PanyaThAI เอไอครบวงจรจากกูเกิล หนุนองค์กรไทยใช้ Agentic AI อย่างเป็นระบบ

เอไอเข้าถึงง่ายจนทุกคนใช้ได้ แต่พอถึงมือองค์กร กลับกลายเป็นเครื่องมือที่ใช้แบบกระจัดกระจาย ไม่เป็นระบบ และเต็มไปด้วยข้อจำกัดที่ทำให้ไม่สามารถใช้งานได้เต็มศักยภาพ

Google Cloud มองเห็นช่องว่างนี้ จึงเปิดตัวโครงการ “ปัญญาไท” (PanyaThAI) ให้เป็นพื้นที่ที่องค์กรสามารถเชื่อมโยงข้อมูลภายในกับเอไอได้อย่างปลอดภัย มีระบบกำกับดูแลและการรักษาความปลอดภัยระดับองค์กรที่สอดรับกับเงื่อนไขของไทย เพื่อช่วยให้องค์กรไทยก้าวข้ามการทดลองแบบกระจัดกระจาย ไปสู่การใช้งาน Agentic AI อย่างเป็นระบบ 

ความร่วมมือครั้งนี้มีองค์กรผู้ก่อตั้งเข้าร่วม 15 แห่ง ครอบคลุมหลากหลายอุตสาหกรรม ตั้งแต่การเงิน ค้าปลีก การศึกษา สื่อ การผลิต ไปจนถึงอสังหาริมทรัพย์ ซึ่งถือเป็นกลุ่มผู้บุกเบิกที่พร้อมจะลงมือทำและเรียนรู้ไปพร้อมกัน

สร้างระบบนิเวศเอไอที่มีรากฐานแบบไทย

ชื่อ PanyaThAI มาจากการผสานคำว่า “ปัญญา” และ “ไท” สื่อถึงวิสัยทัศน์ในการผนวกความคิดสร้างสรรค์ของคนไทยเข้ากับเอไอระดับโลก

อรรณพ ศิริติกุล กรรมการผู้จัดการ Google Cloud ประเทศไทย อธิบายว่า ปัญหาใหญ่ขององค์กรไทยไม่ใช่ไม่ใช้เอไอ แต่คือ ใช้แบบกระจัดกระจายและไม่เป็นระบบ แม้เครื่องมือหลายอย่างจะเข้าถึงง่ายเหมือนผู้บริโภคทั่วไป แต่การนำมาใช้ในองค์กรต้องมีเรื่องความปลอดภัย มาตรฐาน รวมถึงการให้ความสำคัญกับเรื่องความปลอดภัยและการกำกับดูแล เนื่องจากข้อมูลหลายอย่างขององค์กรอยู่ข้างในและข้างนอกไม่สามารถเข้าถึงได้

“ข้อมูลหลายอย่างไม่ได้อยู่ภายนอก อยู่ในองค์กร พอใช้โมเดลแบบผู้บริโภค ก็ได้คำตอบแค่ครึ่งเดียว” อรรณพกล่าว และอธิบายว่า หากองค์กรสามารถนำข้อมูลภายในมารวมกับความสามารถของเอไอระดับองค์กรได้ ประโยชน์ที่เกิดขึ้นจะมากกว่าเท่าตัว เพราะเอไอจะเข้าใจบริบทของธุรกิจจริง ไม่ใช่ตอบแบบทั่วไปเหมือนที่ผู้บริโภคใช้งานกัน

อีกโจทย์ใหญ่ที่อรรณพยกตัวอย่างคือ องค์กรไทยรู้ว่าต้องใช้เอไอ แต่ไม่รู้จะเริ่มตรงไหน “ใช้เองไม่ยาก แต่พอใช้ระดับองค์กร ผู้บริหารถามว่าจะให้ตอบแบบไหน ให้เสิร์ชแบบไหน มันไม่เป็นหลายๆ เรื่อง”

ดังนั้น โครงการปัญญาไทจึงเปิดพื้นที่ให้ผู้บริหารและทีมปฏิบัติการในอุตสาหกรรมต่างๆ มาแลกเปลี่ยนว่าพวกเขามองการประยุกต์ใช้เอไออย่างไร อะไรที่ติดขัด และจะออกจากเฟสทดลองอย่างไร

