การใช้ AI ไม่ใช่โจทย์ใหม่ของประเทศไทยอีกต่อไป เมื่อคนจำนวนมากสามารถเข้าถึงเครื่องมือ AI ผ่านโทรศัพท์มือถือและนำมาใช้ในชีวิตประจำวันได้แล้ว คำถามที่สำคัญกว่าจึงไม่ใช่ว่า “คนไทยใช้ AI หรือยัง” แต่คือประเทศไทยจะเปลี่ยนการใช้งานเหล่านั้นให้กลายเป็นมูลค่าทางเศรษฐกิจได้มากเพียงใด และจะขยับจากการเป็นผู้ใช้เทคโนโลยีที่คนอื่นสร้าง ไปสู่การสร้างนวัตกรรม AI ที่เป็นของตัวเองได้อย่างไร
โจทย์นี้ถูกนำมาพูดคุยในเวทีเสวนาหัวข้อ “บทบาทภาครัฐต่อการสนับสนุน AI ในประเทศไทย” ภายในงาน AIS ACADEMY For THAIs 2026 ผ่านมุมมองของ 3 หน่วยงานที่มีบทบาทต่างกัน ทั้งการขับเคลื่อนเศรษฐกิจดิจิทัล การสร้างระบบนิเวศนวัตกรรม และการพัฒนาการเรียนรู้ของคนไทย ได้แก่ ดร.ศุภกร สิทธิไชย รักษาการแทนผู้อํานวยการใหญ่ สํานักงานส่งเสริมเศรษฐกิจดิจิทัล (depa) ดร.กริชผกา บุญเฟื่อง ผู้อำนวยการสำนักงานนวัตกรรมแห่งชาติ (NIA) และ ดร.ทวารัฐ สูตะบุตร ผู้อำนวยการสำนักงานบริหารและพัฒนาองค์ความรู้ (OKMD)
แม้ทั้ง 3 หน่วยงานจะรับผิดชอบคนละด้าน แต่โจทย์ที่มาบรรจบกันคือ ประเทศไทยต้องก้าวให้พ้นจากการวัดความพร้อมด้าน AI ด้วยจำนวนคนที่ใช้งาน แล้วหันมาดูว่า AI สร้างประโยชน์ทางเศรษฐกิจได้จริงหรือไม่ ไทยสามารถสร้างเทคโนโลยีและธุรกิจของตัวเองได้แค่ไหน และมีระบบรองรับตั้งแต่คน เงินทุน ตลาด ความรู้ ไปจนถึงโครงสร้างพื้นฐานเพียงพอหรือยัง
จากใช้ AI เป็นต้องสร้างมูลค่าให้ได้
ดร.ศุภกร สิทธิไชย รักษาการแทนผู้อำนวยการใหญ่ depa มองว่า การเข้าถึง AI ไม่ใช่ปัญหาหลักอีกแล้ว เพราะคนทั่วไปสามารถใช้งาน AI ได้จากโทรศัพท์มือถือ สิ่งที่ต้องถามต่อคือ AI ที่ใช้อยู่นั้นสร้างประโยชน์และมูลค่าเพิ่มทางเศรษฐกิจจริงหรือไม่ ตั้งแต่ธุรกิจขนาดเล็กไปจนถึงโรงงานอุตสาหกรรม
“คำถามจริง ๆ ว่าประโยชน์มันเกิดขึ้นหรือยังในเชิงของมูลค่าทางเศรษฐกิจ”
สำหรับ SME การเริ่มใช้ AI ไม่จำเป็นต้องเริ่มจากระบบขนาดใหญ่ ตัวอย่างที่เห็นภาพชัดคือ AI Chatbot ซึ่งร้านค้าสามารถนำมาใช้ตอบคำถามลูกค้า ทั้งเวลาเปิดร้าน สินค้าที่มีอยู่ หรือแนะนำผลิตภัณฑ์ตามความต้องการ ทำให้บริการลูกค้าได้ตลอด 24 ชั่วโมงโดยไม่ต้องรอให้มีพนักงานคอยตอบทุกคำถาม
