คุณจำชื่อพวกนี้ได้ไหมครับ
- Libra Coin ของ Facebook ที่หนุนโดยสถาบันการเงินทั่วโลก
- Metaverse และการกว้านซื้อที่ดินในโลกดิจิตอล
- NFT กับสารพัดคอลเลคชั่นและเหล่าเกมส์ที่ออกมาให้คนทั่วไปปั๊มเหรียญคอยน์
- Rabbit R1 และบรรดา AI แบบสวมใส่ (ตอนนี้เจ๊ง แต่ในอนาคตอาจจะมีที่ดีกว่า)
- Hyperloop ที่คาดหวังกันว่าจะเป็นการเดินทางแห่งอนาคต
เจ๊งแบบเละเทะ คือนิยามของตัวอย่างที่ผมยกมา
ไม่สำคัญว่าจะเป็น Magnificent 7, Big 7 หรือบิ๊กตำรวจที่ไหน
สิ่งที่น่าสนใจคือ ทุกอันได้พื้นที่สื่อมหาศาลและเป็นกระแสที่ผู้คนเชื่อกันเต็มประตูว่ามาแน่
ในวันที่ทุกโปรเจกต์ยังดูสดใสส่องประกาย…
วันนี้ เราลองมาถอดบทเรียนไปพร้อมกันโดยที่วางอารมณ์ตื่นเต้นเมื่อครั้งนั้นไว้ แล้วมาคุยกันไล่ตั้งแต่
- ชั่วโมงนี้ ผู้นำโลกมอง AI อย่างไร
- แล้วผู้บริโภค มองอย่างไร
- กระแสเป็นอย่างไรบ้าง
- ข้อจำกัดเวลาใช้งานแบบไม่อวยเป็นอย่างไร
- 3 มุมมองในการนำ AI มาใช้ในองค์กร คุณจะเลือกเป็นแบบไหน?
ทั้งหมดนี้ด้วยจุดประสงค์เดียวคือ ในเวลาที่ทุกสิ่งชุลมุนวุ่นวาย เราต้องบูรณาการ AI ในองค์กรยังไงให้โตได้ในระยะยาว
เทรนด์ล่าสุดจากผู้นำโลกที่ World Economic Forum 2026
เศรษฐศาสตร์ไม่ใช่ความถนัดของผมมากนัก ฉะนั้นขอโฟกัสที่เนื้อหาด้าน Tech & AI นะครับ
ในหน้าสื่อออนไลน์ในโซเชียลกำลังเขียนคอนเทนต์กันสนุกสนานเลยกับงาน World Economic Forum 2026
มันมีเทรนด์หนึ่งที่น่าสนใจและทำให้เราเห็นว่าผู้นำโลกมาความเป็นจริงมากขึ้น
หลังจากที่กระแส Hype มันหมดลง
AI ต้องนำออกจากห้องแล็บแล้วเอามาใช้ในโลกจริงให้ได้
แปลสั้น ๆ คือ พวกเขาเริ่มตระหนักกันว่า AI มันไม่ได้พร้อมใช้งานได้ 100% ณ วันนี้ครับ
ยังต้องมีมนุษย์คอยเขี่ยวเข็ญอีกเยอะกว่าจะตรงใจ
และถ้าเราไม่ชำนาญในสิ่งที่ถาม/สั่ง AI ก็เริ่มเห็นว่า
ปริมาณมันได้นะแต่คุณภาพมันไม่ตามมา อุปสรรคที่เห็นชัดขึ้นเลยคือ
- ความถูกต้องของข้อมูล
- พลังงานที่ใช้ในการประมวลผล
- เม็ดเงินที่ต้องลงทุนในการเพิ่มความเก่ง
- จริยธรรมในการใช้งาน
- ความพอดีในการควบคุม AI (มากไปก็แพ้จีน)
อย่างคุณ Satya Nadella ผู้เป็น CEO ของ Microsoft กังวลถึงการใช้พลังงานของ AI มากกว่าการพัฒนาความฉลาด ก็คงจะเห็นถึงแน้วโน้มของโลกได้แล้วในปีนี้ (Mark Zuckerberg ก็เคยพูดถึงเรื่อง Power Consumption มาตั้งแต่แรก ๆ เลย)
ส่วน CEO ที่ทำธุรกิจเกี่ยวกับ AI ก็ยัง Hype กันเหมือนเดิมครับ (มีเหตุผลเรื่องมูลค่าบริษัทเข้ามาเกี่ยวข้องด้วยนั่นเอง)
มุมมองของผู้บริโภคที่มองแต่ด้านดี
ในฝากของคนทั่วไป ข่าวบนหน้า Social Media วันนี้ มองไปทางไหนก็มีแต่คนบอกว่า
