เทคโนโลยีปัญญาประดิษฐ์ หรือ AI ไม่ใช่เรื่องใหม่เนื่องจากมีประวัติศาสตร์ยาวนานกว่า 70 ปี โดยผู้คิดค้นคำนี้คือ John McCarthy อย่างไรก็ตาม จุดเปลี่ยนสำคัญเพิ่งเกิดขึ้นเมื่อประมาณ 10 ปีที่แล้ว จากการเข้ามาของเทคโนโลยีการเรียนรู้เชิงลึก (Deep Learning) ที่ทำงานเลียนแบบสมองมนุษย์ และการเปิดตัว ChatGPT เมื่อประมาณ 3 ปีก่อน ซึ่งกลายเป็นจุดเริ่มต้นของการเปลี่ยนแปลงครั้งใหญ่ที่ส่งผลกระทบต่อหลากหลายอาชีพทั่วโลก
ดร.ธนชาติ นุ่มนนท์ ผู้อำนวยการสถาบัน IMC ได้วิเคราะห์ถึงการพัฒนาและผลกระทบของ AI ที่กำลังเกิดขึ้น รวมถึงแนวทางที่ประเทศไทยควรเร่งปรับตัวเพื่อรับมือกับวิกฤติเทคโนโลยีในครั้งนี้
สงครามเทคโนโลยีระหว่างสหรัฐฯและจีน
ปัจจุบันเกิดการแข่งขันที่ดุเดือดระหว่างสองมหาอำนาจอย่างสหรัฐอเมริกาและจีน แต่เดิมสหรัฐฯ นำหน้าจีนอยู่ประมาณ 2 ปี แต่การเปิดตัวโมเดลของจีน เช่น DeepSeek V3 และ Kimi 3 (K3) ของ Moonshot ทำให้ช่องว่างความห่างลดลงเหลือเพียงไม่กี่เดือน
ความน่าสนใจของฝั่งจีนคือการเลือกเดินเกมพัฒนาโมเดลแบบเปิด (Open Weight) ที่มีราคาถูกและประสิทธิภาพสูง นอกจากนี้ โมเดลของจีนอย่าง DeepSeek ยังสามารถประมวลผล (Train) โดยใช้หน่วยประมวลผลกราฟิก (GPU) ที่มีประสิทธิภาพต่ำกว่าและราคาถูกกว่าชิปของ Nvidia ส่งผลให้หุ้นของ Nvidia ตกฮวบในช่วงที่ผ่านมา
จากสงคราม AI นี้ สหรัฐฯ จึงพยายามกีดกันจีนในหลายด้าน ส่งผลให้ประเทศทางผ่านอย่างสิงคโปร์และไทย ตกเป็นเป้าสายตาและถูกสหรัฐฯ จับตามอง (Watch List) เนื่องจากเกรงว่าจีนจะลักลอบนำเข้าชิป หรือเข้ามาตั้งดาต้าเซ็นเตอร์เพื่อประมวลผลโมเดล AI ในประเทศเหล่านี้เพื่อเลี่ยงมาตรการคว่ำบาตร
แยกแยะให้ชัด: “สมอง” (Model) และ “แขนขา” (App)
เพื่อทำความเข้าใจ AI อย่างถูกต้อง ดร.ธนชาติ ชี้ให้เห็นว่า สังคมต้องแยกความแตกต่างระหว่างโมเดล (Model) และแอปพลิเคชัน (App) ให้ได้
โมเดล (Model) คือส่วนที่เป็น “สมอง” เช่น GPT-5.6, Gemini 3.1, Claude หรือโมเดลจากฝั่งจีนอย่าง DeepSeek และ Kimi สมองเหล่านี้กำลังพัฒนาขึ้นอย่างรวดเร็ว หากย้อนไปเมื่อสองปีก่อน โมเดลรุ่นเก่าอย่าง GPT-3.5 ทำคะแนนสอบวัดความรู้ได้เพียง 30% แต่ปัจจุบันโมเดลรุ่นใหม่อย่าง GPT-5.6 ทำคะแนนสอบได้สูงถึง 90% ในหลายสาขา
แอปพลิเคชัน (App) คือส่วนที่เป็น “แขนขา” ที่นำสมองไปทำงานร่วมกับระบบอื่น เช่น ChatGPT, Gemini หรือ Claude ซึ่งในปัจจุบันสามารถเชื่อมต่อเพื่อดึงข้อมูลจากภายนอก เช่น ปฏิทิน ค้นหาเที่ยวบิน วางแผนจองที่พัก หรือเชื่อมต่อกับแอปพลิเคชันช้อปปิ้งเพื่อค้นหาสินค้าได้แล้ว
นอกจากนี้ แอปพลิเคชัน AI กำลังเปลี่ยนผ่านไปตามยุคสมัย โดยเริ่มจากยุคแรกที่เป็นเพียง แชตบอต (Chatbot) สำหรับตอบคำถามทั่วไป พัฒนาสู่ยุคที่สองคือ โคไพล็อต (Copilot) ที่ทำหน้าที่เป็นผู้ช่วยทำงานร่วมกับมนุษย์ และกำลังก้าวเข้าสู่ยุคที่สามคือ เอเจนต์ (Agent) ที่สามารถลงมือทำงานขั้นตอนซับซ้อนตั้งแต่ต้นจนจบได้เองตามคำสั่งโดยอัตโนมัติ
วิเคราะห์เค้ก 5 ชั้นของ AI: โอกาสของประเทศไทยอยู่ตรงไหน?
