ทิศทางประเทศไทยยุค ‘Generative AI’  เมื่อการเป็นแค่ ‘ผู้ใช้ AI’ ไม่เพียงพอ

ปัจจุบันเทคโนโลยี AI กำลังเข้ามาเปลี่ยนแปลงชีวิตผู้คนอย่างมาก ซึ่งอาจจะทำให้เกิดการเปลี่ยนแปลงทักษะการทำงาน อาชีพต่างๆ โครงสร้างการทำงาน และแม้แต่การใช้ชีวิตประจำวัน ดังนั้นทักษะความรู้ทางด้าน AI โดยเฉพาะ Generative AI จึงมีความสำคัญอย่างยิ่งกับคนไทย ถ้าเราจะต้องสร้างศักยภาพการแข่งขันของประเทศให้สามารถยืนอยู่บนเวทีโลกได้ และต้องเร่ง Upskill/ReSkill คนในทุกระดับ

เราเห็นการเริ่มผลักดันนโยบายในหลายมิติเพื่อเตรียมความพร้อมให้กับประเทศ ตั้งแต่รัฐบาลที่แล้วในเรื่องของ AI หนึ่งในนั้นคือ AI for Education ซึ่งมุ่งเน้นการนำ AI มาใช้ในการเรียนการสอนเพื่อพัฒนาศักยภาพของคนไทยให้สูงสุด ไม่ว่าจะเป็นการใช้ AI ประเมินความรู้ความสามารถของผู้เรียน ออกแบบหลักสูตรให้เหมาะสมกับแต่ละบุคคล ไปจนถึงการสร้าง “ครู AI” ที่จะช่วยให้เด็กทุกคนได้รับโอกาสทางการศึกษาที่เท่าเทียมกัน สามารถเรียนรู้ได้ทุกที่ทุกเวลา

ขณะเดียวกันก็มีนโยบาย AI Workforce Development ที่มุ่งพัฒนาบุคลากรด้าน AI และสร้างพื้นฐานให้คนไทยทั้งในระบบการศึกษาและตลาดแรงงาน โดยมีเป้าหมายหลักของนโยบายคือการแก้ปัญหาการขาดแคลนบุคลากรด้าน AI ซึ่งปัจจุบันมีความต้องการในตลาดแรงงานกว่า 80,000 ตำแหน่ง

ทั้งนี้ กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัย และนวัตกรรม (อว.) ตั้งเป้าผลิตกำลังคนด้าน AI ให้ได้อย่างน้อย 30,000 คน โดยแบ่งเป็น 3 ระดับคือ ผู้เชี่ยวชาญ AI (AI Professional) วิศวกร AI (AI Engineer) และผู้ใช้งาน AI ระดับเริ่มต้น (AI Beginner)

ล่าสุดรัฐมนตรีกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (อว.) สุรศักดิ์ พันธ์เจริญวรกุล ได้ออกประกาศกำหนดให้ทุกมหาวิทยาลัยต้องประเมินและบรรจุเนื้อหาเกี่ยวกับปัญญาประดิษฐ์ (AI) ในหลักสูตรทุกระดับ โดยเน้นทั้งสายวิทยาศาสตร์ สังคม และรายวิชาศึกษาทั่วไป เพื่อเตรียมบุคลากรให้รู้เท่าทันและใช้ AI ได้อย่างเหมาะสมในอนาคต

นอกจากนี้ ยังมีการส่งเสริมด้าน AI Innovation เพื่อสนับสนุนนวัตกรรม AI สู่ตลาดและยกระดับเศรษฐกิจของประเทศ อย่างไรก็ตาม ผลสำรวจล่าสุดกลับพบว่าองค์กรส่วนใหญ่ยังขาดความมั่นใจที่จะลงทุนใช้งาน AI เนื่องจากปัญหาด้านโครงสร้างพื้นฐาน บุคลากร งบประมาณ และยังมองไม่เห็นประโยชน์ที่ชัดเจนนัก

