพลเลเดียม แกลเลียม เจอร์เมเนียม และพอร์ตโฟลิโอของธาตุหายาก เหล่านี้ไม่ใช่สินค้าโภคภัณฑ์ที่ทดแทนกันได้ โรงงานผลิตชิปขั้นสูงต้องการปัจจัยนำเข้าที่มีความบริสุทธิ์พิเศษสุดโดยไม่มีพื้นที่ยอมรับการปนเปื้อนเลย

จีนควบคุมการขุดแร่หายากประมาณ 60% ของโลกและการแปรรูปแร่หายาก 90% ตามรายงาน Critical Minerals Report ปี 2023 ของ IEA ในเดือนกรกฎาคม 2023 ปักกิ่งบังคับใช้การควบคุมการส่งออกแกลเลียมและเจอร์เมเนียมผ่าน MOFCOM — ไม่ใช่ในฐานะการห้ามส่งออก แต่เป็นการสาธิต สัญญาณว่าชั้นที่ 1 สามารถถูกนำมาใช้เป็นอาวุธอย่างเลือกสรรและปรับเทียบให้เข้ากับพลวัตการยกระดับความตึงเครียดที่เฉพาะเจาะจง U.S. Geological Survey ยืนยันว่าสหรัฐอเมริกาแทบไม่มีกำลังการกลั่นภายในประเทศสำหรับธาตุทั้งสองเลย

ก๊าซนีออน — ที่สำคัญอย่างยิ่งสำหรับเลเซอร์เอ็กไซเมอร์ในลิโทกราฟี DUV — เดิมมาจากยูเครน 45–54% การรุกรานยูเครนของรัสเซียตัดขาดอุปทานนั้น อุตสาหกรรมได้กระจายแหล่งจัดหาตั้งแต่นั้นมา แต่เหตุการณ์นี้สร้างบรรทัดฐาน: การกระทบทางภูมิรัฐศาสตร์เพียงครั้งเดียวที่ชั้นที่ 1 แพร่กระจายผ่านทุกชั้นที่อยู่ถัดลงไปโดยไม่มีกลไกธรรมาภิบาลใดจัดการได้

ญี่ปุ่นควบคุมส่วนแบ่งที่สำคัญของโฟโตเรซิสต์และสารเคมีพิเศษผ่าน JSR, TOK และ Shin-Etsu กลไกคือการพึ่งพาที่ถูกกำหนดด้วยคุณภาพ โรงงานผลิตชิปขั้นสูงไม่สามารถใช้สารเคมีเกรดต่ำกว่าทดแทนได้โดยไม่สูญเสียอัตราผลผลิต

นัยด้านธรรมาภิบาล: ไม่มีกรอบธรรมาภิบาล AI ใดคำนึงถึงความเป็นไปได้ที่การหยุดชะงักของวัตถุดิบอาจจำกัดการผลิตพลังการประมวลผล AI ทั่วโลกเป็นเวลา 12–36 เดือนโดยไม่มีสิ่งทดแทน นี่คือ Dependency Exposure Class I: จุดคอขวดที่ผู้กระทำการที่ได้รับผลกระทบไม่มีการบรรเทาผลระยะสั้นและไม่มีกลไกสถาบันสำหรับการตอบสนองแบบประสานงาน

