การพัฒนา AI ของไทยกำลังเจอโจทย์ที่ยากกว่าการสร้างโมเดลให้เข้าใจภาษาไทย เพราะเมื่อ AI เข้าไปอยู่ในงานจริงของภาครัฐ ปัญหาไม่ได้อยู่แค่ว่าโมเดลตอบคำถามได้ดีเพียงใด แต่อยู่ที่ข้อมูลและบริการที่ต้องใช้กระจายอยู่หลายหน่วยงาน ใช้ระบบต่างกัน และมีเงื่อนไขเรื่องสิทธิ์การเข้าถึง ต่อให้มี AI ช่วยอ่านเอกสาร ร่างเอกสาร หรือสรุปการประชุม เจ้าหน้าที่ก็ยังต้องนำผลจากระบบหนึ่งไปทำงานต่อในอีกระบบด้วยตัวเอง
เนคเทค สวทช. จึงพัฒนา “Pathumma Connect” ต่อจาก Pathumma LLM เพื่อเชื่อมโมเดล เครื่องมือ AI ข้อมูล และบริการที่แยกกันอยู่ให้ทำงานร่วมกัน จาก AI ที่เดิมทำหน้าที่ถาม-ตอบ ขยับไปสู่การทำงานต่อเนื่องหลายขั้นตอน ตั้งแต่ตรวจสอบข้อมูล เตรียมเอกสาร กรอกแบบฟอร์ม ไปจนถึงติดตามสถานะ โดยมีระบบควบคุมกำกับการทำงาน
ดร.ศราวุธ คงยัง หัวหน้าโครงการ Pathumma LLM กล่าวว่า ก่อนหน้านี้เนคเทคพัฒนาเครื่องมือเฉพาะงานไว้หลายตัว ทั้ง DocChat สำหรับถาม-ตอบจากเอกสาร DocGen สำหรับช่วยร่างเอกสาร DocTOR สำหรับตรวจทานเอกสาร PartiiNote สำหรับถอดความและสรุปการประชุม รวมถึง LangMind สำหรับสร้าง Chatbot จากองค์ความรู้ของหน่วยงาน แต่เมื่อนำไปใช้จริงพบว่า เครื่องมือแต่ละตัวทำงานของตัวเองได้ ขณะที่กระบวนการทำงานหนึ่งเรื่องอาจต้องใช้เครื่องมือหลายตัวและข้อมูลจากหลายระบบ คนจึงยังเป็นผู้เชื่อมงานทั้งหมดเข้าด้วยกัน
Agentic AI ถูกนำมาแก้ช่องว่างตรงนี้ จากระบบอัตโนมัติแบบเดิมที่คนต้องกำหนดลำดับไว้ก่อนว่าขั้นแรกทำอะไร ขั้นต่อไปทำอะไร เปลี่ยนเป็นการให้ข้อมูลตั้งต้นและเป้าหมาย แล้วให้ AI พิจารณาว่าต้องทำอะไรต่อเพื่อให้งานไปถึงเป้าหมายนั้น โดยยังมีตัวควบคุมไม่ให้ระบบทำงานออกนอกขอบเขตที่กำหนด
Pathumma Connect เชื่อมข้อมูลรัฐที่กระจายหลายระบบ
เมื่อ AI ต้องทำงานต่อ ไม่ใช่แค่ตอบคำถาม ปัญหาเรื่องข้อมูลจึงตามมาทันที เพราะข้อมูลที่ใช้ตัดสินใจเรื่องหนึ่งอาจไม่ได้อยู่ในหน่วยงานเดียว กรณีเกษตรทำให้เห็นภาพนี้ชัด หากเกษตรกรต้องการรู้ว่าพื้นที่หนึ่งควรปลูกอะไร ต้องดูทั้งน้ำ สภาพอากาศ โรคระบาด ราคา และตลาดที่จะรับซื้อ ข้อมูลเหล่านี้กระจายอยู่หลายหน่วยงาน และแต่ละแห่งจัดเก็บข้อมูลต่างรูปแบบกัน
Pathumma Connect ใช้ MCP หรือ Model Context Protocol เพื่อช่วยให้ LLM เข้าใจว่า ข้อมูลหรือบริการแต่ละส่วนทำอะไร และเมื่อได้รับคำถามควรเรียกข้อมูลจากแหล่งใด วิธีนี้ลดภาระจากเดิมที่ต้องจับคู่ข้อมูลจากแต่ละระบบเข้าหากันทีละส่วน ขณะที่ข้อมูลภาครัฐที่เปิดให้ใช้งานมีตั้งแต่ Excel เอกสารสแกน ไปจนถึงข้อมูลภูมิศาสตร์ การทำให้ AI ทำงานกับข้อมูลต่างรูปแบบเหล่านี้ได้จึงเป็นส่วนหนึ่งของการเชื่อมระบบ
