“ไทยไม่จำเป็นต้องแข่งกับซิลิคอนแวลลีย์ทุกด้าน แต่ต้องใช้ข้อมูลที่เรามีให้สร้างมูลค่า” คือแกนสำคัญของวิสัยทัศน์ที่ ยศชนัน วงศ์สวัสดิ์ รองนายกรัฐมนตรีและรัฐมนตรีว่าการกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม ประกาศบนเวทีเปิดตัว Microsoft AI + Jobs Thailand วันที่ 15 ตุลาคม 2569
เป้าหมายสำคัญไม่ใช่แค่ทำให้คนไทยรู้จัก AI แต่ต้องสร้างกำลังคนที่ใช้ AI เพิ่มผลิตภาพได้จริง พัฒนาวิศวกรและนักวิจัย ตลอดจนต่อยอดข้อมูลและเทคโนโลยีให้กลายเป็นเครื่องยนต์เศรษฐกิจใหม่ เพื่อขยับประเทศไทยจากฐานการรับจ้างผลิต ไปสู่การออกแบบ วิศวกรรม และสร้างนวัตกรรมด้วยตัวเอง
3 ประเด็นภารกิจต้องเร่ง
จำนวน 20 ล้านคนต้องรู้เท่าทัน AI ใน 4 ปี พร้อมยกระดับ 5 ล้านคนให้ใช้ AI ทำงานได้จริง และสร้างบุคลากร 20,000 คนที่สามารถร่วมพัฒนาและสร้างนวัตกรรม AI นี่คือเป้าหมายตามนโยบายของรัฐมนตรีว่าการอว.
ข้อมูลไทยคือแต้มต่อ ไม่ใช่แค่เทคโนโลยีจากต่างประเทศ ตั้งแต่ข้อมูลเกษตร สุขภาพ ดิน ภูมิอากาศ ไปจนถึงดาวเทียมและความหลากหลายทางชีวภาพ สามารถนำมาสร้าง AI ที่ตอบโจทย์เศรษฐกิจไทย
เปลี่ยน Made in Thailand เป็น Designed and Engineered in Thailand ใช้ AI ยกระดับเกษตร อุตสาหกรรม และบริการ พร้อมสร้างอุตสาหกรรมมูลค่าสูง เช่น สุขภาพอัจฉริยะ เซมิคอนดักเตอร์ และเทคโนโลยีโฟโตนิกส์
AI ไม่ใช่แค่เรื่องเทคโนโลยี แต่คือโจทย์ยกระดับแรงงานและเศรษฐกิจไทย
ยศชนัน ระบุว่า โลกกำลังเผชิญความเปลี่ยนแปลงหลายด้านพร้อมกัน ทั้งภัยพิบัติ ภาวะเศรษฐกิจถดถอย ความขัดแย้งทางภูมิรัฐศาสตร์ และการเปลี่ยนแปลงสภาพภูมิอากาศ โดย AI กำลังกลายเป็นอีกแรงเปลี่ยนแปลงสำคัญที่ไทยไม่อาจหลีกเลี่ยงได้ คำถามจึงไม่ใช่ว่าไทยจะสร้างชิปให้ใหญ่ที่สุด หรือแข่งขันกับซิลิคอนแวลลีย์โดยตรงได้หรือไม่ แต่คือไทยจะเลือกพัฒนาขีดความสามารถที่ตัวเองมีความได้เปรียบอย่างไร และทำอย่างไรให้ AI สร้างมูลค่าทางเศรษฐกิจได้จริง
แนวทางที่ไทยควรเดิน คือ การร่วมมือกับบริษัทเทคโนโลยีและประเทศที่มีความเชี่ยวชาญด้าน AI ควบคู่กับการพัฒนาความรู้เฉพาะทางและข้อมูลของไทยเอง ตัวอย่างเช่น ข้อมูลผลผลิตทางการเกษตร สภาพดิน ราคาตลาด ภาพถ่ายดาวเทียม ข้อมูลสุขภาพ และความหลากหลายทางชีวภาพ หากนำมาจัดระบบและเชื่อมโยงกันอย่างเหมาะสม จะช่วยให้ AI วิเคราะห์ข้อมูล คาดการณ์แนวโน้ม สนับสนุนการตัดสินใจ และเพิ่มผลิตภาพในภาคเศรษฐกิจได้ นี่คือการเปลี่ยนข้อมูลจากสิ่งที่จัดเก็บไว้ ให้กลายเป็นสินทรัพย์ทางเศรษฐกิจ
โจทย์สำคัญคือ การกระจายความสามารถด้าน AI ไม่ให้กระจุกตัวอยู่เฉพาะในกรุงเทพฯ หรือองค์กรขนาดใหญ่
