ช่วงที่ผ่านมา ผมให้ AI เขียน AI Web App ตัวเล็กๆ ขึ้นมาตัวหนึ่ง วัตถุประสงค์ คือ ให้มันช่วยวิเคราะห์งบการเงินของบริษัทต่างๆ ผมลองเอางบการเงินบริษัทมหาชนหลายแห่งที่เป็นไฟล์ความยาวโดยเฉลี่ย 20 หน้า และมีตารางตัวเลขอยู่ในนั้นจำนวนหลายสิบตาราง ป้อนเข้าไปให้โมเดลอ่านและวิเคราะห์ ผลลัพธ์ที่ออกมาดีมาก เขาทำตัวเหมือนนักวิเคราะห์การเงินที่เก่ง จับประเด็นเรื่องสัดส่วนรายได้ คุณภาพสินทรัพย์ และการตั้งสำรองได้อย่างแม่นยำ
ที่สำคัญคือมันประมวลเร็วมาก สิ่งที่ทำให้ผมประหลาดใจไม่ใช่แค่คุณภาพรายงาน แต่เป็นเพราะว่าโมเดลที่ผมใช้ครั้งนี้ไม่ใช่โมเดลปิดชั้นนำของบริษัทเทคโนโลยีรายใหญ่ที่เราคุ้นเคยกันเช่น Claude Opus 4.8 หรือ GPT-5.5 แต่กลับเป็นโมเดล GLM-5.2 จากค่าย Z.ai ของจีน ซึ่งเป็น Open-weight Model
สำหรับคนที่ตามข่าววงการ AI คงพอทราบว่า GLM-5.2 เพิ่งเปิดตัวเมื่อกลางเดือนมิถุนายนนี้เอง และมันสร้างเสียงฮือฮาพอสมควร เพราะในหลาย benchmark ด้านการเขียนโค้ดและการใช้เหตุผล มันทำคะแนนชนะ GPT-5.5 และไล่ตาม Claude Opus 4.8 มาติดๆ โมเดลนี้มีขนาด 744 พันล้านพารามิเตอร์ จุดเด่นอีกอย่างคือมันรองรับ Context Window ได้ถึง 1 ล้าน token ซึ่งหมายความว่าเราสามารถโยนเอกสารยาวๆ เข้าไปทั้งก้อนได้โดยไม่ต้องตัดแบ่ง และที่สำคัญคือมันใช้ MIT License แบบไม่มีข้อจำกัดด้านภูมิภาคหรือเชิงพาณิชย์เลย
ที่สำคัญแม้ตัวโมเดลที่ผมรันอยู่นั้นผ่านคลาวด์ในต่างประเทศ มีค่าใช้จ่ายต่ำกว่าโมเดลปิดชั้นนำมาก แต่ในทางทฤษฎีเราสามารถจะโหลดโมเดลมารันเองที่ไหนก็ได้ ถ้าเรามีเซิร์ฟเวอร์ขนาดใหญ่พอเพื่อรองรับการประมวลผล
ก่อนอื่นผมอยากให้เราเข้าใจคำศัพท์เทคนิคสองคำที่คนมักใช้สลับกันจนสับสน นั่นคือ Open Source กับ Open Weight ในวงการ AI สองคำนี้ไม่เหมือนกัน Open Source Model คือโมเดลที่ต้องเปิดเผยทุกอย่าง ตั้งแต่สถาปัตยกรรม โค้ดที่ใช้เทรน ไปจนถึงชุดข้อมูลที่ใช้สอนทั้งหมด เพื่อให้คนอื่นสร้างโมเดลขึ้นมาใหม่ได้ตั้งแต่ต้น ซึ่งโมเดลที่ผ่านเกณฑ์นี้จริงๆ มีน้อยมาก เช่น OLMo จาก Allen AI หรือ Pythia
