ผู้ร่วมก่อตั้ง Sanook - Kapook วิเคราะห์ชี้จุดแข็ง TH-AI Passport

ประเด็น TH-AI Passport นโยบายของกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (ดีอี) ที่แจกสิทธิ์ให้คนไทย 5 ล้านคนใช้งาน Generative AI ระดับโปรฟรี เพื่อเพิ่มขีดความสามารถด้านเทคโนโลยี ซึ่งทางนายปรเมศวร์ มินศิริ ผู้ร่วมก่อตั้ง Sanook.com และ Kapook.com ปัจจุบันเป็นประธานกรรมการ Kasikorn Global Payment ออกมาแสดงความคิดเห็นมุมมองส่วนตัวเกี่ยวกับโครงการ AI Passport พร้อมชี้จุดแข็งของโครงการนี้ กับการเปิดประตูสู่ AI หลายค่าย

• วิเคราะห์และข้อเสนอแนะ ต่อโครงการ TH AI Passport

ข้อเสนอแนะนี้เกิดจากที่ได้ใช้ระบบมาไม่กี่วัน ทีแรกว่าจะทดสอบให้มากกว่านี้แต่ระบบตอนนี้หยุดให้ทดสอบไปแล้ว ผมเลยขอสรุปสักรอบก่อนนะครับ เพราะเป้าหมายของคนที่เปิด whitelist ให้คือต้องการ feedback นี่แหละ

เนื้อหานี้เป็นความคิดเห็นของผมคนเดียว ภายใต้การทดสอบที่ยังมีเวลาจำกัด เน้นประโยชน์สาธารณะของโครงการอย่างมีหลักฐาน โดยไม่แทรกแซงกระบวนการตรวจสอบเรื่องการจัดซื้อจัดจ้างที่กำลังดำเนินการอยู่

• TH AI Passport: รวมโมเดลมาดี แต่ Harness ยังไม่ทันโลก AI Agent

จุดแข็งของโครงการนี้คือ การเปิดประตูสู่ AI หลายค่าย มีความง่ายในการใช้งาน (Ease of use)

ผู้ใช้สมัครครั้งเดียว ได้โมเดลเอไอจากหลายค่าย หน้าจอเป็นภาษาไทยใช้งานง่าย TOR ยังกำหนดให้รองรับ Multimodal ทั้งข้อความ ภาพ เสียง และวิดีโอ รวมถึงการสร้างโค้ด วิเคราะห์ข้อมูล สร้างภาพ และอัปโหลดไฟล์เอกสารเพื่อวิเคราะห์ได้

ใน TOR ใช้ข้อความที่กำหนดให้ผู้ให้บริการนำโมเดลที่มีความสามารถสูงมาให้บริการอย่างน้อยสองโมเดล โดยไม่ระบุชื่อโมเดล (อย่างน้อย 2 ผลิตภัณฑ์ต้องใช้โมเดลที่อยู่ในกลุ่ม 5 อันดับแรกตาม Benchmark ที่ระบุ ภายใน 12 เดือนล่าสุด) ตรงนี้เป็นจุดที่รอบคอบเพราะการให้บริการหนึ่งปี โมเดลจะมีการเปลี่ยนแปลงตลอดเวลา

ผมมองว่านี่เป็นส่วนที่เขียนมาดี เพราะช่วยป้องกันไม่ให้โครงการนำโมเดลที่ล้าสมัยหรือไม่มีคุณภาพมาให้บริการ และยังเปิดโอกาสให้ประชาชนได้เข้าถึงโมเดลระดับสูงโดยไม่ต้องสมัครและชำระค่าบริการหลายค่ายด้วยตัวเอง

จากที่ทดสอบก็เห็นว่ามีโมเดลชั้นนำอย่าง Claude Opus 4.8, Seedance 2.0 ซึ้งผู้ใช้ AI แบบฟรี ไม่สามารถเข้าถึงได้ ต้องเสียเงินเท่านั้น แต่โมเดลเหล่านี้มีให้ใช้ใน TH AI Passport

ปัญหาสำคัญไม่ได้อยู่ที่โมเดล แต่เป็น Harness หรือระบบที่ครอบโมเดลเหล่านั้นอีกชั้นหนึ่ง
TOR ใช้คำว่า AI Agent ไว้ก็ด้วย แต่ข้อ 4.2.2.1(4) กำหนดความสามารถขั้นต่ำไว้เพียง การสร้าง Agent เฉพาะเรื่อง, กำหนด Instructions และขอบเขตการตอบ, แก้ไขและอัปเดตการตั้งค่า, บันทึกชื่อ คำอธิบาย และเป้าหมาย

