รายงาน AI ความยาว 423 หน้าของมหาวิทยาลัยสแตนฟอร์ดระบุว่า ช่องว่างระหว่างจีนและสหรัฐอเมริกาอยู่ที่เพียง 2.7% เท่านั้น และ DeepSeek ของมหาวิทยาลัยชิงหัวก็ติดอันดับท็อปเท็นของโลก

ผู้เขียน: นิว จื้อหยวน

เรียบเรียงโดย: Sleepy Peach

รายงานดัชนี AI ปี 2026 ของมหาวิทยาลัยสแตนฟอร์ดได้เผยแพร่ออกมาแล้ว! รายงานฉบับนี้มีทั้งหมด 432 หน้า และมีคุณค่าอย่างยิ่ง: การแข่งขันด้าน AI ระหว่างสหรัฐฯ และจีนได้ลดช่องว่างลงเกือบหมดแล้ว เหลือเพียง 2.7% เท่านั้น โลกผลิตบุคลากรด้าน AI ชั้นนำ 95 คนต่อปี โดยส่วนใหญ่กระจุกตัวอยู่ในบริษัทขนาดใหญ่ ที่น่าตกใจที่สุดคือ การจ้างงานนักพัฒนาซอฟต์แวร์อายุ 22-25 ปีลดลงถึง 20%

วันนี้ Stanford HAI ได้เผยแพร่ "รายงานดัชนี AI ปี 2026" แล้ว!
 

รายงานประจำปีฉบับนี้มีความยาว 423 หน้า นำเสนอภาพรวมที่ครอบคลุมของภูมิทัศน์ด้านอำนาจล่าสุดของอุตสาหกรรมปัญญาประดิษฐ์ระดับโลก

ผลการวิจัยนำไปสู่ข้อสรุปที่สำคัญประการหนึ่งคือ ความสามารถของ AI กำลังเติบโตอย่างรวดเร็ว แต่ความสามารถของมนุษย์ในการวัดและจัดการ AI นั้นกลับไม่ทันต่อการเติบโต

ข้อสรุปที่น่าตกใจที่สุดคือ—

ช่องว่างด้านประสิทธิภาพระหว่างโมเดล AI ของจีนและอเมริกาแทบจะหายไปแล้ว โดยทั้งสองฝ่ายมักผลัดกันเป็นผู้นำในการแข่งขันระดับสูง ปัจจุบัน Anthropic มีคะแนนนำเพียง 2.7% เท่านั้น

สหรัฐอเมริกากำลังใช้จ่ายเงินกับปัญญาประดิษฐ์มากกว่าประเทศอื่น ๆ แต่กลับพบว่าการดึงดูดบุคลากรที่มีความสามารถสูงนั้นยากขึ้นเรื่อย ๆ

รายงานยังชี้ให้เห็นว่า วิวัฒนาการของ AI ไม่ได้เผชิญกับสิ่งที่เรียกว่า "คอขวด" แต่กลับกำลังพัฒนาไปอย่างรวดเร็วอย่างที่ไม่เคยมีมาก่อน

ในช่วงปีที่ผ่านมา โมเดลจำลองชั้นนำของโลกกว่า 90% สามารถทำผลงานได้เทียบเท่าหรือเหนือกว่ามนุษย์ในด้านปัญหาทางวิทยาศาสตร์ระดับปริญญาเอก การให้เหตุผลแบบหลายมิติ และคณิตศาสตร์เชิงแข่งขัน

โดยเฉพาะอย่างยิ่งในด้านความสามารถในการเขียนโค้ด คะแนนสอบ SWE-bench พุ่งสูงขึ้นจาก 60% เป็นเกือบ 100% ภายในหนึ่งปี

อย่างไรก็ตาม ปัญญาประดิษฐ์แสดงให้เห็นถึง "ความไม่สมดุล" อย่างมากในด้านความเชี่ยวชาญเฉพาะทาง ซึ่งก่อให้เกิดสถานการณ์ที่บิดเบือน:

LLM อาจคว้าเหรียญทอง IMO ได้ แต่ไม่สามารถอ่านนาฬิกาแบบอนาล็อกได้อย่างถูกต้อง โดยมีอัตราความแม่นยำเพียง 50.1% เท่านั้น

ในขณะเดียวกัน คำทำนายที่ว่าปัญญาประดิษฐ์จะแย่งงานก็กลายเป็นความจริง และกลุ่มแรกที่ได้รับผลกระทบคือคนหนุ่มสาวใน "ชนชั้นแรงงาน" ในปัจจุบัน

นี่คือข้อเท็จจริงที่สำคัญ: 12 เทรนด์สำคัญที่ควรจับตามองใน "รายงานดัชนี AI ปี 2026"

ไฮไลท์อื่นๆ โดยสรุป:

