Cover เนื่องจากขาดข้อมูลสำหรับการฝึกฝน ปัญญาประดิษฐ์ (AI) จึงมักทำงานได้ไม่ดีนักในภาษาที่พูดกันในภูมิภาคและสำเนียงท้องถิ่นที่กำลังพัฒนา (ภาพ: Getty Images)
เนื่องจากขาดข้อมูลสำหรับการฝึกฝน ปัญญาประดิษฐ์ (AI) จึงมักทำงานได้ไม่ดีนักในภาษาที่พูดกันในภูมิภาคและสำเนียงท้องถิ่นที่กำลังพัฒนา (ภาพ: Getty Images)
1 / 1
Fano สตาร์ทอัพดาวรุ่งจากฮ่องกง กำลังเร่งทลายกำแพงทางภาษาที่ทำให้ผู้ที่ไม่ใช่เจ้าของภาษาอังกฤษต้องถูกทิ้งไว้ข้างหลังในสมรภูมิ AI
ในโลกของปัญญาประดิษฐ์ ความสามารถในการ “ใช้ภาษา” กลายเป็นตัวชี้วัดความฉลาดที่ผู้คนรับรู้ได้ง่ายที่สุด หากคุณสั่งให้เครื่องมือ AI เขียนบรรยายภาพภาษาอังกฤษสำหรับโซเชียลมีเดีย ผลลัพธ์ที่ได้มักดูดี ลื่นไหล และแทบไม่ต้องแก้ไขมากนัก ทว่าเมื่อเปลี่ยนเป็นภาษาเวียดนาม ไทย หรือภาษาเอเชียอื่นๆ ผู้ใช้จำนวนไม่น้อยกลับต้องใช้เวลาเกลาข้อความใหม่เกือบทั้งหมด คำถามสำคัญจึงไม่ใช่เพียงว่า AI ยัง “ไม่เก่งพอ” แต่คือเหตุใดเทคโนโลยีเดียวกันจึงไม่สามารถเปล่งประกายได้เท่าเทียมกันในทุกภาษา
คำตอบเริ่มต้นจากรากฐานของโมเดลภาษาขนาดใหญ่ หรือ Large Language Models (LLMs) ซึ่งถูกฝึกด้วยข้อมูลปริมาณมหาศาล โดยส่วนใหญ่เป็นภาษาอังกฤษ—ภาษากลางของอินเทอร์เน็ตในช่วงหลายทศวรรษที่ผ่านมา ขณะที่ภาษาอื่น โดยเฉพาะภาษาที่ใช้ในประเทศกำลังพัฒนา รวมถึงภาษาถิ่นและสำเนียงเฉพาะกลุ่ม กลับมีข้อมูลคุณภาพสูงสำหรับการฝึกสอนอยู่อย่างจำกัด ผลลัพธ์ที่ตามมาคือ AI มักทำงานได้ด้อยประสิทธิภาพเมื่อเผชิญกับภาษาเหล่านี้ และยิ่งตอกย้ำช่องว่างทางดิจิทัลให้กว้างขึ้นเรื่อย ๆ ภูมิภาคที่ไม่ได้ใช้ภาษาอังกฤษเป็นหลักจึงอาจนำ AI มาใช้ได้ช้ากว่า และในระดับความซับซ้อนที่ต่ำกว่า
อ่านเพิ่มเติม: ChatGPT Atlas ก้าวใหม่ของ OpenAI ที่ท้าชน Chrome
Above Claude คือตระกูลของแบบจำลองภาษาขนาดใหญ่ที่สร้างขึ้นโดยบริษัท Anthropic ซึ่งตั้งอยู่ในสหรัฐอเมริกา (ภาพ: Getty Images)
Claude คือตระกูลของแบบจำลองภาษาขนาดใหญ่ที่สร้างขึ้นโดยบริษัท Anthropic ซึ่งตั้งอยู่ในสหรัฐอเมริกา (ภาพ: Getty Images)
1 / 1
ท่ามกลางความเหลื่อมล้ำเชิงภาษา สตาร์ทอัพจากฮ่องกงชื่อ Fano เลือกเดินเกมต่างออกไป บริษัทแห่งนี้เป็นสตาร์ทอัพฮ่องกงรายแรกที่ได้รับการสนับสนุนจาก Horizons Ventures กลุ่มการลงทุนส่วนตัวของมหาเศรษฐี Lee Ka-Shing โดยมุ่งพัฒนาโซลูชั่น AI เพื่อยกระดับงานบริการลูกค้าในภาคธุรกิจ Fano สร้างเอนจิ้นที่สามารถรับรู้และประมวลผลภาษาเอเชียได้หลากหลาย ตั้งแต่จีนกลาง กวางตุ้ง ฮกเกี้ยน ไทย เวียดนาม ไปจนถึงบาฮาซามาเลเซียและบาฮาซาอินโดนีเซีย ที่น่าสนใจคือบริษัทระบุว่าอัตราความแม่นยำสูงกว่า 90 เปอร์เซ็นต์ แม้ในกรณีที่ผู้พูดสลับหลายภาษาอยู่ในประโยคเดียวกัน
อ่านเพิ่มเติม: ก้าวประวัติศาสตร์ของเกาหลีใต้ ประเทศแรกของโลกที่ประกาศใช้กฎหมาย AI
