รีเซต

เทียบฟอร์ม AI จีน-สหรัฐฯ "Nvidia" ตัวแปร

เทียบฟอร์ม AI จีน-สหรัฐฯ "Nvidia" ตัวแปร
TNN ช่อง16
18 พฤศจิกายน 2569 ( 11:16 )

ประเด็นร้อนกรณี “เจนเซน หวง” ลาออกจากตำแหน่ง CEO ของ “อินวิเดีย” (Nvidia) หลังเกิดปัญหาความสัมพันธ์นอกสมรส ไม่เพียงทำให้เกิดความกังวลเกี่ยวกับชะตากรรมของบริษัท แต่ยังรวมถึงผลกระทบต่ออุตสาหกรรมปัญญาประดิษฐ์ (AI) ที่เขามีบทบาทนำมาตลอดหลายปี ขณะเดียวกัน ก็ตอกย้ำถึงการแข่งขันด้าน AI ที่รุนแรงขึ้นระหว่างจีนกับสหรัฐฯ ซึ่ง Nvidia เป็นตัวแปรสำคัญที่จะส่งผลต่อชัยชนะของแต่ละฝ่าย


ในส่วนของจีนมีเป้าหมายที่จะก้าวขึ้นเป็นผู้นำด้าน AI ระดับโลก ซึ่งสะท้อนผ่านนโยบาย “AI พลัส” ที่บูรณาการเข้ากับทุกภาคส่วน ทั้งภาคการผลิต อุตสาหกรรม เกษตรกรรม ภาคบริการ รวมถึงการบูรณาการเข้ากับระบบการศึกษาเพื่อขับเคลื่อนสู่ AI-native หรือการทำให้ AI ผนวกเข้ากับการใช้ชีวิต แทนที่จะเป็นแค่เครื่องมือเสริม โดยทางการจีนตั้งเป้าหมายภายในปี 2030 นักเรียนทุกคนจะต้องมีความรู้ความเข้าใจเกี่ยวกับ AI ซึ่งจะพัฒนาทักษะจากระดับพื้นฐานในช่วงปีแรก ๆ ไปสู่การประยุกต์ใช้เครื่องมือขั้นสูงและการคิดเชิงวิพากษ์ (critical-thinking) ทั้งนี้ จีนมองว่าเทคโนโลยี AI เป็นหัวใจสำคัญของอนาคตทางเศรษฐกิจและการแข่งขันด้านเทคโนโลยีกับสหรัฐฯ การให้เยาวชนได้เรียนรู้ AI ตั้งแต่เนิ่น ๆ จะช่วยบ่มเพาะนวัตกรรมที่พัฒนาขึ้นเองภายในประเทศ ซึ่งจำเป็นในการพัฒนาประเทศ


ความมุ่งมั่นด้าน AI ของจีนมีความชัดเจน โดยประธานาธิบดีสี จิ้นผิง ประกาศให้การศึกษาด้าน AI เป็นรากฐานสำคัญของการปฏิรูปประเทศ ในขณะที่สหรัฐฯ ใช้แนวทางแบบไม่รวมศูนย์ (decentralized) และไม่มีการจัดสรรงบประมาณเฉพาะเจาะจงหรือมาตรฐานสำหรับครูในระดับรัฐ ตามข้อมูลจากรายงาน AI Index 2026 ของมหาวิทยาลัยสแตนฟอร์ด 


ขณะที่ “รอยเตอร์ส” ตรวจสอบพิมพ์เขียวด้านการศึกษา “AI พลัส” ในระดับมณฑลของจีน พบว่า เกือบครึ่งหนึ่งของมณฑลและเทศบาลทั้งหมดได้จัดทำแผนปฏิบัติการที่มีผลผูกมัดออกมาแล้ว ไม่ว่าจะเป็นนครเซี่ยงไฮ้ที่กำหนดให้มีการสอนทักษะด้าน AI อย่างน้อย 30 ชั่วโมงต่อปี ในแต่ละระดับชั้น ด้านกรุงปักกิ่งเตรียมจะนำ AI มาใช้ติดตามสุขภาพของนักเรียน พร้อมกับจัดตั้งโรงเรียนนำร่องด้าน AI จำนวน 100 แห่ง ส่วนเขตปกครองหนิงเซี่ยและมณฑลกานซูมีแผนจะบรรจุเนื้อหา AI เขาไปในการสอบคัดเลือกเข้าศึกษาต่อ ภายในปี 2027 มณฑลกุ้ยโจวนำเทคโนโลยีจดจำใบหน้าและการวิเคราะห์พฤติกรรมด้วย AI มาใช้ในห้องเรียน ในมณฑลยูนนานมีแผนใช้ AI บันทึกและวิเคราะห์การเรียนการสอนในห้องเรียนกว่า 14,000 ห้อง 

