บนเวที 'มนุษย์ต่างวัย Fest 2026 ลองGEVITY อยู่กันไปยาว ๆ ให้จอยกว่าเดิม' อลิสา รัญเสวะ นักจิตวิทยาคลินิกเด็กและวัยรุ่น เจ้าของเพจ จิตวิทยาเด็กและวัยรุ่นโดยนักจิตวิทยา หรือที่หลายคนรู้จักในชื่ออาจารย์เกลล์ เปิดเซสชันด้วยการชวนคนทั้งห้องยกมือเช็กอายุ ก่อนจะประกาศนิยามช่วงวัยแบบใหม่ที่เรียกเสียงหัวเราะได้ทั้งงาน คนอายุ 40 ลงไปยังนับเป็นวัยรุ่น ช่วง 50 ถึง 60 คือวัยรุ่นตอนปลาย ส่วนคนที่เพิ่งก้าวเข้าสู่วัยผู้ใหญ่จริง ๆ คือ 60 ปีขึ้นไป และคำว่าผู้สูงอายุก็ควรขยับไปเริ่มต้นที่ 100 ปีได้แล้ว

เหตุผลที่ต้องรื้อนิยามกันใหม่ก็เพราะเทคโนโลยีและการแพทย์ทำให้คนแข็งแรงขึ้นจริง ๆ เดี๋ยวนี้พอเจอคนอายุ 60 ทีไร หลายคนถึงกับตกใจเพราะนึกว่าเพิ่งจะ 40 และความรู้สึกแบบนี้ก็สอดคล้องไปหมดกับวิธีที่เราใช้ชีวิตประจำวัน เป้าหมายของคนรุ่นนี้เปลี่ยนไปจากเดิม จากที่เคยตั้งหน้าตั้งตาเก็บเงินให้ได้เยอะ ๆ โดยไม่รู้ด้วยซ้ำว่าเก็บไปทำไม วันนี้มีคำใหม่เข้ามาในชีวิตมนุษย์ในช่วงสองปีที่ผ่านมา นั่นคือ Longevity

เมื่อ Longevity ไม่ได้แปลว่าแค่อยู่นาน แต่ต้องอยู่อย่างมีคุณภาพ

อาจารย์เกลล์ชี้ว่า ที่คำว่า Longevity หรือการมีอายุยืนยาวอย่างมีคุณภาพกลายเป็นเรื่องที่คนพูดถึงกันมากขึ้น มาจากสองสาเหตุ หนึ่งคือเทคโนโลยีก้าวหน้าขึ้น และสองคือความรู้สึกลึก ๆ ที่ว่า 'เรายังตายไม่ได้'

คนที่รู้สึกว่าตัวเองยังตายไม่ได้มีอยู่ไม่กี่แบบ แบบแรกคือคนที่มีเงิน เพราะยังใช้ไม่หมด แบบที่สองคือคนที่มีห่วง ไม่ว่าจะห่วงพ่อ ห่วงแม่ ห่วงลูก หรือห่วงหลานที่เป็นห่วงผูกใจที่สุด และแบบที่สามคือคนที่มีความสุข เพราะไม่มีใครที่กำลังมีความสุขแล้วอยากจากโลกนี้ไปเร็ว ๆ

ประเด็นสำคัญคือ คนยุคนี้ไม่ได้อยากแค่อยู่ให้นานเฉย ๆ แต่อยากอยู่อย่างมีคุณภาพด้วย และนี่คือจุดที่อาจารย์เกลล์ฝากข้อคิดไว้แรง ๆ ว่าทุกอย่างต้องเริ่มที่ตัวเราเอง โดยเฉพาะในประเทศไทยที่หลักศาสนาพุทธสอนว่า 'ตนเป็นที่พึ่งแห่งตน' เพราะถ้าวัดกันที่เบี้ยยังชีพผู้สูงอายุหรือเงินสนับสนุนเด็กแล้ว ตัวเลขที่ได้รับนั้นน้อยจนแทบจะพึ่งพาอะไรไม่ได้เลย สิ่งที่พอจะพึ่งได้จริงจึงเหลือเพียงตัวเรา และนอกจากมีเงินแล้วก็ยังไม่พอ เราต้องมีร่างกายที่แข็งแรงควบคู่ไปด้วย เพราะเมื่อร่างกายแข็งแรงและจิตใจแข็งแรง ชีวิตก็มีความสุขได้ง่ายขึ้นมาก

สุขภาพกายเราเลือกได้ แต่สุขภาพใจเราเลือกไม่ได้

อาจารย์เกลล์ตั้งคำถามที่หลายคนแอบสะดุ้ง ทำไมเราถึงกินชานมไข่มุก กินน้ำตาล กินของหวาน ทั้งที่รู้อยู่แก่ใจว่ามันทำให้อ้วน คำตอบทางจิตวิทยานั้นตรงไปตรงมา เพราะเรามักกินของพวกนี้เวลาเครียด ตั้งแต่ก้าวเท้าเดินไปซื้อ เราก็แอบบอกตัวเองว่าไม่เป็นไรเดี๋ยวค่อยไปออกกำลังกาย แต่ในความจริงคือตอนนั้นเราแค่ไม่ไหว และอยากได้อะไรสักอย่างมาผ่อนคลายใจ

เวลาเครียด เราจึงมักอนุญาตให้ตัวเองทำสิ่งที่ไม่ดีต่อสุขภาพ ทั้งกินของหวาน ทั้งไถฟีด TikTok เพื่อคลายเครียด พฤติกรรมการบริโภคเหล่านี้แหละที่ค่อย ๆ พาเราไปสู่ปัญหาสุขภาพ แต่ข่าวดีคือมันเป็นเรื่องที่ 'เลือกได้' สมมติมีชานมไข่มุกวางอยู่ตรงหน้า เราจะไม่กินก็ได้ หรือจะกินแค่คำเดียวก็ได้ พฤติกรรมต่อสุขภาพกายจึงเป็นสิ่งที่อยู่ในมือเรา

แต่มีอยู่สิ่งหนึ่งที่เราเลือกไม่ได้ นั่นคือสุขภาพจิต เพราะตราบใดที่ยังใช้ชีวิตตามปกติ ความ Toxic ความกดดัน และความเครียดจะค่อย ๆ ไหลเข้ามาแบบที่เรามองไม่เห็น และผลักออกไปไม่ได้เหมือนผลักจานชานมไข่มุก ยิ่งไปกว่านั้น ในเมื่อมนุษย์ต้องอยู่ร่วมกัน เราก็ควบคุมคนอีกคนที่เข้ามามีปฏิสัมพันธ์ด้วยไม่ได้ บางครั้งเราเผลอ Toxic ใส่กัน เผลอทำร้ายกันไปมาโดยไม่รู้ตัว สุขภาพจิตจึงเป็นเรื่องที่ควบคุมยากที่สุด และหนึ่งในเรื่องที่คนจำนวนมากกำลังเผชิญอยู่ก็คือเรื่องความสัมพันธ์

ใจเป็นนาย กายเป็นบ่าว และความสัมพันธ์คือเครื่องมือเดียวของมนุษย์

ถ้าถามว่าความสัมพันธ์สำคัญกับมนุษย์แค่ไหน อาจารย์เกลล์อธิบายว่า มนุษย์ไม่ได้มีฟังก์ชันพิเศษอะไรเลย เราพ่นไฟไม่ได้ ไม่มีปีกให้บิน ไม่มีพิษไว้ป้องกันตัว สิ่งเดียวที่เป็นเครื่องมือให้เผ่าพันธุ์มนุษย์อยู่รอดมาจนถึงทุกวันนี้คือความสัมพันธ์ เวลาเจอสิงโต เราสู้ตัวคนเดียวไม่ได้ แต่เราเรียกคนอีกสองคนมาช่วยรุมได้ เวลาเจอปัญหา เราก็เรียกคนอื่นมาช่วยได้ นั่นคือพลังของการอยู่ร่วมกัน

อาจารย์เกลล์ย้ำหลักที่ใช้กันมานานว่า 'ใจเป็นนาย กายเป็นบ่าว' เสมอ เพราะถ้าร่างกายแข็งแรงดีแต่ใจเครียดจัด กดดันจัด เราก็ขยับร่างกายดี ๆ นั้นไปทำอะไรไม่ได้เลย แต่ถ้าใจแข็งแรง ต่อให้ต้องใช้วีลแชร์ก็ยังไปได้ทุกที่ อาจารย์เกลล์ถึงกับบอกทีมงานเสมอว่าจะทำงานไปจนกว่าวาระจะมาถึง สิ่งเดียวที่ร่างกายต้องการคือสมอง ส่วนอื่นพิการได้แต่ขอให้สมองยังไม่พิการ เพราะสมองคือต้นตอของทั้งความทุกข์และความสุข

เมื่อเรารู้ว่าเครื่องมือของมนุษย์คือความสัมพันธ์ Longevity ที่แท้จริงจึงประกอบด้วยสามเรื่อง ได้แก่ สุขภาพกายที่ดี สุขภาพใจที่ดี และความสัมพันธ์ที่ดี

ยิ่งมีคนในชีวิตมากเท่าไหร่ ก็ยิ่งมีโอกาสทุกข์มากเท่านั้น

มีงานวิจัยที่ศึกษาว่าอะไรทำให้มนุษย์มีความสุข ผลออกมาว่าถ้ามนุษย์มีความสัมพันธ์ที่ดี มนุษย์ก็จะมีความสุข ลองสังเกตตัวเองในเช้าวันธรรมดา ขับรถออกไปแล้วโดนปาดหน้า ความสัมพันธ์กับคนคันนั้นไม่ดีขึ้นมาทันที เราหงุดหงิด พอถึงที่ทำงาน เจ้าหน้าที่รักษาความปลอดภัยไม่ให้จอดที่เดิม เราก็หงุดหงิดอีก เดินเข้าไปเจอเจ้านายที่ไม่ยิ้มให้ทั้งที่เราไม่รู้ตัวว่าทำอะไรผิด เราก็รู้สึกแย่ ความสัมพันธ์ไม่ว่าจะกับใครจึงส่งผลต่อความรู้สึกของเราโดยตรง และความสัมพันธ์ที่แย่ก็นำมาซึ่งความทุกข์

อาจารย์เกลล์เล่าถึงบทสนทนากับเพื่อนที่กำลังทุกข์หนัก เมื่อเพื่อนถามกลับว่าตัวอาจารย์เกลล์เองมีความทุกข์ไหม คำตอบคือทุกข์น้อยลง เพราะมีคนเหลืออยู่ในชีวิตไม่มาก และไม่ได้ใช้ชีวิตติดต่อกับคนเยอะ ๆ นั่นแปลว่ายิ่งเรามีคนในชีวิตมากเท่าไหร่ ก็ยิ่งมีโอกาสทุกข์มากขึ้นเท่านั้น

