Google Cloud ชี้ธุรกิจไทยต้องเปลี่ยนจากทดลองใช้เอไอ สู่ใช้ให้เกิดผลจริง

ในงาน Leaders' Connect 2026 สรุจ ทิพเสนา ผู้บริหารประจำประเทศไทยของ Google Cloud กล่าวถึงทิศทางของการใช้เอไอในองค์กรไทย โดยเน้นว่า องค์กรจำนวนมากในไทยผ่านช่วงทดลองใช้เอไอมาแล้ว และคำถามต่อไปไม่ใช่เอไอทำงานได้จริงไหม แต่เป็นจะเอาเอไอไปใช้งานจริงในองค์กรอย่างไรให้เกิดผลลัพธ์

“โอกาสขององค์กรในวันนี้ไม่ใช่แค่การทดลองใช้เทคโนโลยีใหม่ๆ เพียงอย่างเดียว แต่คือการนำเอไอมาใช้แก้ปัญหาทางธุรกิจที่เกิดขึ้นจริงภายในองค์กร และสามารถต่อยอดสู่การใช้งานระดับโครงสร้างได้อย่างเป็นรูปธรรม ความสำเร็จยุคเอไอไม่ได้วัดจากการมีเอไออยู่ในบางส่วนขององค์กร แต่ต้องสามารถเชื่อมโยงเอไอเข้ากับกระบวนการทำงานหลัก เพื่อสร้างผลลัพธ์ทางธุรกิจที่วัดผลได้อย่างชัดเจน” สรุจอธิบาย

ช่วงที่ผ่านมา การใช้เอไอในองค์กรส่วนหนึ่งเกิดขึ้นในลักษณะที่พนักงานเลือกใช้เครื่องมือเอไอด้วยตัวเอง เช่น ใช้ช่วยเขียนข้อความ สรุปเอกสาร ค้นหาข้อมูล หรือวิเคราะห์เนื้อหา แต่การใช้งานในระดับองค์กรมีความซับซ้อนมากกว่า เพราะเอไอต้องสามารถทำงานร่วมกับข้อมูลและระบบที่องค์กรใช้อยู่เดิม

สรุจมองว่า การเปลี่ยนผ่านดังกล่าวต้องพิจารณาอย่างน้อย 3 เรื่อง

เรื่องแรกคือ เอไอต้องเข้าไปอยู่ในกระบวนการทำงานจริง ไม่ใช่เป็นเพียงเครื่องมือที่พนักงานแต่ละคนหยิบมาใช้เป็นครั้งคราว หากกระบวนการหนึ่งต้องผ่านพนักงานหลายคน และแต่ละคนใช้เอไอเป็นเครื่องมือส่วนตัว การทำงานของเอไอก็ยังแยกออกจากกระบวนการหลักขององค์กร แต่หากเอไอสามารถเข้ามาช่วยตั้งแต่ต้นจนจบ เช่น รับข้อมูล ตรวจสอบ วิเคราะห์ และส่งต่อผลลัพธ์ไปยังระบบหรือบุคลากรที่เกี่ยวข้อง ก็จะมีโอกาสสร้างผลต่อประสิทธิภาพของทั้งกระบวนการ

สองคือ เอไอต้องเข้าถึงข้อมูลขององค์กรได้อย่างปลอดภัย สรุจยกตัวอย่างว่า ปัจจุบันหลายองค์กรเปิดให้พนักงานใช้เอไอ แต่บางคนอาจเลือกซื้อบริการเอง หรือใช้เครื่องมือที่องค์กรไม่ได้ควบคุม ทำให้เกิดความเสี่ยงที่ข้อมูลภายในจะถูกส่งออกไปนอกองค์กร

