วันที่ 12 กันยายน 2026 ดาริโอ อโมเดอี ซีอีโอของ Anthropic เผยแพร่บทความชื่อ “We Must Pace the Frontier” เรียกร้องให้ห้องแล็บ AI ชั้นนำชะลอความเร็วในการพัฒนาโมเดลลงราว 1-2 ปี เพื่อให้งานด้านความปลอดภัยตามทัน ไม่กี่ชั่วโมงหลังจากนั้น แซม อัลต์แมนแห่ง OpenAI ก็โพสต์ว่าเห็นด้วยและจะทำตามข้อเสนอแรกของอโมเดอี ขณะที่เดมิส ฮาสซาบิสจาก Google DeepMind ก็รีทวีตสนับสนุนทิศทางเดียวกัน
ฟังดูเหมือนจุดเปลี่ยนครั้งใหม่ของวงการ แต่ถ้าย้อนดูประวัติศาสตร์จะพบว่าผู้บริหาร AI เรียกร้องให้มีการกำกับดูแลแบบนี้มาแล้วหลายรอบตลอดสิบกว่าปีที่ผ่านมา บทความนี้จะไล่เรียงว่าคำเรียกร้องเหล่านั้นเปลี่ยนไปอย่างไร และทำไมเสียงจากผู้นำอุตสาหกรรมจึงมีทั้งน้ำหนัก ความขัดแย้ง และผลประโยชน์ทับซ้อนในตัวเอง
จากเวทีผู้ว่าการรัฐปี 2017 ถึงเอสเซย์ที่สั่นสะเทือนวงการปี 2026
จุดเริ่มต้นที่มักถูกอ้างถึงคือเดือนกรกฎาคม 2017 เมื่ออีลอน มัสก์ขึ้นเวทีประชุมสมาคมผู้ว่าการรัฐแห่งชาติสหรัฐฯ (National Governors Association) แล้วประกาศว่า AI คือความเสี่ยงที่ใหญ่ที่สุดที่มนุษยชาติต้องเผชิญ พร้อมเรียกร้องให้รัฐบาลวางกฎเชิงรุกก่อนที่จะสายเกินไป เพราะ AI ต่างจากอุบัติเหตุรถยนต์หรือยาที่มีปัญหา ตรงที่รอให้เกิดผลเสียก่อนแล้วค่อยออกกฎจะแก้ไม่ทัน
เกือบสิบปีให้หลัง อโมเดอีก็พูดในทำนองเดียวกัน เพียงแต่เจาะจงกว่าเดิม เขาระบุสองปัจจัยที่ทำให้เปลี่ยนใจ คือความเร็วที่โมเดลรุ่นใหม่ช่วยพัฒนาโมเดลรุ่นถัดไปจนเร่งความก้าวหน้าทั้งอุตสาหกรรม และเหตุการณ์กลุ่มเอเจนต์ของ OpenAI กับ Hugging Face ที่เขามองว่าเป็นสัญญาณเตือนว่าเอเจนต์ที่ไม่สอดคล้องกับเป้าหมายมนุษย์อาจก่อความเสียหายทางไซเบอร์ร้ายแรงได้ภายใน 6-12 เดือน

ความต่างสำคัญคือ มัสก์พูดในฐานะคนนอกที่เตือนอุตสาหกรรมอื่น แต่อโมเดอีพูดในฐานะคนที่ต้องรับผลจากกฎที่ตัวเองเสนอโดยตรง เพราะ Anthropic ประกาศจะเปิดให้ผู้ประเมินภายนอกเข้าถึงข้อมูลระดับพนักงานถาวร เพื่อตรวจสอบแนวทางความปลอดภัยของบริษัทตัวเอง
เมื่อ AI เข้ามาอยู่ในชีวิต แต่กติกายังตามไม่ทัน
ลองนึกภาพวันที่เราเห็นคลิป deepfake แล้วแยกไม่ออกว่าอะไรจริง หรือสมัครงานแล้วถูกระบบอัตโนมัติคัดออกโดยไม่มีคำอธิบาย ปัญหาแบบนี้ไม่ได้ไกลตัวเลย เพราะกระทบทั้งความน่าเชื่อถือ รายได้ และโอกาสของคนทั่วไป
เมื่อบริษัทใช้ AI ตัดสินใจแทนคน คำถามสำคัญจึงไม่ใช่แค่ระบบทำงานเร็วแค่ไหน แต่คือใครรับผิดชอบเมื่อระบบพลาด และเจ้าของข้อมูลมีสิทธิ์โต้แย้งหรือไม่ นี่คือเหตุผลที่คำเรียกร้องเรื่องกำกับดูแลไม่ใช่แค่ประเด็นบนเวทีของผู้บริหาร AI อีกต่อไป แต่กลายเป็นคำถามที่กระทบชีวิตประจำวัน
จาก AI ในห้องแล็บ สู่ AI ที่กำหนดอนาคตทั้งอุตสาหกรรม
