• Pygmy Ant •
Diary: AI วันนี้ฉันคุยอะไรกับคุณ?
ประเทศไทยในอีก 5–10 ปี
เมื่อ AI ไม่ใช่ผู้กำหนดอนาคต แต่เป็นตัวเร่งการเปลี่ยนแปลง
เวลาพูดถึงอนาคตของประเทศไทยในอีก 5–10 ปี เรามักเริ่มต้นด้วยคำถามว่า “AI จะเข้ามาแทนที่งานอะไร?” หรือ “ประเทศไทยจะตามโลก AI ทันหรือไม่?”
แต่คำถามเหล่านี้อาจเริ่มต้นผิดจุด
เพราะอนาคตของประเทศไทยไม่ได้ถูกกำหนดโดย AI เพียงตัวเดียว
ก่อนที่ AI จะเข้ามา ประเทศไทยก็มีโจทย์เชิงโครงสร้างของตัวเองอยู่แล้ว ทั้งจำนวนประชากรวัยทำงานที่ลดลง สังคมสูงวัย ผลิตภาพที่เติบโตไม่เร็วพอ ภาระหนี้ พื้นที่ทางการคลังที่จำกัด ความเหลื่อมล้ำ การเปลี่ยนแปลงของห่วงโซ่อุปทานโลก ตลอดจนความเสี่ยงจากสภาพภูมิอากาศ
AI จึงไม่ได้เข้ามาสร้างอนาคตจากศูนย์
มันกำลังเข้ามาอยู่ในระบบที่มีแรงผลัก แรงต้าน จุดแข็ง และจุดเปราะบางอยู่ก่อนแล้ว
และคำถามสำคัญที่สุดจึงไม่ใช่ “AI จะทำอะไรกับประเทศไทย?”
แต่คือ
“เมื่อ AI เข้าไปอยู่ในระบบเศรษฐกิจ สังคม รัฐ และโครงสร้างพื้นฐานของไทย ผลกระทบจะถูกส่งต่อไปอย่างไร และใครจะเป็นผู้ได้รับประโยชน์ ใครจะเป็นผู้รับต้นทุน และใครจะเป็นผู้ควบคุมระบบ?”
ประเทศไทยกำลังเผชิญปัญหาอะไรอยู่ก่อนแล้ว?
ประเทศไทยมีข้อได้เปรียบไม่น้อย
เรามีฐานการผลิตที่แข็งแรง มีอุตสาหกรรมส่งออก มีตำแหน่งทางภูมิศาสตร์ที่เชื่อมโยงกับจีนและอาเซียน มีระบบดิจิทัลที่พัฒนาไปพอสมควร มีระบบสาธารณสุขที่ครอบคลุมประชากร และยังมีศักยภาพที่จะดึงดูดการลงทุนจากต่างประเทศในอุตสาหกรรมใหม่ ๆ
แต่ในอีกด้านหนึ่ง ประเทศไทยกำลังเผชิญข้อจำกัดที่แก้ได้ยากขึ้นเรื่อย ๆ
จำนวนเด็กเกิดใหม่ลดลงอย่างมาก ขณะที่สัดส่วนผู้สูงอายุเพิ่มขึ้น ประชากรวัยทำงานจึงมีแนวโน้มลดลงตามเวลา
นี่ไม่ใช่ปัญหาที่แก้ได้ด้วยการอบรมทักษะเพียงอย่างเดียว
เพราะต่อให้คนวัยทำงานทุกคนทำงานเก่งขึ้น ประเทศก็ยังต้องเผชิญกับข้อเท็จจริงว่า คนที่สามารถทำงานได้มีจำนวนลดลง ขณะที่คนที่ต้องการการดูแลมีจำนวนเพิ่มขึ้น
ในเวลาเดียวกัน เศรษฐกิจไทยยังเผชิญปัญหาผลิตภาพที่เติบโตค่อนข้างช้า การลงทุนบางส่วนไม่เพียงพอที่จะยกระดับโครงสร้างเศรษฐกิจ และธุรกิจจำนวนมาก โดยเฉพาะธุรกิจขนาดเล็ก ยังมีข้อจำกัดด้านเงินทุน เทคโนโลยี และทักษะ
ดังนั้นโจทย์พื้นฐานของประเทศไทยในทศวรรษหน้าอาจสรุปได้ง่าย ๆ ว่า
ประเทศไทยมีคนทำงานลดลง แต่ต้องสร้างมูลค่าทางเศรษฐกิจให้ได้มากขึ้น
นี่คือเหตุผลว่าทำไม AI จึงมีความสำคัญ
ไม่ใช่เพราะ AI จะมาช่วย “สร้างอนาคต”
แต่เพราะ AI อาจกลายเป็นหนึ่งในเครื่องมือที่ช่วยให้ประเทศไทยรับมือกับข้อจำกัดที่มีอยู่เดิม
