“การแข่งขันด้าน AI” คือ สนามรบใหม่ของเศรษฐกิจโลก และความเสี่ยงที่ประเทศกำลังพัฒนาอาจมองไม่เห็น

การแข่งขัน AI ระหว่างสหรัฐฯ จีน และยุโรป ไม่ใช่เพียงการแข่งขันเชิงเทคโนโลยีอีกต่อไป

มันกำลังกลายเป็นการจัดระเบียบอำนาจเศรษฐกิจโลกครั้งใหม่ ที่เชื่อมโยงเงินทุน อุตสาหกรรมชิป โครงสร้างพื้นฐานดิจิทัล ค่าเงิน นโยบายอุตสาหกรรม และกติกาการค้าเข้าด้วยกันอย่างซับซ้อน

ในเกมนี้ ประเทศกำลังพัฒนาไม่ได้เป็นแค่ “ผู้ชม” ที่รอรับเทคโนโลยีจากมหาอำนาจ แต่กำลังกลายเป็นพื้นที่ยุทธศาสตร์ที่ถูกช่วงชิงอิทธิพล ทั้งในฐานะตลาด ผู้ใช้ทรัพยากรข้อมูล และฐานการผลิต

นี่คือ Geoeconomic Confrontation เต็มรูปแบบ ที่ AI ทำหน้าที่เป็นทั้งเครื่องมือและสนามรบในเวลาเดียวกัน

====

1️⃣ “เงินทุน” = ใครเร่งเครื่องได้เร็วกว่า

รายงานอุตสาหกรรมระดับโลก เช่น Stanford AI Index ระบุอย่างต่อเนื่องว่า สหรัฐฯ ครองสัดส่วนการลงทุน AI ภาคเอกชนมากกว่าครึ่งของโลก โดยเม็ดเงินลงทุนอยู่ในระดับหลายหมื่นล้านดอลลาร์ต่อปี และในบางปีสูงกว่า 60–70 พันล้านดอลลาร์

ตลาดทุนสหรัฐฯ ทำหน้าที่เป็นเครื่องเร่งปฏิกิริยา บริษัทเทคโนโลยีสามารถระดมทุนในระดับที่แทบไม่มีประเทศใดเทียบได้ ทั้งผ่านตลาดหุ้นและเงินลงทุนจาก Venture Capital

ตัวอย่างเชิงโครงสร้างเช่น

* Microsoft ลงทุนใน OpenAI หลายหมื่นล้านดอลลาร์ เพื่อผนวก AI เข้ากับระบบคลาวด์และซอฟต์แวร์องค์กร

* Nvidia ซึ่งเป็นผู้ออกแบบชิป AI หลักของโลก มีมูลค่าตลาดทะลุระดับล้านล้านดอลลาร์จากความต้องการชิปประมวลผลขั้นสูง

* บริษัทเทคโนโลยีขนาดใหญ่เร่งขยายดาต้าเซ็นเตอร์ทั่วสหรัฐฯ และยุโรป โดยใช้งบลงทุนระดับพันล้านดอลลาร์ต่อโครงการ

โครงสร้างนี้ทำให้สหรัฐฯ สามารถ “ทุ่ม compute” เพื่อดันโมเดล frontier ให้ก้าวไปข้างหน้าอย่างต่อเนื่อง

ฝั่งจีน แม้เม็ดเงินเอกชนจะต่ำกว่าสหรัฐฯ อย่างมีนัยสำคัญ แต่รัฐเข้ามาเป็นผู้เล่นหลักผ่านกองทุนอุตสาหกรรมเซมิคอนดักเตอร์และยุทธศาสตร์ AI ระดับชาติ ซึ่งมีมูลค่าหลายหมื่นล้านดอลลาร์เช่นกัน

ความแตกต่างจึงไม่ใช่แค่ปริมาณเงิน แต่คือธรรมชาติของเงิน

* สหรัฐฯ ขับเคลื่อนด้วยตลาดทุนและแรงจูงใจเชิงกำไร

* จีนขับเคลื่อนด้วยรัฐและยุทธศาสตร์ระยะยาวที่ผูกกับความมั่นคง

“สองระบบการเงินที่แตกต่าง กำลังแข่งขันกันกำหนดทิศทางเทคโนโลยีโลก”

