สถาบันข้อมูลขนาดใหญ่ (BDI) ร่วมกับ จุฬาลงกรณ์มหาวิทยาลัย เปิดผลสำรวจตลาด Big Data และ AI ไทย ปี 2568 คาดการณ์มูลค่าแตะ 41,000 ล้านบาท เติบโตเกือบ 2 เท่า แต่ไส้ในยังน่าห่วงเมื่อเม็ดเงินส่วนใหญ่ยังกระจุกตัวที่โครงสร้างพื้นฐานและการซื้อเทคโนโลยีต่างชาติ พร้อมประกาศยุทธศาสตร์ดันไทยเปลี่ยนสถานะจาก “ผู้ซื้อ” สู่ “ผู้สร้าง” ผ่านโครงการ Thai LLM และโครงสร้างพื้นฐานข้อมูลแห่งชาติ เพื่อสร้างเกราะป้องกัน “อธิปไตยทางดิจิทัล” ท่ามกลางสมรภูมิเทคโนโลยีโลก
ภาพรวมตลาดและการปูพรมโครงสร้างพื้นฐาน: มากกว่าตัวเลขคือ “อธิปไตยทางดิจิทัล“
มูลค่าตลาด AI ในประเทศไทย มีการเติบโตเฉลี่ยเกือบ 20% ต่อปี โดยในปี 2568 (แบบ Conservative) ตลาด AI ในไทยมีมูลค่า 41,000 ล้านบาท เพิ่มขึ้นเกือบ 2 เท่า จากปี 2567
ศาสตราจารย์ดร.ธีรณี อัจฉรากุล ผู้อำนวยการสถาบันข้อมูลขนาดใหญ่ (BDI) กล่าวว่า แม้ตัวเลขสี่หมื่นล้านจะดูเป็นสัดส่วนน้อยเมื่อเทียบกับ GDP ประเทศ (ราว 0.2%) แต่เมื่อนำไปเทียบกับ งบประมาณแผ่นดิน (3 ล้านล้านบาท) ตัวเลขนี้คิดเป็นสัดส่วนกว่า 1% แล้ว ซึ่งชี้ให้เห็นชัดเจนว่าเทคโนโลยี AI ไม่ใช่เรื่องไกลตัว หรือเป็นเพียงทางเลือก แต่กำลังกลายเป็น “วาระสำคัญ” ที่มีบทบาทในการขับเคลื่อนเศรษฐกิจจริง
“การสำรวจครั้งนี้ว่า ไม่ได้ทำเพียงเพื่อให้มีตัวเลขทางสถิติไว้ประดับรายงาน แต่เป้าหมายที่แท้จริงคือการใช้ข้อมูลนี้เป็น “จุดพิกัด” (Plot) เพื่อปักหมุดลงบนแผนที่ AI ของโลก เพื่อให้รู้ชัดว่าปัจจุบันประเทศไทยยืนอยู่ตรงไหนเมื่อเทียบกับสากล และหากจะตั้งเป้าหมายไปสู่ระดับท็อปของ OECD เรายังขาดอะไรและต้องเติมเต็มส่วนไหน”
บทบาทของ BDI ในฐานะ Tech Firm ของรัฐ BDI วางตําแหน่งตัวเองเป็นหน่วยงานที่ขับเคลื่อนด้วยคนรุ่นใหม่สายเทคกว่า 200 ชีวิต (Data Scientist, AI Engineer, Cloud Engineer) โดยมุ่งเน้นภารกิจหนัก (Heavy Lifting) ด้านการสร้าง โครงสร้างพื้นฐาน (Infrastructure) ให้ประเทศ มากกว่าการทำงานส่งเสริมทั่วไป โดยมี 2 โครงการเรือธง (Flagship Projects) ได้แก่
1. โครงการ Data Integration and Intelligence (D2) ด้วยแนวคิด เปลี่ยนจาก “ถังเก็บ” เป็น “ถนนเชื่อม”
