หากประเทศไทยใช้ AI เพียงเพื่อเพิ่มผลิตภาพของงานที่มีอยู่ ผลลัพธ์อาจเป็นเพียงการรักษาระดับรายได้และ GDP เอาไว้ แต่หากใช้ AI เพื่อสร้างธุรกิจ อุตสาหกรรม และเศรษฐกิจรูปแบบใหม่ ประเทศไทยจะมีโอกาสสร้างรายได้ก้อนใหม่และขยับไปสู่ประเทศรายได้สูง นี่คือโจทย์ใหญ่ของ AI ที่ ศ.ดร.ยศชนัน วงศ์สวัสดิ์ รองนายกรัฐมนตรี และรัฐมนตรีว่าการกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม วางไว้ในการแสดงวิสัยทัศน์หัวข้อ “The Future Ready You: AI กับอนาคตไร้ขอบเขต” บนเวที AIS ACADEMY For THAIs 2026
แนวคิดนี้เริ่มจากคำถามว่า ในอีก 10 ปีข้างหน้า ประเทศไทยต้องการเป็นประเทศที่ใช้ AI ได้ดีที่สุด หรือเป็นประเทศที่สามารถสร้างเศรษฐกิจใหม่จาก AI ได้ เพราะการเป็นผู้ใช้เทคโนโลยีเพียงอย่างเดียวไม่เพียงพอ หาก AI คืออนาคตของประเทศ ไทยจำเป็นต้องมีความสามารถที่จะกำหนดอนาคตของตัวเอง มีส่วนร่วมในการสร้างเทคโนโลยี และรู้ว่าประเทศควรยืนอยู่ตรงไหนในระบบนิเวศ AI ของโลก
“ถ้าอนาคต AI คืออนาคตประเทศไทย แล้วถ้าเราไม่มีอธิปไตยทางด้าน AI หรือทางด้านเทคโนโลยีด้านนี้ ก็หมายถึงว่าเรากำลังฝากอนาคตไว้กับใครหรือเปล่า”
โจทย์จึงไม่ใช่การปฏิเสธเทคโนโลยีจากต่างประเทศ เพราะไม่มีประเทศหรือบริษัทใดสามารถทำ AI ได้ทั้งหมดด้วยตัวเอง แต่ประเทศไทยต้องรู้ว่าจะร่วมมือกับใครในเรื่องใด และส่วนใดที่คนไทยต้องมีบทบาท ตั้งแต่ข้อมูล เทคโนโลยี บุคลากร ไปจนถึงการสร้างธุรกิจใหม่ เป้าหมายคือขยับจากการ “ใช้เป็น” ไปสู่การมองเห็นช่องว่างจากสิ่งที่ใช้ และต่อยอดไปสู่การ “สร้างเป็น”
ไม่แข่งสร้าง AI จากศูนย์ แต่เริ่มจาก Local Intelligence
คำตอบของประเทศไทยไม่ใช่การพยายามสร้าง AI แข่งกับ Silicon Valley ตั้งแต่ต้น เพราะการเริ่มจากศูนย์อาจต้องใช้เวลา 10-20 ปี สิ่งที่ควรทำคือเริ่มจากความสามารถและทรัพยากรที่ประเทศไทยมีอยู่แล้ว หรือสิ่งที่ ศ.ดร.ยศชนัน เรียกว่า “Local Intelligence” แล้วนำ AI เข้ามาช่วยเพิ่มมูลค่า
ภาพที่ชัดที่สุดอยู่ในภาคเกษตร ข้อมูลของเกษตรกร งานวิจัยพันธุ์พืชจากมหาวิทยาลัย ข้อมูลดาวเทียม ข้อมูลดิน และเซนเซอร์น้ำอาจอยู่กันคนละแห่ง หากข้อมูลเหล่านี้มีขนาดใหญ่และหลายมิติจนไม่สามารถวิเคราะห์ด้วยสายตาได้ AI สามารถเข้ามาช่วยรวบรวมข้อมูล คาดการณ์ ตัดสินใจ เพิ่มผลิตภาพ และนำไปสู่เป้าหมายที่สำคัญที่สุดคือเพิ่มรายได้ให้เกษตรกร
แนวทางเดียวกันสามารถขยายไปสู่การเปลี่ยนเกษตรกรเป็น Smart Farmer ยกระดับวิสาหกิจชุมชนให้มี AI เข้ามาช่วย เปลี่ยน SME ไปสู่ Intelligent SME โรงงานไปสู่ AI Manufacturing รวมถึง Smart Healthcare และ Telemedicine แต่การเปลี่ยนผ่านจะเกิดขึ้นจริงได้ก็ต่อเมื่อเทคโนโลยีไปถึงคนในทุกพื้นที่ ไม่ได้กระจุกตัวอยู่เฉพาะกรุงเทพฯ หรือเมืองใหญ่
