Megatrend · Smart City
เมื่อเมืองทั้งเมืองเริ่ม “มองเห็น” — เครื่องมือเดียวกันที่ช่วยชีวิตและจับตาคุณ
กล้องนับล้านตัว เซ็นเซอร์ และ AI ที่อ่านวิดีโอแบบเรียลไทม์ กำลังกลายเป็น “ประสาทสัมผัส” ของเมืองสมัยใหม่ มันส่งรถพยาบาลถึงที่เกิดเหตุเร็วขึ้น และทำให้กล้องติดตัวตำรวจตรวจสอบได้ — แต่เทคโนโลยีชุดเดียวกันนี้เอง พอเลื่อนไปอีกปลายหนึ่งก็กลายเป็นการจดจำใบหน้าและการเฝ้าระวังมวลชน นี่คือเซกเมนต์ของเมืองอัจฉริยะที่ “อ่อนไหวทางจริยธรรม” ที่สุด — และความตึงเครียดนั้นเองคือเรื่องราวทั้งหมด
01มันคืออะไร
ลองนึกถึงตอนที่คุณโทร 191 (หรือ 911 / 112 ในต่างประเทศ) แล้วรถพยาบาลมาถึงเร็วผิดปกติ หรือตอนที่อุบัติเหตุบนทางด่วนถูกเคลียร์ก่อนรถจะติดยาว เบื้องหลังเหตุการณ์พวกนี้มักมีระบบเดียวกันทำงานอยู่ — เครือข่ายกล้อง เซ็นเซอร์ และซอฟต์แวร์ที่เมืองใช้เพื่อ “รับรู้” สิ่งที่กำลังเกิดขึ้น แล้วประสานการตอบสนอง
node นี้เป็นสาขาย่อยของเมกะเทรนด์ Smart City / Autonomous Infrastructure นิยามของมันคือ “ระบบสื่อสารภารกิจสำคัญ (mission-critical comms), การเฝ้าระวังและวิเคราะห์วิดีโอ, และการอ่านป้ายทะเบียน (ALPR) ที่ติดตั้งเพื่อเมือง หน่วยงานรัฐ และโครงสร้างพื้นฐานสำคัญ” พูดง่ายๆ คือ ชั้น “ความปลอดภัยสาธารณะ” ของเมืองอัจฉริยะ
หัวใจสำคัญที่ต้องเข้าใจตั้งแต่ต้นคือ มันไม่ใช่เทคโนโลยีก้อนเดียวที่ดีหรือเลว แต่เป็น “สเปกตรัม” ที่ทอดยาวจากปลายหนึ่งที่สังคมยอมรับกว้างขวาง ไปจนอีกปลายที่เป็นที่ถกเถียงอย่างรุนแรง:
- ปลายที่ยอมรับกว้าง: การรับแจ้งเหตุฉุกเฉินยุคใหม่ (Next-Gen 911), การตรวจจับอุบัติเหตุจราจรอัตโนมัติ, วิทยุสื่อสารของหน่วยกู้ภัย, และ กล้องติดตัวตำรวจ (body-worn camera) ที่มีไว้เพื่อ “ตรวจสอบ” การทำงานของเจ้าหน้าที่
- ปลายที่ถกเถียงรุนแรง: การ จดจำใบหน้า (facial recognition), การเฝ้าระวังมวลชน (mass surveillance), และ การทำนายอาชญากรรมล่วงหน้า (predictive policing)
เครื่องมือชุดเดียวกัน — กล้องตัวเดียวกัน, AI ตัวเดียวกัน — แค่เปลี่ยน “วิธีใช้” ก็เลื่อนจากปลายหนึ่งไปอีกปลายได้ และความตึงเครียดนี้แหละคือสิ่งที่ทำให้ตลาดนี้ทั้งโตเร็วและน่ากังวลพร้อมกัน
02ทำไมรัฐถึงจ่ายเงินก้อนนี้ไม่หยุด
เหตุผลทางเศรษฐกิจของ node นี้เรียบง่ายแต่ทรงพลัง: ความปลอดภัยสาธารณะเป็นหน้าที่หลักของรัฐ และรัฐจ่ายเงินก้อนนี้แบบ “ทนทาน” ไม่ว่าเศรษฐกิจจะดีหรือแย่ เมื่อใดที่มีอาชญากรรม ภัยพิบัติ หรือเหตุก่อการร้าย แรงกดดันทางการเมืองให้ “ทำอะไรสักอย่าง” จะดันงบประมาณด้านนี้ขึ้นเสมอ
ดูที่ตัวเลขตลาด: ตลาดกล้องวงจรปิด (video surveillance) ทั่วโลก มีมูลค่าราว $56,000 ล้านในปี 2025 และคาดว่าจะโตไปแตะ $88,000 ล้านในปี 2031 (CAGR ~8%) ส่วนสำนักวิจัยที่มองโตแรงกว่าประเมินถึง $148,000 ล้านภายในปี 2030 — ตัวเลขต่างกันเพราะนิยาม “ตลาด” ต่างกัน แต่ทุกสำนักเห็นตรงกันว่า มันโตต่อเนื่อง
แต่ที่โตเร็วกว่ากล้องดิบๆ มากคือ “การวิเคราะห์วิดีโอ” (video analytics) — ซอฟต์แวร์ AI ที่ดูภาพแทนคน ตลาดนี้อยู่ที่ราว $12,700 ล้านในปี 2024 และคาดโตไปแตะ $37,800 ล้านในปี 2030 ที่ CAGR ~19.5% เกือบสองเท่าของตลาดกล้อง — เพราะกล้องมีอยู่เต็มเมืองแล้ว มูลค่าใหม่ไปอยู่ที่ “ความฉลาดที่อ่านภาพพวกนั้น”
เซกเมนต์ย่อยอื่นก็ตามมา: ตลาด ระบบตรวจจับเสียงปืน (gunshot detection) คาดโตจาก $1,200 ล้าน (2023) เป็น $3,010 ล้าน (2031) และในสหรัฐฯ ตลาด Next-Gen 911 (ระบบรับแจ้งเหตุยุคใหม่ที่รับวิดีโอ/ข้อความ/รูปได้) คาดแตะ $1,500 ล้านภายในปี 2030 ทั้งหมดนี้คือเม็ดเงินภาษีที่ไหลเข้าหมวดเดียวกันอย่างสม่ำเสมอ
03มันทำงานยังไง — สแต็กความปลอดภัยของเมือง
กลไกของ node นี้เป็นสายพานสามขั้นที่เข้าใจง่าย แต่จุดที่เรื่องราวซ่อนอยู่คือ ขั้นกลาง
- เซ็นเซอร์ (sense): กล้อง CCTV, กล้องติดตัวตำรวจ, เครื่องอ่านป้ายทะเบียน (ALPR), ไมโครโฟนตรวจจับเสียงปืน และสายโทรฉุกเฉิน — ทั้งหมดคือ “ประสาทรับรู้” ที่กระจายทั่วเมือง
- วิเคราะห์ (analyse): AI ดูภาพและเสียงพวกนี้แทนคน — ตรวจจับว่ามีอุบัติเหตุ มีฝูงชน มีรถจอดผิดที่ หรือ (ที่ปลายถกเถียง) พยายามจับคู่ใบหน้ากับฐานข้อมูล นี่คือขั้นที่ “เลือกได้” ว่าจะอยู่ปลายไหนของสเปกตรัม
- ประสานงาน (coordinate): ศูนย์บัญชาการ (command center) รวมทุกอย่างไว้ที่จอเดียว เจ้าหน้าที่เห็นภาพรวม แล้วสั่งการหน่วยกู้ภัย/ตำรวจ/ดับเพลิงผ่านวิทยุสื่อสารภารกิจสำคัญ
ALPR (Automatic License Plate Recognition) = กล้องที่อ่านป้ายทะเบียนรถอัตโนมัติ ใช้หารถที่ถูกขโมยหรือเกี่ยวข้องกับคดี · Video Analytics = ซอฟต์แวร์ AI ที่ “ดู” วิดีโอแทนคน เพราะมนุษย์ดูจอ 100 ตัวพร้อมกันไม่ไหว — AI จึงคอยสะกิดว่า “จุดนี้น่าจะมีเหตุ” แต่ความสามารถนี้เองที่ขยายไปสู่การจดจำใบหน้าได้ ขึ้นกับว่าตั้งค่าให้ทำอะไร
04มันอยู่ตรงไหนในเมืองอัจฉริยะ
node นี้เป็น “ชั้นความปลอดภัยสาธารณะ” ที่นั่งทับอยู่บนเทรนด์อื่นหลายตัว — มันไม่ได้ทำงานลำพัง:
- พึ่ง AI เป็นสมอง: ถ้าไม่มี AI วิเคราะห์วิดีโอ กล้องล้านตัวก็เป็นแค่เทปที่ไม่มีใครดู — AI คือสิ่งที่เปลี่ยน “ภาพ” เป็น “ข้อมูลที่ใช้ตัดสินใจได้” และก็เป็นต้นตอของประเด็นจริยธรรมทั้งหมดด้วย
- นั่งบน Cloud & Digital Infrastructure: วิดีโอจากทั้งเมืองต้องเก็บและประมวลผลที่ไหนสักแห่ง — กล้องติดตัวตำรวจของ Axon เก็บหลักฐานบนคลาวด์ตรงๆ
- ต้องการ Cybersecurity & Digital Trust: ระบบที่เห็นทั้งเมืองถ้าถูกแฮ็กก็เป็นฝันร้าย — ความปลอดภัยไซเบอร์จึงเป็นเงื่อนไขจำเป็น
- เป็นพี่น้องกับ Intelligent Traffic & Tolling: กล้องจราจรและกล้องความปลอดภัยมักเป็นโครงสร้างเดียวกัน — ตรวจจับอุบัติเหตุคือจุดที่สองเรื่องนี้ทับกัน
- ทับเส้นกับ Defense & Geopolitical Fragmentation: เทคโนโลยีเฝ้าระวังเมืองกับการป้องกันประเทศใช้เทคโนโลยีหลายอย่างร่วมกัน บริษัทอย่าง Leidos และ Parsons เล่นทั้งสองตลาด
จุดที่ต้องเน้นคือ node นี้คือ “ที่ที่ AI ออกจากหน้าจอมาเจอคนจริงในที่สาธารณะ” — และนั่นทำให้มันเป็นเซกเมนต์ของเมืองอัจฉริยะที่กฎหมายและสังคมจับตามากที่สุด
05ตอนนี้ไปถึงไหนแล้ว (กับเรื่องที่ต้องพูดตรงๆ)
ตอนนี้เทคโนโลยีพร้อมแล้ว แต่ สังคมยังเถียงกันไม่จบว่าควรใช้แค่ไหน — และตรงนี้แหละที่เราต้องพูดอย่างตรงไปตรงมาและเป็นกลาง เพราะทั้งฝ่ายสนับสนุนและฝ่ายคัดค้านต่างมีข้อเท็จจริงหนักๆ อยู่ในมือ
ฝั่งที่ใช้งานได้จริงและคนยอมรับกว้าง โตแข็งแรงมาก ตัวอย่างที่ชัดที่สุดคือ Axon เจ้าตลาดกล้องติดตัวตำรวจ — รายได้ทั้งปี 2025 โตราว 39% แตะ ~$2,740 ล้าน และครองส่วนแบ่งกล้องติดตัวในเมืองใหญ่ของสหรัฐฯ ราว 85% สิ่งที่น่าสนใจคือ กล้องติดตัวตำรวจเดิมทีถูกผลักดันโดย “ฝ่ายสิทธิพลเมือง” เพื่อ ตรวจสอบ การทำงานของตำรวจ — มันคือตัวอย่างของเทคโนโลยีเฝ้าระวังที่ใช้ “จับตาผู้มีอำนาจ” แทนที่จะจับตาประชาชน
แต่ปลายอีกด้านของสเปกตรัมมีบาดแผลจริง — และนี่คือส่วนที่ต้องเล่าให้ครบ ไม่ใช่ปัดทิ้ง:
1) อคติของการจดจำใบหน้าเป็นเรื่องที่วัดได้ ในการทดสอบครั้งสำคัญของ NIST (หน่วยงานมาตรฐานสหรัฐฯ) ปี 2019 ที่ทดสอบอัลกอริทึมเกือบ 200 ตัว พบว่าหลายตัวมี อัตราผิดพลาดแบบ “จับคู่ผิด” (false positive) สูงกว่าสำหรับใบหน้าคนเอเชียและคนผิวดำ มากกว่าคนผิวขาวถึงหลัก 10–100 เท่า ในบางกรณี — แปลว่าโอกาสที่ระบบจะ “ชี้ผิดคน” ไม่เท่ากันในแต่ละกลุ่ม (ข้อสังเกตสำคัญที่ต้องพูดให้เป็นธรรม: อัลกอริทึมที่ดีที่สุดมีความต่างนี้น้อยมาก และอัลกอริทึมที่เทรนด้วยข้อมูลหลากหลายให้ผลเป็นธรรมกว่า — ปัญหาจึงอยู่ที่ “ใช้ระบบไหน อย่างไร” ไม่ใช่เทคโนโลยีนี้แย่ทั้งหมด)