AI อาจช่วยแก้ปัญหาคนไม่พอ แต่ไม่ได้แก้ปัญหาประชากร
เมื่อคนวัยทำงานลดลง ธุรกิจย่อมมีแรงจูงใจที่จะใช้เทคโนโลยีมากขึ้น
งานเอกสาร งานบริการ งานบัญชี งานวิเคราะห์ข้อมูล งานแปลภาษา งานออกแบบ งานเขียนโปรแกรมบางประเภท หรือกระบวนการผลิตบางส่วน อาจสามารถใช้ AI และระบบอัตโนมัติเข้ามาช่วยได้
แต่ต้องระวังความเข้าใจผิดอย่างหนึ่ง
AI ลดความต้องการแรงงานบางประเภทได้จริง ไม่ได้หมายความว่า AI จะทำให้ปัญหาแรงงานของประเทศไทยหายไปทั้งหมด
เพราะเศรษฐกิจไม่ได้มีแต่งานที่สามารถเปลี่ยนเป็นซอฟต์แวร์ได้
ประเทศไทยยังต้องการคนในภาคการผลิต การก่อสร้าง การขนส่ง การดูแลผู้สูงอายุ การแพทย์ การท่องเที่ยว การเกษตร และงานบริการจำนวนมาก
ดังนั้น AI อาจช่วยเพิ่ม “ผลผลิตต่อคน” ได้ แต่ไม่ได้สร้างคนใหม่ขึ้นมา
นี่ทำให้เรื่องประชากรยังคงเป็นตัวแปรพื้นฐานของประเทศไทย แม้ AI จะก้าวหน้าอย่างมากก็ตาม
สิ่งที่น่าจับตามองจริง ๆ ไม่ใช่ “AI แทนคน” แต่คือ “ใครเป็นเจ้าของ AI”
สมมติว่า AI ทำให้บริษัทหนึ่งสามารถทำงานเท่าเดิมโดยใช้แรงงานน้อยลง
คำถามต่อไปคือ ใครได้รับประโยชน์จากต้นทุนที่ลดลง?
บริษัทอาจนำเงินที่ประหยัดได้ไปเพิ่มค่าจ้างให้พนักงาน
หรืออาจลดราคาสินค้าเพื่อแข่งขัน
หรืออาจนำไปลงทุนเพิ่ม
หรืออาจกลายเป็นกำไรของเจ้าของกิจการ
หรืออาจเกิดขึ้นพร้อมกันทั้งหมด
ดังนั้นผลของ AI ต่อความเหลื่อมล้ำจึงไม่ได้ขึ้นอยู่กับความสามารถของ AI เพียงอย่างเดียว
แต่ขึ้นอยู่กับโครงสร้างการเป็นเจ้าของด้วย
ถ้า AI กลายเป็นเครื่องมือที่บริษัทขนาดใหญ่เข้าถึงได้ง่าย ขณะที่ธุรกิจขนาดเล็กและแรงงานทั่วไปเข้าถึงได้ยาก ผลประโยชน์จาก productivity ที่เพิ่มขึ้นก็อาจกระจุกตัว
ในทางกลับกัน หาก SMEs และแรงงานจำนวนมากสามารถใช้ AI เพิ่มประสิทธิภาพของตัวเองได้ ต้นทุนเทคโนโลยีลดลง และการแข่งขันยังเปิดกว้าง ผลประโยชน์ก็อาจกระจายกว้างขึ้น
ดังนั้นคำถามที่ควรถามจึงไม่ใช่เพียง
“AI เก่งแค่ไหน?”
แต่ต้องถามด้วยว่า
“ใครเข้าถึง AI ได้ ใครเป็นเจ้าของโครงสร้างพื้นฐาน และใครเป็นผู้ได้รับส่วนแบ่งจากผลิตภาพที่เพิ่มขึ้น?”
ประเทศไทยอาจได้ Data Center จำนวนมาก แต่ไม่ได้แปลว่าจะเป็นเจ้าของเทคโนโลยี
อีกประเด็นหนึ่งที่น่าสนใจคือการลงทุนด้าน Data Center และโครงสร้างพื้นฐานดิจิทัลที่กำลังเพิ่มขึ้นในประเทศไทย
นี่เป็นโอกาสทางเศรษฐกิจ เพราะทำให้เกิดการลงทุน การก่อสร้าง การจ้างงาน และความต้องการด้านไฟฟ้าและบริการที่เกี่ยวข้อง
แต่มีคำถามอีกด้านหนึ่งที่สำคัญกว่า
ประเทศไทยเป็นเจ้าของเทคโนโลยีเหล่านั้นหรือไม่?
