ไทยต้องมี “AI ของตัวเอง” หรือไม่? เมื่อมหาอำนาจเริ่มปิดประตูเทคโนโลยี

 

ทุกวันนี้ หากพูดถึง “ปัญญาประดิษฐ์” หรือ AI หลายคนอาจมองว่าเป็นเพียงเครื่องมือไฮเทคสำหรับถามคำถาม เขียนบทความ สรุปเอกสาร สร้างภาพ หรือช่วยทำงานให้รวดเร็วขึ้น แต่หากมองให้ลึกกว่านั้น AI กำลังเดินหน้าไปสู่การเป็น “โครงสร้างพื้นฐาน” ของเศรษฐกิจยุคใหม่ และวันหนึ่งอาจมีความสำคัญไม่ต่างจากอินเทอร์เน็ต ระบบไฟฟ้า หรือเครือข่ายการสื่อสาร

คำถามจึงไม่ได้อยู่แค่ว่า “AI ตัวไหนเก่งที่สุด”

แต่กำลังกลายเป็นคำถามที่ใหญ่กว่านั้นว่า

ถ้าวันหนึ่งประเทศไทยไม่สามารถเข้าถึง AI ที่เราใช้อยู่ได้ เราจะยังเดินหน้าต่อได้หรือไม่?

คำถามนี้ไม่ใช่เรื่องไกลตัวอีกต่อไป เพราะในช่วงเดือนมิถุนายน 2569 โลกได้เห็นตัวอย่างที่สะท้อนให้เห็นอย่างชัดเจนว่า การเข้าถึงเทคโนโลยี AI สามารถเกี่ยวข้องกับนโยบายรัฐ ความมั่นคง และข้อจำกัดด้านการส่งออกได้โดยตรง

 

เพียง 3 วันหลังเปิดตัว AI ก็ถูกสั่งระงับการเข้าถึง

วันที่ 9 มิถุนายน 2569 Anthropic เปิดตัว Claude Fable 5 และ Claude Mythos 5 โดย Fable 5 เปิดให้ใช้งานในวงกว้าง ส่วน Mythos 5 จำกัดการเข้าถึงไว้กับพันธมิตรที่ได้รับอนุญาต

แต่เพียง 3 วันต่อมา วันที่ 12 มิถุนายน Anthropic ระบุว่าได้รับคำสั่งจากรัฐบาลสหรัฐฯ ภายใต้มาตรการควบคุมการส่งออก ให้ระงับการเข้าถึงโมเดลดังกล่าวสำหรับ “บุคคลต่างชาติ” ทั้งที่อยู่ในสหรัฐฯ และนอกสหรัฐฯ รวมถึงพนักงานของ Anthropic ที่เป็นชาวต่างชาติ

สิ่งที่เกิดขึ้นสร้างความสนใจอย่างมาก เพราะมันสะท้อนว่า แม้แต่เทคโนโลยีซอฟต์แวร์ที่ผู้คนเคยคิดว่าสามารถใช้งานผ่านอินเทอร์เน็ตได้อย่างอิสระ ก็สามารถได้รับผลกระทบจากนโยบายของรัฐมหาอำนาจได้

อย่างไรก็ตาม เหตุการณ์นี้มีรายละเอียดสำคัญที่ไม่ควรมองข้าม เพราะการระงับดังกล่าวไม่ได้เกิดขึ้นถาวร

Anthropic ระบุภายหลังว่า มาตรการควบคุมการส่งออกถูกยกเลิกในวันที่ 30 มิถุนายน 2569 และเริ่มคืนการเข้าถึง Fable 5 และ Mythos 5 โดย Fable 5 กลับมาให้บริการทั่วโลกในวันที่ 1 กรกฎาคม 2569

เหตุการณ์จึงไม่ได้หมายความว่า “สหรัฐฯ ปิด AI ตลอดไป” แต่สิ่งที่น่าสนใจมากกว่าคือ มันแสดงให้เห็นว่า สิทธิในการเข้าถึง AI สามารถเปลี่ยนแปลงได้จากปัจจัยที่ผู้ใช้อยู่ปลายทางแทบไม่มีอำนาจควบคุม