แต่นั่นไม่ได้แปลว่าให้ตัดคนออกจากชีวิต เพราะคนที่ยังเหลือสัมพันธ์กับเราก็มักเป็นพ่อ แม่ พี่น้อง ลูก คู่ชีวิต ไปจนถึงอากงอาม่า ซึ่งล้วนเป็นเรื่องที่ดี อาจารย์เกลล์เล่าด้วยน้ำเสียงจริงใจว่า ในฐานะคนที่พ่อแม่จากไปหมดแล้ว ถ้าย้อนเวลากลับไปได้ก็อยากมีท่านอยู่ ของบางอย่างถึงมีแล้วอาจดูไม่มีประโยชน์ แต่มันมีผลทางจิตใจมหาศาล ความสัมพันธ์กับคนที่เรารักจึงเป็นเรื่องสำคัญ เพียงแต่บ่อยครั้งมันกลับกลายเป็นความขัดแย้ง เพราะเราไม่เข้าใจกัน หรือบางทีก็เพราะรักมาก ห่วงมาก และอยากช่วยมากเกินไปต่างหาก

ผู้หญิงกับผู้ชายรับมือกับความขัดแย้งไม่เหมือนกัน

เวลาใครสักคนเดินเข้ามาเล่าปัญหา สิ่งที่อีกฝ่ายมักทำคือรีบเสนอวิธีแก้ทันที หนึ่งสองสามสี่ ทั้งที่คนเล่าแค่อยากบอกให้ฟัง แต่คนฟังกลับอยากช่วยเต็มที่ ความขัดแย้งจึงเริ่มขึ้น จากที่เริ่มต้นด้วยความรัก สุดท้ายลงเอยที่สงคราม งอนกัน ไม่มองหน้ากัน ไม่กินข้าวร่วมกัน

อาจารย์เกลล์เสริมว่ารูปแบบการเผชิญหน้ายังต่างกันตามเพศด้วย ผู้หญิงส่วนใหญ่เป็นสายเคลียร์ เวลาทะเลาะต้องได้คุยให้จบก่อนถึงจะสบายใจ ส่วนผู้ชายมักไม่ชอบความขัดแย้ง อยากให้ทุกอย่างโอเคไว ๆ เพราะรับมือกับอารมณ์ของอีกฝ่ายไม่ไหว และคาดเดาได้ว่าเคลียร์ไปก็จบที่ตัวเองรับผิด จึงเลือกเดินหนีไปก่อนเพื่อให้สถานการณ์สงบ การเข้าใจความต่างตรงนี้เองที่เป็นจุดเริ่มต้นของการอยู่ร่วมกันโดยไม่ทำให้ความสัมพันธ์เป็นพิษ

5 พฤติกรรมที่เผลอทำแล้วทำให้ความสัมพันธ์กลายเป็นพิษ

อาจารย์เกลล์สรุปพฤติกรรมที่ทำให้ความสัมพันธ์ Toxic แบบที่เรามักทำไปโดยไม่รู้ตัว เพื่อเตือนให้อย่างน้อยเราเป็นคนหนึ่งที่ไม่เริ่มทำร้ายความสัมพันธ์ก่อน

1. รีบแนะนำก่อนจะฟังให้จบ

เมื่อมีคนมาเล่าให้ฟัง ไม่ว่าจะเป็นลูก คู่ชีวิต หรือพ่อแม่ สิ่งแรกที่ต้องทำคือฟังให้จบ แล้วค่อยถามกลับว่าเขาต้องการอะไร อยากให้ช่วยไหม อยากได้คำแนะนำไหม อยากได้มุมมองเพิ่มไหม หรือแค่อยากระบาย เพราะคนที่เลือกเดินมาหาเราแปลว่าเขาให้ความสำคัญกับใจของเรา เพียงแต่หลายครั้งเราอินมากเกินไป มีอารมณ์ร่วม และอยากช่วยเต็มที่จนลืมถามว่าเขาต้องการความช่วยเหลือนั้นจริงหรือเปล่า

2. การเปรียบเทียบ

การเปรียบเทียบเกิดขึ้นตลอดเวลาโดยที่เราไม่รู้ตัว ดูคนนั้นสิ ดูบ้านนี้สิ ดูคนโน้นสิ พอถูกเปรียบเทียบ คนฟังจะรู้สึกเหมือนถูกกดให้ต่ำลง เหมือนถูกตำหนิ โดยเฉพาะกับเด็ก เพราะพ่อแม่มักเปรียบเทียบลูกกับคนที่ดีกว่า ทำให้เด็กรู้สึกว่าตัวเองดีไม่พอ และคุณค่าในตัวเองถูกลดทอนลง ทางที่ดีคือใช้ตัวตนของคนคนนั้นเป็นจุดตั้งต้นในการรับฟังและให้คำแนะนำ ไม่ต้องเอาไปวัดกับใคร

3. การเอามาตรฐานของตัวเองไปตัดสิน

เวลาใครมาปรึกษา เราไม่ควรตอบจากมุมของเราเองว่าในฐานะของเราคิดว่าอย่างนั้นอย่างนี้ แต่ต้องเอาตัวเองไปสวมในรองเท้าของเขา มองผ่านแว่นของเขา เพราะบางครั้งคนคนนั้นยังไม่อยากออกมาจากปัญหา เขาแค่อยากร้องไห้ อยากอยู่ตรงนั้นต่ออีกสักพัก การที่เรารีบเอาประสบการณ์ของตัวเองไปยัดให้ จะทำให้เขารู้สึกว่าเราไม่เข้าใจ และเกิดรอยร้าวในความสัมพันธ์

ประโยคที่อันตรายที่สุดในหมวดนี้คือคำว่า 'เรื่องมันแค่นี้เอง' ซึ่งอาจารย์เกลล์เรียกว่าเป็นการถูกตำหนิแบบเลือดเย็นที่สุด เวลาเรากำลังเสียใจ ใครพูดประโยคนี้ก็โกรธหรือเจ็บได้ทันที และน้ำหนักความรู้สึกก็ต่างกันด้วย ถ้าคู่ชีวิตพูดเราจะโกรธ แต่ถ้าพ่อแม่พูดเราจะเสียใจ คำว่าเรื่องแค่นี้จึงเท่ากับบอกอีกฝ่ายว่าเรื่องของเขาไม่สำคัญ ทั้งที่การเลือกมาเล่าให้เราฟังแปลว่าเราคือคนสำคัญสำหรับเขา

4. การพูดตอกย้ำจุดอ่อน

ข้อเสียของการสนิทและใกล้ชิดกันมากคือเรารู้จุดอ่อนของอีกฝ่ายดีเกินไป และเผลอแทงเข้าไปตรงจุดนั้นในจังหวะที่เขากำลังตกต่ำที่สุด ด้วยประโยคทำนองว่า 'ฉันว่าแล้วว่าเธอทำไม่ได้' หรือ 'ฉันว่าแล้วว่าเธอต้องถอย' คำพูดแบบนี้เจ็บ จุก และจบ เปลี่ยนหนังรักให้กลายเป็นหนังสงครามได้ในพริบตา

5. การรักแบบควบคุม

ความรักที่มาพร้อมการควบคุมเริ่มได้ตั้งแต่วันแต่งงาน ตั้งกฎเรื่องโฟมล้างหน้า เรื่องฝาชักโครก เรื่องการแยกตะกร้าผ้าจนละเอียดยิบ ทั้งหมดนี้คือการไม่ปล่อยให้อีกฝ่ายได้มีพื้นที่หรือได้เป็นตัวของตัวเองโดยไม่รู้ตัว และเมื่อควบคุมคู่ชีวิตได้ ก็มักลามไปควบคุมลูก ส่วนคนที่ควบคุมยากที่สุดและเป็นคนสุดท้ายที่เรากล้าไปยุ่งคือพ่อแม่ของเราเอง

ตัวอย่างที่อาจารย์เกลล์ยกขึ้นมาคือการพาพ่อแม่วัย 80 ปีนั่งรถ 12 ชั่วโมงไปเที่ยวต่างจังหวัด ด้วยความเชื่อว่านี่คือความสุข ทั้งที่ความจริงอาจทรมานผู้สูงอายุมากทั้งเรื่องเมื่อยล้าและเรื่องห้องน้ำ ความสุขแบบที่เรายัดเยียดให้อาจไม่ใช่ความสุขของท่าน ทางที่ดีคือถามก่อนว่าท่านอยากถูกพาไปแบบนั้นไหม และความสุขของท่านคืออะไรกันแน่ อาจารย์เกลล์ทิ้งท้ายข้อนี้ด้วยคำถามที่เจ็บแต่จริง ในเมื่อเรายังควบคุมตัวเองให้ผอมหรือให้เลิกกินชานมไข่มุกไม่ได้เลย แล้วทำไมเราถึงพยายามเหลือเกินที่จะให้คนอื่นเป็นในแบบที่เราอยากให้เป็น

อยากให้คนอยากฟัง ต้องยิ้ม ฟัง แล้วรอให้เขาถาม

คำถามต่อมาคือแล้วผู้ใหญ่ควรทำตัวอย่างไร อาจารย์เกลล์ย้ำก่อนว่าคน 60 ปีขึ้นไปคือบุคคลที่เลอค่ามากในเรื่องประสบการณ์ ทักษะ และความรู้ ซึ่งเป็นสิ่งที่เงินซื้อไม่ได้ และไม่ควรถูกเรียกว่าป้าหรือยายตั้งแต่อายุยังน้อย

วิธีทำให้คนรุ่นใหม่อยากเดินเข้ามาฟังนั้นง่ายกว่าที่คิด เริ่มจากทำตัวให้เป็นมิตรด้วยการยิ้มก่อนโดยไม่ต้องรีบพูด ต่อมาคือการฟัง ถึงเรื่องที่เขาเล่าจะฟังดูไม่เข้าหัวก็แค่ยิ้มและหัวเราะไปกับเขา เท่านี้ก็เป็นเพื่อนสนิทกันได้แล้ว และข้อที่สำคัญที่สุดคือการรอจังหวะ การพูดจะมีคุณค่าก็ต่อเมื่อพูดถูกจังหวะ ซึ่งจังหวะนั้นคือตอนที่เขาเล่าจบแล้วหันมาถามเองว่า 'ถ้าเป็นพ่อ พ่อจะทำยังไง' นั่นคือจังหวะที่เขาจะตั้งใจฟัง และคำตอบของเราจะถูกเก็บไปคิดต่อ สรุปสั้น ๆ คือหนึ่งยิ้ม สองฟัง สามรอให้ถาม

อาจารย์เกลล์แยกให้เห็นความต่างระหว่าง 'การได้ยิน' กับ 'การฟัง' การได้ยินคือเสียงเข้าหูเฉย ๆ ส่วนการฟังหมายถึงการเก็บไว้พิจารณา ท่าทีและจังหวะของผู้รับฟังจึงสำคัญมาก และคำว่าเรื่องแค่นี้เองต้องตัดทิ้งไปเลย เพราะปัญหาของใครก็เป็นเรื่องใหญ่ของคนนั้นเสมอ เด็กอายุ 8 ขวบที่มีสิวหนึ่งเม็ดหรือถูกล้อว่าฟันเหยินก็ถือเป็นเรื่องใหญ่มากสำหรับเขา เมื่อตั้งทัศนคติได้ว่าปัญหาเป็นเรื่องใหญ่ของเจ้าของปัญหาเสมอ เราก็จะเข้าใจว่าการที่เขาเลือกมาเล่าให้เราฟังแปลว่าเราคือคนที่เขาไว้ใจที่สุด ซึ่งเป็นเรื่องที่ควรภูมิใจ

