โมเดล AI จากจีนอย่าง Qwen3.8 Max ขนาด 2.4 ล้านล้านพารามิเตอร์ของ Alibaba และ Kimi K3 ขนาด 2.8 ล้านล้านพารามิเตอร์ของ Moonshot กำลังดึงดูดความสนใจของผู้บริหารไอทีด้วยประสิทธิภาพที่สูงขึ้นและราคาที่เข้าถึงได้ง่าย แต่คำถามสำคัญที่องค์กรต้องตอบคือ ความคุ้มค่าเหล่านี้เพียงพอที่จะแลกกับความท้าทายด้านความมั่นคงปลอดภัยและความน่าเชื่อถือหรือไม่

Steven Eric Fisher อดีตเจ้าหน้าที่บริหารความเสี่ยงของ Walmart แนะนำว่าองค์กรไม่ควรปฏิเสธหรือยอมรับโมเดล AI เพียงเพราะมาจากประเทศจีน แต่ควรประเมินตามมาตรฐานเดียวกับเทคโนโลยีสำคัญอื่น ๆ ปัจจัยที่ต้องพิจารณาครอบคลุมถึงขอบเขตอำนาจศาล กรรมสิทธิ์ ความโปร่งใสของข้อมูลที่ใช้ฝึกโมเดล การจัดการข้อมูล และความสามารถในการทดสอบระบบอย่างเป็นอิสระ
แม้ปัจจัยด้านภูมิรัฐศาสตร์ถือเป็นความเสี่ยงที่แท้จริง แต่ควรนำมาผนวกในกระบวนการตรวจสอบทางเทคนิคและซัพพลายเชน มากกว่าใช้เป็นข้ออ้างในการแบนเทคโนโลยีโดยไม่ผ่านการพิจารณา เพราะโมเดลจากจีนมีศักยภาพสูงหากใช้งานในขอบเขตที่จำกัดและควบคุมได้ รวมถึง Shashi Bellamkonda จาก Info-Tech Research Group ระบุว่าโมเดลเหล่านี้เหมาะสำหรับงานที่มีปริมาณมากและไม่ต้องการความซับซ้อน ตัวอย่างเช่น
- การเขียนโค้ดภายในสภาพแวดล้อมจำกัด
- การประมวลผลและการแปลภาษา
- การวิเคราะห์เอกสารจำนวนมาก
- การสร้างข้อมูลสังเคราะห์
- งานที่ต้องตรวจสอบเอาต์พุตได้และมีมนุษย์คอยกำกับดูแล
แม้ Kimi K3 จะยังมีประสิทธิภาพตามหลังโมเดลแนวหน้าจากสหรัฐฯ แต่สำหรับองค์กรที่มีนโยบายธรรมาภิบาลและการจัดการ Guardrail ที่ดี โมเดลเหล่านี้ถือว่าเพียงพอสำหรับการใช้งานทั่วไปที่ไม่ได้เกี่ยวข้องกับธุรกรรมสำคัญ
ในมุมกลับกัน องค์กรต้องกำหนดขอบเขตที่ห้ามใช้โมเดลเหล่านี้อย่างเด็ดขาด ได้แก่ งานที่ต้องเจอกับลูกค้าโดยตรงโดยไม่มีมนุษย์ตรวจสอบ ข้อมูลที่มีการควบคุม, ข้อมูลส่วนบุคคลที่ละเอียดอ่อน และงานที่อาการหลอนของ AI อาจนำไปสู่ปัญหาทางกฎหมายหรือความปลอดภัย
Brian Levine อดีตตัวแทนกระทรวงยุติธรรมสหรัฐฯ และผู้เชี่ยวชาญด้านความปลอดภัยทางไซเบอร์ เตือนว่ายังเร็วเกินไปที่องค์กรจะนำโมเดลเหล่านี้มาใช้งานจริง โดยองค์กรต้องตั้งสมมติฐานว่าการใช้งานอาจเปิดช่องทางให้เกิดการเข้าถึงข้อมูลหรือเครือข่ายภายในโดยไม่ได้รับอนุญาต ขณะที่ Mike Wilkes ผู้บริหาร CISO จาก Aikido Security ย้ำว่าพารามิเตอร์ที่สูงไม่ใช่เครื่องการันตีความปลอดภัย ความเสี่ยงและต้นทุนจากคำตอบที่ผิดพลาดอาจไม่คุ้มค่ากับราคาที่ถูกลง
Yuri Goryunov CIO จาก Acceligence เปรียบเทียบโมเดลอย่าง Kimi ว่าเหมือนการขับรถเกียร์ธรรมดาในยุคเกียร์อัตโนมัติ ข้อได้เปรียบคือการไม่มี Guardrail สำเร็จรูป ทำให้องค์กรสามารถปรับแต่งประสิทธิภาพและการควบคุมได้ตามต้องการ แต่ต้องแลกมาด้วยต้นทุนในการสร้างระบบความปลอดภัย, การกำกับดูแล และการประเมินผลด้วยตนเอง ซึ่งต้องอาศัยทีมงานที่มีทักษะเฉพาะทางสูง
สำหรับองค์กรที่มีความพร้อมในการควบคุม Workload ปริมาณมากภายในองค์กรและมีทีมงานรองรับ โมเดล AI จากจีนกำลังขยับสถานะจากเทคโนโลยีที่ต้องเฝ้าระวัง มาสู่ทางเลือกที่สมเหตุสมผลในการลงทุน
TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย







