ในช่วง 2–3 ปีที่ผ่านมา คำว่า AI ถูกพูดถึงในฐานะ “เครื่องมือประชาธิปไตย” ที่จะช่วยเพิ่มประสิทธิภาพ ลดต้นทุน และเปิดโอกาสใหม่ให้กับธุรกิจทุกขนาด แต่หากเรามองลึกลงไปในข้อมูลล่าสุดจากสำนักวิจัยระดับโลก ภาพที่กำลังเกิดขึ้นจริงกลับสวนทางกับความคาดหวังนั้นอย่างชัดเจน
ตัวเลขจาก PwC และ Harvard Business Review ชี้ให้เห็นภาพที่น่าตกใจกว่าที่หลายคนคิด ภายในปี 2030 ประเทศเพียง 10 ประเทศจะกวาด 70–75% ของมูลค่าทาง AI ทั้งหมดในโลก ส่วนอีกกว่า 150 ประเทศจะแบ่งกันไม่ถึง 25–30% ที่เหลือ และในระดับองค์กร ภาพก็ไม่ต่างกัน เพราะกว่า 70% ของมูลค่าทางเศรษฐกิจจาก AI กำลังถูกสร้างโดยบริษัทเพียงประมาณ 20% ของตลาดทั้งหมด
เหตุผลหลักไม่ได้อยู่ที่ตัวเทคโนโลยีเพียงอย่างเดียว แต่คือ “ความสามารถในการนำไปใช้จริง” บริษัทที่มีข้อมูลมหาศาล มีโครงสร้างพื้นฐานด้านดิจิทัล และมีบุคลากรที่เข้าใจ AI อยู่แล้ว สามารถนำ AI ไปฝังในกระบวนการทำงานได้อย่างรวดเร็ว ตั้งแต่การวิเคราะห์ลูกค้า การบริหารต้นทุน ไปจนถึงการตัดสินใจเชิงกลยุทธ์แบบ real-time ในขณะที่อีกฝั่งหนึ่ง โดยเฉพาะองค์กรขนาดกลางและขนาดเล็ก ยังคงอยู่ในขั้นของการ “ทดลองใช้” เช่น การสร้างคอนเทนต์หรือช่วยงานเอกสาร ซึ่งแทบไม่ส่งผลต่อความสามารถในการแข่งขันในระยะยาว สิ่งที่กำลังเกิดขึ้นจึงไม่ใช่แค่ “technology adoption gap” แต่เป็น “structural advantage gap” ที่จะยิ่งขยายตัวเมื่อเวลาผ่านไป และคำถามสำคัญไม่ใช่ว่า “ใครใช้ AI ได้บ้าง” แต่คือ “ใครได้ประโยชน์จากสิ่งนี้จริงๆ”
เมื่อ AI เปลี่ยนจากเครื่องมือเป็น "โครงสร้างพื้นฐานของอำนาจ
อีกหนึ่งประเด็นสำคัญที่ทำให้ความเหลื่อมล้ำระหว่างบริษัทขยายตัวคือการที่ AI กำลังเปลี่ยนสถานะจาก “เครื่องมือเสริม” ไปสู่ “โครงสร้างพื้นฐานหลัก” ขององค์กร และตัวเลขสะท้อนให้เห็นชัดเจน การลงทุนของภาคเอกชนใน AI ทั่วโลกแตะ 252.3 พันล้านดอลลาร์ในปี 2024 เพิ่มขึ้น 44.5% จากปีก่อนหน้าเพียงปีเดียว โดยสหรัฐฯ คิดเป็นสัดส่วนถึง 109.1 พันล้านดอลลาร์ ซึ่งสูงกว่าจีนเกือบ 12 เท่า และสูงกว่าอังกฤษถึง 24 เท่า นี่ไม่ใช่แค่การแข่งขันทางธุรกิจ แต่คือการวางรากฐานอำนาจระดับโลก
บริษัทเทคโนโลยีขนาดใหญ่ เช่น Microsoft, Google และ Amazon กำลังลงทุนใน AI infrastructure ระดับหลายแสนล้านดอลลาร์ ไม่ว่าจะเป็น data center, cloud computing หรือ foundation models สิ่งเหล่านี้ไม่ได้เป็นเพียงต้นทุน แต่เป็น “platform” ที่จะกำหนดรูปแบบการแข่งขันของธุรกิจในอนาคต ในโลกปัจจุบัน บริษัทที่ “เข้าถึง infrastructure” ได้ก่อน จะสร้าง compounding advantage ที่เร่งตัวขึ้นเรื่อยๆ เข้าถึงข้อมูลได้มากกว่า ทำให้โมเดลแม่นยำกว่า ทำให้ตัดสินใจได้ดีกว่า และนำไปสู่กำไรที่มากขึ้น สามารถนำผลกำไรตรงนี้ไปต่อยอดธุรกิจอย่างอื่นได้ วงจรนี้จะวนซ้ำและเร่งความเร็วขึ้นทุกรอบ