ส่วน Open Weight Model นั้นเปิดให้เราดาวน์โหลดเฉพาะ “ค่าน้ำหนัก” ที่เทรนเสร็จแล้วมาใช้งานหรือสามารถนำมาปรับแต่ง (fine-tune) ต่อได้ แต่ปิดบังชุดข้อมูลตั้งต้นไว้เป็นความลับ โมเดลดังๆ ที่เราเรียกกันติดปากว่า open source อย่าง Llama, Qwen, DeepSeek และ GLM จริงๆ แล้วล้วนเป็น Open Weight ทั้งสิ้น ซึ่งเราสามารถนำมาใช้ติดตั้งในองค์กรของเราได้ ผมย้ำเรื่องนี้เพราะมันคือหัวใจสำคัญของการพูดถึงเรื่องอธิปไตย AI ที่ผมเคยเขียนบทความในคอลัมน์นี้เมื่อสัปดาห์ที่ผ่านมา
คำว่าอธิปไตย AI คือแนวคิดที่ประเทศหรือองค์กรต้องการมีอำนาจควบคุม กำกับดูแล และเป็นเจ้าของเทคโนโลยี AI ของตัวเองอย่างเบ็ดเสร็จ ตั้งแต่ข้อมูลที่ใช้สอนโมเดล โครงสร้างพื้นฐานที่ใช้รัน ไปจนถึงตัวโมเดลเอง โดยไม่ต้องพึ่งพาหรือตกอยู่ใต้เงื่อนไขของบริษัทเทคโนโลยีต่างชาติ ไม่ว่าจะเป็นฝั่งสหรัฐฯ หรือจีน และนี่เองคือจุดที่ Open Weight Model เข้ามามีบทบาทสำคัญ และน่าจะเป็นกุญแจที่ทำให้แนวคิดอธิปไตย AI กลายเป็นจริงได้
เหตุผลที่ผมเชื่อแบบนั้นมีอยู่ 3 ข้อหลัก ข้อแรกคือมันช่วยให้เราหลุดพ้นจากการผูกขาดของบริษัทเทคโนโลยีรายใหญ่ เพราะการใช้โมเดลปิดผ่าน API หมายความว่าข้อมูลของเราต้องไหลออกไปที่เซิร์ฟเวอร์ต่างประเทศ และเจ้าของโมเดลจะปิดกั้นการเข้าถึงหรือปรับราคาเมื่อไหร่ก็ได้ แต่ Open Weight อนุญาตให้เรานำโมเดลระดับโลกมาติดตั้งบนเซิร์ฟเวอร์ในประเทศของเราเองได้ และควบคุมทุกอย่างได้ 100%
ข้อที่สองคือเรื่องการรักษาความลับของข้อมูล เพราะเมื่อรันโมเดลเอง ข้อมูลที่ละเอียดอ่อนอย่างประวัติการแพทย์ ข้อมูลความมั่นคง หรือสูตรลับขององค์กร ก็ไม่ต้องหลุดออกสู่อินเทอร์เน็ตเพื่อส่งไปประมวลผลที่อื่น และข้อสุดท้ายที่ผมคิดว่าสำคัญไม่แพ้กันคือการปรับแต่งให้เข้ากับบริบทท้องถิ่น เพราะโมเดลระดับโลกมักถูกเทรนด้วยข้อมูลภาษาอังกฤษและบริบทแบบตะวันตก Open Weight จึงเปิดโอกาสให้เรานำมาปรับแต่งโมเดล เพิ่มด้วยชุดข้อมูลภาษาไทย วัฒนธรรมไทย และกฎหมายไทย เพื่อให้ได้ AI ที่เข้าใจบริบทของเราอย่างแท้จริง อย่างที่เราเห็นในโครงการ ThaiLLM
สิ่งที่ทำให้เรื่องนี้น่าสนใจขึ้นไปอีกคือจังหวะเวลา ทั้งนี้เพราะสัปดาห์เดียวกับที่ GLM-5.2 ปล่อยออกมาให้โหลดฟรี รัฐบาลสหรัฐฯ ได้ออกคำสั่งควบคุมให้ Anthropic ระงับการเข้าถึงโมเดล Claude Fable 5 และ Mythos 5 สำหรับชาวต่างชาติทุกคน ไม่ว่าจะอยู่ในหรือนอกสหรัฐฯ ด้วยเหตุผลด้านความมั่นคง ผลก็คือ Anthropic ต้องปิดการใช้งานโมเดลทั้งสองตัวลงทั้งหมด นักวิเคราะห์บอกว่านี่เป็นครั้งแรกที่คำสั่งของรัฐบาลสหรัฐฯ ทำให้โมเดลชั้นนำเชิงพาณิชย์ที่เปิดให้บริการแล้วต้องหยุดทำงานไปทั้งโลก
