IMF เร่งปฏิรูปสถิติโลก ใช้ AI–Big Data ยกระดับข้อมูลเศรษฐกิจ

การเปลี่ยนแปลงของเศรษฐกิจดิจิทัลทำให้พฤติกรรมธุรกิจและผู้บริโภคเปลี่ยนแปลงอย่างรวดเร็ว ขณะที่ระบบสถิติของหลายประเทศยังพึ่งพาวิธีจัดเก็บข้อมูลแบบเดิม ทำให้ข้อมูลที่ใช้ประเมินภาวะเศรษฐกิจอาจไม่ครอบคลุมกิจกรรมทางเศรษฐกิจที่เกิดขึ้นจริง

ประเด็นนี้เป็นหนึ่งในหัวข้อหารือในการประชุม Capacity Development Talk: Better Data, Better Decisions: How Statistical Innovation is Reshaping the Foundations of Policymaking ซึ่งจัดขึ้นระหว่างการประชุมประจำปี IMF-World Bank Annual Meetings 2026 โดยมีกรณีศึกษาจากเกาหลีใต้ ฟิลิปปินส์ และปาปัวนิวกินี ที่นำเทคโนโลยีและแหล่งข้อมูลใหม่มาพัฒนาระบบสถิติเศรษฐกิจ

IMF ชี้โจทย์ใหญ่ สถิติต้องทันเศรษฐกิจดิจิทัล

พอล ออสติน หัวหน้าฝ่ายบริหารจัดการทรัพยากร กรมสถิติ กองทุนการเงินระหว่างประเทศ (IMF) กล่าวว่า ปัจจุบันเศรษฐกิจสร้างข้อมูลจากแหล่งใหม่เพิ่มขึ้นอย่างต่อเนื่อง ทั้งธุรกรรมอีคอมเมิร์ซ ข้อมูลดาวเทียม โทรศัพท์มือถือ และฐานข้อมูลของหน่วยงานภาครัฐ แต่ระบบสถิติแห่งชาติในหลายประเทศยังไม่สามารถนำข้อมูลเหล่านี้มาใช้ประโยชน์ได้เต็มศักยภาพ และยังพึ่งพาวิธีจัดเก็บและประมวลผลแบบเดิม

ความท้าทายไม่ได้อยู่ที่การเพิ่มปริมาณข้อมูลเพียงอย่างเดียว แต่อยู่ที่การปรับปรุงวิธีจัดเก็บ เชื่อมโยง วิเคราะห์ และเผยแพร่ข้อมูล เพื่อให้สถิติสะท้อนกิจกรรมทางเศรษฐกิจได้ทันเวลา และรองรับการตัดสินใจเชิงนโยบายในสภาพแวดล้อมที่เปลี่ยนแปลงรวดเร็ว

ออสตินกล่าวถึงแนวคิด “Data is the new oil” หรือข้อมูลคือน้ำมันใหม่ พร้อมตั้งคำถามว่า ระบบสถิติในปัจจุบันวัดสิ่งที่มีความสำคัญต่อเศรษฐกิจได้ครบถ้วนแล้วหรือไม่ เมื่อรูปแบบธุรกิจและพฤติกรรมผู้บริโภคเปลี่ยนแปลงไปจากเดิม

สำหรับภูมิภาคเอเชียแปซิฟิกมีสัดส่วน GDP ต่อเศรษฐกิจโลกเพิ่มจาก 25% ในปี 2534 เป็น 43% ในปี 2569 สะท้อนการเปลี่ยนแปลงของเศรษฐกิจภูมิภาคตลอดกว่า 3 ทศวรรษ  แต่การเปลี่ยนแปลงทางเศรษฐกิจในยุคดิจิทัลยังไม่ได้รับการสะท้อนอย่างครบถ้วนในระบบสถิติของประเทศ

เกาหลีใต้ยกระดับหน่วยงานสถิติ รับยุค AI

แฮ คิม รองผู้อำนวยการกองสำรวจสำมะโนเศรษฐกิจ กระทรวงข้อมูลและสถิติแห่งเกาหลีใต้ กล่าวว่า เกาหลีใต้ยกระดับหน่วยงานสถิติเป็นกระทรวงในเดือน ต.ค. 2025 พร้อมกำหนดทิศทางการพัฒนาระบบสถิติให้รองรับยุค AI โดยให้ความสำคัญกับธรรมาภิบาลข้อมูล การเชื่อมโยงและบูรณาการข้อมูลจากหลายแหล่ง

