บทนำ

ปัญญาประดิษฐ์ (AI) มีศักยภาพมหาศาลในการขับเคลื่อนการพัฒนา แต่ ความเหลื่อมล้ำทางดิจิทัล ในตลาดเกิดใหม่ยังคงเป็นอุปสรรคสำคัญ ในหลายภูมิภาคที่มีรายได้น้อย การเชื่อมต่ออินเทอร์เน็ตยังคงช้า สัญญาณไม่ครอบคลุม และไฟฟ้าไม่เสถียร ตัวอย่างเช่น GSMA พบว่าในภูมิภาคแอฟริกาใต้ทะเลทรายซาฮาร่า มีประชากรเพียงประมาณ 27% เท่านั้นที่ใช้อินเทอร์เน็ตมือถือ และยังคงมี “ช่องว่างในการใช้งาน” ถึง 60% ซึ่งหมายความว่าคนนับล้านอาศัยอยู่ในพื้นที่ที่มีสัญญาณครอบคลุม แต่ไม่สามารถเข้าถึงออนไลน์ได้เนื่องจากอุปสรรคด้านอุปกรณ์ ข้อมูล หรือทักษะที่สูงเกินไป (www.gsma.com) Africanews รายงานว่าชาวแอฟริกันราว 900 ล้านคน ยังคงขาดการเข้าถึงอินเทอร์เน็ต และจำนวนใกล้เคียงกันยังไม่มีไฟฟ้าใช้ (www.africanews.com) ขณะเดียวกัน ค่าใช้จ่ายอินเทอร์เน็ตในบางประเทศสูงกว่า 5% ของรายได้ต่อเดือน (evolutionafricamagazine.com) ในบริบทนี้ AI บนคลาวด์ (เช่น แชทบอทขนาดใหญ่) จึงเป็นสิ่งที่คนส่วนใหญ่เข้าไม่ถึง

เพื่อให้บริการแก่ชุมชนเหล่านี้ นักนวัตกรรมกำลังสำรวจ AI แบบ 'ออฟไลน์ก่อน' บนอุปกรณ์ราคาประหยัด แนวคิดนี้คือการนำบริการ AI ไปยัง “ไมล์สุดท้าย” โดยการรันผู้ช่วยอัจฉริยะโดยตรงบนโทรศัพท์ราคาถูกหรือตู้บริการท้องถิ่น และใช้ช่องทางง่ายๆ เช่น SMS, เสียง/USSD (เมนูรหัสสั้น) แทนแอปวิดีโอหรือเว็บ แนวทางนี้สามารถให้คำแนะนำที่ทันท่วงทีในด้านการเกษตร สุขภาพ การศึกษา และอื่นๆ โดยไม่จำเป็นต้องมีการเชื่อมต่อต่อเนื่องหรือฮาร์ดแวร์ราคาแพง หัวใจสำคัญคือการปรับแต่ง AI ให้เข้ากับความต้องการในท้องถิ่น – รองรับภาษาถิ่น การมีส่วนร่วมในการกำกับดูแลโดยชุมชน และการทำงานผ่านพันธมิตรที่เชื่อถือได้ (ผู้ให้บริการโทรคมนาคม, องค์กรพัฒนาเอกชน, รัฐบาล) ด้วยราคาที่สอดคล้องกับรายได้ของคนในท้องถิ่น

บทความนี้จะสำรวจข้อจำกัดและแนวทางแก้ไขเหล่านั้น โดยอ้างอิงจากโครงการและงานวิจัยล่าสุด โดยจะแสดงให้เห็นว่า ผู้ช่วย AI แบบออฟไลน์เต็มรูปแบบหรือใช้เทคโนโลยีต่ำ สามารถทำได้จริงและสร้างผลกระทบเชิงบวกต่อการเกษตร สุขภาพ และการศึกษาในตลาดเกิดใหม่ได้อย่างไร – และความร่วมมือและการจัดการโดยชุมชนจะช่วยให้มั่นใจได้อย่างไรว่าบริการเหล่านี้จะยั่งยืน ปลอดภัย และราคาไม่แพง

อุปสรรค: การเชื่อมต่อ พลังงาน และค่าใช้จ่าย

ช่องว่างการเชื่อมต่อ เครือข่ายในหลายภูมิภาคกำลังพัฒนาขยายตัว แต่ยังไม่สมบูรณ์ ตัวอย่างเช่น ในภูมิภาคแอฟริกาใต้ทะเลทรายซาฮาร่า ประชากร 13% ยังคงอยู่นอกพื้นที่ครอบคลุมของสัญญาณโทรศัพท์มือถือ และในกลุ่มที่ครอบคลุมก็ยังคงมี “ช่องว่างการใช้งาน” ถึง 60% (www.gsma.com) ช่องว่างนี้สะท้อนถึงอุปกรณ์หรือข้อมูลที่มีราคาแพง ทักษะดิจิทัลที่ต่ำ และความกังวลด้านความปลอดภัย ทั่วโลกมีประชากรประมาณ 3.1 พันล้านคนที่เผชิญกับช่องว่างการใช้งานเช่นนี้ (www.gsma.com) ในทางปฏิบัติ ครัวเรือนในชนบทหลายร้อยล้านครัวเรือนไม่มีอินเทอร์เน็ตที่เชื่อถือได้ หรือมีเพียง 2G/3G ตามที่รายงานฉบับหนึ่งระบุ ชาวแอฟริกันประมาณ 900 ล้านคน (จากประมาณ 1.4 พันล้านคน) ไม่มีอินเทอร์เน็ต และเกือบเท่ากันไม่มีไฟฟ้าใช้ (www.africanews.com) ตัวเลขเหล่านี้บอกเราว่าแอปสมาร์ทโฟนทั่วไปหรือ AI บนคลาวด์มักจะใช้งานไม่ได้ในหมู่บ้านห่างไกล

