การหมุนเวียนอย่างรวดเร็วของกระแสเทคโนโลยีในปัจจุบัน ได้ผลักดันให้ปัญญาประดิษฐ์หรือ AI ยกระดับจากการเป็นเพียงเครื่องมือทางเลือก ก้าวขึ้นสู่สถานะโครงสร้างพื้นฐานใหม่ที่ขับเคลื่อนระบบเศรษฐกิจและสังคมในทุกมิติ สถาบันไอเอ็มซี (IMC Institute) ผนึกกำลังกับ บริษัท ออพติมุส (ประเทศไทย) จํากัด เปิดเวทีเสวนา “AI Trend 2026” เพื่อถอดรหัสทิศทางเทคโนโลยีที่จะกำหนดอนาคตในระยะใกล้
โดย รศ.ดร.ธนชาติ นุ่มนนท์ ผู้อำนวยการสถาบันไอเอ็มซี และ ศุภชัย สัจไพบูลย์กิจ ประธานเจ้าหน้าที่บริหาร บริษัท ออพติมุส (ประเทศไทย) จํากัด ได้ร่วมกันวิเคราะห์เจาะลึกถึงปรากฏการณ์สำคัญที่ AI กำลังเปลี่ยนผ่านบทบาทจาก “เครื่องมือช่วยคิด” (Generative AI) ไปสู่ “ผู้ลงมือทำ” (Agentic AI) ซึ่งถือเป็นวิวัฒนาการขั้นกว่าที่โลกธุรกิจต้องจับตามอง
1. การสิ้นสุดของยุค One Size Fits All และการมาถึงของยุคแห่งความหลากหลายของโมเดล
ประเด็นแรกที่ถือเป็นความเปลี่ยนแปลงที่ชัดเจนที่สุดคือภูมิทัศน์ของโลก AI ได้ก้าวผ่านจุดที่ผู้เล่นรายเดียวอย่าง ChatGPT ครองความเป็นเจ้าตลาดเพียงผู้เดียว โดย รศ.ดร.ธนชาติ ชี้ให้เห็นว่าปี 2026 จะเป็นยุคแห่งความหลากหลายของโมเดลหรือ Diversity of Models ซึ่งแนวคิดที่ว่าโมเดลเดียวสามารถตอบโจทย์ได้ทุกอย่างนั้นได้สิ้นสุดลงแล้ว ผู้ใช้งานที่มีความเชี่ยวชาญจะไม่ยึดติดกับแพลตฟอร์มใดแพลตฟอร์มหนึ่ง แต่จะเลือกใช้เครื่องมือในลักษณะผสมผสานหรือ Hybrid ตามความเหมาะสมของเนื้องานแต่ละประเภท เพื่อให้ได้ผลลัพธ์ที่มีประสิทธิภาพสูงสุด
ในมิติของการสืบค้นข้อมูลและการวิจัยเชิงลึกนั้น โมเดลอย่าง Gemini และ Perplexity กำลังก้าวขึ้นมาเป็นผู้นำเนื่องจากมีความโดดเด่นในด้านการสืบค้นข้อมูลที่เป็นปัจจุบัน การเข้าถึงคลังความรู้ และความสามารถในการทำ Deep Research ที่สามารถวางแผนและสรุปผลข้อมูลได้อย่างเป็นขั้นตอน ซึ่งแตกต่างจากการสืบค้นผ่าน Search Engine แบบดั้งเดิม ในขณะที่งานด้านความคิดสร้างสรรค์หรืองานเขียนเชิงประพันธ์ เครื่องมืออย่าง ChatGPT และ Claude ยังคงรักษาจุดแข็งไว้ได้อย่างเหนียวแน่น โดยเฉพาะ Claude 3.5 ที่เริ่มได้รับความนิยมในหมู่นักพัฒนาซอฟต์แวร์และงานภาษาไทย
นอกจากนี้เรายังได้เห็นการเติบโตของโมเดลที่ถูกออกแบบมาเพื่องานเฉพาะด้านหรือ Specialized Models อย่างชัดเจน ซึ่งเข้ามาเติมเต็มในจุดที่โมเดลภาษาทั่วไปทำได้ไม่ดีนัก เช่น การสร้างวิดีโอคุณภาพสูงด้วย Sora หรือ Kling และการสร้างภาพกราฟิกด้วย Midjourney หรือ Gemini Image 3 Nano Banana ที่ให้ผลลัพธ์ที่แม่นยำและสวยงามกว่าโมเดลอเนกประสงค์ทั่วไป นายศุภชัยได้ขยายความในประเด็นนี้ว่า หัวใจสำคัญของผู้ใช้งานในยุคถัดไปคือการมองหาความเหมาะสมมากกว่าการพยายามจัดอันดับว่าโมเดลใดดีที่สุด เพราะในกระบวนการทำงานหนึ่งชิ้น อาจจำเป็นต้องใช้โมเดลหลายตัวทำงานสอดประสานกันเพื่อให้ได้ผลลัพธ์สุดท้ายที่สมบูรณ์
