Anthropic เล่าอะไรเรื่อง AI บนเวที IMF ในไทยวันนี้ ?

บนเวทีที่สายเทคฯ ในไทยตั้งรอฟังอย่าง AI and the Global Economy: From Risk to Opportunity ที่จะมาคุยกันว่า AI ที่วันนี้ไม่ได้เป็นแค่คำสัญญาทางเทคโนโลยีอีกแล้ว กำลังเปลี่ยนเศรษฐกิจโลกอย่างไร ทั้งด้านผลิตภาพ ตลาดแรงงาน เสถียรภาพการเงิน และการกำกับดูแล 

ผู้ร่วมวงมีทั้ง Kristalina Georgieva กรรมการผู้จัดการ IMF, Tiff Macklem ผู้ว่าการธนาคารกลางแคนาดา (Bank of Canada), Tobias Meyer ซีอีโอ DHL Group บริษัทขนส่งที่ส่งพัสดุราว 100 ล้านชิ้นต่อวัน, Ayesha Khanna ผู้ร่วมก่อตั้งและซีอีโอ Addo บริษัท AI จากสิงคโปร์ และ Jack Clark ผู้ร่วมก่อตั้ง Anthropic บริษัทผู้พัฒนา Claude โดยมี Richard Quest ผู้ประกาศข่าวของ CNN เป็นผู้ดำเนินรายการ

บทความนี้จะพามาเจาะสิ่งที่ Jack Clark พูดตลอดราว 50 นาที ซึ่งเป็นหนึ่งในไม่กี่ครั้งที่ผู้บริหาร Anthropic ขึ้นเวทีระดับนี้ในไทย ตั้งแต่วิธีที่องค์กรควรใช้ AI ไปจนถึงเหตุผลที่เขามองว่า AI ต้องมีกฎหมายกำกับ

1. องค์กรที่ใช้ AI ได้ผล ต้องกล้ารื้อตัวเอง

Clark เล่าว่าบริษัทใหญ่หรือสตาร์ทอัพที่ใช้ AI แล้วประสบความสำเร็จ มีจุดร่วมเดียวกันคือ กล้าทำ Creative Destruction หรือยอมทำลายเพื่อสร้างใหม่ โดยผู้บริหารต้องกล้ารื้อวิธีทำงานเดิมทิ้งแล้วเซ็ตระบบใหม่ด้วย AI ซึ่งเรื่องนี้ทำยากขึ้นเรื่อย ๆ ตามขนาดขององค์กร

2. Anthropic เพิ่งรื้อซอฟต์แวร์ของตัวเองแล้วเขียนใหม่ด้วย AI

Anthropic ลองกับตัวเองด้วยการนำซอฟต์แวร์ระบบใหญ่ที่ใช้มาหลายปี มาให้ AI เขียนใหม่ตั้งแต่ศูนย์ ผลคือได้ระบบที่เร็วและมีประสิทธิภาพขึ้นมาก แต่บทเรียนสำคัญไม่ใช่แค่เรื่องเทคโนโลยี แต่คือ การยอมละทิ้งวิธีทำงานแบบเดิมจริง ๆ

3. องค์กรใหญ่กำลังแข่งกับเวลา ก่อนสตาร์ทอัพจะไล่มาถึง

ในมุมของ Clark เหตุผลที่สตาร์ทอัพเติบโตเป็นบริษัทใหญ่ได้ คือการหาวิธีทำงานที่มีประสิทธิภาพกว่าคู่แข่ง สตาร์ทอัพโตได้เพราะหาวิธีทำงานที่คล่องตัวกว่า ส่วนบริษัทใหญ่จะรอดไหม ขึ้นอยู่กับว่าปรับตัวทันโลกหรือเปล่า ตอนนี้จึงเป็นการแข่งกับเวลาระหว่างบริษัทใหญ่ที่ต้องรีบปรับตัว กับสตาร์ทอัพที่พร้อมจะเข้ามาแทนที่ตลอดเวลา

