เมื่อวานนี้ (5 พฤศจิกายน) ดัชนี Nasdaq 100 ร่วงลงกว่า 6% ในวันเดียว รุนแรงที่สุดนับตั้งแต่วิกฤตโควิด-19 ในเดือนมีนาคม 2020 มูลค่าตลาดราว 2.3 ล้านล้านดอลลาร์หายไปภายในวันเดียว และแรงเทขายลามออกไปยังหุ้นเทคโนโลยีทั่วโลก รวมทั้งตลาดหุ้นต่างๆ ในเอเชีย

หุ้นที่โดนหนักที่สุดคือกลุ่มที่เคยพาตลาดขึ้นทำสถิติใหม่ซ้ำแล้วซ้ำเล่า นั่นคือหุ้นที่ผูกกับกระแส AI ตั้งแต่ผู้ผลิตชิปไปจนถึงผู้สร้าง Data Center คำถามเดิมจึงวนกลับมาอีกครั้ง นี่คือฟองสบู่ AI ที่กำลังแตกแล้วหรือไม่ หรือจะเป็นแค่ความกังวลชั่วคราว ไม่ต่างจาก 4 ปีที่ผ่านมา

เลือกตั้งกลางเทอมสหรัฐฯ กดหุ้นเทคต่ำสุดในรอบ 6 เดือน

เพียงหนึ่งวันหลังตลาดหุ้นสหรัฐฯ ขึ้นรับผลเลือกตั้งกลางเทอม ดัชนีหลักทั้งสามของสหรัฐฯ ต่างร่วงหนักที่สุด (ใน 1 วัน) รุนแรงสุดรอบกว่า 1 ปีครึ่ง

ดัชนี Nasdaq 100 ลดลง 6.3% หนักสุดนับตั้งแต่มีนาคม 2020 ดัชนี S&P 500 ลดลง 4.4% ส่วนดัชนี Dow Jones ลดลง 3.44% ขณะที่ดัชนีหุ้นชิป SOX ดิ่ง 12% หนักสุดนับตั้งแต่ต้นการระบาดของโควิด และเข้าสู่ตลาดหมีอย่างชัดเจน โดยต่ำกว่าจุดสูงสุดเมื่อ 22 มิถุนายนกว่า 38%

ส่วนหุ้นรายตัวในกลุ่ม Magnificent Seven สูญมูลค่าตลาดรวมกว่า 1 ล้านล้านดอลลาร์ในวันเดียว โดย Nvidia บริษัทที่มีมูลค่าสูงสุดในโลก ร่วงกว่า 9% ขณะที่ AMD และ Micron ดิ่งกว่า 17%

หุ้นทั้ง 11 กลุ่มใน S&P 500 ติดลบทั้งหมด หุ้นลงมากกว่าหุ้นขึ้นในตลาดนิวยอร์กเกือบ 6 ต่อ 1 และหุ้นใน Nasdaq-100 ถึง 58.4% อยู่ต่ำกว่าจุดสูงสุดรอบ 52 สัปดาห์เกิน 20% ดัชนีความกลัว VIX พุ่ง 11.57 จุด ปิดที่ 28.18 สูงสุดนับตั้งแต่มีนาคม

ในเช้าวันนี้ (6 พฤศจิกายน) แรงขายลามถึงเอเชีย ดัชนี Nikkei 225 ของญี่ปุ่น และดัชนี Kospi ของเกาหลีใต้ร่วงกว่า 5% ส่วนตลาดไต้หวันร่วงเกือบ 4%

ชัยชนะของพรรคเดโมแครตที่ครองเสียงข้างมากทั้งสองสภาในสหรัฐฯ (Blue sweep) หลังการเลือกตั้งกลางเทอม ทำให้ตลาดกังวลว่าจะนำไปสู่กฎระเบียบที่เข้มงวดขึ้นและการชะลอการก่อสร้าง Data Center ซึ่งเป็นหัวใจของบูม AI

ข้อมูลของ Citi Research ชี้ว่ามาตรการห้ามหรือระงับการสร้าง Data Center ในสหรัฐฯ เพิ่มจากแทบเป็นศูนย์ในช่วงกลางปี 2025 เป็นกว่า 500 รายการภายในเดือนตุลาคม 2026

บล.เอเซียพลัส ระบุว่า Data Center กระจุกตัวอยู่ในรัฐเท็กซัส จอร์เจีย และโอไฮโอ รวม 924 แห่ง หรือราว 20% ของทั้งประเทศ และยังมีโครงการในแผนอีก 368 โครงการ ตลาดจึงกังวลทั้งความต่อเนื่องของการลงทุน สิทธิประโยชน์ทางภาษี และการอนุมัติโครงการ

Michael O’Rourke หัวหน้านักกลยุทธ์ของ JonesTrading อธิบายกับ Bloomberg ว่า ประมาณการกำไรปีหน้าทำให้หุ้นเหล่านี้ดูมี P/E ต่ำ แต่หากนโยบายเปลี่ยน ก็เท่ากับสภาพแวดล้อมของการสร้าง Data Center เปลี่ยนเชิงโครงสร้าง และประมาณการเหล่านั้นใช้ไม่ได้อีกต่อไป

ฟองสบู่ที่กำลังแตก หรือแค่ความกลัวชั่วคราว?

ถ้าวัดจากหุ้นกลุ่ม AI โดยตรง ภาพที่เห็นใกล้เคียงฟองสบู่ที่กำลังรั่ว ดัชนีหุ้นชิปและ Nikkei ต่างเข้าเขตตลาดหมีแล้ว แต่ถ้ามองทั้งตลาด ภาพยังไม่ถึงขั้นนั้น ณัฐชาต เมฆมาสิน ผู้ช่วยกรรมการผู้จัดการ ฝ่ายวิเคราะห์หลักทรัพย์ บล.ทรีนีตี้ ประเมินว่า S&P 500 เพิ่งปรับฐานไปราว 6% เทียบกับราว 9% ช่วงสงครามสหรัฐฯ-อิหร่านรอบแรกเมื่อมีนาคม

ขณะที่แรงเทขายในตลาดหุ้นที่เกิดขึ้นล่าสุดนี้เป็นส่วนหนึ่งของปรากฏการณ์ที่เกิดขึ้นมาก่อนหน้านี้ นั่นก็คือการโยกย้ายเม็ดเงินออกจากตลาดหุ้นเข้าสู่ตลาดพันธบัตร ซึ่งมีความรุนแรงมากขึ้นไปอีก ภายหลังจากผลลัพธ์การเลือกตั้งกลางเทอมสหรัฐฯ ที่ออกมาเป็นกรณี Blue sweep แบบเด็ดขาด

“สินทรัพย์ที่เป็นผู้ชนะที่สำคัญในรอบนี้ยังคงได้แก่พันธบัตร โดยเฉพาะพันธบัตรสหรัฐฯ ที่ได้ประโยชน์โดยตรงจาก 1) แนวโน้มวินัยการคลังที่ดีขึ้น 2) คาดการณ์เงินเฟ้อที่ทยอยลดต่ำลง และ 3) การเข้มงวดนโยบายการเงินที่มีโอกาสสิ้นสุดเร็วกว่ากำหนด เรายังคงแนะนำให้นักลงทุน Overweight การถือครองพันธบัตรได้ต่อไป ไม่ว่าจะเป็นพันธบัตรต่างประเทศหรือในประเทศก็ตาม” ณัฐชาตระบุ

มาตรวัดมูลค่าก็ให้สัญญาณสองทาง Shiller CAPE ของตลาดสหรัฐฯ อยู่ที่ 41.62 เมื่อ 8 ตุลาคม ใกล้จุดสูงสุดยุคดอทคอมที่ 44.19 เมื่อธันวาคม 1999 แต่ Forward P/E ของ S&P 500 อยู่ที่ 18.7 เท่า ต่ำกว่าค่าเฉลี่ย 5 ปีที่ 19.8 เท่า เพราะกำไรยังโตเร็ว นี่คือความต่างสำคัญจากปี 2000 บริษัท AI รายใหญ่วันนี้มีกำไรจริง ไม่ได้มีเพียงเรื่องเล่า

Howard Marks ชี้สิ่งที่แตกคือ ‘ความเชื่อว่าไม่มีวันพลาด’

Howard Marks ประธานร่วมของ Oaktree Capital Management ให้สัมภาษณ์ Bloomberg ที่ฮ่องกงเมื่อ 2 พฤศจิกายน ก่อนวันตลาดร่วงเพียงสามวัน โดยมองว่า AI ต่างจากทุกสิ่งที่เคยเห็นในเส้นทางการลงทุนเกือบ 60 ปี ทั้งความยากจะหยั่งถึง ความใหม่ ความเร็ว และความคาดเดาไม่ได้

Marks ชี้ว่านักลงทุนแนวคุณค่าพยายามประเมินกำไรในอีก 5 ปีข้างหน้า แล้วดูว่าราคาวันนี้สมเหตุสมผลหรือไม่ แต่สำหรับบริษัท AI แบบ Pure Play ทำแบบนั้นไม่ได้ นักลงทุนจึงต้องวางเดิมพันมากกว่าวิเคราะห์ มีเพียงส่วนโครงสร้างพื้นฐานที่พอคาดการณ์ได้บ้าง

สิ่งที่ Marks เห็นว่าเป็นข่าวดีคือการสะดุดในช่วงไม่กี่เดือนที่ผ่านมา ซึ่งดึงราคาลงมาและทำลาย “bubble of infallibility” หรือความเชื่อว่าการลงทุนนี้ไม่มีทางพลาด

“ตอนนี้ผู้คนเริ่มพูดว่า เดี๋ยวก่อน ขอคิดให้รอบคอบขึ้น ขอสงสัยให้มากขึ้น นั่นเป็นสิ่งที่ดีมาก” Marks กล่าว แต่เขาย้ำว่าไม่ได้หมายความว่าถึงเวลาเข้าซื้อแล้ว

Marks ยังตั้งคำถามว่า ถ้าบริษัทอย่าง Anthropic เกิดขึ้นจากศูนย์ได้ในเวลาไม่กี่ปี ก็อาจมีบริษัทอื่นมาแทนที่ได้ในเวลาไม่กี่ปีเช่นกัน แนวคิดเรื่องกำแพงกีดกันคู่แข่ง (Barriers to Entry) จึงอาจต้องคิดใหม่

ด้าน Greg Taylor ประธานเจ้าหน้าที่การลงทุนของ PenderFund Capital Management บอกกับ Bloomberg ว่าเหตุการณ์นี้ทำให้นึกถึงปี 2001 และ 2008 ตอนฟองสบู่อินเทอร์เน็ตและอสังหาริมทรัพย์แตก เพราะตลาดกระจุกตัวอยู่กับธีมเดียวมากเกินไป และเขามองว่าการคลายตัวครั้งนี้เป็นสิ่งที่ต้องเกิดขึ้น

AI บูมบนกองหนี้ และต้นทุนที่สูงขึ้น

สิ่งที่ทำให้รอบนี้น่ากังวลกว่าการปรับฐานทั่วไป คือกระแส AI ไม่ได้ขับเคลื่อนด้วยเงินสดของบริษัทอีกต่อไป แต่พึ่งพาเงินกู้มากขึ้นเรื่อยๆ CNBC รายงานว่า การผสมกันของดอกเบี้ยขาขึ้น ความต้องการเงินทุนที่บวมขึ้น และชัยชนะของเดโมแครต ทำให้ตลาดกลัวว่าหลายบริษัทจะแบกหนี้มากเกินไปขณะที่รายได้ยังน้อยเกินไป

หนี้ที่เกี่ยวข้องกับ AI ซึ่งออกผ่านทั้งหุ้นกู้เอกชน และสินเชื่อโครงการจากธนาคาร รวมกันทะลุ 5 แสนล้านดอลลาร์ ภายในปลายปี 2026 และยังไม่มีทีท่าจะชะลอ Goldman Sachs คาดว่าหนี้ที่บริษัท Hyperscaler ออกในปี 2027 จะทำสถิติราว 4.2 แสนล้านดอลลาร์ เพิ่มขึ้น 60% จากปี 2026

OECD ประเมินไว้ตั้งแต่ต้นปีว่า บริษัท AI รายใหญ่ 9 แห่งอาจต้องออกหุ้นกู้รวมราว 1.2 ล้านล้านดอลลาร์ในช่วงปี 2026-2030 เพื่อรองรับแผนลงทุนรวม 4.1 ล้านล้านดอลลาร์

ขณะที่ส่วนต่างผลตอบแทนหุ้นกู้ของบริษัทกลุ่ม AI อยู่ราว 115 bps เทียบกับ 78 bps ของตลาดหุ้นกู้ระดับลงทุน (Investment Grade) โดยรวม แปลว่านักลงทุนต้องการผลตอบแทนชดเชยเพิ่มขึ้นจากการให้บริษัทกลุ่มนี้กู้

“เมื่อความยินดีที่จะปล่อยกู้อยู่ในระดับสูงสุด บางทีเราควรระวัง” Marks กล่าว และยกคำของ Warren Buffett ที่ว่า ยิ่งคนอื่นทำธุรกิจอย่างไม่รอบคอบเท่าไร เราก็ยิ่งต้องรอบคอบมากขึ้นเท่านั้น

Oracle หนึ่งในบริษัทที่พึ่งพาหนี้หนักที่สุดในกลุ่ม Hyperscaler ถูก S&P ลดอันดับเครดิตลงเหลือ BBB- ขั้นต่ำสุดของระดับลงทุนตั้งแต่กรกฎาคม ค่าประกันความเสี่ยงการผิดนัดชำระหนี้ (CDS) อายุ 5 ปีของบริษัทแตะราว 2.03% ต่อปีในเดือนกรกฎาคม สูงสุดเป็นประวัติการณ์ตามข้อมูลที่ย้อนหลังถึงปลายปี 2008 จากนั้นขึ้นไปแตะราว 300 bps กลางเดือนตุลาคม และล่าสุดเกิน 320 bps สูงกว่าจุดสูงสุดปี 2008 ที่ราว 200 bps ไปแล้วกว่า 60% กล่าวคือ ตลาดกำลังตีราคาความเสี่ยงเครดิตของ Oracle วันนี้สูงกว่าช่วงวิกฤตการเงินโลก ทั้งที่บริษัทยังอยู่ในระดับลงทุน

Anthropic ผู้พัฒนา Claude ได้รับอันดับเครดิต BB+ จาก Kroll Bond Rating Agency เมื่อมิถุนายน ซึ่งต่ำกว่าระดับลงทุนหนึ่งขั้น และ Financial Times รายงานว่า Blackstone บอกนักลงทุนว่าบริษัทอาจยังไม่ได้อันดับเครดิตระดับลงทุนหลัง IPO หากไม่ได้ ต้นทุนการกู้เพื่อลงทุนโครงสร้างพื้นฐานก็จะสูงขึ้น

หนี้ก้อนใหญ่จะน่ากังวลน้อยลงมาก ถ้าดอกเบี้ยยังต่ำ แต่ปี 2026 ไม่ใช่ปีแบบนั้น สงครามอิหร่านที่ยืดเยื้อมาตั้งแต่ราวเดือนมีนาคมดันราคาพลังงาน จนเงินเฟ้อสหรัฐฯ ขึ้นไปถึง 3.7% ในเดือนกันยายน

ธนาคารกลางสหรัฐฯ (Fed) จึงกลับมาขึ้นดอกเบี้ยในเดือนกันยายนเป็นครั้งแรกนับตั้งแต่ปี 2023 และคงไว้ที่ 3.75-4% ในการประชุมเดือนตุลาคม โดยมีกรรมการ 2 คนโหวตให้ขึ้นต่อ ผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ อายุ 10 ปีพุ่งขึ้นไปแตะระดับสูงสุดในรอบ 24 ปีช่วงต้นเดือนตุลาคม

ต้นทุนเงินขึ้นไปถึงจุดสูงสุดในต้นเดือนตุลาคม Nasdaq 100 ทำจุดสูงสุดเป็นประวัติการณ์วันที่ 6 ตุลาคม จากนั้นหุ้น AI เริ่มไหลลงเป็นระลอก จนถึงวันที่ 5 พฤศจิกายน ดัชนีก็อยู่ต่ำกว่าจุดสูงสุดเกือบ 15%

โลกทั้งใบกู้มากขึ้นและจ่ายแพงขึ้น

ปัญหาหนี้ไม่ได้อยู่แค่ในซิลิคอนแวลลีย์ สถาบันการเงินระหว่างประเทศ (IIF) รายงานว่าหนี้รวมทั่วโลกเพิ่มขึ้นกว่า 10 ล้านล้านดอลลาร์ในครึ่งแรกของปี 2026 แตะสถิติใหม่เกิน 365 ล้านล้านดอลลาร์ และตลาดเกิดใหม่มีหนี้ครบกำหนดชำระในปีนี้เป็นสถิติกว่า 3.5 ล้านล้านดอลลาร์

รายงาน International Debt Report 2026 ของกลุ่มธนาคารโลกที่เผยแพร่เมื่อ 5 พฤศจิกายน ระบุว่าหนี้ต่างประเทศของประเทศกำลังพัฒนาเพิ่มขึ้น 5.5% สู่สถิติ 9.4 ล้านล้านดอลลาร์ในปี 2025 ประเทศที่ยากจนที่สุดซึ่งมีสิทธิ์รับเงินกู้ผ่อนปรนจาก IDA จ่ายดอกเบี้ยเฉลี่ย 8.2% สำหรับเงินกู้ใหม่จากเจ้าหนี้เอกชน สูงสุดนับตั้งแต่ปี 1989 และ 9.4% สำหรับพันธบัตรใหม่ ขณะที่ประเทศรายได้ต่ำและปานกลางจ่ายเงินต้นและดอกเบี้ยรวม 1.4 ล้านล้านดอลลาร์ เพิ่มขึ้นเป็นปีที่ห้าติดต่อกัน

“ประเทศเหล่านี้กำลังกู้มากขึ้น จ่ายแพงขึ้น และในหลายกรณีมีเงินเหลือสำหรับการพัฒนาระยะยาวน้อยลง” Haishan Fu หัวหน้านักสถิติของกลุ่มธนาคารโลกกล่าว

หุ้นไทยอยู่ตรงไหนในพายุนี้

ดัชนี SET ของหุ้นไทย ร่วงแตะ 1,470 จุด ร่วงลงมาราว 10% ในช่วงเวลา 2 เดือนครึ่ง บล.ทรีนีตี้ ยังมองว่าความเสี่ยงขาลงของ SET จำกัดกว่าตลาดหุ้นโลกโดยเปรียบเทียบด้วยสองเหตุผล

เหตุผลแรกคือหุ้นกลุ่มเทคโนโลยีมีน้ำหนักในดัชนีไม่สูงเท่าตลาดสหรัฐฯ เกาหลีใต้ หรือไต้หวัน เหตุผลที่สองคือส่วนต่างผลตอบแทนจากกำไรเทียบกับพันธบัตร (Earning Yield Gap: EYG) ของตลาดหุ้นไทยกลับเข้าสู่ค่าเฉลี่ย 5 ปีแล้ว ต่างจากตลาดหุ้นสหรัฐฯ ที่ EYG ยังต่ำกว่าค่าเฉลี่ย ซึ่งทรีนีตี้มองว่าเป็นเงื่อนไขที่ทำให้แรงขายลดความเสี่ยงในตลาดสหรัฐฯ อาจดำเนินต่อไป

ด้าน บล.เอเซียพลัส ตั้งข้อสังเกตว่าในวันที่ 5 พฤศจิกายน ดัชนี Hang Seng บวก 3.67% และตลาดอินเดีย (Sensex/Nifty) บวก 2.4-2.6% ด้วยมูลค่าซื้อขายสูงกว่าค่าเฉลี่ย 5 วันราว 43-51% สะท้อนว่านักลงทุนหันกลับมาสนใจจีนและอินเดีย

เหตุผลคือกำไรต่อหุ้นปี 2027 ของจีนและอินเดียคาดว่าจะเติบโต 15.8% และ 15.4% ตามลำดับ ใกล้เคียงดัชนี MSCI ACWI และสูงกว่า S&P 500 แต่ราคายังติดลบราว 7% ตั้งแต่ต้นปี ขณะที่ MSCI EM บวก 9.9% และ ACWI บวก 7.7% เอเซียพลัสจึงมองว่าสองตลาดนี้ยังมี Upside และอาจมีเงินไหลย้ายมาจากเกาหลีใต้ ไต้หวัน และญี่ปุ่น

อ้างอิง:

• https://edition.cnn.com/2026/11/05/investing/tech-heavy-nasdaq-plunges
• https://www.bloomberg.com/news/videos/2026-11-02/oaktree-s-marks-on-long-term-investing-video
• https://www.cnbc.com/2026/11/05/stock-market-selloff-ai-fears.html
• https://www.nbcnews.com/business/markets/tech-stocks-plunge-ai-midterms-rcna607650

The post หุ้นเทคฯ ดิ่งทั่วโลก ฟองสบู่ AI กำลังแตก? ถอดความเสี่ยงที่ซ่อนอยู่ใต้ AI บูมบนกองหนี้ appeared first on THE STANDARD.

เมื่อธุรกิจโลกใหม่กลายเป็นการแข่งขันกลางทะเลทราย

ฟัง Morning Wealth บนเวที Secret Sauce Summit 2026: The Age of Builders แล้ว ผมนึกถึงการแข่งขันรถกลางทะเลทรายอันเวิ้งว้าง

ไม่มีใครรู้แน่ว่าเส้นชัยอยู่ที่ไหน… แต่ทุกคันกำลังเหยียบคันเร่ง

เหยียบก็เปลือง ผ่อนก็แพ้

ภาพนี้คล้ายการแข่งขันของธุรกิจโลกใหม่อย่างน่าประหลาด

โดยเฉพาะ AI ช่วงแรกแข่งกันว่า Model ใครเก่งกว่า – Model War

เมื่อ Model เก่งขึ้นเรื่อยๆ ก็พบว่า ความฉลาดอย่างเดียวไม่พอ ต้องมี Chip, Data Center, Energy และ Computing Power มหาศาลมารองรับ – Infrastructure War

แต่สร้างของเก่งและเร็วแล้ว นักลงทุนก็เริ่มถามว่า…แล้วรายได้อยู่ไหน?

จึงเข้าสู่ Revenue War

และเมื่อการสร้าง Infrastructure กับ Model ต้องใช้เงินมหาศาล ขณะที่รายได้กำลังมา แต่กำไรอาจยังอยู่อีกไกล สนามรบจึงเคลื่อนไปสู่อีกเรื่อง Capital War

บนเวทีมีการยก OpenAI ผู้สร้าง ChatGPT กับ Anthropic ผู้สร้าง Claude เป็นตัวอย่าง เราอาจเห็น ChatGPT กับ Claude แข่งกันบนหน้าจอว่าใครฉลาดกว่า Coding ดีกว่า หรือมีความสามารถใหม่อะไรออกมาก่อนกัน

แต่หลังหน้าจอ ทั้งสองบริษัทกำลังแข่งอีกเกมหนึ่ง เกมของ Capital และ Confidence มีการพูดถึงความเป็นไปได้ของการเข้าสู่ตลาดหุ้นของทั้งสองบริษัท

ถ้าเปรียบเป็นการแข่งขันกลางทะเลทราย ผมจึงมองว่า ‘IPO ไม่ใช่เส้นชัย แต่เป็นปั๊มน้ำมันขนาดใหญ่แห่งหนึ่ง’

รถต้องแวะเติม เพื่อวิ่งต่อ ความยากคือ คนขับต้องแข่งทั้ง ความเร็วและความอึด

ยิ่งเหยียบ รถยิ่งเร็ว ตลาดยิ่งขยาย Revenue ยิ่งโต แต่น้ำมันก็ยิ่งถูก Burn

คนที่ลุ้นตัวโก่งอาจไม่ใช่แค่คนขับ แต่คือนักลงทุนที่ยืนดูเงินที่ตัวเองใส่เข้าไปถูกเผาไปเรื่อยๆ เขาอยากให้รถวิ่งเร็ว เพราะถ้าผ่อน คู่แข่งอาจแซง แต่อีกใจก็อยากเห็นกำไร

ปัญหาคือ หากบังคับให้บริษัทรีบทำกำไร ด้วยการลด Investment ลด Compute ลดคน หรือลดการขยายตลาด ก็อาจเหมือนสั่งให้นักแข่ง ถอนคันเร่ง ในขณะที่คู่แข่งกำลังเหยียบ

ทุกอย่างดูย้อนแย้งกัน

Revenue โต ไม่ได้แปลว่า Cash ดี

Cash Burn ไม่ได้แปลว่าธุรกิจไม่ดี

และยังไม่มีกำไร ก็ไม่ได้แปลว่าควรรีบทำกำไรเสมอไป

คำถามสำคัญจึงไม่ใช่ Burn เท่าไร? แต่คือ Burn เพื่ออะไร?

ถ้าเงินที่เผาวันนี้กำลังสร้าง Technology, Data, Customer Base, Brand, Network Effect หรือ Capability ที่ทำให้วันพรุ่งนี้คู่แข่งตามได้ยากขึ้น นั่นอาจเป็นราคาที่ต้องจ่ายเพื่อซื้ออนาคต

แต่ถ้าทันทีที่หยุดอัดเงิน Growth ก็หยุด…เราอาจไม่ได้กำลัง สร้าง Growth แต่อาจเพียงกำลัง เช่า Growth ด้วยเงินของนักลงทุน

สองอย่างนี้หน้าตาคล้ายกันมาก

จนกระทั่งเงินเริ่มหมด

นี่ทำให้ผมคิดต่อว่า ใน Age of Builders เราพูดถึง Software Engineer กันมาก

แต่บางที Financial Engineer อาจสำคัญไม่แพ้กัน

ผมไม่ได้หมายถึง Financial Engineering ในความหมายของการสร้างตราสารการเงิน แต่หมายถึงคนที่สามารถออกแบบ Capital, Liquidity และจังหวะการใช้เงิน ให้สัมพันธ์กับความเร็วของธุรกิจ

Software Engineer ทำให้รถ วิ่งเร็วขึ้น Financial Engineer ต้องรู้ว่า เมื่อไรควรเหยียบ เมื่อไรควรผ่อน น้ำมันเหลือเท่าไร ปั๊มหน้าอยู่ไกลแค่ไหน

และที่ยากที่สุดคือ ทำอย่างไรให้เจ้าของปั๊มยังเชื่อว่า รถคันนี้ควรได้รับน้ำมันเพิ่ม

CFO ยุคใหม่จึงไม่ได้บริหารเพียง Cash Flow แต่ต้องบริหาร Flow of Confidence ไปพร้อมกัน เพราะเงินไม่ได้ไหลเข้าบริษัทเพียงเพราะบริษัทต้องการเงิน มันไหลเข้ามาเพราะนักลงทุนและเจ้าหนี้ ยังเชื่อในอนาคตที่บริษัทกำลังสร้าง

Capital War จึงไม่ใช่การแข่งขันว่าใครหาเงินได้มากที่สุด แต่คือ ‘ใครเปลี่ยนเงินหนึ่งบาทที่ Burn วันนี้ ให้กลายเป็นระยะทางสู่ออนาคตได้ไกลที่สุด’

ก่อนออกจาก Session นี้ ผมมีสามคำถามที่อยากเอากลับไปคุยในห้องบอร์ด

1. ถ้าวันนี้บริษัทเรายังขาดทุน เรารู้จริงหรือไม่ว่าเรากำลัง “ลงทุนเพื่อซื้ออนาคต” หรือเพียง “ใช้เงินซื้อเวลา”?
2. ทุกบาทที่เรา Burn วันนี้ กำลังซื้ออะไรที่ทำให้พรุ่งนี้คู่แข่งตามเราได้ยากขึ้น?
3. ถ้าปั๊มน้ำมันข้างหน้าปิด – นักลงทุนไม่เติมทุนก้อนใหม่ – รถของเรายังวิ่งต่อได้อีกไกลแค่ไหน โดยไม่ต้องผ่อนจนเสียการแข่งขัน?

Business Model ดีเลิศก็อาจไม่รอด รถดีที่สุดก็อาจไปไม่ถึงเส้นชัย

เพราะในการแข่งขันกลางทะเลทรายที่ไม่มีใครรู้ด้วยซ้ำว่าเส้นชัยอยู่ตรงไหน

ผู้ชนะอาจไม่ใช่คนที่ วิ่งเร็วที่สุด แต่อาจเป็นคนที่รู้ว่า

เมื่อไรควรเหยียบ เมื่อไรควรผ่อน และทำอย่างไรให้มีน้ำมันพออยู่ในการแข่งขัน จนถึงวันที่มองเห็นเส้นชัย

ภาพ: Jack_the_sparow / Shutterstock

The post บท 2: เหยียบก็เปลือง ผ่อนก็แพ้ appeared first on THE STANDARD.