====

2️⃣ “Chip Supplychain” = จุดเปราะบางของโลก

ถ้าจะอธิบายให้เห็นภาพง่ายๆ ชิปคือ “สมอง” ของ AI และดาต้าเซ็นเตอร์คือ “ร่างกาย” ที่ทำให้สมองนั้นทำงานได้

AI ขั้นสูงไม่สามารถทำงานได้เลยหากไม่มีชิปประมวลผลขั้นสูงจำนวนมหาศาล ชิปเหล่านี้ไม่ได้เป็นแค่สินค้าอิเล็กทรอนิกส์ทั่วไป แต่เป็นโครงสร้างพื้นฐานเชิงยุทธศาสตร์ระดับเดียวกับพลังงานหรือระบบสื่อสาร

ปัญหาคือ ห่วงโซ่อุปทานชิปโลกมีการกระจุกตัวสูงมาก และกระจายอยู่คนละภูมิภาค ทำให้โลกทั้งใบ “พึ่งพากันแบบเปราะบาง”

* การออกแบบชิปขั้นสูงส่วนใหญ่เกิดในบริษัทอเมริกัน ซึ่งเป็นผู้กำหนดสถาปัตยกรรมหลักของโลกดิจิทัล

* การผลิตชิประดับนาโนเมตรต่ำ ซึ่งต้องใช้เทคโนโลยีขั้นสูงมาก กระจุกตัวในเอเชียตะวันออก

* เครื่องจักรลิเทียมระดับสูงที่ใช้ผลิตชิป มีผู้ผลิตเพียงไม่กี่รายในยุโรป และเป็นเทคโนโลยีที่ทดแทนได้ยากมาก

“พูดง่ายๆ คือ ไม่มีประเทศใดควบคุมทุกขั้นตอนเองได้ครบวงจร โลกทั้งใบต้องพึ่งพาห่วงโซ่ที่ซับซ้อนและเชื่อมโยงกันอย่างลึกซึ้ง”

เมื่อสหรัฐฯ ใช้มาตรการควบคุมการส่งออกชิปขั้นสูงต่อจีน สิ่งที่เกิดขึ้นจึงไม่ใช่แค่การชะลอความก้าวหน้าของบริษัทจีน แต่มันคือการทำให้ซัพพลายเชนเทคโนโลยีโลกเริ่ม “แบ่งขั้ว” และผลักดันให้แต่ละประเทศต้องเร่งสร้างความสามารถของตนเอง

* สหรัฐฯ ตอบโต้ด้วยกฎหมายสนับสนุนอุตสาหกรรมชิปมูลค่าหลายหมื่นล้านดอลลาร์ เพื่อดึงกำลังการผลิตกลับประเทศ ลดความเสี่ยงจากการพึ่งพาภายนอก และเสริมความมั่นคงทางเทคโนโลยี

* จีนตอบโต้ด้วยการเร่งพัฒนาชิปในประเทศ ลงทุนในโรงงานและบุคลากร พร้อมทั้งออกแบบโมเดล AI ที่ใช้ทรัพยากรน้อยลง เพื่อลดการพึ่งพาชิปรุ่นท็อปจากต่างประเทศ

* ผลลัพธ์คือการแข่งขันขยายจากซอฟต์แวร์ ไปสู่การแข่งขันเชิงอุตสาหกรรมเต็มรูปแบบ ตั้งแต่เหมืองแร่ วัสดุขั้นต้น โรงงานผลิต ไปจนถึงศูนย์ข้อมูลระดับชาติ

นี่จึงไม่ใช่แค่สงครามเทคโนโลยี แต่คือสงครามเชิงโครงสร้าง ที่เชื่อมโยงเศรษฐกิจ อุตสาหกรรม เทคโนโลยี และความมั่นคงของรัฐเข้าไว้ด้วยกันอย่างแนบแน่น

