จาก AI สู่ Super Intelligence (SI): อ่านเกมใหญ่สหรัฐฯ สร้างระบบนิเวศผูกขาดมาตรฐานโลก สู่โจทย์ท้าทายรัฐบาลดิจิทัลไทย
อเมริกากำลังสร้างอะไรไว้หลังคำว่า Super Intelligence (SI) : จาก AI ถึง Super Intelligence เกมที่ใหญ่กว่าแค่เรื่องเทคโนโลยี
—
เมื่อไม่กี่วันก่อน ผมเห็น Post ของ @whitehouse บน Instagram เป็นภาพพื้นสีน้ำเงินเข้ม มีตัวอักษร SI ขนาดใหญ่กลางภาพ พร้อมข้อความสั้น ๆ ว่า “America is in a race for Super Intelligence. WE INTEND TO WIN IT.” อเมริกากำลังอยู่ในการแข่งขันด้าน Super Intelligence และเราตั้งใจจะชนะ
ผมเห็นแล้วกลับไปอ่านเว็บไซต์ SI.gov ต่อ เพราะสงสัยว่าทำไมรัฐบาลสหรัฐฯ จึงเลือกใช้คำว่า Super Intelligence ในเวลานี้ ทั้งที่วงการ AI เองยังถกเถียงกันอยู่เลยว่า ความฉลาดระดับที่เหนือกว่ามนุษย์ในแทบทุกด้านจะเกิดขึ้นได้เมื่อไร และเราจะรู้ได้อย่างไรว่ามันเกิดขึ้นแล้ว
แต่พอไล่ดูเนื้อหาในเว็บไซต์ไปเรื่อย ๆ ผมเริ่มเข้าใจว่า สิ่งที่ทำเนียบขาวต้องการสื่อสารอาจมีความหมายกว้างกว่าความก้าวหน้าของ AI รุ่นต่อไปมาก
มีประโยคหนึ่งบนเว็บไซต์ที่ผมอ่านซ้ำอยู่หลายรอบ เขาบอกว่า ใครก็ตามที่สร้าง Ecosystem ของ Super Intelligence ได้ใหญ่ที่สุด จะเป็นผู้กำหนดมาตรฐานโลก และได้รับผลประโยชน์ทั้งทางเศรษฐกิจและความมั่นคง
ลองสังเกตคำที่เขาเลือกใช้ครับ เขาพูดถึง Ecosystem พูดถึงมาตรฐานโลก พูดถึงเศรษฐกิจและความมั่นคง ทั้งหมดนี้เป็นการกำหนดยุทธศาสตร์ประเทศอย่างชัดเจน
ทำให้ผมนึกถึงช่วงที่อินเทอร์เน็ตเริ่มเข้ามาเปลี่ยนเศรษฐกิจโลก ตอนนั้นหลายประเทศมองเห็นโอกาสในการนำอินเทอร์เน็ตมาใช้เพิ่มประสิทธิภาพการทำงาน ขณะที่บริษัทบางกลุ่มเริ่มสร้างระบบปฏิบัติการ เครื่องมือค้นหา แพลตฟอร์มโฆษณา และโครงสร้างพื้นฐานที่ทำให้ธุรกิจอื่นต้องเข้ามาใช้บริการ เมื่อเวลาผ่านไป มูลค่าทางเศรษฐกิจจำนวนมหาศาลก็ไหลไปอยู่กับผู้ที่สามารถสร้างระบบนิเวศเหล่านั้นขึ้นมาได้
คนที่เปิดร้านขายของออนไลน์อาจไม่เคยคิดว่าตัวเองกำลังมีส่วนร่วมกับระบบเศรษฐกิจที่ใครเป็นผู้กำหนดกติกา เขาเพียงต้องการขายสินค้าให้ได้มากขึ้น แต่ทุกครั้งที่ซื้อโฆษณา ใช้ระบบชำระเงิน หรือพึ่งพาแพลตฟอร์มใดแพลตฟอร์มหนึ่ง การตัดสินใจของผู้สร้างแพลตฟอร์มย่อมมีผลต่อต้นทุนและโอกาสของธุรกิจเขาเสมอ