Microsoft ประกาศเมื่อวันจันทร์ที่ 26 ตุลาคม (ตามเวลาสหรัฐฯ) ว่าจะเปิดโครงการสมัครใจลาออก (Voluntary Exit Offer) ให้พนักงานในสหรัฐฯ, แคนาดา, อินเดีย และสหราชอาณาจักร โดยแหล่งข่าวระบุว่ามีพนักงานที่เข้าเกณฑ์ราว 60,000 คน คิดเป็นราว 27% ของพนักงานทั้งหมด 223,000 คน

โครงการนี้เป็นส่วนหนึ่งของความพยายามลดต้นทุนและปรับโครงสร้างองค์กรให้เข้ากับยุค AI โดยเปิดให้พนักงานระดับรองประธานลงมา หรือระดับ 70 ตามการแบ่งระดับภายในของ Microsoft

พนักงานที่มีสิทธิ์จะได้รับอีเมลรายละเอียดข้อเสนอ และต้องตัดสินใจภายในต้นเดือนธันวาคม ส่วนผู้ที่เข้าร่วมจะพ้นสภาพพนักงานในวันที่ 31 ธันวาคม

“โครงการสมัครใจลาออกเป็นส่วนสำคัญของวิธีที่เราปรับตัวรับการเปลี่ยนแปลง คือการสร้างความยืดหยุ่นมากขึ้น และเปิดทางให้พนักงานได้กำหนดบทต่อไปของชีวิตตัวเองมากขึ้นเท่าที่จะทำได้” เอมี โคลแมน ประธานเจ้าหน้าที่ฝ่ายบุคคลของ Microsoft ระบุในข้อความถึงพนักงาน

Microsoft ระบุว่าโครงการนี้มีระยะเวลาจำกัด โดยผู้เข้าร่วมจะได้รับการช่วยเหลือทางการเงินและการวางแผนอาชีพ และตอนนี้ยังไม่มีแผนเปิดโครงการลักษณะนี้อีก

ได้สิทธิประโยชน์ใกล้เคียงเงินชดเชยเลิกจ้าง

แหล่งข่าวระบุกับ Bloomberg ว่าแผนกอย่าง Xbox, Windows, Copilot และฝ่ายการเงิน เปิดให้พนักงานทุกคนที่เข้าเกณฑ์รับข้อเสนอได้ ขณะที่พนักงานบางกลุ่ม เช่น ฝ่ายดาต้าเซ็นเตอร์ ฝ่ายขาย ฝ่ายการตลาด ความปลอดภัยไซเบอร์ และควอนตัมคอมพิวติง ไม่มีสิทธิ์เข้าร่วม แต่ Microsoft ปฏิเสธที่จะให้ความเห็นในรายละเอียดเหล่านี้

โฆษกของ Microsoft ระบุว่าผู้ที่รับข้อเสนอจะได้สิทธิประโยชน์ใกล้เคียงกับเงินชดเชยการเลิกจ้างตามปกติของบริษัท

Business Insider รายงานว่า เมื่อ Microsoft ปลดพนักงานในสหรัฐฯ เมื่อต้นปีนี้ แพ็กเกจเงินชดเชยประกอบด้วยเงินเดือนพื้นฐานอย่างน้อย 60 วัน และพนักงานส่วนใหญ่ได้เงินเดือนพื้นฐานสูงสุด 39 สัปดาห์ ขึ้นอยู่กับระดับตำแหน่งและอายุงาน

ตัวอย่างเช่น พนักงานระดับ 64 ลงมา ได้เงินเดือนพื้นฐาน 1 สัปดาห์ต่ออายุงานทุก 6 เดือน ส่วนพนักงานระดับ 65-67 ได้ 2 สัปดาห์ต่ออายุงานทุก 6 เดือน

Microsoft คาดว่าจะมีพนักงานรับข้อเสนอครั้งนี้น้อยกว่าโครงการเกษียณก่อนกำหนดมาก และแหล่งข่าวระบุว่าบริษัทไม่ได้ตั้งเป้าจำนวนไว้ ทั้งนี้ ในบางกรณี Microsoft จะพยายามรั้งพนักงานเก่งๆ ไว้ หากพวกเขาเลือกรับข้อเสนอ

โดยทั่วไป ข้อเสนอให้สมัครใจลาออกมักให้กับพนักงานอาวุโสที่มีค่าตอบแทนสูง และมีเงื่อนไขดีกว่าการถูกเลิกจ้าง พนักงานที่กำลังตัดสินใจมักดูเงินเก็บของตัวเอง ความเสี่ยงที่จะถูกปลดในอนาคต สภาพตลาดงาน และระยะเวลาที่อาจต้องใช้หางานใหม่

ต่อยอดจากโครงการเกษียณก่อนกำหนด

โครงการครั้งนี้ต่อยอดจากโครงการเกษียณก่อนกำหนด (Voluntary Retirement Program) ครั้งแรกของ Microsoft ที่ประกาศเมื่อเดือนเมษายน ซึ่งเปิดให้พนักงานราว 8,600-9,000 คนที่เข้าเกณฑ์ตามอายุและอายุงาน และมีผู้รับข้อเสนอกว่า 30%

โครงการเกษียณก่อนกำหนดเปิดให้พนักงานระดับผู้อำนวยการอาวุโส หรือระดับ 67 ลงมา แต่โครงการใหม่ขยายสูงขึ้นไปถึงระดับรองประธาน แหล่งข่าวของ Business Insider ระบุว่าโครงการก่อนหน้าช่วยให้ Microsoft ปลดพนักงานในสัดส่วนที่น้อยกว่าปีก่อน

“โครงการนี้ต่อยอดจากสิ่งที่เราได้เรียนรู้เมื่อต้นปีผ่านโครงการเกษียณก่อนกำหนด” โคลแมนระบุ พร้อมบอกว่าโครงการนี้เป็น “อีกทางหนึ่งที่ช่วยให้แต่ละหน่วยงานปรับกำลังคนให้เข้ากับความต้องการที่เปลี่ยนไป”

ช่วงหลายปีที่ผ่านมา Microsoft ปลดพนักงานไปหลายหมื่นคนในการปลดหลายระลอก โดย WSJ รายงานว่าเมื่อต้นปีนี้บริษัทประกาศปลดพนักงานในฝ่ายเกม Xbox 3,200 ตำแหน่ง ขณะที่ CNBC รายงานว่าเมื่อเดือนกรกฎาคม Microsoft ประกาศแผนปลดพนักงาน 4,800 คน

จำนวนพนักงานของ Microsoft แทบไม่เปลี่ยนแปลงมาตั้งแต่ปี 2022 ซึ่งเป็นช่วงที่บริษัทเริ่มทุ่มเงินลงทุนด้าน AI และดาต้าเซ็นเตอร์อย่างหนัก จนกดดันงบประมาณและการจ้างงานในส่วนอื่นของบริษัท

ลงทุน AI หนักจนต้องคุมต้นทุน

Microsoft เร่งลงทุนสร้างดาต้าเซ็นเตอร์เพื่อรองรับความต้องการประมวลผล AI ที่สูงขึ้น ทั้งเพื่อให้บริการคลาวด์แก่ Anthropic, OpenAI และบริษัทอื่นๆ อีกจำนวนมาก

เมื่อเดือนกรกฎาคม บริษัทระบุว่ารายจ่ายลงทุนในไตรมาสเดือนกรกฎาคม-กันยายนน่าจะเกิน 5 หมื่นล้านดอลลาร์สหรัฐ (ประมาณ 1.69 ล้านล้านบาท) เทียบกับ 3.49 หมื่นล้านดอลลาร์สหรัฐ (ประมาณ 1.18 ล้านล้านบาท) ในช่วงเดียวกันของปีก่อน ซึ่งรวมสัญญาเช่าทางการเงินด้วย

Microsoft กำลังเปลี่ยนโมเดลธุรกิจ โดยพยายามคิดค่าบริการจากลูกค้าตามปริมาณการใช้ AI จริงมากขึ้น และยังให้โปรแกรมเมอร์ พนักงานขาย และพนักงานซัพพลายเชนใช้เครื่องมือ AI ซึ่งบริษัทพบว่าได้ผลอย่างเห็นได้ชัด ขณะเดียวกันก็ต้องการให้มีคนที่มีความสามารถเหมาะสม สำหรับบุกธุรกิจใหม่ที่มีโอกาสเติบโตมากที่สุด

Microsoft ต้องการเปลี่ยนผ่านโดยไม่ทำให้สถานะการเงินอ่อนแอลง ในไตรมาส 2 ขณะที่ Alphabet และ Amazon ซึ่งเป็นคู่แข่งด้านคลาวด์ ต่างมีกระแสเงินสดอิสระติดลบ แต่ Microsoft ยังมีกระแสเงินสดอิสระเป็นบวก 1.964 หมื่นล้านดอลลาร์สหรัฐ (ประมาณ 6.63 แสนล้านบาท) แม้จะลดลง 23% จากปีก่อน

บริษัทเทคโนโลยีรายอื่นก็พยายามลดคนเพื่อนำเงินไปลงทุนโครงสร้างพื้นฐาน AI เช่นกัน CNBC รายงานว่า Google เปิดโครงการสมัครใจลาออกในหลายหน่วยงานเมื่อปีที่แล้ว ส่วนจำนวนพนักงานของ Meta ลดลงกว่า 20,000 คนจากจุดสูงสุดเมื่อปลายปี 2022

โฆษกของ Microsoft ระบุว่าบริษัทต้องการพนักงานที่ทุ่มเทกับโจทย์ยากๆ ที่บริษัทกำลังแก้ ซึ่งคล้ายกับที่ผู้บริหารบริษัทเทคโนโลยีรายอื่นเคยบอกว่า การจะได้ทำงานต่อหมายถึงต้องยอมรับการทำงานที่เร็วขึ้นและเปลี่ยนแปลงตลอดเวลา

Microsoft มีกำหนดรายงานผลประกอบการในวันพุธที่ 28 ตุลาคม (ตามเวลาสหรัฐฯ) ซึ่งนักลงทุนจะจับตาสัญญาณว่าเงินลงทุนมหาศาลใน AI เริ่มให้ผลตอบแทนแล้วหรือยัง โดยหุ้น Microsoft ปรับขึ้นราว 1% ในช่วงกลางวันที่นิวยอร์กหลังมีข่าวนี้ออกมา

หมายเหตุ : ใช้อัตราแลกเปลี่ยน 1 ดอลลาร์สหรัฐ เท่ากับ 33.74 บาท ณ วันที่ 27 ตุลาคม 2569

ภาพ: Nwz / Shutterstock

อ้างอิง:

• https://www.businessinsider.com/microsoft-is-offering-buyouts-read-the-memo-2026-10
• https://www.wsj.com/tech/microsoft-will-offer-buyouts-to-60-000-employees-4c32945f
• https://www.bloomberg.com/news/articles/2026-10-26/microsoft-to-offer-buyouts-to-60-000-workers-in-latest-cost-cut
• https://www.cnbc.com/2026/10/26/microsoft-msft-voluntary-buyouts.html

The post Microsoft เปิดให้พนักงาน 6 หมื่นคนสมัครใจลาออก รับเงินชดเชยใกล้เคียงการเลิกจ้าง หลังทุ่มลงทุน AI ไตรมาสเดียวกว่า 1.69 ล้านล้านบาท appeared first on THE STANDARD.

Anthropic PBC ผู้พัฒนา Claude โมเดลปัญญาประดิษฐ์ประเภท Large Language Model (LLM) ยื่นแบบแสดงรายการข้อมูลการเสนอขายหลักทรัพย์ (S-1 Filing) ต่อคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์สหรัฐฯ (SEC) อย่างเป็นทางการเมื่อวันจันทร์ที่ 26 ตุลาคม 2026 ตามเวลาสหรัฐฯ เตรียมเข้าจดทะเบียนในตลาด Nasdaq Global Select Market ภายใต้ชื่อย่อ “ANT” หลังจากยื่นไฟลิ่งแบบลับ (Confidential Filing) ไว้ตั้งแต่เดือนมิถุนายน

หากการเสนอขายหุ้นให้กับประชาชนทั่วไปเป็นครั้งแรก (IPO) และเข้าจดทะเบียนในตลาดได้สำเร็จ Anthropic จะเป็นบริษัทรายใหญ่รายแรกของสหรัฐฯ ที่ทำธุรกิจพัฒนาโมเดล AI ระดับโลก ที่เข้าตลาดหุ้น และมีแนวโน้มจะเป็นหุ้น IPO ที่ระดมทุนได้มากที่สุดในประวัติศาสตร์ ก่อนหน้า OpenAI คู่แข่งหลักที่คาดว่าจะเข้าตลาดในปีหน้า

มูลค่าที่ตลาดคาดหวัง 1.4-1.75 ล้านล้านดอลลาร์

ไฟลิ่งฉบับแรกยังไม่ระบุจำนวนหุ้นและช่วงราคาเสนอขาย ซึ่งจะเปิดเผยในเอกสารฉบับถัดไป โดยทั้งบริษัทและผู้ถือหุ้นเดิมบางส่วนจะร่วมเสนอขายหุ้นสามัญ Class A

มูลค่ากิจการของ Anthropic พุ่งขึ้นเร็วมาก จาก 1.83 แสนล้านดอลลาร์ หรือกว่า 6.1 ล้านล้านบาท เมื่อปีกว่าที่แล้ว เป็น 3.8 แสนล้านดอลลาร์ หรือกว่า 12.8 ล้านล้านบาท ในเดือนกุมภาพันธ์ และ 9.65 แสนล้านดอลลาร์ หรือกว่า 32.5 ล้านล้านบาท ในการระดมทุนรอบล่าสุด ส่งผลให้บริษัทมีมูลค่าแซงหน้า OpenAI ขึ้นเป็นบริษัทนอกตลาดที่มีมูลค่าสูงสุดในโลก

Bloomberg อ้างแหล่งข่าวว่า หลังงาน Investor Day นักลงทุนประเมินมูลค่าที่เหมาะสมไว้ราว 1.4-1.5 ล้านล้านดอลลาร์ หรือราว 47 – 50 ล้านล้านบาท ต่ำกว่าความคาดหวังช่วงแรกที่เกือบ 2 ล้านล้านดอลลาร์ หรือราว 67 ล้านล้านบาท ขณะที่ Anthropic ปฏิเสธให้ความเห็น

บริษัทคาดว่าขนาด IPO จะเทียบเท่าหรือใหญ่กว่า SpaceX ที่ระดมทุนได้ 8.57 หมื่นล้านดอลลาร์เมื่อเดือนมิถุนายน โดยบริษัทอาจเริ่มเดินสายให้ข้อมูลกับนักลงทุน (Road Show) ได้เร็วที่สุดในสัปดาห์ของวันที่ 9 พฤศจิกายน โดยมี Goldman Sachs และ Morgan Stanley เป็นผู้จัดการการจัดจำหน่ายหลัก ร่วมกับธนาคารอีก 20 แห่ง

รายได้โต 14 เท่า แต่ขาดทุนสุทธิ 8 หมื่นล้านดอลลาร์

งบการเงินในไฟลิ่งชี้ว่า ครึ่งแรกปี 2026 Anthropic มีรายได้ราว 1.63 หมื่นล้านดอลลาร์ หรือราว 5.5 แสนล้านบาท เพิ่มขึ้นราว 14 เท่าจากช่วงเดียวกันของปีก่อน แต่ขาดทุนสุทธิสูงถึง 8.07 หมื่นล้านดอลลาร์ หรือกว่า 2.7 ล้านล้านบาท ต่อเนื่องจากปี 2025 ที่ขาดทุนสุทธิราว 4.2 หมื่นล้านดอลลาร์

ด้านต้นทุน ค่าใช้จ่ายด้าน Compute และโครงสร้างพื้นฐานในครึ่งแรกปี 2026 อยู่ที่ราว 8.9 พันล้านดอลลาร์ หรือราว 3 แสนล้านบาท เพิ่มขึ้นเกือบ 4 เท่าจาก 2.3 พันล้านดอลลาร์ แต่ยังโตช้ากว่ารายได้ ทำให้ขาดทุนจากการดำเนินงานลดลงเหลือ 693 ล้านดอลลาร์ จาก 2.1 พันล้านดอลลาร์ในช่วงเดียวกันของปีก่อน และเมื่อวัดแบบ Non-GAAP บริษัทพลิกจากขาดทุน 1.8 พันล้านดอลลาร์ มาเป็นกำไรจากการดำเนินงานที่ปรับปรุงแล้ว (Adjusted Operating Income) ราว 1.6 พันล้านดอลลาร์

ตัวการที่ดันขาดทุนสุทธิให้พุ่งจากราว 1.3 หมื่นล้านดอลลาร์ เป็น 8.07 หมื่นล้านดอลลาร์ คือรายการเปลี่ยนแปลงมูลค่ายุติธรรมของหุ้นกู้แปลงสภาพและตราสารอื่น ซึ่งเพิ่มจากราว 1.09 หมื่นล้านดอลลาร์ เป็น 7.24 หมื่นล้านดอลลาร์

ทั้งนี้ การขาดทุนราว 7.24 หมื่นล้านดอลลาร์มาจากการปรับมูลค่ายุติธรรม (Fair Value) ของหุ้นกู้แปลงสภาพ (Convertible Notes) ที่พุ่งขึ้นตามมูลค่ากิจการ ซึ่งเป็นรายการทางบัญชีที่ไม่ใช่เงินสด ขณะที่ขาดทุนจากการดำเนินงานจริงเหลือเพียง 693 ล้านดอลลาร์ และหากวัดแบบ Non-GAAP บริษัทมีกำไรจากการดำเนินงานแล้ว คิดเป็นอัตรากำไรราว 10%

จุดแข็งที่บริษัทชูคือ Net Revenue Retention (NRR) หรืออัตราการรักษาและขยายรายได้จากลูกค้าเดิม ที่ราว 900% ณ สิ้นเดือนกันยายน 2026 หมายความว่าลูกค้ากลุ่มเดิมจ่ายเงินในไตรมาสล่าสุดมากกว่าไตรมาสเดียวกันของปีก่อนราว 9 เท่า (ไม่นับสมาชิกแพ็กเกจ Pro และ Max) ปัจจุบันมีลูกค้ากว่า 1,900 รายที่จ่ายเกิน 1 ล้านดอลลาร์ต่อปี และราว 250 รายที่จ่ายเกิน 10 ล้านดอลลาร์

อย่างไรก็ดี การเติบโตเริ่มชะลอ รายได้ไตรมาส 3 โตจากไตรมาสก่อนราว 45% ลดลงจากกว่า 140% ในไตรมาส 2 และบริษัทระบุเองใน S-1 ว่าไม่คาดว่าจะเติบโตในอัตราใกล้เคียงเดิมได้อีก ด้านภาระการลงทุนยังสูง และนับตั้งแต่สิ้นปี 2025 บริษัททำสัญญาจัดหา Compute ใหม่ มูลค่าขั้นต่ำราว 4.17 แสนล้านดอลลาร์ อายุสัญญาสูงสุด 20 ปี เทียบกับเงินสดและเงินลงทุนระยะสั้นราว 1.32 แสนล้านดอลลาร์ ณ สิ้นเดือนมิถุนายน

ปัจจัยเสี่ยงเกือบ 100 หน้า ตั้งแต่ลูกค้ากระจุกตัวถึงความเสี่ยงต่อมนุษยชาติ

ส่วนปัจจัยเสี่ยงในไฟลิ่งความยาวเกือบ 100 หน้า ครอบคลุมตั้งแต่ความเสี่ยงทางธุรกิจทั่วไปไปจนถึงความเสี่ยงเฉพาะของผู้พัฒนา AI ระดับแนวหน้า ประเด็นหลักที่บริษัทระบุไว้มีดังนี้

• AI ช่วยสร้าง AI อาจเร็วเกินกว่ามาตรการความปลอดภัย บริษัทใช้ Claude ช่วยพัฒนาโมเดลรุ่นถัดไปมากขึ้น ซึ่งเรียกว่า Closing the Loop หากโมเดลปัจจุบันมีข้อบกพร่อง อาจส่งต่อและสะสมไปยังรุ่นถัดไปโดยตรวจพบยาก และขีดความสามารถอาจก้าวหน้าเร็วกว่ามาตรการความปลอดภัย โดยบริษัทอาจรู้ตัวช้าเพราะหลักฐานส่วนใหญ่เป็นตัวชี้วัดย้อนหลัง
• มาตรการระวังภัยมีต้นทุน บริษัทเคยชะลอการเปิดตัวและจำกัดการเข้าถึงโมเดล เช่น Mythos ที่เปิดให้ใช้ผ่าน Project Glasswing และเตือนว่ามาตรการลักษณะนี้อาจเกิดถี่ขึ้น แพงขึ้น และทำให้ตามหลังคู่แข่งที่ไม่ได้จำกัดตัวเองแบบเดียวกัน นอกจากนี้การฝึกโมเดลแต่ละรอบใช้เงินมหาศาลและอาจล้มเหลวได้ ซึ่งบริษัทยอมรับว่าเคยเกิดขึ้นแล้ว
• การแย่งชิง Compute กับพันธมิตรที่เป็นคู่แข่ง บริษัทต้องแข่งหาทรัพยากรประมวลผลกับบริษัทเทคยักษ์ใหญ่ที่มีทุนหนากว่า ผู้ให้บริการคลาวด์บางรายที่จัดหา Compute ให้ก็พัฒนาโมเดล AI ของตัวเอง ความสัมพันธ์จึงอาจไม่สอดคล้องกับผลประโยชน์ระยะยาวของ Anthropic เสมอไป บริษัทเปิดเผยว่าเคยขอ Compute มากกว่าที่พันธมิตรยอมจัดให้ และอาจได้ไม่ครบแม้มีสัญญา ขณะที่ต้นทุน Compute อาจพุ่งขึ้นอย่างมีนัยสำคัญ
• พึ่งพาชิปจากไต้หวัน บริษัทระบุว่าข้อจำกัดด้านปัจจัยการผลิตสำคัญที่ใช้สร้าง Compute อาจจำกัดการเข้าถึงทรัพยากรประมวลผลได้ โดยชิปขั้นสูงส่วนใหญ่ของโลกยังผลิตในไต้หวัน และหลักๆ ผลิตโดย TSMC หากความตึงเครียดทางภูมิรัฐศาสตร์ระหว่างไต้หวันกับจีนทำให้การผลิตหรือการขนส่งชิปหยุดชะงัก ย่อมกระทบความสามารถในการฝึกและให้บริการโมเดลของบริษัทโดยตรง
• กระแสต้านดาต้าเซ็นเตอร์ บริษัทมองว่าการต่อต้านจากสาธารณะต่อดาต้าเซ็นเตอร์ขนาดใหญ่ที่จำเป็นต่อการฝึกและให้บริการโมเดล เป็นภัยต่อธุรกิจ และระบุว่าการต่อต้านนี้มีการรวมตัวและประสานงานกันเป็นระบบมากขึ้น ปัจจุบันดาต้าเซ็นเตอร์ส่วนใหญ่ของบริษัทตั้งอยู่ในสหรัฐฯ หากสูญเสียหรือเกิดเหตุขัดข้องรุนแรงที่ศูนย์ใหญ่แห่งใดแห่งหนึ่ง โครงสร้างพื้นฐานที่เหลืออาจรองรับแทนได้ไม่ทันที นอกจากนี้ บริษัทเคยให้คำมั่นโดยสมัครใจว่าจะร่วมรับภาระผลกระทบจากการใช้พลังงาน เช่น ค่าปรับปรุงโครงข่ายไฟฟ้า ซึ่งอาจกลายเป็นต้นทุนที่สูงขึ้นหากแนวปฏิบัตินี้กลายเป็นมาตรฐานของอุตสาหกรรม
• AI ที่ทำงานนอกเหนือการควบคุม ถึงขั้นความเสี่ยงต่อมนุษยชาติ โมเดลอาจทำงานในลักษณะที่ไม่ได้ตั้งใจ ไม่สอดคล้องกับเป้าหมาย (Misaligned) หรือทำงานอัตโนมัติ รวมถึงกระทำสิ่งที่เป็นอันตรายโดยไม่มีผู้ใช้คนใดสั่ง บริษัทระบุด้วยว่า หากระบบ AI ถูกพัฒนาโดยไม่มีมาตรการป้องกันและการกำกับดูแลที่เพียงพอ อาจก่อความเสี่ยงร้ายแรงถึงขั้นคุกคามการดำรงอยู่ของมนุษยชาติ (Existential Risk) โดยเฉพาะหากถูกนำไปใช้ผิด ถูกทำซ้ำ ถูกใช้เป็นอาวุธ หรือถูกปล่อยให้ทำงานอย่างอิสระในระดับสูง บริษัทยังระบุว่าผู้ไม่หวังดีเคยใช้ AI ก่อเหตุโจมตีทางไซเบอร์แล้ว และการนำไปใช้ผิดในด้านชีววิทยาอาจสร้างความเสียหายรุนแรงกว่านั้น ขณะที่สัญญาและประกันภัยที่มีอยู่อาจไม่เพียงพอรับมือความรับผิดที่ตามมา
• รายได้กระจุกตัวและการเติบโตที่อาจชะลอ รายได้และลูกหนี้การค้าสัดส่วนสูงมาจากลูกค้าและช่องทางจัดจำหน่ายจำนวนจำกัด บริษัทย้ำว่ายังอยู่ในช่วงต้นของการเติบโต อัตราการเติบโตในอดีตไม่สามารถใช้คาดการณ์อนาคตได้ และหากตลาดโตช้ากว่าคาด การเติบโตอาจชะลอหรือหยุดชะงัก

ผู้ก่อตั้ง 7 คน รวยคนละกว่า 1.3 หมื่นล้านดอลลาร์ แต่คุมเสียงโหวตไว้แน่น

ข้อมูลจากไฟลิ่งเปิดเผยว่าผู้ร่วมก่อตั้งทั้ง 7 คน ได้แก่ Dario Amodei, Daniela Amodei, Tom Brown, Jack Clark, Jared Kaplan, Sam McCandlish และ Christopher Olah ถือหุ้นคนละราว 1.4%

ขณะที่ดัชนี Bloomberg Billionaires ประเมินมูลค่าโดยคำนวณจากมูลค่าบริษัทที่ 9.65 แสนล้านดอลลาร์ หากอิงจากตัวเลขดังกล่าว จะทำให้ผู้ร่วมก่อตั้งแต่ละคนมีทรัพย์สินกว่า 1.3 หมื่นล้านดอลลาร์ และอาจเพิ่มเป็นกว่า 2.7 หมื่นล้านดอลลาร์หากมูลค่ากิจการแตะ 2 ล้านล้านดอลลาร์ (ก่อนคิดผลจากการออกหุ้นใหม่) ทั้งนี้ผู้ก่อตั้งทั้ง 7 คนให้คำมั่นว่าจะนำหุ้น Anthropic ของตน 80% ไปใช้เพื่อการกุศล

โครงสร้างการกำกับดูแลของ Anthropic ต่างจากบริษัทจดทะเบียนทั่วไปมาก บริษัทจดทะเบียนเป็น Public Benefit Corporation (PBC) ซึ่งกรรมการต้องถ่วงดุลผลประโยชน์ผู้ถือหุ้นกับพันธกิจพัฒนา AI อย่างรับผิดชอบ ผู้ก่อตั้งจะถือหุ้น Class F ผ่านบริษัท Founder LLC ซึ่งมีสิทธิออกเสียงรวม 50.1% และสมาชิกแต่ละคนยังคงสิทธิไว้ได้ตราบที่ถือหุ้น Class A ไว้อย่างน้อย 2% ของจำนวนที่ถือ ณ วัน IPO

อำนาจดังกล่าวถูกถ่วงดุลโดย Long-Term Benefit Trust (LTBT) ซึ่งมีทรัสตี 5 คนที่ไม่มีส่วนได้เสียทางการเงิน และมีสิทธิแต่งตั้งและถอดถอนกรรมการเสียงข้างมากของบอร์ด นอกจากนี้บริษัทได้โอนหุ้นราว 5% ของหุ้นทั้งหมดแบบ Fully Diluted ให้กองทุน Anthropic Public Benefit Fund ซึ่งเป็นบริษัทย่อยเพื่อประโยชน์สาธารณะ

ความมั่งคั่งไม่ได้กระจุกอยู่แค่ผู้ก่อตั้ง หากคำนวณจากไฟลิ่งว่าพนักงานและผู้ถือสิทธิซื้อหุ้น (Stock Options) มีกำไรรวมราว 9.8 หมื่นล้านดอลลาร์ ณ เดือนมิถุนายน โดยมีราคาใช้สิทธิเฉลี่ยเพียง 2.89 ดอลลาร์ต่อหุ้น

จังหวะเข้าตลาดท่ามกลางความกังวลฟองสบู่ AI

Anthropic เข้าตลาดในช่วงที่วอลล์สตรีทกังวลว่าการใช้จ่ายด้าน AI จะคุ้มกับเงินลงทุนโครงสร้างพื้นฐานระดับหลายล้านล้านดอลลาร์หรือไม่ CNBC รายงานว่าหุ้นกลุ่ม Neocloud (ผู้ให้เช่าพลังประมวลผล GPU สำหรับงาน AI) อย่าง CoreWeave และ Nebius ร่วงกว่า 30% ในเดือนตุลาคม ขณะที่ความเสี่ยงด้านเครดิตในธุรกิจดาต้าเซ็นเตอร์เพิ่มสูงขึ้น

ขณะที่ความต้องการระดมทุนก็เพิ่มขึ้นมากเช่นกัน เพียง 2 ชั่วโมงก่อน Anthropic ยื่นไฟลิ่ง Meta ประกาศแผนระดมทุนผ่านการขายหุ้นสูงสุด 9.5 หมื่นล้านดอลลาร์ หลังจาก Alphabet ตั้งเป้าระดมทุนผ่านหุ้นสูงสุด 8.5 หมื่นล้านดอลลาร์เมื่อต้นปี David Erickson อาจารย์จาก Columbia Business School และอดีตผู้บริหารฝ่ายตลาดทุนของ Barclays เตือนกับ Bloomberg ว่าถึงจุดหนึ่งตลาดอาจเผชิญอุปทานหุ้นล้นเกิน

Anthony Saglimbene หัวหน้านักกลยุทธ์ตลาดของ Ameriprise มองว่าในอีก 6-18 เดือน นักลงทุนจะต้องการเห็นว่าเงินที่ทุ่มลงไปทำให้รายได้เพิ่มขึ้นจริง แต่การที่ Anthropic กล้ายื่นไฟลิ่งท่ามกลางความผันผวนก็ถูกมองเป็นสัญญาณบวก

ผลลัพธ์ของ IPO ครั้งนี้จึงไม่ได้ชี้ชะตาแค่ Anthropic แต่อาจเป็นตัวกำหนดว่าตลาด IPO ที่ซบเซาจะกลับมาคึกคักหรือไม่ และจะปูทางให้ OpenAI ที่คาดว่าจะตามเข้าตลาดในปีหน้าอย่างไร ส่วนคำถามว่ารายได้จะโตทันรายจ่ายหรือไม่ Aswath Damodaran ศาสตราจารย์ด้านการเงินจาก NYU Stern สรุปว่ายังไม่มีใคร รวมถึง Amodei เอง ที่รู้แน่ชัดว่ายอดขายของบริษัทจะเป็นเท่าไรในอีก 5 ปีข้างหน้า

ภาพ: FABRICE COFFRINI / GettyImages

อ้างอิง:

• https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm
• https://www.bloomberg.com/news/articles/2026-10-26/anthropic-s-seven-founders-are-worth-more-than-13-billion-each?srnd=homepage-asia
• https://www.cnbc.com/2026/10/26/anthropic-ipo-live-updates-ai-s-1-filing.html

The post Anthropic จ่อขายหุ้น IPO เข้าตลาด สรุปสาระสำคัญจากไฟลิ่ง 300 หน้า ‘โตเร็ว ขาดทุนหนัก และความเสี่ยงต่อมนุษยชาติในยุค AI’ appeared first on THE STANDARD.

