ถอดยุทธศาสตร์ Super Intelligence ของสหรัฐฯ จากพลังงานสู่ AI ในอวกาศ

การเปิดตัวแพลตฟอร์ม America.gov ที่กรุงวอชิงตัน เมื่อวันที่ 29 กันยายน 2026 ไม่ได้มีเพียงการเปิดเว็บไซต์รัฐบาลสหรัฐฯ รูปแบบใหม่ แต่ภายในงานยังมีเวทีสนทนาที่เผยให้เห็นมุมมองของผู้นำอุตสาหกรรมเทคโนโลยีต่ออนาคตของปัญญาประดิษฐ์ พลังงาน ศูนย์ข้อมูล อวกาศ และความมั่นคงของสหรัฐฯ ในอีกหลายปีข้างหน้า 

โดยบนเวทีนี้มี อีลอน มัสก์ (Elon Musk) ซีอีโอสเปซเอ็กซ์ (SpaceX) และเทสลา (Tesla), เจนเซน หวง (Jensen Huang) ซีอีโอเอ็นวิเดีย (NVIDIA) ก่อนที่ทอม บราวน์ (Tom Brown) ผู้ร่วมก่อตั้งแอนโทรปิก (Anthropic) จะเข้าร่วมภายหลัง โดยมีกาวิน เบเกอร์ (Gavin Baker) จาก Atreides Management เป็นผู้ดำเนินรายการ 

ประเด็นที่ทั้ง 3 คน พูดถึงไม่ได้หยุดอยู่ที่การสร้าง AI ให้ฉลาดขึ้น แต่ขยายไปถึงคำถามว่า หาก AI กลายเป็นโครงสร้างพื้นฐานของเศรษฐกิจ สหรัฐฯ จะผลิตไฟฟ้า ชิป ศูนย์ประมวลผล และระบบความปลอดภัยให้เพียงพอได้อย่างไร 

Super Intelligence ไม่ได้เริ่มต้นที่ AI แต่เริ่มจากไฟฟ้า

เริ่มต้นด้วย เจนเซน หวง อธิบายว่า การเปลี่ยนผ่านสู่ยุคที่รัฐบาลสหรัฐฯ เรียกว่า ซูเปอร์อินเทลลิเจนซ์ (Super Intelligence หรือ SI) เป็นการเปลี่ยนสถาปัตยกรรมคอมพิวเตอร์ครั้งใหญ่ ตั้งแต่การออกแบบชิป การประมวลผล การฝึกโมเดล ซอฟต์แวร์ ไปจนถึงแอปพลิเคชัน เพราะคอมพิวเตอร์ยุคใหม่ไม่ได้ทำหน้าที่เพียงค้นหาและเรียกข้อมูลที่มีอยู่ แต่สามารถสร้างข้อมูลและผลลัพธ์ใหม่ผ่าน Generative Computing

แต่ก่อนจะมีโมเดล AI หรือชิปประสิทธิภาพสูง สิ่งแรกที่ระบบต้องการ คือ พลังงาน เพราะไฟฟ้าเป็นตัวขับเคลื่อนชิป ชิปประมวลผลอัลกอริทึม และอัลกอริทึมจึงนำไปสู่บริการ AI ที่ผู้ใช้สัมผัสได้ หวงจึงมองว่าสหรัฐฯ ต้องพัฒนาพร้อมกันทั้งชิป พลังงาน อัลกอริทึม และการนำ AI เข้าไปใช้ในอุตสาหกรรมจริง ตั้งแต่โรงงาน การแพทย์ ไปจนถึงการสำรวจอวกาศ

อีลอน มัสก์ เห็นไปในทิศทางเดียวกัน โดยมองว่าระยะยาวการแข่งขันด้าน AI จะติดข้อจำกัดที่กำลังผลิตไฟฟ้าและกำลังผลิตเซมิคอนดักเตอร์ เขาระบุว่าสหรัฐฯ ใช้กำลังไฟฟ้าเฉลี่ยประมาณ 500 กิกะวัตต์ ขณะที่จีนมีการผลิตไฟฟ้าสูงกว่าสหรัฐฯ หลายเท่า ดังนั้นการเพิ่มพลังงานและการสร้างกำลังผลิตชิป Logic และ Memory ในสหรัฐฯ หรือพื้นที่ที่มีความมั่นคง จึงเป็นปัจจัยสำคัญของการแข่งขันเทคโนโลยีในอนาคต