แนวทางสำคัญคือ การนำข้อมูลทะเบียนและข้อมูลจากการบริหารงานภาครัฐ (Administrative Data) รวมถึง Big Data มาใช้ร่วมกับการจัดเก็บสถิติแบบเดิม เพื่อลดภาระการตอบแบบสำรวจของประชาชนและภาคธุรกิจ พร้อมเพิ่มความรวดเร็วในการจัดทำสถิติและพัฒนาข้อมูลชุดใหม่ให้ตอบโจทย์นโยบายที่เปลี่ยนแปลงไป

คิมระบุว่า ความต้องการข้อมูลในปัจจุบันไม่ได้จำกัดอยู่ที่ตัวเลขภาพรวมระดับประเทศ แต่ต้องการข้อมูลที่ทันเวลาและจำแนกรายละเอียดได้มากขึ้น เพื่อวิเคราะห์ปัญหาเฉพาะด้านและสนับสนุนการกำหนดนโยบายบนหลักฐานเชิงประจักษ์

ขณะเดียวกัน การนำข้อมูลใหม่และ AI มาใช้ในกระบวนการผลิตสถิติตั้งแต่การรวบรวมจนถึงการเผยแพร่ ต้องควบคู่กับการรักษาคุณภาพข้อมูล ความเชื่อมั่นของประชาชน การพัฒนาบุคลากร และกรอบธรรมาภิบาลที่เหมาะสม

เกาหลีใต้ยังมุ่งสร้างระบบนิเวศข้อมูลที่เชื่อมโยงหน่วยงานภาครัฐ สถาบันการศึกษา องค์กรระหว่างประเทศ และภาคเอกชน เพื่อเพิ่มประสิทธิภาพการใช้ข้อมูลและลดการจัดเก็บข้อมูลซ้ำซ้อน

ฟิลิปปินส์ใช้ AI วิเคราะห์ราคาสินค้า 5-10 ล้านรายการต่อสัปดาห์

ซีโน โรนัลด์ อาเบโนฮา รองผู้ว่าการธนาคารกลางฟิลิปปินส์ กล่าวว่า ธนาคารกลางนำข้อมูลราคาจากแหล่งดิจิทัลมาวิเคราะห์ร่วมกับเทคนิค Machine Learning และ AI โดยรวบรวมข้อมูลราคา 5-10 ล้านรายการต่อสัปดาห์ เพื่อประเมินแรงกดดันด้านราคาและตรวจจับความเคลื่อนไหวของราคาสินค้าก่อนที่สถิติทางการจะเผยแพร่

แนวทางดังกล่าวเข้ามาเสริมข้อจำกัดของการจัดทำดัชนีราคาผู้บริโภค (Consumer Price Index: CPI) แบบดั้งเดิม ซึ่งต้องใช้เวลาในการสำรวจและประมวลผล ขณะที่น้ำหนักของสินค้าและบริการในตะกร้าคำนวณอาจอ้างอิงรูปแบบการบริโภคจากช่วงหลายปีก่อน ทำให้การติดตามความเปลี่ยนแปลงของตลาดไม่ทันต่อสถานการณ์

ธนาคารกลางใช้ Machine Learning และ AI ช่วยจัดหมวดหมู่สินค้าและวิเคราะห์ข้อมูลจำนวนมาก เพื่อให้เห็นความเคลื่อนไหวของราคาในแต่ละหมวดสินค้าได้รวดเร็วขึ้น รวมถึงตรวจจับสัญญาณแรงกดดันด้านราคาที่อาจยังไม่ปรากฏในสถิติทางการ

ข้อมูลดังกล่าวช่วยเพิ่มเครื่องมือประกอบการวิเคราะห์และการตัดสินใจด้านนโยบายการเงิน แต่ไม่ได้หมายความว่าจะใช้แทน CPI ทางการได้โดยอัตโนมัติ เพราะยังต้องคำนึงถึงมาตรฐานสถิติ ความถูกต้องของข้อมูล และวิธีการคำนวณที่เหมาะสม