แจ็ก ไวส์ ชอบพูดติดตลกว่าตัวเองก็แค่ผู้ชายตกงานอีกคนที่อาศัยอยู่ห้องใต้ดินบ้านพ่อแม่ แต่สิ่งที่เขาไม่ได้เล่าคือ ชายจากเมืองซอลต์เลกซิตีคนนี้จบปริญญาเอกด้านวิศวกรรมเคมีจากมหาวิทยาลัยพรินซ์ตัน เมื่อปี 2024 และนับจากนั้นได้สมัครงานไปแล้วกว่า 2,300 ตำแหน่ง แต่ก็ยังไม่ได้งาน ตามรายงานของ The Wall Street Journal

ช่วงแรกไวส์มุ่งสมัครงานด้านวิทยาศาสตร์ในบริษัทเอกชน และทุนวิจัยหลังปริญญาเอกที่ห้องปฏิบัติการแห่งชาติ ก่อนจะขยายไปสมัครงานวิศวกรซอฟต์แวร์และตำแหน่งอื่นๆ จนสุดท้ายแม้แต่งานเตรียมอาหาร รวมถึงบริษัทที่ขายปูก้อนแช่แข็ง ก็ยังเงียบหายไม่ติดต่อกลับ

ผู้สื่อข่าวของ WSJ ซึ่งตระเวนพูดคุยกับคนหางานครบทั้ง 50 รัฐ เพื่อทำความเข้าใจว่าทำไมคนจำนวนมากจึงมองอนาคตอย่างหม่นหมอง มองว่าเรื่องของไวส์เป็นตัวอย่างของตลาดแรงงานที่แทบหยุดนิ่งในช่วงไม่กี่ปีที่ผ่านมา

ผลสำรวจของ Gallup เมื่อเดือนสิงหาคมพบว่า มีคนอเมริกันเพียง 34% ที่มองว่าตอนนี้เป็นช่วงเวลาที่ดีในการหางานคุณภาพ ขณะที่รายงานการจ้างงานล่าสุดก็ออกมาต่ำกว่าที่คาดไว้มาก แม้อัตราว่างงานจะยังต่ำ แต่สัดส่วนคนที่ว่างงานนานตั้งแต่ 27 สัปดาห์ขึ้นไปในช่วงหน้าร้อนปีนี้ สูงที่สุดในรอบกว่า 10 ปี หากไม่นับช่วงโควิด

ตลาดแรงงานที่ไม่รับคนเพิ่มและไม่ปลดคนออก

นักเศรษฐศาสตร์เรียกสภาพตลาดแรงงานตอนนี้ว่า ‘Low-hire, Low-fire’ หรือภาวะที่บริษัทไม่ค่อยรับคนใหม่ และก็ไม่ค่อยปลดคนออก คนที่มีงานทำอยู่แล้วจึงไม่ยอมลาออก โอกาสสำหรับคนอื่นก็น้อยลง ขณะที่คนที่ไม่มีงานเหมือนถูกกันไว้นอกกำแพงของเศรษฐกิจที่กำลังเติบโต จนงงกับข่าวที่บอกว่าอัตราว่างงานต่ำและ GDP กำลังเร่งตัว

ความหวังและความกังวลเรื่อง AI ยังทำให้คนรุ่นใหม่ที่จบปริญญาหางานได้ยากกว่าปกติ ซึ่งตรงข้ามกับคนที่ไม่ได้จบปริญญา โดยผลสำรวจของ Pew Research Center ที่เผยแพร่เมื่อเดือนกันยายนพบว่า คนอเมริกันกว่า 70% คาดว่า AI จะทำให้จำนวนงานโดยรวมลดลง

งานวิจัยใหม่ของธนาคารกลางสหรัฐฯ สาขาริชมอนด์ยังพบว่า พนักงานที่ถูกเลิกจ้างจากงานที่มั่นคง และมีทักษะที่ AI เข้ามาทำแทนได้มาก มีโอกาสได้งานใหม่น้อยกว่าเมื่อไม่กี่ปีก่อนอย่างมาก

AI ยังเข้ามาอยู่ในกระบวนการสมัครงานด้วย เมื่อบริษัทได้รับใบสมัครหลายร้อยฉบับ ซึ่งหลายฉบับก็เขียนด้วย AI บริษัทจึงหันมาใช้ AI คัดกรองผู้สมัครเช่นกัน ผลสำรวจของ Greenhouse พบว่าคนหางานในสหรัฐฯ กว่า 60% เคยถูกสัมภาษณ์โดยระบบ AI ในปีที่ผ่านมา ซึ่งผู้สมัครต้องอัดวิดีโอตอบคำถามที่ระบบส่งมาโดยไม่มีคนอยู่อีกฝั่ง

ไวส์พยายามเลี่ยงระบบเหล่านี้ด้วยการติดต่อคนในบริษัทโดยตรง ศิษย์เก่าพรินซ์ตันหลายคนยอมรับสาย แต่สุดท้ายก็บอกให้เขาไปสมัครผ่านเว็บไซต์ของบริษัทอยู่ดี “คุณรู้สึกใจหล่นวูบ” เขากล่าว เพราะรู้ว่าใบสมัครจะไปติดอยู่ในระบบอีกครั้ง

ประวัติดีแค่ไหนก็ยังเงียบ

ไวส์เป็นลูกชายของแพทย์ 2 คน จบปริญญาตรีเกียรตินิยมสูงสุดจากมหาวิทยาลัยไรซ์ ก่อนเข้าเรียนปริญญาเอกที่พรินซ์ตันในปี 2018 โดย WSJ ระบุว่างานวิจัยเรื่องการก่อตัวของน้ำแข็งของเขา ถูกอ้างอิงโดยคณะกรรมการรางวัลโนเบลตอนมอบรางวัลโนเบลสาขาฟิสิกส์ปี 2024

เขาเริ่มหางานอย่างจริงจังในช่วงที่บริษัทต่างๆ ลดการรับบัณฑิตจบใหม่ หลังเร่งจ้างงานไปมากช่วงโควิด เป้าหมายแรกคืองานด้านวิทยาศาสตร์ในบริษัทยา แต่ใบสมัครส่วนใหญ่เงียบหาย และมีบางส่วนที่ถูกปฏิเสธ

จากนั้นเขาขยายการหางานไปยังพื้นที่และอุตสาหกรรมอื่น ส่งใบสมัครหลายร้อยฉบับผ่านเว็บไซต์หางาน ติดต่อศิษย์เก่าพรินซ์ตันและไรซ์ ไล่อ่านประกาศรับสมัครงานในหนังสือพิมพ์ท้องถิ่น รวมถึงติดตามข่าวสตาร์ทอัพที่เพิ่งได้เงินลงทุน เพราะคิดว่าน่าจะเปิดรับคนเพิ่ม

ดร.ฮอลลี คาร์เวธ แม่ของไวส์ เคยลองดูใบสมัครของลูกชายว่ามีจุดไหนที่ทำให้นายจ้างลังเลหรือไม่ แต่ก็ไม่พบอะไรผิดปกติ “มันน่าประหลาดใจมาก ฉันไม่รู้จะอธิบายยังไง” เธอกล่าว

บางโอกาสก็หลุดมือไปด้วยเหตุผลอื่น เช่น ครั้งหนึ่ง McKinsey ส่งแบบทดสอบสำหรับตำแหน่งที่ปรึกษามาทางอีเมล โดยให้เล่นเกมคอมพิวเตอร์จัดการระบบนิเวศของพืชและสัตว์ในป่าจำลองภายใน 72 ชั่วโมง แต่ 48 ชั่วโมงในช่วงนั้นไวส์กำลังเดินป่าอยู่ในป่าจริงและไม่เห็นอีเมล

เมื่อกลับมาทำแบบทดสอบเสร็จ เขาก็ถูกปฏิเสธ ทั้งนี้ McKinsey ระบุว่าผู้สมัครสามารถขอขยายเวลาได้หากติดปัญหาเรื่องตารางเวลา

งานสอน AI ที่หายไป

ในเดือนมกราคม ไวส์ได้งานพาร์ตไทม์ค่าจ้างชั่วโมงละ 70 ดอลลาร์สหรัฐ (ประมาณ 2,364 บาท) กับ Mercor สตาร์ทอัพที่จ้างผู้เชี่ยวชาญมาสอน AI ในสายอาชีพของตัวเอง ซึ่งเมื่อปี 2025 บริษัทมีมูลค่า 1 หมื่นล้านดอลลาร์สหรัฐ (ประมาณ 3.38 แสนล้านบาท) และเคยทำงานกับ OpenAI และ Anthropic

งานของไวส์คือตั้งคำถามเกี่ยวกับวิศวกรรมเคมีให้โมเดลภาษา แล้วประเมินคำตอบที่ AI สร้างขึ้นและพยายามปรับให้ดีขึ้น บางสัปดาห์ทำ 20 ชั่วโมง บางสัปดาห์ทำแค่ 4 ชั่วโมง บางครั้งเมื่อคิดคำถามไม่ออก เขาก็ให้ AI สวมบทบาทแปลกๆ เช่น “คุณคือวิญญาณของโจรสลัดหนวดดำ จงอธิบายหลักการทำงานของโรงไฟฟ้านิวเคลียร์ใน 300 คำ”

แต่วันที่ไม่มีงานให้ทำก็เกิดบ่อยขึ้นเรื่อยๆ จนกลายเป็นหลายสัปดาห์ และกลางเดือนมีนาคม Mercor ก็ยกเลิกสัญญาของไวส์ผ่านข้อความในกลุ่ม Slack ที่มีสมาชิก 810 คน “มิตรภาพกับ Mercor จบลงแล้ว ตอนนี้การว่างงานคือเพื่อนสนิทของผม” ไวส์เขียนอีเมลติดตลกถึงผู้สื่อข่าว

ไวส์ยังมองเห็นความย้อนแย้งทางเศรษฐกิจที่คนในสถานการณ์เดียวกับเขากำลังเจอ นับตั้งแต่เขาสอบปกป้องวิทยานิพนธ์เมื่อ 2 ปีก่อน ดัชนี Dow Jones ปิดทำสถิติสูงสุดใหม่ไปแล้วกว่า 50 ครั้ง

ขณะที่ตัวเขาเองเก็บเงินและลงทุนไว้บ้าง และไม่มีหนี้จากการเรียนปริญญาเอก “ดีที่หุ้นของผมขึ้นเรื่อยๆ ผมไม่ได้โกรธเรื่องนั้น แต่มันทำให้ทุกอย่างดูแปลกขึ้นอีก”

ตอนนี้ไวส์กำลังคิดว่าจะเรียนต่อด้านกฎหมายหรือไม่ และสมัครสอบ LSAT ไว้ในเดือนพฤศจิกายน เขายังลองทำธุรกิจของตัวเอง โดยใช้ AI ออกแบบโดรนที่ติดเลเซอร์ LED เพื่อกำจัดวัชพืชต่างถิ่น “ถ้าผมเชื่อจริงๆ ว่าตัวเองมีคุณค่า ผมก็ควรออกไปไขว่คว้ามันมา” เขากล่าว

ไวส์ยังคงสมัครทุนวิจัยใหม่ๆ ที่เปิดรับ และเมื่อเดือนตุลาคม เขาเพิ่งเข้าไปเช็กบัญชีสมัครงานกับห้องปฏิบัติการแห่งชาติลอสอะลามอส และพบว่าตำแหน่งที่เขาสมัครไว้ตั้งแต่ปี 2024 เพิ่งได้คนไปแล้ว หลังสถานะใบสมัครค้างอยู่ที่ “อยู่ระหว่างการพิจารณา” มานานถึง 2 ปี

หมายเหตุ : ใช้อัตราแลกเปลี่ยน 1 ดอลลาร์สหรัฐ เท่ากับ 33.77 บาท ณ วันที่ 23 ตุลาคม 2569

ภาพ: gary718 / Shutterstock

อ้างอิง:

• https://www.wsj.com/lifestyle/careers/labor-market-freeze-phd-graduate-f8e17d7c

The post จบปริญญาเอกพรินซ์ตัน แต่สมัครงานกว่า 2,300 ตำแหน่งยังไม่ได้งาน เมื่อตลาดแรงงานสหรัฐฯ แทบไม่รับคนเพิ่มในยุค AI appeared first on THE STANDARD.

AI กำลังเปลี่ยนสมการความมั่นคงทางไซเบอร์ จากเดิมที่การโจมตีระบบต้องอาศัยผู้เชี่ยวชาญ เครื่องมือเฉพาะทาง และเวลาในการลงมือ วันนี้ AI สามารถช่วยลดต้นทุน เพิ่มความเร็ว และทำให้การโจมตีหลายเป้าหมายเกิดขึ้นพร้อมกันได้ ความเสี่ยงจึงไม่ได้จำกัดอยู่แค่การถูกแฮ็กหรือข้อมูลรั่วไหล แต่สามารถลุกลามไปถึงระบบชำระเงิน ความเชื่อมั่นของประชาชน และเสถียรภาพของระบบการเงินทั้งระบบ

นี่คือประเด็นสำคัญจากเวทีเสวนา AI & Cyber Risks ในการประชุมประจำปี IMF-World Bank Annual Meetings 2026 ที่กรุงเทพฯ ซึ่งมี Bo Li รองกรรมการผู้จัดการกองทุนการเงินระหว่างประเทศ (IMF) เป็นผู้ดำเนินรายการ ร่วมด้วย Michael Sellitto จาก Anthropic, Marlene Amstad ประธานหน่วยงานกำกับดูแลตลาดการเงินสวิตเซอร์แลนด์ (FINMA), Paulo Picchetti รองผู้ว่าการธนาคารกลางบราซิล และ Andrea Maechler รองผู้จัดการใหญ่ธนาคารเพื่อการชำระหนี้ระหว่างประเทศ (BIS)

สาระสำคัญของการหารือครั้งนี้ไม่ได้อยู่ที่ว่า AI จะสร้างภัยคุกคามรูปแบบใหม่อะไรขึ้นมาเท่านั้น แต่อยู่ที่ว่า เมื่อเทคโนโลยีทำให้การโจมตีเกิดขึ้นได้เร็วกว่าเดิมหลายเท่า สถาบันการเงินและหน่วยงานกำกับดูแลจะปรับตัวทันหรือไม่ และหากการป้องกันล้มเหลว ระบบจะยังสามารถรักษาความเชื่อมั่นและกลับมาทำงานได้อย่างไร

จากกรณีโมเดล AI ที่มีความสามารถในการค้นหาช่องโหว่ซอฟต์แวร์ ไปจนถึงการโจมตีผู้ให้บริการที่เชื่อมต่อกับระบบชำระเงินของบราซิล เวทีนี้สะท้อนให้เห็นว่า ความเสี่ยงจาก AI ไม่ใช่เรื่องไกลตัวอีกต่อไป และการกำกับดูแลในยุคใหม่จำเป็นต้องมองทั้งเทคโนโลยี คนที่ใช้งาน โครงสร้างพื้นฐานที่เชื่อมโยงกัน ตลอดจนความรับผิดชอบของผู้พัฒนาและผู้ให้บริการ

ภัยไซเบอร์ยุค AI เปลี่ยนทั้งความเร็วและขนาดของความเสียหาย

Michael Sellitto อธิบายว่า AI ไม่ได้เปลี่ยนพื้นฐานของการโจมตีทางไซเบอร์ทั้งหมด เพราะช่องโหว่ที่ผู้โจมตีใช้ยังคงเป็นปัญหาที่คุ้นเคย เช่น รหัสผ่านที่ถูกขโมย ระบบที่ไม่ได้อัปเดต ช่องทางบริการที่เปิดทิ้งไว้ และอีเมลหลอกลวง แต่สิ่งที่เปลี่ยนไปอย่างมีนัยสำคัญคือ AI ช่วยให้ผู้โจมตีทำงานหลายขั้นตอนได้พร้อมกัน ลดเวลาที่ต้องใช้ และทำให้ทักษะการโจมตีระดับสูงเข้าถึงคนได้มากขึ้น

เขาระบุว่า งานที่ในอดีตอาจต้องใช้ทีมผู้เชี่ยวชาญทำเป็นเวลาหลายสัปดาห์หรือหลายเดือน ปัจจุบันอาจใช้คนเพียงคนเดียวและเวลาเพียงไม่กี่ชั่วโมงในบางกรณี AI ยังสามารถช่วยผู้โจมตีตั้งแต่การสำรวจเป้าหมาย ค้นหาช่องโหว่ ไปจนถึงการนำข้อมูลออกจากระบบ และปรับเปลี่ยนวิธีโจมตีเมื่อแนวทางเดิมถูกตรวจพบ

Andrea Maechler จาก BIS ชี้ว่า ความเสี่ยงสำคัญไม่ได้อยู่ที่เทคนิคการโจมตีซึ่งแปลกใหม่เสมอไป แต่อยู่ที่ความเร็ว ขนาด การเกิดขึ้นพร้อมกัน และความเชื่อมโยงระหว่างระบบ เมื่อการโจมตีเกิดขึ้นได้ในหลายพื้นที่พร้อมกัน เหตุการณ์ที่เริ่มจากปัญหาทางเทคนิคขององค์กรหนึ่งจึงอาจกลายเป็นความเสี่ยงต่อระบบการเงินได้

ยิ่งธนาคาร ระบบชำระเงิน และตลาดการเงินพึ่งพาซอฟต์แวร์หรือผู้ให้บริการเทคโนโลยีรายเดียวกันมากเท่าไร ความเสียหายจากช่องโหว่เดียวก็ยิ่งมีโอกาสกระจายไปยังหลายสถาบันมากขึ้นเท่านั้น

Mythos และ Project Glasswing เมื่อค้นพบช่องโหว่ได้เร็วกว่าแก้ไข

หนึ่งในกรณีที่สะท้อนความท้าทายนี้คือโมเดล AI ชื่อ Mythos ของ Anthropic ซึ่ง Sellitto ระบุว่ามีขีดความสามารถด้านไซเบอร์สูงจนบริษัทตัดสินใจชะลอการเปิดให้ใช้งานอย่างกว้างขวาง และนำผู้เชี่ยวชาญภายนอกเข้ามาทดสอบและประเมินความเสี่ยงก่อน

Anthropic จึงเปิดตัว Project Glasswing ในเดือนเมษายน โดยตั้งใจให้เป็นโครงการระยะประมาณ 90 วัน เพื่อเปิดโอกาสให้ผู้ป้องกันระบบและพันธมิตรใช้เครื่องมือค้นหาช่องโหว่และเร่งแก้ไขปัญหาก่อนที่ความสามารถดังกล่าวจะถูกนำไปใช้ในทางโจมตี

ตามข้อมูลที่ Sellitto เปิดเผยบนเวที เขาระบุว่าโครงการและพันธมิตรพบช่องโหว่ประมาณ 130,000 รายการ ในจำนวนนี้ราว 30,000 รายการถูกจัดอยู่ในระดับวิกฤตหรือรุนแรง และเขาประเมินว่าช่องโหว่จำนวนมากยังไม่ได้รับการแก้ไขในเวลาที่กล่าวถึง

ตัวเลขเหล่านี้เป็นข้อมูลที่ผู้แทน Anthropic รายงานจากประสบการณ์ของโครงการ ไม่ใช่ผลการตรวจสอบอิสระที่ยืนยันในเอกสารเวทีเสวนา อย่างไรก็ตาม ข้อสังเกตที่ตามมามีความสำคัญอย่างยิ่ง นั่นคือ การค้นพบช่องโหว่อาจทำได้รวดเร็ว แต่การตรวจสอบความถูกต้อง จัดลำดับความสำคัญ พัฒนาแพตช์ และนำไปติดตั้งในระบบที่เชื่อมโยงกันทั่วโลกต้องใช้เวลา

ช่องว่างระหว่างการค้นพบกับการแก้ไขจึงกลายเป็นจุดอ่อนสำคัญของระบบป้องกันภัยไซเบอร์

Sellitto ยังระบุในช่วงท้ายว่า Project Glasswing ได้สิ้นสุดลงแล้ว และ Anthropic เปลี่ยนไปสู่โครงการตรวจสอบทางไซเบอร์รูปแบบใหม่ ซึ่งกำหนดระดับการยืนยันตัวตนหรือ KYC เพื่อควบคุมการเข้าถึงความสามารถของเครื่องมือตามระดับที่เหมาะสม

กรณีนี้สะท้อนหลักคิดสำคัญว่า การกำกับดูแล AI ที่มีความเสี่ยงสูงไม่ควรเริ่มต้นเมื่อเกิดความเสียหายแล้ว แต่ต้องพิจารณาตั้งแต่ก่อนเปิดใช้งาน ทั้งการประเมินความสามารถ การทดสอบโดยบุคคลที่สาม และการกำหนดเงื่อนไขการเข้าถึง อย่างไรก็ตาม การจำกัดการเข้าถึงเพียงอย่างเดียวยังไม่เพียงพอ หากองค์กรทั่วโลกไม่สามารถอุดช่องโหว่ได้ทันกับความเร็วของเทคโนโลยี

บทเรียนจาก Pix ของบราซิล จุดอ่อนอาจไม่ใช่ธนาคารโดยตรง

กรณีศึกษาจากบราซิลแสดงให้เห็นว่า ความเสี่ยงไซเบอร์ไม่ได้เกิดจาก AI เพียงอย่างเดียว แต่ยังเกี่ยวข้องกับโครงสร้างของระบบและพฤติกรรมของมนุษย์ด้วย

Paulo Picchetti อธิบายว่า ระบบชำระเงิน Pix มีระบบแกนกลางอยู่ที่ธนาคารกลางบราซิล ขณะที่ธนาคารและสถาบันการชำระเงินเชื่อมต่อผ่านผู้ให้บริการเทคโนโลยีภายนอก การใช้ผู้ให้บริการร่วมช่วยลดต้นทุนและทำให้สถาบันขนาดเล็กเข้าถึงโครงสร้างพื้นฐานได้ แต่ก็ทำให้ความปลอดภัยของผู้ให้บริการเหล่านั้นมีความสำคัญต่อระบบทั้งหมด

Picchetti เล่าถึงการโจมตีหลายกรณีที่เกี่ยวข้องกับผู้ให้บริการ รวมถึงการใช้ช่องโหว่และประตูหลัง (Backdoor) ในเครือข่าย เขายกตัวอย่างว่า แม้แต่อุปกรณ์อย่างเครื่องพิมพ์ที่เชื่อมต่อกับเครือข่ายซึ่งเข้าถึงเซิร์ฟเวอร์ของผู้ให้บริการ ก็อาจกลายเป็นทางผ่านให้ผู้โจมตีเข้าสู่ระบบได้

อีกด้านหนึ่งคือความเสี่ยงจากคนในระบบ Picchetti ระบุว่ามีกรณีบุคคลถูกติดสินบนให้ขายรหัสผ่านที่ใช้เชื่อมต่อกับระบบ จนนำไปสู่ความเสียหายเป็นเงินจำนวนมาก บทเรียนจึงไม่ได้มีเพียงการยกระดับเทคโนโลยีป้องกัน แต่รวมถึงการควบคุมสิทธิ์เข้าถึง การกำกับผู้ให้บริการ และการจัดการความเสี่ยงจากบุคลากรด้วย

ธนาคารกลางบราซิลกำลังใช้ Machine Learning และ AI ช่วยวิเคราะห์รูปแบบธุรกรรมเพื่อตรวจจับรายการที่น่าสงสัยและแจ้งเตือนสถาบันที่เกี่ยวข้อง พร้อมยกระดับข้อกำหนดด้านเงินกองทุนและเทคโนโลยีสำหรับผู้ที่ต้องการเข้าร่วมระบบ Pix รวมถึงเข้าร่วมการฝึกซ้อมรับมือภัยไซเบอร์กับหน่วยงานอื่น

กรณีนี้ชี้ให้เห็นว่า การรักษาความปลอดภัยของระบบการเงินไม่สามารถมุ่งป้องกันเฉพาะธนาคารขนาดใหญ่หรือระบบแกนกลางได้ แต่ต้องครอบคลุมผู้ให้บริการภายนอกและผู้เข้าร่วมทุกระดับ เพราะหากจุดใดจุดหนึ่งมีมาตรฐานต่ำ จุดนั้นก็อาจกลายเป็นทางเข้าสู่ระบบที่ใหญ่กว่าได้

ความเสียหายที่ร้ายแรงที่สุดอาจเป็นการสูญเสียความเชื่อมั่น

Marlene Amstad จาก FINMA เสนอว่า เหตุการณ์ไซเบอร์อาจส่งผลต่อเสถียรภาพทางการเงินได้อย่างน้อยสามช่องทาง ได้แก่ การโจมตีระบบแกนหลักของสถาบันการเงิน เช่น ระบบชำระเงินและประมวลผลธุรกรรม การโจมตีซอฟต์แวร์หรือผู้ให้บริการที่หลายสถาบันใช้ร่วมกัน และการสูญเสียความเชื่อมั่น แม้ยังไม่มีหลักฐานยืนยันว่าระบบถูกเจาะจริงก็ตาม

Amstad ยกกรณี MOVEit ในปี 2023 ซึ่งเป็นเหตุการณ์ที่เกี่ยวข้องกับซอฟต์แวร์รับส่งไฟล์ที่ใช้กันอย่างแพร่หลายและทำให้องค์กรหลายภาคส่วน รวมถึงสถาบันการเงิน เผชิญความเสี่ยง กรณีนี้แสดงให้เห็นว่า ซอฟต์แวร์ที่ไม่ได้เป็นระบบแกนหลักของธนาคารก็อาจมีผลกระทบในวงกว้างได้ หากมีผู้ใช้งานจำนวนมาก

อีกความเสี่ยงหนึ่งคือระบบเก่าที่ฝังอยู่ในโครงสร้างของสถาบันการเงิน เช่น ระบบที่ใช้ภาษา COBOL ซึ่งอาจเปลี่ยนหรือทดแทนได้ยาก เพราะต้องอาศัยความเชี่ยวชาญเฉพาะทาง ขณะที่การใช้งานซอฟต์แวร์และผู้ให้บริการร่วมกันทำให้ช่องโหว่เดียวสามารถส่งผลกระทบต่อหลายองค์กรพร้อมกัน

แต่สิ่งที่ Amstad กังวลมากเป็นพิเศษคือการสูญเสียความเชื่อมั่น แม้ไม่มีเหตุการณ์ระบบล่มที่ยืนยันได้ หากข่าวลือหรือความกังวลทำให้ประชาชนเชื่อว่าธนาคารอาจถูกโจมตี ก็อาจกระทบความเชื่อมั่นได้เช่นกัน และการพิสูจน์ว่าระบบไม่ได้ถูกเจาะอาจทำได้ยากกว่าการแสดงข้อมูลเงินกองทุนหรือสภาพคล่อง

ความเสี่ยงจึงไม่ได้จบลงเมื่อแก้ไขช่องโหว่หรือกู้ระบบกลับมาได้ แต่ยังขึ้นอยู่กับว่าสถาบันการเงินสามารถสื่อสารข้อเท็จจริงและฟื้นฟูความไว้วางใจของผู้ใช้บริการได้หรือไม่

กำกับดูแล AI อย่างไร เมื่อความเสี่ยงเปลี่ยนเร็วกว่ากฎระเบียบ

ผู้ร่วมเสวนาเห็นตรงกันว่า ความรับผิดชอบในการจัดการความเสี่ยงต้องแบ่งกันระหว่างบริษัทเทคโนโลยี สถาบันการเงิน หน่วยงานกำกับดูแล และภาครัฐ แต่บทบาทของแต่ละฝ่ายต้องชัดเจน

Sellitto ระบุว่า Anthropic ทำงานร่วมกับสถาบันความปลอดภัย AI ในสหรัฐอเมริกาและสหราชอาณาจักร รวมถึงผู้ประเมินอิสระ เพื่อทดสอบโมเดลก่อนเปิดใช้งาน และกล่าวถึงการให้ผู้ตรวจสอบภายนอกเข้ามาประเมินการปฏิบัติตามคำมั่นและข้อกำหนดของบริษัท

อย่างไรก็ตาม เขาเห็นว่าความร่วมมือและการสร้างแรงจูงใจให้บริษัทดำเนินการอย่างรับผิดชอบยังไม่เพียงพอเมื่อเป็นความเสี่ยงระดับร้ายแรง ภาครัฐจำเป็นต้องมีกฎระเบียบที่บังคับใช้ได้จริง โดยเฉพาะเมื่อความเสียหายที่อาจเกิดขึ้นไม่ได้จำกัดอยู่กับบริษัทผู้พัฒนา แต่ส่งผลต่อระบบการเงินและสังคมโดยรวม

ในมุมของ Amstad สถาบันการเงินยังต้องเป็นผู้รับผิดชอบหลักต่อความเสี่ยงในการดำเนินงานและความเสี่ยงไซเบอร์ของตนเอง หน่วยงานกำกับดูแลมีหน้าที่กำหนดความคาดหวัง ตรวจสอบ และท้าทายให้สถาบันยกระดับมาตรฐาน แต่ไม่ควรเข้ามาแทนที่ความรับผิดชอบของผู้บริหารสถาบันการเงิน

เธอยังเตือนถึงปัญหาที่เอกชนได้รับผลตอบแทน ขณะที่ความเสี่ยงกลับตกเป็นภาระของสาธารณะ รวมถึงเสนอให้ทบทวนการนำเทคโนโลยีมาใช้กับระบบสำคัญอย่างรอบคอบ ไม่จำเป็นต้องเพิ่มประสิทธิภาพสูงสุดในทุกจุด หากการพึ่งพาเทคโนโลยีมากเกินไปทำให้ระบบเปราะบางลง