วันนี้เปิดให้ใช้ พรุ่งนี้อาจมีเงื่อนไขใหม่

วันนี้ราคาเท่านี้ วันหน้าอาจเปลี่ยนราคา

วันนี้ระบบรองรับประเทศไทย วันหน้าอาจเปลี่ยนนโยบาย

และนี่เองคือจุดเริ่มต้นของแนวคิดที่เรียกว่า “Sovereign AI” หรือ “อธิปไตยทางปัญญาประดิษฐ์”

Sovereign AI ไม่ได้หมายความว่าไทยต้องสร้าง AI ที่เก่งที่สุดในโลก

เมื่อได้ยินคำว่า “AI ของตัวเอง” หลายคนอาจนึกภาพว่าประเทศไทยต้องสร้างโมเดลระดับเดียวกับบริษัทเทคโนโลยีชั้นนำของโลก ต้องสร้างชิปเอง ต้องมีศูนย์ข้อมูลเองทั้งหมด และต้องแข่งขันกับบริษัทระดับโลกให้ได้

ในความเป็นจริง แนวคิดเรื่อง AI Sovereignty ไม่จำเป็นต้องหมายความเช่นนั้น

หัวใจสำคัญคือ ประเทศไทยควรมีความสามารถในการควบคุมองค์ประกอบสำคัญบางส่วน และมีทางเลือกมากพอที่จะไม่ต้องพึ่งพาผู้ให้บริการรายใดรายหนึ่งทั้งหมด

พูดง่าย ๆ คือ ไม่จำเป็นต้องสร้างรถยนต์ทุกชิ้นเอง แต่ควรมีอำนาจต่อรองและมีทางเลือกในส่วนสำคัญที่ประเทศจำเป็นต้องใช้

เรื่องนี้คล้ายกับอินเทอร์เน็ต

ประเทศไทยไม่จำเป็นต้องสร้างอินเทอร์เน็ตทั้งโลก แต่จำเป็นต้องมีโครงสร้างพื้นฐาน บุคลากร ระบบ และความสามารถเพียงพอที่จะทำให้ประเทศไม่หยุดชะงักหากผู้ให้บริการบางรายมีปัญหา

AI ก็กำลังเดินไปในทิศทางเดียวกัน

4 เสาหลักของ “อธิปไตยทาง AI”

หากมองระบบ AI ให้ครบตั้งแต่ต้นน้ำถึงปลายน้ำ จะพบว่ามีองค์ประกอบสำคัญอย่างน้อย 4 ด้าน ได้แก่ ชิป ศูนย์ข้อมูล ข้อมูล และโมเดล AI

1. ชิปและ GPU จุดเริ่มต้นที่ประเทศไทยยังต้องพึ่งพาต่างชาติ

AI สมัยใหม่ต้องใช้พลังประมวลผลจำนวนมหาศาล โดยเฉพาะโมเดลขนาดใหญ่ที่ต้องผ่านกระบวนการฝึกด้วยข้อมูลจำนวนมาก

หัวใจของการประมวลผลจึงอยู่ที่ GPU และชิปประสิทธิภาพสูง

ประเทศที่ควบคุมเทคโนโลยีชิปขั้นสูงได้ ย่อมมีอำนาจต่อรองในห่วงโซ่ AI มากกว่าประเทศที่ต้องซื้อทุกอย่างจากต่างประเทศ

ประเทศไทยยังอยู่ห่างไกลจากการผลิต GPU ประสิทธิภาพสูงด้วยตัวเองในระดับที่สามารถแข่งขันกับผู้นำโลกได้

ดังนั้น สิ่งที่ไทยทำได้ในระยะหนึ่งจึงอาจไม่ใช่การกระโดดไปสร้างชิป AI ระดับแนวหน้าทันที แต่เป็นการเพิ่มบทบาทของประเทศไทยในห่วงโซ่อุตสาหกรรมเซมิคอนดักเตอร์ การออกแบบ การผลิตชิ้นส่วน การทดสอบ และระบบสนับสนุนต่าง ๆ

เพราะยิ่งประเทศมีความสามารถในห่วงโซ่นี้มากเท่าใด ก็ยิ่งมีอำนาจต่อรองมากขึ้นเท่านั้น