–ดร.ธนชาติ ชี้ AI คือ ‘ฝิ่นยุคใหม่’ แนะไทยเร่ง ‘สร้างคน’ ฝ่ากับดักความสะดวกสบาย
2. จาก Generative AI สู่ Agentic AI เมื่อปัญญาประดิษฐ์ลุกขึ้นมาเป็นผู้กระทำการ
เทรนด์ที่ถือเป็นจุดเปลี่ยนสำคัญที่สุดและจะเป็นหัวใจหลักของเทคโนโลยีในปี 2026 คือวิวัฒนาการจาก Generative AI ซึ่งทำหน้าที่เพียงสร้างเนื้อหาตามคำสั่ง ไปสู่ Agentic AI หรือปัญญาประดิษฐ์ที่มีสถานะเป็นตัวแทนที่สามารถกระทำการต่างๆ แทนมนุษย์ได้ การเปลี่ยนแปลงนี้สะท้อนถึงการยกระดับปฏิสัมพันธ์ระหว่างมนุษย์กับคอมพิวเตอร์ จากเดิมที่เป็นระบบ Command-based ซึ่งผู้ใช้ต้องป้อนคำสั่งละเอียดทีละขั้นตอนหรือ Prompt Engineering ไปสู่ระบบ Goal-based ที่มนุษย์เพียงแค่กำหนดเป้าหมายสุดท้าย แล้วปล่อยให้ AI ทำหน้าที่เป็นผู้กระทำหรือ Actor ที่คิด วางแผน และลงมือปฏิบัติการจนจบกระบวนการ
ความสามารถของ Agentic AI นี้จะแสดงออกผ่านการทำงานที่เป็น Action Oriented หรือมุ่งเน้นการกระทำมากกว่าการให้ข้อมูลเพียงอย่างเดียว ตัวอย่างเช่นในฟีเจอร์ Deep Research ระบบไม่ได้เพียงแค่ค้นหาข้อมูลมาแสดง แต่ทำการวางแผนกลยุทธ์การค้นหา วิเคราะห์ผลลัพธ์ และสรุปเนื้อหาที่ซับซ้อนให้โดยอัตโนมัติ เสมือนมีผู้ช่วยวิจัยส่วนตัวที่ทำงานต่อเนื่องจนกว่าจะได้คำตอบที่สมบูรณ์ หรือกรณีของการใช้งาน Agentic Browser ที่ AI สามารถเข้ายึดหน้าจอเพื่อทำงานแทนมนุษย์ เช่น การได้รับโจทย์ให้วางแผนการเดินทางไปร่วมงานขอนแก่นมาราธอน ระบบจะทำการค้นหาวันที่จัดงาน เลือกเที่ยวบินที่เหมาะสม จองตั๋วเครื่องบิน และจัดหาที่พักให้เสร็จสรรพโดยที่มนุษย์ไม่ต้องเข้าไปกดคลิกตามหน้าเว็บไซต์ต่าง ๆ ด้วยตนเอง
นอกจากนี้ ศักยภาพของ Agentic AI ยังครอบคลุมถึงการทำธุรกรรมและการใช้งานระบบดิจิทัลที่ซับซ้อน เช่น การให้ AI Agent เข้าไปทำแบบทดสอบออนไลน์แทนมนุษย์ โดยระบบสามารถอ่านโจทย์ เลือกคำตอบ และกดเลื่อนไปยังข้อถัดไปจนจบการสอบได้เอง ซึ่งสิ่งเหล่านี้ชี้ให้เห็นว่าบทบาทของมนุษย์กำลังจะเปลี่ยนจากการเป็นผู้ปฏิบัติงาน (Operator) มาเป็นผู้กำกับดูแล (Supervisor) ที่มีหน้าที่ตรวจสอบความถูกต้องและกำหนดทิศทางให้กับกองทัพผู้ช่วยดิจิทัลเหล่านี้แทน รวมถึงในอนาคตเราจะเริ่มเห็นการสื่อสารแบบ Agent-to-Agent หรือ A2A ที่ตัวแทน AI ของฝั่งผู้ซื้อและผู้ขายสามารถเจรจาธุรกิจหรือทำการตลาดหากันได้โดยตรงภายในระบบนิเวศที่เชื่อมโยงกัน