ไม่มีอาชีพไหนมั่นคง แต่ความมั่นคงข้างในสร้างได้

อีกหนึ่งความกังวลของยุคนี้คือเรื่องงานที่ไม่มั่นคง โลกการทำงานเปลี่ยนไปแล้ว อาชีพใหม่ ๆ อย่างอินฟลูเอนเซอร์ นักเล่าเรื่อง และคอนเทนต์ครีเอเตอร์เกิดขึ้นมากมาย ไม่ได้จำกัดอยู่แค่หมอ ตำรวจ พยาบาล นักบัญชี หรือวิศวกรอีกต่อไป ถ้าใครมีแพสชันกับอะไรสักอย่าง สมมติว่าชอบถุงเท้ามาก เขาก็สามารถสร้างอาชีพจากถุงเท้าได้จริง ทั้งเล่าเรื่องและขายของที่ตัวเองรัก

อาจารย์เกลล์ชี้ว่าโควิดสอนเราแล้วว่าไม่มีอาชีพไหนบนโลกที่มั่นคงร้อยเปอร์เซ็นต์ แม้แต่ข้าราชการหรือหมอก็ยังต้องดิ้นรน สิ่งที่มั่นคงจริงจึงไม่ใช่ตัวอาชีพ แต่เป็นความรู้สึกมั่นคงจากข้างใน ดังนั้นถ้าลูกอยากเป็นอะไรแล้วยังรู้สึกไม่มั่นคง หน้าที่ของเราคือช่วยเสริมให้เขามั่นคงขึ้น เพื่อให้เขามีสิ่งที่ใช้ประคองชีวิตต่อไปได้

ความเปิดกว้างคือกุญแจสำคัญ ไม่ว่าจะเป็นเรื่องเงิน เรื่องชีวิต หรือเรื่องความรัก ถ้าเรารับฟังได้โดยไม่ห่วงจนเกินไป และรอให้เขาถามก่อนจึงค่อยแสดงความเห็นบนหลักเหตุและผล ทั้งข้อดีข้อเสียและประโยชน์ ลูกก็จะฟัง คู่ชีวิตก็จะฟัง แต่เมื่อไหร่ที่เราใช้อารมณ์ตัดสินเพราะรู้สึกว่าไม่ได้ดั่งใจ เมื่อนั้นปัญหา Toxic ก็จะเกิดขึ้น เพราะถ้าเขามาคุยแล้วเรารีบแนะนำ เขาจะถอย ถ้าเขาคุยแล้วเรารีบตัดสิน เขาจะหยุด ทางออกจึงมีแค่รับฟัง รักษาระยะห่าง และรอจังหวะที่ดี

เป็นผู้ใหญ่ที่ Gen Z อยากเข้าหา

ในมุมของช่องว่างระหว่างวัย เจเนอเรชัน Z (Gen Z) มองว่าผู้ใหญ่อย่างเจเนอเรชัน X (Gen X) ชอบบงการชีวิต ส่วนเจเนอเรชัน X และเจเนอเรชัน Y (Gen Y) ก็มองว่า Gen Z ไม่ค่อยได้เรื่อง ทั้งที่จริง Gen Z เก่งมาก ดูอย่างเรื่องการใช้สมาร์ตโฟนหรือความคล่องตัวในชีวิตประจำวันก็ได้

อาจารย์เกลล์แนะว่าผู้ใหญ่ต้องทำให้ Gen Z รู้สึกว่าพึ่งพาเราได้บ้าง ด้วยการเป็นผู้ใหญ่ที่เข้าใจโลก เข้าใจประเทศ เข้าใจเจเนอเรชันของเขา และเป็นเพื่อนเขาได้ ต้องทำให้เขารู้สึกว่ายังเป็นตัวของตัวเองได้ เราไม่บงการแต่ชี้แนะ และรอให้เขามาปรึกษาก่อน เมื่อนั้นคุณค่าและคำแนะนำของเราจะกลายเป็นสิ่งที่มีความหมายต่อความรู้สึกของเขาจริง ๆ

ความสัมพันธ์ที่ดีคือเครื่องมือดูแลใจให้อยู่ยาวอย่างมีความสุข

อาจารย์เกลล์สรุปทิ้งท้ายว่า การฟังสำคัญ การพึ่งพากันก็สำคัญ ถ้าเราเริ่มที่ตัวเองก่อน ปรับใจและปรับตัว ความสัมพันธ์ก็จะกลายเป็นเรื่องดีที่สร้างความสุขให้ทั้งตัวเราและคนรอบข้าง การถูกดุหรือการผิดพลาดเป็นเรื่องปกติ เพราะไม่มีใครสมบูรณ์แบบ จึงไม่ควรหยุดเรียนรู้

และข้อสรุปที่ใหญ่ที่สุดก็คือ มนุษย์หนึ่งคนจะไม่มีคุณค่าเลยถ้าไม่มีมนุษย์คนอื่นคอยสนับสนุนและมีปฏิสัมพันธ์ด้วย เพราะเราคือสัตว์สังคมที่ต้องรวมกลุ่มกันถึงจะอยู่รอด ความสัมพันธ์ที่ดีจึงเป็นทั้งเครื่องมือที่ทำให้เราประสบความสำเร็จในการใช้ชีวิต และเป็นสิ่งที่ทำให้ความสุขนั้นถูกเกื้อกูลและส่งต่อกันไป การเข้าใจความแตกต่างของแต่ละคนและสร้างความสัมพันธ์ที่ดี คือวิชาสำคัญของการเติบโตไปเป็นผู้ใหญ่ที่ไม่ Toxic และดูแลจิตใจให้อยู่ร่วมกันไปได้ยาว ๆ อย่างมีความสุข

ที่มา: เรียบเรียงจากเซสชัน 'วิชาเติบโตไปเป็นผู้ใหญ่ที่ไม่ Toxic' โดย อลิสา รัญเสวะ (อาจารย์เกลล์) นักจิตวิทยาคลินิกเด็กและวัยรุ่น เจ้าของเพจจิตวิทยาเด็กและวัยรุ่นโดยนักจิตวิทยา ภายในงาน มนุษย์ต่างวัย Fest 2026 'ลองGEVITY อยู่กันไปยาว ๆ ให้จอยกว่าเดิม'

นี่คือเรื่องราวของ Erin Maus วิศวกรซอฟต์แวร์ที่เดินเข้าไปหานายจ้าง แล้วพูดประโยคที่ไม่มีใครในวงการเทคคาดคิดว่าจะได้ยินในปี 2025 ว่า ฉันขอไม่ใช้ AI ได้ไหม เพราะมันขัดกับความเชื่อของฉัน

ฉันขอไม่ใช้ AI ได้ไหม เพราะมันขัดกับความเชื่อของฉัน

Maus นับถือศาสนา Unitarian Universalist ซึ่งให้ความสำคัญกับจริยธรรมสิ่งแวดล้อมและความเป็นธรรมทางสังคมเป็นแกนกลาง สำหรับเธอ การที่ Data Center ที่ขับเคลื่อน AI ดูดน้ำและเผาไฟฟ้ามหาศาลในขณะที่โลกกำลังร้อนขึ้น ไม่ใช่เรื่องนโยบาย แต่คือเรื่องของบาป

แต่ไม่ใช่ทุกคนที่จะกล้าประกาศจุดยืนอย่าง Maus สำหรับคนที่ถูกบีบให้ต้องใช้ AI ทั้งที่ใจไม่ต้องการ พวกเขาจึงหันไปหาทางออกที่เงียบเชียบและซ่อนเร้นกว่า นั่นคือปรากฏการณ์ Tokenmaxxing

มันคือการที่พนักงานสร้างงานปลอม ๆ ขึ้นมา แล้วสั่งให้ AI ทำไปเรื่อย ๆ เพื่อให้ระบบของบริษัทเก็บข้อมูลได้ว่า "อ๋อ พนักงานคนนี้ใช้งาน AI อยู่นะ" ทั้งที่จริง ๆ แล้วเขาไม่ได้ต้องการผลลัพธ์จากมันเลย เขาแค่อยากให้ตัวเองดูมีตัวเลขการใช้งานที่สูงพอ เพื่อที่จะได้ผ่านการประเมินงานตอนสิ้นปีเท่านั้นเอง

ทั้งสองพฤติกรรมนี้บอกอะไรเรา? มันบอกว่ามีคนทำงานจำนวนมากที่รู้สึกว่า ถูกบังคับให้ใช้ของที่เขาไม่ได้อยากใช้ แม้พฤติกรรมของ Maus และกลุ่ม Tokenmaxxing จะดูต่างกันในวิธีปฏิบัติ แต่ทั้งสองกลุ่มต่างตะโกนบอกสิ่งเดียวกันว่า เขากำลังถูกบังคับให้ใช้เครื่องมือที่ไม่ได้อยู่ในความต้องการ

เรื่องนี้เริ่มเป็นประเด็นใหญ่ขึ้นเรื่อยๆ เพราะ

1. กระแสสังคม: แม้แต่ผู้นำศาสนาอย่างพระสันตะปาปา ก็ยังออกมาเตือนเรื่องการใช้ AI ในทางที่เบียดเบียนมนุษย์
2. ข้อกฎหมาย: ในต่างประเทศเริ่มมีกฎหมายที่คุ้มครองสิทธิพนักงานหากการทำงานขัดกับความเชื่อทางศาสนา ซึ่งทำให้ฝ่าย HR ของหลายบริษัทเริ่มกุมขมับ เพราะอ้างแค่ว่ามันทำให้งานเร็วขึ้น อาจจะไม่พอที่จะบังคับให้พนักงานทุกคนต้องใช้

คำถามที่น่าคิดกว่าคือ ทำไมบริษัทต้องบังคับขนาดนี้?

บริษัทส่วนใหญ่มักผลักดัน AI ด้วยสมมติฐานที่ว่าพนักงานที่ไม่เร่งใช้คือ ตัวต้านทานการเปลี่ยนแปลง แต่ในความเป็นจริง ตัวเลขกลับไม่ยืนยันสมมติฐานนั้น Maus พิสูจน์ให้เห็นว่าความเร็วในการเขียนโค้ดของเธอนั้นไม่ต่างจากคนที่ใช้ AI ทุกขั้นตอน และในหลายองค์กร สิ่งที่เห็นชัดกว่า Productivity ที่เพิ่มขึ้น คือตัวเลขการปลดพนักงานทิ้งอย่างต่อเนื่อง

นักลงทุนอาจจะถูกใจกับตัวเลขการลดต้นทุน แต่นั่นไม่ใช่ดัชนีชี้วัดประสิทธิภาพขององค์กร เราอาจกำลังติดอยู่ในหลุมพราง Sunk Cost Fallacy ระดับอุตสาหกรรม บริษัททุ่มเงินมหาศาลให้กับ AI และพยายามพิสูจน์ว่าเงินที่จ่ายไปนั้นคุ้มค่าด้วยการบีบให้ทุกคนใช้ แล้ววัดผลจากปริมาณการใช้งานที่พ่นออกมาเป็นตัวเลข

ทว่า เมื่อพนักงานต้องหาทางออกด้วยการอ้างเรื่องศาสนา หรือแม้แต่การสร้างงานปลอมเพื่อตบตาเครื่องจักร คำถามสำคัญไม่ใช่ว่าบริษัทจะจัดการกับคนเหล่านี้อย่างไร แต่เป็นคำถามที่ว่า "เรากำลังบังคับให้พนักงานใช้เครื่องมือที่องค์กรเองยังหาคุณค่าที่แท้จริงไม่เจออยู่หรือเปล่า?"

