Red Hat ชี้ ‘Sovereign AI’ คือยุทธศาสตร์สำคัญสำหรับรัฐและธุรกิจ เปิดรับ Open Source เพื่อควบคุมข้อมูลและความปลอดภัย

สำนักข่าวบริคอินโฟ – เร้ดแฮท (Red Hat) บริษัทผู้ให้บริการโอเพ่นซอร์สโซลูชันระดับโลก ระบุว่า “Sovereign AI” หรือแนวคิดการสร้างและควบคุมระบบปัญญาประดิษฐ์ (AI) ได้ด้วยตนเอง กำลังกลายเป็นยุทธศาสตร์ที่สำคัญสำหรับทั้งภาครัฐและภาคเอกชนทั่วโลก เพื่อให้สามารถสร้างระบบ AI ที่สอดคล้องกับค่านิยมขององค์กร, ปกป้องข้อมูลสำคัญ และตอบสนองวัตถุประสงค์เฉพาะทางธุรกิจได้ โดยมองว่าแนวทางนี้ไม่ใช่การปิดกั้นตัวเอง แต่เป็นการสร้าง AI ที่เชื่อถือได้ มีประสิทธิภาพ และครอบคลุม ขณะเดียวกันก็ยังสามารถเชื่อมต่อกับระบบนิเวศนวัตกรรมทั่วโลกได้

นายวินเซนต์ คัลเดรา (Vincent Caldera) ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีประจำภูมิภาคเอเชียแปซิฟิกของ Red Hat ระบุว่า AI ได้เข้ามาเป็นส่วนหนึ่งของทุกภาคส่วน ตั้งแต่บริการสาธารณะไปจนถึงโครงสร้างพื้นฐานทางเศรษฐกิจ ดังนั้น ความสามารถในการควบคุมและกำหนดรูปแบบระบบเหล่านี้จึงเป็นปัจจัยสำคัญที่สร้างความแตกต่างได้ โดยเฉพาะอย่างยิ่งในกลุ่มประเทศที่มีกฎหมายคุ้มครองข้อมูลส่วนบุคคลอย่าง PDPA ของไทย หรือ GDPR ของสหภาพยุโรป ที่ทำให้ภาครัฐและองค์กรในอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวด เช่น การเงินและการดูแลสุขภาพ ต้องหันมาลงทุนใน AI ที่สามารถกำหนดรูปแบบและควบคุมได้เอง เพื่อลดการพึ่งพาผู้ให้บริการภายนอก และคงความเป็นเจ้าของข้อมูลที่เป็นกรรมสิทธิ์ของตนเอง

นอกจากนี้ รายงานยังระบุว่า โอเพ่นซอร์ส (Open Source) มีบทบาทสำคัญในการขับเคลื่อนกลยุทธ์ Sovereign AI เพราะไม่ได้เพียงแต่ช่วยให้องค์กรเป็นอิสระเท่านั้น แต่ยังมอบอำนาจในการควบคุมอย่างแท้จริง ทั้งการเข้าถึงโมเดลภาษาขนาดใหญ่ (LLMs) แบบโอเพ่นซอร์ส เช่น LLaMA, Falcon, Qwen, และ Mistral รวมถึงเครื่องมือต่าง ๆ ที่ช่วยให้ภาครัฐและธุรกิจสามารถตรวจสอบ ปรับปรุง และปรับแต่งระบบ AI ให้ตรงตามความต้องการได้ ซึ่งผลสำรวจจาก Linux Foundation ยังพบว่า 41% ขององค์กรเลือกใช้เทคโนโลยี Open Source GenAI ขณะที่มีเพียง 9% เท่านั้นที่ใช้โซลูชันที่มีกรรมสิทธิ์

มิติของความมีอิสระทางดิจิทัล (Digital Sovereignty)

Sovereign AI ไม่ใช่การโดดเดี่ยวตัวเอง แต่มีความเชื่อมโยงอย่างลึกซึ้งกับหลักการที่กว้างขวางของความมีอิสระทางดิจิทัล (digital sovereignty) ซึ่งแบ่งเป็นสามมิติหลักคือ