“ปัญหาที่จะเกิดก็คือว่า เกิดประเด็นเรื่องข้อมูลรั่วไหลออกนอกองค์กร และพอเกิดประเด็นปัญหาเรื่องข้อมูลรั่วไหลว่าองค์กรปุ๊บ ผู้บริหารในองค์กรก็อาจจะหวาดกลัว แล้วก็บอกว่าอันนี้ทำได้ อันนี้ทำไม่ได้ อันนี้ห้ามใช้”

ผลคือ ข้อมูลที่ควรเชื่อมโยงกันอาจถูกแยกออกเป็นส่วนๆ เพราะองค์กรไม่กล้าเปิดให้เอไอเข้าถึงข้อมูลบางประเภท ทำให้เอไอไม่สามารถทำงานกับข้อมูลที่จำเป็นต่อกระบวนการ

สามคือ องค์กรต้องสามารถวัดผลได้ว่าการนำเอไอมาใช้ช่วยให้งานดีขึ้นอย่างไร สรุจกล่าวว่า การวัดผลไม่จำเป็นต้องมองเพียงว่าประสิทธิภาพเพิ่มขึ้นกี่เปอร์เซ็นต์ แต่สามารถดูได้จากระยะเวลาที่ลดลง เช่น งานที่เคยใช้เวลาหลายวันอาจลดเหลือไม่กี่ชั่วโมงหรือไม่กี่นาที

“เวลาเราพูดเรื่องการเพิ่มประสิทธิภาพในโลกของเอไอ เราไม่ได้คุยกันที่หน่วยเป็นเปอร์เซ็นต์ แต่คุยกันเป็นเท่า เราไม่ได้คุยกันว่าเราใช้เรื่องนี้แล้วเราทำงานไวขึ้น 30% หรือ 50% ไม่ใช่ เราคุยกันในระดับวันเหลือนาที”

ตัวอย่างขององค์กรไทยที่นำเอไอไปใช้งานจริง

Minor Hotels ซึ่งดำเนินธุรกิจโรงแรมในหลายประเทศ อยู่ระหว่างพัฒนาแพลตฟอร์มที่รวบรวมข้อมูลผู้เข้าพักจากหลายแบรนด์ หลายภูมิภาค และหลายช่องทางดิจิทัล เพื่อให้ระบบสามารถเข้าใจข้อมูลของลูกค้าและนำไปใช้ในการให้บริการได้มากกว่าการตอบคำถามทั่วไป แนวคิดคือ การให้เอเจนต์สามารถช่วยจัดการงานที่ซับซ้อนขึ้น เช่น การจองที่พัก การวางแผนการเดินทาง และการตอบสนองต่อคำขอเฉพาะของผู้เข้าพัก โดยอาศัยข้อมูลจากหลายส่วนที่เชื่อมโยงกัน

อีกกรณีคือ Bitazza ในธุรกิจบริการทางการเงิน ซึ่งต้องจัดการข้อมูลจากตลาดซื้อขายหลายแห่ง สินทรัพย์ดิจิทัล สกุลเงินทั่วไป และแหล่งข้อมูลภายนอก บริษัทจึงพัฒนาแพลตฟอร์มข้อมูลแบบรวมศูนย์เพื่อรวบรวมข้อมูลเหล่านี้ไว้ด้วยกัน

ข้อมูลจากองค์กรระบุว่า ระบบดังกล่าวช่วยลดระยะเวลาในการจัดทำงบการเงินจากเดิมประมาณ 1 ปี เหลือ 3 เดือน หรือลดลง 75% และยังสามารถจัดทำรายงานเพื่อรองรับข้อกำหนดของหน่วยงานกำกับดูแลได้ใกล้เคียงเวลาจริง

ส่วน Wisesight ซึ่งทำงานด้านการวิเคราะห์ข้อมูลจากสื่อสังคมออนไลน์ นำเอไอวิเคราะห์ข้อมูลจำนวนมากเพื่อสร้างข้อมูลเชิงลึกให้กับลูกค้า ส่งผลให้งานวิจัย การวิเคราะห์ข้อมูล และการสร้างเนื้อหาที่เดิมใช้เวลาประมาณ 2 วัน สามารถลดลงเหลือประมาณ 30 นาที

เรื่องต้นทุน: ทำไมต้องพูดถึง Tokenomics?

