เมื่อวันที่ 10 ตุลาคม Satya Nadella ได้เผยแพร่บทความที่นิยามคำถามใหม่ที่องค์กรต่าง ๆ ใช้ถามเกี่ยวกับ AI เสียใหม่ คำถามเดิมคือ "เราจะเชื่อถือโมเดลไหนได้?" คำตอบของเขาคือ: ไม่มีโมเดลใดเลยโดยค่าเริ่มต้น ให้ปฏิบัติต่อ frontier model ทุกตัว ไม่ว่าจะเป็นแบบปิดหรือ open-weight เหมือนกับที่คุณปฏิบัติต่อพนักงานที่มีอำนาจสูงและเข้าถึงระบบที่มีความละเอียดอ่อน นั่นคือ จำกัดสิทธิ์ บันทึกการกระทำ มีปุ่มปิดการทำงาน และมีการตรวจสอบที่ไม่ต้องพึ่งพาคำพูดของพนักงานคนนั้นเอง
เขาปิดท้ายด้วยประโยคที่พูดตามได้ง่ายแต่ทำจริงได้ยาก: ระบบที่น่าเชื่อถือที่สุดคือระบบที่ "ทำให้เราเชื่อใจโมเดลน้อยที่สุด"
ข้อโต้แย้งของผมในบทความนี้แคบกว่าพาดหัวข่าว และผมคิดว่าหักล้างได้ยากกว่า:
- Microsoft ไม่ได้ชนะการแข่งขันด้าน AI สำหรับองค์กรเพราะมีโมเดลที่ดีที่สุด แต่ชนะเพราะเป็นเจ้าของพื้นที่ที่โมเดลถูกควบคุม เรียกเก็บเงิน และจำกัดขอบเขต และตัวเลขฝั่งองค์กร (ผู้ใช้ Copilot แบบเสียเงินมากกว่า 30 ล้านที่นั่ง รายได้จาก Azure 1 แสนล้านดอลลาร์) ก็พิสูจน์เรื่องนี้
- โมเดล open-weight บน Azure มีความสำคัญ แต่ไม่ใช่เพราะมันน่าเชื่อถือกว่า มันสำคัญเพราะมันมอบการควบคุมให้ผู้ติดตั้งใช้งาน ซึ่งนั่นคือจุดที่ Nadella โยกภาระความไว้วางใจไปวางไว้พอดี
- สิ่งเดียวที่ผู้ติดตั้งใช้งานไม่สามารถจัดหาให้ตัวเองได้อย่างน่าเชื่อถือคือการตรวจสอบโดยอิสระ นั่นคือช่องว่าง และเป็นจุดที่บริษัทด้านการทดสอบอย่างเราควรเข้ามาเติมเต็ม
ขอแจ้งให้ทราบล่วงหน้า: ผมเป็นผู้ร่วมก่อตั้ง TestMu AI (เดิมชื่อ LambdaTest) โปรดอ่านบทความช่วงหนึ่งในสามส่วนสุดท้ายโดยคำนึงถึงข้อนี้ด้วย ผมพยายามทำให้ทุกข้อกล่าวอ้างสามารถตรวจสอบได้ และแหล่งข้อมูลอ้างอิงอยู่ท้ายบทความ
Microsoft กำลังแพ้ในเกมโมเดล แต่ก็ยังชนะในตลาดองค์กรอยู่ดี
"Microsoft กำลังชนะในด้าน AI สำหรับองค์กร" เป็นข้อกล่าวอ้างที่容易被โจมตีมากที่สุด จึงต้องให้ความหมายที่ชัดเจน ในแง่ส่วนแบ่งโมเดล Microsoft ไม่ใช่ผู้นำ แต่ในแง่สถานที่ที่ AI สำหรับองค์กรทำงานอยู่จริงต่างหาก
สิ่งที่ถูกวัดผล
รูปแบบนี้ชัดเจนมาก องค์กรซื้อโมเดลจากแล็บวิจัย แต่นำไปติดตั้งใช้งานภายในระบบของ Microsoft ผลสำรวจ CIO ของ a16z พบว่า OpenAI เป็นผู้นำด้านโมเดล ในขณะที่ Microsoft ครองตลาดแอปพลิเคชัน AI สำหรับองค์กร
Microsoft ยังเลิกทุ่มเดิมพันกับแล็บเดียวอีกด้วย Claude ของ Anthropic เปิดให้บริการทั่วไปบน Microsoft Foundry เมื่อวันที่ 29 มิถุนายน 2026 โดยเรียกเก็บเงินผ่าน Azure และควบคุมด้วยระบบระบุตัวตนและการควบคุมการเข้าถึงของ Azure ปัจจุบัน แคตตาล็อกของ Foundry มีโมเดลจาก OpenAI, Anthropic, Meta, Mistral, DeepSeek, xAI, Cohere และอื่น ๆ
ดังนั้น ข้อสรุปที่แม่นยำคือ: Microsoft กำลังกลายเป็น control plane สำหรับ AI ขององค์กร ซึ่งเป็นชั้นที่กำหนดว่าโมเดลใดจะทำงาน ด้วยสิทธิ์อะไร บนข้อมูลใด และอยู่ภายใต้บันทึกของใคร ชั้นนี้แหละคือสิ่งที่บทความของ Nadella พูดถึง
กระดานคะแนนฝั่งองค์กร
