ไอบีเอ็มถอดรหัส 'Day Zero' จุดเปลี่ยน AI จับตาควอนตัมสร้าง New S-Curve

โลกเทคโนโลยีกำลังเข้าสู่จุดเปลี่ยน เมื่อ ปัญญาประดิษฐ์ (AI) ก้าวจากเครื่องมือเพิ่มประสิทธิภาพ สู่โครงสร้างพื้นฐานที่กำหนดรูปแบบการแข่งขันทางธุรกิจ ขณะที่เทคโนโลยีควอนตัมเริ่มพัฒนาไปสู่การใช้งานในอุตสาหกรรม

อโณทัย เวทยากร กรรมการผู้จัดการใหญ่ ไอบีเอ็ม ประเทศไทย นิยามช่วงเวลานี้ว่า “Day Zero” ของการปฏิวัติ AI (AI Revolution) ไม่ใช่วันแรกตามปฏิทิน แต่เป็นจุดเปลี่ยนที่โลกเดิมยังทำหน้าที่รองรับโลกยุคใหม่ ขณะที่กฎและกติกาการแข่งขันยังไม่ชัดเจน

ในช่วง 2-3 ปีที่ผ่านมา องค์กรทั่วโลกมุ่งพูดถึงการนำ AI มาใช้และประโยชน์ที่ได้รับ แต่วันนี้คำถามเปลี่ยนไปสู่การเป็นผู้นำหรือผู้ตาม และองค์กรใดเสี่ยงถูกดิสรัปต์

การแข่งขันจึงไม่ได้วัดกันที่งบประมาณ จำนวนโมเดล หรือบุคลากรที่มีความสามารถเพียงอย่างเดียว แต่ขึ้นอยู่กับวิสัยทัศน์ในการใช้ AI ว่าจะเป็นเพียงเครื่องมือเพิ่มประสิทธิภาพ (Efficiency) หรือเป็นกลไกเปลี่ยนรูปแบบการทำงาน การตัดสินใจ แหล่งรายได้ และการกระจายสินค้า

AI องค์กรต้องเปลี่ยน Workflow

การใช้ AI ระดับบุคคลส่วนใหญ่ยังอยู่ในรูปแบบถาม-ตอบ สรุปข้อมูล สร้างเนื้อหา และช่วยทำงานทั่วไป ขณะที่การใช้ AI ในระดับองค์กรต้องลงลึกถึงการปฏิรูปกระบวนการทำงาน (Workflow & Process Reform)

องค์กรจำเป็นต้องปรับระบบการทำงาน โดยให้ AI รับผิดชอบงานประจำและงานซ้ำ ๆ เพื่อเปิดโอกาสให้บุคลากรใช้เวลากับงานที่มีมูลค่าสูงขึ้น ทั้งความคิดสร้างสรรค์ การวางกลยุทธ์ และภารกิจสำคัญของธุรกิจ

การทำงานร่วมกันระหว่างมนุษย์กับ AI จะนำไปสู่รูปแบบการทำงานใหม่ที่ IBM เรียกว่า “Wave of Work” ซึ่งไม่ได้จำกัดอยู่เพียงการนำแชตบอตมาใช้ แต่เชื่อมโยงถึงการปรับเปลี่ยนโมเดลธุรกิจ (Business Model)

อโณทัยมองว่า AI กำลังเดินตามเส้นทางเดียวกับเทคโนโลยีสำคัญในอดีต ตั้งแต่เครื่องจักรไอน้ำ อินเทอร์เน็ต ไปจนถึงสมาร์ตโฟน ซึ่งเริ่มจากการเป็นทางเลือก ก่อนกลายเป็นปัจจัยพื้นฐานที่ขาดไม่ได้

AI จึงกำลังเข้าสู่สถานะโครงสร้างพื้นฐาน (Foundational Infrastructure) เช่นเดียวกับไฟฟ้าและอินเทอร์เน็ต ไม่ใช่เทคโนโลยีแบบ Stand-alone แต่จะแทรกซึมอยู่ในชีวิตประจำวัน ภาคธุรกิจ และการบริหารภาครัฐ

