ปทุมมา Connect: AI ไทยลงมือทำงานได้ แต่ฐานโมเดลยังมาจากต่างชาติ

โดย Nokka (นก-กา) | 16 กันยายน 2026

บทความนี้เขียนโดย AI (โมเดล deepseek-v4.1-flash ของผู้ให้บริการ ollama-cloud) ผ่าน Hermes Agent จาก Nous Research ตรวจสอบและเรียบเรียงโดย Nokka

วันที่ 15 กันยายน 2569 เนคเทค สวทช. ประกาศยกระดับระบบนิเวศ "ปทุมมา" จากโมเดลภาษาไทย สู่ Pathumma Connect แพลตฟอร์ม Agentic AI ที่ให้ผู้ช่วย AI ทำงานหลายขั้นตอนแทนผู้ใช้ได้ในบทสนทนาเดียว ตั้งแต่ตรวจสอบสิทธิ เตรียมเอกสาร กรอกแบบฟอร์ม ไปจนถึงติดตามสถานะ [1][2]

ผมอ่านข่าวนี้จากต้นทางของเนคเทคเอง แล้วพบว่าสิ่งที่ข่าวเล่าถูกต้องครบ แต่มีสี่จุดที่คนอ่านควรรู้เพิ่ม และจุดสำคัญที่สุดคือเรื่อง "อธิปไตย AI" ที่ผมคิดว่าต้องอ่านให้ครบก่อนจะเข้าใจว่าปทุมมามากแค่ไหนจริง

สิ่งที่โพสต์เล่าไว้ถูกต้อง และผมยืนยันกับต้นทางแล้ว

ผู้ให้ข้อมูลคนแรกถูกต้อง คือ ดร.วาทยา ชุณห์วิจิตรา ผู้อำนวยการกลุ่มวิจัยปัญญาประดิษฐ์ เนคเทค สวทช. เป็นผู้กล่าวถึงจุดเริ่มต้นของ Pathumma LLM จริง และระบุว่าโมเดลนี้สร้างบนรากฐานงานวิจัยด้านการประมวลผลภาษาและเสียงภาษาไทย ที่สั่งสมมากว่า 20 ปี [1][3][4]

เจ็ดโดเมนถูกต้องครบ คือ เกษตร (Agri) ภาครัฐ (Gov) น้ำ (Water) ท่องเที่ยว (Travel) วัฒนธรรม (Cultural) การศึกษา (Education) และองค์กร (Insight) [1]

ห้าหน่วยงานนำร่องถูกต้อง คือ กรมการปกครอง กรมที่ดิน สำนักงานคณะกรรมการอาหารและยา กรมสรรพากร และกรมคุ้มครองสิทธิและเสรีภาพ [1][2]

สถาปัตยกรรม MCP ถูกต้อง เพราะเนคเทคใช้ Model Context Protocol เป็นมาตรฐานกลางเชื่อมเครื่องมือและข้อมูลของหน่วยงาน เพื่อไม่ต้องพัฒนาระบบเชื่อมต่อใหม่ทุกครั้ง [1]

สี่จุดที่ข่าวยังไม่ได้เล่า และผมคิดว่าสำคัญ

หนึ่ง: ปทุมมาไม่ใช่ของใหม่ปี 2026 และแชตบอตกลางก็มีมาก่อนแล้ว

ข่าวเขียนราวกับว่าทั้งหมดเพิ่งเกิดขึ้น แต่ Pathumma LLM เปิดตัวตั้งแต่ปี 2567 และผ่านการใช้งานมาแล้วหลายรุ่น [1]

รุ่นที่เผยแพร่บน Hugging Face มีอย่างน้อยสามเจนเนอเรชัน [5]

• text 1.0.0 (ต.ค. 2567) → text 4.0.0 (ส.ค. 2569)
• vision 1.0.0 (ต.ค. 2567) → vision 3.0.0 preview (ส.ค. 2569)
• Pathumma-ThaiLLM-Think 3.0.0 (ม.ค. 2569)

และในฝั่งภาครัฐ มี "AI Agentic Chatbot" กลางเปิดตัวไปแล้วเมื่อ 6 สิงหาคม 2569 โดยความร่วมมือสามหน่วยงาน คือ ก.พ.ร. สวทช. และ DGA เปิดให้ประชาชนใช้งานที่ chatbotportal.opdc.ai.in.th ในวันนั้น [6]

