โดยมีคณะจากประเทศไทยเข้าร่วมเป็นสักขีพยานและแสดงความยินดีกับความสำเร็จดังกล่าว นำโดย ดร.ดำรงค์ ศรีพระราม รักษาการแทนอธิการบดีมหาวิทยาลัยเกษตรศาสตร์ พร้อมด้วย ผศ.ดร.กฤษณ์ วันอินทร์ รองอธิการบดีฝ่ายนวัตกรรมและพันธกิจเพื่อสังคม ศ.ดร.ครศร ศรีกุลนาถ ผู้ช่วยอธิการบดีฝ่ายวิจัยและความเป็นสากล รศ.ดร.วันชัย ปลื้มภาณุภัทร คณบดีคณะวิทยาศาสตร์ จาก ม.เกษตร นอกจากนี้ยังมีหน่วยงานที่ให้การสนับสนุนงานวิจัย ได้แก่ ศ.ดร.สมปอง คล้ายหนองสรวง ผู้อำนวยการ สกสว. ดร.ณิรวัฒน์ ธรรมจักร ผู้อำนวยการ บพค. ดร.ดำรงค์ฤทธิ์ เนียมหมวด รองผู้อำนวยการ GISTDA เข้าร่วมแสดงความยินดี โอกาสนี้ Dr. Robyn Gatens – NASA ISS Director และ Mr. Robert Hampton – Director of Payload Operations จาก U.S. ISS National Lab ได้แสดงความชื่นชมยินดีในความสำเร็จครั้งนี้ด้วย
รศ.ดร.ณัฐพร ฉัตรแถม ภาควิชาฟิสิกส์ คณะวิทยาศาสตร์ ม.เกษตร หัวหน้าโครงการ TLC เปิดเผยว่า เพย์โหลด TLC จะทดลองในอวกาศเป็นเวลา 3 เดือน รวมจำนวนชั่วโมงทำการทดลอง 144 ชั่วโมง โดยภารกิจการทดลองจะดำเนินการโดยนักบินอวกาศ NASA ร่วมกับทีมนักวิจัยจากประเทศไทยและนิสิตจาก ม.เกษตรฯ ที่จะประจำการภาคพื้นดินที่ Payload Operation Control Center ของบริษัท Voyager Technologies ที่เมือง Houston มลรัฐเท็กซัส และที่ ISS Microscope Control Center ของบริษัท BioServe Space Technologies ที่เมือง Boulder มลรัฐโคโลราโด ซึ่งทั้งสองบริษัทเป็นบริษัทในความควบคุมดูแลของ NASA
เพย์โหลดของโครงการ Thailand Liquid Crystals in Space (TLC) สำหรับทำการทดลองผลึกเหลวในสภาวะไร้แรงโน้มถ่วงบนสถานีอวกาศนานาชาตินั้นประกอบไปด้วย 2 ส่วนใหญ่ๆด้วยกัน คือ Control module และ Image module โดย Control module เป็นโมดูลสำหรับการควบคุมคือการจ่ายกระแสไฟฟ้า น้ำ และอากาศให้กับ Image module ซึ่ง control module นั้นมีน้ำหนักประมาณ 15.7 กิโลกรัม Control module นั้นมีรูปทรงลักษณะของกล่องสี่เหลี่ยมที่มีขนาดความกว้าง 330 มิลลิเมตร ความยาว 417 มิลลิเมตร และความสูง 190 มิลลิเมตร ซึ่งในขณะทำการทดลองจะถูกติดตั้งอยู่บนผนังประตูของกล้องจุลทรรศน์ KERMIT (Keyence Research Microscope Testbed) rack
ดร.สมเกียรติ ตั้งกิจวานิชย์ ประธาน TDRI เสนอแนะว่า แผน AI ไทยควรเปลี่ยนจากการมุ่งสร้างปัจจัยพื้นฐาน ไปสู่การตั้งต้นจาก “โจทย์จริง” หรือปัญหาเร่งด่วนของประเทศ โดยเน้นการนำ AI ที่มีอยู่และราคาเข้าถึงได้มาประยุกต์ใช้เพื่อยกระดับทักษะและต่อยอดจุดแข็งของประเทศ เช่น การแพทย์ การเกษตร และการท่องเที่ยว ควบคู่ไปกับการวิจัยและพัฒนาในสิ่งที่จำเป็นและไม่มีใครทำแทนได้ การพัฒนา LLM ภาษาไทยที่มีคุณภาพ การสร้างคลังข้อมูลภาษาไทย การทำให้ AI เข้าใจบริบทความเป็นไทย เป็นต้น
