Kai-Fu Lee ย้ำ 'อธิปไตย AI' สำคัญต่อประเทศ แต่สร้างยังไงก็ไม่น่าสำเร็จอย่างที่อเมริกา-จีนทำ

ยิ่งคนทั่วโลกเข้าถึง AI และใช้ประโยชน์จาก AI เป็นวงกว้าง อธิปไตยด้าน AI (AI Sovereignty) ก็ยิ่งเป็นประเด็นที่ถูกนำมาพิจารณาทั้งระดับองค์กรและระดับประเทศ ในแง่ความสำคัญ-จำเป็น ความได้เปรียบ-เสียเปรียบ หากไม่มีอธิปไตยด้าน AI เป็นของตัวเอง ล่าสุด Capgemini Research Institute สถาบันวิจัยของ Capgemini ที่มุ่งศึกษาและให้ข้อมูลด้านดิจิทัล เผยแพร่เรื่องที่ได้พูดคุยกับ Dr. Kai-Fu Lee ผู้ก่อตั้งและซีอีโอ 01.AI และประธานบริษัทร่วมลงทุนด้านเทคโนโลยี Sinovation Ventures ซึ่งเป็นผู้เขียนหนังสือขายดี ‘AI Superpowers’ ในประเด็น 'Open vs. closed AI models: A conversation with Kai-Fu Lee' ผ่านคำถาม 7 ข้อ

7 ประเด็นสำคัญเกี่ยวกับ 'อธิปไตยด้าน AI' ที่ Capgemini คุยกับ Kai-Fu Lee 

Kai-Fu Lee นักวิทยาศาสตร์คอมพิวเตอร์ที่สำเร็จการศึกษาจากสหรัฐอเมริกา เคยเป็นผู้นำ Google ไปดำเนินงานในจีน เคยดำรงตำแหน่งผู้บริหารระดับสูงที่ Microsoft ปัจจุบันเป็นซีอีโอ 01.AI และประธานบริษัทร่วมลงทุนด้านเทคโนโลยี Sinovation Ventures 

1. Kai-Fu Lee การที่คุณทำงานอยู่บนจุดตัดกันระหว่างเทคโนโลยี วัฒนธรรม และภูมิรัฐศาสตร์ของทั้งสหรัฐอเมริกาและจีนมาหลายสิบปี นิยามคำว่า ‘อธิปไตยด้าน AI’ ของคุณ ณ ตอนนี้คืออะไร และทำไมถึงสำคัญ

Kai-Fu Lee : คำว่า อธิปไตย มีความหมายได้หลายอย่าง อย่างแรกคือ การมีอำนาจควบคุมเทคโนโลยีต่างๆ ได้เอง อย่างที่สองคือ การป้องกันไม่ให้ข้อมูลซึ่งเป็นสินทรัพย์ของบริษัทรั่วไหลออกไป ซึ่งประเด็นที่บริษัททั่วโลกต่างก็กังวลคือ กลัวว่าข้อมูลความลับของบริษัทจะไปเสริมโมเดล AI ของประเทศอื่นให้ฉลาดยิ่งขึ้น 

นอกจากนี้ก็มีเรื่อง ความเหมาะสม เนื่องจากโมเดลที่ฝึกในประเทศหนึ่ง มักแฝงด้วยค่านิยมของประเทศนั้นๆ ที่อาจไม่เหมาะจะใช้ในประเทศอื่น ดังนั้น การที่บริษัทควบคุมโมเดลได้เองจะสามารถปรับแต่ง (Fine-tune) โมเดลให้เข้ากับบริบทขององค์กรได้ แต่หากไปสร้างโมเดลบนคลาวด์คนอื่นก็จะทำอะไรได้จำกัด

2. เมื่อปักกิ่ง บรัสเซลส์ และวอชิงตัน (จีน เบลเยียม และอเมริกา) พูดถึง 'อธิปไตยด้าน AI' พวกเขาพูดถึงสิ่งเดียวกันไหม

