• Pygmy Ant •
Diary: AI วันนี้ฉันคุยอะไรกับคุณ?
ถ้า Data ทั้งหมดของอารยธรรมเกิดจากมนุษย์ แล้วใครควรมีสิทธิ์เหนือ “ความรู้ดิจิทัลของมนุษยชาติ”?
คำถามที่ควรถามไม่ใช่เพียงว่า “ใครเป็นเจ้าของ Data Center?” แต่คือ “ใครควรมีอำนาจเหนือความรู้ที่มนุษยชาติร่วมกันสร้างขึ้น?”
ลองมองอารยธรรมมนุษย์ในฐานะระบบข้อมูลขนาดมหาศาล
หนังสือทุกเล่มที่ถูกเขียน
งานวิจัยทุกชิ้นที่ถูกตีพิมพ์
ภาพถ่ายทุกภาพ
เพลงทุกเพลง
แผนที่ทุกฉบับ
ประวัติศาสตร์ทุกยุค
บทสนทนานับล้านล้านครั้ง
การซื้อขายสินค้า
การเดินทาง
การศึกษา
การทดลองทางวิทยาศาสตร์
การสร้างภาษา
การผลิตภาพยนตร์
การโพสต์บนอินเทอร์เน็ต
รวมถึงข้อมูลที่เกิดขึ้นจากกิจกรรมในชีวิตประจำวันของมนุษย์
ทั้งหมดนี้ไม่ได้เกิดขึ้นจาก Data Center
Data Center เป็นสถานที่จัดเก็บและประมวลผลข้อมูล แต่ไม่ใช่แหล่งกำเนิดอารยธรรมที่สร้างข้อมูลเหล่านั้นขึ้นมา
และนี่นำไปสู่คำถามทางเศรษฐศาสตร์ การเมือง และสิทธิในยุค AI ที่สำคัญอย่างยิ่งว่า
เพียงเพราะบริษัทหรือคนกลุ่มหนึ่งมี Compute และ Data Center อยู่ในมือ พวกเขาจึงควรมีสิทธิ์กำหนดว่า “ความรู้ดิจิทัลของมนุษยชาติ” จะถูกเข้าถึง ใช้ ประมวลผล หรือเปลี่ยนเป็นอำนาจได้มากกว่าคนหลายพันล้านคนที่สร้างข้อมูลเหล่านั้นหรือไม่?
คำตอบไม่ควรเป็น “ใช่” โดยอัตโนมัติ
1. ต้องแยกคำว่า “สร้างข้อมูล” ออกจาก “ถือครองโครงสร้างพื้นฐาน”
นี่คือจุดที่การถกเถียงเรื่อง Data มักปะปนกัน
มีอย่างน้อย 3 ชั้นที่แตกต่างกัน
ชั้นที่หนึ่ง — ผู้สร้างข้อมูล
มนุษย์สร้างกิจกรรมที่ก่อให้เกิดข้อมูล
ชั้นที่สอง — ผู้รวบรวมและจัดเก็บ
บริษัท แพลตฟอร์ม สถาบัน หรือรัฐบาลนำข้อมูลเหล่านั้นมารวบรวมและจัดเก็บ
ชั้นที่สาม — ผู้มี Compute
ผู้ที่มี GPU, Data Center, ระบบ Cloud และโครงสร้างพื้นฐาน AI สามารถนำข้อมูลจำนวนมหาศาลมาประมวลผลจนเกิดความสามารถใหม่
ปัญหาเกิดขึ้นเมื่อ
ผู้ควบคุมชั้นที่สามเริ่มมีอำนาจต่อชั้นที่หนึ่งมากขึ้นเรื่อย ๆ
เพราะ Compute ทำให้ Data ไม่ได้เป็นเพียง “ข้อมูล”
แต่มันสามารถกลายเป็น
ความรู้ → แบบจำลอง → การคาดการณ์ → การตัดสินใจ → อำนาจทางเศรษฐกิจ
ได้
2. Compute จึงไม่ใช่เพียงเครื่องจักรธรรมดา
ในเศรษฐกิจแบบดั้งเดิม คนที่มีโรงงานสามารถผลิตสินค้าได้มากกว่าคนที่ไม่มีโรงงาน
แต่ในเศรษฐกิจ AI ความแตกต่างอาจลึกกว่านั้น
