ทำไมคนส่วนใหญ่เชื่อ AI แต่มีส่วนน้อยที่ลงมือใช้จริง

นิยามของช่องว่าง AI adoption และตัวเลขที่สะท้อนความขัดแย้ง

ช่องว่าง AI adoption คือปรากฏการณ์ที่คนจำนวนมากมีทัศนคติบวกและเชื่อมั่นต่อปัญญาประดิษฐ์ แต่กลับมีเพียงบางส่วนที่ลงมือใช้ AI ในชีวิตและการทำงานอย่างสม่ำเสมอ ช่องว่างนี้ทำให้ศักยภาพของเทคโนโลยีไม่ถูกนำมาใช้แก้ปัญหาจริง ทั้งด้านบริการดิจิทัล การทำงาน และประสบการณ์ลูกค้า ส่งผลให้สังคมและเศรษฐกิจยังได้ประโยชน์จาก AI ต่ำกว่าที่ควร ทั้งที่โครงสร้างพื้นฐานดิจิทัลพร้อมรองรับมากแล้ว หากมองผ่านคำว่า AI ความเชื่อ ประเทศไทย ภาพยิ่งชัด คนจำนวนมากมองว่า AI เป็นโอกาส แต่ไม่กล้าหรือไม่สามารถเปลี่ยนความเชื่อเป็นการนำ AI ใช้งานในระดับลงมือทำจริง งานศึกษาภายใต้โครงการ Thailand Digital Outlook พบว่าคนมีความเชื่อมั่นว่า AI ส่งผลเชิงบวกต่อชีวิตและการทำงานสูงถึง 66.80% อยู่ในอันดับสูงสุดเมื่อเทียบกับประเทศในกลุ่มเดียวกัน แต่ตัวเลขการนำ AI ใช้งานกลับอยู่เพียง 31.56% เท่านั้น นี่คือช่องว่าง AI adoption ที่ควรถูกตั้งคำถามอย่างจริงจัง เพราะสะท้อนว่าความเชื่ออย่างเดียวไม่พอ ต้องมีทั้งทักษะ โครงสร้างบริการ และความไว้วางใจเชิงประสบการณ์มาช่วยผลักดันให้คนใช้ AI แบบเป็นส่วนหนึ่งของชีวิต ไม่ใช่แค่เทคโนโลยีที่น่าตื่นเต้นแต่แตะไม่ถึง

บริการดิจิทัลที่ติดขัด และโอกาสของ AI แบบ hybrid

เมื่อมองไปที่บริการดิจิทัล ประเทศไทย ภาพที่เห็นคือผู้ใช้พร้อมเปิดรับเทคโนโลยี แต่ประสบการณ์กลับไม่ลื่นไหลพอจะผลักให้คนหันไปกดใช้ AI อย่างมั่นใจ ผลสำรวจหนึ่งชี้ว่ามีถึง 56% ที่มองว่าการติดต่อเจ้าหน้าที่รัฐทำได้ยากและต้องรอนาน เป็นอุปสรรคสำคัญต่อการใช้บริการ อีก 42% ยังรู้สึกว่าการมีหลายช่องทางทำให้เสียเวลา นี่คือฝืดที่สะท้อนว่าระบบยังเชื่อมกันไม่ดีพอ ในชีวิตจริง ผู้ใช้ยังต้องสลับไปมาระหว่างแอปของหน่วยงาน เว็บไซต์ เคาน์เตอร์ และคอลเซ็นเตอร์เพื่อทำธุรกรรมเดียว การออกแบบบริการแบบไซโลและมีหลายจุดสัมผัสแต่ไม่ต่อเนื่อง ทำให้ AI ที่ถูกนำมาใช้ในบางส่วนไม่สามารถสร้างประสบการณ์ที่รู้สึกว่า “ง่ายขึ้นจริง” แนวคิด hybrid จึงสำคัญ ผลสำรวจยังพบว่าประชาชนพร้อมใช้ช่องทางแชทของหน่วยงาน หากมีบอตช่วยตอบคำถามทันทีควบคู่กับการพูดคุยกับเจ้าหน้าที่เมื่อจำเป็น นี่คือทางออกที่สมเหตุสมผล AI ไม่ได้ถูกคาดหวังให้แทนมนุษย์ทั้งหมด แต่ช่วยลดงานซ้ำๆ แล้วเปิดพื้นที่ให้ human touch ทำหน้าที่ในจังหวะที่คนต้องการ

ลูกค้าต้องการคนมากกว่า AI และกำแพงความไว้วางใจ

ด้านประสบการณ์ลูกค้า ภาพยิ่งสะท้อนชัดว่าคนยังไม่พร้อมปล่อยให้ AI ทำงานแบบอัตโนมัติเต็มตัว งานวิจัยด้าน Customer Experience พบว่าเมื่อลูกค้าเจอปัญหาแล้วติดต่อแบรนด์ มีเพียง 35% ของปัญหาที่ถูกแก้ไขจนจบสมบูรณ์ ระหว่างทาง 70% บอกว่าต้องออกแรงเท่ากับแบรนด์ในการตามเรื่อง พอเทคโนโลยีและระบบยังทำให้คนเหนื่อย คนจึงไม่ไว้วางใจให้ AI เข้ามาเป็นด่านหน้าแทนคนง่ายๆ ประเด็น AI ความเชื่อ ประเทศไทย จึงซ้อนอยู่บนประสบการณ์จริงที่ลูกค้ายังเห็นว่าพนักงานเป็นตัวแปรสำคัญที่สุดในการสร้างประสบการณ์ที่ดีในเกือบทุกธุรกิจ ตัวเลขชวนคิดคือมีเพียง 10% ของผู้บริโภคที่ยอมให้ AI จัดการงานบริการลูกค้าแทนโดยอัตโนมัติโดยไม่ต้องมีคนดูแล ขณะที่มี 24% บอกว่าจะไม่ใช้ AI ในงานบริการเลย นี่ไม่ใช่เพียงเรื่องเทคโนโลยี แต่เป็นเรื่องความเชื่อใจ แบรนด์ที่นำ AI เข้ามาโดยไม่แก้ปัญหาโครงสร้างเดิม เช่นวัฒนธรรมองค์กรแบบไซโลหรือการประสานงานภายในที่ด้อยประสิทธิภาพ เสี่ยงทำให้ AI กลายเป็นอีกชั้นของความยุ่งยาก แทนที่จะเป็นเครื่องมือคลี่คลายปัญหา