เรื่อง AI กำลังทำให้คำถามลักษณะนี้กลับมาอีกครั้ง เพียงแต่คราวนี้ขอบเขตของมันอาจกว้างกว่าที่ผ่านมา เพราะ AI สามารถเข้าไปอยู่ในกระบวนการคิด วิเคราะห์ ออกแบบ ผลิตสินค้า วิจัยยา เขียนโปรแกรม และตัดสินใจในงานบางประเภทได้ เมื่อความสามารถเหล่านี้กลายเป็นส่วนหนึ่งของระบบเศรษฐกิจ ผู้ที่ควบคุมเทคโนโลยีและโครงสร้างพื้นฐานสำคัญก็อาจมีอิทธิพลต่อวิธีทำงานของธุรกิจและภาครัฐทั่วโลกมากขึ้นตามไปด้วย
หากมองจากมุมนี้ SI.gov จึงเป็นเว็บไซต์ที่ควรอ่านอย่างละเอียด เพราะเบื้องหลังคำว่า Super Intelligence มีโครงการหลายประเภทที่ดูเหมือนคนละเรื่อง แต่เมื่อนำมาวางรวมกันจะเห็นทิศทางบางอย่างชัดขึ้น
หนึ่งในนั้นคือ Genesis Mission โครงการที่รัฐบาลสหรัฐฯ ประกาศตั้งแต่เดือนพฤศจิกายน 2025 เพื่อเร่งการค้นพบทางวิทยาศาสตร์ด้วย AI โดยเชื่อมโยงความสามารถด้านการประมวลผล ข้อมูลวิจัย ห้องปฏิบัติการแห่งชาติ นักวิทยาศาสตร์ และความร่วมมือจากภาคเอกชนเข้าด้วยกัน
ผมคิดว่าเรื่องนี้น่าสนใจมาก เพราะเวลาพูดถึง AI เรามักเริ่มจากเครื่องมือที่อยู่ตรงหน้า เช่น วันนี้ ChatGPT ทำอะไรได้เพิ่มขึ้น หรือโมเดลใหม่ตอบคำถามเก่งกว่าเดิมแค่ไหน แต่การนำ AI เข้าไปอยู่ในกระบวนการค้นพบทางวิทยาศาสตร์มีความหมายอีกระดับหนึ่ง
การพัฒนายาใหม่ การค้นหาวัสดุที่มีคุณสมบัติเฉพาะ การออกแบบแบตเตอรี่ หรือการพัฒนาเทคโนโลยีพลังงาน ล้วนเป็นงานที่ต้องอาศัยการทดลองจำนวนมาก ใช้ข้อมูลมหาศาล และต้องทำงานร่วมกันระหว่างผู้เชี่ยวชาญหลายสาขา หาก AI สามารถช่วยลดจำนวนการทดลองที่ไม่จำเป็น ช่วยคัดเลือกสมมติฐานที่มีแนวโน้มดี หรือช่วยนักวิจัยมองเห็นความสัมพันธ์บางอย่างที่เดิมต้องใช้เวลานานกว่าจะค้นพบ ผลกระทบทางเศรษฐกิจย่อมเกิดขึ้นต่อเนื่องไปถึงอุตสาหกรรมการผลิตและความสามารถในการแข่งขันของประเทศ
ลองคิดดูว่าถ้าประเทศหนึ่งสามารถพัฒนาวัสดุใหม่ได้เร็วกว่าคู่แข่งหลายปี หรือสามารถลดระยะเวลาวิจัยเทคโนโลยีสำคัญลงได้อย่างมีนัยสำคัญ ประเทศนั้นจะมีโอกาสทางอุตสาหกรรมเพิ่มขึ้นมากเพียงใด