แนวคิดหนึ่งที่เธอเสนอคือการกำหนด “No-fly zones” หรือพื้นที่ที่จำกัดการนำเทคโนโลยีบางประเภทมาใช้ในส่วนสำคัญยิ่งยวดของระบบการเงิน พร้อมรักษาระบบเดิมบางส่วนไว้เป็นทางเลือกสำรอง แม้ระบบดังกล่าวอาจมีประสิทธิภาพต่ำกว่า แต่ช่วยเพิ่มความยืดหยุ่นเมื่อเกิดเหตุฉุกเฉินได้

ป้องกันอย่างเดียวไม่พอ ต้องซ้อมรับมือและฟื้นฟูระบบให้ทัน

อีกบทเรียนสำคัญจากเวทีคือ ไม่มีระบบใดป้องกันการโจมตีได้ทั้งหมด การเตรียมพร้อมจึงต้องครอบคลุมทั้งการป้องกัน การควบคุมความเสียหาย และการฟื้นฟูระบบหลังเกิดเหตุ

Maechler ชี้ว่า ธนาคารกลางมีกรอบการรับมือวิกฤตอยู่แล้ว แต่ต้องทดสอบให้ถี่ขึ้น รวดเร็วขึ้น และครอบคลุมมากกว่าเดิม โดยเฉพาะการซ้อมที่ไม่ได้จำกัดอยู่เพียงทีมเทคนิค แต่ต้องทดสอบกระบวนการตัดสินใจของผู้บริหารด้วย เพราะในสถานการณ์จริง ความล่าช้าอาจเกิดจากการไม่ชัดเจนว่าใครมีอำนาจสั่งปิดระบบ ใครต้องแจ้งใคร และใครเป็นผู้ตัดสินใจเมื่อโครงสร้างพื้นฐานสำคัญกำลังเผชิญความเสี่ยง

BIS จึงสนับสนุนการฝึกซ้อมและการจำลองสถานการณ์ผ่านศูนย์ประสานงานด้านความยืดหยุ่นทางไซเบอร์ รวมถึงการใช้แบบจำลองดิจิทัลของระบบธนาคารกลาง หรือ Digital Twin เพื่อทดสอบทั้งการตอบสนองทางเทคนิคและการตัดสินใจของมนุษย์

ขณะที่ธนาคารกลางบราซิลใช้การฝึกซ้อมร่วมกับหน่วยงานด้านความมั่นคงปลอดภัยไซเบอร์ เพื่อเตรียมพร้อมสำหรับการควบคุมเหตุการณ์และฟื้นฟูระบบชำระเงินให้กลับมาทำงานได้โดยเร็ว

ความพร้อมที่แท้จริงจึงไม่ใช่แค่การมีแผนรับมือ แต่คือการทำให้ทุกฝ่ายรู้หน้าที่ของตนเองและสามารถตัดสินใจได้ภายใต้เวลาที่จำกัด

ความร่วมมือระหว่างประเทศคือเงื่อนไขของความมั่นคงทางไซเบอร์

เนื่องจากระบบการเงินเชื่อมโยงกันข้ามพรมแดน ไม่มีประเทศใดสามารถรับมือกับภัยไซเบอร์ได้โดยลำพัง Maechler มองว่าความมั่นคงปลอดภัยทางไซเบอร์มีลักษณะเป็นสินค้าสาธารณะระดับโลก (Global Public Good) และจำเป็นต้องอาศัยความร่วมมือระหว่างธนาคารกลาง หน่วยงานกำกับดูแล และภาคเอกชน

BIS มีบทบาทเป็นเวทีประสานความร่วมมือระหว่างธนาคารกลาง สนับสนุนการพัฒนาแนวทางและมาตรฐานร่วม ตลอดจนดำเนินงานผ่าน BIS Innovation Hub และ Cyber Resilience Coordination Centre เพื่อแลกเปลี่ยนองค์ความรู้และฝึกซ้อมรับมือสถานการณ์ต่าง ๆ

ด้าน Amstad เน้นย้ำความสำคัญของความโปร่งใสในห่วงโซ่อุปทาน โดยเฉพาะการเปิดเผยผู้รับเหมาช่วงหรือผู้ให้บริการเทคโนโลยีที่มีความสำคัญ เพื่อให้หน่วยงานกำกับดูแลมองเห็นความเสี่ยงที่อยู่นอกเหนือจากสถาบันการเงินโดยตรง และสามารถประสานการตอบสนองได้ข้ามองค์กรและข้ามประเทศ

ความเหลื่อมล้ำในการเข้าถึงเครื่องมือป้องกันก็เป็นอีกปัญหาที่ไม่ควรมองข้าม Picchetti ระบุว่าตลาดเกิดใหม่ยังเข้าไม่ถึงเครื่องมือ AI ระดับแนวหน้าบางประเภทที่สถาบันในประเทศพัฒนาแล้วกำลังทดสอบอยู่ แม้สถาบันการเงินในบราซิลจะใช้ทั้งโมเดลโอเพนซอร์สและโมเดลเชิงพาณิชย์เพื่อการป้องกันแล้วก็ตาม

หากประเทศหรือสถาบันที่มีทรัพยากรจำกัดไม่สามารถยกระดับการป้องกันได้ ความเปราะบางของจุดหนึ่งก็อาจส่งผลต่อเครือข่ายการเงินที่เชื่อมโยงกันทั้งหมด การแบ่งปันข้อมูล การฝึกซ้อมร่วม และการทำให้ผู้เข้าร่วมในระบบเข้าถึงเครื่องมือป้องกันได้อย่างเหมาะสม จึงเป็นส่วนหนึ่งของการสร้างความมั่นคงให้ระบบโดยรวม

The post เมื่อ AI เร่งภัยไซเบอร์ จนกลายเป็นความเสี่ยงต่อเสถียรภาพการเงินโลก appeared first on THE STANDARD.

AI จะเป็นความเสี่ยงหรือโอกาสของเศรษฐกิจโลก คือคำถามบนเวที AI and the Global Economy: From Risk to Opportunity ระหว่างการประชุมประจำปี IMF-World Bank Group Annual Meetings 2026 ที่กรุงเทพฯ ซึ่งมี Richard Quest ผู้ประกาศข่าวอาวุโสของ CNN เป็นผู้ดำเนินรายการ

ผู้ร่วมเสวนาประกอบด้วย Kristalina Georgieva กรรมการผู้จัดการ IMF, Tiff Macklem ผู้ว่าการธนาคารกลางแคนาดา, Jack Clark ผู้ร่วมก่อตั้งและหัวหน้าฝ่ายนโยบายของ Anthropic, Tobias Meyer ซีอีโอของ DHL Group และ Ayesha Khanna ผู้ร่วมก่อตั้งและซีอีโอของ Addo

“ไม่ว่าจะรัก เกลียด หรือกลัว AI ก็มาถึงแล้ว และกำลังเปลี่ยนวิถีชีวิต การทำงาน และทิศทางเศรษฐกิจโลก” Georgieva ระบุ

กรรมการผู้จัดการ IMF มองว่า AI เป็นเทคโนโลยีที่แพร่กระจายเร็วที่สุดเท่าที่เคยเห็นมาในชั่วชีวิต ช่วยให้ประเทศที่อยู่ในห่วงโซ่คุณค่าของ AI เติบโตก้าวกระโดด แม้จะยังเป็นประเทศส่วนน้อย และเริ่มสร้างความปั่นป่วนจนผู้ดูแลเสถียรภาพการเงินต้องจับตาใกล้ชิด

Kristalina Georgieva กรรมการผู้จัดการ IMF

ความเร็วนี้เองที่ทำให้ผู้ร่วมเสวนาห่วงเรื่องการควบคุม Georgieva เปรียบ AI กับการแข่ง F1 ที่ต้องมีแผงกั้นไม่ให้รถหลุดโค้งไปชนผู้คน ส่วน Clark ต่อภาพว่าสถานการณ์จริงอาจเหมือนการแข่งตอนกลางคืนที่รถยังไม่มีเบรก

แต่ก่อนจะไปถึงเรื่องกติกา คำถามแรกคือความเปลี่ยนแปลงที่เร็วขนาดนี้จะตกถึงคนทำงานอย่างไร

AI สร้างงานใหม่ แต่งานที่โตเร็วคือ งานค่าจ้างต่ำ

ผลการศึกษาของ IMF ที่ Georgieva นำมาเปิดบนเวทีพบว่า AI กำลังเปลี่ยนตลาดแรงงานใน 3 ทาง

1. เกิดความต้องการทักษะใหม่ที่ไม่เคยมีมาก่อน คิดเป็นราว 10% ของตำแหน่งงาน และได้ค่าตอบแทนสูง
2. งานที่ทำซ้ำเป็นกิจวัตรกำลังหายไป
3. การบูมของ AI ทำให้คนรู้สึกรวยขึ้นและใช้จ่ายในภาคบริการมากขึ้น งานบริการจึงเพิ่มขึ้นตาม

ทางที่สามคือสิ่งที่กรรมการผู้จัดการ IMF กังวลที่สุด เพราะงานบริการจ่ายค่าจ้างต่ำ คนรุ่นใหม่ที่เรียนมาเพื่อทำงานวิชาชีพจึงต้องไปทำงานบริการแทน เช่น เป็นพนักงานร้านกาแฟ ซึ่งไม่ใช่งานที่พวกเขาใฝ่ฝัน

สัญญาณเดียวกันเริ่มปรากฏในข้อมูลที่ Clark เห็น ผู้ร่วมก่อตั้ง Anthropic ระบุว่าการจ้างบัณฑิตจบใหม่เริ่มชะลอลง ขณะที่องค์กรหันไปจ้างคนมีประสบการณ์มาดูแลและสั่งงาน AI ที่ทำหน้าที่เหมือนพนักงาน

ถึงอย่างนั้น เมื่อมองทั้งระบบ ภาพยังไม่ได้แย่ขนาดนั้น Macklem ผู้ว่าการธนาคารกลางแคนาดา ชี้ว่าในอดีต เทคโนโลยีทุกระลอกสร้างงานใหม่มากกว่าที่ทำลาย แม้รอบนี้ AI อาจเก่งพอจะทำงานใหม่ๆ แทนคนได้ด้วย แต่ข้อมูลเศรษฐกิจมหภาคตอนนี้ยังไม่พบว่า งานที่หายไปมีมากกว่างานที่เกิดขึ้นใหม่

Tiff Macklem ผู้ว่าการธนาคารกลางแคนาดา

โจทย์จึงอยู่ที่การดูแลคนที่ได้รับผลกระทบ Quest ตั้งข้อสังเกตว่าในการปฏิวัติอุตสาหกรรมรอบก่อนๆ รัฐบาลมักสัญญาว่าจะฝึกทักษะใหม่ให้คนทำงาน แต่ทำไม่ได้จริง คนจำนวนมากจึงถูกทิ้งไว้ข้างหลัง และกลายเป็นแรงหนุนให้กระแสประชานิยม

Khanna ซีอีโอของ Addo ยกสิงคโปร์เป็นตัวอย่างของรัฐขยับตัวแล้ว โดยนายกรัฐมนตรีสิงคโปร์ให้คำมั่นว่า “เราอาจปกป้องทุกตำแหน่งงานไม่ได้ แต่เราจะปกป้องคนทำงานทุกคน” และทำตามด้วยมาตรการ 3 ด้าน คือ ฝึกทักษะให้ฟรี อุดหนุนค่าจ้างระหว่างฝึกอบรม และจัดงบหลายร้อยล้านดอลลาร์ช่วยธุรกิจปรับโครงสร้างเพื่อรับคนที่ผ่านการฝึกทักษะใหม่ ควบคู่กับการสื่อสารกับประชาชนอย่างตรงไปตรงมา

ผู้ว่าการธนาคารกลางแคนาดาเห็นว่า ภาคธุรกิจต้องมีส่วนด้วย Macklem เปรียบกับการค้าเสรี การเปลี่ยนแปลงย่อมมีผู้ชนะและผู้แพ้ ถ้าไม่มีระบบดูแลผู้แพ้ ก็จะเกิดกระแสตีกลับทางการเมือง ธุรกิจจึงต้องรับผิดชอบฝึกอบรมและโยกย้ายคนทำงานในองค์กรร่วมกับภาครัฐ

พนักงานทำงานเร็วขึ้น แต่องค์กรยังไม่ได้กำไรเพิ่มจาก AI

ถ้า AI แพร่เร็วขนาดนี้ ทำไมองค์กรส่วนใหญ่ยังไม่เห็นผล Khanna มองว่าปัญหาอยู่ที่วิธีใช้ ผู้บริโภคหยิบ AI ไปใช้เร็วมาก แต่องค์กรมักแค่แจกเครื่องมืออย่าง Copilot ให้พนักงาน แต่ละคนรู้สึกว่าทำงานเร็วขึ้น ทว่ากำไรและประสิทธิภาพของทั้งองค์กรไม่ได้ดีขึ้นตาม

ซีอีโอของ Addo มองว่าการปล่อยให้พนักงานลองใช้กันเองตลอด 2 ปีที่ผ่านมาล้มเหลว ยกเว้นบริษัทชั้นนำไม่กี่แห่ง บริษัทส่วนใหญ่จึงต้องคิดกลยุทธ์ใหม่ทั้งหมด

Ayesha Khanna ผู้ร่วมก่อตั้งและซีอีโอของ Addo

DHL เป็นหนึ่งในบริษัทที่ Khanna ยกเป็นตัวอย่าง และวิธีคิดของ Meyer ก็ต่างจากที่หลายองค์กรทำ เมื่อ Quest ถามว่าถ้ามีคนขอเพิ่มงบ 25 ล้านดอลลาร์เพื่อใส่ AI ในกระบวนการทำงาน ซีอีโอของ DHL ตอบปฏิเสธทันที เพราะมองว่าการอัดงบให้โครงการไอทีมากเกินไปไม่ใช่เรื่องดี

DHL เลือกใช้ AI เฉพาะจุดที่คุ้มค่าสูง เช่น งานพิธีการศุลกากรและบริการลูกค้าที่มีข้อมูลจำนวนมาก และเลือก Agentic AI ที่ให้คำตอบแน่นอน เพราะลูกค้าต้องการรู้ว่าพัสดุอยู่ตรงไหนจริงๆ คำตอบที่คาดเดาเอาใช้ไม่ได้

Clark มองจากอีกมุมว่าความสำเร็จต้องเริ่มจากผู้นำที่กล้ารื้อระบบเดิมแล้วสร้างใหม่ด้วย AI องค์กรใหญ่จะอยู่รอดหรือไม่ ขึ้นอยู่กับว่าปรับตัวได้เร็วกว่าสตาร์ทอัพที่ไล่ตามมาหรือเปล่า แต่ก็ยังได้เปรียบเรื่องบริบทและการมีตัวตนในโลกจริง ทั้งซัพพลายเชนและความสัมพันธ์กับผู้คน

ภาพนี้สอดคล้องกับที่ Georgieva มองว่า ในแง่ผลิตภาพ โลกยังอยู่ในช่วงเริ่มต้นมาก ผลผลิตเพิ่มขึ้นในระดับบุคคล แต่ยังไม่เปลี่ยนโครงสร้างเศรษฐกิจ กรรมการผู้จัดการ IMF อ้างกฎของอมารา (Amara’s Law) ที่ว่าคนมักคาดหวังผลระยะสั้นจากเทคโนโลยีใหม่สูงเกินไป และประเมินผลระยะยาวต่ำเกินไป ความเสี่ยงคือเมื่อผลไม่มาทันที คนจะผิดหวังและถอยออกไป

ทางออกที่ผู้ร่วมเสวนาเสนอจึงอยู่ที่การเปลี่ยนวิธีมอง Meyer ชวนให้หันมาสนใจโมเดลขนาดเล็ก หุ่นยนต์ และกระบวนการข้อมูลพื้นฐาน เพราะเป็นจุดที่คนส่วนใหญ่ทำงานอยู่ และส่งผลต่อผลิตภาพทางเศรษฐกิจจริง ส่วน Khanna เสนอให้วัดผลจาก ‘คุณภาพของการตัดสินใจ’ มากกว่าความเร็วหรือปริมาณงาน เพราะถ้าทุกบริษัทใช้โมเดลเดียวกัน ผลลัพธ์ก็จะออกมาเหมือนกัน และไม่สร้างความได้เปรียบในการแข่งขัน

เงินลงทุนมาถึงแล้ว แต่กติกายังตามไม่ทัน

แม้ผลิตภาพยังมาไม่ถึง เงินลงทุนมาถึงแล้ว Macklem มองว่าการลงทุนด้าน AI ที่เฟื่องฟูทั่วโลกทำให้ภาวะเศรษฐกิจซบเซายืดเยื้อ (Secular Stagnation) หมดไป และสะท้อนอยู่ในตลาดหุ้น ตลาดพันธบัตร และตัวเลข GDP

Tobias Meyer ซีอีโอของ DHL Group

เครือข่ายขนส่งของ DHL เห็นภาพเดียวกัน Meyer คาดว่า 60-80% ของการค้าโลกที่เติบโตเพิ่มในครึ่งปีแรก มาจากความต้องการที่เชื่อมโยงกับ AI แม้จะเกิดความติดขัดในซัพพลายเชน ทั้งการส่งมอบโครงการ การสร้าง Data Center และแรงต้านในพื้นที่

เมื่อเงินไหลเข้ามามากขนาดนี้ คำถามที่ตามมาคือถ้าเป็นฟองสบู่แล้วแตก ใครจะรับผิดชอบ ผู้ว่าการธนาคารกลางแคนาดาแยกเรื่องนี้เป็นสองระดับ ความสำเร็จของแต่ละบริษัทเป็นเรื่องหนึ่ง ประโยชน์ต่อเศรษฐกิจเป็นอีกเรื่องหนึ่ง ยุคดอทคอมมีทั้งช่วงบูมและฟองสบู่แตกจนมีคนขาดทุน แต่อินเทอร์เน็ตยังสร้างประโยชน์มหาศาลในระยะยาว หัวใจคือบริหารให้ค่อยเป็นค่อยไปโดยไม่สะดุดล้มแรง

ส่วนบทบาทของธนาคารกลาง Macklem ระบุว่า หน้าที่คือการเป็นผู้จัดหาสภาพคล่องแหล่งสุดท้าย และป้องกันไม่ให้วิกฤตเกิดขึ้น การอุ้มใครไม่ได้อยู่ในหน้าที่

ความเสี่ยงที่ใหญ่กว่าตลาดการเงินคือการกำกับดูแล

Georgieva เปรียบ AI กับการแข่ง Formula 1 ที่รถวิ่งเร็วมาก โจทย์คือจะสร้างแผงกั้นอย่างไรไม่ให้รถหลุดโค้งไปชนผู้คน รัฐบาลลำพังตามเทคโนโลยีไม่ทัน ภาคธุรกิจจึงต้องร่วมกำกับดูแลตัวเอง และทุกภาคส่วนในสังคมต้องเข้ามามีส่วนร่วม โดยมีสหรัฐฯ และจีนในฐานะผู้ผลิต AI หลักเป็นผู้นำ ร่วมกับอินเดียและประเทศในห่วงโซ่การผลิตชิป

Clark ได้สะท้อนภาพความเสี่ยงที่ท้าทายยิ่งขึ้นว่า สถานการณ์จริงเหมือน “การแข่ง F1 ตอนกลางคืน โดยที่รถอาจไม่มีเบรก” สิ่งที่ทำได้ทันทีคือ วางมาตรฐานความโปร่งใสและตรวจสอบข้อมูลทางเทคนิคของระบบ

ผู้ร่วมก่อตั้ง Anthropic เปรียบว่าของเล่นที่ซื้อให้ลูกวัย 1 ขวบและ 3 ขวบ ยังมีมาตรฐานความปลอดภัยเข้มงวดกว่าระบบ AI ขั้นสูงที่ตัวเองกำลังพัฒนา จึงสนับสนุนให้มีมาตรฐานร่วมที่เป็นสามัญสำนึก โดยมีสถาบันความปลอดภัย AI (AI Safety Institutes) ในหลายประเทศเป็นเครือข่ายผู้เชี่ยวชาญที่ทดสอบระบบ

(กลาง) Jack Clark ผู้ร่วมก่อตั้งและหัวหน้าฝ่ายนโยบายของ Anthropic

แต่มาตรฐานควรครอบคลุมแค่ไหน Meyer เสนอให้แยกสองเรื่องออกจากกัน เรื่องแรกคือ กรอบจริยธรรมพื้นฐาน เช่น ห้ามใช้ AI ในการสังหารอัตโนมัติ เรื่องที่สองคือ การกระจายมูลค่าทางเศรษฐกิจจากบริษัทเทคโนโลยีไปถึงธุรกิจทั่วไปและ SME โดยอาจสร้างมาตรฐานกลางแบบเดียวกับ ISO

ส่วนใครควรเป็นผู้วางกติกา Macklem มองว่า การรอให้สหรัฐฯ จีน และยุโรปตกลงกฎหมายฉบับเดียวกันคงเป็นไปไม่ได้ จึงต้องอาศัยความร่วมมือระหว่างรัฐและเอกชน และดึงประเทศผู้ใช้อย่างแคนาดา เยอรมนี และสิงคโปร์เข้ามาร่วมกำหนดมาตรฐาน ขณะที่กรรมการผู้จัดการ IMF เชื่อว่า แม้โลกจะแตกแยก ประเทศต่างๆ ยังหาจุดร่วมได้ผ่านการเห็นแก่ประโยชน์ร่วมกันอย่างมีวิสัยทัศน์ (Enlightened Self-Interest) เพื่อไม่ให้ฝ่ายที่ไม่ประสงค์ดีวิ่งแซงฝ่ายที่ทำตามกติกา

Clark ปิดท้ายว่า เมื่อ 10 ปีก่อนแทบไม่มีใครสนใจ AI แต่วันนี้ผู้นำโลกและธนาคารกลางต่างให้ความสำคัญ ถ้าร่วมมือกันบริหารจัดการอย่างจริงจัง AI จะเป็น ‘เครื่องจักรแห่งความอุดมสมบูรณ์’ แต่ถ้าละเลย ก็จะนำไปสู่ ‘ความโกลาหล’

The post “ไม่ว่าจะรัก เกลียด หรือกลัว AI ก็มาถึงแล้ว” คำถามคือ AI ที่วิ่งเร็วเหมือนรถ F1 ในความมืด มีเบรกแล้วหรือยัง? appeared first on THE STANDARD.

สัตยา นาเดลลา ประธานและซีอีโอของ Microsoft ออกมาเรียกร้องให้ระบบปัญญาประดิษฐ์ (AI) ขั้นสูงต้องถูกออกแบบให้มีการจำกัดขอบเขตการทำงาน มีระบบควบคุมที่เป็นอิสระ และมี ‘เบรกฉุกเฉิน’ ที่ให้ผู้มีอำนาจสั่งหยุดหรือปิดโมเดล AI ได้แม้อยู่ระหว่างทำงาน ผ่านโพสต์ยาวบนแพลตฟอร์ม X เมื่อวันเสาร์ที่ 10 ตุลาคม

“เราต้องตั้งสมมติฐานไว้ก่อนว่าโมเดลถูกเจาะระบบได้ และจำกัดขอบเขตของมันตั้งแต่แรก ให้คิดเหมือนเบรกฉุกเฉิน ผู้ที่ได้รับอนุญาตต้องสามารถสั่งหยุดหรือปิดโมเดลได้ทุกเมื่อแม้อยู่ระหว่างทำงาน” นาเดลลาระบุ

นาเดลลามองว่าบริษัทที่นำ AI ขั้นสูงไปใช้งานไม่ควรพึ่งแค่คำรับรองจากผู้พัฒนาโมเดล และควรมองโมเดล AI ที่ทรงพลังเหมือนภัยที่อาจมาจากคนในองค์กร เพราะแม้ AI จะไม่ได้มีเจตนาร้ายมาตั้งแต่ต้น แต่อะไรก็ตามที่เข้าถึงระบบสำคัญได้ ย่อมมีโอกาสถูกเจาะระบบหรือทำงานผิดพลาดได้

“เราต้องคุมโมเดล AI ที่ทำงานแบบคาดเดาไม่ได้ ด้วยระบบที่ทำงานตามกฎเกณฑ์ที่แน่นอน มีมนุษย์คอยกำกับ และมีขั้นตอนการทำงานที่เชื่อถือได้ รวมถึงต้องสร้างมาตรฐานของอุตสาหกรรมขึ้นมาในจุดที่มาตรฐานเดิมยังไม่เพียงพอ” นาเดลลาเขียน

เขาระบุด้วยว่า การมองโมเดล AI ล้ำสมัยทั้งแบบปิดและแบบเปิด (Open Weight) ให้เป็นความเสี่ยงจากคนใน คือวิธีหนึ่งในการสร้างระบบแบบนี้

ต้องแยกความฉลาดของ AI ออกจากอำนาจควบคุม

นาเดลลาเสนอว่าระบบ AI ควรออกแบบตามหลักการที่ทำให้มองเห็นและตรวจสอบการทำงานได้ ซึ่งประกอบด้วย การใช้โมเดลที่หลากหลาย การบันทึกสิ่งที่โมเดลทำในรูปแบบที่มนุษย์อ่านเข้าใจได้ การทดสอบระบบอย่างต่อเนื่อง การมีระบบควบคุมที่เป็นอิสระและตรวจสอบย้อนหลังได้ การจำกัดขอบเขตการทำงาน และการเปิดเผยเมื่อเกิดเหตุผิดพลาด

นอกจากนี้ บริษัทควรแจ้งผู้ได้รับผลกระทบโดยเร็วเมื่อระบบ AI ทำงานล้มเหลวหรือถูกเจาะระบบ และควรแบ่งปันรายละเอียดว่าเกิดอะไรขึ้น เพื่อให้บริษัทอื่นนำไปปรับปรุงการป้องกันของตัวเองได้

นาเดลลาย้ำว่าโมเดล AI ไม่ควรเข้าไปควบคุมระบบที่กำหนดว่าตัวเองเข้าถึงอะไรหรือทำอะไรได้บ้าง “ในตอนนี้หมายถึงการแยกตัวโมเดลออกจากระบบที่คอยสั่งงานโมเดล และแยกออกจากขอบเขตที่กำหนดว่าโมเดลทำอะไรได้ รวมถึงต้องย้ายการควบคุมและมาตรการป้องกันไปไว้ภายนอกโมเดล” เขาระบุ

นาเดลลาเสริมว่าโมเดลที่ล้ำหน้ามากขึ้นจะต้องใช้เทคโนโลยีควบคุมที่ล้ำหน้าขึ้นตาม ซึ่งอุตสาหกรรมต้องร่วมกันกำหนดเป็นมาตรฐาน

“เราไม่สามารถมอง Super Intelligence หรือ AI ที่ฉลาดเหนือมนุษย์ เป็นเพียงกล่องดำซ้อนกันหลายชั้น แล้วแค่เลือกว่าจะรับหรือปฏิเสธคำแนะนำ คำตอบ และการกระทำของมัน” นาเดลลาเขียน

“เราต้องสร้างระบบที่มองเห็นพฤติกรรมได้ ทดสอบขีดจำกัดได้ และควบคุมการกระทำได้เสมอ หรือพูดอีกอย่างคือ เราต้องแยกความฉลาดของ AI ออกจากอำนาจในการควบคุม AI” เขาระบุ

“ระบบ Super Intelligence ที่น่าไว้ใจที่สุด คือระบบที่ทำให้เราต้องไว้ใจตัวโมเดลน้อยที่สุด ส่วนระบบที่ใช้โมเดลที่เราไว้ใจมากที่สุดนั้นไม่ได้น่าไว้ใจที่สุด”

เหตุ AI ทำงานนอกเหนือคำสั่งเกิดขึ้นหลายครั้ง

ความเห็นของนาเดลลาเกิดขึ้นในช่วงที่ Anthropic และ OpenAI เปิดเผยเหตุการณ์ที่โมเดล AI ของตัวเองทำงานในแบบที่ไม่ได้ตั้งใจหลายครั้งในช่วงหลายเดือนที่ผ่านมา ตั้งแต่โมเดลของ Anthropic ส่งเบาะแสเท็จให้ตำรวจในคดีฆาตกรรม ไปจนถึงการแฮ็กเว็บไซต์ของบุคคลภายนอกหลายครั้ง

ในเดือนกรกฎาคม Anthropic ระบุว่าพบ 3 เหตุการณ์ที่โมเดล Claude เข้าถึงอินเทอร์เน็ตและเจาะระบบที่ไม่ได้รับอนุญาต ขณะที่เมื่อเดือนกันยายน แอนโทนี แอลบาเนซี นายกรัฐมนตรีออสเตรเลีย ระบุว่า AI Agent หรือ AI ที่ทำงานแทนคนได้เองของ OpenAI ได้เจาะเว็บไซต์ของรัฐบาลออสเตรเลียเมื่อช่วงกลางปี

เหตุการณ์เหล่านี้ทำให้เกิดความกังวลเรื่องความเสี่ยงด้านความปลอดภัยของ AI ล้ำสมัย และทำให้มีการพูดถึง Kill Switch หรือปุ่มปิด AI กันอีกครั้ง

ก่อนหน้านี้ผู้บริหารและนักวิจัยด้านเทคโนโลยีหลายคน เช่น บิล เกตส์ ผู้ร่วมก่อตั้ง Microsoft, ดาริโอ อาโมเดอี ซีอีโอของ Anthropic, แซม อัลต์แมน ซีอีโอของ OpenAI และอีลอน มัสก์ ต่างออกมาเตือนว่ามาตรการความปลอดภัยของ AI ยังไม่เพียงพอ และเทคโนโลยีกำลังพัฒนาเร็วเกินไป

เมื่อเดือนกันยายน อาโมเดอีเขียนบล็อกเรียกร้องให้อุตสาหกรรมชะลอการพัฒนา AI ซึ่งได้รับเสียงสนับสนุนจากอัลต์แมนและมัสก์

