ถ้ามองจากกระแสโลกตอนนี้ คำถามสำคัญไม่ใช่แค่ว่าเทคโนโลยีจะเปลี่ยนชีวิตเราไหม แต่คือไทยพร้อมแค่ไหนกับคลื่นลูกใหม่นี้ โดยเฉพาะเรื่อง AI ในประเทศไทย ที่เริ่มขยับจากคำว่า “นวัตกรรม” ไปสู่การใช้งานจริงในธุรกิจ การศึกษา การแพทย์ และงานภาครัฐมากขึ้นเรื่อยๆ ภาพที่เห็นจึงไม่ใช่ประเทศที่วิ่งช้าที่สุด แต่ก็ยังไม่ใช่ผู้เล่นแถวหน้าในสนามโลกเช่นกัน
ถ้าจะตอบแบบตรงไปตรงมา วันนี้ประเทศไทยอยู่ในช่วง “เริ่มใช้งานจริง แต่ยังขยายผลไม่เต็มศักยภาพ” เรามีนโยบาย มีคนเก่ง มีธุรกิจที่ทดลองสำเร็จหลายเคส แต่สิ่งที่ยังขาดคือการเชื่อมต่อทั้งระบบ ตั้งแต่ข้อมูล บุคลากร กฎกำกับ ไปจนถึงโครงสร้างพื้นฐานที่ทำให้ AI โตได้แบบยั่งยืน บทความนี้จะพาไล่ดูเป็นชั้นๆ ว่าไทยเดินมาไกลแค่ไหน และอะไรที่ยังต้องเร่ง ถ้าไม่อยากเป็นแค่ผู้ใช้เทคโนโลยีของคนอื่น
ภาพใหญ่ของไทยตอนนี้: ไปพ้นช่วงทดลองแล้ว แต่ยังไม่ถึงขั้นนำเกม
หากเทียบเป็นพัฒนาการ ไทยผ่านช่วง “ตื่นเต้นกับ AI” มาแล้ว และกำลังเข้าสู่ช่วงที่องค์กรเริ่มถามคำถามจริงจังขึ้นว่า จะใช้ AI เพื่อเพิ่มรายได้ ลดต้นทุน หรือยกระดับบริการอย่างไร นี่คือสัญญาณที่ดี เพราะเทคโนโลยีจะมีความหมายก็ต่อเมื่อเชื่อมกับโจทย์ทางธุรกิจและสังคม ไม่ใช่แค่ใช้ตามกระแส
ภาครัฐเองก็ไม่ได้อยู่นิ่ง ประเทศไทยมี แผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติ ช่วงปี 2022–2027 เพื่อวางทิศทางเรื่องกำลังคน โครงสร้างพื้นฐาน งานวิจัย และการประยุกต์ใช้ ขณะเดียวกันหน่วยงานอย่าง ETDA และ depA ก็มีบทบาทมากขึ้นในเรื่องมาตรฐาน ความรู้ และการใช้งานอย่างรับผิดชอบ จุดนี้สะท้อนว่า AI ไม่ได้ถูกมองเป็นเรื่องของสตาร์ทอัปอย่างเดียวอีกต่อไป แต่เป็นวาระเชิงยุทธศาสตร์ของประเทศ
อย่างไรก็ตาม การมีแผนไม่เท่ากับการไปถึงเป้าหมาย ประเทศที่นำหน้าในเกมนี้ไม่ได้ชนะเพราะมีโมเดลเก่งที่สุดเพียงอย่างเดียว แต่ชนะเพราะมี data, talent, compute และการใช้งานจริง ที่เชื่อมกันเป็นระบบ ตรงนี้เองที่ไทยยังอยู่ในช่วงเร่งเครื่อง
จุดที่ประเทศไทยเริ่มเห็นความคืบหน้าชัดเจน
1) ธุรกิจเริ่มใช้ AI กับงานที่จับต้องได้
