Million Club — ทุกแพลตฟอร์มการวิจัย AI & วิทยาศาสตร์ข้อมูล จัดอันดับโดยการเข้าชมจริง

การจัดอันดับเต็มรูปแบบ

นี่คือแพลตฟอร์มการวิจัย AI และวิทยาศาสตร์ข้อมูลทั้งหมด 42 แห่ง จัดอันดับโดยการเข้าชมรายเดือน นี่คือการจัดอันดับที่หลากหลายที่สุดในซีรีส์ — ห้องปฏิบัติการวิจัยอยู่ถัดจากตลาดระบุข้อมูล, แพลตฟอร์มคลาวด์ถัดจากเว็บไซต์ตรวจสอบงานวิจัยทางวิชาการ สิ่งที่รวมพวกเขาเข้าด้วยกันคือบทบาทของพวกเขาในห่วงโซ่อุปทาน AI: สร้างโมเดล, ฝึกฝน, ประเมิน, หรือจัดหาโครงสร้างพื้นฐานเพื่อปรับใช้ 29 จาก 42 แห่งเสนอการเข้าถึงฟรี

ยักษ์ใหญ่ด้านการวิจัย

ห้องปฏิบัติการวิจัยในรายการนี้คือองค์กรที่ประดิษฐ์ AI ซึ่งเป็นรากฐานของเครื่องมือ Million Club อื่นๆ ทั้งหมด การเข้าชมของพวกเขาบอกคุณบางอย่างเกี่ยวกับความสนใจของสาธารณชนในตัว AI — ไม่ใช่ในฐานะผลิตภัณฑ์ที่จะใช้ แต่ในฐานะเทคโนโลยีที่จะทำความเข้าใจ

Google ครองความเป็นเจ้าด้วยการแยกส่วน: labs.google ที่ 34.22 ล้าน (การทดลองและเดโม AI), deepmind.google ที่ 6.41 ล้าน (การวิจัยพื้นฐาน), ai.google ที่ 2.7 ล้าน (ศูนย์กลาง AI อย่างเป็นทางการ), และ research.google ที่ 1.56 ล้าน (งานวิจัยที่ตีพิมพ์) รวมกัน: 44.89 ล้านการเข้าชมต่อเดือนในสี่โดเมน นั่นมากกว่า Anthropic, Mistral, และ xAI รวมกัน — สะท้อนให้เห็นถึงตำแหน่งที่เป็นเอกลักษณ์ของ Google ในฐานะทั้งองค์กรวิจัย AI ที่ใหญ่ที่สุดและบริษัทที่มีทรัพย์สินการวิจัยที่เปิดเผยต่อสาธารณะมากที่สุด

xAI ที่ 32.83 ล้านคือเรื่องเซอร์ไพรส์ของการจัดอันดับนี้ บริษัท AI ของ Elon Musk สร้างการเข้าชมมหาศาลไปยังเว็บไซต์องค์กร — ขับเคลื่อนโดยการมองเห็นของ Grok และวงจรข่าวต่อเนื่องเกี่ยวกับการระดมทุนของ xAI, การสร้างระบบประมวลผล, และการเปิดตัวโมเดล นี่คือการเข้าชมเว็บไซต์องค์กร ไม่ใช่การเข้าชมผลิตภัณฑ์ (การใช้งาน Grok ปรากฏในการจัดอันดับแชทบอท) แต่ 33 ล้านการเข้าชมหน้าแรกของบริษัทเป็นเรื่องที่ไม่ธรรมดาสำหรับห้องปฏิบัติการวิจัย

ห้องปฏิบัติการ AI จีน

ระบบนิเวศการวิจัย AI ของจีนมีตัวแทน 7 รายการในรายการนี้ — และการเข้าชมรวมของพวกเขาบอกเล่าเรื่องราวของการพัฒนาที่รวดเร็วและคู่ขนานที่การรายงานข่าวของตะวันตกมักประเมินต่ำไปเสมอ

Qwen ที่ 32.76 ล้านนำหน้า — ตระกูลโมเดล open-weight ของ Alibaba ที่ได้กลายเป็นรากฐานสำหรับแอปพลิเคชัน AI จีนนับไม่ถ้วน รวมกับ Alibaba Cloud (aliyun.com) ที่ 29.05 ล้าน ระบบนิเวศ AI ของ Alibaba มีการเข้าชมรวมกว่า 61 ล้านครั้ง การเข้าชมของ Qwen สะท้อนถึงสิ่งเฉพาะเจาะจง: มันเป็นโมเดลพื้นฐานยอดนิยมที่สุดสำหรับการปรับแต่ง (fine-tuning) ในระบบนิเวศนักพัฒนาจีน แบบเดียวกับ Llama ในตะวันตก นักพัฒนาเยี่ยมชม qwen.ai เพื่อดาวน์โหลดโมเดล, เอกสาร, และเกณฑ์มาตรฐาน