• ความมีอิสระทางเทคโนโลยี (technology sovereignty): การที่ระบบ AI เข้ามาเป็นฐานของบริการสาธารณะต่าง ๆ และเป็นฐานหลักให้กับการแข่งขันทางเศรษฐกิจมากขึ้น ทำให้ความสามารถในการออกแบบ สร้าง และใช้งานระบบเหล่านี้ได้อย่างอิสระเป็นสิ่งสำคัญ 
  Technology sovereignty ไม่เพียงหมายถึงความสามารถในการมองเห็นสถาปัตยกรรมของโมเดล ข้อมูลที่ใช้เทรน และพฤติกรรมของระบบเท่านั้น แต่ยังหมายถึงความสามารถในการควบคุมฮาร์ดแวร์และแพลตฟอร์มต่าง ๆ ที่โมเดลเหล่านั้นทำงานด้วย ข้อกังวลสำคัญประการหนึ่งคือ การที่ต้องพึ่งพาฮาร์ดแวร์เร่งความเร็ว (accelerators) จากต่างประเทศอย่างมาก เช่น GPU จาก NVIDIA และ AMD ซึ่งครองอิทธิพลด้านการประมวลผล AI ในปัจจุบัน 
  ประเทศและองค์กรต่าง ๆ ตอบสนองต่อความกังวลนี้ด้วยการลงทุนในซัพพลายเชนทางเลือก การผลิตชิปในประเทศ และแนวคิดฮาร์ดแวร์แบบเปิด เพื่อลดช่องโหว่เชิงกลยุทธ์ต่าง ๆ  ทั้งนี้การบรรลุเป้าหมาย technology sovereignty นั้นหมายถึง ต้องสามารถพัฒนาและใช้โมเดล AI บนโครงสร้างพื้นฐานที่เชื่อถือได้และอยู่ภายใต้การควบคุมของท้องถิ่นเอง ต้องสามารถลดความเสี่ยงที่เกี่ยวกับความตึงเครียดทางภูมิรัฐศาสตร์ การควบคุมการส่งออกทางเทคโนโลยี หรือการต้องพึ่งพาแพลตฟอร์มจากภายนอกให้เหลือน้อยที่สุด

• ความมีอิสระในการปฏิบัติงาน (operational sovereignty): มิตินี้ไม่ได้ดูเพียงว่าใช้ระบบ AI ที่ไหน เช่น ใช้อยู่ภายในองค์กร (on-premises) หรือใช้บนคลาวด์ของตนเอง (sovereign cloud) แต่ยังต้องดูว่าใครมีอำนาจ มีทักษะ และสามารถเข้าถึงระบบเพื่อดำเนินงานและบำรุงรักษาระบบเหล่านั้นด้วย การเป็นเจ้าของโครงสร้างพื้นฐานนั้นไม่เพียงพอสำหรับรัฐและองค์กรธุรกิจที่ต้องการความมีอิสระมากขึ้น operational sovereignty นั้น หมายถึงต้องมั่นใจได้ว่าระบบ AI ต่าง ๆ จะได้รับการบริหารจัดการโดยบุคลากรในท้องถิ่นที่ไว้วางใจได้ มีทักษะและได้รับการอนุญาตอย่างเหมาะสม ซึ่งรวมถึงการสร้างกลุ่มบุคลากรที่มีทักษะรองรับงานด้านนี้ เช่น วิศวกรด้าน AI ผู้เชี่ยวชาญด้าน MLOps และ มืออาชีพด้านความปลอดภัยไซเบอร์ ตลอดจนลดการพึ่งพาผู้ให้บริการ managed service ต่างประเทศ นโยบายระดับชาติของหลายประเทศเริ่มกำหนดว่าโครงสร้างพื้นฐานดิจิทัลสำคัญ ๆ ต้องได้รับการดูแลและสนับสนุนโดยเจ้าหน้าที่ที่มีสัญชาตินั้น ๆ หรือ ภายในเขตอำนาจศาลทางกฎหมายใด ๆ เพื่อปกป้องข้อมูลที่ละเอียดอ่อนและระบบต่าง ๆ จากอิทธิพลจากต่างประเทศ หรือ ความเสี่ยงด้านซัพพลายเชน เมื่อมีอิสระในการปฏิบัติงานแล้ว จะทำให้มั่นใจว่าระบบ AI ต่าง ๆ ยังคงทำงานได้เป็นปกติ ปลอดภัย และเป็นไปตามการควบคุมของท้องถิ่น แม้ในเวลาที่เกิดการเปลี่ยนแปลงในระดับโลกก็ตาม