ผมคิดว่าเหตุการณ์ทั้งสองที่เกิดขึ้นคือกรณีศึกษาของเรื่องอธิปไตย AI ด้านหนึ่งคือโมเดลปิดที่เก่งที่สุดในโลกที่อาจถูกรัฐบาลต่างชาติสั่งปิดได้ในชั่วข้ามคืน อีกด้านคือโมเดลเปิดที่ใครก็โหลดไปรันเองได้โดยไม่มีใครมาสั่งปิด
นี่คือเหตุผลที่ว่า Open Weight Model น่าจะเป็นแนวทางที่ตอบโจทย์อธิปไตย AI ของไทยได้ โดยอาจใช้โมเดลเก่งๆ อย่าง GLM-5.2 คู่ไปกับโมเดลไทยอย่าง ThaiLLM ที่เราพัฒนากันเอง โมเดลแบบนี้คือทางเลือกตรงที่จับต้องได้ และในยามวิกฤตที่การเข้าถึง API ต่างชาติอาจถูกตัดขาดอย่างที่เห็นในกรณีของ Anthropic เราก็ยังมี AI ใช้งานต่อได้ ไม่ต้องหยุดชะงัก
แต่การใช้โมเดลของจีนไม่ได้แปลว่าเรามีอธิปไตยโดยอัตโนมัติ เพราะถ้าเราเรียกใช้โมเดลไปประมวลผลผ่านคลาวด์ของบริษัทเทคโนโลยีจีน เราก็แค่เปลี่ยนจากการพึ่งพาสหรัฐฯ ไปพึ่งพาจีนและกฎหมายข้อมูลของจีนแทน และถึงแม้ว่าเราจะเลือกติดตั้งเซิร์ฟเวอร์และประมวลในไทยเอง เราก็ยังรับเอาโมเดลพื้นฐานที่เทรนด้วยข้อมูลและค่านิยมของคนอื่นมาอยู่ดี โมเดลที่เทรนด้วยข้อมูลภาษาจีนและอังกฤษเป็นหลักย่อมไม่เข้าใจสำนวน บริบท หรือกฎหมายไทยได้ลึกซึ้ง หากไม่นำมาปรับแต่งเพิ่ม และอย่าลืมว่า MIT License ให้เสรีภาพทางกฎหมาย แต่ไม่ได้ให้ความโปร่งใส
เราไม่มีทางรู้เลยว่าน้ำหนักก้อนนั้นถูกสอนมาด้วยอะไรบ้าง อธิปไตยที่แท้จริงจึงมีตั้งแต่ขั้นตอนการใช้ API ไปจนถึงการประมวลผลภายในประเทศ แล้วปรับแต่งด้วยข้อมูลไทย ไปจนถึงปลายสุดคือการสร้างโมเดล open source ของเราเองที่ตรวจสอบได้ทุกขั้นตอน
ผมไม่ได้บอกว่าไทยต้องทุ่มงบสร้างโมเดลของตัวเองตั้งแต่ต้น เพราะนั่นแพงและช้าเกินไป สิ่งที่ผมเชื่อว่าเราควรทำคือสิ่งที่ทั่วโลกกำลังมุ่งไป การใช้โมเดล Open Weight ที่ดีเป็นฐาน แล้วลงทุน “ส่วนต่างของอธิปไตย” ไปกับโครงสร้างพื้นฐานเซิร์ฟเวอร์ในประเทศ และสร้างความสามารถในการปรับแต่งโมเดล Open Weight และที่สำคัญที่สุดคือทรัพยากรคนด้านต่างๆ เพื่อให้พึ่งพาตัวเองได้มากขึ้น
อธิปไตย AI ไม่ใช่เรื่องไกลตัวอีกต่อไป มันเป็นเรื่องที่เราเริ่มลงมือทำได้แล้ววันนี้ คำถามที่เหลืออยู่จึงไม่ใช่ว่าเราทำได้หรือไม่ แต่เป็นว่าเราจะเริ่มลงมือเมื่อไหร่และลงทุน AI ให้ถูกทิศทาง ก่อนที่บทเรียนเรื่องการถูกตัดขาดการเข้าถึงจะเกิดขึ้นกับเราเอง