Full-Stack AI ไม่ใช่แค่โมเดล แต่คือระบบทั้งหมด

PanyaThAI ใช้สิ่งที่ Google Cloud เรียกว่า Full-Stack AI หรือ “ชุดเทคโนโลยีเอไอครบทั้งระบบ” หมายความว่า กูเกิลไม่ได้ให้แค่โมเดลเอไอ หรือแค่พื้นที่เก็บข้อมูล แต่ให้ครบตั้งแต่รากฐานจนถึงเครื่องมือหน้าใช้งานจริง 

ระบบนี้แบ่งออกเป็นสามชั้นใหญ่ๆ ชั้นแรกคือ โครงสร้างพื้นฐาน มีทั้งจีพียูและชิปที่ออกแบบเองอย่าง TPU (Tensor Processing Unit) ซึ่งมีความสามารถในการประมวลผลสูงและมีราคาถูกกว่าจีพียูทั่วไปถึง 30% โครงสร้างพื้นฐานนี้อยู่บนดาต้าเซ็นเตอร์ที่กูเกิลกำลังขยายไปทั่วโลก และประเทศไทยก็เป็นหนึ่งในนั้น

ชั้นที่สองคือโมเดลพื้นฐาน ซึ่งมีตั้งแต่งานวิจัยล้ำสมัยจาก Google DeepMind ไปจนถึงโมเดลระดับแนวหน้าอย่าง Gemini 3, Gemini 3 Nano Banana Pro และ Gemini 2.5 Computer Use ที่สามารถทำงานซับซ้อนได้หลากหลาย

ชั้นที่สามคือ แพลตฟอร์มและแอปพลิเคชัน ซึ่งรวมถึงแพลตฟอร์มแบบครบวงจรอย่าง Vertex AI และ Gemini Enterprise รวมถึงแอปพลิเคชันสำเร็จรูปอย่าง Google Workspace ที่หลายคนใช้งานกันอยู่แล้ว ทำให้สามารถเชื่อมต่อและใช้งานได้ง่ายขึ้น

โดยองค์กรที่เข้าร่วมจะได้รับการสนับสนุนจากทีมผู้เชี่ยวชาญของ Google Cloud และพันธมิตรทางเทคโนโลยีหลายราย ได้แก่ Accenture, Deloitte, Digithun Worldwide, HoriXonT8, MFEC, NTT DATA, Skooldio และ Tridorian โดยเฉพาะ NTT DATA ได้ประกาศเพิ่มบุคลากรด้าน Google Cloud ในไทยอีก 300 คน เพื่อรองรับการพัฒนาโครงการในระยะยาว ซึ่งแสดงให้เห็นถึงความมุ่งมั่นจริงจังของการลงทุนในตลาดไทย

นอกจากนี้ กูเกิลยังได้ประกาศลงทุนประมาณ 1 พันล้านดอลลาร์ เพื่อสร้างโครงสร้างพื้นฐานในไทย ทำให้ตอนนี้กูเกิลมีระบบนิเวศที่ครบถ้วน ทั้งในเรื่องโครงสร้าง บริการ และการพัฒนาบุคลากร

15 องค์กรแรก กลุ่มผู้กล้าที่เริ่มลงมือก่อน

ในระยะเริ่มต้น มีองค์กรไทย 15 รายเข้าร่วมเป็นรุ่นบุกเบิก ได้แก่ 1. บิทาซซ่า (Bitazza) 2. จุฬาลงกรณ์มหาวิทยาลัย 3. ทิพย กรุ๊ป โฮลดิ้งส์ 4. ฟินโนมีนา (Finnomena) 5. ไทยสมุทรประกันชีวิต 6. ซีเอ็ดยูเคชั่น (SE-ED) 

7. ช้อป โกลบอล อี-คอมเมิร์ซ จำกัด (Shop Global E-Commerce Company Limited) 8. สยามพิวรรธน์ 9. แสนสิริ 10. สคูลดิโอ (Skooldio) 11. ตลาดหลักทรัพย์แห่งประเทศไทย 12. ไทยวาโก้ (Thai Wacoal) 13. ทิสโก้ไฟแนนเชียลกรุ๊ป (TISCO Financial Group) 14. ท็อปส์ (TOPS) และ 15. ทรู ดิจิทัล กรุ๊ป 

อรรณพเรียกพวกเขาว่า “ผู้กล้ากลุ่มแรกที่ผู้บริหารเห็นด้วยเรื่องการใช้เอไอ และมีไอเดียว่าจะใช้เพื่อช่วยพนักงานและลูกค้าอย่างไร” โดยเป็นกลุ่มที่มีผู้บริหารที่มีวิสัยทัศน์และมีอำนาจที่ต้องการจะทำ แต่เขายอมรับตรงๆ ว่าแม้จะเริ่มทำแล้ว ยังไม่ใช่ทุกเคสที่ประสบความสำเร็จเต็มร้อย อย่างไรก็ตาม สิ่งสำคัญคือ เรียนรู้จากก้าวแรก แล้วนำไปพัฒนาก้าวถัดไป