อ้างอิง: inc.com

นี่คือหนึ่งในบทสัมภาษณ์ล่าสุดกับนิตยสาร Fortune ของ Boris Cherny หัวหอกคนสำคัญผู้ปั้น Claude Code ขึ้นมา ชายผู้เพิ่งออกมายอมรับว่า ตัวเขาเองไม่ได้นั่งพิมพ์โค้ดเองมาแล้วถึง 8 เดือนเต็ม เพราะเขาปล่อยให้ AI ที่เขาสร้างขึ้นมาเป็นผู้จัดการให้ทั้งหมด

คำถามที่น่าสนใจคือ ในวันที่เทคโนโลยีสามารถทำงานเทคนิคแทนเราได้แทบจะสมบูรณ์แบบ แล้ว ‘มนุษย์’ แบบไหนล่ะที่องค์กรอย่าง Anthropic บริษัท AI ที่ได้ชื่อว่าหมกมุ่นกับความปลอดภัยของมนุษยชาติมากที่สุดแห่งหนึ่งต้องการตัว?

Anthropic เชื่อว่า ‘ความซื่อสัตย์ต่อความไม่รู้’ สำคัญกว่าความสมบูรณ์แบบ

1. Intellectual Honesty ความซื่อสัตย์ต่อความ(ไม่)รู้ของตัวเอง

ในวัฒนธรรมการทำงานของซิลิคอนแวลลีย์ที่ผู้คนมักมีหมวกของคนเก่งและมักมีอีโก้ที่สูงกว่าปกติ Anthropic กลับมองหาคนที่พร้อมจะเปลื้องสิ่งเหล่านั้นทิ้งไป

Cherny เล่าว่าพวกเขาไม่ได้มองหาคนที่มีคำตอบสำหรับทุกสิ่ง แต่ตามหาคนที่กล้าพอที่จะเปล่งเสียงออกมาว่า "เรื่องนี้ผมไม่รู้" ความซื่อสัตย์ทางความคิดในที่นี้ หมายถึงความกล้าหาญที่จะวิพากษ์วิจารณ์ไอเดียที่บิดเบี้ยว ไม่เว้นแม้แต่ไอเดียที่ตัวเองเป็นคนเสนอ 

มันคือการสลายตัวตน เพื่อเป้าหมายที่ใหญ่กว่า เพราะในการสร้าง Frontier AI หรือเทคโนโลยีที่ยังไม่มีใครหยั่งถึงขีดจำกัด การแสร้งทำเป็นรู้ ไม่ใช่แค่เรื่องน่ารำคาญ แต่มันคือหายนะที่อาจส่งผลกระทบต่อความปลอดภัยของมนุษยชาติ

2. Genuine Curiosity ความกระหายใคร่รู้ที่แท้จริง

หลายองค์กรมักเขียนคำว่า ความอยากรู้อยากเห็น ไว้เป็นเพียง Soft Skill ประดับเรซูเม่ให้ดูสวยหรู แต่ที่ Anthropic สิ่งนี้ถูกยกระดับขึ้นเป็น "สัญชาตญาณในการเอาตัวรอด"

เมื่อคุณต้องทำงานกับโมเดลภาษาขนาดใหญ่ที่ซับซ้อนเกินกว่าเจตจำนงของมนุษย์จะควบคุมได้ทั้งหมด ไม่มีคู่มือเล่มไหนบอกได้ว่าเมื่อเกิดบั๊กประหลาด ๆ ขึ้น คุณต้องกดปุ่มใด ความอยากรู้อยากเห็นอย่างแท้จริงจึงเป็นเหมือนทางออกเดียวและทางออกสุดท้ายของคุณ มันคือแรงขับเคลื่อนที่จะพาวิศวกรดำดิ่งลงไปในสถาปัตยกรรมโครงข่ายประสาทเทียม เพื่อตั้งคำถาม ขุดคุ้ย และทำความเข้าใจในสิ่งที่แม้แต่ผู้สร้างก็ยังคาดไม่ถึง

3. High Autonomy วิจารณญาณและการขับเคลื่อนด้วยตัวเอง

โลกของ AI หมุนด้วยความเร็วที่กฎเกณฑ์เดิม ๆ ตามไม่ทัน ที่นี่ไม่มีพื้นที่สำหรับการทำงานแบบทำตามสั่ง หรือการที่ผู้จัดการจะต้องมาคอยชี้แนะทีละสเต็ป

คนของ Anthropic ต้องมีความสามารถในการมองทะลุความวุ่นวาย เพื่อระบุให้ได้ว่า อะไรคือปัญหาที่แท้จริง และลงมือแก้ไขมันในทันทีโดยไม่ต้องรอการอนุมัติจากใคร 

"เราไม่ได้ต้องการแค่คนเก่ง แต่เราตามหาคนที่ซื่อสัตย์กับหัวใจตัวเองในยามที่พวกเขาไร้คำตอบ และมีความกระหายใคร่รู้ที่แรงกล้าพอ จะออกเดินทางไปค้นหาความจริงนั้นมาให้จงได้" - Boris Cherny

สมรภูมิ AI ที่ชี้วัดความชนะด้วยคน ไม่ใช่แค่โค้ด

ในจังหวะที่ตลาด AI Coding Assistant กำลังเดือดจัดระดับ Red Ocean โดยมีผู้เล่นระดับบิ๊กเทคอย่าง Google ส่ง Antigravity 2.0 ลงมาท้าชิง ท่าทีของ Anthropic สะท้อนกลยุทธ์การทำธุรกิจที่ชัดเจนว่า พวกเขาไม่ได้เลือกปั๊มฟีเจอร์ออกมาสู้ให้ทันคู่แข่ง แต่พวกเขากำลังสู้ด้วยความน่าเชื่อถือ

การออกมาเปิดเผย DNA คนทำงานของ Cherny คือการส่งเมสเสจถึงตลาด ว่าท้ายที่สุดแล้ว AI ที่ทรงประสิทธิภาพและปลอดภัย ไม่ได้เกิดจากจำนวนพารามิเตอร์หรือพลังประมวลผลมหาศาลเพียงอย่างเดียว แต่รากฐานที่สำคัญที่สุดคือ วิจารณญาณที่เฉียบขาด ความซื่อสัตย์เมื่อเกิดข้อผิดพลาด และความโปร่งใสของมนุษย์ที่อยู่เบื้องหลัง

ท่ามกลางการแข่งขันที่ดุเดือด ผู้ชนะในสเตจถัดไปอาจไม่ใช่บริษัทที่มี AI ฉลาดที่สุดเพียงมุมเดียว แต่คือบริษัทที่พิสูจน์ให้เห็นได้ว่า คนของพวกเขามีวุฒิภาวะมากพอ ที่จะรับผิดชอบต่ออนาคตของเทคโนโลยีที่กำลังจะเปลี่ยนโลก

อ้างอิง: fortune

ร่วมเจาะลึกอินไซต์บนเวทีโดย CK Cheong (CEO ของ Fastwork) และดำเนินรายการโดย หนุ่ย-พงศ์สุข หิรัญพฤกษ์ (ผู้ก่อตั้ง beartai) Session นี้ได้ขมวดปมคำถามที่หลายคนในวงการธุรกิจและ Tech สงสัยเกี่ยวกับแนวทางของ Solopreneur ว่ามันเป็นไปได้จริงมากแค่ไหน

นี่คือ 6 บทเรียนสำคัญที่ได้รับการถอดรหัสจากเวทีนี้

1. เลิกถามว่าจะรวยแค่ไหน แต่ให้ตั้งโจทย์จาก Freedom Number

ก่อนจะไปถึงเป้าหมายทางการเงิน ทอยเสนอคอนเซปต์ "Freedom Number" หรือตัวเลขรายได้ที่สอดคล้องกับไลฟ์สไตล์ที่เราอยากมีจริงๆ เช่น สามารถดูแลครอบครัวได้ ผ่อนบ้านสบาย โดยไม่ง้อเงินเดือนประจำจากองค์กร

เคล็ดลับคือการคิดแบบ Reverse Engineer (คิดย้อนกลับ) หากต้องการเงินใช้จ่าย 100,000 บาท/เดือน อาจต้องหารายได้ให้ถึง 300,000 บาท (แบ่งสัดส่วนเป็น: จ่ายภาษี 1 ส่วน, ลงทุน 1 ส่วน, และใช้ชีวิต 1 ส่วน) จากนั้นค่อยกลับมาออกแบบว่าจะหาเงินก้อนนั้นมาได้อย่างไร

ข้อสรุปของรายได้หลักล้านมักมาจาก 2 สมการเสมอ คือ "ช่วยคน 1 ล้านคน แล้วเก็บคนละ 1 บาท" หรือ "ช่วยคน 1,000 คน แล้วเก็บคนละ 1,000 บาท" ท้ายที่สุดมันคือการถามตัวเองว่า เรากำลังสร้าง Value อะไร ให้กับใคร และในราคาเท่าไหร่?

2. Productize Yourself สร้างตัวตนให้เป็นโปรดักต์ที่ทรงคุณค่า

ก้าวแรกของการสร้างรายได้คือต้องทำให้ตัวเองมีมูลค่า ทอยเริ่มต้นเส้นทางเมื่อ 15 ปีก่อนจากการรับทำ Freelance สาย Data โปรเจกต์ละ 2,000-3,000 บาท ผ่านเว็บไซต์ Google Sites ที่สร้างขึ้นเองในยุคที่ยังไม่มีแพลตฟอร์มตัวกลาง มีเพียงแค่พลังของการทำ SEO

ในช่วงเริ่มต้น เขาแนะว่าเราอาจยังไม่มีสิทธิ์เลือกงานมากนัก ต้องอดทนรับบรีฟ รับคำติชม แต่หัวใจสำคัญคือ "การส่งมอบงานที่เหนือความคาดหมายเสมอ" ผลลัพธ์คือพลังของปากต่อปากที่ทำงานแบบออฟไลน์ได้รวดเร็วกว่าที่หลายคนคิด เมื่อเวลาผ่านไปจนเรามี Leverage มากพอ ถึงวันนั้นเราจะมีสิทธิ์เลือกได้อย่างแท้จริงว่าจะรับหรือไม่รับงานไหน

3. AI คือการตีบวก ไม่ใช่ตัวแทน ดังนั้นคุณต้องมีน้ำยา

ด้าน CK Cheong ได้ยกตัวอย่างสะท้อนภาพการใช้เทคโนโลยีไว้อย่างน่าสนใจ: ดีไซเนอร์คนหนึ่งจากเดิมรับงานได้เพียง 2 โปรเจกต์ต่อเดือน เพราะกินเวลาในการทำงานสูง แต่เมื่อใช้ AI เข้ามาช่วยตั้งแต่การรับบรีฟ ดราฟต์งาน ไปจนถึงส่งมอบ เขาสามารถสเกลรับลูกค้าได้ถึง 2,000 รายต่อเดือน ในราคาที่ตลาดเข้าถึงได้กว้างขึ้น