ข้อจำกัดด้านพลังงาน การขาดแคลนไฟฟ้าลดการเข้าถึงดิจิทัลลงไปอีก ในรายงาน Africanews ฉบับเดียวกัน ผู้เชี่ยวชาญเน้นย้ำว่าเครื่องมือ AI ไม่สามารถทำงานได้ “ในขณะที่ยังคงใช้ 3G หรือ 2G” หากไม่มีไฟฟ้า (www.africanews.com) บ้านในชนบทจำนวนมากพึ่งพาพลังงานตามฤดูกาลหรือพลังงานแสงอาทิตย์ และการชาร์จอุปกรณ์มีค่าใช้จ่ายสูงหรือไม่สามารถคาดเดาได้ โครงการตู้บริการด้านการศึกษาหรือสุขภาพมักใช้พลังงานแสงอาทิตย์หรือชุดแบตเตอรี่ สิ่งสำคัญคือการเพิ่มประสิทธิภาพการใช้งานด้วยพลังงานที่น้อยที่สุด – เช่น ชิปที่ประหยัดพลังงานสูง และอุปกรณ์ที่สามารถทำงานได้หลายวันด้วยการชาร์จครั้งเดียว

อุปสรรคด้านราคา ค่าใช้จ่ายอุปกรณ์และข้อมูลยังคงสูงเกินไปสำหรับผู้ใช้ที่มีรายได้น้อย ในภูมิภาคแอฟริกาใต้ทะเลทรายซาฮาร่า ภาษีและการนำเข้าอาจทำให้สมาร์ทโฟนพื้นฐานมีราคา 50 ดอลลาร์ขึ้นไป – ซึ่งเท่ากับค่าแรงหลายสิบชั่วโมงสำหรับผู้ที่ยากจนที่สุด GSMA ระบุว่าราคาอุปกรณ์เป็นส่วนสำคัญของช่องว่างการใช้งาน (www.gsma.com) ราคาข้อมูลก็เช่นกันเป็นสัดส่วนที่สูงของรายได้: การสำรวจพบว่าข้อมูลมือถือมีค่าใช้จ่ายมากกว่า 5% ของรายได้ต่อเดือน ในหลายประเทศในแอฟริกา (evolutionafricamagazine.com) ซึ่งสูงกว่าเป้าหมายการเข้าถึง 2% ของ UN มาก สำหรับเกษตรกรหรือนักเรียนที่อาจมีรายได้เพียงไม่กี่ดอลลาร์ต่อวัน การจ่าย 0.50 ดอลลาร์ต่อ GB ก็ถือว่าแพงเกินไป

อุปสรรคด้านโครงสร้างพื้นฐานและค่าใช้จ่าย เหล่านี้หมายความว่าโซลูชัน AI จะต้องได้รับการปรับปรุงอย่างมาก: ควรทำงานแบบออฟไลน์หรือใช้แบนด์วิดธ์ที่ต่ำที่สุดเท่าที่จะเป็นไปได้ ทำงานบนฮาร์ดแวร์ราคาถูกมาก และใช้พลังงานน้อยที่สุด ส่วนที่เหลือของบทความนี้จะสำรวจถึงวิธีการดังกล่าว

AI แบบ 'ออฟไลน์ก่อน' บนอุปกรณ์ราคาประหยัด

เพื่อเอาชนะช่องว่างข้างต้น โครงการใหม่ๆ กำลังนำ ผู้ช่วย AI แบบ 'ออฟไลน์ก่อน' ไปใช้กับโทรศัพท์มือถือราคาไม่แพงหรือศูนย์กลางท้องถิ่น ความก้าวหน้าในด้าน edge AI และการบีบอัดโมเดลทำให้โมเดล AI ที่จำกัด (เช่น สำหรับการจดจำเสียง การให้คำแนะนำด้วยข้อความ) สามารถทำงานโดยตรงบนอุปกรณ์พื้นฐานได้โดยไม่ต้องเข้าถึงคลาวด์ นักวิจัยบางคนเสนออุปกรณ์ AI “โลหะเปลือย” ที่ราคาถูกเป็นพิเศษ: การจำลองแสดงให้เห็นว่า AI ภาษาที่ใช้งานได้จริงสามารถทำงานบนอุปกรณ์ที่มีราคาเพียง 8–10 ดอลลาร์ โดยใช้ RAM เพียงประมาณ 30 MB (www.researchgate.net) โมเดลดังกล่าว – ซึ่งมักจะกลั่นกรองมาจากระบบขนาดใหญ่ – สามารถตอบคำถามหรือให้คำแนะนำแบบออฟไลน์ได้ โดยจัดเก็บฐานข้อมูลภาษาไว้ในเครื่อง อันที่จริงแล้ว อุปกรณ์เหล่านี้เป็นเหมือนซูเปอร์คอมพิวเตอร์พกพาสำหรับเมืองและฟาร์มที่ไม่มีอินเทอร์เน็ตที่เสถียร

ในทางปฏิบัติ อุปกรณ์เหล่านี้สามารถอยู่ในรูปแบบของ:

• ฟีเจอร์โฟนพร้อมชิป AI สตาร์ทอัพบางแห่งได้ปรับปรุงโทรศัพท์ธรรมดาด้วยชิปหรือเฟิร์มแวร์ AI เสียง ตัวอย่างเช่น Viamo จากแคนาดาได้เปิดตัวบริการ AI (ในปี 2024) ที่เปลี่ยนโทรศัพท์พื้นฐานใดๆ ให้เป็น “แชทบอทออฟไลน์” ผู้ใช้กดรหัสสั้นๆ และพูดคุยหรือส่งข้อความ – การประมวลผลทั้งหมดเกิดขึ้นบนเซิร์ฟเวอร์ท้องถิ่นหรือโมเดลออฟไลน์แบบฝังตัว ผู้ใช้จะได้รับคำตอบเป็นเสียงหรือข้อความ (techcentral.co.za) การตั้งค่านี้ใช้งานได้แม้ “ในที่ห่างไกล” ที่ไม่มีอินเทอร์เน็ต – เพียงแค่สัญญาณเครือข่ายมือถือมาตรฐานเท่านั้น บริการนี้มุ่งเป้าไปที่ผู้ที่ยากจนที่สุดในโลก โดยอนุญาตให้สอบถามได้ในราคาเพียง ₦10 (ประมาณ 0.12 ดอลลาร์) ต่อการโทร (techcentral.co.za)