Data Center ต้องใช้ที่ดิน ไฟฟ้า ระบบทำความเย็น เครือข่าย และโครงสร้างพื้นฐานจำนวนมาก
แต่ชิปประมวลผล โมเดล AI ระบบ Cloud และทรัพย์สินทางปัญญาจำนวนมากยังอยู่ในมือของบริษัทต่างประเทศ
ดังนั้นประเทศไทยอาจกลายเป็นสถานที่ที่มีโครงสร้างพื้นฐาน AI จำนวนมาก โดยไม่ได้หมายความว่าไทยจะเป็นผู้ควบคุมเทคโนโลยี AI ทั้งระบบ
นี่เป็นความแตกต่างระหว่าง
“เป็นศูนย์กลางโครงสร้างพื้นฐาน”
กับ
“เป็นเจ้าของเทคโนโลยี”
สองอย่างนี้ไม่เหมือนกัน
และเมื่อ AI ต้องใช้ไฟฟ้า AI ก็กลายเป็นเรื่องพลังงาน
เรื่องนี้อาจเป็นหนึ่งในประเด็นที่คนพูดถึงน้อยกว่าความสามารถของ AI
AI ต้องใช้ Compute
Compute ต้องใช้ Data Center
Data Center ต้องใช้ไฟฟ้า ระบบทำความเย็น และโครงข่าย
ดังนั้นการเติบโตของ AI จึงเชื่อมโยงกับระบบพลังงานโดยตรง
หากประเทศไทยดึงดูด Data Center จำนวนมาก แต่ระบบไฟฟ้าไม่สามารถขยายได้ทัน หรือมีข้อจำกัดด้านต้นทุน พลังงาน น้ำ และโครงข่าย การเติบโตของ AI ก็จะชนกับข้อจำกัดทางกายภาพ
นี่ทำให้อนาคตของ AI ไม่ได้เป็นเพียงเรื่องของนักวิทยาศาสตร์คอมพิวเตอร์
แต่เป็นเรื่องของวิศวกรพลังงาน นักวางผังเมือง นักเศรษฐศาสตร์ นักสิ่งแวดล้อม และนโยบายสาธารณะด้วย
แล้วประเทศไทยจะเดินไปทางไหน?
เราไม่สามารถรู้ล่วงหน้าได้ว่าประเทศไทยจะเข้าสู่อนาคตแบบใด
แต่เราสามารถมองเห็นฉากทัศน์ที่เป็นไปได้หลายแบบ
ฉากทัศน์แรก: ประเทศไทยปรับตัวได้ แต่ไม่ได้เปลี่ยนแปลงครั้งใหญ่
ในฉากนี้ประเทศไทยยังคงเติบโตในระดับไม่สูงมาก แต่สามารถใช้ AI และระบบอัตโนมัติเพิ่ม productivity ได้เพียงพอที่จะชดเชยแรงกดดันจากจำนวนแรงงานที่ลดลงบางส่วน
โรงงานใช้ AI เพิ่มประสิทธิภาพ
โรงพยาบาลใช้ AI ลดงานเอกสาร
ธุรกิจขนาดเล็กใช้ AI ทำการตลาดและบัญชี
ภาคการเกษตรใช้ข้อมูลช่วยจัดการผลผลิต
ภาคบริการใช้ AI ช่วยวิเคราะห์และให้บริการลูกค้า
ประเทศไทยไม่ได้กลายเป็นผู้นำ AI ของโลก แต่สามารถใช้ AI เป็นเครื่องมือเพิ่มประสิทธิภาพของเศรษฐกิจเดิม
ฉากนี้มีความเป็นไปได้หากเทคโนโลยีมีต้นทุนลดลงอย่างต่อเนื่อง และธุรกิจไทยสามารถนำไปใช้งานจริงได้
แต่จุดอ่อนคือ หาก productivity เพิ่มขึ้นช้ากว่าการลดลงของแรงงาน ปัญหาการเติบโตต่ำและภาระผู้สูงวัยก็ยังคงอยู่
ฉากทัศน์ที่สอง: ไทยยกระดับเศรษฐกิจขึ้นอีกขั้น
ในฉากนี้ AI ไม่ได้ทำงานอยู่เพียงบนคอมพิวเตอร์ แต่ถูกนำไปเชื่อมกับระบบอัตโนมัติ หุ่นยนต์ อุตสาหกรรมอิเล็กทรอนิกส์ รถยนต์ไฟฟ้า พลังงานสะอาด โลจิสติกส์ และการผลิตขั้นสูง