แต่มีเงื่อนไขสำคัญคือ คุณต้องเป็นดีไซเนอร์ที่เก่งอยู่แล้ว เพราะ AI เป็นเพียง Multiplier หากคุณมีของดี AI จะช่วยขยายผลลัพธ์นั้นให้กว้างขึ้น แต่หากคุณไม่มีทักษะที่แท้จริง เอาอะไรไปคูณศูนย์ ผลลัพธ์ก็ย่อมเท่ากับศูนย์

ทอยเสริมว่า ในยุคที่ทุกคนเข้าถึง AI ได้เท่าเทียมกัน ความได้เปรียบจะตกอยู่กับข้อมูลที่แต่ละคนป้อนเข้าไป ดังนั้น การเริ่มสะสมประสบการณ์และชุดข้อมูลของตัวเองตั้งแต่วันนี้ คือการสร้างแต้มต่อมหาศาลในอีก 5 ปีข้างหน้า เพราะ AI ส่วนตัวของคุณจะเรียนรู้จากประสบการณ์จริงที่คุณเป็นเจ้าของ

4. เว็บไซต์ไม่ใช่แค่หน้าร้าน แต่คือ Data Source ให้ AI เรียนรู้

แม้ในยุคนี้พฤติกรรมการค้นหาบน Google จะเริ่มเปลี่ยนไปสู่ Zero-click search (แสดงผลสรุปจาก AI Overview โดยไม่ต้องคลิกเข้าเว็บ) แต่ทอยย้ำว่า "เรายังจำเป็นต้องสร้างเว็บไซต์ของตัวเอง"

เหตุผลคือ Chatbot ระดับโลกอย่าง Gemini, Claude หรือ ChatGPT ล้วนต้องดึงข้อมูลจากเว็บไซต์บนอินเทอร์เน็ตไปเทรนตัวเอง หากเรามีเว็บไซต์ที่ทำคอนเทนต์อย่างต่อเนื่องและครอบคลุม AI เหล่านี้จะรู้จักและแนะนำเราในฐานะผู้เชี่ยวชาญเมื่อมีคนพร้อมท์ถาม 

ทอยได้ทดสอบโดยการให้คนลองถาม AI ว่า "อยากเรียน Data Science ในไทยควรเรียนกับใคร?" คำตอบมักมีชื่อของเขาติดอยู่เสมอ เพราะเว็บไซต์ที่เขาสร้างมากว่า 10 ปี ได้ทำหน้าที่เป็น Data Source ชั้นดีให้กับ AI ไปแล้ว

5. อยาก Scale ธุรกิจ ต้องเข้าใจ Distribution และ Leverage

CK ชี้ให้เห็นความแตกต่างที่ชัดเจนระหว่างธุรกิจ Physical Product และ Tech Company ด้วยแนวคิดเรื่องการกระจายสินค้า

• Physical Product: ขายง่ายกว่า เพราะคนจับต้องได้และเข้าใจทันที แต่มีข้อจำกัดด้านการขยายตัว ต่อให้เปิดร้านอาหารที่เก่งมาก ก็อาจสเกลได้แค่ 10 สาขา หรือแบรนด์โปรดักต์ไทยก็ยังต้องเจอกำแพงความท้าทายในการส่งออก
• Tech Product (เช่น แอปพลิเคชัน): ขายยากที่สุดในโลกช่วงเริ่มต้น แต่ถ้าโปรดักต์จุดติดเมื่อไหร่ Distribution จะกลายเป็น Instant Worldwide ทันที เช่น ChatGPT โดยไม่ต้องมีหน้าร้านหรือระบบโลจิสติกส์

นี่คือ Trade-off ที่ต้องแลก เลือกสิ่งที่ขายง่ายแต่ Distribution เป็นปัญหา หรือเลือกสิ่งที่เริ่มยากแต่ถ้าสำเร็จคือพุ่งทะยานสู่ระดับโลก

6. ทลายกรอบความคิด ท้าทายตัวเองสู่ตลาด Global

ช่วงท้าย CK ได้ฝากข้อคิดที่เฉียบคมว่า สิ่งที่กักขังศักยภาพของคนไทย ไม่ใช่ DNA ไม่ใช่กำแพงภาษา หรือทักษะ แต่เป็นกรอบความคิดที่เชื่อว่าเราคงทำได้แค่นี้

เขาหยิบยกสตาร์ทอัพระดับโลกอย่าง Airbnb, Uber หรือ Grab ที่ล้วนเริ่มต้นจากการเป็นธุรกิจที่ผิดกฎหมายในหลายพื้นที่ แต่พวกเขาเลือกที่จะบุกเบิกและลุยต่อ จนสุดท้าย "โลกต้องเป็นฝ่ายปรับตัวตามพวกเขา" ไม่ใช่พวกเขาที่ต้องรอให้โลกพร้อม

ในยุคที่ AI สามารถเขียนโค้ดแทนคนได้แล้ว เส้นแบ่งระหว่างคนที่สร้างธุรกิจระดับโลกได้กับคนที่ทำไม่ได้ จึงไม่ใช่ทักษะ Hard Skill อีกต่อไป แต่คือจินตนาการ ว่าเราอยากสร้างอะไร และความกล้าหาญที่จะลงมือทำทั้งที่ยังไม่แน่ใจ 100%

รางวัลที่จะได้รับมีอะไรบ้าง ?

ถ้าเพื่อนที่เราเชิญกดตอบรับและเริ่มใช้งานจริง สิ่งที่เรา (หรือเพื่อน) จะได้รับขึ้นอยู่กับโปรโมชันที่เจอในระบบขณะนั้น มีตั้งแต่

• เครดิต (Credits): สำหรับเอาไว้ใช้บริการ Codex
• สิทธิ์รีเซ็ตโควตา (Rate-limit reset): ปกติเวลาเราใช้งานหนัก ๆ ระบบจะขึ้นเตือนว่าใช้งานเกินโควตา แต่สิทธิ์นี้จะช่วยรีเซ็ตให้เรากลับมาใช้งานต่อได้ทันที
• สิทธิ์เพิ่มโควตาชั่วคราว: ขยายเวลาหรือปริมาณการใช้งานให้ใช้ได้จุใจขึ้นในช่วงเวลาหนึ่ง

เรื่องสำคัญที่ต้องรู้: ส่งคำเชิญเฉยๆ ยังไม่ได้รางวัล เพื่อนต้องกดลิงก์, สมัครใช้งาน, และทำภารกิจในระบบให้ผ่านก่อน รางวัลถึงจะเด้งเข้าบัญชี

ใครบ้างที่มีสิทธิ์ร่วมกิจกรรม

• ต้องใช้บัญชี ChatGPT หรือมี Workspace ที่เข้าเกณฑ์ (และต้องไม่ใช่บัญชีที่ติดหนี้หรือค้างชำระเงิน)
• บัญชีต้องเคยใช้งาน Codex หรือมีประวัติการใช้งานมาก่อนตามที่ระบบกำหนด

สำหรับคนถูกเชิญ:

• ต้องเป็นมือใหม่ ไม่เคยใช้ Codex มาก่อน หรือไม่ได้ขยับเขยื้อนใช้งานมานานมากแล้วตามระยะเวลาที่กำหนด
• ต้องกดสมัครผ่านลิงก์ทางการที่เราส่งให้เท่านั้น
• ในบางกรณี ถ้าเป็นโปรโมชันสำหรับลูกค้าองค์กร (ChatGPT Business) เพื่อนอาจจะต้องกดเข้า Workspace ของเราด้วย

ระบบมี AI ตรวจสอบเข้มงวดมาก พวกที่กดเชิญตัวเอง, สมัครอีเมลปลอมมาเนียน, หรือสลับเครื่องแต่ใช้คนเดิม ระบบจะตัดสิทธิ์ทันที และถ้าโดนจับได้หนักๆ อาจโดนแบนบล็อกบัญชี ChatGPT ถาวรได้เลย

กฎเหล็กและข้อจำกัดที่ต้องรู้

• ห้ามซื้อขาย รางวัลทั้งหมดมีไว้ให้ใช้เอง ห้ามเอาไปขายต่อ โอนสิทธิ์ให้คนอื่น หรือแลกเป็นเงินสดเด็ดขาด
• ไม่ใช่เครดิต API เครดิตที่แจกนี้ เอาไว้ใช้เล่นในหน้าเว็บ Codex หรือ ChatGPT ตามที่ระบุเท่านั้น เอาไปผูกใช้กับหลังบ้าน (API) ไม่ได้ (เว้นแต่ระบบจะเขียนบอกไว้เป็นพิเศษ)
• ถ้าโดนคนส่งคำเชิญหา 3-4 คน คนที่จะได้รางวัลคือคนที่ส่งคำเชิญเป็นคนแรก และเพื่อนกดผ่านลิงก์นั้นเท่านั้น

รางวัลที่ได้มาไม่ได้อยู่ถาวร เช่น สิทธิ์รีเซ็ตโควตาที่เก็บสะสมไว้ ต้องกดใช้ภายใน 30 วัน 

ถ้าบริษัทไหนใช้ ChatGPT Business อยู่ แล้วผู้ดูแลระบบ (Admin) รู้สึกว่าไม่อยากให้พนักงานเล่นกิจกรรมนี้ ก็สามารถเข้าไปกดปิดได้ ซึ่งจะทำให้พนักงานในบริษัทไม่เห็นโฆษณาชวนเพื่อน และจะไม่มีการแจกรางวัลใด ๆ ในกลุ่มทำงานนั้น

อ้างอิง: help.openai

Techsauce ได้รับเกียรติจาก ท่านเอกอัครราชทูตญี่ปุ่นประจำประเทศไทย  มาร่วมวิเคราะห์ภาพรวมเศรษฐกิจไทย-ญี่ปุ่น พร้อมเปิดโอกาสทองสำหรับ Startup ไทย ในการจับมือทุนญี่ปุ่นเพื่อบุกตลาดโลก (Global Market)

ประเด็นสำคัญในคลิปนี้ (Key Takeaways):

• วิกฤตความสามารถในการแข่งขัน: ทำไมไทยกำลังตามหลังเวียดนามและอินโดนีเซีย? (เจาะลึกปัญหาต้นทุนค่าไฟและกฎระเบียบ)
• ความจริงของตลาด EV ไทย: การใช้ภาษี 0% ส่งผลกระทบต่ออุตสาหกรรมเดิมอย่างไร และทำไม EV อาจไม่ใช่คำตอบเดียว?
• ขุมทรัพย์ Deep Tech: ชี้เป้าอุตสาหกรรมแห่งอนาคตที่โลกตะวันตกอาจมองข้าม เช่น Space Tech, MedTech (การแพทย์โรคเขตร้อน) และ Advanced Materials (วัสดุศาสตร์)
• Co-Creation: หมดยุคการเป็นแค่ฐานผลิต สู่ยุคที่ Tech ไทย และ ทุนญี่ปุ่น ต้องจับมือกันบุกตลาดโลก

