“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 แต่ค ือธรรมชาติของเงิน
* 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 “พึ่งพา กันแบบเปราะบาง”
* การออกแบบชิปขั้นสูงส่วนใหญ่เกิดในบริษัทอเมริกัน ซึ่งเป็นผู้กำหนดสถาปัตยกรรมหลักของโลกดิจิทัล
* การผลิตชิประดับนาโนเมตรต่ำ ซึ่งต้องใช้เทคโนโลยีขั้นสูงมาก กระจุกตัวในเอเชียตะวันออก
* เครื่องจักรลิเทียมระดับสูงที่ใช้ผลิตชิป มีผู้ผลิตเพียงไม่กี่รายในยุโรป และเป็นเทคโนโลยีที่ทดแทนได้ยากมาก
“พูดง่ายๆ คือ ไม่มีประเทศใดควบคุมทุกขั้นตอนเองได้ครบวงจร โลกทั้งใบต้องพึ่งพาห่วงโซ่ที่ซับซ้อนและเชื่อมโยงกันอย่างลึกซึ้ง”
เมื่อสหรัฐฯ ใช้มาตรการควบคุมการส่งออกชิปขั้นสูงต่อจีน สิ่งที่เกิดขึ้นจึงไม่ใช่แค่การชะลอความก้าวหน้าของบริษัทจีน แต่มันคือการทำให้ซัพพลายเชนเทคโนโลยีโลกเริ่ม “แบ่งขั้ว” และผลักดันให้แต่ละประเทศต้องเร่งสร้างความสามารถของตนเอง
* สหรัฐฯ ตอบโต้ ด้วยกฎหมายสนับสนุนอุตสาหกรรมชิปมูลค่าหลายหมื่นล้านดอลลาร์ 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 เหมือนอินเทอร์เน็ตหรือไฟฟ้ าในอดีต
* 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
* และกฎหมายที่ทุกคนต ้องทำตาม
”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 มาตรฐานเทคนิคและเงื่อนไขการใช้งานถูกกำหนดจากภา ยนอก 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 หากไม่มีรายได้จากการส่ งออกเทคโนโลยีหรือบริการดิจิทัลกลับเข้ามาชดเชย ดุลการชำระเงินอาจถูกกดดัน และค่าเงินอาจเผชิญแรงผันผวนมากขึ้น
* สำหรับประเทศที่เศรษฐกิจยังพึ่งพาการท่องเที่ยวหรือการส่งออกสินค้าโภคภัณฑ์เป็นหลัก การเพิ่มภาระค่าใช้บริการดิจิทัลจากต่างประเทศโดยไม่มีอุตสาหกรรมเทคโนโลยีภายในรองรับ อาจกลายเป็นภาระเชิงมหภาคในระยะยาว
3. ห่วงโซ่อุปทานที่เปราะบาง
* AI ไม่ได้มีแค่ซอฟต์แวร์ แต่ต้องอาศัยคลาวด์ ชิปประมวลผลขั้นสูง เครือข่ายอินเทอร์เน็ตความเร็วสูง และพลังงานจำนวนมาก
* หากความตึงเครียดทางภูมิรัฐศาสตร์เพิ่มขึ้น เช่น การจำกัดการส่งออกชิป หรือการแบ่งขั้วเทคโนโลยี การเข้าถึงบริการบางประเภทอาจถูกจำกัดตามแนวพันธมิตรทางการเมือง
* ประเทศที่ไม่มีศูนย์ข้อมูลภายใน ไม่มีบุคลากรที่สามารถดูแลระบบเอง หรือไม่มี ความสามารถด้านเซมิคอนดักเตอร์เลย 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 ความได้เปรียบด้า นแรงงานราคาถูกจะค่อยๆ 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
* ช่องว่างระหว่างประเทศพัฒนาแ ล้วกับประเทศกำลังพัฒนาอาจขยายตัวแบบก้าวกระโดด 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 ประเทศที่มีพลังงานเพียงพอและโครงสร้ างพื้นฐานพร้อม 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
