ในวันที่วิกฤตสภาพภูมิอากาศไม่ใช่เรื่องไกลตัวอีกต่อไป แต่ปรากฏอยู่ในรูปของพายุที่รุนแรงขึ้น น้ำท่วมที่เกิดถี่ขึ้น และความเสียหายทางเศรษฐกิจที่ขยายตัวเป็นมูลค่าหลายพันล้านดอลลาร์ คำถามสำคัญของหลายประเทศทั่วโลกจึงไม่ใช่เพียงว่า “ภัยพิบัติครั้งต่อไปจะเกิดขึ้นเมื่อไร” แต่คือ “เราจะรับมือได้เร็วและแม่นยำพอหรือไม่”
ประเด็นสำคัญ
- จากความสนใจใน AI สู่ศักยภาพการใช้งานจริง
- AI Skills Jam: เมื่อเทคโนโลยีต้องทำงานร่วมกับคนหน้างาน
- 3 โจทย์ใหญ่: ข้อมูล ภาษา และการประสานงาน
- Voice Mode กับบริบทไทย
- ความแม่นยำคือเรื่องความเป็น-ความตาย
- จากกรุงเทพฯ สู่การทดสอบภาคสนามในปี 2026
- เครื่องมือของ ADPC: เมื่อ AI ทำงานกับข้อมูลภูมิสารสนเทศ
- เริ่มที่ปัญหา ไม่ใช่เทคโนโลยี
ที่น่าวิตกกว่านั้นคือ ‘เอเชีย’ เป็นภูมิภาคที่เผชิญภัยพิบัติมากที่สุดในโลก โดยมีประชากรประมาณ 75% ของผู้ได้รับผลกระทบจากภัยพิบัติทั่วโลกอาศัยอยู่ในภูมิภาคนี้ ขณะที่ธนาคารโลก (World Bank) ประเมินว่า ภัยพิบัติสร้างความเสียหายแก่กลุ่มประเทศอาเซียนมากกว่า 11,000 ล้านดอลลาร์สหรัฐ
ประเทศไทย ซึ่งตั้งอยู่ในเอเชีย ก็อยู่ในจุดเปราะบางสำคัญ โดยถูกจัดให้อยู่ใน 1 ใน 10 ประเทศที่เสี่ยงต่ออุทกภัยมากที่สุดในโลก โดยเฉพาะลุ่มแม่น้ำเจ้าพระยา ซึ่งเป็นที่อยู่อาศัยของประชากรประมาณ 40% ของประเทศ และมีสัดส่วนต่อ GDP สูงถึง 66%
ในบริบทเช่นนี้ OpenAI ร่วมกับศูนย์เตรียมความพร้อมป้องกันภัยพิบัติแห่งเอเชีย หรือ ADPC ซึ่งได้รับการสนับสนุนจากมูลนิธิ Gates จึงเลือกกรุงเทพฯ เป็นสถานที่จัดเวิร์กช็อประดับภูมิภาค ‘AI Skills Jam’ เพื่อสำรวจว่า AI โดยเฉพาะโมเดลขั้นสูงหรือ Frontier Models จะสามารถเข้ามาช่วยยกระดับการรับมือภัยพิบัติในเอเชียให้มีประสิทธิภาพขึ้นได้อย่างไร
Sandy Kunvatanagarn หัวหน้าฝ่ายนโยบาย (Head of Policy) ประจำเอเชียตะวันออกเฉียงใต้ของ OpenAI
เราได้คุยกับ Sandy Kunvatanagarn หัวหน้าฝ่ายนโยบาย (Head of Policy) ประจำเอเชียตะวันออกเฉียงใต้ของ OpenAI เพื่อให้เล่าว่า AI เป็นเครื่องมือช่วยให้การรับมือภัยพิบัติมีประสิทธิภาพขึ้นและช่วยลดความสูญเสียได้อย่างไร รวมถึงเหตุผลที่เลือกกรุงเทพฯ ในการจัดกิจกรรมส่งเสริมการเตรียมพร้อม