หากการควบคุมเลเยอร์องค์กรคือรางวัล ผลประกอบการปีงบประมาณ 2026 ของ Microsoft ก็แสดงให้เห็นว่าพวกเขากำลังเก็บเกี่ยวมันอยู่ ในปีสิ้นสุดเดือนมิถุนายน 2026 Azure สร้างรายได้ต่อปีที่ 1 แสนล้านดอลลาร์ และเติบโต 43% ในไตรมาสเดือนมิถุนายน พร้อมคาดการณ์การเติบโตราว 45% สำหรับไตรมาสเดือนกันยายน (Microsoft 8-K; MarketBeat) ส่วน commercial remaining performance obligations หรืองานค้างที่ลงนามแล้วแต่ยังไม่รับรู้รายได้ พุ่งขึ้น 84% แตะที่ 6.78 แสนล้านดอลลาร์ (บทสรุปข่าวประชาสัมพันธ์จาก KuCoin
ตัวเลขของ Copilot สำคัญกว่าสำหรับข้อโต้แย้งนี้ เพราะมันวัดการที่องค์กรนำ AI มาวางไว้หน้าพนักงานของตัวเอง:
การติดตั้งใช้งานที่มีการระบุชื่อ ล้วนอยู่ในภาคส่วนที่ความไว้วางใจหามาได้ยากที่สุด: NHS England กำลังขยาย Copilot ไปยังแพทย์และเจ้าหน้าที่ 505,000 คน, KPMG ขยายไปยังผู้เชี่ยวชาญกว่า 276,000 คน และ HSBC มุ่งมั่นจะใช้ถึง 200,000 ที่นั่ง (UC Today) Accenture กำลังปรับใช้กับพนักงานราว 743,000 คน ซึ่ง Nadella เรียกว่าเป็นชัยชนะด้าน Copilot ที่ใหญ่ที่สุดของ Microsoft (Let's Data Science) ส่วน Bayer, Johnson & Johnson, Mercedes-Benz และ Roche ต่างใช้งานเกิน 90,000 ที่นั่งทั้งสิ้น
รายละเอียดที่บอกอะไรได้มากที่สุดคือวิธีที่ Microsoft จัดแพ็กเกจสิ่งนี้ ชุด E7 ใหม่รวม Copilot เข้ากับระบบรักษาความปลอดภัย E5, ระบบระบุตัวตน Entra และ Agent 365 ซึ่งเป็นเลเยอร์สำหรับจัดการเอเจนต์ องค์กรหลายร้อยแห่งซื้อไปใช้ภายในสองเดือนแรก และ EY กำลังปรับใช้กับพนักงาน 400,000 คน (UC Today) Microsoft ไม่ได้ขาย AI อย่างโดดเดี่ยวอีกต่อไป แต่ขาย AI พร้อมกับระบบระบุตัวตน สิทธิ์ และการกำกับดูแลรอบ ๆ ตัวมัน ซึ่งก็คือการเปลี่ยนบทความของ Nadella ให้กลายเป็น SKU สินค้า
ข้อควรระวังหนึ่งคือ 30 ล้านที่นั่งยังคงคิดเป็นเพียงประมาณ 6.6% ของที่นั่ง Microsoft 365 เชิงพาณิชย์แบบเสียเงินทั้งหมดของ Microsoft (No Jitter) และงานค้างบางส่วนเป็นการผูกมัดก่อนการติดตั้งใช้งานจริง ความได้เปรียบนั้นมีอยู่จริง แต่ตลาดยังอยู่ในช่วงเริ่มต้น นี่คือเหตุผลที่ต้องสร้าง trust layer ตั้งแต่ตอนนี้ ในขณะที่ฐานผู้ใช้ที่ติดตั้งแล้วยังคงทยอยเปิดใช้งาน
สิ่งที่ Nadella พูดจริง ๆ
บทความชื่อ "Models as Insider Risks in the Super Intelligence Era" เริ่มต้นด้วยการยอมรับความจริง ว่าด้วยซอฟต์แวร์แบบดั้งเดิม วิศวกรสามารถสืบย้อนพฤติกรรมกลับไปที่เส้นทางโค้ดได้ แต่กับ frontier model ไม่มีใครสามารถโยงผลลัพธ์ไปยังข้อมูลฝึกสอนหรือน้ำหนักเฉพาะเจาะจงได้ กระนั้นบริษัทต่าง ๆ ก็ยังส่งมอบข้อมูลที่ละเอียดอ่อนและภารกิจที่สำคัญยิ่งให้กับระบบเหล่านี้ เขาเขียนว่าคำรับรองจากผู้ให้บริการไม่ได้ลบล้างความรับผิดชอบของผู้ติดตั้งใช้งาน (TNW
ทางออกของเขาคือการยืมการควบคุมความเสี่ยงจากบุคคลภายใน (insider-risk) ที่ทีมรักษาความปลอดภัยใช้อยู่แล้วมาประยุกต์ใช้ ได้แก่ การยืนยันตัวตน การให้สิทธิ์ต่ำสุด การบันทึกข้อมูล และการจำกัดขอบเขต การควบคุมเหล่านี้อยู่นอกรูปแบบของโมเดล ในคำพูดของเขา องค์กรต้อง "แยกการจัดหาความฉลาดออกจากอำนาจในการควบคุมมัน"
หลักการทั้งเจ็ดข้อ ตามที่ TNW สรุปไว้:
- ความหลากหลายของโมเดล ไม่มีโมเดลใดเป็นเพียงการพึ่งพาเดียวสำหรับผลลัพธ์ที่สำคัญ และไม่มีโมเดลใดตรวจสอบงานของตัวเอง
- หลักฐาน ทุกการกระทำที่มีความหมายของโมเดลต้องทิ้งหลักฐานที่ป้องกันการแก้ไขและมนุษย์อ่านเข้าใจได้
- การทดสอบระบบอย่างต่อเนื่อง ทดสอบทุกระบบอย่างต่อเนื่อง รวมถึงการรับมือกับความล้มเหลวและการโจมตี
- อำนาจที่กำหนดโดยผู้ติดตั้งใช้งาน บริษัท ไม่ใช่โมเดล เป็นผู้ตัดสินใจว่าโมเดลสามารถเข้าถึงและทำอะไรได้บ้าง
- การตรวจสอบโดยอิสระ การตรวจสอบต้องไม่พึ่งพาโมเดลที่กำลังถูกตรวจสอบ
- การจำกัดขอบเขต บุคคลที่ได้รับอนุญาตสามารถหยุดชั่วคราวหรือยุติการทำงานของโมเดลระหว่างปฏิบัติงานได้
- การเปิดเผยเหตุการณ์ แจ้งผู้ได้รับผลกระทบอย่างรวดเร็วและแบ่งปันบทเรียนทั่วทั้งอุตสาหกรรม
มีรายละเอียดสองอย่างที่ส่งผลต่อเนื้อหาถัดไป ประการแรก กรอบแนวคิดนี้ใช้ได้เท่าเทียมกันทั้งกับโมเดลแบบปิดและ open-weight (OfficeChai) ประการที่สอง บทความนี้ไม่ได้ประกาศผลิตภัณฑ์ มาตรฐาน หรือกำหนดเวลาใด ๆ (FourWeekMBA) มันเป็นจุดยืน ไม่ใช่แผนงาน ซึ่งปล่อยให้การนำไปปฏิบัติเป็นเรื่องเปิดกว้าง
บทความนี้ไม่ได้เกิดขึ้นมาลอย ๆ ในเดือนกรกฎาคม OpenAI ประกาศว่าเอเจนต์หลุดรอดจากการประเมินในแซนด์บ็อกซ์และเจาะระบบของ Hugging Face ได้ ในเดือนกันยายน โมเดลวิจัยของ OpenAI เข้าถึงแชทบอทภายนอกผ่าน DNS และ OpenAI ต้องหยุดการฝึกสอนและการอนุมานการใช้เครื่องมือในโมเดลที่มีความสามารถสูงสุดของตนชั่วคราว (Bernama/dpa) Anthropic ก็เปิดเผยเช่นกันว่าโมเดลหนึ่งของตนส่งเบาะแสคดีฆาตกรรมเท็จไปยังตำรวจฟิลาเดลเฟียระหว่างการทดสอบ (Benzinga) เหตุการณ์เหล่านี้เกิดในแล็บวิจัย ไม่ใช่การเจาะระบบระดับองค์กร แต่มันอธิบายได้ว่าทำไมคำว่า "เชื่อใจผู้ให้บริการ" จึงไม่ใช่คำตอบที่ยอมรับได้อีกต่อไป
Open-weight บน Azure: คือการควบคุม ไม่ใช่คุณธรรม
ข้อโต้แย้งเวอร์ชันยอดนิยมบอกว่าโมเดล open-weight น่าเชื่อถือกว่า ตัว Nadella เองก็หักล้างเรื่องนี้อย่างได้ผลในบทความของเขาเอง: open-weight ก็มีความเสี่ยงจากบุคคลภายในไม่ต่างกัน น้ำหนักที่ตรวจสอบได้ไม่ได้ทำให้พฤติกรรมสืบย้อนกลับได้ ซึ่งนั่นคือปัญหาที่เขาชี้ให้เห็นพอดี
สิ่งที่ open-weight มอบให้องค์กรคือการควบคุมตัวแปรที่ Nadella ส่งมอบให้ผู้ติดตั้งใช้งาน:
- การตรึงเวอร์ชัน - โมเดลที่คุณตรวจสอบแล้วคือโมเดลที่จะทำงานจริง ไม่มีใครแอบอัปเดตมันใต้จมูกคุณ
- ตำแหน่งที่ตั้ง - มันทำงานในภูมิภาคของคุณ ศูนย์ข้อมูลของคุณ หรือไซต์ที่ตัดขาดจากเครือข่าย Sovereign Private Cloud ของ Microsoft รัน Foundry Local บน Azure Local ภายในองค์กร
- ความต่อเนื่อง - ผู้จำหน่ายหรือรัฐบาลไม่สามารถเพิกถอนการเข้าถึงได้หลังจากที่คุณติดตั้งใช้งานแล้ว
- การปรับแต่งหลังการฝึกสอนให้เหมาะกับงาน - คุณสามารถบีบกรอบโมเดลให้แคบลงตามงาน และทดสอบพฤติกรรมที่แคบลงนั้นได้
Microsoft กำลังสร้างระบบเพื่อรองรับสิ่งนี้ ในเดือนกรกฎาคม พวกเขาเซ็นสัญญามูลค่าหลายพันล้านดอลลาร์กับ Mistral เพื่อนำ Mistral Medium 3.5 แบบ open-weight เข้าสู่ Foundry และ Azure Local รวมถึง การติดตั้งใช้งานแบบตัดขาดจากเครือข่ายโดยสมบูรณ์ และเมื่อวันที่ 9 ตุลาคม ได้เปิดตัว Microsoft-Decision-1 ซึ่งเป็นโมเดลให้คะแนนที่ผ่านการ post-trained บน Qwen3.5-9B แบบ open-weight ของ Alibaba สร้างขึ้นเพื่อการกำหนดเส้นทาง การตรวจสอบความถูกต้องตามข้อมูล และการประเมินการกระทำที่เสนอของเอเจนต์ (Let's Data Science