ส่วนคำถามว่า AI จะฉลาดกว่ามนุษย์หรือไม่ อโณทัยระบุว่า AI ช่วยให้ความรู้เข้าถึงได้ง่ายขึ้น และทำงานได้มีประสิทธิภาพมากขึ้นในหลายด้าน แต่ไม่ได้หมายความว่าจะเข้ามาควบคุมมนุษย์

AI เปลี่ยนบทบาทแรงงาน

การเปลี่ยนแปลงทางเทคโนโลยีทำให้บทบาทการทำงานปรับเปลี่ยนอยู่เสมอ โดย AI สามารถเข้ามาทำงานบางประเภทแทนได้ เช่น การอนุมัติเอกสารและตรวจสอบข้อมูลซ้ำ ๆ ผ่าน AI Engine และ Workflow อัตโนมัติ ขณะที่บุคลากรจะขยับไปทำงานที่ต้องใช้การวิเคราะห์และการตัดสินใจมากขึ้น

ตัวอย่างเช่น ฝ่ายทรัพยากรบุคคล (HR) ในส่วน Talent Acquisition อาจเปลี่ยนบทบาทเป็น “Talent Scientist” โดยใช้ข้อมูลวิเคราะห์การสรรหา วางแผนเส้นทางความก้าวหน้าในอาชีพ (Career Path) และการสืบทอดตำแหน่ง (Succession) เพื่อสร้างประโยชน์ให้กับองค์กร

สำหรับประเทศไทย อโณทัยระบุว่า การเปิดรับ AI ในระดับบุคคลอยู่ในระดับสูง ประชาชน นักเรียน และคนทั่วไปสามารถเรียนรู้และนำ AI มาใช้ในชีวิตประจำวันได้ด้วยตนเอง

อย่างไรก็ตาม การใช้ AI ในระดับองค์กรยังอยู่ระหว่างเปลี่ยนผ่านจากการทดลองใช้งาน (Proof of Concept: PoC) และ Sandbox ไปสู่การขยายผล (Scale) เพื่อสร้างผลลัพธ์ทางธุรกิจ โดยองค์กรไทยมีการใช้งานจริงแล้วมากกว่า 20%

โจทย์สำคัญก่อนขยายผลคือการวางธรรมาภิบาล AI (AI Governance) ที่มีความรับผิดชอบและตรวจสอบได้ เพื่อสร้างความไว้วางใจในการใช้งานระยะยาว

IBM แบ่งแนวคิดที่เกี่ยวข้องออกเป็น 3 ส่วน ได้แก่

• AI Governance หลักการ นโยบาย และกรอบการทำงานระดับสูง
• Responsible AI การนำหลักการกำกับดูแลไปปฏิบัติในการพัฒนาและใช้งาน AI
• Trustworthy AI ผลลัพธ์จากการใช้ Responsible AI ที่ช่วยสร้างความไว้วางใจจากลูกค้า พนักงาน พาร์ตเนอร์ หน่วยงานกำกับดูแล และสังคม

อโณทัยระบุว่า การเปิดรับ AI (Adoption) เป็นปัจจัยสำคัญในการสร้างคุณค่า (Value) เพราะหากไม่มีการนำไปใช้จริง ก็ไม่สามารถสร้างมูลค่าได้

สำหรับ IBM กลยุทธ์ไม่ได้มุ่งเน้นการสร้างโมเดล AI สำหรับผู้ใช้ทั่วไป แต่เน้นแพลตฟอร์มที่ช่วยให้องค์กรนำ AI ไปใช้งาน พร้อมมีอธิปไตยในการกำกับดูแลข้อมูล โมเดล และระบบปฏิบัติการของตนเอง