2. Data Center มีเครื่องแล้ว แต่ยังต้องดูว่าใครเป็นเจ้าของเทคโนโลยี

ประเทศไทยกำลังกลายเป็นหนึ่งในพื้นที่ที่ได้รับความสนใจจากการลงทุนด้านศูนย์ข้อมูลหรือ Data Center

นี่เป็นข่าวดี เพราะ AI ไม่สามารถทำงานได้โดยอาศัยเพียงโมเดลบนกระดาษ แต่ต้องใช้โครงสร้างพื้นฐานจริง ทั้งเซิร์ฟเวอร์ ระบบไฟฟ้า ระบบระบายความร้อน เครือข่าย และพื้นที่จัดเก็บข้อมูล

แต่การมี Data Center ตั้งอยู่ในประเทศไทยไม่ได้แปลว่าเรามีอธิปไตยทาง AI อย่างสมบูรณ์

เพราะยังต้องถามต่อว่า

ฮาร์ดแวร์มาจากไหน?

GPU ใครเป็นผู้ผลิต?

ซอฟต์แวร์เป็นของใคร?

ข้อมูลอยู่ภายใต้กฎหมายใด?

และหากผู้ให้บริการต้นทางเปลี่ยนนโยบาย ประเทศไทยยังสามารถใช้งานระบบต่อได้หรือไม่?

ดังนั้น Data Center เป็นเพียงหนึ่งในชิ้นส่วนของภาพใหญ่ ไม่ใช่คำตอบทั้งหมด

3. “ข้อมูล” คือทรัพยากรที่ไทยมีโอกาสสร้างความได้เปรียบมากที่สุด

หากชิปเป็นกล้ามเนื้อของ AI ข้อมูลก็เปรียบเสมือนวัตถุดิบที่ทำให้ AI เข้าใจโลก

ประเทศไทยมีข้อมูลจำนวนมหาศาลอยู่แล้ว ทั้งกฎหมาย คำพิพากษา หนังสือ ประวัติศาสตร์ ภาษา ข่าว เอกสารราชการ งานวิจัย ตลอดจนข้อมูลจากภาคธุรกิจและสถาบันต่าง ๆ

ปัญหาคือข้อมูลเหล่านี้จำนวนไม่น้อยกระจัดกระจายอยู่คนละหน่วยงาน และมีข้อจำกัดเรื่องสิทธิ การเข้าถึง มาตรฐาน และการนำไปใช้

หากประเทศไทยสามารถจัดระบบข้อมูลที่ถูกต้อง มีมาตรฐาน และนำมาใช้ได้อย่างถูกกฎหมาย ข้อมูลเหล่านี้จะกลายเป็นทรัพยากรสำคัญในการพัฒนา AI ที่เข้าใจบริบทไทย

นี่เป็นจุดที่น่าสนใจมาก เพราะประเทศไทยไม่จำเป็นต้องเริ่มต้นจากศูนย์

เรามีภาษาไทยอยู่แล้ว

เรามีข้อมูลภาษาไทยจำนวนมหาศาลอยู่แล้ว

เรามีบริบททางสังคม กฎหมาย ประวัติศาสตร์ และวัฒนธรรมของเราเองอยู่แล้ว

คำถามคือ เราจะจัดการทรัพยากรเหล่านี้อย่างไรให้เกิดประโยชน์สูงสุด

4. โมเดล AI ของไทย ไม่จำเป็นต้องเริ่มจากการสร้างยักษ์ใหญ่ระดับโลก

อีกเรื่องที่สำคัญคือ “โมเดล AI”

ในโลกปัจจุบันมีโมเดลจากบริษัทระดับโลกจำนวนมาก เช่น GPT, Gemini และ Claude ซึ่งมีความสามารถสูงและพัฒนาอย่างรวดเร็ว

ประเทศไทยคงเป็นเรื่องยากมาก หากจะใช้งบประมาณจำนวนมหาศาลเพื่อสร้างโมเดล Frontier AI ที่ต้องแข่งขันโดยตรงกับบริษัทเหล่านี้

และจริง ๆ แล้ว ไทยอาจไม่จำเป็นต้องแข่งขันในสนามเดียวกัน

แนวทางหนึ่งที่น่าสนใจคือ การนำโมเดลแบบเปิดหรือ Open-Weight มาปรับแต่งให้เหมาะกับภาษาไทยและบริบทของประเทศไทย

แนวคิดนี้คล้ายกับการซื้อเครื่องยนต์ที่มีพื้นฐานดี แล้วนำมาปรับแต่งให้เหมาะกับการใช้งานของเรา แทนที่จะสร้างเครื่องยนต์ใหม่ทุกชิ้นตั้งแต่ต้น

สิ่งสำคัญจึงไม่ใช่เพียงว่า AI ของไทยตอบคำถามได้เก่งแค่ไหน

แต่ต้องถามว่า

มันเข้าใจภาษาไทยจริงหรือไม่?