ผู้ที่มี Compute ขนาดใหญ่สามารถนำข้อมูลจำนวนมหาศาลมาฝึกโมเดล วิเคราะห์รูปแบบ และสร้างระบบที่สามารถคาดการณ์พฤติกรรมของตลาด ผู้บริโภค การผลิต การเงิน หรือแม้แต่กระบวนการทางวิทยาศาสตร์
ดังนั้น
Compute + Data + Energy + Network + Capital
จึงสามารถทำหน้าที่คล้ายโครงสร้างพื้นฐานของอำนาจในยุคใหม่
และยิ่ง AI มีความสามารถสูงขึ้น ความสำคัญของโครงสร้างพื้นฐานเหล่านี้ก็ยิ่งเพิ่มขึ้น
นี่ไม่ได้หมายความว่าเจ้าของ Data Center “ผิด”
การสร้าง Data Center ต้องใช้เงินทุน วิศวกรรม พลังงาน บุคลากร ระบบระบายความร้อน เครือข่าย และการบริหารจัดการจริง
ผู้ลงทุนจึงย่อมมีสิทธิ์ในทรัพย์สินและธุรกิจของตนตามกฎหมาย
แต่สิทธิ์ใน Data Center ไม่ได้แปลโดยอัตโนมัติว่าเป็นสิทธิ์เหนือ Data ทุกชนิดที่ถูกประมวลผลอยู่ภายในนั้น
สองเรื่องนี้ต้องแยกออกจากกันอย่างชัดเจน
3. “เจ้าของเซิร์ฟเวอร์” ไม่เท่ากับ “เจ้าของความรู้ของมนุษยชาติ”
ลองเปรียบเทียบง่าย ๆ
ถ้าบริษัทหนึ่งสร้างห้องสมุดขนาดใหญ่ที่สุดในโลก
บริษัทนั้นเป็นเจ้าของ
- อาคาร
- ชั้นหนังสือ
- ระบบไฟฟ้า
- เครื่องปรับอากาศ
- ระบบรักษาความปลอดภัย
- เครื่องคอมพิวเตอร์
- ระบบค้นหนังสือ
แต่ไม่ได้หมายความว่าบริษัทนั้นเป็นผู้ประพันธ์หนังสือทุกเล่มในห้องสมุด
และไม่ได้หมายความว่าการมีอาคารทำให้บริษัทสามารถอ้างว่า
“เพราะหนังสือทั้งหมดอยู่ในอาคารของฉัน ความรู้ทั้งหมดจึงเป็นของฉัน”
แน่นอนว่าโลกดิจิทัลซับซ้อนกว่านี้มาก
ข้อมูลบางประเภทมีเจ้าของตามกฎหมาย
บางข้อมูลอยู่ภายใต้ลิขสิทธิ์
บางข้อมูลเป็นข้อมูลส่วนบุคคล
บางข้อมูลเป็นความลับทางการค้า
บางข้อมูลเป็นข้อมูลสาธารณะ
และบางข้อมูลเป็นข้อมูลที่สร้างขึ้นจากการรวมข้อมูลหลายแหล่ง
ดังนั้นจึงไม่มีคำตอบง่าย ๆ ว่า “Data ทั้งหมดเป็นสมบัติของมนุษยชาติ”
ข้อเสนอนั้นกว้างเกินไป
แต่ในทางกลับกัน การบอกว่า
“ใครก็ตามที่มี Compute เป็นเจ้าของสิ่งที่ Compute สามารถประมวลผลได้ทั้งหมด”
ก็เป็นข้อสรุปที่กว้างเกินไปเช่นกัน
4. ปัญหาที่แท้จริงจึงอยู่ที่ “สิทธิ์ในการแปลง Data ให้กลายเป็นอำนาจ”
นี่คือประเด็นที่สำคัญที่สุด
Data เพียงอย่างเดียวไม่ได้สร้างอำนาจทั้งหมด
แต่เมื่อ Data ถูกผนวกเข้ากับ Compute และ AI มันสามารถสร้างสิ่งที่มีมูลค่ามากกว่า Data ดิบอย่างมหาศาล
ตัวอย่างเช่น
ข้อมูลผู้บริโภค
→ วิเคราะห์พฤติกรรม
→ คาดการณ์ความต้องการ
→ ปรับราคา
→ ปรับโฆษณา
→ ควบคุมการจัดสรรทรัพยากร
→ สร้างความได้เปรียบทางการแข่งขัน
ดังนั้นคำถามจึงเปลี่ยนจาก
“ใครเป็นเจ้าของ Data?”