การเคี่ยวกรำข้อมูลท่ามกลางความท้าทาย
Miles Wen ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหารของ Fano ซึ่งเคยได้รับการยกย่องให้เป็น Gen.T Leader of Tomorrow ในปี 2020 มองว่าการรองรับภาษาเหล่านี้เป็น “การตัดสินใจทางธุรกิจที่เป็นธรรมชาติ” เมื่อบริษัทตั้งอยู่ในเอเชีย และลูกค้าส่วนใหญ่ก็ให้บริการแก่ชุมชนที่ใช้ภาษาเหล่านี้ในชีวิตประจำวัน แต่เหนือกว่ามิติทางธุรกิจ เหวินยังเชื่อว่าเทคโนโลยีควรเข้ามาเติมเต็มช่องว่างที่มีอยู่จริงในสังคม มากกว่าจะเป็นเพียงสนามแข่งขันเพื่อไล่ตามผลกำไรสูงสุด
Above Miles Wen ผู้ร่วมก่อตั้งและซีอีโอของ Fano ได้รับการยกย่องจาก KPMG China ให้เป็นผู้ประกอบการรุ่นใหม่ที่มีอนาคตสดใสในปี 2025 (ภาพ: KPMG China)
Miles Wen ผู้ร่วมก่อตั้งและซีอีโอของ Fano ได้รับการยกย่องจาก KPMG China ให้เป็นผู้ประกอบการรุ่นใหม่ที่มีอนาคตสดใสในปี 2025 (ภาพ: KPMG China)
1 / 1
การพัฒนาเทคโนโลยีด้านภาษาต้องอาศัยข้อมูลจำนวนมหาศาล ความท้าทายยิ่งทวีคูณเมื่อการออกเสียงแตกต่างกันไปตามวัย สำเนียง และระดับความชำนาญทางภาษา ยังไม่นับรวมคำสแลงที่แต่ละกลุ่มสังคมสร้างขึ้นเอง Fano จึงทำงานร่วมกับลูกค้าองค์กรที่ยินดีแบ่งปันข้อมูลเพื่อการวิจัย พร้อมทั้งลงพื้นที่เก็บข้อมูลด้วยตนเอง ผ่านการสัมภาษณ์และบันทึกเสียงผู้คนในบริบทที่หลากหลาย งานเหล่านี้ต้องใช้ทั้งเวลาและทรัพยากรจำนวนมาก “มันคือการทำงานหนักล้วน ๆ” Wen กล่าวอย่างตรงไปตรงมา “เป็นสิ่งที่ต้องใช้เวลา ต้องลงแรง และต้องอดทนทำซ้ำแล้วซ้ำเล่า”
ปัจจุบัน Fano ให้บริการแก่ธุรกิจในอุตสาหกรรมที่มีความเสี่ยงสูง เช่น ธนาคารและการเงิน โทรคมนาคม และประกันภัย โดยเฉพาะองค์กรที่มีคอลเซ็นเตอร์ เทคโนโลยีของบริษัทสามารถวิเคราะห์บทสนทนาเพื่อดึงอินไซต์สำคัญ ไม่ว่าจะเป็นอารมณ์ของลูกค้า การตรวจจับการละเมิดข้อกำกับ หรือแม้แต่สัญญาณการทุจริต พร้อมทั้งมีเครื่องมือแนะนำแบบเรียลไทม์เพื่อช่วยให้พนักงานตอบสนองลูกค้าได้อย่างมีประสิทธิภาพมากขึ้น ในแต่ละปี ระบบของ Fano ประมวลผลปฏิสัมพันธ์กับลูกค้ามากกว่า 100 ล้านครั้ง
ความสมดุลระหว่างมนุษย์และปัญญาประดิษฐ์
แม้ Fano จะมีแชตบอตและวอยซ์บอตที่ทำงานแบบอัตโนมัติเต็มรูปแบบ Wen ยอมรับว่าองค์กรส่วนใหญ่ยังคงเลือกใช้ AI ในฐานะ “ผู้ช่วย” มากกว่า “ผู้ทดแทน” เหตุผลสำคัญคือยังมีปัญหาที่ไม่อาจแก้ได้ทั้งหมด หากระบบให้ข้อมูลผิดพลาดจากอาการหลอนของ AI ก็อาจนำไปสู่ความเสียหายทั้งชื่อเสียงและการเงิน
การผลักดันระบบอัตโนมัติเต็มรูปแบบยังอาจหมายถึงการลดตำแหน่งงาน มากกว่าการโยกย้ายบทบาทใหม่ “ผมค่อนข้างมั่นใจว่าเราจะทำพลาดครั้งใหญ่ในเส้นทางการเร่งสู่ระบบอัตโนมัติ” เขากล่าว พร้อมคาดการณ์ว่าในอนาคตอาจเกิดการถอยกลับ เมื่อสังคมและผู้พัฒนาเทคโนโลยีได้เรียนรู้บทเรียนเหล่านั้น ก่อนจะค่อยๆ หาจุดสมดุลที่เหมาะสมระหว่าง AI Automation, AI Assistance และงานที่มนุษย์ทำเองทั้งหมด