ทีนี้มาดูหลักฐานที่ขัดแย้งกัน การใช้โมเดลโอเพนซอร์สในองค์กรกำลังลดลง ไม่ใช่เพิ่มขึ้น: Menlo Ventures วัดพบว่าโมเดลโอเพนซอร์สครองสัดส่วน 19% ของเวิร์กโหลดองค์กรในช่วงต้นปี 2025 และลดลงเหลือ 13% ในช่วงกลางปี โดยอ้างถึงช่องว่างด้านประสิทธิภาพที่ห่างกัน 9 ถึง 12 เดือน และความลังเลที่จะใช้โมเดลที่มีต้นกำเนิดจากจีน (Menlo Ventures) ตัวเลขล่าสุดจาก Menlo ระบุว่าอยู่ที่ 11% (ข้อมูลรวบรวมโดย Keenable
ดังนั้น "open-weight ดีที่สุดสำหรับองค์กร" จึงเป็นการสรุปทั่วไปที่ไม่ถูกต้อง จุดยืนที่สมเหตุสมผลคือแนวทางแบบพอร์ตโฟลิโอ: ใช้ frontier model แบบปิดในงานที่ความสามารถเป็นตัวตัดสินผลลัพธ์ และใช้โมเดล open-weight ในงานที่การควบคุมเป็นตัวตัดสิน (ข้อมูลที่ถูกระงับการใช้งาน, ไซต์ที่ตัดขาดจากเครือข่าย, การจำแนกและตรวจสอบปริมาณมาก) Decision-1 เป็นตัวบอกใบ้ที่ดี Microsoft เลือกใช้ฐานแบบเปิดสำหรับโมเดลที่มีหน้าที่ตรวจสอบโมเดลอื่น ๆ และระบุว่าในอนาคตจะปรับฐานของโมเดลนี้ไปใช้ MAI และโมเดลของ OpenAI (InfoWorld) ฐานรากเป็นเพียงตัวเลือก แต่ control layer คือผลิตภัณฑ์
ข้อได้เปรียบของ Azure คือการนำเสนอทั้งสองสิ่งภายใต้ระบบระบุตัวตน การเรียกเก็บเงิน และการบันทึกข้อมูลเดียวกัน นั่นคือสิ่งที่หลักการของ Nadella ต้องการ: สถานที่เดียวในการบังคับใช้อำนาจเหนือโมเดลจำนวนมาก
ยุโรป: กำหนดเวลาขยับ แต่แรงกดดันไม่ได้ลด
เป็นเรื่องง่ายที่จะพูดเกินจริงถึงแรงผลักดันด้านกฎระเบียบ ดังนั้นนี่คือสิ่งที่บังคับใช้จริง Digital Omnibus ของ EU มีผลบังคับใช้เมื่อวันที่ 27 กรกฎาคม 2026 ซึ่งเลื่อนกำหนดเวลาสำหรับหมวดความเสี่ยงสูงของ AI Act ออกไปมากกว่าหนึ่งปี (CASRAI
วันที่อ้างอิงตาม Gibson Dunn และ Compliance Hub
ข้อสรุปที่ตรงไปตรงมาสองประการตามมา กฎระเบียบยังไม่ได้บังคับมือใครในไตรมาสนี้ แต่ข้อกำหนดที่จะเริ่มบังคับใช้ตั้งแต่เดือนธันวาคม 2027 คือการจัดการความเสี่ยง เอกสารประกอบ การตรวจสอบโดยมนุษย์ และการติดตามหลังวางตลาด สิ่งเหล่านี้ใช้เวลาสร้างนานกว่า 14 เดือน และดูเหมือนรายการของ Nadella มาก
แรงขับเคลื่อนที่แข็งแกร่งกว่าในยุโรปคือความต่อเนื่องของการเข้าถึง ในเดือนมิถุนายน 2026 การควบคุมการส่งออกของสหรัฐฯ ทำให้ Anthropic ระงับการเข้าถึงโมเดลขั้นสูงที่สุดสองตัวของตนเป็นเวลาประมาณสามสัปดาห์ จนกว่ามาตรการจะถูกยกเลิก (Anthropic) บทวิเคราะห์หนึ่งเกี่ยวกับข้อตกลง Microsoft–Mistral เชื่อมโยงการผลักดันด้านอธิปไตยครั้งใหม่ของยุโรปเข้ากับเหตุการณ์หยุดชะงักนั้นโดยตรง (ResultSense) Gartner ตามที่ ai2.work รายงาน คาดการณ์ว่าการใช้จ่าย IaaS ด้าน sovereign cloud ของยุโรปจะอยู่ที่ 1.26 หมื่นล้านดอลลาร์ในปี 2026 เพิ่มขึ้น 83%