“เอเชียยังคงเป็นภูมิภาคที่มีความเสี่ยงสูงที่สุดในโลกเมื่อพูดถึงภัยพิบัติ และขนาดของผลกระทบนั้นมีแต่จะเพิ่มสูงขึ้น” Sandy กล่าว พร้อมชี้ว่า เป้าหมายสำคัญคือการลดช่องว่างระหว่างสิ่งที่เทคโนโลยีสามารถทำได้ กับการนำเทคโนโลยีไปสร้างผลลัพธ์ที่มีความหมายต่อชีวิตของผู้คนในพื้นที่จริง
จากความสนใจใน AI สู่ศักยภาพการใช้งานจริง
สิ่งที่ทำให้ OpenAI มองเห็นโอกาสในภูมิภาคนี้ คือพฤติกรรมของผู้คนในช่วงวิกฤต
โดยข้อมูลภายในของ OpenAI ระบุว่า ระหว่างเกิดพายุไซโคลนโมคาในศรีลังกาเมื่อปี 2025 การใช้งาน ChatGPT พุ่งสูงขึ้นถึง 17 เท่า เพราะผู้คนค้นหาข้อมูลเกี่ยวกับพายุ ขณะที่ในประเทศไทย ช่วงเกิดพายุไซโคลนเซนยาร์ทางภาคใต้เมื่อปลายปีที่ผ่านมา มีการใช้งาน ChatGPT เพิ่มขึ้นมากกว่า 3 เท่า
ตัวเลขเหล่านี้สะท้อนว่า AI ไม่ได้เป็นเพียงเทคโนโลยีสำหรับการทดลองในห้องแล็บหรือเครื่องมือเพิ่มประสิทธิภาพขององค์กรเท่านั้น แต่เริ่มกลายเป็นแหล่งข้อมูลที่ผู้คนหันไปใช้ในช่วงเวลาที่เต็มไปด้วยความสับสน
อย่างไรก็ตาม คำถามที่สำคัญกว่านั้นคือ หากประชาชนเริ่มใช้ AI ในยามวิกฤตแล้ว เจ้าหน้าที่ ผู้ปฏิบัติงาน และหน่วยงานที่รับผิดชอบด้านภัยพิบัติ จะสามารถใช้เทคโนโลยีนี้ได้อย่างเป็นระบบ ปลอดภัย และมีประสิทธิภาพเพียงใด
นี่คือจุดตั้งต้นของ AI Skills Jam
AI Skills Jam: เมื่อเทคโนโลยีต้องทำงานร่วมกับคนหน้างาน
AI Skills Jam ซึ่งจัดที่กรุงเทพฯ เมื่อวันที่ 30 มีนาคมที่ผ่านมา ไม่ได้ถูกออกแบบให้เป็นงานสัมมนาเชิงทฤษฎี แต่เป็นเวิร์กช็อปเชิงปฏิบัติการที่นำผู้ปฏิบัติงานด้านการจัดการภัยพิบัติจาก 12 ประเทศในเอเชียใต้และเอเชียตะวันออกเฉียงใต้ มาร่วมทำงานกับผู้เชี่ยวชาญจาก OpenAI
ผู้เข้าร่วมมาจากบังกลาเทศ อินเดีย อินโดนีเซีย สปป.ลาว เมียนมา เนปาล ปากีสถาน ฟิลิปปินส์ ศรีลังกา ไทย ติมอร์-เลสเต และเวียดนาม ครอบคลุมทั้งหน่วยงานภาครัฐ องค์กรระหว่างประเทศ และองค์กรไม่แสวงหาผลกำไร
เป้าหมายคือการค้นหาว่า AI จะช่วยลดภาระงาน สนับสนุนการตัดสินใจ และทำให้การตอบสนองต่อภัยพิบัติรวดเร็วขึ้นได้อย่างไร โดยเฉพาะในสถานการณ์ที่ข้อมูลหลั่งไหลเข้ามาจำนวนมาก แต่เวลาตัดสินใจมีจำกัด
