NVIDIA ผนึกญี่ปุ่นส่ง AI เฉพาะทาง Nemotron กู้วิกฤตแรงงาน

NVIDIA ประกาศความร่วมมือระหว่างองค์กร สตาร์ทอัพ และสถาบันวิจัยชั้นนำของญี่ปุ่นกำลังพัฒนา AI เฉพาะทางอุตสาหกรรมด้วยโมเดลเปิด NVIDIA Nemotron ข้อมูล และ Library ต่างๆ เพื่อเร่งพัฒนา AI ที่ออกแบบมาสำหรับภาษา อุตสาหกรรม และแรงงานของญี่ปุ่นโดยเฉพาะ ท่ามกลางปัญหาสังคมสูงอายุและการเปลี่ยนผ่านกำลังแรงงานของประเทศ

Jensen Huang ผู้ก่อตั้งและซีอีโอของ NVIDIA กล่าวว่า “ทุกประเทศและทุกบริษัทควรเป็นเจ้าของและควบคุมโครงสร้างพื้นฐานอัจฉริยะของตัวเอง และโมเดลเปิดคือสิ่งที่ทำให้เป็นไปได้ ซึ่งจะมอบอิสระให้ประเทศ องค์กร และนักวิจัยสามารถตรวจสอบ ปรับปรุง ปรับใช้ รักษาความปลอดภัย และติดตั้ง AI ตามความต้องการของตัวเองได้” โดย NVIDIA มองว่าโมเดลเปิดคือรากฐานของระบบนิเวศ AI ระดับประเทศ ที่ทำให้แต่ละองค์กรสามารถปรับแต่ง ติดตั้ง และกำกับดูแล AI ที่ตนควบคุมได้เอง

ตัวอย่างที่ NVIDIA ยกขึ้นมามีทั้งภาคการวิจัยและภาคอุตสาหกรรม Institute of Science Tokyo พัฒนาโมเดลตระกูล Swallow โดยใช้ชุดข้อมูลและซอฟต์แวร์ NVIDIA NeMo เสริมความสามารถด้านภาษาและการให้เหตุผลภาษาญี่ปุ่น นำไปใช้แปลเอกสารการเงินและสร้างรายงานบริหารสินทรัพย์ ด้าน SB Intuitions ในเครือ SoftBank ฝึกโมเดลตระกูล Sarashina ด้วย Nemotron จนถูกเลือกใช้โดย Digital Agency ของญี่ปุ่น และต่อยอดเป็น Large Telecom Model สำหรับควบคุมเครือข่ายโทรคมนาคมอัตโนมัติ ส่วน Stockmark พัฒนาโมเดลทำความเข้าใจเอกสารภาษาญี่ปุ่นเฉพาะทาง ให้บริการลูกค้าในอุตสาหกรรมการผลิต พลังงาน และเคมีภัณฑ์โดยตรง

ในฝั่งภาคอุตสาหกรรม Hitachi กำลังพัฒนาเทคโนโลยี Physical AI โดยผสาน Nemotron และ NVIDIA Cosmos เข้ากับองค์ความรู้ IT และ OT ที่มีอยู่แล้ว เพื่อสร้างแพลตฟอร์ม Multi-Agent ที่เชื่อมโยงและประสานการทำงานระหว่างระบบ IT กับ OT ในกระบวนการทางธุรกิจที่ซับซ้อน ขณะที่ ENEOS Holdings ใช้ Nemotron ร่วมกับ NVIDIA AI-Q Blueprint และ ALCHEMI NIM microservices ขับเคลื่อน Agentic AI สำหรับงานวิจัยด้านพลังงานและวัสดุ ทั้งการค้นเอกสารเทคนิค การทำความเข้าใจภาพและภาษา ไปจนถึงการคัดกรองโมเลกุลด้วยการจำลอง ช่วยเร่งการค้นคว้าวัสดุใหม่อย่างสารหล่อเย็นแบบจุ่มและตัวเร่งปฏิกิริยาขั้นสูง นอกจากนี้ NTT DATA และ Sakana AI ก็นำ Nemotron ไปใช้ในระบบ Multi-Agent และแพลตฟอร์มจัดสรรโมเดล AI ให้เหมาะกับแต่ละงานเช่นกัน

จุดร่วมของทุกกรณีที่เกิดขึ้น คือ Nemotron เปิดให้เข้าถึง Open-Weight ชุดข้อมูล และสูตรการฝึกโมเดลอย่างสมบูรณ์ ทำให้องค์กรปรับแต่งและติดตั้งระบบในสภาพแวดล้อมที่สอดคล้องกับข้อกำหนดด้านกฎระเบียบ อธิปไตยทางเทคโนโลยี และการเก็บข้อมูลภายในประเทศได้เอง

บทเรียนสำหรับภาคอุตสาหกรรมไทยที่กำลังเปลี่ยนผ่านด้วย AI ในโรงงาน

ญี่ปุ่นและไทยเผชิญโจทย์ร่วมกันคือสังคมสูงอายุที่ขยายตัวและกำลังแรงงานภาคอุตสาหกรรมที่หดตัวลง กรณีของ Hitachi ที่ผสาน AI เข้ากับองค์ความรู้ OT เดิมเพื่อเชื่อมการทำงาน IT-OT จึงเป็นตัวอย่างที่ใกล้เคียงกับความท้าทายในโรงงานไทยโดยตรง ขณะที่แนวทางสร้าง AI บนโมเดลเปิดแทนการพึ่งพาระบบปิดจากต่างประเทศทั้งหมด ก็เป็นประเด็นที่เชื่อมโยงกับข้อถกเถียงเรื่องอธิปไตยข้อมูลที่ภาคอุตสาหกรรมไทยเริ่มพูดถึงมากขึ้นเช่นกัน

การเลือกสร้าง AI บนโมเดลเปิดของญี่ปุ่นสะท้อนภาพนโยบายของบอร์ดเซมิคอนดักเตอร์แห่งชาติได้เป็นอย่างดี ในการขับเคลื่อนซัพพลายเชนและโครงสร้างพื้นฐาน เพื่อให้เกิด AI Data Center และต่อยอดไปสู่โมเดลระดับชาติของตัวเอง ซึ่งในวันนี้ ประเทศไทยมี ThaiLLM แล้วแต่ก็ยังคงต้องรอเวลาในการพัฒนาและ Optimize เพื่อให้เข้าใกล้บริการได้ในระดับแบรนด์สากลในวาระต่อไป

ที่มา:
NVIDIA