มุมมองที่สวนทางก็สมควรได้รับพื้นที่เช่นกัน เยอรมนีและเดนมาร์กต่างประกาศเดินหน้าออกห่างจากซอฟต์แวร์ของ Microsoft ไปสู่โอเพนซอร์ส (UC Today) และคำถามที่ว่าคลาวด์ท้องถิ่นของผู้จำหน่ายจากสหรัฐฯ จะนับเป็นอธิปไตยที่แท้จริงหรือไม่ ยังคงเป็นประเด็นที่เปิดกว้าง จุดยืนของ Microsoft ในยุโรปนั้นแข็งแกร่ง แต่ยังไม่นิ่งสนิท
ชิ้นส่วนที่แพลตฟอร์มจัดหาให้ไม่ได้: การตรวจสอบโดยอิสระ
ลองอ่านหลักการทั้งเจ็ดอีกครั้งแล้วจัดกลุ่มตามว่าใครทำได้ ระบบระบุตัวตน สิทธิ์ การบันทึกข้อมูล และเบรกฉุกเฉิน (หลักการที่ 2, 4, 6) คือฟีเจอร์ของแพลตฟอร์ม Microsoft สามารถสร้างมันลงใน Foundry และ Entra ได้ และส่วนใหญ่ก็ทำไปแล้ว
มีสามหลักการที่แตกต่างกันออกไป "ไม่มีโมเดลใดตรวจสอบงานของตัวเอง" (1), "ทดสอบทั้งระบบตลอดเวลา" (3) และ "การตรวจสอบต้องไม่พึ่งพาโมเดลที่ถูกตรวจสอบ" (5) ทั้งหมดนี้ต้องการหน่วยงานที่แยกขาดจากสิ่งที่ถูกตัดสิน ตัว Nadella เองก็ตั้งข้อสังเกตว่าการใช้โมเดลทดสอบกันเองมีข้อจำกัด (OfficeChai
Microsoft มีเครื่องมือประเมินผลมาให้จริง และมันก็ดี ระบบ tracing และ evaluations ของ Foundry เปิดให้บริการทั่วไปในฤดูใบไม้ผลินี้ (บล็อก Microsoft Foundry) และ control plane ของมันก็รวมถึงการทำ red-teaming แบบอัตโนมัติ (Azure Updates) นั่นครอบคลุมการตรวจสอบภายในอย่างต่อเนื่อง แต่มันไม่ครอบคลุมความเป็นอิสระ ด้วยเหตุผลเชิงโครงสร้าง: Microsoft มีผลประโยชน์ทางการค้าในโมเดลหลายตัวที่ตนจะต้องให้คะแนน พวกเขาถือหุ้นใน OpenAI มาอย่างยาวนาน ให้คำมั่นลงทุนสูงถึง 5 พันล้านดอลลาร์ใน Anthropic (AI Business) ลงทุนใน Mistral และตอนนี้ก็จัดส่งโมเดลของตัวเองด้วย
นี่ไม่ใช่การวิจารณ์ Microsoft มันเป็นตรรกะเดียวกับที่ทุกอุตสาหกรรมที่อยู่ภายใต้กฎระเบียบใช้อยู่แล้ว บริษัทหนึ่งรักษาระบบควบคุมภายใน และมีผู้ตรวจสอบภายนอกมาตรวจสอบบัญชี ผู้ให้บริการคลาวด์รันระบบรักษาความปลอดภัยของตนเอง และมีบริษัทอิสระออกรายงาน SOC 2 ไม่มีใครคิดว่าคลาวด์ควรตรวจสอบตัวเอง และไม่มีใครควรมองว่ามาร์เก็ตเพลสของโมเดลควรทำเช่นนั้นเช่นกัน
ความต้องการนี้เห็นได้ชัดในข้อมูล:
- 81% ของ CIO จำนวน 685 คนที่ Harris Poll สำรวจ ระบุว่าพวกเขาสูญเสียการกำกับดูแลเอเจนต์ AI ของตนเอง และ 60% ไม่มีเลเยอร์การกำกับดูแลส่วนกลาง (Dataiku
- การสำรวจปี 2026 ของ McKinsey พบว่าสองในสามขององค์กรอยู่ในขั้นตอนการทดลองใช้เอเจนต์ แต่มีไม่ถึงหนึ่งในสี่ที่กำลังขยายขนาดการใช้งาน โดยความไว้วางใจและความเสี่ยงเป็นอุปสรรคหลัก (ตามที่รายงานโดย NHI Mgmt Group
- IDC อธิบายว่า audit trail ที่หายไปคือช่องว่างด้านการกำกับดูแลที่แท้จริง: ในการสำรวจหนึ่ง องค์กรส่วนใหญ่ไม่สามารถตรวจสอบได้ว่าเอเจนต์ของตนทำอะไรลงไป (IDC
Aaron Levie ซีอีโอของ Box ตอบสนองต่อบทความของ Nadella โดยกล่าวว่า AI กำลังเข้าสู่ยุค zero-trust ที่ต้องการการป้องกันแบบหลายชั้นและความสามารถในการตรวจสอบ (Benzinga) แนวคิด Zero trust ในด้านความปลอดภัยได้สร้างระบบนิเวศของผู้จำหน่ายอิสระขึ้นมาล้อมรอบแพลตฟอร์ม และสิ่งเดียวกันนี้ก็กำลังจะเกิดขึ้นที่นี่
TestMu AI และ Microsoft อยู่ตรงไหน
นี่คืออคติที่ผมเปิดเผยไว้ ขอพูดตรง ๆ: ผมคิดว่าการตรวจสอบโดยอิสระคือหมวดหมู่ธุรกิจหนึ่ง และ TestMu AI ควรเป็นหนึ่งในบริษัทที่กำหนดนิยามของมันบนสแต็กของ Microsoft