โลกร้อนขึ้นแตะ 1.37°C เทียบกับยุคก่อนอุตสาหกรรมแล้วในปี 2025 และถ้ายังปล่อยก๊าซเรือนกระจกกันในระดับนี้ต่อไป เส้นแบ่งสำคัญที่ 1.5°C ตามความตกลงปารีสจะถูกทะลุภายในราวปี 2030 นี่คือข้อสรุปจากรายงาน Indicators of Global Climate Change (IGCC) ฉบับล่าสุดที่เผยแพร่วันที่ 11 มิถุนายน 2026 ในวารสาร Earth System Science Data โดยทีมนักวิทยาศาสตร์นานาชาติกว่า 70 คนจาก 56 สถาบันใน 17 ประเทศ ซึ่งหลายคนเป็นผู้เขียนหลักของรายงานคณะกรรมการระหว่างรัฐบาลว่าด้วยการเปลี่ยนแปลงสภาพภูมิอากาศ (IPCC)

รายงานฉบับนี้อัปเดตตัวชี้วัดสภาพภูมิอากาศสำคัญเป็นประจำทุกปี ตั้งแต่การปล่อยก๊าซเรือนกระจก อุณหภูมิพื้นผิวโลก ไปจนถึงระดับน้ำทะเล และปีนี้แทบทุกตัวชี้วัดพูดเป็นเสียงเดียวกันว่าระบบภูมิอากาศทั้งระบบกำลังร้อนขึ้นอย่างต่อเนื่อง โดยตัวเลข 1.37°C ขยับขึ้นจาก 1.36°C ที่รายงานฉบับปีก่อนหน้าประเมินไว้สำหรับปี 2024 และเกือบทั้งหมดของความร้อนที่เพิ่มขึ้นนี้มาจากฝีมือมนุษย์

โลกกำลังสะสมความร้อนเร็วขึ้นเป็นประวัติการณ์

ตัวชี้วัดที่ทีมวิจัยให้น้ำหนักมากที่สุดคือความไม่สมดุลของพลังงานโลก (Earth's Energy Imbalance) ซึ่งวัดว่าความร้อนกำลังสะสมอยู่ในระบบภูมิอากาศเร็วแค่ไหน ศาสตราจารย์ Piers Forster ผู้อำนวยการ Priestley Centre for Climate Futures แห่งมหาวิทยาลัย Leeds หัวหน้าทีมวิจัย อธิบายว่าหากไม่มีอิทธิพลจากมนุษย์ ค่านี้ควรอยู่ใกล้ศูนย์ แต่มันกลับเพิ่มขึ้นมาตลอดตั้งแต่ทศวรรษ 1970 จนตอนนี้อยู่ในระดับสูงสุดเป็นประวัติการณ์ และ 'เพิ่มขึ้นเป็นเท่าตัวในช่วงไม่กี่ทศวรรษที่ผ่านมา'

Karina Von Schuckmann ที่ปรึกษาอาวุโสด้านวิทยาศาสตร์มหาสมุทรเพื่อนโยบายจาก Mercator Ocean International เสริมว่าความไม่สมดุลนี้กำลังขับเคลื่อนการเปลี่ยนแปลงในทุกองค์ประกอบของระบบภูมิอากาศ ทั้งมหาสมุทรและพื้นทวีปที่ร้อนขึ้น ชั้นดินเยือกแข็งคงตัว (Permafrost) ที่กำลังละลาย น้ำแข็งที่หายไป และระดับน้ำทะเลที่สูงขึ้น

ส่วนปี 2025 นั้นเป็นปีที่ร้อนที่สุดอันดับ 3 เท่าที่เคยบันทึกมา ซึ่งสอดคล้องกับระดับภาวะโลกร้อนจากฝีมือมนุษย์พอดี โดยความแปรปรวนตามธรรมชาติแทบไม่มีผลต่ออุณหภูมิเฉลี่ยโลกในปีที่ผ่านมา ดร. Samantha Burgess หัวหน้าฝ่ายกลยุทธ์ด้านภูมิอากาศของ Copernicus Climate Change Service (C3S) ชี้ว่าความร้อนเกือบทั้งหมดในทศวรรษที่ผ่านมาเกิดจากกิจกรรมของมนุษย์ และผลกระทบต่อชีวิตผู้คนกับระบบนิเวศก็ปรากฏให้เห็นทั่วโลกแล้ว

ปล่อยก๊าซเรือนกระจกทุบสถิติ แถมอากาศที่สะอาดขึ้นกลับเร่งให้ร้อนแรงขึ้น

ปี 2024 ซึ่งเป็นปีล่าสุดที่มีข้อมูลครบ โลกปล่อยก๊าซเรือนกระจกรวม 56.8 กิกะตันคาร์บอนไดออกไซด์เทียบเท่า (CO2e) สูงที่สุดเท่าที่เคยมีมา โดยตัวการหลักยังคงเป็นการเผาเชื้อเพลิงฟอสซิล ขณะที่ความเข้มข้นของก๊าซเรือนกระจกในชั้นบรรยากาศปี 2025 ก็ทำสถิติใหม่เช่นกัน คาร์บอนไดออกไซด์อยู่ที่ 425.6 ส่วนในล้านส่วน (ppm) มีเทนอยู่ที่ 1936.3 ส่วนในพันล้านส่วน (ppb) และไนตรัสออกไซด์อยู่ที่ 339.4 ppb

อัตราการร้อนขึ้นจากฝีมือมนุษย์ตอนนี้อยู่ที่ราว 0.27°C ต่อทศวรรษ ซึ่งสูงสุดเป็นประวัติการณ์ และที่น่าสนใจคือส่วนหนึ่งมาจากความพยายามแก้ปัญหามลพิษทางอากาศ เพราะการลดการปล่อยซัลเฟอร์ไดออกไซด์ (SO2) ทำให้ละอองลอยที่เคยช่วยสะท้อนแสงอาทิตย์และบังความร้อนเอาไว้ลดลงไปด้วย ผลคือฤทธิ์ของก๊าซเรือนกระจกที่ถูกบดบังอยู่ถูกเปิดเผยออกมาเต็ม ๆ

ดร. Matt Palmer นักวิจัยจาก UK Met Office สรุปเรื่องนี้ไว้อย่างเรียบง่ายว่า 'เรากำลังปล่อยก๊าซเรือนกระจกมากกว่าที่เคยเป็นมา ก๊าซเหล่านี้กักความร้อนไว้ในชั้นบรรยากาศมากขึ้นเรื่อย ๆ และผลักโลกให้เสียสมดุล'

น้ำทะเลสูงขึ้นเร็วกว่าเดิม คลื่นความร้อนในทะเลถี่ขึ้น 3 เท่า

ผลที่ตามมาจากความร้อนสะสมเห็นชัดที่สุดในมหาสมุทร ดร. Aimée Slangen หัวหน้าทีมวิจัยจาก Royal Netherlands Institute for Sea Research (NIOZ) เปิดตัวเลขว่าระดับน้ำทะเลทั่วโลกปี 2025 สูงขึ้นรวม 23 เซนติเมตรนับจากปี 1901 ทำสถิติใหม่ คิดเป็นอัตราเฉลี่ยราว 1.8 มิลลิเมตรต่อปี และอัตรานี้กำลังเร่งตัวขึ้นอย่างรวดเร็วจากอุณหภูมิมหาสมุทรที่สูงขึ้นและน้ำแข็งบนแผ่นดินที่ละลาย ตัวเลขนี้อาจฟังดูเล็กน้อย แต่ก็มากพอจะทำให้น้ำท่วมชายฝั่งในพื้นที่ลุ่มต่ำทั่วโลกรุนแรงขึ้นแล้ว

ปีนี้รายงานยังเพิ่มตัวชี้วัดใหม่เข้ามาคือจำนวนวันที่เกิดคลื่นความร้อนในทะเล (Marine Heatwave) ซึ่งพบว่าปี 2025 ปีเดียวมีมากถึง 65 วัน ศาสตราจารย์ June-Yi Lee จาก Research Center for Climate Sciences มหาวิทยาลัยแห่งชาติปูซาน ระบุว่าจำนวนวันที่เกิดคลื่นความร้อนในทะเลทั่วโลกเพิ่มขึ้นกว่า 3 เท่าระหว่างปี 1991 ถึง 2025 ปรากฏการณ์นี้ทำลายระบบนิเวศทางทะเล คุกคามการผลิตอาหาร เศรษฐกิจ และแนวป้องกันชายฝั่ง ทั้งยังรบกวนการแลกเปลี่ยนคาร์บอนระหว่างมหาสมุทรกับชั้นบรรยากาศ และอาจซ้ำเติมสภาพอากาศสุดขั้วบนแผ่นดินอีกด้วย

บนแผ่นดินเองก็ไม่ต่างกัน อุณหภูมิสูงสุดเฉลี่ยของวันที่ร้อนที่สุดในแต่ละปีช่วงทศวรรษ 2016-2025 ขยับขึ้นไปแตะ 1.92°C เหนือยุคก่อนอุตสาหกรรม เพิ่มขึ้นถึง 0.49°C จากทศวรรษก่อนหน้า

งบคาร์บอนของโลกเหลือใช้ได้อีกแค่ราว 3 ปี

ตัวเลขที่น่ากังวลที่สุดในรายงานคืองบประมาณคาร์บอนที่เหลืออยู่ (Remaining Carbon Budget) หรือปริมาณคาร์บอนไดออกไซด์ทั้งหมดที่โลกยังปล่อยได้หากต้องการคุมโลกร้อนไว้ไม่ให้เกิน 1.5°C ซึ่งทีมวิจัยประเมินว่าเหลืออยู่เพียง 130 กิกะตันนับจากต้นปี 2026 และหากปล่อยกันในอัตราปัจจุบัน งบก้อนนี้จะหมดลงภายในราว 3 ปีเท่านั้น

แม้การปล่อยก๊าซเรือนกระจกจะไม่ได้เพิ่มเร็วเท่ายุค 2000s แล้ว แต่ทีมวิจัยย้ำว่าตัวเลขทั้งหมดชี้ไปทางเดียวกันว่าสภาพภูมิอากาศกำลังเปลี่ยนไปไกลและเร็วแค่ไหนจากกิจกรรมของมนุษย์ และทศวรรษนี้คือช่วงเวลาชี้ขาดที่สังคมต้องเร่งลดคาร์บอนครั้งใหญ่

อีกประเด็นที่ทีมวิจัยส่งสัญญาณเตือนคือความอยู่รอดของชุดข้อมูลภูมิอากาศระดับโลกเอง ดร. Chris Smith นักวิจัยอาวุโสจาก International Institute for Applied Systems Analysis (IIASA) เปิดเผยว่ารายงานฉบับนี้ใช้ชุดข้อมูลระดับโลกมากกว่า 40 ชุด และหลายชุดกำลังถูกคุกคามจากการตัดงบประมาณ หากไม่มีความร่วมมือระหว่างประเทศมาช่วยรักษาความต่อเนื่องของการสังเกตการณ์ การประเมินสภาพภูมิอากาศในอนาคตจะยากขึ้นมาก ในจังหวะที่โลกต้องการข้อมูลแม่นยำที่สุดพอดี

รายงานฉบับเต็มเผยแพร่แล้วในวารสาร Earth System Science Data และทีม IGCC ยังเปิดแพลตฟอร์มใหม่ร่วมกับ European Centre for Medium-Range Weather Forecasts (ECMWF) สำหรับติดตามตัวชี้วัดเหล่านี้แบบเข้าใจง่ายที่ indicators.climate.copernicus.eu เริ่มใช้งานได้ตั้งแต่วันที่ 11 มิถุนายน 2026 เป็นต้นไป

ที่มา: EurekAlert, Earth System Science Data

ล่าสุด Chulalongkorn School of Integrated Innovation (CSII) ได้รับคัดเลือกเป็นสถาบันเดียวจากไทย เข้าร่วม Future Universities Alliance Innovation Sandbox โครงการเรียนรู้ร่วมกันระยะเวลา 12 เดือนที่บ่มเพาะโดย Duke University และรวม 49 สถาบันจาก 23 ประเทศ 5 ทวีป

สำหรับ CSII เป็นตัวแทนจากประเทศไทย และเป็น 1 ในเพียง 7 สถาบันของโลกในกลุ่ม “Amplifying Signature Innovations” ที่ได้รับเลือกจากโมเดลนวัตกรรมการศึกษาที่มี impact จริง และมีศักยภาพในการ scale สู่ระดับโลก

สิ่งที่ CSII นำเสนอคือ ประสบการณ์จากการพัฒนาหลักสูตร Bachelor of Arts and Science in Integrated Innovation หรือ BAScii หลักสูตรนานาชาติที่ผสานนวัตกรรม ผู้ประกอบการ การเรียนรู้แบบลงมือทำ การทำงานร่วมกับภาคอุตสาหกรรม และการแก้โจทย์จริงเข้าด้วยกัน

โมเดลแบบนี้สะท้อนความเปลี่ยนแปลงของมหาวิทยาลัยทั่วโลกค่อนข้างชัด เพราะโจทย์ใหม่ครอบคลุมตั้งแต่การสอนความรู้ให้ครบ ไปจนถึงการสร้างคนที่หยิบความรู้หลายศาสตร์มาประกอบกัน แล้วแปลงเป็นโครงการ สตาร์ทอัพ หรือทางออกใหม่ให้สังคมได้จริง 

ตลอดหลายปีที่ผ่านมา CSII ระบุว่าได้บ่มเพาะสตาร์ทอัพที่ขับเคลื่อนโดยนักศึกษามากกว่า 30 รายแล้ว ซึ่งทำให้ข่าวนี้มีน้ำหนักในฐานะการยอมรับต่อโมเดลการศึกษาที่ใช้งานได้จริง

ศ. ภญ.ร.ต.อ.หญิง ดร.สุชาดา สุขหร่อง Executive Director ของ CSII กล่าวว่า การได้รับเลือกเข้าสู่ Innovation Sandbox รุ่นแรก เปิดบทใหม่ให้ความหวังใหม่ของการศึกษาระดับอุดมศึกษาในไทยและภูมิภาค ได้เติบโตต่อบนเวทีโลก 

ขณะที่ รศ.ดร. ณัฐชา ทวีแสงสกุลไทย Co-Founder และ Senior Advisor ของ CSII อธิบายว่า บทบาทของสถาบันแห่งนี้ คือการเป็นแพลตฟอร์มของจุฬาลงกรณ์มหาวิทยาลัยในการทดลองนวัตกรรมการศึกษาระดับอุดมศึกษา เพื่อเตรียมผู้เรียนสำหรับอาชีพ การใช้ชีวิต และการสร้างคุณูปการให้สังคมอย่างมีวิจารณญาณ

อีกความน่าสนใจของโครงการนี้อยู่ที่ตัว Future Universities Alliance เอง ซึ่งเกิดขึ้นจากโจทย์ว่ามหาวิทยาลัยทั่วโลกมีนวัตกรรมใหม่จำนวนไม่น้อย แต่ยังขาดโครงสร้างที่จะเชื่อมให้นวัตกรรมเหล่านั้นเดินทางต่อ ขยายผลได้ และอยู่รอดในระยะยาว 

Noah Pickus, Founder ของ Future Universities Alliance และ Head of Global Strategy and Partnerships ของ Duke University ให้ข้อมูลว่า ปัญหาของการศึกษาระดับอุดมศึกษาในวันนี้ คือการขาดระบบที่ทำให้ไอเดียเหล่านั้นเชื่อมถึงกันและเติบโตต่อได้

ตลอดโครงการที่เริ่มตั้งแต่วันที่ 1 กรกฎาคม 2026 ถึง 30 มิถุนายน 2027 CSII จะเข้าร่วมวงพูดคุยกลุ่มย่อยรายเดือน การประชุมตามเป้าหมายสำคัญของโครงการ และ Alliance Global Summit ที่เมืองเดอแรม รัฐนอร์ทแคโรไลนา สหรัฐอเมริกา ระหว่างวันที่ 3 ถึง 5 ตุลาคม 2026 

รายชื่อประเทศที่อยู่ในรุ่นแรกมีตั้งแต่ออสเตรเลีย เยอรมนี กานา อินเดีย คาซัคสถาน เม็กซิโก โมร็อกโก สิงคโปร์ สหราชอาณาจักร ไปจนถึงสหรัฐอเมริกา ซึ่งทำให้ไทยเข้าไปอยู่ในฐานะผู้เล่นหนึ่งคนในห้องที่กำลังออกแบบอนาคตของมหาวิทยาลัย

Visa ประกาศความร่วมมือเชิงกลยุทธ์กับ OpenAI บนเวที Visa Payments Forum ที่ซานฟรานซิสโก เพื่อเปิดให้เอเจนต์ปัญญาประดิษฐ์ (AI Agent) สามารถชำระเงินผ่านเครือข่าย Visa แทนผู้ใช้ได้อย่างปลอดภัย ดีลนี้คือการนำเครือข่ายการชำระเงินระดับโลกของ Visa มาเชื่อมเข้ากับหนึ่งในแพลตฟอร์ม AI ที่ใหญ่ที่สุดในโลก และเป็นอีกก้าวสำคัญของการค้าผ่านเอเจนต์ (Agentic Commerce) ที่กำลังเปลี่ยนวิธีซื้อของและจ่ายเงินของคนทั่วโลก

หัวใจของความร่วมมือครั้งนี้คือ Visa จะนำเครือข่ายระดับโลก ระบบยืนยันตัวตนผู้ถือบัตร (Credentialing) และโครงสร้างพื้นฐานด้านความปลอดภัยของตัวเอง เข้าไปรองรับประสบการณ์การค้าที่ขับเคลื่อนด้วยเอเจนต์ AI ให้ทั้งผู้บริโภคและธุรกิจสามารถซื้อขายผ่าน AI ได้อย่างมั่นใจ โดยความสามารถด้านการชำระเงินของ Visa จะถูกผนวกเข้าไปในประสบการณ์ต่างๆ ของ OpenAI เปิดทางให้นักพัฒนาและร้านค้ามีช่องทางรับชำระเงินด้วยบัตร Visa ที่เอเจนต์เป็นผู้เริ่มต้นธุรกรรมได้แบบไร้รอยต่อ

ต่อยอดจาก Visa Intelligent Commerce ขยายการชำระเงินเข้าสู่โลก AI

ความร่วมมือนี้เป็นส่วนหนึ่งของโครงการ Visa Intelligent Commerce ที่ Visa ตั้งใจขยายขีดความสามารถด้านการชำระเงินที่ปลอดภัยเข้าไปในสภาพแวดล้อมดิจิทัลรูปแบบใหม่ๆ และนอกจากฝั่งผู้บริโภคแล้ว ทั้งสองบริษัทยังเตรียมสำรวจการใช้งานระดับองค์กรอีกหลายด้าน ตั้งแต่ประสบการณ์สำหรับนักพัฒนาที่ขับเคลื่อนด้วย Codex ไปจนถึงระบบการทำงานแบบอัตโนมัติและการโต้ตอบผ่านบทสนทนา ในจังหวะที่ AI กำลังกลายเป็นหน้าด่านสำคัญของการใช้งานดิจิทัลแทบทุกรูปแบบ

จ่ายผ่าน AI ได้ แต่ผู้ใช้ยังคุมเกมทุกธุรกรรม

คำถามใหญ่ของการให้ AI จ่ายเงินแทนคือเรื่องความปลอดภัย ซึ่ง Visa วางกรอบไว้ชัดเจนว่าทุกธุรกรรมจะทำงานภายใต้สิทธิ์ นโยบาย และการควบคุมที่ผู้ใช้กำหนดเอง ไม่ว่าจะเป็นวงเงินใช้จ่าย หมวดหมู่ร้านค้าที่อนุญาต หรือเงื่อนไขที่ต้องให้ผู้ใช้กดอนุมัติก่อนจ่ายจริง

ฝั่งเทคโนโลยีเบื้องหลัง ธุรกรรมทั้งหมดจะใช้ข้อมูลบัตร Visa ที่ผ่านการแปลงเป็นโทเค็น (Tokenized Credentials) ร่วมกับระบบอนุมัติธุรกรรมแบบเรียลไทม์และการเฝ้าระวังการฉ้อโกง เพื่อให้ประสบการณ์การจ่ายเงินยุคใหม่ที่ขับเคลื่อนด้วย AI ยังคงมาตรฐานความปลอดภัยและการคุ้มครองผู้บริโภคในระดับเดียวกับการจ่ายเงินแบบเดิม

ผู้บริหารทั้งสองฝั่งมองตรงกัน AI จะพลิกโฉมการค้าครั้งใหญ่กว่ายุคอินเทอร์เน็ต

คุณ Jack Forestell ประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์และกลยุทธ์ของ Visa ชี้ว่า 'AI จะเปลี่ยนแปลงการค้าอย่างลึกซึ้งยิ่งกว่าที่อินเทอร์เน็ตหรือเทคโนโลยีมือถือเคยทำมา' และเมื่อเอเจนต์ AI ก้าวขึ้นมาเป็นผู้เล่นตัวจริงในระบบเศรษฐกิจ ภารกิจของ Visa คือการทำให้ทุกธุรกรรมน่าเชื่อถือ ปลอดภัย และไร้รอยต่อ ซึ่งนี่คือโครงสร้างพื้นฐานที่ Visa กำลังสร้างร่วมกับพันธมิตรอย่าง OpenAI

ด้านคุณ Marco Mahrus หัวหน้าฝ่ายพันธมิตรด้านการค้าของ OpenAI อธิบายว่าการค้าในอนาคตจะเกิดขึ้นในที่ที่หลากหลายและในรูปแบบที่มากกว่าทุกวันนี้ โดยเอเจนต์จะมีบทบาทมากขึ้นเรื่อยๆ ในการช่วยคนทำงานที่เกี่ยวข้องกับเงิน ตั้งแต่การซื้อของและจ่ายเงินทั่วไป ไปจนถึงธุรกรรมที่ซับซ้อนกว่านั้น การเชื่อมต่อกับ Visa Intelligent Commerce จึงเป็นการสร้างโครงสร้างพื้นฐานสำหรับธุรกรรมผ่านเอเจนต์ที่ปลอดภัย โปร่งใส และผู้ใช้เป็นคนคุม ช่วยให้คนทำอะไรได้มากขึ้นด้วยเอเจนต์ AI โดยยังมั่นใจได้ว่าเงินทุกบาทถูกจัดการอย่างปลอดภัย

ความร่วมมือครั้งนี้ประกาศอย่างเป็นทางการแล้วในงาน Visa Payments Forum ที่ซานฟรานซิสโก โดยทั้งสองบริษัทจะทยอยผนวกความสามารถด้านการชำระเงินของ Visa เข้าสู่ประสบการณ์ต่างๆ ของ OpenAI ต่อจากนี้