====

3️⃣ Business Model War และการทำให้ความฉลาดกลายเป็นสินค้า

นอกจากสงครามเงินทุนและชิป ยังมี “สงครามโมเดลธุรกิจ” ที่คนทั่วไปอาจมองไม่เห็น แต่กระทบต่อราคาที่เราจ่าย และอำนาจที่ใครบางคนถืออยู่

นี่คือการแข่งกันระหว่าง “ของแพงที่ควบคุมได้ทั้งหมด” กับ “ของถูกที่กระจายไปทั่ว”

ฝั่งสหรัฐฯ ใช้แนวทางพรีเมียม

* ระบบปิด (Closed model) คือ ผู้พัฒนาไม่เปิดเผยโค้ดหรือโครงสร้างทั้งหมด ผู้ใช้ต้องเข้าถึงผ่านแพลตฟอร์มของบริษัทนั้นๆ เท่านั้น

* รายได้แบบ SaaS และ API ที่มีมาร์จินสูง คือ ลูกค้าจ่ายรายเดือน หรือจ่ายตามการใช้งาน ยิ่งใช้มากยิ่งจ่ายมาก

* เน้นลูกค้าองค์กรระดับโลก เช่น ธนาคาร บริษัทพลังงาน บริษัทข้ามชาติ ที่ต้องการความเสถียรและมาตรฐานสูง

โมเดลนี้ทำให้บริษัทเจ้าของเทคโนโลยีมีรายได้สูงมาก และผูกระบบลูกค้าไว้กับคลาวด์ของตนเอง หากองค์กรใดใช้แพลตฟอร์มเหล่านี้แล้ว การย้ายออกจะมีต้นทุนสูง

พูดง่ายๆ คือ “ใครคุมระบบ ก็เก็บค่าเช่าระยะยาวได้”

ฝั่งจีนผลักดันแนวทางเปิดมากขึ้น

* โมเดลแบบ open-weight ที่ดาวน์โหลดไปปรับแต่งได้ โดยองค์กรต่างๆ สามารถนำไปติดตั้งบนเซิร์ฟเวอร์ของตนเอง ไม่ต้องพึ่งคลาวด์ต่างประเทศทั้งหมด

* ลดต้นทุนอย่างจริงจังเพื่อขยายส่วนแบ่งตลาด โดยบางกรณีค่าบริการถูกกว่าคู่แข่งหลายเท่า

* เน้นกระจายเทคโนโลยีไปยังประเทศกำลังพัฒนาและตลาดเกิดใหม่ โดยเน้นปริมาณผู้ใช้และการสร้าง ecosystem ให้กว้างที่สุด

แนวทางนี้คล้ายการทำให้ “AI กลายเป็นสาธารณูปโภค” ที่เข้าถึงง่ายขึ้น แม้จะไม่ได้ควบคุมเข้มเท่าระบบปิด

แนวโน้มสำคัญคือ “Commoditization of Intelligence”

* คำนี้หมายถึง การที่ความฉลาดของ AI ค่อยๆ กลายเป็นสินค้าทั่วไป เหมือนอินเทอร์เน็ตหรือไฟฟ้าในอดีต

* เมื่อหลายบริษัทสามารถสร้าง AI ที่ “เก่งพอ ๆ กัน” ได้ และราคาเริ่มใกล้เคียงกัน สิ่งที่แตกต่างจะไม่ใช่แค่ตัวโมเดล

เมื่อ AI ถูกลงและเข้าถึงง่ายขึ้น ความได้เปรียบจะย้ายไปยัง

* ข้อมูลเฉพาะทาง คือ ใครมีข้อมูลลึกและเฉพาะอุตสาหกรรมมากกว่า จะสร้างความได้เปรียบได้มากกว่า

* ความสามารถในการบูรณาการระบบ คือใครเอา AI ไปเชื่อมกับระบบงานจริงได้ดีกว่า จะสร้างมูลค่าได้มากกว่า

* ความน่าเชื่อถือด้านกฎระเบียบและความปลอดภัย โดยในยุคที่ข้อมูลสำคัญมาก ความเชื่อมั่นจะกลายเป็นสินทรัพย์หลัก