- AI สุดจะฉลาด
- AI จะมาแย่งงานทั้งหมด
- AI คืออนาคตโดยสมบูรณ์
วันนี้ ใคร ๆ ก็ใช้ AI ตอบคำถามทุกอย่างในชีวิตประจำวัน
และคนจำนวนไม่น้อย เชื่อคำตอบของ AI แบบหมดใจ (ยิ่งกว่าเชื่องานวิจัยระดับ Systematic Review ซะอีก)
ในทางกลับกัน ทางฝั่งด้านการวิจัย AI เขาก็มีการค้นพบจุดผิดพลาดของ AI มาเรื่อย ๆ แค่สื่อไม่นำเสนอกันในวงกว้าง นี่เป็นเรื่องสำคัญที่คุณควรรู้ครับเพื่อเปิดมุมมองและนำ AI ไปต่อยอดได้อย่างมีประสิทธิภาพ
วิเคราะห์กระแส AI
สิ่งที่ผมจะเขียนในวันนี้ ไม่ใช่รายการเก่งหลังเกม ที่แบบเหตุการณ์จบไปแล้ว ผมจะพูดอะไรก็ดูหล่อเท่
แต่อย่างที่ Charlie Munger นักลงทุนไอดอลของใครหลายคนเคยกล่าวไว้เสมอ ประมาณว่า
ประวัติศาสตร์คือสิ่งที่ทำให้เข้าใจว่าเรามาอยู่ในจุดนี้ได้ยังไง
รวมถึงทำให้เรามีประสบการณ์มาใช้ประกอบตัดสินใจในระดับมหาศาล (ยืมพลังคนในอดีตมาใช้!)
สิ่งที่เกิดขึ้นกับกระแส AI ในวันนี้ มีความคล้ายกันกับตัวอย่างด้านบนครับ
แต่ในเคสนี้ยากกว่าและอาจทำให้เราตีโจทย์ไม่แตก สิ่งนั่นก็คือ
AI มันมีประโยชน์มหาศาลจริง ๆ (เมื่อเทียบกับโปรดัคส์อื่นที่ผ่านมา)
จังหวะชุลมุนตอนนี้แหละครับทำให้เรามองเข้าไปทะลุฝุ่นที่มันตลบอบอวน
เพื่อควานหา Value ที่แท้จริงของมันได้ยากเหลือเกิน เช่น
วลี AGI มาแน่ในปี 2026 (ตอนนี้ยังไม่ใกล้เคียงเพราะ AI ตอบมั่วเรื่องแบรนด์อยู่เลย) เป็นต้น
จิบชาหอม ๆ แล้วดื่มด่ำและเรียนรู้กับดหตุการณืตรงหน้านี้ครับ นี่แหละหน้าตาของภาวะฟองสบู่
งั้นเราลองลดระดับความคาดหวัง แล้วมาดูหน้างานกันว่า AI มีข้อจำกัดอะไรบ้างตอนนี้
ข้อจำกัดของ AI ที่พบและมีการนำเสนอกันก่อนหน้านี้
Efficient Context Window
เป็นคำศัพท์ที่มีมาตั้งแต่ประมาณปี 2023 แล้วครับกับหัวข้อนี้
สแลงในยุคใหม่ ๆ จะเรียกว่า Context Rot
มันหมายถึง จำนวน Token ที่ AI รับรู้ได้/เข้าใจก่อนที่จะหลอน (Hallucination)
เหมือนคนเสียสมาธิไปแล้ว คุยไม่รู้เรื่อง และมั่วข้อมูลนั่นเอง
คือเวลาเขาเปิดตัว บางทีจะบอกว่า เข้าใจ Token ได้เป็น 1 ล้าน Tokens เป็นต้น
แต่ความจริงคือ มันไม่ตรงปก AI อาจจะใช้งานได้ดีประมาณ 64,000 Tokens ก่อนจะหลอน
เป็นที่มาของชื่อ และวันนี้ก็ยังมีปัญหานี้อยู่
อ้างอิง: https://openreview.net/forum?id=wHBfxhZu1u
https://github.com/jquesnelle/yarn
API Leak
ถ้าคุณสนใจข่าวเทคโนโลยีมาบ้าง เคสแล้วเคสเล่า คุณจะได้ยินข่าว API รั่วจากการ Vibe Code
คือเวลาเราใช้ AI เขียนโค้ดโดยที่ไม่มีความรู้ แล้วเจ้า AI มีการเชื่อม API กับผู้ให้บริการอื่น