ที่มา: Visa

Google DeepMind เพิ่งปล่อยโมเดลที่ทำความเร็วได้ทะลุ 1,000 โทเค็นต่อวินาทีบนชิป NVIDIA H100 เพียงตัวเดียว เร็วกว่าโมเดลภาษาทั่วไปถึง 4 เท่า และที่สำคัญคือเปิดให้ทุกคนดาวน์โหลดไปใช้ฟรีภายใต้สัญญาอนุญาต Apache 2.0

โมเดลตัวนี้ชื่อว่า DiffusionGemma โมเดลทดลอง (Experimental Model) ขนาด 26,000 ล้านพารามิเตอร์ ที่ฉีกแนวทางการสร้างข้อความแบบเดิมของ Large Language Model (LLM) ทิ้งไปเลย แทนที่จะพ่นข้อความออกมาทีละคำจากซ้ายไปขวาเหมือนโมเดลทั่วไป DiffusionGemma เลือกสร้างข้อความออกมาทั้งบล็อกพร้อมกันในคราวเดียว ด้วยเทคนิคการแพร่กระจาย (Diffusion) แบบเดียวกับที่ AI สร้างภาพใช้กัน โดยต่อยอดมาจากสถาปัตยกรรม Gemma 4 และงานวิจัย Gemini Diffusion ของ Google เอง

จากเครื่องพิมพ์ดีดสู่แท่นพิมพ์ เปลี่ยนวิธีคิดเรื่องการสร้างข้อความ

โมเดลภาษาส่วนใหญ่ทำงานเหมือนเครื่องพิมพ์ดีด คือเคาะข้อความออกมาทีละโทเค็นเรียงตามลำดับ ซึ่งวิธีนี้เรียกว่าการสร้างแบบถดถอยอัตโนมัติ (Autoregressive) ถ้ารันบนคลาวด์ที่รวมคำขอจากผู้ใช้หลายพันคนมาประมวลผลพร้อมกัน วิธีนี้ถือว่าคุ้มค่าเครื่อง แต่พอเอามารันในเครื่องส่วนตัวสำหรับผู้ใช้คนเดียว หน่วยประมวลผลกราฟิก (GPU) กลับต้องนั่งรอการเคาะแต่ละครั้งโดยแทบไม่ได้ใช้พลังที่มีอยู่เลย

DiffusionGemma พลิกสมการนี้ด้วยการร่างข้อความทั้งย่อหน้าขนาด 256 โทเค็นออกมาพร้อมกันในการประมวลผลรอบเดียว เปรียบเหมือนเปลี่ยนจากเครื่องพิมพ์ดีดเป็นแท่นพิมพ์ที่ปั๊มข้อความทั้งบล็อกออกมาทีเดียว การโยนงานก้อนใหญ่ให้ชิปทำในคราวเดียวแบบนี้ทำให้คอขวดของการประมวลผลย้ายจากแบนด์วิดท์หน่วยความจำ (Memory Bandwidth) มาเป็นพลังการคำนวณ (Compute) แทน ซึ่งเป็นจุดที่ GPU ถนัดที่สุดพอดี

กลไกเบื้องหลัง เริ่มจากความว่างเปล่าแล้วค่อยๆ เกลาจนคม

หลักการทำงานของ DiffusionGemma คล้ายกับ AI สร้างภาพที่เริ่มจากภาพซ่าๆ เต็มไปด้วยสัญญาณรบกวน แล้วค่อยๆ เกลาจนกลายเป็นภาพคมชัด เพียงแต่เปลี่ยนมาใช้กับข้อความ โมเดลจะเริ่มจากผืนผ้าใบ (Canvas) ที่เต็มไปด้วยโทเค็นสุ่ม จากนั้นไล่ขัดเกลาหลายรอบ รอบไหนที่โทเค็นตัวใดถูกต้องแล้วก็จะล็อกไว้ แล้วใช้โทเค็นเหล่านั้นเป็นเบาะแสบริบทช่วยเกลาส่วนที่เหลือ จนข้อความทั้งบล็อกลงตัวเป็นผลลัพธ์คุณภาพสูง โดยเอกสารทางเทคนิคของ Google ระบุว่าแต่ละรอบการประมวลผลจะมีโทเค็นที่ถูกล็อกราว 15 ถึง 20 ตัว

จุดที่ทำให้สถาปัตยกรรมนี้น่าสนใจเป็นพิเศษคือกลไกความสนใจแบบสองทิศทาง (Bi-directional Attention) เพราะการสร้าง 256 โทเค็นพร้อมกันทำให้ทุกโทเค็นมองเห็นกันและกันได้หมด ต่างจากโมเดลแบบเดิมที่แต่ละคำมองเห็นได้แค่คำที่มาก่อนหน้า ความสามารถนี้เปิดทางให้โมเดลแก้ไขข้อผิดพลาดของตัวเองแบบเรียลไทม์ มองข้อความทั้งบล็อกแล้วเกลาจุดที่ผิดได้ทันที และยังเหมาะกับงานที่ไม่ได้ไหลเป็นเส้นตรง เช่น การแก้ไขข้อความแทรกกลางประโยค (In-line Editing) การเติมโค้ดตรงกลางไฟล์ (Code Infilling) ลำดับกรดอะมิโน ไปจนถึงกราฟทางคณิตศาสตร์

ตัวอย่างที่เห็นภาพชัดที่สุดมาจากทีม Unsloth ที่นำ DiffusionGemma ไปปรับจูน (Fine-tune) ให้เล่นเกมซูโดกุ ซึ่งเป็นงานที่โมเดลแบบถดถอยอัตโนมัติทำได้ยากมากเพราะแต่ละช่องต้องรู้คำตอบของช่องที่อยู่ถัดไปด้วย ผลคือโมเดลพื้นฐานที่แก้โจทย์ไม่ได้เลยสักข้อ พุ่งขึ้นมาแก้ถูกถึง 80% หลังการปรับจูน

สเปกจัดเต็มแต่กินทรัพยากรเบา การ์ดจอเกมมิ่งก็รันได้

DiffusionGemma เป็นโมเดลแบบผสมผสานผู้เชี่ยวชาญ (Mixture of Experts หรือ MoE) ขนาดรวม 26,000 ล้านพารามิเตอร์ แต่เปิดใช้งานจริงแค่ 3,800 ล้านพารามิเตอร์ต่อการประมวลผลแต่ละครั้ง ทำให้เมื่อบีบอัดโมเดล (Quantize) แล้วสามารถรันได้ในหน่วยความจำการ์ดจอ (VRAM) ไม่เกิน 18GB ซึ่งอยู่ในวิสัยของการ์ดจอเกมมิ่งระดับสูงทั่วไป ตัวโมเดลรองรับอินพุตหลายรูปแบบ (Multimodal) ทั้งข้อความ ภาพ และวิดีโอ มีหน้าต่างบริบท (Context Window) ขนาด 256K โทเค็น และรองรับมากกว่า 140 ภาษา

ด้านความเร็ว Google ทำงานร่วมกับ NVIDIA เพื่อรีดประสิทธิภาพทั่วทั้งไลน์ฮาร์ดแวร์ ตั้งแต่การ์ดจอผู้บริโภคอย่าง GeForce RTX 5090 และ 4090 ไปจนถึงระบบระดับองค์กรตระกูล Hopper และ Blackwell โดยตัวเลขที่ทำได้คือมากกว่า 1,000 โทเค็นต่อวินาทีบน H100 หนึ่งตัว มากกว่า 700 โทเค็นต่อวินาทีบน RTX 5090 และข้อมูลจากบล็อกของ NVIDIA เผยว่าบนเครื่อง DGX Station ทำได้สูงสุดถึง 2,000 โทเค็นต่อวินาที ส่วนเครื่อง DGX Spark ขนาดตั้งโต๊ะทำได้ราว 150 โทเค็นต่อวินาที กุญแจสำคัญอีกดอกคือการรองรับรูปแบบตัวเลขทศนิยม 4 บิต (NVFP4) แบบเนทีฟ ที่ช่วยเร่งการคำนวณให้เร็วขึ้นโดยความแม่นยำแทบไม่ตกเลย

เร็วแลกคุณภาพ ข้อจำกัดที่ Google บอกตรงๆ

Google ไม่ได้อ้อมค้อมเรื่องจุดอ่อนของโมเดลตัวนี้ เพราะการออกแบบที่เทน้ำหนักไปทางความเร็วและการสร้างข้อความแบบขนาน ทำให้คุณภาพผลลัพธ์โดยรวมของ DiffusionGemma ต่ำกว่า Gemma 4 มาตรฐานในทุกการวัดผล (Benchmark) ที่เผยแพร่ออกมา สำหรับงานที่ต้องการคุณภาพสูงสุด Google จึงแนะนำให้ใช้ Gemma 4 ตามเดิม ส่วน DiffusionGemma วางตัวเป็นโมเดลสำหรับนักวิจัยและนักพัฒนาที่ต้องการสำรวจงานที่ความเร็วคือหัวใจ เช่น การแก้ไขข้อความแบบโต้ตอบทันที หรือการทดลองซ้ำเร็วๆ ในเครื่องตัวเอง

อีกเรื่องที่ต้องรู้ก่อนใช้คือความได้เปรียบด้านความเร็วนี้ออกแบบมาสำหรับการรันในเครื่องส่วนตัวหรืองานที่มีผู้ใช้พร้อมกันน้อยเท่านั้น เพราะในการให้บริการคลาวด์ที่มีคำขอถาโถมเข้ามาพร้อมกันจำนวนมาก โมเดลแบบถดถอยอัตโนมัติสามารถจัดสรรการประมวลผลได้คุ้มกว่า การถอดรหัสแบบขนานของ DiffusionGemma จะให้ผลตอบแทนที่ลดลงและอาจทำให้ต้นทุนการให้บริการสูงขึ้นด้วยซ้ำ

เปิดให้โหลดแล้ววันนี้ พร้อมเครื่องมือรองรับครบ

ตอนนี้นักพัฒนาสามารถดาวน์โหลด Model Weights ได้แล้วบน Hugging Face ภายใต้ชื่อ google/diffusiongemma-26B-A4B-it รวมถึงบน Kaggle และ Vertex AI โดยมีระบบนิเวศเครื่องมือรองรับตั้งแต่วันแรก ทั้ง MLX สำหรับเครื่อง Mac, vLLM ที่ได้แรงสนับสนุนจาก Red Hat, Hugging Face Transformers รวมถึงการปรับจูนผ่าน Unsloth และ NVIDIA NeMo ส่วนใครที่รอ llama.cpp ทาง Google ยืนยันว่าการรองรับอย่างเป็นทางการกำลังจะตามมาเร็วๆ นี้ นอกจากนี้ยังมี Hackable Diffusion กล่องเครื่องมือ JAX แบบโมดูลาร์พร้อมบทเรียนการปรับจูนสำหรับสายทดลอง และสำหรับฝั่งองค์กรก็เรียกใช้ผ่านคลาวด์ได้ทั้ง Gemini Enterprise Agent Platform Model Garden และ NVIDIA NIM

ที่มา: Google Blog, MarkTechPost, NVIDIA Blog, Google AI for Developers