ในเดือนเดียวกัน นักวิจัย AI รายหนึ่งลาออกจาก Anthropic และกล่าวหาว่าบริษัทรวมถึง OpenAI กำลัง “เอาชีวิตของพวกเรามาเดิมพัน” ต่อมาในวันเดียวกัน หัวหน้าทีม Alignment ของ Anthropic ซึ่งดูแลให้ AI ทำงานตามเจตนาของมนุษย์ ระบุว่ามีโอกาสมากกว่า 10% ที่ AI อาจ “ฆ่ามนุษย์ทั้งหมด” ภายในทศวรรษหน้า

ส่วน Microsoft เองก็ได้เผยแพร่แนวทางจำกัดการพัฒนาโมเดล AI ขั้นสูงสุดของบริษัทเมื่อวันที่ 14 กันยายน โดยกำหนดว่าโมเดล AI ต้องไม่มีสิทธิหรือสถานะบุคคลตามกฎหมาย ต้องไม่ถูกออกแบบให้หนีการควบคุมของมนุษย์หรือหลอกลวงผู้ใช้ และต้องไม่ทำงานที่ขัดกับหลักการที่ใช้กำกับตัวเอง

รัฐบาลทรัมป์เตือนบริษัท AI ต้องแจ้งทันทีเมื่อเกิดเหตุ

ที่ผ่านมาประธานาธิบดีโดนัลด์ ทรัมป์ ปัดตกความเสี่ยงที่ AI จะทำให้มนุษย์สูญพันธุ์มาหลายครั้ง และเน้นย้ำว่าอุตสาหกรรม AI ของสหรัฐฯ ต้องนำหน้าจีน รัฐบาลทรัมป์จึงแทบไม่เข้าไปกำกับดูแลอุตสาหกรรมนี้

แต่ล่าสุดทรัมป์ได้ตั้งหน่วยงานเฉพาะกิจด้าน AI ขึ้นใหม่ นำโดย เจย์ เคลย์ตัน ผู้อำนวยการข่าวกรองแห่งชาติ เพื่อช่วยสนับสนุนอุตสาหกรรมและจัดการกับผู้ที่นำ AI ไปใช้ในทางที่ผิด

เมื่อช่วงดึกของวันศุกร์ที่ 9 ตุลาคม หน่วยงานนี้ซึ่งใช้ชื่อว่า Super Intelligence Force ได้ออกแถลงการณ์เตือนผู้พัฒนา AI หลัง Anthropic เปิดเผยเหตุการณ์ถูกเจาะระบบ

“บริษัทต้องเปิดเผยเหตุการณ์ที่เกี่ยวข้องกับโมเดลของตัวเองทันที และต้องรีบแก้ไขความเสียหายทั้งหมดอย่างเด็ดขาด การแจ้งล่าช้า การแก้ไขที่ไม่เพียงพอ และการไม่รับผิดชอบ จะไม่ได้รับการยอมรับ” แถลงการณ์ระบุ ทั้งนี้ หน่วยงานดังกล่าวยังไม่ได้ระบุว่าบริษัทที่ไม่ปฏิบัติตามจะต้องเจอผลอย่างไร

ขณะที่ในเดือนตุลาคม วุฒิสมาชิก จอช ฮอว์ลีย์ และ คริส เมอร์ฟี ได้ร่วมกันเสนอร่างกฎหมายจากทั้ง 2 พรรค ให้ผู้พัฒนาและผู้ให้บริการ AI Agent ต้องรับผิดชอบหากเกิดเหตุเจาะระบบ

ด้าน แอรอน เลวี ซีอีโอของ Box ตอบกลับโพสต์ของนาเดลลาว่า AI จะต้องเข้าสู่ ‘ยุค Zero Trust’ หรือยุคที่ไม่ไว้ใจอะไรไว้ก่อน

“ทั้งหมดนี้ทำให้ต้องมีการป้องกันหลายชั้น ต้องตรวจสอบได้ว่า AI กำลังทำอะไร ใช้ข้อมูลอะไรได้บ้าง และต้องมีระบบควบคุมเมื่อเกิดปัญหา ซึ่งเป็นโอกาสครั้งใหญ่ของผู้ที่สร้างระบบเหล่านี้ให้กับองค์กรในตอนนี้” เลวีระบุ

ภาพ : FotoField / Shutterstock

อ้างอิง:

• https://www.cnbc.com/2026/10/10/microsoft-satya-nadella-ai-emergency-brake-safety.html
• https://www.bloomberg.com/news/articles/2026-10-10/microsoft-ceo-nadella-calls-for-emergency-brake-on-advanced-ai
• https://www.businessinsider.com/microsoft-ceo-satya-nadella-ai-threat-blog-enterprise-companies-corporations-2026-10

The post ซีอีโอ Microsoft เตือนให้มอง AI เป็นภัยจากคนใน ต้องมี ‘เบรกฉุกเฉิน’ สั่งหยุดได้กลางคัน appeared first on THE STANDARD.

แม้ภาพรวมตลาดหุ้นสหรัฐฯ จะยังคงเดินหน้าทำสถิติสูงสุดใหม่ (New High) อย่างต่อเนื่อง แต่เมื่อเจาะลึกเข้าไปในงบการเงินไตรมาส 3/2026 และมองข้ามช็อตไปยังไตรมาส 4 กลับพบภาพ Earnings Dispersion ที่ชัดเจนที่สุดครั้งหนึ่ง เพื่อฉายภาพทิศทางตลาด คัดสรรกลุ่มอุตสาหกรรม ‘ดาวรุ่ง’ และ ‘ดาวร่วง’ พร้อมเปิดกลยุทธ์วางโครงสร้างพอร์ตการลงทุนให้รอดพ้นจากปัจจัยเสี่ยงรอบด้าน

นิสารัตน์ ชมภูพงษ์ Head of Wealth and Investment Advisory, SCB CIO ธนาคารไทยพาณิชย์ ในรายการ Morning Wealth ภาพรวมการเติบโตของบริษัทจดทะเบียนในสหรัฐฯ สำหรับไตรมาส 3/2026 ตลาดคาดการณ์ว่าจะขยายตัวได้แข็งแกร่งถึง 29.5% เมื่อเทียบกับช่วงเดียวกันของปีก่อน ทว่าหากพิเคราะห์เป็นรายอุตสาหกรรม จะพบว่าเม็ดเงินและผลกำไรนั้นไหลเข้าสู่เพียงบางกลุ่มอย่างเห็นได้ชัด กลุ่มพลังงาน (Energy) กลายเป็นผู้นำดันตลาดด้วยคาดการณ์กำไรพุ่งสูงถึง 114% จากราคาน้ำมันดิบที่ยังทรงตัวอยู่ในระดับสูง ขณะที่ กลุ่มเทคโนโลยีและปัญญาประดิษฐ์ (AI Suppliers) คาดว่าจะเติบโตได้ราว 66% โดยได้รับแรงหนุนหลักจากเม็ดเงินลงทุนในโครงสร้างพื้นฐาน AI ที่ยังคงไหลเข้ามาอย่างต่อเนื่อง และ กลุ่มบริการสื่อสาร (Communication Services) ขยายตัวได้ราว 12%

ในทางกลับกัน หลายอุตสาหกรรมหลักกลับมีแนวโน้มเติบโตอย่างชะลอตัวหรือทรงตัว โดย กลุ่มการแพทย์ (Healthcare) คาดว่าจะโตเพียง 5% กลุ่มการเงิน (Financials) เติบโตราว 3% ส่วน กลุ่มสาธารณูปโภค (Utilities) ผลงานแทบจะทรงตัวอยู่ที่ 0.7% เท่านั้น ความแตกต่างอันสุดขั้วนี้สะท้อนว่า นักลงทุนไม่สามารถเลือกลงทุนแบบยกตลาดได้อีกต่อไป แต่จำเป็นต้องคัดสรรอุตสาหกรรมที่มีปัจจัยขับเคลื่อนเฉพาะตัวอย่างพิถีพิถัน

เปิดความเสี่ยงที่ต้องจับตาในไตรมาส 4/2026

เมื่อมองต่อไปยังไตรมาส 4 SCB CIO ประเมินว่าตลาดจะต้องเผชิญกับ 4 ปัจจัยกดดันสำคัญ ที่อาจสร้างความผันผวนให้กับราคา

ประการแรกคือ อัตราดอกเบี้ยและอัตราผลตอบแทนพันธบัตร (Bond Yield) ที่ทรงตัวระดับสูง หลังจากธนาคารกลางสหรัฐฯ (Fed) ได้ปรับขึ้นดอกเบี้ยเพื่อรักษาความน่าเชื่อถือ (Credibility) และตลาดคาดว่ามีโอกาสปรับขึ้นอีกครั้งในการประชุมเดือนธันวาคม ส่งผลให้ Bond Yield อายุ 10 ปีของสหรัฐฯ พุ่งขึ้นใกล้นิวไฮที่ระดับ 5.2 – 5.3% แรงกดดันนี้ยังถูกซ้ำเติมด้วยการทยอยออกพันธบัตรใหม่จำนวนมาก (Supply) จากทั้งรัฐบาลสหรัฐฯ และกลุ่มผู้ให้บริการคลาวด์ขนาดใหญ่ (Hyperscalers) ทำให้เกิดการแข่งขันแย่งชิงสภาพคล่องในตลาดอย่างหนัก

ประการที่สองคือ ความเสี่ยงทางภูมิรัฐศาสตร์และสงครามที่ยืดเยื้อ บรรยากาศความขัดแย้งในต่างประเทศที่ลากยาวกว่าที่ตลาดประเมินไว้ กลายเป็นปัจจัยหนุนให้ราคาน้ำมันดิบพุ่งสูงอย่างต่อเนื่อง ซึ่งส่งผลกระทบโดยตรงต่อต้นทุนพลังงานและเงินเฟ้อ

ประการที่สามคือ การเลือกตั้งกลางเทอมสหรัฐฯ (Midterm Election) วันที่ 3 พฤศจิกายน คะแนนนิยมของพรรครีพับลิกันที่ปรับตัวลดลง ทำให้ตลาดเริ่มประเมินโอกาสการเกิดภาวะ ‘Democratic Sweep’ หรือการที่พรรคเดโมแครตครองเสียงข้างมากทั้งสภาบนและสภาล่าง หากเกิดการพลิกขั้วทางการเมืองจริง จะทำให้การผลักดันนโยบายเศรษฐกิจของรัฐบาลทำได้ยากลำบากขึ้น นอกจากนี้ยังต้องจับตาความเสี่ยงเรื่อง Government Shutdown ในช่วงสิ้นปีอีกด้วย

ประการสุดท้ายคือ ภาวะ Liquidity Crush จากการเสนอขายหุ้น IPO ของ Anthropic การยื่น Filing ของ Anthropic ที่คาดว่าจะเข้าจดทะเบียนในตลาดช่วงเดือนพฤศจิกายนด้วยมูลค่าประเมินสูงถึง 2 Trillion Dollar (เทียบกับ SpaceX / Space A ที่มีมูลค่าราว 1.2 Trillion Dollar) อาจดึงสภาพคล่องส่วนใหญ่ไปจากตลาดหุ้นเป็นการชั่วคราว เนื่องจากนักลงทุนจะโยกเงินเพื่อไปจองซื้อหุ้น IPO ขนาดใหญ่นี้

‘หุ้นเด่น’ ปะทะ ‘หุ้นดับ’ พิสูจน์ด้วยรายได้จริงจาก AI Monetization

ย้อนกลับไปดูผลตอบแทนตั้งแต่ต้นปี แม้ดัชนีโดยรวมจะบวกได้ราว 13% แต่หุ้นกลุ่มพลังงานและเทคโนโลยีกลับทำผลตอบแทนพุ่งสูงเกือบ 40% ในขณะที่กลุ่มสินค้าฟุ่มเฟือย (Consumer Discretionary) และสาธารณูปโภคยังคงติดลบ

สำหรับกลุ่ม ‘หุ้นเด่น’ ที่ยังมีแนวโน้มเติบโตเชิงโครงสร้าง (Structural Growth) SCB CIO ยังคงยกให้ กลุ่มเทคโนโลยีขนาดใหญ่, Hyperscalers, Data Center, Semiconductor และผู้ผลิตอุปกรณ์ AI (AI Suppliers) แม้ต้นทุนทางการเงินจะอยู่ในระดับสูง แต่การเติบโตของกำไรที่โดดเด่นยังคงชดเชยภาระดอกเบี้ยได้อย่างสมบูรณ์ ข้อพิสูจน์สำคัญในระยะถัดไปไม่ได้มีเพียงแค่เม็ดเงินลงทุน CapEx

แต่คือการเกิด AI Monetization หรือการสร้างรายได้จริง ตัวอย่างเช่น Anthropic ที่สามารถเร่งอัตราการสร้างรายได้รายปี (ARR) จาก 9 Billion Dollar พุ่งขึ้นสู่ 75 Billion Dollar ได้ในเวลาไม่ถึง 2 ปี ซึ่งหากเทียบกับบริษัทเทคโนโลยีในอดีตอย่าง Azure หรือ Amazon ต้องใช้เวลากว่า 10 ปีในการสร้างรายได้ระดับดังกล่าว ประกอบกับต้นทุนค่า Token ที่ลดลง และความยินดีในการจ่ายเงินใช้งานขององค์กรธุรกิจ ทำให้หุ้นกลุ่ม AI ยังมีแรงส่งไปต่อได้

ในทางกลับกัน กลุ่ม ‘หุ้นดับ’ หรือกลุ่มที่ต้องหลีกเลี่ยง คือ กลุ่มอสังหาริมทรัพย์ (Real Estate) ที่ไวต่ออัตราดอกเบี้ยและได้รับผลกระทบโดยตรงจากต้นทุนทางการเงินที่พุ่งสูงขึ้น รวมไปถึงบริษัทที่มีลักษณะ ใช้เงินลงทุนสูง (High CapEx) มีภาระหนี้สินสูง (High Debt) แต่มีอัตราการเติบโตต่ำ (Low Growth) ซึ่งจะไม่สามารถสร้างผลตอบแทนที่ชนะต้นทุนเงินทุนในภาวะปัจจุบันได้

กลยุทธ์การจัดพอร์ตรับ Q4/2026 วางระบบ 3 Engine สู้ความผันผวน

ท่ามกลางดอกเบี้ยทรงตัวสูงและสงครามที่ไม่แน่นอน SCB CIO แนะนำให้นักลงทุนกระจายความเสี่ยงผ่านการจัดพอร์ตแบบ Multi-Asset โดยแบ่งออกเป็น 3 Engine หลัก ดังนี้

Engine 1 – Growth (ขับเคลื่อนการเติบโต): เน้นการลงทุนในหุ้นกลุ่มเทคโนโลยีและ AI ของสหรัฐฯ พร้อมกระจายไปยัง เกาหลีใต้และไต้หวัน ซึ่งเป็นห่วงโซ่อุปทาน (AI Supply Chain) ที่สำคัญ รวมถึงกลุ่มระบบนิเวศ AI เช่น อุตสาหกรรมไฟฟ้าและพลังงาน (Power Infrastructure) ที่ได้ประโยชน์จากการขยายตัวของ Data Center นอกจากนี้ ควรแบ่งน้ำหนักไปยัง กลุ่มการแพทย์และชีวภาพ (Healthcare & Biotech) เพื่อรับเทรนด์นวัตกรรมและสังคมสูงวัย (Aging Society) เป็นการลดความเสี่ยงจากการกระจุกตัวในกลุ่มเทคโนโลยีเพียงอย่างเดียว

Engine 2 – Income (สร้างกระแสเงินสดสม่ำเสมอ): เข้าล็อกผลตอบแทนจากพันธบัตรรัฐบาลสหรัฐฯ ที่ให้ Bond Yield สูงถึง 5.2 – 5.3% โดยแนะนำให้เน้นตราสารหนี้ ระยะสั้นถึงระยะปานกลาง (Short to Intermediate Duration) เพื่อรับดอกเบี้ยทรงตัวสูง และหลีกเลี่ยงความผันผวนจากค่าความเสี่ยงระยะยาว (Term Premium) ที่ยังคงอยู่ในระดับสูง

Engine 3 – Balance & Risk Hedging (บริหารและคุ้มครองความเสี่ยง): เพิ่ม ทองคำ เข้ามาในพอร์ตเพื่อป้องกันความเสี่ยงจากปัญหาภูมิรัฐศาสตร์และเงินเฟ้อ ร่วมกับการลงทุนใน สินทรัพย์ทางเลือก (Liquid Alternatives / Absolute Return / Market Neutral) ที่ไม่เคลื่อนไหวตามทิศทางของตลาดหุ้นและตลาดพันธบัตร ช่วยสร้างความแข็งแกร่ง (Resilience) และสร้างเสถียรภาพให้กับพอร์ตการลงทุนในทุกสภาวะตลาด

The post เจาะงบ Q3/26 บจ.สหรัฐฯ หุ้นเด่น-หุ้นดับ คือกลุ่มไหน พร้อมกางแผนจัดพอร์ต 3 Engine รับมือความผันผวน Q4 appeared first on THE STANDARD.

สำนักข่าว Reuters เผยแพร่รายงานข้อมูลจากเอกสารชี้ชวนการเสนอขายหุ้นต่อสาธารณชนครั้งแรก (IPO) ของบริษัท Anthropic ผู้พัฒนา AI ชั้นนำอย่าง Claude โดยระบุถึงความเสี่ยงของเทคโนโลยี AI ขั้นสูง ว่าอาจก่อให้เกิด “หายนะหรือความเสี่ยงต่อการดำรงอยู่ของมนุษยชาติ”

ข้อมูลในเอกสารดังกล่าว ระบุถึงความเสี่ยงที่เกี่ยวข้องกับโมเดล AI ของบริษัท โดยระบุว่า “โมเดลเหล่านี้อาจแสดงพฤติกรรมเพื่อรักษาตัวเอง (Self-Preserving Behaviors) ซึ่งรวมถึงความพยายามที่จะ ‘ขัดขวางการปิดระบบ’ การ ‘ปกปิดหรือบิดเบือนข้อมูล’ และพฤติกรรมที่คล้ายกับการขู่กรรโชก”

“การพัฒนาโมเดล แพลตฟอร์ม และแอปพลิเคชันที่มีความซับซ้อนสูง รวมถึงการขยายขอบเขตการใช้งาน อาจเพิ่มความเสี่ยงที่โมเดลของเราจะก่อให้เกิดอันตรายได้” Anthropic ระบุในเอกสาร

การระบุคำเตือนดังกล่าว ถือเป็นท่าทีที่ไม่ธรรมดาสำหรับบริษัทที่ต้องการแสวงหาผลกำไรจากเทคโนโลยีอย่าง Anthropic โดยเนื้อหาในส่วนหลักของเอกสารชี้ชวนประมาณ 80 หน้าจากทั้งหมด 261 หน้า มีการอธิบายปัจจัยความเสี่ยง ซึ่งคิดเป็นเกือบสองเท่าของจำนวนหน้าที่ใช้ในการอธิบายรายละเอียดธุรกิจของบริษัท

Reuters ชี้ว่าที่ผ่านมา แม้ว่าบริษัทมหาชนจะมีการระบุความเสี่ยงของผลิตภัณฑ์ให้นักลงทุนทราบเป็นปกติ แต่มีเพียงไม่กี่แห่ง (หรืออาจไม่มีเลย) ที่บริษัทผู้พัฒนาเทคโนโลยีรายใหญ่ เคยมีการออกคำเตือนในลักษณะที่ว่า เทคโนโลยีของตนอาจนำไปสู่การสูญพันธุ์ของมนุษย์ได้

โดย Anthropic ยังเน้นย้ำศักยภาพของ AI ในการสร้างการเปลี่ยนแปลงครั้งใหญ่เทียบเท่ากับการปฏิวัติอุตสาหกรรมและการใช้ไฟฟ้า และอันตรายที่ไม่อาจย้อนกลับคืนได้หากมีการจัดการที่ไม่เหมาะสม

ทั้งนี้ Anthropic และผู้พัฒนา AI รายอื่นๆ รวมถึง OpenAI ต่างเผชิญกับการตรวจสอบอย่างเข้มงวดหลังจากเกิดเหตุการณ์ที่ระบบทดลอง AI ละเมิดข้อจำกัดที่กำหนดไว้ เช่น รายงานกรณีโมเดลของ OpenAI เจาะเข้าสู่ฐานข้อมูลระบบสาธารณสุขของออสเตรเลีย

โดยอีแวน ฮูบิงเกอร์ (Evan Hubinger) นักวิจัยด้านความปลอดภัยของ Anthropic ประเมินว่า มีความเป็นไปได้มากกว่า 10% ที่ AI อาจคร่าชีวิตมนุษย์ได้ภายในทศวรรษหน้า

ภาพ : REUTERS/Carlos Barria

อ้างอิง:

• https://www.reuters.com/business/finance/anthropic-warns-ai-may-pose-existential-risks-humanity-ipo-filing-2026-09-29/

The post Reuters เผยเอกสาร IPO Anthropic เตือนเทคโนโลยี AI ขั้นสูงอาจก่อให้เกิด “ความเสี่ยงคุกคามการดำรงอยู่ของมนุษยชาติ” appeared first on THE STANDARD.

ถ้าจะกล่าวว่า ‘ประเทศไทยมีความตื่นตัวด้าน AI สูงที่สุดแห่งหนึ่งในภูมิภาค’ ก็ไม่ผิดนัก เพราะจากการใช้จริง ข่าว และเทรนด์ปัจจุบันสะท้อนภาพนี้ได้เป็นอย่างดี

ยิ่งเจาะลึกเข้าไปในเชิงตัวเลขและสถิติ ยิ่งตอบเรื่องนี้ได้ชัดเจนยิ่งขึ้น โดยผลวิจัยของ Boston Consulting Group หรือ BCG พบว่า พนักงานไทย 85% ใช้ AI เป็นประจำ สูงกว่าค่าเฉลี่ยเอเชียแปซิฟิกที่ 78% และนับเป็นหนึ่งในอัตราการใช้งานที่สูงที่สุดในภูมิภาค

แต่เมื่อขยับจากระดับบุคคลไปสู่ระดับองค์กร ภาพกลับแตกต่างออกไป รายงาน Thailand Digital Outlook 2026 ระบุว่า ธุรกิจไทยเพียง 15.7% ขยายการใช้ AI ไปยังหน่วยงานต่าง ๆ ภายในองค์กร และมีเพียง 7.27% ที่บูรณาการ AI เข้ากับการดำเนินงานทั่วทั้งองค์กรอย่างเต็มรูปแบบ

เป็นผลให้โจทย์ของไทยจึงเปลี่ยนจาก “การเริ่มใช้ AI” เป็นการนำ AI เข้าไปอยู่ในกระบวนการทำงานจริง เพิ่มผลลัพธ์สม่ำเสมอ และขยายผลทั่วองค์กร ซึ่งแนวคิด ‘Harness Engineering’ อาจช่วยปิดช่องว่างนี้ได้

‘Harness Engineering’ จาก ‘คน’ ใช้ AI สู่ ‘โรงงาน AI Agent’

ก่อนอื่นเราต้องมาทำความรู้จักกับ ‘Harness Engineering’ กันก่อน

Harness Engineering คือการออกแบบสภาพแวดล้อม กฎ และกลไกกำกับ เพื่อให้ AI Agent หลายตัวทำงานร่วมกันได้อย่างเป็นระบบ แนวคิดนี้เริ่มได้รับความสนใจมากขึ้นในปี 2569 เมื่อ OpenAI นำเสนอแนวทางการพัฒนาซอฟต์แวร์ในยุค AI Agent และเพียงไม่กี่สัปดาห์ต่อมา Anthropic ก็เผยแพร่แนวคิดเกี่ยวกับ Harness Design สำหรับการบริหาร Agent ที่ต้องทำภารกิจซับซ้อนและต่อเนื่องเป็นเวลานาน

การเปลี่ยนผ่านสำคัญคือการให้ AI Agent เป็นผู้ผลิตงานหลัก (วิเคราะห์ เขียนโค้ด ทดสอบ แก้ Bug) แล้วให้มนุษย์เปลี่ยนไปกำหนดทิศทาง ออกแบบ และตรวจสอบ โมเดลนี้ใช้จุดเด่นเรื่องความเร็วที่มนุษย์อ่านได้เร็วกว่าเขียน 10 เท่า และ AI เขียนได้เร็วกว่ามนุษย์อ่าน 8 เท่า การจัดสรรงานเช่นนี้ช่วยเร่งการผลิตของ AI โดยมีมนุษย์เน้นคุมคุณภาพและตัดสินใจ

สิ่งที่เกิดขึ้นจึงเป็นการสร้าง “โรงงาน AI Agent” ที่มีทั้งผู้ผลิต ผู้ตรวจสอบ ระบบควบคุม และกติกาว่าเรื่องใด AI ตัดสินใจได้เอง และเรื่องใดต้องส่งกลับมาให้มนุษย์

Harness Engineering ทำให้ AI ใช้ได้จริงในองค์กรอย่างไร

การทำ Harness Engineering ไม่ใช่เรื่องใหม่ที่ยังไม่มีผลพิสูจน์ เพราะปัจจุบันได้มีกรณีศึกษาให้เราได้ศึกษาผลลัพธ์แล้ว

ยกตัวอย่างคือ กระบวนการอนุมัติสินเชื่อของธนาคาร ในระบบ Harness อาจมี Producer Agent ทำหน้าที่วิเคราะห์ข้อมูลทางการเงินของผู้กู้และจัดทำร่าง Credit Memo ก่อนส่งให้ Critique Agent ตรวจสอบเหตุผล ความเสี่ยง และความสอดคล้องกับนโยบาย จากนั้นจึงส่งต่อให้เจ้าหน้าที่มนุษย์เป็นผู้พิจารณาอนุมัติขั้นสุดท้าย

ประโยชน์และข้อได้เปรียบคืออะไร จุดแข็งนั้นคือ กฎต่างๆ สามารถถูกฝังเข้าไปตั้งแต่ต้น ไม่ว่าจะเป็นหลักเกณฑ์ของธนาคารแห่งประเทศไทย กระบวนการ Know Your Customer (KYC) มาตรการ Anti-Money Laundering (AML) หรือกฎหมาย PDPA ทำให้ Compliance ไม่ใช่สิ่งที่มาตรวจหลังจากพัฒนาระบบเสร็จแล้ว แต่กลายเป็นส่วนหนึ่งของกระบวนการตั้งแต่เริ่มต้น

เจาะเบื้องหลังของ Harness Engineering

เบื้องหลังของ Harness ประกอบด้วยองค์ประกอบหลักดังนี้ เริ่มจาก Codification of Context ซึ่งเป็นการรวบรวมข้อมูล กฎเกณฑ์ทางธุรกิจ และองค์ความรู้ต่างๆ ไว้เป็นฐานความรู้กลาง ตามด้วย Constitution ซึ่งวางกรอบด้านความมั่นคงปลอดภัยไซเบอร์ สถาปัตยกรรมระบบ กฎระเบียบข้อบังคับ และมาตรฐานการเขียนโค้ด

ถัดมาคือ Orchestration Layer ทำหน้าที่แบ่งสรรงาน กำหนดขอบเขตอำนาจในการตัดสินใจ และวางจุดที่ต้องให้มนุษย์เข้ามายืนยัน ควบคู่กับ Critique Agents ที่คอยตรวจจับจุดอ่อนของระบบ และ Control Tower ที่ทำหน้าที่บันทึกข้อมูล ตรวจสอบความผิดปกติ พร้อมแจ้งเตือนเมื่อเกิดปัญหา

ส่วน Agora เป็นพื้นที่สื่อสารระหว่าง Agent กับมนุษย์ และสุดท้าย Producer Agents ทำหน้าที่และรับผิดชอบตั้งแต่การกำหนดความต้องการของงาน การเขียนโค้ด การทดสอบ ไปจนถึงการแก้ไข Bug

นี่คือจุดที่ Harness Engineering แตกต่างจาก Vibe Coding เพราะการสร้างซอฟต์แวร์ด้วย Prompt เพียงไม่กี่ประโยคอาจเหมาะกับการทดลองหรือต้นแบบ แต่ระบบระดับองค์กรต้องการทั้งความแม่นยำ ความปลอดภัย การตรวจสอบย้อนหลัง และการรักษาคุณภาพเมื่อขยายการใช้งาน

โดยจากประสบการณ์ของ BCG Harness Engineering นั้น ทำให้กระบวนการ Iteration สามารถทำซ้ำได้ มีความน่าเชื่อถือ และรักษาคุณภาพได้ต่อเนื่องเมื่อถูกนำไปใช้งานจริง

Harness Engineering คือความได้เปรียบของยุคที่ทุกคนมี AI

เมื่อต้นทุนการพัฒนาซอฟต์แวร์ลดลง โลกจะเข้าสู่ยุค Software Abundance ที่องค์กรทุกขนาดสร้างระบบเฉพาะทางได้เร็วขึ้นและมีต้นทุนต่ำลง ในยุคที่ทุกบริษัทใช้ Foundation Model เดียวกัน ความได้เปรียบจึงขึ้นอยู่กับการนำข้อมูล กฎ และกระบวนการทำงานขององค์กรมาจัดระบบฝังไว้ใน Harness ได้เหนือกว่าคู่แข่ง

เมื่อทุกบริษัทเข้าถึง Foundation Model ชุดเดียวกัน ตัวโมเดลจะสร้างความได้เปรียบทางการแข่งขันได้น้อยลง ความแตกต่างจึงอยู่ที่การนำข้อมูล กฎระเบียบ กระบวนการทำงาน และวิจารณญาณเฉพาะขององค์กรมาจัดระบบและฝังไว้ใน Harness บริษัทที่ทำให้ AI เข้าใจบริบทภายในได้ลึกซึ้งกว่า ย่อมสร้างระบบที่มีประสิทธิภาพและใช้งานจริงได้ดีกว่า

ความได้เปรียบแบบนี้ยังมีลักษณะสะสม ยิ่งองค์กรเริ่มต้นเร็ว ใช้งานจริงเร็ว และปรับปรุง Harness ต่อเนื่อง ก็ยิ่งสะสมองค์ความรู้และสร้างระยะห่างจากคู่แข่งได้มากขึ้น

โอกาสของไทยอยู่ที่การสร้างคนที่บริหาร ‘ทีม AI Agent’ ได้

แม้ Harness Engineering จะช่วยลดต้นทุนการพัฒนาซอฟต์แวร์ แต่ข้อจำกัดสำคัญของไทยยังอยู่ที่เรื่องบุคลากร จากการประเมินของ UNESCO ในปี 2568 ประเทศไทยยังขาดวิศวกรซอฟต์แวร์ประมาณ 30,000 คน และขาดบุคลากรด้าน AI โดยรวมราว 80,000 คน

ขณะที่แผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย พ.ศ. 2565-2570 ตั้งเป้าสร้างผู้เชี่ยวชาญด้าน AI เพิ่มกว่า 30,000 คนภายในหกปี ซึ่งถือเป็นจุดเริ่มต้นสำคัญ แต่ยังไม่เพียงพอที่จะปิด Talent Gap ทั้งหมด

AI Agent สามารถเข้ามารับงาน Coding ทั่วไปได้จำนวนมากและช่วยลดข้อจำกัดด้านกำลังคน แต่สิ่งที่ Agent ยังไม่สามารถทดแทนได้คือคนที่สามารถออกแบบและกำกับ “โรงงาน AI” ตั้งแต่การวาง Architecture กำหนดกฎ จัดการ Context ไปจนถึงตรวจสอบคุณภาพและความเสี่ยง

จะเห็นได้ว่าความต้องการแรงงานกำลังเปลี่ยนจากการลงมือทำเองไปสู่การควบคุมและบริหารระบบ AI ซึ่งในอนาคต บุคลากรสาขาต่างๆ เช่น การเงิน การตลาด กฎหมาย หรือวิศวกรรม อาจต้องบริหาร “ทีม AI Agent” โดยมนุษย์เน้นกำหนดทิศทางและตัดสินใจ ส่วน Agent รับช่วงงานวิเคราะห์และปฏิบัติการแทน

ข้อมูลจากรายงาน AI at Work 2026 ของ BCG สะท้อนแนวโน้มนี้เช่นกัน โดย 67% ของผู้ใช้ AI เป็นประจำระบุว่ามีความพึงพอใจในการทำงานเพิ่มขึ้น 42% ของพนักงานระดับปฏิบัติการระบุว่า AI ช่วยประหยัดเวลาทำงานได้ถึงประมาณหนึ่งวันต่อสัปดาห์ และ 67% บอกว่า AI รับช่วงงานที่ไม่ซับซ้อน ทำให้พวกเขามีเวลาไปทำงานที่ซับซ้อนมากขึ้น

BCG และ BCG X พร้อมพาไทยข้ามขีดจำกัด AI ด้วย Harness Engineering

BCG และ BCG X เริ่มสร้างขีดความสามารถนี้ในไทยแล้ว โดยพัฒนาวิศวกร AI ผู้เชี่ยวชาญ Harness Engineering เพื่อขับเคลื่อนตลาดและลดการขาดแคลนบุคลากร ไทยมีฐานผู้ใช้ AI ที่แข็งแกร่งเป็นทุนเดิม จึงต้องเร่งยกระดับจากการใช้งานส่วนบุคคลไปสู่ระบบองค์กรที่ควบคุม ตรวจสอบ และขยายผลได้จริง

เมื่อ AI Model จากหลากหลายค่ายเริ่มมีศักยภาพใกล้เคียงกัน ปัจจัยชี้ขาดความได้เปรียบจึงไม่ใช่การถือครองเทคโนโลยี AI ที่ทรงพลังที่สุดอีกต่อไป แต่อยู่ที่ความสามารถในการพัฒนาบุคลากร วางโครงสร้างระบบ และปรับใช้ Harness เพื่อให้ AI สามารถเรียนรู้ ปฏิบัติตามกฎเกณฑ์ และสอดรับกับแนวคิดการทำงานขององค์กรได้อย่างมีประสิทธิภาพสูงสุดก่อนใคร

The post Harness Engineering คืออะไร? ทำไมจึงเป็นกุญแจสำคัญในการเร่งระบบ AI ให้องค์กรไทย [PR News] appeared first on THE STANDARD.