สรุจอธิบายแนวคิด Tokenomics ว่าเป็นการบริหารการใช้โทเคนหรือหน่วยข้อมูลที่โมเดลเอไอใช้ในการประมวลผล เพื่อควบคุมค่าใช้จ่ายให้เหมาะสมกับงาน

เขายกตัวอย่างว่า งานง่ายๆ เช่น ลูกค้าทักว่า “สวัสดีค่ะ” ไม่จำเป็นต้องใช้โมเดลขนาดใหญ่ที่มีต้นทุนสูง แต่หากลูกค้าต้องการให้ระบบวิเคราะห์และเปรียบเทียบข้อมูลจำนวนมาก จึงค่อยเลือกใช้โมเดลที่มีความสามารถสูงกว่า

“งานง่าย โมเดลเล็ก ราคาถูก งานยาก โมเดลใหญ่ ราคาแพงขึ้น พอเราออกแบบแบบนี้ได้ มันจะทำให้ไม่ใช่ว่าทุกอย่างเราใช้โมเดลใหญ่อย่างเดียว แล้วค่าใช้จ่ายมันก็จะบานปลาย” สรุจกล่าว และสรุปว่า เมื่อองค์กรนำเอไอไปใช้งานมากขึ้น การควบคุมต้นทุนจึงไม่ได้หมายถึงการลดการใช้เอไอ แต่คือการเลือกใช้ทรัพยากรให้เหมาะกับลักษณะของงาน

ภัยไซเบอร์ในวันที่ผู้โจมตีก็ใช้เอไอ

กูเกิลคลาวด์ยังเปิดตัว Google AI Threat Defense ซึ่งเป็นระบบที่ออกแบบมาเพื่อช่วยให้องค์กรตรวจสอบและรับมือกับภัยคุกคามที่เกี่ยวข้องกับเอไอ โดยอาศัยเทคโนโลยีและความเชี่ยวชาญจากหลายส่วนของบริษัท แนวคิดคือ ภัยคุกคามทางไซเบอร์กำลังเปลี่ยนไปตามความสามารถของเอไอ ผู้โจมตีสามารถใช้เอไอช่วยค้นหาช่องโหว่ วิเคราะห์ระบบ หรือทำให้การโจมตีเกิดขึ้นได้รวดเร็วกว่าเดิม

สตีฟ เลดเซียน ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Google Cloud Security ประจำประเทศญี่ปุ่นและภูมิภาคเอเชียแปซิฟิก กล่าวว่า “เอไอได้ปรับเปลี่ยนภูมิทัศน์ของภัยคุกคามไปอย่างสิ้นเชิง การโจมตีที่เคยใช้เวลาหลายสัปดาห์ในอดีต ตอนนี้สามารถเกิดขึ้นได้ในเวลาเพียงไม่กี่นาทีหรือชั่วโมง เพื่อป้องกันภัยคุกคามที่หลากหลายนี้ องค์กรต้องการมากกว่าแค่โมเดลหรือเอเจนต์ตัวเดียว แต่จำเป็นต้องใช้กลุ่มโมเดลเพื่อตรวจสอบหลายรอบ และโซลูชันที่สามารถวิเคราะห์ระบบ จัดลำดับความสำคัญของภัยคุกคามที่ร้ายแรงที่สุด อุดช่องโหว่ได้อย่างรวดเร็ว และเฝ้าระวังการโจมตีใหม่ๆ อย่างต่อเนื่อง”

สรุจกล่าวในประเด็นเดียวกันว่า หากในอนาคตผู้โจมตีสามารถใช้เอเจนต์เป็นเครื่องมือโจมตีองค์กร องค์กรก็จำเป็นต้องมีระบบที่ใช้เอไอในการตรวจจับและป้องกันภัยคุกคามเช่นกัน 