ยศชนัน มองว่า มหาวิทยาลัย โดยเฉพาะมหาวิทยาลัยราชภัฏและสถาบันการศึกษาที่มีเครือข่ายในระดับพื้นที่ สามารถทำงานร่วมกับองค์กรปกครองส่วนท้องถิ่น เพื่อถ่ายทอดองค์ความรู้และช่วยให้ประชาชนในแต่ละจังหวัดเข้าถึง AI ได้มากขึ้น การเปลี่ยนผ่านสู่เศรษฐกิจ AI ไม่ควรจำกัดอยู่แค่คนทำงานในอุตสาหกรรมเทคโนโลยี แต่ต้องครอบคลุมเกษตรกร ผู้ประกอบการรายย่อย แรงงานในภาคการผลิต และผู้ให้บริการด้วย ไทยต้องเตรียมโครงสร้างพื้นฐานที่รองรับการใช้งาน ทั้งระบบข้อมูลที่มีมาตรฐาน การคุ้มครองข้อมูลส่วนบุคคลตาม PDPA คลาวด์ ศูนย์ข้อมูล ชิปประมวลผล AI เครือข่ายสื่อสารความเร็วสูง ความมั่นคงปลอดภัยไซเบอร์ และพลังงานสะอาด การเติบโตของ AI จึงไม่ได้สร้างความต้องการเฉพาะนักพัฒนาโมเดล แต่ยังต้องอาศัยบุคลากรในระบบโครงสร้างพื้นฐานและอุตสาหกรรมที่เกี่ยวข้องอีกจำนวนมาก
ปักธง 20 ล้านคนรู้เท่าทัน AI สร้าง 20,000 คนร่วมพัฒนานวัตกรรม
แผนพัฒนากำลังคนที่ ศ.ดร.ยศชนัน นำเสนอ แบ่งเป้าหมายออกเป็นหลายระดับ ตั้งแต่การสร้างความรู้พื้นฐานไปจนถึงการพัฒนาเทคโนโลยีขั้นสูง 20 ล้านคน มีความรู้เท่าทัน AI (AI Literacy) ภายใน 4 ปี 5 ล้านคน สามารถนำ AI ไปประยุกต์ใช้อย่างเหมาะสมและเพิ่มผลิตภาพในการทำงาน วิศวกร AI พัฒนากำลังคนด้านวิศวกรรมเพื่อรองรับอุตสาหกรรมและเครื่องยนต์เศรษฐกิจใหม่ 20,000 คน มีความสามารถร่วมสร้างสรรค์ พัฒนา และสร้างนวัตกรรม AI
เป้าหมายเหล่านี้สะท้อนว่าไทยต้องการมากกว่าประชาชนที่ใช้เครื่องมือ AI ได้ แต่ต้องสร้างบุคลากรที่สามารถเปลี่ยนความรู้ทางเทคโนโลยีให้เป็นผลิตภัณฑ์ บริการ และนวัตกรรมที่แข่งขันได้ในระดับโลก ความท้าทายไม่ได้อยู่ที่จำนวนผู้ผ่านการอบรมเพียงอย่างเดียว แต่อยู่ที่ว่าคนเหล่านี้สามารถนำ AI ไปเพิ่มผลิตภาพ ลดต้นทุน สร้างรายได้ หรือพัฒนาธุรกิจได้จริงมากน้อยเพียงใด
จาก Made in Thailand สู่ Intelligence in Thailand
อีกหนึ่งประเด็นที่น่าสนใจ คือการใช้ AI เปลี่ยนโครงสร้างเศรษฐกิจไทย จากการเป็นฐานการผลิตและรับจ้างผลิต ไปสู่ประเทศที่มีความสามารถด้านการออกแบบ วิศวกรรม และพัฒนาเทคโนโลยีของตัวเอง ยศชนัน เสนอให้ไทยมุ่งพัฒนาอุตสาหกรรมที่สามารถสร้างความแตกต่างได้ แทนการพยายามแข่งขันในห่วงโซ่เซมิคอนดักเตอร์ทุกส่วน โดยเฉพาะการออกแบบชิป เทคโนโลยีโฟโตนิกส์ การใช้แสงในการประมวลผลและสื่อสาร ตลอดจนบรรจุภัณฑ์เซมิคอนดักเตอร์ขั้นสูงที่ผสานการประมวลผลทางอิเล็กทรอนิกส์และโฟโตนิกส์