ศ.ดร.ยศชนันจึงเสนอให้มหาวิทยาลัยเป็นศูนย์กลางของ AI Transformation ในพื้นที่ เพราะเกือบทุกจังหวัดมีมหาวิทยาลัยหรือสถาบันการศึกษาที่สามารถเชื่อมความรู้ เทคโนโลยี และคนรุ่นใหม่เข้ากับโจทย์ของชุมชน เป้าหมาย AI Literacy จำนวน 20 ล้านคนจึงไม่ได้จบอยู่ที่การทำให้คนรู้จักหรือใช้ AI แต่ต้องทำให้คนสามารถนำ AI ไปเพิ่มรายได้ให้กับชุมชนและสร้างการเปลี่ยนแปลงในพื้นที่ของตัวเองได้
จาก AI Literacy ต้องไปถึงผู้ประกอบการ
การมีคนใช้ AI จำนวนมากยังไม่ทำให้เกิดเศรษฐกิจใหม่ หากความรู้และไอเดียไม่สามารถพัฒนาไปสู่ธุรกิจได้ โครงสร้างอีกส่วนจึงต้องเชื่อม Hackathon การบ่มเพาะธุรกิจ เงินทุน และองค์ความรู้จากมหาวิทยาลัยเข้าด้วยกัน เพื่อเปิดทางให้คนที่มีแนวคิดสามารถพัฒนา Prototype สร้าง Business Model และเติบโตเป็นสตาร์ตอัป
Hackathon ในมุมนี้ไม่ได้มีหน้าที่เพียงจัดการแข่งขัน แต่เป็นพื้นที่ให้คนที่อาจยังไม่มีทีมได้พบคนที่มีทักษะแตกต่างกัน เริ่มทำงานร่วมกัน และพัฒนาแนวคิดต่อ เมื่อโครงการมีศักยภาพก็สามารถเข้าสู่ Incubator เชื่อมกับองค์ความรู้ของมหาวิทยาลัยและแหล่งเงินทุน ก่อนขยายไปสู่การแข่งขันในระดับที่ใหญ่ขึ้น
เส้นทางจาก AI Literacy ไปสู่ผู้ประกอบการจึงเป็นส่วนสำคัญของการสร้าง New Growth Engine เพราะประเทศไทยไม่ได้ต้องการเพียงแรงงานที่ใช้เครื่องมือใหม่เป็น แต่ต้องการคนที่นำเทคโนโลยีไปสร้างผลิตภัณฑ์ บริการ และรายได้ใหม่ได้ด้วย
AI Infrastructure ต้องมีส่วนที่ไทยยืนได้ด้วยตัวเอง
เมื่อการใช้ AI ขยายตัว โจทย์จะไม่ได้หยุดอยู่ที่ซอฟต์แวร์ แต่เชื่อมต่อไปถึง Data Center, Cloud, Cyber Security, Computing Power, GPU, High Speed Connectivity และพลังงาน ประเทศไทยจึงต้องสร้างความเข้มแข็งของโครงสร้างพื้นฐานควบคู่กับการพัฒนาแอปพลิเคชัน
ศ.ดร.ยศชนัน ไม่ได้เสนอว่าไทยต้องทำทุกอย่างเอง แต่ต้องเลือกส่วนที่จำเป็นและส่วนที่ประเทศไทยสามารถสร้างความสามารถของตัวเองได้ พร้อมกระจายความร่วมมือไปยังหลายฝ่าย ไม่ผูกข้อมูลหรือโครงสร้างพื้นฐานไว้กับผู้เล่นรายเดียว โดยเฉพาะข้อมูลที่มีความสำคัญต่อประเทศ
หนึ่งในตัวอย่างคือข้อมูลจากอวกาศ หากประเทศไทยต้องใช้ข้อมูลเพื่อการเกษตร การติดตามภัยพิบัติ การเปลี่ยนแปลงสภาพอากาศ และความปลอดภัย คำถามคือประเทศมีข้อมูลจากดาวเทียมของตัวเองเพียงพอหรือไม่ ปัจจุบันมีการดำเนินงานเรื่องกลุ่มดาวเทียม 18 ดวงร่วมกับ GISTDA โดยพยายามใช้สิ่งที่ผลิตในประเทศให้มากที่สุด เพื่อสร้างความสามารถด้านข้อมูลและต่อยอดไปยังอุตสาหกรรมที่เกี่ยวข้อง