บ่อยครั้งมันจะทำการ Hardcode API key ลงไปดื้อ ๆ (คือใครก็สามารถมาแอบดูคีย์ได้)
ไม่ต่างจากการรู้เลขบัตรเครดิตเลยครับ ใครได้ไปก็รูดเพลิน เงินก็รั่วออกจากกระเป๋ารัว ๆ
บทเรียนราคาแพงของการใช้ AI แบบไม่มีความรู้ เช่น เคสนี้: https://reddit.com/r/GeminiAI/comments/1ngvbmk/lost_300_due_to_an_api_key_leak_from_vibe_coding/
UI Design Quality and Mobile Responsiveness
ผมได้เห็นเว็บไซต์ที่ใช้ AI สร้าง รวมไปถึงซอฟต์แวร์ต่าง ๆ ที่เพิ่ม AI ช่วยดีไซน์อย่างรวดเร็ว (ปลั๊กอิน Figma ทั้งหลาย) คำสำคัญคือ ‘ช่วย’ ดีไซน์
ผลลัพธ์ที่ออกมาแบบดิบ ๆ คือ มันกลับไม่สวยเอาซะเลย หรือมีดีไซน์ที่ Simple มาก ๆ ไม่ต่างจากเว็บไซต์ Template ราคาถูก มันเป็นเครื่องมือที่ทำให้ดีไซเนอร์ทำงานได้เร็วขึ้น แต่ถ้าคุณไม่ได้มีฝีมือมาก่อน การทำให้สวยแบบเว็บไซต์ชนะรางวัลได้นี่ ยากเอาการเลย
ไม่นับไปถึงเวลาดูในมือถือ (Mobile responsive design) ที่แย่มาก อย่างมาก Section ก็หลุดขอบแบบไม่แคร์ผู้ใช้งาน คือถ้าคุณเป็นแบรนด์พรีเมี่ยมนะ ผมแนะนำว่าให้เวิร์คกับดีไซเนอร์จะประหยัดเวลาและชื่อเสียงกว่ามาก
ตัวอย่างที่ผมแปะไว้ด้านบนคือดีไซน์จากเว็บที่ทาง Ahrefs ทดลองเรื่อง AI กับความแม่นยำ ในบทความก่อนหน้านี้
ถึงจะเข้าใจได้ว่ามันถูกสร้างออกมาอย่างง่าย ๆ เพื่อเอามาทดลอง แต่จุดที่ผมอยากชี้ให้เห็นคือ
ถึงแม้ AI จะสร้างออกมาได้ แต่มันอาจจะไม่ได้พร้อมใช้ทันที ซึ่งเว็บนี้อาจจะต้องปรับอีกหลายครั้งกว่าที่จุดบกพร่อง
ในการออกแบบและพัฒนาทั้งหมดจะลงตัว บางครั้งถ้าไม่มีความรู้แถมพิมพ์แล้ว AI ไม่เข้าใจว่าต้องแก้อะไร
คุณอาจจะเสียเวลาหลายวันด้วยซ้ำไปกว่าการทำเว็บไซต์ให้ดูพรีเมี่ยมจะบรรลุเป้า
Code quality and security
มีการทดลองจาก RedHuntLabs บริษัทเกี่ยวกับ Cybersecurity ตีพิมพ์บทความวิจัยจาก 130,000 เว็บไซต์และ 13 Platform ที่ใช้ AI Vibe Code พบว่า 1 ใน 5 ของเว็บไซต์ที่ Vibe Code มี Key ที่ควรเป็นความลับหลุดลอดออกมา (~ 26,000 เว็บ) (เช่น Gemini API key, OpenAI API key และอื่น ๆ เป็นต้น)
สำหรับคนที่มีความรู้ AI คือสุดยอดเครื่องมือทุ่นแรงครับ แต่ส่วนใหญ่ในตลาด ใช้เพราะกระแสดี แต่ไม่เข้าใจ และก็เกิดเหตุการณ์ข้างต้น
มันกลายเป็นว่า ถึง AI ในฐานะเครื่องมือ สามารถเข้าถึงได้ทุกคน แต่การที่จะทำให้มันใช้งานได้ในระดับสูงและแม่นยำ กลับต้องเชี่ยวชาญ เรียนรู้ และปรับแต่งกระบวนการทำงานอีกเยอะ (Learning Curve สูงในการทำให้ตัวเอง High Performance)
ไม่แปลกที่คนรู้จักผมจะไม่ชอบ AI แบบไม่เอาเลยก็มี เครื่องมือไม่ผิดครับ อยู่ที่ผู้ใช้ คราวนี้แล้วแต่ว่าคุณจะมองมุมไหนต่อจากนี้