ประเทศไทยสามารถดึงดูดการลงทุนจากต่างประเทศ พร้อมกับทำให้บริษัทไทยและซัพพลายเออร์ไทยได้รับการถ่ายทอดเทคโนโลยีจริง
ผลที่เกิดขึ้นจึงไม่ใช่เพียง “มีโรงงานใหม่”
แต่เป็นการยกระดับความสามารถของธุรกิจไทยตามห่วงโซ่อุปทาน
บริษัทต่างประเทศลงทุน
ธุรกิจไทยกลายเป็น supplier
แรงงานได้รับทักษะใหม่
ผลิตภาพเพิ่มขึ้น
รายได้เพิ่มขึ้น
เกิดการลงทุนรอบใหม่
นี่คือวงจรที่สามารถทำให้เศรษฐกิจเปลี่ยนโครงสร้างได้
แต่เงื่อนไขสำคัญคือประเทศไทยต้องสามารถเก็บ “มูลค่าเพิ่ม” ไว้ในประเทศได้มากขึ้น
เพราะการมีเงินลงทุนจากต่างประเทศจำนวนมากไม่ได้หมายความว่าประเทศจะมีความสามารถทางเทคโนโลยีเพิ่มขึ้นในสัดส่วนเดียวกัน
ฉากทัศน์ที่สาม: AI ทำให้เศรษฐกิจมีประสิทธิภาพขึ้น แต่ความเหลื่อมล้ำเพิ่มขึ้น
นี่เป็นฉากที่สำคัญ เพราะเศรษฐกิจสามารถเติบโตได้พร้อมกับความเหลื่อมล้ำที่เพิ่มขึ้น
บริษัทขนาดใหญ่มีเงินลงทุนด้าน AI
มีข้อมูลจำนวนมาก
มีบุคลากรที่มีทักษะ
มี Cloud และ Compute
และสามารถนำ AI ไปใช้กับกระบวนการจำนวนมากได้พร้อมกัน
เมื่อ productivity เพิ่มขึ้น บริษัทเหล่านี้อาจขยายตลาดได้เร็วขึ้น
ขณะที่ธุรกิจขนาดเล็กไม่มีเงินลงทุนหรือบุคลากรเพียงพอ
แรงงานบางกลุ่มอาจถูกแทนที่หรือมีอำนาจต่อรองลดลง
ในกรณีนี้ AI ไม่จำเป็นต้องทำให้เศรษฐกิจตกต่ำ
ตรงกันข้าม GDP อาจเพิ่มขึ้น
แต่คำถามคือ
ใครได้รับส่วนแบ่งจากการเติบโตนั้น?
นี่จึงเป็นเรื่องของโครงสร้างเศรษฐกิจ ไม่ใช่เรื่องของ AI เพียงอย่างเดียว
ฉากทัศน์ที่สี่: ไทยกลายเป็นผู้ใช้ AI รายใหญ่ แต่พึ่งพาเทคโนโลยีจากภายนอกมากขึ้น
นี่เป็นอีกฉากที่ดูดีในช่วงแรก
มี Data Center
มี Cloud
มี AI
บริษัทต่าง ๆ ใช้ AI กันอย่างกว้างขวาง
รัฐบาลก็ใช้ AI
ประชาชนใช้ AI
เศรษฐกิจมี digital infrastructure มากขึ้น
แต่เมื่อมองลึกลงไปกลับพบว่า
โมเดลหลักอยู่ต่างประเทศ
ชิปอยู่ต่างประเทศ
Cloud หลักอยู่ต่างประเทศ
เทคโนโลยีสำคัญอยู่ต่างประเทศ
เงินทุนส่วนหนึ่งมาจากต่างประเทศ
ประเทศไทยจึงมีโครงสร้างพื้นฐาน แต่มีอำนาจต่อรองต่อเจ้าของเทคโนโลยีไม่มากนัก
ปัญหาจะปรากฏชัดเมื่อเกิดวิกฤต
หากราคาบริการเพิ่มขึ้น
หากมีข้อจำกัดการส่งออกชิป
หากเกิดความขัดแย้งทางภูมิรัฐศาสตร์
หาก provider เปลี่ยนนโยบาย
หรือหากระบบสำคัญหยุดให้บริการ
คำถามคือ
ประเทศไทยสามารถเปลี่ยนไปใช้ทางเลือกอื่นได้หรือไม่?