กำลังการประมวลผล AI ทั่วโลกเพิ่มขึ้น 30 เท่าใน 3 ปี โดย Nvidia ครองส่วนแบ่งการตลาด 60% และชิปเกือบทั้งหมดผลิตโดย TSMC

คาดการณ์ว่าการลงทุนใน AI ระดับองค์กรทั่วโลกจะสูงถึง 581.7 พันล้านดอลลาร์สหรัฐภายในปี 2025 ซึ่งมากกว่าสองเท่าของตัวเลขในช่วงเวลาเดียวกันของปีที่แล้ว โดยสหรัฐอเมริกาครองส่วนแบ่งเกือบครึ่งหนึ่งของจำนวนนั้น

จำนวนนักวิจัยด้านปัญญาประดิษฐ์ที่เข้ามาทำงานในสหรัฐอเมริกา ลดลงถึง 89% ในช่วงเจ็ดปีที่ผ่านมา โดยลดลงถึง 80% ในปีที่ผ่านมาเพียงปีเดียว

อัตราการจ้างงานสำหรับนักพัฒนาซอฟต์แวร์ที่มีอายุระหว่าง 22-25 ปีลดลง 20% ตั้งแต่ปี 2024 โดยเฉพาะตำแหน่งงานระดับเริ่มต้น

จีนได้สร้างซูเปอร์คอมพิวเตอร์ AI สาธารณะรวม 85 เครื่อง ซึ่งมากกว่าอเมริกาเหนือถึงสองเท่า และครองอันดับหนึ่งของโลก

อัตราการใช้งาน AI ในสถานที่ทำงานของจีนสูงกว่า 80% ซึ่งสูงกว่าค่าเฉลี่ยทั่วโลกที่ 58% อย่างมาก

โมเดลที่มีประสิทธิภาพสูงสุดกำลังมีความไม่โปร่งใสมากขึ้นเรื่อยๆ โดยโมเดลตัวแทน 80 จาก 95 โมเดล ไม่มีรหัสการฝึกฝนที่เปิดเผยต่อสาธารณะ

ช่องว่างระหว่างจีนและสหรัฐอเมริกาในแง่ของความใกล้ชิดทางภูมิศาสตร์ลดลงเหลือเพียง 2.7% เท่านั้น

มหาวิทยาลัยสแตนฟอร์ดได้นำข้อมูลผู้เล่นอันดับต้นๆ ของสหรัฐฯ และจีน จากการจัดอันดับ Arena ตั้งแต่เดือนพฤษภาคม 2023 มาแสดงบนระบบพิกัดเดียวกัน

ในเดือนพฤษภาคม 2023 GPT-4-0314 นำอยู่ด้วยคะแนน 1320 คะแนน ขณะที่จีนยังคงอยู่ที่ chatglm-6b ซึ่งมีส่วนต่างมากกว่า 300 คะแนน

ในเดือนกุมภาพันธ์ 2025 DeepSeek-R1 ทำเวลาได้เท่ากับโมเดลหลักของสหรัฐฯ เป็นครั้งแรกในช่วงเวลาสั้นๆ

ในเดือนมีนาคม 2026 Claude Opus 4.6 จากสหรัฐอเมริกาทำคะแนนได้ 1503 คะแนน ในขณะที่ dola-seed-2.0-preview จากจีนทำคะแนนได้ 1464 คะแนน

ปัจจุบัน ช่องว่างระหว่างปัญญาประดิษฐ์ในจีนและสหรัฐอเมริกาอยู่ที่เพียง 39 คะแนน ซึ่งคิดเป็นร้อยละ 2.7 เท่านั้น

สิ่งที่น่าสังเกตยิ่งกว่านั้นคือความถี่ของการสลับบทบาทเหล่านี้ในช่วงปีที่ผ่านมา นับตั้งแต่ต้นปี 2025 เป็นต้นมา นางแบบชั้นนำจากทั้งสองประเทศได้สลับตำแหน่งกันในรายการ Arena หลายครั้ง

ตัวเลขก็ใกล้เคียงกันเช่นกัน

ในปี 2025 สหรัฐอเมริกาได้เปิดตัว "แบบจำลองสำคัญ" จำนวน 50 รุ่น และจีนก็ดำเนินการตามมาโดยการเปิดตัวแบบจำลองขนาดใหญ่ระดับแนวหน้าจำนวน 30 รุ่น

ในกลุ่มบริษัทชั้นนำ OpenAI, Google, Alibaba, Anthropic และ xAI ต่างก็อยู่บนเวทีเดียวกัน โดยบริษัท 5 อันดับแรกของโลกแบ่งผลกำไรกันอย่างเท่าเทียมกัน

เมื่อพิจารณาลงไปใน 10 อันดับแรก จะพบว่า 4 ใน 10 อันดับแรกเป็นของสถาบันและบริษัทจากประเทศจีน ได้แก่ Alibaba, DeepSeek, มหาวิทยาลัยชิงหัว และ Bitgroup