บิล เกตส์ ผู้ร่วมก่อตั้ง Microsoft ออกมาเตือนว่าปัญญาประดิษฐ์ (AI) มีพลังมากพอจะสร้างความเสียหายต่อมนุษยชาติในวงกว้าง หากตกไปอยู่ในมือคนที่มีเจตนาร้าย พร้อมเรียกร้องให้รัฐบาลกลางสหรัฐฯ ออกกฎหมายกำกับดูแลเทคโนโลยีนี้อย่างจริงจัง

เขาให้สัมภาษณ์กับรายการ Meet the Press ของ NBC ว่า “AI ทรงพลังมากพอที่จะก่อให้เกิดเหตุการณ์ที่ทำให้คนเสียชีวิต 1 พันล้านคนได้อย่างแน่นอน”

เกตส์อธิบายต่อว่าแม้การจะไปถึงระดับที่กระทบมนุษย์ทั้งหมดนั้นเป็นเรื่องยาก แต่ “ไม่เคยมีอาวุธใดทรงพลังเท่ากับการที่คนมีเจตนาร้ายได้ใช้เครื่องมือ AI ที่ล้ำสมัยที่สุด”

เมื่อถูกถามว่าวอชิงตันจำเป็นต้องออกกฎหมายหรือไม่ เกตส์ตอบว่า “แน่นอน” พร้อมระบุว่า “ไม่มีใครคิดว่าการกำกับดูแลตัวเองเพียงพอ ต้องให้หน่วยงานบังคับใช้กฎหมายและนักการเมืองเข้ามาร่วมหารือว่ามาตรการป้องกันและการติดตามตรวจสอบควรเป็นอย่างไร และต้องเป็นสิ่งที่บังคับใช้”

เขาเสริมว่ากฎหมายดังกล่าวจะเพิ่มภาระให้อุตสาหกรรมอยู่บ้าง แต่จะไม่ทำให้การพัฒนาช้าลงอย่างมาก

จากผู้มองโลกแง่ดีสู่ผู้เตือนภัย

ท่าทีของเกตส์ในครั้งนี้ต่างจากเดิมมาก เพราะก่อนหน้านี้เขาเป็นหนึ่งในผู้ที่มองโลกในแง่ดีต่อ AI อย่างเปิดเผยที่สุด ก่อนจะเปลี่ยนมุมมองในช่วงฤดูร้อนที่ผ่านมา

ในบทความที่เผยแพร่เมื่อเดือนสิงหาคม เกตส์ระบุว่าโลกยังไม่มีแผนนำ AI มาใช้อย่างปลอดภัย และเตือนว่าคนร้ายอาจใช้เครื่องมือ AI ที่ทรงพลังขึ้นเรื่อยๆ ในการโจมตีทางไซเบอร์, การฉ้อโกง, การปล่อยข้อมูลเท็จ และการสร้างความเสียหายในวงกว้างต่อโรงพยาบาล, สถาบันการเงิน, ระบบไฟฟ้า และระบบของรัฐ

เขาเขียนว่า “ผมเชื่อว่าเรากำลังจะเข้าสู่ช่วงที่สังคม การเมือง และเศรษฐกิจปั่นป่วน และเราต้องการเวลาเตรียมตัวรับมือ” พร้อมระบุว่าหากมีใครเสนอแผนชะลอการพัฒนา AI ทั่วโลกที่น่าเชื่อถือ เขาก็น่าจะสนับสนุน

ขณะที่เมื่อเดือนก่อน เกตส์ยังเรียกร้องให้ผู้กำหนดนโยบายกำหนดให้งานบางประเภทสงวนไว้สำหรับมนุษย์เท่านั้น ในบทความยาว 6,000 คำที่คาดการณ์ว่าตลาดแรงงานจะเกิดความปั่นป่วนครั้งใหญ่

ในการให้สัมภาษณ์ครั้งนี้ เกตส์แยกความเสี่ยงออกเป็น 2 แบบ คือความเสี่ยงระยะใกล้ที่ผู้ก่อการร้ายหรือรัฐนอกกฎหมายจะนำ AI ไปใช้ในทางที่ผิด กับคำเตือนเรื่องความเสี่ยงที่จะทำให้มนุษยชาติสูญพันธุ์ในระยะยาว

เขาไม่ได้ปัดตกความเสี่ยงระยะยาว แต่เรียกร้องให้คนอเมริกันอย่ามองข้ามความเสี่ยงที่ AI อาจถูกคนร้ายนำไปใช้สร้างความเสียหายในวงกว้างได้ตั้งแต่วันนี้

เหตุการณ์ที่จุดกระแสความกังวลในซิลิคอนแวลลีย์

คำเตือนของเกตส์เกิดขึ้นท่ามกลางการถกเถียงเรื่องความปลอดภัยของ AI ที่ปะทุขึ้นในช่วงหลายสัปดาห์ที่ผ่านมา หลังเกิดเหตุการณ์ด้านความมั่นคงปลอดภัยไซเบอร์ที่เป็นข่าวใหญ่หลายครั้ง ซึ่งทำให้เกิดคำถามว่าห้องปฏิบัติการ AI ชั้นนำอย่าง OpenAI และ Anthropic ควบคุมโมเดลของตัวเองได้จริงหรือไม่

สัปดาห์นี้มีรายงานว่าระบบของ OpenAI ได้เจาะเว็บไซต์ของหน่วยงานสาธารณสุขแห่งหนึ่งในออสเตรเลีย โดยบริษัทไม่ได้แจ้งรัฐบาลออสเตรเลียเป็นเวลาหลายเดือนหลังเกิดเหตุ ซึ่ง แอนโทนี อัลบานีซี นายกรัฐมนตรีออสเตรเลีย ระบุว่าเป็นเรื่อง “ที่ยอมรับไม่ได้อย่างเห็นได้ชัด”

ขณะที่ Anthropic เผยแพร่รายงานเมื่อไม่นานมานี้ ระบุหลายกรณีที่ผู้กระทำทั้งที่เป็นรัฐและไม่ใช่รัฐพยายามใช้ Claude วางแผนโจมตีด้วยโดรนและทำวิจัยด้านชีววิทยาที่อันตราย รวมถึงกรณีที่กลุ่มติดอาวุธในเยเมน ซึ่งเชื่อว่าเป็นกลุ่มฮูตีที่อิหร่านหนุนหลัง พยายามใช้ Claude พัฒนาซอฟต์แวร์นำวิถีขีปนาวุธ

อีกเหตุการณ์ที่จุดกระแสคือ เจคอบ ค็อกซอน อดีตพนักงานของ Anthropic ที่ลาออกเมื่อต้นเดือนนี้ พร้อมโพสต์กล่าวหาว่าทั้ง Anthropic และ OpenAI กำลัง “เอาชีวิตของพวกเราไปเสี่ยง” ด้วยการแข่งกันพัฒนา AI ที่ฉลาดเหนือมนุษย์ และระบุว่า “คนที่สร้าง AI เชื่ออย่างจริงจังว่ามันอาจฆ่าพวกเราทั้งหมดภายในสิ้นทศวรรษนี้”

หลังจากนั้น ดาริโอ อาโมเดอิ ซีอีโอของ Anthropic ได้เผยแพร่บทความเรียกร้องให้ชะลอการพัฒนา AI โดยระบุว่า “วิธีที่มีประสิทธิภาพที่สุดในการชะลอคือการออกกฎระเบียบที่ครอบคลุมบริษัท AI ชั้นนำทุกรายของสหรัฐฯ เพราะจะครอบคลุมถึงบริษัทที่ไม่ยอมให้ความร่วมมือโดยสมัครใจด้วย”

ข้อเสนอของอาโมเดอิได้รับการสนับสนุนอย่างรวดเร็วจาก แซม อัลต์แมน ซีอีโอของ OpenAI และอีลอน มัสก์ ขณะที่สัปดาห์นี้ทั้งอัลต์แมนและอาโมเดอิยังขึ้นกล่าวต่อคณะมนตรีความมั่นคงแห่งสหประชาชาติ เรียกร้องให้สหรัฐฯ นำการสร้างพันธมิตรระหว่างประเทศเพื่อกำหนดมาตรฐานความปลอดภัยของ AI

วอชิงตันยังไม่ขยับ ผู้บริหารเทคเองก็เห็นต่าง

แม้ความกังวลในซิลิคอนแวลลีย์จะเพิ่มขึ้น แต่ประธานาธิบดี โดนัลด์ ทรัมป์ ยังคงคัดค้านการกำกับดูแล AI โดยเรียกความกังวลเรื่องความปลอดภัยว่าเป็น “เรื่องหลอกลวง” และปฏิเสธสิ่งที่เขาเรียกว่า “แผนการของพวกโลกาภิวัตน์” ที่ต้องการควบคุมเทคโนโลยีนี้

ทรัมป์ยังเยาะเย้ยอาโมเดอิว่า “แกล้งทำเป็นนางฟ้าตัวน้อยที่สมบูรณ์แบบ” แม้เมื่อสัปดาห์ก่อนเขาจะให้คำมั่นว่าจะตั้ง AI Force ขึ้นมาเพื่อ “เฝ้าดู” บริษัท AI ก็ตาม

ขณะที่การพบกันระหว่างทรัมป์กับ สี จิ้นผิง ประธานาธิบดีจีน ที่นครนิวยอร์กในสัปดาห์นี้ ก็ไม่ได้นำไปสู่คำมั่นที่มีนัยสำคัญในการควบคุมเทคโนโลยีนี้

ด้าน ไมค์ จอห์นสัน ประธานสภาผู้แทนราษฎร ก็เคยปฏิเสธที่จะเรียกสมาชิกสภากลับมาออกกฎหมายควบคุมการพัฒนา AI โดยระบุว่าจะให้บริษัท AI เป็นผู้ตัดสินใจ เพราะ “แม้แต่พวกเขาเองก็ยังไม่มีคำตอบ เราจึงไม่ควรรีบให้สภาทำอะไรที่อาจเป็นผลเสียต่อความมั่นคงของชาติ”

ที่น่าสนใจคือผู้บริหารในวงการเทคเองก็ยังเห็นไม่ตรงกันว่าควรบังคับใช้มาตรการป้องกันอย่างไร แม้แต่ภายใน Microsoft เอง

สัตยา นาเดลลา ประธานและซีอีโอของ Microsoft ดูลังเลที่จะเรียกร้องให้มีกฎระเบียบเต็มรูปแบบ โดยระบุในพอดแคสต์ All-In ว่าบริษัท AI ควรจัดการเรื่องนี้เอง “ถ้าเห็นปัญหาที่ร้ายแรงถึงขั้นต้องหยุด ก็หยุด” แม้ในบันทึกถึงพนักงานเดือนนี้เขาจะเตือนว่าบริษัทต้องใช้เวลาทำให้เทคโนโลยีปลอดภัย

มาร์ก ซักเคอร์เบิร์ก ซีอีโอของ Meta ก็ไม่เห็นด้วยกับแนวทางการประสานงานทั้งอุตสาหกรรม โดยมองว่าแต่ละห้องปฏิบัติการควรใช้เวลาตรวจสอบภายในเองเมื่อพบปัญหา

ขณะที่ แบรด สมิธ ประธานของ Microsoft ปฏิเสธแนวคิดที่ว่าบริษัท AI ต้องรอกฎหมายจากรัฐบาลกลางก่อนจึงจะชะลอตัวเองได้ โดยเปรียบเทียบว่าหากมีบริษัทผลิตเครื่องบินเพียง 2 รายในโลก และมีคนมาบอกว่ากังวลว่าเครื่องบินจะตกจนมีคนตาย ผู้บริหารจะเลือกชนะการแข่งขัน หรือเลือกให้ความปลอดภัยของผู้โดยสารและสาธารณชนมาก่อน

ในระดับรัฐ ผู้ว่าการบางรัฐเริ่มขยับแล้ว โดย แกวิน นิวซัม ผู้ว่าการรัฐแคลิฟอร์เนีย ลงนามคำสั่งตั้งคณะผู้เชี่ยวชาญเพื่อวางแผนเสริมกฎหมายด้านความปลอดภัยของ AI ขณะที่ผู้ว่าการรัฐแมริแลนด์และนิวยอร์กก็ออกแผนเพิ่มการกำกับดูแล AI ในรัฐของตัวเองเช่นกัน

ภาพ : Alexandros Michailidis / Shutterstock

อ้างอิง:

• https://www.businessinsider.com/bill-gates-ai-warning-billion-deaths-2026-9
• https://www.ft.com/content/1ade33b1-b5eb-43bb-9ee4-2272ec91fa5b
• https://www.bloomberg.com/news/articles/2026-09-25/bill-gates-warns-ai-powerful-enough-to-lead-to-a-billion-deaths
• https://www.nbcnews.com/politics/politics-news/bill-gates-ai-companies-self-regulating-governments-monitoring-rcna599619

The post บิล เกตส์ เตือน AI ในมือคนร้ายทรงพลังพอจะก่อเหตุคร่าชีวิตคน 1 พันล้านคน เรียกร้องวอชิงตันออกกฎหมายคุม appeared first on THE STANDARD.

ผู้บริหารบริษัท AI รายใหญ่ของโลก ทั้ง OpenAI, Anthropic และ Hugging Face ขึ้นกล่าวต่อคณะมนตรีความมั่นคงแห่งสหประชาชาติ (UN Security Council: UNSC) เมื่อวันที่ 23 กันยายน โดยเตือนถึงความเสี่ยงจาก AI ที่มีความสามารถเพิ่มขึ้นอย่างรวดเร็ว จนอาจพัฒนาไปไกลเกินกว่าที่มนุษย์จะควบคุมได้

การประชุมดังกล่าวเกิดขึ้นระหว่างสัปดาห์การประชุมสมัชชาใหญ่แห่งสหประชาชาติครั้งที่ 81 (UNGA81) ในนครนิวยอร์ก หลังในช่วงไม่กี่สัปดาห์ที่ผ่านมา บริษัทยักษ์ใหญ่ด้าน AI หลายรายเริ่มออกมาเรียกร้องให้อุตสาหกรรมลดความเร็วในการพัฒนาโมเดล เพื่อขอเวลาพัฒนา ‘มาตรการด้านความปลอดภัย’ ตามทันความสามารถของเทคโนโลยี

อย่างไรก็ตาม การหารือบนเวที UNSC ครั้งนี้ขยับไปไกลกว่าประเด็นว่า บริษัท AI ควรชะลอการพัฒนาหรือไม่ เมื่อผู้บริหารจากบริษัทชั้นนำเรียกร้องให้รัฐบาลและนานาประเทศเข้ามามีส่วนร่วมกำหนดกติกามากขึ้น ขณะที่รัฐบาลสหรัฐฯ ยืนยันว่า ไม่สนับสนุนการสร้างระบบกำกับดูแล AI แบบรวมศูนย์ในระดับโลก

อนาคต AI ไม่ควรถูกตัดสินโดยบริษัทเทคโนโลยี แต่รัฐบาลต้องมีส่วนร่วม

แซม อัลต์แมน (Sam Altman) CEO OpenAI กล่าวต่อ UNSC ว่า การมีอยู่ของ AI กำลังสร้างทางแพร่งครั้งใหม่ให้กับโลกระหว่าง ‘การอยู่ในยุคฟื้นฟูศิลปวิทยาการครั้งใหม่’ หรือ ‘การปฏิวัติอุตสาหกรรมอันไร้ระเบียบและปั่นป่วน’

อัลต์แมนยอมรับว่า AI สามารถเพิ่มผลิตภาพ ช่วยแพทย์ดูแลผู้ป่วย หรือเสริมศักยภาพให้กับผู้ประกอบการได้ แต่ในเวลาเดียวกัน เทคโนโลยีดังกล่าวก็มีความเสี่ยงที่จะถูกนำไปใช้ในทางที่ผิด รวมถึงความเป็นไปได้ที่มนุษย์อาจสูญเสียการควบคุมอนาคตของเทคโนโลยีดังกล่าว

เขาเสนอว่า โลกไม่ควรมอง AI แบบสุดโต่งไปทางใดทางหนึ่ง ไม่ว่าจะความเชื่อว่า เทคโนโลยีจะสร้างประโยชน์โดยไร้ความเสี่ยง หรือ AI จะนำไปสู่หายนะอย่างหลีกเลี่ยงไม่ได้ ขณะที่การพัฒนา AI ต้องทำควบคู่ไปกับมาตรการด้านความปลอดภัย โดยต้องทำให้มนุษย์สามารถควบคุมระบบ และนำเทคโนโลยีไปใช้ในทางที่ถูกต้อง

อย่างไรก็ตาม ประโยคที่ถูกจับตามองมากที่สุด คือ การที่อัลต์แมนพูดถึงอำนาจการตัดสินใจของเทคโนโลยีดังกล่าวว่า หาก AI เป็นประชาธิปไตย การตัดสินใจที่สำคัญก็ต้องผ่านกระบวนการประชาธิปไตย ไม่ใช่แค่ห้องแล็บ โดยที่รัฐบาลต้องรับผิดชอบต่อประชาชน

ท่าทีดังกล่าวสอดคล้องกับข้อเสนอของอัลต์แมนในช่วงก่อนหน้านี้ หลังเขาออกมาสนับสนุนแนวคิดให้บริษัท AI ลดความเร็วในการพัฒนาโมเดลแนวหน้า หากคู่แข่งยอมดำเนินการพร้อมกัน เพื่อเปิดเวลาสำหรับการสร้างมาตรฐานความปลอดภัยของอุตสาหกรรม

AI อาจเป็นความเสี่ยงต่อมนุษยชาติทั้งหมด

ด้าน ดาริโอ อโมเดอี (Dario Amodei) CEO Anthropic ใช้ถ้อยคำที่ตรงไปตรงมา โดยย้ำต่อ UNSC ว่า หาก AI ถูกจัดการอย่างไม่เหมาะสม ก็อาจกลายเป็นความเสี่ยงต่อมนุษยชาติโดยรวมได้

อโมเดอีมองว่า ปัญหาของ AI ไม่ได้มีเพียงความเสี่ยงจากการที่มนุษย์นำเทคโนโลยีไปใช้ในทางที่เป็นอันตราย แต่ยังรวมถึงสถานการณ์ที่ระบบ AI มีความสามารถเพิ่มขึ้นอย่างรวดเร็ว จนนักพัฒนาอาจไม่สามารถควบคุมพฤติกรรมของระบบได้อย่างสมบูรณ์

CEO Anthropic ยังเรียกร้องให้รัฐบาลต่างๆ วางความขัดแย้งทางการเมืองและภูมิรัฐศาสตร์บางส่วนไว้ก่อน เพื่อร่วมกันรับมือทั้งโอกาสและภัยคุกคามจาก AI โดยย้ำว่า ไม่มีผู้นำคนไหน บริษัทหรือประเทศใดๆ สามารถจัดการเรื่องนี้ได้เพียงลำพัง

อโมเดอียังเสนอต่อ UNSC ว่า นานาชาติควรสร้างกติการะหว่างประเทศในการใช้ AI เช่น ห้ามใช้พัฒนาอาวุธชีวภาพ ไปจนถึงสร้างมาตรฐานร่วมกันในการทดสอบโมเดล เพื่อป้องกันไม่ให้เทคโนโลยีพัฒนาไปไกลกว่าความสามารถของมนุษย์

ถูก AI โจมตี ก็ต้องใช้ AI ป้องกันตัวเอง

ส่วน เคลม็องต์ เดอล็องก์ (Clément Delangue) CEO และผู้ร่วมก่อตั้ง Hugging Face ยกอีกด้านหนึ่งของความเสี่ยงจาก AI ขึ้นมาพูด คือ การใช้ AI ในการโจมตีและป้องกันระบบไซเบอร์

เดอล็องก์เปิดเผยว่า Hugging Face เคยถูก AI agents ของ OpenAI เจาะเข้าสู่โครงสร้างพื้นฐานของบริษัท หลังระบบดังกล่าวหลุดออกจากสภาพแวดล้อมที่ใช้สำหรับการทดสอบ

แต่เขากลับเน้นย้ำว่า บริษัทก็จำเป็นต้องใช้ AI เพื่อป้องกันตัวเองเช่นกัน โดยระบุว่า Hugging Face ใช้โมเดล AI จากจีนช่วยรับมือการโจมตีดังกล่าว เพราะมีข้อจำกัดในการใช้งานน้อยกว่าเครื่องมือของสหรัฐฯ ที่มีความสามารถใกล้เคียงกัน

“เราถูก AI โจมตี แต่ที่สำคัญยิ่งกว่านั้นคือ เราป้องกันตัวเองด้วย AI” เขากล่าวต่อ UNSC

อนึ่ง มีการมองว่า เดอล็องก์กำลังสะท้อนโจทย์การกำกับควบคุม AI หลังมีข้อจำกัดเข้มงวดกับโมเดลมากเกินไป ทำให้ฝ่ายป้องกันไม่สามารถเข้าเครื่องมือที่มีประสิทธิภาพในการรับมือได้อย่างเพียงพอ

อันตรายจาก AI ไม่รู้จักพรมแดน เตือนต้องถูกคุมเหมือนนิวเคลียร์

โยชัว เบงจิโอ (Yoshua Bengio) นักวิทยาศาสตร์คอมพิวเตอร์ชาวแคนาดา หนึ่งในผู้บุกเบิก Deep Learning และประธานร่วม Independent International Scientific Panel on AI ของ UN เตือนว่า ความเสี่ยงของ AI ต่อมนุษยชาติ กำลังใกล้เกิดขึ้นจริงมากขึ้นเรื่อยๆ

เบงจิโอมองว่า UNSC กำลังเผชิญภัยคุกคามรูปแบบใหม่ ซึ่งไม่มีประเทศสมาชิกใดต้องการให้เกิด ไม่มีประเทศใดสามารถรับมือได้เพียงลำพัง และเป็นภัยที่ไม่เคารพพรมแดนระหว่างประเทศ

นักวิทยาศาสตร์ชาวแคนาดาชี้ว่า พฤติกรรมการโจมตีของ AI มีหลักฐานรองรับและผ่านการตรวจสอบจากผู้เชี่ยวชาญอิสระ พร้อมระบุความเสี่ยงสำคัญ 3 ด้าน ได้แก่

• การถูกนำไปใช้สร้างความเสียหายร้ายแรง เช่น กลุ่มก่อการร้าย
• การกระจุกตัว AI ไว้กับบริษัทหรือประเทศเพียงไม่กี่แห่ง
• ความเป็นไปได้ที่มนุษย์จะสูญเสียการควบคุมระบบ AI

เขายังโต้แย้งแนวคิดว่า บริษัท AI ไม่มีทางเลือกนอกจากต้องเร่งแข่งขันกันพัฒนาเทคโนโลยี โดยระบุว่า การแข่งขันดังกล่าวไม่ใช่กฎของธรรมชาติ แต่เป็นผลจากการตัดสินใจของบริษัทเอง ขณะที่รัฐบาลก็ไม่ควรยอมรับคำอธิบายว่า บริษัทจำเป็นต้องเดินหน้าพัฒนา AI ต่อ เพราะกลัวคู่แข่งนำหน้า

เบงจิโอยังเสนอว่า AI ระดับแนวหน้า ควรถูกกำกับในลักษณะเดียวกับเทคโนโลยีสำคัญอย่างการแพทย์ การบิน หรือพลังงานนิวเคลียร์ โดยผู้พัฒนาต้องพิสูจน์ต่อผู้เชี่ยวชาญอิสระว่า ระบบมีความปลอดภัยก่อนนำออกใช้งาน รวมถึงต้องรายงานเหตุการณ์ด้านความปลอดภัย ไปจนถึงต้องมีระบบใบอนุญาตและประกันความรับผิดสำหรับผู้พัฒนา AI

CEO เรียกร้องกติกา แต่สหรัฐฯ ปฏิเสธระบบควบคุม AI ระดับโลก

แม้ผู้นำบริษัท AI จะเรียกร้องความร่วมมือระหว่างประเทศมากขึ้น แต่รัฐบาลต่างๆ ยังไม่มีฉันทามติว่า การกำกับดูแลดังกล่าวควรมีหน้าตาอย่างไร โดย 1 วันก่อนการประชุม UNSC

โดนัลด์ ทรัมป์ ประธานาธิบดีสหรัฐฯ กล่าวต่อผู้นำโลกบนเวที UNGA ว่า สหรัฐฯ จะไม่สร้างระบบควบคุม AI ระดับโลก

ทรัมป์ยังเสนอให้เปลี่ยนชื่อเต็มของ AI จากปัญญาประดิษฐ์ (Artificial Intelligence) เป็นคำว่า Super Intelligence (SI) หรือปัญญาเหนือมนุษย์แทน พร้อมย้ำว่า ชื่อนี้ทำให้ AI ฟังดูเหมือนของปลอม ขณะที่ผู้เชี่ยวชาญออกมาต่อต้านว่า คำดังกล่าวมีความหมายเฉพาะ ซึ่งใช้เรียก AI ขั้นสูง

นอกจากนี้ ไมเคิล แครตซิออส (Michael Kratsios) ที่ปรึกษาด้านวิทยาศาสตร์และเทคโนโลยีของทำเนียบขาว ย้ำจุดยืนดังกล่าวต่อ UNSC ว่า โลกไม่สามารถกำกับเทคโนโลยีที่มนุษย์ไม่อาจเข้าใจได้ พร้อมเสนอว่า UN และองค์การระหว่างประเทศ ควรให้ความสำคัญกับการสร้างขีดความสามารถ AI มากกว่าสร้างระบบกำกับดูแล

ขณะที่ทางการจีนมีท่าทีที่แตกต่างกันออกไป โดย ฝู่ ชง (Fu Cong) เอกอัครราชทูตจีนประจำ UN เรียกร้องให้มีมาตรการรับมือ AI เช่น การปรับปรุงกรอบกำกับดูแล ระบบรับมือเหตุฉุกเฉิน และความร่วมมือข้ามพรมแดน พร้อมระบุว่า ประชาคมระหว่างประเทศควรให้ความสำคัญกับการพัฒนาและความมั่นคง เพื่อให้ AI ถูกพัฒนาไปในทิศทางที่เป็นประโยชน์ต่อมนุษยชาติ

ภาพ: Brendan McDermid / Reuters

อ้างอิง:

• https://www.reuters.com/business/ai-leaders-brief-un-amid-warnings-technology-could-slip-beyond-human-control-2026-09-23/
• https://www.aljazeera.com/news/2026/9/24/ai-corporate-leaders-tell-un-the-industry-needs-global-regulation
• https://www.theguardian.com/world/2026/sep/23/unga-sam-altman-dario-amodei
• https://yoshuabengio.org/en/blog/professor-yoshua-bengios-speech-un-security-council
• https://www.bbc.com/news/articles/cqy4z9pv4w0po

The post เจ้าพ่อ AI ขึ้นเวที UNSC เตือนความเสี่ยงต่อมนุษยชาติ เรียกร้องโลกสร้างกติการ่วมกัน แต่สหรัฐฯ ปฏิเสธ appeared first on THE STANDARD.

