Nvidia, Microsoft, Meta รวมพลังเตือนรัฐ: อย่าคุมเข้ม Open-Weight AI Model จนเกินไป

Big Tech ออกโรงเตือนเรื่อง regulation

Nvidia, Microsoft และ Meta ออกมาเตือนพร้อมกันว่า การออกกฎคุม open-weight AI models แบบเข้มเกินไป โดยเฉพาะฝั่ง EU และสหรัฐฯ จะทำร้ายนวัตกรรมและความสามารถแข่งขันของสหรัฐฯ มากกว่าจะช่วยลดความเสี่ยงจริง ฝั่งที่หนุน regulation เข้มมองว่า model แบบเปิด weight ถูกเอาไปใช้ผิดทางง่ายกว่า closed model ส่วน Big Tech บอกว่านี่คือรากฐานของ ecosystem open source ทั้งหมด ถ้าคุมผิดจุด สตาร์ทอัพเล็กที่พึ่ง open-weight จะตายก่อนใคร

เรื่องนี้ไม่ใช่แค่ประเด็นนโยบายไกลตัวนะ เพราะ dev สาย AI ในไทยจำนวนไม่น้อยพึ่ง open-weight model อย่าง Llama, Mistral, Qwen มาปรับใช้งานจริง ถ้ากฎเข้มเกินไปในตลาดใหญ่ ผลกระทบจะไหลมาถึงเราด้วย ไม่ทางตรงก็ทางอ้อม ต้องติดตามใกล้ๆ ว่าสุดท้ายรัฐบาลจะเอียงไปทางไหน

ภาพจำของสงครามที่มองไม่เห็น

พอพูดถึง open-weight model หลายคนนึกภาพแค่ไฟล์ model ที่ดาวน์โหลดมาใช้ฟรี แต่เบื้องหลังคือสนามที่บริษัทอยากปล่อยของแบบเปิด ปะทะฝั่งผู้กำกับดูแลที่กังวลเรื่องความปลอดภัยและการนำไปใช้ผิดทาง.

Nvidia, Microsoft, Meta ยืนข้างเดียวกันทั้งที่ปกติแข่งกันเอง เพราะทุกเจ้าต้องพึ่ง ecosystem ของ open-weight ไม่ทางใดก็ทางหนึ่ง ไม่ว่าจะขาย GPU, cloud หรือ framework.

ภาพที่เห็นเลยไม่ใช่แค่ “บริษัทกับรัฐบาล” ธรรมดาๆ แต่เป็นการลากเส้นว่า AI แบบเปิดควรถูกควบคุมเท่า closed-source หรือไม่ คำตอบตรงนี้จะกำหนดทิศทางทั้งวงการเลยล่ะ.

วันที่ Llama กลายเป็นเครื่องมือทำมาหากินของทีมเล็กๆ

ทีม dev ไทยหลายทีมที่ผมรู้จักเริ่มโหลดโมเดล open-weight อย่าง Llama มา fine-tune เองแล้วรันบนเครื่อง on-prem ไม่ง้อ API ราคาแพงจากเจ้าใหญ่ ต้นทุนต่ำกว่าเยอะ แถมคุมข้อมูลลูกค้าได้เองด้วย.

ลองนึกภาพว่าวันหนึ่งกฎหมายบังคับให้โมเดลแบบนี้ต้องขอใบอนุญาตก่อนปล่อย หรือจำกัดการเผยแพร่เหมือนอาวุธ — ทีมเล็กๆ ที่ไม่มีทีมกฎหมายหรืองบขอ compliance จะทำยังไง.

พูดตรงๆ คนกลุ่มนี้แหละที่ได้ประโยชน์จากโมเดลเปิดมากที่สุด เพราะไม่ต้องพึ่งงบก้อนใหญ่แบบบริษัทระดับ enterprise. ถ้ากฎเข้มขึ้นจนโมเดลเปิดหายไปจากตลาด สิ่งที่เสียไม่ใช่แค่ทางเลือก แต่คือโอกาสที่ทีมเล็กจะแข่งกับเจ้าใหญ่ได้เลยนะ.

ทำไมคำเตือนนี้ถึงมาจากค่ายที่มีทั้ง “เปิด” และ “ปิด” ในมือ

สามบริษัทนี้ยืนกันคนละมุม แต่ผลประโยชน์ทับซ้อนกันหมด. Nvidia ขายชิปให้ทั้งคนเทรน open และ closed model — ยิ่งมีคนเทรนโมเดลเยอะ ยิ่งขาย GPU ได้เยอะ ไม่สนว่า weight จะเปิดหรือปิด.