หนึ่งในแนวทางที่กล่าวถึงคือ “Siam Silica” ซึ่งเชื่อมโยงกับการพัฒนาเทคโนโลยีด้านโฟโตนิกส์ เซนเซอร์ และไบโอเซนเซอร์ ที่สามารถเป็นต้นทางของข้อมูลสำหรับระบบ AI ขณะเดียวกัน ไทยยังมีโอกาสพัฒนาเทคโนโลยีอวกาศ โดยมีแผนดาวเทียมอย่างน้อย 18 ดวงเพื่อให้ครอบคลุมพื้นที่ประเทศไทย รวมถึงการพัฒนาคอมพิวเตอร์สมรรถนะสูงและเทคโนโลยีควอนตัม
หัวใจสำคัญคือการเลือกลงทุนในจุดที่ไทยมีโอกาสสร้างความเชี่ยวชาญ และเชื่อมโยงงานวิจัยเข้ากับการใช้งานจริง โดยอาศัยความร่วมมือระหว่างภาครัฐ ภาคธุรกิจ มหาวิทยาลัย และพันธมิตรต่างประเทศ
สุขภาพอัจฉริยะและ AI คือเครื่องยนต์เศรษฐกิจใหม่ ภาคสุขภาพเป็นอีกตัวอย่างที่สะท้อนว่า AI สามารถสร้างมูลค่าได้มากกว่าการนำซอฟต์แวร์มาใช้ในองค์กรการเชื่อมโยงข้อมูลทางการแพทย์ ข้อมูลจากเซนเซอร์ ตัวอย่างทางชีวภาพ และข้อมูลพันธุกรรม สามารถสนับสนุนการวินิจฉัยโรค การพัฒนายา และการรักษาที่มีความแม่นยำมากขึ้น
แนวคิด “Scientific Wellness” ครอบคลุมตั้งแต่การวินิจฉัยด้วย AI เวชศาสตร์เพื่อสุขภาพและอายุยืน อาหารฟังก์ชัน สุขภาพดิจิทัล การแพทย์ทางไกล อุปกรณ์สวมใส่ ไบโอมาร์กเกอร์ เทคโนโลยีจีโนมิกส์ ไปจนถึงการออกแบบยาด้วย AI อุตสาหกรรมนี้ยังเชื่อมโยงกับการผลิตอุปกรณ์การแพทย์ ชิป และเซนเซอร์ ทำให้เกิดห่วงโซ่มูลค่าตั้งแต่การสร้างข้อมูล การประมวลผล ไปจนถึงผลิตภัณฑ์และบริการปลายทาง หากไทยสามารถเชื่อมโยงงานวิจัยเข้ากับอุตสาหกรรมและตลาดได้จริง ก็มีโอกาสสร้างธุรกิจมูลค่าสูงและลดการพึ่งพาเทคโนโลยีจากต่างประเทศในบางส่วน
โจทย์ใหญ่คือทำให้ AI เพิ่มผลิตภาพ ไม่ใช่แค่เพิ่มผู้ใช้
เศรษฐกิจไทยขับเคลื่อนด้วยภาคเกษตร อุตสาหกรรม และบริการ ขณะที่ประเทศกำลังก้าวเข้าสู่สังคมสูงวัย การเพิ่มผลิตภาพจึงเป็นเงื่อนไขสำคัญต่อการเติบโตในระยะยาว AI สามารถช่วยยกระดับทั้ง 3 ภาคเศรษฐกิจ พร้อมเปิดทางให้เกิดอุตสาหกรรมใหม่ที่มีมูลค่าเพิ่มสูงขึ้น แต่การเปลี่ยนผ่านจะเกิดขึ้นได้ต้องอาศัยทั้งข้อมูลท้องถิ่น โครงสร้างพื้นฐาน เทคโนโลยีเชิงลึก และการถ่ายทอดเทคโนโลยีอย่างต่อเนื่องการลงทุนด้านการวิจัยและพัฒนาต้องสร้างวงจรเศรษฐกิจที่ยั่งยืน โดยนำรายได้จากนวัตกรรมกลับมาสนับสนุนการวิจัยรอบใหม่ เช่น การใช้ AI เร่งค้นคว้ายาและต่อยอดผลงานวิจัยสู่เชิงพาณิชย์
โจทย์ของไทยจึงไม่ใช่แค่การตามให้ทัน AI แต่คือการเปลี่ยน AI ให้เป็นผลิตภาพ รายได้ และความสามารถในการสร้างเทคโนโลยีของตัวเอง หากไทยยังเป็นเพียงผู้ซื้อเครื่องมือ AI โดยไม่มีข้อมูลที่มีคุณภาพ บุคลากรที่เชี่ยวชาญ และระบบวิจัยที่ต่อยอดได้ ประเทศก็อาจใช้เทคโนโลยีได้มากขึ้น โดยที่มูลค่าทางเศรษฐกิจส่วนสำคัญยังตกอยู่กับผู้พัฒนาเทคโนโลยีจากภายนอก
