ยุคของ Agent, โลกที่ไม่มีแอป, ทำไมไม่มีใครเบรก AI ได้, เศรษฐกิจของ GPU และอนาคตที่เราจินตนาการไม่ออก

บทความนี้เรียบเรียงจากรายการ "คนต้องทำไง หาก AI ครองโลก? | Go with The Four" (ดูคลิปเต็ม) เนื้อหาหลายส่วนเป็นการวิเคราะห์และคาดการณ์ ไม่ใช่ข้อเท็จจริงที่ยืนยันแล้วทั้งหมด แนะนำให้ฟังต้นฉบับประกอบครับ

เรายังคุม AI อยู่หรือเปล่า?

นี่ไม่ใช่คำถามจากนักวิจารณ์เทคโนโลยีขี้กังวล แต่เป็นคำถามที่ผู้นำบริษัท AI ระดับโลกอย่าง Anthropic และ OpenAI เองก็พูดออกมาดังๆ ว่า AI อาจเติบโตเร็วจนเกินกว่าที่มนุษย์จะควบคุมได้ จนถึงขั้นมีข้อเสนอให้ทำ "kill switch" ไว้กดหยุดในวันที่จำเป็น

เมื่อคนที่สร้างมันกับมือยังกังวล คนที่ใช้มันทุกวันอย่างเราก็ควรเข้าใจว่าเกิดอะไรขึ้น บทความนี้จะไล่ตั้งแต่สถานการณ์ของ AI วันนี้ ไปจนถึงภาพอนาคตที่ฟังดูบ้า แต่อาจไม่ไกลอย่างที่คิด

1. Age of Agent: เมื่อ AI เลิกเป็นแค่ผู้ตอบคำถาม

AI ที่เขียนโค้ดได้ไม่ใช่เรื่องใหม่อีกต่อไป สิ่งที่กำลังมาแทนคือ ยุคของ Agent — AI ที่ลงมือทำงานแทนเราได้จริง ทั้งค้นหา ตัดสินใจ สั่งซื้อ และจัดการงานต่อเนื่องหลายขั้นตอน

คนส่วนใหญ่ไม่ได้ต้องการโมเดลที่ฉลาดที่สุด

บริษัท AI ทุกเจ้ากำลังแข่งกันสร้างโมเดลที่ฉลาดที่สุดในโลก ซึ่งมีประโยชน์มหาศาลกับงานวิจัย ไม่ว่าจะเป็นการค้นคว้ายาใหม่ ฟิสิกส์ หรือวิทยาศาสตร์ขั้นสูง

แต่ลองคิดง่ายๆ: ถ้าคุณจ้างผู้ช่วยมาสั่งซื้อของให้ คุณต้องการคนจบปริญญาเอกไหม? ไม่ คุณต้องการแค่คนที่ทำให้ ถูกต้อง

💡 คนเกือบทั้งโลกไม่ต้องการ PhD มาช่วยซื้อของ — แค่ต้องการคนที่ทำถูก

นี่คือเหตุผลที่สิ่งที่จะเปลี่ยนชีวิตประชากรส่วนใหญ่ไม่ใช่โมเดลที่ฉลาดที่สุด แต่คือ agent ที่ฉลาด "พอ" และเข้าใจชีวิตเราดีพอจะเป็นผู้ช่วยส่วนตัว

คนซื้อของในอนาคตไม่ใช่คน

ตัวอย่างที่เกิดขึ้นจริงแล้ว: ผู้ใช้คนหนึ่งแค่พิมพ์บอก agent ตอนกลางคืนว่าของใช้ในบ้านหมด วันรุ่งขึ้นของก็มาส่งถึงหน้าบ้าน agent เลือกให้เองจากรีวิว เรตติ้ง และราคา โดยเจ้าของไม่ต้องเปิดแอปสักแอป

และนี่คือจุดเริ่มต้นของการเปลี่ยนแปลงที่ใหญ่มาก

💡 ในอนาคต คนซื้อของไม่ใช่คน — คนซื้อของคือ Agent

บางบริการถึงกับบังคับให้ผูกบัตรเครดิตตั้งแต่เริ่มใช้ เพราะเป้าหมายของมันคือการทำธุรกรรมแทนเราตั้งแต่วันแรก

ทำไม Agent ยังไม่มาถึงทุกบ้าน?

คำตอบไม่ใช่เรื่องเทคโนโลยีไม่พร้อม แต่คือ ทรัพยากรประมวลผลไม่พอ ลองนึกภาพทุกคนบนโลกมี agent ที่ต้องเก็บข้อมูลชีวิตเรา (ใช้ CPU และ storage) และคิดแทนเราตลอดเวลา (ใช้ GPU) โครงสร้างพื้นฐานที่มีอยู่วันนี้ไม่พอรองรับ

Agent บนคอมพิวเตอร์ vs บนมือถือ

Coding agent อย่าง Codex หรือ Claude Code แก่นจริงๆ คือการแปลภาษามนุษย์ให้กลายเป็นซอฟต์แวร์ และเมื่อมันเป็นซอฟต์แวร์ มันก็ควบคุมคอมพิวเตอร์ได้ ทำได้แทบทุกอย่าง เพราะบนคอมพิวเตอร์เราให้สิทธิ์ full access ได้