หลายอุตสาหกรรมในไทยไม่ได้ถามแล้วว่า “จะใช้ AI ดีไหม” แต่ถามว่า “ควรเริ่มจากจุดไหนก่อน” กลุ่มธนาคารและประกันใช้ AI ในการตรวจจับความเสี่ยงและบริการลูกค้า ภาคค้าปลีกใช้กับการคาดการณ์ยอดขายและแนะนำสินค้า โรงงานเริ่มใช้กับการซ่อมบำรุงเชิงคาดการณ์ ส่วนโรงพยาบาลบางแห่งก็ใช้ AI ช่วยอ่านภาพทางการแพทย์หรือคัดกรองข้อมูลเบื้องต้น
สิ่งที่เปลี่ยนชัดคือ AI ไม่ได้จำกัดอยู่ในห้องแล็บอีกแล้ว แต่เริ่มเข้าไปอยู่ใน workflow ขององค์กรจริง แม้จะยังเป็นลักษณะเฉพาะจุดมากกว่าการเปลี่ยนทั้งองค์กรก็ตาม
2) คนไทยเข้าถึงเครื่องมือได้เร็วขึ้น
การมาของ generative AI ทำให้ต้นทุนการทดลองต่ำลงอย่างมาก จากเดิมที่ต้องมีทีม data science ขนาดใหญ่ วันนี้หลายองค์กรเริ่มจากเครื่องมือสำเร็จรูปได้เลย นั่นทำให้ AI ในประเทศไทย ขยายจากวงเทคไปสู่คนทำงานทั่วไป ตั้งแต่นักการตลาด ฝ่ายบริการลูกค้า ไปจนถึงเจ้าของธุรกิจขนาดเล็ก
- เขียนสรุปรายงานและเอกสารได้เร็วขึ้น
- ช่วยตอบลูกค้าอัตโนมัติได้ตลอดเวลา
- วิเคราะห์ข้อมูลเบื้องต้นได้ง่ายกว่าเดิม
- สร้างคอนเทนต์ ต้นแบบงานขาย และสื่อโฆษณาได้ไวขึ้น
นี่คือข้อได้เปรียบสำคัญ เพราะประเทศที่ปรับตัวไว มักไม่ได้เริ่มจากการสร้างโมเดลเองเสมอไป แต่เริ่มจากการใช้เครื่องมือให้เกิดผลิตภาพก่อน
แล้วทำไมไทยยังไม่ขึ้นแถวหน้า
คำตอบสั้นๆ คือเรายังมี “คอขวด” หลายจุดที่ทำให้การเติบโตไม่ต่อเนื่อง แม้กระแสจะมาแรงแค่ไหนก็ตาม
- ข้อมูลยังกระจัดกระจาย หลายองค์กรมีข้อมูลจำนวนมาก แต่ใช้จริงยาก เพราะคุณภาพไม่ดี อยู่กันคนละระบบ หรือไม่มีเจ้าภาพชัดเจน
- คนยังไม่พอ ไทยมีคนเก่งด้าน AI แต่ยังไม่มากพอสำหรับความต้องการทั้งตลาด โดยเฉพาะคนที่เชื่อมเทคโนโลยีกับโจทย์ธุรกิจได้
- ต้นทุนโครงสร้างพื้นฐานสูง งานที่ต้องใช้ compute มากยังเป็นข้อจำกัด โดยเฉพาะสำหรับองค์กรกลางและเล็ก
- ภาษาไทยยังเป็นโจทย์ โมเดลส่วนใหญ่เก่งภาษาอังกฤษมากกว่า ทำให้การใช้งานบางประเภทในบริบทไทยยังต้องปรับแต่งเพิ่ม
- กฎหมายและธรรมาภิบาลยังต้องตามให้ทัน เรื่องความเป็นส่วนตัว ความโปร่งใส และความรับผิดชอบของ AI จะยิ่งสำคัญขึ้นเมื่อใช้งานกว้างขึ้น
