IMF เตือนจากกรุงเทพฯ: AI วิ่งเหมือนรถแข่ง แต่กติกายังตามไม่ทัน

ในการประชุมที่กรุงเทพฯ วันที่ 16 ตุลาคม 2026 Kristalina Georgieva กรรมการผู้จัดการกองทุนการเงินระหว่างประเทศ (IMF) เตือนว่าความเสี่ยงจาก AI อาจมากกว่าประโยชน์หากขาดมาตรการป้องกัน ขณะที่ Jack Clark ผู้ร่วมก่อตั้งและหัวหน้าฝ่ายนโยบายของ Anthropic เรียกร้องมาตรฐานร่วมที่ไม่ปล่อยให้บริษัทกำหนดเองทั้งหมด โดย รายงาน Reuters บันทึกคำเตือนของ Georgieva ว่า “If there are no safeguards, then the risks may exceed the opportunities.” สิ่งที่เกิดขึ้นเป็นข้อเรียกร้องเชิงนโยบายบนเวทีระหว่างประเทศ ยังไม่มีข้อบังคับใหม่สำหรับหน่วยงานหรือธุรกิจไทยจากการอภิปรายครั้งนี้

กำหนดการของ IMF ระบุว่าวงเสวนา AI and the Global Economy: From Risk to Opportunity จัดวันที่ 16 ตุลาคม 2026 เวลา 11.15–12.15 น. ตามเวลาไทย โดยมี Georgieva และ Clark ร่วมกับ Carlos Cuerpo รัฐมนตรีเศรษฐกิจของสเปน Tiff Macklem ผู้ว่าการธนาคารกลางแคนาดา และ Tobias Meyer ผู้บริหาร DHL Group หัวข้อครอบคลุมผลิตภาพ ตลาดแรงงาน เสถียรภาพทางการเงิน และการกระจายประโยชน์จาก AI จึงมีความหมายต่อไทยทั้งในฐานะประเทศเจ้าภาพและตลาดที่ต้องตัดสินใจว่าจะใช้เทคโนโลยีนี้กับงานและบริการอย่างไร

คำเปรียบเทียบรถแข่งหมายถึงความเสี่ยงแบบใด

Georgieva เปรียบความเร็วของการพัฒนา AI กับรถแข่งฟอร์มูลาวันที่ต้องมีสิ่งกั้นเพื่อป้องกันผู้ชม หากรถหลุดจากสนาม ความหมายของคำเปรียบเทียบอยู่ที่ผู้ได้รับผลกระทบอาจไม่ใช่ผู้สร้างหรือผู้ขับเทคโนโลยี ส่วน Clark ขยายภาพไปถึงการแข่งขันยามค่ำคืนที่รถอาจไม่มีเบรก ทั้งคู่กำลังพูดถึงความจำเป็นของขอบเขตความรับผิดชอบก่อนความเสียหายเกิดขึ้น ไม่ได้ระบุว่าระบบ AI รุ่นใดก่ออุบัติเหตุที่กรุงเทพฯ

ข้อเรียกร้องที่เป็นรูปธรรมกว่าภาพรถแข่งคือมาตรฐานร่วม การทดสอบระบบ และการเปิดเผยสิ่งที่การทดสอบพบ Clark อธิบายว่า Anthropic ทดสอบระบบและเผยแพร่รายละเอียดอยู่แล้ว แต่เห็นว่าการคุ้มครองไม่ควรขึ้นกับความสมัครใจของแต่ละบริษัทเพียงอย่างเดียว หากผู้พัฒนากำหนดทั้งเกณฑ์ทดสอบ วิธีเปิดเผยผล และระดับความเสี่ยงที่ยอมรับได้เอง ผู้ได้รับผลกระทบภายนอกย่อมมีช่องทางจำกัดในการโต้แย้งการตัดสินใจนั้น