depa สนับสนุนการนำเทคโนโลยีลักษณะนี้มาใช้ผ่าน “บัญชีบริการดิจิทัล” ซึ่งรวบรวมบริการและโซลูชันที่ตอบโจทย์ผู้ใช้งานกลุ่มต่าง ๆ หน่วยงานภาครัฐสามารถจัดซื้อบริการในบัญชีตามกลไกที่กำหนด ส่วนภาคเอกชนที่ซื้อบริการสามารถนำค่าใช้จ่ายไปใช้สิทธิลดหย่อนภาษีได้ เป้าหมายคือทำให้ธุรกิจเข้าถึงเทคโนโลยีที่มีคุณภาพได้ง่ายขึ้น และลดอุปสรรคในการเริ่มนำ AI มาใช้กับงานจริง
แต่การใช้เครื่องมือที่มีอยู่ยังเป็นเพียงจุดเริ่มต้น เพราะโจทย์ที่ depa ต้องการผลักดันต่อคือการเพิ่มจำนวน Deep Tech Startup ที่มีเทคโนโลยี AI ของตัวเอง ปัจจุบันสตาร์ตอัปจำนวนหนึ่งสามารถนำเครื่องมือ AI ที่มีอยู่มาประยุกต์แก้ปัญหาได้ แต่ข้อจำกัดคือ เมื่อไม่ได้เป็นเจ้าของเทคโนโลยีเอง โอกาสที่จะขยายไปสู่ตลาดที่ใหญ่ขึ้นก็มีข้อจำกัดตามไปด้วย
ไทยต้องไม่เป็น User ตลอดไป
โจทย์การเป็นเจ้าของเทคโนโลยีเชื่อมตรงกับมุมมองของ NIA ที่มองว่า ประเทศไทยต้องก้าวให้พ้นจากสถานะผู้ใช้ AI ไปสู่การเป็นผู้สร้าง แม้ไทยอาจไม่จำเป็นต้องลงทุนสร้างโครงสร้าง AI ขนาดใหญ่เพื่อแข่งขันกับบริษัทต่างชาติในทุกด้าน แต่สามารถเลือกพัฒนานวัตกรรมในสาขาที่ประเทศมีความเชี่ยวชาญและมีโอกาสสร้างตลาดได้
ดร.กริชผกา บุญเฟื่อง ผู้อำนวยการ NIA กล่าวว่า คนไทยไม่ได้ขาดความสามารถ เมื่อแข่งขันกันในระดับบุคคล คนไทยสามารถทำได้ แต่ปัญหาอยู่ที่เส้นทางการเติบโตของคนเก่งเหล่านี้ยังไม่ชัดเจน เมื่อไม่มี Career Path และระบบนิเวศที่ช่วยให้ความสามารถพัฒนาไปสู่ธุรกิจหรือการเติบโตในระดับที่สูงขึ้น คนเก่งจำนวนหนึ่งจึงเลือกไปสร้างความสำเร็จในต่างประเทศ
“เราจะเป็น User ตลอดกาลเหรอ มันไม่ใช่ แต่เราจะ Generate อะไร เราทำอะไรได้บ้างในมิติที่เรามีความเก่ง”
การสร้าง AI ของไทยจึงไม่ควรเริ่มจากคำถามว่าจะทำทุกอย่างแข่งกับโลกได้อย่างไร แต่ควรถามว่าประเทศไทยมีความสามารถด้านใดที่สามารถต่อยอดเป็นนวัตกรรมและธุรกิจได้จริง
Medical AI โอกาสที่ไทยมีของอยู่ในมือ
NIA มองว่า Medical AI เป็นสาขาที่ประเทศไทยมีขีดความสามารถและมีโอกาสพัฒนาไปสู่ตลาดระดับภูมิภาค ตัวอย่างที่ได้รับการสนับสนุนมีทั้ง AI สำหรับอ่านผล X-ray และ AI สำหรับวิเคราะห์ความเสี่ยงเกี่ยวกับโรคไต ขณะที่ AI ทางการเกษตร การเงิน และงานด้านลูกค้าก็เป็นพื้นที่ที่ผู้ประกอบการไทยสามารถพัฒนาได้