ดังนั้น ในระยะยาว ความฉลาดเพียงอย่างเดียวจะไม่ใช่จุดต่างอีกต่อไป จุดตัดสินจะอยู่ที่ “ใครควบคุมระบบนิเวศ” และ “ใครฝังตัวอยู่ในโครงสร้างเศรษฐกิจของประเทศอื่นได้ลึกกว่า”

====

4️⃣ US–China–EU หรือ “ศึกสามเส้าอำนาจ”

“โลก AI วันนี้เป็นสามเหลี่ยมอำนาจที่แต่ละฝ่ายเก่งคนละด้าน” ลองนึกภาพเหมือนการแข่งขันฟุตบอลที่มี 3 ทีมอยู่ในสนามเดียวกัน แต่แต่ละทีมไม่ได้เล่นตำแหน่งเดียวกัน

สหรัฐฯ = เงินทุน + พลังประมวลผล

จีน = ขนาดตลาด + ความคุ้มค่า

ยุโรป = กติกา + มาตรฐาน

🇺🇸 สหรัฐฯ = ผู้ถือเงินและเครื่องจักร

* สหรัฐฯ ได้เปรียบจากการมีตลาดทุนขนาดใหญ่ และบริษัทเทคโนโลยีที่สามารถระดมเงินเพื่อซื้อชิปและสร้างศูนย์ข้อมูลขนาดมหาศาลได้ พูดง่ายๆ คือ สหรัฐฯ มีทั้ง “เงิน” “ทรัพยากร” และ “เครื่องมือ” ที่ทำให้ AI พัฒนาได้เร็ว

🇨🇳 จีน = ผู้เล่นที่มีสนามในประเทศขนาดใหญ่

* จีนอาจไม่ได้เข้าถึงชิปขั้นสูงที่สุดทุกตัว แต่มีตลาดภายในประเทศที่ใหญ่มาก สามารถทดลองและใช้งาน AI ในระดับประชากรหลายร้อยล้านคน ขนาดตลาดนี้ทำให้จีนพัฒนาและปรับปรุงระบบได้เร็ว และลดต้นทุนได้จากการผลิตจำนวนมาก

🇪🇺 ยุโรป = ผู้กำหนดกติกา

* ยุโรปอาจไม่ได้สร้างโมเดลที่ฉลาดที่สุด หรือมีเงินลงทุนมากที่สุด แต่ยุโรปมี “อำนาจด้านกฎหมาย”

* สหภาพยุโรปออกกฎหมายด้าน AI และการคุ้มครองข้อมูลที่เข้มงวด หากบริษัทใดต้องการขายสินค้าและบริการในยุโรป ต้องทำตามกติกาเหล่านี้

* พูดง่ายๆ คือ ใครอยากเข้าตลาดยุโรป ต้องเล่นตามกฎของยุโรป แม้ยุโรปจะไม่ได้ควบคุมชิปหรือเงินทุนเท่าสหรัฐฯ แต่การควบคุม “กติกา” ก็เท่ากับควบคุมเงื่อนไขการเล่นของทั้งสนาม

ดังนั้น การจัดระเบียบอำนาจโลกในยุค AI จึงไม่ได้วัดแค่ใครมีโมเดลฉลาดที่สุด แต่วัดว่าใครควบคุม

* เงินทุน

* ชิปและโครงสร้างพื้นฐาน

* ตลาดขนาดใหญ่

* และกฎหมายที่ทุกคนต้องทำตาม

”นี่คือสามเส้าอำนาจที่กำลังกำหนดทิศทางเศรษฐกิจดิจิทัลของโลก”

====

5️⃣ ความเสี่ยงต่อประเทศกำลังพัฒนา?