AI กำลังแพร่เข้าสู่ระบบการศึกษาของจีนอย่างรวดเร็ว ข้อมูลระบุว่า นับตั้งแต่ปี 2024 กระทรวงศึกษาธิการของจีนได้สนับสนุนให้โรงเรียนต่าง ๆ นำหลักสูตร AI มาใช้ รวมถึงฝึกอบรมครู และพัฒนาโครงการนำร่อง ทั้งนี้ นักเรียนระดับประถมศึกษาจะได้เรียนรู้การใช้เครื่องมือ AI พื้นฐาน ส่วนนักเรียนชั้นที่โตกว่าจะได้เรียนรู้การทำงานของระบบ AI และนำไปประยุกต์ใช้ในโครงการที่มีความซับซ้อนขึ้น


ข้อมูลการจัดซื้อจัดจ้างของภาครัฐกว่า 100 ฉบับ สะท้อนว่า ในปี 2025 หน่วยงานต่าง ๆ ได้ทุ่มงบประมาณไม่ต่ำกว่า 31 ล้านดอลลาร์ สำหรับการจัดหาอุปกรณ์ด้าน AI การฝึกอบรม และแพลตฟอร์มการเรียนการสอน แต่ตัวเลขที่แท้จริงน่าจะสูงกว่านี้มาก เนื่องจากเม็ดเงินกระจายอยู่ในงบประมาณส่วนท้องถิ่น และไม่ได้มีการรวบรวมไว้อย่างเป็นทางการ บริษัทที่ปรึกษา iResearch ประเมินว่า ในปี 2025 รายจ่ายด้านการเปลี่ยนผ่านสู่ระบบดิจิทัลในระบบการศึกษาอยู่ที่เกือบ 8.3 หมื่นล้านดอลลาร์ โดยโครงการที่เกี่ยวข้องกับ AI แบบรู้สร้าง (Generative AI) มีสัดส่วนราวร้อยละ 46 ของทั้งหมด 


อย่างไรก็ตาม แม้จะมีความพยายามในวงกว้าง แต่จีนยังไม่มีกรอบมาตรฐานในการประเมินสมรรถนะด้าน AI สำหรับระดับการศึกษาภาคบังคับที่มีมาตรฐานและเป็นที่ยอมรับในวงกว้าง นอกจากนี้ งานวิจัยเบื้องต้นเกี่ยวกับผลกระทบของ AI ต่อการเรียนรู้ของนักเรียนก็ยังหลากหลาย บางกรณีชี้ถึงประโยชน์ในระยะสั้น แต่ทำให้เกิดคำถามเกี่ยวกับพัฒนาการทางสติปัญญาในระยะยาว อาทิ ผลสำรวจทั่วประเทศในปีนี้ครอบคลุมนักเรียนกว่า 320,000 คน พบว่า แม้ AI จะมีประโยชน์ต่อการศึกษา แต่ก็ปลุกความกังวลเรื่องการพึ่งพาเทคโนโลยีมากเกินไปและการคิดวิเคราะห์ด้วยตนเองที่อ่อนแอลง


สำหรับสหรัฐฯ ก็พยายามรักษาความเป็นผู้นำด้าน AI เอาไว้ เพื่อรักษาความได้เปรียบของประเทศ โดยหนึ่งในมาตรวัดสำคัญ คือ ศักยภาพด้านการประมวลผลจากชิป AI ซึ่งมีความจำเป็นต่อการฝึกฝนและใช้งาน AI ยิ่งประเทศใดมีชิปและคอมพิวเตอร์ที่ทรงพลัง ก็จะสร้างสรรค์และพัฒนาโมเดล AI ได้รวดเร็ว พลังประมวลผลจึงถือเป็นหนึ่งในความได้เปรียบที่สำคัญสุดบนสนามแข่ง AI ข้อมูลจาก “Epoch AI” สถาบันวิจัยด้าน AI ระบุว่า สหรัฐฯ ยังนำหน้าประเทศอื่น ๆ โดยครองสัดส่วนร้อยละ 74.4 หรือเกือบ 3 ใน 4 ของพลังการประมวลผล AI ทั้งหมดของโลก ส่วนจีนมีสัดส่วนร้อยละ 14.1 ทั้งนี้ พลังการประมวลผลวัดด้วยหน่วย “ฟล็อปส์” (FLOP/s) ซึ่งวัดว่าคอมพิวเตอร์สามารถประมวลผลได้กี่ครั้งใน 1 วินาที


