‘SCB TechX’ จับมือ ‘500 TukTuks’ ถอดสูตรปลดล็อกพลัง AI บนเวที NATION FORUM 2027 ชี้ทางรอดองค์กรยุค Intelligence Economy เน้นย้ำ AI ROI ต้องวัดจาก Return on Productivity ด้าน SME ต้องเร่งแปลงดาต้าเป็นดิจิทัลก่อนซื้อ AI พร้อมจับตาเทรนด์โลกทุ่มงบ 80% ให้ AI Infrastructure และการก้าวสู่ยุค Physical AI
KEY POINTS
- SCB TechX ชี้ 4 องค์ประกอบพัฒนา AI ในองค์กร ได้แก่ การกำหนดนิยามข้อมูล (Semantic) การออกแบบกระบวนการทำงาน (Process) การกำกับดูแลเพื่อสร้างความเชื่อมั่น (Confidence) และการออกแบบระบบให้ขยายผลและบริหารจัดการได้ (Scalable/Managed)
- ROI จากการใช้ AI คือ Return on Productivity เพราะผลงานและโปรดักต์ที่เราสร้างขึ้นมามีมูลค่า
- เงินลงทุนสตาร์ตอัปทั่วโลกกว่า 80% มุ่งสู่ AI Infrastructure
- จับตา Physical AI เทคโนโลยีที่นำ AI ออกจากหน้าจอสู่การทำงานในโลกจริง ผ่านหุ่นยนต์ กล้อง และเซนเซอร์
การเปลี่ยนผ่านจากเศรษฐกิจดิจิทัลสู่เศรษฐกิจที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ ไม่ได้ขึ้นอยู่กับการเข้าถึงเทคโนโลยีเพียงอย่างเดียว แต่ยังเกี่ยวข้องกับความพร้อมของข้อมูล กระบวนการทำงาน บุคลากร และการบริหารความเสี่ยง เพื่อให้ AI สร้างผลลัพธ์ที่มีมูลค่าต่อธุรกิจ
งาน NATION FORUM 2027: THAILAND’S AGENDA เวทีเสวนา “From the Digital Economy to the Intelligence Economy | เศรษฐกิจยุคใหม่ แข่งขันกันที่ความสามารถในการสร้าง ใช้ และขยาย Intelligence” โดย รศ.ดร.วรพล พงษ์เพ็ชร จาก SCB TechX และอปารดา ทรัพย์ประเสริฐ จาก 500 TukTuks และ Orzon Ventures ชี้โจทย์การนำ AI ไปใช้ในองค์กร ตั้งแต่การกำกับดูแลและวัดผลตอบแทนจากผลิตภาพ ไปจนถึงการเตรียมข้อมูลและบุคลากรของ SME พร้อมจับตาทิศทาง Physical AI และแนวโน้มเงินลงทุนสตาร์ตอัปทั่วโลกที่ให้น้ำหนักกับโครงสร้างพื้นฐาน AI
SCB TechX ย้ำ AI ต้องมีคนกำกับ
รศ.ดร.วรพล พงษ์เพ็ชร Chief Technology & AI Officer บริษัท เอสซีบี เทคเอกซ์ จำกัด (SCB TechX) กล่าวว่า ปัจจุบันงานเกือบทุกส่วนในองค์กรเริ่มมี AI เข้ามาสนับสนุน โดยองค์กรกำลังขยับจากการใช้ข้อมูล (Data) ไปสู่ AI และ AI Agent เพื่อเพิ่มประสิทธิภาพการทำงาน
อย่างไรก็ตาม สำหรับธุรกิจการเงิน การนำ AI มาใช้ยังต้องดำเนินการอย่างระมัดระวัง โดยเฉพาะด้านการกำกับดูแล (Governance) เนื่องจากยังไม่สามารถปล่อยให้ AI ตัดสินใจหรือทำงานแทนมนุษย์ได้ทั้งหมดโดยไม่มีคนควบคุม
แม้การใช้เครื่องมือ AI ช่วยเขียนโค้ดจะทำได้รวดเร็วและให้ผลลัพธ์ที่ถูกต้อง แต่สิ่งที่ยังต้องอาศัยความเข้าใจของมนุษย์คือ ตรรกะทางธุรกิจ (Business Logic) ซึ่งเป็นส่วนสำคัญในการทำให้ระบบทำงานตรงตามความต้องการขององค์กร
4 องค์ประกอบสร้าง Intelligence ในองค์กร
รศ.ดร.วรพล ระบุว่า การพัฒนา Intelligence ในองค์กรต้องให้ความสำคัญกับ 4 องค์ประกอบ ได้แก่
- Intelligence from Semantic การกำหนดความหมายและนิยามข้อมูลให้ตรงกัน เช่น เกณฑ์การจัดกลุ่มลูกค้า VIP ต้องชัดเจน เพื่อให้ AI Agent เข้าใจตรงกับองค์กรและไม่ดึงข้อมูลผิดพลาดมาใช้ในการตอบคำถามหรือดำเนินงาน
