นักวิจัยเสนอ Two-Ledger Model แจกแจงต้นทุน AI ถึงระดับธุรกรรมธุรกิจ
งานวิจัยบน arXiv เสนอโมเดลสองบัญชีเพื่อตอบว่าแต่ละคำสั่งซื้อหรือเคลมใช้ต้นทุน AI เท่าไร แต่ผลที่รายงานมาจากการจำลอง ยังไม่ผ่านการทดลองซ้ำโดยอิสระ
งานวิจัยชื่อ The Two-Ledger Model เขียนโดย Vivek Acharya ถูกส่งขึ้น arXiv เมื่อวันที่ 4 พฤศจิกายน 2026 (หมายเลข 2611.06989) จัดอยู่ในหมวด cs.AI, cs.DC และ cs.MA เนื้อหาเสนอแนวทางตอบคำถามที่องค์กรถามบ่อยแต่ตอบยาก คือ ธุรกรรมหนึ่งรายการ เช่น คำสั่งซื้อ เคลม หรือเคสงาน ใช้ต้นทุน AI ไปเท่าไร
ปัญหาคือ องค์กรจำนวนมากให้ระบบ AI หลายตัวทำงานข้ามหลายคลาวด์ หลายโมเดลภาษาขนาดใหญ่ (LLM) และหลายระบบฐานข้อมูลหลัก แต่ฝ่ายการเงินได้รับข้อมูลค่าใช้จ่ายเพียงระดับใบเรียกเก็บเงิน ซึ่งรวมตาม SKU และรอบการเรียกเก็บ ผู้ให้บริการคลาวด์ไม่เห็นขอบเขตของธุรกรรมในองค์กร จึงตอบคำถามระดับธุรกรรมจากข้อมูลบิลโดยตรงไม่ได้
มาตรฐาน FinOps Open Cost and Usage Specification (FOCUS) ช่วยให้ข้อมูลบิลจากหลายผู้ให้บริการมีโครงสร้างเดียวกัน และเพิ่มการระบุโทเคน AI กับผู้ขอใช้งานได้ แต่ยังคงเป็นข้อมูลระดับการเรียกเก็บเงินอยู่ ข้อเสนอของผู้เขียนคือเชื่อมบัญชีการเรียกเก็บเงินที่เป็นไปตาม FOCUS เข้ากับบัญชีการใช้งานรายครั้งจาก OpenTelemetry ซึ่งเป็นระบบบันทึกข้อมูลการทำงานของซอฟต์แวร์ เพื่อกระจายต้นทุนลงไปถึงระดับธุรกรรม
สิ่งที่ต้องระวังคือผลตัวเลขเป็นผลจำลอง ไม่ใช่การทดลองในระบบจริง ผู้เขียนรายงานว่าระบุต้นทุนได้มากกว่า 99% และลดต้นทุนของธุรกรรมกลุ่มที่แพงที่สุดราว 1% (เปอร์เซ็นไทล์ 99) ได้สูงสุด 61% โดยมีต้นทุนราว 2 ถึง 4% ที่ถูกพักบัญชีไว้จากการระบุผิดพลาด
แหล่งข่าวรองสองแห่ง คือ AI Dagblad ลงวันที่ 6 พฤศจิกายน 2026 และ Die Inferenz ต่างระบุว่าเป็น preprint ที่ใช้ข้อมูลจำลอง แต่ยังไม่พบการทดลองซ้ำโดยผู้วิจัยอิสระหรือบล็อกทางการที่ยืนยันตัวเลข จึงควรมองเป็นข้อเสนอเชิงแนวคิดที่รอการพิสูจน์ในองค์กรจริง
องค์กรไทยที่ใช้ AI หลายระบบพร้อมกันอาจต้องรู้ต้นทุนรายธุรกรรมเพื่อตั้งราคาและจัดงบได้แม่นขึ้น แต่ก่อนนำแนวทางนี้ไปใช้ควรรอผลจากการทดลองจริงมายืนยัน