Kai-Fu Lee : ไม่ทั้งหมด มันแบ่งได้หลายเลเยอร์ เลเยอร์แรกคือเรื่องของ ‘ความเหมาะสม’ ทุกประเทศต้องการโมเดลที่สะท้อนถึงภาษา วัฒนธรรม และบรรทัดฐานทางกฎหมายของตัวเอง เช่น ในบางประเทศที่นับถือศาสนาอิสลาม หากถามถึงการแต่งงานของเพศเดียวกัน เรื่องแอลกอฮอล์ หรือคำแนะนำด้านศาสนา การจัดการย่อมแตกต่างจากประเทศอย่างสหรัฐอเมริกา 

เลเยอร์ที่สองคือ ‘ความทะเยอทะยานในการแข่งขันด้านเทค’ หลายประเทศอยากสร้างโมเดลของตัวเองเพื่อให้มีตำแหน่งในสนามแข่งด้านเทคโนโลยี โดยเฉพาะจีน ที่มีความทะเยอทะยานในเรื่องนี้อย่างชัดเจน ขณะที่ญี่ปุ่น สิงคโปร์ ซาอุดิอาระเบีย และอินเดีย ก็ประกาศความทะเยอทะยานของประเทศตัวเองเช่นกัน แต่ใช่ว่าทุกประเทศจะสร้างโมเดลขนาดใหญ่ได้ตั้งแต่ต้น (From scratch) มีแค่อเมริกาและจีนที่มีทรัพยากรมากพอ ในขณะที่ประเทศส่วนใหญ่ไม่มี

ทางเลือกที่ใช้ได้จริงสำหรับประเทศอื่นๆ คือ การนำโมเดล Open Source มาเทรนเพิ่ม (Continue training) ให้เข้ากับกฎระเบียบและค่านิยมของตัวเอง เหมือนซื้อพิซซ่าแช่แข็งมา เติมส่วนผสมเพิ่มแล้วอบต่อตามความชอบ ผลลัพธ์ที่ได้ก็จะเปลี่ยนไป อาจเป็นพิซซ่าอินเดีย หรือพิซซ่าญี่ปุ่นก็ได้ และการปรับแต่งแบบนี้ก็ใช้ต้นทุนในการเทรนโมเดลเพียงไม่กี่เปอร์เซ็นต์ ถ้าเทียบกับการเทรนโมเดลขึ้นมาใหม่ทั้งหมด อาจอยู่ที่หลักล้านดอลลาร์ แทนที่จะเป็นหลักร้อยล้านดอลลาร์ 

3. มาตรการควบคุมการส่งออกสินค้าของอเมริกา ส่งผลกระทบที่แท้จริงต่อการพัฒนา AI ของจีนอย่างไร

Kai-Fu Lee : มันเป็นดาบสองคม ข้อจำกัดเรื่อง GPU ทำให้บริษัทจีนซึ่งเน้นลงมือทำ รู้ตัวว่าไม่สามารถทุ่มเงิน 5 หมื่นล้านดอลลาร์เพื่อสร้างโมเดลขนาดใหญ่แข่งกับ OpenAI หรือ Anthropic ได้  GPU ที่มี จีนผลิตได้เองส่วนหนึ่งแต่ก็ไม่สามารถนำมาสเกลได้ พวกเขาก็เลยตั้งคำถามว่า จะทำยังไงให้ได้โมเดลที่มีความเป็นเลิศภายใต้ข้อจำกัดนี้? 

คำตอบก็คือ เน้นไปที่การเพิ่มประสิทธิภาพด้านวิศวกรรมอย่างเข้มข้น (rigorous engineering efficiency) ยกตัวอย่าง DeepSeek ที่คนรู้จักมากที่สุด คนจีนสร้างนวัตกรรมภายใต้ข้อจำกัดโดยการปรับสถาปัตยกรรม GPU ให้เหมาะสม ลดการพึ่งพา CUDA (แพลตฟอร์มคอมพิวเตอร์แบบขนานและรูปแบบการเขียนโปรแกรมที่พัฒนาโดย NVIDIA) และตั้งเป้าเพิ่มประสิทธิภาพในขั้นดีมาก แทนเป้าที่ต้องได้ประสิทธิภาพดีที่สุด ส่งผลให้บริษัทใช้เงินเทรนโมเดลน้อยกว่า 10% ของเงินที่บริษัทระดับท็อปในอเมริกาใช้ แต่สร้างโมเดลที่มีความสามารถถึง 90-95% ของโมเดลที่อเมริกาพัฒนาได้ และตามหลังอเมริกาแค่ 6-9 เดือนเท่านั้น 

