สารบัญ
- เกิดอะไรขึ้นกับ OpenAI และ New York Times
- จุดที่ธุรกิจไทยไม่ควรตีความผิด
- ทำไม “ฝึก AI” กับ “เอาข้อมูลที่ละเมิดมาใช้” ไม่ใช่เรื่องเดียวกัน
- AI copyright กระทบธุรกิจไทยอย่างไร
- สิ่งที่บริษัทควรทำต่อ
- มุมมองผู้เชี่ยวชาญ
- แหล่งอ้างอิง
AI copyright กำลังกลายเป็นโจทย์ธุรกิจไทย ไม่ใช่แค่คดีในอเมริกา
AI copyright กลับมาเป็นประเด็นใหญ่หลังรัฐบาลสหรัฐฯ ยื่นความเห็นต่อศาลรัฐบาลกลางนิวยอร์กเพื่อสนับสนุนแนวทางของ OpenAI ในคดีที่ The New York Times กล่าวหาว่ามีการนำงานที่มีลิขสิทธิ์ไปใช้ฝึกโมเดล AI โดยไม่มีใบอนุญาต
TechCrunch รายงานเมื่อวันที่ 2 กันยายน 2569 ว่า รัฐบาลสหรัฐฯ ยื่นเอกสารความยาว 20 หน้า โดยมองว่าการใช้ผลงานมีลิขสิทธิ์เพื่อฝึก Large Language Model อาจเข้าข่าย Fair Use และการจำกัดการฝึก AI มากเกินไปอาจกระทบทั้งนวัตกรรมและความสามารถในการแข่งขันของสหรัฐฯ
แต่สำหรับบริษัทไทย มีจุดหนึ่งที่สำคัญกว่าข่าวว่า “รัฐบาลสหรัฐฯ อยู่ข้าง OpenAI”
เอกสารของรัฐบาลสหรัฐฯ เป็นความเห็นต่อศาล ไม่ใช่คำพิพากษาที่เปลี่ยนกฎหมายทั่วโลก
ดังนั้น การนำแนวคิดนี้ไปตีความว่า “ต่อไป AI ใช้ข้อมูลมีลิขสิทธิ์ได้เลย” เป็นการก้าวข้ามขั้นสำคัญเกินไป
สิ่งที่เกิดขึ้นจริง และสิ่งที่ยังไม่เกิดขึ้น
รัฐบาลสหรัฐฯ กำลังเสนอเหตุผลทางกฎหมายที่สนับสนุนการมองการฝึกโมเดล AI ว่าแตกต่างจากการนำผลงานเดิมไปเผยแพร่หรือขายซ้ำ โดยมี Fair Use เป็นหนึ่งในแกนสำคัญของข้อโต้แย้ง
ปัญหาคือคำว่า “Fair Use” ไม่ได้แปลว่าใช้ข้อมูลอะไรก็ได้
รายละเอียดของคดี วิธีการได้มาซึ่งข้อมูล วิธีนำข้อมูลไปใช้ ลักษณะของผลลัพธ์ และผลกระทบต่อตลาดเดิม ล้วนมีความสำคัญต่อการวิเคราะห์
นี่จึงเป็นเหตุผลว่าทำไมบริษัทไทยไม่ควรเอาข่าวนี้ไปทำเป็นกฎภายในง่ายๆ ว่า
“ถ้า AI เอาไปฝึกได้ ก็แปลว่าเอาข้อมูลเราไปใช้ได้”
ตรรกะนี้อันตราย เพราะกฎหมายลิขสิทธิ์ไทยไม่ได้เปลี่ยนตามการยื่นเอกสารของรัฐบาลสหรัฐฯ