“ในเมื่อตอนนี้พวกเราทุกคนมีเอเจนต์แล้ว เราจะมั่นใจได้ยังไงว่าโจรไซเบอร์ไม่เอาเอเจนต์มาโจมตีเรา ถ้าโจรไซเบอร์เอาเอเจนต์มาโจมตีเรา เราก็ต้องมีเอเจนต์เพื่อไปปกป้องตัวเราเอง จากผู้ร้ายที่เขามีเอเจนต์เหมือนกัน”

ด้วยเหตุนี้ การนำเอไอไปใช้ในองค์กรจึงไม่ได้มีเพียงเรื่องของโมเดลที่มีความสามารถสูงที่สุด แต่ต้องพิจารณาทั้งระบบ ตั้งแต่การประมวลผล การจัดการข้อมูล การบริหารค่าใช้จ่าย ไปจนถึงความปลอดภัย

โครงสร้างพื้นฐานไม่ได้มีแค่ชิป แต่รวมถึงพลังงาน

การนำเอไอไปใช้งานจริงยังต้องอาศัยโครงสร้างพื้นฐานที่รองรับการประมวลผลข้อมูลจำนวนมาก โดยเฉพาะดาต้าเซ็นเตอร์ซึ่งทำหน้าที่เป็นศูนย์กลางในการประมวลผล

สรุจยกตัวอย่างการแปลภาษาแบบเรียลไทม์ที่เกิดขึ้นระหว่างการนำเสนอ โดยระบุว่าเสียงจากไมโครโฟนจะถูกส่งเข้าสู่ระบบประมวลผล เพื่อแปลงจากภาษาไทยเป็นภาษาอังกฤษ ก่อนส่งกลับมาแสดงผลให้ผู้ชมเห็นภายในเวลาอันสั้น

เขาระบุว่า กระบวนการดังกล่าวต้องใช้การคำนวณจำนวนมาก และสะท้อนให้เห็นว่า การใช้งานเอไอในชีวิตจริงจำเป็นต้องมีโครงสร้างพื้นฐาน หรือ AI Infrastructure รองรับ

“โครงสร้างพื้นฐานดังกล่าวส่งผลต่อทั้งความเร็วในการประมวลผล ต้นทุน และความปลอดภัย โดยเฉพาะในประเด็นความหน่วงของระบบ ซึ่งเป็นปัจจัยสำคัญต่อประสบการณ์ใช้งาน” สรุจอธิบาย

อย่างไรก็ตาม การสร้างและขยายโครงสร้างพื้นฐานสำหรับเอไอไม่ได้มีเพียงเรื่องของเซิร์ฟเวอร์หรือชิปประมวลผลเท่านั้น เพราะดาต้าเซ็นเตอร์ยังต้องใช้พลังงานจำนวนมาก ทั้งในส่วนของการประมวลผลและระบบควบคุมอุณหภูมิของอุปกรณ์

ประเด็นด้านประสิทธิภาพการใช้พลังงานจึงถูกหยิบยกขึ้นในช่วงถาม-ตอบ โดยสรุจกล่าวถึงศูนย์ข้อมูลของกูเกิลว่า อยู่ในระดับที่มีประสิทธิภาพด้านพลังงานสูง และระบุว่าตัวเลขที่ใช้เป็นเกณฑ์เปรียบเทียบอยู่ที่ 83%

“ดาต้าเซ็นเตอร์ของกูเกิลน่าจะอยู่ในระดับแนวหน้าของโลกในด้านประสิทธิภาพการใช้พลังงาน โดยตัวเลขอย่างเป็นทางการที่เราใช้เป็นเกณฑ์วัดอยู่ที่ 83%”