ด้วยเหตุผลเชิงโครงสร้างที่ถูกอเมริกาบีบ จีนรู้ว่าไม่สามารถพัฒนา AI ให้ชนะบนพื้นฐานระบบปิด (Closed Source Basis) บริษัทจีนจึงหันมาจับมือกันพัฒนา Open Source โดยบริษัทแต่ละแห่งจะเข้ามาต่อยอดจากผลงานที่เผยแพร่สู่สาธารณะของกันและกันอย่างมีพลวัต ทำให้ความสามารถโดยรวมเพิ่มสูงขึ้น การจับมือทำงานเป็นกลุ่มก้อนของจีนเช่นนี้ เพราะจีนมองว่าแยกพัฒนายังไงก็คว้ารางวัลโนเบลไม่ได้ ต่างจากบริษัทฝั่งอเมริกาที่มีพฤติกรรมคล้ายนักวิจัย คือ เชื่อว่าตนจะคว้ารางวัลโนเบลได้ จึงเก็บความรู้และ Know How ไว้เป็นความลับ 

คำถามเชิงกลยุทธ์ที่สำคัญกว่านั้นคือ บริษัทแรกที่สามารถสร้าง AGI (Artificial General Intelligence) ได้ จะเป็นเจ้าตลาดเลยไหม หรือบริษัทอเมริกัน 4 แห่ง และบริษัทจีน 2 แห่ง จะสามารถสร้าง AGI สำเร็จภายในเวลาไม่กี่เดือน แล้วต่างฝ่ายก็ให้บริการในระบบนิเวศที่ต่างกันไป

ถ้าย้อนดูอดีต โมเดล Open Source ตามหลังโมเดล Closed Source อยู่ประมาณ 6-9 เดือน และโมเดลจากจีนก็ตามหลังโมเดลจากอเมริกาด้วยระยะเวลาไล่เลี่ยกัน หากรูปแบบนี้ยังคงอยู่ การแข่งขันอาจไม่ได้จบตรงที่ผู้ชนะเพียงรายเดียวกวาดคู่แข่งออกไปหมด แต่อย่างไรก็ตาม ก็ต้องรอดูเรื่องนี้กันต่อไป

4. ท้ายที่สุด อะไรจะเป็นตัวกำหนดรูปแบบว่าโมเดลไหนโดดเด่น แล้วการที่ประเทศหรือบริษัทต่างๆ ใช้งาน AI หรือมีอธิปไตยด้าน AI ช้ากว่าคนอื่น จะทำให้พวกเขาเสียเปรียบหรือไม่? 

Kai-Fu Lee : แนวคิดที่ว่า 'ปัญญาประดิษฐ์ทั่วไป (AGI)' จะขยี้ทุกคน ไม่น่าจะเป็นไปได้ แต่ก็ไม่ใช่เรื่องที่เป็นไปไม่ได้ซะทีเดียว ถ้าบริษัทอเมริกันกลายเป็นเจ้าตลาดด้วย AGI  เชื่อว่านั่นเป็นเพราะระบบนิเวศทางธุรกิจที่พวกเขาสร้างขึ้น ไม่ใช่เพราะบริษัทก้าวข้ามขีดจำกัดทางเทคโนโลยีจนทำให้คนอื่นๆ หมดความสำคัญ

คล้ายกับกรณีของ Windows ที่ไม่ได้ชนะตลาดเพราะไม่มีบริษัทไหนสร้างระบบปฏิบัติการที่คล้ายกันได้ แต่ที่ชนะเพราะมีคนพัฒนาแอปพลิเคชันบน Windows องค์กรต่างๆ ก็เข้าพึ่งพาการใช้งานระบบ รายได้จากตรงนี้ถูกนำไปใช้ในการพัฒนาต่อ ทำให้ตำแหน่งของ Windows แข็งแกร่งขึ้น