• ตู้บริการ AI ชุมชนหรือวิทยุ อีกแนวทางหนึ่งคือศูนย์กลางหมู่บ้านที่ขับเคลื่อนด้วยมินิคอมพิวเตอร์ที่ทนทานหรืออุปกรณ์ประเภท Raspberry Pi ตัวอย่างเช่น Kolibri แบบโอเพ่นซอร์ส (โดย Learning Equality) ช่วยให้โรงเรียนสามารถติดตั้งเซิร์ฟเวอร์ท้องถิ่นหรือ Pi ได้ จากนั้นนักเรียนจะใช้อุปกรณ์ท้องถิ่นใดๆ เพื่อดูตำราเรียน วิดีโอ หรือแบบทดสอบ แบบออฟไลน์ ได้ (evolutionafricamagazine.com) สิ่งนี้มีการใช้งานอยู่แล้วในชนบทของเคนยา แทนซาเนีย และมาลาวี – ครูสามารถโหลดเนื้อหาการศึกษาระดับโลกและปรับให้เข้ากับภาษาท้องถิ่นบน Kolibri ได้ (evolutionafricamagazine.com) โมเดลที่คล้ายกันนี้กำลังใช้ฮอตสปอต Wi-Fi หรืออินทราเน็ตท้องถิ่นพร้อมโปรแกรมแชท AI สำหรับเกษตรกรที่ศูนย์ชุมชน

• “โทรศัพท์ AI” ราคาประหยัดโดยเฉพาะ โครงการที่มีความทะเยอทะยานจินตนาการถึงสมาร์ทโฟนราคา 10–20 ดอลลาร์ที่โหลด AI บนอุปกรณ์ไว้ล่วงหน้า การศึกษาทางเทคนิคและเศรษฐกิจฉบับหนึ่งเสนอให้แจกจ่าย อุปกรณ์การเรียนรู้ AI แบบออฟไลน์ 700 ล้านเครื่อง ในแอฟริกาภายในปี 2030 ซึ่งมีราคาเครื่องละ 10–20 ดอลลาร์ (www.researchgate.net) (www.researchgate.net) อุปกรณ์เหล่านี้จะถูกโหลดมาล่วงหน้าด้วยสารานุกรมหลายภาษาและโมดูลแบบโต้ตอบ (ข้อความ การจดจำภาพ เสียงในหลายภาษา) แม้ว่ายังไม่มีอุปกรณ์ของผู้บริโภคที่ราคาถูกเช่นนั้น แต่แผนงานก็มีอยู่แล้ว: การผลิตขนาดใหญ่และการใช้โมเดลที่เบาเป็นพิเศษ (เช่น ตัวเร่ง LLaMA ของ Meta หรือเครือข่ายภาษา “MetalNLLB”) อาจทำให้ถึงจุดนั้นได้ในไม่ช้า (www.researchgate.net)

หัวใจสำคัญในทั้งหมดนี้คือ การทำงานแบบออฟไลน์ที่ใช้พลังงานต่ำ ตัวอย่างเช่น โมเดล AI สามารถโหลดเนื้อหาบางส่วนล่วงหน้า (เช่น ฐานข้อมูลพืชผล หรือคำถามที่พบบ่อยด้านสุขภาพพื้นฐาน) เพื่อให้เพียงข้อมูลเหล่านี้เท่านั้นที่จำเป็นต้องจัดเก็บในเครื่อง และคำถามใหม่ๆ สามารถถูกจัดคิวไว้จนกว่าจะมีการเชื่อมต่อ ในระหว่างนั้น อุปกรณ์จะตอบสนองผู้ใช้ได้ทันที เมื่อเทคโนโลยีพัฒนาขึ้น แม้แต่แอปสมาร์ทโฟนก็กำลังเพิ่มโหมดออฟไลน์ (อนุญาตให้ดาวน์โหลดเมื่อเชื่อมต่อ Wi-Fi จากนั้นใช้งานแบบออฟไลน์ได้) บทเรียนที่น่าประทับใจคือ: คุณไม่จำเป็นต้องมีเซิร์ฟเวอร์ของ Google หรือ OpenAI หากโมเดล AI ถูกทำให้มีขนาดเล็กมากหรือถูกแคชไว้ – กลยุทธ์ที่ชาญฉลาดคือการฝังความอัจฉริยะไว้ที่ปลายทางที่ผู้ใช้อยู่

ช่องทางและการใช้งาน: SMS, USSD และเสียง

ในตลาดเกิดใหม่ สื่อที่แพร่หลายที่สุดคือ SMS, USSD (เมนูข้อความแบบโต้ตอบ) และการโทรด้วยเสียง – ไม่ใช่แอปบนเว็บ ผู้ช่วย AI ใดๆ ต้องใช้ช่องทางเหล่านั้นเพื่อเข้าถึงผู้ใช้จำนวนมาก โชคดีที่ทั้ง SMS และ USSD ได้รับการยอมรับอย่างดี: GSMA รายงานว่า เก้าในสิบ ของธุรกรรมเงินมือถือในภูมิภาคแอฟริกาใต้ทะเลทรายซาฮาร่าทำงานผ่าน USSD (www.gsma.com) และผู้ให้บริการทั่วโลกยังคงรองรับ USSD บนโทรศัพท์ทุกรุ่น ที่สำคัญคือ USSD และ SMS ไม่ต้องการข้อมูลอินเทอร์เน็ตเลย – เพียงแค่ช่องสัญญาณ GSM เท่านั้น (www.gsma.com) พวกมันทำงานบน “ฟีเจอร์โฟน” ที่ราคาถูกที่สุด แม้แต่รุ่นที่ไม่มีการ์ด microSD หรือหน้าจอสี ผู้ช่วย AI ผ่าน USSD สามารถส่งคำถามที่เป็นข้อความ (เช่น “ศัตรูพืชชนิดใดที่ส่งผลกระทบต่อข้าวโพด? 1=เพลี้ย, 2=ด้วง”) และรับคำตอบเป็นตัวเลขพร้อมคำแนะนำได้ การตอบกลับด้วยเสียงแบบโต้ตอบ (IVR) ก็ทำงานคล้ายกัน: ผู้ใช้พูดหรือฟังผ่านเมนูอัตโนมัติในภาษาท้องถิ่น