อีลอน มัสก์ เสนอสมการ 5 GW อาจเท่ากับ GDP เพิ่ม 1%

หนึ่งในตัวเลขที่ได้รับความสนใจมากที่สุดบนเวทีมาจาก อีลอน มัสก์ ประเมินว่า หากสหรัฐฯ เพิ่มการใช้พลังงานอย่างต่อเนื่องได้ 5 กิกะวัตต์ จะเท่ากับประมาณ 1% ของการใช้ไฟฟ้าเฉลี่ยของประเทศ และเขาเชื่อว่าพลังงานส่วนเพิ่มนี้อาจนำไปสู่ GDP ที่เพิ่มขึ้นใกล้เคียง 1% เนื่องจากประสิทธิภาพการสร้าง Intelligence ต่อพลังงานหนึ่งวัตต์กำลังเพิ่มขึ้นทั้งจากฮาร์ดแวร์และอัลกอริทึม

เมื่อคำนวณจากเศรษฐกิจสหรัฐฯ ขนาดประมาณ 30 ล้านล้านดอลลาร์ 1% มีมูลค่าประมาณ 300,000 ล้านดอลลาร์สหรัฐ หรือราว 9.7 ล้านล้านบาท ทำให้อีลอน มัสก์ ประเมินต่อว่า กำลังไฟฟ้าใหม่ 10 GW ที่นำไปสนับสนุน AI อาจสัมพันธ์กับ GDP ที่เพิ่มขึ้นประมาณ 2%

อย่างไรก็ตาม ตัวเลขดังกล่าวเป็น สมมติฐานทางเศรษฐกิจของ Musk ไม่ใช่สมการทางเศรษฐศาสตร์ที่ได้รับการพิสูจน์แล้ว การเพิ่มกำลังผลิตไฟฟ้าไม่ได้ทำให้ GDP เพิ่มขึ้นในอัตราเดียวกันโดยอัตโนมัติ เพราะยังขึ้นอยู่กับต้นทุนพลังงาน ประสิทธิภาพของศูนย์ข้อมูล ความต้องการ AI เงินลงทุน และความสามารถในการเปลี่ยนกำลังประมวลผลให้เป็นสินค้าและบริการ

Data Center กำลังกลายเป็นโรงงานผลิต Intelligence

เจนเซน หวง เสนออีกมุมมองที่น่าสนใจว่า ศูนย์ข้อมูลยุค AI ไม่ควรถูกมองเป็นเพียง Data Center อีกต่อไป เพราะไม่ได้ทำหน้าที่เก็บข้อมูลเท่านั้น แต่กำลังผลิตสิ่งที่มีมูลค่าทางเศรษฐกิจ เขาจึงเรียกโครงสร้างพื้นฐานเหล่านี้ว่า Super Intelligence Factories หรือ SI Factories

โรงงานประเภทนี้ต้องประกอบด้วยชิปประมวลผล เครือข่าย ระบบไฟฟ้า ระบบระบายความร้อน อาคาร และโครงสร้างพื้นฐานจำนวนมหาศาล โดยเจนเซน หวง ประเมินว่า หากสหรัฐฯ สร้างโครงสร้างพื้นฐาน AI ระดับ 10-20 GW ต่อปี อาจสร้างงานได้ประมาณ 1 ล้านตำแหน่ง ครอบคลุมตั้งแต่งานก่อสร้าง โรงไฟฟ้า ระบบทำความเย็น ไปจนถึงช่างท่อและแรงงานฝีมือ

เจนเซน หวง มองว่านี่อาจเป็นส่วนหนึ่งของการ Re-industrialization หรือการนำอุตสาหกรรมกลับเข้าสหรัฐฯ ครั้งสำคัญ โดยเฉพาะการสร้างงาน Blue-collar ควบคู่กับงาน White-collar ในอุตสาหกรรมเทคโนโลยี แต่ตัวเลขหนึ่งล้านตำแหน่งยังเป็นการประเมินบนเวที ไม่ใช่ประมาณการตลาดแรงงานอย่างเป็นทางการ

Colossus กับบทเรียนว่าศูนย์ AI ต้องอยู่ร่วมกับชุมชน

อีลอน มัสก์ ยกตัวอย่างพื้นที่รอบซูเปอร์คอมพิวเตอร์ โคลอสซัส (Colossus) ในเมืองเมมฟิส โดยกล่าวว่าการลงทุนได้สร้างงานจนบางพื้นที่จากที่เคยมีการว่างงาน กลายเป็นมีตำแหน่งงานมากกว่าจำนวนแรงงาน และสร้างรายได้ภาษีเพิ่มให้ท้องถิ่น