Pathumma Connect ถูกวางให้ครอบคลุม 7 ด้าน ได้แก่ เกษตร ภาครัฐ น้ำ ท่องเที่ยว วัฒนธรรม การศึกษา และองค์กร โดยมีทั้งระบบที่เริ่มใช้งานแล้วและระบบที่อยู่ระหว่างพัฒนา
Pathumma Connect Agri เป็นตัวอย่างของการนำข้อมูลหลายแหล่งมาใช้ผ่านจุดเดียว ระบบเชื่อมข้อมูลแผนที่เกษตรกับข้อมูลด้านนวัตกรรมและราคา ผู้ใช้สามารถถามว่าพื้นที่นั้นปลูกอะไรได้ ผลผลิตจะขายที่ไหน ราคาเท่าไร หรือเมื่อเกิดโรคควรรับมืออย่างไร ส่วน Pathumma Connect Water อยู่ระหว่างพัฒนาเพื่อรวบรวมข้อมูลสำหรับเจ้าหน้าที่ที่ต้องจัดทำแผนรับมือน้ำ ครอบคลุมทั้งน้ำท่วม น้ำแล้ง และความเพียงพอของน้ำในแต่ละฤดู
Chatbot ภาครัฐเชื่อม 5 หน่วยงาน สู่ One Chatbot ภาครัฐ
โจทย์ที่ใหญ่ขึ้นคือการเชื่อมบริการของภาครัฐเข้าหากัน เนคเทคร่วมกับสำนักงานคณะกรรมการพัฒนาระบบราชการ (ก.พ.ร.) พัฒนาต้นแบบ AI Agentic Chatbot กลาง โดยนำร่องกับ 5 หน่วยงาน ได้แก่ กรมการปกครอง กรมที่ดิน สำนักงานคณะกรรมการอาหารและยา กรมสรรพากร และกรมคุ้มครองสิทธิและเสรีภาพ
แนวทางนี้ไม่ได้ให้ทุกหน่วยงานทิ้งระบบเดิมแล้วสร้างใหม่ ดร.ศราวุธ อธิบายว่า หน่วยงานที่ยังไม่มี Chatbot สามารถสร้างผ่าน LangMind ส่วนหน่วยงานที่มีอยู่แล้วสามารถเชื่อมระบบเข้ามา เป้าหมายคือทำให้ Chatbot ของหลายหน่วยงานเชื่อมถึงกัน จนประชาชนสามารถถามเรื่องบริการภาครัฐผ่านจุดเดียว แล้วระบบไปค้นข้อมูลจากหน่วยงานที่เกี่ยวข้องกลับมาให้
การนำร่องขณะนี้ยังอยู่ในช่วงเชื่อม Chatbot ของ 5 หน่วยงานและประเมินความพึงพอใจจากเจ้าหน้าที่ ก่อนเปิดให้ประชาชนใช้งานจริง ทีมพัฒนาตั้งเป้าขยายการใช้งานไปยังหน่วยงานภาครัฐให้ถึง 100 หน่วยงานภายในสองปี แต่จำนวนหน่วยงานที่จะรองรับได้ยังขึ้นอยู่กับโครงสร้างพื้นฐานด้านการประมวลผล
หากมองจากจุดนี้ Pathumma Connect จึงไม่ใช่การสร้าง Chatbot กลางขึ้นมาอีกตัว แต่เป็นความพยายามเชื่อมสิ่งที่แต่ละหน่วยงานมีอยู่แล้วให้ทำงานร่วมกันได้ และเมื่อระบบเชื่อมกันมากขึ้น โจทย์เรื่องสิทธิ์การเข้าถึงข้อมูลก็ยิ่งมีน้ำหนักมากขึ้นตามไปด้วย
เลือกโมเดลให้เหมาะกับงาน และความเสี่ยงของข้อมูล
การพัฒนา Pathumma Connect ไม่ได้ตั้งอยู่บนแนวคิดว่าหน่วยงานต้องใช้เฉพาะโมเดลที่พัฒนาในประเทศไทย ดร.ศราวุธ ระบุว่า ระบบรองรับการสลับไปใช้โมเดลต่างประเทศได้ หากงานต้องการความสามารถเฉพาะด้าน แต่ผู้ใช้ต้องรู้ว่าขณะนั้นกำลังใช้โมเดลใดและมีความเสี่ยงอะไร หากเป็นข้อมูลภายในหรือข้อมูลที่มีความอ่อนไหว การเลือกโมเดลและระบบที่ใช้ต้องคำนึงถึงความเสี่ยงที่ข้อมูลจะออกไปภายนอก