ความได้เปรียบของสหรัฐฯ หลัก ๆ มาจากโอกาสในการเข้าถึงชิปที่ทันสมัย โดย Nvidia ผู้ผลิตชิปสัญชาติอเมริกันครองสัดส่วนมากกว่าร้อยละ 60 ของขีดความสามารถในการประมวลผล AI ทั่วโลก เมื่อเทียบกับผู้ออกแบบชิปรายใหญ่อื่น ๆ ส่วน “หัวเว่ย” (Huawei) ของจีนยังมีสัดส่วนที่น้อยกว่า แต่ก็มีแนวโน้มเพิ่มขึ้นต่อเนื่อง ส่วนในแง่โมเดล AI สหรัฐฯ เป็นผู้นำในการพัฒนาโมเดลเหล่านี้มาตลอด อาทิ “แชตจีพีที” (ChatGPT) ของ “โอเพนเอไอ” (OpenAI) รวมถึง “คล็อด” (Claude) ของ “แอนธรอปิก” (Anthropic) ทว่าโมเดลจากฝั่งจีนก็กำลังไล่ตามมาติด ๆ อย่าง DeepSeek เนื่องจากโมเดล AI ของจีนมีต้นทุนต่ำกว่า รวมทั้งเป็นแบบ open-weight ซึ่งเปิดเผยตัวแปรในการตัดสินใจ ทำให้นักพัฒนาสามารถดาวน์โหลดเพื่อนำไปพัฒนาต่อยอดได้ 

ขณะเดียวกัน สหรัฐฯ ทุ่มงบประมาณมหาศาลในการสร้างโครงสร้างพื้นฐานที่จำเป็นต่อการพัฒนา AI ซึ่งถือเป็นความได้เปรียบที่สำคัญสำหรับบริษัทเทคโนโลยีของสหรัฐฯ ในการแข่งขันด้านศักยภาพการประมวลผล “โกลด์แมน แซคส์” ประเมินว่า บริษัทผู้ให้บริการระบบคลาวด์และ Data Center รายใหญ่ (hyperscaler) อาทิ “แอมะซอน” (Amazon), “ไมโครซอฟท์” (Microsoft), “กูเกิล” (Google), “เมตา” (Meta) และ “ออราเคิล” (Oracle) น่าจะใช้จ่ายเงินรวมกันราว 7.64 แสนล้านดอลลาร์ในปีนี้ ด้านบริษัทเทคโนโลยีรายใหญ่ของจีนอย่าง “อาลีบาบา” (Alibaba), “เทนเซ็นต์” (Tencent), “ไป่ตู้” (Baidu) และ “ไบต์แดนซ์” (ByteDance) คาดว่าจะใช้จ่ายเงินรวมกัน 1.02 แสนล้านดอลลาร์


น่าสนใจว่า การใช้จ่ายของบริษัทจีนเพิ่มขึ้นในอัตราที่รวดเร็วกว่า ข้อมูลจากบริษัท “เทรนด์ฟอร์ซ” (TrendForce) ชี้ว่า รายจ่ายส่วนทุน (capital expenditure) ของบริษัท hyperscaler ทั้ง 4 แห่งของจีนมีแนวโน้มจะเพิ่มขึ้นกว่าร้อยละ 80 ในปีนี้ เมื่อเทียบกับบรรดา hyperscaler ของสหรัฐฯ ที่คาดว่าจะใช้จ่ายเพิ่มขึ้นร้อยละ 76 ทั้งนี้ ช่องว่างด้านการใช้จ่ายส่วนนี้สะท้อนถึงขนาดของอุตสาหกรรมเทคโนโลยีในสหรัฐฯ ซึ่งบริษัทต่าง ๆ มีรายได้มากพอที่จะนำกลับไปลงทุนในชิป ศูนย์ข้อมูล และบุคลากรที่มีความสามารถ ถึงแม้จีนจะผลิตงานวิจัยด้าน AI และฝึกอบรมทางเทคนิคมากกว่า แต่สหรัฐฯ ก็ยังคงเป็นจุดหมายปลายทางที่ดึงดูดนักวิจัยด้าน AI ชั้นนำของโลก 