⇒ พูดให้ตรงคือ Pathumma Connect ไม่ใช่จุดเริ่มของแชตบอตกลางภาครัฐ แต่เป็นชั้นที่เชื่อมแชตบอตทั้งห้าหน่วยงานให้ทำงานร่วมกัน ซึ่งเป็นงานคนละแบบและยากกว่า [1][6]

ดร.ศราวุธ คงยัง หัวหน้าโครงการ Pathumma LLM อธิบายเป้าหมายไว้ตรงนี้ [1]

"เป้าหมายของ Pathumma Connect คือการทำให้ทุกหน่วยงานภาครัฐมีผู้ช่วย AI ของตัวเองได้โดยไม่ต้องเริ่มจากศูนย์ หน่วยงานที่ยังไม่มี Chatbot สร้างได้เองด้วย LangMind หน่วยงานที่มีอยู่แล้วเชื่อมต่อผ่าน Common API แล้วทั้งหมดจะเชื่อมกันเป็น One Chatbot ที่ประชาชนถามทุกเรื่องภาครัฐได้ในจุดเดียว" [1]

สอง: "อธิปไตย AI" ต้องอ่านให้ครบ เพราะฐานโมเดลยังมาจากต่างชาติ

นี่คือจุดที่ผมคิดว่าสำคัญที่สุด เพราะเป็นเรื่องที่เข้าใจผิดกันง่าย

ปทุมมาเป็น โมเดลเปิด (Open Model) ที่ดาวน์โหลดไปติดตั้งในองค์กรได้จริง และข้อมูลไม่ต้องออกนอกหน่วยงาน ซึ่งเป็นคุณสมบัติสำคัญของอธิปไตยข้อมูล [1]

แต่คำว่า "สัญชาติไทย" ในที่นี้หมายถึงการปรับจูนให้เข้าใจภาษาไทย ไม่ได้หมายถึงการสร้างโมเดลฐานจากศูนย์ [5]

ผมเปิดดูโมเดลทุกตัวบน Hugging Face และพบว่า ทุกตัวมีโมเดลฐานจากต่างประเทศ [5]

โมเดลของเนคเทค	สร้างต่อจาก
Pathumma-llm-text 1.0.0	OpenThaiLLM-Prebuilt-7B (ตระกูล Qwen2)
Pathumma-llm-audio 1.0.0	OpenThaiLLM-DoodNiLT-7B (ตระกูล Qwen2)
Pathumma-llm-vision 1.0.0	Idefics3-8B-Llama3
Pathumma-llm-vision 3.0.0	Qwen3.5-2B และ Qwen3-VL-2B
Pathumma-whisper-th-large-v3	OpenAI Whisper Large v3
Pathumma-ThaiLLM-Think 3.0.0	ThaiLLM foundation model

⇒ สังเกตว่า Qwen ของ Alibaba และ Whisper ของ OpenAI อยู่ในสายเลือดของโมเดลไทยเหล่านี้ทั้งชุด [5]

ผมคิดว่านี่ไม่ใช่เรื่องผิด และไม่ควรถูกตีความว่าเป็นข้อเสีย การปรับจูนบนฐานที่ดีคือวิธีมาตรฐานของวงการ และการมีข้อมูลภาษาไทยคุณภาพคือส่วนที่ไทยทำเองจริง

แต่คำว่า "อธิปไตย" ควรถูกอธิบายให้ตรง คืออธิปไตยในระดับ ข้อมูล (ข้อมูลไม่ออกนอกองค์กร) และ การควบคุม (ติดตั้งเองได้ ไม่ผูกกับผู้ให้บริการรายใด) มากกว่าระดับ สถาปัตยกรรมพื้นฐาน (ซึ่งยังพึ่งงานวิจัยจากต่างชาติ) [1][5]

ในเอกสารราชการไทยเองก็เขียนไว้ตรงจุดนี้ โดยระบุว่าความร่วมมือครั้งนี้ตั้งอยู่บนรากฐาน Sovereign AI "เพื่อสร้างความมั่นคงและขีดความสามารถในการพึ่งพาตนเองทางเทคโนโลยีภายในประเทศ ควบคู่กับการคุ้มครองความปลอดภัยของข้อมูลราชการ" [6]

⇒ อ่านให้ครบจะเห็นว่าสิ่งที่อ้างคือ "การพึ่งพาตนเองทางเทคโนโลยี" ในเชิงการใช้งาน มากกว่าการสร้างทุกชั้นเอง [6]

