2 กูรู ไอที วิเคราะห์ TH-AI Passport ขาดการวางแผน อาจได้แต่ของฟรี

มาแล้ว คนในวงการไอที  2 กูรู ชื่อดัง ทั้ง ปฐม อินทโรดม และ ธนชาติ นุ่มนนท์ ร่วมกันวิเคราะห์ เจาะลึก TOR โครงการ TH-AI Passport มูลค่า 1.6 พันล้านให้กับประชาชน 5 สิทธิ์ ได้ AI แบบพรีเมียมหรือจ้อจี้ 

TOR โครงการ TH-AI Passport

เริ่มจาก ปฐม อินทโรดม ได้โพสต์ลงเฟซบุ๊กส่วนตัว https://www.facebook.com/100001294357814/posts/26854037494222699/?rdid=kKLxvYHlyhSy4ROo#

ระบุว่า

ประเด็นงบ AI Pro วงเงิน 1,600 ล้านบาท กลายเป็นหนึ่งในหัวข้อที่ถูกพูดถึงมากที่สุดในวงการเทคโนโลยีไทย เพราะนี่ไม่ใช่แค่เรื่อง “ซื้อ AI มาแจก” แต่กำลังสะท้อนวิธีคิดของประเทศไทยต่ออนาคตดิจิทัลทั้งประเทศ

ต้องยอมรับตรง ๆ ว่า ฝั่งรัฐมนตรีกระทรวงดิจิทัลเตรียมข้อมูลมาดีกว่าครั้งที่ผ่าน ๆ มา โดยเฉพาะการอธิบายภาพใหญ่เรื่อง AI Adoption ของไทยที่ยังต่ำกว่าค่าเฉลี่ยโลก รวมถึงการชี้ให้เห็นว่าคนไทยจำนวนมากยังไม่เคยใช้ AI อย่างจริงจังในชีวิตการทำงาน
การอธิบายว่าค่าใช้จ่ายเฉลี่ยตกเพียงไม่กี่สิบบาทต่อเดือนต่อคน หรือการเปรียบเทียบว่าประเทศไทยกำลังตามหลังสิงคโปร์และประเทศอื่น ๆ ในด้านการเข้าถึง AI ก็ถือว่าเป็นการวาง Narrative ที่เข้าใจง่าย และฟังดูสมเหตุสมผลในเชิงนโยบาย

เพราะหากมองในมุมของประชาชนทั่วไป AI วันนี้ก็เหมือนอินเทอร์เน็ตยุคแรก คนที่เข้าถึงก่อน เรียนรู้ก่อน และใช้งานเป็นก่อน ย่อมได้เปรียบกว่าเสมอ

แต่สิ่งที่น่าสนใจมากคือ ประเด็นที่ป้อม  Pawoot Pom Pongvitayapanu พยายามอภิปราย กลับเป็นอีกชั้นหนึ่งของคำถาม ซึ่งลึกกว่าเรื่อง “คนไทยได้ใช้ AI หรือยัง”
คำถามของภาวุธคือ ประเทศไทยกำลัง “สร้างความสามารถทางเทคโนโลยี” หรือกำลัง “ใช้งบประมาณเพื่อเร่งให้คนไทยกลายเป็น User ของแพลตฟอร์มต่างชาติ”

นี่คือจุดที่น่าคิดมาก

เพราะหากมองตามความเป็นจริง เงิน 1,600 ล้านบาทก้อนนี้ ไม่ได้ไหลไปสร้างโมเดล AI ของไทย ไม่ได้สร้าง GPU Infrastructure ของไทย ไม่ได้สร้าง Foundation Model ของไทย และไม่ได้สร้าง Deep Tech Ecosystem ของไทย
แต่กำลังถูกใช้เพื่อซื้อสิทธิ์การเข้าถึงบริการบนแพลตฟอร์มของบริษัทต่างชาติเป็นหลัก

หรือพูดอีกแบบคือ เรากำลังลงทุนกับ “การใช้งาน” มากกว่า “การเป็นเจ้าของเทคโนโลยี”