BDI ไม่ได้ต้องการสร้าง “ถังข้อมูลขนาดใหญ่” เพื่อดูดข้อมูลทุกหน่วยงานมากองรวมกัน (Centralized) แต่กำลังสร้าง “ถนน” เพื่อเชื่อมโยงไปยังหน่วยงานต่าง ๆ เมื่อเกิดเหตุจำเป็น รัฐสามารถกดปุ่มเพื่อดึงข้อมูล (Snap) มาใช้ประมวลผลได้ทันทีโดยไม่ต้องเก็บข้อมูลไว้ถาวร ซึ่งช่วยตอบโจทย์เรื่อง PDPA และความมั่นคงปลอดภัย
ซึ่งมีดาวเทียมบริวาร (Satellites) ของระบบ D2 คือ การกระจายท่อข้อมูลลงสู่ระดับพื้นที่ (Provincial Data Link ) เพื่อให้จังหวัดต่าง ๆ มี Dashboard ของตนเองในการบริหารจัดการ และ ระบบตอบโต้ภาวะฉุกเฉิน (Emergency Response) รองรับสถานการณ์วิกฤติ เช่น น้ำท่วม หรือภัยสงคราม โดยมีการผลักดันระเบียบสำนักนายกรัฐมนตรีเพื่อประกาศ “100 ชุดข้อมูลมาตรฐาน” ที่หน่วยงานต้องเชื่อมต่อทันทีเมื่อมีการประกาศสถานการณ์ฉุกเฉิน
2. โครงการ Thai Large Language Model (Thai LLM) เพื่อความอยู่รอดและอธิปไตย (Sovereignty) ซึ่งเป็นความร่วมมือระหว่าง BDI, NECTEC, VISAI และมหาวิทยาลัยชั้นนำ (จุฬาฯ, มหิดล)
แม้โลกจะมี ChatGPT แต่ไทยจำเป็นต้องมี Foundation Model เป็นของตนเองเพื่อ “Digital Sovereignty” (อธิปไตยทางดิจิทัล) ในยุค Globalization ที่มีความไม่แน่นอน หากวันหนึ่งไทยถูกตัดขาดเทคโนโลยี ประเทศไทยจะไม่ต้องถอยไปเริ่มที่ศูนย์ แต่สามารถเริ่มที่ 4 หรือ 5 แล้วเดินหน้าต่อได้ทันที
“ข้อมูลภาษาไทยมหาศาลจากแหล่งที่น่าเชื่อถือและเคลียร์ลิขสิทธิ์แล้ว เช่น หอสมุดแห่งชาติ (หนังสือที่หมดอายุความคุ้มครองลิขสิทธิ์), สำนักงานคณะกรรมการกฤษฎีกา โดยหัวใจสำคัญคือการทำ Open License ทั้งข้อมูล โมเดล และซอฟต์แวร์ เพื่อให้ SME และ Startup ไทย สามารถนำไปพัฒนาแอปพลิเคชันต่อยอดได้โดยไม่ติดขัดเรื่องค่าลิขสิทธิ์ หรือข้อจำกัดทางกฎหมายเหมือนการใช้โมเดลต่างชาติ”
นอกจากนี้ BDI ยังมีการขับเคลื่อนผ่าน AI Consortium ซึ่งเป็นการรวมตัวของภาควิชาการ (Academia) และภาคอุตสาหกรรม โดยไม่มีภาครัฐเป็นแกนนำหลัก กลุ่มนี้มีการประชุมร่วมกันทุกเดือนเพื่อหารือเรื่องทิศทางแผน AI ชาติ การลงทุน และการแก้ปัญหา Demand/Supply ด้านบุคลากร ซึ่งถือเป็นกลไกสำคัญที่ทำให้แผนงานต่าง ๆ ขับเคลื่อนไปได้จริงในภาคปฏิบัติ
เจาะลึกผลสำรวจ: ตัวเลขวิธีการและ “กับดัก” ของการพัฒนา
