'หัวเว่ย' กางโรดแมปดันประเทศไทย สู่ 'Regional AI Hub' อาเซียน

การขยายตัวของ AI กำลังเพิ่มแรงกดดันต่อโครงสร้างพื้นฐาน ข้อมูล และบุคลากร ขณะที่ไทยมีโอกาสยกระดับจาก Digital Hub สู่ Regional AI Hub หากสามารถสร้างระบบนิเวศที่รองรับการใช้ AI ในระดับเศรษฐกิจ

เดวิด หลี่ ประธานกรรมการบริหาร บริษัท หัวเว่ย เทคโนโลยี่ (ประเทศไทย) จำกัด กล่าวในงาน Thailand Economic Outlook 2027 | New Horizon Beyond the Trap จัดโดย “กรุงเทพธุรกิจ” ว่า การเปลี่ยนผ่านสู่โลกอัจฉริยะกำลังเกิดขึ้นเร็วกว่าการปฏิวัติเทคโนโลยีครั้งก่อน และการเติบโตของ AI จะทำให้ความต้องการพลังประมวลผล ข้อมูล และโครงสร้างพื้นฐานเพิ่มขึ้นอย่างมาก

ในปี 2563 โมเดลพื้นฐานมีขนาดประมาณ 175,000 ล้านพารามิเตอร์ ปัจจุบันขยับเข้าใกล้ 10 ล้านล้านพารามิเตอร์ และคาดว่าจะเกิน 100 ล้านล้านพารามิเตอร์ภายในปี 2573

ขณะที่ AI Agent ซึ่งในปี 2567 ยังทำงานในระดับนาที ปัจจุบันสามารถทำงานต่อเนื่องหลายชั่วโมง และมีโอกาสทำงานต่อเนื่องเป็นเวลาหลายเดือนภายในปี 2573

ในทิศทางเดียวกัน การใช้งาน AI ก็ขยายตัวอย่างรวดเร็ว โดยการใช้ Token สำหรับการประมวลผลในจีนเพิ่มจากประมาณ 1 แสนล้าน Token ต่อวันในช่วงต้นปี 2567 เป็น 500 ล้านล้าน Token ต่อวันในปัจจุบัน และคาดว่าจะเพิ่มขึ้นสู่ระดับ ล้านล้านล้าน Token ต่อวัน ภายในปี 2573 ขณะที่ Edge Intelligence และ Autonomous Driving ก็มีพัฒนาการต่อเนื่อง

การเปลี่ยนแปลงดังกล่าวทำให้การผลิตและการใช้งาน AI เพิ่มขึ้นหลายระดับ และต้องการโครงสร้างพื้นฐานที่มีทั้งขนาด ประสิทธิภาพ และความน่าเชื่อถือสูงขึ้น

สำหรับประเทศไทย การใช้งาน AI กำลังขยายตัวอย่างรวดเร็ว โดยบน Huawei Cloud Thailand ปริมาณการใช้ Token ต่อเดือนเพิ่มขึ้น 185 เท่า ระหว่างเดือนเมษายน–กันยายน 2569

ขณะที่การใช้ Token รวมทั่วประเทศเพิ่มขึ้นประมาณ 30 เท่า ตั้งแต่เดือนมกราคม–กันยายน 2569 จากการใช้งานจริง เช่น AI Coding, AIGC และ Research Agents

อย่างไรก็ตาม สัดส่วนการใช้งาน AI ในกลุ่มประชากรวัยทำงานของไทยอยู่ที่ 12.4% ต่ำกว่าเวียดนาม สิงคโปร์ และประเทศอื่นๆ โดยยังมีช่องว่างในการขยายการใช้งาน AI จากเครื่องมือเฉพาะบุคคลไปสู่กระบวนการทำงานและเศรษฐกิจในวงกว้าง