โครงสร้างพื้นฐานข้อมูล

ระดับโครงสร้างพื้นฐานข้อมูลของการจัดอันดับนี้ประกอบด้วยแพลตฟอร์มที่โมเดล AI ถูกปรับใช้จริง, ฝึกฝน, และให้บริการในวงกว้าง นี่คือบริษัทที่ขายพลั่วในการตื่นทอง AI — และการเข้าชมของพวกเขาเปิดเผยว่าองค์กรต่างๆ เลือกแพลตฟอร์มใด

การมีอยู่ของ AI ของ SAP เป็นความประหลาดใจที่ใหญ่ที่สุดในรายการนี้ ondemand.com ที่ 38.87 ล้านบวก cloud.sap ที่ 14.27 ล้านทำให้ SAP มีการเยี่ยมชมรวม 53.14 ล้านครั้ง — ทำให้เป็นหน่วยงานที่มีการเข้าชมสูงสุดในการจัดอันดับทั้งหมดนี้ SAP ไม่ได้เป็นที่รู้จักในฐานะบริษัท AI แต่แพลตฟอร์มเทคโนโลยีธุรกิจของตนรวม AI เข้ากับเวิร์กโฟลว์ขององค์กรอย่างลึกซึ้งสำหรับบริษัท Fortune 500 หลายพันแห่ง การเข้าชมมาจากผู้ใช้ระดับองค์กรที่เข้าถึงแอปพลิเคชันที่ขับเคลื่อนด้วย AI ไม่ใช่จากนักพัฒนาที่ทดลองกับโมเดล

Snowflake ที่ 4.75 ล้านบวก snowflakecomputing.com ที่ 2.21 ล้านรวมเป็น 6.96 ล้าน กลยุทธ์ AI ของ Snowflake มุ่งเน้นไปที่ Cortex — นำการเรียนรู้ของเครื่อง (machine learning) เข้าสู่คลังข้อมูลโดยตรงซึ่งข้อมูลองค์กรอาศัยอยู่แล้ว ข้อเสนอ: อย่าย้ายข้อมูลของคุณไปยังแพลตฟอร์ม AI; นำ AI มาสู่ข้อมูลของคุณ Databricks ที่ 4.29 ล้านแข่งขันโดยตรงด้วยแพลตฟอร์มการวิเคราะห์แบบรวมศูนย์ที่รวมวิศวกรรมข้อมูล, วิทยาศาสตร์ข้อมูล, และการฝึกอบรมโมเดล AI ในสถาปัตยกรรม lakehouse เดียว

เครื่องมือวิเคราะห์เติมเต็มชั้นโครงสร้างพื้นฐาน: Domo ที่ 1.33 ล้านให้ความฉลาดทางธุรกิจที่ขับเคลื่อนด้วย AI, และ Amplitude ที่ 1.22 ล้านเพิ่ม AI ในการวิเคราะห์ผลิตภัณฑ์ — ทำนายพฤติกรรมผู้ใช้และระบุรูปแบบในการโต้ตอบของผู้คนกับผลิตภัณฑ์ดิจิทัล Axon ที่ 2.47 ล้านจัดการการจัดการข้อมูลองค์กรด้วยการรวม AI

เศรษฐกิจการระบุข้อมูล

โมเดล AI ทุกตัวบนโลกได้รับการฝึกฝนจากข้อมูลที่มนุษย์ระบุ ข้อความที่ ChatGPT เรียนรู้, รูปภาพที่ Midjourney ได้รับการฝึกฝน, ตัวอย่างโค้ดที่ Copilot ซึมซับ — ทั้งหมดนี้ถูกคัดเลือก, ใส่คำอธิบายประกอบ, ให้คะแนน, หรือแก้ไขโดยคนที่ทำงานผ่านแพลตฟอร์มในรายการนี้ การระบุข้อมูล (Data Labeling) คือแรงงานมนุษย์ที่มองไม่เห็นซึ่งทำให้ AI เป็นไปได้