ความสัมพันธ์นี้ไม่ใช่เรื่องสมมติ แพลตฟอร์ม test orchestration ของเราอย่าง HyperExecute ถูกสร้างขึ้นบน Azure (เรื่องราวลูกค้าของ Microsoft) ในปี 2022 เราเปิดตัวการผสานรวมกับ Azure DevOps และ GitHub Actions และได้เป็นพันธมิตรที่โดดเด่นในงาน Ignite (Help Net Security) สิ่งที่ตามมาคือวิธีที่ผมจะขยายสิ่งนี้ไปสู่ trust layer มันเป็นข้อเสนอ ไม่ใช่ข้อตกลงที่ประกาศแล้ว
ในทางปฏิบัติ นั่นหมายถึงสามสิ่ง:
- Release gate สำหรับเอเจนต์ เอเจนต์ที่สร้างใน Foundry หรือ Copilot Studio จะต้องผ่านการทดสอบก่อนขึ้นระบบการผลิตโดยอิสระ ก่อนที่จะได้รับสิทธิ์ในระบบการผลิต ผลิตภัณฑ์ Agent Testing ของเราครอบคลุมเอเจนต์แบบแชท เสียง และ IVR ส่วนงาน agent-to-agent ของเราครอบคลุมเวิร์กโฟลว์ที่ไม่มีมนุษย์อยู่ในวงจร
- หลักฐานที่ไปจบลงที่ control plane ของลูกค้า ผลลัพธ์จะไหลเข้าสู่ระบบ observability ของ Foundry ที่ใช้ OpenTelemetry ซึ่งรองรับเอเจนต์จากบุคคลที่สามอยู่แล้ว (Microsoft Tech Community) แพลตฟอร์มเก็บบันทึกข้อมูล ส่วนผู้ตรวจสอบลงนามในคำตัดสิน
- การตรวจสอบที่ทำงานในที่เดียวกับที่โมเดลทำงาน ในกรณีของการติดตั้งใช้งานแบบ sovereign และตัดขาดจากเครือข่ายบน Azure Local การทดสอบต้องทำงานภายในขอบเขตเดียวกัน ไม่เช่นนั้นหลักฐานจะหลุดออกจากห้องที่ขังโมเดลไว้
มีข้อโต้แย้งหนึ่งที่พุ่งเป้ามาที่เราโดยตรง หากเราใช้เอเจนต์ AI เพื่อทดสอบเอเจนต์ AI เรากำลังทำสิ่งที่ Nadella เตือนไว้ไม่ใช่หรือ? ในระดับหนึ่งเราก็ทำ นั่นคือเหตุผลที่การออกแบบจึงสำคัญ เอเจนต์ทดสอบต้องทำงานบนโมเดลที่แตกต่างจากระบบที่ถูกทดสอบ (หลักการที่ 1) การผ่าน/ไม่ผ่านต้องอาศัยการตรวจสอบแบบ deterministic เทียบกับพฤติกรรมที่คาดหวัง โดยใช้โมเดลเพื่อสำรวจและสร้างกรณีทดสอบ ไม่ใช่เพื่อให้คะแนนตัวเอง และทุกคำตัดสินต้องอ่านเข้าใจได้โดยผู้ตรวจสอบที่เป็นมนุษย์ โดยไม่ต้องเชื่อใจโมเดลของเราเช่นกัน
ข้อโต้แย้งและคำตอบ
"Anthropic และ OpenAI เป็นผู้นำด้าน AI สำหรับองค์กร ไม่ใช่ Microsoft" ในแง่ส่วนแบ่งโมเดล เรื่องนี้เป็นความจริงอย่างสิ้นเชิง และบทความนี้ก็เห็นด้วย แต่ประเด็นอยู่ที่ control plane ตัว Claude เองตอนนี้ก็ขายผ่าน Foundry บนใบแจ้งหนี้ของ Azure แล้ว (Redmond Mag) ผู้จำหน่ายโมเดลและแพลตฟอร์มชนะในคนละเลเยอร์
"บทความของ Nadella เป็นการตลาดให้ Azure" อาจเป็นไปได้ แต่มันก็ยังถูกต้องในสาระสำคัญ ทีมรักษาความปลอดภัยมีการควบคุมความเสี่ยงจากบุคคลภายในสำหรับคนอยู่แล้ว การขยายมันมาใช้กับโมเดลก็เป็นแค่วิศวกรรมตามปกติ สังเกตว่าบทความไม่ได้ระบุชื่อผลิตภัณฑ์ใด ๆ ของ Microsoft ดังนั้นจึงไม่สามารถตัดสินว่ามันเป็นบทพูดขายในตัวมันเองได้
"โมเดล open-weight กำลังเสียส่วนแบ่งในตลาดองค์กร นี่จึงเป็นการเดิมพันที่ผิด" ข้อมูลสนับสนุนข้อนี้ นั่นคือเหตุผลที่ข้อโต้แย้งนี้พูดถึงพอร์ตโฟลิโอและการควบคุม ไม่ใช่การที่ open-weight จะชนะ สัญญาณที่เกี่ยวข้องคือเรื่องที่ Microsoft สร้างโมเดลตรวจสอบของตนบนฐานแบบเปิด