3. ความฉลาดที่รอบด้านแบบ Multimodal และความแม่นยำแบบเฉพาะเจาะจง
ในปี 2026 เทคโนโลยีปัญญาประดิษฐ์จะก้าวข้ามขีดจำกัดเดิมที่เรียนรู้จากตัวอักษรเป็นหลัก ไปสู่ความสามารถแบบพหุรูปแบบหรือ Multimodal อย่างสมบูรณ์ ซึ่งเปรียบเสมือนการเติมเต็มประสาทสัมผัสให้ AI มีดวงตาและหูที่สามารถรับรู้ข้อมูลได้พร้อมกันทั้งภาพ เสียง และวิดีโอ ทำให้ระบบมีความเข้าใจในบริบทที่ลึกซึ้งยิ่งขึ้น รศ.ดร.ธนชาติ ได้สาธิตความสามารถนี้ผ่านการใช้งานจริง โดยชี้ให้เห็นว่าปัจจุบันเราสามารถสนทนาโต้ตอบกับ AI ด้วยเสียงได้เสมือนคุยกับมนุษย์ อีกทั้งยังสามารถส่งไฟล์วิดีโอเข้าไปให้ระบบทำการวิเคราะห์ได้โดยตรง ซึ่ง AI ไม่ได้ทำเพียงแค่อ่านคำบรรยาย (Transcript) แต่ใช้สายตาคอมพิวเตอร์ในการมองเห็นรายละเอียดภายในคลิปวิดีโอได้จริง ตัวอย่างเช่น การให้ AI วิเคราะห์วิดีโอเพื่อตรวจสอบว่าเป็นคลิปจริงหรือคลิปที่สร้างจาก AI โดยระบบสามารถตรวจจับความผิดปกติเล็ก ๆ น้อย ๆ เช่น การเคลื่อนไหวของช่วงขาในชุดสูทที่ไม่เป็นธรรมชาติ หรือการตรวจพบลายน้ำหรือ Watermark ของโมเดลสร้างวิดีโออย่าง Sora ที่ซ่อนอยู่ ซึ่งสะท้อนให้เห็นว่าโมเดลมีความเข้าใจบริบทที่ซับซ้อนในระดับที่ใกล้เคียงมนุษย์มากขึ้นเรื่อย ๆ
ในขณะที่ความสามารถในการรับรู้กว้างขวางขึ้น ทิศทางของการประยุกต์ใช้ในภาคธุรกิจกลับมุ่งเน้นไปที่ความเฉพาะเจาะจงมากขึ้น (Domain Specific AI) ซึ่งเป็นการเปลี่ยนแปลงจากแนวคิดเดิมที่ต้องการโมเดลขนาดใหญ่ที่รอบรู้ทุกเรื่องคล้ายกับผู้จบปริญญาเอกในทุกสาขา มาสู่การสร้างโมเดลผู้เชี่ยวชาญเฉพาะทาง
รศ.ดร.ธนชาติ เปรียบเทียบให้เห็นภาพว่า บริษัทการเงินย่อมต้องการ AI ที่เชี่ยวชาญเรื่องตัวเลขและกฎระเบียบทางการเงิน โดยไม่จำเป็นต้องมีความรู้ทางการแพทย์หรือประวัติศาสตร์ ซึ่งแนวคิดนี้จะนำไปสู่การพัฒนาโมเดลภาษาขนาดเล็กที่เรียนรู้จากฐานข้อมูลภายในขององค์กรเอง (Internal Repository) ข้อดีสำคัญของแนวทางนี้คือการช่วยลดต้นทุนมหาศาลในการเช่าใช้โครงสร้างพื้นฐานขนาดใหญ่ เพิ่มความรวดเร็วในการประมวลผล และที่สำคัญที่สุดคือการสร้างความมั่นใจด้านความปลอดภัยของข้อมูล เนื่องจากองค์กรสามารถรันระบบ AI นี้ได้ภายในโครงสร้างพื้นฐานของตนเองโดยข้อมูลสำคัญไม่รั่วไหลออกสู่สาธารณะ
–เริ่มใช้ AI ยังไง? ‘ดร.ธนชาติ’ ย้ำ ไม่ต้องเรียน ‘Prompt’ แค่ ‘ลงมือทำ’
