ประเทศไทยจะก้าวข้ามกับดักรายได้ปานกลางไม่ได้ หากยังแข่งขันด้วยการผลิตจำนวนมากและราคาเหมือนที่ผ่านมา เพราะเมื่อรายได้ของประเทศขยับจากระดับต่ำขึ้นมาสู่ระดับปานกลาง การแข่งขันด้วย Mass Production ทำได้ยากขึ้น สิ่งที่ต้องเปลี่ยนคือการแข่งขันด้วยคุณภาพ โดยใช้ R&D เทคโนโลยี นวัตกรรม และการพัฒนาทักษะคน เป็นฐานสร้างอุตสาหกรรมที่มีมูลค่าสูงขึ้น
ศ.ดร.ยศชนัน วงศ์สวัสดิ์ รองนายกรัฐมนตรี และรัฐมนตรีว่าการกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัย และนวัตกรรม กล่าวในหัวข้อ Thailand Tomorrow: Nation Powered by R&D and Innovation ในงาน KBTG Techtopia 2026 ว่า หากประเทศไทยต้องการยกระดับรายได้ จำเป็นต้องเดินไปสู่ Innovation Driven Economic Growth โดยมีสองเรื่องที่ต้องเกิดขึ้นพร้อมกัน คือ การสร้าง R&D ที่ต่อยอดเป็นนวัตกรรมและขยายผลได้ กับการ Upskill และ Reskill คนให้สามารถเข้าไปทำงานในอุตสาหกรรมที่มีมูลค่าสูงขึ้น
เปลี่ยน R&D ให้สร้างรายได้
การสร้างเศรษฐกิจด้วยนวัตกรรมต้องเริ่มจากการทำลายไซโลระหว่างคนต่างสาขา ทั้งสาย IT สังคมศาสตร์ วิทยาศาสตร์ และเทคโนโลยี เพื่อให้คนเหล่านี้สามารถพบกันและนำความรู้มาต่อยอดร่วมกัน ผ่านระบบนิเวศอย่าง Science Park, Open Science, Open Innovation ตลอดจนกิจกรรม Business Matching และ Pitching
เมื่อเกิดการเชื่อมโยงระหว่างคนต่างสาขา โจทย์ใหม่สามารถพัฒนาเป็น R&D และต่อยอดไปสู่นวัตกรรมที่สร้างรายได้ เมื่อธุรกิจขยายตัวและเกิดกำไร เงินส่วนหนึ่งสามารถย้อนกลับไปลงทุนใน R&D รอบใหม่ ทำให้เกิดวงจรต่อเนื่องระหว่างงานวิจัย นวัตกรรม และรายได้
แต่เงื่อนไขสำคัญคือ เทคโนโลยีที่ล้าสมัยต้องไม่ถูกประคองไว้จนระบบไม่สามารถเปลี่ยนผ่าน ศ.ดร.ยศชนันกล่าวว่า “เราต้องอุ้มที่คนไม่ใช่อุ้มที่ Tech” หากเทคโนโลยีใด Obsolete และจำเป็นต้องเปลี่ยนก็ต้องเปลี่ยน ขณะที่สวัสดิการและการพัฒนาทักษะต้องเข้าไปช่วยคน ผ่านการ Upskill และ Reskill ทั้งในมหาวิทยาลัย ภาคแรงงาน และความร่วมมือระหว่างมหาวิทยาลัยกับเอกชน
ใช้ AI ต่อยอด Local Intelligence
ความท้าทายของเศรษฐกิจไทยไม่ได้มีเพียงการสร้างอุตสาหกรรมใหม่ เมื่อประชากรมีอายุมากขึ้น Productivity มีแนวโน้มลดลง จึงต้องยกระดับเครื่องยนต์เศรษฐกิจเดิมด้วย Science and Technology โดย AI เป็นเทคโนโลยีที่สามารถนำเข้าไปใช้เพิ่ม Productivity ในทุกภาคส่วนได้
แต่โจทย์ของประเทศไทยในเวลานี้ไม่ใช่การพยายามแข่งขันกับ Silicon Valley สิ่งที่ ศ.ดร.ยศชนันมองว่าเร่งด่วนกว่าคือการรักษา Local Intelligence ของประเทศไทย ไม่ให้ความรู้และข้อมูลที่ไทยมีสูญเสียคุณค่าไป
ประเทศไทยมีทั้งข้อมูลการเกษตร งานวิจัยพืช ข้อมูลดาวเทียม และข้อมูลเฉพาะด้านจำนวนมาก หากข้อมูลเหล่านี้แยกกันอยู่ มูลค่าจะไม่สูง แต่หากสามารถรวบรวมข้อมูลจากหลายสาขาเข้าด้วยกัน แล้วนำ AI เข้ามาเรียนรู้ ก็สามารถต่อยอดไปสู่ Foundation Model ไม่ว่าจะเป็น LLM, Multimodal หรือ AI รูปแบบอื่นที่ทำงานกับข้อมูลเฉพาะของประเทศได้