ในทางกลับกัน บริษัทที่ไม่สามารถเข้าถึงทรัพยากรเหล่านี้จะถูกบีบให้กลายเป็นเพียง “ผู้ใช้แพลตฟอร์ม” แทนที่จะเป็น “ผู้สร้างแพลตฟอร์ม” ซึ่งหมายถึงการมีอำนาจต่อรองที่ต่ำลง และถูกกำหนดทิศทางโดยบริษัทขนาดใหญ่อยู่ตลอดเวลา นี่คือจุดที่ AI เริ่มมีลักษณะคล้ายกับ “ไฟฟ้า” หรือ “อินเทอร์เน็ต” ในอดีต แต่มีความแตกต่างสำคัญคือ ผู้ที่ควบคุมโครงสร้างพื้นฐาน AI มีแนวโน้มจะกระจุกตัวมากกว่าเดิมอย่างมีนัยสำคัญ ณ วันนี้ 60% ของ hyperscale data centers ทั้งหมดในโลกอยู่ในสหรัฐอเมริกาและยุโรปเท่านั้น
ความเหลื่อมล้ำที่ลึกกว่าเดิม: จากบริษัทสู่ระดับประเทศ และบทบาทของไทย
เมื่อขยายภาพออกไปในระดับมหภาค จะเห็นชัดว่าความเหลื่อมล้ำจาก AI ไม่ได้หยุดอยู่แค่ระดับองค์กรอีกต่อไป แต่กำลังลุกลามไปสู่ระดับประเทศด้วยความเร็วที่แทบไม่มีสัญญาณว่าจะชะลอลงเลย หากมองในอาเซียน ภาพนี้ชัดเจนมาก สิงคโปร์เลือกเดินเกมเร็วและชัด ลงทุนใน AI government programs กว่า 1.6 พันล้านดอลลาร์สิงคโปร์ พร้อมกับสามารถดึงเงินลงทุนจาก Big Tech เข้ามาได้แล้วกว่า 26 พันล้านดอลลาร์สหรัฐ จนยกระดับตัวเองขึ้นเป็น AI hub ระดับโลกภายในเวลาไม่กี่ปี ขณะที่มาเลเซีย เดินหน้า National AI Roadmap อย่างจริงจัง ตั้งเป้าขึ้นสู่ top 20 AI economies ของโลกภายในปี 2030
แล้วไทยอยู่ตรงไหนในภาพนี้ คำตอบคือ อยู่ในจุดที่มีทั้งด้านที่น่าหวังและด้านที่น่าเป็นห่วงผสมกันอยู่ ในด้านที่น่าหวัง ปี 2025 ไทยได้ตั้งคณะกรรมการ AI แห่งชาติ โดยมีนายกรัฐมนตรีเป็นประธาน พร้อมตั้งเป้าหมายค่อนข้างชัดเจนในการสร้าง AI users 10 ล้านคน ผู้เชี่ยวชาญ 90,000 คน และ developers อีก 50,000 คน ขณะเดียวกัน การเปิด AWS Asia Pacific (Thailand) Region ในเดือนมกราคม 2025 ก็ถือเป็นก้าวสำคัญในเชิง infrastructure รวมถึงความพยายามในการพัฒนา ThaiLLM และการวางกรอบกฎหมาย AI เฉพาะ ด้านที่น่าเป็นห่วง จากรายงาน AI Readiness ของ TDRI ปี 2025 ระบุตรงๆ ว่าไทยยังขาด AI-specific laws และกลไก regulatory แบบ risk-based และที่สำคัญกว่านั้น ยังมีช่องว่างด้านบุคลากร AI สูงถึง 80,000 คน ซึ่งเป็นอุปสรรคหลักในการ scale นโยบายสู่การปฏิบัติจริง