นอกจากการติดตามเงินเฟ้อแล้ว ธนาคารกลางฟิลิปปินส์ยังร่วมมือกับ IMF พัฒนาดัชนีราคาที่อยู่อาศัย (Residential Property Price Index: RPPI) ให้มีรายละเอียดระดับภูมิภาค จากเดิมที่เน้นข้อมูลระดับประเทศ พร้อมขยายขอบเขตไปยังบ้านมือสองและอสังหาริมทรัพย์ที่ถูกยึดหรือหลุดจำนอง (Foreclosed Properties)

การพัฒนาดังกล่าวใช้แบบจำลอง Hedonic Pricing Model เพื่อปรับผลจากความแตกต่างด้านคุณลักษณะของอสังหาริมทรัพย์ ช่วยให้การเปรียบเทียบราคามีความเหมาะสมมากขึ้น และทำให้ธนาคารกลางสามารถวิเคราะห์ความเคลื่อนไหวของตลาดที่อยู่อาศัยในแต่ละพื้นที่ได้ละเอียดกว่าการใช้ราคาเฉลี่ยระดับประเทศเพียงอย่างเดียว

อีกโจทย์หนึ่งคือการจัดทำดัชนีราคาผู้ผลิตภาคบริการ (Producer Price Index for Services: PPI for Services) เนื่องจากภาคบริการมีสัดส่วนมากกว่า 60% ของ GDP ฟิลิปปินส์ จึงจำเป็นต้องพัฒนาสถิติราคาให้ครอบคลุมโครงสร้างเศรษฐกิจจริงมากขึ้น

อาเบโนฮาระบุว่า การใช้ข้อมูลขนาดใหญ่ต้องดำเนินควบคู่กับการกำกับดูแลข้อมูล (Data Governance) เพื่อรักษาความถูกต้อง ความน่าเชื่อถือ และความปลอดภัยของโครงสร้างพื้นฐานข้อมูล ก่อนเปิดให้ผู้กำหนดนโยบายหรือนักวิจัยนำไปใช้งาน

ปาปัวนิวกินีเชื่อมข้อมูลการค้า เสริมบริหารค่าเงิน

วิลเลมินา ฮิวเบิร์ต ผู้ช่วยผู้ว่าการกลุ่มนโยบายการเงินและเศรษฐกิจ ธนาคารกลางปาปัวนิวกินี กล่าวว่า ประเทศเผชิญข้อจำกัดด้านข้อมูลและความเสี่ยงจากปัจจัยภายนอก โดยเฉพาะปัญหาการขาดแคลนเงินตราต่างประเทศ จึงต้องการปรับแนวทางบริหารเศรษฐกิจจากการแก้ไขวิกฤติที่เกิดขึ้นแล้ว ไปสู่การวางแผนและเตรียมรับความเสี่ยงล่วงหน้า

การยกระดับระบบสถิติภาคต่างประเทศได้รับความช่วยเหลือทางเทคนิคจาก IMF โดยมีภารกิจสำคัญ 3 ด้าน

• ด้านแรก คือการกระทบยอดข้อมูลดุลการชำระเงิน (Balance of Payments: BOP) ของธนาคารกลางให้สอดคล้องกับสถิติการค้าของสำนักงานสถิติแห่งชาติ เนื่องจากทั้งสองหน่วยงานจัดเก็บข้อมูลแยกกัน จึงอาจเกิดความคลาดเคลื่อนเมื่อนำข้อมูลมาใช้ร่วมกัน
• ด้านที่สอง คือการติดตามกระแสเงินตราต่างประเทศและผลตอบแทนจากการส่งออกทรัพยากรธรรมชาติ โดยเฉพาะทองคำและแร่ธาตุ รวมถึงเงินทุนที่ไหลเข้าและออกจากประเทศผ่านบริษัทข้ามชาติ การปรับปรุงข้อมูลฐานะการลงทุนระหว่างประเทศ (International Investment Position: IIP) จึงเป็นส่วนสำคัญในการทำความเข้าใจสถานะทางเศรษฐกิจภายนอกประเทศ
• ด้านที่สาม คือการพัฒนาบุคลากรและระบบข้อมูล โดยร่วมมือกับศูนย์ให้ความช่วยเหลือทางเทคนิคด้านการเงินแปซิฟิก (Pacific Financial Technical Assistance Centre: PFTAC) ในฟิจิ และหน่วยงานที่เกี่ยวข้องของ IMF เพื่อเพิ่มศักยภาพการจัดทำสถิติ

