การพัฒนาเอไอก่อให้เกิดคำถามหลายด้าน ตั้งแต่ผลกระทบต่อแรงงาน ความเป็นส่วนตัว ลิขสิทธิ์ ไปจนถึงความปลอดภัยของข้อมูล แต่ในกลุ่มผู้พัฒนาเทคโนโลยีและนักลงทุนในซิลิคอนวัลเลย์ ยังมีอีกประเด็นหนึ่งที่ถูกพูดถึงมากขึ้นเรื่อยๆ นั่นคือ ความสัมพันธ์ระหว่างบริษัทผู้พัฒนาโมเดลเอไอกับองค์กรที่เป็นลูกค้า
ข้อกังวลนี้ตั้งอยู่บนคำถามว่า เมื่อบริษัทต่างๆ นำโมเดลเอไอจากผู้ให้บริการรายใหญ่ เช่น OpenAI หรือ Anthropic มาใช้งาน องค์กรจำเป็นต้องส่งข้อมูล คำสั่ง (Prompt) เอกสาร ขั้นตอนการทำงาน และรายละเอียดทางธุรกิจจำนวนมากเข้าไปในระบบ เพื่อให้โมเดลเข้าใจบริบทและสามารถตอบสนองความต้องการได้อย่างแม่นยำ ยิ่งองค์กรต้องการให้เอไอทำงานได้ดีมากเท่าไร ก็ยิ่งต้องเปิดเผยข้อมูลเกี่ยวกับธุรกิจของตนมากขึ้นเท่านั้น
ผู้ที่ตั้งข้อสังเกตเรื่องนี้มีทั้งนักลงทุนและผู้บริหารบริษัทเทคโนโลยีหลายราย เช่น เจสัน คาลาคานิส (Jason Calacanis) นักลงทุนร่วมทุน และอเล็กซ์ คาร์ป (Alex Karp) ประธานเจ้าหน้าที่บริหารของ Palantir ซึ่งต่างเตือนว่า ผู้พัฒนาโมเดลเอไออาจได้รับข้อมูลเชิงลึกเกี่ยวกับธุรกิจของลูกค้าในระดับที่ไม่เคยเกิดขึ้นมาก่อน
ล่าสุด ประเด็นนี้ได้รับความสนใจมากขึ้น หลังสัตยา นาเดลลา (Satya Nadella) ประธานเจ้าหน้าที่บริหารของไมโครซอฟท์ เผยแพร่บทความ The Reverse Information Paradox โดยระบุว่า องค์กรที่ใช้เอไอกำลัง “จ่าย” ให้กับบริการเหล่านี้ถึงสองครั้ง
ครั้งแรกคือ การจ่ายเงินค่าบริการใช้งานโมเดลเอไอ เช่น ค่าใช้โทเคน (Token) ซึ่งเป็นหน่วยวัดปริมาณการประมวลผลของโมเดล ส่วนครั้งที่สองคือ การจ่ายด้วยข้อมูลที่มีคุณค่ามากกว่า นั่นคือองค์ความรู้ภายในองค์กร
“คุณกำลังจ่ายค่าความฉลาดสองครั้ง ครั้งแรกคือจ่ายด้วยเงิน และอีกครั้งคือจ่ายด้วยสิ่งที่มีค่ามากกว่า นั่นคือองค์ความรู้ที่เป็นกรรมสิทธิ์ ซึ่งคุณจำเป็นต้องเปิดเผยเพื่อให้ความฉลาดนั้นใช้งานได้ ยิ่งคุณต้องการให้โมเดลทำงานได้ดีเท่าไร คุณก็ยิ่งต้องป้อนองค์ความรู้เหล่านั้นมากขึ้นเท่านั้น” นาเดลลาระบุในบทความ
คำเตือนของเขาไม่ได้หมายถึงข้อมูลส่วนบุคคลเพียงอย่างเดียว แต่รวมถึงวิธีการดำเนินธุรกิจ ความรู้เฉพาะทาง กระบวนการทำงาน และประสบการณ์ที่องค์กรสั่งสมมานาน ซึ่งเป็นสิ่งที่ทำให้แต่ละองค์กรแตกต่างจากคู่แข่ง
นาเดลลา อธิบายว่า โมเดลเอไอไม่ได้เรียนรู้เฉพาะจากข้อมูลที่ใช้ฝึกในช่วงแรก แต่ยังเรียนรู้จากการใช้งานจริงของลูกค้าด้วย ข้อมูลที่ถูกป้อนเข้าไป ไม่ว่าจะเป็นคำสั่งที่ผู้ใช้เขียน เครื่องมือที่เอไอถูกสั่งให้ใช้งาน หรือแม้แต่การแก้ไขคำตอบของเอไอเมื่อทำผิด ล้วนสะท้อนความรู้ในการทำงานขององค์กร