- Intelligence of Process การออกแบบกระบวนการทำงานให้เหมาะสม โดยจัดระบบให้ Agent และ Sub-agent ทำงานร่วมกับผู้เชี่ยวชาญหรือมนุษย์ เพื่อเพิ่มประสิทธิภาพการทำงาน หากวางกระบวนการไม่ดี อาจทำให้ต้องเสียเวลาตามแก้ปัญหา และเกิดงานที่ไม่สามารถนำไปใช้ต่อได้
- Intelligence with Confidence การสร้างความเชื่อมั่นผ่านระบบกำกับดูแล โดยเฉพาะการใช้งานในบริการ Open Finance เพื่อให้ Agent ทำงานได้อย่างถูกต้องและปลอดภัย รวมถึงสร้างความมั่นใจให้กับองค์กรขนาดกลางและขนาดใหญ่
- Intelligence that is Scalable / Managed การออกแบบระบบให้สามารถขยายการใช้งานได้ พร้อมบริหารจัดการและกำกับดูแลการใช้งานอย่างเหมาะสม
วัดผลที่ผลิตภาพ ไม่ใช่แค่ลดต้นทุน
ในด้านโครงสร้างพื้นฐาน รศ.ดร.วรพล กล่าวว่า การรองรับข้อมูลและการประมวลผลที่เพิ่มขึ้นจาก Agentic Workflow ไม่สามารถพึ่งพาเซิร์ฟเวอร์แบบเดิมเพียงอย่างเดียว แต่ต้องอาศัย “คลาวด์” และผู้ให้บริการ Hyperscaler เพื่อรองรับการขยายระบบ
คลาวด์ ยังช่วยให้การทดสอบแนวคิด (Proof of Concept: POC) ทำได้รวดเร็วขึ้น โดยสามารถสร้าง Agentic Workflow ได้ภายใน 30 นาที
สำหรับการวัดผลตอบแทนจากการลงทุน AI หรือ ROI เขามองว่าไม่ควรพิจารณาเฉพาะการประหยัดต้นทุนฮาร์ดแวร์ แต่ต้องดูผลตอบแทนจากผลิตภาพ (Return on Productivity) หรือมูลค่าที่เกิดจากผลงานและผลิตภัณฑ์ที่องค์กรสามารถพัฒนาขึ้นได้
ROI จากการใช้ AI ไม่ได้เกิดจากการประหยัดค่าฮาร์ดแวร์ แต่คือ Return on Productivity เพราะผลงานและโปรดักต์ที่เราสร้างขึ้นมามีมูลค่า
เข้าใจธุรกิจ ก่อนวางกลยุทธ์เทคโนโลยี
รศ.ดร.วรพล กล่าวว่า แม้เทคโนโลยีจะเข้าถึงได้ง่าย แต่ปัจจัยสำคัญคือบุคลากรต้องเข้าใจความต้องการของธุรกิจ และสามารถแปลงโจทย์ดังกล่าวเป็นวิสัยทัศน์ทางธุรกิจ (Business Vision) กลยุทธ์เทคโนโลยี (Technical Strategy) และการนำไปใช้งานจริง
ผู้บริหารฝ่ายธุรกิจและฝ่ายเทคโนโลยีจึงต้องสื่อสารกันให้เข้าใจ หากมีช่องว่างระหว่างความต้องการทางธุรกิจกับการพัฒนาเทคโนโลยี จำเป็นต้องมีผู้ทำหน้าที่เชื่อมโยงและแปลโจทย์ระหว่างสองฝ่าย
สำหรับทิศทางเทคโนโลยีในอนาคต รศ.ดร.วรพล มองว่า ปัจจุบันองค์กรกำลังพัฒนาโครงสร้างพื้นฐานสำหรับ AI Agent ขณะที่เทคโนโลยีมีแนวโน้มไปสู่การพัฒนาตัวเอง (Self-improvement) และ Physical AI หรือ AI ที่เชื่อมต่อกับเซนเซอร์ กล้อง และฮาร์ดแวร์ เพื่อทำงานในโลกจริง รวมถึงการใช้ AI Agent ขนาดเล็กสำหรับงานเฉพาะด้าน
500 TukTuks ชี้ AI เงื่อนไขสำคัญของ Startup
ด้าน ปารดา ทรัพย์ประเสริฐ Partner แห่ง 500 TukTuks (500 Global Thailand) และ Managing Partner Orzon Ventures กล่าวว่า ในช่วง 1-2 ปีที่ผ่านมา คำถามสำคัญในการพิจารณาลงทุนในสตาร์ตอัปคือ บริษัทนำ AI มาใช้อย่างไร