เขายังกล่าวถึงการสนับสนุนบริการอินเทอร์เน็ตดาวเทียม Starlink ราคาพิเศษแก่ชุมชน และโครงการโรงงานรีไซเคิลน้ำที่ประเมินมูลค่าประมาณ 250 ล้านดอลลาร์สหรัฐ หรือประมาณ 8,100 ล้านบาท เพื่อรองรับความต้องการใช้น้ำของโครงสร้างพื้นฐาน  

ประเด็นนี้มีความสำคัญเพราะ Data Center ขนาดใหญ่กำลังเผชิญแรงกดดันเรื่องการใช้ไฟฟ้า น้ำ และพื้นที่ในหลายชุมชนของสหรัฐฯ การแข่งขันสร้าง AI Infrastructure จึงไม่ได้ขึ้นอยู่กับว่าบริษัทใดซื้อ GPU ได้มากที่สุด แต่รวมถึงความสามารถในการสร้างโครงสร้างพื้นฐานโดยไม่ผลักต้นทุนด้านพลังงานและทรัพยากรไปให้ประชาชนในพื้นที่

พลังงานกลายเป็นตลาดใหม่ของอุตสาหกรรม AI

เจนเซน หวง มองว่าความต้องการพลังงานจาก AI กำลังสร้างแรงจูงใจทางเศรษฐกิจให้เทคโนโลยีพลังงานหลายประเภท ตั้งแต่นิวเคลียร์ฟิชชัน (Fission) ฟิวชัน (Fusion) และเครื่องปฏิกรณ์นิวเคลียร์ขนาดเล็ก (SMR) ไปจนถึงระบบกักเก็บพลังงานด้วยแบตเตอรี่

ในมุมของเขา ความต้องการไฟฟ้าปริมาณมหาศาลทำให้โครงการพลังงานที่เคยมีปัญหาเรื่องความคุ้มค่าทางเศรษฐกิจเริ่มมีลูกค้าขนาดใหญ่รองรับ บริษัทเทคโนโลยีจึงสามารถกลายเป็นผู้ซื้อไฟฟ้าระยะยาว และช่วยดึงเงินลงทุนเข้าสู่โรงไฟฟ้ารุ่นใหม่ได้มากขึ้น 

อีลอน มัสก์ ส่ง Data Center ขึ้นไปในอวกาศ

ส่วนที่มีความท้าทายมากที่สุดของการสนทนาบนเวทีครั้งนี้ เกิดขึ้นเมื่อ อีลอน มัสก์ กล่าวถึง Orbital Compute หรือการนำศูนย์ประมวลผล AI ขึ้นไปทำงานในวงโคจร เขามองว่าหากความต้องการพลังงานของ AI เพิ่มขึ้นต่อเนื่อง อวกาศอาจกลายเป็นพื้นที่ใหม่สำหรับการสร้างโครงสร้างพื้นฐานคอมพิวเตอร์

เหตุผลสำคัญ คือ พลังงานแสงอาทิตย์ ดาวเทียมในวงโคจรบางรูปแบบสามารถได้รับแสงเป็นเวลานานและหลีกเลี่ยงข้อจำกัดบางส่วนของระบบบนพื้นโลก เช่น กลางคืน เมฆ และพื้นที่ติดตั้ง 

อีลอน มัสก์ กล่าวว่า SpaceX และ Tesla มีเป้าหมายระยะยาวเกี่ยวกับกำลังผลิตโซลาร์เซลล์ระดับ 200 GW ต่อปี และเสนอว่าการนำระบบผลิตไฟฟ้าไปสู่อวกาศอาจสร้างพลังงานได้มากกว่าการติดตั้งกำลังแผงเท่ากันบนพื้นโลก

และเขายังกล่าวถึงการทดลองนำฮาร์ดแวร์ประมวลผลขึ้นสู่อวกาศ และเจนเซน หวง มองว่าผลตอบแทนจาก AI Compute ในปัจจุบันสูงพอที่จะทำให้แนวคิดนี้เริ่มมีเหตุผลทางเศรษฐกิจ แม้ต้นทุนการส่งของขึ้นสู่วงโคจรยังสูงมากก็ตาม

แต่ Orbital Compute ยังมีโจทย์ทางวิศวกรรมอีกมากมาย ตั้งแต่การระบายความร้อนในสุญญากาศ รังสีอวกาศ อายุการใช้งานของชิป การสื่อสารข้อมูล การซ่อมบำรุง ไปจนถึงต้นทุนการปล่อย ดังนั้นคำกล่าวบนเวทีควรถูกมองเป็น วิสัยทัศน์ระยะยาว มากกว่าระบบศูนย์ข้อมูลอวกาศที่พร้อมสร้างในระดับหลายร้อย GW แล้ว

