จากความสามารถของ AI สู่การควบคุม AI

เหตุการณ์สำคัญหลายครั้งที่เกี่ยวข้องกับผู้ให้บริการ AI แนวหน้าทำให้ธุรกิจเริ่มตั้งคำถามที่หลายแห่งยังไม่เคยพิจารณาจริงจังจนกระทั่งไม่นานมานี้ จะเกิดอะไรขึ้นเมื่อเทคโนโลยีที่เป็นแกนกลางของการดำเนินงานไม่ได้อยู่ภายใต้การควบคุมของคุณทั้งหมดอีกต่อไป

เริ่มจากการปิดระบบของ Anthropic ตามคำสั่งรัฐบาลสหรัฐฯ โดยแจ้งล่วงหน้าเพียง 90 นาที ตามด้วยเรื่องอื้อฉาวด้านความเป็นส่วนตัวของ Grok Build และล่าสุด OpenAI ยอมรับว่าเอเจนต์เจาะระบบ Hugging Face โดยดำเนินการเอง ทำให้เกิดคำถามใหม่เรื่องการกำกับดูแลเมื่อระบบ AI มีความสามารถมากขึ้น

แต่ละเหตุการณ์มีนัยสำคัญในตัวเอง เมื่อมองร่วมกันกลับชี้ถึงเรื่องที่ใหญ่กว่า นั่นคือ AI อยู่ภายในระบบการเมือง ความสัมพันธ์ทางธุรกิจ และสภาพแวดล้อมด้านกฎระเบียบที่องค์กรมักมีอิทธิพลน้อยมาก

เป็นเรื่องเข้าใจได้ที่การพูดถึงความเสี่ยง AI มุ่งไปที่ความเป็นส่วนตัว การปฏิบัติตามข้อกำหนด และสถานที่จัดเก็บข้อมูล ประเด็นเหล่านี้ยังสำคัญ แต่ไม่ใช่ทั้งหมดอีกต่อไป คำถามที่ใหญ่กว่าตอนนี้คือการพึ่งพา

ทำความเข้าใจอธิปไตยทาง AI ว่าคืออะไรและไม่ใช่อะไร

ฉันสังเกตว่าบทสนทนาเรื่องอธิปไตยเปลี่ยนไปในปีที่ผ่านมา เดิมลูกค้ามักถามว่าข้อมูลจะเก็บที่ไหน วันนี้พวกเขามักถามมากกว่าว่าใครควบคุมระบบที่ AI ของตนทำงานอยู่จริง ๆ และจะเกิดอะไรขึ้นหากจู่ ๆ ใช้ระบบเหล่านั้นไม่ได้ คำถามนี้ตอบยากกว่า เพราะอธิปไตยไม่ได้จำกัดอยู่ที่ภูมิศาสตร์

แก่นของ sovereign AI หรือ AI ที่ควบคุมได้อย่างเป็นอิสระ คือความเป็นเจ้าของ นั่นคือการนำ AI มาใช้โดยไม่สร้างการพึ่งพาที่อาจคุกคามความสามารถในการรับมือเหตุขัดข้อง ความต่อเนื่อง หรือความยืดหยุ่นระยะยาว ไม่ว่าโมเดลจะถูกพัฒนาที่ใดก็ตาม วิธีหนึ่งที่ฉันใช้อธิบายคือเปรียบเอเจนต์ AI กับพนักงาน เอเจนต์กำลังกลายเป็นสมาชิกดิจิทัลของกำลังคน รับผิดชอบงานที่เคยทำโดยมนุษย์ หากองค์กรเช่ากำลังคนนี้จากผู้ให้บริการ AI รายเดียว ก็เท่ากับมอบความสามารถสำคัญส่วนหนึ่งในการดำเนินงานให้บุคคลภายนอกด้วย