กรมทรัพย์สินทางปัญญาเองกำลังศึกษาประเด็นข้อยกเว้นสำหรับ Text and Data Mining หรือ TDM เพื่อหาจุดสมดุลระหว่างการเปิดทางให้ใช้ข้อมูลกับการคุ้มครองเจ้าของลิขสิทธิ์ และมีการหารือกับผู้สร้างสรรค์ ภาคเทคโนโลยี ภาคธุรกิจ และภาควิชาการอย่างต่อเนื่อง
นี่คือสัญญาณสำคัญมากสำหรับตลาดไทย เพราะหมายความว่าโจทย์เรื่อง “AI ใช้ข้อมูลที่มีลิขสิทธิ์อย่างไร” ยังเป็นพื้นที่ที่กฎหมายและนโยบายกำลังพัฒนา ไม่ใช่พื้นที่ที่องค์กรควรเดาเอง
จุดที่ต้องแยกให้ออก: Training ไม่เท่ากับ Data Acquisition
ตรงนี้คือส่วนที่ผมมองว่าสำคัญที่สุดจากข่าวนี้
กรณี Anthropic ที่มีตัวเลขการชำระเงินระดับ 1,500 ล้านดอลลาร์นั้น ไม่ควรถูกเล่ารวมกับคำถามว่า “การฝึก AI ด้วยงานมีลิขสิทธิ์ผิดหรือไม่” เพราะข้อพิพาทมีองค์ประกอบอีกชั้นเกี่ยวกับการได้มาและจัดเก็บหนังสือจากแหล่งที่มีปัญหา
TechCrunch รายงานว่า ในคดีของ Anthropic ผู้พิพากษา William Alsup เคยเห็นว่าการฝึก AI ด้วยตัวหนังสือที่ได้มาอย่างถูกต้องสามารถเข้ากรอบ Fair Use ได้ แต่ปัญหาอีกส่วนอยู่ที่การดาวน์โหลดและจัดเก็บหนังสือจากแหล่งละเมิดลิขสิทธิ์
แปลเป็นภาษาธุรกิจง่ายๆ คือ
“เอาข้อมูลไปฝึกอย่างไร” กับ “ได้ข้อมูลนั้นมาอย่างไร” เป็นคนละคำถาม
บริษัทไทยที่ใช้ AI จึงต้องถามทั้งสองเรื่อง ไม่ใช่ถามเพียงว่า Vendor บอกว่า “Training data ของเราเป็น Fair Use หรือไม่”
คำถามที่สำคัญกว่าอาจเป็นว่า
ข้อมูลมาจากไหน?
มีสิทธิ์นำข้อมูลนั้นมาใช้หรือไม่?
Vendor เก็บสำเนาไว้หรือไม่?
เอาข้อมูลลูกค้าไปฝึกโมเดลต่อหรือไม่?
มีระบบรองรับการระบุแหล่งที่มาหรือไม่?
และที่สำคัญที่สุด หากวันหนึ่งเกิดข้อพิพาท ใครเป็นคนรับผิดชอบตามสัญญา
AI copyright กับธุรกิจไทย: ความเสี่ยงจริงอยู่ที่ “Vendor และข้อมูลที่องค์กรส่งเข้าไป”
สำหรับบริษัทไทย ข่าวนี้ควรทำให้ฝ่ายจัดซื้อ ฝ่ายกฎหมาย และฝ่าย IT เปลี่ยนวิธีถาม AI Vendor
ที่ผ่านมาเวลาซื้อ AI หลายบริษัทถามว่า “โมเดลเก่งแค่ไหน” หรือ “มีฟีเจอร์อะไรบ้าง”
แต่ในโลกที่ AI copyright กำลังกลายเป็นประเด็นระดับศาล คำถามที่สำคัญขึ้นเรื่อยๆ คือ
“ข้อมูลที่เราใช้กับระบบนี้ มีความเสี่ยงด้านลิขสิทธิ์ตรงไหน และ Vendor รับผิดชอบตรงไหนบ้าง?”