แน่นอนว่าเป้าหมายที่ประกาศยังต้องพิสูจน์ด้วยผลลัพธ์จริง ความก้าวหน้าทางวิทยาศาสตร์ไม่ได้เกิดขึ้นเพียงเพราะมี AI เข้ามาช่วย และหลายปัญหายังคงต้องใช้เวลาในการทดลองและตรวจสอบ แต่สิ่งที่เห็นได้ชัดคือรัฐบาลสหรัฐฯ กำลังพยายามนำความสามารถด้าน AI ไปผูกกับฐานความรู้และทรัพยากรทางวิทยาศาสตร์ที่ประเทศสะสมมานาน
เมื่อดูโครงการอื่นที่อยู่ใน SI.gov ก็จะพบเรื่องพลังงาน ดาต้าเซ็นเตอร์ การผลิตชิป การส่งออกเทคโนโลยี AI และการพัฒนาบุคลากร สิ่งเหล่านี้เชื่อมโยงกันอย่างใกล้ชิด ดาต้าเซ็นเตอร์ต้องใช้ไฟฟ้าและระบบระบายความร้อนจำนวนมาก การพัฒนาโมเดลต้องอาศัยชิปประสิทธิภาพสูง การนำ AI ไปใช้ในอุตสาหกรรมต้องมีข้อมูลและบุคลากรที่เข้าใจงานจริง ขณะที่การขยายตลาดไปต่างประเทศต้องอาศัยมาตรฐาน ความเชื่อมั่น และความร่วมมือทางเศรษฐกิจ
ภาพที่ออกมาจึงคล้ายการเตรียมระบบเศรษฐกิจสำหรับเทคโนโลยีที่สหรัฐฯ เชื่อว่าจะมีความสำคัญมากขึ้นเรื่อย ๆ
อีกประเด็นหนึ่งที่ผมสนใจคือเรื่องการศึกษา SI.gov นำโครงการสำหรับนักเรียน ครู และคนรุ่นใหม่มาอยู่ในภาพเดียวกับการพัฒนาเทคโนโลยีระดับประเทศ ซึ่งเป็นวิธีคิดที่น่าสนใจ เพราะต่อให้ประเทศมีเครื่องมือ AI ที่เก่งมากเพียงใด ความสามารถในการนำไปใช้ให้เกิดประโยชน์ก็ยังขึ้นอยู่กับคน
เด็กที่กำลังเรียนอยู่ในวันนี้จะเข้าสู่ตลาดแรงงานในช่วงที่ AI มีบทบาทมากกว่าปัจจุบันอีกหลายเท่า คำถามจึงไม่ได้จบอยู่ที่เด็กควรเรียนเขียนโปรแกรมหรือใช้ AI เป็นหรือไม่ แต่ต้องคิดต่อว่า ระบบการศึกษาจะช่วยให้เขาเข้าใจปัญหา ตั้งคำถาม ตรวจสอบคำตอบ และทำงานร่วมกับเทคโนโลยีได้อย่างไร
เรื่องเหล่านี้ทำให้ผมย้อนกลับมามองประเทศไทย
ช่วง 2-3 ปีที่ผ่านมา ผมมีโอกาสเห็นความพยายามของหลายหน่วยงานที่นำ AI เข้ามาใช้ในการทำงาน บางแห่งเริ่มจากการช่วยร่างเอกสาร บางแห่งนำมาใช้ค้นหาข้อมูลภายในองค์กร บางแห่งพัฒนาแชตบอตสำหรับตอบคำถามประชาชน และบางแห่งเริ่มทดลองใช้ AI กับงานที่ซับซ้อนขึ้น เช่น การวิเคราะห์ข้อมูลหรือการตรวจสอบเอกสาร
ผมมองว่าความพยายามเหล่านี้มีคุณค่า เพราะการเปลี่ยนแปลงขององค์กรต้องเริ่มจากการลงมือทำจริง แต่เมื่อมองในระดับประเทศ ผมคิดว่ามีคำถามอีกชุดหนึ่งที่เราควรให้ความสำคัญมากขึ้น