Georgieva เปิดทางให้การกำกับกันเองของอุตสาหกรรมมีบทบาท เพราะความเปลี่ยนแปลงของเทคโนโลยีอาจเร็วกว่าความสามารถของรัฐในการติดตามรายละเอียดทุกอย่าง แต่แนวคิดนี้ต้องมาพร้อมการมีส่วนร่วมของรัฐบาลและสังคม การให้บริษัทช่วยสร้างมาตรฐานจึงไม่ได้แปลว่าบริษัทควรเป็นผู้ตัดสินขั้นสุดท้ายในทุกกรณี ประเด็นสำคัญอยู่ที่ข้อมูลจากผู้พัฒนาจะถูกนำไปใช้กำหนดขอบเขตที่ผู้อื่นตรวจสอบและทักท้วงได้อย่างไร

สำหรับตลาดไทย ความต่างระหว่างคำเตือนกับกฎมีผลโดยตรงต่อการตีความข่าว หน่วยงานรัฐยังไม่ได้รับอำนาจใหม่จากวงเสวนา นายจ้างยังไม่ได้รับข้อบังคับใหม่เรื่องการใช้ AI และผู้ขายระบบก็ยังไม่ได้ผ่านการรับรองจาก IMF เพียงเพราะเทคโนโลยีของตนสอดคล้องกับถ้อยคำบนเวที สิ่งที่เกิดขึ้นคือการทำให้คำถามเรื่องผู้รับผิดชอบชัดขึ้นในระดับนโยบาย ก่อนที่จะมีคำตอบเป็นมาตรฐานหรือข้อกำหนดที่ใช้บังคับจริง

คำว่า guardrail ในบริบทนี้ครอบคลุมหลายชั้น ชั้นหนึ่งเป็นงานของผู้พัฒนา เช่น การทดสอบข้อจำกัดและการเปิดเผยความเสี่ยง อีกชั้นเป็นการตัดสินใจของผู้ใช้ว่าจะให้ระบบทำงานใดและมนุษย์ควบคุมจุดไหน ชั้นสุดท้ายเป็นบทบาทของรัฐและสังคมในการตัดสินว่าความเสียหายลักษณะใดไม่ควรปล่อยให้การตกลงระหว่างผู้ซื้อกับผู้ขายจัดการกันเอง แต่ละชั้นต้องอาศัยข้อมูลและอำนาจต่างกัน จึงไม่อาจรวมเป็นคำสัญญาสั้น ๆ ว่า AI ปลอดภัยแล้ว

วงเสวนายังเชื่อมความเสี่ยงด้านระบบเข้ากับเศรษฐกิจที่พึ่งพาการลงทุนใน AI หากผลิตภาพเพิ่มขึ้นช้ากว่าที่ตลาดคาด ประโยชน์ทางเศรษฐกิจอาจไม่ชดเชยต้นทุนที่ลงไป ขณะเดียวกัน หากระบบทำงานได้ดีมาก ผลต่อการจ้างงานและการกระจายรายได้ก็อาจรุนแรงขึ้น ความเร็วของเทคโนโลยีจึงเป็นเพียงด้านหนึ่งของปัญหา อีกด้านคือความสามารถของสถาบันต่าง ๆ ในการรับผลที่ตามมา

ตลาดงานไทยอาจได้ผลิตภาพ แต่คนทำงานไม่ได้ประโยชน์เท่ากัน

ผลต่อแรงงานเป็นส่วนที่เห็นความต่างระหว่างผลดีรวมกับประสบการณ์ของคนแต่ละกลุ่มได้ชัดที่สุด รายงาน AP จากเวที ระบุว่า Georgieva ยกผลศึกษาของ IMF ซึ่งมองว่างานราว 10% อาจเปลี่ยนรูปหรือเกิดขึ้นใหม่ ขณะที่งานซ้ำอาจหายไป เธอยกตัวอย่างคนหนุ่มสาวที่อาจต้องเสิร์ฟกาแฟใน Starbucks แทนการเริ่มงานวิชาชีพตามที่คาดหวัง และเตือนสั้น ๆ ว่า “services don’t pay a lot.” ตัวอย่างร้านกาแฟเป็นภาพประกอบความกังวล ไม่ใช่ข้อมูลว่าผู้จบการศึกษาในไทยกำลังย้ายไปทำงานลักษณะนั้นแล้ว