Outlier นำหมวดหมู่นี้ด้วยการเข้าชม 21 ล้านครั้งต่อเดือน — และการเข้าชมของมันบอกเล่าเรื่องราวที่น่าทึ่ง ยี่สิบเอ็ดล้านการเข้าชมไปยังแพลตฟอร์มวิเคราะห์และใส่คำอธิบายประกอบข้อมูลที่ผู้ใช้ AI ส่วนใหญ่ไม่เคยได้ยินชื่อ นี่คือการเข้าชมจากคนงานหลายแสนคนที่เข้าสู่ระบบทุกวันเพื่อระบุข้อมูล, ให้คะแนนผลลัพธ์ AI, และให้ข้อเสนอแนะของมนุษย์ที่ทำให้ RLHF (การเรียนรู้เสริมกำลังจากข้อเสนอแนะของมนุษย์) ทำงานได้ เมื่อคุณได้ยินว่าโมเดล AI ถูก "จัดตำแหน่ง (aligned)" หรือ "ปรับแต่ง (fine-tuned)" การจัดตำแหน่งนั้นมาจากคนที่ทำงานบนแพลตฟอร์มเช่น Outlier

Prolific ที่ 13.32 ล้านให้บริการเฉพาะกลุ่มที่แตกต่าง: การรวบรวมข้อมูลทางวิชาการและระดับการวิจัย ในขณะที่ Outlier มุ่งเน้นไปที่ข้อมูลการฝึกอบรม AI ในวงกว้าง, Prolific เชื่อมต่อนักวิจัยกับผู้เข้าร่วมที่มีความหลากหลายทางประชากรสำหรับการศึกษา, การสำรวจ, และการทดลองพฤติกรรม เป็นแพลตฟอร์มที่ขับเคลื่อนการวิจัยความปลอดภัยและการจัดตำแหน่ง AI ทางวิชาการส่วนใหญ่ — และ 13 ล้านการเข้าชมสะท้อนให้เห็นทั้งขนาดของการวิจัย AI และความต้องการที่เพิ่มขึ้นสำหรับข้อมูลมนุษย์คุณภาพสูง

เกณฑ์มาตรฐาน & ลีดเดอร์บอร์ด

คุณจะรู้ได้อย่างไรว่าโมเดล AI ใดดีที่สุด? คุณตรวจสอบเกณฑ์มาตรฐาน แพลตฟอร์มเกณฑ์มาตรฐานและลีดเดอร์บอร์ดในรายการนี้ได้กลายเป็นผู้ตัดสินคุณภาพ AI — และการเข้าชมของพวกเขาเปิดเผยว่าชุมชน AI พึ่งพาการประเมินเชิงเปรียบเทียบมากเพียงใด

LMSys Arena ที่ 25.33 ล้านเป็นแพลตฟอร์มประเมิน AI ที่มีอิทธิพลมากที่สุดในโลก "Chatbot Arena" ของมันใช้การเปรียบเทียบแบบสุ่มตัวต่อตัว — ผู้ใช้แชทกับโมเดลนิรนามสองตัวและเลือกคำตอบที่ดีกว่า — เพื่อสร้างอันดับ Elo ที่ทั้งอุตสาหกรรมถือว่าเป็นความจริงพื้นฐาน เมื่อโมเดลใหม่อ้างว่าเป็น "state-of-the-art" (ทันสมัยที่สุด) คำถามแรกเสมอคือ: คะแนน Arena ของมันคือเท่าไหร่? 25 ล้านการเข้าชมหมายความว่าคนหลายแสนคนมีส่วนร่วมอย่างแข็งขันในการประเมินโมเดลทุกเดือน

OpenRouter ที่ 8.58 ล้านทำหน้าที่สองบทบาท: เป็นทั้งแพลตฟอร์มการกำหนดเส้นทางโมเดล (ให้นักพัฒนาเข้าถึงโมเดล AI หลายตัวผ่าน API เดียว) และระบบจัดอันดับที่ขับเคลื่อนโดยชุมชนซึ่งรูปแบบการใช้งานเปิดเผยว่าโมเดลใดที่นักพัฒนาชอบจริงๆ การเข้าชมสะท้อนถึงทั้งประโยชน์ใช้สอยและความสนใจเชิงเปรียบเทียบ — นักพัฒนามาเพื่อใช้โมเดลและอยู่ต่อเพื่อเปรียบเทียบพวกมัน