ประเด็นดังกล่าวมีความสำคัญมากขึ้นตามการเติบโตของการใช้งานเอไอ เนื่องจากกำลังประมวลผลที่เพิ่มขึ้นย่อมหมายถึงความต้องการพลังงานที่สูงขึ้นตามไปด้วย ดังนั้น การพัฒนาดาต้าเซ็นเตอร์จึงต้องพิจารณาทั้งประสิทธิภาพของระบบและความพร้อมด้านพลังงานควบคู่กัน

กูเกิลมองเอไออาจสร้างมูลค่าทางเศรษฐกิจไทย 1.4 ล้านล้านบาทใน 5 ปี

สรุจกล่าวว่า การนำเอไอมาเพิ่มประสิทธิภาพการทำงานอาจมีความสำคัญต่อเศรษฐกิจไทย โดยเฉพาะในช่วงที่ประเทศกำลังเข้าสู่สังคมสูงวัยและต้องการเพิ่มผลิตภาพของแรงงาน

“สิ่งที่เรามองไปข้างหน้าคือการเข้ามาของเอไอและเอไอที่สามารถทำงานได้ด้วยตัวเองมากขึ้น เราเชื่อว่าสามารถช่วยหน่วยงานและองค์กรต่างๆ ในประเทศไทยนำความสามารถของเอไอมาใช้เพื่อเพิ่มประสิทธิภาพการทำงานได้ และเมื่อประสิทธิภาพการทำงานเพิ่มขึ้น สุดท้ายก็จะสะท้อนออกมาเป็นการเติบโตทางเศรษฐกิจ”

กูเกิลประเมินว่า หากประเทศไทยสามารถนำเอไอไปประยุกต์ใช้อย่างเหมาะสม อาจสร้างมูลค่าทางเศรษฐกิจได้ 1.4 ล้านล้านบาทภายใน 5 ปี

“เรื่องนี้เกิดขึ้นมากในตลาดโลกทุกวันนี้ และหลายองค์กรในประเทศไทยก็เริ่มหันมามองในทิศทางนี้ เพราะผมเชื่อว่าตอนนี้เราผ่านช่วงที่ถามว่าเอไอทำได้จริงหรือไม่มาแล้ว คำถามต่อไปที่เรากำลังถามกันคือ เมื่อเอไอทำได้จริงแล้ว เราจะนำไปใช้อย่างไร ใช้งานอย่างไรให้เกิดผลจริง และทำให้ทุกฝ่ายได้รับประโยชน์” สรุจกล่าว

ทักษะคนยังเป็นปัจจัยสำคัญ

แม้โครงสร้างพื้นฐานและเทคโนโลยีจะพร้อมมากขึ้น แต่การนำเอไอไปใช้งานจริงยังต้องอาศัยบุคลากรที่มีทักษะ กูเกิลพยายามสนับสนุนการพัฒนาทักษะใหม่ในประเทศไทย โดยมองว่าการเพิ่มผลิตภาพจากเอไอจะเกิดขึ้นไม่ได้ หากไม่มีคนที่สามารถใช้ สั่งงาน และบริหารจัดการระบบเอไอได้

“สุดท้ายแล้ว เอไอถ้าวางอยู่เฉยๆ และไม่มีใครใช้ก็ไม่เกิดประโยชน์ เอไอจะเกิดประโยชน์ก็ต่อเมื่อมีคนเข้าไปใช้ มีคนเข้าไปทำงานร่วมกับมัน มีคนเข้าไปสอนมัน และมีคนที่สามารถนำความสามารถของมันมาประยุกต์ใช้ต่อได้” สรุจกล่าว 

ในมุมนี้ การพัฒนาทักษะจึงไม่ได้หมายถึงการสอนให้พนักงานรู้จักใช้โปรแกรมเอไอเพียงอย่างเดียว แต่รวมถึงการรู้จักสั่งงานเอไอ ประเมินผลลัพธ์ และบริหารจัดการระบบเอไอที่เข้ามาเป็นส่วนหนึ่งของกระบวนการทำงานในองค์กร