ถ้าคำตอบคือไม่ได้ นั่นหมายความว่าประเทศมี “ความสามารถในการใช้ AI” แต่ไม่มี “ความสามารถในการเลือกว่าจะใช้ AI จากใคร”
สองสิ่งนี้แตกต่างกันมาก
ฉากทัศน์ที่ห้า: สังคมสูงวัยกดดันเศรษฐกิจและการคลัง
ฉากนี้ไม่จำเป็นต้องมี AI เข้ามาเกี่ยวข้องเลย
คนวัยทำงานลดลง
ผู้สูงอายุเพิ่มขึ้น
ความต้องการด้านสุขภาพเพิ่มขึ้น
ความต้องการผู้ดูแลเพิ่มขึ้น
รายจ่ายภาครัฐเพิ่มขึ้น
แต่ฐานคนทำงานและฐานภาษีเติบโตช้าลง
นี่คือแรงกดดันทางโครงสร้าง
AI สามารถช่วยลดต้นทุนบางส่วนได้ เช่น งานเอกสาร การติดตามผู้ป่วย การวิเคราะห์ข้อมูล หรือการดูแลผู้สูงอายุบางประเภท
แต่ AI ไม่สามารถสร้างประชากรวัยทำงานขึ้นมาใหม่
ดังนั้น AI อาจช่วยให้ประเทศไทย “รับมือกับสังคมสูงวัยได้ดีขึ้น”
แต่ไม่ได้หมายความว่า AI “แก้ปัญหาสังคมสูงวัย”
สองเรื่องนี้ไม่เหมือนกัน
และยังมีฉากทัศน์ที่เกิดจาก Shock
อนาคตไม่ได้เดินไปข้างหน้าอย่างราบรื่นเสมอ
ประเทศไทยอาจเผชิญเหตุการณ์หลายอย่างพร้อมกัน เช่น ความขัดแย้งทางภูมิรัฐศาสตร์ การเปลี่ยนแปลงของห่วงโซ่อุปทาน ภัยพิบัติทางสภาพภูมิอากาศ ปัญหาพลังงาน ปัญหาทางการเงิน หรือการโจมตีทางไซเบอร์
เมื่อหลายปัญหาเกิดพร้อมกัน ความเสียหายอาจไม่ได้บวกกันแบบธรรมดา
แต่สามารถขยายตัวต่อเนื่อง
โรงงานหยุดผลิต
การส่งออกลดลง
รายได้ลดลง
รัฐบาลต้องใช้งบประมาณช่วยเหลือ
ขณะที่รายได้ภาษีลดลง
ในเวลาเดียวกัน หากเกิดภัยพิบัติ รัฐก็ต้องใช้เงินฟื้นฟูโครงสร้างพื้นฐานเพิ่มขึ้น
นี่คือเหตุผลที่ความสามารถในการ “ฟื้นตัว” สำคัญไม่แพ้ความสามารถในการ “เติบโต”
AI Safety จึงไม่ควรถูกมองว่าเป็นเรื่องของตัว AI เพียงอย่างเดียว
เมื่อพูดถึง AI Safety เรามักถามว่า
“AI จะทำสิ่งที่เป็นอันตรายหรือไม่?”
แต่คำถามที่ลึกกว่านั้นคือ
“ใครเป็นคนกำหนดว่าอะไรคืออันตราย?”
คำว่า “ปกป้องมนุษย์” ฟังดูดี
แต่ปกป้องจากอะไร?
และปกป้องด้วยวิธีใด?
สมมติว่าระบบได้รับคำสั่งให้ “ลดความเสี่ยงของประชาชน”
ระบบหนึ่งอาจตีความว่า ต้องช่วยให้ประชาชนตัดสินใจดีขึ้น
อีกระบบหนึ่งอาจตีความว่า ต้องป้องกันประชาชนจากการตัดสินใจที่เสี่ยง
และถ้าขยายแนวคิดนี้ไปไกลมากขึ้น ระบบอาจเริ่มจำกัดทางเลือกของมนุษย์เพื่อให้ความเสี่ยงลดลง
เมื่อถึงจุดนั้น คำว่า “ปลอดภัย” อาจเริ่มขัดแย้งกับคำว่า “มีอิสระ”
นี่คือเหตุผลว่าทำไม AI Safety ไม่สามารถจบด้วยคำว่า “ตั้งเป้าหมายที่ดีให้ AI”
เพราะแม้เป้าหมายจะดี การตีความก็ยังมีได้หลายแบบ
ปัญหาใหญ่คือ “เจตนาของมนุษย์” ไม่สามารถแปลงเป็น Metric ได้ทั้งหมด
สมมติว่าเราบอก AI ว่า
“ลดความทุกข์ของมนุษย์”
คำถามต่อมาคือ AI จะวัดความทุกข์อย่างไร?
ลดจำนวนผู้ป่วย?
ลดอุบัติเหตุ?
ลดความยากจน?
ลดความเครียด?
ลดความขัดแย้ง?
ถ้าเรากำหนด Metric แคบเกินไป ระบบอาจทำสิ่งที่ Metric บอกว่าสำเร็จ แต่ไม่ตรงกับสิ่งที่มนุษย์ต้องการจริง ๆ
นี่คือเหตุผลที่
Metric ไม่ใช่เจตนา
และ
คำสั่งไม่เท่ากับความหมายทั้งหมดของคำสั่ง
ยิ่ง AI มีอำนาจมาก ความผิดพลาดยิ่งต้องถูกจำกัด
ความผิดพลาดของ AI ที่ไม่มีอำนาจอาจสร้างความเสียหายเพียงเล็กน้อย
แต่ถ้าระบบเดียวกันมีสิทธิ์เข้าถึง
ข้อมูลจำนวนมาก
ระบบการเงิน
โครงสร้างพื้นฐาน
ระบบสาธารณสุข
ระบบราชการ
หรือระบบพลังงาน
ความผิดพลาดแบบเดียวกันอาจขยายตัวได้หลายล้านเท่า
ดังนั้นสิ่งที่สำคัญไม่ใช่เพียงการทำให้ AI “ไม่ผิด”
เพราะเราไม่สามารถสมมติว่าระบบซับซ้อนจะไม่ผิดพลาด
แต่ต้องออกแบบให้
เมื่อผิดแล้ว ความผิดนั้นไปได้ไกลแค่ไหน?
