นโยบาย AI ไทย : รัฐบาลกำลังตก หลุมพรางของมายาภาพ AI - หลุมพรางแรก: การมอง AI เป็นเพียงสินค้าโภคภัณฑ์ หลุมพรางที่สอง: การแปะป้าย “AI” ให้ทุกอย่าง หลุมพรางที่สาม: การละเลยพลังการประมวลผลและการกำกับดูแล ท้ายสุด ประเทศจะต้องพึ่งพาต่างชาติตลอด และความเสี่ยงจะสะสม

The Opener
13 hours ago
·
มายาภาพ กับ 3 หลุมพรางในนโยบายสาธารณะของปัญญาประดิษฐ์
.
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
.
สิงคโปร์เพิ่งปรับยุทธศาสตร์ในปี 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 AIจุดร่วมคือ “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

https://www.facebook.com/photo/?fbid=1448337937334857&set=a.637269315108394

.....

บทความ ด้านนโยบายเอไอ เขียนโดย
Pun-Arj Chairatana