การเกษตร: สำหรับเกษตรกร การให้คำปรึกษาด้วย AI ผ่าน SMS/เสียง กำลังเกิดขึ้นอยู่แล้ว ตัวอย่างหนึ่งในแคเมอรูนคือแอป Farmer Guide: มันวินิจฉัยโรคพืชด้วย AI แต่เกษตรกรนอกเมืองไม่สามารถใช้งานได้ – พวกเขาไม่มีอินเทอร์เน็ตหรือไฟฟ้า (www.africanews.com) แพลตฟอร์ม Viamo เข้ามามีบทบาท: มันนำเสนอบริการที่ขับเคลื่อนด้วย AI ที่เกษตรกรคนใดก็สามารถโทรเข้าได้ (ในไนจีเรีย แซมเบีย และประเทศอื่นๆ) และถามคำถามเกี่ยวกับการเกษตร ระบบทำงานด้วยเสียง/SMS และยังสามารถรับการสั่งงานด้วยเสียงได้ โดยให้คำตอบในรูปแบบเดียวกัน (techcentral.co.za) สิ่งนี้ทำให้ AI เข้าถึงได้บนโทรศัพท์ทุกเครื่อง ไม่ใช่แค่สมาร์ทโฟนเท่านั้น โครงการริเริ่มอีกอย่างคือ แชทบอท Darli AI ของกานา ซึ่งเข้าถึงได้ผ่าน WhatsApp (ซึ่งผู้ใช้ในแอฟริกาจำนวนมากมี) หรือ SMS, Darli ให้คำแนะนำการปลูกพืช ราคาตลาด และเคล็ดลับสภาพอากาศ ที่สำคัญคือ Darli รองรับ 27 ภาษา (รวมถึง 20 ภาษาแอฟริกัน เช่น สวาฮีลี โยรูบา ทวี เป็นต้น) (www.weforum.org) ดังนั้นเกษตรกรจึงได้รับคำแนะนำในภาษาแม่ของตน ตั้งแต่ปี 2024 Darli ได้เข้าถึงเกษตรกรกว่า 110,000 รายในกานาและเคนยาแล้ว (www.weforum.org) โครงการเหล่านี้แสดงให้เห็นว่าช่องทางข้อความ/เสียงที่เรียบง่ายสามารถส่งมอบ AI ทางการเกษตรขั้นสูงไปยังหมู่บ้านได้

สุขภาพ: การดูแลสุขภาพเคลื่อนที่ (mHealth) ใช้ SMS และ IVR มานานแล้ว และ AI สามารถรวมเข้ากับสิ่งเหล่านี้ได้ ตัวอย่างเช่น แพลตฟอร์มของ Viamo เป็นพันธมิตรกับ UNICEF เพื่อจัดหาแชทบอท AI แบบออฟไลน์สำหรับหัวข้อสุขภาพ (การป้องกัน HIV, อาการมาลาเรีย, เคล็ดลับสุขาภิบาล) (techcentral.co.za) ผู้ใช้สามารถโทรออกหรือส่งรหัสข้อความเพื่อรับคำแนะนำด้านสุขภาพได้ทันทีในภาษาของตนเอง ในช่วงโควิด-19 หลายประเทศได้เปิดตัวเครื่องมือ USSD สำหรับการประเมินตนเองและข้อมูล (เช่น ระบบตรวจสอบอาการ USSD ของเซียร์ราลีโอน (www.gsma.com)) ผู้ช่วย AI สามารถต่อยอดสิ่งเหล่านี้ได้โดยการเพิ่มคำถามและคำตอบแบบโต้ตอบ และคำแนะนำส่วนบุคคล ที่สำคัญ บริการโทรเวชกรรมที่ใช้ USSD (เช่น การตรวจสุขภาพฟรีผ่าน USSD ของเคนยา (www.gsma.com)) พิสูจน์ให้เห็นว่าช่องทางเหล่านี้ทำงานได้ในวงกว้าง ในอนาคต โมดูล AI แบบออฟไลน์อาจทำงานบนไมโครคอมพิวเตอร์ในคลินิกท้องถิ่น หรือแม้กระทั่งโทรศัพท์ของพยาบาล โดยให้การสนับสนุนการตัดสินใจโดยไม่จำเป็นต้องใช้ฐานข้อมูลออนไลน์