4. Democratization of AI การลดกำแพงทักษะและความเหลื่อมล้ำรูปแบบใหม่
อีกหนึ่งเทรนด์ที่สร้างผลกระทบในวงกว้างคือ Democratization of AI หรือการทำให้อำนาจในการสร้างสรรค์เทคโนโลยีกลายเป็นประชาธิปไตยที่ทุกคนเข้าถึงได้ ซึ่งเป็นการทลายกำแพงอุปสรรคทางทักษะที่เคยมีในอดีต รศ.ดร.ธนชาติ ได้ยกตัวอย่างให้เห็นภาพชัดเจนถึงงานผลิตวิดีโอ ซึ่งในอดีตจำเป็นต้องมีสตูดิโอ กล้องถ่ายทำ และทักษะการตัดต่อขั้นสูง แต่ปัจจุบันเครื่องมือ AI สามารถสร้างวิดีโอจากข้อความหรือภาพนิ่งได้ทันที ทำให้บุคคลธรรมดาสามารถสร้างสรรค์ผลงานระดับมืออาชีพได้ หรือแม้แต่งานกราฟิกที่ซับซ้อน เช่น การตัดต่อภาพสวมชุดครุยรับปริญญาของมหาวิทยาลัยต่างประเทศที่หาชุดจริงได้ยาก ก็สามารถใช้เครื่องมืออย่าง Nano Banana เนรมิตขึ้นมาได้อย่างสมจริงโดยไม่ต้องจ้างช่างภาพหรือผู้เชี่ยวชาญโปรแกรม Photoshop
นอกจากงานสื่อสร้างสรรค์แล้ว การเปลี่ยนแปลงนี้ยังครอบคลุมไปถึงทักษะเชิงเทคนิคอย่างการเขียนโปรแกรม ผ่านเครื่องมือ No-code หรือ Low-code และฟีเจอร์ใหม่อย่าง VIBE Coding ที่ช่วยให้ผู้ที่ไม่มีพื้นฐานด้านวิศวกรรมซอฟต์แวร์สามารถพัฒนาแอปพลิเคชันได้ นายศุภชัยได้สาธิตการใช้งาน Google AI Studio โดยการสั่งงานด้วยภาษาพูดเพื่อให้ AI สร้างแอปพลิเคชันแชทบอทที่ฟังเสียงและตอบโต้เป็นภาษาไทย หรือแม้กระทั่งการเขียนโปรแกรมภาษา Python ขึ้นมาใหม่เพียงแค่ส่งรูปภาพหน้าจอของเกมเก่าในยุค 90 ให้ AI ดู ระบบก็สามารถเขียนโค้ดและสร้างเกมนั้นขึ้นมาให้เล่นได้จริง สิ่งเหล่านี้แสดงให้เห็นว่าอุปสรรคทางเทคนิคกำลังถูกทำลายลง และเปิดโอกาสให้ใครก็ตามที่มีไอเดียสามารถสร้างนวัตกรรมได้ด้วยตนเอง หรือที่เรียกว่า One Man Company
อย่างไรก็ตาม ภายใต้ความสะดวกสบายนี้มีความเสี่ยงใหม่ที่ซ่อนอยู่ นายศุภชัย และ รศ.ดร.ธนชาติ ได้หยิบยกประเด็นจากรายงานของ UNDP เรื่อง The Next Great Divergence มาเตือนสติว่า แม้กำแพงทางทักษะจะลดลง แต่โลกกำลังเผชิญกับความเหลื่อมล้ำรูปแบบใหม่ นั่นคือความเหลื่อมล้ำทางโอกาสและการเข้าถึง (Digital Divide) ที่กว้างขึ้น และชี้ให้เห็นว่า ผู้ที่มีความพร้อมด้านทุนทรัพย์และสามารถเข้าถึงเครื่องมือ AI ระดับสูงหลายตัวพร้อมกัน จะมีความได้เปรียบในการแข่งขันอย่างมหาศาลเมื่อเทียบกับผู้ที่ยังทำงานด้วยระบบเดิม หรือผู้ที่เข้าถึงเทคโนโลยีได้จำกัด ซึ่งสิ่งนี้อาจนำไปสู่ช่องว่างทางเศรษฐกิจที่ถ่างกว้างขึ้นระหว่างผู้ที่ใช้ AI เป็นเครื่องทุ่นแรงกับผู้ที่ถูกทิ้งไว้ข้างหลัง
5. Augmented Workforce เพื่อนร่วมงานอัจฉริยะและทักษะที่ AI ทดแทนไม่ได้