ในปีนี้ จุดสนใจของระบบนิเวศโอเพนซอร์สได้เปลี่ยนไปทางทิศตะวันออกอย่างชัดเจน

DeepSeek, Qwen, GLM, MiniMax และ Kimi ต่างก็ผลักดันขีดจำกัดความสามารถในการชั่งน้ำหนักแบบโอเพนซอร์สให้ก้าวหน้าไปอีกขั้น

หากเราพิจารณาถึงจำนวนบทความที่ตีพิมพ์ การอ้างอิง สิทธิบัตร และการติดตั้งหุ่นยนต์อุตสาหกรรมด้วยแล้ว จีนจะครองอันดับหนึ่งของโลกในทุกด้านเหล่านี้

ราคาเป็นอีกประเด็นหนึ่งที่ต้องพิจารณา

นักพัฒนาซอฟต์แวร์ในต่างประเทศได้คำนวณต้นทุนของ X แล้ว และพบว่าราคาผลผลิตของ Seed 2.0 Pro นั้นต่ำกว่า Claude Opus 4.6 เพียงประมาณหนึ่งในสิบเท่านั้น

เทคโนโลยีการติดตั้งบนพื้นผิวประสิทธิภาพสูง ในราคาเพียงหนึ่งในสิบเท่านั้น ผลกระทบต่อเนื่องจากเรื่องนี้เพิ่งเริ่มต้นขึ้นเท่านั้น

90% ของโมเดลล้ำสมัยมีต้นกำเนิดมาจากภาคอุตสาหกรรม ซึ่งทำให้เกิดการเปลี่ยนแปลงอย่างรวดเร็วอย่างที่ไม่เคยมีมาก่อน

จากแบบจำลองที่เป็นตัวแทนมากที่สุด 95 แบบที่เผยแพร่เมื่อปีที่แล้ว มากกว่า 90% มาจากภาคอุตสาหกรรม ไม่ใช่จากสถาบันการศึกษาหรือห้องปฏิบัติการของรัฐบาล

แวดวงวิชาการล้าหลังแนวหน้าไปแล้ว

ความเร็วในการปล่อยลูกก็เพิ่มขึ้นอย่างผิดปกติเช่นกัน

เฉพาะในเดือนกุมภาพันธ์ 2026 มีผลิตภัณฑ์รุ่นเรือธงถึง 8 รุ่นเข้าสู่ตลาด ได้แก่ Gemini 3.1 Pro, Claude Opus 4.6, GPT-5.3 Codex, Grok 4.20, Qwen 3.5, Seed 2.0 Pro, MiniMax M2.5 และ GLM-5

วงจรการแต่งตั้งเทพเจ้าเปลี่ยนจาก "ปี" เป็น "เดือน"

เกณฑ์มาตรฐานถูกจำกัดไว้ที่หนึ่งปี AI ไม่มีข้อจำกัดใดๆ

ส่วนโค้งที่เห็นได้ชัดที่สุดคือส่วนโค้งของการเขียนโปรแกรม

ผลการทดสอบ SWE-bench Verified ซึ่งเป็นเกณฑ์มาตรฐานสำหรับการแก้ไขข้อผิดพลาดในโลกแห่งความเป็นจริง เพิ่มขึ้นจาก 60% เป็นเกือบ 100% ภายในหนึ่งปี

มันไม่ได้แค่เพิ่มขึ้นไม่กี่จุด แต่มันแตะระดับสูงสุดแล้ว

การทดสอบ Terminal-Bench ทดสอบความสามารถของเจ้าหน้าที่ในการจัดการงานจริงบนเครื่องเทอร์มินัล และเปอร์เซ็นต์นี้เพิ่มขึ้นจาก 20% ในปีที่แล้วเป็น 77.3%

อัตราความสำเร็จของเจ้าหน้าที่รักษาความปลอดภัยทางไซเบอร์ในการแก้ไขปัญหาเพิ่มขึ้นจาก 15% เป็น 93%

โปรแกรม Gemini Deep Think ได้รับเหรียญทองจากการแข่งขันโอลิมปิกคณิตศาสตร์นานาชาติ

การตอบคำถามทางวิทยาศาสตร์ระดับปริญญาเอก (GPQA Diamond), การแข่งขันทางคณิตศาสตร์เชิงวิชาการ (AIME) และการให้เหตุผลแบบหลายมิติ (MMMU) เดิมทีสิ่งเหล่านี้ถูกมองว่า "มนุษย์ไม่สามารถทำได้เหนือกว่า" แต่แบบจำลองที่ล้ำสมัยได้เอาชนะสิ่งเหล่านี้ไปได้แล้ว

ตัวอย่างที่ชัดเจนที่สุดคือ การสอบครั้งสุดท้ายของมนุษยชาติ

นี่คือแบบทดสอบที่ออกแบบมาโดยเฉพาะเพื่อ "เพิ่มประสิทธิภาพ AI และส่งเสริมความเชี่ยวชาญของมนุษย์" โดยมีคำถามที่จัดทำโดยผู้เชี่ยวชาญชั้นนำในสาขาต่างๆ