โครงสร้างพื้นฐาน AI ยังเชื่อมกับพลังงานสะอาด พลังงานหมุนเวียน Cyber Security และ Post Quantum ซึ่งเป็นส่วนที่ต้องพัฒนาความพร้อมไปพร้อมกัน เป้าหมายไม่ใช่การปิดประเทศหรือทำทุกอย่างด้วยตัวเอง แต่ทำให้ประเทศไทยยังมีความสามารถที่จะยืนอยู่ได้ในช่วงที่โลกไม่เปิดกว้างต่อความร่วมมือ และพร้อมเชื่อมกับโลกเมื่อโอกาสเปิดขึ้น
Siam Silica หาจุดที่ไทยเก่งในห่วงโซ่ AI โลก
เมื่อไม่จำเป็นต้องทำทุกอย่างเอง คำถามต่อมาคือประเทศไทยควรเลือกยืนตรงไหนในห่วงโซ่อุปทาน AI ศ.ดร.ยศชนันยก Photonics และ Optical Sensor เป็นพื้นที่ที่ไทยมีโครงสร้างพื้นฐานและบุคลากรอยู่แล้ว ทั้งยังเชื่อมโยงกับ Data Center และ Semiconductor
จากฐานดังกล่าวจึงเกิดโครงการ “Siam Silica” เพื่อพัฒนากำลังคนและหลักสูตรด้านนี้ โดยมีเป้าหมายให้ประเทศไทยสามารถสร้างความเชี่ยวชาญในบางชิ้นส่วนของ Data Center แทนที่จะพยายามผลิตทุกองค์ประกอบ
“ถ้าทุกคนสามารถที่จะซื้อ Data Center ได้ทั้งโลก ผมขอสักสองสามชิ้นส่วนที่เขามองว่าชิ้นส่วนนี้ดีที่สุดต้องผลิตในประเทศไทย”
แนวคิดนี้ทำให้การแข่งขันของไทยไม่จำเป็นต้องอยู่บนคำถามว่าเราจะสร้าง Semiconductor ได้ครบทุกส่วนหรือไม่ แต่ต้องหาว่าส่วนใดที่ไทยสามารถทำได้ดีที่สุด แล้วเข้าไปเป็นส่วนหนึ่งของ Global Supply Chain ขณะที่ส่วนที่ประเทศอื่นหรือประเทศเพื่อนบ้านมีความสามารถมากกว่า ก็เชื่อมกันผ่านห่วงโซ่อุปทานระดับภูมิภาค
Siam Silica จึงเป็นภาพของยุทธศาสตร์ที่พยายามสร้างจุดยืนให้ประเทศไทยในโลก AI ผ่านความเชี่ยวชาญเฉพาะด้าน โดยใช้การพัฒนาคน หลักสูตร โครงสร้างพื้นฐาน และการดึง Talent เข้ามาประกอบกัน
AI ต้องสร้าง New Growth Engine ไม่ใช่แค่เพิ่ม Productivity
เมื่อมี Local Intelligence คน และโครงสร้างพื้นฐาน ขั้นต่อไปคือการเปลี่ยนความสามารถเหล่านี้ให้กลายเป็นเศรษฐกิจใหม่ ศ.ดร.ยศชนันยก Wellness Economy เป็นหนึ่งในพื้นที่ที่ประเทศไทยสามารถต่อยอดได้ เพราะ AI ทำให้ข้อมูลที่มองไม่เห็นด้วยตา เช่น ฮอร์โมน Genomics และข้อมูลสารอาหาร สามารถนำมาประมวลผลร่วมกับข้อมูลทางกายภาพผ่าน Biosensor และ Computing Power
เศรษฐกิจ Wellness ในภาพนี้ไม่ได้จำกัดอยู่แค่โรงพยาบาล แต่ครอบคลุมเครื่องมือแพทย์ ข้อมูลทางการแพทย์ Precision Health, Precision Medicine, Mental Health, Health Tech Startup ตลอดจนเทคโนโลยีอย่าง Medical Imaging และ Sensor เมื่อความต้องการในตลาดสุขภาพเพิ่มขึ้น ก็สร้างความต้องการต่อเนื่องไปยัง Semiconductor, Sensor, Wireless, Battery และเทคโนโลยีส่วนอื่น
AI จึงกลายเป็นตัวเชื่อมระหว่างความสามารถที่ประเทศไทยมีอยู่กับอุตสาหกรรมใหม่ที่สามารถสร้างรายได้ ไม่ได้ทำหน้าที่เพียงลดต้นทุนหรือทำให้งานเดิมเร็วขึ้น
Nature Positive Economy เปลี่ยนธรรมชาติเป็นมูลค่าทางเศรษฐกิจ