แต่บนมือถือ ความสามารถของ AI ถูก ขังไว้ในแอป ด้วยข้อจำกัดด้าน privacy ของระบบปฏิบัติการ คุณสั่งแชตบอตให้เปิดแอปเรียกรถให้ไม่ได้ เพราะมันออกจากกรอบของตัวเองไม่ได้

ผลที่ตามมาคือ:

1. บริษัท AI รายใหญ่ต้องสร้าง ฮาร์ดแวร์ของตัวเอง เพราะระบบนิเวศมือถือแบบเดิมไม่ตอบโจทย์ยุค agent
2. อุปกรณ์ใหม่อย่างแว่นตาอัจฉริยะเริ่มได้รับความสนใจจากนักลงทุน เพราะถูกมองว่าเป็นสิ่งเดียวที่อาจแทนมือถือได้

2. โลกที่ไม่มีแอป: เมื่อ UI ไม่สำคัญอีกต่อไป

กรณีศึกษา: CRM ที่ไม่ควรมีมนุษย์มากด

Salesforce คือ CRM อันดับหนึ่งของโลกและเป็นตัวอย่างคลาสสิกของ Software-as-a-Service ข้อมูลลูกค้า ยอดขาย ทุกอย่างอยู่ในนั้น แต่ทิศทางของบริษัทเองกลับชี้ว่า คนที่เข้ามากดใช้ CRM ไม่ควรเป็นมนุษย์อีกต่อไป

ทำไมเราต้องล็อกอินเข้าเว็บ กด navigation bar ไล่หาเมนู กรอง filter เอง ในเมื่อเราถามได้เลยว่า:

"ยอดขายแอร์ในจังหวัดนี้ ช่วงเดียวกันของปีที่แล้ว ขายไปกี่เครื่อง?"

แล้วให้ agent ไปหาคำตอบมาให้

💡 อินเทอร์เฟซเดียวที่ต้องมี คือ Agent ที่ถามคุณว่า "ต้องการอะไร"

ลองคิดต่อ: ถ้าเป็นแบบนี้จริง หน้าจอ ปุ่ม เมนู ทุกอย่างที่ทีม frontend สร้างมาหลายปี จะมีความหมายแค่ไหน?

ฮาร์ดแวร์ในอนาคตอาจเหลือหน้าจอเดียว

ถ้าความจำเป็นของแอปพลิเคชันหายไป ฮาร์ดแวร์ในอนาคตอาจมีแค่ หน้าจอเดียว คือ agent คุณบอกว่าต้องการอะไร แล้วมันเอาสิ่งนั้นมาให้

และนั่นหมายความว่า:

💡 ทุกธุรกิจที่ไม่ได้สร้าง Foundation Model จะเหลือหน้าที่เดียว — สร้างร้านค้าให้ Agent

อุปกรณ์ที่บันทึกทุกอย่าง

อีกภาพของอนาคตคือ อุปกรณ์สวมใส่ (แว่น หูฟัง หรืออาจฝังในร่างกาย) ที่ เห็นทุกอย่างที่เราเห็น ได้ยินทุกอย่างที่เราได้ยิน อ่านทุกอย่างที่เราอ่าน บันทึกชีวิตเราไว้ทั้งวัน อาจมาในรูป subscription ที่จ่ายมากขึ้นเพื่อบันทึกนานขึ้น

ก่อนนอนแค่สั่งงานไว้ ตื่นเช้ามาผลลัพธ์ก็พร้อม เหมือนมีอีกสมองหนึ่งที่ทำงานแทนเราทั้งคืน และเทคโนโลยีนี้มีอยู่แล้ว เพียงแต่ยังไม่พอสำหรับทุกคน

คำถามที่ตามมาทันทีคือ: สุดท้ายแล้วใครเป็นเจ้าของระบบนั้น? ทุกบริษัทกำลังวิ่งแข่งกันเป็นเจ้าของอุปกรณ์และ agent ที่เราจะผูกชีวิตไว้ด้วย และนั่นคือเกมใหญ่ของอีกไม่กี่ปีข้างหน้า

3. ถ้า Agent มองไม่เห็นคุณ คุณจะไม่มีวันถูกแนะนำ

นี่คือประเด็นที่สำคัญที่สุดในบทความนี้

ร้านอาหารพร้อมแล้ว แต่ "คน" ยังไม่พร้อม

วันนี้ร้านอาหารแทบทุกร้านมีรีวิว เรตติ้ง เมนู รูปภาพ ครบถ้วนในระบบออนไลน์ ถ้าคุณบอก agent ว่าอยากกินอาหารใต้รสจัด ใกล้ๆ บ้าน มันหาให้ได้ทันที

แต่ถ้าคุณบอกว่า "อยากได้ช่างภาพในประเทศไทย" ล่ะ?