ปีที่แล้ว คะแนน O1 ของ OpenAI อยู่ที่ 8.8% และโมเดลรุ่นล้ำสมัยก็ทำคะแนนเพิ่มขึ้นอีก 30 เปอร์เซ็นต์ภายในหนึ่งปี ปัจจุบัน Claude Opus 4.6 และ Gemini 3.1 Pro ต่างก็ทำคะแนนได้เกิน 50% แล้ว

ขอบคมหยักอาจได้รับรางวัลเหรียญทองจากการแข่งขัน IMO แต่ไม่สามารถอ่านนาฬิกาได้

แต่ดัชนีเดียวกันนี้กลับให้ตัวเลขที่แตกต่างกันออกไป

รุ่นที่มีประสิทธิภาพสูงสุดทำได้ความแม่นยำ 50.1% ในงาน "การอ่านนาฬิกาอะนาล็อก"

หุ่นยนต์ตัวนี้ทำผลงานได้สำเร็จ 89.4% ในสภาพแวดล้อมจำลองในห้องปฏิบัติการ (RLBench) อย่างไรก็ตาม เมื่อนำไปวางไว้ในบ้านจริงเพื่อทำงานบ้าน เช่น ล้างจานและพับผ้า อัตราความสำเร็จกลับลดลงเหลือเพียง 12% ทันที

ความแตกต่างระหว่างห้องปฏิบัติการกับห้องครัวคือ 77 เปอร์เซ็นต์

นักวิจัยได้ตั้งชื่อปรากฏการณ์นี้ว่า "พรมแดนที่ขรุขระ" การกระจายความสามารถของ AI นั้นไม่สม่ำเสมอ AI อาจคว้าเหรียญทองในการแข่งขันโอลิมปิกคณิตศาสตร์ได้ แต่ไม่สามารถบอกเวลาปัจจุบันได้อย่างแม่นยำ

AI สามารถคว้าเหรียญทองในการแข่งขันโอลิมปิกคณิตศาสตร์ได้ แต่มีโอกาสเพียง 50% เท่านั้นที่จะเข้าใจนาฬิกาแบบอนาล็อก AI กำลังพัฒนาอย่างรวดเร็ว แต่เป็นการเร่งพัฒนาไปในทิศทางที่แตกต่างออกไป

นอกจากนี้ ในงานทดสอบตัวแทนอัจฉริยะของ OSWorld ประสิทธิภาพของ AI ระดับสูง (66.3%) กำลังเข้าใกล้เกณฑ์มาตรฐานของมนุษย์

อย่างไรก็ตาม ในการทดสอบ PaperArena ซึ่งประเมินตรรกะของการวิจัยทางวิทยาศาสตร์โดยเฉพาะ ตัวแทน AI ที่ทรงพลังที่สุดกลับได้คะแนนเพียง 39% ซึ่งเป็นเพียงครึ่งหนึ่งของความสามารถของนักศึกษาปริญญาเอกเท่านั้น

อย่างไรก็ตาม ความไม่สม่ำเสมอดังกล่าวไม่ได้เป็นอุปสรรคต่อการบูรณาการ AI เข้ากับสายการผลิตของบริษัทอีกต่อไป

อีกหนึ่งตัวเลขจาก AI Index ระบุว่า อัตราการนำ AI มาใช้ในองค์กรทั่วโลกสูงถึง 88% นั่นหมายความว่า 9 ใน 10 บริษัทได้บูรณาการ AI เข้ากับกระบวนการทำงานบางประเภทแล้ว

ต้นทุนก็เพิ่มสูงขึ้นควบคู่กันไป จำนวนเหตุการณ์ที่เกี่ยวข้องกับ AI เพิ่มขึ้นจาก 233 ครั้งในปี 2024 เป็น 362 ครั้ง

เงินทุนจำนวนมหาศาลกำลังไหลเข้าสู่ปัญญาประดิษฐ์ (AI) อย่างรวดเร็ว: 581.7 พันล้านหยวน

คาดการณ์ว่าการลงทุนใน AI ระดับองค์กรทั่วโลกจะสูงถึง 581.7 พันล้านดอลลาร์สหรัฐภายในปี 2025 เพิ่มขึ้น 130% เมื่อเทียบกับปีก่อนหน้า โดยในจำนวนนี้ การลงทุนจากกองทุนเอกชนคาดว่าจะสูงถึง 344.7 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้น 127.5% เมื่อเทียบกับปีก่อนหน้า

เส้นกราฟทั้งสองเส้นเพิ่มขึ้นเกือบเท่าตัว

ในแง่ของประเทศ สหรัฐอเมริกาเป็นผู้นำอย่างมาก การลงทุนจากภาคเอกชนในด้าน AI ในสหรัฐฯ สูงถึง 285.9 พันล้านดอลลาร์ในปี 2025 นอกจากนี้ สหรัฐฯ ยังมีการก่อตั้งสตาร์ทอัพด้าน AI ใหม่ถึง 1,953 แห่งต่อปี ซึ่งมากกว่าจำนวนในประเทศอันดับสองถึงสิบเท่า

เงินกำลังไหลเข้าสู่สหรัฐอเมริกาอย่างรวดเร็ว แต่ทรัพยากรหลักอีกอย่างหนึ่งของสหรัฐอเมริกากลับไหลไปในทิศทางตรงกันข้าม

จำนวนนักวิจัยด้านปัญญาประดิษฐ์ที่ย้ายไปสหรัฐอเมริกา ลดลงถึง 89%

ตัวเลขชุดหนึ่งในเอกสารทำให้ฉันตกใจ

นับตั้งแต่ปี 2017 จำนวนนักวิจัยและนักพัฒนา AI ที่เข้ามาทำงานในสหรัฐอเมริกาได้ลดลงถึง 89%

ที่สำคัญกว่านั้นคือ การลดลงนี้กำลังเร่งตัวขึ้น ในปีที่ผ่านมาเพียงปีเดียว การลดลงก็สูงถึง 80% แล้ว

สหรัฐอเมริกายังคงเป็นประเทศที่มีความหนาแน่นของนักวิจัยด้านปัญญาประดิษฐ์สูงที่สุดในโลก แต่กระแสความสนใจกำลังลดลง

แนวโน้มของเงินและจำนวนคนเริ่มกลับทิศทางแล้ว นี่เป็นสถานการณ์ที่ไม่เคยเกิดขึ้นในรอบทศวรรษที่ผ่านมา

กุญแจสำคัญที่ทำให้กำลังการประมวลผลเพิ่มขึ้นถึง 30 เท่าภายในสามปีนั้น อยู่ในมือของบริษัทเพียงแห่งเดียว

เส้นโค้งความสามารถของ AI กำลังเร่งตัวขึ้น และเส้นโค้งพลังการประมวลผลที่อยู่เบื้องหลังนั้นก็ก้าวหน้าเร็วยิ่งกว่า

นับตั้งแต่ปี 2021 พลังการประมวลผล AI ทั่วโลกโดยรวมเพิ่มขึ้นถึง 30 เท่า ในช่วงสามปีที่ผ่านมา เพิ่มขึ้นมากกว่าสามเท่าในแต่ละปี

มีเพียงไม่กี่บริษัทเท่านั้นที่สนับสนุนแนวโน้มนี้

หน่วยประมวลผลกราฟิก (GPU) ของ Nvidia ครองส่วนแบ่งมากกว่า 60% ของพลังการประมวลผล AI ทั่วโลก Amazon และ Google อยู่ในอันดับที่สองและสามด้วยชิปที่พัฒนาเอง แต่แม้จะรวมกันแล้วก็ยังห่างไกลจาก Nvidia มาก

ชิปเหล่านี้เกือบทั้งหมดมาจากโรงงานผลิตชิปแห่งเดียวคือ TSMC ยิ่งกราฟแสดงกำลังการประมวลผลสูงชันเท่าไหร่ ความเสี่ยงก็จะยิ่งแคบลงเท่านั้น

ในขณะเดียวกัน ต้นทุนก็เพิ่มสูงขึ้นเช่นกัน

กำลังไฟฟ้ารวมของศูนย์ข้อมูล AI ทั่วโลกสูงถึง 29.6 กิกะวัตต์ ซึ่งเทียบเท่ากับความต้องการใช้ไฟฟ้าทั้งหมดของรัฐนิวยอร์กในช่วงเวลาที่มีการใช้ไฟฟ้าสูงสุด และคาดการณ์ว่าการฝึกอบรมด้วย xAI Grok 4 เพียงครั้งเดียวจะปล่อยก๊าซคาร์บอนไดออกไซด์เทียบเท่า 72,816 ตัน ซึ่งเทียบเท่ากับการปล่อยก๊าซไอเสียจากรถยนต์ 17,000 คันที่วิ่งตลอดทั้งปี

จะสร้างศูนย์ข้อมูลที่ไหน จะหาแหล่งไฟฟ้าได้จากที่ไหน และจะผลิตชิปได้จากที่ไหน – คำถามสามข้อนี้กลายเป็นปัญหาใหญ่ที่สุดสำหรับซีอีโอของบริษัท AI ทุกแห่งในปีนี้

การแพร่หลายของ AI เชิงสร้างสรรค์ (Generative AI) เพิ่มขึ้นถึง 53% ภายในสามปี โดยมีการใช้งานเกิน 80% ในสถานที่ทำงานของจีน

ปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI) สามารถเข้าถึงประชากรโลกได้ถึง 53% ภายในระยะเวลาสามปี

