ทำไม AI ยังไม่เพิ่ม GDP: เทคโนโลยีไปไกลกว่าผลลัพธ์ทางเศรษฐกิจ

AI แพร่หลาย แต่ผลิตภาพยังไม่ขยับ

AI และ GDP คือความสัมพันธ์ระหว่างการใช้ปัญญาประดิษฐ์ในภาคเศรษฐกิจกับมูลค่าผลผลิตที่ประเทศสร้างได้ โดยเทคโนโลยีจะส่งผลต่อ GDP ก็ต่อเมื่อการใช้งานช่วยเพิ่มผลิตภาพ ลดข้อจำกัดในการผลิต หรือสร้างสินค้าและบริการใหม่ในวงกว้าง

วันนี้ AI อยู่ในบทสนทนาของบริษัท แผนพัฒนาผลิตภัณฑ์ และเครื่องมือทำงานมากมาย แต่ตัวเลขผลิตภาพกลับยังไม่สะท้อนการเปลี่ยนแปลงในระดับเดียวกัน นี่ไม่ใช่หลักฐานว่า AI ไม่มีประโยชน์ หากเป็นสัญญาณว่าการทดลองใช้เทคโนโลยียังไม่เท่ากับการปรับระบบเศรษฐกิจให้สร้างผลผลิตเพิ่มขึ้น บทเรียนจากคอมพิวเตอร์ก็ชี้ว่าผลลัพธ์ทางสถิติอาจตามหลังการลงทุนและการใช้งานหลายปี

ปัญหาจึงไม่ใช่แค่ถามว่าองค์กรมี AI หรือไม่ แต่ต้องถามว่าเทคโนโลยีเปลี่ยนวิธีทำงานทั้งกระบวนการได้เพียงใด หากนำเครื่องมือใหม่ไปวางทับขั้นตอนเดิม ผลที่ได้อาจเป็นงานที่เสร็จเร็วขึ้นเฉพาะจุด แต่ไม่มากพอจะดันผลิตภาพ AI หรือ GDP ให้เห็นชัดในภาพรวม

โครงสร้างพื้นฐานคือด่านแรกของประเทศกำลังพัฒนา

สำหรับประเทศกำลังพัฒนา การเข้าถึง AI ไม่ได้เริ่มที่การสมัครใช้เครื่องมือ แต่เริ่มจากไฟฟ้าที่เสถียร อินเทอร์เน็ตที่เข้าถึงได้ อุปกรณ์ที่คนมีใช้ และข้อมูลที่พร้อมนำไปต่อยอด หากเงื่อนไขเหล่านี้ขาดหาย การซื้อเทคโนโลยีจากภายนอกก็ไม่อาจทำให้คนส่วนใหญ่หรือธุรกิจท้องถิ่นใช้ประโยชน์ได้เต็มที่ ช่องว่างดิจิทัลจึงเป็นข้อจำกัดทางเศรษฐกิจ ไม่ใช่แค่ปัญหาการเชื่อมต่อ

กองทุนการเงินระหว่างประเทศระบุว่า ประชากรในประเทศรายได้ต่ำที่ใช้อินเทอร์เน็ตมีสัดส่วน 23% เทียบกับ 94% ในประเทศรายได้สูง ตัวเลขนี้ทำให้เห็นว่าโอกาสเริ่มต้นไม่เท่ากัน แม้พื้นที่มีสัญญาณเครือข่ายแล้ว ผู้คนก็อาจยังขาดเงินซื้ออุปกรณ์ แพ็กเกจอินเทอร์เน็ต หรือทักษะพื้นฐาน

การนำ AI ไปใช้จึงต้องเดินคู่กับการลงทุนในโครงข่ายไฟฟ้า อินเทอร์เน็ต การศึกษา และสถาบันที่ช่วยให้ธุรกิจเข้าถึงข้อมูลได้ หากเร่งสนับสนุนเฉพาะแอปพลิเคชัน ประเทศที่ขาดโครงสร้างรองรับจะกลายเป็นผู้บริโภคเทคโนโลยี มากกว่าผู้สร้างมูลค่าจากเทคโนโลยีนั้น