• ความมีอิสระด้านข้อมูล (data sovereignty): ความมีอิสระด้านข้อมูลเกี่ยวข้องกับการกำกับดูแลด้านกฎหมายและจริยธรรมของข้อมูล เพื่อให้มั่นใจว่าการรวบรวม การจัดเก็บ และการประมวลผลข้อมูล อยู่ภายในขอบเขตของกฎหมายและค่านิยมของประเทศ ในโลกที่พึ่งพา AI มากขึ้นนั้น ข้อมูลไม่ได้เป็นเพียงทรัพย์สิน แต่เป็นทรัพยากรเชิงกลยุทธ์ ระบบ Sovereign AI ต่าง ๆ ต้องทำงานตามกฎข้อบังคับของท้องถิ่น ซึ่งรวมถึงกฎหมายความเป็นส่วนตัว ข้อกำหนดด้านที่อยู่ของข้อมูล และกรอบการทำงานด้านการให้ความยินยอมต่าง ๆ นอกจากนี้ การกำกับดูแลข้อมูลต้องสะท้อนความคาดหวังด้านวัฒนธรรมและสังคม โดยเฉพาะในลักษณะเช่น ข้อมูลไบโอเมตริกซ์ การดูแลสุขภาพ และ การเงิน ประเทศและองค์กรธุรกิจจึงลงทุนกับโครงสร้างพื้นฐานข้อมูลที่เชื่อถือได้ แพลตฟอร์มข้อมูลแบบรวมศูนย์ และชุดข้อมูลของประเทศ เพื่อคงความสามารถในการควบคุมทรัพย์สินด้านข้อมูลสำคัญไว้ ทั้งนี้ความสามารถในการควบคุมว่าใครเข้าถึงระบบและข้อมูลได้บ้าง ความสามารถในการวิเคราะห์และการแชร์ข้อมูล โดยเฉพาะในบริบทที่ใช้มัลติคลาวด์ หรือ ทำงานข้ามพรมแดน เป็นสิ่งสำคัญต่อการรักษาความไว้วางใจ การปฏิบัติตามกฎระเบียบ และความได้เปรียบทางการแข่งขัน

โอเพ่นซอร์สช่วยเสริมแกร่งให้เสาหลักเหล่านี้ ด้วยคุณสมบัติด้านความโปร่งใส ช่วยให้สามารถทำงานร่วมกันได้ และ เป็นรากฐานของการปรับระบบต่าง ๆ ให้สอดคล้องกับกฎระเบียบของประเทศและกลยุทธ์ขององค์กร

Red Hat ยังได้ยกตัวอย่างรูปแบบการพัฒนา AI ในหลายประเทศที่แตกต่างกัน เช่น ยุโรปที่เน้นการกำกับดูแลที่แข็งแกร่งควบคู่กับการลงทุนโครงสร้างพื้นฐาน Open AI เช่น EU AI Act และโครงการ BLOOM สหรัฐอเมริกาที่ใช้จุดแข็งของภาคเอกชนและการมีส่วนร่วมของชุมชนโอเพ่นซอร์ส ขณะที่จีนเน้นรูปแบบรวมศูนย์โดยภาครัฐ โดยมีบริษัทเทคโนโลยีชั้นนำอย่าง อาลีบาบา (Alibaba) และสตาร์ทอัพอย่าง DeepSeek ที่เข้ามาพัฒนา LLMs เพื่อเป้าหมายการพึ่งพาตนเองทางเทคโนโลยี ขณะที่ภูมิภาคเอเชียตะวันออกเฉียงใต้และตะวันออกกลาง ก็มีการพัฒนา AI ในระดับภูมิภาค เช่น โครงการ SEA-LION ของสิงคโปร์ และโครงการ Falcon ของ UAE ซึ่งแสดงให้เห็นถึงการใช้โอเพ่นซอร์สและความร่วมมือระดับภูมิภาคในการบรรลุเป้าหมายด้าน Sovereign AI

แม้จะมีแนวโน้มที่เพิ่มขึ้น แต่การนำ Sovereign AI ไปใช้ก็ยังมีความท้าทายอยู่หลายประการ เช่น การเข้าถึงหน่วยประมวลผลประสิทธิภาพสูงอย่าง GPU ที่ยังมีข้อจำกัด รวมถึงความพร้อมของชุดข้อมูลท้องถิ่นที่มีคุณภาพและปริมาณไม่เพียงพอ นอกจากนี้ การขาดแคลนผู้เชี่ยวชาญที่มีทักษะในการพัฒนาและควบคุมระบบ AI ก็เป็นปัญหาเร่งด่วนที่ต้องแก้ไข ซึ่งความท้าทายเหล่านี้สามารถแก้ไขได้ด้วยการผสานพลังจากการลงทุนของภาครัฐ นวัตกรรมของภาคเอกชน และความร่วมมือระหว่างประเทศ รวมถึงการสนับสนุนชุมชนโอเพ่นซอร์สอย่างยั่งยืนเพื่อสร้างอนาคตของ AI ที่โปร่งใสและเป็นของตนเองได้อย่างแท้จริง