จากตัวเลขล่าช้า สู่ AI ข้อมูลเศรษฐกิจแบบเรียลไทม์
การปฏิรูประบบสถิติเศรษฐกิจด้วย AI และ Big Data คือกระบวนการยกเครื่องวิธีเก็บ ประมวล และเผยแพร่ข้อมูลเศรษฐกิจจากรูปแบบสำรวจแบบเดิม ไปสู่การใช้แหล่งข้อมูลดิจิทัลจำนวนมหาศาล เช่น ธุรกรรมออนไลน์ ข้อมูลมือถือ และฐานข้อมูลภาครัฐ เพื่อให้ตัวเลขเศรษฐกิจมีความละเอียด ทันเวลา และสะท้อนกิจกรรมจริงในยุคดิจิทัลมากขึ้น
หัวใจของเรื่องนี้คือ ระบบสถิติแบบเก่ากำลังทำให้ผู้กำหนดนโยบายตัดสินใจช้ากว่าเศรษฐกิจดิจิทัลที่เคลื่อนตัวรวดเร็ว การประชุม Capacity Development Talk ระหว่างการประชุมประจำปี IMF-World Bank Annual Meetings 2026 จึงหยิบประเด็นนี้ขึ้นมาหารือ พร้อมกรณีศึกษาจากเกาหลีใต้ ฟิลิปปินส์ และปาปัวนิวกินีที่เริ่มใช้เทคโนโลยีข้อมูลชุดใหม่ปรับโครงสร้างสถิติเศรษฐกิจของตน พอล ออสติน จากฝ่ายสถิติของ IMF ชี้ว่า วันนี้เศรษฐกิจสร้างข้อมูลจากอีคอมเมิร์ซ ดาวเทียม โทรศัพท์มือถือ และฐานข้อมูลภาครัฐเพิ่มขึ้นต่อเนื่อง แต่หลายประเทศยังใช้ประโยชน์ได้ไม่เต็มที่ นั่นหมายความว่าใครปฏิรูปสถิติก่อน ย่อมมองเห็นเศรษฐกิจของตนชัดกว่าคนอื่น
IMF ปฏิรูประบบสถิติโลก: จากคู่มือหนาเตอะสู่ StatGPT
IMF ไม่ได้พูดเรื่อง AI ข้อมูลเศรษฐกิจในเชิงทฤษฎี แต่กำลังลงมือปฏิรูประบบสถิติโลกอย่างเป็นรูปธรรม จุดยืนชัดเจนคือ ถ้าข้อมูลคือ “น้ำมันใหม่” ระบบสถิติก็ต้องเป็นโรงกลั่นที่ทันสมัย ไม่ใช่โรงงานยุคเก่า องค์กรจึงเริ่มจากการปรับมาตรฐานสถิติระหว่างประเทศ ทั้งคู่มือดุลการชำระเงิน BPM และระบบบัญชีประชาชาติ SNA ให้สอดคล้องกับเศรษฐกิจดิจิทัลรุ่นใหม่
ก้าวที่น่าสนใจที่สุดคือโครงการ StatGPT ที่นำ AI มาช่วยให้ผู้ใช้ค้นหาและสอบถามข้อมูลเศรษฐกิจจากฐานข้อมูลของ IMF และประเทศสมาชิกได้สะดวกขึ้น แทนการเปิดคู่มือหนาหลายร้อยหน้า นี่ไม่ใช่แค่เรื่องความสะดวก แต่คือการลดช่องว่างความรู้ระหว่างผู้เชี่ยวชาญกับผู้กำหนดนโยบายระดับปฏิบัติการ ขณะเดียวกัน IMF ยังย้ำว่าการปฏิรูประบบสถิติไม่ได้จบที่การใส่คำว่า AI หรือ Big Data ลงในโครงการ แต่ต้องยกระดับคุณภาพข้อมูล ระบบเชื่อมโยง บุคลากร และธรรมาภิบาลไปพร้อมกัน เพื่อให้ Big Data สถิติโลกกลายเป็นฐานข้อมูลที่เชื่อถือได้สำหรับการตัดสินใจเชิงนโยบาย
บทเรียนจากเกาหลีใต้ ฟิลิปปินส์ ปาปัวนิวกินี: เมื่อข้อมูลดี นโยบายก็แหลมคมขึ้น
กรณีศึกษาจากสามประเทศแสดงชัดว่า การลงทุนในข้อมูลไม่ใช่เรื่องเทคนิค แต่คือยุทธศาสตร์เศรษฐกิจ เกาหลีใต้ยกระดับหน่วยงานสถิติขึ้นเป็นกระทรวงในเดือนตุลาคม 2025 เพื่อออกแบบระบบสถิติให้รองรับยุค AI เน้นธรรมาภิบาลข้อมูล การเชื่อมโยงข้อมูลทะเบียน Administrative Data และ Big Data เข้ากับการสำรวจแบบเดิม เพื่อลดภาระตอบแบบสอบถามของประชาชนและธุรกิจ และเร่งความเร็วการจัดทำสถิติ นี่คือการยอมรับว่า “ข้อมูลละเอียดและทันเวลา” คือโครงสร้างพื้นฐานใหม่ไม่แพ้ถนนหรือไฟฟ้า