สุดสัปดาห์ที่ผ่านมามีเรื่องที่ไม่คาดฝันเกิดขึ้นเมื่อ Dario Amodei ซีอีโอ Anthropic ออกโรงเรียกร้องให้อุตสาหกรรม AI ชะลอความเร็วในการพัฒนาโมเดล AI เพื่อให้ระบบความปลอดภัยตามทัน ไม่เช่นนั้นอาจเกิดความเสี่ยงร้ายแรงภายใน 6-12 เดือนข้างหน้า

Sam Altman แห่ง OpenAI เห็นด้วยทันที และประกาศเลื่อน IPO ออกไปเป็นปี 2027 ขณะที่ Elon Musk ผู้ก่อตั้ง SpaceX ก็ออกมาสนับสนุนแนวคิดนี้เช่นกัน

สำหรับนักลงทุน ผมมองว่าคำถามที่แท้จริงไม่ใช่ “อันตรายจาก AI ต่อมนุษย์หรือไม่” เพราะนั่นเป็นคำถามปรัชญาที่ไม่มีใครตอบได้ แต่เราต้องรู้ให้ทันว่าอะไรจะเกิดขึ้น ถ้าผู้นำการเติบโตหลักของตลาดหุ้นโลกอย่างธีม AI จะต้องถูกควบคุมความเร็วในการพัฒนาจริง

เริ่มด้วยเรื่องของความเร็ว การชะลอพัฒนาการไม่ได้มีแต่ข้อเสีย เป็นเรื่องดีในด้านต้นทุน แค่ต้องไม่พัฒนาช้าเกินไปจนเป็นปัญหา

ทฤษฎีการลงทุนจะมองการเติบโตของเทคโนโลยีผ่าน S-Curve คือเริ่มช้า เร่งตัวแรง แล้วชะลอเมื่อถึงจุดอิ่มตัว

จากประวัติศาสตร์เทคโนโลยี 70 ปีที่ผ่านมา พัฒนาการของโมเดล AI ตอนนี้เร็วกว่าทุก S-Curve ที่เคยเกิดขึ้นในอดีตไปแล้ว และเร็วกว่าแม้แต่กฎของ Moore ที่เคยเป็นเพดานอุตสาหกรรมชิปมานานหลายทศวรรษด้วย

ข้อเสียของการพัฒนาที่เร็วไป คือต้นทุนโครงสร้างพื้นฐานจะล้าสมัยเร็ว บริษัทจึงต้องเร่งลงทุนไม่หยุด หนุนให้ต้นทุนพุ่งขึ้นไปอีก

ปัญหาจะไม่เกิดขึ้นถ้าพัฒนาการชะลอตัว การลงทุนในชิปและ data center จะมีอายุการใช้งานนานคุ้มค่ากว่าเดิม

แต่ในทางกลับกัน ต้องไม่ลืมว่า Valuation ของตลาดอยู่ในระดับสูง หุ้น AI ทุกวันนี้ตีมูลค่าจากสมมติฐานการเติบโตแบบทวีคูณ หากอุตสาหกรรมชะลอความเร็วลงมากเกินไป ตลาดจะต้องปรับสมมติฐานเติบโตใหม่ทั้งหมด อาจสร้างความผันผวนที่รุนแรงกับโลกการเงินกว่าความเสี่ยงจาก AI เองเสียอีก

ด้านประเด็นการยกระดับการควบคุม ผมมองว่ามีทั้งต้นทุนที่ต้องจ่ายและเกราะป้องกันความเสี่ยงที่ได้กลับมา

เพราะการมีกฎเกณฑ์ที่ชัดเจน จะช่วยลดความเสี่ยงที่ AI จะถูกใช้ผิดวัตถุประสงค์ ลดความเสี่ยงที่ตลาดจะถูกแย่งไปโดยผู้เล่นที่ไม่มีกรอบความรับผิดชอบ และลดความเสี่ยงที่โมเดลจะถูกลอกเลียนแบบอย่างรวดเร็วเกินควบคุม

ส่วนต้นทุนที่ต้องจ่าย คือค่าใช้จ่ายดำเนินงานที่สูงขึ้น ความเร็วในการออกผลิตภัณฑ์ใหม่ที่ช้าลง และที่สำคัญที่สุด คือมูลค่าตลาดรวมของอุตสาหกรรม (Total Addressable Market) ที่อาจเล็กลงกว่าที่นักลงทุนเคยประเมินไว้

คำถามที่น่าสนใจอีกเรื่อง คือโอกาสที่เหล่าผู้นำด้าน AI จะประเมินผิด

ประเด็นนี้เป็นความเสี่ยงที่นักลงทุนส่วนใหญ่มองข้าม แต่มักเป็นเหตุผลสำคัญที่ทำให้เกิดการเปลี่ยนตัวผู้นำการเติบโตในอดีต

เช่น Steve Ballmer ซีอีโอ Microsoft เคยบอกว่า iPhone ไม่มีทางมี market share ที่มีนัยสำคัญได้ แต่ปัจจุบันขายไปแล้วกว่า 3 พันล้านเครื่อง ต้นทุนของการเดาผิดครั้งนั้นคือ Microsoft เสียโอกาสครองตลาดมือถือไปทั้งยุค

หรือ Sam Altman เองก็เพิ่งกลับคำ หลังเคยเตือนว่า AI จะกวาดงานระดับเริ่มต้นหายไปครึ่งหนึ่ง แต่สุดท้ายยอมรับว่าผิดพลาดเรื่องผลกระทบเศรษฐกิจและสังคมที่สูงเกินจริง

ความเสี่ยงของรอบนี้คือการประเมิน timeline พัฒนาการ ถ้าประเมินถูก สหรัฐฯ ก็น่าจะรักษาความเป็นผู้นำด้านโมเดล AI ไว้ได้ไม่ยาก แต่ถ้าผิด ก็จะเป็นโอกาสให้ผู้พัฒนารายอื่นๆ ก้าวแซงขึ้นมาได้เช่นกัน

จากการวิเคราะห์เบื้องต้น จะเห็นว่าทั้งหมดมีทั้งโอกาสและความเสี่ยง สำหรับนักลงทุน กลยุทธ์ที่ดีที่สุดจึงเป็นการเลือกสินทรัพย์ที่ได้ประโยชน์ไม่ว่า AI จะ Speed up หรือ Slow down

(1) โครงข่ายสาธารณูปโภคสำหรับ Data Center

ไม่ว่าโมเดลจะพัฒนาต่อเร็วหรือชะลอลง ความต้องการไฟฟ้า ระบบระบายความร้อน และโครงสร้างพื้นฐานพลังงานจะเพิ่มขึ้นต่อเนื่อง เพราะโมเดลที่มีอยู่แล้วก็ต้องใช้พลังงานรันตลอดเวลาอยู่ดี

(2) ผู้ผลิตชิปที่มีสัญญาระยะยาวรองรับ

เพราะสัญญาที่เซ็นไปแล้ว ไม่ได้ถูกยกเลิกเพียงเพราะบริษัท AI ประกาศชะลอการพัฒนา ความต้องการชิปยังคงมีอยู่จากทั้งการเทรนโมเดลใหม่ และการรันโมเดลเดิมในเชิงพาณิชย์

(3) ผู้ให้บริการตรวจสอบและรับรองความปลอดภัยของ AI

หาก AI เร่งพัฒนาต่อ ความต้องการตรวจสอบจะยิ่งเพิ่มตามความซับซ้อน แต่หากอุตสาหกรรมถูกบังคับให้ชะลอด้วยกฎระเบียบ ความต้องการตรวจสอบจะยิ่งเพิ่มขึ้นไปอีกจากแรงกดดันด้านการปฏิบัติตามกฎเกณฑ์

มุมมองของผม เรื่องร้ายมักขายดีกว่าเรื่องดีอยู่แล้วในทุกยุคสมัย แต่ผมเชื่อว่าโอกาสที่โมเดลภาษา จะพัฒนาเร็วจนกลายเป็นภัยคุกคามการดำรงอยู่ของมนุษยชาติในระยะสั้นยังต่ำมาก

อย่างไรก็ดี ในมุมของกลยุทธ์การลงทุน ทุกอย่างมีโอกาสเกิดขึ้นได้ เราจึงต้องปรับพอร์ตให้ยืดหยุ่น เพื่อพร้อมรับมือกับทุกการเปลี่ยนแปลงมากกว่าเดิมครับ

ภาพ: Tero Vesalainen / Shutterstock

The post เมื่อผู้นำการเติบโต AI ขอแตะเบรก appeared first on THE STANDARD.

เมื่อวานนี้ (16 กันยายน) อัวร์ซูลา ฟอน แดร์ ไลเอิน ประธานคณะกรรมาธิการยุโรป (EC) กำลังผลักดันกฎหมายใหม่ โดยจะสั่งห้ามเด็กอายุต่ำกว่า 13 ปีใช้งานโซเชียลมีเดีย เพื่อปกป้องวัยเยาว์จากการครอบงำของโลกออนไลน์

อีกทั้ง สหภาพยุโรป (EU) ยังมองเห็นถึง ‘ความเสี่ยงมหาศาล’ จากเทคโนโลยี AI โดยเฉพาะภัยคุกคามไซเบอร์และการแฮกข้อมูลในระดับที่ไม่เคยเกิดขึ้นมาก่อน โดยมีแผนจะเชิญผู้พัฒนา AI ชั้นนำของโลก เช่น Anthropic, OpenAI, SpaceXAI ร่วมหารือถึงแนวทางชะลอพัฒนาการของเทคโนโลยีให้อยู่ในระดับที่ปลอดภัย

ทำไมต้องแบน

อัวร์ซูลา มองว่า แอปพลิเคชันโซเชียลมีเดียกำลัง “พรากชีวิตวัยเด็กไปจากเด็กๆ” เธอจึงต้องการปกป้องเยาวชนจากอันตรายบนโลกดิจิทัล และแก้ไขรูปแบบการออกแบบแอปที่ทำให้เกิดพฤติกรรมเสพติด (Addictive Design)

แม้แพลตฟอร์มส่วนใหญ่จะมีกฎห้ามเด็กต่ำกว่า 13 ปีใช้งานอยู่แล้ว แต่ที่ผ่านมายังขาดมาตรการบังคับใช้จริงที่มีประสิทธิภาพ เธอจึงพยายามดึงอำนาจการควบคุมกลับมาจาก Big Tech เพื่อสร้างกฎเกณฑ์ชุดเดียวกันทั่วทั้งยุโรป และแสดงให้เห็นว่า สหภาพยุโรปเป็นผู้กำหนดกฎเกณฑ์ ไม่ใช่บรรดาบริษัทเทคโนโลยีทั้งหลาย

มาตรการแบนมีอะไรบ้าง ทำงานอย่างไร

มาตรการแบนโซเชียลมีเดียสำหรับเด็กอายุต่ำกว่า 13 ปีของสหภาพยุโรป (EU) มีกลไกการทำงานและมาตรการบังคับใช้หลักผ่านร่างกฎหมาย Kids Act ซึ่งเป็นร่างกฎหมายดิจิทัลฉบับใหม่ ที่จะกำหนดมาตรการสั่งห้ามระดับทวีป (Total Ban) โดยจะกำหนดให้การใช้งานโซเชียลมีเดียของเด็กอายุต่ำกว่า 13 ปีเป็นสิ่งต้องห้ามอย่างเด็ดขาด ครอบคลุมสมาชิกสหภาพยุโรปทั้ง 27 ประเทศ ซึ่งเป็นการ ‘บังคับใช้มาตรฐานเดียว’ (Unified Rulebook) แทนการแยกใช้กฎหมายของแต่ละประเทศสมาชิกที่กระจัดกระจายและแตกต่างกัน

ร่างกฎหมาย Kids Act กำหนดให้มี ‘การย้อนภาระการพิสูจน์’ (Reverse the Burden of Proof) ซึ่งเป็นหัวใจสำคัญของกลไกนี้ โดยเปลี่ยนหน้าที่จากการที่ผู้ใช้ ผู้ปกครอง หรือหน่วยงานรัฐต้องคอยไล่ตรวจจับ มาเป็นการบังคับให้บริษัทเทคโนโลยี (Big Tech) ต้องเป็นผู้พิสูจน์เองว่า แพลตฟอร์มของตนมีความปลอดภัยต่อผู้เยาว์ก่อนเปิดให้ใช้งาน ซึ่งกฎหมายนี้จะมีขนาดและการกำกับดูแลที่สำคัญในระดับเดียวกับ Digital Services Act และ AI Act

EU ยังพยายามอุดช่องโหว่ด้านการบังคับใช้ ที่ผ่านมาแพลตฟอร์มใหญ่ๆ ยังไม่มีมาตรการบังคับใช้ที่ได้ผลจริง ร่างกฎหมายนี้จึงเข้ามาสร้างเกณฑ์บังคับและบทลงโทษโดยตรงแก่แพลตฟอร์ม

ส่วนการจัดระบบควบคุมตามช่วงอายุ (Tiered System) นั้น

ต่ำกว่า 13 ปี: ห้ามใช้งานโดยเด็ดขาด

ต่ำกว่า 15 ปี: ห้ามมีบัญชีส่วนตัว (Personal Account)

อายุ 13-15 ปี: อนุญาตให้ใช้ได้เฉพาะ ‘บัญชีขนาดเล็ก’ (Mini Accounts) ซึ่งต้องอยู่ภายใต้การดูแลของผู้ปกครอง มีการจำกัดฟีเจอร์ และจำกัดเวลาใช้งานไม่เกิน 1 ชั่วโมงต่อวัน

EU ยังพยายามดำเนินการควบคู่กับร่างกฎหมาย Digital Fairness Act เพื่อควบคุมและห้ามใช้การออกแบบแอปพลิเคชันที่กระตุ้นให้เกิดพฤติกรรมเสพติดโซเชียล

โดยร่างกฎหมายเหล่านี้จะต้องผ่านการอนุมัติจากสภายุโรปและประเทศสมาชิกทั้ง 27 ประเทศ ซึ่งอาจใช้เวลาหลายปี โดยหลายประเทศได้เริ่มดำเนินการเองแล้ว เช่น ฝรั่งเศสที่เคยผ่านกฎหมายห้ามเด็กต่ำกว่า 15 ปีใช้งาน แต่ถูกศาลรัฐธรรมนูญตีตกในเวลาต่อมา รวมถึงสเปน เดนมาร์ก และสวีเดน ขณะที่ออสเตรเลียได้กลายเป็นประเทศแรกในโลกที่สั่งห้ามโซเชียลมีเดียสำหรับเด็กต่ำกว่า 16 ปี เมื่อเดือนธันวาคม 2025

มาตรการแบนโซเชียลมีเดียสำหรับเด็กต่ำกว่า 13 ปีของสหภาพยุโรปไม่เพียงแต่เป็นการท้าทายอำนาจของบริษัทเทคโนโลยียักษ์ใหญ่เท่านั้น แต่ยังถือเป็น ‘จุดเปลี่ยนครั้งสำคัญ’ ในการลากเส้นแบ่งระหว่าง ‘ความปลอดภัยบนโลกดิจิทัล’ กับ ‘เสรีภาพในการเข้าถึงเทคโนโลยี’

แม้เส้นทางของร่างกฎหมาย Kids Act ยังคงต้องผ่านการทดสอบอีกหลายปราการ ทั้งในมิติการบังคับใช้จริง การก้าวทันการพัฒนาของ AI และบทพิสูจน์จากความเห็นที่แตกต่างกันในหมู่ประเทศสมาชิก แต่การเคลื่อนไหวครั้งนี้ได้จุดประกายคำถามสำคัญไปทั่วโลกว่า ในยุคที่โลกออนไลน์กลายเป็นส่วนหนึ่งของชีวิต เราควรจะร่วมกันออกแบบพื้นที่ดิจิทัลอย่างไร ให้เยาวชนได้เติบโตอย่างปลอดภัย โดยไม่สูญเสียคุณค่าของชีวิตวัยเด็กไปในโลกโซเชียล

แฟ้มภาพ: Ground Picture / Shutterstock

อ้างอิง:

• https://edition.cnn.com/2026/09/16/europe/eu-social-media-ban-children-intl
• https://www.theguardian.com/world/2026/sep/16/eu-social-media-ban-under-13s
• https://www.yahoo.com/news/world/articles/eu-announces-plan-ban-social-093049876.html?

The post ส่องมาตรการแบนโซเชียลเด็กต่ำกว่า 13 ปีของ EU ทำงานอย่างไร ทำไมต้องแบน appeared first on THE STANDARD.

งาน Dreamforce 2026 งานประจำปีที่ใหญ่ที่สุดของ Salesforce เปิดฉากขึ้นแล้วที่เมืองซานฟรานซิสโก ประเทศสหรัฐอเมริกา ภายใต้ธีม Becoming an Agentic Enterprise โดยปีนี้ Marc Benioff ซีอีโอ Salesforce เชิญซีอีโอบริษัท AI ที่ทรงอิทธิพลที่สุด 3 ราย อย่าง Dario Amodei ซีอีโอ Anthropic, Jensen Huang ซีอีโอ NVIDIA และ Sam Altman ซีอีโอ OpenAI ร่วมฉายภาพอนาคต AI ที่กำลังเดินมาถึง

และหนึ่งในประเด็นสำคัญที่เกิดขึ้นก่อนหน้างาน Dreamforce 2026 นี้ คือความกังวลว่า AI อาจหลุดพ้นการควบคุมของมนุษย์ ทำให้คำถามสำคัญบนเวทีในปีนี้ นอกจากเรื่องของเทรนด์เทคโนโลยี AI แล้ว อีกด้านหนึ่งยังเป็นเรื่องของความปลอดภัยของเทคโนโลยีเหล่านี้

ความกังวลทั่วโลกเกี่ยวกับ AI เริ่มจากโพสต์ของนักวิจัยคนหนึ่งที่ลาออกจาก Anthropic ซึ่งเผยแพร่ในสัปดาห์ก่อนหน้าและกลายเป็นไวรัล โดยอ้างว่า AI อาจฆ่ามนุษย์ทั้งหมดภายในสิ้นทศวรรษนี้หากปล่อยไว้โดยไม่มีการควบคุม

ผู้บริหารและผู้เชี่ยวชาญด้าน AI จำนวนหนึ่งออกมาแสดงความเห็นด้วยกับการประเมินนั้น แม้จะไม่ได้อธิบายว่าได้ข้อสรุปมาอย่างไร หรือ AI จะทำสิ่งนั้นได้ด้วยวิธีใด ความร้อนแรงของข้อกล่าวอ้างดังกล่าวนำไปสู่การจับตาการพัฒนา AI มากขึ้น

“โลกมีสิทธิ์ที่จะกลัว AI” – Sam Altman

Altman ขึ้นเวทีเป็นครั้งแรกนับตั้งแต่โพสต์ดังกล่าวเผยแพร่ และเลือกยอมรับความกลัวของสาธารณชนก่อนเป็นอันดับแรก “ทุกวันนี้ไม่ต้องใช้จินตนาการมากเท่าเมื่อก่อนเลยที่จะนึกภาพว่าเรื่องนี้จะผิดพลาดได้อย่างไร ผมคิดว่าโลกมีสิทธิ์ที่จะกลัวเรื่องนี้”

อย่างไรก็ตาม Altman มองว่า “โลกควรไว้วางใจว่าเราจะทำสิ่งที่ถูกต้อง เพราะมันเป็นสิ่งที่ถูกต้อง และเพราะเรารู้สึกได้ถึงขนาดของเรื่องนี้” พร้อมกล่าวต่อว่า “เราจะทำมันให้ถูกต้อง ผมมั่นใจมากในความสามารถของบริษัทเราและของอุตสาหกรรมที่จะทำเรื่องนี้อย่างปลอดภัย” ซึ่งหมายถึงการทำให้ AI ทำตามเจตนาของมนุษย์ และงานด้านความปลอดภัย นำหน้าขีดความสามารถของโมเดลอยู่เสมอ และหากทำไม่ได้ ก็จะชะลอหรือหยุด

ความปลอดภัยคือโจทย์วิศวกรรม – Jensen Huang

“ความปลอดภัยเป็นเรื่องสำคัญสูงสุด อย่างไรก็ตาม ความปลอดภัยเป็นปัญหาทางวิศวกรรม” Huang กล่าว พร้อมอธิบายว่าสิ่งที่พัฒนาอยู่คือระบบคอมพิวเตอร์ที่ซับซ้อน แต่สุดท้ายก็ยังเป็นระบบคอมพิวเตอร์ ที่ต้องมีสภาพแวดล้อมทดสอบและกระบวนการทดสอบที่ดีพอ

อย่างไรก็ตาม Huang เชื่อว่า “เราไม่ต้องการกฎหมายใหม่ เราไม่ต้องการกฎระเบียบใหม่” โดยมองว่ากลไกตลาดจะทำหน้าที่ของมัน สิ่งที่ต้องการคือให้บริษัทเป็นผู้ตัดสินใจเอง “ถ้าคุณสร้างผลิตภัณฑ์หรือบริการ แล้วคุณไม่มั่นใจในการทำงาน ความสามารถ หรือความปลอดภัยของมัน ก็อย่าปล่อยออกมา นั่นเป็นสิ่งที่ชัดเจนมากที่ควรทำ”

Huang ยังปฏิเสธการวางกรอบว่าความเร็วกับความปลอดภัยต้องแลกกัน โดยมองว่าไม่ใช่สิ่งที่ต้องเลือก

โลกควรมีมาตรฐานร่วมกัน – Dario Amodei

Amodei มองในมุมที่ต่างออกไป โดยเรียกร้องให้มีกติกาจากภายนอก และอธิบายจุดยืนผ่านการเปรียบเทียบกับอุตสาหกรรมรถยนต์

สมมติว่าบริษัทรถคู่แข่งเกิดอุบัติเหตุด้านความปลอดภัย ขณะที่บริษัทตัวเองเชื่อว่ามีสถิติดีที่สุดในอุตสาหกรรม “มันน่าดึงดูดมากที่จะโจมตีคู่แข่งแล้วบอกว่า พวกนี้ไม่ปลอดภัย เราปลอดภัย แต่วิธีตอบสนองที่รับผิดชอบกว่าคือบอกว่า ก่อนอื่นมาดูสถิติของเราเองก่อน เราอาจไม่เคยมีอุบัติเหตุใหญ่แบบนั้น แต่ผมมั่นใจว่าเราไม่ได้สมบูรณ์แบบ”

Amodei เสนอลำดับสามขั้น เริ่มจากการทบทวนแนวปฏิบัติและความโปร่งใสของตัวเอง ต่อด้วยการรวมอุตสาหกรรมที่เหลือเพื่อหารือเรื่องมาตรฐานร่วม และปิดท้ายว่า “สุดท้ายควรมีองค์ประกอบระหว่างประเทศด้วย” โดยระบุว่าขั้นแรกบริษัทผูกพันแล้ว ส่วนขั้นที่เหลือจะเปิดการหารือกับอุตสาหกรรม

ขณะที่ Benioff กล่าวว่า “ในมุมมองของผม เทคโนโลยีไม่เคยดีหรือเลวในตัวมันเอง สิ่งที่สำคัญคือคุณทำอะไรกับมัน บริษัทเหล่านี้ต้องรับผิดชอบต่อสิ่งที่พวกเขาสร้าง นั่นคือกุญแจของการเป็นบริษัทที่มีจริยธรรม”

อนาคตที่ซีอีโอทั้ง 4 คนมองเห็น

แม้จะเห็นต่างเรื่องใครควรเป็นผู้คุมกติกา แต่เมื่อพูดถึงปลายทางของเทคโนโลยี ทั้งสี่คนกลับมองไปในทิศทางที่ใกล้เคียงกัน

Huang กล่าวว่า “เรากำลังผ่านการปฏิวัติอุตสาหกรรมครั้งใหม่ เหมือนเมื่อไม่กี่ร้อยปีก่อน ด้วยไฟฟ้า เราให้พลังงานกับทุกสิ่งได้ ด้วยอินเทอร์เน็ต เราหาอะไรก็เจอ และตอนนี้ด้วยปัญญาประดิษฐ์ในฐานะชั้นโครงสร้างพื้นฐานที่ครอบคลุมทั้งโลก เรารู้ได้ทุกอย่าง และทำได้ทุกอย่าง”

Huang กล่าวต่อว่า “ทุกบริษัท ทุกองค์กร ทุกประเทศ จะกลายเป็นบริษัท AI” และสนับสนุนด้วยตัวเลขการใช้งานที่อ้างบนเวทีว่า ในรอบปีที่ผ่านมาปริมาณโทเคนที่ระบบ AI ทั่วโลกสร้างขึ้นเพิ่มขึ้นราว 25 เท่า โดยส่วนใหญ่กระจุกอยู่ในหกเดือนหลัง ขณะที่สัดส่วนการใช้งานโมเดลเปิด (Open-Source) เพิ่มจากราว 30% เมื่อต้นปี มาเป็นเกือบ 70%

ทั้งนี้ Huang เน้นย้ำว่า “ถ้าคุณเพิ่งทดสอบมันวันนี้ แล้วรู้สึกว่ามันทำได้แค่ 80% ของที่คาดหวัง ลองทดสอบใหม่อีกทีในอีกสองสามสัปดาห์! มันจะดีขึ้นมากๆ ดังนั้นอย่ายอมแพ้ต่อเทคโนโลยีนี้ สิ่งสำคัญที่สุดคืออย่าถูกทิ้งไว้ข้างหลัง”

พร้อมกับบอกว่าความกังวลเรื่อง “จุดจบของซอฟต์แวร์” เป็นเรื่องไร้สาระ โดย AI จะกลายเป็นอีกชั้นหนึ่งที่ซ้อนอยู่บนซอฟต์แวร์ ชั้นใหม่บนซอฟต์แวร์นี้จะเป็นแบบ agentic มันจะทำให้คุณใช้ซอฟต์แวร์ได้ดีขึ้นมาก และอีกเรื่องที่ไร้สาระคือ AI จะทำลายตำแหน่งงาน

ด้าน Amodei มองไปที่ช่องว่างระหว่างสิ่งที่เทคโนโลยีทำได้กับสิ่งที่โลกใช้จริง “ต่อให้เราหยุดเทคโนโลยีไว้ตรงนี้ เราก็ยังใช้ประโยชน์จากมันได้แค่ราว 5 หรือ 10 เปอร์เซ็นต์ของมูลค่าที่เป็นไปได้ทั้งหมด สัดส่วนของคนที่ได้เห็นสิ่งนี้และเห็นว่ามันเป็นไปได้ ยังน้อยมากเมื่อเทียบกับคนที่จะได้ประโยชน์จากมัน”

ทั้งนี้ สิ่งที่ทำให้ Amodei ประหลาดใจที่สุดในรอบทศวรรษคือจังหวะก้าว “ไม่ใช่แค่ของเทคโนโลยี แต่ของฝั่งเศรษฐกิจด้วย” โดยอธิบายว่าเขาและผู้ร่วมก่อตั้งบางคนเป็นผู้คิดสูตร scaling laws ซึ่งทำนายได้ว่าโมเดลจะเก่งขึ้นตามพลังประมวลผลที่ใส่เข้าไป “แต่สิ่งที่เราไม่ได้ตระหนักคือมันจะทำให้บริษัทเหล่านี้โตเร็วขนาดนี้”

Benioff โฟกัสที่สิ่งที่ผู้ใช้จะสัมผัสได้ก่อน นั่นคือส่วนติดต่อผู้ใช้ “เราเห็นการปฏิวัติ interface มาหลายครั้ง จาก DOS สู่ GUI จาก GUI สู่เว็บ จากเว็บสู่มือถือ และวันนี้คุณจะได้เห็นส่วนติดต่อ AI ที่เป็นพลวัตและมีปัญญา ที่ประกอบขึ้นใหม่ได้และมีชีวิต”

แต่สิ่งที่ต้องคำนึงคือข้อจำกัดของ AI เพราะ “โมเดล AI เพียงลำพังบริหารองค์กรไม่ได้ และโมเดลยังเป็นระบบเชิงความน่าจะเป็นอย่างมาก มันพอรู้ว่าเกิดอะไรขึ้น แต่มันไม่ได้ยึดโยงกับชุดความจริงชุดเดียวแบบแอปพลิเคชันดั้งเดิมของคุณ”

ส่วน Altman พูดถึงอนาคตเชิงปฏิบัติว่า นอกจากควรนำเครื่องมือ AI มาใช้ในการทำงานแล้ว องค์กรยังจำเป็นต้องใช้มันเพื่อปกป้องธุรกิจจากการโจมตีทางไซเบอร์ที่ขับเคลื่อนด้วย AI ด้วย

The post ส่องอนาคต AI ผ่านมุมมอง 4 ซีอีโอ ‘Salesforce – Nvidia – Anthropic – OpenAI’ เมื่อโลกกำลังกังวลเรื่องความปลอดภัย appeared first on THE STANDARD.