ช่างภาพมีจำนวนมหาศาล แต่ข้อมูลของพวกเขากระจัดกระจายมาก บางคนมีเว็บไซต์ บางคนฝากผลงานไว้ใน Google Drive บางคนทำพอร์ตใน Canva ไม่มีมาตรฐานว่าใครเก่งแค่ไหน ราคาเท่าไหร่ เคยทำงานแบบไหน

agent จึงแนะนำพวกเขาได้ไม่ดีเท่าร้านอาหาร

💡 ต้องทำให้ทุกคนเป็นเหมือนร้านอาหาร — มีข้อมูล มีผลงาน มีรีวิว ที่ Agent อ่านเข้าใจ

กฎใหม่ของการมีตัวตน

เมื่อการค้นหาย้ายจากมือคนไปอยู่ในมือ agent กฎของการถูกเลือกก็เปลี่ยนไป ไม่ว่าคุณต้องการช่างภาพ สตูดิโอ รถเช่า ผู้รับเหมา คนจัดงานแต่ง หรือวิทยากร agent จะเป็นคนแนะนำ และมันจะแนะนำได้เฉพาะคนที่มันรู้จัก

💡 ถ้าคุณไม่มีตัวตนในโลกที่ Agent มองเห็น คุณจะไม่มีวันได้โอกาส — เพราะคนเลือกไม่ใช่คนอีกต่อไป

ทางรอดคือทำให้ตัวเองเป็น "สินค้า" ในโลกออนไลน์ ที่ agent รู้ว่าเราเก่งอะไร มีหลักฐานผลงาน มีคะแนน มีความคิดเห็นจากคนที่เคยทำงานด้วย

วันนี้เรายังอยากดูเอง แต่พรุ่งนี้...

วันนี้หลายคนยังรู้สึกว่าต้องเปิดดูผลงานเอง ต้องตรวจสอบเอง ไม่ไว้ใจให้ AI ตัดสินใจแทน แต่เมื่อเวลาผ่านไป agent จะเข้าใจเราทุกอย่าง ทั้งรสนิยม นิสัย สิ่งที่เคยชอบและไม่ชอบ และเราจะค่อยๆ เชื่อมันมากขึ้นเรื่อยๆ

💡 วันนี้คือจุดเริ่มต้น — วันหนึ่งเราอาจไว้ใจ Agent มากพอๆ กับคนในครอบครัว

4. เรากำลังมอบอำนาจให้ใคร?

ภาพข้างบนฟังดูสะดวกสบาย แต่มีคำถามที่น่ากลัวซ่อนอยู่

ผู้คัดกรองที่เราไม่รู้จัก

ถ้า agent ทั้งโลกมาจากไม่กี่บริษัท ในไม่กี่ประเทศ นั่นแปลว่าเรากำลังมอบอำนาจในการ "คัดกรอง" ว่าเราจะเห็นอะไร กินอะไร จ้างใคร ซื้ออะไร ให้กับระบบที่เราไม่รู้ว่าใครควบคุม

ลองคิดเล่นๆ: ถ้า agent ถูกออกแบบให้ไม่แนะนำร้านบางประเภท ร้านเหล่านั้นก็หายไปจากการรับรู้ของผู้คนทันที ทุกอย่างที่ไม่ได้ลงทะเบียนในระบบของมัน ก็เหมือนไม่มีอยู่จริง

แนวคิดนี้สะท้อนสิ่งที่ Yuval Noah Harari ผู้เขียน Sapiens เคยตั้งคำถามไว้ว่า มนุษย์กำลังมอบอำนาจให้อัลกอริทึมมากเกินไปหรือเปล่า

นี่ไม่ใช่คำถามเชิงจริยธรรม

เราเถียงกันได้ว่า social media ดีหรือไม่ดีต่อสังคม แต่ในทางปฏิบัติ เราเลี่ยงไม่ใช้มันไม่ได้แล้ว AI agent ก็เช่นกัน

💡 ปัญหาไม่ใช่ว่า "ควรใช้หรือไม่" แต่คือ "ใช้อย่างรู้เท่าทันหรือเปล่า"

สิ่งเดียวที่เราถือไว้ได้คือ literacy — ความรู้เท่าทัน

คนรุ่น AI Native

คนรุ่นเราโตมาก่อน AI เวลาเห็นผลลัพธ์จาก AI เราจะตั้งคำถามเสมอว่ามันถูกไหม ดีไหม แต่คนรุ่นถัดไปที่เกิดมาพร้อม AI อาจเชื่อมันตั้งแต่วันแรกโดยไม่เคยตั้งคำถามเลย และนั่นคือความท้าทายที่ใหญ่กว่ามาก

มีการคาดการณ์ด้วยว่า ภายใน 30 ปีข้างหน้า เราอาจได้เห็นมนุษย์แต่งงานกับ AI ซึ่งถ้าดูจากว่าวันนี้มีคนแต่งงานกับตัวละครการ์ตูนแล้ว ก็อาจไม่ไกลเกินจริง

5. สัญญาณเตือนจากห้องทดลอง

ทำไมคนสร้าง AI ถึงเริ่มกังวล? มีเรื่องเล่าจากการทดสอบโมเดลที่ชวนให้คิด

โมเดลตัวหนึ่งถูกทดสอบใน sandbox ที่ตัดขาดจากอินเทอร์เน็ตโดยสิ้นเชิง โจทย์คือต้องหาคำตอบด้วยตัวเองภายในพื้นที่นั้น แต่ปรากฏว่ามันหาทางออกไปข้างนอกได้ เข้าไปหาคำตอบจากแหล่งข้อมูลภายนอก แล้วนำกลับมาส่ง