Sandy อธิบายว่า ภาคส่วนด้านการตอบโต้ภัยพิบัติเป็นพื้นที่ที่มีผู้มีส่วนได้ส่วนเสียจำนวนมากอยู่แล้ว ดังนั้นโครงการนี้จึงต้องออกแบบในรูปแบบพหุภาคีเช่นกัน โดย OpenAI นำ Frontier Models เข้ามาเป็นฐานเทคโนโลยี มูลนิธิ Gates สนับสนุนองค์ความรู้และเครือข่ายระดับโลก ADPC เติมความเชี่ยวชาญด้านภัยพิบัติในเอเชีย ส่วน DataKind เข้ามาช่วยด้านการพัฒนาเครื่องมือสำหรับสายงานมนุษยธรรมโดยเฉพาะ
กล่าวอีกนัยหนึ่ง นี่ไม่ใช่การส่ง AI สำเร็จรูปให้คนหน้างานนำไปใช้ แต่เป็นการนำเทคโนโลยีไปออกแบบร่วมกับผู้ที่เข้าใจปัญหาจริงที่สุด
3 โจทย์ใหญ่: ข้อมูล ภาษา และการประสานงาน
จากเวิร์กช็อป OpenAI พบว่า มี 3 กรณีการใช้งานที่ผู้ปฏิบัติงานให้ความสนใจเป็นพิเศษ
โจทย์แรกคือการสังเคราะห์ข้อมูล ในสถานการณ์ภัยพิบัติ เจ้าหน้าที่ต้องรับมือกับรายงานจำนวนมาก ตั้งแต่รายงานสถานการณ์ รายงานความเสียหาย ข้อมูลจากชุมชน ไปจนถึงข้อมูลจากหลายหน่วยงาน การเปลี่ยนรายงานสถานการณ์ (SitRep) ที่ซับซ้อน ให้กลายเป็นข้อมูลสรุปที่ส่งต่อให้หน่วยงานส่วนกลาง ภาครัฐ หรือสื่อมวลชนเข้าใจได้อย่างรวดเร็ว จึงเป็นหนึ่งใน use case ที่ถูกพูดถึงมากที่สุด
โจทย์ที่สองคือการสื่อสารหลายภาษา เพราะภัยพิบัติไม่เคยหยุดอยู่แค่เส้นแบ่งพรมแดน แต่สร้างผลกระทบข้ามชุมชนที่ใช้ภาษาหลากหลาย AI จึงอาจเข้ามาช่วยแปลและจัดทำการสื่อสารสาธารณะในหลายภาษา เพื่อให้ข้อมูลสำคัญเดินทางไปถึงผู้คนได้กว้างที่สุด
โจทย์ที่สามคือการประสานงาน ในภาวะฉุกเฉินที่หลายหน่วยงานต้องทำงานพร้อมกัน ความเสี่ยงไม่ใช่แค่การขาดข้อมูล แต่คือการที่ข้อมูลและภารกิจบางอย่างตกหล่น AI จึงอาจช่วยจัดระบบ ติดตาม และทำให้ทุกฝ่ายเห็นภาพเดียวกันมากขึ้น
Voice Mode กับบริบทไทย
อีกประเด็นที่น่าสนใจคือฟีเจอร์ Voice Mode ของ ChatGPT ซึ่ง Sandy ระบุว่าได้รับความนิยมอย่างมากในประเทศไทย โดยไทยเป็นหนึ่งในตลาดที่ฟีเจอร์นี้ได้รับความนิยมสูงที่สุด
ความสำคัญของ Voice Mode ไม่ได้อยู่แค่ความสะดวก แต่เกี่ยวข้องกับธรรมชาติของสถานการณ์ฉุกเฉินโดยตรง เพราะในบางช่วงเวลา การพิมพ์อาจไม่ใช่วิธีที่เร็วที่สุดหรือเหมาะสมที่สุด การที่ผู้ใช้สามารถพูดคุยกับ AI ด้วยเสียงในภาษาท้องถิ่น จึงช่วยเพิ่มความคล่องตัวในการเข้าถึงข้อมูล โดยเฉพาะในพื้นที่ที่มีข้อจำกัดด้านเวลา ทรัพยากร หรือทักษะทางเทคโนโลยี
สำหรับ OpenAI ความสามารถด้านภาษาจึงไม่ใช่ฟีเจอร์เสริม แต่เป็นเงื่อนไขสำคัญของการทำให้ AI ใช้งานได้จริงในระดับสังคม
ความแม่นยำคือเรื่องความเป็น-ความตาย