สำหรับประเทศกำลังพัฒนา รวมถึงไทย ประเด็นนี้ไม่ใช่เรื่องไกลตัวหรือเป็นแค่บทสนทนาระดับมหาอำนาจ แต่เป็นความเสี่ยงเชิงโครงสร้างที่อาจกระทบเศรษฐกิจทั้งระบบในระยะยาว อย่างน้อยสี่ด้านสำคัญ

1. Digital Dependency Trap

* หากประเทศหนึ่งเลือกใช้ AI จากต่างประเทศเกือบทั้งหมด โดยไม่มีความสามารถพัฒนา ปรับแต่ง หรือควบคุมระบบเองได้เลย จะเกิดสิ่งที่เรียกว่า “กับดักการพึ่งพาดิจิทัล”

* พูดง่ายๆ คือ ทุกครั้งที่หน่วยงานรัฐ ธนาคาร โรงพยาบาล หรือบริษัทขนาดใหญ่เรียกใช้โมเดล AI ข้อมูลสำคัญอาจต้องผ่านแพลตฟอร์มของต่างชาติ มาตรฐานเทคนิคและเงื่อนไขการใช้งานถูกกำหนดจากภายนอก และต้นทุนระยะยาวขึ้นอยู่กับผู้ให้บริการ

* ยกตัวอย่างเช่น หากองค์กรไทยจำนวนมากผูกระบบงานกับคลาวด์หรือ API ของบริษัทต่างประเทศทั้งหมด การเปลี่ยนผู้ให้บริการในอนาคตจะมีต้นทุนสูงมาก ทั้งในเชิงเทคนิคและเชิงสัญญา นั่นทำให้ประเทศมีอำนาจต่อรองจำกัด และเสี่ยงต่อการถูกกำหนดเงื่อนไขจากภายนอก

2. ค่าเงินและดุลการชำระเงิน

* บริการ AI ระดับโลกส่วนใหญ่คิดราคาเป็นดอลลาร์สหรัฐ ไม่ว่าจะเป็นค่าใช้โมเดล ค่าประมวลผลบนคลาวด์ หรือค่าพื้นที่ดาต้าเซ็นเตอร์

* หากภาคธุรกิจจำนวนมากเริ่มใช้ AI เชิงลึกในระดับองค์กร เช่น วิเคราะห์ลูกค้า ออกแบบสินค้า หรือบริหารซัพพลายเชน ค่าใช้จ่ายเหล่านี้จะกลายเป็นต้นทุนประจำที่ต้องจ่ายออกนอกประเทศ

* ในภาพใหญ่ นั่นหมายถึงเงินตราต่างประเทศไหลออกเพิ่มขึ้น หากไม่มีรายได้จากการส่งออกเทคโนโลยีหรือบริการดิจิทัลกลับเข้ามาชดเชย ดุลการชำระเงินอาจถูกกดดัน และค่าเงินอาจเผชิญแรงผันผวนมากขึ้น

* สำหรับประเทศที่เศรษฐกิจยังพึ่งพาการท่องเที่ยวหรือการส่งออกสินค้าโภคภัณฑ์เป็นหลัก การเพิ่มภาระค่าใช้บริการดิจิทัลจากต่างประเทศโดยไม่มีอุตสาหกรรมเทคโนโลยีภายในรองรับ อาจกลายเป็นภาระเชิงมหภาคในระยะยาว

3. ห่วงโซ่อุปทานที่เปราะบาง

* AI ไม่ได้มีแค่ซอฟต์แวร์ แต่ต้องอาศัยคลาวด์ ชิปประมวลผลขั้นสูง เครือข่ายอินเทอร์เน็ตความเร็วสูง และพลังงานจำนวนมาก

* หากความตึงเครียดทางภูมิรัฐศาสตร์เพิ่มขึ้น เช่น การจำกัดการส่งออกชิป หรือการแบ่งขั้วเทคโนโลยี การเข้าถึงบริการบางประเภทอาจถูกจำกัดตามแนวพันธมิตรทางการเมือง

* ประเทศที่ไม่มีศูนย์ข้อมูลภายใน ไม่มีบุคลากรที่สามารถดูแลระบบเอง หรือไม่มีความสามารถด้านเซมิคอนดักเตอร์เลย จะกลายเป็นผู้รับผลกระทบโดยตรง เช่น ต้องจ่ายแพงขึ้น เข้าถึงเทคโนโลยีช้ากว่า หรือแม้กระทั่งถูกตัดสิทธิ์บางบริการในสถานการณ์วิกฤต