แม้ TOR ใช้คำว่า “Custom AI Agent” ในทางปฏิบัติ ความสามารถลักษณะนี้ยังใกล้กับ Custom Chatbot มากกว่า AI Agent ตามมาตรฐานปัจจุบัน
TOR ไม่ได้กำหนดอย่างชัดเจนให้ Agent มี Connector, Tool calling, MCP, Deep Research, Browser, Computer Use, Memory ระยะยาว, Workflow หลายขั้นตอน หรือทำงานแบบ End-to-end ได้

ยิ่งไปกว่านั้น ในเกณฑ์ Proof of Concept การสร้าง AI Agent ได้ มีน้ำหนักเพียง 2 คะแนน ขณะที่จำนวนผลิตภัณฑ์หรือยี่ห้อ AI มีน้ำหนัก 6 คะแนน สิ่งนี้สะท้อนว่า TOR ให้น้ำหนักกับการรวมบริการและจำนวนโมเดล มากกว่าความสามารถของ Agentic Harness
การที่ Harness ไม่ทันสมัยตามที่มีอาจารย์หลายท่านให้ข้อสังเกต จึงสะท้อนได้จาก TOR ที่ไม่ได้กำหนดไว้ตั้งแต่แรก 

เมื่อมองสถานการณ์ตามจริง ร่าง TOR นี้เกิดขึ้นในช่วงเดือนตุลาคม-ธันวาคม ปีที่แล้วทิศทางของอุตสาหกรรมได้เปลี่ยนเข้าสู่ Agentic AI แล้ว แต่การกำหนด AI Agent ไว้เพียงการตั้งชื่อ คำอธิบาย และ Instructions จึงถือว่าข้อกำหนดแบบ Conservative มากเกินไป
แต่ทั้งนี้ใน TOR ข้อ 4. 2.2.5 ก็มีข้อกำหนดให้ Generative AI ต้องได้รับการปรับปรุงให้ทันสมัยตลอดสัญญาด้วย

• ข้อกำหนดขั้นต่ำคือพื้น ไม่ใช่เพดาน

TOR ฉบับนี้เกิดขึ้นในช่วงเปลี่ยนผ่านจาก AI Chatbot และ Copilot ไปสู่ AI Agent ความสามารถอย่าง Computer Use, MCP และการทำงานแบบ End-to-end ยังเป็นเรื่องใหม่และเปลี่ยนแปลงรวดเร็ว จึงพอเข้าใจได้ว่าผู้ร่างเลือกกำหนดคุณสมบัติขั้นต่ำที่สามารถสาธิต ทดสอบ และตรวจรับได้อย่างเป็นรูปธรรม

คำถามสำคัญในวันนี้จึงไม่ใช่เพียงว่า สิ่งที่พัฒนาขึ้น “ผ่าน TOR หรือไม่” เพราะการส่งมอบครบตามข้อกำหนดขั้นต่ำกับการสร้างผลิตภัณฑ์ที่ประชาชนได้ประโยชน์อย่างเต็มที่เป็นคนละเรื่องกัน

ผู้พัฒนามีหน้าที่ต้องส่งมอบไม่น้อยกว่าที่ TOR กำหนด แต่ในเชิง Product Development ไม่ควรนำข้อกำหนดขั้นต่ำมาใช้เป็นเพดานของผลิตภัณฑ์ โดยเฉพาะโครงการที่มีระยะเวลาดำเนินงาน 1 ปีเต็ม ในอุตสาหกรรมที่เทคโนโลยีเปลี่ยนแปลงแทบทุกเดือน

แพลตฟอร์มจึงควรได้รับการออกแบบให้รองรับการพัฒนาต่อเนื่อง โดยไม่ต้องรื้อระบบทั้งหมด จึงควรมี Product Roadmap ที่ปรับตามพัฒนาการของโมเดลและพฤติกรรมผู้ใช้จริง โดยเฉพาะเมื่อ TOR ระบุว่า Generative AI ที่เสนอต้องได้รับการปรับปรุงให้ทันสมัยตลอดระยะเวลาตามสัญญา การอัปเดตเฉพาะโมเดลยังไม่เพียงพอ เพราะโมเดลที่เก่งขึ้นจะสร้างประโยชน์ได้ไม่เต็มที่ หาก Harness ที่ครอบอยู่ยังวมีข้อจำกัด

TH AI Passport จึงไม่ควรหยุดที่การเป็น Model Gateway ที่รวม AI หลายค่ายไว้ในหน้าจอเดียว แต่ควรค่อย ๆ เติบโตเป็น Agentic Platform ที่ช่วยให้ประชาชนใช้ AI ที่ทันสมัยทำงานจริงได้ตั้งแต่ต้นจนจบ

