ธุรกิจเร่งเดินเกมการลงทุน AI งบไม่ใหญ่แต่หวังผลตอบแทนแรง

การลงทุน AI ไทยกำลังเข้าสู่เฟสเอาจริง แต่ยังไม่สุด

การลงทุน AI ไทยคือแนวโน้มที่องค์กรจัดสรรงบประมาณและทรัพยากรเพื่อพัฒนา นำมาใช้ และขยายระบบปัญญาประดิษฐ์ทั้งในงานภายในและบริการลูกค้า โดยมุ่งเพิ่มประสิทธิภาพ ลดต้นทุน และสร้างผลิตภัณฑ์หรือบริการใหม่ เพื่อผลักดันความสามารถแข่งขันในระยะยาวและรองรับพฤติกรรมผู้บริโภคยุคดิจิทัลที่ต้องการความสะดวกและโซลูชันเฉพาะบุคคลมากขึ้น แก่นประเด็นวันนี้คือ ธุรกิจไม่ได้ถามแล้วว่า “ควรลงทุน AI หรือไม่” แต่ถามว่า “ลงทุนมากพอหรือยัง และทำให้เกิดผลตอบแทนจริงหรือไม่” ผลการศึกษาใหม่ของ SAP และ Oxford Economics ระบุว่าบริษัทในไทยโดยเฉลี่ยวางแผนเพิ่มงบ AI อย่างต่อเนื่อง แม้มูลค่ารวมยังต่ำกว่าค่าเฉลี่ยทั่วโลก นี่สะท้อนภาพชัดว่า AI กลายเป็นหมวดงบประมาณหลัก ไม่ใช่โครงการทดลองขนาดเล็กอีกต่อไป ทว่าการเดินเกมยังเป็นเชิงระมัดระวังมากกว่าการทุ่มสุดตัว ซึ่งทั้งเป็นจุดแข็งด้านความเสี่ยง และเป็นข้อจำกัดด้านความเร็วในการสร้างมูลค่า

ตัวเลขงบประมาณ AI: ต่ำกว่าค่าเฉลี่ยโลกแต่ความคาดหวัง ROI สูง

แม้งบประมาณ AI ธุรกิจไทยยังไม่ใช่ตัวเลขระดับนำโลก แต่ทิศทางบอกเราว่าผู้บริหารกำลังยกระดับความกล้าเสี่ยงเพื่อแลกผลตอบแทน การศึกษา SAP ชี้ว่า บริษัทเฉลี่ยคาดว่าจะใช้งบกับ AI ในปีนี้ในระดับที่ยังต่ำกว่าค่าเฉลี่ยทั่วโลกอย่างมีนัยสำคัญ สัญญาณนี้ตีความได้สองแบบ หนึ่ง ไทยยังมีช่องว่างการลงทุนให้ไล่ตามประเทศที่เดินหน้าไปไกล และสอง ธุรกิจที่เริ่มลงทุนแล้วจึงมีโอกาสสร้างความได้เปรียบเชิงต้นทุนและนวัตกรรมก่อนคู่แข่ง สิ่งที่น่าสนใจยิ่งกว่า คือความคาดหวังผลตอบแทน AI เติบโตอย่างชัดเจน บริษัทไทยโดยเฉลี่ยมองว่า ROI จาก AI ปีนี้อยู่ที่ 18% และตั้งเป้าเพิ่มเป็น 35% ในอีกสองปีข้างหน้า นี่คือคำประกาศอย่างไม่เป็นทางการว่า “AI ไม่ใช่ของเล่น แต่ต้องให้ผลตอบแทนระดับสินทรัพย์การลงทุน” หากเป้าหมายนี้บรรลุได้จริง การลงทุน AI ไทยจะเปลี่ยนจากภาพค่าใช้จ่ายเทคโนโลยี ไปเป็นสินทรัพย์ทางธุรกิจที่ผู้ถือหุ้นจับต้องได้