เข้าใจคำที่มีหลายความหมายหรือไม่?

เข้าใจบริบทสังคมไทยหรือไม่?

เข้าใจกฎหมายไทยหรือไม่?

เข้าใจระบบราชการไทยหรือไม่?

เข้าใจศัพท์เฉพาะของวงการแพทย์ การเงิน การศึกษา และธุรกิจไทยหรือไม่?

และที่สำคัญที่สุดคือ สามารถนำไปใช้งานจริงในประเทศไทยได้หรือไม่

ไทยไม่ได้เริ่มต้นจากศูนย์

ความจริงที่หลายคนอาจไม่รู้คือ ประเทศไทยมีความพยายามพัฒนา Large Language Model ภาษาไทยมาหลายปีแล้ว

หนึ่งในชื่อที่ถูกพูดถึงมากคือ Typhoon หรือ “ไต้ฝุ่น” ซึ่งมีจุดเริ่มต้นจากความต้องการแก้ปัญหาที่โมเดลต่างประเทศบางรุ่นยังเข้าใจภาษาและบริบทไทยได้ไม่ดีพอ

อีกโครงการหนึ่งคือ OpenThaiGPT ซึ่งเริ่มต้นจากชุมชนนักพัฒนาและนักวิจัย ก่อนจะพัฒนาโมเดลภาษาไทยในหลายรุ่น

ขณะเดียวกัน VISTEC ก็พัฒนา WangChanGLM โดยมุ่งเน้นการใช้งานในสาขาที่ต้องการความรู้เฉพาะทาง เช่น การแพทย์ กฎหมาย และการเงิน

ภาคการเงินเองก็มีความเคลื่อนไหว โดย SCB 10X พัฒนาโมเดลตระกูล Typhoon ขณะที่ KBTG พัฒนา THaLLE หรือ “ทะเล” ซึ่งมีเป้าหมายด้านการเงินและการลงทุน

ทางด้านภาครัฐและการวิจัย NECTEC ก็พัฒนา Pathumma LLM เพื่อรองรับการใช้งานภาษาไทยในหลายรูปแบบ

เมื่อโครงการเหล่านี้เดินหน้ามาพร้อมกัน สิ่งที่น่าสนใจจึงไม่ใช่การแข่งขันว่าโมเดลของใคร “เก่งที่สุด” เพียงอย่างเดียว แต่คือการทำให้ความรู้และทรัพยากรที่แต่ละฝ่ายมีสามารถนำมาร่วมกันพัฒนาระบบ AI ของประเทศได้

ก้าวสำคัญในปี 2569 กับ “ThaiLLM”

ในเดือนพฤษภาคม 2569 มีการผลักดันโครงการ Thai LLM ที่รวมความร่วมมือของหน่วยงานด้านข้อมูล วิทยาศาสตร์ เทคโนโลยี มหาวิทยาลัย ภาคเอกชน และสมาคมที่เกี่ยวข้อง

แนวคิดสำคัญคือการนำโมเดลและทรัพยากรที่มีอยู่แล้วมาทำงานร่วมกัน ไม่ว่าจะเป็น OpenThaiGPT, Pathumma, Typhoon-S และ THaLLE รวมถึงโครงสร้างพื้นฐานด้านข้อมูลภาษาไทยและระบบประมวลผลประสิทธิภาพสูง

เว็บไซต์ ThaiLLM ยังแสดงโมเดลภาษาไทยหลายตัวที่อยู่ในระบบ เช่น OpenThaiGPT-ThaiLLM-8B-Instruct-v7.2, Typhoon-S-ThaiLLM-8B-Instruct, Pathumma-ThaiLLM และ THaLLE-ThaiLLM