หน่วยงานเองต้องมี Data Governance กำหนดว่าข้อมูลใดเปิดได้ ข้อมูลใดอยู่ภายในองค์กร และข้อมูลส่วนบุคคลประเภทใดไม่ควรถูกส่งออกไป เพราะการที่ AI สามารถเชื่อมข้อมูลได้ ไม่ได้หมายความว่าควรได้รับสิทธิ์เข้าถึงข้อมูลทุกอย่าง
ดร.วาทยา ชุณห์วิจิตรา ผู้อำนวยการกลุ่มวิจัยปัญญาประดิษฐ์ เนคเทค สวทช. กล่าวว่า ความกังวลที่พบเมื่อทีมวิจัยเข้าไปทำงานกับหน่วยงานคือเรื่องข้อมูลรั่วไหล งานบางประเภทมีชื่อบุคคลหรือรายละเอียดภายใน เช่น ข้อมูลที่ใช้ประกอบการตรวจใบเสร็จ หน่วยงานต้องการให้ AI ช่วยทำงาน แต่ไม่ต้องการให้ข้อมูลเหล่านั้นออกไปนอกระบบ การมีโมเดลที่ติดตั้งใช้งานในระบบปิดจึงเป็นทางเลือกสำหรับงานลักษณะนี้ พร้อมกับมี Guardrail กำกับการใช้งาน
ตรงนี้ทำให้เหตุผลของการมี AI ที่พัฒนาขึ้นในประเทศชัดขึ้น เพราะโจทย์ไม่ได้อยู่ที่การเลือกระหว่าง “โมเดลไทย” กับ “โมเดลต่างประเทศ” แต่เป็นการมีทางเลือกให้หน่วยงานเลือกเทคโนโลยีให้เหมาะกับงานและข้อมูลที่กำลังใช้อยู่
Sovereign AI ลดการพึ่งพาเทคโนโลยีต่างชาติ
Pathumma LLM พัฒนาขึ้นบนฐานงานวิจัยด้านการประมวลผลภาษาและเสียงภาษาไทยที่เนคเทคทำมานานกว่า 20 ปี ขณะที่ข้อมูลภาษาไทยบนอินเทอร์เน็ตมีเพียงประมาณ 0.3% เมื่อเทียบกับภาษาอื่น ทีมวิจัยจึงรวบรวมข้อมูลภาษาไทยจากหนังสือ เอกสารราชการ และกฎหมาย เพื่อให้โมเดลเข้าใจภาษาและบริบทไทยมากขึ้น แต่เหตุผลที่ประเทศไทยยังพัฒนาโมเดลของตัวเองไม่ได้มีเพียงเรื่องภาษา
“ประเด็นแรกที่สำคัญเลยที่เราต้องมีเทคโนโลยีของประเทศไทยเอง ก็คือเราต้องลดการพึ่งพาเทคโนโลยีจากต่างชาติ” ดร.วาทยา กล่าว
ดร.วาทยา อธิบายตั้งแต่ต้นว่า การพัฒนาโมเดลไทยเป็นทางเลือกหนึ่งของประเทศ เพราะหากระบบต่าง ๆ เชื่อมต่อกับโมเดลเชิงพาณิชย์จากต่างประเทศทั้งหมด แล้ววันหนึ่งไม่สามารถใช้บริการเหล่านั้นได้ การทำงานที่พึ่งพาโมเดลก็อาจหยุดลง เธอยังมองว่าประเทศไทยไม่ควรอยู่ในฐานะผู้ใช้เทคโนโลยีเพียงอย่างเดียว แต่ควรมีความสามารถในการพัฒนานวัตกรรมของตัวเองด้วย
ดร.ศราวุธ มองความเสี่ยงต่อไปถึงสถานการณ์ภูมิรัฐศาสตร์ หากประเทศพึ่งพาเทคโนโลยีจากภายนอกเพียงอย่างเดียวและวันหนึ่งไม่สามารถเข้าถึงได้ การไม่มีฐานความรู้สำหรับพัฒนาต่อเองอาจกลายเป็นปัญหา การมีนักวิจัย องค์ความรู้ และ know-how อยู่ในประเทศทำให้ยังสามารถถ่ายทอดความรู้และนำไปต่อยอดได้