นอกเหนือจากชิป การสร้าง Data Center สำหรับติดตั้งคอมพิวเตอร์จำนวนมากก็เป็นอีกตัวชี้วัดความเป็นผู้นำ โดยข้อมูลจาก Data Center Map พบว่า อเมริกาเหนือและอเมริกากลางมี Data Center ราว 5,223 แห่ง ในจำนวนนี้อยู่ในสหรัฐฯ ถึง 4,783 แห่ง ซึ่งมากกว่าภูมิภาคอื่น ๆ ของโลก และสหรัฐฯ ยังเป็นผู้นำด้าน Data Center ที่ออกแบบมาสำหรับ AI โดยเฉพาะ มีอยู่ถึง 84 แห่ง ส่วนยุโรปมี Data Center ราว 3,919 แห่ง ตามด้วยเอเชีย 1,925 แห่ง อเมริกาใต้ 434 แห่ง โอเชียเนีย 396 แห่ง ตะวันออกกลางและแอฟริกาเหนือ 318 แห่ง และแอฟริกาใต้ซับซาฮารา 239 แห่ง


ขณะที่กรณีของ Nvidia และ “เจนเซน หวง” ส่งผลกระทบมากกว่าแค่สหรัฐฯ และจีน เนื่องจากล่าสุดรัฐบาลประธานาธิบดีโดนัลด์ ทรัมป์ ของสหรัฐฯ เพิ่มความเข้มงวดในการจำกัดการเข้าถึงชิปประสิทธิภาพสูงจาก Nvidia โดยกำหนดให้ Data Center ในต่างประเทศที่ให้บริการพลังประมวลผลในปริมาณมากแก่บริษัทที่มีสำนักงานใหญ่ในจีน ต้องยื่นขออนุญาตจากสหรัฐฯ ภายใน 90 วัน หากต้องการให้บริการต่อไป ซึ่งข้อกำหนดดังกล่าวครอบคลุมบริษัทในไทย สิงคโปร์ มาเลเซีย อินโดนีเซีย และบราซิล ที่ต้องยื่นขออนุญาตการส่งออกจากสหรัฐฯ หากต้องการส่งออกชิปไปประเทศอื่น ทั้งนี้ มาตรการดังกล่าวของสหรัฐฯ มีเป้าหมายในการปิดช่องโหว่ผ่านการใช้บริการประมวลผลทางไกลผ่านประเทศที่สาม


มาตรการล่าสุดของสหรัฐฯ จะส่งผลกระทบต่ออุตสาหกรรม Data Center ในอาเซียนที่กำลังเติบโตอย่างรวดเร็ว และขับเคลื่อนเศรษฐกิจของหลายประเทศในภูมิภาคนี้ โดยกรณีมาเลเซีย นับตั้งแต่ปี 2021 มาเลเซียอนุมัติการลงทุนเกี่ยวกับ Data Center ราว 3.857 แสนล้านริงกิต หรือ 9.5 หมื่นล้านดอลลาร์ พร้อมหนุนอุตสาหกรรมก่อสร้างให้เติบโตร้อยละ 6 ในไตรมาส 3 ของปีนี้ ส่วนไทยมีศูนย์ข้อมูลอยู่ 42 แห่ง รองรับภาระงานด้านไอที (IT load) ได้ถึง 3,400 เมกะวัตต์ (MW) และมีมูลค่าการลงทุนรวม 7.5 แสนล้านบาท หรือ 2.26 หมื่นล้านดอลลาร์ นับถึงเดือนกุมภาพันธ์ที่ผ่านมา สำหรับอินโดนีเซีย ตลาด Data Center มีมูลค่า 2.81 พันล้านดอลลาร์ ในปี 2025 และสิงคโปร์ปรับเพิ่มคาดการณ์การเติบโตของ GDP สู่ร้อยละ 4.5-5.5 จากเดิมคาดไว้ร้อยละ 2.0-4.0 เนื่องจากกระแสบูมด้าน AI 

ข่าวที่เกี่ยวข้อง