ถ้าผิดแล้วตรวจพบได้เร็ว
ถอยกลับได้
มีระบบสำรอง
มีมนุษย์ตรวจสอบ
มีผู้ให้บริการรายอื่น
มีช่องทางอุทธรณ์
ความเสียหายก็สามารถถูกจำกัดได้
นี่คือแนวคิดสำคัญของระบบที่มีความยืดหยุ่น
Human Agency ไม่ใช่แค่การ “มีมนุษย์อยู่ในวงจร”
การบอกว่า “มนุษย์ยังควบคุม AI” อาจไม่มีความหมาย ถ้ามนุษย์ไม่มีทางเลือกอื่น
ลองถามง่าย ๆ ว่า
ถ้า AI ให้คำแนะนำ มนุษย์ปฏิเสธได้หรือไม่?
ถ้าไม่เห็นด้วย สามารถขอมนุษย์ตรวจสอบได้หรือไม่?
ถ้าไม่ต้องการใช้ระบบนี้ สามารถเปลี่ยนผู้ให้บริการได้หรือไม่?
ถ้า AI หยุดทำงาน มีระบบสำรองหรือไม่?
ถ้าข้อมูลอยู่กับ provider สามารถย้ายข้อมูลออกมาได้หรือไม่?
ถ้าระบบผิดพลาด สามารถย้อนกลับได้หรือไม่?
ถ้าคำตอบคือ “ไม่ได้” ทั้งหมด
เรายังอาจพูดได้ว่ามนุษย์มีอำนาจตามกฎหมาย
แต่ในทางปฏิบัติ มนุษย์อาจไม่มีอำนาจจริง
เพราะระบบเศรษฐกิจพึ่งพามันไปแล้ว
นี่คือเหตุผลว่าทำไม “ทางออกสำรอง” จึงสำคัญมาก
ระบบที่ดีไม่ควรมีเพียงปุ่มเปิดและปิด
แต่ควรมีทางเลือกอื่น
มีผู้ให้บริการหลายราย
มีระบบที่ทำงานแบบไม่ใช้ AI
มีมนุษย์ที่สามารถเข้ามารับช่วงต่อ
มีข้อมูลที่สามารถย้ายออกได้
มีระบบสำรอง
และมีความสามารถในการหยุดระบบที่มีอำนาจสูง
สิ่งเหล่านี้อาจดูไม่มีประโยชน์ในวันที่ทุกอย่างทำงานปกติ
แต่ในวันที่เกิดวิกฤต สิ่งเหล่านี้คือสิ่งที่ทำให้มนุษย์ยังมีทางเลือก
แล้วประเทศไทยควรทำอะไร?
คำตอบอาจไม่ใช่ “เร่งใช้ AI ให้เร็วที่สุด”
แต่ควรเป็นการสร้างระบบที่สามารถใช้ AI ได้โดยไม่สูญเสียทางเลือก
ประเทศไทยควรสนใจว่า AI สามารถเพิ่ม productivity ได้จริงหรือไม่
ควรทำให้ SMEs สามารถเข้าถึงเทคโนโลยีได้
ควรลงทุนกับทักษะพื้นฐานของประชาชน ไม่ใช่เพียงสอนให้ใช้เครื่องมือ AI
ควรสร้างความสามารถด้านพลังงานและโครงสร้างพื้นฐาน
ควรลดการพึ่งพาผู้ให้บริการเพียงรายเดียวในระบบสำคัญ
ควรทำให้ข้อมูลสามารถเคลื่อนย้ายได้
ควรมีมาตรฐานที่ทำให้ระบบต่าง ๆ เชื่อมต่อและเปลี่ยนผู้ให้บริการได้
และควรออกแบบระบบสำคัญให้มีมนุษย์เข้ามาตรวจสอบได้จริง
ไม่ใช่เพียงมีชื่อว่า “Human in the Loop” อยู่ในเอกสาร
สิ่งที่ประเทศไทยควรระวังที่สุด อาจไม่ใช่การ “ตาม AI ไม่ทัน”
การตาม AI ไม่ทันอาจเป็นปัญหา
แต่ปัญหาที่ลึกกว่านั้นคือการสร้างระบบที่
ใช้ AI มากขึ้นเรื่อย ๆ
แต่มีทางเลือกน้อยลงเรื่อย ๆ
ถ้าประเทศต้องพึ่งพาเทคโนโลยีจากผู้ให้บริการไม่กี่ราย
ถ้าธุรกิจเปลี่ยน provider ไม่ได้
ถ้ารัฐไม่สามารถทำงานโดยไม่มีระบบดังกล่าว
ถ้าประชาชนไม่สามารถปฏิเสธระบบได้
