ความเชื่อมั่น AI ไม่ใช่เครื่องประดับ แต่คือโครงสร้างพื้นฐานใหม่
ความเชื่อมั่น AI คือระดับการยอมรับและไว้วางใจของผู้ใช้ต่อการตัดสินใจและผลลัพธ์จากระบบปัญญาประดิษฐ์ โดยรวมทั้งความโปร่งใส การอธิบายได้ ความปลอดภัย ความเป็นส่วนตัว และการมีช่องทางให้มนุษย์ตั้งคำถามหรือโต้แย้งการตัดสินใจของระบบได้เสมอ ความเชื่อมั่น AI จึงไม่ใช่แค่ความรู้สึกพึงพอใจ แต่คือเงื่อนไขที่ทำให้สังคมและเศรษฐกิจสามารถใช้ AI อย่างต่อเนื่องโดยไม่สะสมความเสี่ยง สิ่งที่กำลังเกิดขึ้นชัดเจนในงาน GCNT Expo 2026 ซึ่งจัดระหว่างวันที่ 2-4 กันยายน ณ True Digital Park – West คือการประกาศว่า Trust คือโครงสร้างพื้นฐานใหม่ของเศรษฐกิจ AI ไม่ใช่ส่วนเสริมปลายทาง นายซิกเว่ เบรกเก้ ซีอีโอกลุ่มทรูสะท้อนผ่านปาฐกถาเรื่อง “Algorithmic shock to ethical shift: why trust is the currency of Thailand’s digital future” ว่า AI วิ่งเร็วกว่าความไว้วางใจของคน หากไม่ยอมรับว่าช่องว่างนี้คือปัญหาใหญ่ เศรษฐกิจดิจิทัลจะถูกสร้างบนพื้นทราย ไม่ใช่คอนกรีตของความไว้ใจ
เมื่อคนเปิดรับ AI สูง แต่ความไว้ใจเติบโตไม่ทัน
ตัวเลขการเปิดรับ AI ดูสวยงาม แต่ซ่อนความเปราะบางไว้ข้างใน ผลสำรวจในไทยชี้ว่า 77% ของผู้ใช้มองว่า AI มีประโยชน์มากกว่าโทษ สะท้อนว่าผู้บริโภคเปิดรับเทคโนโลยีใหม่เร็วกว่าหลายประเทศ อย่างไรก็ตาม ระดับการใช้งานไม่เท่ากับระดับความเชื่อมั่น งานวิจัยจากมหาวิทยาลัยเมลเบิร์นร่วมกับ KPMG พบว่ามีถึง 66% ของผู้ตอบแบบสอบถามใช้ AI ในชีวิตประจำวัน แต่มีเพียง 46% เท่านั้นที่เชื่อมั่นในผลลัพธ์ของ AI ช่องว่างนี้คือสัญญาณเตือนโดยตรงว่า เศรษฐกิจดิจิทัลกำลังวิ่งบนทางด่วนที่ยังไม่มีรั้วกันตก ยิ่งไปกว่านั้น จำนวนเหตุการณ์ร้ายแรงที่เกี่ยวข้องกับ AI เพิ่มขึ้นอย่างต่อเนื่อง โดยปี 2567 มีเคส 233 ครั้ง และปี 2568 เพิ่มขึ้นอีกราว 50% พร้อมแนวโน้มจะเพิ่มขึ้นอีกในปี 2569 นี่ไม่ใช่สถิติสำหรับสไลด์ประชุม แต่มันคือหลักฐานว่าการผลักดัน AI แบบเร่งด่วนโดยไม่สร้างระบบ AI ที่น่าเชื่อถือ กำลังผลักทั้งผู้ใช้และองค์กรเข้าสู่ความเสี่ยงที่รับผิดชอบไม่ไหว
ธรรมาภิบาล AI ต้องถูกออกแบบเป็นเสาเข็ม ไม่ใช่กันสาด
ดิจิทัลอีโคโนมีที่พึ่งพา AI หนักขึ้นทุกวันไม่สามารถฝากอนาคตไว้กับวลีว่า “ค่อยไปคิดเรื่องกฎทีหลัง” ได้อีกต่อไป เมื่อค่าใช้จ่ายในการประมวลผลบน GPT-3.5 ลดลงกว่า 280 เท่าในช่วงปี 2565-2567 และต้นทุนฮาร์ดแวร์ลดลงเฉลี่ย 30% ต่อปี ขณะที่ประสิทธิภาพพลังงานดีขึ้น 40% การใช้ AI จากระดับทดลองจึงถูกยกระดับเป็นโครงสร้างพื้นฐานของเศรษฐกิจในเวลาไม่กี่ปี ผู้ใช้ผู้ใหญ่ทั่วโลกกว่า 4 พันล้านคน หรือเกือบครึ่งประชากรโลก ใช้ AI