โอกาสของ Medical AI ไม่ได้อยู่เพียงความสามารถในการพัฒนาเทคโนโลยี แต่ไทยยังมีพื้นที่ที่สามารถนำเทคโนโลยีไปทดลองและใช้งานจริง ผ่านย่านนวัตกรรมทางการแพทย์และมหาวิทยาลัยในภูมิภาค หากนวัตกรรมสามารถทดลอง ขยายการใช้งานผ่านโรงเรียนแพทย์ และสร้างตลาดในประเทศได้ ก็มีโอกาสต่อยอดไปสู่ประเทศอื่นในเอเชียตะวันออกเฉียงใต้
โจทย์จึงไม่จำเป็นต้องเริ่มจากการนำเทคโนโลยีไทยไปแข่งขันในตลาดที่มีมาตรฐานและการแข่งขันสูงที่สุดทันที แต่สามารถสร้างความแข็งแรงจากตลาดไทยและภูมิภาคที่ประเทศไทยมีโอกาสเป็นผู้นำก่อน
มีเทคโนโลยีอย่างเดียวไม่พอ ต้องพาไอเดียไปถึงตลาด
ช่องว่างอีกด้านของนวัตกรรมไทยอยู่ระหว่าง “คิดได้” กับ “ทำเป็นธุรกิจได้” NIA จึงเสนอให้การบ่มเพาะและเร่งการเติบโตของธุรกิจ หรือ Incubation และ Accelerator Program เป็นกลไกสำคัญในการเชื่อมคนที่มีเทคโนโลยีเข้ากับความรู้ด้านธุรกิจ เงินทุน ตลาด และผู้ประกอบการที่มีประสบการณ์
สตาร์ตอัปบางรายมีเทคโนโลยีที่พร้อม แต่ยังขาดความสามารถด้านธุรกิจ ขณะที่ SME มีประสบการณ์ในการทำตลาดและเข้าใจลูกค้า แต่อาจขาดเทคโนโลยีหรือแนวคิดใหม่ การนำสองกลุ่มมาทำงานร่วมกันจึงช่วยเติมช่องว่างของกันและกัน และทำให้โอกาสทางธุรกิจเกิดขึ้นได้เร็วขึ้น
ปัญหาที่ NIA มองเห็นชัดคือความเร็วในการเปลี่ยนไอเดียไปเป็นธุรกิจและออกสู่ตลาด หากผู้พัฒนามองเห็นปัญหา แต่ใช้เวลานานเกินไปในการสร้างธุรกิจ โอกาสเดียวกันอาจถูกคนอื่นมองเห็นและพัฒนาไปก่อน ตลาดภาครัฐจึงสามารถเข้ามาช่วยสร้างความต้องการใช้นวัตกรรม ขณะที่บริษัทขนาดใหญ่สามารถค้นหานวัตกรรมที่มีศักยภาพ ลงทุน และช่วยให้ธุรกิจเติบโตได้
การสร้างผู้ประกอบการ AI ของไทยจึงไม่ได้จบที่การให้ทุน แต่ต้องมีเส้นทางตั้งแต่ไอเดีย เทคโนโลยี การบ่มเพาะ การสร้างธุรกิจ ไปจนถึงตลาดที่พร้อมซื้อและใช้งานจริง
AI โต Data Center โตพลังงานกลายเป็นโจทย์ใหญ่
การขยายตัวของ AI ยังต้องมีโครงสร้างพื้นฐานรองรับ เพราะการประมวลผล AI ต้องใช้กำลังการคำนวณสูง และนำไปสู่ความต้องการ Data Center ที่เพิ่มขึ้น ดร.ศุภกรมองว่า ประเด็นที่ตามมาคือพลังงาน โดยเฉพาะพลังงานสะอาดซึ่งบริษัทที่เข้ามาลงทุน Data Center ให้ความสำคัญ
ความต้องการพลังงานสะอาดไม่ได้จำกัดอยู่เฉพาะ Data Center แต่เชื่อมโยงไปถึงห่วงโซ่การผลิตและการส่งออก เมื่อผู้ซื้อและคู่ค้าต้องการทราบว่าพลังงานที่ใช้ในการผลิตสินค้าเป็นพลังงานสะอาดหรือไม่ ความพร้อมด้านพลังงานจึงกลายเป็นส่วนหนึ่งของความสามารถในการรองรับเศรษฐกิจที่ AI จะมีบทบาทมากขึ้น