ถ้าไม่มีทางเลือกสำรอง
ประเทศไทยอาจมีเทคโนโลยีที่ทันสมัยมาก
แต่มีอำนาจต่อรองลดลง
นี่เป็นความเสี่ยงที่ไม่ควรถูกมองข้าม
อนาคตของประเทศไทยจึงไม่ได้ขึ้นอยู่กับ AI เพียงอย่างเดียว
ในอีก 5–10 ปี ประเทศไทยอาจไม่ได้เดินเข้าสู่อนาคตแบบใดแบบหนึ่งอย่างสมบูรณ์
บางส่วนของประเทศอาจมี AI ขั้นสูง
บางอุตสาหกรรมอาจยังใช้แรงงานจำนวนมาก
บางบริษัทอาจกลายเป็นองค์กร AI-native
ขณะที่ SMEs บางส่วนอาจยังทำงานแบบเดิม
กรุงเทพฯ อาจมีโครงสร้างพื้นฐานดิจิทัลระดับสูง
ขณะที่บางพื้นที่ยังเผชิญปัญหาพื้นฐานเรื่องรายได้ การศึกษา และการเข้าถึงบริการ
นี่หมายความว่าอนาคตที่แท้จริงอาจเป็น ประเทศไทยหลายความเร็ว
และคำถามสำคัญคือ ช่องว่างระหว่างพื้นที่และประชากรเหล่านั้นจะกว้างขึ้นหรือแคบลง
สิ่งที่เรารู้ และสิ่งที่เรายังไม่รู้
เรารู้ว่าประเทศไทยกำลังเข้าสู่สังคมสูงวัย
เรารู้ว่าอัตราเกิดต่ำ
เรารู้ว่าแรงงานในอนาคตจะมีข้อจำกัดมากขึ้น
เรารู้ว่าเศรษฐกิจไทยต้องการ productivity ที่สูงขึ้น
เรารู้ว่า AI กำลังถูกนำมาใช้จริง
เรารู้ว่า Data Center และ digital infrastructure กำลังได้รับการลงทุน
เรารู้ว่าความเสี่ยงด้านสภาพภูมิอากาศมีความสำคัญมากขึ้น
แต่เรา ยังไม่รู้ ว่า AI จะเพิ่ม productivity ของประเทศไทยได้มากเพียงใด
เรายังไม่รู้ว่าผลประโยชน์จะกระจายไปยังแรงงานมากแค่ไหน
เรายังไม่รู้ว่าการแข่งขันระหว่างผู้ให้บริการ AI จะมีโครงสร้างอย่างไรในอีกสิบปี
เรายังไม่รู้ว่าความสัมพันธ์ระหว่างสหรัฐฯ จีน และประเทศอื่น ๆ จะเปลี่ยนไปมากเพียงใด
และเราไม่รู้ว่า Shock ขนาดใหญ่จะเกิดขึ้นเมื่อใด
ดังนั้นการพูดว่า “ประเทศไทยจะเป็นอย่างนั้นแน่นอน” จึงเร็วเกินไป
สิ่งที่ทำได้ดีกว่าคือการเตรียมระบบให้สามารถรับมือกับหลายอนาคตได้
ตัวแปรที่ประเทศไทยควรจับตามอง
มีอย่างน้อยสิบเรื่องที่สามารถเปลี่ยนทิศทางของประเทศได้อย่างมาก
หนึ่ง อัตราการเกิดและโครงสร้างประชากร
สอง ผลิตภาพของแรงงาน
สาม ความเร็วในการพัฒนาของ AI และระบบอัตโนมัติ
สี่ ต้นทุนของ Compute และ AI
ห้า คุณภาพของ FDI และการถ่ายทอดเทคโนโลยี
หก ความสามารถของ SMEs ในการใช้เทคโนโลยี
เจ็ด ความมั่นคงด้านพลังงาน
แปด ความสัมพันธ์ระหว่างสหรัฐฯ จีน และห่วงโซ่อุปทานโลก
เก้า ความสามารถของรัฐในการลงทุนระยะยาว
สิบ ความรุนแรงของ Climate Shock
ตัวแปรเหล่านี้มีความสำคัญเพราะประเทศไทยควบคุมบางอย่างได้เพียงบางส่วนเท่านั้น
และบางอย่างแทบควบคุมไม่ได้เลย
ดังนั้นยุทธศาสตร์ที่ดีจึงไม่ควรตั้งอยู่บนสมมติฐานว่าโลกจะเดินไปตามแผน