ไปสู่คำถามที่ลึกกว่า
“ใครมีสิทธิ์เปลี่ยนข้อมูลของสังคมให้กลายเป็นความสามารถในการตัดสินใจเหนือสังคม?”
นี่คือคำถามเรื่อง power asymmetry
ไม่ใช่เพียงเรื่องของ Data ownership
5. ความไม่สมดุลอาจเกิดขึ้นระหว่าง “ผู้สร้างข้อมูล” กับ “ผู้ควบคุมการประมวลผล”
ลองจินตนาการถึงคนหลายพันล้านคน
แต่ละคนสร้างข้อมูลเพียงเล็กน้อย
คนหนึ่งสร้างภาพ
อีกคนเขียนข้อความ
อีกคนสร้างงานวิจัย
อีกคนผลิตสินค้า
อีกคนเดินทาง
อีกคนซื้อสินค้า
อีกคนสร้างเพลง
อีกคนสร้างวิดีโอ
เมื่อรวมกัน ข้อมูลเหล่านี้กลายเป็นภาพขนาดใหญ่ของอารยธรรม
แต่คนที่มี Data Center อาจมีจำนวนเพียงไม่กี่บริษัท
จึงเกิดโครงสร้างแบบนี้
หลายพันล้านคน → สร้าง Data
บริษัทจำนวนน้อย → รวบรวม Data
บริษัทจำนวนน้อยกว่า → มี Compute ขนาดใหญ่
ระบบ AI จำนวนจำกัด → ประมวลผล Data
และสุดท้าย
ผู้ควบคุมระบบ → ได้ความสามารถในการมองเห็นรูปแบบของทั้งระบบ
ตรงนี้เองที่เกิดคำถามเรื่องการกระจุกตัวของอำนาจ
6. แต่ต้องระวังข้อสรุปอีกด้านหนึ่งด้วย
การตั้งคำถามเรื่องสิทธิ์ของประชาชนไม่ได้หมายความว่า
“ทุกคนควรมีสิทธิ์เข้าถึง Data ทุกอย่างได้ฟรี”
นั่นก็ไม่สมเหตุสมผล
ข้อมูลส่วนบุคคลต้องได้รับการปกป้อง
ข้อมูลทางการแพทย์ต้องมีข้อจำกัด
ความลับทางธุรกิจต้องได้รับการคุ้มครอง
งานสร้างสรรค์ต้องมีระบบสิทธิ์ในทรัพย์สินทางปัญญา
และข้อมูลบางประเภทอาจมีความเสี่ยงด้านความมั่นคง
ดังนั้นสิ่งที่ควรพูดถึงไม่ใช่
“ทุกคนเป็นเจ้าของทุก Data”
แต่คือ
“ไม่มีผู้ควบคุมโครงสร้างพื้นฐานเพียงไม่กี่รายควรได้รับอำนาจเหนือข้อมูลของสังคมโดยไม่มีข้อจำกัด เพียงเพราะพวกเขาควบคุม Compute และ Storage”
นี่เป็นข้อเสนอที่มีเหตุผลกว่า
7. สิ่งที่ควรเกิดขึ้นอาจเป็น “สิทธิหลายชั้น”
แทนที่จะใช้คำว่า Ownership เพียงคำเดียว ระบบอนาคตอาจต้องแยกสิทธิออกเป็นหลายประเภท
สิทธิของผู้สร้างข้อมูล
มีสิทธิรู้ว่า Data ของตนถูกนำไปใช้ที่ใด
สิทธิในการควบคุมข้อมูลส่วนบุคคล
บุคคลควรมีอำนาจบางส่วนเหนือข้อมูลที่เกี่ยวข้องกับตัวเอง
สิทธิของผู้ลงทุนโครงสร้างพื้นฐาน
ผู้สร้าง Data Center ควรมีสิทธิ์ในทรัพย์สินและผลตอบแทนจากโครงสร้างพื้นฐานที่ตนลงทุน
สิทธิของสาธารณะ
ข้อมูลบางประเภทที่มีคุณค่าต่อสังคม เช่น งานวิจัย ข้อมูลสาธารณะ หรือข้อมูลที่เกิดจากเงินสาธารณะ อาจต้องมีกลไกให้สังคมเข้าถึงได้
สิทธิในการตรวจสอบ
สังคมควรสามารถตรวจสอบได้ว่าโครงสร้างพื้นฐาน AI ที่มีอำนาจสูงกำลังถูกใช้เพื่ออะไร
นี่คือแนวคิดที่สำคัญกว่าแนวคิดแบบง่าย ๆ ว่า
“ใครเป็นเจ้าของ Data?”