“หลายประเทศก็มีโครงการลักษณะใกล้เคียงกัน เช่น อินโดนีเซีย แต่โครงการในไทยจะใช้ความรู้ของผู้บริหารไทยจริงๆ ตรวจสอบความต้องการและปัญหาเฉพาะของแต่ละกลุ่มธุรกิจ เช่น การเงิน การแพทย์ การผลิต การค้าปลีก และบริการ” อรรณพ กล่าว 

เขาชี้ว่า ประเทศไทยมีคนเก่งเยอะ มีข้อมูลเยอะ แต่ยังใช้ไม่เต็มที่ ดังนั้น กูเกิลจึงอยากเอาเอไอมาปรับให้เป็นสีสันของคนไทย และทำงานร่วมกับองค์กรที่พร้อมจะลอง และกล้าทดลองก่อนเพื่อเป็นกลุ่มตัวอย่างแรก

Agentic AI กับผลตอบแทนทางธุรกิจ

องค์กรที่นำเอไอของ Google Cloud มาใช้อย่างจริงจัง สามารถก้าวข้ามภาวะติดอยู่ในช่วงนำร่องไปได้สำเร็จ (Pilot Purgatory) และสร้างผลตอบแทนจากการลงทุนเฉลี่ยสูงถึง 727% ภายในเวลาเพียง 3 ปี พร้อมคืนทุนได้ในระยะเวลาเพียง 8 เดือน 

อรรณพย้ำว่า ตัวเลขนี้ไม่ใช่ตัวเลขโฆษณา แต่เป็นค่าที่เกิดจากโครงการจริงกับลูกค้าทั่วโลกที่นำเอไอของกูเกิลไปใช้งาน โดยการวัดผล ROI ไม่ได้เป็นเพียงแค่เรื่องรายได้ แต่รวมถึงประสิทธิภาพการทำงาน ความสามารถในการผลิต และการประหยัดต้นทุน 

“727% ไม่ใช่เรื่องเหลือเชื่ออีกต่อไป เพราะเอไอลดช่วยเวลา ทำให้โครงสร้างต้นทุนลดลง และเพิ่มประสิทธิภาพแบบวัดได้จริง” เขากล่าว 

อรรณพยกตัวอย่างว่า หากมีเอกสาร 1,000 ฉบับ ถ้าใช้คนอ่านอาจใช้เวลาถึง 10 วัน แต่เอไอสามารถอ่านและวิเคราะห์ได้เร็วและเข้าใจบริบทได้ดีกว่า ทำให้ใช้เวลาเพียงไม่กี่นาที เมื่อเอไอเข้ามาปรับโครงสร้างต้นทุนขององค์กรให้ลดลง องค์กรก็จะมีความได้เปรียบในการแข่งขันในระดับโลก

กรณีศึกษาจากองค์กรสมาชิก

ซีเอ็ด เป็นตัวอย่างของการใช้ Semantic Search Agent เริ่มจากโจทย์เรียบง่ายคือ ทำอย่างไรให้คนหาเนื้อหาที่ต้องการเจอได้เร็วและตรงใจขึ้น โดยได้พัฒนาเป็น “บรรณารักษ์ดิจิทัล” ที่ช่วยตีความคำถามของผู้ใช้และคัดเลือกหนังสือจากคลังข้อมูลของร้านให้สอดคล้องกับความหมายที่ต้องการ

ตัวอย่างเช่น เมื่อมีคนพิมพ์คำอธิบายเชิงเปรียบเทียบเกี่ยวกับฮีโร่และภูเขาไฟ ระบบก็สามารถเชื่อมโยงไปสู่ The Lord of the Rings ได้โดยไม่ต้องเจอคำตรงตัว โดยระบบถูกสร้างด้วยโมเดลของ Google Cloud ที่วิเคราะห์บริบทจากคอนเทนต์ ก่อนคัดเลือกและจัดลำดับสินค้าที่เหมาะสม ผลลัพธ์คือ ผู้ใช้เจอสิ่งที่ต้องการง่ายขึ้น และการซื้อขายก็เกิดขึ้นจริงมากขึ้น

