ตลอดช่วง 2-3 ปีที่ผ่านมา AI ได้กลายเป็นหนึ่งในเทคโนโลยีที่ได้รับความสนใจมากที่สุดในโลก บริษัทเทคโนโลยีชั้นนำต่างเร่งพัฒนาโมเดล AI ที่มีความสามารถสูงขึ้น พร้อมทุ่มงบประมาณมหาศาลในด้านชิปประมวลผลและศูนย์ข้อมูล เพื่อช่วงชิงความเป็นผู้นำในยุคปัญญาประดิษฐ์
อย่างไรก็ตาม ในช่วงที่ผ่านมา เริ่มเห็นสัญญาณจากผู้พัฒนา AI ชั้นนำหลายรายที่ออกมาแสดงความกังวลเกี่ยวกับความเร็วในการพัฒนา AI รุ่นใหม่ พร้อมเรียกร้องให้อุตสาหกรรมให้ความสำคัญกับประเด็นด้านความปลอดภัย การกำกับดูแล และผลกระทบที่อาจเกิดขึ้นจากการใช้งาน AI มากขึ้น
เมื่ออุตสาหกรรมกำลังเปลี่ยนผ่านจากช่วง “เร่งพัฒนา” ไปสู่ช่วง “เร่งใช้งาน” คำถามสำคัญจึงอาจไม่ใช่เพียงว่า AI จะฉลาดขึ้นได้อีกมากแค่ไหน แต่คือจะทำอย่างไรให้ AI สามารถถูกนำไปใช้งานได้อย่างปลอดภัยและสร้างประโยชน์ได้อย่างยั่งยืน
เหตุใดผู้พัฒนา AI จึงเริ่มกังวลกับการพัฒนา AI ที่รวดเร็วเกินไป?
แม้ AI จะเป็นเทคโนโลยีที่มีศักยภาพสูงและพัฒนาประสิทธิภาพต่อได้อีกมาก แต่ในช่วงที่ผ่านมาเริ่มเห็นผู้บริหารและนักพัฒนา AI หลายรายออกมาแสดงความกังวลเกี่ยวกับความเสี่ยงที่อาจเพิ่มขึ้นตามความสามารถของ AI ที่ก้าวหน้าอย่างรวดเร็ว
โดย Dario Amodei, CEO ของ Anthropic ได้เสนอว่าอุตสาหกรรมควรชะลอการพัฒนา AI ขั้นสูง เพื่อให้มาตรการด้านความปลอดภัยสามารถพัฒนาได้ทันกับความสามารถของ AI ขณะที่ Sam Altman จาก OpenAI ก็ให้ความสำคัญกับประเด็นด้าน Safety และ Alignment มากขึ้นเช่นกัน
ความกังวลดังกล่าวไม่ได้สะท้อนเพียงประเด็นด้านจริยธรรม แต่ยังรวมถึงความเสี่ยงด้านข้อมูล ความเป็นส่วนตัว การใช้งาน AI ในทางที่ผิด รวมถึงต้นทุนการพัฒนาที่เพิ่มสูงขึ้นอย่างต่อเนื่องตลอดช่วงหลายปีที่ผ่านมา
อย่างไรก็ตาม การชะลอการพัฒนา AI รุ่นใหม่ไม่ได้หมายความว่า AI กำลังหมดอนาคต ตรงกันข้าม AI กำลังเข้าสู่ช่วงที่องค์กรต่าง ๆ เริ่มนำไปใช้งานจริงมากขึ้น และนั่นอาจเป็นจุดเริ่มต้นของการเปลี่ยนแปลงรอบใหม่ในระบบนิเวศ AI
หาก AI กำลังเข้าสู่ช่วงใช้งานจริง ความต้องการขององค์กรจะเปลี่ยนไปอย่างไร?