เขาเขียนว่า “โมเดลเรียนรู้จากสิ่งที่เหลืออยู่จากการใช้งาน ไม่ว่าจะเป็นคำสั่งที่ผู้คนเขียน เครื่องมือที่เอเจนต์ใช้ และโดยเฉพาะการแก้ไขเมื่อโมเดลตอบผิด ทุกการแก้ไขจะถูกกลั่นออกมาเป็นองค์ความรู้ขององค์กร”
ในมุมมองของเขา กระบวนการเหล่านี้กำลังเปลี่ยนความรู้ภายในองค์กรให้กลายเป็นข้อมูลที่โมเดลสามารถเรียนรู้ได้ นาเดลลา ระบุว่า นี่คือความรู้ประเภทที่คู่แข่งไม่สามารถซื้อได้ แต่กลับถูกส่งมอบให้กับผู้พัฒนาโมเดลผ่านการใช้งานในแต่ละวัน
อีกประเด็นที่นาเดลลาหยิบยกขึ้นมาคือ ความสมดุลของสิทธิในการเรียนรู้ข้อมูล ปัจจุบัน บริษัทผู้พัฒนาโมเดลจำนวนมากอาศัยหลักการใช้งานข้อมูลสาธารณะเพื่อฝึกโมเดลของตนเอง แต่ในอีกด้านหนึ่ง หลายบริษัทกลับกำหนดข้อจำกัดไม่ให้ผู้อื่นศึกษาหรือเรียนรู้จากผลลัพธ์ของโมเดลเหล่านั้น
เขายกตัวอย่างแนวคิดที่เรียกว่า การกลั่นโมเดล (Model Distillation) คือ การนำผลลัพธ์ที่โมเดลสร้างขึ้นมาใช้ศึกษาวิธีการทำงานของโมเดล แล้วนำความรู้ที่ได้ไปฝึกโมเดลอีกตัวหนึ่ง ซึ่งมักมีขนาดเล็กกว่า ใช้ต้นทุนต่ำกว่า แต่ยังคงรักษาความสามารถบางส่วนของโมเดลต้นแบบไว้ได้
ประเด็นนี้เคยเป็นข้อถกเถียงมาก่อน เมื่อเดือนกุมภาพันธ์ที่ผ่านมา Anthropic กล่าวว่า โมเดลโอเพนซอร์สบางตัวจากจีนส่งคำสั่งเข้าไปยัง Claude หลายล้านครั้ง เพื่อศึกษาพฤติกรรมของโมเดลและนำไปพัฒนาโมเดลของตนเอง พร้อมเรียกร้องให้รัฐบาลสหรัฐเข้มงวดมาตรการควบคุมการส่งออกเทคโนโลยี
นาเดลลาเห็นว่า หากบริษัทผู้พัฒนาโมเดลมีสิทธิใช้ข้อมูลสาธารณะในการฝึกเอไอ องค์กรก็ควรมีสิทธิเรียนรู้จากโมเดลเหล่านั้นเช่นกัน เขาเขียนว่า “แม้ว่าสิทธิในการใช้ข้อมูลสาธารณะเพื่อฝึกโมเดลจะเป็นนวัตกรรมสำคัญที่ควรมี แต่ผมมองว่าเป็นเรื่องน่าประหลาดที่เมื่อถึงเวลาเดียวกัน กลับมีการกำหนดเงื่อนไขที่เข้มงวดในการกลั่นโมเดล”
อีกสิ่งหนึ่งที่เขาแสดงความกังวล คือเงื่อนไขการให้บริการของผู้พัฒนาโมเดลบางราย ซึ่งระบุว่าบริษัทสามารถเรียนรู้จากข้อมูลการใช้งานหรือข้อมูลปฏิสัมพันธ์ของลูกค้าได้ สำหรับนาเดลลา ประเด็นนี้ทำให้องค์กรควรพิจารณาอย่างรอบคอบว่า ข้อมูลที่ป้อนเข้าไปในระบบเอไอจะถูกนำไปใช้อย่างไร และใครเป็นผู้มีสิทธิในข้อมูลเหล่านั้น
แนวทางที่นาเดลลาเสนอคือ องค์กรควรรักษาความเป็นเจ้าของข้อมูลของตนเอง ไม่ว่าจะเป็นคำสั่งที่ใช้กับเอไอ ข้อเสนอแนะ การแก้ไขคำตอบ หรือข้อมูลอื่นที่เกิดขึ้นระหว่างการใช้งาน
เขาเสนอให้องค์กรสร้าง “สภาพแวดล้อมการเรียนรู้ที่เป็นกรรมสิทธิ์” (Proprietary Learning Environment) บนระบบคลาวด์ เพื่อให้ข้อมูลยังคงอยู่ภายใต้การควบคุมขององค์กร
นอกจากนี้ เขายังเสนอให้องค์กรสร้างสิ่งที่เรียกว่า ชั้นจัดการการทำงาน ระบบลักษณะนี้ทำหน้าที่เป็นตัวกลางระหว่างแอปพลิเคชันกับโมเดลเอไอ ช่วยให้องค์กรสามารถสลับการใช้งานระหว่างโมเดลจากผู้ให้บริการหลายรายได้ โดยไม่ต้องผูกติดกับบริษัทใดบริษัทหนึ่งเพียงรายเดียว