การเปลี่ยนงานไม่ได้เกิดขึ้นเฉพาะเมื่อทั้งตำแหน่งถูกแทนที่ ระบบอาจรับช่วงงานร่างเอกสาร คัดแยกข้อมูล หรือจัดการขั้นตอนที่ทำซ้ำได้ ขณะที่พนักงานยังต้องตรวจความถูกต้อง รับผิดชอบต่อผลลัพธ์ และตัดสินใจในกรณีที่ระบบตอบได้ไม่ดี ตำแหน่งงานเดิมจึงอาจยังอยู่ แต่ทักษะที่นายจ้างให้คุณค่าและโอกาสเข้าสู่อาชีพของพนักงานใหม่เปลี่ยนไป

ภาพคนหนุ่มสาวในคำพูดของ Georgieva ชี้ถึงคุณภาพของงานพอ ๆ กับจำนวนงาน งานบริการอาจเพิ่มขึ้นเมื่อผู้ได้ประโยชน์จากการลงทุนใช้จ่ายมากขึ้น แต่รายได้ ความมั่นคง และทางก้าวหน้าในอาชีพอาจต่างจากงานวิชาชีพที่ลดความต้องการลง การบอกว่าเศรษฐกิจมีงานใหม่จึงยังไม่ตอบว่าคนที่เสียงานเดิมสามารถย้ายไปสู่งานที่ให้รายได้และโอกาสใกล้เคียงกันหรือไม่

Tiff Macklem เปรียบผลของ AI กับการเปิดเสรีการค้า ซึ่งสร้างประโยชน์รวมมหาศาลพร้อมกับทำให้คนบางกลุ่มสูญเสียอาชีพ ประเด็นที่ตามมาคือระบบช่วยเหลือผู้เสียโอกาสต้องทำงานจริง หากผลประโยชน์กระจุกอยู่กับองค์กรที่นำเทคโนโลยีไปใช้ ขณะที่ต้นทุนการย้ายงานตกกับลูกจ้างเพียงฝ่ายเดียว ความไม่พอใจต่อเทคโนโลยีก็อาจเพิ่มขึ้น แม้ตัวเลขผลิตภาพโดยรวมดูดี

สำหรับนายจ้างไทย ผลจากเวทีนี้จึงเกี่ยวข้องกับการออกแบบงานมากกว่าการคาดการณ์จำนวนคนที่จะถูกเลิกจ้างทั้งหมดในคราวเดียว คำถามคือขั้นตอนใดเปลี่ยนไป ใครตรวจงานที่ระบบทำผิด และคนเริ่มงานจะเรียนรู้งานพื้นฐานอย่างไร หากงานระดับเริ่มต้นถูกทำให้เป็นอัตโนมัติมากขึ้น เส้นทางสะสมประสบการณ์เพื่อไปทำงานที่ซับซ้อนกว่าอาจแคบลง ข้อนี้เป็นผลที่ควรประเมินตามลักษณะงานจริง ไม่ใช่ข้อสรุปว่าทุกอาชีพจะเผชิญผลแบบเดียวกัน

การนับชั่วโมงที่ AI ประหยัดได้เพียงอย่างเดียวอาจทำให้เห็นภาพไม่ครบ เวลาที่ใช้ตรวจผลลัพธ์ แก้ข้อผิดพลาด ฝึกทักษะใหม่ และรับมือข้อร้องเรียนเป็นต้นทุนของการเปลี่ยนวิธีทำงานด้วย หากงานที่เหลือต้องใช้วิจารณญาณมากขึ้นแต่ไม่ได้รับการฝึกหรืออำนาจตัดสินใจที่สอดคล้องกัน ประสิทธิภาพที่คาดหวังอาจไม่เกิดกับหน่วยงานนั้น การเปลี่ยนแปลงจึงต้องวัดทั้งคุณภาพผลลัพธ์และผลต่อคนทำงาน

