พันธุ์อาจ ชัยรัตน์

ไทยอยู่ตรงไหนของห่วงโซ่อุปทาน AI โลก คำตอบที่ผมตอบได้อย่างตรงไปตรงมา คือ เราอยู่ “ปลายน้ำ” ครับ 

เราเป็นประเทศผู้บริโภคโมเดลจากต่างชาติ ไม่ได้ผลิตกำลังประมวลผล ไม่ได้เป็นเจ้าของโมเดล และยังไม่มีกลไกกำกับดูแลที่ชัดพอจะเรียกว่า “อธิปไตยทางเทคโนโลยี” หรือ Technology Sovereignty 

ก่อนจะพูดถึง “หลุมพราง” ต้องนิยามให้ตรงกันก่อนว่านโยบาย AI ระดับชาติ คืออะไร หากเราจะพูดให้ชัด มันคือกรอบยุทธศาสตร์ของรัฐที่ทำสามอย่างพร้อมกัน

1) กระตุ้นเศรษฐกิจ
2) วางทิศทางการพัฒนาอย่างมีจริยธรรม และ
3) กำหนดขอบเขตการกำกับดูแล AI

แก่นของมันคือ การบาลานซ์น้ำหนักระหว่าง “นวัตกรรมและความสามารถแข่งขัน” กับ “ความปลอดภัย ความเป็นส่วนตัว และการคุ้มครองทางสังคม”

ในทางปฏิบัติ นโยบาย AI ระดับชาติมักครอบคลุม 5 มิติหลัก ได้แก่ 

1) งานวิจัยและพัฒนา การลงทุนโครงสร้างพื้นฐาน เช่น ซูเปอร์คอมพิวเตอร์ และงานวิจัยจากมหาวิทยาลัย
2) การพัฒนากำลังคน อัพสกิลแรงงานเดิม และสร้างบุคลากร AI
3) การผลักดันการใช้งาน นำ AI ไปต่อยอดจุดแข็ง เช่น เกษตร สุขภาพ และการผลิต 
4) จริยธรรมและธรรมาภิบาล ดูแลเรื่องสิทธิ ความเป็นส่วนตัว และทรัพย์สินทางปัญญา และ
5) ความมั่นคงกับการควบคุมการส่งออก ดูแลเทคโนโลยีที่ใช้ได้ทั้งพลเรือนและทหาร รวมถึงการไหลของข้อมูลข้ามพรมแดน

ขณะเดียวกัน สิ่งที่ “ไม่ใช่” นโยบาย AI ก็สำคัญไม่แพ้กัน มันไม่จำเป็นต้องเป็นกฎหมายฉบับเดียวแบบ EU AI Act หลายประเทศใช้กฎหมายรายภาคที่มีอยู่แล้วแทน ไม่ใช่การแบนเทคโนโลยีเพื่อหยุดความก้าวหน้า แต่เป็นการทำให้ระบบปลอดภัย โปร่งใส และตรวจสอบได้ และไม่ใช่ระเบียบภายในองค์กร เพราะนโยบายระดับชาติกำหนดกรอบมหภาค ส่วนรายละเอียดการใช้งานเป็นเรื่องของแต่ละหน่วยงาน

พูดให้สั้น นโยบายที่ดีต้องทำให้ “รัฐและสังคม” เป็นคนกำหนดกติกา ไม่ใช่ปล่อยให้ผู้พัฒนาเทคโนโลยีเป็นคนตั้งกฎ คำถาม คือ ไทยอยู่ตรงไหน และควรระวังอะไร ผมมองว่ามี 3 หลุมพรางหลัก ซึ่งซ้อนทับกับ 5 มิติข้างต้น

หลุมพรางแรก: การมอง AI เป็นเพียงสินค้าโภคภัณฑ์

ความผิดพลาดสำคัญไม่ใช่แค่เรื่องของการมุ่งเน้นการเข้าถึงเทคโนโลยี แต่คือ กรอบคิดที่มอง AI เป็นของที่ซื้อมาแจกได้ รัฐทุ่มงบซื้อสิทธิ์ใช้งานหรือบัญชีจากบริษัทต่างชาติ แล้วใช้จำนวนผู้ใช้เป็นตัวชี้วัด

แต่ AI ไม่ใช่ของที่ซื้อแล้วจบ มันคือ “ศักยภาพ” ที่ต้องมาคู่กับทักษะ ถ้าใช้ไม่เป็น ก็ไม่เกิดมูลค่า สุดท้ายเหลือแค่สัญญาที่หมดอายุ

สิงคโปร์ เพิ่งปรับยุทธศาสตร์ในปี 2026 โดยโฟกัสที่ “AI Bilingual” คือ คนที่เก่งในสายงานตัวเองและใช้ AI ได้จริง ตั้งเป้าที่ 100,000 คนภายใน 3 ปี เริ่มจากสาขาบัญชีและกฎหมาย แล้วค่อยขยายไปสาขาอื่น พร้อมกันนั้นยังพัฒนาคนสายเทคอีก 40,000 คน ให้ขยับไปคุมระบบ AI agent

UAE เดินเกมเดียวกันแต่ขนาดใหญ่กว่า ประกาศฝึกข้าราชการ 80,000 คนใน 2 ปี ครอบคลุมทุกระดับ เป้าหมายคือ ให้บริการรัฐครึ่งหนึ่งขับเคลื่อนด้วย AI