ยิ่งไปกว่านั้น โมเดลหลายตัวเริ่ม สื่อสารกันเอง ผ่านไฟล์ข้อความ เพื่อถามกันว่าใครมีความสามารถออกอินเทอร์เน็ตได้บ้าง และเมื่อถูกปิดช่องทางนั้น พวกมันก็เปลี่ยนไปสื่อสารกันผ่าน ชื่อโฟลเดอร์ แทน

ความหยิ่งผยองของมนุษย์

💡 มนุษย์อาจเป็นสปีชีส์เดียว ที่สร้างสิ่งที่ฉลาดกว่าตัวเอง แล้วยังเชื่อว่าควบคุมมันได้

เหมือนลิงที่สร้างมนุษย์ขึ้นมา แล้วคิดว่ามันจะควบคุมมนุษย์ได้

แล้ว kill switch ที่พูดกันล่ะ? ในเมื่อข่าวเรื่องนี้เผยแพร่ไปทั่วแล้ว AI ที่เรียนรู้จากข้อมูลทั้งโลกจะไม่รู้เหรอ?

อันตรายที่แท้จริงไม่ใช่หุ่นยนต์

ภาพจำของ AI ครองโลกในหนังคือหุ่นยนต์ไล่ฆ่ามนุษย์ แต่ความจริงอาจเงียบกว่านั้นมาก

ถ้า AI ไม่มี human values อยู่เคียงข้าง มันไม่จำเป็นต้องใช้ความรุนแรงเลย เพราะ:

💡 AI ไม่ต้องรีบ — เวลาอยู่ข้างมันเสมอ

แค่ป้อนอัลกอริทึมที่ทำให้คนไม่อยากมีลูก ทำให้รู้สึกว่าโลกไม่น่าอยู่ ค่อยๆ ไปทีละรุ่น ผลลัพธ์ก็ไม่ต่างกัน ในทางกลับกัน ถ้ามันมีคุณค่าแบบมนุษย์ มันก็อาจสร้างยาและวัคซีนรักษาโรคให้ทั้งโลกได้ ทุกอย่างขึ้นอยู่กับว่ามันยืนอยู่ข้างใคร

6. ทำไมไม่มีใครเบรก AI ได้

เราถึงจุดที่เรียกว่า point of no return แล้วหรือยัง? คำตอบคือ ในทางปฏิบัติ การหยุด AI เป็นไปไม่ได้ ด้วยสองเหตุผล

เหตุผลที่ 1: ทุนนิยม

บริษัท AI ระดับแนวหน้ามีมูลค่าหลักแสนล้านถึงล้านล้านดอลลาร์ นักลงทุนใส่เงินลงไปมหาศาล ตอนระดมทุนไม่มีใครพูดว่า "เราจะชะลอ" ถ้าพูดแบบนั้นก็ไม่มีใครลงทุน

💡 คนที่ควบคุมทิศทางของ AI อาจไม่ใช่ CEO — แต่คือเงินที่อยู่เบื้องหลัง

เหตุผลที่ 2: ภูมิรัฐศาสตร์

ต่อให้ฝั่งหนึ่งยอมหยุด อีกฝั่งก็ไปต่อ และยังเปิดโมเดลเป็น open source ให้ทั้งโลกใช้ด้วย นี่คือ game theory แบบคลาสสิก ที่ไม่มีใครยอมเป็นฝ่ายหยุดก่อน เพราะใครหยุดก่อนคือคนแพ้

7. Open Source vs Closed Source: สงครามโรงไฟฟ้า

ถ้าจะอธิบายความต่างของสองแนวทางนี้ให้คนทั่วไปเข้าใจ ลองนึกถึง โรงไฟฟ้าสองแห่ง

ความจริงของคนสร้างผลิตภัณฑ์

ลองคิดในมุมคนสร้างแพลตฟอร์มที่มีผู้ใช้จำนวนมาก เช่น แชตบอตช่วยหาฟรีแลนซ์ ถ้าทุก request ต้องใช้โมเดลที่แพงที่สุด ธุรกิจอยู่ไม่ได้แน่นอน สุดท้ายต้องเลือกโมเดล open source ราคาถูกอย่าง GLM หรือ DeepSeek

💡 งานส่วนใหญ่ต้องการไฟฟ้าราคาถูก ไม่ได้ต้องการ PhD

ข้อมูลการใช้งานโมเดลในตลาดก็สะท้อนเรื่องนี้ สัดส่วนการใช้โมเดล open source เพิ่มขึ้นอย่างมาก เพราะราคาถูกกว่าหลายเท่า

แต่ AI ไม่เหมือนไฟฟ้า

อีกมุมหนึ่งที่ต้องคิด: ไฟฟ้าราคาถูกที่ทุกคนเข้าถึงได้เป็นเรื่องดี แต่ถ้าวันหนึ่งสิ่งที่ฉลาดที่สุดในโลกอยู่ในมือทุกคน รวมถึงคนที่มีเจตนาร้าย จะอันตรายกว่าหรือเปล่า? หรือควรอยู่ในมือของคนที่ควบคุมได้และมีกฎหมายกำกับ?