รองศาสตราจารย์ดร.สมิทธิ์ บุญชุติมา หัวหน้าโครงการวิจัย ได้นำเสนอผลการศึกษาที่เปรียบเสมือนหมุดหมายใหม่ของวงการข้อมูลไทย โดยเน้นย้ำถึงความเข้มข้นและรัดกุมของกระบวนการวิจัยเพื่อให้ได้ตัวเลขที่สะท้อนความเป็นจริงของผู้ประกอบการไทยมากที่สุด ผ่านระเบียบวิธีวิจัยแบบผสมผสาน (Mixed Method Approach) ที่ผนวกข้อมูลทั้งเชิงปริมาณและคุณภาพเข้าด้วยกัน ทีมวิจัยได้ส่งแบบสอบถามไปยังผู้บริหารระดับสูง (C-Level) ขององค์กรภาครัฐและเอกชนกว่า 367 แห่ง เพื่อนำมาคำนวณในฝั่งอุปทาน ร่วมกับการสัมภาษณ์เชิงลึกอีก 29 ราย และการระดมสมองผ่านกลุ่มย่อย (Focus Group) อีก 5 ครั้ง
สำหรับการประเมินมูลค่าตลาดนั้น ทางโครงการเลือกใช้วิธี Ratio-based Market Sizing โดยตั้งต้นจากฐานข้อมูลรายได้จริงของบริษัทในกรมพัฒนาธุรกิจการค้า (DBD) แล้วนำมาคำนวณร่วมกับสัดส่วนรายได้ที่มาจาก AI และ Big Data ที่ได้จากการสำรวจ สิ่งสำคัญที่สุดคือนิยามที่ใช้ในการศึกษานี้เป็นแบบ “Conservative” กล่าวคือ จะนับเฉพาะรายได้ที่เข้ากระเป๋าผู้ประกอบการไทยเท่านั้น โดยตัดเม็ดเงินมหาศาลที่ไหลออกนอกประเทศจากการซื้อบริการ Cloud หรือ License ของบริษัทเทคโนโลยีต่างชาติ รวมถึงไม่นับมูลค่าการพัฒนาใช้เองภายในองค์กร (In-house Development) ซึ่งหมายความว่าหากนับรวมยอดเหล่านี้ มูลค่าตลาดที่แท้จริงจะสูงกว่าตัวเลขที่นำเสนออีกมาก
เมื่อผ่าโครงสร้างตลาดมูลค่ารวม 41,858 ล้านบาท ในปี 2568 พบความเหลื่อมล้ำที่น่าสนใจในแต่ละกลุ่มผู้เล่น โดยเม็ดเงินก้อนใหญ่ที่สุดกว่า 37,000 ล้านบาท หรือคิดเป็นสัดส่วนรายได้จาก AI ถึง 32% ของกลุ่มนี้ ไปกระจุกตัวอยู่ในกลุ่มโครงสร้างพื้นฐานและแพลตฟอร์ม (Infrastructure & Platform) สะท้อนให้เห็นว่าการลงทุนส่วนใหญ่ยังคงอยู่ที่รากฐานอย่าง Data Center และ Cloud
ในขณะที่กลุ่มที่ปรึกษาและวิเคราะห์ข้อมูล (Consulting & Analytics) แม้จะมีจำนวนผู้เล่นมากที่สุดในตลาด เนื่องจากความต้องการผู้เชี่ยวชาญที่จะมาช่วยปรุงข้อมูลดิบให้ใช้งานได้และเข้าใจบริบทธุรกิจไทย แต่กลับมีมูลค่าตลาดอยู่ที่ 3,700 ล้านบาท
ส่วนจุดที่น่าเป็นห่วงที่สุดคือกลุ่มซอฟต์แวร์และโซลูชัน (Software & Solution) ที่มีมูลค่าเพียง 900 ล้านบาท หรือไม่ถึง 1% ของรายได้รวมกลุ่ม ซึ่งชี้ชัดว่าไทยยังขาดผู้พัฒนาเทคโนโลยี (Technology Provider) ที่สามารถสร้างผลิตภัณฑ์ของตนเองได้ ส่วนใหญ่ยังคงติดอยู่ในวงจรการซื้อมาขายไป
