ยุคแห่งการแข่งขันด้านความฉลาดหรือขนาดของโมเดลปัญญาประดิษฐ์ (AI) ได้สิ้นสุดลงแล้ว โดยสมรภูมิใหม่ได้เปลี่ยนผ่านไปสู่ยุคของ “AI Agents” ที่ทำงานจริงได้เรียบร้อยแล้ว ซึ่งถือเป็นโอกาสครั้งสำคัญของประเทศไทยในการพลิกเกมธุรกิจด้วยการหันมาขับเคลื่อนยุทธศาสตร์การควบคุมข้อมูล (Data Context) และการพัฒนาแอปพลิเคชันเฉพาะทางเพื่อกุมทิศทางเศรษฐกิจของประเทศแทนการหลงทางในสมรภูมิเทคโนโลยีโลก
ดร.ธนชาติ นุ่มนนท์ ผู้อำนวยการ สถาบันไอเอ็มซี (IMC Institute) ได้ขึ้นกล่าวปาฐกถาพิเศษในหัวข้อ “Beyond Bigger Models: Thailand’s Opportunity in the Next AI Era” ในงานสัมมนาครบรอบ 6 ปี The Story Thailand Forum 2026 ภายใต้หัวข้อ “The Future of AI: When Intelligence Meets Reality” โดยเสนอแนะให้ฝ่ายนโยบายของรัฐและภาคธุรกิจหันมาวางกลยุทธ์ที่มองเห็นศักยภาพที่แท้จริงของประเทศ แทนการทุ่มงบประมาณไปกับโครงการที่แทบไม่มีวันชนะกลุ่มทุนเทคโนโลยีระดับโลก อย่างนโยบายแจกสิทธิ์ใช้งาน AI ฟรีแบบสะเปะสะปะ หรือแนวคิดการทำโมเดลแห่งชาติที่ต้องใช้ต้นทุนสูงระดับพันล้านบาทขึ้นไป
หมดยุคแชตบอต สมรภูมิใหม่คือ “AI Agents”
ดร.ธนชาติ เผยว่า นับตั้งแต่ ChatGPT เปิดตัว เทคโนโลยี AI ก้าวกระโดดจากโมเดลในอดีตที่ทำคะแนนทดสอบได้เพียง 35% สู่ระดับกว่า 90% ในปัจจุบันจนความฉลาดแทบไม่ต่างกัน เกมในวันนี้จึงไม่ใช่การตามหาโมเดลที่เก่งที่สุด แต่เป็นการ “ติดแขนติดขาให้สมอง AI” เพื่อให้กลายเป็นระบบ Agent ที่ทำงานได้จริงแทนมนุษย์ ยุคสมัยของแชตบอตทั่วไปกำลังหมดไปและมีระบบ Agentic AI เข้ามาแทนที่
“เกมวันนี้เปลี่ยนไปโดยสิ้นเชิง ปัญหาไม่ใช่แค่มีสมอง (โมเดล) แล้ว แต่คือการทำให้มันไปทำงานจริงผ่านระบบ Agent ได้อย่างไร” ดร.ธนชาติ กล่าว
ผู้อำนวยการสถาบัน IMC ยกตัวอย่างการใช้งานที่ล้ำกว่าแชตบอตทั่วไป คือการสั่งให้ Agent ดึงรายงาน 56-1 ของบริษัทในตลาดหลักทรัพย์มาวิเคราะห์เปรียบเทียบนับร้อยแห่งได้ในเวลาอันรวดเร็ว ขณะที่มนุษย์สามารถทำกิจกรรมอื่นได้ตามปกติ พร้อมย้ำเตือนภาครัฐว่า การแจกสิทธิ์ใช้งาน AI ฟรีโดยไร้ยุทธศาสตร์ไม่ใช่ทางรอดของประเทศในสมรภูมิใหม่นี้
ผ่าเค้ก 5 ชั้นซีอีโอ NVIDIA: เลี่ยงจุดที่แพ้ เลือกเลเยอร์ที่ชนะ