ปัจจุบัน เครื่องมือประเภท AI Gateway ซึ่งช่วยบริหารและเลือกเส้นทางการใช้งานโมเดลหลายตัว กำลังได้รับความนิยมมากขึ้นในองค์กรขนาดใหญ่ แม้นาเดลลาจะไม่ได้กล่าวถึงคำว่าโอเพนซอร์สโดยตรง แต่เนื้อหาของบทความสะท้อนแนวคิดที่สอดคล้องกับการใช้งานโมเดลโอเพนซอร์สมากขึ้น
ในภาคธุรกิจเอง หลายองค์กรเริ่มเปลี่ยนแนวทางจากการใช้โมเดลเชิงพาณิชย์เพียงอย่างเดียว ไปสู่การติดตั้งโมเดลโอเพนซอร์สไว้ในศูนย์ข้อมูลของตนเอง หรือที่เรียกว่า On-premises ซึ่งหมายถึงการรันระบบเอไอบนโครงสร้างพื้นฐานที่องค์กรเป็นผู้ดูแลเอง แทนการส่งข้อมูลออกไปยังผู้ให้บริการภายนอก
อิดิต เลอวีน (Idit Levine) ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหารของ Solo.io บริษัทที่พัฒนาซอฟต์แวร์ด้านเครือข่ายและความปลอดภัยสำหรับการจัดการระบบเอไอในองค์กร กล่าวว่า ลูกค้าของบริษัทกำลังเปลี่ยนแนวทางในลักษณะนี้อย่างชัดเจน
เธออธิบายว่า หลังจากทดลองใช้โมเดลเชิงพาณิชย์ องค์กรจำนวนมากเริ่มตั้งคำถามว่า จะสามารถนำโมเดลโอเพนซอร์สมาติดตั้งและใช้งานภายในองค์กรได้หรือไม่
“พวกเขามองว่า ถ้านำโมเดลโอเพนซอร์สมารันภายในองค์กร มันอาจทำงานได้เกือบ 90% ของโมเดลขนาดใหญ่ แต่มีต้นทุนต่ำกว่ามาก พวกเขาเข้าใจเรื่องนี้ และสามารถควบคุมระบบได้เอง” เลอวีนกล่าว เธอมองว่า การติดตั้งโมเดลโอเพนซอร์สภายในองค์กรจะเป็นคลื่นลูกใหม่ของการใช้งานเอไอในภาคธุรกิจ
แนวโน้มดังกล่าวยังสอดคล้องกับข้อมูลจากบริษัทอื่น Vercel ซึ่งเป็นผู้ให้บริการแพลตฟอร์มสำหรับพัฒนาและโฮสต์เว็บไซต์ และเพิ่งเพิ่มเครื่องมือสำหรับสลับการใช้งานโมเดลเอไอหลายราย รวมถึง OpenRouter ซึ่งให้บริการจัดเส้นทางการเรียกใช้งานโมเดลเอไอหลายประเภท ต่างรายงานว่าปริมาณการใช้งานโมเดลโอเพนซอร์สเพิ่มขึ้นอย่างต่อเนื่อง
Vercel ระบุว่า ในเดือนที่ผ่านมา ปริมาณการใช้งานที่ผ่านระบบ Gateway ของบริษัทถึง 29% เป็นการเรียกใช้งานโมเดลโอเพนซอร์ส
การที่ประธานเจ้าหน้าที่บริหารของไมโครซอฟท์ ซึ่งเป็นบริษัทที่ลงทุนทั้งใน OpenAI และ Anthropic ออกมาเตือนองค์กรให้พิจารณาการใช้โมเดลเชิงพาณิชย์อย่างรอบคอบ จึงทำให้ประเด็นเรื่องความเป็นเจ้าของข้อมูลและการควบคุมองค์ความรู้ขององค์กรได้รับความสนใจมากขึ้น
นาเดลลาปิดท้ายบทความด้วยข้อความที่สะท้อนแนวคิดหลักของเขาเกี่ยวกับการใช้งานเอไอในองค์กรว่า “ในการใช้ประโยชน์จากความฉลาดของเอไอ คุณก็กำลังสร้างความฉลาดขึ้นมาด้วยเช่นกัน และสิ่งที่คุณสร้างขึ้นนั้น ควรเป็นของคุณ”
อ้างอิง: The Reverse Information Paradox และ TechCrunch