แนวคิดเรื่องความกลัวว่า AI จะเข้ามาแย่งงานมนุษย์กำลังถูกปรับเปลี่ยนมุมมองใหม่ไปสู่การเป็น Augmented Workforce หรือการยอมรับ AI ในฐานะพันธมิตรและผู้ช่วยนักบิน (Co-pilot) ที่เข้ามาทำงานร่วมกัน รศ.ดร.ธนชาติ ได้เน้นย้ำว่าเราควรยินดีที่จะปล่อยให้ AI เข้ามาทดแทนงานที่ทำซ้ำซากจำเจ งานเอกสาร หรืองานรูทีน เพื่อปลดล็อกเวลาให้มนุษย์สามารถไปโฟกัสกับงานที่มีคุณค่าสูงกว่าและต้องใช้ทักษะที่ AI ยังไม่สามารถทำได้ดีเทียบเท่า นั่นคือทักษะการคิดเชิงวิพากษ์ (Critical Thinking) ความเข้าอกเข้าใจผู้อื่น (Empathy) และความสามารถในการกำหนดทิศทางชีวิตหรือธุรกิจในอนาคต ซึ่งเป็นอำนาจตัดสินใจที่ AI ไม่มีวันทำแทนได้
มีความเข้าใจผิดประการหนึ่งที่ว่าเมื่อมี AI แล้วมนุษย์จะทำงานน้อยลง แต่ในความเป็นจริงแล้วเทคโนโลยีนี้จะช่วยให้เราทำงานได้มากขึ้นและมีประสิทธิภาพสูงขึ้น ตัวอย่างเช่น การจัดทำสไลด์นำเสนอที่เคยใช้เวลาทั้งวัน อาจเหลือเพียงหนึ่งชั่วโมงด้วยความช่วยเหลือจาก AI ที่ร่างโครงสร้างและเนื้อหาให้ แต่สุดท้ายมนุษย์ยังคงต้องเป็นผู้ตรวจสอบและขัดเกลาผลงานนั้น สำหรับกลุ่มอาชีพที่มีความเสี่ยงสูงที่จะถูก AI เข้ามาแทนที่ตามรายงานของ Microsoft ได้แก่ งานแปลภาษา งานเขียนเนื้อหา งานขายผ่านเว็บไซต์ และงานธุรการ ในขณะที่กลุ่มอาชีพที่ต้องใช้ทักษะทางกายภาพ เช่น การก่อสร้าง การเกษตร หรืองานที่ต้องใช้ความละเอียดอ่อนในการดูแลรักษาอย่าง Health Care ยังถือเป็นพื้นที่ปลอดภัยที่ AI เข้าถึงได้ยาก
นอกจากนี้ ในบริบทของสังคมไทยที่กำลังก้าวเข้าสู่สังคมผู้สูงอายุโดยสมบูรณ์ (Aging Society) ซึ่งคนไทยอาจต้องทำงานจนถึงอายุ 65-70 ปี การเข้ามาของ AI ถือเป็นโอกาสทองสำหรับกลุ่มผู้สูงวัยที่มีประสบการณ์ รศ.ดร.ธนชาติ และนายศุภชัย มีความเห็นตรงกันว่า ผู้ที่มีประสบการณ์ชีวิตและการทำงานมาอย่างยาวนาน เมื่อได้รับการติดอาวุธด้วยเครื่องมือ AI จะมีความได้เปรียบเหนือคนรุ่นใหม่ เพราะคนรุ่นใหม่แม้จะใช้เครื่องมือคล่องแคล่ว แต่อาจขาดความลึกซึ้งในการคิดวิเคราะห์และประสบการณ์ในการตัดสินใจ ดังนั้น AI จึงเป็นเครื่องมือสำคัญที่จะช่วยให้ผู้สูงวัยสามารถทำงานต่อได้อย่างมีประสิทธิภาพ เปรียบเสมือนการติดปีกให้กับประสบการณ์ที่มีอยู่เดิม
6. Authenticity at Scale วิกฤติความน่าเชื่อถือและภูมิคุ้มกันดิจิทัล