Starship คือ กุญแจสำคัญของสมการ Orbital Compute

เหตุผลที่อีลอน มัสก์ เชื่อว่าแนวคิดดังกล่าวอาจเป็นไปได้ในอนาคตคือ สตาร์ชิป (Starship) ยานอวกาศขนาดยักษ์ของ SpaceX ซึ่งเพิ่งเดินทางเข้าสู่วงโคจรและปล่อยดาวเทียม Starlink V3 ใน Flight 14 ได้สำเร็จ 

อีลอน มัสก์ กล่าวบนเวทีว่า Payload ของเที่ยวบินดังกล่าวเป็นน้ำหนักบรรทุกที่มีขนาดใหญ่มาก และ SpaceX ตั้งเป้าเพิ่มความถี่การปล่อย Starship เป็นประมาณสัปดาห์ละหนึ่งถึงสองครั้งในปีหน้า

หากยาน Starship สามารถนำกลับมาใช้ซ้ำได้อย่างรวดเร็วตามเป้าหมาย ความสามารถในการขนสัมภาระขึ้นสู่วงโคจรจะเพิ่มขึ้นอย่างมาก อีลอน มัสก์ จึงมองไกลไปถึงการใช้ Starship ขนโครงสร้างพื้นฐาน AI สู่อวกาศในระดับ หลายร้อย GW ต่อปี

เขายังกล่าวถึงเป้าหมายเดิมของยาน Starship ในการขนวัสดุและมนุษย์ ไปยังดวงจันทร์และดาวอังคาร โดยประเมินคร่าว ๆ ว่าเมืองที่สามารถเติบโตและดำรงอยู่ได้ด้วยตัวเองอาจต้องใช้วัสดุประมาณ 1 ล้านตัน ที่ส่งไปถึงพื้นผิว เป้าหมายเหล่านี้ยังอยู่ห่างจากความสามารถที่ SpaceX พิสูจน์ได้ในปัจจุบันมาก แต่ตัวเลขดังกล่าวก็ช่วยอธิบายว่าทำไมบริษัทจึงพัฒนาระบบขนส่งอวกาศที่มีขนาดใหญ่กว่าจรวดทั่วไปอย่างมาก เช่นเดียวกัน

NVIDIA สร้างกำแพงป้องกัน AI Agent

อีกด้านหนึ่ง เมื่อ AI มีความสามารถมากขึ้น ปัญหาที่ตามมา คือ การควบคุม AI Agent ที่สามารถใช้คอมพิวเตอร์ เปิดไฟล์ เรียก API และดำเนินงานเองอย่างไร NVIDIA จึงเปิดตัว Open Agent Safety Platform เมื่อวันที่ 28 กันยายน โดยใช้แนวคิดป้องกันสองชั้น

ชั้นแรก คือ OpenShell ซึ่งเป็นซอฟต์แวร์ Open Source สำหรับสร้างขอบเขตการทำงานให้ Agent โดยหลักการพื้นฐานคือไม่อนุญาตสิทธิใดโดยอัตโนมัติ AI จะได้รับเฉพาะสิทธิที่นโยบายกำหนด และการควบคุมเกิดขึ้นภายนอกกระบวนการคิดของโมเดล ทำให้ Agent ไม่สามารถเปลี่ยนสิทธิของตัวเองด้วยคำสั่ง Prompt ได้ง่าย ๆ

ชั้นที่สอง คือ NVIDIA Sentry ซึ่งใช้ BlueField-4 DPU ทำหน้าที่เหมือนผู้คุมที่แยกออกจากระบบ Agent คอยตรวจสอบพฤติกรรมแบบ Out-of-band หาก Agent พยายามออกนอกขอบเขต Sentry สามารถกักกันและหยุดการทำงานได้ในระดับมิลลิวินาที

เจนเซน หวง อธิบายหลักคิดง่าย ๆ ว่า แม้เราจะขัง Agent ไว้ใน Sandbox แล้ว ก็ไม่ควรเชื่อว่ามันจะอยู่ในนั้นตลอดไป จึงต้องมีระบบอีกชั้นหนึ่งคอยตรวจสอบจากภายนอก แนวคิดนี้คล้ายกับพนักงานบริษัทที่ได้รับสิทธิเข้าถึงเฉพาะข้อมูลและเครื่องมือที่จำเป็น พร้อมมีระบบตรวจสอบกิจกรรมอยู่ตลอดเวลา

