แนะเร่งสร้างโครงสร้างเชื่อมต่อ AI ขับเคลื่อนเศรษฐกิจดิจิทัลระยะยาว

ดร. มนธ์สินี กีรติไกรนนท์ ผู้เชี่ยวชาญด้าน AI และการทรานส์ฟอร์มองค์กรดิจิทัล เปิดเผยในงาน InnoAI Global Summit 2026 ซึ่งจัดขึ้นเมื่อวันที่ 6 เมษายน 2569 ณ จังหวัดภูเก็ต ว่า ประเทศไทยอาจไม่จำเป็นต้องแข่งขันในสนามการลงทุนสร้างโมเดล AI ขนาดใหญ่ระดับโลก แต่สามารถสร้างความได้เปรียบในอีกมิติหนึ่ง คือการพัฒนา “โครงสร้างเชื่อมต่อ” ที่ทำให้ AI สามารถใช้งานได้จริงในระบบเศรษฐกิจและบริการของประเทศ

โดยในการประชุมดังกล่าว ดร. มนธ์สินี ได้ทำหน้าที่ Keynote Session และกล่าวเปิดเวที พร้อมนำเสนอแนวคิดเชิงยุทธศาสตร์ต่อผู้เชี่ยวชาญด้าน AI จากนานาประเทศ รวมถึงตัวแทนจากองค์กรระดับโลก อาทิ Google DeepMind และ JPMorgan ที่เข้าร่วมทั้งในรูปแบบ on-site และ online

ข่าวที่เกี่ยวข้อง:

ผลวิจัยชี้ PM2.5 เล็กทะลุสมอง เสี่ยง 'หลอดเลือดตีบตัน สมองเสื่อม'

Hybrid Security ทางรอดธุรกิจรปภ. รับมือค่าล่วงเวลา ยุคค่าแรงแพง

"โครงสร้างเชื่อมต่อ" AI ทำงานได้จริงในระบบเศรษฐกิจ

ดร. มนธ์สินี ระบุว่า แม้โลกกำลังแข่งขันกันพัฒนา AI models ที่มีความสามารถสูงขึ้นอย่างต่อเนื่อง แต่ในทางปฏิบัติ ปัญหาหลักขององค์กรและประเทศจำนวนมากยังอยู่ที่การทำให้ AI เชื่อมต่อกับข้อมูล ระบบงาน และ workflow ที่มีอยู่ได้จริง

“คอขวดของ AI วันนี้ไม่ใช่ความสามารถของโมเดล แต่คือการเชื่อมต่อ หาก AI ยังไม่สามารถเข้าถึงข้อมูลและระบบจริงได้ การนำไปใช้จะยังคงจำกัดอยู่ในระดับทดลอง” ดร. มนธ์สินี กล่าว

แนวทางที่เสนอคือ ประเทศไทยควรลงทุนใน “ชั้นการเชื่อมต่อ” หรือ interoperability layer ซึ่งทำหน้าที่เป็นโครงสร้างพื้นฐานให้ AI สามารถทำงานร่วมกับระบบต่าง ๆ ได้อย่างเป็นมาตรฐาน ปลอดภัย และขยายผลได้ในระดับประเทศ แทนการลงทุนแข่งขันในทุกชั้นของ global AI stack

ข้อเสนอการใช้ AI ในแต่ละภาคธุรกิจ

สำหรับภาคเศรษฐกิจจริง แนวทางดังกล่าวจะช่วยเร่งการนำ AI ไปใช้ในหลายอุตสาหกรรม ไม่ว่าจะเป็นภาคการเงินที่สามารถใช้ AI วิเคราะห์สินเชื่อและตรวจจับความผิดปกติได้แม่นยำขึ้น ภาคสาธารณสุขที่ช่วยลดภาระงานและเพิ่มประสิทธิภาพบริการ รวมถึงภาคเกษตรและการท่องเที่ยวที่สามารถใช้ AI เพื่อสนับสนุนการตัดสินใจในระดับปฏิบัติการได้

นอกจากนี้ ภาคการท่องเที่ยวถูกมองว่าเป็นจุดเริ่มต้นสำคัญในการพัฒนาโครงสร้างดังกล่าว เนื่องจากมีข้อมูลจำนวนมากและมีผู้มีส่วนเกี่ยวข้องหลากหลาย ทำให้สามารถใช้เป็น “sandbox” ในการทดลองและขยายผลไปยังภาคเศรษฐกิจอื่น

ในมิติของขีดความสามารถการแข่งขันของประเทศ แนวคิดนี้อาจช่วยให้ประเทศไทยสามารถเร่งการใช้ AI ในระบบเศรษฐกิจได้เร็วขึ้น โดยไม่จำเป็นต้องแข่งขันด้านการลงทุนโมเดลกับประเทศมหาอำนาจโดยตรง

ดร. มนธ์สินี ระบุว่า การแข่งขันด้าน AI ในระยะต่อไปกำลังเปลี่ยนจาก “model race” ไปสู่ “integration race” ซึ่งเป็นการแข่งขันในการสร้างโครงสร้างพื้นฐานที่ทำให้ AI สามารถทำงานในระบบจริงของประเทศได้อย่างมีประสิทธิภาพ 

“ประเทศที่ได้เปรียบในโลก AI อาจไม่ใช่ประเทศที่สร้างโมเดลที่ใหญ่ที่สุด แต่คือประเทศที่ทำให้ AI เชื่อมกับระบบ ข้อมูล และบริการจริงได้ดีที่สุด” ดร. มนธ์สินี กล่าว

ทั้งนี้ การพัฒนา AI ในระดับประเทศยังต้องดำเนินควบคู่กับการกำกับดูแลด้านข้อมูล ความปลอดภัย และความเป็นส่วนตัว เพื่อให้การใช้งาน AI สามารถสร้างความเชื่อมั่นและขยายผลได้อย่างยั่งยืน