4. บริษัทรุ่นใหญ่ยังได้เปรียบเรื่อง ประสบการณ์ในโลกจริง

เมื่อถูกถามแซวว่าสตาร์ทอัพจะเร็วกว่าหมาแก่หัดเต้นดิสโก้เสมอไหม Jack ตอบว่า บริษัทใหญ่ได้เปรียบเรื่องบริบทและเครือข่ายที่สะสมมานาน (เช่น DHL ที่มีระบบขนส่งทั่วโลก) ในโลกดิจิทัลสตาร์ทอัพอาจจะชนะด้วยความเร็ว แต่ถ้าเป็นงานในโลกจริงที่ต้องประสานงานซับซ้อนและใช้สายสัมพันธ์ บริษัทใหญ่ยังกินขาด

5. AI ต่างจากเทคโนโลยีอื่น เพราะมันเดินเข้ามาถามว่าให้ช่วยอะไร

เมื่อวงคุยกันว่า AI ยังอยู่ช่วงต้นของวงจรเทคโนโลยี Clark ชี้ว่า AI มีคุณสมบัติแปลกที่ไม่เหมือนเทคโนโลยีไหน คอมพิวเตอร์หรือเครื่องจักรทั่วไป ซื้อมาแล้วต้องตั้งค่า เสียบปลั๊ก และฝึกคนใช้อีกนาน แต่ AI เป็นเทคโนโลยีแรกที่เปิดมาแล้วพร้อมทำงานทันที ซึ่งเป็นพฤติกรรมที่ไม่เคยมีในเครื่องมือชนิดไหนมาก่อน

6. Productivity จาก AI อาจมาเร็วกว่าที่ทุกคนคาด

จากคุณสมบัติข้อก่อนหน้า Clark มองว่าเรากำลังประเมินต่ำไปว่า AI จะเพิ่ม Productivity ได้เร็วแค่ไหน เพราะมันหาทางทำงานของมันเองได้ในองค์กร หน่วยงาน หรือรัฐบาลที่นำไปใช้ เขาคาดว่าผลนี้จะเริ่มเห็นชัดในอีกไม่กี่ปี และบอกว่าข้อมูลการใช้งานในองค์กรตอนนี้ก็เริ่มเห็นว่าบริษัทขนาดใหญ่ประสบความสำเร็จเร็วกว่าที่เคยเห็นกับเทคโนโลยีรุ่นก่อน

มุมนี้ต่างจาก Georgieva ที่ยก Amara's Law มาอธิบายว่า คนมักคาดหวังผลจากเทคโนโลยีใหม่สูงเกินไปในระยะสั้น แต่ประเมินผลระยะยาวต่ำเกินไป และวันนี้ยังเห็นแค่การเพิ่มผลิตภาพรายบุคคล ยังไม่ถึงขั้นเปลี่ยนแปลงทั้งระบบ

7. เป้าหมายของ Anthropic คือเทคโนโลยีที่ใช้ได้กับงานทุกแบบ

เมื่อถูกถามว่า Productivity ขององค์กรอยู่ตรงไหนในลำดับความสำคัญของ Anthropic Clark ตอบว่าเป้าหมายของบริษัทคือการสร้าง general purpose technology หรือเทคโนโลยีอเนกประสงค์ที่ใช้ได้กับงานทุกรูปแบบในโลก การทำให้ AI เริ่มทำงานได้ง่ายและให้ผลจริงจึงเป็นหัวใจของงาน

เขายกตัวอย่างการเปลี่ยนเครื่องมือของ Anthropic จากหน้าตาแชตบอทแบบเดิม ไปเป็น agentic interface หรือระบบที่ AI รับงานไปคิดและลงมือทำเองหลายขั้นตอน เขามองว่าสิ่งนี้คือเครื่องมือเพิ่ม Productivity แบบหนึ่ง และบริษัทก็พัฒนาเทคโนโลยีไปในทิศทางนี้ตลอด

8. มีปุ่มปรับนิสัย AI ระหว่างประจบกับหยาบคาย

ช่วงที่ทำให้ทั้งห้องหัวเราะคือตอนที่ Ayesha Khanna ขอร้องเรียนกลางเวทีว่า AI agent บางตัวน่ารำคาญมาก ขอให้ช่วยปรับมารยาทได้ไหม Clark ตอบติดตลกว่า Anthropic มีปุ่มปรับสไตล์อยู่ระหว่าง sycophantic หรือประจบเอาใจ กับหยาบคาย ก็แค่หมุนไปอีกทาง แล้วรับปากว่าจะถือเป็น feedback