2) ความผิดพลาดนี้เกิดขึ้นกับคนจริงแล้ว กรณีที่ถูกอ้างถึงมากที่สุดคือ Robert Williams ชายผิวดำในดีทรอยต์ที่ถูกตำรวจจับในปี 2020 เพราะระบบจดจำใบหน้าจับคู่ใบหน้าเขา (จากภาพกล้องวงจรปิดเบลอๆ) ผิดกับผู้ต้องสงสัยคดีลักทรัพย์ เขาเป็น “กรณีแรกที่เปิดเผยต่อสาธารณะ” ของการจับผิดตัวจากการจดจำใบหน้า คดีจบด้วยการที่ปี 2024 ตำรวจดีทรอยต์ตกลง ห้ามจับกุมโดยอาศัยผลจดจำใบหน้าเพียงอย่างเดียว
3) การทำนายอาชญากรรมล่วงหน้ามีปัญหาเชิงโครงสร้าง ระบบ “predictive policing” อย่าง PredPol ถูก LAPD เลิกใช้ในปี 2020 หลังการตรวจสอบพบ “วงจรป้อนกลับ” (feedback loop): ข้อมูลอาชญากรรมจริงๆ ไม่ใช่บันทึก “อาชญากรรมที่เกิด” แต่เป็นบันทึก “ที่ที่ตำรวจไปตรวจ” — พอ AI สั่งให้ส่งตำรวจไปย่านเดิมซ้ำๆ ก็จับได้มากขึ้นที่นั่น ข้อมูลก็ยิ่งชี้กลับไปย่านนั้น กลายเป็นงูกินหางที่ตอกย้ำอคติแทนที่จะลดอาชญากรรม
4) สเกลของจีนคือข้อเท็จจริงของตลาดที่เลี่ยงไม่ได้ จีนติดตั้งกล้องวงจรปิดไปแล้วกว่า 700 ล้านตัว (ราว 1 ตัวต่อประชากรไม่กี่คน) และผู้ผลิตจีนอย่าง Hikvision กับ Dahua ครองตลาดโลกจำนวนมาก — แต่ทั้งคู่ถูกสหรัฐฯ ใส่ “Entity List” ตั้งแต่ปี 2019 ด้วยเหตุผลด้านสิทธิมนุษยชน (เกี่ยวพันกับการเฝ้าระวังชาวอุยกูร์) และถูกห้ามนำเข้าอุปกรณ์รุ่นใหม่เข้าสหรัฐฯ นี่เป็นเหตุผลที่เราระบุบริษัทเหล่านี้ในฐานะ “ข้อเท็จจริงของตลาด” ไม่ใช่การรับรอง
06อนาคต — กฎหมายจะเป็นคนกำหนดตลาด
สำหรับ node ส่วนใหญ่ ตัวกำหนดอนาคตคือเทคโนโลยีหรือดีมานด์ แต่สำหรับ node นี้ ตัวแปรที่ทรงพลังที่สุดคือ “กฎหมาย” — เพราะมันตัดสินว่าฝั่งไหนของสเปกตรัมที่ขายได้ และฝั่งไหนที่ผิดกฎหมาย
ตัวอย่างที่ชัดที่สุดคือ EU AI Act ของยุโรป ที่เริ่มบังคับใช้ข้อห้ามตั้งแต่ ก.พ. 2025 — มัน ห้ามการจดจำใบหน้าแบบเรียลไทม์ในที่สาธารณะเพื่อการบังคับใช้กฎหมาย (ยกเว้นกรณีร้ายแรงไม่กี่ข้อ เช่น ก่อการร้าย/หาเหยื่อค้ามนุษย์ และต้องผ่านศาล) และห้ามการกวาดภาพจากเน็ต/CCTV มาสร้างฐานข้อมูลใบหน้า โทษปรับสูงถึง €35 ล้าน หรือ 7% ของรายได้ทั่วโลก
ในสหรัฐฯ ทิศทางคือ “แตกเป็นรายเมือง” — เริ่มจากซานฟรานซิสโกที่เป็นเมืองแรกห้ามตำรวจใช้การจดจำใบหน้า (2019) ตามด้วยบอสตันและอีกหลายเมือง รวมแล้วราว 20+ เมือง/เคาน์ตีและบางรัฐมีข้อจำกัดแล้ว ผลคือ ตลาดเดียวกันมีกติกาต่างกันไปในแต่ละเขต — บริษัทที่ขายของฝั่งนี้ต้องออกแบบสินค้าให้ “ปิด/เปิด” ฟีเจอร์ตามกฎหมายท้องถิ่นได้