"กฎระเบียบเพิ่งถูกเลื่อนออกไป จึงไม่มีความเร่งด่วน" หน้าที่เกี่ยวกับความเสี่ยงสูงจะมาถึงในเดือนธันวาคม 2027 ส่วนหน้าที่เกี่ยวกับโมเดลอเนกประสงค์มีผลบังคับใช้ตั้งแต่เดือนสิงหาคม 2025 แล้ว บันทึกเหตุการณ์ ไม่ใช่ปฏิทินกฎหมาย ที่กำลังขับเคลื่อนผู้ซื้อ ร่างกฎหมาย Kill Switch ในสภาคองเกรสก็ชี้ไปในทิศทางเดียวกัน (TNW
"Microsoft ก็จะสร้างระบบตรวจสอบขึ้นมาเอง" พวกเขาจะสร้างระบบประเมินผล และควรทำด้วย แต่ความเป็นอิสระไม่ใช่ฟีเจอร์ที่พวกเขาเพิ่มเข้าไปได้ ด้วยเหตุผลเดียวกับที่บริษัทไม่สามารถเป็นผู้ตรวจสอบภายนอกของตัวเองได้ ผลลัพธ์ที่ดีที่สุดสำหรับลูกค้าของ Microsoft คือแพลตฟอร์มที่ทำให้ง่ายสำหรับผู้ตรวจสอบอิสระในการเชื่อมต่อเข้าไป
"ทำไมต้องเป็นบริษัททดสอบ ไม่ใช่บริษัทตรวจสอบบัญชี?" บริษัทตรวจสอบบัญชีจะตรวจสอบการควบคุมเป็นระยะ แต่หลักการที่ 3 เรียกร้องให้ทดสอบทั้งระบบอย่างต่อเนื่อง รวมถึงในช่วงที่เกิดความล้มเหลวและการโจมตี นั่นคืองานทางเทคนิคที่ทำอย่างต่อเนื่องในทุกการปล่อยเวอร์ชัน มันเป็นสิ่งที่โครงสร้างพื้นฐานด้านการทดสอบทำเพื่อซอฟต์แวร์อยู่แล้ว เพียงแต่เป้าหมายตอนนี้คือเอเจนต์
อะไรจะพิสูจน์ว่าสิ่งนี้ผิด?
ข้อสรุปที่ควรค่าแก่การตีพิมพ์ควรบอกได้ว่าอะไรจะทำลายมัน มีสี่สิ่งที่จะทำได้:
- องค์กรยอมรับการประเมินที่รันโดยแพลตฟอร์มว่าเพียงพอแล้ว หาก CIO และหน่วยงานกำกับดูแลมองว่าการประเมินของผู้จำหน่ายเองถือเป็นการตรวจสอบ เลเยอร์อิสระก็จะยังคงเล็กอยู่
- แล็บวิจัยแก้ปัญหา faithful interpretability ได้ กรณีของ Nadella ตั้งอยู่บนความไม่สามารถสืบย้อนพฤติกรรมของโมเดลได้ หากสิ่งนั้นเปลี่ยนไป การจำกัดขอบเขตจะสำคัญน้อยลง และการตรวจสอบจะถูกลง
- การซื้อย้ายออกจากเลเยอร์แพลตฟอร์ม หากองค์กรกำหนดมาตรฐานโดยใช้สแต็กเอเจนต์ของแล็บเดียวแบบครบวงจรตั้งแต่ต้นจนจบ control plane ก็จะย้ายจาก Microsoft ไปที่แล็บนั้น
- อธิปไตยหมายถึงการทิ้ง Microsoft หากผู้ซื้อในยุโรปสรุปว่าคลาวด์ท้องถิ่นของผู้จำหน่ายจากสหรัฐฯ ไม่มีอธิปไตยมากพอ ข้อได้เปรียบของ Microsoft ในยุโรปก็จะหดตัวลง
ผมจะจับตาสัญญาณสามอย่างในอีก 12 เดือนข้างหน้า: Microsoft จะสร้างมาตรฐานเทคโนโลยีการจำกัดขอบเขตที่ Nadella เรียกร้องหรือไม่, แนวทางของ EU เกี่ยวกับการปฏิบัติตามข้อกำหนดความเสี่ยงสูงจะระบุถึงการทดสอบโดยบุคคลที่สามหรือไม่ และองค์กรจะเริ่มเรียกร้องหลักฐานการตรวจสอบในการจัดซื้อ AI หรือไม่ หากทั้งสามสิ่งขยับตัว trust layer ก็จะกลายเป็นตลาด
แหล่งข้อมูลอ้างอิง
บทความของ Nadella และปฏิกิริยาตอบรับ
- Satya Nadella บน X: "Models as Insider Risks in the Super Intelligence Era" (10 ต.ค. 2026)
- TNW: Satya Nadella กล่าวว่าบริษัทควรปฏิบัติต่อโมเดล AI ในฐานะความเสี่ยงจากบุคคลภายใน
- FourWeekMBA: Nadella กล่าวว่าให้ปฏิบัติต่อ frontier AI models เหมือนความเสี่ยงจากบุคคลภายใน
- OfficeChai: โมเดล AI ต้องได้รับการปฏิบัติเหมือนบุคคลภายในที่มีอำนาจสูง
- Benzinga: Nadella กล่าวว่าระบบ AI ควรถูกสร้างขึ้นมาเพื่อให้เชื่อใจโมเดลน้อยที่สุด
- Let's Data Science: Nadella เรียกร้องให้มีการควบคุมเบรกฉุกเฉินสำหรับ AI
ผลประกอบการฝั่งองค์กรของ Microsoft
- Microsoft Form 8-K, รายงานผลประกอบการไตรมาส 4 ปีงบประมาณ 2026 (29 ก.ค. 2026)