คำถามสำคัญจึงไม่ใช่แค่ว่า “เราจะใช้ AI อย่างไร” แต่คือ “เราจะอยู่ตรงไหนใน value chain ของ AI” หากไทยยังคงเป็นเพียงผู้ใช้ปลายทาง เราอาจได้ประโยชน์ในแง่ประสิทธิภาพระยะสั้น แต่ในระยะยาว มูลค่าส่วนใหญ่จะไหลออกไปยังผู้พัฒนาแพลตฟอร์มในต่างประเทศ ในทางกลับกัน หากไทยสามารถพัฒนา AI ในระดับ application layer ที่ตอบโจทย์อุตสาหกรรมเฉพาะ ไม่ว่าจะเป็นการเงิน การท่องเที่ยว หรือสุขภาพ ก็อาจเป็นโอกาสในการ “แทรกตัว” เข้าไปใน ecosystem นี้ได้อย่างมีนัยสำคัญ
การเปลี่ยนผ่านเชิงโครงสร้าง: จากข้อกังขาสู่การยอมรับในระดับสถาบัน
คำถามสำคัญคือ อะไรทำให้สถาบันเปลี่ยนจาก “ปฏิเสธ” เป็น “ยอมรับ” Bitcoin คำตอบไม่ได้อยู่ที่อุดมการณ์ แต่คือโครงสร้างตลาดที่พัฒนาเพียงพอ เครื่องมืออย่าง ETF และผู้รับฝากสินทรัพย์ดิจิทัลระดับสถาบัน ทำให้ Bitcoin ถูกบรรจุเข้าอยู่ในกรอบการบริหารความเสี่ยงแบบดั้งเดิมได้ สถาบันไม่ได้ต้องการความเชื่อ แต่ต้องการสินทรัพย์ที่วัดความเสี่ยง กำกับดูแล และควบคุมกระบวนการลงทุนได้อย่างเป็นระบบ
ขณะเดียวกัน Bitcoin ได้พิสูจน์การอยู่รอดผ่านหลายวัฏจักรตลาด แม้เผชิญวิกฤติ แรงกดดันทางกฎหมาย และการล่มสลายของผู้เล่นรายใหญ่ แต่ยังสามารถฟื้นตัวและสร้างจุดสูงสุดใหม่ได้ ประสบการณ์เหล่านี้ค่อย ๆ เปลี่ยนมุมมองของสถาบัน จากการมองว่าเป็นกระแสชั่วคราว สู่การยอมรับว่าเป็นสินทรัพย์ที่มีสถานะถาวรมากขึ้น
แรงกดดันทางการแข่งขันก็เป็นอีกปัจจัยสำคัญ เมื่อคู่แข่งเริ่มให้บริการคริปโต ธนาคารและผู้จัดการกองทุนที่ไม่ปรับตัวอาจสูญเสียฐานลูกค้า การยอมรับจึงเป็นทั้งกลยุทธ์ธุรกิจและการรักษาความสามารถในการแข่งขัน
สุดท้าย บริบทเศรษฐกิจมหภาคหลังวิกฤตและช่วงเงินเฟ้อสูง ทำให้นักลงทุนมองหาสินทรัพย์ที่มีอุปทานจำกัดและไม่ผูกกับนโยบายการเงินแบบเดิม Bitcoin จึงถูกวางตำแหน่งเป็น “ดิจิทัลโกลด์” และถูกพิจารณาในฐานะสินทรัพย์ทางเลือกในยุคความไม่แน่นอนมากขึ้น
AI กับความจริงที่ไม่ได้เท่าเทียมเสมอไป
สิ่งที่เรากำลังเห็นในวันนี้คือความจริงที่ชัดเจนขึ้นเรื่อยๆ ว่า AI ไม่ใช่เทคโนโลยีที่ “เป็นกลาง” แต่เป็นเทคโนโลยีที่ขยายความได้เปรียบของผู้ที่มีอยู่เดิม บริษัทที่มีทุน มีข้อมูล และมีวิสัยทัศน์ จะยิ่งก้าวกระโดด ในขณะที่บริษัทที่ขาดสิ่งเหล่านี้จะยิ่งถูกทิ้งห่าง สำหรับประเทศไทย นี่ไม่ใช่แค่เรื่องของการ “ตามให้ทัน” อีกต่อไป แต่เป็นเรื่องของการ “เลือกบทบาท” อย่างจริงจังและเร่งด่วน เพราะเพื่อนบ้านในภูมิภาคไม่ได้รอเรา เพราะในท้ายที่สุดแล้ว คำถามที่สำคัญที่สุดอาจไม่ใช่ว่า “ใครใช้ AI ได้บ้าง” แต่คือ “ใครเป็นเจ้าของมูลค่าที่ AI สร้างขึ้น”