9. วัดว่า AI เก่งแค่ไหน จากการที่คนยอมทำตามคำแนะนำ

Khanna ตั้งข้อสังเกตว่าองค์กรกำลังหมกมุ่นกับการวัด Productivity แค่ความเร็วและปริมาณงาน ทั้งที่ควรดูคุณภาพของการตัดสินใจด้วย Clark จึงเล่าถึงงานวิจัยที่ Anthropic เผยแพร่ ซึ่งศึกษาว่านักวิจัยของบริษัทเองใช้ AI อย่างไร และดูว่าเมื่อไรที่พวกเขาทำตามคำแนะนำของ AI เมื่อไรที่ไม่ทำ

เขาบอกว่านี่เป็นวิธีวัดความก้าวหน้าของ AI อีกแบบที่ไม่ใช่แค่ Productivity ล้วน ๆ แต่เป็นการดูว่า AI เสนอสิ่งที่คนเลือกทำ แทนสิ่งที่เขาตั้งใจจะทำอยู่แล้วหรือไม่ Quest ถามต่อทันทีว่า แล้วคำแนะนำนั้นดีจริงไหม Clark ยอมรับว่านั่นคือคำถามถัดไปที่เราต้องหาตอบ

10. LLM คือตัวต่อภาพโมเสกของ AI ที่มีอยู่แล้วทั่วโลก

เมื่อวงพูดถึงโมเดลภาษาขนาดเล็กและ AI รูปแบบอื่น Clark ชวนมองว่า AI ไม่ใช่เทคโนโลยีใหม่เอี่ยม เพราะมีอายุราว 60-70 ปีแล้ว โลกเต็มไปด้วยระบบ computer vision ที่ทำงานมีประโยชน์อยู่ทุกวัน ระบบที่ทำให้หุ่นยนต์ฉลาดขึ้น และโมเดลภาษาขนาดเล็กที่เป็นต้นแบบของวันนี้

สิ่งที่เปลี่ยนไปคือ ที่ผ่านมาความฉลาดเหล่านี้ต้องมีกลุ่มคนคอยประกอบเข้าด้วยกัน แต่วันนี้ LLM หรือโมเดลภาษาขนาดใหญ่เริ่มทำหน้าที่ต่อภาพโมเสกนั้นเอง จนเกิดสิ่งที่ไม่เคยทำได้มาก่อน และเขาเชื่อว่าทุกคนยังประเมินผลของเรื่องนี้ต่ำไป

11. เด็กจบใหม่เริ่มหางานยากขึ้น ส่วน Anthropic กลับไปจ้างคนมีประสบการณ์

ในประเด็นตลาดแรงงาน Clark ให้ข้อมูลสองเรื่อง เรื่องแรก ข้อมูลเศรษฐกิจเริ่มสะท้อนว่าการจ้างงานเด็กจบใหม่ในบางตลาดอาจชะลอตัว ซึ่งเป็นภาพที่หลายฝ่ายเห็นตรงกัน

เรื่องที่สองมาจากใน Anthropic เอง บริษัทหันกลับมาจ้างคนที่มีประสบการณ์มากขึ้น เพราะมีงานที่ต้องบริหารจัดการ จึงต้องการคนที่มีประสบการณ์ด้านการบริหาร มาดูแลสิ่งที่เขาเรียกว่า virtual workers หรือแรงงานเสมือนที่เป็น AI

12. Anthropic Economic Index ข้อมูลที่บริษัท AI ควรแบ่งให้ประเทศต่างๆ

สิ่งที่ Clark บอกว่าบริษัท AI ทำได้ทันที คือแบ่งปันข้อมูล เพราะบริษัทรู้ว่าระบบ AI ของตัวเองถูกใช้ในส่วนไหนของเศรษฐกิจ Anthropic เผยแพร่ข้อมูลนี้ผ่าน Anthropic Economic Index และนำไปเทียบกับข้อมูลในประเทศเรื่องอาชีพ อุตสาหกรรม และแนวโน้มการจ้างงานของแต่ละประเทศได้

เขาเพิ่งกลับจากญี่ปุ่น ซึ่งรัฐบาลญี่ปุ่นร่วมกับ University of Tokyo สร้างดัชนี AI ของญี่ปุ่นขึ้นมา โดยใช้ข้อมูลของ Anthropic ร่วมกับข้อมูลแนวโน้มการจ้างงานของรัฐบาล