สมมติบริษัทนำฐานข้อมูลบทความ หนังสือ รายงานการวิจัย ภาพ หรือเอกสารจากคู่ค้าเข้าไปทำ RAG หรือ Fine-tuning แล้วระบบเกิดปัญหาด้านสิทธิ์ สิ่งที่ธุรกิจต้องรับมืออาจไม่ได้จบอยู่แค่คดีลิขสิทธิ์
อาจตามมาด้วยค่าใช้จ่ายในการลบข้อมูล การเปลี่ยน Vendor การหยุดระบบ การแก้สัญญากับลูกค้า และความเสียหายด้านชื่อเสียง
ยิ่งบริษัทใช้ AI จากต่างประเทศมากเท่าไร ประเด็นนี้ยิ่งสำคัญ เพราะองค์กรอาจไม่ได้เห็น Dataset จริง ไม่ได้ควบคุมกระบวนการฝึก และไม่สามารถตรวจสอบได้ด้วยตัวเองว่าโมเดลถูกสร้างขึ้นจากข้อมูลแบบใด
งานศึกษาที่เกี่ยวกับประเทศไทยก็ชี้ตรงกันว่าไทยยังต้องการกรอบ TDM ที่ชัดขึ้น เพื่อให้เกิดความแน่นอนทางกฎหมายสำหรับทั้งนักพัฒนาและเจ้าของลิขสิทธิ์
ในอีกด้านหนึ่ง สหภาพยุโรปเดินไปไกลกว่า โดยวางข้อกำหนดเกี่ยวกับลิขสิทธิ์สำหรับผู้ให้บริการ General-Purpose AI และกำหนดให้ผู้ให้บริการต้องมีนโยบายด้านลิขสิทธิ์ พร้อมจัดการเรื่องสิทธิของเจ้าของผลงานและการสงวนสิทธิ์สำหรับ Text and Data Mining ตามกรอบ EU AI Act
จึงเริ่มเห็นภาพชัดว่าโลกกำลังทดลองหลายโมเดล ขณะที่ประเทศไทยยังต้องหาคำตอบของตัวเอง
ทำไมข่าวนี้จึงสำคัญกับ SME ไทยด้วย
หลายคนอ่านเรื่อง OpenAI กับ New York Times แล้วคิดว่าเป็นเรื่องของบริษัทเทคโนโลยีระดับโลก
จริงๆ แล้ว SME ไทยก็เกี่ยว
เพราะ SME จำนวนมากไม่ได้สร้าง AI เอง แต่ซื้อ AI จาก Vendor
เมื่อไม่ได้สร้างเอง ความเสี่ยงจึงย้ายจาก “เรา train โมเดลอย่างไร” มาเป็น
“เรากำลังซื้อบริการที่สร้างขึ้นจากข้อมูลอย่างไร”
นี่เป็นโจทย์ Procurement โดยตรง
บริษัทที่ใช้ AI สร้างบทความ ทำการตลาด วิเคราะห์เอกสาร หรือค้นฐานความรู้ภายใน อาจกำลังส่งข้อมูลเข้าแพลตฟอร์มภายนอกโดยไม่เคยตรวจเงื่อนไขเกี่ยวกับการนำข้อมูลไปใช้ต่อ
ดังนั้นประเด็น AI copyright ไม่ควรถูกโยนให้ Legal Team อย่างเดียว
ฝ่าย Procurement ต้องอ่านสัญญา
ฝ่าย IT ต้องรู้ Data Flow
ฝ่าย Legal ต้องประเมินสิทธิ์
ฝ่าย Business ต้องรู้ว่าใช้ Output ไปทำอะไร
และผู้บริหารต้องรู้ว่า หาก Vendor เปลี่ยนนโยบายพรุ่งนี้ บริษัทมีแผนสำรองหรือไม่
นี่คือเหตุผลที่ข่าวคดี OpenAI มีความหมายมากกว่าการรอผลคำพิพากษา
AI copyright ไม่ได้บอกธุรกิจไทยว่า “ใช้ได้” แต่กำลังบอกว่า “ต้องตรวจให้ละเอียดขึ้น”
ผมมองว่าประเด็นที่น่าจับตาที่สุดไม่ใช่การทายว่าศาลสหรัฐฯ จะตัดสินเข้าข้างใคร แต่คือการแข่งขันกำลังย้ายจากคำถามว่า
“AI ใช้ข้อมูลได้หรือไม่?”
ไปสู่คำถามที่ยากกว่า
“AI ใช้ข้อมูลภายใต้เงื่อนไขอะไร ใครเป็นคนพิสูจน์ และใครรับผิดเมื่อเกิดปัญหา?”