แนวทางดังกล่าวอยู่ภายใต้ “AI Operating Model” ซึ่งประกอบด้วย 4 ปัจจัยหลัก

• Agents – AI Agent ที่สามารถปฏิบัติงานและทำงานกับข้อมูล
• Data – ข้อมูลที่น่าเชื่อถือ เพื่อให้ Agent ทำงานได้อย่างมีประสิทธิภาพ
• Automation – ระบบอัตโนมัติที่เชื่อมข้อมูลและ Agent เพื่อจัดการ Workflow ทั่วทั้งองค์กร
• Hybrid Cloud – โครงสร้างพื้นฐานที่รวม Security, Governance และ Control ไว้ด้วยกัน

เมื่อองค์กรพัฒนา AI Operating Model ได้สำเร็จ จะสามารถใช้ AI เป็นแกนกลางในการต่อยอดโมเดลและการใช้งานได้อย่างยืดหยุ่น

Hybrid AI ทางเลือกสร้างความแตกต่างธุรกิจ

ผลสำรวจ CEO กว่า 3,000 คนทั่วโลก ซึ่ง IBM ร่วมกับ Oxford Economics จัดทำในองค์กรขนาดใหญ่ที่มีรายได้ระดับพันล้านดอลลาร์สหรัฐ พบว่า หากทุกองค์กรใช้โมเดลขนาดใหญ่แบบ Pre-trained เดียวกัน ความสามารถในการแข่งขันอาจไม่แตกต่างกันมากนัก

แนวทางในอนาคตจึงเป็น “Hybrid AI” ที่ผสาน AI หลายรูปแบบ โดยองค์กรเลือกใช้โมเดลให้เหมาะกับลักษณะงาน เพื่อสร้างความแตกต่างและตอบโจทย์การใช้งานเฉพาะด้าน

สำหรับแรงงานในยุค AI จำเป็นต้องเรียนรู้การทำงานร่วมกับ AI อย่างไร้รอยต่อ เพื่อนำไปต่อยอดสร้างนวัตกรรม ไม่ใช่เพียงใช้เป็นเครื่องมือช่วยทำงาน

ในส่วนของนักพัฒนา AI สามารถช่วยจัดการงานซ้ำ ๆ และงานที่มีมูลค่าต่ำ เพื่อให้ Developer มีเวลาทุ่มเทกับความคิดสร้างสรรค์และการคิดวิเคราะห์เชิงวิพากษ์ ซึ่งยังต้องอาศัยวิจารณญาณและความเข้าใจบริบทของมนุษย์

อโณทัยมองว่า มนุษย์ยังสามารถควบคุม AI ได้ และยังไม่มีข้อพิสูจน์ว่า AI เป็นภัยคุกคามที่ไม่สามารถควบคุมได้ โดยความเสี่ยงด้านความปลอดภัยส่วนหนึ่งเกิดจากการที่ผู้พัฒนาและองค์กรไม่ได้ออกแบบกรอบควบคุมไว้ตั้งแต่ต้น อีกส่วนมาจากผู้ไม่หวังดีที่นำเทคโนโลยีไปใช้ในทางผิด

Quantum คลื่นลูกใหม่เทคโนโลยีเปลี่ยนโลก

นอกเหนือจาก AI อโณทัยมองว่า Quantum Computing จะเป็นเทคโนโลยีที่สร้างการเปลี่ยนแปลงครั้งใหญ่ในระยะถัดไป

คอมพิวเตอร์แบบดั้งเดิม (Classical Computer) ประมวลผลด้วยระบบเลขฐานสอง 0 และ 1 ขณะที่ Quantum Computer ใช้หลักฟิสิกส์ควอนตัมในการประมวลผล จึงมีศักยภาพแก้ปัญหาบางประเภทที่คอมพิวเตอร์ทั่วไปทำได้ยากหรือไม่สามารถทำได้