การศึกษา: การเรียนรู้ทางไกลในพื้นที่ที่การเชื่อมต่อไม่ดีประสบความสำเร็จผ่าน SMS และชุดอุปกรณ์ออฟไลน์ โครงการริเริ่มเช่น Eneza Education (ในเคนยา กานา และไอวอรี่โคสต์) ส่งคำถามแบบทดสอบและบทเรียนผ่าน SMS/USSD บนโทรศัพท์พื้นฐาน (evolutionafricamagazine.com) ผู้เรียนกว่า 10 ล้านคนได้ใช้แพลตฟอร์มฟีเจอร์โฟนของ Eneza ด้วยค่าใช้จ่ายต่ำ ซึ่งพิสูจน์ให้เห็นว่า การเรียนรู้ดิจิทัลที่มีความหมายสามารถเกิดขึ้นได้โดยไม่ต้องใช้สมาร์ทโฟน (evolutionafricamagazine.com) ต่อเนื่องจากนี้ M-Shule (“โรงเรียนเคลื่อนที่”) ของเคนยา ผสมผสาน SMS เข้ากับ AI: โดยจะปรับแต่งบทเรียนและข้อเสนอแนะสำหรับนักเรียนประถมโดยใช้การเรียนรู้ของเครื่องเบื้องหลัง (evolutionafricamagazine.com) ครูส่งแบบทดสอบไปยังโทรศัพท์ของนักเรียน และ M-Shule จะปรับเนื้อหาตามคำตอบของเด็กแต่ละคน บริการดังกล่าวทำงานแบบออฟไลน์ในแง่ที่ว่าเมื่อส่งหลักสูตรแล้ว ผู้ใช้โทรศัพท์ไม่จำเป็นต้องมีการเข้าถึงอินเทอร์เน็ตอย่างต่อเนื่อง ชุมชนยังได้จัดตั้ง ศูนย์กลางการศึกษาแบบออฟไลน์ (เช่น ห้องเรียนพลังงานแสงอาทิตย์พร้อมเซิร์ฟเวอร์ท้องถิ่น) ที่ใช้เนื้อหาแบบ zero-rated ในช่วงการระบาดใหญ่ UNICEF และองค์กรอื่นๆ รายงานว่าสองในสามของเด็กนักเรียนทั่วโลก ไม่มี อินเทอร์เน็ตที่บ้าน (www.unicef.org) ดังนั้นโซลูชันเทคโนโลยีต่ำเหล่านี้จึงช่วยให้การศึกษาดำเนินต่อไปได้

กรณีการใช้งานเหล่านี้แต่ละกรณีเน้นย้ำว่า ช่องทางมีความสำคัญมากกว่า UI ที่หรูหรา ในการเกษตร สุขภาพ และการศึกษาในชนบท อินเทอร์เฟซมือถือที่เรียบง่ายที่สุด – เมนูข้อความ USSD หรือ IVR เสียงในภาษาท้องถิ่น – เข้าถึงคนส่วนใหญ่ได้ AI ที่เชื่อมโยงกับช่องทางเหล่านี้ (ไม่ว่าจะบนอุปกรณ์หรือเซิร์ฟเวอร์ท้องถิ่น) สามารถเปลี่ยนช่องทางเหล่านี้จากสายข้อมูลคงที่ไปเป็นผู้ช่วยส่วนตัวแบบโต้ตอบได้

การปรับให้เข้ากับท้องถิ่น: ภาษา ข้อมูล และความปลอดภัย

การครอบคลุมภาษา เพื่อให้เป็นประโยชน์ ผู้ช่วยจะต้องพูดภาษาท้องถิ่น – ไม่ใช่แค่ภาษาอังกฤษหรือฝรั่งเศส ตลาดเกิดใหม่มีความหลากหลายทางภาษาอย่างมาก ตัวอย่างเช่น แอฟริกาเพียงแห่งเดียวมีภาษามากกว่า 2,000 ภาษา โมเดล AI กระแสหลักโดยทั่วไปจะครอบคลุมเฉพาะภาษาหลักของโลก ดังนั้นจึงจำเป็นต้องมีโมเดลท้องถิ่นที่สร้างขึ้นโดยเฉพาะหรือการแปล ความพยายามที่น่าสนใจบางอย่างมีอยู่แล้ว ตัวอย่างเช่น แชทบอท Darli ของ Farmerline รองรับ 27 ภาษา รวมถึง 20 ภาษาแอฟริกัน เช่น อะคาน เฮาซา อิกโบ ทวี และสวาฮีลี (www.weforum.org) ในอินโดนีเซีย โครงการวิจัยกำลังทดลองใช้ AI เสียงในภาษาแม่ของเกษตรกรโดยใช้ระบบ IVR (www.gsma.com) ตัวอย่างเช่น สถาบันวิจัยข้าวระหว่างประเทศ (IRRI) ร่วมมือกับ Viamo เพื่อเปิดตัวสายด่วน IVR ที่ให้บริการคำปรึกษาใน ภาษาท้องถิ่นของอินโดนีเซีย เพื่อให้เกษตรกรผู้ปลูกข้าวทุกระดับการรู้หนังสือสามารถเข้าใจได้ (www.gsma.com) เนื้อหาการศึกษาก็ได้รับการปรับให้เข้ากับท้องถิ่นเช่นกัน: แพลตฟอร์ม Kolibri ที่กล่าวถึงข้างต้นถูกใช้ในโรงเรียนในแอฟริกาตะวันออกที่ “ครูปรับเปลี่ยนแหล่งข้อมูลเปิดทั่วโลกให้เข้ากับภาษาและบริบทท้องถิ่น” (evolutionafricamagazine.com)

เพื่อให้ครอบคลุมภาษาท้องถิ่นอย่างเป็นระบบ โครงการควรเก็บรวบรวมและฝึกอบรมข้อมูลจากภูมิภาค แบบจำลองหนึ่งคือการระดมทรัพยากรจากชุมชน: อาสาสมัครท้องถิ่น (เกษตรกร ครู นักแปล) สามารถช่วยสร้างพจนานุกรมศัพท์หรือบันทึกตัวอย่างเสียงได้ ข้อมูลนี้ที่เก็บไว้ในท้องถิ่นหรือทำให้ไม่ระบุตัวตน สามารถนำมาใช้ปรับแต่งโมเดล AI ให้เข้ากับสำเนียงของพื้นที่ได้ ความพยายามในระดับชาติบางอย่างยังผลิตเครื่องมือ: ตัวอย่างเช่น ศูนย์ภาษาพื้นเมืองดิจิทัลของไนจีเรียได้สร้างแป้นพิมพ์ AI บนมือถือที่ครอบคลุมเกือบ 180 ภาษาแอฟริกัน (www.weforum.org) ทำให้การพิมพ์และอ่านในภาษาเหล่านั้นง่ายขึ้น การเป็นพันธมิตรกับมหาวิทยาลัยท้องถิ่นหรือองค์กรพัฒนาเอกชนสามารถช่วยดูแลเนื้อหาที่ถูกต้องตามวัฒนธรรม (เช่น ชื่อพืชท้องถิ่น การปฏิบัติสุขอนามัย) เพื่อให้คำแนะนำของ AI มีความหมาย