สิ่งเหล่านี้สะท้อนว่าไทยกำลังพยายามสร้างระบบนิเวศ AI แบบเปิดที่นักวิจัย นักพัฒนา หน่วยงานรัฐ และภาคธุรกิจสามารถนำไปต่อยอดได้

จุดสำคัญจึงไม่ใช่การประกาศว่า “ไทยมี AI ที่เก่งที่สุดในโลกแล้ว”

แต่คือการสร้าง ทางเลือก

เพราะประเทศที่มีทางเลือก ย่อมมีอำนาจต่อรองมากกว่าประเทศที่มีทางเลือกเพียงทางเดียว

แล้วทำไมเรื่องนี้จึงเกี่ยวกับคนธรรมดา?

บางคนอาจคิดว่าเรื่อง AI Sovereignty เป็นเรื่องของนักวิจัย นักเทคโนโลยี หรือรัฐบาลเท่านั้น

แต่ถ้า AI กลายเป็นโครงสร้างพื้นฐานจริง ผลกระทบจะลงมาถึงชีวิตประจำวันของประชาชนโดยตรง

ลองจินตนาการว่าในอนาคตธนาคารใช้ AI ในการประเมินเอกสาร

โรงพยาบาลใช้ AI ช่วยคัดกรองข้อมูล

สายการบินใช้ AI บริหารระบบ

บริษัทใช้ AI ทำบัญชี วิเคราะห์ตลาด และบริการลูกค้า

โรงเรียนใช้ AI เป็นผู้ช่วยครู

หน่วยงานรัฐใช้ AI ประมวลผลเอกสารจำนวนมหาศาล

หากระบบเหล่านี้พึ่งพาผู้ให้บริการต่างประเทศเกือบทั้งหมด แล้วเกิดการเปลี่ยนนโยบายจนไม่สามารถใช้งานได้เป็นเวลาหนึ่งเดือนหรือสองเดือน ผลกระทบจะไม่ใช่เรื่องเล็กอีกต่อไป

มันอาจกระทบทั้งธุรกิจ การบริการ และเศรษฐกิจของประเทศ

อีกเรื่องที่มองข้ามไม่ได้คือ “ราคา”

การพึ่งพา AI ต่างประเทศยังมีความเสี่ยงอีกด้านหนึ่งที่ใกล้ตัวกว่าความมั่นคง นั่นคือ “ต้นทุน”

หากบริษัทไทยสร้างระบบธุรกิจโดยพึ่งพา AI จากต่างประเทศ วันหนึ่งผู้ให้บริการปรับราคาค่าสมาชิก เพิ่มค่าบริการ API หรือเปลี่ยนเงื่อนไขการใช้งาน บริษัทไทยอาจต้องรับต้นทุนที่เพิ่มขึ้นทันที

ในระยะสั้นอาจเป็นค่าใช้จ่ายของบริษัท

แต่ในระยะยาว ต้นทุนเหล่านั้นสามารถถูกส่งต่อไปยังสินค้าและบริการ

สุดท้ายผู้บริโภคก็อาจเป็นคนจ่าย

ดังนั้น AI Sovereignty จึงไม่ได้หมายความว่าเราต้องเลิกใช้ AI จากต่างประเทศ

ตรงกันข้าม ประเทศไทยควรใช้ AI ระดับโลกต่อไป หากมันช่วยเพิ่มประสิทธิภาพและความสามารถในการแข่งขัน

แต่ในขณะเดียวกันก็ควรมี AI ทางเลือกที่สามารถควบคุมและพัฒนาต่อเองได้

เหมือนกับการมีทั้งถนนหลักและถนนสำรอง

ไม่ใช่เลือกอย่างใดอย่างหนึ่ง

ภาษาไทยอาจเป็นเรื่องใหญ่กว่าที่คิด

ประเด็นที่น่าสนใจอีกด้านคือ AI ไม่เหมือนซอฟต์แวร์แบบเดิมเสียทีเดียว

ซอฟต์แวร์จำนวนมากทำงานผ่านคำสั่งที่เป็นระบบ แต่ AI สมัยใหม่ทำงานผ่าน “ภาษา”

และภาษาไม่ได้เป็นเพียงเครื่องมือสื่อสาร

ภาษาเชื่อมโยงกับความคิด วัฒนธรรม ประวัติศาสตร์ ค่านิยม และวิธีมองโลกของผู้คน

ถ้า AI ที่คนไทยใช้ในชีวิตประจำวันถูกพัฒนาโดยอาศัยข้อมูลและบริบทของประเทศอื่นเป็นหลัก ย่อมมีคำถามตามมาว่า AI จะเข้าใจประเทศไทยได้ลึกแค่ไหน

คำว่า “เกรงใจ” หมายถึงอะไร?