ความเร็วนี้เร็วกว่าคอมพิวเตอร์ส่วนบุคคลและเร็วกว่าอินเทอร์เน็ต

อย่างไรก็ตาม อัตราการเข้าถึงมีความสัมพันธ์อย่างมากกับประเทศ สิงคโปร์ (61%) และสหรัฐอาหรับเอมิเรตส์ (54%) ต่างก็มีอัตราการเข้าถึงสูงกว่าสหรัฐอเมริกา สหรัฐอเมริกาอยู่อันดับที่ 24 ในแง่ของจำนวนประเทศที่ครอบคลุมในการสำรวจ โดยมีอัตราการเข้าถึงอยู่ที่ 28.3%

ความแตกต่างจะยิ่งชัดเจนมากขึ้นหากเราเปลี่ยนมุมมองจากผู้บริโภคไปสู่สถานที่ทำงาน

ข้อมูลอีกชุดหนึ่งในรายงานแสดงให้เห็นว่าภายในปี 2025 พนักงานทั่วโลก 58% จะเริ่มใช้ AI ในการทำงานเป็นประจำ อย่างไรก็ตาม ในห้าประเทศ ได้แก่ จีน อินเดีย ไนจีเรีย สหรัฐอาหรับเอมิเรตส์ และซาอุดีอาระเบีย ตัวเลขนี้สูงกว่า 80%

อัตราการนำ AI มาใช้ในสถานที่ทำงานในประเทศจีนสูงกว่าค่าเฉลี่ยทั่วโลกแล้วกว่า 20 เปอร์เซ็นต์

สิ่งที่น่าสนใจยิ่งกว่าคือมูลค่าที่ผู้บริโภคได้รับ

AI Index คาดการณ์ว่าเครื่องมือ AI เชิงสร้างสรรค์จะสร้างมูลค่า 172 พันล้านดอลลาร์สหรัฐต่อปีให้กับผู้บริโภคในสหรัฐอเมริกาภายในต้นปี 2026 โดยมูลค่าเฉลี่ยต่อผู้ใช้จะเพิ่มขึ้นเป็นสามเท่าจากปี 2025 ถึง 2026

ผู้ใช้ส่วนใหญ่ยังคงใช้เวอร์ชันฟรีอยู่

คนทั่วไปยินดีจ่ายเงินให้กับ AI น้อยกว่ามูลค่าที่ AI สร้างให้พวกเขามาก ช่องว่างนี้เป็นสิ่งที่บริษัท AI ทุกแห่งกำลังพยายามเติมเต็มอยู่ในขณะนี้

ตำแหน่งงานระดับเริ่มต้นลดลงอย่างมาก ในขณะที่ตำแหน่งงานด้านการพัฒนาสำหรับกลุ่มอายุ 22-25 ปีลดลง 20%

ส่วนที่น่าจะทำให้ผู้อ่านชาวจีนเงียบไปมากที่สุดในดัชนี AI ทั้งหมดก็คือส่วนที่เกี่ยวกับการจ้างงานเยาวชนนั่นเอง

จำนวนนักพัฒนาซอฟต์แวร์ที่มีอายุระหว่าง 22 ถึง 25 ปีลดลงประมาณ 20% ตั้งแต่ปี 2024

ในขณะเดียวกัน กลุ่มเพื่อนที่มีอายุมากกว่ากลับมีจำนวนเพิ่มมากขึ้น

สิ่งนี้ไม่ได้จำกัดอยู่แค่ในบทบาทการพัฒนาซอฟต์แวร์เท่านั้น รูปแบบเดียวกันนี้กำลังเกิดขึ้นในอุตสาหกรรมอื่นๆ ที่มีการนำ AI มาใช้สูง เช่น บริการลูกค้า

สิ่งที่น่ากังวลยิ่งกว่าคือผลการสำรวจความคิดเห็นของบริษัท ผู้จัดการที่ตอบแบบสอบถามส่วนใหญ่คาดการณ์ว่าการเลิกจ้างในอนาคตจะมีจำนวนมากกว่าในช่วงไม่กี่เดือนที่ผ่านมา

นี่ไม่ใช่เรื่องเกี่ยวกับอัตราการว่างงานในระดับมหภาค แต่เป็นเรื่องเกี่ยวกับการกำจัดตำแหน่งงานระดับเริ่มต้นอย่างเจาะจง

การตกงานครั้งแรกทำให้คุณพลาดโอกาสในเส้นทางอาชีพ ผลกระทบระยะยาวนั้นยังไม่มีใครสามารถคำนวณได้อย่างครบถ้วนในตอนนี้