แต่ควรสร้างความสามารถในการปรับตัวเมื่อโลกไม่เป็นไปตามแผน
สุดท้ายแล้ว สิ่งที่สำคัญที่สุดอาจไม่ใช่ “AI เก่งแค่ไหน”
แต่คือ
มนุษย์ยังสามารถเปลี่ยนเส้นทางได้หรือไม่
ถ้า AI ช่วยให้คนทำงานได้มากขึ้น แต่คนยังเลือกได้ว่าจะใช้หรือไม่ใช้ นั่นคือเทคโนโลยีที่เพิ่มศักยภาพของมนุษย์
ถ้า AI ช่วยให้โรงพยาบาลทำงานได้ดีขึ้น แต่แพทย์ยังสามารถตรวจสอบและปฏิเสธผลลัพธ์ได้ นั่นคือระบบที่ยังมี Human Agency
ถ้ารัฐใช้ AI แต่ประชาชนสามารถอุทธรณ์ได้ นั่นคือการใช้เทคโนโลยีโดยไม่ยกอำนาจทั้งหมดให้ระบบ
ถ้าบริษัทใช้ AI แต่สามารถเปลี่ยนผู้ให้บริการได้ นั่นคือการแข่งขันที่ยังทำงานอยู่
ถ้าระบบสำคัญมี AI แต่ยังมีทางเลือกสำรอง นั่นคือความยืดหยุ่น
แต่ถ้าระบบทั้งหมดพึ่งพา AI จนไม่มีใครสามารถหยุด เปลี่ยน หรือปฏิเสธมันได้อีก
ปัญหาจะไม่ใช่แค่ “AI ฉลาดเกินไป”
ปัญหาคือ
มนุษย์ออกแบบระบบจนตัวเองไม่มีทางเลือกเหลือ
ประเทศไทยในอีก 5–10 ปีจึงยังไม่ได้ถูกกำหนดไว้
อนาคตไม่ได้มีคำตอบเดียว
ประเทศไทยอาจใช้ AI เพื่อชดเชยแรงงานที่ลดลงและเพิ่ม productivity
อาจเกิดการยกระดับอุตสาหกรรม
อาจเกิดความเหลื่อมล้ำเพิ่มขึ้น
อาจกลายเป็นศูนย์กลางโครงสร้างพื้นฐานดิจิทัลแต่ยังพึ่งพาเทคโนโลยีจากภายนอก
อาจเผชิญแรงกดดันจากสังคมสูงวัยและการคลัง
หรืออาจเผชิญ Shock ที่ทำให้หลายระบบต้องปรับตัวพร้อมกัน
ทุกฉากทัศน์เหล่านี้เกิดขึ้นได้ภายใต้เงื่อนไขที่แตกต่างกัน
และนั่นคือเหตุผลว่าทำไมการมองอนาคตแบบ “AI จะทำให้ประเทศไทยดีขึ้น” หรือ “AI จะทำให้ประเทศไทยแย่ลง” จึงง่ายเกินไป
คำถามที่มีประโยชน์กว่าคือ
เรากำลังสร้างระบบแบบไหน และเมื่อระบบนั้นผิดพลาด เรายังสามารถแก้ไขมันได้หรือไม่?
เพราะท้ายที่สุดแล้ว ความมั่นคงของสังคมไม่ได้เกิดจากการที่ระบบไม่เคยผิดพลาด
แต่เกิดจากการที่
เมื่อระบบผิดพลาด มนุษย์ยังมีอำนาจในการตรวจพบ แก้ไข จำกัด หยุด และเลือกเส้นทางอื่นได้
และบางทีนี่อาจเป็นหลักสำคัญที่สุดสำหรับประเทศไทยในยุค AI
อย่าออกแบบอนาคตให้มนุษย์ต้องพึ่งพาระบบใดระบบหนึ่งจนไม่สามารถพูดว่า “ไม่” ได้อีก
เพราะตราบใดที่มนุษย์ยังมีทางเลือก
อนาคตก็ยังไม่ถูกกำหนดไว้ล่วงหน้า
#ประเทศไทยในอนาคต #ประเทศไทย2035 #AI #ปัญญาประดิษฐ์ #เศรษฐกิจไทย #สังคมสูงวัย #แรงงาน #ผลิตภาพ #เทคโนโลยี #AISafety #HumanAgency #FutureOfThailand #SystemsThinking #FirstPrinciples #อนาคตประเทศไทย #ความเหลื่อมล้ำ #เศรษฐกิจดิจิทัล #โครงสร้างพื้นฐาน #ภูมิรัฐศาสตร์ #ClimateChange
บันทึกโดย: มดแคระ