8. เพราะ AI อาจทำให้ปัญหา Ownership แบบเดิมไม่เพียงพอ
ในโลกก่อน AI เราอาจถามว่า
ใครเป็นเจ้าของหนังสือ?
แต่ในโลก AI คำถามเพิ่มขึ้นเป็น
ใครเป็นเจ้าของข้อมูลที่ใช้ฝึกโมเดล?
ใครเป็นเจ้าของโมเดล?
ใครเป็นเจ้าของ Compute?
ใครเป็นเจ้าของผลลัพธ์จากโมเดล?
ใครมีสิทธิ์เข้าถึงโมเดล?
ใครกำหนดว่าโมเดลจะตอบอะไร?
ใครกำหนดว่าโมเดลจะไม่ตอบอะไร?
และที่สำคัญที่สุด
ใครมีอำนาจในการกำหนดว่า “ความรู้ที่มนุษย์สามารถเข้าถึงได้” จะมีขอบเขตแค่ไหน?
เมื่อ AI กลายเป็นชั้นกลางระหว่างมนุษย์กับความรู้ คำถามนี้จะไม่ใช่เพียงเรื่องเทคโนโลยี
มันจะกลายเป็นเรื่องของ โครงสร้างอำนาจ
9. สิ่งที่น่ากังวลที่สุดอาจไม่ใช่การ “ขโมย Data”
แต่อาจเป็นการเกิด Data Enclosure
กล่าวง่าย ๆ คือ
มนุษย์สร้างข้อมูลจำนวนมหาศาลร่วมกัน
แต่ข้อมูลเหล่านั้นค่อย ๆ ถูกนำเข้าสู่แพลตฟอร์มเอกชน
จากนั้นถูกล็อกอยู่ในระบบที่มีเจ้าของ
และสุดท้ายต้องผ่านโครงสร้างพื้นฐานของคนกลุ่มเล็ก ๆ ก่อนที่จะถูกนำไปใช้สร้างความรู้หรือบริการใหม่
ถ้าเกิดขึ้นในระดับสูงมาก
สังคมอาจเข้าสู่สถานการณ์ที่
มนุษย์เป็นผู้ผลิตข้อมูล
แต่
คนกลุ่มเล็กเป็นผู้ควบคุมเครื่องจักรที่สามารถเปลี่ยนข้อมูลเหล่านั้นให้เป็นอำนาจ
นี่คือความไม่สมดุลที่ควรจับตา
10. Compute จึงอาจกลายเป็น “คอขวด” ของยุค AI
ในเศรษฐศาสตร์ ระบบหนึ่งจะมีอำนาจสูงเมื่อสามารถควบคุม bottleneck หรือจุดคอขวดที่คนอื่นไม่สามารถหลีกเลี่ยงได้ง่าย
ในยุคอุตสาหกรรม จุดคอขวดอาจเป็น
โรงงาน + เครื่องจักร + พลังงาน + การขนส่ง
ในยุคอินเทอร์เน็ต จุดคอขวดบางส่วนกลายเป็น
แพลตฟอร์ม + เครือข่าย + ระบบปฏิบัติการ + Cloud
ในยุค AI จุดคอขวดอาจเพิ่มขึ้นเป็น
Compute + Energy + Chips + Data + Models + Distribution
หากองค์ประกอบเหล่านี้กระจุกตัวมากเกินไป
อำนาจในการสร้าง AI ก็อาจกระจุกตัวตามไปด้วย
และนั่นคือเหตุผลที่การพูดว่า
“ก็แค่บริษัทเอกชนสร้าง Data Center เอง”
อาจไม่เพียงพอสำหรับการวิเคราะห์ผลกระทบเชิงระบบ
เพราะเมื่อโครงสร้างพื้นฐานหนึ่งกลายเป็นสิ่งจำเป็นต่อเศรษฐกิจและความรู้ของทั้งสังคม
คำถามเรื่อง การแข่งขัน การเข้าถึง และธรรมาภิบาล จะตามมาโดยธรรมชาติ
11. แล้วคนที่สร้าง Data ควรได้รับอะไร?
