เจาะลึกการเติบโตของการสลับโมเดล AI ระดับ Enterprise

ข้อมูลการใช้งานระดับ Enterprise แสดงให้เห็นว่าพนักงานกำลังปฏิบัติต่อโมเดลเหมือนเมนูที่มีตัวเลือกหลากหลาย แทนที่จะเป็นเครื่องมือเริ่มต้นเพียงตัวเดียว

Perplexity เป็นแพลตฟอร์ม AI สำหรับองค์กรเพียงแห่งเดียวที่ให้การเข้าถึงโมเดลจากผู้ให้บริการหลายรายในอินเทอร์เฟซเดียว ในขณะเดียวกัน 92% ของบริษัทใน Fortune 500 รวมถึง 6 บริษัทในกลุ่ม Magnificent 7 ใช้ Perplexity เพื่อรับคำตอบและทำการตัดสินใจ สิ่งนี้ทำให้เรามีมุมมองที่ไม่เหมือนใครในการดูว่าบริษัทต่างๆ ใช้โมเดล AI ที่แตกต่างกันสำหรับงานและทีมต่างๆ จริงๆ อย่างไร

ข้อมูลในปี 2025 เผยให้เห็นรูปแบบที่ชัดเจน: นอกเหนือจากทีมวิศวกรรมแล้ว ไม่มีโมเดลใดที่มีส่วนแบ่งการใช้งานโดยรวมเกิน 17% และเมื่อโมเดล AI และผู้ใช้มีความซับซ้อนมากขึ้น การใช้งานระหว่างโมเดลต่างๆ ก็ยิ่งมีความกระจัดกระจายมากขึ้น ในเดือนมกราคม 2025 โมเดลยอด 2 อันดับแรกมีสัดส่วนการใช้งานในองค์กรมากกว่า 90% ภายในเดือนธันวาคม โมเดล 4 อันดับแรกมีส่วนแบ่งมากกว่า 10% ต่อโมเดล และแม้แต่โมเดลชั้นนำก็ยังครอบครองการค้นหาได้เพียงประมาณ 23% เท่านั้น

การเติบโตของกำลังแรงงานที่ใช้หลายโมเดล

ข้อมูลการใช้งานระดับ Enterprise แสดงให้เห็นว่าพนักงานกำลังปฏิบัติต่อโมเดลเหมือนเมนูที่มีตัวเลือกหลากหลาย แทนที่จะเป็นเครื่องมือเริ่มต้นเพียงตัวเดียว ในบรรดาสิทธิ์การใช้งาน (seat) ของระดับ Enterprise มี 12.5% ที่เข้าข่ายเป็นผู้ใช้งานที่มีความเชี่ยวชาญ (power user) โดยมีการใช้งานอย่างน้อย 12 วันจากทุกๆ 28 วัน ผู้ใช้งานที่มีความเชี่ยวชาญเหล่านี้เป็นแรงขับเคลื่อนการสำรวจโมเดล: 40% ใช้โมเดล 6 ตัวขึ้นไปอย่าง active เมื่อเทียบกับ 20% ของผู้ใช้ทั่วไป รูปแบบนี้ยังมีขนาดที่ขยายใหญ่ขึ้นในระดับองค์กรด้วย บัญชี Enterprise 50 อันดับแรกใช้โมเดลเฉลี่ย 30 ตัว เทียบกับ 7 ตัวสำหรับบัญชีทั่วไป

วิธีที่ทีมในระดับ Enterprise จับคู่โมเดลเข้ากับงาน

บริษัท AI ชั้นนำเปิดตัวโมเดลใหม่ 46 โมเดลในปี 2025 และ Perplexity นำเสนอโมเดลทั้งหมดภายใน 24 ชั่วโมงหลังจากเปิดตัว แนวทางแบบตัวแทนรวม (aggregator) นี้แก้ปัญหาเวิร์กโฟลว์ครั้งใหญ่: พนักงานสามารถสลับไปมาระหว่างโมเดลต่างๆ ได้โดยไม่ต้องสลับเข้าสู่ระบบบ่อยครั้งหรือจัดการสัญญาหลายฉบับ