ซึ่งเรื่องนี้ไม่มีคำตอบง่าย ๆ ว่าถูกหรือผิด เพราะโลกยุค AI จำเป็นต้องมีทั้งสองด้านพร้อมกัน ด้านหนึ่งประเทศต้องเร่งให้คนส่วนใหญ่เข้าถึง AI ให้เร็วที่สุด เพื่อไม่ให้แรงงานไทยตกขบวนโลกใหม่ แต่อีกด้านหนึ่ง ประเทศก็ต้องเริ่มสร้างขีดความสามารถของตัวเองเช่นกัน ไม่เช่นนั้นสุดท้ายเราจะเป็นเพียงผู้บริโภคเทคโนโลยีตลอดไป

นี่คือเหตุผลว่าทำไมหลายประเทศเริ่มลงทุนหนักในสิ่งที่เรียกว่า AI Sovereignty หรืออธิปไตยทาง AI

จีนลงทุนสร้างโมเดลของตัวเอง

ซาอุฯ ลงทุนสร้าง GPU และ Data Center ขนาดใหญ่

สิงคโปร์พยายามดึง AI Lab และบริษัทระดับโลกเข้าประเทศ พร้อมสร้าง Talent ไปพร้อมกัน

แต่ไทยในวันนี้ ดูเหมือนกำลังเริ่มจาก “การแจกสิทธิ์ใช้งาน” ซึ่งอาจไม่ผิด แต่คำถามสำคัญคือ “หลังจากนั้นล่ะ”

เพราะการมี AI Pro ไม่ได้แปลว่าประเทศจะมี Productivity เพิ่มขึ้นโดยอัตโนมัติ หากองค์กรยังไม่มี Digital Workflow หากคนส่วนใหญ่ยังใช้ AI เพียงเพื่อถามเล่น

หรือหากระบบการศึกษายังไม่สามารถเปลี่ยน AI ให้กลายเป็นทักษะในการทำงานจริง

สุดท้าย AI ก็อาจกลายเป็นเหมือนหลายโครงการดิจิทัลในอดีต ที่คนตื่นเต้นในช่วงแรก แต่ไม่สามารถเปลี่ยนโครงสร้างเศรษฐกิจได้จริง

สิ่งที่น่าสนใจที่สุดของการอภิปรายครั้งนี้ จึงไม่ใช่เรื่องว่า “ใครชนะ”

แต่คือครั้งแรก ๆ ที่สังคมไทยเริ่มถกกันจริงจังว่า ประเทศควรอยู่ตรงไหนในโลก AI

เราจะเป็นเพียงประเทศที่ “ใช้ AI เก่ง” หรือจะเป็นประเทศที่ “สร้างอำนาจต่อรองทางเทคโนโลยี” ได้ด้วยตัวเอง

เพราะสองอย่างนี้ ไม่เหมือนกันเลย

งบ 1.6 พันล้าน อาจได้แค่ AI แบบของฟรีมากกว่าแบบ Pro

ขณะที่ ธนชาติ นุ่มนนท์ โพสต์ผ่านเฟซบุ๊กส่วนตัว https://www.facebook.com/story.php?story_fbid=10231723303176838&id=1570777112&post_id=1570777112_10231723303176838&rdid=gDFp4LNqSRFGgZau#

ระบุว่า

เพิ่งมีโอกาสเปิดดู TOR ของโครงการ TH-AI Passport  ดูทางเทคนิคแล้วมันคือเวอร์ชันฟรี ที่ตามไม่ทันการเปลี่ยนแปลงเทคโนโลยจาก AI Chatbot ซึ่งกำลังกลายเป็น AI Agent แล้วจะเพิ่ม Productivity ให้กับคนไทย ลองมาดูการวิเคราะห์ทางเทคนิค 5 ประเด็นครับ ทั้งนี้เอาเน้นเรื่องเทคนิคไม่เกี่ยวข้องกับการเมือง ตามนี้

1. TOR มีคุณสมบัติเป็นรุ่น "ฟรี" มากกว่ารุ่น "Pro"

ดูว่า TOR ข้อ 4.2.2.1 แม้จะเขียนว่าให้ประชาชนเข้าถึง Gen AI "เทียบเท่ารุ่น Pro หรือ Premium หรือสูงกว่า Free Tier" อย่างน้อย 8 ผลิตภัณฑ์ แต่ถ้าวิเคราะห์ละเอียดแล้วจะเห็นว่าคุณสมบัติอาจเป็นเพียงรุ่นฟรี: chatbot ไทย/อังกฤษ, upload ไฟล์ PDF/XLSX/CSV/DOCX มาวิเคราะห์, chat history, custom agent แบบตั้ง persona, code generation, data analysis, image generation, multimodal