กูเกิลกล่าวถึงโครงการฝึกทักษะด้านเอไอให้คนไทยภายใต้ชื่อ “ปัญญาไทย” ซึ่งเป็นความร่วมมือกับหลายหน่วยงาน ปัจจุบันโครงการนี้ได้ฝึกอบรมและอัปสกิลคนไทยไปแล้วกว่า 150,000 คน และเปิดกว้างให้องค์กรหรือหน่วยงานที่สนใจเข้าร่วมเทรนพนักงานเรื่องการใช้งานและบริหารจัดการเอไอ

จากคำถามว่า ‘เอไอทำอะไรได้’ สู่ ‘องค์กรจะใช้เอไออย่างไร’

ภาพรวมจากงาน Leaders' Connect 2026 สะท้อนว่า การนำเอไอมาใช้ในภาคธุรกิจกำลังเปลี่ยนจากการทดลองใช้เครื่องมือในบางงาน ไปสู่การวางระบบที่เอไอสามารถทำงานร่วมกับคน ข้อมูล และระบบต่างๆ ภายในองค์กร

โจทย์จึงไม่ได้มีเพียงการเลือกแบบจำลองเอไอ แต่รวมถึงการจัดการข้อมูล ความปลอดภัย ต้นทุนการประมวลผล การบริหารระบบเอไอที่สามารถทำงานได้ด้วยตัวเอง โครงสร้างพื้นฐานดิจิทัล และพลังงานที่จำเป็นต่อการทำงานของศูนย์ข้อมูล

สรุจกล่าวว่า หากองค์กรต้องการนำเอไอมาใช้อย่างจริงจัง ระบบที่นำมาใช้ควรมีความเปิดกว้างและสามารถเชื่อมต่อกับระบบเดิมขององค์กรได้ เพราะองค์กรขนาดใหญ่มีระบบและข้อมูลจำนวนมากที่พัฒนาขึ้นในช่วงเวลาที่แตกต่างกัน ขณะเดียวกัน เรื่องความปลอดภัยต้องมองทั้งการป้องกันข้อมูลภายในองค์กรและการรับมือภัยคุกคามจากภายนอก

“เรื่องความปลอดภัยมีทั้งสองด้าน คือทั้งภายในและภายนอก ด้านความปลอดภัยภายในองค์กร เรากำลังพูดถึงการบริหารจัดการข้อมูล และการทำอย่างไรไม่ให้การใช้เอไอและข้อมูลรั่วไหลออกไปภายนอก แต่อีกด้านหนึ่งคือภัยคุกคามจากภายนอก เราจะนำเอไอมาช่วยปกป้องตัวเราเองได้อย่างไร ในเมื่อปัจจุบันผู้ไม่หวังดีก็สามารถเข้าถึงเอไอได้เช่นเดียวกับเรา”

ท้ายที่สุด การขยายตัวของเอไอในภาคธุรกิจไทยจึงกำลังนำไปสู่โจทย์ที่ใหญ่กว่าการเลือกใช้เครื่องมือใหม่ เพราะองค์กรต้องปรับทั้งกระบวนการทำงาน ระบบข้อมูล โครงสร้างพื้นฐาน ความปลอดภัย ต้นทุน พลังงาน และทักษะของบุคลากรไปพร้อมกัน

จากเดิมที่องค์กรอาจถามว่า “เอไอทำอะไรได้บ้าง” คำถามที่กำลังเข้ามาแทนที่คือ “จะนำเอไอเข้าไปทำงานร่วมกับองค์กรอย่างไร” และเมื่อการใช้งานขยายตัวมากขึ้น คำถามเรื่องพลังงานของศูนย์ข้อมูลและความพร้อมของโครงสร้างพื้นฐานก็จะกลายเป็นอีกส่วนหนึ่งของโจทย์ที่ภาคธุรกิจและภาครัฐต้องร่วมกันพิจารณา