ขณะเดียวกัน งานใหม่ที่เกิดจาก AI อาจเปิดโอกาสให้คนที่มีทักษะต่างจากเดิม การอภิปรายไม่ได้ปิดทางต่อประโยชน์นี้ แต่เตือนว่าประโยชน์รวมไม่รับประกันว่าผู้ได้รับผลกระทบทุกคนจะได้ส่วนแบ่งเท่ากัน สำหรับไทย ความหมายเชิงนโยบายอยู่ที่การมองการฝึกทักษะ การย้ายงาน และคุณภาพงานเป็นเรื่องเดียวกับผลิตภาพ ไม่ใช่เรื่องที่ค่อยแก้หลังการนำระบบไปใช้แล้ว

รัฐไทยต้องมองทั้งกติกาและเงื่อนไขการเข้าถึง

การมี AI ที่เก่งขึ้นไม่ทำให้ทุกคนใช้ประโยชน์ได้เท่ากันโดยอัตโนมัติ Georgieva ชี้ถึงไฟฟ้า เครือข่ายดิจิทัล และความมั่นคงปลอดภัยทางไซเบอร์ในฐานะเงื่อนไขพื้นฐานของการกระจายประโยชน์ สำหรับไทย ประเด็นนี้ทำให้การถกเรื่องมาตรฐาน AI เชื่อมกับความพร้อมของบริการสาธารณะและโครงสร้างพื้นฐานในพื้นที่ต่าง ๆ หากผู้ใช้บางกลุ่มเข้าถึงระบบได้ไม่เสถียร ประโยชน์จากเครื่องมือเดียวกันก็อาจตกไปอยู่กับองค์กรที่มีทรัพยากรมากกว่า

บทบาทรัฐจึงไม่ได้จำกัดอยู่ที่การเขียนข้อห้ามเกี่ยวกับตัวแบบจำลอง การเข้าถึงไฟฟ้าและเครือข่ายเป็นเงื่อนไขก่อนใช้งาน ส่วนความปลอดภัยทางไซเบอร์เกี่ยวข้องกับการรักษาความต่อเนื่องและความน่าเชื่อถือของบริการที่นำ AI เข้าไปเกี่ยวข้อง เมื่อระบบถูกใช้กับบริการที่ประชาชนพึ่งพา ความเสียหายจากคำตอบผิดหรือการหยุดทำงานอาจตกกับผู้ใช้ซึ่งไม่มีส่วนเลือกผู้ขายเทคโนโลยี

ในด้านการกำกับดูแล รัฐต้องรู้ว่าระบบถูกทดสอบภายใต้เงื่อนไขใด ข้อจำกัดที่ผู้พัฒนาพบคืออะไร และผู้ใช้ปลายทางได้รับข้อมูลมากพอจะตัดสินใจหรือไม่ ผู้พัฒนามีความรู้เชิงเทคนิคมากที่สุด แต่ผู้รับผลเสียอาจเป็นประชาชน ลูกจ้าง หรือองค์กรที่นำระบบไปใช้ การขอข้อมูลที่ตรวจสอบได้จึงเป็นสะพานระหว่างความรู้ของบริษัทกับความรับผิดชอบต่อสาธารณะ ไม่ใช่เพียงการขอให้บริษัทรับรองตนเอง