Microsoft ถือหุ้นใหญ่ใน OpenAI ซึ่งเป็น closed model เจ้าตลาด แต่ก็รัน Llama บน Azure ด้วย — เอาสองขาไว้กันความเสี่ยง. ส่วน Meta เป็นเจ้าของ Llama ซึ่งเป็น open-weight รายใหญ่สุดในตลาดตอนนี้ ถ้ากฎเข้มจนกระทบ Llama ก็กระทบธุรกิจตรงๆ.

พอสามเจ้านี้ออกเสียงพร้อมกัน มันเลยไม่ใช่แค่จุดยืนเรื่องความเปิดกว้างทางเทคโนโลยี แต่คือการป้องกันโมเดลธุรกิจของตัวเองไว้ล่วงหน้า ก่อนกฎจะออกมาแล้วกระทบทุกฝั่งที่พวกเขายืนอยู่.

จุดยืนวันนี้เทียบกับท่าทีเดิมเมื่อโมเดลยังไม่แรงเท่านี้

ย้อนไปตอน GPT-2 ถูกกักไม่ยอมปล่อยเต็มทันที เหตุผลคือกลัวเอาไปสร้าง fake news กฎที่คุยกันตอนนั้นยังเป็นแนว “ระวังไว้ก่อน” แบบกว้างๆ ไม่มีตัวบทจริงจัง.

พอมาถึงยุค Llama 2 เสียงเตือนภัยเรื่อง AI ยังดังกว่านี้มาก มีทั้งจดหมายเปิดผนึกขอ “หยุดพัฒนาชั่วคราว” ตอนนั้น Meta เองก็ยังถูกตั้งคำถามหนักว่าปล่อย weight แบบเปิดจะเสี่ยงเกินไปไหม.

ตอนนี้ต่างออกไป: EU AI Act เริ่มบังคับใช้จริง มี DeepSeek พิสูจน์ว่า open-weight ก็แข่งกับโมเดลปิดได้ Nvidia, Microsoft, Meta เลยเปลี่ยนจาก “ตั้งรับคำถาม” เป็น “ออกโรงเตือนรัฐบาลเอง” ก่อนกฎจะร่างเสร็จ.

ข้อโต้แย้งเรื่องกฎเข้มงวดกระทบใครบ้างในชีวิตจริง

ประเด็นที่ Nvidia, Microsoft, Meta หยิบมาเถียงแบ่งได้เป็นกลุ่มชัดเจน แต่ละกลุ่มกระทบคนละกลุ่มคนในชีวิตจริง

ความมั่นคงด้าน AI สหรัฐฯ เทียบกับ จีน — ถ้ากฎเข้มไปจนบริษัทอเมริกันปล่อย open-weight ช้าลง จีนก็แค่เอาโมเดลของตัวเองไปเติมช่องว่างแทน หน่วยงานรัฐที่วางแผนนโยบายเทคโนโลยีต้องกลับมาคิดใหม่ว่าห้ามแล้วใครได้ประโยชน์จริง

นักวิจัย safety — โมเดล open-weight คือของที่เอาไป probe หาช่องโหว่ได้ตรงๆ ถ้าถูกจำกัด งานตรวจสอบความปลอดภัยแบบเปิดก็ทำยากขึ้น ต้องพึ่งแต่ paper ที่บริษัทเจ้าของโมเดลเผยแพร่เอง

ทีม dev ไทยขนาดเล็ก/startup — กลุ่มนี้ต่อยอดจาก open-weight เพราะไม่มีงบเทรนเองตั้งแต่ต้น ถ้ากฎบังคับ licensing ซับซ้อนขึ้น ต้นทุนและความเสี่ยงทางกฎหมายก็ตกมาที่ทีมเล็กก่อนใคร

ใครลงนาม ใครไม่ลงนาม และทำไมเส้นแบ่งตรงนี้ถึงสำคัญ

จดหมาย “Open Weights and American AI Leadership” ปล่อยออกมาพร้อมผู้ลงนาม 25 รายในวันแรก และขยายเป็น 50+ ภายในหนึ่งวัน OpenAI เข้าร่วมลงนามในระลอกถัดมา ส่วนที่ยังไม่ลงนามจนถึงช่วงแรกคือ Anthropic และ Amazon ซึ่งเป็นสัญญาณชัดว่าสองค่ายนี้แหละที่มองเรื่องนี้ต่างออกไปจริงๆ

