รศ.ดร.ธนชาติ นุ่มนนท์ นักวิชาการด้านเทคโนโลยีสารสนเทศและดิจิทัล เสนอแนวคิดให้ภาครัฐนำงบประมาณหลายร้อยล้านบาทไปลงทุนติดตั้ง GPU Server ภายในประเทศ พร้อมใช้โมเดล AI แบบ Open-weight ระดับโลกผ่านแพลตฟอร์ม TH-AI Passport (AiPass) แทนการพึ่งพาโมเดลเชิงพาณิชย์ของต่างชาติ โดยระบุว่าจะช่วยลดค่าใช้จ่ายด้าน API และ Token ทำให้ข้อมูลของผู้ใช้งานถูกจัดเก็บและประมวลผลในประเทศไทย สนับสนุนการพัฒนา AI ของคนไทย และยกระดับขีดความสามารถในการแข่งขันของประเทศในระยะยาว พร้อมตั้งข้อสังเกตว่าการนำข้อมูลไปประมวลผลในต่างประเทศอาจไม่สอดคล้องกับวัตถุประสงค์ของโครงการที่กำหนดให้คุ้มครองข้อมูลและประมวลผลภายในประเทศ
เมื่อวันที่ 21 ก.ค. รศ.ดร.ธนชาติ นุ่มนนท์ เป็นผู้เชี่ยวชาญและนักวิชาการด้านเทคโนโลยีสารสนเทศและดิจิทัลแถวหน้าของประเทศไทย ออกมาโพสต์ข้อความ เสนอแนวคิดหากนำงบประมาณหลายร้อยล้านบาทไปลงทุนติดตั้ง GPU Server ภายในประเทศ และใช้โมเดล AI แบบ Open-weight ระดับโลก เช่น Kimi, GLM, Qwen, Mistral และ Gemma ผ่านแพลตฟอร์ม TH-AI Passport (AiPass) จะช่วยลดการพึ่งพาโมเดลเชิงพาณิชย์ของต่างชาติ ลดค่าใช้จ่ายด้าน API และ Token ทำให้ข้อมูลของผู้ใช้งานถูกจัดเก็บและประมวลผลในประเทศไทย สอดคล้องกับเป้าหมายด้านอธิปไตยทาง AI และการคุ้มครองข้อมูลส่วนบุคคล พร้อมทั้งเปิดโอกาสให้ประชาชน นักเรียน นักศึกษา และสตาร์ทอัพไทยเข้าถึง AI คุณภาพสูงได้อย่างทั่วถึง ส่งเสริมการพัฒนา AI Apps และ AI Agents สร้างระบบนิเวศ AI ของไทย และยกระดับขีดความสามารถในการแข่งขันของประเทศในระยะยาว
เจ้าตัวเห็นว่าแนวทางดังกล่าวสามารถสอดคล้องกับ TOR ที่กำหนดให้มี 8 โมเดลและรองรับโมเดล Open-weight ที่มีผลการประเมินระดับสากล อีกทั้งตั้งข้อสังเกตว่าการนำข้อมูลไปประมวลผลในต่างประเทศอาจไม่สอดคล้องกับวัตถุประสงค์ของโครงการที่ต้องการให้ข้อมูลถูกประมวลผลภายในประเทศไทย ทั้งนี้ รศ.ดร.ธนชาติได้ระบุข้อความว่า
“ถ้าเอางบหลักหลายร้อยล้านบาทมาติดตั้ง GPU Server ในประเทศ แล้วใช้ Open-weight Models ชั้นนำต่างๆ เช่น Kimi K3, GLM 5.2, Qwen 3.6, Mistral และ Gemma ซึ่งหลายโมเดลเริ่มมีความสามารถสูสีกับ Frontier Models อย่าง Opus 4.8, GPT-5.5 และ Gemini 3.1
แล้วเราก็เปิดให้ประชาชน คนทำงาน นักเรียน และนักศึกษา ใช้โมเดลเหล่านี้ผ่านโครงการ TH-AI Passport (AiPass) โดยใช้ UI ของ AiPass เป็นช่องทางเรียกใช้โมเดลเหล่านั้น แทนที่จะไปใช้ Proprietary Models ของบริษัทต่างชาติ
เราก็ไม่ต้องเสียค่า Token ในการประมวลผลบน Server ต่างประเทศ แถมยังได้อธิปไตยทาง AI เพราะข้อมูลไม่ต้องถูกส่งออกไปประมวลผลในต่างประเทศ
คนไทยได้ใช้ Token อย่างเต็มที่ ไม่ต้องเสียค่า API (Token) ให้ต่างชาติ คนไทยสามารถใช้งานโมเดลดี ๆ ได้มากขึ้น จะอัปโหลดไฟล์ขนาดใหญ่ ผู้พัฒนาก็ไม่ต้องกังวลเรื่องค่าประมวลผลมากนัก แถมยังได้ลูกเล่นต่างๆ จากโมเดลเหล่านี้อีกมากมาย ทั้งภาพ เสียง และวิดีโอ
นอกจากนี้ เมื่อไม่มีภาระค่าใช้จ่ายในส่วนนี้ เราสามารถแจก Token ให้บริษัท Startup หรือบริษัทของคนไทย เพื่อนำไปต่อยอดพัฒนา AI Apps และ AI Agents ได้อีกมากมาย สร้างระบบนิเวศ AI ของไทย และทำให้คนไทยมี AI ดีๆ ใช้งานอย่างแพร่หลาย อีกทั้งยังมีนักพัฒนามาช่วยสร้าง Features ใหม่ๆ ให้กับ AiPass ได้อย่างต่อเนื่อง
การใช้งาน AI ในวันนี้ไม่ใช่การมีโมเดลให้เลือกจำนวนมาก แต่คือการมี App ที่มี Features ช่วยให้คนทำงานได้จริง
เมื่อโครงการครบหนึ่งปี ประเทศก็ยังมีโครงสร้างพื้นฐานให้คนไทยใช้ AI ได้ต่อไปอีกนาน พร้อมทั้งสร้างขีดความสามารถในการแข่งขันของประเทศในระยะยาว
เพิ่มเติมครับ ถ้าดู TOR แล้ว ทำตามนี้ก็น่าจะทำได้เพราะเขาต้องการ 8 Models และระบุว่า อย่างน้อย 2 ผลิตภัณฑ์/ยี่ห้อ ต้องเป็นโมเดลระดับสากลที่มีคะแนนอยู่ในกลุ่มสูงสุด 5 อันดับ แรกของผลการประเมินมาตรฐานนานาชาติในรายงานของ MMLU, GPQA, HumanEval, MMMU ภายใน 12 เดือน ซึ่ง Open-weight models ก็ติดอันดับ
แถมการทำแบบนี้จะทำสอดคล้องกับวัตถุประสงค์ของโครงการข้อ 2.2 เพื่อส่งเสริมให้ข้อมูลส่วนบุคคลและข้อมูลพฤติกรรมการใช้งานที่เกี่ยวข้องกับ Generative AI ของกลุ่มเป้าหมายที่เข้าร่วมโครงการถูกจัดเก็บและประมวลผลภายในประเทศไทย รวมทั้งยกระดับการคุ้มครองข้อมูลส่วนบุคคลตามกฎหมายไทยอย่างสูงสุด ซึ่งตอนนี้กลับนำข้อมูลไปประมวลผลในต่างประเทศ ที่ดูจะขัดแย้งกับวัตถุประสงค์ของโครงการ“