คำว่า “บุญคุณ” มีบริบทอย่างไร?

ระบบครอบครัวไทยแตกต่างจากสังคมตะวันตกอย่างไร?

การใช้ภาษาราชการ ภาษาโบราณ ภาษาถิ่น หรือคำที่มีความหมายตามบริบทจะถูกตีความอย่างไร?

สิ่งเหล่านี้เป็นรายละเอียดที่ดูเหมือนเล็ก แต่เมื่อ AI เข้าไปอยู่ในระบบการศึกษา การทำงาน และการสื่อสารของคนจำนวนมาก ความสามารถในการเข้าใจบริบทภาษาไทยย่อมมีความสำคัญมากขึ้น

นี่จึงเป็นเหตุผลว่าทำไมการพัฒนา AI ภาษาไทยจึงไม่ควรถูกมองว่าเป็นเพียงโครงการด้านเทคโนโลยี

แต่มันเกี่ยวข้องกับการรักษาความสามารถของประเทศในการกำหนดบริบทของตัวเองในโลกดิจิทัลด้วย

ปัญหาใหญ่ของไทยไม่ใช่แค่เงิน แต่คือ “คน”

อย่างไรก็ตาม การพูดว่าไทยควรมี AI ของตัวเองนั้นง่ายกว่าการทำจริงมาก

Large Language Model ขนาดใหญ่ต้องใช้ทั้งเงิน เครื่องคอมพิวเตอร์ ข้อมูล และบุคลากรจำนวนมาก

ประเทศไทยไม่สามารถทุ่มเงินแข่งขันกับบริษัทระดับโลกแบบตัวต่อตัวได้ง่าย ๆ

บริษัทระดับโลกสามารถใช้เงินหลายพันล้านดอลลาร์ พัฒนาเทคโนโลยีต่อเนื่อง และดึงดูดนักวิจัยระดับแนวหน้าจากทั่วโลก

หากไทยพยายามเดินตามทุกอย่างแบบเดียวกัน อาจกลายเป็นการแข่งขันที่ไม่มีทางชนะ

ดังนั้นยุทธศาสตร์ของไทยจึงควรเป็นการเลือกสนามที่เรามีโอกาสสร้างความแตกต่าง

ภาษาไทย

ข้อมูลไทย

บริบทไทย

อุตสาหกรรมไทย

กฎหมายไทย

บริการสาธารณะของไทย

และปัญหาเฉพาะของประเทศไทย

สิ่งเหล่านี้คือพื้นที่ที่บริษัทต่างชาติอาจไม่มีแรงจูงใจมากพอที่จะพัฒนาให้ละเอียดเท่ากับคนในประเทศ

รัฐต้องลงทุน แต่เอกชนก็ต้องร่วมมือ

การสร้างระบบนิเวศ AI ไม่ใช่งานที่รัฐบาลทำเพียงฝ่ายเดียวได้

รัฐบาลมีหน้าที่สร้างนโยบาย โครงสร้างพื้นฐาน กฎหมาย และงบประมาณสนับสนุน

มหาวิทยาลัยมีหน้าที่ผลิตนักวิจัยและองค์ความรู้

ภาคเอกชนมีหน้าที่นำ AI ไปใช้จริงและสร้างตลาด

นักพัฒนามีหน้าที่สร้างเครื่องมือและบริการ

ส่วนประชาชนต้องมีความรู้ในการใช้ AI อย่างปลอดภัยและรู้เท่าทัน

หากทุกฝ่ายทำงานแยกกัน ประเทศอาจมีโครงการ AI จำนวนมาก แต่ไม่สามารถสร้าง “ระบบนิเวศ” ที่แข็งแรงได้

สิ่งที่ควรเกิดขึ้นคือการเชื่อมต่อทรัพยากรเหล่านี้เข้าด้วยกัน

ข้อมูลจากภาครัฐ

งานวิจัยจากมหาวิทยาลัย

เทคโนโลยีจากภาคเอกชน

โครงสร้างพื้นฐานจากผู้ให้บริการ

และความต้องการใช้งานจริงจากประชาชน

ทั้งหมดควรเดินไปในทิศทางเดียวกัน

ไทยไม่จำเป็นต้องเป็นเจ้าของทุกอย่าง แต่ต้อง “มีทางเลือก”

เมื่อมองมาถึงตรงนี้ จะเห็นว่าคำว่า “AI ของไทย” อาจทำให้เราเข้าใจผิด หากตีความว่าประเทศไทยต้องเป็นเจ้าของทุกชิ้นส่วน

ในความเป็นจริง สิ่งที่สำคัญกว่าคือการมี “ความสามารถเชิงยุทธศาสตร์”

เรายังสามารถใช้ ChatGPT

เรายังสามารถใช้ Claude

เรายังสามารถใช้ Gemini

และยังควรใช้เทคโนโลยีระดับโลกที่มีประโยชน์ต่อประเทศ

แต่ขณะเดียวกัน เราควรมีระบบ AI ภาษาไทยที่พัฒนาในประเทศ มีข้อมูลที่เราควบคุมได้ มีบุคลากรที่เข้าใจระบบ และสามารถนำไปต่อยอดได้เมื่อจำเป็น

เพราะวันที่ทุกอย่างยังทำงานตามปกติ การมีทางเลือกอาจดูเหมือนไม่จำเป็น

แต่วันที่เกิดวิกฤต ทางเลือกนั้นอาจกลายเป็นสิ่งที่มีค่าที่สุด

“อธิปไตยทาง AI” จึงไม่ใช่การปิดประเทศ

หัวใจของเรื่องนี้ไม่ใช่การบอกให้ประเทศไทยปิดกั้น AI ต่างชาติ หรือหันหลังให้เทคโนโลยีจากต่างประเทศ

ตรงกันข้าม ไทยควรเปิดรับเทคโนโลยีจากทั่วโลกและใช้สิ่งที่ดีที่สุดเพื่อเพิ่มขีดความสามารถของประเทศ

แต่การเปิดรับกับการพึ่งพาแบบไม่มีทางเลือกนั้นไม่เหมือนกัน

เราสามารถเปิดรับได้โดยไม่จำเป็นต้องฝากอนาคตทั้งหมดไว้กับผู้ให้บริการรายเดียว

เพราะในโลกที่เทคโนโลยีเปลี่ยนเร็ว การพึ่งพาเพียงแหล่งเดียวถือเป็นความเสี่ยง

วันนี้อาจเป็น AI

วันหน้าอาจเป็นชิป

ต่อไปอาจเป็นระบบคลาวด์ ข้อมูล หรือเทคโนโลยีอื่นที่กลายเป็นโครงสร้างพื้นฐานของประเทศ

ในมุมมองของผู้เขียนเห็นว่า

สิ่งที่ประเทศไทยควรตั้งเป้าหมายไม่ใช่การสร้าง AI ที่ “ใหญ่ที่สุดในโลก” แต่ควรสร้าง AI ที่ จำเป็นต่อประเทศไทยและเราสามารถควบคุมได้ในระดับหนึ่ง

เราไม่จำเป็นต้องเอาชนะ OpenAI

ไม่จำเป็นต้องเอาชนะ Anthropic

ไม่จำเป็นต้องเอาชนะ Google

เพราะการพยายามแข่งทุกด้านอาจใช้เงินมหาศาลจนไม่คุ้มค่า

แต่ไทยควรมีความสามารถในการสร้างและดูแล AI สำหรับสิ่งที่เป็น “จุดยุทธศาสตร์” ของประเทศ

เช่น ภาษาไทย กฎหมายไทย ระบบราชการ การศึกษา การแพทย์ การเงิน การเกษตร และข้อมูลสาธารณะที่สำคัญ