โครงสร้างพื้นฐานอีกด้านคือความพร้อมของคน โดยเฉพาะความเข้าใจทั้งประโยชน์และความเสี่ยงจาก AI เมื่อองค์กรนำข้อมูลภายในไปใช้กับระบบ AI คำถามเรื่องความปลอดภัยและความลับของข้อมูลจะมีความสำคัญมากขึ้น การส่งเสริมให้คนใช้ AI เป็นจึงต้องหมายถึงการรู้ด้วยว่า ข้อมูลใดควรใช้ ใช้อย่างไร และมีความเสี่ยงอะไรตามมา
AI ต้องไปถึงคนไม่ใช่อยู่แค่ในเมืองใหญ่
ดร.ทวารัฐ สูตะบุตร ผู้อำนวยการ OKMD มองโจทย์ AI จากฐานของการเข้าถึงความรู้ โดยเห็นว่าบทบาทสำคัญของภาครัฐคือทำให้คนเข้าถึง AI ได้อย่างทั่วถึงด้วยต้นทุนต่ำ เพราะแม้โครงสร้างพื้นฐานด้านไอทีและโทรศัพท์มือถือจะทำให้เทคโนโลยีไปถึงผู้คนได้กว้างขึ้น แต่ผู้รู้ กิจกรรม และโอกาสการเรียนรู้จำนวนมากยังคงกระจุกตัวอยู่ในเมืองใหญ่ โดยเฉพาะเมืองที่มีมหาวิทยาลัย
ระบบการเรียนรู้จึงต้องให้ความสำคัญกับการเรียนรู้นอกห้องเรียนมากขึ้น การศึกษาในระบบยังมีความสำคัญ แต่สิ่งที่จะช่วยเติมเต็มความสามารถของแต่ละคนคือการเรียนรู้ที่เกิดขึ้นได้ตลอดเวลา ทั้งผ่านพื้นที่เรียนรู้ ห้องสมุด พิพิธภัณฑ์ และเครื่องมือดิจิทัล
OKMD พัฒนาโครงการ Rocket Learning เพื่อจัดความรู้ให้อยู่ในรูปแบบ Bite Size Knowledge ที่สั้น กระชับ และส่งผ่าน LINE ไปยังกลุ่มคนที่ต้องการเรียนรู้ในเรื่องนั้นได้ แนวคิดคือเปลี่ยนโทรศัพท์มือถือให้กลายเป็นช่องทางนำความรู้ไปถึงผู้เรียนโดยไม่จำเป็นต้องอยู่ใกล้แหล่งความรู้ในเมืองใหญ่
AI ยังเข้ามาช่วยงานจัดการความรู้ขององค์กรได้โดยตรง โดยเฉพาะการเก็บประสบการณ์ของบุคลากรที่กำลังเกษียณ ซึ่งเดิมอาจบันทึกเป็นเอกสาร วิดีโอ หรือชุดความรู้แยกกัน หากนำ AI มาช่วยจัดการ ข้อมูลเหล่านี้สามารถรวมเป็นแหล่งความรู้ที่คนในองค์กรกลับมาค้นหาและใช้ต่อได้ แต่ต้องออกแบบระบบให้รักษาความลับขององค์กรในระดับที่เหมาะสม
ยิ่งใช้ AI มากยิ่งต้องมีคนตรวจสอบ
การเข้าถึงความรู้ได้เร็วขึ้นไม่ได้หมายความว่าข้อมูลจาก AI จะนำไปใช้ได้ทันที ดร.ทวารัฐยกตัวอย่างการทำงานร่วมกับ Britannica ซึ่งนำ AI มาใช้ช่วยค้นหา คัดกรอง และจัดหมวดหมู่ความรู้ แต่ยังคงกระบวนการ Human in the Loop เพื่อให้มนุษย์ตรวจสอบความถูกต้องของข้อมูล
เหตุผลคือองค์ความรู้เปลี่ยนแปลงได้ ข้อมูลที่ถูกต้องเมื่อหลายสิบหรือหลายร้อยปีก่อนอาจมีข้อเท็จจริงใหม่เข้ามาเพิ่มเติม การมีมนุษย์ตรวจสอบจึงยังจำเป็น เพื่อยืนยันว่าข้อมูลที่นำมาใช้มีความถูกต้องในเวลานั้น