นโยบายต่างๆ เหล่านี้ถือเป็นก้าวแรกที่สำคัญและเป็นทิศทางที่ถูกต้อง แต่ทว่าภายใต้นโยบายที่มุ่งสร้างบุคลากรจำนวนหนึ่งให้เป็นผู้เชี่ยวชาญ กลับมีคำถามสำคัญซ่อนอยู่ว่า ลำพังแค่การเป็นผู้ใช้ที่เชี่ยวชาญเพียงพอแล้วหรือที่จะผลักดันให้ประเทศไทยมีศักยภาพในการแข่งขันบนเวทีโลกที่นับวันจะทวีความรุนแรงขึ้นได้อย่างแท้จริง โดยเฉพาะอย่างยิ่งเรื่องการสร้างคนที่สามารถจะรู้เท่าทันกับด้าน Generative AI ที่เปลี่ยนแปลงไปอย่างรวดเร็ว

หากเรามองภาพรวมของระบบนิเวศ AI ทั้งหมด จะเห็นว่าเทคโนโลยีนี้มีองค์ประกอบหลายชั้น ตั้งแต่โครงสร้างพื้นฐานอย่างชิปประมวลผล ไปจนถึงแอปพลิเคชันที่เราใช้งานกันในชีวิตประจำวัน การที่เราเน้นพัฒนาคนส่วนใหญ่ไปในทางการใช้แอปพลิเคชันหรือเครื่องมือ AI ต่างๆ ได้อย่างคล่องแคล่ว ก็มีความเสี่ยงในการที่จะต้องพึ่งพาแอปพลิเคชันและโมเดล AI ของต่างชาติอยู่เสมอ ซึ่งนั่นไม่ใช่การสร้างศักยภาพการแข่งขันที่ยั่งยืน

เพื่อให้องค์กรและประเทศสามารถแข่งขันได้จริง เราจำเป็นต้องมีแอปพลิเคชันหรือ AI Agent เอง ที่ถูกพัฒนาขึ้นจากฐานความรู้และข้อมูลบริบทของไทย (Local Context) การพึ่งพาเพียงเครื่องมืออย่าง ChatGPT หรือ Gemini ซึ่งขาดความเข้าใจในบริบทเฉพาะทางของสังคมและเศรษฐกิจไทย ย่อมไม่สามารถตอบโจทย์ที่ซับซ้อนของเราได้อย่างเต็มประสิทธิภาพ

แต่เมื่อพิจารณาว่าประเทศเราจะมาสร้าง AI เองทั้งหมด ในทุกองค์ประกอบของระบบนิเวศของ AI ทั้งหมดตั้งแต่ต้นจนจบนั้นเป็นไปไม่ได้ โดยเฉพาะในส่วนของโครงสร้างพื้นฐาน ซึ่งก็คือชิป AI และระบบคลาวด์/ดาต้าเซ็นเตอร์ขนาดใหญ่นั้น เรายังคงต้องพึ่งพาเทคโนโลยีและการลงทุนจากบริษัทเทคโนโลยียักษ์ใหญ่ของโลก การมุ่งเน้นความร่วมมือและดึงดูดการลงทุนเพื่อให้มีดาต้าเซ็นเตอร์ในประเทศจึงเป็นกลยุทธ์ที่เหมาะสมที่สุดในส่วนนี้

เมื่อขยับขึ้นมาในชั้นของ “โมเดล AI” ซึ่งเปรียบเสมือนสมองของ AI เราคงไม่สามารถและไม่ควรที่จะแข่งขันกับบริษัทเทคโนโลยีต่างชาติขนาดใหญ่ (Big Tech) เพื่อสร้างโมเดลขนาดใหญ่ระดับโลกได้ เนื่องจากต้องใช้งบประมาณมหาศาล แต่ทางออกของเราคือการไม่พึ่งพาโมเดลจากต่างชาติเพียงอย่างเดียว เราควรหันมาพัฒนา “โมเดลเฉพาะทาง” ขนาดเล็กที่เหมาะกับบริบทของไทยแทน เช่น โมเดลเพื่อการแพทย์ที่เข้าใจศัพท์เฉพาะทางและโรคที่พบบ่อยในไทย โมเดลเพื่ออุตสาหกรรมการผลิต หรือโมเดลเพื่อการเกษตรอัจฉริยะ การสร้างโมเดลเหล่านี้แม้จะต้องใช้เงินลงทุนและบุคลากรที่มีความสามารถสูง แต่ในระยะยาวจะมีต้นทุนที่ถูกกว่าและสร้างความได้เปรียบในการแข่งขันในสาขาที่เราเชี่ยวชาญได้อย่างแท้จริง