ด้าน ดร.พชร อารยะการกุล ซีอีโอ บลูบิค กรุ๊ป เผยอินไซต์จากประสบการณ์ตรง 3 อุปสรรคสำคัญที่ทำให้ AI ยังไม่เวิร์กเต็มที่ ประเด็นแรก ดร.พชร เปรียบ AI เป็น ‘สมอง’ การลงทุนด้าน AI โดยไม่พัฒนาองค์ประกอบด้านเทคโนโลยีอื่นๆ ควบคู่เหมือนคาดหวังให้สมองทำงานโดยไม่มีแขนขา ดังนั้น การลงทุนใช้ AI ระบบนิเวศเทคโนโลยีโดยรวมต้องพร้อม ทั้งแอปพลิเคชัน โครงสร้างพื้นฐาน คุณภาพของข้อมูล ความปลอดภัยทางไซเบอร์ เป็นต้น ประเด็นต่อมา คือ การขาด Process ที่ใช่ ด้วยการนำ AI มาปรับใช้ในองค์กรจำเป็นต้องปรับกระบวนการทำงาน และออกแบบกระบวนการดูแล AI ให้เหมาะสม เพื่อให้โมเดล AI ยังคงประสิทธิภาพที่ตอบโจทย์องค์กร และท้ายสุด ‘คน’ ยังเป็นคีย์แมน แม้ AI เก่งขึ้น แต่ยังมีข้อจำกัดที่ต้องพึ่งพาทักษะและการกำกับดูแลโดยมนุษย์
ด้าน AIS โดย วสิษฐ์ วัฒนศัพท์ Head of Nationwide Operations and Support Business Unit ได้แชร์ Blueprint for Success ของการทำ AI Transformation ในสเกลใหญ่ จากวิสัยทัศน์ของ AIS ‘Cognitive Tech-co’ สู่การสร้าง Autonomous Network ที่ไม่ได้ทำแค่ตั้งไข่ แต่ทำอย่างเป็นระบบตามมาตรฐานสากล มีการประเมิน ตั้งเป้า พัฒนา และวัดผลชัดเจน ที่สำคัญคือการทำ Talent Transformation ควบคู่กันไป เพื่อลดความกังวลและสร้างสกิลใหม่ให้พนักงาน จนเกิดเป็น Use Case ที่สร้างมูลค่าทางธุรกิจได้จริง ตั้งแต่ Predictive Maintenance, Self-Optimizing Network, การจัดการพลังงานอัจฉริยะ ซึ่งเป็นตัวอย่างของการนำ AI มาสร้าง Impact ทางธุรกิจได้อย่างเป็นรูปธรรม
ผลกระทบต่อคนและแรงงานจาก AI เป็นอีกประเด็นร้อนที่ถูกหยิบยกขึ้นมา ดร.ณภัทร จาตุศรีพิทักษ์ กรรมการผู้จัดการ สถาบันอนาคตไทยศึกษา และประธานเจ้าหน้าที่บริหาร บริษัท Vialink มองว่า โลกกำลังเข้าสู่ยุค AGI หรือ AI ที่เก่งเทียบเท่ามนุษย์ได้เร็วกว่าที่คิด ซึ่งจะปฏิวัติโลกการทำงานในฐานะ “ทุนทางปัญญา” และนำไปสู่การเปลี่ยนแปลงตลาดแรงงานครั้งใหญ่อย่างหลีกเลี่ยงไม่ได้ คำถาม คือ ไทยจะทำอย่างไรให้ AI เข้ามา ‘ส่งเสริม’ มากกว่า ‘ทดแทน’ คน
คำตอบอยู่ที่การพัฒนาทักษะใหม่ที่ AI ทำแทนไม่ได้ หรือ ‘Y-Shaped Skills’ ที่ผสมผสานความเข้าใจ AI (AI Literacy) เข้ากับ ทักษะซอฟต์สกิล เช่น การคิดวิเคราะห์ ความคิดสร้างสรรค์ การจัดการคน และ ทักษะทางอารมณ์และสังคม ซึ่ง AI ยังทำแทนไม่ได้ ข้อเสนอสำหรับประเทศไทยจึงเน้นไปที่ การลงทุนในมนุษย์แบบนอกกรอบ พัฒนาคนให้กว้างกว่าแค่การศึกษาแบบเดิม โดยเน้นปัจจัยพื้นฐานอื่นที่สำคัญ เช่น สุขภาพ โอกาสทางสังคม เพื่อสร้างคนให้เก่งและพร้อมปรับตัวทันยุค AI รวมถึงการทำให้ตลาดแรงงานยืดหยุ่น เอื้อต่อการปรับตัวและเรียนรู้ตลอดชีวิต