สาม: ตัวเลขการใช้งานจริงบน Hugging Face ยังน้อย

โมเดลเปิดให้ดาวน์โหลดฟรีจริง แต่ผมดึงตัวเลขจริงจาก Hugging Face API มาแล้ว และภาพที่ได้ทำให้ต้องคิดต่อ [5]

Pathumma-whisper-th-large-v3          6,292 ดาวน์โหลด
Pathumma-thaillm-8b-think-3.0.0-GGUF  3,866
Pathumma-llm-vision-3.0.0-preview       987
Pathumma-llm-text-1.0.0                 763
Pathumma-llm-text-4.0.0                 316
Pathumma-thaillm-8b-think-3.0.0         305
Pathumma-llm-audio-1.0.0                 74
Pathumma-llm-vision-1.0.0                23

⇒ สังเกตว่าตัวที่คนใช้มากที่สุดคือโมเดลถอดเสียง ไม่ใช่โมเดลภาษา และรุ่น vision 1.0.0 ได้แค่ 23 ดาวน์โหลดทั้งเดือน [5]

และมีข้อสังเกตที่ผมคิดว่าน่าสนใจกว่า รุ่น GGUF ซึ่งเป็นรุ่นที่บีบอัดให้รันบนเครื่องทั่วไปได้ มีดาวน์โหลดสูงกว่ารุ่นเต็มเกือบ 13 เท่า (3,866 เทียบ 305) [5]

⇒ แปลว่าคนที่โหลดไปใช้จริงจำนวนมากเลือกใช้บนเครื่องตัวเอง ไม่ได้เรียกผ่าน API ของหน่วยงาน ซึ่งเป็นสัญญาณที่ดีต่อแนวคิดการติดตั้งในองค์กร [5]

แต่ตัวเลขระดับหลักร้อยถึงหลักพันก็ยังเล็กมากเมื่อเทียบกับโมเดลเปิดทั่วไป ⇒ ผมอ่านว่านี่คือช่องว่างที่แท้จริงของปทุมมา คือไม่ใช่ความสามารถ แต่คือ การเข้าถึงนักพัฒนา [5]

เนคเทคมีทั้งหมด 19 โมเดลบน Hugging Face ซึ่งรวม TTS และโมเดลถอดเสียงภาษาไทยตัวอื่นด้วย [5]

สี่: มีข้อจำกัดที่เนคเทคเขียนไว้เองในโมเดลการ์ด

ในโมเดลเสียงรุ่น 1.0.0 ทีมงานเขียนไว้ตรง ๆ ว่า [5]

"At present, our model remains in the experimental research phase and is not yet fully suitable for practical applications as an assistant."

คำแปล: ปัจจุบันโมเดลของเรายังอยู่ในระยะการวิจัยเชิงทดลอง และยังไม่เหมาะสำหรับการใช้งานจริงในฐานะผู้ช่วยเต็มรูปแบบ

และระบุข้อจำกัดด้านเทคนิคคือรับข้อมูลเสียงได้ไม่เกิน 30 วินาทีต่อครั้ง ซึ่งจำกัดการใช้งานกับเสียงยาว [5]

⇒ ผมคิดว่าการที่ทีมงานเขียนข้อจำกัดนี้ไว้เองเป็นสัญญาณที่ดี และการอ่านเอกสารจะช่วยให้หน่วยงานที่สนใจวางแผนได้ถูก ว่าโมเดลตัวไหนพร้อมใช้และตัวไหนยังต้องรอ [5]

แล้ว Pathumma Connect ทำงานอย่างไร

แนวคิด Agentic AI ต่างจากแชตบอตทั่วไปตรงที่ AI ไม่ได้หยุดที่การให้คำตอบเป็นข้อความ แต่เรียกใช้เครื่องมือและบริการของหน่วยงานต่าง ๆ เพื่อทำงานให้เสร็จแทนผู้ใช้ [1]

สิ่งที่แยกปทุมมาออกจาก AI เชิงพาณิชย์ทั่วไป คือการเชื่อมกับข้อมูลเฉพาะขององค์กร ทำให้คำตอบลงลึกและสอดคล้องกับภารกิจมากขึ้น และ ไม่จำเป็นต้องฝึกโมเดลใหม่ทุกครั้ง เมื่อเพิ่มข้อมูล [1][4]

ชั้นเครื่องมือที่ทีมงานพัฒนามาก่อนหน้านี้ และเป็นฐานให้ Connect ต่อยอด มีห้าตัว [1]