สิ่งที่ต้องทำควบคู่กันคือการรวบรวม Data การดูแล Security ของข้อมูล และการสร้างเทคโนโลยีรอบ AI ตั้งแต่ Sensor, Hardware, Software ไปจนถึง Algorithm เพื่อให้ข้อมูลนำไปสู่การ Predict และ Make Decision ก่อนเปลี่ยนเป็น Productivity และ Income
ศ.ดร.ยศชนันย้ำว่า การลงทุนด้านนี้ต้องไปให้ถึงรายได้ ไม่ใช่หยุดอยู่ที่การมีเทคโนโลยี เพราะ AI อาจเป็นธุรกิจหนึ่ง แต่เทคโนโลยีและนวัตกรรมที่เกิดขึ้นรอบ AI ก็สามารถกลายเป็นธุรกิจใหม่ได้เช่นกัน
กระจายเทคโนโลยีให้ถึงท้องถิ่น
การนำ AI และเทคโนโลยีมาใช้ยังมีโจทย์เรื่องความไม่เท่าเทียมในการเข้าถึง คนในกรุงเทพฯ อาจเข้าถึงเทคโนโลยีได้ง่ายกว่า แต่คำถามคือ เกษตรกรในน่าน เชียงราย หรือแม่ฮ่องสอนจะสามารถเป็น Smart Farmer ได้อย่างไร วิสาหกิจชุมชนและ SME จะใช้ AI ยกระดับธุรกิจได้อย่างไร โรงงานจะเข้าสู่ AI-based Manufacturing และโรงพยาบาลจะพัฒนาเป็น Smart Hospital ได้อย่างไร
กลไกที่ถูกวางไว้คือการใช้มหาวิทยาลัยเป็นศูนย์กลางกระจายองค์ความรู้และเทคโนโลยี เพราะมหาวิทยาลัยมีอยู่ในพื้นที่เกือบทั่วประเทศและมีบทบาทแตกต่างกัน ทั้งมหาวิทยาลัยวิจัย มหาวิทยาลัยชุมชน และมหาวิทยาลัยเทคโนโลยี จึงสามารถถ่ายทอด Know-how และ Idea รวมถึงกระบวนการอย่าง Design Thinking และ System Thinking เชื่อมกับ Social Enterprise สหกรณ์ และ SME เพื่อนำงานวิจัยและเทคโนโลยีลงไปใช้ในระดับท้องถิ่น ก่อนเชื่อมต่อไปยังกลไกของกระทรวงต่าง ๆ
วาง AI Infrastructure รองรับเศรษฐกิจใหม่
หาก AI จะกลายเป็นโครงสร้างสำคัญของเศรษฐกิจ ประเทศต้องมี Infrastructure รองรับ ตั้งแต่ Clean Energy และ Renewable Energy ไปจนถึง Cyber Security, GPU, Cloud, Data และ Application โดยต้องพิจารณาว่าส่วนใดประเทศไทยควรทำเอง ส่วนใดซื้อได้ และส่วนใดสามารถร่วมมือกับประเทศอื่นได้
จากการเพิ่ม Productivity ของอุตสาหกรรมเดิม ขั้นต่อไปคือการนำ Science, Technology และ AI มาสร้าง New Growth Engine โดยต่อยอดจากฐานเศรษฐกิจที่ประเทศไทยมีอยู่ เช่น Agriculture ไปสู่ Precision Agriculture, Healthcare ไปสู่ Genomics, Tourism ไปสู่ Wellness Tourism ขณะที่ภาคอุตสาหกรรมสามารถขยับจาก OEM ไปสู่ Material, Advanced Material และ Semiconductor ส่วนภาคบริการสามารถต่อยอดไปสู่ Omics และ Digital Health
การสร้างอุตสาหกรรมเหล่านี้ต้องมี Science อยู่เบื้องหลัง เพราะหากประเทศไทยไม่มีฐานวิทยาศาสตร์ของตัวเอง เทคโนโลยีที่พัฒนาขึ้นอาจมีข้อจำกัดในการนำไปใช้หรือขายในบางประเทศ และกระทบต่อความสามารถในการระดมทุน ประเทศจึงต้องเลือกให้ชัดว่าเทคโนโลยีส่วนใดสามารถซื้อหรือร่วมมือได้ และส่วนใดมีความเสี่ยงจนภาครัฐจำเป็นต้องลงทุนเอง ก่อนเปิดให้เอกชน VC และสตาร์ตอัปเข้ามาร่วมต่อยอด
สตาร์ตอัปโตต้องดึง Value Chain ไทยไปด้วย