ถ้ามองระดับโลก ภาพนี้ยิ่งชัดขึ้น รายงาน McKinsey Global Survey 2024 ระบุว่า 72% ขององค์กรทั่วโลกใช้ AI อย่างน้อยในหนึ่งฟังก์ชันของธุรกิจแล้ว ขณะที่ IMF ประเมินว่าเกือบ 40% ของงานทั่วโลกจะได้รับผลกระทบจาก AI ไม่ทางตรงก็ทางอ้อม ตัวเลขเหล่านี้สะท้อนว่าไทยไม่มีเวลามากนักในการค่อยๆ ปรับ เพราะสนามแข่งขันขยับเร็วกว่าเดิมมาก
ถ้าไทยอยากไปไกลกว่านี้ ต้องเร่งอะไรบ้าง
หัวใจไม่ได้อยู่ที่การพูดว่า “เราต้องมี AI” แต่อยู่ที่การสร้างระบบนิเวศให้คนใช้ได้จริง ปลอดภัย และคุ้มค่าในระยะยาว
- ลงทุนเรื่องทักษะ ไม่ใช่เฉพาะโปรแกรมเมอร์ แต่รวมถึงคนทำงานทั่วไปที่ต้องใช้ AI เป็นผู้ช่วยอย่างมีวิจารณญาณ
- ยกระดับข้อมูล องค์กรไหนจัดการข้อมูลได้ดี จะนำ AI ไปใช้ได้เร็วกว่าและแม่นยำกว่า
- หนุนงานวิจัยไทย โดยเฉพาะโมเดลและชุดข้อมูลที่เข้าใจภาษาและบริบทไทยจริงๆ
- สร้างกติกาที่ชัด เพื่อให้ธุรกิจกล้าลงทุน ขณะที่ผู้ใช้ก็มั่นใจเรื่องความเป็นธรรมและความปลอดภัย
อีกเรื่องที่ไม่ควรมองข้ามคือ ไทยไม่จำเป็นต้องแข่งด้วยการเป็นเจ้าของโมเดลใหญ่ที่สุดเสมอไป แต่ควรเลือกชนะในพื้นที่ที่ตัวเองมีความได้เปรียบ เช่น สุขภาพ การท่องเที่ยว เกษตรอัจฉริยะ โลจิสติกส์ และบริการที่ต้องอาศัยความเข้าใจภาษาไทยสูง หากทำได้ดี ประเทศก็จะไม่ได้เป็นเพียงตลาดผู้บริโภค AI แต่เป็นผู้สร้างมูลค่าเพิ่มจาก AI ด้วย
สรุป: ไทยมาไกลพอให้เริ่มหวัง แต่ยังไม่ไกลพอให้วางใจ
วันนี้การพัฒนา AI ของไทยอยู่ในจุดที่น่าสนใจมาก เรามีทั้งสัญญาณบวกจากภาครัฐ ธุรกิจ และคนทำงานที่เปิดรับเทคโนโลยีเร็วขึ้น แต่ก็ยังมีข้อจำกัดเรื่องคน ข้อมูล โครงสร้างพื้นฐาน และกติกาที่ต้องเร่งแก้ หากถามว่า AI ในประเทศไทย ไปถึงไหนแล้ว คำตอบคือ ไปพ้นช่วงทดลองมาแล้ว แต่ยังอยู่ในช่วงตัดสินว่าจะโตแบบจริงจัง หรือจะตามคนอื่นต่อไป
คำถามที่น่าคิดต่อจากนี้จึงไม่ใช่แค่ว่า AI จะมาแทนใคร แต่คือไทยจะใช้มันสร้างความสามารถใหม่อะไรได้บ้าง เพราะประเทศที่ได้เปรียบในยุคถัดไป อาจไม่ใช่ประเทศที่มีเทคโนโลยีล้ำที่สุดเสมอไป แต่อาจเป็นประเทศที่ปรับตัวได้เร็วที่สุดต่างหาก