#DigitalSovereignty
การแข่งขัน AI ในระดับโลก ณ ปัจจุบัน ไม่ได้จำกัดอยู่เพียงแค่การพัฒนาเทคโนโลยีใหม่ ๆ เท่านั้น แต่ยังหมายถึงการจัดระบบอำนาจทางเศรษฐกิจโลกใหม่ที่เชื่อมโยงกันอย่างซับซ้อนทั้งเงินทุน ห่วงโซ่อุปทานของชิปประมวลผล โครงสร้างพื้นฐานดิจิทัล ค่าเงิน รวมถึงนโยบายอุตสาหกรรมและกติกาการค้าระหว่างประเทศ ในฐานะคนที่สนใจและติดตามข่าว AI และเศรษฐกิจโลกอย่างต่อเนื่อง ผมสังเกตว่าเรื่องนี้ส่งผลต่อประเทศกำลังพัฒนาอย่างหลีกเลี่ยงไม่ได้เพราะหากเรายังพึ่งพาเทคโนโลยีและบริการ AI จากต่างประเทศเพียงอย่างเดียว เราอาจจะติดกับดักของการพึ่งพาดิจิทัล ที่ในระยะยาวอาจทำให้เราเสียอำนาจทางเทคโนโลยีและเศรษฐกิจ จุดที่ผมเห็นว่าน่าสนใจมากคือ "ศึกสามเส้าอำนาจ" ระหว่างสหรัฐฯ จีน และยุโรป ที่แต่ละฝ่ายมีจุดแข็งและกลยุทธ์แตกต่างกันอย่างชัดเจน สหรัฐฯ เป็นเจ้าของเงินทุนและพลังประมวลผล จีนมีตลาดขนาดใหญ่และนโยบายรัฐสนับสนุนการผลิตอุตสาหกรรม AI ขนาดใหญ่ ทำให้สามารถลดต้นทุนและทดลองระบบได้จำนวนมาก ขณะที่ยุโรปมีบทบาทสำคัญในเรื่องกติกาและมาตรฐานด้านกฎหมาย ซึ่งบังคับใช้อย่างเข้มงวด องค์ประกอบสำคัญอีกส่วนคือห่วงโซ่อุปทานของชิปประมวลผล ที่เป็นเหมือนสมองของ AI ซึ่งมีการกระจุกตัวในภูมิภาคที่แตกต่างกันและต้องพึ่งพาความร่วมมือของหลายฝ่าย นี่คือความเสี่ยงที่ตระหนักได้ว่าไม่มีประเทศใดสามารถครอบครองครบวงจรทั้งหมดได้ และสหรัฐฯ ก็ใช้มาตรการจำกัดการส่งออกชิปให้กับจีนซึ่งส่งผลต่อการแบ่งขั้วในตลาดโลก สำหรับประเทศไทยและประเทศกำลังพัฒนา จึงเป็นโจทย์ที่ต้องตั้งคำถามว่า เราจะพัฒนาขีดความสามารถของตนเองอย่างไรเพื่อลดความเสี่ยงจากการพึ่งพาต่างประเทศอย่างเบ็ดเสร็จ ทั้งเรื่องการลงทุนในคน การสร้างศูนย์ข้อมูล (Data Center) การผลักดันอุตสาหกรรมชิป หรือการกำหนดนโยบายเพื่อป้องกันช่องว่างด้านกฎหมายและเทคโนโลยี การไม่มียุทธศาสตร์และการตัดสินใจในเรื่องเหล่านี้อาจหมายความว่าเราจะเสียเปรียบในเกมเศรษฐกิจดิจิทัลโลก ไม่ต่างจากการเป็น "ทาสเทคโนโลยี" ที่ไม่สามารถควบคุมทิศทางของตนเองได้อย่างแท้จริง นอกจากนี้สิ่งสำคัญคือการมอง AI ไม่ใช่แค่เครื่องมือช่วยงาน แต่เป็นตัวแปรใหม่ที่เปลี่ยนโครงสร้างเศรษฐกิจโลก โดยเฉพาะอย่างยิ่งในเรื่องการปรับเปลี่ยนรูปแบบแรงงานและธุรกิจ ที่ลดความได้เปรียบของประเทศที่พึ่งแรงงานราคาถูกลงเรื่อย ๆ และเปลี่ยนไปเป็นเศรษฐกิจที่ต้องเช่าเทคโนโลยีจากบริษัทขนาดใหญ่ สุดท้าย การตามให้ทันและเตรียมตัวรับมือกับความเปลี่ยนแปลงนี้อย่างมีวิสัยทัศน์ จึงไม่ใช่ทางเลือก แต่เป็นความจำเป็นสำหรับประเทศที่ต้องการก้าวสู่ความมั่นคงและศักยภาพในยุค AI นี้ให้ได้