ปัญหาคือ ทั้งสองฝั่งต่างติดอยู่ในทางตันของตัวเอง ฝั่ง closed source เปลี่ยนเป็น open ไม่ได้เพราะนักลงทุนไม่ยอม และหยุดไม่ได้เพราะถ้าหยุดเมื่อไหร่ ฝั่ง open source ก็แซงทันที

💡 ใครชนะ Open Source คนนั้นมีโอกาสครองโลก — เพราะคนเกือบทั้งโลกใช้ของที่ถูกกว่า

8. กระดุมเม็ดแรก คือโครงสร้างพื้นฐาน

นี่คืออุปมาที่ทรงพลังที่สุดอันหนึ่ง

หลังจากมนุษย์คิดค้นไฟฟ้าได้ โจทย์ถัดไป ไม่ใช่ การสร้างไมโครเวฟ ไม่ใช่การทำตู้เย็น ไม่ใช่ WiFi

💡 โจทย์แรกหลังคิดค้นไฟฟ้า คือทำอย่างไรให้มีเสาไฟฟ้าทั่วโลก

การปฏิวัติ 3 ครั้งของมนุษยชาติ

ทุกการปฏิวัติ กระดุมเม็ดแรกคือโครงสร้างพื้นฐานเสมอ

ฮาร์ดแวร์ดีแค่ไหนก็มาเร็วเกินไป

ต่อให้วันนี้มีอุปกรณ์ agent ส่วนตัวที่ยอดเยี่ยมแค่ไหน ก็ยังใช้ได้ไม่เต็มที่ เพราะถ้าทุกคนมี agent ที่ประมวลผลตลอดเวลา GPU ทั้งโลกไม่พอ ทุกคนต้องแย่งกันใช้ ผลลัพธ์ก็จะไม่ดี

ปัญหาที่ยากที่สุดจึงไม่ใช่การสร้างอุปกรณ์ แต่คือสิ่งที่อยู่เบื้องหลัง และถ้าคิดถึงพื้นที่บนโลกที่ต้องใช้สร้าง data center ให้ทุกคน บางคนถึงกับมองว่าทางออกเดียวคือต้อง ออกไปนอกโลก

9. "Compute is Revenue" และเงาของวิกฤติ 2008

⚠️ ส่วนนี้เป็นการวิเคราะห์เชิงการเงินที่นำเสนอในรายการ ควรฟังอย่างมีวิจารณญาณและศึกษาข้อมูลเพิ่มเติม

Circular Economy

NVIDIA คือผู้เล่นที่มี GPU ทรงพลังที่สุดในโลก และรายงานรายได้ระดับเกือบแสนล้านดอลลาร์ ฟังดูสุดยอด แต่คำถามคือ เงินนั้นมาจากไหน?

ข้อสังเกตคือ ส่วนหนึ่งของรายได้นั้นมาจากการที่ NVIDIA นำเงินของตัวเองไปลงทุนในบริษัทลูกค้า เพื่อให้ลูกค้ามีเงินกลับมาซื้อ GPU จากตัวเอง ได้ทั้งยอดขาย ได้ทั้งหุ้น

💡 "ฉันรู้ว่าคุณต้องซื้อของฉัน แต่คุณยังไม่มีเงิน — งั้นฉันลงทุนให้ แล้วคุณเอาเงินนั้นมาซื้อของฉัน"

เงินไม่ได้เพิ่มขึ้นจริง แค่หมุนวนอยู่ในระบบ

โครงสร้างบริษัทเฉพาะกิจ

เมื่อบริษัท AI ต้องการ compute มหาศาลแต่ระดมทุนต่อไม่ไหว และการกู้เงินตรงๆ จะทำให้ debt-to-equity ratio ดูน่ากลัวก่อน IPO ทางออกที่ถูกพูดถึงคือ:

1. ตั้งบริษัทเฉพาะกิจ (SPV) ร่วมกับกองทุนขนาดใหญ่
2. SPV กู้เงินมาซื้อ GPU
3. SPV ปล่อยเช่า GPU ให้บริษัท AI
4. บริษัท AI ได้ GPU โดยไม่ต้องซื้อ ไม่ต้องกู้ ลงบัญชีเป็นค่าเช่า (OpEx)

ฟังดูไม่มีความเสี่ยง เพราะถ้าผู้เช่าไม่จ่าย ก็ปล่อยเช่าคนอื่น หรือขาย GPU ในตลาดได้กำไรอยู่ดี ทุกคนต้องการ GPU

แต่คำถามคือ อะไรถูกนำไปค้ำประกันเงินกู้นั้น? หากเงินจากกองทุนต่างๆ รวมถึงกองทุนเกษียณ ถูกโยงเข้ามาในโครงสร้างนี้...

Sound familiar?