หากหน่วยงานหนึ่งลงทุนพัฒนาระบบ AI สำหรับอ่านเอกสารราชการได้สำเร็จ อีกหน่วยงานหนึ่งที่มีงานคล้ายกันจำเป็นต้องเริ่มต้นใหม่ทั้งหมดหรือไม่ หากมีหน่วยงานพัฒนาวิธีตรวจสอบความถูกต้องของคำตอบจาก AI ได้ดี ความรู้และมาตรฐานนั้นจะถูกนำไปใช้ต่ออย่างไร และหากแต่ละหน่วยงานเลือกเทคโนโลยีจากผู้ให้บริการต่างกัน เราจะทำให้ระบบเหล่านั้นแลกเปลี่ยนข้อมูลและทำงานร่วมกันได้เพียงใด
นี่เป็นเรื่องที่ผมให้ความสำคัญในฐานะกรรมการสำนักงานพัฒนารัฐบาลดิจิทัล หรือ DGA เพราะภารกิจของ DGA เกี่ยวข้องโดยตรงกับการพัฒนาแพลตฟอร์มกลาง การเชื่อมโยงข้อมูล และการสร้างมาตรฐานที่ช่วยให้หน่วยงานภาครัฐทำงานร่วมกันได้
ที่ผ่านมาเรามีโครงสร้างพื้นฐานหลายอย่างที่เริ่มวางรากฐานไว้แล้ว ไม่ว่าจะเป็น Government Data Exchange หรือ GDX แพลตฟอร์มบริการประชาชนอย่าง “ทางรัฐ” รวมถึงแนวทางพัฒนา Government AI Center และการกำกับดูแลการใช้ AI ในภาครัฐ
สิ่งที่ผมอยากเห็นและพยายามผลักดันในระยะต่อไปคือการทำให้ความสามารถเหล่านี้เชื่อมต่อกันได้จริง และทำให้การลงทุนของหน่วยงานหนึ่งสร้างประโยชน์ต่อหน่วยงานอื่นได้มากขึ้น
ลองนึกภาพว่าถ้าภาครัฐมีเครื่องมือ AI สำหรับตรวจสอบเอกสารที่หน่วยงานต่าง ๆ สามารถนำไปใช้ร่วมกันได้ โดยมีมาตรฐานด้านความปลอดภัยและความรับผิดชอบที่ชัดเจน หน่วยงานที่มีงบประมาณจำกัดก็จะมีโอกาสเข้าถึงเทคโนโลยีที่มีคุณภาพได้มากขึ้น หรือหากเรามีระบบกลางที่ช่วยตรวจสอบข้อมูลจากแหล่งทางการได้อย่างน่าเชื่อถือ หน่วยงานต่าง ๆ ก็อาจนำไปต่อยอดเป็นบริการสำหรับประชาชนโดยไม่ต้องลงทุนสร้างความสามารถพื้นฐานซ้ำกันทุกแห่ง
แต่การใช้ระบบร่วมกันไม่ได้หมายความว่าทุกหน่วยงานต้องใช้เครื่องมือเหมือนกันทั้งหมด งานบางประเภทมีความต้องการเฉพาะ ข้อมูลบางชุดมีข้อจำกัดตามกฎหมาย และระบบที่เกี่ยวข้องกับความมั่นคงหรือข้อมูลอ่อนไหวจำเป็นต้องมีมาตรการที่แตกต่างกัน สิ่งที่สำคัญจึงอยู่ที่การกำหนดมาตรฐานและสถาปัตยกรรมที่ทำให้ความแตกต่างเหล่านี้อยู่ร่วมกันได้ โดยไม่ทำให้ทุกหน่วยงานกลายเป็นเกาะที่แยกจากกัน
ผมคิดว่าประเด็นนี้ควรสะท้อนอยู่ในวิธีวัดความสำเร็จของรัฐบาลดิจิทัลด้วย