แนวคิด Sovereign AI ในกรณีของ Pathumma จึงไม่ได้หมายความว่าประเทศไทยต้องสร้างโมเดลเพื่อแข่งขันกับโมเดลต่างประเทศทุกด้าน แต่เป็นการรักษาทางเลือก ความรู้ และความสามารถในการพัฒนาเทคโนโลยีไว้ในประเทศ โดยเฉพาะงานที่ข้อมูลไม่ควรออกจากการควบคุมขององค์กร
AI ช่วยลดงานซ้ำ คนยังตรวจและตัดสินใจ
เมื่อ AI ขยับจากการตอบคำถามไปสู่การลงมือทำ บทบาทของคนต้องถูกกำหนดให้ชัด ดร.ชัยอนันต์ ดำรงรัตน์ นักวิจัยสังกัดศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (NECTEC) สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) ยกตัวอย่างการตรวจข้อเสนอโครงการ หากมีเอกสาร 100 ฉบับและแต่ละฉบับต้องตรวจตามเกณฑ์หลายสิบหรือเป็นร้อยข้อ AI สามารถช่วยตรวจความครบถ้วนและชี้จุดที่อาจผิด ก่อนให้เจ้าหน้าที่ตรวจและยืนยันอีกครั้ง งานที่กินเวลาและทำให้คนเหนื่อยล้าจึงแบ่งไปให้ AI ช่วยได้ แต่การตรวจสอบยังอยู่กับคน
การนำ AI เข้าไปใช้ต้องเริ่มจากหน่วยงานรู้ก่อนว่าต้องการแก้ปัญหาอะไร ดร.วาทยา อธิบายว่า นักวิจัยรู้ว่า AI ทำอะไรได้ แต่ไม่ได้รู้ขั้นตอนการทำงานของทุกหน่วยงาน เจ้าของงานจึงต้องอธิบายกระบวนการและปัญหาที่ต้องการแก้ให้ชัด แล้วจึงพิจารณาว่า AI ควรเข้าไปช่วยตรงไหน ส่วน ดร.ชัยอนันต์ ระบุว่า หน่วยงานต้องเตรียมสิทธิ์การเข้าถึงข้อมูลและบริการที่จำเป็น เพราะหาก AI ได้ข้อมูลไม่ครบ ผลลัพธ์ก็อาจผิดพลาด
จาก Pathumma LLM มาถึง Pathumma Connect โจทย์ของ AI ไทยจึงขยับจากการทำให้โมเดลเข้าใจภาษาไทย ไปสู่การทำให้ AI เชื่อมข้อมูล เครื่องมือ และบริการที่กระจายอยู่ในระบบของภาครัฐ แล้วทำงานต่อเนื่องได้จริง โดยยังเลือกใช้โมเดลได้ตามความเหมาะสมของงานและระดับความอ่อนไหวของข้อมูล
เนคเทคอยู่ระหว่างทำงานร่วมกับ ก.พ.ร. และหน่วยงานพันธมิตร เพื่อขยาย Pathumma Connect ไปสู่ Government AI Platform as a Service พร้อมพัฒนาให้ครอบคลุมทั้ง 7 ด้าน
เป้าหมาย 100 หน่วยงานภายในสองปีจึงเป็นบททดสอบสำคัญว่า แนวคิด One Chatbot และการเชื่อมข้อมูลข้ามหน่วยงานจะขยับจากต้นแบบไปสู่การใช้งานในวงกว้างได้เพียงใด
หากไปถึงจุดนั้นได้ ความเปลี่ยนแปลงที่เกิดขึ้นจะไม่ได้วัดจากจำนวน Chatbot ของภาครัฐ แต่จะอยู่ที่ประชาชนสามารถเข้าถึงข้อมูลและบริการจากหลายหน่วยงานผ่านจุดเดียวได้จริงหรือไม่ และ AI สามารถช่วยให้งานที่เคยติดอยู่ระหว่างระบบเดินต่อได้มากแค่ไหน โดยข้อมูลที่ต้องควบคุมยังอยู่ภายใต้สิทธิ์ของหน่วยงาน และคนยังเป็นผู้ตรวจสอบในงานที่ต้องใช้การตัดสินใจ
ข่าวอื่น ๆ ที่น่าสนใจ
‘สืบค้นข้อมูล-สร้างเอกสารราชการ-ถอดเทปภาษาไทย’ 3 เทคโนโลยีเด่นบน Pathumma LLM
‘Intelligence in Thailand’ วิสัยทัศน์ AI ไทย สร้างเศรษฐกิจใหม่สู่ประเทศรายได้สูง