โอกาสของไทยไม่ใช่แค่ใช้ AI ให้มากขึ้น แต่คือการขยาย AI ไปสู่ระดับเศรษฐกิจ

'5 ปัจจัย' หนุนไทยสู่ AI Hub

เดวิด มองว่า ไทยมีปัจจัยพื้นฐานที่สามารถต่อยอดสู่การเป็น Regional AI Hub โดยมี 5 ด้านสำคัญ ได้แก่

1. พลังงาน ไทยกำลังพัฒนากลไกการเข้าถึงพลังงานสีเขียวสำหรับดาต้าเซ็นเตอร์ขนาดใหญ่ รวมถึงโครงการ Direct PPA นำร่อง 2,000 เมกะวัตต์ เพื่อรองรับการพัฒนาดาต้าเซ็นเตอร์และ AI ระดับ Hyperscale

2. ดาต้าเซนเตอร์ ไทยมีโครงการใน Pipeline รวมมากกว่า 2.87 กิกะวัตต์ ทั้งโครงการที่อยู่ระหว่างก่อสร้าง ประกาศ และอยู่ในแผน ซึ่งจะเป็นโครงสร้างพื้นฐานรองรับการประมวลผล AI ในอนาคต

3. คลาวด์และเครือข่าย ไทยกำลังพัฒนาโครงสร้างพื้นฐานคลาวด์และ Connectivity ที่รองรับ AI โดยในปี 2569 มีการเปิดใช้งานเครือข่าย 5G-Advanced ในเอเชียตะวันออกเฉียงใต้ ขณะที่ผู้ให้บริการคลาวด์ระดับโลก เช่น เอดับบลิวเอส, กูเกิลคลาวด์ และไมโครซอฟท์ เพิ่มการลงทุนและขยายโครงสร้างพื้นฐานในไทย

4. ชิปและโมเดล ไทยมี Made-in-Thailand Chips Strategy พร้อมโรดแมปถึงปี 2593 และกำลังสร้างระบบนิเวศ Thai LLM โดยมี ThaiLLM เป็น Foundation Model และมี LLM ที่ผ่านการ Fine-tune อีก 4 โมเดลเพื่อรองรับการใช้งานที่แตกต่างกัน

5. อุตสาหกรรมและการใช้งาน ปัจจุบันมีองค์กรกว่า 600 แห่งในมากกว่า 10 อุตสาหกรรม นำ AI ไปใช้ ทั้งการดูแลสุขภาพ การท่องเที่ยว การเกษตร การผลิต และการเงิน

ปลดล็อก AI Infrastructure ไร้ Vendor Lock-in

สำหรับการสร้างความสามารถด้าน AI ในระยะยาว เดวิด เสนอ 3 แนวทาง ได้แก่ Trustworthy Thai AI Infrastructure, Sovereign Thai AI Data และ Home-grown AI Talent

ในด้านโครงสร้างพื้นฐาน ไทยควรใช้ Open-source Models และ Neutral Hardware Technologies พร้อมควบคุมและบริหารโครงสร้างพื้นฐาน AI ที่สำคัญภายในประเทศ โดยไม่จำเป็นต้องพึ่งพาโมเดลหรือผู้ให้บริการรายใดรายหนึ่ง

แนวทางดังกล่าวมีเป้าหมายเพื่อหลีกเลี่ยง Vendor Lock-in รองรับการเปลี่ยนแปลงของเทคโนโลยีในอนาคต และลดความเสี่ยงด้านภูมิรัฐศาสตร์

การเลือกโครงสร้างพื้นฐานควรพิจารณาตามระดับความอ่อนไหวของข้อมูล ตั้งแต่ Enterprise On-premise, Public Cloud ภายในไทย ไปจนถึง Overseas Public Cloud ในกรณีที่เหมาะสม เพื่อให้แต่ละการใช้งานมีความยืดหยุ่น ควบคุมได้ และมีความปลอดภัย

นอกจากนี้ หัวเว่ยเสนอกรอบ DIMAK Model สำหรับเปลี่ยน AI จากโมเดลไปสู่ระบบที่นำไปใช้งานและขยายผลในธุรกิจ ประกอบด้วย Data, Infra, Model, Agent และ Knowledge Engineering โดยเน้นระบบนิเวศแบบเปิดและการทำงานร่วมกับพันธมิตรตลอดกระบวนการ