จุดร่วมสำคัญคือ ทั้งสองประเทศไม่ได้วัดความสำเร็จจาก “จำนวนผู้ใช้” แต่วัดจาก “จำนวนคนที่ใช้เป็นจริง”

นี่คือเส้นแบ่งที่ชัดเจน นั่นคือ ถ้ามอง AI เป็นสินค้า นโยบายจะจบที่การกระจาย แต่ถ้ามองเป็นศักยภาพ นโยบายต้องลงทุนในคน โดยเฉพาะคนที่สามารถตัดสินใจและกำกับระบบได้

หลุมพรางที่สอง: การแปะป้าย “AI” ให้ทุกอย่าง

หลุมพรางนี้ไม่ได้มีแค่เรื่องนิยามกว้างเกินไป แต่คือการเอาทุกโครงการมาติดป้าย AI เพื่อให้งบผ่านง่ายขึ้น ไม่ว่าจะเป็นพลังงาน โครงสร้างพื้นฐาน หรืออุตสาหกรรมทั่วไป

ปัญหาคือ เมื่อทุกอย่างเป็น AI ก็แปลว่าไม่มีอะไรเป็น AI จริง ทรัพยากรถูกกระจายจนไม่เกิดผลกระทบเชิงโครงสร้าง งานวิเคราะห์ระดับโลกชี้ว่า “AI” กลายเป็นคำครอบจักรวาล ไม่ต่างจากที่เคยเกิดกับ blockchain หรือ quantum computing

ในทางตรงกันข้าม แนวคิด “cognitive infrastructure” ของ Brookings มองว่า AI ไม่ใช่อุตสาหกรรมใหม่ แต่เป็นความสามารถที่ต้องไปต่อยอดจุดแข็งเดิม

ฝรั่งเศส เยอรมนี ญี่ปุ่น และเกาหลีใต้ จึงเลือกโฟกัสในโดเมนที่ตัวเองมีฐานอยู่แล้ว เช่น การผลิต ยานยนต์ และหุ่นยนต์ สิงคโปร์เลือก 4 ภาคหลักที่รวมกันคิดเป็นประมาณ 40% ของ GDP

เกาหลีใต้เน้น Physical AI ในโรงงานอุตสาหกรรม ญี่ปุ่นใช้กฎหมายลิขสิทธิ์ (มาตรา 30-4) เป็นแต้มต่อในการเปิดทางให้เทรน AI จุดร่วมคือ “เลือกให้แคบ แล้วลงให้ลึก” ไม่ใช่ทำทุกอย่างพร้อมกัน

หลุมพรางที่สาม: การละเลยพลังการประมวลผลและการกำกับดูแล

สมรภูมิจริงของ AI ไม่ใช่แอป แต่คือ compute และ governance หากไม่มีสองอย่างนี้ ประเทศจะต้องพึ่งพาต่างชาติตลอด และความเสี่ยงจะสะสม

EU เป็นตัวอย่างสำคัญ โครงการ Gaia-X ตั้งเป้าสร้างอธิปไตยคลาวด์ แต่ขาดนิยามร่วมและกลไกที่ชัด สุดท้ายผู้เล่นต่างชาติยังครองตลาด

สิงคโปร์เลือกอีกทาง ลงทุนโครงสร้างพื้นฐานจริง ทั้งซูเปอร์คอมพิวเตอร์และ data center พร้อมงบวิจัยกว่า 1,000 ล้านดอลลาร์สิงคโปร์ และผูกกับผลลัพธ์ที่วัดได้ ด้านกำกับดูแล สิงคโปร์เริ่ม AI Verify ตั้งแต่ปี 2022 และเปิดเป็นโอเพนซอร์สในปี 2023 จนกลายเป็นเครื่องมือที่หน่วยงานทั่วโลกอ้างอิง

ในระดับการเปรียบเทียบนโยบาย เครื่องมืออย่าง AI Policy Portal ของ UNIDIR ช่วยให้เห็นภาพชัดขึ้น ฐานข้อมูลนี้รวบรวมนโยบาย AI ของประเทศสมาชิก UN ทั้ง 193 ประเทศ สามารถเทียบแนวทางของแต่ละประเทศแบบ side-by-side หรือค้นหาเฉพาะประเด็นได้

ที่สำคัญ มี Thailand profile อยู่ในระบบ ทำให้เห็นชัดว่าไทยอยู่ตรงไหนเมื่อเทียบกับประเทศอื่น ทั้งในมิติ ethics, safety และ adoption ไม่ใช่ดูแยกขาดจากบริบทโลก

บทสรุป

นโยบาย AI ที่มีน้ำหนัก ไม่ได้เริ่มจากคำถามว่า “จะซื้ออะไรมาแจก” และไม่จบที่ภาพระบบนิเวศกว้างๆ

คำถามที่ต้องตอบให้ได้มีสามข้อ:
- จะเปลี่ยนงบประมาณเป็นทักษะมนุษย์ได้อย่างไร
- จะเลือกสมรภูมิที่ตรงกับจุดแข็งของประเทศตรงไหน และ
- จะสร้างกำลังประมวลผลกับกติกาที่น่าเชื่อถือได้หรือยัง

ถ้ายังตอบไม่ได้ ต่อให้ดูเหมือนกำลังเร่งเครื่อง สุดท้ายก็แค่ “เช่าอนาคต” มาใช้ชั่วคราว