* ในโลกที่ AI กำลังกลายเป็นโครงสร้างพื้นฐานเศรษฐกิจ ความสามารถภายในประเทศจึงไม่ใช่เรื่องความภูมิใจทางเทคโนโลยีเท่านั้น แต่เป็นเรื่องความมั่นคงทางเศรษฐกิจในระยะยาว

4. การเปลี่ยนโครงสร้างแรงงาน และการไหลของรายได้สู่ Big Tech

* ประเทศกำลังพัฒนาจำนวนมากเติบโตจากความได้เปรียบด้าน “แรงงานจำนวนมากและต้นทุนต่ำ” ไม่ว่าจะเป็นการผลิตสินค้า อุตสาหกรรมประกอบชิ้นส่วน หรือบริการหลังบ้านระดับโลก

* เมื่อ AI และระบบอัตโนมัติสามารถทำงานแทนมนุษย์ได้มากขึ้น ตั้งแต่งานวิเคราะห์ข้อมูล งานบัญชี งานบริการลูกค้า ไปจนถึงงานออกแบบเบื้องต้น ความได้เปรียบด้านแรงงานราคาถูกจะค่อยๆ ถูกลดทอนลง

* โรงงานอัจฉริยะและระบบอัตโนมัติทำให้บริษัทข้ามชาติสามารถย้ายการผลิตกลับประเทศพัฒนาแล้วได้ โดยไม่ต้องพึ่งแรงงานต้นทุนต่ำเหมือนในอดีต

* ในขณะเดียวกัน ประเทศกำลังพัฒนาไม่ได้ส่งออกแรงงานหรือบริการเหมือนเดิม แต่กลับต้อง “นำเข้า AI” ผ่านการจ่ายค่า subscription รายเดือนหรือรายปีให้กับบริษัทเทคโนโลยีขนาดใหญ่ในประเทศพัฒนาแล้ว

* ผลลัพธ์คือ รายได้ที่เคยหมุนเวียนอยู่ในประเทศจากค่าจ้างแรงงาน อาจค่อยๆ ถูกเปลี่ยนเป็นค่าใช้บริการดิจิทัลที่ไหลออกนอกประเทศ

* ในระดับโครงสร้าง นี่คือการเปลี่ยนจาก “เศรษฐกิจที่ขับเคลื่อนด้วยแรงงาน” ไปสู่ “เศรษฐกิจที่ต้องเช่าเทคโนโลยี” หากประเทศไม่มีความสามารถพัฒนา AI ของตนเอง รายได้ส่วนเกินจะสะสมอยู่กับ Big Tech ในประเทศพัฒนาแล้ว

* ช่องว่างระหว่างประเทศพัฒนาแล้วกับประเทศกำลังพัฒนาอาจขยายตัวแบบก้าวกระโดด เพราะฝ่ายหนึ่งเป็นเจ้าของเทคโนโลยีและเก็บค่าเช่า ส่วนอีกฝ่ายเป็นผู้ใช้ที่ต้องจ่ายต่อเนื่อง

* ในสถานการณ์สุดขั้ว ประเทศที่พึ่งพา AI จากภายนอกอย่างเบ็ดเสร็จ อาจตกอยู่ในสภาพ “ทาสเทคโนโลยี” คือ ไม่สามารถแข่งขันได้โดยไม่มีแพลตฟอร์มจากต่างประเทศ และไม่สามารถกำหนดทิศทางเศรษฐกิจดิจิทัลของตนเองได้อย่างแท้จริง

====

6️⃣ AI กับเศรษฐศาสตร์มหภาคยุคใหม่

พูดให้เข้าใจง่ายที่สุด AI ไม่ได้เป็นแค่โปรแกรมช่วยเขียนงานหรือวิเคราะห์ข้อมูล แต่มันกำลังเปลี่ยน “วิธีที่ประเทศหาเงินและแข่งขันกัน” ในระดับโครงสร้าง

AI กำลังเร่งการเปลี่ยนแปลงโครงสร้างห่วงโซ่อุปทานโลก หรือพูดอีกแบบคือ เปลี่ยนวิธีผลิตสินค้าและบริการทั้งระบบ

