ไทยก้าว สู่ 'Game Changer' ของยุค AI เปลี่ยนบทบาทจาก 'ผู้ใช้' สู่ 'ผู้สร้าง' ในเศรษฐกิจยุคใหม่

สิ่งที่อยู่เบื้องหลัง AI คือ โครงสร้างพื้นฐานด้านการประมวลผล หรือ Compute Infrastructure ซึ่งมีเพียงไม่กี่ประเทศที่สามารถสร้างขึ้นมาเองได้อย่างเต็มรูปแบบ ประเทศไทยเคยมีบทเรียนจากยุคอินเทอร์เน็ตที่ใช้แพลตฟอร์มต่างประเทศอย่างเข้มข้น ขณะที่ข้อมูล ระบบ และ Algorithm ส่วนใหญ่อยู่ต่างประเทศ ยุค AI มีความเสี่ยงในลักษณะเดียวกัน หากเราเป็นเพียงผู้ใช้และไม่ได้เป็นเจ้าของโครงสร้างพื้นฐานหรือ Algorithm ข้อมูลที่นำไปใช้ในการฝึกฝน AI อาจกลายเป็นองค์ความรู้ที่เพิ่มความฉลาดให้กับระบบของผู้อื่น เรื่องนี้จึงเกี่ยวข้องโดยตรงกับความได้เปรียบในการแข่งขันระยะยาว AI จะสร้างช่องว่างระหว่างองค์กรที่ปรับตัวทันกับองค์กรที่ปรับตัวไม่ทัน คนที่ทำงานร่วมกับ AI ได้อาจมีศักยภาพสูงขึ้นหลายเท่า ขณะที่คนหรือองค์กรที่ไม่ใช้ AI อาจถูกทิ้งห่าง ทักษะสำคัญจึงเป็นการเรียนรู้ตลอดชีวิต เพราะความรู้เปลี่ยนแปลงอย่างรวดเร็ว

ต้นทุน AI คือปัจจัยการแข่งขัน

AI มีต้นทุน ทุกคำสั่งและการประมวลผลมีต้นทุนในรูปแบบ Token และ Compute เมื่อองค์กรนำ AI ไปใช้กับข้อมูลจำนวนมาก ค่าใช้จ่ายสามารถสูงขึ้นได้ การแข่งขันจึงไม่ได้อยู่ที่การมี AI ที่ฉลาดที่สุดเพียงอย่างเดียว แต่อยู่ที่การสร้างความเป็นเลิศ (Intelligence) ในต้นทุนที่ต่ำที่สุด องค์กรต้องเลือกโมเดล ให้เหมาะกับงาน และบริหาร Token อย่างมีประสิทธิภาพ

องค์กรต้องเปลี่ยนจากการทดลองสู่ผลลัพธ์

องค์กรส่วนใหญ่รู้แล้วว่า AI มีประโยชน์ แต่โจทย์สำคัญคือ AI จะสร้างรายได้หรือลดต้นทุนได้อย่างไร การใช้ AI จึงต้องขยับจากการปรับปรุงงานไปสู่การสร้างรายได้ใหม่ ลดต้นทุน สร้างธุรกิจใหม่ และสร้างความได้เปรียบในการแข่งขัน คนที่เข้าใจทั้ง AI และรูปแบบธุรกิจจึงมีความสำคัญ

AI Use Case จำนวนมากอาจช่วยปรับปรุงงาน แต่มีเพียงบางส่วนที่สามารถสร้างการเปลี่ยนแปลงครั้งใหญ่ให้ธุรกิจได้ ผู้บริหารจึงต้องค้นหา Use Case ที่สร้างผลกระทบจริง และผลักดันจาก Pilot ไปสู่การใช้งานในวงกว้าง

