แซม อัลต์แมนยอมรับประเมินไทม์ไลน์ AI ผิด: GPT-4 ยังไม่พลิกเศรษฐกิจเร็วอย่างที่คิด

ซีอีโอ OpenAI ดูเหมือนกำลังปรับคำคาดการณ์เรื่อง ระยะเวลา ของการเปลี่ยนแปลงจากปัญญาประดิษฐ์ ไม่ใช่ปรับความเชื่อว่า AI จะมีความสำคัญต่อเศรษฐกิจ

ในการสัมภาษณ์ที่เผยแพร่เมื่อวันที่ 23 สิงหาคม 2026 มีรายงานว่าแซม อัลต์แมนกล่าวว่า หลัง GPT-4 เปิดตัวในปี 2023 เขาคาดว่าจะเห็นธุรกิจซอฟต์แวร์และเศรษฐกิจวงกว้างเปลี่ยนแปลงอย่างรวดเร็วกว่านี้มาก 36

บทเรียนที่เริ่มชัดขึ้นคือ โมเดลที่มีความสามารถสูงเป็นเพียงจุดเริ่มต้นเท่านั้น การเปลี่ยนความสามารถดังกล่าวให้กลายเป็นการเปลี่ยนแปลงระดับเศรษฐกิจต้องอาศัยแอปพลิเคชันที่ใช้งานได้จริง การปรับโครงสร้างองค์กร โครงสร้างพื้นฐาน กฎระเบียบ และการยอมรับจากสาธารณะ ปัจจัยเหล่านี้กำลังเคลื่อนตัวช้ากว่าและมีข้อถกเถียงมากกว่าที่กระแสตื่นตัวหลัง GPT-4 เคยทำให้คาดหวังไว้

อัลต์แมนกำลังปรับคำทำนายเรื่อง AI อย่างไร

สิ่งที่อัลต์แมนยอมรับสะท้อนความแตกต่างระหว่าง ความก้าวหน้าทางเทคนิค กับ การยอมรับในระบบเศรษฐกิจ เขาคาดว่าเมื่อ GPT-4 แสดงศักยภาพในระดับใหม่ บริษัทและตลาดซอฟต์แวร์จะเปลี่ยนแปลงอย่างรวดเร็ว แต่การเปลี่ยนจากประสิทธิภาพของโมเดลไปสู่การพลิกโฉมธุรกิจในวงกว้างกลับใช้เวลานานกว่าเดิม 36

นี่ไม่ได้หมายความว่า AI หมดความสำคัญทางเศรษฐกิจ แต่หมายความว่าการฝึกโมเดลให้มีความสามารถมากขึ้นไม่ได้ทำให้วิธีดำเนินงานของบริษัทเปลี่ยนทันทีโดยอัตโนมัติ ธุรกิจยังต้องมีผลิตภัณฑ์ที่เชื่อถือได้ ระบบที่เชื่อมต่อกับเครื่องมือเดิม เวิร์กโฟลว์ใหม่ การฝึกอบรมพนักงาน และเหตุผลที่ชัดเจนว่าคุ้มค่ากับต้นทุนที่เพิ่มขึ้น

จากมุมมองนี้ คอขวดระยะใกล้อาจไม่ได้อยู่ที่ว่าโมเดลจะพัฒนาได้อีกหรือไม่ แต่อยู่ที่ว่าองค์กรต่าง ๆ จะนำโมเดลไปใช้อย่างมีประสิทธิภาพได้แค่ไหน ขณะเดียวกัน ข้อสังเกตในภายหลังของอัลต์แมนยังคงพูดถึงความก้าวหน้าที่รวดเร็วและต้นทุนการใช้งาน AI ที่ลดลง จึงไม่ควรตีความว่าการเปลี่ยนแปลงที่ช้าลงหมายถึงความทะเยอทะยานที่ลดลง 40

ทำไมการนำไปใช้จริงจึงช้ากว่าความสามารถของโมเดล

ระยะห่างระหว่างการสาธิตความสามารถของโมเดลกับการใช้งานในโลกจริงนั้นกว้างมาก บริษัทหนึ่งแห่งอาจต้องปรับกระบวนการทำงาน วางระบบกำกับดูแล จัดการข้อมูล แก้ปัญหาความปลอดภัย และกำหนดว่าใครต้องรับผิดชอบเมื่อระบบ AI ตัดสินใจผิดพลาด