วัฏจักรที่ดีนั้นมีอยู่จริงและทรงพลังด้วย เห็นได้จากโครงการ Project Glasswing ของ Anthropic ที่ให้สิทธิ์เข้าถึงโมเดล Mythos อันทรงพลัง เฉพาะบริษัทเทคโนโลยีชั้นนำของอเมริกาเท่านั้น Claude Code เองก็กำลังเปลี่ยนวิธีเขียนซอฟต์แวร์ บริษัทต่างๆ ก็จะจ่ายเงินจำนวนมากเพื่อใช้งาน รายได้ที่เกิดขึ้นนำไปสู่การลงทุนด้านการประมวลผลเพิ่มอีก เป็นการลงทุนเพื่อโมเดลที่ดียิ่งขึ้นนั่นเอง

เรื่องการสร้างอธิปไตยช้า จึงไม่ได้ทำให้ประเทศหรือองค์กรเสียเปรียบเสมอไป เพราะในความเป็นจริง โมเดล Open Source สร้างความได้เปรียบให้คนมาทีหลังได้

เปรียบเทียบกับ iPhone vs Android เมื่อ AI เข้าถึงตลาดแมสทั่วโลก โมเดลของอเมริกาที่ตั้งราคาไว้สูงสำหรับตลาดมั่งคั่ง เมื่อคุณใช้เครื่องมือที่มีความก้าวหน้าอย่างมากบนโครงสร้างพื้นฐานระบบปิด ค่าใช้จ่ายก็จะสูงมาก ในทางตรงกันข้าม โมเดลของจีนอาจมีราคาต่ำกว่าเพียง 1 ใน 6 หรือ 1 ใน 10 และเมื่อเทคโนโลยีเข้าถึงประชากรในจีน อินเดีย และตลาดเกิดใหม่อื่นๆ โมเดลแบบปิดของอเมริกาอาจไม่สามารถตอบสนองความต้องการของคนส่วนใหญ่ได้เนื่องจากราคาสูงเกินไป

ผลลัพธ์อาจคล้ายกรณี iPhone กับ Android ที่ Apple ทำกำไรได้มหาศาล และอาจมากกว่าผู้ผลิต Android ทุกรายรวมกัน แต่ Android มีฐานผู้ใช้ทั่วโลกใหญ่กว่ามาก ดังนั้น ซอฟต์แวร์ที่เป็น Open Source อาจชนะในด้านการเข้าถึงและการใช้งาน ในขณะที่ซอฟต์แวร์แบบ Close Source อาจชนะด้านกำไรและการควบคุมการใช้งานในระบบนิเวศ  การสร้างอธิปไตยช้าจึงไม่ได้หมายความว่า ไม่ให้ความสำคัญ แต่หมายถึง การเลือกเส้นทางที่ถูกต้องตามทรัพยากร เป้าหมาย และตลาดที่คุณมี

5. บริษัทและประเทศต่างๆ ควรกังวลไหมว่า อาจมีเพียงไม่กี่แพลตฟอร์มที่เข้ามาผูกขาดทุกอย่าง?

Kai-Fu Lee : ไม่คิดว่าสุดท้ายแล้วเราจะเหลือตัวเลือกเพียงแพลตฟอร์มเดียว นั่นเป็นเพราะว่าใครก็หยุด Open Source ไม่ได้แล้ว ประวัติศาสตร์ชี้ให้เห็นว่า เราจะได้เห็น 1-2 แพลตฟอร์มปิดที่โดดเด่น ควบคู่ไปกับระบบนิเวศ Open Source ขนาดใหญ่ โดยเป็นการอยู่ร่วมกัน (Coexistence) คล้ายกับ Linux vs Windows, iPhone vs Android ซึ่งผมก็คาดว่า AI จะไปในรูปแบบเดียวกันนี้

สิ่งสำคัญคือ ต้องตระหนักว่าพลวัตการแข่งขันด้าน AI ไม่ได้มีมิติเดียว และการแข่งขันก็แยกเลเยอร์ชัดเจน (Layers of Competition) แบ่งเป็น การแข่งขัน ระดับโมเดล กับการแข่งขัน ระดับเอเจนต์ ซึ่งระบบนิเวศแบบเปิดอย่าง OpenClaw กลายเป็นแพลตฟอร์มที่ได้รับความนิยมในระดับเอเจนต์ ความเข้าใจเรื่องนี้สำคัญมาก เพราะแม้ว่าโมเดลระดับฐานราก (Foundation models) จะมีต้นทุนสูง แต่การแข่งขันในระดับเอเจนต์นั้นเปิดกว้างกว่ามาก