เมื่อ Generative AI ก้าวเข้ามาสู่ยุคที่สามารถผลิตเนื้อหาได้ในระดับอุตสาหกรรมหรือ At Scale ทั้งในรูปแบบภาพ เสียง และวิดีโอ ความท้าทายที่ตามมาคือเส้นแบ่งระหว่างความจริงและสิ่งที่ถูกสังเคราะห์ขึ้นเริ่มเลือนลางจนแทบแยกไม่ออก รศ.ดร.ธนชาติ ได้หยิบยกประเด็นเรื่อง Deepfake ที่กำลังทวีความรุนแรงขึ้น โดยยกตัวอย่างกรณีศึกษาในต่างประเทศที่มีการสร้างวิดีโอปลอมของนาง Catherine Connolly ประกาศถอนตัวจากการแข่งขันชิงตำแหน่งประธานาธิบดี ซึ่งเป็นความพยายามในการชี้นำผู้มีสิทธิเลือกตั้งและบ่อนทำลายกระบวนการประชาธิปไตย สะท้อนให้เห็นว่า AI สามารถถูกนำมาใช้เป็นเครื่องมือในการสร้างข้อมูลเท็จหรือ Disinformation เพื่อหวังผลทางการเมืองหรือการหลอกลวงหรือ Scam ได้อย่างแนบเนียน
–AI ไทยในกับดัก: เมื่อความตื่นตัวสูงแต่ความสำเร็จสวนทาง
ความน่ากลัวของเทคโนโลยีนี้คือความง่ายดายในการเข้าถึง แม้แต่ในระดับการใช้งานส่วนบุคคล AI ก็สามารถถูกนำมาใช้สร้างภาพกิจกรรมที่ไม่ได้เกิดขึ้นจริงได้ เช่น การสร้างภาพการไปวิ่งในสถานที่ที่ไม่ได้ไปจริง หรือการเปลี่ยนฉากหลังให้ดูเหมือนอยู่ต่างประเทศ ซึ่งหากขาดจริยธรรมในการใช้งาน อาจนำไปสู่การสร้างความเข้าใจผิดในวงกว้างได้ ดังนั้น สังคมจึงจำเป็นต้องเร่งสร้างภูมิคุ้มกันทางดิจิทัลหรือ Digital Immunity ซึ่งประกอบไปด้วย 5 องค์ประกอบสำคัญ ได้แก่ ทักษะความเข้าใจ AI หรือ AI Literacy ทักษะด้านข้อมูล ความตระหนักรู้ด้านความปลอดภัยไซเบอร์ การคิดเชิงวิพากษ์ และจริยธรรม เพื่อให้ผู้ใช้งานสามารถรู้เท่าทัน แยกแยะ และไม่ตกเป็นเครื่องมือในการเผยแพร่ข้อมูลเท็จ
นอกจากนี้ ภาคเทคโนโลยียังพยายามแก้ปัญหานี้ด้วยมาตรการทางเทคนิค เช่น การฝังลายน้ำดิจิทัลหรือ Watermarking ในเนื้อหาที่สร้างโดย AI ดังเช่นที่ปรากฏในโมเดล Gemini หรือ Sora เพื่อยืนยันแหล่งที่มาของข้อมูล อย่างไรก็ตาม รศ.ดร.ธนชาติ เน้นย้ำว่าสิ่งสำคัญที่สุดคือการสร้างความไว้วางใจหรือ Trust ในสังคม โดยผู้ใช้งานควรมีความรับผิดชอบในการเปิดเผยข้อมูลหากมีการใช้ AI ในการสร้างสรรค์ผลงาน เพื่อความโปร่งใสและป้องกันผลกระทบที่อาจเกิดขึ้นจากข้อมูลที่บิดเบือน
7. AI Governance & Ethics เมื่อธรรมาภิบาลและความรับผิดชอบคือหัวใจสำคัญ
อีกหนึ่งประเด็นที่ไม่สามารถมองข้ามได้ในการขับเคลื่อนเทคโนโลยี AI ในปี 2026 คือเรื่องของจริยธรรมและธรรมาภิบาลหรือ AI Governance ซึ่งกำลังเปลี่ยนจากแนวปฏิบัติทางเลือกมาเป็นมาตรฐานข้อบังคับทางธุรกิจ