'ข้อมูล' ต้อง 'ปกป้อง–กำกับ–สร้างมูลค่า'

ด้านข้อมูล เดวิด มองว่ากำลังเปลี่ยนจากข้อมูลที่เป็นเพียงบันทึกการดำเนินงานไปสู่สินทรัพย์ที่สามารถสร้างมูลค่าได้ โดยมี 3 เสาหลัก ได้แก่ Trust, Governance และ Monetization

Trust คือการปกป้องข้อมูลสำคัญให้อยู่ภายใต้ขอบเขตประเทศ พร้อมใช้ Encryption และปฏิบัติตามกฎระเบียบด้านข้อมูลข้ามพรมแดน

Governance คือการเปลี่ยนข้อมูลดิบให้เป็นสินทรัพย์ดิจิทัลที่เชื่อถือได้ ผ่านมาตรฐานคุณภาพ การจัดทำ Catalog และการกำหนดเจ้าของข้อมูลอย่างชัดเจน

ส่วน Monetization คือการนำข้อมูลไปสร้างมูลค่าทางธุรกิจ ผ่าน Data Products, Regulated Markets และบริการที่ขับเคลื่อนด้วย AI

หลักการสำคัญคือ “Protect, then Govern, then Create Value” หรือปกป้องข้อมูล กำกับดูแล และต่อยอดสร้างมูลค่า โดยมอง Data เป็น Economic Infrastructure ที่จะเป็นพื้นฐานของความสามารถในการแข่งขันของประเทศ

“ข้อมูลคือโครงสร้างพื้นฐานทางเศรษฐกิจที่จะเป็นรากฐานของความสามารถในการแข่งขันของประเทศ”

ปั้นคน AI จากการลงมือทำ

อีกโจทย์สำคัญคือการสร้างบุคลากร AI ในประเทศ โดย เดวิด ระบุว่า AI กำลังเป็นธุรกิจที่ขับเคลื่อนโดยคนรุ่นใหม่มากขึ้น อายุเฉลี่ยผู้ก่อตั้ง AI Unicorn ทั่วโลกลดจาก 40 ปีในปี 2563 เหลือ 29 ปีในปี 2567 ขณะที่ผู้ก่อตั้งสตาร์ทอัพ AI ตัวแทน 100 แห่งในจีนมีอายุเฉลี่ย 38 ปี

เดวิด อ้างคำกล่าวของ เหลียง เหวินเฟิง ผู้ก่อตั้ง DeepSeek ว่า “Experience is not that important. Basic skills, creativity and passion matter more.”

แนวคิดดังกล่าวชี้ว่า บุคลากร AI ไม่สามารถสร้างขึ้นได้ด้วยการจ้างเพียงอย่างเดียว แต่ต้องสร้างสภาพแวดล้อมให้คนรุ่นใหม่ได้ แก้ปัญหาจริง สร้างระบบจริง และนำระบบไปใช้งานจริง

การฝึกปฏิบัติจะช่วยเปลี่ยนความรู้เป็นความสามารถ เปลี่ยนศักยภาพเป็นบุคลากร และสร้างบุคลากรที่สามารถก้าวขึ้นเป็นผู้นำ AI ในอนาคต

เดวิด ระบุว่า ขั้นต่อไปไม่ใช่เพียงการนำ AI มาใช้ แต่คือการสร้างระบบนิเวศที่ทำให้ AI ขยายตัวได้ทั่วไทย ผ่านความร่วมมือระหว่างภาครัฐ ภาคธุรกิจ มหาวิทยาลัย ผู้ให้บริการเทคโนโลยี และคนรุ่นใหม่ เพื่อยกระดับไทยจาก Digital Hub สู่ Regional AI Hub พร้อมวางรากฐานด้านโครงสร้างพื้นฐาน ข้อมูล และบุคลากร AI ในระยะยาว