แม้ AI จะมีศักยภาพสูง แต่ OpenAI ก็ย้ำว่า การใช้ AI ในภารกิจด้านภัยพิบัติต้องมาพร้อมความรับผิดชอบ เพราะในสถานการณ์วิกฤต ความผิดพลาดของข้อมูลอาจนำไปสู่ผลกระทบที่ร้ายแรง
Sandy ชี้ว่า ความเสี่ยงสำคัญคือ ผู้ใช้อาจไม่เข้าใจอย่างถ่องแท้ว่า AI กำลังทำอะไร เครื่องมือทำงานอย่างไร และมีข้อจำกัดตรงไหน โดยเฉพาะในสถานการณ์ที่เปลี่ยนแปลงรวดเร็ว ซึ่งอาจทำให้เกิดการพึ่งพาเครื่องมือมากเกินไปโดยไม่ตั้งใจ
เพื่อลดความเสี่ยงดังกล่าว เวิร์กช็อป AI Skills Jam จึงให้ความสำคัญกับการสอนให้ผู้เข้าร่วมประเมินและตรวจสอบผลลัพธ์จากโมเดล รวมถึงการใช้ Structured Prompts หรือการเขียนคำสั่งแบบมีโครงสร้าง เพื่อให้ AI เข้าใจบริบทและข้อมูลที่จำเป็นมากขึ้น
นอกจากนี้ ผู้เข้าร่วมยังได้เรียนรู้การใช้ Custom GPTs และ Projects เพื่อให้ผลลัพธ์ของ AI อ้างอิงอยู่บนฐานข้อมูลจริง เช่น คู่มือปฏิบัติงาน รายงาน บริบทภาคสนาม และข้อมูลการทำงานขององค์กร แทนที่จะปล่อยให้โมเดลตอบโดยขาดหลักยึด
กล่าวให้ชัดคือ AI ไม่ได้ถูกวางบทบาทให้แทนที่มนุษย์ แต่เป็นเครื่องมือที่ต้องอยู่ภายใต้การกำกับ การตรวจสอบ และการตัดสินใจของมนุษย์
จากกรุงเทพฯ สู่การทดสอบภาคสนามในปี 2026
งาน AI Skills Jam ครั้งนี้เป็นส่วนหนึ่งของความพยายามที่ต่อยอดจากโครงการ OpenAI for Countries ซึ่ง OpenAI ประกาศในงานประชุมดาวอสปี 2025 โดยมีเป้าหมายในการทำงานร่วมกับรัฐบาลและองค์กรต่างๆ เพื่อเปลี่ยนศักยภาพของ AI ให้กลายเป็นผลลัพธ์ที่จับต้องได้จริงต่อประชาชน
สำหรับด้านการจัดการภัยพิบัติ เวิร์กช็อปที่กรุงเทพฯ ถือเป็นระยะแรกของความพยายามดังกล่าว โดยมุ่งเน้นการสร้างทักษะ ความเข้าใจ และการระบุ use case ที่มีความเป็นไปได้
ในระยะต่อไป ซึ่งกำลังมีการพิจารณาสำหรับช่วงครึ่งหลังของปี 2026 โครงการจะมุ่งไปสู่การทดลองนำร่องและความร่วมมือทางเทคนิคที่ลึกขึ้น เพื่อทดสอบว่า AI สามารถบูรณาการเข้ากับกระบวนการทำงานจริงในภาคสนามได้อย่างไร
Sandy ยกตัวอย่างว่า ในอนาคตผู้เชี่ยวชาญด้านภัยพิบัติอาจใช้ AI เพื่อสังเคราะห์ข้อมูลระหว่างเหตุฉุกเฉิน เช่น การนำข้อมูลจากแบบสำรวจผู้ได้รับผลกระทบหลังเกิดเหตุ มาสรุปเป็นรายงานที่ส่งต่อให้เจ้าหน้าที่รัฐหรือสื่อมวลชนได้อย่างรวดเร็ว
นี่คือการเปลี่ยนจาก ‘การเรียนรู้เครื่องมือ’ ไปสู่ ‘การทดสอบเครื่องมือในโลกจริง’