ในช่วงแรกของ AI Wave ผู้ได้รับประโยชน์หลักคือกลุ่มผู้ผลิตชิป ผู้ให้บริการ Cloud และผู้พัฒนาโมเดล AI ซึ่งเป็นผู้สร้างโครงสร้างพื้นฐานให้กับอุตสาหกรรมทั้งหมด การแข่งขันในช่วงเวลาดังกล่าวมุ่งเน้นไปที่การพัฒนาโมเดลที่มีประสิทธิภาพมากขึ้น และการเพิ่มกำลังประมวลผลเพื่อรองรับความต้องการที่เติบโตอย่างรวดเร็ว ส่งผลให้เม็ดเงินลงทุนจำนวนมหาศาลไหลเข้าสู่ธุรกิจที่อยู่เบื้องหลังการพัฒนา AI และผลักดันให้หลายบริษัทกลายเป็นผู้ชนะของ AI Wave รอบแรก
แต่เมื่อ AI เริ่มถูกนำไปใช้งานจริงในภาคธุรกิจ ความต้องการขององค์กรก็เริ่มเปลี่ยนไป จากเดิมที่มุ่งเน้นการเข้าถึงเทคโนโลยี AI กลายเป็นการมุ่งเน้นว่าจะใช้งาน AI อย่างไรให้เกิดประโยชน์สูงสุด ภายใต้ความเสี่ยงที่สามารถควบคุมได้ ทั้งในด้านข้อมูล ความเป็นส่วนตัว และข้อกำหนดด้านกฎระเบียบ
หาก AI Wave รอบแรกเป็นการแข่งขันเพื่อ “สร้าง AI” AI Wave รอบถัดไปอาจเป็นการแข่งขันเพื่อ “ทำให้ AI ถูกใช้งานได้จริง” และหากสิ่งที่องค์กรต้องการมากขึ้นไม่ใช่ AI ที่เก่งที่สุด แต่เป็น AI ที่ปลอดภัยที่สุด กลุ่มธุรกิจที่เกี่ยวข้องกับการบริหารความเสี่ยงและความปลอดภัยก็อาจได้รับความสนใจเพิ่มขึ้นตามไปด้วย
Cybersecurity อาจเป็นหนึ่งในผู้ชนะของ AI Wave รอบถัดไป?
เมื่อ AI เริ่มถูกนำไปใช้งานจริงในองค์กร ความเสี่ยงก็ไม่ได้อยู่แค่เรื่อง Network หรือระบบเครือข่าย และ Database หรือฐานข้อมูลอีกต่อไป แต่ขยับไปถึงคำถามว่า AI ตัวไหนเป็นของจริง ใครเป็นคนอนุญาต และ AI สามารถเข้าถึงข้อมูลหรือดำเนินการอะไรแทนผู้ใช้ได้บ้าง โจทย์นี้จะชัดขึ้นมากในยุค Agentic AI หรือ AI ที่ไม่ได้แค่ตอบคำถาม แต่สามารถลงมือทำงานแทนเราได้ เช่น ค้นข้อมูล สั่งซื้อสินค้า จ่ายเงิน หรือเชื่อมต่อกับระบบภายในองค์กร
ระบบ Security แบบเดิมมักมองพฤติกรรมที่เป็นอัตโนมัติว่าเป็นความเสี่ยง เช่น การทำงานเร็วผิดปกติ การเข้าใช้งานผ่าน Cloud หรือการส่งคำสั่งจำนวนมากในเวลาอันสั้น แต่ในโลก Agentic AI พฤติกรรมแบบเดียวกันอาจมาจาก AI Agent ที่ผู้ใช้อนุญาตจริง คำถามของระบบความปลอดภัยจึงต้องเปลี่ยนจาก “นี่คือ Bot หรือไม่” ไปเป็น “Bot ตัวนี้ได้รับอนุญาตหรือไม่ และกำลังทำงานอยู่ในขอบเขตที่เจ้าของอนุญาตหรือเปล่า” ตรงนี้ทำให้ Identity หรือการยืนยันว่าใครเป็นผู้ใช้งาน, Authentication หรือการตรวจสอบตัวตน, Permission หรือสิทธิ์ว่าแต่ละคนหรือแต่ละ Agent สามารถทำอะไรได้บ้าง รวมถึง Fraud Detection หรือระบบตรวจจับการทุจริต มีบทบาทสำคัญขึ้นตามไปด้วย เพราะเครื่องมือแบบเดิม เช่น การดู IP Address, Device หรือรูปแบบการใช้งาน อาจไม่เพียงพอเมื่อ Agent ที่ถูกต้องเองก็มีพฤติกรรมคล้าย Bot ได้