การเก็บรวบรวมและกำกับดูแลข้อมูลท้องถิ่น การรวบรวมข้อมูลและข้อเสนอแนะในภาคสนามเป็นสิ่งสำคัญสำหรับการฝึกอบรมและปรับปรุงผู้ช่วย อย่างไรก็ตาม ต้องทำอย่างมีจริยธรรม: ชุมชนควรยินยอมให้ใช้ข้อมูล และข้อมูลส่วนบุคคลที่ละเอียดอ่อน (บันทึกสุขภาพ การเงินส่วนบุคคล) จะต้องได้รับการคุ้มครอง แบบจำลองที่เป็นประโยชน์คือการสร้างร่วมกันในชุมชน ตัวอย่างเช่น ในชุมชน Makoko ของลากอส ผู้อยู่อาศัยได้รับการฝึกอบรมในการทำแผนที่และการเก็บรวบรวมข้อมูลโดรน พวกเขาสร้างชุดข้อมูลทางภูมิศาสตร์ของตนเองซึ่งปัจจุบันใช้สำหรับการวางแผนท้องถิ่น (www.weforum.org) ในทำนองเดียวกัน โครงการ AI สามารถจัดเตรียมให้เจ้าหน้าที่สาธารณสุขในหมู่บ้านหรือเจ้าหน้าที่ส่งเสริมการเกษตรเก็บรวบรวมรายงานกรณีศึกษาหรือคำถามที่ไม่ระบุตัวตน ชุดข้อมูลท้องถิ่นเหล่านี้ควรอยู่ภายใต้การดูแลของชุมชน – จัดเก็บไว้บนเซิร์ฟเวอร์ท้องถิ่นหรือผ่านพันธมิตรที่เชื่อถือได้ – แทนที่จะถูกบริษัทจากภายนอกนำไปใช้ ประชาคมเศรษฐกิจโลกแนะนำให้ฝึกอบรมนักนวัตกรรมท้องถิ่น องค์กรพัฒนาเอกชน และหน่วยงานต่างๆ ในด้าน ความรู้และธรรมาภิบาล AI เพื่อให้พวกเขาสามารถ “เลือกวิธีการเล่าเรื่องของตนเอง” เพื่อให้แน่ใจว่าข้อมูลถูกนำไปใช้เพื่อประโยชน์ของพวกเขา (www.weforum.org) (www.weforum.org)

ความปลอดภัยและจริยธรรม ผู้ช่วย AI ใดๆ ที่ให้คำแนะนำ (ด้านยา การเกษตร ฯลฯ) จะต้องปลอดภัยและถูกต้อง นั่นต้องอาศัยการป้องกันหลายประการ: การตรวจสอบโดยผู้เชี่ยวชาญในท้องถิ่น ตัวกรองเนื้อหา และคำปฏิเสธความรับผิดชอบที่ชัดเจน ตัวอย่างเช่น บอท AI ด้านสุขภาพในหมู่บ้านควรรวมกลไกให้ผู้ใช้สามารถรายงานข้อผิดพลาดหรือขอความช่วยเหลือจากมนุษย์ได้

คณะกรรมการกำกับดูแลท้องถิ่นหรือเครือข่ายนักการศึกษาในชนบทสามารถตรวจสอบเนื้อหาได้เป็นประจำ ปรับเปลี่ยนให้เข้ากับการเปลี่ยนแปลงตามฤดูกาลหรือสถานการณ์ “วงจรป้อนกลับ” ที่ขับเคลื่อนโดยชุมชนช่วยจับข้อผิดพลาด: หากเกษตรกรจำนวนมากรายงานปัญหาเดียวกันกับคำแนะนำของ AI ผู้พัฒนาสามารถอัปเดตโมเดลได้ รูปแบบควรอนุญาตให้อัปเดตได้อย่างรวดเร็วด้วย ที่สำคัญ ชุมชนที่ด้อยโอกาสควรมีสิทธิ์ในการเป็นเจ้าของ: การนำเทคโนโลยีไปใช้ผ่านสหกรณ์หรือสภาท้องถิ่น แทนที่จะบังคับใช้จากบนลงล่าง ช่วยให้มั่นใจถึงความรับผิดชอบ

ประสบการณ์แสดงให้เห็นว่า การจัดการโดยชุมชน เป็นกุญแจสำคัญ ในการทำแผนที่ทางการเกษตรและการเงิน เครื่องมือที่ออกแบบโดยชุมชนท้องถิ่นทำงานได้ดีกว่าเครื่องมือทั่วไป ผู้เชี่ยวชาญในการประชุมล่าสุดเน้นย้ำว่า “เราต้องพบปะผู้คนในที่ที่พวกเขาอยู่” ด้วยแพลตฟอร์มภาษาท้องถิ่น (เช่น แชทบอท WhatsApp) และการปรับแต่ง AI ให้เข้ากับความเป็นจริงในท้องถิ่นสร้างผลกำไรที่ยั่งยืน (www.weforum.org) ในทางปฏิบัติ หมายถึงการฝึกอบรมผู้ใช้และผู้นำในแต่ละชุมชน: ตัวอย่างเช่น การจัดเตรียมคู่มือการใช้งานและการอธิบายเครื่องมือ AI ให้แก่ครูในหมู่บ้านหรือเจ้าหน้าที่สาธารณสุข ผู้สนับสนุนท้องถิ่นดังกล่าวช่วยลดความไม่ไว้วางใจและช่วยบังคับใช้บรรทัดฐานทางจริยธรรม

ความร่วมมือและรูปแบบธุรกิจ

การขยาย AI แบบออฟไลน์ในตลาดเกิดใหม่อย่างประสบความสำเร็จจำเป็นต้องมี ความร่วมมือ ระหว่างภาคส่วนต่างๆ – และราคาที่คนยากจนสามารถจ่ายได้