นอกจากนี้ จุดเด่นที่สุดของระบบนิเวศเปิดอย่าง OpenClaw เมื่อนำไปใช้งานร่วมกับโมเดลแบบ Open Source จะช่วยให้บริษัทและนักพัฒนาสร้างกระบวนการทำงาน (Workflows) ที่ทรงพลังได้ โดยไม่ถูกผูกติดกับเทคโนโลยีของบริษัทใดบริษัทหนึ่ง (Proprietary Stack)

ผมคิดว่าผลลัพธ์ที่น่าจะเป็นไปได้ ไม่ใช่การผูกขาดอย่างเต็มรูปแบบ แต่เป็นการอยู่ร่วมกันของระบบนิเวศปิดหนึ่งระบบหรือมากกว่านั้นหากมีโมเดลธุรกิจแข็งแกร่ง ส่วนระบบนิเวศเปิดอาจทำกำไรได้น้อยกว่าระบบปิด แต่เข้าถึงคนได้กว้างกว่า ง่ายกว่า และหยุดใช้งานได้ยากกว่า อย่างไรก็ตาม การผูกขาดของแพลตฟอร์มจะเป็นอันตรายก็ต่อเมื่อมีเพียงตัวเลือกเดียว แต่การมีระบบนิเวศเปิดอย่าง OpenClaw ช่วยให้มั่นใจได้ว่า การผูกขาดนั้นจะไม่เกิดขึ้น

6. คุณเคยบอกว่า จีนมีข้อได้เปรียบเชิงโครงสร้างในด้าน Physical AI, อุปกรณ์และภาคการผลิต ถามว่าข้อได้เปรียบเหล่านั้นอยู่ได้นานแค่ไหน?

Kai-Fu Lee : ฮาร์ดแวร์เป็นคนละเกมกับซอฟต์แวร์ อย่างตอนเปิดตัว iPhone บริษัทอเมริกันมีข้อได้เปรียบแทบทุกด้าน ทั้งด้านการออกแบบ วิศวกรรมซอฟต์แวร์ และการเข้าถึงตลาด ในขณะที่จีนเน้นไปที่ภาคการผลิต Foxconn ก็ได้กำไร แต่ได้เพียงเศษเสี้ยวของสิ่งที่ Apple ทำได้

ปัจจุบันจีนมีห่วงโซ่อุปทานและระบบนิเวศที่สามารถสร้างฮาร์ดแวร์ได้แทบทุกชนิดด้วยต้นทุนที่ต่ำกว่าอเมริกามาก ไม่ว่าจะเป็นโทรศัพท์ คอมพิวเตอร์ ไปจนถึงหุ่นยนต์ หรืออุปกรณ์ใหม่ๆ อย่างแว่นตา นาฬิกา หรือเครื่องอัดเสียงแบบสวมใส่ แบรนด์อย่าง Huawei, Xiaomi และ ByteDance ก็สร้างอุปกรณ์ได้เอง 

มีอีกประเด็นที่น่าสนใจ คือ เรากำลังเข้าสู่ยุค AI ที่ขับเคลื่อนด้วยเสียงพูดมากขึ้น พลังของโมเดลภาษาขนาดใหญ่ (LLM) ทำให้เราสื่อสารผ่านภาษาได้หมด การรู้จำเสียงพูดก็เข้าใกล้ความสมบูรณ์แบบไปทุกที ส่วนอุปกรณ์ที่บันทึกการโต้ตอบกับเสียงรอบข้าง การพูดคุยในที่ทำงาน และการประชุมต่างๆ ก็สร้างฐานข้อมูลประเภทใหม่ขึ้นมา

ตัวผมเองใช้เครื่องอัดเสียงของ ByteDance ทุกวัน ทุกการประชุมในบริษัทจะถูกบันทึก ถอดเสียง และวิเคราะห์โดยโมเดลภาษาขนาดใหญ่ ผมไม่สามารถเข้าประชุมได้ทุกครั้ง แต่สามารถเข้าประชุมแบบเสมือนจริงได้ผ่านการวิเคราะห์ของ AI นี่จึงเป็นเครื่องมือให้ข้อมูลอินไซด์ด้านการปฏิบัติงานในเชิงลึกได้