AI กำลังเปลี่ยนวิธีทำงานขององค์กร

จาก Generative AI ที่สามารถสร้างเนื้อหาและตอบคำถาม เรากำลังเข้าสู่ Agentic AI ที่สามารถรับคำสั่งและดำเนินงานหลายขั้นตอนได้ เมื่อ AI ต้องเข้าถึงข้อมูล ระบบ และไฟล์ขององค์กร ความสำคัญของธรรมาภิบาลก็เพิ่มขึ้น ขณะเดียวกันมนุษย์ยังต้องกำกับ AI เพราะคนและองค์กรต้องรับผิดชอบต่อผลลัพธ์

AI ยังทำให้องค์กรต้องกลับมาทบทวน Workflow ทั้งหมด การทำงานไม่จำเป็นต้องยึดติดกับเวลาทำงานของมนุษย์ เพราะ AI สามารถทำงานได้ตลอด 24 ชั่วโมง องค์กรจึงต้องออกแบบ Workflow รูปแบบการดำเนินงาน และการให้บริการลูกค้าใหม่

AI จึงไม่ใช่โครงการของฝ่าย IT แต่เกี่ยวข้องกับกลยุทธ์ คน กระบวนการทำงาน คู่ค้า ลูกค้า และรูปแบบธุรกิจ เมื่อระบบนิเวศทางธุรกิจ เปลี่ยนเร็วขึ้น การทบทวนกลยุทธ์ก็ต้องเร็วขึ้นตาม

คนและข้อมูลคือพื้นฐานของ AI

การเปลี่ยนผ่านสู่ AI ต้องเกิดขึ้นทั้งองค์กรและระบบนิเวศ เพราะหากองค์กรเปลี่ยนเร็ว แต่ คู่ค้า เปลี่ยนไม่ทัน ระบบก็เดินหน้าได้ยาก AI Transformation จึงต้องครอบคลุมคู่ค้า พาร์ทเนอร์ หรือSME ที่อยู่ในที่อยู่ในระบบนิเวศ 

สำหรับองค์กรธุรกิจขนาดใหญ่ เช่น เครือเจริญโภคภัณฑ์ หรือ ซีพี มี CP Innovation Center of Excellence ทำหน้าที่เชื่อมผู้เชี่ยวชาญจากหลายบริษัท เทคโนโลยี มหาวิทยาลัย และพาร์ทเนอร์ เพื่อสร้างนวัตกรรม และเชื่อมงานวิจัยกับการใช้งานจริง ขณะเดียวกัน Talent ต้องถูกมองเป็นโครงสร้างพื้นฐานของยุค AI คนรุ่นใหม่สามารถใช้ AI และเทคโนโลยีสร้าง Solution และธุรกิจได้เอง องค์กรจึงต้องลงทุนในคนและสร้างสภาพแวดล้อมที่ดึงดูด Talent ขณะที่ข้อมูลต้องได้รับการจัดการอย่างเป็นระบบ เพราะข้อมูลที่กระจัดกระจายและไม่มีมาตรฐานเดียวกันจะเป็นข้อจำกัดของการพัฒนา AI

AI ต้องเข้าไปอยู่ในธุรกิจจริง

AI ต้องถูกนำไปใช้ใน Business Operation ไม่ใช่หยุดอยู่ที่การทดลอง อาทิ ในธุรกิจค้าปลีก สามารถวิเคราะห์สินค้าของแต่ละสาขา ในภาคการเกษตรสามารถวิเคราะห์พื้นที่ โรคพืช และแมลง ในฟาร์มสามารถใช้เซนเซอร์และหุ่นยนต์ ตรวจสอบสุขภาพสัตว์ ในภาคการบริการลูกค้า สามารถให้บริการได้ตลอด 24 ชั่วโมง และในภาคการเงิน สามารถช่วยทำ Credit Scoring ได้รวดเร็วขึ้น องค์ความรู้ที่เกิดจากการทำงานสามารถนำมาสร้าง Corporate LLM เพื่อเก็บและกระจาย “Know How” ภายในองค์กร เป้าหมายจึงต้องข้ามจาก “Pilot” ไปสู่ “Scale” และวัดความสำเร็จจากผลลัพธ์ที่เกิดขึ้นจริง