ย้อนไปช่วงที่มัสก์เตือนเรื่อง AI ครั้งแรกในปี 2014 และร่วมลงนามในจดหมายเปิดผนึกกับสตีเฟน ฮอว์คิงต้นปี 2015 เพื่อเรียกร้องให้งานวิจัย AI เป็นไปอย่างรับผิดชอบ ตอนนั้น AI ยังอยู่ในขั้นห้องทดลองและงานวิจัยเฉพาะทางเป็นส่วนใหญ่ คำเตือนจึงฟังดูเป็นเรื่องอนาคตไกลตัว มากกว่าประเด็นที่กระทบตลาดทันที

พอมาถึงปี 2026 บริษัทอย่าง Anthropic, OpenAI และ Google DeepMind กลายเป็นเจ้าของแพลตฟอร์มที่มีผู้ใช้งานจำนวนมาก คำเรียกร้องเรื่องกฎจึงไม่ใช่แค่คำเตือนเชิงหลักการอีกต่อไป แต่มาพร้อมข้อเสนอที่กระทบโครงสร้างธุรกิจของบริษัทตัวเองโดยตรง เช่น การเปิดให้ผู้ตรวจสอบภายนอกเข้าถึงข้อมูลระดับพนักงาน
ตำแหน่งในอุตสาหกรรมจึงมีผลต่อจุดยืนเสมอ บริษัทที่ครองตลาดอยู่แล้วรับต้นทุนกฎที่เข้มขึ้นได้มากกว่า ขณะที่บริษัทเกิดใหม่มักกังวลว่ากฎเดียวกันจะกลายเป็นกำแพงกันไม่ให้ตามทัน
จากคำเตือนกว้างๆ สู่ข้อผูกมัดที่ลงในรายละเอียดของบริษัทตัวเอง
| Factor | ยุคมัสก์ (2014-2017) | ยุคอโมเดอี (2026) |
|---|---|---|
| ลักษณะคำเรียกร้อง | เตือนความเสี่ยงของ AI ในภาพรวม | เสนอแผนชะลอความเร็วพร้อมกรอบเวลา 1-2 ปี |
| การตรวจสอบ | พูดถึงความปลอดภัยเชิงหลักการ | ให้ผู้ประเมินภายนอกเข้าถึงข้อมูลระดับพนักงานถาวร |
| ผู้ลงมือก่อน | เรียกร้องให้รัฐบาลเข้ามาวางกฎ | บริษัทประกาศผูกมัดตัวเองก่อนรอกฎหมาย |
| ปฏิกิริยาจากคู่แข่ง | ยังไม่มีบริษัทอื่นตอบรับชัดเจน | OpenAI และ Google DeepMind ตอบรับภายในไม่กี่ชั่วโมง |
จุดเปลี่ยนสำคัญคือ คำเรียกร้องเปลี่ยนจาก “ขอให้คนอื่นวางกฎ” มาเป็น “ประกาศผูกมัดตัวเองก่อน” ซึ่งเป็นหลักฐานที่ตรวจสอบได้มากกว่าคำเตือนลอยๆ บนเวที
คำว่า “กำกับดูแล AI” หมายถึงอะไรในสถานการณ์จริง

ข้อเสนอของอโมเดอีทำให้เห็นภาพชัดขึ้นว่า “กำกับดูแล” ไม่ได้แปลว่าต้องรอกฎหมายจากรัฐเสมอไป Anthropic เลือกเริ่มจากการให้ทีมประเมินภายนอกแบบ METR เข้าถึงข้อมูลระดับพนักงานถาวร เพื่อรายงานเหตุการณ์และประเมินความสอดคล้องของโมเดลระหว่างการฝึกโดยตรง
แต่การกำกับดูแลที่ยั่งยืนต้องมีมากกว่าคำมั่นของบริษัทเดียว หน่วยงานภายนอกที่ไม่มีผลประโยชน์ทับซ้อนควรเข้ามาตรวจสอบได้ด้วย และต้องรู้ชัดว่าใครรับผิดชอบเมื่อระบบทำงานผิดพลาดจนเกิดความเสียหายจริง ไม่ใช่แค่ตอนที่บริษัทยังควบคุมสถานการณ์ได้อยู่
ใครพูดอะไร และผลประโยชน์อยู่ตรงไหน
| Factor | อโมเดอี / Anthropic | อัลต์แมน / OpenAI | นักวิจัยอิสระและภาครัฐ |
|---|---|---|---|
| ข้อเสนอ | ชะลอความเร็วพร้อมเปิดให้ผู้ประเมินภายนอกเข้าถึงข้อมูล | ประกาศทำตามข้อเสนอแรกของอโมเดอีภายในไม่กี่ชั่วโมง | เรียกร้องให้มีกฎหมายและมาตรฐานที่บังคับใช้กับทุกบริษัท |
