โครงการ 1,600 ล้านบาท ที่ปมไม่ได้อยู่ที่ "แพงไป" แต่อยู่ที่วิธีเขียนสัญญา ซึ่งออกแบบให้ผู้รับงานการันตีกำไรได้ และหมุนปุ่มปรับกำไรเองได้ด้วย
ลองนึกถึงร้านอาหารสองแบบ มันคือหัวใจของเรื่องทั้งหมด
โครงการ TH-AI Passport เซ็นสัญญาแบบร้านบุฟเฟต์ รัฐจ่ายเหมาให้ประชาชน 5 ล้านที่นั่ง ส่วนต้นทุนจริงของผู้รับงานคือปริมาณ token ที่ AI ประมวลผล ซึ่งคิดเงินตามการใช้งานจริง
ช่องว่างระหว่าง "รายรับที่ล็อกไว้" กับ "ต้นทุนที่แปรผัน" — คือที่ที่กำไรไปกอง
= รายการ "ระบบ Generative AI" รายการเดียว
รัฐคิดงบแบบ "รายหัว" ตั้งเป้า 5,000,000 คน ใช้ฟรี 12 เดือน แล้วตั้งงบก้อนนี้ให้ผู้รับงาน เท่ากับจ่ายราว 300 บาท/คน/ปี (≈25 บาท/เดือน) โดยอ้างว่าไปทดแทนค่าบริการจริงราว 600 บาท/เดือน
เลื่อนแถบดูว่าเมื่อคนใช้จริงไม่ถึงเป้า หรือใช้งานเบา ส่วนต่าง (แถบแดง) กินพื้นที่ขึ้นเรื่อย ๆ อย่างไร — กำไรไม่ได้มาจากการทำงานเพิ่ม แต่มาจากการที่คน "ไม่มาใช้"
ในร้านบุฟเฟต์ ถ้าคนแน่นร้าน เจ้าของก็เติมของช้าลง ลูกค้ากินได้น้อยลงต่อหัว ต้นทุนถูกคุม — ในโลก AI ทำแบบเดียวกันได้ผ่านการบีบอัตรา token/วินาที ลองเลื่อนแถบ "จำนวนคนใช้พร้อมกัน" ดู
ที่อันตรายคือ TOR เปิดช่องให้ผู้รับงานหมุนปุ่มเหล่านี้ได้เอง
ตั้งเครดิต/โควตา token ต่อกลุ่มผู้ใช้ (Tier) ได้ตามใจ
ดันคนไปใช้โมเดลถูก (Haiku) แทนโมเดลแพง (Opus) โดยผู้ใช้แทบไม่รู้ตัว
วัด downtime ≤216 นาที/เดือน แต่ไม่วัดความเร็วหรือจำนวน token ที่ผู้ใช้ได้จริง
ประเด็นนี้ไม่ใช่ทฤษฎี ทั้งอุตสาหกรรม AI พิสูจน์แล้วว่า "เหมาจ่ายไม่จำกัด" ทำให้ผู้ให้บริการขาดทุนเมื่อเจอผู้ใช้หนัก — แต่สัญญานี้กลับวางผู้รับงานไว้ฝั่งที่ได้เปรียบ
ช่องว่างทั้งหมดนี้ปิดได้ด้วยการ ระบุปริมาณ token ขั้นต่ำที่การันตีต่อคนต่อโมเดล ลงในสัญญาให้ชัด พร้อมเปลี่ยนไปจ่ายตามการใช้งานจริง (pay-per-use) แทนการเหมาจ่ายล่วงหน้า — ซึ่งสอดคล้องกับทิศทางที่ทั้งอุตสาหกรรมกำลังเปลี่ยนไป
ตราบใดที่ตัวเลขนี้ยังว่างอยู่ใน TOR สัญญานี้ก็เท่ากับการเซ็นเช็คเปล่าที่ผู้รับงานเป็นคนกรอกกำไรเอง