หลักคิดเดียวกันเชื่อมไปถึง AI Ethics ซึ่ง OKMD ให้ความสำคัญ โดยเฉพาะการตรวจสอบข้อมูลและการให้เครดิตแก่เจ้าของข้อมูล เมื่อ AI ทำงานจากฐานข้อมูลจำนวนมหาศาลและนำข้อมูลหลายแหล่งมาประกอบกัน ผู้ใช้จำเป็นต้องรู้ที่มาของข้อมูลและไม่ควรทึกทักว่าสิ่งที่ AI สร้างขึ้นเป็นองค์ความรู้ใหม่ที่ไม่มีเจ้าของเดิม
สร้างคนตั้งแต่โรงเรียนสร้างธุรกิจจนถึงตลาด
เมื่อมองทั้งระบบ การสร้างความพร้อมด้าน AI ของไทยจึงต้องทำหลายส่วนไปพร้อมกัน ตั้งแต่เด็กและเยาวชนไปจนถึงผู้ประกอบการและคนทำงาน depa ยกตัวอย่าง Coding School ซึ่งนำความรู้ด้าน Coding ไปสู่เด็กระดับประถม มัธยม และอาชีวะ โดย AI สามารถเข้ามาช่วยให้การเขียนโปรแกรมง่ายและเข้าถึงได้มากขึ้น เด็กสามารถนำทักษะเหล่านี้ไปพัฒนาโครงการที่แก้ปัญหาใกล้ตัวและต่อยอดเป็นนวัตกรรมได้
เมื่อไอเดียเริ่มพัฒนาเป็นเทคโนโลยี กลไก Incubation และ Accelerator สามารถเข้ามาช่วยเชื่อมต่อความรู้ทางธุรกิจ เงินทุน SME บริษัทขนาดใหญ่ และตลาด ขณะที่ OKMD เติมด้านการเรียนรู้และการจัดการองค์ความรู้ให้คนสามารถพัฒนาทักษะต่อเนื่องนอกระบบการศึกษา
เส้นทางของ AI ไทยจึงไม่ควรถูกแยกเป็นเรื่องการศึกษา เทคโนโลยี นวัตกรรม หรือเศรษฐกิจคนละส่วน เพราะคนที่เรียนรู้ในวันนี้อาจกลายเป็นผู้สร้างเทคโนโลยีในวันข้างหน้า และเทคโนโลยีจะสร้างธุรกิจได้ก็ต่อเมื่อมีระบบบ่มเพาะ เงินทุน ตลาด และโครงสร้างพื้นฐานรองรับ
เป้าหมายไม่ใช่แข่งกับ AI แต่ใช้ AI ให้มนุษย์ทำสิ่งที่ดีกว่าเดิม
เมื่อ AI เข้ามาอยู่ในแทบทุกอุตสาหกรรม การหลีกเลี่ยงเทคโนโลยีไม่ใช่คำตอบ แต่การใช้ AI ก็ไม่ควรหมายถึงการยกการคิดและการตัดสินใจทั้งหมดให้เครื่องมือ
ดร.ศุภกรอธิบายว่า แม้ตัวเขาเองใช้ AI ทุกวันเพื่อค้นหาข้อมูลและดูประเด็นที่เกี่ยวข้องกับเรื่องที่จะทำงาน แต่ไม่ได้เชื่อหรือหยิบคำตอบมาใช้ทั้งหมด ข้อมูลจาก AI ยังต้องประกอบกับวิจารณญาณและความรู้ที่มีอยู่ เพราะมนุษย์ยังมีความสามารถบางอย่างที่ AI ทำไม่ได้ โดยเฉพาะความรู้สึกและการตั้งคำถามที่ลึกลงไปถึงประเด็นสำคัญ
มุมมองของ NIA ไปในทิศทางเดียวกันว่า AI จะอยู่รอบตัวและเข้าไปในทุกอุตสาหกรรม แต่ AI ยังเป็นผู้ช่วย ส่วนการตัดสินใจและวิจารณญาณยังอยู่ที่มนุษย์ การสร้างข้อมูลที่ถูกต้องจึงมีความสำคัญ เพราะคุณภาพของ AI ย่อมขึ้นอยู่กับข้อมูลที่นำไปใช้ด้วย