ฮิวเบิร์ตระบุว่า ข้อมูลที่ถูกต้องและทันเวลาจะช่วยให้ธนาคารกลางมีเครื่องมือประกอบการบริหารค่าเงินกีนา (Kina) ซึ่งเผชิญปัญหามูลค่าสูงเกินระดับที่เหมาะสม โดยมุ่งให้ค่าเงินเคลื่อนไปสู่ระดับที่สะท้อนภาวะตลาดและสามารถปรับสมดุลได้มากขึ้น

ข้อมูลยังมีความสำคัญต่อการควบคุมเงินเฟ้อ เนื่องจากปาปัวนิวกินีพึ่งพาการนำเข้าสินค้าในระดับสูง ทำให้การเปลี่ยนแปลงของค่าเงินส่งผลต่อต้นทุนสินค้าและราคาภายในประเทศโดยตรง ขณะเดียวกัน ข้อมูลทุนสำรองระหว่างประเทศที่แม่นยำช่วยสนับสนุนคณะกรรมการนโยบายการเงิน (Monetary Policy Committee: MPC) ซึ่งจัดตั้งขึ้นในปี 2568 ให้ประเมินสถานการณ์และตัดสินใจด้านนโยบายได้มีประสิทธิภาพขึ้น

การพัฒนาระบบสถิติยังช่วยให้ประเทศเตรียมรับความเสี่ยงจากภัยธรรมชาติและความผันผวนทางภูมิอากาศ เช่น ปรากฏการณ์เอลนีโญ ซึ่งอาจส่งผลต่อเศรษฐกิจและความมั่นคงทางการเงิน

ความสำเร็จสำคัญที่ธนาคารกลางปาปัวนิวกินีตั้งเป้าไว้ คือการเผยแพร่ข้อมูล IIP เป็นครั้งแรกภายในสิ้นปีนี้ โดยได้รับความช่วยเหลือทางเทคนิคจาก IMF และเงินสนับสนุนเพื่อการพัฒนาอย่างเป็นทางการ (Official Development Assistance: ODA) จากรัฐบาลเกาหลีใต้

IMF พัฒนา AI เข้าถึงฐานข้อมูลและคู่มือสถิติ

นอกจากการสนับสนุนประเทศสมาชิกแล้ว IMF ยังพัฒนาเครื่องมือเพื่อยกระดับการเข้าถึงข้อมูลและองค์ความรู้ด้านสถิติ โดยพอล ออสติน ระบุถึงโครงการ StatGPT ซึ่งนำ AI มาใช้ช่วยให้ผู้ใช้งานค้นหาและสอบถามข้อมูลเศรษฐกิจจากฐานข้อมูลของ IMF และประเทศสมาชิกที่เข้าร่วมโครงการได้สะดวกขึ้น

IMF ยังปรับปรุงคู่มือมาตรฐานสถิติระหว่างประเทศ ทั้งคู่มือดุลการชำระเงิน (Balance of Payments Manual: BPM) และระบบบัญชีประชาชาติ (System of National Accounts: SNA) พร้อมพัฒนาเครื่องมือ AI ที่เปิดให้ผู้ใช้งานโต้ตอบกับคู่มือสถิติได้โดยตรง เพื่อลดข้อจำกัดในการค้นหาคำอธิบายและหลักเกณฑ์ทางเทคนิค

ด้านการพัฒนาบุคลากร IMF ระบุว่า มีผู้เรียนผ่านหลักสูตรออนไลน์ด้านสถิติเศรษฐกิจแล้วมากกว่า 21,000 คน ครอบคลุม 13 หลักสูตร

การปฏิรูประบบสถิติไม่ได้จบเพียงการนำ AI หรือ Big Data มาใช้ แต่ต้องพัฒนาคุณภาพข้อมูล ระบบเชื่อมโยงข้อมูล บุคลากร และธรรมาภิบาลควบคู่กัน เพื่อให้สถิติเศรษฐกิจทันต่อการเปลี่ยนแปลงและเป็นฐานข้อมูลที่เชื่อถือได้สำหรับการกำหนดนโยบาย