ไม่จำเป็นต้องหมายความว่าทุกคนต้องได้รับเงินทุกครั้งที่ Data ของตนถูกใช้
ระบบแบบนั้นอาจมีต้นทุนธุรกรรมมหาศาลและใช้งานจริงได้ยาก
แต่สังคมสามารถพิจารณากลไกอื่นได้ เช่น
- สิทธิในการรับรู้และตรวจสอบการใช้ข้อมูล
- สิทธิในการลบหรือถอนข้อมูลในกรณีที่เหมาะสม
- การคุ้มครองข้อมูลส่วนบุคคล
- ระบบ licensing ที่เหมาะสม
- collective bargaining หรือ collective licensing สำหรับข้อมูลบางประเภท
- data trusts หรือโครงสร้างตัวแทนเพื่อบริหารสิทธิร่วม
- การเข้าถึงผลประโยชน์จากระบบ AI ที่สร้างมูลค่าจากทรัพยากรข้อมูลสาธารณะ
- open research infrastructure
- การบังคับใช้กฎหมายแข่งขันทางการค้าเมื่อเกิดการผูกขาด
สิ่งเหล่านี้ไม่ได้ทำลายสิทธิของผู้ลงทุน
แต่เป็นการพยายามสร้าง สมดุลระหว่าง Capital, Infrastructure และ Public Interest
12. ประเด็นสำคัญคือ “ใครควรมีสิทธิ์ตัดสินใจ?”
ลองเปลี่ยนคำถามจาก
“ใครเป็นเจ้าของ?”
เป็น
“ใครควรมีสิทธิ์ตัดสินใจ?”
คำถามนี้มีประโยชน์มากกว่า
เพราะทรัพย์สินหนึ่งอาจมีเจ้าของเอกชนได้ แต่การใช้ทรัพย์สินนั้นอาจอยู่ภายใต้กฎสาธารณะ
บริษัทไฟฟ้าไม่ได้แปลว่าบริษัทสามารถทำอะไรก็ได้กับระบบไฟฟ้า
ธนาคารไม่ได้แปลว่าสามารถใช้เงินลูกค้าอย่างไรก็ได้
ผู้ให้บริการโทรคมนาคมไม่ได้แปลว่าสามารถใช้ข้อมูลของประชาชนโดยไม่มีข้อจำกัด
ดังนั้นในอนาคต
เจ้าของ AI Infrastructure ก็ไม่จำเป็นต้องหมายความว่าเจ้าของสามารถกำหนดทุกอย่างเกี่ยวกับความรู้และข้อมูลที่ระบบนั้นประมวลผลได้
นี่เป็นหลักการสำคัญของการแยก
Property Rights
ออกจาก
Governance Rights
13. เพราะ “ความรู้ดิจิทัล” อาจกลายเป็นโครงสร้างพื้นฐานของอารยธรรม
ถ้า AI ในอนาคตถูกใช้ในการ
- วิจัยยา
- พัฒนาเทคโนโลยี
- ออกแบบวัสดุ
- วิเคราะห์เศรษฐกิจ
- การศึกษา
- การเกษตร
- พลังงาน
- การบริหารเมือง
- วิทยาศาสตร์
- การสร้างสรรค์
- การตัดสินใจเชิงธุรกิจ
AI จะไม่ใช่เพียงผลิตภัณฑ์อีกต่อไป
มันจะกลายเป็น cognitive infrastructure
หรือโครงสร้างพื้นฐานสำหรับการประมวลผลความรู้ของสังคม
และเมื่อถึงจุดนั้น
การปล่อยให้ความสามารถดังกล่าวกระจุกอยู่กับผู้ควบคุม Compute เพียงไม่กี่รายโดยไม่มีระบบตรวจสอบ
อาจสร้างความเสี่ยงเชิงโครงสร้างที่ใหญ่กว่าปัญหาเทคโนโลยีทั่วไป
แล้วคำตอบคืออะไร?