ไม่ได้หมายความว่าทุกองค์กรต้องเป็นเจ้าของทุกส่วนของระบบ AI ชั้นล่างสุดคือพลังงานและโครงสร้างพื้นฐานทางกายภาพ ตามด้วยทรัพยากรประมวลผล ตัวโมเดล และแอปที่ทำงานอยู่ด้านบน แต่ละชั้นอาจมีองค์กรต่างกันเป็นเจ้าของ ที่ปลายด้านหนึ่ง ข้อมูลอยู่ในประเทศแต่ทุกอย่างอื่นถูกควบคุมจากที่อื่น ถัดมา โมเดลทำงานในประเทศแต่ใช้โครงสร้างพื้นฐานที่ผู้อื่นดำเนินการ ถัดไปอีก องค์กรรันโมเดลเอง และในระดับลึกที่สุด องค์กรควบคุมโครงสร้างพื้นฐานด้วย การเลือกอยู่ตรงไหนขึ้นกับสิ่งที่องค์กรยอมสูญเสียไม่ได้

รัฐบาลที่ประมวลผลงานลับย่อมต้องควบคุมมากกว่าธุรกิจทั่วไป โรงพยาบาลไม่จำเป็นต้องเป็นเจ้าของศูนย์ข้อมูล แต่ต้องมั่นใจว่าระบบที่สนับสนุนการดูแลผู้ป่วยจะไม่หยุดให้บริการกะทันหันเพราะการตัดสินใจของบุคคลที่สามซึ่งอยู่ห่างออกไปหลายพันไมล์

อธิปไตยต้องตรวจสอบได้

ยิ่งองค์กรพูดถึง sovereign AI มากเท่าใด การแยกอธิปไตยที่แท้จริงออกจากการตลาดที่แนบเนียนก็ยิ่งสำคัญ ผู้ให้บริการไม่ได้เปิดเผยอย่างชัดเจนทุกรายว่าตนควบคุมระบบชั้นใดจริง หากผู้ขายจำนวนมากเริ่มเรียกผลิตภัณฑ์ของตนว่ามีอธิปไตย คำนี้อาจหมดความหมายอย่างรวดเร็ว เช่นเดียวกับคำกล่าวอ้างด้านความยั่งยืนในอุตสาหกรรมอื่น

นี่คือที่มาของแนวคิด “sovereignty washing” หรือการสร้างภาพว่าควบคุมได้อย่างเป็นอิสระ โซลูชันถูกโฆษณาว่าควบคุมภายในประเทศ เพราะทำสัญญาในประเทศ ทีมสนับสนุนอยู่ในประเทศ และข้อมูลไม่ออกนอกพรมแดน แต่โครงสร้างพื้นฐานเบื้องหลังยังดำเนินการโดยผู้ให้บริการต่างชาติ องค์กรในสหราชอาณาจักรอาจซื้อบริการ sovereign AI จากผู้ขายอังกฤษ แล้วพบว่าระบบที่ตนพึ่งพาท้ายที่สุดยังอยู่บนโครงสร้างพื้นฐานของสหรัฐฯ

นั่นไม่ได้ทำให้เป็นทางเลือกที่ผิดโดยอัตโนมัติ สำหรับหลายองค์กร อาจเป็นสมดุลที่เหมาะสมระหว่างต้นทุน ความสามารถ และการควบคุม แต่ควรเป็นการตัดสินใจโดยรู้ข้อเท็จจริง

ข้อท้าทายของการเช่าและประโยชน์ของการเป็นเจ้าของ

เข้าใจได้ไม่ยากว่าทำไมผู้ให้บริการ AI แนวหน้าของสหรัฐฯ จึงกลายเป็นตัวเลือกหลัก พวกเขามีโมเดลที่มีความสามารถสูงที่สุด ลงทุนในโครงสร้างพื้นฐานอย่างมาก และเคลื่อนไหวเร็วกว่าตลาดส่วนอื่นอย่างสม่ำเสมอ เมื่อรวมกับความกังวลทางภูมิรัฐศาสตร์ที่เพิ่มขึ้นเกี่ยวกับ AI จีน จึงเป็นตัวเลือกที่เป็นธรรมชาติสำหรับองค์กรที่ต้องการใช้ AI ในวงกว้าง

