ท่ามกลางสมรภูมิปัญญาประดิษฐ์ที่ทั่วโลกกำลังแข่งขันกันอย่างดุเดือด ประเทศไทยกำลังยืนอยู่บนทางแยกที่สำคัญซึ่งยุทธศาสตร์เพื่อความอยู่รอดอาจไม่ใช่การทุ่มงบประมาณมหาศาลเพื่อสร้างเทคโนโลยีแข่งขันกับยักษ์ใหญ่ แต่คือการพลิกบทบาทมาเป็น “นักปรับจูนชั้นเซียน” (Super Fine-Tuner) แนวคิดที่กำลังตกผลึกในหมู่ผู้เชี่ยวชาญแถวหน้าของประเทศชี้ว่า ไทยต้องละทิ้งความฝันที่จะสร้างโมเดลภาษาขนาดใหญ่ (LLM) ของตนเอง แล้วหันมาใช้ความได้เปรียบจากการนำ AI ของโลกมาปรับใช้แก้ปัญหาของประเทศโดยเฉพาะ ซึ่งนี่ไม่ใช่แค่ทางเลือกเชิงกลยุทธ์ แต่เป็นเดิมพันเพื่ออนาคตของชาติ
ความเร่งด่วนนี้คือบทเรียนราคาแพงในอดีต และเป็นเสียงสะท้อนที่ดังขึ้นจากเวทีเสวนา “ยุทธศาสตร์ AI ไทย: วางจุดยืนอย่างไรในเวทีโลก” ซึ่งเป็นส่วนหนึ่งของงาน Bangkok AI Week 2025 โดยเฉพาะเมื่อมองย้อนไปที่การที่ประเทศไทยเคยพลาดขบวนรถไฟเทคโนโลยีมาแล้วถึงสองครั้ง ตั้งแต่ยุคไมโครโปรเซสเซอร์ที่ไทยเป็นเพียงผู้ผลิตชิ้นส่วน ไปจนถึงยุคอีคอมเมิร์ซที่ต้องพึ่งพาแพลตฟอร์มต่างชาติ เมื่อประกอบกับความท้าทายภายในประเทศทั้งสังคมผู้สูงวัยและประสิทธิภาพการผลิตที่ลดลง การเดิมพันในคลื่น AI ครั้งนี้จึงมีความหมายมากกว่าที่เคย
เลือกสนามรบที่ใช่: ยุทธศาสตร์ ‘สงครามกองโจร’
แนวคิดการเป็น Super Fine-Tuner ถูกขนานนามว่าเป็นยุทธศาสตร์แบบ “สงครามกองโจร” คือการเลือกสนามรบที่ไทยมีโอกาสชนะ พชร อารยะการกุล ประธานเจ้าหน้าที่บริหาร บริษัท บลูบิค กรุ๊ป จำกัด (มหาชน) หนึ่งในผู้ผลักดันแนวคิดนี้ อธิบายว่าสมรภูมิ AI สามารถแบ่งได้เป็น 4 ระดับชั้น แต่สนามที่เหมาะกับไทยคือ 2 ระดับบนสุด ได้แก่ การปรับแต่ง (Customize) และ การประยุกต์ใช้ (Application) ซึ่งเป็นการนำโมเดลพื้นฐานโดยเฉพาะที่เป็น Open Source มาต่อยอดด้วยข้อมูลของคนไทย เพื่อสร้างโซลูชันที่ตอบโจทย์เฉพาะทางของประเทศ
“เราควรนำโมเดลพื้นฐานที่บริษัทระดับโลกพัฒนาขึ้น มาปรับจูนด้วยข้อมูลของคนไทย” พชร กล่าว
ยุทธศาสตร์นี้ไม่เพียงแต่เป็นทฤษฎี แต่ยังพิสูจน์แล้วว่าสร้างความได้เปรียบทางธุรกิจได้อย่างมหาศาล นพ.ปิยะฤทธิ์ อิทธิชัยวงศ์ ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง Preceptor AI และอาจารย์แพทย์ โรงพยาบาลศิริราช ได้ยกตัวอย่างแอปพลิเคชัน “กินดี” ที่ทีมของเขาพัฒนาขึ้น “หากใช้โมเดลระดับโลกโดยตรง อาจมีค่าใช้จ่ายถึง 5 บาทต่อการใช้งาน 1 ครั้ง แต่เมื่อนำมาพัฒนาต่อยอดเป็นโมเดลของตัวเอง ต้นทุนลดลงเหลือเพียงไม่กี่สิบสตางค์ ซึ่งทำให้ธุรกิจสามารถเกิดขึ้นได้จริง”