อย่างไรก็ดี มาตรฐานร่วม การกำกับกันเอง และกฎหมายมีสถานะต่างกัน มาตรฐานอาจช่วยให้ผู้พัฒนาและผู้ซื้อใช้ภาษาความเสี่ยงเดียวกัน การเปิดเผยผลทดสอบทำให้เปรียบเทียบข้อจำกัดได้ ส่วนกฎหมายหรือคำสั่งทางปกครองต้องมีหน่วยงานผู้มีอำนาจ ขอบเขตหน้าที่ และวิธีบังคับใช้ที่ชัดเจน คำพูดของผู้ร่วมเสวนาในกรุงเทพฯ ยังไม่ได้ระบุองค์ประกอบเหล่านั้นสำหรับประเทศไทย

Clark ชี้ว่ากรอบนโยบาย AI เริ่มพัฒนาในบางพื้นที่ของโลกแล้ว พร้อมตั้งคำถามว่าทำไมสินค้าสำหรับเด็กบางประเภทจึงถูกกำกับเข้มกว่าระบบที่อาจทรงอิทธิพลมากกว่า การเปรียบเทียบนี้สะท้อนช่องว่างที่เขามองเห็น แต่ไม่ใช่การประกาศว่าทุกประเทศต้องใช้มาตรฐานเดียวกันทันที การนำแนวคิดต่างประเทศมาใช้ในไทยยังต้องแยกผู้มีอำนาจตามกฎหมาย ประเภทการใช้งาน และความเสี่ยงของบริการแต่ละชนิด

สำหรับหน่วยงานรัฐที่เป็นผู้ใช้ AI เอง คำถามเรื่องอำนาจกำกับกับคำถามเรื่องการจัดซื้อจะมาบรรจบกัน หน่วยงานอาจตั้งเงื่อนไขการใช้งานในบริการของตนได้ก่อนมีกฎทั่วไปทั้งประเทศ แต่เงื่อนไขนั้นต้องสัมพันธ์กับข้อมูลที่ผู้ขายเปิดเผยและความสามารถของเจ้าหน้าที่ในการตรวจผลลัพธ์ หากระบบมีผลต่อสิทธิหรือการเข้าถึงบริการของประชาชน การรู้ว่าใครเป็นผู้ตัดสินใจขั้นสุดท้ายยิ่งสำคัญ

ความหมายเฉพาะของกรุงเทพฯ ในข่าวนี้จึงไม่ใช่ว่าไทยได้รับกติกาใหม่จาก IMF แต่เป็นการที่โจทย์ระดับโลกถูกอภิปรายต่อหน้าผู้กำหนดนโยบายและภาคธุรกิจในไทย สิ่งที่รัฐไทยต้องแยกให้ชัดคือเรื่องใดเป็นคำเรียกร้องของผู้ร่วมเสวนา เรื่องใดเป็นกรอบที่กำลังพัฒนาในต่างประเทศ และเรื่องใดมีผลบังคับตามกฎหมายไทยอยู่แล้ว การปะปนสถานะเหล่านี้อาจทำให้ทั้งผู้ซื้อและผู้ขายเข้าใจภาระหน้าที่ผิด

ผู้ซื้อระบบ AI ต้องเห็นหลักฐานมากกว่าคำรับรอง

สำหรับองค์กรไทยที่ซื้อหรือขยายการใช้ AI คำเตือนจากเวทีทำให้คำว่า “ปลอดภัย” ต้องมีรายละเอียดรองรับ ผู้ขายอาจทดสอบระบบในสภาพแวดล้อมของตน แต่ผู้ซื้อจำเป็นต้องรู้ว่าการทดสอบนั้นครอบคลุมลักษณะงาน ภาษา และข้อมูลที่ตนจะใช้หรือไม่ ผลที่ดีในงานหนึ่งไม่อาจย้ายมาเป็นคำรับรองอัตโนมัติสำหรับอีกงาน โดยเฉพาะเมื่อข้อผิดพลาดมีผลต่อคนภายนอกองค์กร