เป้าหมายไม่ได้อยู่เพียงการสร้าสตาร์ตอัปให้กลายเป็นยูนิคอร์น แต่ต้องมองว่าการเติบโตนั้นเชื่อมกลับมาสร้างมูลค่าให้ประเทศไทยได้มากเพียงใด
ศ.ดร.ยศชนันยกตัวอย่าง หากสตาร์ตอัปด้านยาพัฒนาผลิตภัณฑ์จากสมุนไพรที่มาจากน่าน เชียงราย เชียงใหม่ หรือร้อยเอ็ด การเติบโตของสตาร์ตอัปสามารถดึงคนตลอด Value Chain ขึ้นมาด้วย ตั้งแต่เกษตรกรที่ผลิตวัตถุดิบตามมาตรฐาน วิสาหกิจชุมชนหรือสหกรณ์ SME ภาค Manufacturing ไปจนถึง สตาร์ตอัปที่นำผลิตภัณฑ์ออกสู่ตลาด
เมื่อสตาร์ตอัปเติบโตและกลับมาจ้างการผลิตในประเทศไทย มูลค่าจึงไม่ได้เกิดขึ้นเฉพาะที่บริษัทปลายทาง แต่กระจายกลับมาตลอดห่วงโซ่ สิ่งที่ประเทศต้องเตรียมคือ Data, Basic Infrastructure และโอกาสที่ทำให้ผู้ประกอบการสามารถใช้ประเทศไทยเป็นฐานสร้างธุรกิจได้
Scientific Wellness สร้างโอกาสจาก Health Tech
หนึ่งใน New Growth Engine ที่กำลังผลักดันคือ Wellness Economy แต่ Wellness ในความหมายนี้ไม่ได้จำกัดอยู่ที่การท่องเที่ยว สปา หรือโรงแรม หากต้องมี Science and Technology อยู่เบื้องหลัง ตั้งแต่การรักษามะเร็ง การดูแลผู้ป่วยอัมพาต Rehabilitation ไปจนถึง Clinical Trial และ Health Tech
โจทย์สำคัญคือการสร้างโครงสร้างพื้นฐานที่ทำให้ผลิตภัณฑ์ทางการแพทย์สามารถเดินจากห้องทดลองไปสู่ตลาดได้ การพัฒนายาหรือวัคซีนต้องผ่านการทดลองในสัตว์และการทดลองในคนหลายขั้น รวมถึงมาตรฐานของห้องปฏิบัติการ ขณะที่ช่วงที่มีความเสี่ยงสูงและเงินทุนเอกชนยังไม่เข้ามา ภาครัฐสามารถเข้ามาช่วยลดความเสี่ยงจนเทคโนโลยีพร้อมสำหรับการ License หรือขาย Know-how ให้บริษัทขนาดใหญ่
แนวทางที่ ศ.ดร.ยศชนันอธิบายคือ “Innovate ในประเทศไทยแต่ขายทั่วโลก” เมื่อผลิตภัณฑ์ขายในตลาดโลก รายได้สามารถย้อนกลับมาเป็นเงินสำหรับการวิจัยรอบต่อไปได้
ประเทศไทยเริ่มดำเนินการในหลายด้าน ทั้ง Cell and Gene Therapy การสร้าง Traction ให้ Digital Health ผ่านการใช้ผลิตภัณฑ์ของ Startup ในหน่วยงานภาครัฐ และการพัฒนา Organoid Science เพื่อใช้ในการทดลองแทนสัตว์ ซึ่งสามารถช่วยเพิ่มความเร็วของกระบวนการพัฒนายา รวมถึงการจัดตั้ง Organoid Consortium
Semiconductor ไทยเริ่มจาก Demand ที่มีอยู่
แนวคิดเดียวกันถูกนำมาใช้กับ Semiconductor แทนที่จะเริ่มจากคำถามว่าประเทศไทยควรทำชิปอะไรให้ดีที่สุดเพื่อแข่งขันกับทั้งโลก ศ.ดร.ยศชนันเสนอให้เริ่มจากคำถามว่า ประเทศไทยมี Demand ของชิปประเภทใดอยู่แล้ว
ประเทศไทยมีฐานอุตสาหกรรมและ Consumer Electronics จำนวนมากอยู่ในนิคมอุตสาหกรรม จึงสามารถพิจารณาการผลิตชิปที่ตอบโจทย์อุตสาหกรรมเหล่านี้ภายในประเทศและช่วยลดต้นทุน Logistics ได้ โดยพื้นที่ที่มองว่าประเทศไทยมีโอกาส ได้แก่ Sensor, IC Design และ Photonics ซึ่งเกี่ยวข้องกับการส่งข้อมูลใน Data Center