รศ.ดร.ธนชาติ ชี้ให้เห็นว่าเมื่อ AI ถูกนำมาใช้ในการตัดสินใจเรื่องที่มีผลกระทบสูงต่อชีวิตมนุษย์ เช่น การพิจารณาอนุมัติเงินกู้ การคัดเลือกบุคคลเข้าทำงาน หรือการรับนักศึกษาเข้าเรียน ปัญหาเรื่องความอคติหรือ Bias ของอัลกอริทึมจึงเป็นความเสี่ยงที่จับต้องได้ โดยได้ยกตัวอย่างกรณีศึกษาที่เกิดขึ้นจริงในต่างประเทศที่บริษัทเทคโนโลยีแห่งหนึ่งใช้ AI คัดเลือกพนักงานและพบว่าระบบมีแนวโน้มเลือกผู้ชายมากกว่าผู้หญิงแม้จะมีคะแนนเท่ากัน ดังนั้น องค์กรจำเป็นต้องกำหนดนโยบายธรรมาภิบาลที่ชัดเจน มีคณะกรรมการกำกับดูแล เพื่อให้มั่นใจว่าการใช้งาน AI นั้นมีความโปร่งใสและปราศจากอคติ
ในมิติของการกำกับดูแล กฎระเบียบระดับโลกกำลังมีความเข้มข้นขึ้นโดยมี EU AI Act ของสหภาพยุโรปเป็นต้นแบบ ในขณะที่ประเทศไทยเอง ทางสำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (ETDA) ได้ออกแนวปฏิบัติหรือ Best Practice เพื่อให้องค์กรได้นำไปประยุกต์ใช้
นอกจากนี้ ศุภชัย ยังเน้นย้ำถึงความสำคัญของความเป็นส่วนตัวและความปลอดภัยของข้อมูลหรือ Data Privacy โดยเตือนว่าผู้ใช้งานต้องระมัดระวังอย่างยิ่งในการนำข้อมูลความลับขององค์กรหรือข้อมูลส่วนบุคคลที่ละเอียดอ่อนไปประมวลผลบนระบบ AI สาธารณะ เพราะเสี่ยงต่อการรั่วไหลและถูกโจมตีทางไซเบอร์ได้ การใช้งาน AI จึงต้องดำเนินควบคู่ไปกับความรับผิดชอบและความตระหนักรู้ เพื่อให้เทคโนโลยีไม่กลายเป็นดาบสองคมที่ย้อนกลับมาทำลายความเชื่อมั่นขององค์กร
8. Sovereign AI & Infrastructure สงครามชิปและอธิปไตยทางเทคโนโลยี
ในระดับมหภาคของโลกเทคโนโลยีที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ เรากำลังเผชิญกับปรากฏการณ์ที่เปรียบเสมือนยุคตื่นทองหรือ Gold Rush ครั้งใหม่ ที่ความต้องการทรัพยากรพื้นฐานมีมูลค่ามหาศาล รศ.ดร.ธนชาติ เปรียบเทียบให้เห็นภาพว่า ผู้ที่ได้รับประโยชน์สูงสุดในยุคนี้ไม่ใช่เพียงผู้ใช้งาน AI แต่คือผู้ผลิตอุปกรณ์พื้นฐานหรือ Infrastructure ซึ่งเปรียบเสมือนคนขายกางเกงยีนส์และเสียมขุดทองในยุคตื่นทองที่แคลิฟอร์เนีย ซึ่งในปัจจุบันคือบริษัทผู้ผลิตชิปประมวลผลอย่าง NVIDIA ที่ครองส่วนแบ่งตลาดกว่า 80-90% ส่งผลให้มูลค่าบริษัทพุ่งสูงขึ้นอย่างต่อเนื่อง ในขณะที่คู่แข่งอย่าง Google TPU หรือ Amazon Titanium ก็กำลังเร่งพัฒนาเพื่อชิงส่วนแบ่งตลาดในสัดส่วนที่เหลือ สิ่งนี้นำไปสู่เทรนด์การสร้าง AI Factory หรือโรงงานผลิตปัญญาประดิษฐ์ ซึ่งองค์กรธุรกิจขนาดใหญ่เริ่มลงทุนสร้างศูนย์ข้อมูลหรือ Data Center ของตนเองเพื่อลดการพึ่งพาผู้ให้บริการภายนอกและป้องกันปัญหา Vendor Lock-in