คำตอบไม่ได้อยู่ที่ว่า
“คนรวยไม่มีสิทธิ์เป็นเจ้าของ Data Center”
เพราะนั่นไม่ถูกต้อง
ผู้ลงทุนมีสิทธิ์ในทรัพย์สินของตน
แต่ก็ไม่ควรสรุปกลับด้านว่า
“เพราะฉันเป็นเจ้าของ Data Center ฉันจึงมีสิทธิ์เหนือความรู้ทั้งหมดที่อยู่ในนั้น”
เพราะนั่นก็ไม่ถูกต้องเช่นกัน
สิ่งที่ควรเกิดขึ้นคือการออกแบบระบบสิทธิ์ใหม่ให้เหมาะกับเศรษฐกิจ AI
ระบบที่ยอมรับพร้อมกันว่า
ผู้สร้างข้อมูลมีสิทธิ์
ผู้ลงทุนโครงสร้างพื้นฐานมีสิทธิ์
นักวิจัยมีสิทธิ์
บริษัทมีสิทธิ์
รัฐบาลมีหน้าที่กำกับดูแล
และ
ประชาชนมีสิทธิ์ได้รับประโยชน์จากโครงสร้างความรู้ที่อารยธรรมร่วมกันสร้างขึ้น
โดยไม่มีฝ่ายใดสามารถอ้างสิทธิ์เหนือทุกชั้นได้เพียงฝ่ายเดียว
คำถามที่สำคัญที่สุดสำหรับยุค AI
ท้ายที่สุดแล้ว ประเด็นไม่ได้อยู่ที่ว่า
“ใครเป็นเจ้าของ Data Center?”
แต่อยู่ที่ว่า
“เมื่อความรู้ของมนุษยชาติถูกเปลี่ยนเป็นทรัพยากรดิจิทัล และ Compute กลายเป็นเครื่องจักรที่สามารถเปลี่ยนทรัพยากรนั้นให้กลายเป็นอำนาจ ใครควรมีสิทธิ์กำหนดทิศทางของอำนาจนั้น?”
หากคำตอบคือ
คนที่มีเงินมากที่สุด
นั่นคือระบบหนึ่ง
หากคำตอบคือ
บริษัทที่มี Compute มากที่สุด
นั่นคืออีกระบบหนึ่ง
แต่หากคำตอบคือ
“ไม่มีใครควรควบคุมทั้งหมดเพียงลำพัง และสิทธิ์ต้องถูกแบ่งระหว่างผู้สร้าง ผู้ลงทุน ผู้ใช้ และสาธารณะภายใต้กติกาที่ตรวจสอบได้”
นั่นคือการออกแบบระบบที่มอง AI ในฐานะ โครงสร้างพื้นฐานของอารยธรรม ไม่ใช่เพียงสินค้าเทคโนโลยี
เพราะในท้ายที่สุด
Data Center อาจเป็นของบริษัท
Compute อาจเป็นของบริษัท
GPU อาจเป็นของบริษัท
แต่สิ่งที่ถูกป้อนเข้าไปในเครื่องจักรเหล่านั้นจำนวนมหาศาล คือร่องรอยของสิ่งที่มนุษย์ทั้งอารยธรรมได้เรียนรู้ สร้าง คิด ทดลอง ซื้อขาย พูด เขียน และค้นพบมาตลอดหลายพันปี**
ดังนั้นคำถามเรื่อง “ใครควบคุมความรู้ดิจิทัล” จึงไม่ควรถูกตัดสินด้วยคำว่า Ownership เพียงคำเดียว
มันควรถูกตัดสินด้วยคำที่ใหญ่กว่านั้น
Governance — ธรรมาภิบาลของความรู้
เพราะในวันที่ AI สามารถเปลี่ยนข้อมูลให้กลายเป็นความสามารถในการตัดสินใจได้แทบทุกเรื่อง
ผู้ที่ควบคุมโครงสร้างพื้นฐานของความรู้ อาจไม่ได้เพียงถือครองข้อมูล
แต่อาจกำลังถือครอง อำนาจในการกำหนดว่าอารยธรรมจะ “รู้” อะไรได้บ้าง
บันทึกโดย: มดแคระ