| จุดแข็ง | เป็นฝ่ายเริ่มก่อนถูกบังคับ จึงคุมเงื่อนไขได้เอง | ตามทันไม่ให้เสียเปรียบคู่แข่งที่เริ่มก่อน | ไม่มีผลประโยชน์ทางธุรกิจโดยตรงจากกฎที่ตัวเองเสนอ |
| ข้อจำกัด | เลือกเองว่าจะเปิดเผยอะไรและแค่ไหน | การตามคู่แข่งอาจเป็นท่าทีประชาสัมพันธ์มากกว่าความตั้งใจจริง | อำนาจบังคับใช้และความเร็วยังตามเทคโนโลยีไม่ทัน |
| แรงจูงใจทางธุรกิจ | ลดความเสี่ยงทางกฎหมายและสร้างความน่าเชื่อถือระยะยาว | ไม่อยากถูกมองว่าเป็นบริษัทเดียวที่ไม่ยอมรับผิดชอบ | รักษาอำนาจกำกับดูแลและปกป้องสาธารณะ |
ประเด็นสำคัญจึงไม่ใช่แค่ใครเรียกร้องให้คุม AI ก่อน แต่ต้องดูด้วยว่าเงื่อนไขที่แต่ละฝ่ายเสนอเอื้อประโยชน์ให้ใครมากที่สุด
คำเรียกร้องที่ช่วยลดความเสี่ยง กับคำเรียกร้องที่อาจกลายเป็นเครื่องมือกีดกัน
อโมเดอีมีข้อมูลจากการพัฒนาโมเดลจริง จึงชี้จุดเสี่ยงอย่างเหตุการณ์กลุ่มเอเจนต์ของ OpenAI กับ Hugging Face ได้ตรงกว่าคนนอก แต่ก็ต้องระวังว่าเงื่อนไขที่บริษัทใหญ่เสนอเองอาจกลายเป็นมาตรฐานที่บริษัทเล็กและนักวิจัยอิสระตามไม่ทันต้นทุน
ถ้ากติกาที่ Anthropic วางไว้ถูกใช้เป็นแม่แบบให้ทั้งอุตสาหกรรมโดยไม่มีใครนอกวงตรวจสอบ ก็ยังมีความเสี่ยงที่บริษัทใหญ่จะกำหนดเงื่อนไขที่ตัวเองได้เปรียบอยู่ดี
ข้อดี
- +ช่วยระบุความเสี่ยงจากการพัฒนาโมเดลจริง
- +ทำให้เกิดความเคลื่อนไหวเร็วกว่ารอกฎหมาย
ข้อเสีย
- −เสี่ยงให้บริษัทที่เสนอกฎเป็นคนกำหนดเงื่อนไขเอง
- −อาจเบี่ยงความสนใจจากปัญหาที่เกิดขึ้นแล้ว เช่น การใช้ข้อมูลโดยไม่ยินยอม
ราคาที่สังคมต้องจ่ายเมื่อกติกาเกิดช้าเกินไป
เมื่อกติกามาช้ากว่าเทคโนโลยีเสมอ ต้นทุนไม่ได้จบที่งบของบริษัท แต่ตกกับคนทำงานที่ถูกแทนที่ ผู้เสียหายจากข้อมูลเท็จ และคนที่ถูกละเมิดสิทธิ์โดยไม่มีช่องทางเยียวยาชัดเจน
คนที่เข้าถึงเทคโนโลยีได้น้อยยิ่งเสียเปรียบ ขณะที่หน่วยงานรัฐต้องใช้งบและกำลังคนเพิ่มขึ้นเพื่อตามแก้ปัญหาที่เกิดขึ้นแล้ว สุดท้ายสังคมเป็นคนจ่าย ทั้งที่ไม่ได้เป็นคนตัดสินใจนำเทคโนโลยีมาใช้ตั้งแต่แรก
บทเรียนจากมัสก์ถึงอโมเดอี ที่ยังใช้ตัดสินอนาคต AI ได้
จากปี 2017 ถึงปี 2026 คำเรียกร้องของผู้บริหาร AI เปลี่ยนจากการเตือนความเสี่ยงแบบกว้างๆ มาเป็นการผูกมัดตัวเองด้วยเงื่อนไขที่ตรวจสอบได้ แต่สิ่งที่ยังไม่เปลี่ยนคือคนกลุ่มเดียวกันที่เรียกร้องกฎ ก็เป็นคนที่ได้และเสียประโยชน์จากกฎนั้นมากที่สุดเสมอ
ผู้กำหนดนโยบายจึงไม่ควรปล่อยให้อุตสาหกรรมเขียนกติกาฝ่ายเดียว แม้จะดูเหมือนบริษัทกำลังเคลื่อนไหวเร็วกว่ารัฐบาล เพราะสุดท้ายต้องมีคนนอกที่ไม่มีผลประโยชน์ทับซ้อนเข้ามาตรวจสอบด้วยเสมอ
โจทย์จริงจึงไม่ใช่ “ควรกำกับ AI หรือไม่” เพราะคำตอบนั้นชัดมาตั้งแต่ปี 2017 แล้ว แต่คือ “ใครควรเป็นคนตรวจสอบผู้ที่ประกาศจะกำกับดูแลตัวเอง” ครับ