อีกด้านหนึ่ง AI ก็ช่วยเพิ่มความสามารถให้ผู้โจมตีด้วยเช่นกัน ไม่ว่าจะเป็นการทำ Phishing หรือการหลอกให้ผู้ใช้เปิดเผยข้อมูล การขโมย Credential หรือข้อมูลที่ใช้เข้าสู่ระบบ รวมถึงการค้นหาช่องโหว่และโจมตีระบบแบบอัตโนมัติได้รวดเร็วขึ้น ทำให้ Threat Environment หรือสภาพแวดล้อมของภัยคุกคามทางไซเบอร์ซับซ้อนขึ้นพร้อมกับการใช้งาน AI ที่เพิ่มขึ้น
จุดนี้ทำให้ Cybersecurity มีความแตกต่างจากธุรกิจที่พึ่งพาการพัฒนาโมเดล AI รุ่นใหม่โดยตรง เพราะต่อให้ Frontier Model หรือโมเดล AI ระดับแนวหน้าที่มีความสามารถสูงสุด ถูกพัฒนาช้าลง แต่ถ้าองค์กรยังเดินหน้านำ AI ไปใช้กับระบบลูกค้า การจ่ายเงิน การวิเคราะห์ข้อมูล หรือ Workflow หรือกระบวนการทำงานภายในองค์กร ความต้องการด้านความปลอดภัยก็ยังมีแนวโน้มเพิ่มขึ้นตาม ดังนั้น AI Wave รอบแรกอาจเป็นการแข่งขันด้าน Compute หรือกำลังประมวลผล
แต่ AI Wave รอบถัดไปอาจเพิ่มการแข่งขันอีกด้านเข้ามา คือ Trust หรือความเชื่อมั่น เพราะสุดท้าย องค์กรอาจไม่ได้ถามเพียงว่า “AI ตัวนี้เก่งแค่ไหน” แต่จะถามมากขึ้นว่า“เรากล้าปล่อยให้มันเข้าถึงข้อมูล ใช้เงิน และตัดสินใจแทนเราได้มากแค่ไหน”
และถ้าความเชื่อมั่นกลายเป็นเงื่อนไขสำคัญก่อนที่ AI จะถูกใช้งานในวงกว้าง Cybersecurity ก็อาจไม่ใช่แค่ผู้ได้ประโยชน์จาก AI แต่เป็นหนึ่งในโครงสร้างพื้นฐานที่ทำให้ AI ไปต่อได้จริง
Source : BCG, CNBC, Moody’s, Goldman Sachs
สอบถามข้อมูลเพิ่มเติมได้ที่ TISCO Contact Center 0 2633 6000 กด 4 , 0 2080 6000 กด 4
ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยงก่อนการตัดสินใจลงทุน
รายงานฉบับนี้ไม่ถือว่าเป็นคำเสนอหรือคำชี้ชวนให้ซื้อหรือขายหลักทรัพย์ และจัดทำขึ้นเป็นการเฉพาะเพื่อประโยชน์แก่บุคคลที่เกี่ยวข้องกับบริษัทเท่านั้น มิให้นำไปเผยแพร่ทางสื่อมวลชนหรือโดยทางอื่นใด ทิสโก้ไม่ต้องรับผิดต่อความเสียหายใดๆ ที่เกิดขึ้นโดยตรงหรือเป็นผลจากการใช้เนื้อหาหรือรายงานฉบับนี้ การนำไปซึ่งข้อมูล บทความ บทวิเคราะห์ และการคาดหมายทั้งหลายที่ปรากฏอยู่ในรายงานฉบับนี้เป็นการนำไปใช้โดยผู้ใช้ยอมรับความเสี่ยงและเป็นดุลยพินิจของผู้ใช้แต่ผู้เดียว