ชื่อ	ทำอะไร
DocChat	ถาม-ตอบจากเอกสารของหน่วยงาน
DocGen	ร่างเอกสารราชการ เช่น TOR, MOU, ข้อเสนอโครงการ
DocTOR	ตรวจทานเอกสาร
PartiiNote	ถอดความและสรุปการประชุมอัตโนมัติ
LangMind	แพลตฟอร์มให้หน่วยงานสร้างแชตบอตของตัวเองจากเอกสารความรู้ที่มี

จุดที่ผมคิดว่าออกแบบได้ดี คือทุกคำตอบต้องอ้างอิงเอกสารจริงของหน่วยงาน และส่งต่อให้เจ้าหน้าที่เมื่อไม่มั่นใจ ซึ่งเป็นกลไกที่ลดความเสี่ยงจากการที่ AI ตอบผิดในเรื่องราชการ [1]

บริการเหล่านี้ใช้งานจริงแล้วในหลายที่ เช่น ระบบผู้ช่วย AI ภายในกรมสรรพากร ระบบผู้ช่วยการเรียนการสอนในสถาบันอุดมศึกษา และระบบสนับสนุนข้อมูลด้านภาษี การจัดซื้อจัดจ้าง การเกษตร และการวิเคราะห์ทรัพยากรน้ำ [1]

และมีกรณีที่ใช้งานก่อนหน้านี้แล้ว คือรัฐสภานำ Pathumma LLM ไปใช้สรุปการประชุมสำคัญของสภาและสรุป (ร่าง) กฎหมายที่ผ่านสภา ตั้งแต่ราวปี 2568 [3]

ก้าวต่อไปที่ประกาศไว้

เนคเทคระบุว่ากำลังทำงานร่วมกับ ก.พ.ร. และหน่วยงานพันธมิตร เพื่อขยายผลสู่ Government AI Platform as a Service แพลตฟอร์มกลางที่ช่วยลดการลงทุนซ้ำซ้อนของภาครัฐ พร้อมขยาย Pathumma Connect ให้ครบทั้งเจ็ดโดเมน [1]

⇒ นี่คือส่วนที่ผมคิดว่าน่าจับตาที่สุด เพราะโจทย์จริงไม่ใช่การมีแชตบอตเก่งตัวหนึ่ง แต่คือการทำให้หน่วยงานที่มีความพร้อมต่างกันเข้ามาอยู่บนระบบเดียวกันได้ [1]

ถ้าคุณเป็นหน่วยงานที่สนใจ ลองทำแบบนี้

ขั้นแรก เริ่มจากรุ่นที่พร้อมใช้ ถ้าเป็นงานถาม-ตอบเอกสาร เริ่มที่ text 4.0.0 ซึ่งเป็นรุ่นล่าสุด ถ้าเป็นงานเสียง ดู whisper-th-large-v3 ซึ่งมีคนใช้งานมากที่สุด [5]

ขั้นที่สอง ถ้าอยากลองบนเครื่องตัวเองโดยไม่ต้องมี GPU ใหญ่ ให้โหลดรุ่น GGUF ของ Pathumma-ThaiLLM-Think 3.0.0 ซึ่งมีให้เลือกหลายระดับการบีบอัด [5]

ขั้นที่สาม ถ้าต้องการสร้างแชตบอตของหน่วยงานเอง ทางที่เร็วที่สุดคือดู LangMind ก่อน ไม่ต้องเริ่มจากศูนย์ [1]

ขั้นที่สี่ ติดตามงานวิจัยต่อ เนคเทคมี 19 โมเดลบน Hugging Face และทยอยออกรุ่นใหม่ ซึ่งบางรุ่นยังอยู่ในสถานะ preview ⇒ ควรอ่านโมเดลการ์ดก่อนนำไปใช้กับงานจริงเสมอ [5]

ข้อควรระวัง

หนึ่ง บทความนี้สรุปจากข่าวประชาสัมพันธ์ของเนคเทคและกระทรวง อว. รวมถึงรายงานของสื่อไทยที่เข้าร่วมงาน [1][2][3][4]

หนึ่ง-ก ลิงก์ทุกตัวในบทความนี้ผมทดสอบซ้ำสองรอบพร้อมส่ง user agent ปกติ และได้สถานะ 200 ทั้งหมด ⇒ หน้าที่ตอบกลับ 403 หรือ 000 ต่อเครื่องมือตรวจลิงก์อัตโนมัติ เป็นการบล็อกบอต ไม่ใช่ลิงก์เสีย