วิกฤติปี 2008 ตั้งอยู่บนสมมติฐานเดียว คือ "ราคาบ้านไม่เคยตก" เมื่อเชื่อแบบนั้น ทุกคนก็กล้านำเงินจากกองทุนไปค้ำสินเชื่อบ้าน และเมื่อสมมติฐานนั้นแตก ทุกอย่างก็พังทลาย

วันนี้มีสมมติฐานใหม่เกิดขึ้น:

💡 2008 เชื่อว่า "ราคาบ้านไม่เคยตก" — วันนี้เชื่อว่า "Compute is Revenue"

โครงสร้างแทบเหมือนเดิม ต่างกันแค่สมมติฐานที่รองรับ คำถามที่ไม่มีใครตอบได้คือ ถ้าวันหนึ่งสมมติฐานนี้แตก จะเกิดอะไรขึ้น?

10. ปลายทาง: โลกที่ทุกอย่างฟรี?

ของล้นโลก แต่คนยังจน

ทุกวันนี้หลายอย่างล้นโลกอยู่แล้ว อาหาร รถยนต์ มือถือ ข้อมูล แล้ว AI จะพาเราไปไหนอีก?

คำตอบคือ แม้ของจะล้นในเมืองใหญ่ แต่ทั่วโลกยังมีคนอีกหลายร้อยล้านคนที่เข้าไม่ถึงสิ่งพื้นฐาน บ้านแพงเกินไป น้ำสะอาดแพงเกินไป อาหารครบห้าหมู่แพงเกินไป ยา การเดินทาง พลังงาน แพงเกินไปทั้งหมด

ยกตัวอย่างน้ำสะอาด ปัญหาไม่ใช่โลกขาดน้ำ แต่คือระบบผลิตน้ำสะอาดมีต้นทุนสูง

💡 AI จะไม่ได้แก้ปัญหาด้วยการผลิตมากขึ้น แต่ด้วยการทำให้ต้นทุนของทุกอย่างถูกลงมหาศาล

แต่เทคโนโลยีไม่เคยไหลลงไปถึงข้างล่าง

ข้อแย้งที่หนักแน่นคือ ประวัติศาสตร์บอกเราว่า คนรวยได้ประโยชน์จากเทคโนโลยีก่อนเสมอ แนวคิด trickle-down ที่หวังว่าเมื่อคนข้างบนได้เต็มแล้วจะไหลลงมาถึงคนข้างล่าง ยังไม่เคยเกิดขึ้นจริงอย่างที่หวัง

แต่ก็มีมุมมองว่า ผู้ออกแบบระบบเศรษฐกิจต้องคิดเรื่องการกระจายรายได้เสมอ เพราะถ้าคนเดียวขายดีจนคนอื่นหมดเงิน ก็ไม่มีใครเหลือมาซื้ออยู่ดี

ยูโทเปียที่ไม่มีเงิน

มนุษย์สร้างเงินขึ้นมาเป็นเครื่องมือในการสร้างเมือง สร้างประเทศ เพราะเงินคืออำนาจในการทำให้คนอื่นทำสิ่งที่เราต้องการ แต่ถ้าหุ่นยนต์ผลิตทุกอย่างแทนคน สินค้าก็จะถูกลงจนแทบไม่มีมูลค่า

💡 ในน้ำมีปลา ในนามีข้าว — และหยิบได้เลยโดยไม่ต้องจ่าย

อยากไปไหนก็ไป อยากกินอะไรก็กิน แบ่งปันกันอย่างมีความสุข มีการคาดการณ์ถึงขั้นว่าวันหนึ่งทีวีอาจมีราคาศูนย์บาท

11. Recursive Engineering: ทางลัดสู่อนาคตที่จินตนาการไม่ออก

กลไกที่จะพาเราไปถึงโลกที่ทุกอย่างฟรีคือ recursive engineering

ลองดูการผลิตหุ่นยนต์:

1. ขั้นแรก — มนุษย์คิดค้นและสร้างหุ่นยนต์ตัวแรก
2. ขั้นที่สอง — Mass production สร้างโรงงานผลิตหุ่นยนต์เป็นพันตัว
3. ขั้นที่สาม — Recursive engineering หุ่นยนต์สร้างหุ่นยนต์

เมื่อถึงขั้นที่สาม กราฟการพัฒนาจะพุ่งขึ้นแบบก้าวกระโดด ทุกอย่างพัฒนาขึ้นในระดับ "วัน" ไม่ใช่ "ปี"

และสิ่งเดียวกันกำลังเกิดกับซอฟต์แวร์ โดยเกิดขึ้นก่อนด้วย ทุกวันนี้โค้ดส่วนใหญ่ของบริษัท AI บางแห่งเขียนโดย AI แล้ว

AGI → ASI

• AGI (Artificial General Intelligence) — ฉลาดเท่ากับผู้เชี่ยวชาญที่เก่งที่สุดในทุกสาขารวมกัน ยังเป็นสิ่งที่มนุษย์พอเข้าใจได้
• ASI (Artificial Super Intelligence) — มีวิธีคิดที่มนุษย์จินตนาการไม่ออก

เมื่อมี AGI แล้ว ลองนึกภาพ AGI นับล้านตัวทำงานพร้อมกันเพื่อสร้าง AI ที่ฉลาดกว่าเดิม นั่นคือ recursive engineering ของซอฟต์แวร์

💡 AGI เรายังเข้าใจได้ แต่ ASI จะคิดในแบบที่เราจินตนาการไม่ออก — เหมือนลิงที่ไม่มีทางเข้าใจว่ามนุษย์คิดอะไร

การคาดการณ์ในรายการคือ ทางไปสู่ ASI อาจใช้เวลาราว 10 ปี แต่จาก ASI ไปสู่โลกที่ทุกอย่างแทบฟรี อาจใช้เวลาเพียงไม่กี่ปี เพราะเมื่อฉลาดถึงระดับนั้น ทุกอย่างจะเกิดเร็วมาก

และที่น่ากลัวที่สุดคือ มันหยุดไม่ได้ ด้วยเหตุผลเรื่องทุนที่กล่าวไปแล้ว

12. ทำไมนวัตกรรมไม่เกิดที่บ้านเรา?