ประเด็นที่กว้างกว่านั้นคือ จีนมีความได้เปรียบทางวัฒนธรรมในการสร้างข้อมูลเป็นวงกว้าง อย่างใน AI 1.0 จีนมีความได้เปรียบด้านข้อมูลจากจำนวนประชากรมหาศาลและการใช้งานที่หนาแน่น ใน AI 2.0 ที่ขับเคลื่อนด้วยโมเดลภาษาขนาดใหญ่ ความได้เปรียบของจีนก็เปลี่ยนไป เนื่องจากข้อมูลที่ใช้เทรนส่วนใหญ่มาจากอินเทอร์เน็ตสาธารณะ และข้อมูลภาษาอังกฤษก็มีคุณภาพสูงมาก แต่ในปัจจุบัน ข้อมูลยุคใหม่ถูกสร้างขึ้นจากการโต้ตอบผ่านเสียง วิดีโอ และโลกทางกายภาพ ความได้เปรียบของจีนก็กลับมาอีกครั้ง ด้วยขนาด ด้วยแรงต้านในการบันทึกและจัดเก็บข้อมูลที่น้อยกว่าในยุโรปหรือสหรัฐอเมริกา

รัฐบาลยังมีนโยบายที่มุ่งเน้นการใช้ AI เพื่อพลิกโฉมภาคการผลิตโดยตรง เศรษฐกิจจีนจึงยังขับเคลื่อนด้วยการผลิต มากกว่าจะเป็นเศรษฐกิจที่ขับเคลื่อนด้วยความรู้ ในด้านนโยบายสำคัญของคณะรัฐมนตรีจีน คือ ให้นำ AI มาใช้ในโรงงานและสถานประกอบการอุตสาหกรรม และนโยบายดังกล่าวก็ทำให้มีความต้องการ (Demand) เกิดขึ้น มีจุดโฟกัสที่ชัดเจน และมีการจัดสรรงบลงทุนให้อย่างสอดคล้องกันในระดับที่ไม่มีที่ไหนให้ได้มากเท่า นอกจากนี้ VCs ชาวจีนยังยินดีลงทุนในธุรกิจด้านฮาร์ดแวร์มากกว่า เพราะเชื่อว่าจีนมีความได้เปรียบในด้านนี้ ด้วยต้นทุนการผลิตฮาร์ดแวร์ต่ำกว่า เงินทุนที่ต้องใช้จึงน้อยกว่า และความเร็วในการพัฒนาก็สูงกว่ามาก

7. ข้อผิดพลาดสำคัญที่ประเทศต่างๆ ทำ เมื่อคำนึงถึงอธิปไตยด้าน AI คืออะไร 

Kai-Fu Lee : ข้อผิดพลาดที่ชัดเจนที่สุดสำหรับประเทศต่างๆ คือ การเชื่อว่าพวกเขามีทางเลือกเพียง 2 ทาง คือ 1) ยอมรับโมเดลจากอเมริกา หรือ 2) ต้องสร้างโมเดลใหม่ตั้งแต่ต้น แต่ทางเลือกที่แท้จริงนั้นมี 1) นำแพลตฟอร์ม Closed Source ชั้นนำของอเมริกามาใช้ โดยต้องยอมรับและตระหนักถึงความเสียเปรียบด้านอธิปไตย 2) นำโมเดล Open Source มาเทรนเพิ่ม ให้เข้ากับภาษา ค่านิยม และกฎระเบียบของประเทศตัวเอง ข้อนี้ใช้ต้นทุนเพียงเศษเสี้ยวและมีโอกาสทำสำเร็จได้จริง และ 3) สร้างโมเดลใหม่ตั้งแต่ต้น (From scratch) เพื่อแข่งกับของอเมริกาและจีน ซึ่งก็ต้องเปิดตาให้กว้าง ยอมรับความจริงด้วยว่า 'ประเทศส่วนใหญ่ไม่น่าจะทำสำเร็จ’

แหล่งอ้างอิง

• Open vs. closed AI models : A conversation with Kai-Fu Lee