KEY
POINTS
ท่ามกลางการแข่งขันที่ดุเดือดในสมรภูมิ AI ระดับโลก รายงานดัชนีปัญญาประดิษฐ์ AI ฉบับล่าสุด (AI Index Report 2025) จากสถาบันปัญญาประดิษฐ์ที่มีมนุษย์เป็นศูนย์กลางแห่งมหาวิทยาลัยสแตนฟอร์ด (Stanford Institute for Human-Centered AI - HAI) ได้เผยแพร่ข้อมูลที่สร้างความตื่นตัวให้กับวงการไอทีทั่วโลก
โดยเฉพาะข้อมูลของประเทศไทยที่โดดเด่นอย่างยิ่งในด้านทัศนคติและการยอมรับเทคโนโลยี ซึ่งสวนทางกับความกังวลที่เกิดขึ้นในกลุ่มประเทศพัฒนาแล้วหลายแห่ง
ตัวเลข 77% ของคนไทยสะท้อนถึงการเป็น "Early Adopter" หรือกลุ่มที่พร้อมโอบรับเทคโนโลยีใหม่ๆ อย่างรวดเร็ว ซึ่งเป็นโอกาสสำคัญสำหรับภาคธุรกิจและสตาร์ทอัพในไทยที่จะเร่งพัฒนาโซลูชัน AI เพื่อตอบโจทย์ความต้องการของตลาด ในขณะที่ประเทศอย่างสหรัฐอเมริกา (39%) และแคนาดา (40%) กลับมีความเชื่อมั่นในระดับที่ต่ำกว่ามาก เนื่องจากความกังวลเรื่องความเป็นส่วนตัวและจริยธรรม
อย่างไรก็ตาม แม้สหรัฐฯ จะนำโด่งด้านเม็ดเงินและการผลิตโมเดลหลัก (ผลิตได้ 40 โมเดล ขณะที่จีนผลิตได้ 15 โมเดล) แต่ในแง่ของงานวิจัยและสิทธิบัตร จีนกลับครองส่วนแบ่งตลาดโลกอย่างมีนัยสำคัญ:
เทรนด์สำคัญ: AI เข้าถึงง่ายขึ้น ต้นทุนถูกลง และฉลาดเกินคาด รายงาน AI Index 2025 ชี้ให้เห็นถึง "การปฏิวัติราคา" ของเทคโนโลยี AI โดยค่าบริการใช้งาน (Inference Cost) ของโมเดลที่มีประสิทธิภาพเทียบเท่า GPT-3.5 ลดลงกว่า 280 เท่าในช่วง 18 เดือนที่ผ่านมา จากเดิมที่เคยมีราคาสูงถึง 20 ดอลลาร์สหรัฐ (ประมาณ 650 บาท) ต่อ 1 ล้านโทเคน ลดเหลือเพียง 0.07 ดอลลาร์สหรัฐ (ประมาณ 2.2 บาท) เท่านั้น
ในด้านประสิทธิภาพของฮาร์ดแวร์ รายงานระบุว่าเครื่องมือสำหรับประมวลผล Machine Learning มีประสิทธิภาพสูงขึ้น 43% ต่อปี ขณะที่ราคาลดลง 30% ต่อปี และประหยัดพลังงานมากขึ้น 40% ต่อปี สิ่งนี้หมายความว่าองค์กรขนาดเล็กและขนาดกลางในประเทศไทยสามารถนำเทคโนโลยี AI ขั้นสูงมาใช้งานได้ด้วยต้นทุนที่ต่ำลงอย่างมหาศาล
ผลกระทบต่อตลาดแรงงานและความท้าทายขององค์กร การนำ AI มาใช้ในภาคธุรกิจเพิ่มขึ้นอย่างก้าวกระโดด จาก 55% ในปี 2566 เป็น 78% ในปี 2567 โดยรายงานยืนยันว่า AI ช่วยเพิ่มประสิทธิภาพการผลิตอย่างมีนัยสำคัญและช่วยลดช่องว่างด้านทักษะของแรงงาน
อย่างไรก็ตาม องค์กรทั่วโลกยังต้องเผชิญกับอุปสรรคสำคัญในการประยุกต์ใช้ AI อย่างมีความรับผิดชอบ (Responsible AI) ได้แก่:
ความท้าทายด้านจริยธรรมและสิ่งแวดล้อม แม้ AI จะเก่งขึ้นจนผ่านบททดสอบมาตรฐานส่วนใหญ่ได้แล้ว แต่รายงานเตือนว่าโมเดลเหล่านี้ยังคงมีปัญหาด้านการใช้ตรรกะที่ซับซ้อน (Complex Reasoning) และการวางแผนที่ต้องการความแม่นยำสูง ซึ่งเป็นข้อจำกัดในการนำไปใช้ในงานที่มีความเสี่ยงสูง นอกจากนี้ ปริมาณการปล่อยก๊าซคาร์บอนจากการฝึกฝนโมเดลขนาดใหญ่พุ่งสูงขึ้นอย่างรวดเร็ว โดยรุ่น Llama 3.1 405B มีการปล่อยก๊าซคาร์บอนสูงถึง 8,930 ตัน ซึ่งมากกว่าปริมาณที่ชาวอเมริกันหนึ่งคนปล่อยทั้งปีถึงเกือบ 500 เท่า