แล้วเทียบกับ free tier ปี 2026: ChatGPT free รองรับอัปโหลด PDF, รูป, Excel/CSV และโค้ด พร้อม Code Interpreter ใช้ได้ — อัปโหลด spreadsheet ให้วิเคราะห์ สร้างกราฟ clean data ได้ และรันโมเดลรุ่นล่าสุด เขียนเรียงความ debug โค้ด แปลภาษา สรุปเอกสาร ค้นเว็บแบบมี citation จัดการงาน productivity ได้ราว 70%

แปลว่าเกือบทุกบรรทัดในสเปกคือความสามารถระดับ free tier ที่คนไทยทุกคนที่มีอีเมลเข้าถึงฟรีอยู่แล้ว ส่วนสิ่งที่ทำในรุ่น Pro ได้จริง TOR กลับแทบไม่ได้ขอ —เช่นเน้นเรื่อง  reasoning model ตัวท็อป, Deep Research, Codex agentic coding, Agent Mode, connector 60+ ตัว, memory ข้ามครั้ง ซึ่ง 30% ที่เหลือนี่คือ leverage ตัวจริง 

คำถามเชิงนโยบายที่ตรงที่สุดคือ ถ้าได้ความสามารถระดับ free การจ่าย 1,650 ลบ. ซื้ออะไรที่ประชาชนไม่ได้มีฟรีอยู่แล้ว มูลค่าเพิ่มจริงควรอยู่ที่ data sovereignty, การเชื่อม ThaiD/ทางรัฐ, หลักสูตร+certification และ limit ระดับ enterprise ที่ไม่โดน throttle — ไม่ใช่ตัวโมเดลที่เกือบฟรีในตลาดแล้ว�

2. สัญญาไม่ได้ระบุปริมาณ Token บีบให้ “เวอร์ขั่น Pro สำหรับ5 ล้านคน" เป็นไปไม่ได้

การใช้ API จะขึ้นอยู่กับปริมาณ Token คิดเป็น $ ต่อ 1M Token และจะมีราคาตาม input/output เป็นประเด็นสำคัญสุดแต่ไม่ปรากฏจำนวน Token ที่ให้บริการอยู่ใน TOR เลย ทั้งๆ ที่เป็นประเด็นที่สำคัญมาก ซึ่งถ้าจะให้ระบบใช้กับคน 5 ล้านคน 1 ปี ค่าใช้จ่ายที่สูงคือ output token ที่ frontier คิดแพงกว่า input 5–6 เท่า (GPT-5.5 = $2.50/$15, Claude Sonnet = $3/$15, Gemini Pro = $2/$12) งานที่คนอยากใช้จริง — โค้ด สรุปยาว วิเคราะห์ไฟล์ สร้างภาพ — ต่างต้องใช้ output token เยอะมาก

ซึ่งถ้าบทสนทนาจริงจังใช้บริมาณ input 2,000  tokem c]t output 1,500 token ที่ราคา frontier model จะใช้ได้ราว 20 บทสนทนา/คน/ปี ถ้าทั้ง 5 ล้านคนใช้จริง (สัปดาห์ละไม่ถึงครั้ง) หรือประมาณ200 บทสนทนา/คน ถ้ามีผู้ใช้ active จริงแค่ 10% 
หรือถ้าสลับไป budget/open model (Flash-Lite $0.10/$0.40, DeepSeek ~$0.14/$0.28) จะถูกลง 15–25 เท่า

ผู้รับจ้างจึงไม่มีทางเลือกอื่นนอกจากใช้โมเดลราคาถูก เป็น default แล้วบีบลด output ต่อเครดิต ทำให้ผู้ใช้ไม่ได้ใช้เวอร์ชั่น "Pro" อย่างแท้จริง

