เมื่อพูดถึง "ความเสี่ยง AI" คนมักนึกถึงหุ่นยนต์ครองโลก แต่สำหรับประเทศไทย ความเสี่ยงที่แท้จริงอยู่ในมิติที่ใกล้ตัวกว่ามาก ไทยส่วนใหญ่เป็น "ผู้ใช้งานและผู้บูรณาการ" มากกว่า "ผู้สร้าง" AI ระดับสูง ความเสี่ยงจึงแตกต่างจากประเทศที่เทรนโมเดลขนาดใหญ่เองอย่างสิ้นเชิง
1. ความเสี่ยงด้านอธิปไตยและการควบคุม (ระดับสูงสุด)
ไทยนำเข้าโมเดลจากต่างประเทศเป็นหลัก (OpenAI, Anthropic, Google, Qwen, DeepSeek) แล้วนำมาใช้ในระบบสำคัญ เช่น ธนาคาร โรงพยาบาล และบริการภาครัฐ ความเสี่ยงคือ:
- ไม่สามารถตรวจสอบโมเดลได้อย่างเต็มที่ - เราไม่รู้ว่าโมเดลถูกเทรนด้วยข้อมูลอะไร และมี Bias ซ่อนอยู่หรือไม่
- พึ่งพาภายนอกสูง - หากบริษัทต่างชาติเปลี่ยนนโยบาย ปิดบริการ หรือถูกคว่ำบาตร ระบบของไทยอาจได้รับผลกระทบทันที
- ข้อมูลไหลออกนอกประเทศ - ข้อมูลคนไทยจำนวนมากถูกส่งไปประมวลผลบน Cloud ต่างประเทศโดยไม่มีคนไทยควบคุม
แม้จะมี Pathumma LLM และ Pathumma Connect จากเนคเทค สวทช. ที่พยายามสร้างทางเลือกภาษาไทย แต่ยังห่างไกลจากระดับ frontier มาก
ทางแก้: องค์กรไทยควรพิจารณา Private LLM ที่ติดตั้งภายในองค์กร หรือ Hybrid ที่ควบคุมได้ อ่านเพิ่มเติมเรื่อง Private LLM
2. ความเสี่ยงด้านความปลอดภัยและสิทธิส่วนบุคคล
- Deepfake และ Scam - คนไทยเผชิญมิจฉาชีพที่ใช้ AI สร้างเสียงและวิดีโอปลอมเพิ่มขึ้นอย่างรวดเร็ว มีกรณีหลอกลวงด้วยเสียงโคลนจาก AI ที่ทำให้ผู้เสียหายเสียเงินหลายล้านบาท
- การตัดสินใจอัตโนมัติ - หาก AI ถูกใช้อนุมัติสินเชื่อ คัดกรองคนไข้ หรือตัดสินคดีโดยไม่มีมนุษย์ตรวจสอบ อาจเกิดอคติและความอยุติธรรมได้ง่าย
- ข้อมูลส่วนบุคคล - การนำ AI เข้าสู่ระบบราชการและธุรกิจ ทำให้ข้อมูลคนไทยถูกนำไปใช้โดยอาจไม่โปร่งใสเพียงพอ ตามข้อกำหนด PDPA
3. ความเสี่ยงด้านเศรษฐกิจและการจ้างงาน
จากผลสำรวจล่าสุด คนไทยราว 33% กังวลว่า AI จะทำให้ตกงาน โดยเฉพาะงานธุรการ บริการลูกค้า งานบัญชี และงานที่ทำซ้ำ ๆ
- SME ส่วนใหญ่ยังขาดทักษะและทุนในการนำ AI มาใช้ให้เกิดประโยชน์
- ประเทศไทยยังขาดบุคลากรด้าน AI ราว 80,000 คน
- หากนำ AI เข้ามาเร็วเกินไปโดยไม่มีการ Upskill พร้อมกัน อาจทำให้ความเหลื่อมล้ำทางเศรษฐกิจรุนแรงขึ้น
ทางแก้: องค์กรควรลงทุนในการ อบรม AI ให้ทีมงาน ควบคู่ไปกับการนำ AI มาใช้
4. ความเสี่ยงด้านโครงสร้างพื้นฐานและพลังงาน
การลงทุน Data Center ในไทยเพิ่มขึ้นอย่างรวดเร็ว ส่งผลต่อความต้องการไฟฟ้าและน้ำเพิ่มขึ้นมาก อาจกระทบต่อความมั่นคงด้านพลังงานในระยะยาว และความเสี่ยงด้านสิ่งแวดล้อมและการยอมรับของชุมชนท้องถิ่นเริ่มปรากฏ
5. ความเสี่ยงด้านธรรมาภิบาลและกฎหมาย
ร่างพระราชบัญญัติ AI ยังอยู่ระหว่างการพิจารณา โดยเน้นกำกับตามระดับความเสี่ยง ปัญหาหลักคือ:
- หน่วยงานรัฐและเอกชนจำนวนมากนำ AI มาใช้ก่อนที่กฎเกณฑ์จะชัดเจน
- ไทยมีอำนาจต่อรองต่ำเมื่อต้องเจรจากับบริษัทเทคโนโลยีรายใหญ่
- ยังขาดกลไกตรวจสอบความรับผิดชอบเมื่อ AI เกิดข้อผิดพลาดในระบบสำคัญ
สรุป: ความเสี่ยงหลักของไทย
| ประเภทความเสี่ยง | ระดับ | ลักษณะเฉพาะของไทย |
|---|---|---|
| อธิปไตยและการควบคุม | สูง | พึ่งพาโมเดลต่างชาติสูงมาก |
| ความปลอดภัยและสิทธิส่วนบุคคล | สูง | ข้อมูลไหลออกนอกประเทศง่าย |
| การจ้างงานและความเหลื่อมล้ำ | ปานกลาง-สูง | SME และแรงงานทักษะต่ำได้รับผลกระทบก่อน |
| โครงสร้างพื้นฐานและพลังงาน | ปานกลาง | Data Center เพิ่มขึ้นเร็ว |
| ธรรมาภิบาลและกฎหมาย | สูง | กฎเกณฑ์ยังไม่ทันการนำไปใช้จริง |
องค์กรไทยควรเริ่มจากอะไร
ความเสี่ยงหลักของไทยไม่ใช่ "AI จะฉลาดเกินมนุษย์และครองโลก" แต่เป็น ความเสี่ยงจากการนำเทคโนโลยีที่เราควบคุมไม่เต็มที่ เข้าไปฝังลึกในระบบสำคัญ โดยที่กลไกกำกับดูแล ทักษะของคน และโครงสร้างพื้นฐานยังตามไม่ทัน
หากจัดการได้ดี AI จะเป็นเครื่องมือเพิ่มผลิตภาพและโอกาส แต่หากปล่อยให้ไหลไปตามกระแสโดยไม่มีทิศทางที่ชัดเจน ความเสี่ยงเหล่านี้จะกลายเป็นต้นทุนระยะยาวของสังคมไทย
ทีม Devsign ช่วยประเมินความพร้อมและวางระบบ AI ที่ปลอดภัย สำหรับองค์กรไทย ตั้งแต่เลือกโมเดล ออกแบบ Infrastructure จนถึงวาง AI Governance