ในบรรดาลูกค้าองค์กร 43.6% ขององค์กรใช้มากกว่าหนึ่งโมเดลในช่วงเวลาหนึ่งในปี 2025 สะท้อนให้เห็นถึงการเปลี่ยนแปลงอย่างเด็ดขาดจากการใช้มาตรฐานโมเดลเดี่ยวไปสู่การใช้หลายโมเดล 9.1% ของผู้ใช้ในระดับ Enterprise ที่ใช้หลายโมเดลในวันเดียวแสดงให้เห็นถึงพฤติกรรมของผู้ใช้ระดับสูงในการส่งต่องานที่แตกต่างไปยังโมเดลที่แตกต่างกัน ในบรรดาผู้ใช้ที่เลือกโมเดลเฉพาะ 53% สลับโมเดลภายในวันทำงานวันเดียวอย่างน้อยหนึ่งครั้งในปี 2025 ซึ่งตอกย้ำว่าการสลับโมเดลประจำกลายเป็นเรื่องปกติสำหรับกลุ่มนี้มากแค่ไหน

ความเชี่ยวชาญของโมเดลตามกรณีการใช้งาน

ตลอดปี 2025 ผู้ใช้ระดับ Enterprise เลือกโมเดล Claude สำหรับการค้นหาเกี่ยวกับการเขียนโปรแกรมถึง 38% ในระดับองค์กร 40% ขององค์กรเลือกใช้ Claude เป็นค่าเริ่มต้นสำหรับการเขียนโปรแกรม ในขณะที่ 22% ชอบ GPT

แต่การเขียนโปรแกรมคือข้อยกเว้น สำหรับฟังก์ชันอื่นๆ ความเป็นผู้นำนั้นมีความชัดเจนน้อยกว่า ในเดือนธันวาคม 2025 ความชอบแตกต่างกันไปตามประเภทงาน:

ศิลปะภาพ: Gemini Flash (40%)

การวิเคราะห์ทางการเงิน: Gemini 3.0 Pro Thinking (31%)

การดีบัก: Claude Sonnet 4.5 (30%)

การพัฒนาซอฟต์แวร์: Claude Sonnet 4.5 (29%)

คดีทางกฎหมาย/ศาล: โมเดล Claude Thinking (23%)

การวิจัยทางการแพทย์: GPT-5.1 Thinking (13%)

เมื่อมีการเปิดตัวโมเดลใหม่ ความชอบเหล่านี้มีแนวโน้มที่จะเปลี่ยนแปลง สิ่งที่เป็นผู้นำในวันนี้อาจไม่ใช่ผู้นำในไตรมาสหน้า

ภูมิทัศน์ของโมเดลยังคงพัฒนาอย่างต่อเนื่อง

ในช่วงต้นปี 2025 Claude Sonnet 4 และ GPT-4o มีสัดส่วนรวมกันถึง 91.5% ของการค้นหาในระดับองค์กร (47.5% และ 44% ตามลำดับ) ช่วงปลายปี 2025 โมเดลยอดนิยมมีการแบ่งสัดส่วนระหว่างผู้ให้บริการอย่างเท่าเทียมกันมากขึ้น: 23.3% คือ Gemini 3.0 Pro Thinking, 20.6% คือ Claude Sonnet 4.5, 10.7% คือ Claude Sonnet 4.5 Thinking และ 7.9% คือ GPT-5

โดยทั่วไปโมเดลใหม่ๆ จะพุ่งสูงขึ้นเหนือ 50% ของการใช้งานในองค์กรเป็นเวลาสองสามวันหลังจากเปิดตัว เนื่องจากผู้ใช้ทดลองใช้ความสามารถใหม่ๆ (GPT-4.1 ในช่วงปลายเดือนเมษายน, GPT-5 ในช่วงต้นเดือนสิงหาคม, GPT-5 Chat ในช่วงปลายเดือนตุลาคม) จากนั้นจะค่อยๆ ลดลงเหลือสูงสุด 35% ภายในสัปดาห์ถัดมา โมเดลต่างๆ จะได้รับความนิยมเพิ่มขึ้นและลดลงเมื่อมีการเปิดตัวใหม่ๆ และทีมงานปรับแต่งว่าโมเดลใดเหมาะสมกับงานใด

เหตุใดความยืดหยุ่นจึงดีกว่าการเลือกผู้ชนะเพียงรายเดียว

Claude ครองตลาดสำหรับวิศวกร แต่นั่นคือข้อยกเว้น ในทุกๆ ฟังก์ชันอื่นๆ ทีมงานจะแบ่งการใช้งานไปยังโมเดลต่างๆ ขึ้นอยู่กับงาน เมื่อภูมิทัศน์เปลี่ยนแปลงอย่างรวดเร็วเช่นนี้ การเข้าถึงทุกตัวเลือกจึงมีความสำคัญมากกว่าการเลือกสิ่งที่ดีที่สุดในวันนี้