โครงสร้างพื้นฐานเป็นข้อจำกัดอีกด้าน ระบบ AI ต้องใช้กำลังประมวลผลจำนวนมหาศาล ขณะที่ศูนย์ข้อมูลกำลังเผชิญแรงต้านจากชุมชนในประเด็นการใช้ไฟฟ้า น้ำ ความสามารถของโครงข่ายไฟฟ้า การใช้ที่ดิน และผลกระทบต่อเศรษฐกิจท้องถิ่น

ผลสำรวจของ Gallup ที่ The New York Times อ้างถึงระบุว่า ผู้ใหญ่ในสหรัฐฯ 71% ไม่เห็นด้วยกับการสร้างศูนย์ข้อมูล AI ในพื้นที่ของตนเอง และมีโครงการมากกว่าสิบแห่งถูกยับยั้งหรือเลื่อนออกไปจากแรงคัดค้านในระดับท้องถิ่น 18

อัลต์แมนยอมรับว่าความกังวลของชุมชนเป็นเรื่องที่เข้าใจได้ และเสนอว่าศูนย์ข้อมูลอาจเหมาะกับพื้นที่ทะเลทรายห่างไกลมากกว่า 23 ข้อเสนอนี้สะท้อนข้อจำกัดเชิงปฏิบัติของการขยาย AI ได้เป็นอย่างดี เพราะการมีชิปและไฟฟ้าเพียงอย่างเดียวไม่เพียงพอ หากโครงการยังขอใบอนุญาตไม่ได้ ไม่มีระบบส่งไฟฟ้า ไม่มีที่ดินที่เหมาะสม หรือไม่ได้รับการสนับสนุนจากชุมชน

เหตุใดอัลต์แมนจึงพูดถึงการ “กำหนดจังหวะ” การพัฒนา AI

อัลต์แมนเคยกล่าวแยกต่างหากว่า การพัฒนา AI อาจต้องถูก “กำหนดจังหวะ” เพื่อให้สังคมมีเวลาปรับตัวและ “สร้างภูมิคุ้มกัน” ต่อระดับความสามารถใหม่ ๆ ของ AI เขายังย้ำว่าแนวทางดังกล่าวต้องหลีกเลี่ยงการที่หน่วยงานกำกับดูแลถูกครอบงำโดยผู้ประกอบการ รวมถึงการฮั้วกันระหว่างห้องแล็บ AI ชั้นนำ 37

นี่ไม่ใช่การเรียกร้องให้หยุดพัฒนา AI อย่างถาวร แต่เป็นข้อเสนอว่าความเร็วในการปล่อยเทคโนโลยีและความเร็วที่สังคมจะปรับตัวอาจต้องประสานกันให้รอบคอบขึ้น เทคโนโลยีอาจพัฒนาได้รวดเร็ว ขณะที่สถาบันกำกับดูแล ธุรกิจที่จะนำไปใช้ และสาธารณะที่ต้องยอมรับการเปลี่ยนแปลงยังเคลื่อนตัวช้ากว่า

คำเตือนเรื่องความเสี่ยงที่ “เป็นอันตรายต่อมนุษย์อย่างยิ่ง”

กรอบความกังวลที่ถูกกล่าวถึงมีความเสี่ยงสองด้านซึ่งดูเหมือนอยู่คนละขั้วกัน

1. AI ทรงพลังเกินกว่าที่มนุษย์และสถาบันต่าง ๆ จะควบคุมได้อย่างมีความหมาย
2. อำนาจควบคุม AI ขั้นสูงกระจุกตัวอยู่ในบริษัทหรือรัฐบาลจำนวนน้อยเกินไป

ความเสี่ยงด้านที่สองสอดคล้องกับจุดยืนโดยรวมของอัลต์แมนที่ว่า AI ควรถูกทำให้เข้าถึงได้อย่างกว้างขวาง และอำนาจไม่ควรกระจุกตัวมากเกินไป 44 ความเสี่ยงทั้งสองด้านทำให้การกำหนดนโยบายไม่ใช่เรื่องง่าย การควบคุมจากศูนย์กลางที่เข้มงวดอาจลดการใช้งานในทางที่ผิดบางประเภทได้ แต่การรวมสิทธิ์ในการเข้าถึงและการตัดสินใจไว้กับผู้เล่นไม่กี่รายก็อาจสร้างอันตรายทางการเมืองและเศรษฐกิจเช่นกัน

อย่างไรก็ตาม ข้อมูลที่มีอยู่ยังไม่ยืนยันว่าอัลต์แมนกำลังโจมตี Anthropic โดยตรง หรือมองแนวทางด้านความปลอดภัยที่เข้มงวดของ Anthropic ว่าเป็นสิ่งที่เป็นอันตรายต่อมนุษย์โดยเนื้อแท้ การตีความว่าคำพูดดังกล่าวเป็นการวิจารณ์ Anthropic จึงยังเป็นเพียงข้อสันนิษฐาน ไม่ใช่ข้อกล่าวหาที่ได้รับการยืนยัน