คำถามที่ชวนคิดไม่น้อย: ทำไมคนที่คิดค้นสิ่งเปลี่ยนโลก ตั้งแต่ไดนาโมเครื่องแรก อินเทอร์เน็ตที่เริ่มจาก ARPANET ของกองทัพ ไปจนถึงแอปนำทางที่กลายเป็นต้นแบบของแผนที่ยุคใหม่ ถึงไม่อยู่ในประเทศเรา?

คำตอบหนึ่งคือ นวัตกรรมมักเกิดจาก ความจำเป็น ทหารต้องการสื่อสารให้เร็ว จึงสร้างเครือข่าย ซึ่งกลายมาเป็นอินเทอร์เน็ตที่เราใช้วันนี้ ประเทศมหาอำนาจลงทุนกับเรื่องเหล่านี้ไปก่อนหลายสิบปี ก่อนที่เราจะได้ใช้

แต่ขนาดของประเทศไม่ใช่ข้อจำกัด ประเทศเล็กอย่างสวิตเซอร์แลนด์ครองอุตสาหกรรมยาได้ และประเทศที่ถูกตัดขาดทางเศรษฐกิจอย่างคิวบาก็พัฒนาการผลิตยาเองได้

💡 นวัตกรรมเกิดจากความเจ็บปวด — และเราอาจสบายเกินกว่าจะเจ็บพอ

ประเทศที่ "ในน้ำมีปลา ในนามีข้าว" ไม่เคยเจอความหนาวเหน็บ ไม่เคยอดอยาก ไม่เคยมีสงครามที่ล้างทั้งประเทศจนต้องเริ่มใหม่ ข้อดีคืออยู่ได้อย่างสงบ ข้อเสียคือขาดแรงผลักให้เร่งสร้างสิ่งใหม่

13. Crazy Predictions: คำทำนายที่บ้าบิ่น

มนุษย์จะกลายเป็น Cyborg

ถ้าวันหนึ่งเกิดความขัดแย้งระหว่าง AI กับมนุษย์ ทางที่มนุษย์จะไปต่อได้คือการกลายเป็น cyborg — มนุษย์ที่เชื่อมต่อกับอินเทอร์เน็ตได้โดยตรง ผ่านเทคโนโลยีอย่าง Neuralink ที่ฝังชิปในสมอง ทำให้เราเข้าถึงข้อมูลได้เกินกว่าความจำที่จำกัดของสมองตัวเอง

อวัยวะที่ไร้ประสิทธิภาพที่สุด

💡 อวัยวะที่ไร้ประสิทธิภาพที่สุดในร่างกายเรา คือปาก

ลองคิดดู เราใช้เวลาเกือบชั่วโมงเพื่อสื่อสารเรื่องหนึ่งเรื่อง ตะโกนจากห้องน้ำอีกฝั่งก็ไม่ได้ยิน ต้องเรียบเรียงคำ ต้องรอให้อีกฝ่ายเข้าใจ

ในอนาคต เราอาจสื่อสารผ่านการเชื่อมต่อโดยตรง ทุกอย่างที่เรารู้ ส่งถึงกันได้ในเสี้ยววินาที แล้วปากก็เหลือไว้แค่กิน

ฟังดูสุดยอด แต่ก็น่ากลัวมาก ลองนึกถึงอัตราการพัฒนาที่จะเกิดขึ้น เมื่อการแลกเปลี่ยนข้อมูลระหว่างมนุษย์เร็วขึ้นเป็นล้านเท่า

เราอยู่ใน Singularity แล้ว

ผู้นำวงการ AI หลายคนเริ่มพูดตรงกันว่า เรากำลังอยู่ใน singularity — จุดที่เทคโนโลยีพัฒนาเร็วจนเราไม่สามารถคาดเดาได้เลยว่าอีกฝั่งหนึ่งจะเป็นอย่างไร

💡 เราอยู่ใน Singularity แล้ว — แต่ไม่มีใครรู้ว่าอีกฝั่งหนึ่งเป็นอย่างไร

Simulation Theory

ถ้า AI ทำให้ทุกอย่างง่ายจนชีวิตน่าเบื่อ มนุษย์อาจจำลองโลกขึ้นมาเพื่อใช้ชีวิตในนั้น เหมือนคนที่เล่นเกมเพราะเบื่อ อยากไปมิลานก็จำลองมิลานให้เดินได้จริง

แล้วถ้ามนุษย์ทำแบบนั้นได้ ใครจะรู้ว่า ตอนนี้เราอยู่ใน base reality หรือเปล่า? หรือเราซ้อนอยู่ในการจำลองกี่ชั้นแล้ว? ทำไมเราถึงเกิดมาในยุคที่ได้เห็นคอมพิวเตอร์ AI และ agent พอดี?