ในมิติของฉากทัศน์ในอนาคต (Future Scenarios) ทีมวิจัยได้คาดการณ์ปลายทางไว้ 3 รูปแบบ หากเติบโตตามการประเมินของผู้ประกอบการ (Base Case) หรือเติบโตตามค่าเฉลี่ยโลก (Global Trend) มูลค่าตลาดในปี 2570 จะอยู่ที่ประมาณ 53,000 ล้านบาท แต่หากประเทศไทยสามารถเร่งเครื่องจนเติบโตได้เต็มศักยภาพเทียบเท่าอุตสาหกรรมดิจิทัล (Digital Industry Potential) ที่ระดับ 21-22% มูลค่าตลาดจะพุ่งทะยานไปถึง 83,000 ล้านบาท ซึ่งส่วนต่างกว่า 30,000 ล้านบาทนี้คือ “โอกาสทอง” ที่รอให้ไทยคว้าไว้หากสามารถปลดล็อกอุปสรรคต่าง ๆ ได้สำเร็จ
นอกจากนี้ บริบทโลกกำลังเปลี่ยนทิศทางจากยุค Generative AI ที่เน้นการสร้างเนื้อหา ไปสู่ยุค “Agentic AI” ซึ่งปัญญาประดิษฐ์จะทำหน้าที่เป็นตัวแทนที่ปฏิบัติงานได้เองและแจกจ่ายงานให้ AI ตัวอื่นได้ ซึ่งจะนำมาสู่ความต้องการพลังงานประมวลผลมหาศาล นำไปสู่การขับเคี่ยวทางภูมิรัฐศาสตร์ใหม่ ทั้งสหรัฐฯ ที่ใช้ยุทธศาสตร์ “Build Baby Build” เร่งสร้างโรงไฟฟ้าเพื่อความมั่นคงทาง AI และจีนที่ประกาศให้ข้อมูลเป็นปัจจัยการผลิตตามกฎหมาย พร้อมทำโครงการย้ายข้อมูลจากฝั่งตะวันออกไปประมวลผลยังแหล่งพลังงานทางฝั่งตะวันตก
อย่างไรก็ตาม การจะไปถึงจุดนั้น ไทยต้องก้าวข้าม “กับดักและคอขวด” สำคัญ 4 ประการ ทั้งวิกฤตขาดแคลนคน โดยเฉพาะปัญหาช่องว่างทางทักษะ (Skill Gap) ของตำแหน่ง Business Analyst ที่ต้องเข้าใจทั้งธุรกิจและข้อมูล ปัญหาความคาดหวังที่ไม่ตรงกันระหว่างผู้บริหารที่มองเห็นภาพฝันกับคนหน้างานที่เผชิญปัญหาข้อมูลไม่พร้อม ปัญหา “โซ่ข้อกลางที่หายไป” หรือการขาดบุคลากรที่จะแปลงนโยบายสู่การปฏิบัติทางเทคนิค และท้ายที่สุดคือกับดักการตีความกฎหมาย โดยเฉพาะ PDPA ที่หลายองค์กรเน้นความปลอดภัยจนเกินพอดี (Play Safe) จนเกิดเป็น Data Silo ที่ไม่สามารถนำข้อมูลมาใช้ประโยชน์ร่วมกันได้ ทั้งที่เทคโนโลยีมีทางออกในการจัดการปัญหานี้อยู่แล้ว
ข่าวอื่น ๆ ที่น่าสนใจ
เจาะลึก AI Singapore: เมื่ออนาคต AI ไม่ใช่แค่ ‘โมเดล’ แต่คือ ‘คน’ และ ‘ระบบ’
เร้ดแฮทเปิด 5 กลยุทธ์ ดันองค์กรไทยใช้ AI สร้างกำไรจริงปี 2569
