ที่มา: NVIDIA GTC Keynote 2026 โดยJensen Huang ผู้ร่วมก่อตั้ง NVIDIA ดำรงตำแหน่งประธานและ CEO ของ NVIDIA ตั้งแต่ปี 1993
NVIDIA GTC 2026 ไม่ใช่งานประชุมเทคโนโลยีทั่วไป แต่เป็นเวทีหลักที่ NVIDIA ใช้ประกาศทิศทางของอุตสาหกรรม AI ในระดับโลก เพื่ออ่าน “สัญญาณล่วงหน้า” ของโครงสร้างการแข่งขันใหม่ในยุค AI โดยงานปี 2026 จัดขึ้นที่ San Jose ระหว่างวันที่ 16–19 มีนาคม 2569 และมีการจัดสัมมนามากกว่า 1,000 sessions ครอบคลุมทั้ง AI stack ตั้งแต่ accelerated computing, AI factories, open models, agentic AI ไปจนถึง physical AI และ robotics ซึ่งเป็นมากกว่างานของบริษัทเทคโนโลยีหนึ่งบริษัท
หากจะเข้าใจทิศทาง AI ของโลกในวันนี้ ชื่อของ Jensen Huang คือหนึ่งในบุคคลที่ผู้บริหารไม่ควรมองข้าม เขาเป็นผู้ร่วมก่อตั้ง NVIDIA ตั้งแต่ปี 1993 และดำรงตำแหน่งประธานและ CEO มาตั้งแต่ก่อตั้งบริษัท โดยเป็นผู้นำที่ผลักดัน NVIDIA จากบริษัทชิปกราฟิก สู่บริษัทโครงสร้างพื้นฐานด้าน Accelerated Computing และ AI ที่มีอิทธิพลต่อทั้งอุตสาหกรรมเทคโนโลยีระดับโลก
NVIDIA วันนี้ไม่ใช่เพียงผู้ผลิตชิป หากกำลังวางตำแหน่งตนเองเป็นบริษัทโครงสร้างพื้นฐานครบวงจรของยุค AI ทั้งในด้านฮาร์ดแวร์ ซอฟต์แวร์ โมเดล และระบบอุตสาหกรรม
โดย ณ วันที่ 24 มีนาคม 2569 เป็นบริษัทที่มีมูลค่ามากที่สุดในโลก ด้วยมูลค่ากว่า 4.258 ล้านล้านเหรียญสหรัฐ
ตลอดหลายปีที่ผ่านมา หลายองค์กรเริ่มต้นเส้นทาง AI จากจุดเดียวกัน คือการนำ chatbot หรือ generative AI มาใช้ช่วยตอบคำถาม สรุปเอกสาร เขียนอีเมล หรือเพิ่มประสิทธิภาพงานบางส่วน แต่สารสำคัญจากเวที NVIDIA GTC 2026 คือ โลกกำลังขยับพ้นช่วง “AI ช่วยตอบ” ไปสู่ยุคที่ AI จะ “คิด วางแผน ใช้เครื่องมือ และลงมือทำ” ในระดับที่ลึกขึ้นอย่างมาก และเมื่อ AI เปลี่ยนบทบาทจากเครื่องมือช่วยงาน ไปสู่ระบบที่มีอิทธิพลต่อการตัดสินใจ การปฏิบัติงาน และโครงสร้างพื้นฐานขององค์กร คำถามสำคัญจึงไม่ใช่เพียงว่า “องค์กรมี AI หรือยัง” แต่คือ “องค์กรมี AI Governance ที่พร้อมรองรับหรือยัง”
สิ่งที่ Jensen Huang พยายามสื่อบนเวทีปีนี้ชัดมากว่า AI ไม่ใช่แค่ซอฟต์แวร์อีกประเภทหนึ่ง แต่กำลังกลายเป็น platform shift รอบใหม่ของโลกเทคโนโลยี ด้วยแนวคิด “tokens” คือ building blocks ใหม่ของ AI และนิยาม data center แบบใหม่ว่าเป็น AI factories หรือโรงงานผลิต intelligence มากกว่าจะเป็นเพียงศูนย์ประมวลผลแบบเดิม
ขณะที่ NVIDIA ก็วางตำแหน่งตัวเองไม่ใช่แค่ผู้ผลิตชิป แต่เป็นผู้สร้าง stack ตั้งแต่ infrastructure, libraries, data platforms, models ไปจนถึง agentic systems และ physical AI
AI factory revenues ผูกกับ “tokens per watt” และทุกเดือนที่ล่าช้าในการสร้างหรือปรับโครงสร้างพื้นฐาน AI อาจหมายถึงรายได้ที่หายไป นี่สะท้อนว่า AI กำลังเปลี่ยนจากโครงการทดลอง เป็นเรื่องของ productivity economics, infrastructure economics และ operating model ขององค์กรโดยตรง
structured data คือ “ground truth of business” และเป็นฐานของ trustworthy AI ขณะเดียวกัน เขาชี้ว่าข้อมูลส่วนใหญ่ของโลกเป็น unstructured data เช่น PDF, วิดีโอ เสียง และเอกสารจำนวนมหาศาล ซึ่งที่ผ่านมาองค์กรเก็บไว้แต่ใช้ประโยชน์ได้จำกัด เพราะค้นหาและทำความเข้าใจความหมายได้ยาก แต่ในยุค AI ข้อมูลทั้งสองโลกนี้กำลังถูกเชื่อมเข้าด้วยกัน และจะถูกใช้โดย AI agents ใน workflow จริงมากขึ้นเรื่อย ๆ