เมื่อวิเคราะห์โครงสร้างอุตสาหกรรม AI ผ่านทฤษฎีขนมเค้ก 5 ชั้นของ Jensen Huang ซีอีโอของ NVIDIA ประกอบด้วย พลังงาน ชิป โครงสร้างพื้นฐาน โมเดล และแอปพลิเคชัน ดร.ธนชาติ เสนอว่า ประเทศไทยต้องมองศักยภาพตัวเองตามความจริง โดยมี 3 เลเยอร์ตรงกลางที่ไทยไม่ควรลงไปแข่งตรง ๆ และมี 2 เลเยอร์บน-ล่างที่เป็นโอกาสทองของประเทศ
สำหรับ 3 เลเยอร์ตรงกลางที่ไทยไม่ควรลงแข่ง ประกอบด้วย ตลาดชิป (Chips) ซึ่งเป็นพื้นที่เฉพาะของยักษ์ใหญ่อย่าง NVIDIA หรือ Huawei ขนาดไต้หวันหรือเกาหลีใต้ยังเหนื่อย ไทยไม่มีทางสร้างชิปแข่งได้ทัน ยกเว้นการเข้าไปอยู่ในอุตสาหกรรมรอบข้าง เช่น การผลิตแผ่นวงจรพิมพ์ (PCB) หรือชิ้นส่วนเซมิคอนดักเตอร์
เลเยอร์ต่อมาคือ โครงสร้างพื้นฐาน (Infrastructure) แม้รัฐบาลจะพยายามดึงดูด Hyper-scale Data Center ของต่างชาติเข้ามา แต่ข้อมูลจริงชี้ว่าส่วนใหญ่ไม่ใช่ AI Factory ที่มี GPU สำหรับประมวลผล AI โดยเฉพาะ อีกทั้งยังสร้างงานในประเทศน้อยมากเพราะควบคุมระบบทางไกลจากต่างประเทศได้ทั้งหมด ไทยอาจกลายเป็นเพียงผู้ให้เช่าที่ดินที่ต้องสูญเสียทรัพยากรพลังงานและน้ำโดยไม่ได้ประโยชน์เต็มเม็ดเต็มหน่วย
และเลเยอร์สุดท้ายคือ โมเดล (Model) เพราะการแข่งสร้างโมเดลใหญ่ระดับโลกตั้งแต่เริ่มต้น (Pretrain) มีค่าใช้จ่ายสูงระดับพันล้านบาทขึ้นไป ซึ่งเป็นเกมของ Big Tech ทุนหนา แนวคิดการสร้างโมเดลแห่งชาติจึงเป็นเรื่องหลงทาง
“โมเดลแห่งชาตินี่มันเป็นโปรเจกต์ข้ามชาติครับ คือทำชาตินี้ได้ชาติหน้า ประเทศเล็ก ๆ อย่างไทยไม่มีทางทำได้” ดร.ธนชาติ กล่าว
ในทางกลับกัน 2 เลเยอร์บน-ล่างคือโอกาสทองของไทย โดยเลเยอร์ล่างสุดคือ พลังงาน (Energy) เนื่องจากไทยมีระบบสายส่งไฟฟ้าที่เสถียร (Stable Grid) ซึ่งเป็นจุดดึงดูดทุนต่างชาติที่ดี แต่รัฐบาลต้องประเมินความเสี่ยงให้รอบคอบ เพื่อไม่ให้เกิดวิกฤติพลังงานขาดแคลนในประเทศจากการแย่งใช้ไฟฟ้าของ Data Center
และเลเยอร์บนสุดคือ แอปพลิเคชัน (Application) ซึ่งเป็นจุดที่ไทยมีโอกาสชนะสูงที่สุด โดยต้องเน้นการพัฒนาแอปพลิเคชันเฉพาะทาง (Vertical Domains) ในกลุ่มธุรกิจที่ไทยเชี่ยวชาญอยู่แล้ว เช่น การแพทย์และสุขภาพ (Healthcare), การท่องเที่ยว (Tourism) และการเกษตร (Agriculture)
Data Context ขุมทรัพย์เลเยอร์ที่ 6 อาวุธลับคุมเศรษฐกิจไทย
ดร.ธนชาติ ได้เปิดมุมมองใหม่ถึงเลเยอร์ที่ 6 ซึ่งไม่มีอยู่ในแนวคิดของ Jensen Huang แต่เป็นอาวุธที่สำคัญที่สุดของประเทศไทย นั่นคือ ข้อมูลและบริบทเฉพาะท้องถิ่น (Thai Context & Data) โดยระบุว่า AI เก่งแค่ไหนก็เป็นแค่สมองเปล่า ๆ ถ้าไม่มีบริบทและข้อมูลที่ดีพอก็ไร้ประโยชน์ และนั่นคือสิ่งที่ยักษ์ใหญ่ต่างชาติไม่มีทางแย่งเราไปได้