หลักฐานที่มีความหมายต่อการตัดสินใจประกอบด้วยขอบเขตการทดสอบ ข้อผิดพลาดที่พบ วิธีแจ้งข้อจำกัด และกระบวนการรับมือเมื่อผลลัพธ์ไม่เหมาะสม สิ่งเหล่านี้ไม่ใช่รายการข้อบังคับใหม่จากการประชุม แต่เป็นข้อมูลที่ช่วยให้ผู้ซื้อแยกความสามารถที่พิสูจน์แล้วออกจากคำอธิบายทางการตลาด หากผู้ขายบอกเพียงว่าระบบผ่านการทดสอบโดยไม่อธิบายว่าใช้ข้อมูลและเกณฑ์ใด ผู้ซื้อยังประเมินความเสี่ยงของงานตนเองได้ไม่ครบ

ความรับผิดชอบยังเปลี่ยนไปตามวิธีใช้งานเดียวกัน ระบบที่ช่วยร่างข้อความภายในกับระบบที่ส่งคำตอบถึงประชาชนโดยตรงมีโอกาสสร้างผลเสียต่างกัน การมีมนุษย์ตรวจทานอาจช่วยได้ก็ต่อเมื่อผู้ตรวจมีเวลา ข้อมูล และอำนาจแก้ไขผลของระบบจริง หากขั้นตอนตรวจเป็นเพียงพิธีการ ความเสี่ยงยังคงอยู่แม้มีชื่อผู้รับผิดชอบระบุไว้ในกระบวนงาน

ประเด็นของ Clark เรื่องการตัดสินใจที่ไม่ควรอยู่กับบริษัทฝ่ายเดียวจึงมีผลถึงความสัมพันธ์ระหว่างผู้พัฒนากับผู้ซื้อ ผู้พัฒนาควรเปิดเผยสิ่งที่รู้เกี่ยวกับขีดจำกัดของระบบ ส่วนองค์กรที่นำไปใช้ต้องตัดสินว่าข้อจำกัดนั้นยอมรับได้สำหรับงานของตนหรือไม่ เมื่อผลลัพธ์กระทบบุคคลที่ไม่ได้ร่วมทำสัญญา การตัดสินใจของทั้งสองฝ่ายอาจต้องเปิดให้ตรวจสอบจากภายนอกมากขึ้น หลักการนี้ยังต้องแปลงเป็นกติกาเฉพาะก่อนจะอ้างเป็นภาระตามกฎหมายได้

ผู้ซื้อในไทยยังมีโจทย์เรื่องบริบทภาษาและขั้นตอนงาน ระบบอาจตอบคำถามทั่วไปได้ดี แต่คลาดเคลื่อนเมื่อพบคำเฉพาะ ข้อมูลที่ไม่สมบูรณ์ หรือกรณีที่ต้องอาศัยความเข้าใจบริการในพื้นที่ การทดสอบกับงานจริงจึงมีความหมายต่างจากการชมการสาธิตที่ผู้ขายเตรียมไว้ หากพบปัญหา องค์กรต้องรู้ว่าหยุดหรือจำกัดการใช้งานได้ตรงไหน และจะแจ้งผู้ได้รับผลกระทบอย่างไร

ข้อถกเถียงจากกรุงเทพฯ ยังไม่กำหนดแบบฟอร์มจัดซื้อ เกณฑ์รับรอง หรือวันเริ่มบังคับใช้ในไทย ผลที่เกิดขึ้นทันทีจึงเป็นแรงกดดันให้ถามหาความชัดเจนเรื่องหลักฐานและผู้รับผิดชอบ มากกว่าการเปลี่ยนสถานะทางกฎหมายของผลิตภัณฑ์ใดผลิตภัณฑ์หนึ่ง องค์กรที่กำลังจะนำ AI ไปใช้กับงานที่กระทบคนจริงต้องตัดสินจากความเสี่ยงของงานนั้น ไม่ใช่จากคำเปรียบเทียบบนเวทีเพียงอย่างเดียว