นอกจากนี้ นพ.ปิยะฤทธิ์ ยังชี้ให้เห็นถึงโอกาสใน “โมเดลขนาดเล็ก (Small Model)” ซึ่งใช้ความฉลาดและจินตนาการมากกว่าทรัพยากร “เราไม่จำเป็นต้องจ้างคนจบ PhD มาเป็น รปภ.” เขากล่าว ซึ่งเป็นการเน้นย้ำว่าภาคธุรกิจควรเลือกใช้ AI ให้เหมาะกับขนาดของงาน และเป็นการเปิดตลาดให้ผู้พัฒนาชาวไทย
ความมั่นคงและอธิปไตยทาง AI
นอกเหนือจากมิติทางเศรษฐกิจ ยุทธศาสตร์นี้ยังเกี่ยวพันโดยตรงกับความมั่นคงของชาติ ดร.ศักดิ์ เสกขุนทด ที่ปรึกษาอาวุโส สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (สพธอ.) เน้นย้ำถึงแนวคิด “อธิปไตยทาง AI (AI Sovereignty)” หรือความสามารถในการควบคุมเทคโนโลยีของตนเอง ว่าเป็นสิ่งจำเป็นอย่างยิ่งเพื่อลดความเสี่ยงจากการพึ่งพาต่างชาติ
“บทเรียนสำคัญคือตอนที่รัสเซียถูกตัดการใช้งาน Apple Pay หรือหากวันหนึ่งสายเคเบิลใต้น้ำเกิดปัญหา การประมวลผล AI ของทั้งประเทศที่พึ่งพาต่างชาติอาจหยุดชะงัก” ดร.ศักดิ์เตือน พร้อมเสนอว่าภาครัฐต้องเปลี่ยนบทบาทจาก “ผู้เล่น” มาเป็น “ผู้สนับสนุน” ผ่านการสร้างตลาด ปลดล็อกกฎระเบียบ และตั้งกองทุนที่ตรงจุด เพื่อให้เอกชนเป็นผู้ขับเคลื่อนนวัตกรรม
เสียงสะท้อนจากคนทำงาน: ปัญหา ‘สมองไหล’ และความหวัง
อย่างไรก็ตาม อุปสรรคที่เจ็บปวดที่สุดอาจไม่ใช่เรื่องเทคโนโลยี แต่คือวิกฤติบุคลากร นพ.ปิยะฤทธิ์ ได้สะท้อนปัญหา “สมองไหล” ผ่านประสบการณ์ตรงที่น่าตกใจว่า
“ทีมผมมีคนที่จบมหาวิทยาลัยท็อป 50 ของโลก 15 คน มีหมอจาก 3 สถาบันหลักอีก 10 คน แต่เคยถูกปฏิเสธทุนโดยให้เหตุผลว่าไม่มีผู้เชี่ยวชาญ ทำให้หลายคนท้อและสุดท้ายก็ต้องจ่ายทุนคืนรัฐบาลแล้วกลับไปทำงานที่ซิลิคอนแวลลีย์”
เหตุการณ์นี้ชี้ให้เห็นถึงความจำเป็นเร่งด่วนในการสร้างความเข้าใจ หรือ “AI Literacy” ตั้งแต่ระดับผู้กำหนดนโยบายไปจนถึงผู้บริหารองค์กร ซึ่งพชร ได้ยกตัวอย่างความเข้าใจผิดที่ว่า “จะเอา AI มาเขียนโค้ดแทนโปรแกรมเมอร์ได้เลย โดยไม่เข้าใจว่า AI อาจสร้างโค้ดที่ผิดพลาด และทำให้เกิดหนี้ทางเทคนิค (Technical Debt) ที่การกลับไปแก้ไขนั้นแพงกว่าเดิมเสียอีก”
ท้ายที่สุดแล้ว แม้ความท้าทายจะใหญ่หลวง แต่ความหวังยังคงอยู่ “ในอดีตเราเคยเป็นเสือตัวที่ 5 ตอนนี้เราอาจจะเป็นแมว แต่ผมเชื่อว่าเรานำหน้าคนอื่นในหลายมิติ ขอแค่เราเอาพลังกลับมาลุย นี่อาจเป็นโอกาสสุดท้ายที่เราจะสู้” นพ.ปิยะฤทธิ์ กล่าวทิ้งท้าย