1) โรงงานอัจฉริยะลดต้นทุนแรงงาน

* หมายความว่า โรงงานที่ใช้หุ่นยนต์และระบบ AI ควบคุมการผลิต สามารถผลิตสินค้าได้เร็ว แม่นยำ และใช้คนจำนวนน้อยลง ต้นทุนแรงงานจึงไม่ใช่ปัจจัยหลักเหมือนในอดีต

2) ระบบอัตโนมัติลดความได้เปรียบของประเทศที่พึ่งแรงงานราคาถูก

* ในอดีต บริษัทมักย้ายโรงงานไปประเทศที่ค่าแรงต่ำเพื่อประหยัดต้นทุน แต่ถ้าเครื่องจักรและ AI ทำงานแทนคนได้ ต้นทุนแรงงานก็มีความสำคัญน้อยลง ประเทศที่เคยได้เปรียบเพราะค่าแรงถูก อาจสูญเสียจุดแข็งนั้นไป

3) การลงทุนดาต้าเซ็นเตอร์เพิ่มความต้องการพลังงาน โครงสร้างพื้นฐาน และน้ำ

* AI ต้องใช้คอมพิวเตอร์ขนาดใหญ่ที่กินไฟมาก ต้องมีศูนย์ข้อมูล (Data Center) ขนาดมหาศาล ซึ่งต้องใช้ทั้งไฟฟ้า ระบบทำความเย็น และน้ำจำนวนมาก ประเทศที่มีพลังงานเพียงพอและโครงสร้างพื้นฐานพร้อม จะได้เปรียบในการดึงดูดการลงทุน

“ประเทศที่ควบคุม AI และชิป จะมีอำนาจต่อรองในห่วงโซ่อุปทานโลก”

* พูดง่ายๆ คือ ถ้าคุณเป็นเจ้าของ “สมองของระบบ” คนอื่นต้องพึ่งคุณ ไม่ว่าจะเป็นบริษัทหรือประเทศใดก็ตาม

* เมื่อรวมกับการแข่งขันค่าเงิน นโยบายอุตสาหกรรม และการจัดตั้งกลุ่มพันธมิตรทางเศรษฐกิจ

* AI จึงไม่ได้เป็นแค่เทคโนโลยีใหม่ แต่เป็นเครื่องมือกำหนดอำนาจทางเศรษฐกิจของประเทศ

”AI จึงกลายเป็นตัวแปรใหม่ของเศรษฐศาสตร์มหภาคในศตวรรษที่ 21”

เหมือนกับที่น้ำมันเคยเป็นปัจจัยกำหนดอำนาจในศตวรรษที่ 20 และอินเทอร์เน็ตเปลี่ยนโครงสร้างเศรษฐกิจในปลายศตวรรษที่ผ่านมา

====

ผู้ชนะในระยะยาว ไม่ใช่แค่ประเทศที่มีโมเดลฉลาดที่สุด

แต่คือประเทศที่ควบคุมได้พร้อมกันทั้ง

* เงินทุน

* ซัพพลายเชนชิป

* โครงสร้างพื้นฐานดิจิทัล

* มาตรฐานกฎระเบียบ

* ความเชื่อมั่นทางภูมิรัฐศาสตร์

AI กำลังกลายเป็นโครงสร้างพื้นฐานเศรษฐกิจใหม่ เช่นเดียวกับไฟฟ้าในศตวรรษที่ 20 และอินเทอร์เน็ตในปลายศตวรรษที่ 20

สำหรับประเทศกำลังพัฒนาเช่น ประเทศไทยนั้น

“เราจะสร้างขีดความสามารถของตนเองได้มากแค่ไหน?”

“จะกระจายความเสี่ยงอย่างไร?”

“และจะไม่ตกอยู่ในกับดักพึ่งพาเชิงโครงสร้างได้หรือไม่?”

ในสมรภูมินี้ ไม่มีใครอยู่นอกเกม และการไม่ตัดสินใจ อาจเป็นการตัดสินใจที่มีต้นทุนสูงที่สุด

#วันละเรื่องสองเรื่อง

#AIสงครามเศรษฐกิจ

#Geoeconomics

#USChinaEU

#SemiconductorStrategy

#DigitalSovereignty