โครงสร้างพื้นฐานพร้อม แต่ทักษะและความเท่าเทียมยังไม่ตามทัน

หากมองด้านโครงสร้างพื้นฐานดิจิทัล ช่องว่าง AI adoption ยิ่งดูแปลก เพราะเงื่อนไขพื้นฐานหลายอย่างพร้อมแล้ว งานศึกษาด้านดิจิทัลพบว่าครัวเรือนส่วนใหญ่เข้าถึงอินเทอร์เน็ตสูงถึง 93.20% และใช้งานผ่านโทรศัพท์มือถือมากถึง 97.06% ของผู้ใช้ ภาคธุรกิจเองเชื่อมต่ออินเทอร์เน็ตความเร็วสูงในระดับสูง ใช้บริการคลาวด์แบบชำระเงิน และมีมาตรการด้านความปลอดภัยไซเบอร์ในสัดส่วนโดดเด่นเมื่อเทียบกับประเทศอื่น พูดง่ายๆ คือทั้งบ้านและองค์กรมีทางให้ AI วิ่ง แต่การใช้จริงยังไม่เต็มศักยภาพ สิ่งที่กำลังเปลี่ยนคือทักษะของคนรุ่นใหม่ โดยเฉพาะผู้หญิงวัย 16–24 ปีที่มีทักษะเขียนโค้ดในสัดส่วนถึง 23.91% สูงสุดในกลุ่มประเทศที่สำรวจ แต่ภาพนี้ยังไม่สะท้อนว่า AI เข้าถึงทุกกลุ่มคนอย่างเท่าเทียม การสนใจเรียนรู้โปรแกรมสำเร็จรูปและการสั่งงานด้วยข้อความหรือ prompting ที่เริ่มเพิ่มขึ้น บ่งชี้ว่าคนพร้อมทำงานร่วมกับ AI มากขึ้น ทว่าหากชุดทักษะเหล่านี้กระจุกอยู่ในบางวัย บางเพศ หรือบางภูมิภาค ช่องว่างการนำ AI ใช้งานจะยิ่งกว้างในมิติความเหลื่อมล้ำ ทำให้ผลบวกของ AI กระจายไม่ทั่ว และเสี่ยงตุงในมือคนกลุ่มเดียว

จากผู้ใช้เทคโนโลยีสู่ผู้สร้างนวัตกรรม ปิดช่องว่าง AI ให้เกิดผลลัพธ์จริง

เมื่อเอาภาพทั้งหมดมารวมกัน จะเห็นว่าปัญหาไม่ได้อยู่ที่คนไม่เชื่อใน AI แต่เป็นการที่โครงสร้างบริการ ทักษะ และความไว้วางใจเชิงประสบการณ์ยังไม่ช่วยให้คนใช้ AI อย่างมั่นใจ ผู้กำหนดทิศทางดิจิทัลมองว่าความท้าทายต่อไปไม่ใช่แค่เพิ่มการเข้าถึงอินเทอร์เน็ตหรือหยิบเทคโนโลยีมาใช้ แต่ต้องขยับจากการเป็นผู้ใช้เทคโนโลยีไปสู่การเป็นผู้สร้างนวัตกรรมที่นำข้อมูลและทักษะดิจิทัลมาสร้างมูลค่าเพิ่มและแข่งขันในตลาดระดับสากล การปิดช่องว่าง AI adoption จึงต้องทำหลายชั้นพร้อมกัน หนึ่ง บริการดิจิทัลต้องออกแบบแบบ omnichannel ให้ AI เชื่อมต่อกับ human touch อย่างเนียนและช่วยให้คนรู้สึกว่าเรื่องยุ่งยากลดลงจริง ไม่ใช่เพิ่มอีกเมนูในแอปสอง การลงทุนทักษะควรกระจายไปทุกกลุ่ม ทั้งคนทำงานเดิม ผู้สูงวัย และแรงงานใหม่ เพื่อไม่ให้คนบางกลุ่มถูกทิ้งไว้ข้างหลัง สาม ต้องสร้างความเชื่อมั่นด้านข้อมูลและความเป็นส่วนตัวผ่านการสื่อสารตรงไปตรงมาและการแก้ปัญหาจริง ไม่ใช่แค่คำสัญญาในสไลด์ เมื่อความเชื่อ ความสามารถ และประสบการณ์เริ่มตรงกัน AI จะไม่ใช่แค่คีย์เวิร์ดในนโยบาย แต่กลายเป็นเครื่องมือที่คนใช้ทุกวันโดยไม่รู้สึกว่ากำลัง “ลองของใหม่” แต่กำลังทำงานและรับบริการในรูปแบบที่ดีขึ้นกว่าเดิม