ชั้นที่ 2: อุปกรณ์การผลิต — คอขวดลิโทกราฟี

นี่คือจุดคอขวดเดี่ยวที่มีผลกระทบมากที่สุดในทั้ง CCH และถูกควบคุมโดยบริษัทเดียว

ASML Holding มีสำนักงานใหญ่ที่เมือง Veldhoven เป็นผู้ผลิตเครื่องลิโทกราฟีอัลตราไวโอเลตสุดขีด (EUV) เพียงรายเดียวบนโลก ซีรีส์ TWINSCAN NXE และ EXE จำเป็นสำหรับการผลิตเซมิคอนดักเตอร์ใดๆ ที่ 7nm หรือต่ำกว่า ไม่มีผู้จัดหาทางเลือกและไม่มีทางหลีกเลี่ยง Canon และ Nikon ผลิตระบบ DUV สำหรับโหนดที่โตกว่า แต่ทั้งสองไม่มีโปรแกรม EUV ที่มีศักยภาพ การผูกขาดของ ASML ไม่ใช่ผลลัพธ์ทางตลาดที่การแข่งขันอาจกัดกร่อนได้ — มันเป็นผลจากการพัฒนาร่วมกว่า 20 ปีกับ Zeiss SMT (เลนส์ EUV ที่มีความคลาดเคลื่อนต่ำกว่าระดับอังสตรอม) และ Trumpf (เลเซอร์ CO₂ ที่สร้างแสง EUV โดยการยิงหยดดีบุกหลอมเหลว) ซึ่งใช้เงิน R&D กว่า 6 พันล้านยูโรก่อนที่เครื่องมือเชิงพาณิชย์เครื่องแรกจะถูกส่งมอบ

NXE:3800E แต่ละเครื่องมีราคาประมาณ 350–380 ล้านยูโร ซีรีส์ High-NA EXE:5000 รุ่นถัดไปที่ทำให้การผลิตต่ำกว่า 2nm เป็นไปได้นั้นมีราคาในระดับใกล้เคียงกัน — โดยการส่งมอบครั้งแรกให้ Intel และ TSMC เริ่มในปี 2024–2025 ASML ผลิตระบบ EUV ประมาณ 53 ระบบในปี 2023 ความต้องการทั่วโลกเกินอุปทาน รายการรอคิววัดเป็นปี

ในเดือนกันยายน 2023 รัฐบาลเนเธอร์แลนด์ — ภายใต้แรงกดดันทางการทูตอย่างต่อเนื่องจากสหรัฐฯ ที่ประสานงานผ่านข้อตกลงควบคุมการส่งออกไตรภาคีกับญี่ปุ่น — กำหนดให้ต้องมีใบอนุญาตสำหรับการส่งออกลิโทกราฟีขั้นสูงไปยังจีน Bureau of Industry and Security ของสหรัฐฯ ใช้ Foreign Direct Product Rule เพื่อบังคับ ASML ให้ปิดการทำงานเครื่องจักรจากระยะไกลหรือปฏิเสธการบริการ ทำให้ฮาร์ดแวร์มูลค่าหลายร้อยล้านดอลลาร์กลายเป็นเศษเหล็ก การจัดส่งเครื่องมือล้ำสมัยรุ่นใหม่ถูกปิดกั้นอย่างมีประสิทธิภาพ

Applied Materials, Lam Research และ KLA ควบคุมเครื่องมือ deposition, etch และ process control ที่สำคัญในสหรัฐอเมริกา Tokyo Electron จัดหาระบบ coater/developer และ etch ที่สำคัญจากญี่ปุ่น นี่คือสิ่งที่ควรเรียกอย่างเป็นทางการว่า The Allied Toolchain Denial Regime: สถาปัตยกรรมการควบคุมการส่งออกที่อิงกลุ่มพันธมิตร ซึ่งสหรัฐฯ เนเธอร์แลนด์ และญี่ปุ่นประสานการควบคุมอุปกรณ์การผลิตที่จำเป็นสำหรับการผลิตโหนดขั้นสูง

นัยด้านธรรมาภิบาล: การตัดสินใจควบคุมการส่งออกของรัฐบาลเนเธอร์แลนด์ ในแง่ของการทำงานจริงแล้ว เป็นการตัดสินใจด้านธรรมาภิบาล AI ที่มีผลกระทบมากที่สุดที่รัฐบาลใดเคยทำมาจนถึงปัจจุบัน มันกำหนดว่าชาติใดสามารถผลิตชิปแนวหน้าได้ ไม่มีหน่วยงานธรรมาภิบาล AI ใดมีส่วนร่วม ไม่มีกรอบใดสร้างแบบจำลองเรื่องนี้ นี่คือ Dependency Exposure Class II: จุดคอขวดผูกขาดที่แนวทางทางการเมืองของผู้กระทำการเพียงรายเดียวกำหนดวิถีเทคโนโลยีโลก — และที่ซึ่งการตัดสินใจด้านธรรมาภิบาลเกิดขึ้นผ่านกฎหมายควบคุมการส่งออก ไม่ใช่กลไกกำกับดูแล AI