ผู้ให้บริการเครือข่ายมือถือ (MNOs): ผู้ให้บริการโทรคมนาคมเป็นพันธมิตรโดยธรรมชาติ พวกเขาเป็นเจ้าของโครงสร้างพื้นฐาน SMS/USSD และเสียงอยู่แล้ว โดยการร่วมมือกับผู้ให้บริการ AI MNOs สามารถโฮสต์บริการ AI บนเครือข่ายของตนได้ (เช่น การจัดสรรรหัสสั้นหรือสาย IVR) ในหลายตลาด ผู้ประกอบการทำงานร่วมกับรัฐบาลและองค์กรพัฒนาเอกชนในการส่งเสริมความรู้ด้านดิจิทัล และกระตือรือร้นที่จะเพิ่ม “บริการ AI” เข้าสู่พอร์ตโฟลิโอของตน ตัวอย่างเช่น MTN และ Vodacom ในแอฟริกาเริ่มรวมแชทบอท AI สำหรับการบริการลูกค้าและการปรับปรุงเครือข่ายให้เหมาะสม (www.gsma.com) และสามารถทำเช่นเดียวกันสำหรับบริการสาธารณะ ผู้ประกอบการยังสามารถอุดหนุนการเชื่อมต่อสำหรับบริการเหล่านี้โดยเฉพาะได้: เช่น เสนอเซสชัน USSD ฟรีสำหรับรหัสสุขภาพหรือการศึกษาที่ได้รับการอนุมัติ หรือรวมการสอบถาม AI ไว้ในแผนบริการข้อมูลราคาถูก นี่เทียบเท่ากับโครงการริเริ่มที่ได้รับการสนับสนุนจากโทรคมนาคม เช่น สายด่วนสุขภาพฟรีหรือพอร์ทัลการศึกษา นอกจากนี้ ผู้ประกอบการสามารถแบ่งปันข้อมูลตำแหน่งหรือข้อมูลการใช้งาน (ที่ไม่ระบุตัวตน) เพื่อช่วยให้ AI ปรับปรุงได้โดยไม่จำเป็นต้องให้ผู้ใช้ส่งข้อมูลดิบ ที่สำคัญ ผู้กำกับดูแลและสมาคมโทรคมนาคม (เช่น GSMA) สามารถส่งเสริมค่าธรรมเนียม SMS/USSD ในราคาลดพิเศษสำหรับโครงการทางสังคม ตามที่แนะนำในรายงานอุตสาหกรรม (www.gsma.com)

รัฐบาลและองค์กรพัฒนาเอกชน: พันธมิตรภาครัฐและไม่แสวงหาผลกำไรมักจะกำกับดูแลการออกแบบและจัดหาเงินทุน กระทรวงเกษตร การศึกษา หรือสาธารณสุขเข้าใจความต้องการในท้องถิ่นและสามารถบูรณาการเครื่องมือ AI เข้ากับโครงการระดับชาติได้ (เช่น เครือข่ายส่งเสริมการเกษตร โรงเรียนของรัฐ กลยุทธ์สุขภาพชุมชน) องค์กรพัฒนาเอกชน – ตั้งแต่ระดับโลกอย่าง UNICEF ไปจนถึงมูลนิธิท้องถิ่น – ให้ความเชี่ยวชาญเฉพาะด้าน เนื้อหา และความชอบธรรม ตัวอย่างเช่น UNICEF ได้ร่วมมือกับ Viamo เพื่อเพิ่มเนื้อหาด้านสุขภาพเข้าในระบบของพวกเขา (techcentral.co.za) ในทำนองเดียวกัน องค์กรพัฒนาเอกชนด้านการเกษตรและบริการส่งเสริมการเกษตรสามารถมีส่วนร่วมในหลักสูตรที่มีอยู่ได้ องค์กรผู้บริจาคอาจให้ทุนสนับสนุนโครงการนำร่อง (ดังที่เห็นในกองทุนนวัตกรรมของ GSMA ที่สนับสนุนเทคโนโลยีการเกษตรในแอฟริกาหรือเอเชีย) มักจำเป็นต้องใช้โมเดลการเงินแบบผสมผสาน (การผสมผสานระหว่างเงินทุนสนับสนุนและการแบ่งปันค่าใช้จ่าย) ในช่วงแรก เนื่องจากบางครั้งการเปิดตัวเชิงพาณิชย์เพียงอย่างเดียวอาจไม่ทำกำไรในทันที ประชาคมเศรษฐกิจโลกเน้นย้ำว่า ความร่วมมือแบบผสมผสาน (หน่วยงานพัฒนา รัฐบาล และบริษัทเอกชน) เป็นสิ่งจำเป็นในการลดความเสี่ยงจากการลงทุนและปรับแต่งโซลูชันให้เข้ากับเป้าหมายในท้องถิ่น (www.weforum.org)

การกำหนดราคาและความสามารถในการจ่าย: สำหรับผู้ใช้ปลายทาง ค่าใช้จ่ายจะต้องน้อยที่สุดหรือฟรี มีหลายแนวทางที่เป็นไปได้:

• การชำระเงินรายย่อยแบบแบ่งระดับ โมเดล Viamo (ไนจีเรีย) เรียกเก็บค่าธรรมเนียมเล็กน้อยต่อการโต้ตอบ (เช่น ₦10 หรือประมาณ 0.12 ดอลลาร์) (techcentral.co.za) ในราคานั้น แม้แต่ผู้ที่ยากจนที่สุดก็สามารถสอบถามได้เป็นครั้งคราว และผู้ประกอบการก็ได้รับรายได้บางส่วนเพื่อรักษาระบบ หรืออาจให้บริการฟรีในขีดจำกัดหนึ่ง (เช่น 5 คำถามต่อวัน) แล้วจึงคิดค่าบริการตามการใช้งาน

• การอุดหนุนและการสนับสนุน บริการสาธารณสุขหรือการศึกษาสามารถได้รับการอุดหนุนจากงบประมาณด้านสุขภาพหรือเงินทุนสนับสนุนการพัฒนา ทำให้ผู้ใช้ได้รับบริการฟรี ตัวอย่างเช่น รัฐบาลอาจสนับสนุนสายด่วนคำแนะนำทางการเกษตรฟรีเพื่อเพิ่มผลผลิต ในกรณีอื่นๆ บริการอาจมีโฆษณาหรือข้อความสปอนเซอร์จากธุรกิจท้องถิ่น (แม้ว่าต้องระมัดระวังเพื่อหลีกเลี่ยงการชี้นำคำแนะนำ)