ปัญญาประดิษฐ์กำลังเปลี่ยนแปลงวิธีการค้นพบทางวิทยาศาสตร์ไปอย่างสิ้นเชิง

ถ้าส่วนที่เกี่ยวกับการจ้างงานดูเย็นชา ส่วนที่เกี่ยวกับวิทยาศาสตร์ก็จะดูอบอุ่น

ในปี 2025 จำนวนงานวิจัยที่เกี่ยวข้องกับปัญญาประดิษฐ์ในสาขาวิทยาศาสตร์ธรรมชาติ วิทยาศาสตร์กายภาพ และวิทยาศาสตร์ชีวภาพ เพิ่มขึ้นร้อยละ 26 ถึง 28 ต่อปี

ในแง่ของการประยุกต์ใช้งานเฉพาะด้าน ปีนี้ถือเป็นครั้งแรกที่ AI สามารถทำการพยากรณ์อากาศแบบครบวงจรได้สำเร็จ โดยสามารถแสดงผลการพยากรณ์ขั้นสุดท้ายสำหรับอุณหภูมิ ความเร็วลม และความชื้นได้โดยตรงจากข้อมูลการสังเกตการณ์ทางอุตุนิยมวิทยาแบบดิบ โดยไม่ต้องอาศัยแบบจำลองเชิงตัวเลขแบบดั้งเดิมเข้ามาเกี่ยวข้อง

ปัญญาประดิษฐ์กำลังพัฒนาจาก "การช่วยคุณเขียนบทความ" และ "การช่วยคุณคำนวณตัวเลข" ไปสู่ "การค้นพบสิ่งต่างๆ ด้วยตัวเอง"

หลักการเดียวกันนี้ใช้ได้กับโรงพยาบาลเช่นกัน ในปี 2025 โรงพยาบาลหลายแห่งเริ่มนำเครื่องมือ AI มาใช้ ซึ่งสามารถสร้างบันทึกทางการแพทย์โดยอัตโนมัติจากการสนทนากับผู้ป่วย แพทย์ในระบบโรงพยาบาลหลายแห่งรายงานว่าเวลาที่ใช้ในการเขียนบันทึกทางการแพทย์ลดลงถึง 83% และความเหนื่อยล้าจากการทำงานลดลงอย่างเห็นได้ชัด

อย่างไรก็ตาม ดัชนีเดียวกันนี้กลับทำให้ความเชื่อมั่นใน AI ทางการแพทย์ลดลง การตรวจสอบงานวิจัย AI ทางคลินิกมากกว่า 500 ชิ้น พบว่าเกือบครึ่งหนึ่งของงานวิจัยเหล่านั้นใช้ชุดข้อมูลแบบจำลองการสอบ ในขณะที่เพียง 5% เท่านั้นที่ใช้ข้อมูลทางคลินิกจริง

แน่นอนว่า AI สามารถลดเวลาที่แพทย์ใช้ในการพิมพ์ได้ อย่างไรก็ตาม คุณค่าทางคลินิกของ AI ในผู้ป่วยจริงยังคงมีข้อสงสัยมากมาย

กระแสการเรียนรู้ด้วยตนเองได้แพร่กระจายไปทั่วโลก ในขณะที่การศึกษาแบบเป็นทางการกลับล้าหลังไป

ระบบการศึกษาแบบเป็นทางการกำลังล้าหลังปัญญาประดิษฐ์ (AI)

ในสหรัฐอเมริกา นักเรียนมัธยมปลายและนักศึกษามหาวิทยาลัยสี่ในห้าคนใช้ AI ในการทำการบ้าน อย่างไรก็ตาม มีเพียงครึ่งหนึ่งของโรงเรียนมัธยมปลายเท่านั้นที่มีนโยบายเกี่ยวกับการใช้ AI และมีเพียง 6% ของครูเท่านั้นที่เชื่อว่านโยบายเหล่านั้นเขียนไว้อย่างชัดเจน

นักเรียนวิ่งนำหน้าไปแล้ว ในขณะที่ครูยังคงยืนอยู่กับที่ เพราะยังไม่ได้อธิบายกฎกติกาเลย

ในขณะที่การศึกษาในระบบยังล้าหลัง กระแสการเรียนรู้ด้วยตนเองกำลังแพร่หลายไปทั่วโลก รายงานระบุว่าสามประเทศที่มีการเติบโตของทักษะด้านวิศวกรรม AI เร็วที่สุด ได้แก่ สหรัฐอาหรับเอมิเรตส์ ชิลี และแอฟริกาใต้

นี่ไม่ใช่สหรัฐอเมริกา และนี่ก็ไม่ใช่ยุโรป

ส่วนที่ยากที่สุดของกราฟทักษะคือส่วนที่ไม่มีใครสังเกตเห็น

รูปแบบที่ทรงอิทธิพลที่สุดกลับกลายเป็นรูปแบบที่โปร่งใสน้อยที่สุด ส่งผลให้ผู้เชี่ยวชาญและสาธารณชนแตกแยกกัน