เราอาจต้องถามให้มากขึ้นว่า ระบบที่พัฒนาขึ้นมีหน่วยงานอื่นนำไปใช้ต่อกี่แห่ง ลดต้นทุนการดำเนินงานได้เท่าไร ลดเวลาการให้บริการประชาชนได้จริงหรือไม่ ข้อมูลที่เคยต้องกรอกซ้ำลดลงเพียงใด และเมื่อโครงการสิ้นสุดลง ภาครัฐยังสามารถดูแลและพัฒนาความสามารถนั้นต่อได้หรือเปล่า
จำนวนโครงการที่ใช้ AI เป็นข้อมูลที่มีประโยชน์ แต่เพียงตัวเลขนั้นยังบอกเราได้ไม่มากนักว่าภาครัฐกำลังทำงานดีขึ้นแค่ไหน
อีกเรื่องที่ต้องคิดควบคู่กันคือความสามารถในการพึ่งพาตัวเอง ประเทศไทยคงไม่จำเป็นต้องสร้างทุกอย่างขึ้นมาใหม่ และคงไม่สมเหตุสมผลที่จะพยายามแข่งขันกับสหรัฐฯ จีน หรือแม้กระทั้งสิงคโปร์ในทุกด้านของการพัฒนา AI การใช้เทคโนโลยีจากต่างประเทศเป็นเรื่องปกติของเศรษฐกิจโลก สิ่งที่ควรพิจารณาคือ เรามีความรู้เพียงพอที่จะเลือกเทคโนโลยีได้เหมาะสมหรือไม่ สามารถย้ายระบบเมื่อจำเป็นได้หรือเปล่า มีข้อมูลและมาตรฐานที่อยู่ภายใต้การกำกับดูแลของเราเองมากน้อยเพียงใด และบุคลากรของเราสามารถพัฒนาระบบต่อได้หรือไม่เมื่อผู้ให้บริการเปลี่ยนแปลงไป
เรื่องนี้สำคัญมากขึ้นเมื่อ AI เริ่มเข้าไปเกี่ยวข้องกับบริการพื้นฐานของประเทศ เพราะความต่อเนื่องของบริการ ความปลอดภัยของข้อมูล และความสามารถในการตรวจสอบการทำงานของระบบ ล้วนเป็นเรื่องที่ภาครัฐต้องรับผิดชอบต่อประชาชน
ผมคิดว่าประเทศไทยมีโอกาสเลือกสร้างความสามารถเฉพาะด้านที่สอดคล้องกับโจทย์ของเราได้มาก เช่น การจัดการภัยพิบัติ การเกษตร การท่องเที่ยว การสาธารณสุข และบริการประชาชน ซึ่งเป็นพื้นที่ที่เรามีทั้งข้อมูล ประสบการณ์ และปัญหาจริงให้แก้ไข
ยกตัวอย่างเรื่องภัยพิบัติ เรามีข้อมูลจากหน่วยงานด้านอุตุนิยมวิทยา คณะกรรมการทรัพยากรน้ำแห่งชาติ (กนช.) การคมนาคม การปกครองท้องถิ่น และหน่วยงานการช่วยเหลือประชาชนอยู่หลายส่วน หากสามารถนำข้อมูลที่เกี่ยวข้องมาเชื่อมกันอย่างเหมาะสม แล้วใช้ AI ช่วยวิเคราะห์สถานการณ์และสนับสนุนการตัดสินใจได้ดีขึ้น ประโยชน์ที่เกิดขึ้นย่อมมีความหมายมากกว่าการเพิ่มจำนวนระบบ AI ในหน่วยงานใดหน่วยงานหนึ่ง
หรือในเรื่องบริการประชาชน หาก AI สามารถช่วยให้คนรู้สิทธิของตัวเองได้ง่ายขึ้น ตรวจสอบข้อมูลที่เกี่ยวข้องได้รวดเร็วขึ้น และดำเนินการต่อผ่านบริการภาครัฐได้โดยไม่ต้องกรอกข้อมูลเดิมซ้ำหลายครั้ง สิ่งเหล่านี้ก็เป็นความสามารถที่เราควรให้ความสำคัญ เพราะส่งผลต่อชีวิตประจำวันและต้นทุนทางเศรษฐกิจโดยตรง