แพลตฟอร์มสื่อและชุมชน AI ยังมีส่วนช่วยในการสนทนาการวิจัย: Towards Data Science ที่ 1.28 ล้านให้งานเขียนทางเทคนิคที่เข้าถึงได้เกี่ยวกับ AI และวิทยาศาสตร์ข้อมูล, ในขณะที่ Analytics Vidhya ที่ 1.01 ล้านให้บริการชุมชนการเรียนรู้วิทยาศาสตร์ข้อมูลที่กว้างขึ้นด้วยบทช่วยสอน, การแข่งขัน, และแหล่งข้อมูลอาชีพ

วิธีสำรวจการวิจัย AI

นี่คือหมวดหมู่ที่หลากหลายที่สุดใน Million Club ไม่ว่าคุณจะเป็นนักวิจัย, นักพัฒนา, นักลงทุน, หรือเพียงแค่สงสัยเกี่ยวกับ AI เครื่องมือต่างๆ ในรายการนี้มีจุดประสงค์ที่แตกต่างกัน นี่คือวิธีกำหนดทิศทางตัวคุณเอง

เวิร์กโฟลว์ส่วนตัวของฉัน: LMSys Arena และ Artificial Analysis เพื่อติดตามว่าโมเดลใดคุ้มค่าที่จะใช้, OpenReview เพื่อติดตามสิ่งที่จะเกิดขึ้นต่อไปในการวิจัย, และ Towards Data Science สำหรับคำอธิบายที่ย่อยง่ายของเอกสารที่ฉันไม่มีเวลาอ่านฉบับเต็ม สำหรับทุกคนที่ติดตาม AI อย่างจริงจัง, แหล่งข้อมูลทั้งสามนี้ครอบคลุม 80% ของสิ่งที่สำคัญ

ระเบียบวิธีและแหล่งข้อมูล

ตัวเลขการเข้าชมทั้งหมดมาจาก SimilarWeb, สะท้อนถึงการประมาณการเดือนธันวาคม 2025

การจัดอันดับนี้รวมถึง 42 แพลตฟอร์ม — ขนาดกลางสำหรับซีรีส์ Million Club หมวดหมู่นี้โดยเนื้อแท้แล้วยากที่จะนิยามกว่า "แชทบอท" หรือ "เครื่องสร้างรูปภาพ" เพราะการวิจัยและวิทยาศาสตร์ข้อมูลครอบคลุมฟังก์ชันที่หลากหลาย ฉันได้รวมแพลตฟอร์มที่เกี่ยวกับหลักในการสร้าง, ฝึกฝน, ประเมิน, หรือทำความเข้าใจ AI — ไม่ใช่เกี่ยวกับการใช้ AI เป็นผลิตภัณฑ์สำเร็จรูป (สิ่งเหล่านั้นปรากฏในการจัดอันดับอื่น)

สี่รายการตกลงต่ำกว่า 1 ล้านการเยี่ยมชม: Design Arena ที่ 798.65K, Stability AI ที่ 682.27K, Zhipu AI ที่ 538K, และ Moonshot AI ที่ 499.08K ฉันได้รวมพวกเขาไว้เพราะอิทธิพลของพวกเขาต่อระบบนิเวศ AI นั้นเกินกว่าที่การเข้าชมของพวกเขาแนะนำ Stability AI สร้าง Stable Diffusion Zhipu AI สร้าง ChatGLM Moonshot AI พัฒนา Kimi Design Arena กำลังบุกเบิกการประเมิน AI ด้านภาพ การเข้าชมและอิทธิพลไม่ได้สัมพันธ์กันเสมอไป — โดยเฉพาะสำหรับห้องปฏิบัติการวิจัย

หน่วยงานที่มีหลายโดเมนปรากฏบ่อยครั้ง: Google ข้ามสี่โดเมน (~45M รวม), SAP ข้ามสอง (~53M), Alibaba ข้ามสอง (~62M), Snowflake ข้ามสอง (~7M), MiniMax ข้ามสอง (~6.6M), iFlytek ข้ามสอง (~2.2M), และ Zhipu AI ข้ามสอง (~2.2M) แต่ละโดเมนถูกระบุแยกต่างหากเนื่องจาก SimilarWeb ติดตามพวกมันอย่างอิสระ

อัตราส่วนระดับฟรีคือ 29 จาก 42 (69%) — สูงกว่าหมวดหมู่ธุรกิจ & การตลาด แต่ต่ำกว่าเครื่องมือ AI ผู้บริโภค ทรัพยากรการวิจัยจำนวนมากฟรีโดยธรรมชาติ (เอกสาร, เกณฑ์มาตรฐาน, การทดลอง), ในขณะที่โครงสร้างพื้นฐานข้อมูลระดับองค์กรมักต้องการการเข้าถึงแบบชำระเงิน