โครงสร้างอุตสาหกรรม AI เปรียบเหมือนขนมเค้ก 5 ชั้น ตามแนวคิดของ Jensen Huang ประธานเจ้าหน้าที่บริหารของ NVIDIA ซึ่งเมื่อนำมาวิเคราะห์โอกาสของประเทศไทย จะพบข้อจำกัดและความเป็นไปได้ดังนี้
- พลังงาน (Energy): ดาต้าเซ็นเตอร์สำหรับ AI (AI Data Center) มีความต้องการพลังงานไฟฟ้ามหาศาลเนื่องจากใช้ GPU ในการประมวลผล ต่างจากดาต้าเซ็นเตอร์ทั่วไปที่ใช้ CPU อีกทั้งยังต้องการระบบระบายความร้อนด้วยน้ำสะอาดปริมาณมาก (Liquid Cooling) ซึ่งอาจส่งผลกระทบต่อสิ่งแวดล้อมและชุมชนได้
- ชิป (Chips): ประเทศไทยไม่มีศักยภาพในการแข่งขันด้านนี้ เนื่องจากตลาด GPU ผูกขาดโดยผู้เล่นไม่กี่ราย เช่น Nvidia, Google หรือ Ascend ส่วนตลาดหน่วยความจำความเร็วสูง (HBM) ก็ถูกครองตลาดโดยบริษัทสัญชาติเกาหลีใต้ อย่าง SK Hynix และ Samsung ไปกว่า 60-70%
- ดาต้าเซ็นเตอร์ (Data Center): แม้ปัจจุบันจะมีโครงการขอส่งเสริมการลงทุน (BOI) เข้ามาจำนวนมากถึง 36 โครงการ แต่โครงการเหล่านี้สร้างการจ้างงานในประเทศค่อนข้างน้อย เพียงประมาณ 60-70 คนต่อแห่งเท่านั้น เนื่องจากระบบสามารถควบคุมการทำงานจากระยะไกลได้ และอุปกรณ์เซิร์ฟเวอร์ส่วนใหญ่ยังต้องนำเข้าจากต่างประเทศ
- โมเดล (Model): ประเทศไทยไม่สามารถสร้างโมเดลขนาดใหญ่เพื่อแข่งขันในระดับโลกได้ แต่สามารถพัฒนาโมเดลเฉพาะทางขนาดเล็กของตนเอง เช่น Thai LLM เพื่อใช้งานเฉพาะด้านได้
- แอปพลิเคชัน (App): นี่คือ โอกาสที่จับต้องได้มากที่สุดของไทย โดยการพัฒนาแอปพลิเคชัน AI เฉพาะทางลึก เช่น แอปพลิเคชันทางการแพทย์ การท่องเที่ยว หรือแอปพลิเคชันช่วยเหลือกลุ่มธุรกิจ SME
ความท้าทายเรื่อง “อธิปไตย AI” และการปรับใช้จริง
ดร.ธนชาติ เน้นย้ำถึงความสำคัญของอธิปไตย AI (Sovereign AI) ซึ่งหมายถึงการทำให้ระบบ AI สามารถประมวลผลข้อมูลอยู่ภายในประเทศไทยได้โดยไม่ต้องส่งออกไปประมวลผลที่ต่างประเทศตลอดเวลา ทางออกคือการนำโมเดลแบบเปิด (Open Weight) มาติดตั้งและประมวลผลในไทย ควบคู่ไปกับการพัฒนาแอปพลิเคชันและโมเดลสำรองของไทยเอง
สิ่งที่น่ากังวลที่สุดในปัจจุบันไม่ใช่เรื่องการเข้าถึงเทคโนโลยี เพราะคนไทยสามารถเข้าถึง AI เวอร์ชันฟรีได้เป็นจำนวนมาก โดยสถิติชี้ว่าคนไทยใช้งาน Gemini สูงถึง 71% ทว่า คนไทยส่วนใหญ่กลับใช้งาน AI ในเชิงไลฟ์สไตล์ เช่น การสร้างรูปภาพสวัสดีตอนเช้า หรือการหาเลขเด็ด ในขณะที่ประเทศเพื่อนบ้านอย่างอินโดนีเซีย มาเลเซีย สิงคโปร์ และเวียดนาม นำ AI ไปใช้ยกระดับการทำงานของข้าราชการ การแปลภาษา และการศึกษาอย่างจริงจัง
โจทย์ใหญ่ที่ประเทศไทยต้องเร่งลงมือ
วิกฤติ AI รอบนี้มีความรุนแรงและส่งผลกระทบหนักกว่าการเปลี่ยนผ่านทางเทคโนโลยีครั้งก่อน ๆ เช่น Big Data หรือ Blockchain AI กำลังเข้ามาแทนที่และส่งผลกระทบต่อหลากหลายอาชีพ เช่น นักแปล โปรแกรมเมอร์ และนักออกแบบกราฟิก ยิ่งไปกว่านั้น ในสภาวะเศรษฐกิจปัจจุบันกลุ่มเด็กจบใหม่จะเผชิญกับภาวะหางานยากขึ้นอย่างหลีกเลี่ยงไม่ได้ในเกือบทุกสาขาอาชีพ
ประเทศไทยจึงจำเป็นต้องปรับเปลี่ยนโครงสร้างการศึกษาครั้งใหญ่ และยกระดับทักษะ (Reskill) แรงงานไทยให้มอง AI เป็น “ผู้ช่วยส่วนตัวในการทำงาน” (Augmented Workforce) เพื่อสร้างผลผลิต (Productivity) ให้กับประเทศอย่างแท้จริง แทนที่จะมองเป็นเพียงเครื่องมือเพื่อความบันเทิงในชีวิตประจำวัน ซึ่งการเปลี่ยนแปลงนี้จำเป็นต้องเริ่มลงมือทำทันทีตั้งแต่วันนี้โดยไม่ต้องรอ