ข้อสรุปที่ระมัดระวังกว่าคือ AI ขั้นแนวหน้ากำลังเปิดให้เห็นการแลกเปลี่ยนที่แท้จริงระหว่างการควบคุมความปลอดภัยกับความเสี่ยงจากการกระจุกตัวของอำนาจ

ดีล Poolside ของ NVIDIA กำลังบอกอะไร

ธุรกรรมที่มีรายงานว่า NVIDIA ทำกับ Poolside แสดงให้เห็นว่า การนำ AI ไปใช้ช้าลงไม่ได้แปลว่าการลงทุนอ่อนแรงลง โดยมีรายงานว่า NVIDIA จ่าย 6 พันล้านดอลลาร์เพื่อขอใช้เทคโนโลยีของ Poolside และลงทุนเพิ่มเติมในสตาร์ตอัปอีก 1 พันล้านดอลลาร์ พร้อมคาดว่าจะมีพนักงาน Poolside มากกว่า 100 คนเข้ามาทำงานกับตระกูลโมเดล Nemotron แบบเปิดน้ำหนัก (open-weight) ของ NVIDIA 1

ความเคลื่อนไหวนี้สะท้อนว่า การแข่งขัน AI กำลังขยายจากการฝึกโมเดลแนวหน้าไปสู่ซอฟต์แวร์ กระบวนการพัฒนาโมเดล และทางเลือกแบบเปิดน้ำหนักที่สามารถปรับแต่งและนำไปติดตั้งได้หลากหลายขึ้น 5

จึงควรมองดีลนี้ว่าเป็นการเตรียมพร้อมสำหรับวงจรการนำ AI ไปใช้งานที่ยาวนานขึ้น มากกว่าจะเป็นหลักฐานว่า NVIDIA คาดว่าความต้องการ AI จะล่มสลาย บริษัทต่าง ๆ อาจกำลังวางแผนให้ AI แทรกซึมผ่านแอปพลิเคชันและองค์กรจำนวนมากทีละขั้น แทนที่จะหวังว่าโมเดลรุ่นเดียวจะพลิกเศรษฐกิจได้ในทันที

บทสรุป: AI ไม่ได้ถอย แต่กำลังแพร่กระจายช้ากว่ากระแสโฆษณา

เมื่อนำคำคาดการณ์ที่อัลต์แมนปรับใหม่ แรงต้านต่อศูนย์ข้อมูล และการลงทุนใน Poolside ของ NVIDIA มาพิจารณาร่วมกัน จะเห็นว่าการเปลี่ยนผ่านสู่ยุค AI ซับซ้อนกว่าที่กระแสตื่นตัวในช่วงแรกเคยนำเสนอ

AI ยังคงพัฒนาอย่างรวดเร็ว แต่การนำไปใช้จริงถูกจำกัดด้วยปัจจัยสำคัญ ได้แก่

• ความยากในการสร้างแอปพลิเคชันที่เชื่อถือได้
• การปรับกระบวนการทำงานและโครงสร้างองค์กร
• ความจุด้านคอมพิวเตอร์ ไฟฟ้า น้ำ และระบบส่งไฟฟ้า
• การขอใบอนุญาตและแรงต้านทางการเมืองในระดับท้องถิ่น
• ความกังวลเรื่องความปลอดภัย ความรับผิดชอบ และการกระจุกตัวของอำนาจ

ข้อสรุปที่หนักแน่นที่สุดจึงไม่ใช่ว่าบริษัท AI ชั้นนำตกลงกันว่าจะชะลอการพัฒนาโดยเจตนา หลักฐานชี้ไปสู่ภาพที่ละเอียดกว่านั้น: บริษัทเหล่านี้ยังลงทุนอย่างดุดัน แต่ก็ยอมรับว่าการเปลี่ยนแปลงทางเศรษฐกิจจะเกิดผ่านการแพร่กระจายที่ช้ากว่า ใช้เงินทุนสูงกว่า และมีข้อขัดแย้งทางการเมืองมากกว่าเดิม

GPT-4 อาจเป็นหมุดหมายสำคัญด้านความสามารถของโมเดล แต่ความสามารถของโมเดลเพียงอย่างเดียวไม่เคยเท่ากับการถูกนำไปใช้อย่างแพร่หลายในทันที