ใช้ AI ลดงานเดิม ยังไม่เท่ากับสร้างการเติบโต

หลายองค์กรเริ่มใช้ AI กับงานที่เห็นผลได้ทันที เช่น เร่งการค้นข้อมูล ร่างเนื้อหา หรือจัดการงานซ้ำ แนวทางนี้มีประโยชน์ แต่ถ้าจุดหมายหยุดอยู่ที่การลดเวลาและค่าใช้จ่ายในกระบวนการเดิม ก็อาจยังไม่สร้างรายได้ใหม่หรือเพิ่มกำลังการผลิตมากพอให้เศรษฐกิจโดยรวมเปลี่ยนทิศ

นี่คือเหตุผลที่ตัวเลขการใช้งานเติบโตได้โดยไม่เกิดการกระโดดของผลิตภาพในทันที องค์กรต้องปรับขั้นตอน แบ่งบทบาทใหม่ และกำหนดให้ชัดว่า AI จะช่วยแก้ปัญหาอะไร ไม่เช่นนั้น เครื่องมืออาจเพียงทำให้งานเดิมเร็วขึ้น โดยยังคงคอขวด การอนุมัติหลายชั้น และข้อจำกัดด้านข้อมูลเหมือนเดิม

ทางเลือกที่มีน้ำหนักกว่าคือใช้ AI เปิดบริการที่เข้าถึงยาก พัฒนาสินค้าใหม่ หรือช่วยให้ธุรกิจรายเล็กทำงานที่เคยต้องพึ่งผู้เชี่ยวชาญได้ แต่การเปลี่ยนจากการลดต้นทุนไปสู่การสร้างนวัตกรรมต้องอาศัยคนที่เข้าใจทั้งเทคโนโลยีและโจทย์ธุรกิจ หากขาดทักษะดังกล่าว การลงทุนก็เสี่ยงกลายเป็นโครงการทดลองที่ไม่เชื่อมกับผลผลิตจริง

การพึ่งพาแพลตฟอร์มต่างชาติจำกัดส่วนแบ่งมูลค่า

การแข่งขันด้าน AI ระหว่างสหรัฐฯ กับจีนเตือนให้เห็นว่าเทคโนโลยีไม่ได้อยู่แค่ในซอฟต์แวร์ แต่ผูกกับชิป พลังงาน ศูนย์ข้อมูล และห่วงโซ่การผลิต เมื่อประเทศหนึ่งไม่มีความสามารถพัฒนาและดูแลเทคโนโลยีของตนเอง การเข้าถึงเครื่องมือสำคัญก็อาจขึ้นอยู่กับผู้ขาย กติกาการส่งออก และความตึงเครียดระหว่างมหาอำนาจ

การใช้แพลตฟอร์มจากต่างประเทศไม่ใช่เรื่องผิด แต่การพึ่งพาโดยไม่มีทางเลือกทำให้ประเทศมีอำนาจต่อรองต่ำ และเสี่ยงส่งข้อมูลกับมูลค่าทางเศรษฐกิจออกไป โดยไม่ได้สะสมความรู้หรือความสามารถในประเทศมากพอ นี่คือเหตุผลที่การกำหนดตำแหน่งในห่วงโซ่คุณค่าควรสำคัญพอ ๆ กับการเปิดรับเครื่องมือใหม่

ประเทศกำลังพัฒนาไม่จำเป็นต้องสร้างทุกอย่างเอง แต่ควรเลือกจุดที่มีโอกาสต่อยอด เช่น พัฒนาบุคลากร สร้างข้อมูลที่ใช้ได้จริง สนับสนุนธุรกิจให้แก้โจทย์เฉพาะของตน และร่วมพัฒนาระบบที่ลดการผูกขาดจากผู้ให้บริการไม่กี่ราย หากทำได้ AI จะไม่ใช่เพียงของนำเข้า แต่เป็นส่วนหนึ่งของความสามารถทางเศรษฐกิจ