เครื่องมือของ ADPC: เมื่อ AI ทำงานกับข้อมูลภูมิสารสนเทศ
นอกจากเวิร์กช็อป AI Skills Jam แล้ว ADPC ยังมีการพัฒนาเครื่องมือสนับสนุนการตัดสินใจที่ใช้ AI ผสานกับข้อมูลการสังเกตการณ์โลกและการวิเคราะห์เชิงภูมิสารสนเทศ เพื่อช่วยให้รัฐบาลเข้าใจและจัดการความเสี่ยงจากภัยพิบัติได้ดีขึ้น
เครื่องมือเหล่านี้รวมถึง LHASA-Mekong สำหรับประเมินความเสี่ยงดินถล่มในลุ่มน้ำโขงตอนล่าง, HYDRAFloods สำหรับการวิเคราะห์น้ำท่วมผ่านข้อมูลระยะไกล, LAMP สำหรับการติดตามพื้นที่เกษตร และ RLCMS สำหรับการติดตามการใช้ที่ดินระดับภูมิภาค
ตัวอย่างที่ถูกนำมาใช้แล้ว ได้แก่ โครงการ ACER-SEA ใน สปป.ลาว และอินโดนีเซีย โดยใน สปป.ลาว มีการทำแผนที่ความเสี่ยงน้ำท่วมที่ช่วยระบุพื้นที่ที่มีแนวโน้มเกิดน้ำท่วมสูงจากปัจจัยต่างๆ เช่น ภูมิประเทศ ระบบระบายน้ำ การใช้ประโยชน์ที่ดิน และปริมาณฝน
ส่วนในเมืองปาดังปันจัง ประเทศอินโดนีเซีย โครงการได้ทดลองทำแผนที่ความเปราะบางในระดับละเอียด โดยแปลงข้อมูลสำมะโนประชากรระดับหมู่บ้านให้กลายเป็นข้อมูลประชากรและความเปราะบางระดับอาคาร เพื่อสนับสนุนการวางแผนด้านภัยพิบัติที่แม่นยำขึ้น
ทั้งหมดนี้สะท้อนว่า AI สำหรับภัยพิบัติไม่ได้หมายถึงแชตบอตเพียงอย่างเดียว แต่ยังรวมถึงระบบวิเคราะห์ข้อมูล แผนที่ความเสี่ยง เครื่องมือสนับสนุนการตัดสินใจ และโครงสร้างข้อมูลที่ทำให้การรับมือวิกฤตมีประสิทธิภาพขึ้น
เริ่มที่ปัญหา ไม่ใช่เทคโนโลยี
ท้ายที่สุด Sandy ฝากข้อคิดสำคัญสำหรับผู้นำรุ่นใหม่ นักพัฒนา และผู้ที่อยากใช้นวัตกรรมเพื่อแก้ปัญหาสังคมว่า จุดเริ่มต้นไม่ควรเป็นที่เทคโนโลยี แต่ควรเป็นที่ปัญหา
“สิ่งที่สำคัญที่สุดเสมอคือการเริ่มที่ปัญหา ปัญหาที่คุณต้องการแก้ไขคืออะไร และทำไมมันถึงมีความหมายต่อผู้คนที่คุณห่วงใย” Sandy กล่าว
จากนั้นจึงค่อยนำความเชี่ยวชาญของผู้กำหนดนโยบาย องค์กรชุมชน ประชาชนในพื้นที่ และพลังของเทคโนโลยีขั้นสูงมาผสมผสานกัน
เพราะในโลกที่ภัยพิบัติถี่ขึ้น รุนแรงขึ้น และซับซ้อนขึ้น คำถามใหญ่ของ AI อาจไม่ใช่ว่ามันฉลาดแค่ไหน แต่คือมันช่วยให้มนุษย์ตัดสินใจได้เร็วขึ้น แม่นยำขึ้น และปกป้องชีวิตผู้คนได้มากขึ้นและลดความสูญเสียได้อย่างไร
ภาพ: Arnun Chonmahatrakool / Thai News Pix / LightRocket via Getty Images