แบบจำลองที่แข็งแกร่งที่สุดกำลังกลายเป็นแบบจำลองที่คลุมเครือที่สุด

คะแนนเฉลี่ยของดัชนีความโปร่งใสของแบบจำลองพื้นฐาน (Foundation Model Transparency Index) ลดลงเหลือ 40 ในปีนี้ จาก 58 ในปีที่แล้ว AI Index ระบุชื่อ Google, Anthropic และ OpenAI โดยตรงว่า บริษัทเหล่านี้ได้หยุดเปิดเผยขนาดของข้อมูลฝึกฝนแบบจำลองล่าสุดและระยะเวลาการฝึกฝนต่อสาธารณะแล้ว

จากโมเดลที่เป็นตัวแทนมากที่สุด 95 โมเดลที่เผยแพร่เมื่อปีที่แล้ว มี 80 โมเดลที่ไม่เปิดเผยโค้ดการฝึกฝน

ความคิดเห็นของประชาชนมีความซับซ้อนมากขึ้น

ในระดับโลก สัดส่วนของผู้คนที่เชื่อว่าปัญญาประดิษฐ์ (AI) มีประโยชน์มากกว่าโทษ เพิ่มขึ้นจาก 52% เป็น 59% อย่างไรก็ตาม ในช่วงเวลาเดียวกัน สัดส่วนของผู้ที่รู้สึกกังวลเกี่ยวกับ AI เพิ่มขึ้นจาก 50% เป็น 52%

พวกมันกำลังเติบโตไปในสองทิศทางพร้อมกัน

ประเทศที่มีความคิดเห็นแตกต่างกันมากที่สุดคือสหรัฐอเมริกา มีชาวอเมริกันเพียง 33% เท่านั้นที่เชื่อว่า AI จะทำให้งานของพวกเขาดีขึ้น เมื่อเทียบกับค่าเฉลี่ยทั่วโลกที่ 40% นอกจากนี้ ชาวอเมริกันยังมีความไว้วางใจในกฎระเบียบของรัฐบาลเกี่ยวกับการกำกับดูแล AI น้อยที่สุดในบรรดาประเทศที่สำรวจ โดยอยู่ที่ 31%

ชาวสิงคโปร์มีความเชื่อมั่นในกฎระเบียบด้านปัญญาประดิษฐ์ของรัฐบาลอยู่ที่ 81%

หลังจากการโจมตีบ้านของแซม อัลท์แมนเมื่อเร็วๆ นี้ ผู้คนในซิลิคอนแวลลีย์ต่าง "ประหลาดใจ" ที่พบว่าคนทั่วไปในช่องแสดงความคิดเห็นบนอินสตาแกรมไม่แสดงความเห็นอกเห็นใจ และบางคนถึงกับรู้สึกว่า "เหตุการณ์น่าจะรุนแรงกว่านี้"

พวกเขาไม่รู้เลยว่าสถานการณ์เลวร้ายถึงขนาดนี้

จากข้อมูลของ Pew และ Ipsos ที่อ้างถึงในรายงานการวิจัย ช่องว่างระหว่างการรับรู้ของผู้เชี่ยวชาญและสาธารณชนเกี่ยวกับผลกระทบของ AI ต่อการจ้างงาน การดูแลสุขภาพ และเศรษฐกิจ โดยทั่วไปแล้วเกิน 30 เปอร์เซ็นต์ โดยช่องว่างที่มากที่สุดอาจสูงถึง 50 เปอร์เซ็นต์

ในด้านหนึ่ง ตัวเลขในห้องทดลองพุ่งสูงขึ้นอย่างรวดเร็ว ในอีกด้านหนึ่ง ความไม่สบายใจกำลังก่อตัวขึ้นในใจของประชาชนทั่วไป

ไม่มีสะพานอยู่ตรงกลาง

สรุปแล้ว

รายงานความยาว 423 หน้าประกอบด้วยแผนภูมิและกราฟหลายร้อยรายการ แต่ในความเป็นจริง มีการวาดแผนภูมิเพียงหนึ่งเดียวเท่านั้น

แกนแนวนอนแสดงถึงเวลา และแกนแนวตั้งแสดงถึงความสามารถ

กราฟแสดงความสามารถของโมเดลพุ่งสูงขึ้น พลังการประมวลผลพุ่งสูงขึ้น การลงทุนพุ่งสูงขึ้น และอัตราการนำไปใช้ก็พุ่งสูงขึ้น ในขณะที่ด้านอื่นๆ นั้นทรงตัวหรือลดลง

ทั้งหมดนี้คือข้อมูลสำหรับดัชนี AI ปี 2026 ครับ

ปัญญาประดิษฐ์กำลังพัฒนาอย่างรวดเร็ว ส่วนสิ่งอื่นๆ กำลังล้าหลัง

หากคุณอยู่ในอุตสาหกรรมนี้ คำถามที่คุณควรจะถามตอนนี้ไม่ใช่ "อนาคตจะเป็นอย่างไร?" แต่ควรจะเป็น "ตอนนี้ฉันอยู่บนเส้นโค้งไหน?"