�3. ต้องการ Frontier ระดับ Top 5 แต่บังคับเก็บข้อมูลในไทย 100%

TOR ข้อ 4.2.2.1(2) ขออย่างน้อย 2 ยี่ห้อ Top 5 ของ benchmark สากล ขณะที่ข้อ 2.2, 4.2.1.7(2) และ 11.3.8 บังคับประมวลผลในไทย 100% ห้ามส่งออกนอกประเทศ โมเดล Top 5 เกือบทั้งหมดเป็น closed ที่เจ้าของไม่เปิดให้ self-host ต้องผ่าน region ในไทยของ hyperscaler — แม้จะมีบริษัทเทคยักษ์ใหญ่มาเปิด Cloud Data Center region ในเมืองไทย แต่การมี region ไม่เท่ากับมีโมเดลตัวล่าสุดให้ใช้ทันที (availability มักตามหลังหลายเดือน) 

localization จึงเป็นแรงผลักให้สถาปัตยกรรมจริงเอนไปทาง open-weight (DeepSeek/Qwen/Llama) + Typhoon self-host ในไทยเป็น default แล้วเสริม frontier เป็น premium เท่าที่ available — ซึ่งบังเอิญตรงกับข้อ 2 พอดี ซึ่งก็จะทำให้ผู้ใช้ไม่สามารถใช้ Model ชั้นนำได้

4. นิยามคำว่า Concurrent 500,000 — ไม่ชัดเจน

TOR ข้อ 4.2.2.1(6) กำหนด "เข้าใช้พร้อมกันไม่น้อยกว่า 500,000 ผู้ใช้ ณ ชั่วโมงเดียวกัน" ถ้าหมายถึง session ที่เปิดค้างในชั่วโมงเดียวกัน เป็น web serving ปกติ autoscale รับได้ ต้นทุนต่ำ แต่ถ้าหมายถึง inference พร้อมกัน 500,000 request ต้อง sustain ~15 ล้าน output token/วินาที = ต้องใช้ GPU H100 ราว 3,000–7,500 ตัวเฉพาะ peak ซึ่งเกินงบทั้งโครงการหลายเท่า ควรต้องนิยามให้ชัดว่าเป็น concurrent sessions พร้อมกำหนด p95 latency (เช่น first token < 2 วินาที) เป็น KPI แทน

5. เรากำลังเปิดบริการแค่ AI Chatbot ในแบบเดิมทั้งๆ ที่เทคโนโลยีกำลังก้าวสู่ AI Agent

หลักการและข้อ 2.5 ตั้งเป้า "เพิ่มผลิตภาพ" แต่สิ่งที่ TOR เรียก AI Agent ในข้อ 4.2.2.1(4) คือแค่ตั้ง persona/instruction = นิยาม Custom GPT ปี 2023 ไม่ใช่ agent ที่ใช้ tool/ทำงานหลายขั้นตอนแทนคนแบบ Cowork/Codex/Gemini และ POC ข้อ 2(7) ให้ "สร้าง AI Agent ได้" เพียง 2 คะแนน โดยไม่มีข้อใดทดสอบ tool use, MCP, code execution หรือการทำงาน autonomous เลย

productivity uplift รอบนี้มาจาก agent ที่ลงมือทำงาน ไม่ใช่ chatbot ที่ตอบทีละครั้ง อย่างไรก็ตามต้องให้ความเป็นธรรมว่าการไม่เปิด full agent มีเหตุผลด้าน economics (agent กิน token หลายเท่า) และ security (ปล่อย autonomous agent ต่อ tool ให้คน 5 ล้านคนคือความเสี่ยงสูง)

อันนี้เป็นเพียงความเห็นในเชิงเทคนิคของผมที่คิดว่า ถ้าโครงการนี้จะเป็นเวอร์ชั่น Pro. ได้จริง TOR ต้องครอบคลุม Feature.อีกมาก ต้องเน้น AI Agent และระบุ Token ให้ชัด

โครงการนี้ถ้าจะทำได้ตามเป้าจริงให้คน 5 ล้านคนมีฟีเจอร์แบบ เวอร์ชัน Pro ความเป็นจริงน่าจะหลายพันล้าน แต่ถ้าทำได้และเป็นเวอร์ชัน Pro จริง ก็ถื่อว่าถูกมาก