อีกพื้นที่ที่ประเทศไทยมีสินทรัพย์ของตัวเองคือธรรมชาติ แม้ไทยไม่มีน้ำมันใต้ดินเหมือนประเทศผู้ผลิตน้ำมัน แต่มีทรัพยากรธรรมชาติที่สามารถสร้างมูลค่าทางเศรษฐกิจได้ หากมีมาตรฐาน ข้อมูล และเทคโนโลยีที่ทำให้คุณค่าของทรัพยากรเหล่านั้นวัดได้
ตัวอย่างคือคาร์บอนเครดิต หากสามารถทำให้กลายเป็นสินทรัพย์ที่จับต้องและประเมินมูลค่าได้ AI สามารถเข้ามาช่วยประเมินว่าการดูแลพื้นที่ป่าสามารถรักษาความเขียวหรือความหลากหลายทางชีวภาพได้มากเพียงใด แล้วเชื่อมผลลัพธ์ดังกล่าวเข้ากับมูลค่าทางเศรษฐกิจ ทำให้คนที่รักษาธรรมชาติสามารถมีรายได้จากสิ่งที่ดูแลอยู่
“GDP ขึ้น ธรรมชาติต้องขึ้น Biodiversity ต้องขึ้น สังคมต้องได้ประโยชน์”
ประเด็นนี้ทำให้ AI ไม่ได้ถูกวางไว้เพียงในห้องทดลองหรืออุตสาหกรรมเทคโนโลยี แต่ถูกนำมาเชื่อมกับทรัพยากรที่ประเทศไทยมีอยู่จริง หากคนไทยสามารถสร้างเทคโนโลยีเพื่อประเมินและเพิ่มมูลค่าธรรมชาติของตัวเองได้ ประเทศไทยก็มีโอกาสต่อยอดความสามารถนั้นไปสู่ตลาดที่ใหญ่กว่าในอนาคต
จาก Made in Thailand สู่ Intelligence in Thailand
ปลายทางของยุทธศาสตร์ทั้งหมดจึงไม่ใช่การประกาศว่าประเทศไทยจะสร้าง AI ทุกอย่างเอง แต่เป็นการเลือกจุดที่ประเทศไทยมีศักยภาพ แล้วสร้างความแข็งแรงขึ้นมาตั้งแต่ Local Asset นำไปพัฒนาเป็น AI Application กระจายโอกาสในการเข้าถึงเทคโนโลยี สร้าง AI Infrastructure ในส่วนที่ประเทศถนัด เข้าไปเป็นผู้ผลิตใน Global Supply Chain และต่อยอดไปสู่ Deep Tech และ New Growth Engine
มหาวิทยาลัยมีบทบาทสำคัญในโครงสร้างนี้ เพราะต้องขยับจากการสร้างบัณฑิตและผลงานวิชาการ ไปสู่การสร้างคน ความรู้ โครงสร้างพื้นฐาน ผู้ประกอบการ และ Deep Tech ที่ตอบโจทย์เศรษฐกิจของประเทศ ตัวชี้วัดจึงต้องเชื่อมกับรายได้ที่เพิ่มขึ้น ผลิตภาพที่เพิ่มขึ้น และการสร้างความเปลี่ยนแปลงที่เกิดขึ้นจริง
เป้าหมายสุดท้ายคือการพาประเทศไทยขยับจาก “Made in Thailand” ไปสู่ “Intelligence in Thailand” ไม่ได้แข่งขันด้วยการผลิตเพียงอย่างเดียว แต่สร้างมูลค่าจากความรู้ เทคโนโลยี ทรัพยากร และความสามารถที่ประเทศมีอยู่ เพื่อสร้าง New Growth Engine และเปิดทางไปสู่การเป็นประเทศรายได้สูง
ในภาพนี้ AI จึงไม่ใช่ปลายทาง และไม่ใช่เพียงเครื่องมือใหม่ที่ทุกคนต้องเรียนรู้ให้ทัน แต่เป็นโครงสร้างที่จะเชื่อมคน ข้อมูล ทรัพยากร มหาวิทยาลัย ผู้ประกอบการ และอุตสาหกรรมเข้าด้วยกัน โจทย์ของประเทศไทยจึงไม่ได้อยู่ที่ว่าจะใช้ AI มากเพียงใด แต่อยู่ที่ว่าจะเปลี่ยนสิ่งที่ประเทศไทยมีให้กลายเป็นความสามารถทางเศรษฐกิจของตัวเองได้มากเพียงใด
ข่าวอื่น ๆ ที่น่าสนใจ
AIS ‘ภารกิจคิดเผื่อ’ ส่งต่อความรู้ พัฒนาคนให้พร้อมรับการเปลี่ยนแปลง
Cyber Resilience เมื่อความปลอดภัยไซเบอร์ไม่ใช่แค่เรื่องของฝ่ายไอที
ยศชนัน ชู Financial Literacy พางานวิจัยสู่ทุนสร้าง Job Creator