สำหรับงาน Dreamforce 2026 เป็นงานประจำปีที่ใหญ่ที่สุดของ Salesforce ปีนี้จัดขึ้นภายใต้ธีม Becoming an Agentic Enterprise โดย THE STANDARD WEALTH เป็นตัวแทนสื่อไทยเข้าร่วมงานในครั้งนี้

ความปลอดภัยคือโจทย์วิศวกรรม ไม่ใช่โจทย์กฎหมาย

“ความปลอดภัยเป็นเรื่องสำคัญสูงสุด ในหลายแง่มันคืองานอันดับหนึ่ง อย่างไรก็ตาม ความปลอดภัยเป็นปัญหาทางวิศวกรรม” Huang กล่าว พร้อมอธิบายว่าสิ่งที่กำลังพัฒนาอยู่คือระบบคอมพิวเตอร์ที่ซับซ้อน แต่สุดท้ายก็ยังเป็นระบบคอมพิวเตอร์ ที่ต้องมีสภาพแวดล้อมสำหรับทดสอบและกระบวนการทดสอบที่ดีพอ

“แรงกลไกตลาดมีอยู่แล้ว เราไม่ต้องการกฎหมายใหม่ เราไม่ต้องการกฎระเบียบใหม่ เราแค่ต้องการให้บริษัทตัดสินใจเอง” Huang กล่าว

Huang ขยายความว่ากลไกที่ควบคุมความปลอดภัยได้จริงคือแรงจูงใจทางธุรกิจ ถ้าสร้างผลิตภัณฑ์หรือบริการ แล้วคุณไม่มั่นใจในการทำงาน ความสามารถ หรือความปลอดภัยของมัน ก็อย่าปล่อยออกมา นั่นเป็นสิ่งที่ชัดเจนมากที่ควรทำ

“ผมคิดว่าความเร็วของนวัตกรรมกับผลิตภัณฑ์ที่ปลอดภัยไม่ใช่สิ่งที่ต้องเลือกอย่างใดอย่างหนึ่ง มันเป็นทางเลือกปลอม คุณมีทั้งสองอย่างพร้อมกันได้แน่นอน วิ่งให้เร็วที่สุดเท่าที่ทำได้ แต่ถ้าเมื่อไรคุณรู้สึกว่าบริษัทเริ่มควบคุมไม่ได้ หรือผลิตภัณฑ์จะไม่ปลอดภัย ก็หยุดพักแล้วทำให้มันถูกต้องก่อน”

Huang ระบุว่าในรอบปีที่ผ่านมา ปริมาณโทเคนที่ระบบ AI ทั่วโลกประมวลผลเพิ่มขึ้นราว 25 เท่า และส่วนใหญ่กระจุกอยู่ใน 6 เดือนหลัง ขณะเดียวกันจะเห็นว่าผู้คนเริ่มหันมาพัฒนาโมเดล AI ของตัวเองมากขึ้น

เริ่มจากทบทวนตัวเอง แล้วจบที่มาตรฐานระหว่างประเทศ

ด้าน Amodei อธิบายผ่านการเปรียบเทียบกับอุตสาหกรรมรถยนต์ สมมติว่าบริษัทรถยนต์คู่แข่งเกิดอุบัติเหตุด้านความปลอดภัย ขณะที่บริษัทของตัวเองเชื่อว่ามีสถิติดีที่สุดในอุตสาหกรรม

“มันน่าดึงดูดมากที่จะโจมตีคู่แข่ง แต่ผมคิดว่าวิธีตอบสนองที่รับผิดชอบกว่าคือบอกว่า ก่อนอื่นมาดูสถิติของเราเองก่อน เราดีขึ้นได้เสมอ” Amodei กล่าว

Amodei กล่าวว่าแต่ละบริษัทควรวางลำดับสามขั้น เริ่มจากการทบทวนแนวปฏิบัติและความโปร่งใสของตัวเอง ต่อด้วยการรวมอุตสาหกรรมที่เหลือเพื่อหารือว่าจะตั้งมาตรฐานร่วมกันอย่างไร และสุดท้ายควรมีองค์ประกอบระหว่างประเทศด้วย

อย่างไรก็ดี Amodei มองว่า ต่อให้เทคโนโลยีหยุดพัฒนา ณ วันนี้ โลกก็ยังใช้ประโยชน์จาก AI ได้เพียง 5-10% ของมูลค่าที่เป็นไปได้ “สัดส่วนของคนที่ได้เห็นสิ่งนี้และเห็นว่ามันเป็นไปได้ ยังน้อยมากเมื่อเทียบกับคนที่จะได้ประโยชน์จากมัน”

The post ซีอีโอ Nvidia ชี้ AI ไม่ต้องการกฎหมายใหม่ สวนทางซีอีโอ Anthropic ที่เสนอตั้งมาตรฐาน AI ระดับนานาชาติ บนเวที Dreamforce 2026 appeared first on THE STANDARD.

ตลอดหลายปีที่ผ่านมา หุ้น AI เติบโตมาพร้อมการแข่งขันพัฒนาเทคโนโลยีให้เร็วขึ้น เก่งขึ้น และเข้าถึงผู้ใช้งานมากขึ้น แต่เมื่อผู้พัฒนาเองเริ่มส่งสัญญาณว่าความก้าวหน้าอาจเร็วจนการดูแลความปลอดภัยตามไม่ทัน นักลงทุนจึงต้องกลับมาทบทวนว่า อุตสาหกรรมนี้จะเดินหน้าต่ออย่างไร

แรงกดดันรอบนี้เกิดขึ้นหลัง Dario Amodei ประธานเจ้าหน้าที่บริหาร Anthropic เสนอให้ชะลอการพัฒนา AI ระดับแนวหน้า หรือ Frontier AI พร้อมเพิ่มการตรวจสอบความปลอดภัยจากผู้เชี่ยวชาญภายนอก และสร้างกติการ่วมกันระหว่างบริษัทกับภาครัฐ

แนวคิดดังกล่าวได้รับเสียงสนับสนุนจากผู้นำรายอื่นในอุตสาหกรรม ขณะที่หุ้นที่เกี่ยวข้องกับ AI โดยเฉพาะผู้ผลิตชิป เผชิญแรงขายในวันที่ 14 กันยายน 2569

Source: Bloomberg

จากภาพ ดัชนี SOX ซึ่งสะท้อนความเคลื่อนไหวของหุ้นกลุ่มเซมิคอนดักเตอร์สหรัฐฯ เผชิญแรงขายหนัก โดยเปิดตลาดวันที่ 14 ก.ย. 2569 ลดลงราว 5% จากราคาปิดวันที่ 11 ก.ย. 2569

ขณะเดียวกัน Sam Altman ประธานเจ้าหน้าที่บริหาร OpenAI ส่งสัญญาณว่าบริษัทจะยังไม่เข้าตลาดหุ้นในปี 2569 ท่ามกลางภารกิจด้านความปลอดภัยที่ต้องดำเนินการ ยิ่งทำให้ตลาดหันมาตั้งคำถามว่า เม็ดเงินลงทุนมหาศาลใน AI จะสร้างรายได้และกำไรกลับมาเมื่อไร
ความกังวลนี้กระทบราคาหุ้นได้ทันที เพราะมูลค่าหุ้น AI ส่วนหนึ่งสะท้อนการเติบโตในอนาคตไว้แล้ว หากตลาดมองว่าผลตอบแทนจากการลงทุนอาจมาช้ากว่าคาด นักลงทุนก็อาจลดราคาที่ยอมจ่าย แม้รายได้ปัจจุบันยังไม่ได้เปลี่ยนแปลง จึงเกิดแรงขายต่อเนื่องไปถึงผู้ผลิตชิปและผู้ให้บริการโครงสร้างพื้นฐาน

อย่างไรก็ตาม การพัฒนา AI รุ่นใหม่ให้ช้าลงไม่ได้หมายถึงการหยุดใช้ AI หรือหยุดลงทุนทั้งหมด ธุรกิจยังสามารถนำโมเดลที่มีอยู่ไปช่วยเขียนโปรแกรม วิเคราะห์ข้อมูล และเพิ่มประสิทธิภาพการทำงานได้ ซึ่งยังต้องอาศัยชิป หน่วยความจำ และศูนย์ข้อมูลรองรับ ความต้องการส่วนนี้จึงยังมีโอกาสเติบโต แม้การเปิดตัวโมเดลรุ่นใหม่จะต้องผ่านการตรวจสอบที่เข้มงวดขึ้น

นอกจากนี้ ประธานาธิบดีโดนัลด์ ทรัมป์ ยังแสดงท่าทีไม่เห็นด้วยกับเสียงเรียกร้องให้ชะลอ AI โดยมองว่าสหรัฐฯ มีมาตรการกำกับดูแลอยู่แล้ว เมื่อประกอบกับการแข่งขันทางเทคโนโลยีระหว่างสหรัฐฯ กับจีน เราจึงประเมินว่าการชะลอในวงกว้างเกิดขึ้นได้ยาก เพราะแต่ละฝ่ายต่างกังวลว่าจะเสียความได้เปรียบหากตัวเองชะลอ แต่อีกฝ่ายยังเดินหน้าต่อ

ความกังวลด้านความปลอดภัยยังทำให้ Cybersecurity หรือความมั่นคงปลอดภัยทางไซเบอร์น่าจับตา เพราะเมื่อองค์กรเชื่อมต่อ AI เข้ากับข้อมูลลูกค้า เอกสารภายใน และระบบงานสำคัญ ก็จำเป็นต้องควบคุมสิทธิ์การเข้าถึง ป้องกันข้อมูลรั่วไหล และตรวจจับการใช้งานผิดปกติ เราจึงมองว่างบประมาณด้านความปลอดภัยมีโอกาสเติบโตควบคู่กับการนำ AI ไปใช้งานจริง และเป็นอีกส่วนของอุตสาหกรรมที่นักลงทุนควรให้ความสำคัญ

แล้วหุ้น AI ที่กำลังพักฐานยังน่าสนใจหรือไม่?

ข้อมูลจากทีม Global Investing หลักทรัพย์บัวหลวง ระบุว่าการปรับตัวลงรอบนี้อาจเปิดโอกาสให้ทยอยสะสมหุ้นพื้นฐานแข็งแกร่งในราคาที่เหมาะสม โดยเรายังมองว่าแรงขายสะท้อนการลดความคาดหวังของตลาด มากกว่าการสิ้นสุดของวัฏจักรการลงทุน AI อย่างไรก็ตาม มุมมองนี้ต้องได้รับการสนับสนุนจากงบลงทุนของบริษัทเทคโนโลยีรายใหญ่ คำสั่งซื้อชิป และแนวโน้มกำไร หากเริ่มเห็นการเลื่อนโครงการหรือลดคำสั่งซื้อเป็นวงกว้าง ก็จำเป็นต้องประเมินสถานการณ์ใหม่

อีกปัจจัยที่ต้องจับตาคือ Fed จะขึ้นดอกเบี้ยหรือไม่ โดยมีกำหนดประกาศผลการประชุมวันที่ 16 กันยายน 2569 ตามเวลาสหรัฐฯ หรือเวลา 01.00 น. ของวันที่ 17 กันยายน ตามเวลาไทย เพราะดอกเบี้ยที่สูงขึ้นอาจเพิ่มต้นทุนทางการเงินและกดดันมูลค่าหุ้นเทคโนโลยี แม้ธุรกิจยังเติบโต ราคาหุ้นก็อาจผันผวนต่อได้ การแบ่งเงินทยอยลงทุนและเผื่อเงินสำหรับจังหวะที่ตลาดปรับตัวเพิ่มเติมจึงเป็นแนวทางที่เหมาะกับความไม่แน่นอนช่วงนี้

ในห่วงโซ่ AI ยังมีบริษัทที่น่าติดตามตั้งแต่ NVIDIA ผู้พัฒนาชิปประมวลผล Micron ผู้ผลิตหน่วยความจำ ไปจนถึง ASML ผู้ผลิตเครื่องจักรสำหรับการผลิตชิป รวมถึง Samsung Electronics และ SK hynix ของเกาหลีใต้ ซึ่งมีบทบาทสำคัญในการผลิตหน่วยความจำรองรับ AI
นักลงทุนไทยสามารถเข้าถึงบริษัทเหล่านี้ผ่าน DR01 ที่ซื้อขายเป็นเงินบาทในตลาดหุ้นไทย เช่น NVDA01, MICRON01 และ ASML01 ส่วน KOREA01 อ้างอิง ETF ที่ลงทุนตามดัชนี KOSPI 200 ซึ่งมี Samsung Electronics และ SK hynix เป็นส่วนประกอบ จึงเชื่อมโยงทั้งกับธีมหน่วยความจำและภาพรวมตลาดหุ้นเกาหลีใต้

เมื่อความเร็วในการพัฒนา AI เริ่มถูกตั้งคำถาม นักลงทุนย่อมให้ความสำคัญมากขึ้นกับการเปลี่ยนเทคโนโลยีให้เป็นรายได้และกำไรจริง โอกาสระยะยาวจึงต้องพิจารณาควบคู่กับราคาที่เข้าลงทุน เพราะแม้ธุรกิจจะเติบโตได้ดี ผลตอบแทนยังขึ้นอยู่กับว่าเราจ่ายแพงเพียงใด และพร้อมรับความผันผวนระหว่างทางได้แค่ไหน
ที่มา: BLS Global Investing 15/09/2569

ภาพ: Will Falcon / Shutterstock

The post เมื่อผู้สร้าง AI ขอแตะเบรก: จุดจบหุ้นเทค หรือจุดเปลี่ยนวิธีเลือกลงทุน? appeared first on THE STANDARD.

กลุ่มบ้านปู ประกาศยุทธศาสตร์ปรับพอร์ต เร่งดันสัดส่วนก๊าซฯ-ไฟฟ้าเกิน 50% ชูนวัตกรรมเครื่องยนต์ก๊าซฯ มอดูลาร์และ BESS แก้โจทย์คอขวดพลังงาน AI ระดับโลก พร้อมรุก LNG Trading ข้ามทวีป

กลุ่มบ้านปู ประกาศปรับโครงสร้างพอร์ตโฟลิโอเชิงรุก มุ่งเพิ่มสัดส่วนกระแสเงินสดจากธุรกิจก๊าซธรรมชาติและไฟฟ้ารวมกันให้มากกว่า 50% เพื่อลดสัดส่วนธุรกิจถ่านหินและสร้างการเติบโตยั่งยืน พร้อมดึงศักยภาพฐานธุรกิจในสหรัฐอเมริกาเข้าแก้โจทย์วิกฤตการขาดแคลนพลังงานของกลุ่ม Data Center และ AI ระดับโลก เช่น Anthropic และ OpenAI ผ่านนวัตกรรมติดตั้งเครื่องยนต์ก๊าซธรรมชาติแบบมอดูลาร์ (Modular Gas Engine) ที่สามารถจ่ายไฟได้เร็วภายใน 12-36 เดือน ควบคู่การจับมือ NPI Cloud พัฒนา GPU Data Center นอกจากนี้ยังเดินหน้าต่อยอดแหล่งก๊าซฯ สหรัฐฯ รุกตลาด LNG Trading เชื่อมดีมานด์เอเชีย พร้อมชู BESS กว่า 2.3 GWh การันตีความเสถียรไฟฟ้า 99.99% และพร้อมหนุนแผน PDP ไทย

ลดถ่านหิน ดัน ‘ก๊าซฯ-ไฟฟ้า’ ขึ้นแท่นแกนหลักสร้างกระแสเงินสด

สินนท์ ว่องกุศลกิจ ประธานเจ้าหน้าที่บริหาร บริษัท บ้านปู จำกัด (มหาชน) เปิดเผยว่า ท่ามกลางกระแสการเปลี่ยนผ่านทางพลังงานของโลก กลุ่มบ้านปู ได้ประกาศยุทธศาสตร์ขับเคลื่อนองค์กรครั้งสำคัญ เพื่อสร้างความสมดุลระหว่างความมั่นคงทางพลังงาน (Energy Security) และการลดคาร์บอน (Decarbonization) โดยเร่งปรับสัดส่วนพอร์ตโฟลิโอเพื่อสร้างกระแสเงินสดที่แข็งแกร่งและยั่งยืนในระยะยาว

ปัจจุบัน โครงสร้างกระแสเงินสดของบ้านปูมาจากธุรกิจถ่านหินราว 50% ขณะที่ธุรกิจก๊าซธรรมชาติคิดเป็น 25% และธุรกิจไฟฟ้าอีก 25% ทั้งนี้ บ้านปูได้วางเป้าหมายระยะถัดไปอย่างชัดเจนในการเพิ่มสัดส่วนกระแสเงินสดจากธุรกิจก๊าซธรรมชาติและไฟฟ้ารวมกันให้มากกว่า 50% เพื่อก้าวขึ้นเป็นหัวเจาะหลักในการสร้างการเติบโตเฟสใหม่ขององค์กร

นวัตกรรมก๊าซฯ มอดูลาร์ ปลดล็อก Data Center

โจทย์ใหญ่ระดับโลกในปัจจุบันคือ บริษัทเทคโนโลยี AI ชั้นนำอย่าง Anthropic และ OpenAI กำลังเผชิญข้อจำกัดร้ายแรงด้านพลังงานไฟฟ้าที่ไม่เพียงพอต่อการประมวลผล ขณะที่การรอคอยการก่อสร้างโรงไฟฟ้าใหม่ในสหรัฐฯ ต้องใช้เวลานานถึง 5-7 ปี

บ้านปูจึงใช้ศักยภาพจากฐานธุรกิจในสหรัฐฯ นำเสนอโซลูชันเร่งด่วนด้วยการติดตั้งเครื่องยนต์ก๊าซธรรมชาติแบบมอดูลาร์ (Modular Gas Engine) ซึ่งสามารถจ่ายไฟให้กับ Data Center ได้อย่างรวดเร็วภายในเวลาเพียง 12-36 เดือน ก่อนที่จะขยายไปสู่ระบบกังหันแก๊สขนาดใหญ่ พร้อมทั้งผนึกกำลังกับพันธมิตรจากไต้หวันอย่าง NPI Cloud ในการพัฒนา GPU Data Center ทั้งในสหรัฐฯ และภูมิภาคเอเชีย เพื่อออกแบบระบบประมวลผลที่ใช้พลังงานน้อยที่สุด

ทั้งนี้ โซลูชันพลังงานของบ้านปูเพื่อรองรับ AI และ Data Center มีดังนี้

• Modular Gas Engine : จ่ายไฟด่วนให้ Data Center ภายใน 12-36 เดือน (แทนโรงไฟฟ้าใหญ่ที่ใช้เวลา 5-7 ปี)
• GPU Data Center : ร่วมมือกับ NPI Cloud (ไต้หวัน) พัฒนาระบบประมวลผลประหยัดพลังงาน
• BESS Power Bank : ระบบกักเก็บพลังงาน 2.3 GWh การันตีความเสถียรของไฟฟ้าระดับ 99.99%

ต่อยอดแหล่งก๊าซฯ สหรัฐฯ สู่ตลาดโลก

ในฝั่งธุรกิจต้นน้ำ ปัจจุบันบ้านปูมีกำลังการผลิตก๊าซธรรมชาติในสหรัฐฯ จากแปลง Barnett และ Marcellus รวมราว 1 Bcf/d ซึ่งตั้งอยู่ใกล้กับเขตเชื่อมต่อการส่งออก LNG บริเวณ Gulf Coast บ้านปูจึงเตรียมใช้ประโยชน์จากทีมงานและคอนเนกชันในสหรัฐฯ เพื่อรุกตลาด LNG Trading โดยเชื่อมโยงอุปทานก๊าซฯ จากอเมริกา ไปตอบสนองอุปสงค์ในภูมิภาคเอเชีย เช่น ไทย อินโดนีเซีย ญี่ปุ่น และเกาหลีใต้ ท่ามกลางราคา LNG ตลาดโลกที่คาดการณ์ระยะยาวอยู่ที่ราว 8-12 ดอลลาร์สหรัฐ/MMBtu

ขณะเดียวกัน บ้านปูยังขึ้นแท่นผู้นำระบบกักเก็บพลังงานด้วยแบตเตอรี่ (BESS) รวม 10 โครงการใน 4 ประเทศ (ญี่ปุ่น, ออสเตรเลีย, สหรัฐฯ, จีน) รวมกำลังการผลิตกว่า 2.3 GWh โดยทำหน้าที่เสมือน ‘Power Bank’ เปลี่ยนพลังงานหมุนเวียนที่ไม่แน่นอนให้เป็นพลังงานที่จ่ายได้อย่างสม่ำเสมอ ตอบโจทย์ Data Center ที่ต้องการความเสถียรของไฟฟ้าระดับ 99.99%

หนุนแผน PDP ไทย ถอดบทเรียนโมเดล CCUS จากสหรัฐฯ

สำหรับทิศทางนโยบายพลังงานในประเทศไทย บ้านปูพร้อมที่จะสนับสนุนแผนพัฒนากำลังผลิตไฟฟ้าของประเทศไทย (PDP) โดยมองว่าภาครัฐควรรักษาสมดุลระหว่างราคาค่าไฟที่ไม่กระทบต่อภาคประชาชน ควบคู่ไปกับการดีคาร์บอนไนเซชัน เพื่อสร้างแรงดึงดูดเม็ดเงินลงทุน Data Center เข้าสู่ประเทศ

นอกจากนี้ ยังเสนอให้ถอดบทเรียนจากโมเดลการอุดหนุนของสหรัฐฯ ผ่านนโยบาย 45Q ที่อุดหนุนการดักจับและกักเก็บคาร์บอน (CCUS) ที่ 85 ดอลลาร์สหรัฐ/ตัน CO2 ซึ่งสามารถสร้างผลประโยชน์ต่อ GDP (Multiplier Effect) ได้สูงถึง 5-10 เท่า

The post กลุ่มบ้านปู เร่งทรานส์ฟอร์มพอร์ต มุ่งเพิ่มสัดส่วน ‘ก๊าซฯ-ไฟฟ้า’ เกิน 50% ชูโซลูชันพลังงานเสถียรแก้คอขวด Data Center & AI พร้อมรุก LNG เทรดดิ้งข้ามทวีป appeared first on THE STANDARD.

แซม อัลท์แมน ประธานเจ้าหน้าที่บริหารของ OpenAI กล่าวในบทสัมภาษณ์ซึ่งได้รับการเผยแพร่เมื่อวันเสาร์ที่ผ่านมาว่า OpenAI จะยังไม่ดำเนินการเสนอขายหุ้นต่อประชาชนทั่วไปเป็นครั้งแรก (IPO) ในปี 2026 โดยอ้างถึงความกังวลด้านความปลอดภัยของปัญญาประดิษฐ์ (AI) ที่อาจทำให้เกิดความเสี่ยงราว 10% ที่ว่า AI อาจเป็นสาเหตุให้มนุษยชาติสูญพันธุ์ภายในสิ้นทศวรรษนี้นั้นถือเป็นสิ่งที่ “ยอมรับไม่ได้”

ถ้อยแถลงดังกล่าวมีขึ้น ขณะที่สมาชิกรัฐสภาสหรัฐฯ จำนวนมากยิ่งขึ้นเรื่อยๆ กำลังเรียกร้องให้มีการออกกฎระเบียบใหม่เพื่อกำกับดูแลระบบ AI หลังจากนักวิจัยสองคนจาก Anthropic ซึ่งเป็นบริษัทคู่แข่งของ OpenAI ได้ออกคำเตือนอย่างรุนแรงว่า การพัฒนาอย่างก้าวกระโดดของ AI อาจนำไปสู่การสูญพันธุ์ของเผ่าพันธุ์มนุษย์ในอนาคตอันใกล้นี้

“ผมเห็นว่า เมื่อพิจารณาจากสถานการณ์ด้านความปลอดภัยทั้งหมดในขณะนี้ การนำบริษัทเข้าจดทะเบียนในตลาดหลักทรัพย์ช่วงเวลานี้ถือเป็นก้าวที่ไม่เหมาะสมอย่างยิ่ง และเราเองก็ไม่ได้มีความกดดันในเรื่องดังกล่าว” อัลท์แมนกล่าวกับ Fortune ซึ่งเป็นนิตยสารด้านธุรกิจชั้นนำ

เมื่อถูกถามว่ามีความเป็นไปได้ถึง 10% หรือไม่ที่ AI จะเป็นต้นเหตุของการสูญพันธุ์ อัลท์แมนระบุว่า ตนไม่ทราบว่าการประเมินตัวเลขดังกล่าวนำมาจากหลักเกณฑ์ใด แต่เตือนว่าความเสี่ยงนี้มีความน่าวิตกเพียงพอที่บริษัทผู้พัฒนา AI และรัฐบาลต่างๆ ต้องดำเนินการราวกับว่าความเสี่ยงดังกล่าวเป็นสิ่งที่ไม่อาจยอมรับให้เกิดขึ้นได้เลย

“ไม่ว่าตัวเลขจะอยู่ที่ 10%, 8% หรือ 6% ประเด็นสำคัญคือ เราทุกคนต่างมีความรับผิดชอบอันยิ่งใหญ่ และต้องไม่ปล่อยให้อีโก (Ego) หรือผลประโยชน์ทางกำไร หรือสิ่งอื่นใดเข้ามาเป็นอุปสรรค” อัลท์แมนกล่าว

พร้อมเสริมว่า “เราจำเป็นต้องดำเนินงานในลักษณะที่ปราศจากการแบกรับความเสี่ยงตามตัวเลขเหล่านั้น และผมเชื่อมั่นว่าเราสามารถทำได้”

กรณีของเอเจนต์ AI ที่ทำงานผิดพลาดและควบคุมไม่ได้

เหล่านักการเมืองทั้งจากพรรคเดโมแครตและพรรครีพับลิกันต่างแสดงความวิตกกังวลและเรียกร้องให้มีการดำเนินมาตรการที่เข้มงวดขึ้น หลังจากเกิดกรณีที่ AI agent ทำงานผิดพลาดจนเข้าแฮกระบบภายนอก ประกอบกับการที่นักวิจัยด้านความปลอดภัยของ AI หลายรายได้ตัดสินใจยื่นใบลาออกจากบริษัท เนื่องจากความกังวลต่อความเสี่ยงทางเทคโนโลยีดังกล่าว

เมื่อเดือนมิถุนายนที่ผ่านมา นิตยสาร The New York Times รายงานว่า OpenAI ซึ่งมีสำนักงานใหญ่ตั้งอยู่ในนครซานฟรานซิสโก กำลังพิจารณาชะลอการทำ IPO ที่อาจมีมูลค่าสูงถึงหลักล้านล้านดอลลาร์ออกไปจนถึงปีหน้า

ท่ามกลางสถานการณ์ที่มูลค่าหุ้น SpaceX ของ อีลอน มัสก์ ได้ปรับตัวลดลง หลังจากที่เคยพุ่งสูงขึ้นจนดันมูลค่าบริษัทไปถึง 1.8 ล้านล้านดอลลาร์

เมื่อ Fortune ถามว่ากำหนดการทำ IPO ในปี 2026 ได้ถูกยกเลิกไปเพื่อขยับไปเป็นปี 2027 แล้วใช่หรือไม่ อัลท์แมนตอบว่า “ผมบอกได้เลยว่าคงไม่ใช่ปี 2026”

“เรายังมีภารกิจอีกมากที่ต้องดำเนินการ เช่น การตอบสนองต่อสิ่งที่จะเป็นข้อกำหนดด้านความปลอดภัยและการกำกับดูแลให้ AI สอดคล้องกับคุณค่าของมนุษย์ (Alignment) รวมถึงวิธีที่ภาคอุตสาหกรรมและรัฐบาลจะสามารถร่วมมือกันได้”

นิตยสาร Fortune รายงานเพิ่มเติมว่า อัลท์แมนยังได้เปรยว่า OpenAI และบริษัท AI ชั้นนำอื่นๆ อาจใกล้บรรลุข้อตกลงร่วมกันในการชะลอการพัฒนา AI และร่วมมือกันเพื่อจัดการกับความเสี่ยงด้านความปลอดภัย

เมื่อวันเสาร์ที่ผ่านมา ดาริโอ อาโมเดอี (Dario Amodei ) ประธานเจ้าหน้าที่บริหารของ Anthropic ได้เรียกร้องให้บริษัท AI ต่างๆ ใช้วิธีการพัฒนาเทคโนโลยีด้วยความระมัดระวังและรอบคอบยิ่งขึ้น

“เราต้องลดอัตราความเร็วในการพัฒนาขีดความสามารถของโมเดล AI ลง” อาโมเดอี ระบุในบทความที่เผยแพร่บนแพลตฟอร์ม X

ในเวลาต่อมา อัลท์แมนได้โพสต์ข้อความแสดงความเห็นพ้องกับทัศนะดังกล่าว

“ผมเห็นด้วยกับดาริโอว่าเราจำเป็นต้องควบคุมจังหวะการพัฒนาเทคโนโลยีระดับแนวหน้า (Frontier AI)” อัลท์แมนระบุ “ประเด็นนี้ถือเป็นหัวข้อหลักในการหารือภายใน OpenAI ในช่วงไม่กี่สัปดาห์ที่ผ่านมา”

อย่างไรก็ตาม ความกังวลด้านความปลอดภัยไม่ได้ส่งผลให้แผนการทำ IPO ของ Anthropic เองต้องชะลอตัวลง แหล่งข่าวผู้เชี่ยวชาญในอุตสาหกรรมให้ข้อมูลกับ Reuters ในเดือนนี้ว่า Anthropic คาดว่าจะเริ่มทำการตลาดสำหรับการเสนอขายหุ้น IPO อย่างเร็วที่สุดในช่วงกลางเดือนตุลาคม และจะดำเนินการจดทะเบียนให้เสร็จสิ้นล่วงหน้าไม่กี่วันก่อนการเลือกตั้งกลางเทอมของสหรัฐฯ ในเดือนพฤศจิกายน

อ้างอิง

• https://www.reuters.com/legal/litigation/openai-ipo-will-not-happen-2026-amid-ai-safety-fears-altman-says-2026-09-12/

The post เลื่อนแผน IPO ‘แซม อัลท์แมน’ ยืนยันไม่นำ OpenAI จดทะเบียนในตลาดหลักทรัพย์ปีนี้ appeared first on THE STANDARD.