หากวันหนึ่ง AI ต่างประเทศหยุดให้บริการ ประเทศไทยก็ควรมีระบบสำรอง

หากผู้ให้บริการต่างประเทศขึ้นราคา ไทยควรมีทางเลือก

หากนโยบายของประเทศต้นทางเปลี่ยน ไทยควรยังเดินหน้าต่อได้

และหาก AI กำลังกลายเป็นโครงสร้างพื้นฐานใหม่ของโลก ประเทศไทยก็ควรมีคนของตัวเองที่เข้าใจเทคโนโลยีนี้อย่างแท้จริง

ท้ายที่สุดแล้ว “อธิปไตยทาง AI” จึงไม่ใช่เรื่องของการสร้างกำแพงเพื่อแยกประเทศไทยออกจากโลก

แต่คือการสร้างความสามารถให้ประเทศไทย อยู่ร่วมกับโลกได้โดยไม่เสียอำนาจต่อรองของตัวเอง

เพราะในโลกยุคใหม่ ประเทศที่มีเทคโนโลยี ไม่จำเป็นต้องเป็นประเทศที่สร้างทุกอย่างเอง

แต่ควรเป็นประเทศที่รู้ว่าอะไรควบคุมได้ อะไรควบคุมไม่ได้ อะไรต้องพึ่งพา และที่สำคัญที่สุดคือ เมื่อทางเลือกหนึ่งหายไป เรายังมีทางเลือกที่สองหรือไม่

เหตุการณ์ที่เกิดขึ้นกับ Claude ในเดือนมิถุนายน 2569 จึงอาจไม่ใช่เพียงข่าวเทคโนโลยีธรรมดา

แต่มันเป็นเหมือนสัญญาณเตือนว่า ในวันที่ AI กำลังกลายเป็นส่วนหนึ่งของเศรษฐกิจและชีวิตประจำวัน คำว่า “ใครเป็นเจ้าของเทคโนโลยี” และ “ใครมีสิทธิ์กำหนดว่าเราจะใช้มันได้หรือไม่” กำลังกลายเป็นคำถามสำคัญขึ้นเรื่อย ๆ

ประเทศไทยอาจไม่จำเป็นต้องสร้าง AI ที่ดีที่สุดในโลก

แต่ เราควรมี AI ที่ทำให้เรายังยืนอยู่ได้ หากวันหนึ่งประตูของเทคโนโลยีจากภายนอกถูกปิดลง

และนี่อาจเป็นเหตุผลที่ว่า ทำไมการสร้าง “AI ของไทย” จึงไม่ใช่เรื่องของนักวิทยาศาสตร์หรือบริษัทเทคโนโลยีเพียงไม่กี่แห่งอีกต่อไป

แต่กำลังเป็นเรื่องของ อนาคตทางเศรษฐกิจ ความสามารถในการแข่งขัน ความมั่นคงทางเทคโนโลยี และอำนาจต่อรองของประเทศไทยทั้งประเทศ

---

แหล่งที่มาของข้อมูล :

1. Anthropic — แถลงการณ์เรื่องคำสั่งรัฐบาลสหรัฐฯ ให้ระงับการเข้าถึง Claude Fable 5 และ Mythos 5 วันที่ 12 มิถุนายน 2569 และรายละเอียดเกี่ยวกับมาตรการควบคุมการส่งออก
2. Anthropic — ประกาศเปิดตัว Claude Fable 5 และ Claude Mythos 5 วันที่ 9 มิถุนายน 2569
3. Anthropic — ประกาศวันที่ 30 มิถุนายน 2569 ว่ามาตรการควบคุมการส่งออกถูกยกเลิก และการเข้าถึง Fable 5/Mythos 5 ได้รับการคืนกลับ
4. ThaiLLM — ข้อมูลเกี่ยวกับโครงการ ThaiLLM โมเดลภาษาไทย และโครงสร้างพื้นฐาน AI แบบเปิดของไทย
5. Thai PBS Sci & Tech — รายงานกรณีสหรัฐฯ ระงับการเข้าถึง Claude Fable 5 และ Mythos 5 ในเดือนมิถุนายน 2569
6. BBC News ไทย — บทความเกี่ยวกับความจำเป็นและแนวคิดเรื่อง “อธิปไตยทางปัญญาประดิษฐ์” ของประเทศไทย