นอกจากสงครามชิปแล้ว ประเด็นที่กำลังกลายเป็นวาระแห่งชาติทั่วโลกคือแนวคิดเรื่องอธิปไตยทาง AI (Sovereign AI) ซึ่งหมายถึงการที่แต่ละประเทศต้องการมีโครงสร้างพื้นฐาน โมเดล AI และกรรมสิทธิ์ในข้อมูลเป็นของตนเอง รศ.ดร.ธนชาติ อธิบายว่าสิ่งนี้เปรียบเสมือนการมีสนามบินเป็นของตนเองเพื่อความมั่นคง ไม่สามารถพึ่งพาสนามบินของต่างชาติได้ตลอดเวลา หลายภูมิภาคเช่น สหภาพยุโรป อินเดีย และจีน ต่างพยายามออกกฎระเบียบและสร้างโมเดลภายในประเทศเพื่อป้องกันข้อมูลรั่วไหลออกนอกพรมแดน สำหรับประเทศไทยเอง แนวโน้มนี้ชี้ให้เห็นถึงความจำเป็นเร่งด่วนในการลงทุนด้าน Digital Infrastructure และศูนย์ข้อมูลภายในประเทศ เพื่อรองรับข้อมูลที่มีความอ่อนไหวสูง เช่น ข้อมูลสุขภาพหรือข้อมูลทางการเงิน ให้ปลอดภัยและอยู่ภายใต้กฎหมายคุ้มครองข้อมูลของไทย โดยไม่ตกอยู่ภายใต้อิทธิพลหรือความเสี่ยงจากแพลตฟอร์มต่างชาติเพียงอย่างเดียว
ก้าวต่อไปในโลกที่ขับเคลื่อนด้วย AI จากการป้อนคำสั่งสู่การกำหนดเป้าหมาย
จากการเสวนา “AI Trend 2026” ศุภชัย ได้สรุปทิศทางอนาคตที่สำคัญว่าโลกกำลังเปลี่ยนผ่านจากการที่มนุษย์ทำหน้าที่เพียงป้อนคำสั่ง (Prompting) ไปสู่การเป็นผู้กำหนดเป้าหมาย (Defining Goal) อย่างเต็มตัว ในระบบนิเวศการทำงานแบบใหม่นี้ มนุษย์จะทำหน้าที่เป็นผู้กำกับดูแล (Think Tank) ที่วางวิสัยทัศน์ ในขณะที่ AI จะรับบทบาทเป็นผู้ลงมือทำให้สำเร็จ (Agentic Execution) ซึ่งจะนำไปสู่รูปแบบการทำงานที่เชื่อมโยงกันอย่างไร้รอยต่อ (Connected Ecosystem) ที่ซอฟต์แวร์สามารถสื่อสารกันเองได้แบบ Agent-to-Agent (A2A) ตัวอย่างเช่น แพลตฟอร์มโฆษณาที่สามารถใช้ AI ไปค้นหาลูกค้าและแสดงผลโฆษณาได้เองโดยที่มนุษย์ไม่ต้องเสียเวลากำหนดกลุ่มเป้าหมาย (Persona) ด้วยตนเองอีกต่อไป
ในขณะที่เทคโนโลยีกำลังก้าวไปข้างหน้าอย่างรวดเร็วด้วยแรงขับเคลื่อนจากนวัตกรรมอย่าง Quantum Computing ที่ รศ.ดร.ธนชาติ คาดการณ์ว่าจะเข้ามาเร่งความสามารถของ AI ให้ทรงพลังยิ่งขึ้นไปอีกจนอาจถึงระดับ AGI (Artificial General Intelligence) สิ่งสำคัญที่สุดสำหรับมนุษย์จึงไม่ใช่การพยายามวิ่งแข่งกับความเร็วของเทคโนโลยี แต่คือการพัฒนาทักษะที่ AI ไม่สามารถเลียนแบบได้ นั่นคือ Critical Thinking หรือการคิดเชิงวิพากษ์ เพื่อพินิจพิเคราะห์ความถูกต้องของข้อมูล ท่ามกลางกระแสการเปลี่ยนแปลงนี้ ผู้ที่สามารถปรับตัว เรียนรู้ตลอดชีวิต และใช้ประโยชน์จาก AI ในฐานะพันธมิตร จะเป็นผู้ที่สามารถยืนหยัดและเติบโตได้อย่างมั่นคงในโลกอนาคต
ข่าวอื่น ๆ ที่น่าสนใจ
SCBX: ก้าวข้าม AI สู่ Quantum Ready เดิมพันอนาคตโลกการเงิน
AWS re:Invent 2025: พลิกโฉม Cloud สู่ยุค ‘Agentic AI’
Cloudflare ล่มซ้ำ! สะท้อน ‘วิกฤติ’ ความเปราะบางอินเทอร์เน็ตโลก