Product Roadmap ที่ชัดเจนอย่างน้อยสามระยะ เช่น
ระยะเริ่มต้น: ทำให้การลงทะเบียน การเรียนรู้ และการใช้โมเดลหลายค่ายทำงานได้อย่างเสถียร
-ระยะพัฒนา: เพิ่ม Tools, Connector, Deep Research, Memory และ Workflow ตามความต้องการของผู้ใช้
-ระยะต่อยอด: พัฒนา Agent สำหรับอาชีพ อุตสาหกรรม และกลุ่มเป้าหมายที่มีรูปแบบการใช้งานชัดเจน
-Roadmap ไม่ควรขับเคลื่อนจากกระแสเทคโนโลยีเพียงอย่างเดียว แต่ต้องอาศัยทั้งพัฒนาการของโมเดล ข้อมูลการใช้งานจริง ปัญหาที่ประชาชนพบ และผลการประเมินทักษะก่อน-หลัง
 

• ข้อมูลจาก Dashboard มีค่ามากกว่าจำนวนผู้ลงทะเบียน

อีกส่วนหนึ่งของ TOR ที่มีคุณค่าและยังถูกพูดถึงไม่มากคือระบบ Dashboard การวิเคราะห์พฤติกรรมการใช้งาน และการประเมินทักษะก่อน-หลัง
ความสำเร็จของโครงการระดับประเทศไม่ควรวัดเพียงว่า มีผู้ลงทะเบียนครบ 5 ล้านคนหรือไม่ เพราะจำนวนผู้ลงทะเบียนบอกได้เพียงว่าประชาชน ได้รับสิทธิ์ แต่ยังไม่ได้บอกว่าเข้าใช้งานต่อเนื่องหรือไม่ เรียนรู้อะไรเพิ่มขึ้น และสามารถนำ AI ไปสร้างผลิตภาพหรือรายได้จริงเพียงใด

 

• หากออกแบบอย่างเหมาะสม Dashboard อาจช่วยตอบคำถามเชิงนโยบายได้ว่า

- คนไทยใช้ AI กับงานประเภทใด ใช้เพื่อความบันเทิงหรือเพื่อเพิ่มผลิตภาพ
- กลุ่มนักเรียน แรงงาน ผู้ประกอบการ และบุคลากรภาครัฐใช้งานต่างกันอย่างไร  กลุ่มใดมีพัฒนาการของทักษะหลังผ่านหลักสูตร
- ผู้ใช้ติดขัดหรือเลิกใช้งานในขั้นตอนไหน
- โมเดลไทยเหมาะกับงานประเภทใด และยังมีช่องว่างตรงไหน
- จังหวัดหรือกลุ่มอาชีพใดต้องการหลักสูตรและการสนับสนุนเพิ่มเติม
ข้อมูลเหล่านี้สามารถเปลี่ยน TH AI Passport จากโครงการแจกสิทธิ์ใช้งาน AI ให้กลายเป็น Learning Infrastructure ระดับประเทศได้

หัวใจสำคัญคือต้องวัดผลลัพธ์ ไม่ใช่แค่วัดจำนวนตาม KPI เพื่อเบิกเงิน 
แทนที่จะรายงานเฉพาะจำนวนบัญชี จำนวน Prompt หรือจำนวนผู้จบหลักสูตร ควรวัดการเปลี่ยนแปลงของทักษะ ความต่อเนื่องในการใช้งาน คุณภาพของงาน เวลาที่ประหยัดได้ และความสามารถในการนำ AI ไปใช้กับอาชีพจริงด้วย
 

• การคุ้มครองข้อมูลส่วนบุคคลและความเป็นส่วนตัว

ข้อมูลพฤติกรรมการใช้ AI เป็นข้อมูลที่ละเอียดอ่อนมาก การเก็บข้อมูลจึงต้องอยู่ภายใต้ PDPA อย่างจริงจัง โดยยึดหลัก Data Minimization, Purpose Limitation, การกำหนดระยะเวลาเก็บข้อมูล และการควบคุมสิทธิ์เข้าถึง

Dashboard เชิงนโยบายควรใช้ข้อมูลที่ผ่านการทำให้ไม่สามารถระบุตัวบุคคลและนำเสนอในระดับภาพรวม ไม่ควรกลายเป็นระบบเฝ้าติดตามว่าประชาชนแต่ละคนถาม AI เรื่องอะไร
หากจัดการสมดุลระหว่างประโยชน์กับความเป็นส่วนตัวได้ ข้อมูลจากโครงการนี้อาจมีคุณค่ามากกว่าจำนวนผู้ลงทะเบียน 5 ล้านคน เพราะจะช่วยให้ประเทศไทยไม่ได้เพียงรู้ว่ามีคนใช้ AI กี่คน แต่รู้ต่อไปว่าคนไทยใช้ AI เป็นหรือยัง ใช้แล้วเก่งขึ้นหรือไม่ และประเทศควรลงทุนพัฒนาทักษะส่วนใดต่อไป

นี่อาจเป็น Legacy ที่สำคัญที่สุดของ TH AI Passport ในระยะยาวครับ ไม่ใช่แค่วัดจากจำนวนผู้ใช้