ชั้นที่ 3: การผลิตเวเฟอร์ — โรงหล่อ

นี่คือหัวใจของระบบ

Taiwan Semiconductor Manufacturing Company (TSMC) ผลิตเซมิคอนดักเตอร์ขั้นสูงที่สุดของโลกประมาณ 90% ที่โหนดต่ำกว่า 7nm กระบวนการ N3 และ N4/N5 ของ TSMC ผลิตชิปที่ขับเคลื่อน AI แนวหน้า: H100 (N4), H200 (N4) และ B100/B200 สถาปัตยกรรม Blackwell (N4P) ของ NVIDIA, MI300X (N5/N6) ของ AMD, TPU v5 ซีรีส์ของ Google, Trainium2 ของ Amazon และ Maia 100 ของ Microsoft

Samsung Foundry เป็นผู้เล่นต่ำกว่า 5nm อีกรายเดียว แต่ประสบปัญหาอัตราผลผลิตอย่างต่อเนื่อง Intel Foundry Services มีความสำคัญเชิงกลยุทธ์แต่ยังคงเป็นผู้เล่นที่พยายามไล่ตาม GlobalFoundries ถอนตัวจากการแข่งขันโหนดขั้นสูงในปี 2018

TSMC ไม่ใช่เพียงผู้ผลิต TSMC คือโครงสร้างพื้นฐานทางกายภาพของ AI แนวหน้า ห้องปฏิบัติการ AI สำคัญทุกแห่ง — OpenAI, Anthropic, Google DeepMind, Meta FAIR, xAI — พึ่งพาชิปจาก Fab 18 ของ TSMC ในไถหนานและสิ่งอำนวยความสะดวกที่เกี่ยวข้อง รายจ่ายลงทุนของ TSMC ในปี 2024 อยู่ที่ 28–32 พันล้านดอลลาร์ ส่วนใหญ่มุ่งไปที่การขยายโหนดขั้นสูง ความต้องการจากลูกค้า AI สร้างความขาดแคลนในการจัดสรร TSMC ตัดสินใจว่าลูกค้าแต่ละรายจะได้รับเวเฟอร์กี่ชิ้นในแต่ละไตรมาส การตัดสินใจจัดสรรนี้เป็นหนึ่งในกลไกการกระจายทรัพยากรที่มีผลกระทบมากที่สุดในเศรษฐกิจโลก โดยทีมวางแผนการดำเนินงานของบริษัทเอกชนภายใต้กรอบความรับผิดชอบต่อสาธารณะที่ไม่มีเลย

สิ่งนี้สร้างสิ่งที่ควรเรียกอย่างเป็นทางการว่า The Taiwan Fabrication Concentration Problem: สภาพที่เกาะเดียว ผ่านบริษัทเดียว รองรับกำลังการผลิตที่มีคุณค่าเชิงกลยุทธ์มากที่สุดของโลกในสัดส่วนที่ไม่สมดุล

นัยด้านธรรมาภิบาล: การจัดสรรกำลังการผลิตของ TSMC คือข้อจำกัดที่มีผลผูกพันต่ออุปทานพลังการประมวลผล AI ทั่วโลก ไม่มีรัฐบาลใดตรวจสอบการจัดสรรเหล่านี้ ไม่มีหน่วยงานระหว่างประเทศใดเฝ้าติดตาม นี่คือ Dependency Exposure Class III: การผูกขาดการผลิตในภูมิศาสตร์ที่มีข้อพิพาท โดยที่ช่องว่างด้านธรรมาภิบาลเป็นไปอย่างสิ้นเชิง