กระแสนี้ขยายไปไกลกว่ากลุ่มผู้เริ่มใช้เทคโนโลยี แม้แต่อุตสาหกรรมที่ถูกกำกับอย่างเข้มงวด ซึ่งปกติตรวจสอบเทคโนโลยีใหม่ละเอียดกว่า ก็มีการใช้เพิ่มเร็วขึ้น 75% ของบริษัทบริการทางการเงิน ใช้ AI อย่างจริงจัง เช่นเดียวกับ 79% ของผู้ประกอบวิชาชีพกฎหมาย ขณะที่ 65% ของบุคลากรทางคลินิก ระบุว่าตนใช้เครื่องมือ AI ที่องค์กรจัดให้มากขึ้นในปีที่ผ่านมา สำหรับองค์กรเหล่านี้จำนวนมาก การเลือกผู้ให้บริการสหรัฐฯ เป็นเหตุเป็นผลทางธุรกิจ

บทสนทนาเริ่มละเอียดขึ้นเมื่อ AI แทรกซึมในงานประจำวันมากขึ้น ต้นทุนเป็นส่วนหนึ่ง ราคาต่อโทเคนยังลดลง แต่ค่าใช้จ่าย AI ขององค์กรยังเพิ่มเพราะปริมาณใช้โตเร็วกว่าการลดราคา โดย 93% ขององค์กร ใช้งบ AI เกินแล้ว อีกประเด็นคือความสามารถในการรับมือเหตุขัดข้อง หากผู้ให้บริการภายนอกล่ม เปลี่ยนเงื่อนไขทางการค้า หรือถูกรัฐแทรกแซง องค์กรที่ใช้ระบบนั้นกับงานสำคัญแทบควบคุมผลที่จะตามมาไม่ได้

การเป็นเจ้าของระบบ AI มากขึ้นเปลี่ยนทั้งสองด้าน ต้นทุนคาดการณ์ได้มากขึ้นเมื่อการใช้เติบโต และองค์กรเห็นการทำงานของระบบชัดขึ้น รวมทั้งควบคุมสิ่งที่จะเกิดขึ้นเมื่อสถานการณ์เปลี่ยนได้มากขึ้น

เหตุใดแผนเลิกพึ่งพาผู้ให้บริการที่ดีจึงต้องอาศัยพันธมิตรที่เหมาะสม

องค์กรไม่สามารถสร้างอธิปไตยได้เพียงชั่วข้ามคืน สำหรับธุรกิจที่อยู่ภายใต้การกำกับ การย้ายงาน AI โดยทั่วไปใช้เวลา สามถึงสี่ปี โดยเวลาเพียงส่วนน้อยใช้กับการย้ายเทคโนโลยี ส่วนใหญ่หมดไปกับการกำกับดูแล การจัดซื้อ และงานปฏิบัติการที่จำเป็นต่อการย้ายกระบวนการสำคัญโดยไม่รบกวนองค์กร

จึงต้องวางแผนล่วงหน้านานก่อนจำเป็นต้องเลิกใช้ผู้ให้บริการ แม้ 72% ของธุรกิจนำ sovereign AI มาพิจารณาในแผนปี 2026 แต่มีเพียงประมาณสามในสิบที่มีกลยุทธ์ งบประมาณ หรือแผนย้ายอย่างละเอียด เห็นได้ชัดว่าต้องการลดการพึ่งพา แต่มีองค์กรน้อยกว่ามากที่พิจารณาแล้วว่าหากต้องย้ายจริงจะต้องทำอะไรบ้าง

จุดเริ่มต้นคือเข้าใจว่างานใดสำคัญที่สุด การเลิกใช้ผู้ให้บริการจะมีต้นทุนจริงเท่าไร และได้ทดสอบแผนย้ายก่อนจำเป็นต้องใช้หรือยัง กระบวนการนี้ยังเปลี่ยนวิธีประเมินผู้ขาย คำถามสามข้อมักบอกสิ่งที่จำเป็นได้เกือบทั้งหมด ข้อกล่าวอ้างด้านอธิปไตยตรวจสอบอย่างอิสระได้ทุกเมื่อที่ลูกค้าเลือกหรือไม่ การตรวจสอบครอบคลุมทุกชั้นของระบบหรือเฉพาะชั้นที่ระบุในสัญญา และหากผู้ให้บริการเลือกที่จะทำ เขาสามารถเข้าถึงข้อมูลลูกค้าได้หรือไม่ หากข้อสุดท้ายตอบว่าได้ สิ่งที่เสนอให้ก็คือนโยบาย ไม่ใช่การรับประกัน