ทางรอดและสูตรสำเร็จที่แท้จริงของไทยคือการหันมาใช้ประโยชน์จาก “Open Weight Model” หรือโมเดลที่ผู้พัฒนาปล่อยให้ดาวน์โหลดมาติดตั้งและปรับแต่งค่าพารามิเตอร์เองได้ฟรี เช่น Llama, Qwen, DeepSeek หรือ GLM แทนที่จะต้องเริ่มนับหนึ่งใหม่ ซึ่งวิธีนี้จะช่วยลดต้นทุนการพัฒนาจากหลักพันล้านบาทให้เหลือเพียงหลักร้อยล้านบาทหรือต่ำกว่านั้นมาก เหมือนกับที่โมเดลภาษาในไทยปัจจุบันทำสำเร็จมาแล้ว ไม่ว่าจะเป็น Thale ของ KBank, Thai-Foon, OpenThaiGPT หรือ Pattuma ซึ่งล้วนนำ Open Weight มาปรับแต่งต่อยอด ร่วมกับข้อมูลเฉพาะถิ่นของไทยและเวิร์กโฟลว์เฉพาะงาน ซึ่งจะทำให้คู่แข่งต่างชาติตีตลาดไทยได้ยาก
“ใครเก็บ Data คนนั้นคุมเศรษฐกิจประเทศไทย” ดร.ธนชาติ กล่าวเน้นย้ำ
โรดแมป 3 ก้าว: พลิกบทบาทไทยจากผู้ใช้สู่ผู้สร้าง AI
เพื่อเปลี่ยนผ่านประเทศไทยให้ขับเคลื่อนไปอย่างมีทิศทาง ดร.ธนชาติ ได้เสนอโรดแมป “Thailand’s Three Moves” หรือ 3 ขั้นตอนสำคัญในการพลิกเกม ประกอบด้วย
- ก้าวแรกคือ Stop Pretrain, Start Fine-tune หยุดเสียเวลาและงบประมาณไปกับการสร้างโมเดลใหม่จากศูนย์ แต่ให้หันมานำ Open Weight Model มาปรับแต่งใช้งานเฉพาะทางเพื่อลดต้นทุน
- ก้าวต่อมาคือ Own the Data เร่งเดินหน้าครอบครองสิทธิ์และจัดเก็บ รวมถึงบริหารจัดการข้อมูลเชิงลึกในท้องถิ่นอย่างเป็นระบบ
- ก้าวสุดท้ายคือ Build & Sell AI Apps มุ่งพัฒนาและจำหน่ายแอปพลิเคชัน AI เฉพาะด้านที่ตอบโจทย์อุตสาหกรรมและสร้างมูลค่าได้จริง
“จุดเริ่มที่ดีต้องเริ่มต้นจากกลยุทธ์ ไม่ใช่วางนโยบายสะเปะสะปะประเภทแจกแท็บเล็ตหรือแจกสิทธิ์ AI ฟรี นั่นคือการหลงทิศหลงทางตั้งแต่ต้น” ดร.ธนชาติ กล่าวทิ้งท้ายMeta Description (ปรับแก้ให้สอดคล้องกัน): ดร.ธนชาติ นุ่มนนท์ ชี้เป้าประเทศไทยพลิกเกมธุรกิจยุคใหม่ แนะเดินยุทธศาสตร์สองขา คุม Data Context และลุยสมรภูมิ AI Agents เพื่อกุมทิศทางเศรษฐกิจประเทศ
ข่าวอื่น ๆ ที่น่าสนใจ
ดร.ธนชาติ ชี้ AI คือ ‘ฝิ่นยุคใหม่’ แนะไทยเร่ง ‘สร้างคน’ ฝ่ากับดักความสะดวกสบาย
SCBX ชี้ AI ล้นตลาดแต่ขาดประโยชน์ แนะก้าวข้าม 5 ข้อจำกัด สู่สมรภูมิ AI Realism
UTCC เปิด AI Institute ดัน AI พยุงเศรษฐกิจไทย ลงนาม 9 หน่วยงาน ชูแนวคิด Thai Business AI