ชั้นที่ 4: การประกอบแพ็คเกจขั้นสูง — การตีบตันของ CoWoS

นี่คือชั้นที่การอภิปรายเชิงนโยบายส่วนใหญ่พลาดไปโดยสิ้นเชิง

ตัวเร่ง AI สมัยใหม่ไม่ใช่แค่ชิปที่ผ่านการผลิต ประสิทธิภาพของมันขึ้นอยู่กับการประกอบแพ็คเกจขั้นสูง — โดยเฉพาะ CoWoS (Chip-on-Wafer-on-Substrate) และเทคนิคการรวมแบบ 2.5D/3D ที่เกี่ยวข้องซึ่งจับคู่ GPU กับ HBM stacks กำลังการผลิต CoWoS เป็นคอขวดที่รุนแรงกว่าการผลิตเวเฟอร์สำหรับการผลิตชิป AI ตลอดปี 2023–2024 TSMC ขยายกำลังการผลิตอย่างจริงจัง — รายงานว่าเพิ่มกำลัง CoWoS เป็นสามเท่าจนถึงปี 2025 — แต่ความต้องการยังคงแซงหน้าอุปทานอย่างต่อเนื่อง

HBM ถูกควบคุมโดยกลุ่มผูกขาดสามราย: SK Hynix (~53% ของ HBM3E), Samsung (~40–43%) และ Micron (~4–7%, กำลังเพิ่มกำลังการผลิต) SK Hynix เป็นซัพพลายเออร์ที่ NVIDIA เลือกใช้ โดยผ่านการรับรอง HBM3E เป็นรายแรก Samsung ประสบปัญหาอัตราผลผลิตและการระบายความร้อน ซึ่งรายงานว่าทำให้การรับรองจาก NVIDIA ล่าช้าไปจนถึงปลายปี 2024

นี่คือ The Packaging Bottleneck Reality: ใน AI แนวหน้า กำลังการผลิตแพ็คเกจขั้นสูงเป็นตัวแปรเชิงกลยุทธ์อันดับหนึ่ง ตัวเร่ง AI ที่ไม่มีการรวม CoWoS และ HBM ไม่ใช่ชิปฝึกที่สามารถใช้งานได้

นัยด้านธรรมาภิบาล: การประกอบแพ็คเกจขั้นสูงและอุปทาน HBM มองไม่เห็นสำหรับทุกกรอบธรรมาภิบาล AI แต่ทำหน้าที่เป็นเพดานแข็งของการผลิตชิป นี่คือ Dependency Exposure Class IV: คอขวดที่ซ่อนอยู่ซึ่งนักวิเคราะห์นโยบายมองไม่เห็นเพราะมันอยู่ลึกเกินไปในชั้นเทคนิค

ชั้นที่ 5: การกระจายชิป — อำนาจยับยั้งของผู้จัดสรร

แม้หลังจากชิปถูกผลิตแล้ว พวกมันไม่ได้ถูกจัดสรรอย่างเป็นกลาง พวกมันถูกปันส่วน

NVIDIA ถือส่วนแบ่งตลาดโดยประมาณกว่า 80% สำหรับตัวเร่งการฝึก AI ความครองตลาดของมันไม่ใช่เรื่องของฮาร์ดแวร์เพียงอย่างเดียว — มันเป็นเรื่องของระบบนิเวศ CUDA แพลตฟอร์มคอมพิวติ้งแบบขนานที่เป็นกรรมสิทธิ์ของ NVIDIA ที่เปิดตัวครั้งแรกในปี 2006 เป็นรูปแบบการเขียนโปรแกรมมาตรฐานโดยพฤตินัยสำหรับงาน AI นักพัฒนากว่า 4 ล้านคนใช้ CUDA เฟรมเวิร์ก AI หลักทุกตัว — PyTorch, TensorFlow, JAX — ถูกเพิ่มประสิทธิภาพสำหรับ CUDA ROCm ของ AMD และ oneAPI ของ Intel เป็นทางเลือกที่ใช้งานได้แต่เผชิญกับช่องว่างระบบนิเวศที่วัดเป็นปี

ในช่วงขาดแคลนอย่างรุนแรงของปี 2023–2024 การตัดสินใจจัดสรรของ NVIDIA ไม่ได้ขับเคลื่อนโดยตลาดล้วนๆ CEO Jensen Huang มีส่วนร่วมกับลูกค้ารายใหญ่เป็นการส่วนตัว — ผู้ให้บริการคลาวด์ยักษ์ใหญ่ โปรแกรม AI แห่งอธิปไตย สตาร์ทอัพ