ประเทศไทยต้องสร้าง AI Ecosystem ของตัวเอง

หากประเทศไทยต้องการเป็น AI Hub การมี Data Center อย่างเดียวไม่เพียงพอ AI Ecosystem ต้องครอบคลุม Chipset, Electronics, Energy, Data Center, Compute, Foundation Model หรือ LLM, Application และ Business Use Case โดย Energy Security เป็นเงื่อนไขสำคัญ เพราะ AI Data Center ต้องใช้พลังงานจำนวนมาก
การลงทุนด้าน Data Center ยังสามารถเชื่อมไปสู่อุตสาหกรรมอื่น เช่น ชิ้นส่วนอิเล็กทรอนิกส์ ระบบไฟฟ้า แบตเตอรี่ ระบบทำความเย็น และอุปกรณ์ต่างๆ ขณะเดียวกันแนวคิด AI Factory ซึ่งเป็น Infrastructure สำหรับผลิต Compute หรือ Token ในต้นทุนที่แข่งขันได้ กำลังเป็นอีกแนวทางที่มีการศึกษาและพัฒนา

ประเทศไทยยังต้องสร้าง Ecosystem ที่เชื่อมภาคธุรกิจ มหาวิทยาลัย ภาครัฐ นักลงทุน Startup และบริษัทเทคโนโลยีจากหลายประเทศ เพื่อให้เกิด R&D, Innovation, Talent และ Investment ในประเทศ

Governance ต้องเดินพร้อมกับ AI

เมื่อ AI เก่งขึ้น ความเสี่ยงก็เพิ่มขึ้นตาม องค์กรต้องมีธรรมาภิบาล AI (AI Governance), จริยธรรม AI (Ethical AI) และความปลอดภัยทางไซเบอร์ (Cybersecurity) ที่กำหนดชัดเจนว่า AI ทำอะไรได้ ข้อมูลใดเข้าถึงได้ และใครเป็นผู้รับผิดชอบ ในอนาคตภัยคุกคามจะไม่ได้มาจากแฮกเกอร์เพียงอย่างเดียว แต่รวมถึง “AI Enabled Cyber Threats” ด้วย ธรรมภิบาลจึงเป็นพื้นฐานสำคัญของการขยายการใช้ AI อย่างปลอดภัย ประเทศไทยเองต้องรักษาความสามารถในการเชื่อมต่อกับทุกฝ่าย ขณะเดียวกันต้องสร้าง ความสามารถของตัวเอง เพื่อไม่ให้ต้องพึ่งพาเทคโนโลยีจากฝ่ายใดฝ่ายหนึ่งเพียงด้านเดียว

จากประเทศผู้ใช้เทคโนโลยี สู่ประเทศที่มีส่วนร่วมในการสร้าง

AI กำลังกลายเป็นพื้นฐานของระบบเศรษฐกิจใหม่ การแข่งขันจะเกี่ยวข้องกับ Compute, Energy, Data Center, Model, Token Cost, Data, Talent, Governance และ Business Modelในระดับองค์กร เราต้องเปลี่ยนจาก Traditional Company ไปสู่ Tech Driven Company ในระดับประเทศ เราต้องสร้าง Infrastructure, Capability และ Ecosystem ของเราเอง AI กำลังเปลี่ยนโลกอยู่แล้ว คำถามสำคัญคือประเทศไทยและองค์กรของเราจะปรับตัวได้เร็วพอที่จะเป็นผู้สร้างอนาคต หรือจะเป็นเพียงผู้ตามในโลกที่ AI กำลังเปลี่ยนกติกาการแข่งขัน

บทความชิ้นนี้เขียนขึ้นประกอบการบรรยายหัวข้อ “CP AI Transformation” ในงาน “CP Excellence Sharing Day” โดย ดร.ธีระพล ถนอมศักดิ์ยุทธ ประธานคณะผู้บริหารด้านความยั่งยืนองค์กร และการพัฒนากลยุทธ์ เครือเจริญโภคภัณฑ์ วันที่ 19 สิงหาคม 2569 ณ True Digital Park กรุงเทพมหานคร