13. การแบ่งปันข้อมูลคือใบอนุญาตให้บริษัท AI ทำธุรกิจต่อได้

เมื่อ Quest ถามว่าในฐานะผู้ร่วมก่อตั้ง เขาให้น้ำหนักกับความรับผิดชอบนี้แค่ไหน Clark ตอบว่านี่คือหนึ่งในความรับผิดชอบหลัก เพราะเป็น license to operate หรือเงื่อนไขที่ทำให้สังคมยอมให้บริษัท AI ดำเนินธุรกิจต่อไปได้

เขาอยากให้ธนาคารกลางและผู้กำหนดนโยบายได้ข้อมูลที่ละเอียดและแม่นยำไปใช้ตัดสินใจ เพื่อให้เห็นชัด ๆ ว่าสายงานไหน AI ช่วยสร้างงานเพิ่ม หรือสายงานไหนทำให้ตลาดแรงงานอ่อนแอลง จะได้แก้นโยบายได้ตรงจุด

14. ไม่ใช่แค่การแข่ง Formula One แต่เป็น Formula One ตอนกลางคืนที่รถอาจไม่มีเบรก

Georgieva เปรียบการพัฒนา AI ว่าเหมือนการแข่ง Formula One ที่ยังไม่มีแบริเออร์กันรถหลุดโค้งไปชนคนดู Clark ขอต่อยอดคำเปรียบนี้ โดยบอกว่าสถานการณ์จริงแย่กว่านั้น เพราะเป็น Formula One ตอนกลางคืน และรถอาจไม่มีเบรกด้วย

Clark บอกว่าจริงแล้วแย่กว่านั้น เพราะ เป็นการแข่งตอนกลางคืน และรถอาจจะไม่มีเบรกด้วยซ้ำ สิ่งแรกที่ต้องทำคือ ติดไฟให้รถ (สร้างความโปร่งใส) และใส่อุปกรณ์ความปลอดภัยพื้นฐานลงไป

15. ความโปร่งใสคือจุดร่วมของกฎ AI ทั่วโลกแล้ว

Clark มองว่าเรื่องนี้ง่ายและทำได้จริง และกำลังเกิดขึ้นแล้วในกรอบนโยบายทั่วโลก ตั้งแต่ EU AI Act ของสหภาพยุโรป ข้อตกลงแบบสมัครใจที่บริษัท AI ให้ไว้กับรัฐบาลสหรัฐฯ ไปจนถึงกฎหมายระดับรัฐในสหรัฐฯ ทุกกรอบมีแนวคิดเดียวกันคือ transparency หรือความโปร่งใส

16. ของเล่นลูกยังถูกกำกับมากกว่า superintelligence ที่เขาทำงานด้วยทุกวัน

ประเด็นที่ถูกพูดถึงมากที่สุดของวงมาจากเรื่องส่วนตัว Clark เล่าว่า นอกจากร่วมก่อตั้ง Anthropic แล้ว ช่วงไม่กี่ปีที่ผ่านมาเขากับภรรยายังมีลูกสองคน วัย 3 ขวบและ 1 ขวบ เขาซื้อของเล่นให้ลูก แล้วลูกก็เอาเข้าปากบ้าง เอาไปตีกันบ้าง

เขาบอกว่าน่าทึ่งมากที่ของเล่นที่ซื้อให้ลูก ถูกกำกับดูแลมากกว่า superintelligence ที่เขาทำงานด้วยทุกวัน ของเล่นมีฉลาก มีมาตรฐานการทดสอบร่วมกัน และมีแนวคิดเรื่องอันตรายชัดเจน เช่น ของเล่นนี้ไม่ได้ทำมาให้เด็กอม แต่ถ้าเด็กเอาเข้าปากก็ต้องไม่เป็นพิษ และประเทศต่าง ๆ ซื้อขายของเล่นกันได้ทั่วโลก เพราะมีมาตรฐานการทดสอบที่ยอมรับร่วมกัน

17. การทดสอบโดยสมัครใจไม่ควรเป็นคำตอบสุดท้าย

แม้ Anthropic จะทดสอบระบบและเปิดเผยข้อมูลเองด้วยความสมัครใจ แต่ Jack ยืนยันว่า เรื่องนี้ไม่ควรขึ้นอยู่กับความสมัครใจ เขาสนับสนุนให้รัฐบาลมหาอำนาจ (สหรัฐฯ, จีน, อินเดีย) ออกกฎหมายควบคุมที่สมเหตุสมผลเพื่อสร้างความมั่นใจ