ทอม บราวน์มอง AI จะเริ่มรับงานที่ยาวและซับซ้อนขึ้น

ทางด้านทอม บราวน์ จากบริษัท Anthropic เข้าร่วมการสนทนา เขากล่าวถึง Claude Opus 5.5 ว่าความเปลี่ยนแปลงสำคัญคือผู้ใช้สามารถมอบหมายงานที่ใช้เวลานานและซับซ้อนกว่าเดิมให้ AI ทำได้ ความสามารถนี้จะทำให้ AI เปลี่ยนจากเครื่องมือตอบคำถามไปเป็นระบบที่รับผิดชอบงานเป็นชิ้น ๆ ได้มากขึ้น

ทอม บราวน์ ยังมองว่าผลกระทบที่ผู้ใช้ทั่วไปอาจไม่ทันสังเกตคือปริมาณซอฟต์แวร์ที่ AI จะเขียนเพิ่มขึ้นอย่างมหาศาล ในอดีตผลิตภัณฑ์ซอฟต์แวร์ถูกสร้างโดยวิศวกรมนุษย์เป็นหลัก แต่ในอนาคตมนุษย์และ AI จะร่วมกันผลิตซอฟต์แวร์มากขึ้น ซึ่งอาจทำให้ผลิตภัณฑ์พัฒนาเร็วขึ้นและต้นทุนลดลง

ด้านเจนเซน หวง ยกตัวอย่างการใช้งานของตัวเองว่า เขาใช้ Claude ช่วยทำงานวิจัย เปรียบเทียบข้อมูล และสร้างรายงานพร้อมกราฟ จากงานที่ในอดีตอาจใช้เวลา 4-8 ชั่วโมง เหลือประมาณ 3 นาที ในบางกรณี ตัวอย่างนี้เป็นประสบการณ์ส่วนบุคคลของเจนเซน หวง  ไม่ใช่ Benchmark มาตรฐาน แต่แสดงให้เห็นประเภทของงานที่ผู้บริหารเทคโนโลยีเริ่มมอบหมายให้ AI ทำแล้ว

AI กับการแพทย์ ต้องแยกเรื่องเล่าออกจากหลักฐาน

อีลอน มัสก์ ยังกล่าวว่าเขาเคยได้ยินหลายกรณีที่ผู้ป่วยนำภาพ X-ray หรือ MRI ไปให้ AI วิเคราะห์ หลังจากการวินิจฉัยของแพทย์ผิดพลาด และ AI สามารถช่วยให้พบปัญหาที่ถูกต้องได้ อย่างไรก็ตามในตอนนี้ ไม่ควรนำไปสรุปว่า AI วินิจฉัยโรคได้ดีกว่าแพทย์โดยทั่วไป หรือสามารถใช้ทดแทนบุคลากรทางการแพทย์ได้

การแข่งขันสร้างโมเดล สู่การแข่งขันสร้างประเทศสำหรับ AI 

สิ่งที่ต้องจับตา คือ หลายส่วนของวิสัยทัศน์นี้ยังอยู่คนละระดับของความเป็นจริง Open Agent Safety Platform เป็นเทคโนโลยีที่ NVIDIA เปิดตัวแล้ว ขณะที่การสร้าง SI Factories หลายกิกะวัตต์กำลังเกิดขึ้นบนพื้นโลก แต่ Orbital Compute หลายร้อยกิกะวัตต์ เมืองที่พึ่งพาตัวเองบนดวงจันทร์หรือดาวอังคาร และความสัมพันธ์ระหว่างไฟฟ้ากับ GDP ตามสูตรของ Musk ยังเป็นสมมติฐานและเป้าหมายระยะยาว

แต่สารสำคัญจากเวทีนี้ค่อนข้างชัดเจนว่า การแข่งขัน AI รอบต่อไปอาจไม่ได้ตัดสินกันเพียงว่าใครมีโมเดลฉลาดที่สุด หาก AI ต้องใช้ไฟฟ้าและกำลังประมวลผลเพิ่มขึ้นอย่างมหาศาล ประเทศที่มีพลังงาน ชิป เงินทุน บุคลากร และโครงสร้างพื้นฐานพร้อมกว่า ย่อมมีพื้นที่ให้เทคโนโลยีเติบโตได้มากกว่า

ในมุมนี้ AI จึงกำลังเปลี่ยนสถานะจากอุตสาหกรรมซอฟต์แวร์ ไปเป็น อุตสาหกรรมโครงสร้างพื้นฐานระดับชาติ และนั่นอาจเป็นสาระสำคัญที่สุดจากการสนทนาของอีลอน มัสก์, เจนเซ่น หวง และ ทอม บราวน์ ที่งานเปิดตัว America.gov ครั้งนี้