เมื่อกลับไปดู SI.gov อีกครั้ง ผมคิดว่าความน่าสนใจของเว็บไซต์นี้อยู่ที่วิธีที่สหรัฐฯ พยายามทำให้โครงการต่าง ๆ ถูกมองเป็นภาพเดียวกัน ตั้งแต่ห้องทดลองวิทยาศาสตร์ไปจนถึงห้องเรียน ตั้งแต่โครงสร้างพื้นฐานพลังงานไปจนถึงการส่งออกเทคโนโลยี
แน่นอนว่าการประกาศยุทธศาสตร์กับการทำให้เกิดผลจริงยังมีระยะห่างกันอีกมาก และคำว่า Super Intelligence ก็ยังต้องผ่านการพิสูจน์ทั้งในทางจิตวิทยาการขับเคลื่อนและการใช้งาน เราจึงควรติดตามผลลัพธ์ของโครงการเหล่านี้ต่อไป มากกว่าจะตัดสินความสำเร็จจากข้อความบนเว็บไซต์
—
แต่สิ่งหนึ่งที่ผมคิดว่าเราเรียนรู้ได้ตั้งแต่วันนี้คือ วิธีมองความสามารถด้าน AI ในระดับประเทศ
ทุกครั้งที่เราลงทุนในเทคโนโลยี เราควรคิดต่อว่าความรู้อะไรจะถูกสะสมไว้ คนของเราจะเก่งขึ้นอย่างไร หน่วยงานอื่นจะใช้ประโยชน์ต่อได้แค่ไหน และการลงทุนครั้งนั้นจะช่วยให้ประเทศรับมือกับการเปลี่ยนแปลงครั้งต่อไปได้ดีขึ้นหรือไม่
สหรัฐฯ กำลังประกาศความตั้งใจที่จะเป็นผู้นำการแข่งขันด้าน Super Intelligence พร้อมวางเรื่องมาตรฐาน เศรษฐกิจ และความมั่นคงไว้ในภาพเดียวกัน
สำหรับประเทศไทย ผมคิดว่าเรายังมีงานสำคัญอีกมากที่ควรทำให้สำเร็จด้วยความสามารถที่มีอยู่ในปัจจุบัน ก่อนที่เทคโนโลยีจะพัฒนาไปไกลกว่านี้
เพราะอีกสิบปีข้างหน้า คำถามที่ที่ต้องถามตัวเองอาจไม่ใช่ว่าประเทศไทยใช้ AI อะไรอยู่บ้าง หรือซื้อเทคโนโลยีจากบริษัทใดบ้าง
ผมอยากรู้มากกว่าว่า เมื่อถึงวันนั้น เราจะมีความสามารถอะไรที่สร้างขึ้นจากการลงทุนของวันนี้ มีระบบใดที่หน่วยงานต่าง ๆ ใช้ร่วมกันได้จริง มีบุคลากรที่พัฒนาต่อยอดได้มากเพียงใด และประชาชนได้รับประโยชน์จากสิ่งเหล่านั้นอย่างไร
เมื่ออเมริกาประกาศว่าจะชนะการแข่งขันด้าน SI เราอาจไม่จำเป็นต้องรีบประกาศว่าจะชนะใคร
แต่เราควรรู้ให้ชัดว่า ประเทศไทยกำลังสร้างอะไรไว้สำหรับวันที่ AI กลายเป็นส่วนหนึ่งของทุกเรื่องในชีวิตเรา
—
บทความโดย ผศ.ดร.ธีรศานต์ สหัสสพาศน์
กรรมการผู้ทรงคุณวุฒิ สำนักงานพัฒนารัฐบาลดิจิทัล
#TheStructure
#TheStructureNews
#รัฐบาลดิจิทัล #DGA #สำนักงานพัฒนารัฐบาลดิจิทัล