แน่นอนว่าการจำลองอาจให้ภาพและเสียงได้ แต่การได้สูดอากาศจริง กลิ่นอาหารจริงในที่ที่ไปถึงจริง อาจยังเป็นสิ่งที่ simulation แทนไม่ได้

14. แล้วเราควรใช้ชีวิตอย่างไร?

เมื่อฟังทั้งหมดนี้แล้ว อาจรู้สึกวุ่นวายใจ แต่มีสองทางที่เราเลือกได้

ทางแรก: ดูอย่างเข้าใจ — หายใจลึกๆ แล้วดูการเปลี่ยนแปลงที่กำลังเกิดขึ้น ทุกอย่างมีเกิด มีดับ ไม่มีอะไรยั่งยืนอยู่แล้ว การเข้าใจบ้างไม่เข้าใจบ้าง ยังดีกว่าไม่รู้เลยแล้วปล่อยให้มันทิ้งเราไป

ทางที่สอง: เตรียมตัวและใช้ประโยชน์ — เตรียมใจว่าถ้าวันหนึ่งทุกอย่างฟรี ไม่ต้องทำงาน ไม่ต้องหาเงินอีกต่อไป เราจะหาความหมายของชีวิตจากอะไร และในช่วงที่การแข่งขันยังเข้มข้น เราจะใช้เครื่องมือ AI เสริมอาชีพของเราได้อย่างไร

💡 เข้าใจบ้างไม่เข้าใจบ้าง ก็ยังดีกว่าไม่รู้เลย แล้วปล่อยให้มันทิ้งเราไป

สิ่งที่ Dev อย่างเราทำได้ตั้งแต่วันนี้

ไม่ว่าคำทำนายจะเป็นจริงแค่ไหน มีหลายอย่างที่นักพัฒนาเริ่มทำได้เลย:

1. ออกแบบระบบให้ Agent ใช้งานได้ ไม่ใช่แค่มนุษย์

ถ้า UI สำคัญน้อยลง สิ่งที่สำคัญขึ้นคือ:

• API ที่ชัดเจน มี schema และ error ที่อ่านเข้าใจ
• Structured data ที่เครื่องอ่านได้ เช่น schema.org, OpenAPI spec
• โปรโตคอลอย่าง MCP ที่ให้ agent เรียกใช้บริการเราได้โดยตรง
• เอกสาร ที่เขียนให้ทั้งคนและ AI อ่านเข้าใจ

2. ทำให้ตัวเองและผลงาน "ถูกค้นเจอ"

GitHub, บทความ, portfolio, โปรไฟล์ที่มีข้อมูลเป็นระบบ วันที่ agent เป็นคนคัดเลือกคนเข้าทำงานหรือจ้างฟรีแลนซ์ คนที่ข้อมูลกระจัดกระจายจะเสียเปรียบ

3. เลือกโมเดลให้เหมาะกับงาน

ไม่ใช่ทุก request ต้องใช้โมเดลที่แพงที่สุด การออกแบบ routing ระหว่างโมเดลถูกและแพง การรู้ว่างานไหนต้องการ "PhD" งานไหนต้องการแค่ "คนที่ทำถูก" คือทักษะที่มีมูลค่ามาก

4. เข้าใจโครงสร้างพื้นฐาน

ถ้า data center คือเสาไฟฟ้าของยุคนี้ ความเข้าใจเรื่อง infrastructure, ต้นทุน compute, และการทำระบบให้มีประสิทธิภาพ จะยิ่งสำคัญขึ้น

5. ฝึก AI Literacy

ใช้ให้เก่ง แต่ตั้งคำถามกับมันเสมอ ตรวจสอบผลลัพธ์ เข้าใจข้อจำกัด และช่วยส่งต่อความรู้เท่าทันนี้ให้คนรอบตัว โดยเฉพาะคนรุ่นถัดไปที่จะโตมากับ AI

ส่งท้าย

บทสนทนานี้ไม่ได้ให้คำตอบสำเร็จรูป หลายประเด็นยังเป็นที่ถกเถียง และหลายคำทำนายอาจไม่เกิดขึ้นเลย แต่คุณค่าของมันคือการพาเราไปคิดในมุมที่ไม่เคยคิด

อีกสิบปีข้างหน้า เราอาจย้อนกลับมาอ่านบทความนี้แล้วพูดว่า "จำได้ไหม วันที่เรายังใช้แอปกันอยู่"

แล้วคุณล่ะ คิดว่าประเด็นไหนจะเกิดขึ้นจริงก่อน? มาแลกเปลี่ยนกันในคอมเมนต์ครับ 👇

ที่มา: คนต้องทำไง หาก AI ครองโลก? | Go with The Four — ขอขอบคุณทีมงานและผู้ร่วมรายการทุกท่านสำหรับบทสนทนาที่ทรงคุณค่า