มนุษย์มีแค่ 3 ทางเลือกในการใช้งาน AI
สุดท้ายแล้ว ตัวเลือกคุณก็มีไม่เยอะครับ
- ไม่ใช้เลย แล้วเลือกเพียงคุณค่าของงานที่ผลิตโดยมนุษย์เท่านั้น (แลกกับ Speed ที่ช้ากว่ามาก)
- ใช้สุดติ่ง แทบจะแทนงานทุกอย่างที่คุณทำ เพราะเชื่อว่าจะแทนมนุษย์ (แลกกับ Value ของตัวเองลดลงไปเรื่อย ๆ หากไม่ได้พัฒนาตนอยู่เสมอ)
- ใช้โดยศึกษาข้อจำกัดอยู่ตลอดเวลา รู้ว่า AI มีความสามารถแค่ไหน (Innovation จะเกิดขึ้นและ Operate แบบมี Efficiency)
คุณจะเลือกทางไหนใน 3 มุมมองนี้ ก็คงตอบไม่ได้ครับ ผมอาจจะผิด คุณอาจจะผิด โลกเราเลยไม่ใช่ขาวกับดำ
ช่องทางติดตาม AI ที่ชอบเป็นการส่วนตัว
เมื่อได้เห็นตัวอย่างการใช้งานในโลกจริงข้างต้นแล้ว ผมเชื่อว่าคุณคงมีความคิดเห็นหรือมุมมองอะไรใหม่ ๆ ขึ้นมาบ้าง แต่หากคุณมองในแง่ลบกับ AI ไปเลย ขอย้ำอีกครั้งว่า AI มีประโยชน์มหาศาลเมื่อคุณทราบข้อจำกัดของมัน
มีประโยคหนึ่งที่ทำให้มุมมองด้านบวกต่อ AI จากคุณต้อง กวีวุฒิ CEO ของ SCB10x เคยกล่าวไว้บนเวทีหนึ่งและผมชอบมาก
AI มีแต่จะเก่งขึ้นและถูกลง
ไม่ชอบมันก็ได้ครับ แต่ต้องยอมรับว่า ยังไงพรุ่งนี้มันจะดีกว่าวันนี้ (แต่ดีขนาดไหนไม่รู้) ฉะนั้นเราต้องเปิดใจรับเทคโนโลยี ไปพร้อมกับข่าวสารทั้ง 2 ด้านเพื่อจะก้าวทันข้อจำกัดของมัน
ผมเลยอยากมาแชร์ List ช่องทาง Content ที่นำเสนอ AI แบบตรงไปตรงมา ไม่อวยอย่างเดียว พร้อมมีการนำเสนอ Data ไปพร้อมกันด้วย
- The PrimeTime – ช่อง Youtube ที่ Software Engineer ติตตามกันเยอะและมาพูดถึงการอวย AI เกินจริงบ่อย ๆ ในโลกของโปรแกรมเมอร์
- AI Explained – ช่องที่นำ Whitepaper ของ AI แต่ละตัวมาวิเคราะห์ (พวกกราฟเว่อร์ ๆ โดนจับผิดบ่อยมาก)
- AI Search – ช่องนี้จะเน้น Generative AI พวกที่ใช้ Gen รูปและวิดีโอ พร้อมเทสต์จริงเทียบกับ Model ก่อนหน้า
- 9Arm – ไม่น่ามีใครไม่รู้จักกับดร. Influencer ของไทยเราที่เก่งมาก ๆ และคุยด้วยข้อเท็จจริงเรื่องเทคโนโลยีต่าง ๆ แนะนำมากครับ
สรุปมุมมองที่ควรมี
โลกเราไม่ใช่ขาวกับดำและไม่มีวันเป็นแบบนั้นครับ
มนุษย์มีความปรับตัวสูง (Adaptability) ทำให้เราอยู่รอดมานานและอยู่บนสุดของห่วงโซ่อาหาร
Mindset การมองอะไรที่เป็นสมบูรณ์ (ขาว/ดำ, ดี/เลว) จะขัดต่อธรรมชาติการอยู่รอดที่เราใช้มา
รวมถึงทำให้คุณตกขบวนวิวัฒนาการ (AI) อย่างแน่นอน
(ความรู้เรื่อง Biology ที่ทางปู่ Charlie Munger บอกว่าจำเป็นต่อการลงทุน เอามาปรับใช้ได้เลยในเคสนี้)
ถ้าคุณอ่านจบแล้วและเปลี่ยนวิธีการมอง AI ใหม่ ผมขอแสดงยินดีด้วยครับ! คุณได้สิ่งที่มีค่ามาก ๆ เรียบร้อยแล้ว