โครงการ Siam Silica ถูกพัฒนาขึ้นเพื่อยกระดับ Infrastructure และสร้าง Training Center พร้อมพัฒนากำลังคนผ่านความร่วมมือของอาชีวศึกษา กระทรวงแรงงาน มหาวิทยาลัย ภาครัฐ และภาคเอกชน รวมถึงปรับทุนวิจัยให้สอดคล้องกับทิศทางดังกล่าว
แนวทางยังขยายไปสู่ระดับอาเซียน ผ่านข้อเสนอ ASEAN Chip Ax ที่มองว่าแต่ละประเทศไม่จำเป็นต้องแข่งขันกันทั้งหมด แต่สามารถแบ่ง Value Chain และสร้าง Connectivity ร่วมกันได้
Space–Quantum วางฐานเทคโนโลยีอนาคต
Space และ Quantum ถูกวางอยู่ในโครงสร้างเทคโนโลยีระยะต่อไป โดย Space เชื่อมโดยตรงกับเรื่อง Data ศ.ดร.ยศชนันมองข้อมูลจากอวกาศว่า เป็นข้อมูลที่ประเทศไทยควรมีความสามารถเข้าถึง และจัดการได้ด้วยตัวเอง การลงทุนด้านดาวเทียมจึงไม่จำเป็นต้องซื้อทั้งหมด แต่สามารถใช้แนวทาง “ซื้อไปด้วย ทำไปด้วย” เพื่อค่อย ๆ สร้างความสามารถในการพัฒนาดาวเทียมภายในประเทศ และต่อยอดไปสู่อุตสาหกรรม Automation และ Advanced Material
ด้าน Quantum เริ่มมีการสร้าง Consortium ที่เชื่อมภาครัฐ เอกชน และมหาวิทยาลัย รวมถึงการทำงานด้าน Post-Quantum เพื่อเตรียมความพร้อมสำหรับเทคโนโลยีในระยะต่อไป
เปลี่ยนมหาวิทยาลัยสู่ Entrepreneurial University
ท้ายที่สุด เทคโนโลยีจะสร้างการเติบโตไม่ได้หากไม่มีทุนมนุษย์และระบบที่พางานวิจัยไปสู่ธุรกิจ ประเทศจึงต้องสร้าง Infrastructure ที่ทำให้คนเก่งสามารถทำงานและสร้างสิ่งใหม่ในประเทศไทยได้ พร้อมเปลี่ยนบทบาทมหาวิทยาลัยจากสถานที่ให้ปริญญาไปสู่ Incubator และ Entrepreneurial University
หนึ่งในกลไกที่เริ่มดำเนินการคือ University Holding Company Consortium เพื่อให้นวัตกรรมจากมหาวิทยาลัยหนึ่งสามารถเชื่อมกับทรัพยากรและความสามารถของมหาวิทยาลัยอื่นได้ง่ายขึ้น พร้อมกับกลไกเงินทุนที่เชื่อมกับ SET และ NIA Venture เพื่อช่วยให้นักศึกษาและนักวิจัยที่มีแนวคิดสามารถพัฒนาธุรกิจได้ตั้งแต่ยังอยู่ในมหาวิทยาลัย และพานวัตกรรมเดินจากระดับงานวิจัยไปจนถึงระดับที่สามารถ Scale ได้
ภาพของ Tech for Thailand จึงไม่ใช่การเลือกเทคโนโลยีแห่งอนาคตเพียงไม่กี่ตัว แต่เป็นการสร้างระบบที่เชื่อม R&D คน เทคโนโลยี ข้อมูล เงินทุน ภาคการผลิต และตลาด เข้าด้วยกัน
AI มีบทบาทในการเพิ่ม Productivity และใช้ประโยชน์จาก Local Intelligence ที่ประเทศไทยมีอยู่ ขณะที่ Science และ Deep Tech ต้องช่วยสร้าง New Growth Engine ตั้งแต่ Precision Agriculture, Scientific Wellness, Semiconductor ไปจนถึง Space และ Quantum โดยมีการ Upskill และ Reskill คนเดินไปพร้อมกัน
เป้าหมายปลายทาง คือทำให้งานวิจัยไม่หยุดอยู่ในห้องปฏิบัติการ เทคโนโลยีไม่หยุดอยู่ที่การทดลอง และ สตาร์ตอัปไม่ได้เติบโตโดยแยกออกจากเศรษฐกิจไทย แต่ทั้งหมดต้องเชื่อมกันจนสามารถสร้างรายได้ใหม่ และยกระดับเศรษฐกิจไทยไปสู่อุตสาหกรรมที่มีมูลค่าสูงขึ้น
ข่าวอื่น ๆ ที่น่าสนใจ
3 ปี Medical AI Consortium สู่ยุทธศาสตร์ CoE การแพทย์ไทย
AI อาจไม่ได้ฆ่ามนุษย์ แต่กำลังฆ่า ‘ความเป็นมนุษย์บางส่วน’ | มอง AI ผ่าน Cyborg Psychology