โจทย์ของประเทศไทยจึงไม่ใช่เพียงทำให้คนไทยใช้ AI มากขึ้น แต่ต้องทำให้ AI สร้างมูลค่าทางเศรษฐกิจ เปิดพื้นที่ให้คนไทยสร้างเทคโนโลยีของตัวเอง พาไอเดียไปถึงตลาด และสร้างระบบการเรียนรู้ที่ทำให้คนทุกวัยตามการเปลี่ยนแปลงได้ทัน
หากประเทศไทยต้องการขยับจากผู้ใช้ไปสู่ผู้สร้าง จุดเริ่มต้นอาจไม่ใช่การพยายามสร้างทุกอย่างเพื่อแข่งกับโลก แต่คือการรู้ว่าไทยเก่งเรื่องอะไร สร้างคนและธุรกิจในจุดนั้นให้แข็งแรง แล้วทำให้สิ่งที่คนไทยสร้างขึ้นมีตลาดรองรับและเติบโตต่อได้ เพราะการแข่งขันในยุค AI ไม่ได้วัดเพียงว่าใครเข้าถึงเทคโนโลยีก่อนหรือใช้เครื่องมือได้มากกว่า แต่อยู่ที่ว่าใครสามารถนำเทคโนโลยีไปแก้ปัญหา สร้างธุรกิจ และเพิ่มมูลค่าให้เศรษฐกิจได้จริง
สำหรับประเทศไทย โอกาสมีอยู่ตั้งแต่ Medical AI การเกษตร การเงิน ธุรกิจบริการ ไปจนถึงการนำ AI มาเพิ่มประสิทธิภาพให้ SME แต่การเปลี่ยนโอกาสเหล่านี้ให้เป็นธุรกิจต้องมีระบบรองรับตั้งแต่การสร้าง Talent และ Career Path การบ่มเพาะสตาร์ตอัป การเชื่อมเทคโนโลยีกับ SME การเปิดตลาดภาครัฐและบริษัทขนาดใหญ่ ตลอดจนโครงสร้างพื้นฐานด้าน Data Center พลังงาน และความปลอดภัยของข้อมูล
อีกด้านที่ต้องเดินไปพร้อมกันคือการทำให้คนเข้าถึงความรู้และใช้ AI อย่างมีวิจารณญาณ เพราะยิ่ง AI เข้ามามีบทบาทในการค้นหา วิเคราะห์ และสร้างข้อมูลมากเท่าใด ความสามารถของมนุษย์ในการตรวจสอบ ตั้งคำถาม และตัดสินใจก็ยิ่งมีความสำคัญมากขึ้น การพัฒนาคนในยุค AI จึงไม่ใช่เพียงสอนให้ใช้เครื่องมือเป็น แต่ต้องทำให้รู้ว่าจะใช้เมื่อใด เชื่อได้แค่ไหน และมนุษย์ยังต้องรับผิดชอบต่อการตัดสินใจตรงไหน
เส้นทางจาก “ผู้ใช้” ไปสู่ “ผู้สร้าง” จึงเป็นโจทย์ที่ใหญ่กว่าการพัฒนาเทคโนโลยีเพียงอย่างเดียว ประเทศไทยต้องทำให้คน เทคโนโลยี ธุรกิจ ตลาด ความรู้ และโครงสร้างพื้นฐานเดินไปด้วยกัน เพื่อให้ AI ไม่ได้เป็นเพียงเครื่องมือที่คนไทยใช้ตามการเปลี่ยนแปลงของโลก แต่กลายเป็นฐานสำหรับสร้างนวัตกรรม ธุรกิจ และมูลค่าทางเศรษฐกิจที่เกิดขึ้นจากความสามารถของคนไทยเอง
ข่าวอื่น ๆ ที่น่าสนใจ
ความมั่นคงยุค AI เริ่มที่ ‘ข้อมูล’ ทลาย Data Silo ก่อนใช้ AI
40 ปี NECTEC ปูรากฐานดิจิทัลไทยสู่ Quantum-Space-Physical AI
AI at Scale บทเรียน KBTG ใช้ AI Governance สร้าง Value จาก AI