ฟิลิปปินส์เลือกโจมตีจุดอ่อนด้านเงินเฟ้อ ธนาคารกลางใช้ Machine Learning และ AI วิเคราะห์ราคาสินค้าจากแหล่งดิจิทัล 5-10 ล้านรายการต่อสัปดาห์ เพื่อจับสัญญาณแรงกดดันด้านราคาก่อนที่ดัชนี CPI ทางการจะออก พร้อมพัฒนาดัชนีราคาที่อยู่อาศัยระดับภูมิภาคร่วมกับ IMF เพื่อให้การกำหนดนโยบายการเงินอิงข้อมูลจริงมากขึ้น ส่วนปาปัวนิวกินีกำลังเร่งสร้างระบบสถิติภาคต่างประเทศ โดยตั้งเป้าเผยแพร่ข้อมูล IIP ครั้งแรกภายในสิ้นปีนี้ ด้วยความช่วยเหลือทางเทคนิคจาก IMF และเงิน ODA จากรัฐบาลเกาหลีใต้ เพื่อให้มีข้อมูลที่ถูกต้องและทันเวลามาช่วยบริหารค่าเงินกีนาให้สะท้อนภาวะตลาดมากขึ้น
AI ขับเคลื่อนผลิตภาพเศรษฐกิจ แต่ต้องมีกติกาและทักษะรองรับ
การปฏิรูประบบสถิติด้วย AI เชื่อมโยงโดยตรงกับโจทย์ใหญ่เรื่องผลิตภาพเศรษฐกิจ AI ทั่วโลก ทิฟฟ์ แมคเคลม ผู้ว่าการธนาคารกลางแคนาดา ระบุว่าการลงทุนที่เกี่ยวข้องกับ AI เริ่มมีบทบาทต่อ GDP ตลาดหุ้น ตลาดพันธบัตร และอัตราดอกเบี้ยระยะยาว แทนที่บทบาทของภาวะออมส่วนเกินเดิม แต่เขาย้ำว่า ผลตอบแทนที่แท้จริงจะเกิดขึ้นก็ต่อเมื่อเทคโนโลยีกระจายสู่บริษัทจำนวนมากและช่วยเพิ่มผลิตภาพอย่างกว้างขวาง ไม่ใช่กระจุกอยู่ในไม่กี่องค์กร
ตัวอย่างจากภาคธุรกิจอย่างดีเอชแอลที่มีพนักงาน 580,000 คน และเครื่องบิน 300 ลำ เลือกใช้ AI กับงานปริมาณสูง เช่น พิธีการศุลกากรและบริการลูกค้า พร้อมออกแบบระบบแบบ Modular และเชื่อม AI กับฐานข้อมูลเฉพาะของตน เพื่อให้ผลลัพธ์ตรวจสอบได้และแม่นยำ เช่น การระบุตำแหน่งพัสดุ ขณะเดียวกัน ผู้เชี่ยวชี้ให้เห็นว่าไม่ควรประเมินผลิตภาพเศรษฐกิจโลกจากโมเดลภาษา LLM เพียงอย่างเดียว เพราะ Small Models และ Physical AI หรือหุ่นยนต์จะมีบทบาทสำคัญในภาคการผลิตและงานใช้แรงงานจำนวนมากเช่นกัน
ข้อมูลดีไม่พอ ต้องมีกติกา AI และทักษะแรงงานที่ทันเกม
เมื่อ AI และ Big Data สถิติโลกเริ่มกลายเป็นโครงสร้างพื้นฐานใหม่ คำถามต่อมาคือจะบริหารความเสี่ยงอย่างไร กอร์เกียวาเปรียบเทียบการพัฒนา AI กับการแข่งขันรถ Formula 1 ที่วิ่งด้วยความเร็วสูง และตั้งคำถามว่าโลกจะสร้างแผงกั้นความปลอดภัยอย่างไรเพื่อไม่ให้เทคโนโลยีก่อความเสียหายร้ายแรง สำหรับ IMF บทบาทสำคัญคือการติดตามผลกระทบของ AI ในสามด้าน คือการเติบโตของผลิตภาพ ตลาดแรงงาน และความเสี่ยงต่อเสถียรภาพการเงิน
ในตลาดแรงงาน งานบางส่วนต้องใช้ทักษะใหม่ที่ไม่เคยมีมาก่อนราว 10 เปอร์เซ็นต์ของตลาด และกลุ่มนี้มีแนวโน้มได้ค่าตอบแทนสูงขึ้น ขณะที่งานซ้ำซากเสี่ยงหายไป แนวคิด “Protect every worker, not every job” ของสิงคโปร์จึงถูกยกเป็นตัวอย่างว่ารัฐควรคุ้มครองคนผ่านการฝึกทักษะและการช่วยธุรกิจปรับตัว มากกว่าพยายามตรึงตำแหน่งงานเดิมไว้ทุกตำแหน่ง เมื่อเชื่อมกับการปฏิรูประบบสถิติ สิ่งที่ควรเกิดขึ้นคือระบบข้อมูลที่ช่วยให้รัฐบาลเห็นแรงงานกลุ่มเสี่ยงและออกแบบนโยบายฝึกทักษะได้ตรงจุด ไม่ใช่รอให้ความไม่พอใจปะทุแล้วค่อยแก้