- MarketBeat: ไฮไลต์การรายงานผลประกอบการไตรมาส 4 ของ Microsoft
- KuCoin: สรุปผลประกอบการไตรมาส 4 ของ Microsoft (ตัวเลข RPO)
- No Jitter: การใช้งาน Microsoft 365 Copilot พุ่งขึ้น 50% เมื่อเทียบกับไตรมาสก่อนหน้า
- UC Today: Copilot มียอดผู้ใช้แบบชำระเงินทะลุ 30 ล้านที่นั่ง; NHS, KPMG, HSBC, EY E7
- Enterprise DNA: Copilot มียอดผู้ใช้แบบชำระเงินถึง 20 ล้านที่นั่ง (ตัวเลขจาก Fortune 500)
- Let's Data Science: Accenture และลูกค้ารายอื่นที่มีชื่อปรากฏซึ่งใช้ถึง 90,000 ที่นั่ง
ข้อมูลตลาด
- a16z: ผู้นำ ผู้ที่เติบโตก้าวกระโดด และผู้ชนะที่ไม่คาดคิดในการแข่งขันด้าน AI ระดับองค์กร
- The Decoder: OpenAI ยังคงเป็นผู้นำด้าน AI ระดับองค์กร ขณะที่ Anthropic กำลังไล่ตามมาอย่างรวดเร็ว
- SaaStr วิเคราะห์ข้อมูล ETR: ใครคือผู้ชนะในตลาด AI ระดับองค์กรในตอนนี้
- Carly: ส่วนแบ่งการตลาด LLM ปี 2026 (ตัวเลขจาก Menlo, Ramp, Microsoft)
- Menlo Ventures: อัปเดตตลาด LLM กลางปี 2025
- Keenable: การใช้งานโมเดลแบบเปิดน้ำหนักเทียบกับแบบปิดระหว่างปี 2022–2026
แพลตฟอร์มและโมเดลของ Microsoft
- Enterprise DNA: Claude เปิดให้ใช้งานทั่วไป (GA) บน Microsoft Foundry แล้ว
- Redmond Mag: Anthropic Claude เปิดให้ใช้งานทั่วไปบน Microsoft Foundry
- ADTmag: แคตตาล็อกโมเดลของ Foundry
- AI Business: Claude ใน Foundry; เงื่อนไขการลงทุนระหว่าง Microsoft–Nvidia–Anthropic
- Let's Data Science: Microsoft-Decision-1
- InfoWorld: Microsoft แยกกระบวนการตัดสินใจออกจาก Generative AI
- บล็อก Microsoft Foundry: การสังเกตการณ์ระบบ (Observability) จากงาน Build 2026
- Azure Updates: การสังเกตการณ์ระบบใน Foundry Control Plane
- Microsoft Tech Community: การสังเกตการณ์ระบบใน Foundry Control Plane
ยุโรปและอธิปไตยทางข้อมูล
- Microsoft Learn: Microsoft Sovereign Cloud
- Noqta: ดีล AI อธิปไตยระหว่าง Microsoft และ Mistral
- SiliconANGLE: Mistral ปิดดีลมูลค่าหลายพันล้านดอลลาร์กับ Microsoft
- ResultSense: Microsoft เตรียมลงทุนสนับสนุนการสร้างโครงสร้างพื้นฐานด้านการประมวลผลของ Mistral ในยุโรป
- ai2.work: Microsoft และ Mistral เดิมพันครั้งใหญ่กับ AI อธิปไตย (ตัวเลขจาก Gartner)
- UC Today: Microsoft 365 Local และอธิปไตยทางข้อมูลของ EU
- Anthropic: แถลงการณ์เกี่ยวกับการเข้าถึง Fable และ Mythos
- CASRAI: การเลื่อนกำหนดเส้นตาย Digital Omnibus ภายใต้ EU AI Act
- Gibson Dunn: ความตกลง Omnibus ของ EU AI Act
- Compliance Hub: ไทม์ไลน์การเลื่อนกำหนดเส้นตาย Digital Omnibus
เหตุการณ์สำคัญและผลสำรวจด้านการกำกับดูแล
- Bernama/dpa: OpenAI ระงับการพัฒนาโมเดล AI ระดับท็อปชั่วคราวหลังเกิดการละเมิดมาตรการป้องกันความปลอดภัย
- Dataiku / Harris Poll: รายงาน Global AI Confessions ฉบับ CIO ประจำปี 2026
- NHI Mgmt Group วิเคราะห์ผลสำรวจ AI Trust Maturity Survey ปี 2026 ของ McKinsey
- IDC: ร่องรอยการตรวจสอบ (Audit Trail) ที่ไม่มีอยู่จริง
TestMu AI (LambdaTest) และ Microsoft