ทิศทางที่สองคือ AI ฉลาดขึ้นและรันบนอุปกรณ์ กล้องยุคใหม่เริ่มมีโมเดล AI ในตัว (on-device) ทำให้วิเคราะห์ได้ทันทีโดยไม่ต้องส่งภาพขึ้นคลาวด์ — ดีต่อความเร็วและช่วยลดอุบัติเหตุได้เร็วขึ้น แต่ก็ทำให้การเฝ้าระวังถูกลงและแพร่หลายขึ้นด้วย ดาบสองคมตามเคย
ทิศทางที่สามคือ การโตของฝั่งที่ “ปลอดดราม่า” — Next-Gen 911, การตรวจจับอุบัติเหตุ, กล้องติดตัวเพื่อความโปร่งใส และศูนย์บัญชาการ จะยังโตต่อเนื่องโดยแทบไม่มีใครค้าน เพราะมันแก้ปัญหาจริงโดยไม่แตะเส้นความเป็นส่วนตัวมากนัก นี่คือเหตุผลที่ผู้เล่นอย่าง Axon และ Motorola เลือกวางตัวหนักไปทางฝั่งนี้
07ความท้าทาย & ความเสี่ยง
node นี้มีความเสี่ยงที่ลึกและซับซ้อนกว่าหมวดอื่นในเมืองอัจฉริยะ เพราะมันไม่ใช่แค่เรื่องเงิน แต่เป็นเรื่องของสิทธิเสรีภาพด้วย — และต้องมองทั้งสองด้านอย่างเป็นธรรม
1) เสรีภาพพลเมือง (civil liberties). เมืองที่ “มองเห็นทุกอย่าง” คือเมืองที่ความเป็นส่วนตัวในที่สาธารณะหดหาย แม้จะใช้เพื่อความปลอดภัยโดยสุจริต ระบบที่ติดตามการเคลื่อนไหวของทุกคนได้ก็สร้าง “ผลกระทบหนาวเย็น” (chilling effect) ต่อการชุมนุมและการแสดงออก ความท้าทายคือการหาสมดุลระหว่าง “ปลอดภัยขึ้น” กับ “ถูกจับตาตลอดเวลา”
2) อคติและความผิดพลาด (bias). อย่างที่เห็นจากข้อมูล NIST และกรณี Robert Williams — เมื่อระบบผิดพลาดไม่เท่ากันในแต่ละกลุ่มประชากร ความผิดพลาดนั้นก็ไปตกที่คนบางกลุ่มหนักกว่า และในบริบทของการบังคับใช้กฎหมาย ความผิดพลาดแปลว่าคนบริสุทธิ์ถูกจับ การมีมนุษย์ตรวจสอบซ้ำ (human-in-the-loop) จึงไม่ใช่ทางเลือก แต่เป็นความจำเป็น
3) การใช้ในทางที่ผิดโดยอำนาจรัฐ (authoritarian misuse). นี่คือความเสี่ยงที่ใหญ่ที่สุดของ node นี้ — เทคโนโลยีเดียวกันที่ช่วยส่งรถพยาบาล สามารถถูกใช้ติดตามผู้เห็นต่างทางการเมืองได้ สเกล 700 ล้านกล้องของจีนคือเครื่องเตือนว่า “เครื่องมือ” กับ “เจตนาของผู้ใช้” เป็นคนละเรื่อง และเมื่อโครงสร้างพื้นฐานถูกสร้างแล้ว การ “เปลี่ยนวิธีใช้” ทำได้ง่ายกว่าการรื้อทิ้งมาก
4) ความเสี่ยงของผู้ลงทุน (regulatory + reputational). สำหรับฝั่งธุรกิจ ความเสี่ยงคือกฎหมายที่เปลี่ยนเร็ว (EU AI Act, การห้ามรายเมืองในสหรัฐฯ) อาจทำให้สินค้าฝั่ง “จดจำใบหน้า” ขายไม่ได้ในชั่วข้ามคืน บวกกับความเสี่ยงด้านชื่อเสียงและการถูกแซงก์ชัน (อย่าง Hikvision/Dahua) — ทำให้ผู้เล่นที่ฉลาดเลือกวางน้ำหนักไปทางฝั่งที่ “ปลอดดราม่า” มากกว่า