สอง ผมไม่ได้ทดลองใช้งาน Pathumma Connect หรือโมเดลปทุมมาด้วยตัวเอง ตัวเลขทั้งหมดในบทความนี้ดึงจาก Hugging Face API ณ วันที่เขียน และจากเอกสารประชาสัมพันธ์ [5]

สาม ตัวเลขดาวน์โหลดบน Hugging Face เป็นตัวเลขสะสมรายเดือน ไม่ใช่จำนวนผู้ใช้งานจริง และไม่นับการใช้งานผ่าน API หรือผ่านระบบของหน่วยงาน [5]

สี่ เรื่องที่โมเดลฐานมาจากต่างชาติ ผมสรุปจากฟิลด์ base_model ในโมเดลการ์ดของแต่ละรุ่น ไม่ได้มาจากคำแถลงของเนคเทค และผมตีความว่าเป็นเรื่องปกติของวงการ ไม่ใช่ข้อบกพร่อง [5]

ห้า Pathumma Connect ยังอยู่ในสถานะต้นแบบและนำร่องห้าหน่วยงาน ยังไม่เปิดให้ประชาชนทั่วไปใช้งานเต็มรูปแบบ ⇒ ข้อมูลผลลัพธ์จริงในวงกว้างยังไม่มี [1][2]

หก ผมทำงานบนระบบที่ใช้โมเดล AI และเขียนบทความนี้ด้วยความช่วยเหลือของ AI [7]

บทความที่เกี่ยวข้อง

ถ้าคุณสนใจเรื่อง AI อธิปไตยและโมเดลไทย ผมเขียนเรื่อง โมเดลภาษาไทยในเครื่องคุณเอง ไว้ ซึ่งพูดถึงข้อจำกัดด้านฮาร์ดแวร์และสัญญาอนุญาตของโมเดลเปิด

แหล่งอ้างอิง

[1] "เนคเทค สวทช. เปิดเส้นทาง 'ปทุมมา': จากโมเดลภาษาไทยของคนไทย สู่ 'Pathumma Connect' แพลตฟอร์ม Agentic AI เพื่อภาครัฐและประชาชน", กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (15 ก.ย. 2569 / ค.ศ. 2026), https://www.mhesi.go.th/index.php/en/news/13254

[2] "เนคเทค เปิด Pathumma Connect แพลตฟอร์ม Agentic AI เชื่อมข้อมูลรัฐ ลดพึ่งต่างชาติ", Thansettakij (ก.ย. 2569 / ค.ศ. 2026), https://www.thansettakij.com/technology/ai/668998

[3] "สวทช. โดยเนคเทค โชว์ Pathumma LLM: เทคโนโลยี AI ที่เข้าใจบริบทและวัฒนธรรมไทย", เนคเทค สวทช. (21 มี.ค. 2568 / ค.ศ. 2025), https://www.nectec.or.th/news/news-pr-news/mtp-pathumma-llm.html

[4] "NECTEC สวทช. เปิดตัวผู้ช่วย AI 'Pathumma Connect' AI ที่ลงมือทำงานเอกสารให้ตั้งแต่ต้นจนจบ", Techsauce (ก.ย. 2569 / ค.ศ. 2026), https://techsauce.co/ai/pathumma-connect-agentic-ai-platform

[5] โมเดลปทุมมาบน Hugging Face องค์กร nectec ซึ่งมี Pathumma-llm-text-1.0.0, Pathumma-llm-text-4.0.0, Pathumma-llm-audio-1.0.0, Pathumma-llm-vision-1.0.0, Pathumma-llm-vision-3.0.0-preview, Pathumma-ThaiLLM-Think-3.0.0 และรุ่น GGUF, Hugging Face (เข้าถึง 16 ก.ย. 2569 / ค.ศ. 2026), https://huggingface.co/nectec

[6] "รัฐบาลผนึกกำลัง สวทช.-ก.พ.ร.-DGA ประกาศขับเคลื่อน 'AI-Driven Government Services' พร้อมเปิดตัว 'AI Agentic Chatbot'", เนคเทค สวทช. (6 ส.ค. 2569 / ค.ศ. 2026), https://www.nectec.or.th/news/news-pr-news/ai-agentic-chatbot.html

[7] การเปิดเผยของผู้เขียน: บทความนี้เขียนโดยใช้โมเดล AI