การพัฒนาโมเดลเฉพาะทางขนาดเล็กอาจเหมาะกับบริบทของในแต่ละอุตสาหกรรมในบ้านเรา เป็นการเพิ่มศักยภาพในการแข่งขัน และลดความเสี่ยงในด้านราคาค่าใช้จ่ายถ้าเราพึ่งโมเดล AI ต่างชาติมากไป

หัวใจสำคัญที่เชื่อมระหว่างโมเดล AI และแอปพลิเคชันที่ใช้งานง่าย คือ “เครื่องมือในการพัฒนา” และนี่คือจุดที่เราควรทุ่มเททรัพยากรมากที่สุด ทุกวันนี้เครื่องมือในการสร้างแอปพลิเคชัน AI นั้นง่ายขึ้นมากจนคนทั่วไปที่ไม่มีพื้นฐานการเขียนโค้ดก็สามารถเรียนรู้ได้ และทำให้คนทุกคนสามารถพัฒนาแอปพลิเคชัน AI หรือ AI Agent ได้ง่าย

เราต้องเร่งสร้างคนในทุกสายอาชีพนับแสนคนให้สามารถสร้าง AI Agent หรือแอปพลิเคชัน AI ง่ายๆ เพื่อนำไปใช้พัฒนากระบวนการทำงานในองค์กรของตนเองได้ คนที่อยู่ในแวดวงธุรกิจหรือมีความรู้เฉพาะทางจะสามารถสร้างเครื่องมือที่ตอบโจทย์ได้ดีกว่านักไอทีเสียอีก นี่คือหนทางสู่การทำ AI Transformation ที่จะสร้างความเปลี่ยนแปลงในวงกว้าง

ซึ่งหากเรามีแอปพลิเคชัน AI ของเราเอง เราก็จะลดค่าใช้จ่ายในการซื้อแอปพลิเคชันของต่างชาติ ที่เราต้องสูญเสียเงินไปมหาศาล เพื่อใช้เครื่องมือ AI อย่างแอปพลิเคชัน Generative AI ต่างๆ และในอนาคตเราอาจจะได้ AI Agent หรือโปรแกรมผู้ช่วยงานอัจฉริยะจำนวนมากที่สร้างจากคนไทย มาทำงานช่วยเราเพื่อเพิ่มศักยภาพในการแข่งขันของประเทศ

ท้ายที่สุด องค์ประกอบบนสุดคือการใช้งานแอปพลิเคชัน แน่นอนว่าคนไทยทุกคนจำเป็นต้องเรียนรู้ที่จะใช้ AI ให้เป็นส่วนหนึ่งของการทำงาน เหมือนกับที่เราใช้อินเทอร์เน็ตในปัจจุบัน แต่กลยุทธ์ของชาติที่สมบูรณ์จะต้องมองให้ลึกลงไปกว่านั้น เราต้องสร้างทั้งผู้สร้างและผู้ใช้ไปพร้อมกัน

โดยสรุปแล้ว ทิศทางของประเทศไทยในยุค AI ควรเป็นการเดินหน้าอย่างมีกลยุทธ์ โดยยอมรับในสิ่งที่เราทำไม่ได้ และมุ่งเน้นในสิ่งที่เราสามารถสร้างความแตกต่างได้ นั่นคือการลงทุนสร้าง “โมเดลเฉพาะทาง” ของเราเอง และที่สำคัญที่สุดคือการ “สร้างคนหมู่มากให้เป็นผู้สร้าง” สามารถพัฒนาแอปพลิเคชัน AI ง่ายๆ ได้ด้วยตนเอง เพื่อปลดล็อกศักยภาพของประเทศและก้าวสู่การเป็นผู้แข่งขัน ไม่ใช่เป็นเพียงผู้ใช้เทคโนโลยีของคนอื่นอีกต่อไป