ขณะที่ ไทยวาโก้ เลือกใช้ Creative AI Agent เพื่อแก้ปัญหาคลาสสิกของธุรกิจแฟชั่นที่ต้องถ่ายภาพสินค้าซ้ำทุกครั้งเมื่อมีเฉดสีใหม่ ระบบที่พัฒนาโดย Tridorian ใช้เพียงภาพต้นแบบหนึ่งภาพ ก่อนให้เอไอสร้างภาพและวิดีโอของสินค้าทุกสีด้วยคุณภาพสมจริง ไม่ว่าจะเป็นรายละเอียดเนื้อผ้า แสง หรือรอยพับ ผลที่ได้คือวงจรเปิดตัวสินค้าออนไลน์ที่เร็วกว่ามาก ลดต้นทุนสตูดิโอ และช่วยให้แบรนด์ทดลองเฉดสีใหม่ได้อย่างยืดหยุ่น

ด้าน ทิพย กรุ๊ป โฮลดิ้งส์ ประกันภัยก็เลือกใช้เอไอเพื่อปรับงานที่เคยใช้แรงงานคนจำนวนมากให้กลายเป็นกระบวนการที่ลูกค้าทำเองได้ง่ายขึ้น ผ่านระบบตรวจสภาพรถก่อนทำประกันภัยแบบออนไลน์ ลูกค้าเพียงส่งวิดีโอมาตรวจผ่านช่องทางดิจิทัล ระบบจะประเมินความเสียหายให้แทนภายในเวลาไม่กี่นาที ลดความยุ่งยากทั้งฝั่งลูกค้าและบริษัท 

มุมมองต่อการจ้างงานและการขยายโครงการ

เมื่อผู้สื่อข่าวถามถึงประเด็นการเติบโตของเอไอที่ 727% จะนำไปสู่การลดคนหรือไม่ อรรณพ อธิบายว่า การที่องค์กรสามารถสร้างผลตอบแทนจากการใช้เอไอสูงถึง 727% ไม่ได้หมายความว่าจะเกิดการเลิกจ้าง แต่สะท้อนว่า บทบาทงานกำลังเปลี่ยนไปมากกว่า 

เขามองว่า ธรรมชาติของเทคโนโลยีคือการเปลี่ยนแปลง สิ่งใหม่ย่อมแทนที่สิ่งเก่าเสมอ และพนักงานที่ปรับตัวทันจะยังคงมีบทบาทสำคัญต่อไป เช่น งานตรวจเอกสารที่เคยต้องใช้คน อาจเปลี่ยนมาเป็นบทบาทใหม่อย่างการออกแบบโมเดลที่ใช้ตรวจเอกสารแทน หากคนทำงานไม่ยอมปรับตัว งานนั้นก็จะค่อยๆ หายไปพร้อมกับการเปลี่ยนแปลงของเทคโนโลยี

ด้านอนาคตของโครงการปัญญาไท เขาระบุว่า แม้ Google Cloud จะมีทรัพยากรจำกัด แต่กลยุทธ์คือ การสร้างตัวอย่างที่พิสูจน์ได้จาก 15 องค์กรแรก เพื่อดึงพันธมิตรและผู้ร่วมพัฒนามากขึ้น

เป้าหมายสูงสุดไม่ใช่การพึ่งพา Google Cloud ตลอดไป แต่คือ การทำให้องค์กรไทยสามารถพัฒนาเอไอได้เอง สร้างทีมงานที่เข้าใจธุรกิจและเทคโนโลยีอย่างลึกซึ้ง และต่อยอดโครงการให้เติบโตอย่างยั่งยืนในประเทศ

สำหรับธุรกิจขนาดเล็กและขนาดกลาง อรรณพอธิบายว่า แม้โครงการเริ่มจากองค์กรขนาดใหญ่ก่อน แต่ไม่ได้หมายความว่า SMEs จะถูกทิ้งไว้ข้างหลัง เพียงแต่เฟสแรกของโครงการต้องเลือกองค์กรที่พร้อมเพื่อแสดงตัวอย่างก่อน

“เวลาเริ่มทำเรื่องใหม่ เราช่วยทุกคนพร้อมกันไม่ได้ ต้องเริ่มจากกลุ่มที่เชื่อและพร้อมลงมือก่อน” เขากล่าว และย้ำว่า เป้าหมายระยะยาวคือ สร้างต้นแบบจากบริษัทใหญ่ แล้วขยายออกไปให้ SMEs สามารถใช้ประสบการณ์เหล่านั้นได้ง่ายขึ้นในอนาคต