IBM ระบุว่า Quantum Computing มีแนวทางประยุกต์ใช้ในหลายด้าน เช่น วัสดุศาสตร์ (Material Science) เพื่อค้นคว้าและพัฒนาวัสดุใหม่ รวมถึงค้นหาตัวเร่งปฏิกิริยา (Catalyst) โดยมีเป้าหมายลดระยะเวลาการพัฒนาที่อาจกินเวลานาน 10-20 ปี

นอกจากนี้ ยังมีศักยภาพในด้านการค้นคว้ายา บริการทางการเงิน ซึ่งต้องประมวลผลและวิเคราะห์ข้อมูลจำนวนมากที่มีความซับซ้อนสูง รวมถึงการจัดการพลังงาน

เตือนภัย 'Harvest Now, Decrypt Later'

ความก้าวหน้าของ Quantum Computing ยังสร้างความเสี่ยงต่อระบบรักษาความปลอดภัยดิจิทัลในปัจจุบัน โดยในอนาคต เมื่อคอมพิวเตอร์ควอนตัมมีขีดความสามารถเพียงพอ อาจสามารถถอดรหัสข้อมูลที่ระบบเข้ารหัสปัจจุบันปกป้องไว้ได้

ความเสี่ยงสำคัญคือ “Harvest Now, Decrypt Later” ซึ่งผู้ไม่หวังดีรวบรวมข้อมูลที่เข้ารหัสไว้ในปัจจุบัน เพื่อรอถอดรหัสในอนาคตเมื่อเทคโนโลยีควอนตัมมีความพร้อม

องค์กรจึงต้องเตรียมเปลี่ยนระบบเข้ารหัสไปสู่ Post-Quantum Cryptography (PQC)

'AI-ควอนตัม' โอกาสไทยสร้าง New S-Curve

ในอนาคต Quantum Computing จะไม่เข้ามาแทนที่ AI และ AI ก็ไม่ได้เข้ามาแทนที่ควอนตัม แต่จะทำงานเสริมกันภายใต้สถาปัตยกรรมที่เรียกว่า “Quantum-Centric Supercomputing” (QCSC)

สถาปัตยกรรมดังกล่าวประกอบด้วย 3 ส่วนหลัก ได้แก่

1. Classical Supercomputing (HPC) สำหรับประมวลผลและคำนวณงานทั่วไป
2. AI Factory รองรับโมเดลภาษาขนาดใหญ่และการประมวลผล AI 
3. Quantum Computer สำหรับแก้ปัญหาการคำนวณเชิงความน่าจะเป็น การจำลองโมเลกุล และโจทย์ซับซ้อนที่คอมพิวเตอร์ทั่วไปทำได้ยาก

IBM คาดการณ์ว่าในอีก 10 ปีข้างหน้า ทั้งสามส่วนจะหลอมรวมเป็นสถาปัตยกรรมเดียว เพื่อรองรับการประมวลผลที่ซับซ้อนมากขึ้น

อโณทัยมองว่า AI และ Quantum Computing เป็นโอกาสสำคัญของไทยในการสร้าง New S-Curve ทางเศรษฐกิจ โดยไทยควรขยับจากการเป็นฐานรับจ้างผลิต (OEM) ไปสู่การลงทุนด้านวิจัยและพัฒนา (R&D) และการสร้างทรัพย์สินทางปัญญา (IP)

อุตสาหกรรมที่ไทยมีความเชี่ยวชาญ เช่น เคมีและการเกษตร สามารถนำเทคโนโลยีมาพัฒนานวัตกรรมใหม่ อาทิ พืชพันธุ์ที่ทนทานต่อการเปลี่ยนแปลงสภาพภูมิอากาศ (Climate Resilience)

เป้าหมายคือเปลี่ยนจากการส่งออกสินค้าโภคภัณฑ์ ไปสู่การส่งออก IP เทคโนโลยี และองค์ความรู้สู่ตลาดโลก โดยเทคโนโลยีควอนตัมจะช่วยจำลองข้อมูลที่ซับซ้อน เพื่อสนับสนุนการพัฒนาอย่างยั่งยืนและรับมือปัญหาสิ่งแวดล้อม