ถ้าในอนาคตสหรัฐฯ เดินไปทางหนึ่ง สหภาพยุโรปเดินไปอีกทาง และไทยกำหนดกติกาอีกแบบ บริษัทที่ทำธุรกิจข้ามประเทศจะต้องบริหาร Data Provenance และ Vendor Contract ให้เป็นระบบมากขึ้น
ดังนั้นข่าวนี้ไม่ได้เป็นเหตุผลให้ธุรกิจไทย “หยุดใช้ AI” แต่เป็นเหตุผลให้หยุดใช้ AI แบบไม่รู้ว่าข้อมูลเดินทางไปไหน
สิ่งที่ควรทำต่อ
- ตรวจ AI Vendor ที่ใช้อยู่ทันที ว่าสัญญาระบุหรือไม่ว่า Input, Output, Logs และ Dataset ของบริษัทถูกนำไปใช้ฝึกหรือพัฒนาโมเดลต่อหรือไม่
- ทำ Data Provenance สำหรับข้อมูลสำคัญ โดยเฉพาะบทความ หนังสือ ภาพ งานวิจัย ฐานข้อมูล และเอกสารที่ซื้อสิทธิ์มา ต้องตอบได้ว่าข้อมูลมาจากไหนและมีสิทธิ์ใช้ในลักษณะใด
- แยก Training, RAG และ Output Risk ออกจากกัน อย่าใช้คำว่า “AI Training” ครอบทุกกิจกรรม เพราะแต่ละขั้นตอนมีความเสี่ยงทางกฎหมายไม่เหมือนกัน
- เพิ่ม Copyright Clause ในสัญญา AI กำหนดให้ชัดว่าใครรับผิดกรณีมีข้อกล่าวหาเรื่องข้อมูลฝึก ใครเป็นผู้ให้ความคุ้มครอง และองค์กรสามารถย้ายออกจากระบบได้อย่างไร
- ติดตามกฎหมายไทยเรื่อง TDM ต่อเนื่อง เพราะทิศทางของกรมทรัพย์สินทางปัญญาและการพัฒนากฎหมายไทยจะเป็นตัวกำหนดว่าธุรกิจสามารถออกแบบการใช้ข้อมูลกับ AI ได้แค่ไหนในอนาคต
อ่านต่อใน Tech Law Now
สำหรับองค์กรที่กำลังวาง AI Governance เรื่องนี้ควรดูคู่กับประเด็นการบริหาร AI Vendor และ Data Flow ไม่ควรมอง Copyright แยกจาก Governance
บทวิเคราะห์ของ Tech Law Now ก่อนหน้านี้ชี้ว่าองค์กรควรดูตั้งแต่ Data Flow, การนำข้อมูลไปฝึกต่อ, สิทธิ์การเข้าถึง และเงื่อนไขในสัญญากับ AI Vendor
อีกกรณีศึกษาที่ช่วยต่อภาพคือคดี GEMA–OpenAI ซึ่งชี้ให้เห็นอีกมิติของความเสี่ยงเรื่อง AI ที่สามารถจำหรือสร้างเนื้อหาที่มีลิขสิทธิ์กลับออกมาได้
มุมมองผู้เชี่ยวชาญ
“ผมมองว่าข่าวนี้ไม่ได้แปลว่า ต่อไปบริษัทไทยจะเอาข้อมูลมีลิขสิทธิ์ไปฝึก AI ได้สบายๆ ครับ จุดสำคัญกว่า คือ เราต้องแยกให้ออกว่า ‘การฝึกโมเดล’ กับ ‘การได้ข้อมูลมา’ เป็นคนละเรื่อง และเวลาเราใช้ AI ของ Vendor อื่น เราต้องตอบให้ได้ว่า ข้อมูลของเราเข้าไปทางไหน ถูกเอาไปใช้อะไรต่อ และถ้ามีปัญหา ใครเป็นคนรับผิดชอบ เพราะคำว่า Fair Use ของสหรัฐฯ ไม่ได้กลายเป็นใบอนุญาตให้ธุรกิจไทยใช้ข้อมูลทุกอย่างโดยอัตโนมัติ”
— Phuwara Krobtaku —
LL.M. (IP & IT) | M.S. (IT) | Thai Barrister & Attorney-at-Law
แหล่งอ้างอิง
TechCrunch — รายงานกรณีรัฐบาลสหรัฐฯ ยื่นความเห็นสนับสนุน OpenAI ในประเด็นการฝึก LLM ด้วยงานที่มีลิขสิทธิ์ เผยแพร่ 2 กันยายน 2569 อ่านต้นฉบับ TechCrunch
กรมทรัพย์สินทางปัญญา กระทรวงพาณิชย์ — ข้อมูลเกี่ยวกับแนวทาง Text and Data Mining Exception และการศึกษาเพื่อสร้างสมดุลระหว่างการใช้ข้อมูลกับการคุ้มครองเจ้าของลิขสิทธิ์ ดูข้อมูลกรมทรัพย์สินทางปัญญา
European Commission — แนวทางเกี่ยวกับ Copyright และ Text and Data Mining สำหรับ General-Purpose AI ภายใต้ EU AI Act ดูแนวทาง European Commission
Tech Law Now — AI Governance / Vendor Risk บทวิเคราะห์ AI Governance และ Legal AI ของ Tech Law Now
Tech Law Now — AI Copyright และ GEMA–OpenAI บทวิเคราะห์คดี GEMA–OpenAI