18. Anthropic เปิดให้ผู้ประเมินภายนอกเข้ามาตรวจถึงในบริษัทแล้ว

Khanna ถามต่อว่า ในเมื่อวันนี้ผู้นำสหรัฐฯ ไม่ต้องการกฎ ผู้นำจีนอาจต้องการแต่ยังไม่ชัด และประเทศอื่นก็ยังไม่แน่ใจ ระหว่างนี้จะทำอย่างไร Clark ตอบว่า Anthropic พูดมาตลอดว่าอุตสาหกรรมต้องสร้างเทคโนโลยีด้านความปลอดภัยใส่เข้าไปในรถแข่ง แล้วแบ่งปันให้คนอื่น

เขาเล่าว่า Anthropic เพิ่งเผยแพร่บล็อกเมื่อวานหรือเช้านี้ ซึ่งเขาเองไม่แน่ใจเพราะเพิ่งบินมาไทย ว่าตอนนี้มีผู้ประเมินจากภายนอก (third-party evaluators) ทำงานอยู่ในบริษัทเพื่อตรวจความปลอดภัยแล้ และได้รับสิทธิ์เข้าถึงข้อมูลของบริษัทแล้ว บริษัทประกาศแผนนี้ไว้เมื่อเดือนก่อน ตอนนี้ทำจริงแล้วและเผยแพร่รายละเอียด เขามองว่านี่คือสิ่งที่บริษัทอื่นต้องทำเช่นกัน และดีใจที่เห็น Elon Musk ทวีตว่า SpaceX อาจทำแบบเดียวกัน ซึ่งสะท้อนว่าอุตสาหกรรมเริ่มเห็นตรงกันในเรื่องนี้

19. ทดสอบครั้งเดียว ใช้ได้ทุกที่

เมื่อถูกถามว่าการทำธุรกิจท่ามกลางกฎที่ต่างกันในแต่ละประเทศยากแค่ไหน Clark ตอบว่ามันทำให้ทุกอย่างน่าสนใจดี แต่เป้าหมายควรเป็น test once, run anywhere หรือทดสอบครั้งเดียวแล้วใช้ได้ทุกที่ หลายประเทศมีความเชี่ยวชาญในการสร้างแบบทดสอบ AI ต่างกัน เขายกตัวอย่างสหราชอาณาจักรที่สร้างระบบทดสอบขนาดใหญ่ หากผลทดสอบจากที่หนึ่งได้รับการยอมรับร่วมกันในที่อื่น ก็จะค่อย ๆ เกิดมาตรฐานกลางขึ้นได้

เขาบอกว่าแม้กฎแต่ละที่จะต่างกัน แต่ทุกฝ่ายเห็นตรงกันแล้วในเรื่องพื้นฐาน เช่น ต้องไม่ให้ AI ถูกใช้สร้างอาวุธชีวภาพ ต้องไม่ให้ถูกใช้โจมตีทางไซเบอร์ และต้องมีมาตรการป้องกันที่เหมาะสม 

20. เคยเดินขอให้โลกสนใจ วันนี้โลกสนใจแล้ว

ช่วงท้าย Richard Quest บอกว่ายิ่งฟังยิ่งมีความหวัง แล้วถาม Jack ว่าคิดเกินจริงไปไหม Jack ยืนยันว่าทำได้จริง เขาอยู่ในวงการนี้มา 10 ปีกับสองบริษัทเปลี่ยนโลกอย่าง OpenAI และ Anthropic

เมื่อก่อนเขาต้องเดินทางไปทั่วโลกเพื่อขอร้องให้ผู้ใหญ่หันมารับมือเรื่อง AI แต่กลับถูกมองเป็นเรื่องไกลตัวเหมือนฟิสิกส์ควอนตัม แต่วันนี้เปลี่ยนไปสิ้นเชิง แม้แต่ประธานธนาคารกลางสหรัฐฯ ยังเปิดฉากคุยด้วยเรื่อง AI เขาเชื่อว่าถ้าทุกคนร่วมมือกัน AI จะกลายเป็นเครื่องจักรสร้างความอุดมสมบูรณ์ แต่ถ้าประมาท มันจะกลายเป็นความโกลาหล