Anthropic เน้นความเสี่ยงจากการปล่อย weight ออกสู่สาธารณะ โดยเฉพาะโมเดลระดับ frontier ที่มี capability สูง ส่วน EU AI Office และกลุ่ม AI safety advocate อยู่กึ่งกลาง เน้น risk-based regulation คือกำกับตาม “ระดับความเสี่ยงของ use case” ไม่ใช่กำกับตาม “รูปแบบการเปิด/ปิด weight” แบบเหมารวม

ต่างฝ่ายต่างมีผลประโยชน์ทับซ้อนกับจุดยืนตัวเองด้วยนะ ไม่ใช่แค่มุมมองด้าน safety ล้วนๆ

สิ่งที่เห็นด้วยได้และสิ่งที่ต้องตั้งคำถามในคำเตือนนี้

ฝั่ง “อย่าคุมเข้มไป” มีเหตุผลที่ฟังขึ้นอยู่บ้าง เพราะโมเดล open-weight ทำให้ทีมเล็กที่ไม่มีงบ compute มหาศาลยังแข่งขันได้ แถมเปิดให้ตรวจโค้ดและ weight ตรงๆ ซึ่งตอบโจทย์ transparency กว่าโมเดลปิดด้วยซ้ำ.

แต่ต้องไม่ลืมว่า Nvidia ขายชิปให้ทุกคนที่ทำโมเดล ส่วน Microsoft กับ Meta ก็มี distribution channel ของตัวเองอยู่แล้ว ยิ่งกฎเข้มกับผู้เล่นหน้าใหม่เท่าไหร่ ยิ่งเอื้อบริษัทที่ตั้งตัวได้แล้วเท่านั้น. ต่างฝ่ายต่างมีผลประโยชน์ทับซ้อนกับจุดยืนตัวเองด้วยนะ ไม่ใช่แค่มุมมองด้าน safety ล้วนๆ.

ต้นทุนที่ไม่มีใครพูดถึงถ้าปล่อยให้ open-weight ไร้การกำกับ

ประเด็นที่ deck ของ Nvidia/Microsoft/Meta ไม่ค่อยพูดถึงคือ ต้นทุนไม่ได้หายไปไหน แค่ย้ายที่อยู่ โมเดล open-weight พอปล่อยออกมา ใครจะเอาไป fine-tune ทำอะไรก็ได้ ภาระตรวจสอบเลยตกไปอยู่ที่ regulator ปลายทาง หรือแม้แต่ startup เล็กๆ ที่เอาโมเดลไปต่อยอด ต้องรับ compliance cost เอง ทั้งที่ไม่ได้เป็นคนปล่อยโมเดลตั้งแต่แรก

อีกจุดคือความไม่แน่นอนเชิงนโยบาย ทีม dev ที่วางแผน roadmap ระยะยาวบนโมเดล open-weight ตัวหนึ่ง ถ้ากฎเปลี่ยนกลางทาง (เช่น license ต้อง audit เพิ่ม หรือถูกจำกัด use case) งานที่ลงทุนไปก่อนหน้าอาจต้องรื้อใหม่ทั้งชุด

นี่คือช่องว่างที่ยังไม่มีใครในสามบริษัทเสนอทางแก้ชัดเจนนะ พูดแต่ “อย่าเพิ่งกำกับ” แต่ไม่ได้บอกว่าถ้าไม่กำกับแล้วใครรับผิดชอบตรงนี้แทน

สิ่งที่ทีมพัฒนาและผู้กำหนดนโยบายควรจับตาต่อจากนี้

ประเด็นนี้ยังไม่จบแค่จดหมายเปิดผนึก เพราะทั้ง EU AI Act และร่างกฎหมายในสหรัฐฯ อยู่ระหว่างถกเรื่องเกณฑ์เฉพาะโมเดล open-weight ต่อ คาดว่าจะมีรายละเอียดเพิ่มในช่วงปลายปีนี้ถึงต้นปีหน้า

ทีมเทคไทยที่ใช้ Llama, Mistral หรือโมเดล open-weight ตัวอื่นในโปรดักชัน ควรทำ 2 อย่างคู่กันไปเลย: ตั้ง flag ติดตามการเปลี่ยนแปลง license ของโมเดลที่ใช้อยู่แบบ quarterly ไม่ใช่รอเจอตอน deploy แล้ว และเก็บ documentation ว่าระบบใช้โมเดลเวอร์ชันไหน training data มาจากไหนบ้าง เผื่อวันหนึ่งต้อง audit จริง

จับตาท่าทีของ Meta เป็นพิเศษ เพราะเป็นเจ้าเดียวที่ยัง full open-weight จริงจัง ถ้าเปลี่ยนจุดยืนเมื่อไหร่ นั่นคือสัญญาณว่าทิศทางทั้งวงการกำลังเปลี่ยน