เป็นประจำทุกเดือนแล้ว และ Generative AI มีการใช้งานแตะ 53% ภายในสามปี เมื่อระบบ AI แทรกตัวเข้าไปอยู่ใต้ทุกบริการ คำถามจึงเปลี่ยนจาก “ทำให้เร็วแค่ไหน” มาเป็น “ใครรับผิดชอบต่อผลกระทบ” ธรรมาภิบาล AI จึงต้องถูกวางเป็นเสาเข็มของสถาปัตยกรรมเศรษฐกิจ ไม่ใช่กันสาดที่ติดทีหลังเพื่อบรรเทาภาพลักษณ์ แนวคิด Responsible AI ที่ออกแบบให้การตัดสินใจของมนุษย์รอบระบบ AI สามารถตรวจสอบและตั้งคำถามได้ ช่วยแปลงความเสี่ยงที่คลุมเครือให้กลายเป็นกติกาที่ชัดเจนสำหรับทั้งรัฐ ธุรกิจ และประชาชน
โครงสร้างองค์กรจากพีระมิดสู่นาฬิกาทราย และบทบาทคนรุ่นใหม่
ผลกระทบของ AI ไม่ได้หยุดอยู่ที่ระดับระบบ แต่ลงไปเขย่ารากของตลาดแรงงานอย่างจริงจัง นายซิกเว่ เบรกเก้อธิบายในเวที Hope Club ครั้งที่ 2 เมื่อวันที่ 3 กันยายน ว่าโครงสร้างองค์กรกำลังเปลี่ยนจากรูปพีระมิดไปสู่นาฬิกาทราย ส่วนกลางซึ่งเต็มไปด้วยผู้จัดการที่ทำหน้าที่รวบรวมและส่งต่อข้อมูลกำลังถูกบีบให้เล็กลง เพราะ AI เริ่มรับงานประมวลและเชื่อมข้อมูลได้เอง องค์กรยุคใหม่จึงต้องการคนสองกลุ่มที่แข็งแรงพร้อมกัน ด้านบนคือผู้นำที่มีวิจารณญาณและมุมมองเชิงกลยุทธ์ ด้านล่างคือคนรุ่นใหม่ที่เติบโตมากับ AI แต่ไม่ใช่แค่ “ใช้งานเป็น” ต้องเก่งทั้งวิชาชีพและคิดเชิงวิพากษ์ เพราะหน้าที่สำคัญไม่ใช่การหาคำตอบจาก AI แต่คือการรู้ว่าควรถามอะไร และเมื่อใดคำตอบนั้นผิด หากไม่ลงทุนกับทักษะเหล่านี้ โครงสร้างองค์กรแบบนาฬิกาทรายจะกลายเป็นคอขวดที่ทำให้การเปลี่ยนผ่านสู่เศรษฐกิจดิจิทัลสะดุดจากภายใน
ยุทธศาสตร์ AI ที่ยั่งยืนต้องเริ่มจากการสร้างระบบไว้ใจได้
เมื่อ AI กลายเป็นโครงสร้างพื้นฐานเศรษฐกิจ การวางยุทธศาสตร์จึงไม่ใช่เรื่องของเทคโนโลยีเพียงอย่างเดียว แต่ต้องรวมถึงกลไกสร้างความไว้วางใจระดับชาติ ข้อมูลชี้ว่าประเทศไทยตั้งเป้าพัฒนาบุคลากรด้าน AI มากกว่า 30,000 คน ผลักดันองค์กรอย่างน้อย 600 แห่งให้ใช้ AI และสร้างผลกระทบทางเศรษฐกิจและสังคมมูลค่าหลายหมื่นล้านบาทภายในปี 2570 ถ้าเป้าหมายเหล่านี้เดินหน้าโดยไม่มีธรรมาภิบาลรองรับ ความเสี่ยงจะโตไปพร้อมตัวเลข และอาจย้อนทำลายความเชื่อมั่นที่ต้องใช้เวลานานกว่าจะสร้างขึ้น ข้อเสนอเรื่อง AI Sandbox ที่เปิดให้รัฐ เอกชน และผู้เชี่ยวชาญทดลองระบบในสภาพแวดล้อมที่ควบคุมได้ เป็นตัวอย่างของการออกแบบเศรษฐกิจดิจิทัลบนฐานระบบ AI ที่น่าเชื่อถือ ทดลองก่อน ขยายทีหลัง รวบรวมหลักฐานก่อนปฏิบัติจริง เมื่อผูกกรอบนี้เข้ากับบทบาทของภาครัฐ ภาคธุรกิจ ผู้ให้บริการโครงข่าย และสิทธิของประชาชนในการตั้งคำถามต่อการตัดสินใจของ AI เศรษฐกิจดิจิทัลจึงไม่ใช่แค่สนามแข่งเทคโนโลยี แต่เป็นระบบนิเวศที่ทุกคนมีส่วนร่วมในการรักษาความไว้ใจ