• Zero-rating และแพ็กเกจ MNOs สามารถกำหนดให้ USSD และ SMS สำหรับบริการ AI ที่ได้รับการอนุมัติเป็นแบบ zero-rated เพื่อให้ผู้ใช้ไม่ต้องเสียค่าใช้จ่าย พวกเขายังสามารถรวมแพ็กเกจข้อมูลได้: เช่น แผนการศึกษาที่รวมเนื้อหาแบบเติมเงินบางส่วนไว้ ในบางประเทศ กองทุนบริการสากล – เงินที่เก็บจากโทรคมนาคมสำหรับพื้นที่ด้อยโอกาส – ได้ถูกนำมาใช้เพื่อสนับสนุนโครงการการศึกษาหรือสุขภาพดิจิทัล นโยบายเหล่านี้สามารถช่วยให้ค่าใช้จ่ายของผู้ใช้ใกล้เคียงศูนย์ การลดภาษีอุปกรณ์และซิมการ์ด (ตามที่ GSMA แนะนำ (www.gsma.com)) ยังทำให้บริการเหล่านี้มีราคาถูกลงตั้งแต่แรก

• ความอ่อนไหวต่อต้นทุนในท้องถิ่น การกำหนดราคาต้องสะท้อนระดับรายได้ แม้ค่าธรรมเนียมเพียงเล็กน้อยก็ควรมีการปรับขนาด: สิ่งที่เล็กน้อยในประเทศหนึ่ง (₦10) อาจสูงเกินไปในอีกประเทศหนึ่ง โครงการนำร่องควรสำรวจความเต็มใจที่จะจ่ายในท้องถิ่น และปรับเปลี่ยนผ่านการกำหนดราคาแบบไดนามิก (เช่น ถูกลงในช่วงฤดูปลูกพืช แพงขึ้นในช่วงฤดูเก็บเกี่ยว)

ท้ายที่สุดแล้ว เป้าหมายคือการเข้าถึงมากกว่าผลกำไร โครงการ ICT4D หลายโครงการแสดงให้เห็นว่าเมื่อชุมชนที่ด้อยโอกาสได้รับข้อมูลฟรีหรือได้รับการอุดหนุน พวกเขามักจะหาวิธี “จ่าย” ด้วยวิธีอื่น (ผลผลิตที่ดีขึ้น สุขภาพที่ดีขึ้น ฯลฯ) สิ่งสำคัญคือราคาจะต้อง คาดเดาได้และโปร่งใส เพื่อให้ผู้ใช้สามารถวางแผนได้

บทสรุป

ตลาดเกิดใหม่ไม่ใช่กระดานชนวนเปล่า – พวกเขามีเครือข่ายมือถือและไฟฟ้าบางส่วน แม้ว่าจะไม่สม่ำเสมอ แต่ด้วยวิศวกรรมที่สร้างสรรค์ AI ก็สามารถก้าวข้ามช่องว่างเหล่านี้ได้ ตัวอย่างข้างต้นแสดงให้เห็นว่า ผู้ช่วย AI แบบ 'ออฟไลน์ก่อน' บนโทรศัพท์ธรรมดาสามารถเปลี่ยนชีวิตในชนบทได้: ให้คำแนะนำทางการเกษตรแก่เกษตรกรอย่างทันท่วงที ให้ข้อมูลแก่ผู้ป่วยและคุณแม่เกี่ยวกับสุขภาพ และสนับสนุนการศึกษาทางไกล สูตรทางเทคนิคอยู่ในมือแล้ว – โมเดล AI ขนาดกะทัดรัด ฮาร์ดแวร์ราคาถูก พลังงานแสงอาทิตย์ และช่องทางสากลเช่น SMS/USSD

ความสำเร็จขึ้นอยู่กับการตอบสนองความต้องการในท้องถิ่นอย่างมาก นั่นหมายถึงการออกแบบสำหรับ ภาษาท้องถิ่น การสร้างเนื้อหาร่วมกับชุมชน และการรับรองการกำกับดูแลที่เชื่อถือได้ นอกจากนี้ยังหมายถึงการสร้างความร่วมมือ: บริษัทโทรคมนาคมเพื่อจัดการเครือข่ายและการกำหนดราคา; รัฐบาลและองค์กรพัฒนาเอกชนเพื่อดูแลเนื้อหาและเข้าถึงผู้คน; และผู้นำชุมชนเพื่อชี้นำและตรวจสอบระบบ

ด้วยการประยุกต์ใช้หลักการเหล่านี้ AI สามารถยกระดับชีวิตของประชากร 3.2 พันล้านคนในปัจจุบันที่ยังไม่เชื่อมต่อหรือไม่ได้รับการบริการในโลกดิจิทัล AI แบบออฟไลน์บนอุปกรณ์ราคาประหยัดสามารถช่วยให้เกษตรกรรายย่อยเพิ่มผลผลิต ช่วยให้ชาวบ้านจัดการสุขภาพ และช่วยให้เด็กๆ เรียนรู้ – ทั้งหมดนี้อยู่ในระบบนิเวศท้องถิ่นที่พวกเขารู้จักดีที่สุด ตามคำกล่าวของนักนวัตกรรมชนบท “เราต้องพบปะผู้คนในที่ที่พวกเขาอยู่”: ส่งมอบเครื่องมืออัจฉริยะในภาษา สื่อ และราคาที่เหมาะสมกับพวกเขา (www.weforum.org) ด้วยการออกแบบและความร่วมมือที่รอบคอบ AI ในที่สุดก็สามารถกลายเป็นพลังแห่งความดีที่ครอบคลุมสำหรับชุมชนที่ด้อยโอกาสที่สุดในโลกได้