ความหมายทางธุรกิจของเรื่องนี้ลึกกว่าที่หลายองค์กรคิด เพราะเมื่อ AI เริ่มเข้าถึง structured data ที่เป็นเลข ยอดขาย ลูกค้า ต้นทุน และกระบวนการหลักขององค์กร พร้อมกับ unstructured data อย่างสัญญา อีเมล รายงาน หรือเอกสารภายใน AI ก็จะไม่ใช่แค่ “ผู้ช่วยเขียนข้อความ” อีกต่อไป แต่จะกลายเป็นระบบที่สามารถอ่านบริบท ค้นหาหลักฐาน สังเคราะห์ความหมาย และเสนอหรือแม้แต่ลงมือทำงานในกระบวนการทางธุรกิจได้ นี่คือเหตุผลว่าทำไม data governance จึงไม่ใช่เรื่องแยกส่วน แต่เป็นแกนกลางของ AI governance
เรากำลังผ่านช่วง generative AI มาสู่ reasoning AI และต่อไปคือ agentic AI ซึ่งไม่เพียงสร้างคำตอบ แต่สามารถคิดเป็นขั้นตอน แตกโจทย์ วางแผน และลงมือทำงานแทนคนได้ เขาย้ำชัดว่าทุก enterprise software company และทุกองค์กรจะต้องมี agent strategy และถึงขั้นพูดว่าองค์กรควรมี “open claw strategy” เพื่อเตรียมพร้อมต่อโลกที่ software จะไม่ใช่แค่เครื่องมือ แต่เป็น workforce ชั้นใหม่ในรูปของ agents เฉพาะทาง
อนาคตของ enterprise IT จะไม่ใช่แค่การขาย tools ให้คนใช้ แต่จะเป็นการให้บริการ agents ที่มีความเชี่ยวชาญเฉพาะด้าน และใช้งานผ่านโครงสร้างพื้นฐาน token ที่องค์กรต้องร่วมกันสร้างขึ้นผ่าน AI factories ด้วย นี่คือจุดเปลี่ยนสำคัญ เพราะเมื่อ AI เริ่ม “ทำงานแทน” ได้จริง ความเสี่ยงขององค์กรก็จะไม่เหมือนเดิมอีกต่อไป
Jensen ปิดท้ายด้วยภาพของ autonomous vehicles, robotics, simulation, synthetic data, และ world models โดยชี้ว่าโลกจริงมี edge cases มากเกินกว่าจะใช้ real-world data อย่างเดียวได้ จึงต้องอาศัย simulation และ AI-generated data เพื่อฝึกระบบอย่างต่อเนื่อง นี่เป็นสัญญาณว่าธุรกิจที่เกี่ยวข้องกับยานยนต์ โรงงาน โลจิสติกส์ หุ่นยนต์ และงานภาคสนาม จะต้องเผชิญคำถามด้าน safety, accountability และ monitoring ที่เข้มข้นขึ้นกว่าที่เคยมาก
เมื่อรวมทั้งหมดเข้าด้วยกัน จาก GTC 2026 จึงชัดเจนมากว่า AI กำลังเคลื่อนจาก chat interface ไปสู่ production system ขององค์กร และยิ่ง AI มีอำนาจมากขึ้นในการเข้าถึงข้อมูล สังเคราะห์ความหมาย ตัดสินใจ หรือแม้แต่ลงมือทำงาน ความสำคัญของ AI Governance ก็ยิ่งเพิ่มขึ้นแบบก้าวกระโดด ไม่ใช่เพราะกฎระเบียบเพียงอย่างเดียว แต่เพราะนี่คือเงื่อนไขพื้นฐานของการใช้งาน AI อย่างปลอดภัย เชื่อถือได้ และขยายผลได้จริง
จากคำถามของ Bernie Sanders ถึง Claude เราจึงเห็นชัดว่า AI Governance ไม่ใช่เรื่องของอนาคตอีกต่อไป แต่เป็นโจทย์ของปัจจุบัน ทั้งในระดับสิทธิส่วนบุคคล ความโปร่งใสขององค์กร และความเชื่อมั่นของสังคม โดยเฉพาะเมื่อ AI อย่าง Claude กำลังเป็นที่สนใจมากขึ้นในระดับโลกและถูกจับตามองทั้งในมิติของจริยธรรม นโยบาย และการใช้งานจริงในระบบเศรษฐกิจ
เมื่อมองจากวิสัยทัศน์ระดับโลกกลับมายังบริบทไทย คำถามสำคัญต่อไปอาจไม่ใช่แค่ “AI น่ากังวลแค่ไหน” หรือ "องค์กรไทยจะนำ AI มาใช้ได้เร็วเพียงใด" แต่คือ “องค์กรของเราพร้อมแค่ไหนกับการใช้ AI เป็นไปอย่างรับผิดชอบ ปลอดภัย โปร่งใส และตรวจสอบได้"
เพื่อตอบโจทย์นี้ AI Governance Center จึงอยู่ระหว่างการเตรียมเผยแพร่งานวิจัยเรื่อง “ธรรมาภิบาล AI และการประเมินธรรมาภิบาลการใช้ AI ขององค์กรในประเทศไทย” ซึ่งมุ่งพัฒนาแนวทางและเครื่องมือประเมินธรรมาภิบาล AI ระดับองค์กรที่เหมาะสมกับบริบทขององค์กรไทย และเชื่อมโยงกับแนวทางสากล เช่น ISO/IEC 42001:2023
ผู้สนใจสามารถลงทะเบียนเพื่อรับข่าวสาร รายละเอียดการเข้าถึงบทความทางวิชาการ Executive Briefing ภาษาไทย และกิจกรรมเผยแพร่ผลงานวิจัยที่เกี่ยวข้องได้ที่ www.aigovernancecenter.org/register-ai-governance-report