Above พนักงานขายทางโทรศัพท์และพนักงานบริการลูกค้าเป็นหนึ่งใน 40 อาชีพที่ Microsoft ระบุว่ามีความเสี่ยงสูงที่จะได้รับผลกระทบจาก AI (ภาพ: Getty Images)
พนักงานขายทางโทรศัพท์และพนักงานบริการลูกค้าเป็นหนึ่งใน 40 อาชีพที่ Microsoft ระบุว่ามีความเสี่ยงสูงที่จะได้รับผลกระทบจาก AI (ภาพ: Getty Images)
1 / 1
เสียงวิพากษ์ต่อ AI ยังครอบคลุมไปถึงประเด็นการพึ่งพาเทคโนโลยี จริยธรรม และความเป็นส่วนตัว Wen ซึ่งทำงานในแวดวงนี้มากว่าทศวรรษ ยอมรับว่าทิศทางปัจจุบันน่าเป็นห่วง “ผู้คนกำลังแห่กันเข้ามาเหมือนยุคตื่นทอง” เขากล่าวถึงกระแสเงินทุนเก็งกำไรที่ไหลเข้ามาอย่างรวดเร็ว “เรากำลังสร้างปัญญาใหม่ขึ้นมา แต่กลับไม่ได้ทุ่มเทเวลาและพลังงานมากพอในการคิดเรื่องความปลอดภัย”
รายงานปี 2025 ขององค์กรไม่แสวงหากำไรระดับโลกอย่าง Future of Life Institute ก็สะท้อนมุมมองเดียวกัน โดยระบุว่ามาตรการด้านความปลอดภัยของบริษัท AI ชั้นนำยังไม่เพียงพอ ทั้งในแง่กลไกคุ้มครองที่เป็นรูปธรรม การกำกับดูแลอิสระ และกลยุทธ์บริหารความเสี่ยงระยะยาว
ด้วยเหตุนี้ Fano จึงเลือกทำงานกับองค์กรขนาดใหญ่เป็นหลัก ซึ่งมักมีมาตรฐานเข้มงวดในการประเมินความเสี่ยงและการนำเทคโนโลยีไปใช้ แม้บางกระบวนการจะสามารถทำให้เป็นอัตโนมัติได้ทั้งหมด เหวินสังเกตว่าหลายองค์กรยังคงให้มนุษย์มีบทบาทอยู่ในวงจร เพื่อรักษาความสามารถในการคิดเชิงวิพากษ์และองค์ความรู้ภายในองค์กร
“คลื่น AI ลูกใหญ่เคยเกิดขึ้นช่วงปี 2017 ถึง 2019 ก่อนจะซาลงระหว่างปี 2020 ถึง 2022” Wen ย้อนความทรงจำ “จากนั้น ChatGPT ก็ปรากฏตัว และทุกอย่างก็กลับมาร้อนแรงอีกครั้ง” บทเรียนสำคัญที่สุดจากเส้นทางผู้ประกอบการของเขาคือ “ความเพียรพยายามย่อมให้ผลตอบแทน” ไม่เพียงเพราะทีมงานยืนหยัดต่อเนื่องในวันที่ตลาดยังไม่ตื่นตัว แต่ยังเพราะพวกเขาเลือกพัฒนาเทคโนโลยีอย่างจริงจัง แทนที่จะไล่ตามกระแสชั่วคราว
ท้ายที่สุด สำหรับ Wen คำถามสำคัญไม่ใช่ว่าผลิตภัณฑ์ของเขา “ใช้ AI หรือไม่” หากแต่คือ “สิ่งที่เรากำลังทำอยู่สร้างคุณค่าแท้จริงให้กับสังคมหรือเปล่า” และคุณค่านั้นต้องเป็นคุณค่าที่ชัดเจน เป็นรูปธรรม และยั่งยืนในระยะยาว
สิ่งที่สำคัญคือเรากำลังทำสิ่งที่ดีต่อสังคมจริงๆ หรือไม่ สิ่งนี้สร้างคุณค่าที่แท้จริง มั่นคง และเป็นรูปธรรมหรือไม่
This story was originally written in English by Yoyo Chow.
ต้นฉบับเขียนเมื่อวันที่ 26 มกราคม 2026 โดย Yoyo Chow โปรดคลิกที่นี่เพื่อดูเวอร์ชั่นภาษาอังกฤษ
อุษณิษา ว่องมงคลฤทธิ์ ผู้ดูแลเนื้อหาด้านการเงิน การลงทุน และการบริหารจัดการสินทรัพย์ พร้อมขยายพรมแดนความมั่งคั่งไปยังพื้นที่แห่งความสุข เช่น การดูหนัง ฟังเพลง หรืออ่านหนังสือ ด้วยความเชื่อว่าความรื่นรมย์อยู่ในทุกช่วงจังหวะของชีวิต และสามารถสร้างพลังงานใหม่ๆ ให้กับผู้คนได้ไม่สิ้นสุด