สำหรับสตาร์ตอัปที่ดำเนินธุรกิจมานาน 7-10 ปีขึ้นไป การนำ AI มาประยุกต์ใช้มีความสำคัญต่อการเพิ่มประสิทธิภาพ ลดต้นทุน และพัฒนาผลิตภัณฑ์เดิม เช่น ซอฟต์แวร์บัญชี เพื่อให้ธุรกิจปรับตัวได้และลดความเสี่ยงที่จะถูกเทคโนโลยีใหม่เข้ามาเปลี่ยนแปลงตลาด
ปารดาระบุว่า ปัจจุบัน 500 TukTuks ดูแลสตาร์ตอัปมากกว่า 100 บริษัทในไทยและเอเชียตะวันออกเฉียงใต้ ขณะที่ฝั่งกองทุนเองก็นำ AI Agent มาใช้ช่วยคัดกรองและจัดระเบียบข้อมูลจาก Pitch Deck ทำให้สามารถประมวลผลข้อมูลการนำเสนอธุรกิจได้มากขึ้น จากเดิมที่ตรวจสอบได้ประมาณ 5-10 บริษัทต่อวัน
SME ต้องเตรียม 'ดาต้า' ก่อนซื้อ AI
สำหรับธุรกิจขนาดกลางและขนาดย่อม (SME) ปารดามองว่า ความท้าทายสำคัญไม่ใช่เพียงการเข้าถึงเทคโนโลยี แต่เป็นการทำให้พนักงานเข้าใจและยอมรับการใช้ AI Agent โดยเฉพาะบุคลากรที่คุ้นเคยกับวิธีทำงานเดิมมาเป็นเวลา 20-30 ปี
ขั้นตอนแรกของ SME จึงไม่ควรเป็นการซื้อเครื่องมือ AI มาใช้จำนวนมาก แต่ต้องเตรียมข้อมูลให้พร้อมก่อน เช่น การนำข้อมูลจากเอกสารกระดาษหรือไฟล์ Excel เดิมเข้าสู่ระบบดิจิทัล เพื่อให้สามารถนำข้อมูลไปใช้กับ AI ได้อย่างเหมาะสม
นอกจากนี้ องค์กรควรกำหนดตัวชี้วัดผลการทำงาน (KPI) สำหรับ AI Agent เช่นเดียวกับที่ใช้ประเมินพนักงาน เพื่อให้สามารถติดตามผลลัพธ์และประเมินประสิทธิภาพของการนำเทคโนโลยีมาใช้ได้
เงินลงทุน Startup โลก 80% มุ่ง AI Infrastructure
ในภาพรวมการลงทุน ปารดาระบุว่า ในปีที่ผ่านมา เงินลงทุนในสตาร์ตอัปทั่วโลกประมาณ 80% มุ่งไปที่โครงสร้างพื้นฐาน AI (AI Infrastructure) เช่น ศูนย์ข้อมูล (Data Center) หน่วยประมวลผลกราฟิก (GPU) และพลังงาน ขณะที่เงินลงทุนในแอปพลิเคชัน AI (AI Application) มีสัดส่วนประมาณ 12-13%
ตัวเลขดังกล่าวแสดงให้เห็นถึงสัดส่วนเงินทุนที่มุ่งไปยังโครงสร้างพื้นฐาน ซึ่งเป็นองค์ประกอบรองรับการพัฒนาและใช้งาน AI ในวงกว้าง
ส่วนเทคโนโลยี Quantum Computing เริ่มได้รับความสนใจจากเงินลงทุนสถาบัน (Institutional Money) เช่นกัน แต่ยังเน้นการใช้งานเฉพาะด้าน อาทิ การพัฒนายา การวิจัยมะเร็ง วัสดุศาสตร์ และโลจิสติกส์ ขณะที่ AI มีขอบเขตการประยุกต์ใช้กว้างและส่งผลต่อผู้คนในหลายภาคส่วน
จับตา Physical AI จากหน้าจอสู่โลกจริง
ปารดามองว่า เทรนด์สำคัญถัดจาก AI Agent ที่ทำงานบนหน้าจอ คือ Physical AI ซึ่งนำ AI ไปใช้กับอุปกรณ์ที่ทำงานในโลกจริง เช่น หุ่นยนต์และแขนกลในโรงงานอุตสาหกรรม โดยอาศัยกล้องและเซนเซอร์ในการรับรู้สภาพแวดล้อมและประมวลผลการทำงาน
ประเทศมหาอำนาจอย่างจีนและสหรัฐอเมริกากำลังเร่งพัฒนาเทคโนโลยีดังกล่าว โดยการขยายสู่ตลาดวงกว้างจะขึ้นอยู่กับต้นทุนการผลิต เมื่อค่าใช้จ่ายลดลงจนอยู่ในระดับที่เหมาะสม การนำไปใช้งานในวงกว้างก็มีโอกาสเกิดขึ้นได้รวดเร็ว
ทั้งมุมมองจาก SCB TechX และ 500 TukTuks ชี้ให้เห็นว่า การนำ AI มาใช้ในองค์กรไม่ได้จบที่การเลือกเครื่องมือ แต่ต้องเชื่อมโยงเทคโนโลยีเข้ากับข้อมูล กระบวนการ บุคลากร และการวัดผล ขณะที่การพัฒนาจาก AI Agent ไปสู่ Physical AI จะขยายขอบเขตการใช้งานจากงานดิจิทัลไปสู่การทำงานในโลกจริง