จากการทดลองสู่การใช้งานระดับองค์กร: โอกาสและช่องโหว่

ภาพรวมเทคโนโลยี AI ประเทศไทยกำลังขยับเข้าสู่ความพร้อมระดับองค์กร งานเกือบหนึ่งในสี่ของธุรกิจไทยมี AI เข้ามาช่วยดำเนินการ และคาดว่าจะเพิ่มขึ้นเป็นราวสองในห้าในอีกสองปีข้างหน้า นี่คือจุดพลิกจากโครงการนำร่อง ไปสู่การฝัง AI ในกระบวนการทำงานจริง อย่างไรก็ตาม ช่องว่างยังเห็นชัด ทั้งในด้านโครงสร้าง ผู้นำ และการบริหารความเสี่ยง แม้การลงทุนเชิงกลยุทธ์จะเพิ่มขึ้น ธุรกิจเกือบครึ่งยังใช้ AI แบบแยกส่วน ไม่ไหลเชื่อมทั้งองค์กร และไม่ถึงครึ่งมีผู้นำด้าน AI โดยเฉพาะ มี KPI ด้าน AI หรือมีการฝึกอบรมผู้บริหารอย่างจริงจัง สิ่งเหล่านี้แปลว่า AI ยังไม่ได้ถูกปฏิบัติในฐานะ “ระบบประสาทใหม่ขององค์กร” แต่เป็นเครื่องมือเฉพาะกิจในแต่ละฝ่าย ความท้าทายเชิงองค์กรจึงไม่ใช่แค่เทคโนโลยี แต่คือการออกแบบกระบวนการและบทบาทงานให้สอดคล้องกับโลกที่งานจำนวนมากจะมี AI เป็นผู้ช่วยประจำ

ผู้บริโภคกำลังพร้อมมากกว่าธุรกิจ: สัญญาณจากโลกสุขภาพ

ในอีกด้าน ผู้บริโภคไทยกำลังเดินนำหน้าธุรกิจในแง่ทัศนคติเรื่องการใช้เทคโนโลยีเพื่อปรับปรุงคุณภาพชีวิต รายงานสำรวจเสียงของผู้บริโภคไทยสะท้อนว่า คนไทยให้ความสำคัญกับสุขภาพมากขึ้น และแสวงหาแนวทางยกระดับสุขภาวะผ่านการใช้ชีวิตประจำวัน โซลูชันเฉพาะบุคคล และเทคโนโลยีสนับสนุนด้านสุขภาพ รวมถึงการใช้เครื่องมือสุขภาพที่ขับเคลื่อนด้วย AI และคำแนะนำเฉพาะบุคคล ผู้บริโภคไม่ได้รอให้โรงพยาบาลหรือบริษัทประกันมาบอก แต่เริ่มดูแลสุขภาพเชิงรุกด้วยแพลตฟอร์มและแอปต่าง ๆ มุมมองนี้สำคัญเพราะมันบอกว่าตลาดพร้อมเปิดรับผลิตภัณฑ์และบริการที่มี AI ฝังอยู่ในประสบการณ์ใช้งานแล้ว ธุรกิจที่มอง AI แค่ในกรอบ “ประสิทธิภาพภายใน” กำลังพลาดโอกาสในการออกแบบบริการใหม่ที่ตอบโจทย์สุขภาวะ ความสะดวก และความเป็นส่วนตัว ขณะที่แบรนด์ที่สามารถเชื่อม AI เข้ากับวิถีชีวิตและความคาดหวังด้านสุขภาพ จะมีแต้มต่อด้านความน่าเชื่อถือและความภักดีของลูกค้าในระยะยาว

Agentic AI และโจทย์ใหญ่เรื่องข้อมูล ทักษะ และการกำกับดูแล

เมื่อการลงทุน AI ไทยขยับไปไกลกว่าแค่ระบบช่วยงานพื้นฐาน ประเด็นใหม่ที่โผล่ขึ้นมาคือ Agentic AI และการกำกับดูแลอย่างจริงจัง ผลการศึกษาชี้ว่าราว 78% ของธุรกิจไทยเห็นศักยภาพ Agentic AI ตั้งแต่ระดับปานกลางถึงสูงมากในการพลิกโฉมองค์กร แต่ในทางปฏิบัติ มีเพียงส่วนน้อยมากที่ระบุว่ามีความพร้อมอย่างเต็มที่ ช่องว่างนี้มาจากสามด้านหลัก คือข้อมูล ทักษะ และกรอบกำกับดูแล ธุรกิจจำนวนมากยังเผชิญปัญหาคุณภาพข้อมูลและผลลัพธ์จาก AI ที่ไม่สม่ำเสมอ ส่งผลให้ต้องทำงานซ้ำหรือเกิดความล่าช้า ขณะเดียวกัน พนักงานใช้เครื่องมือ AI จากภายนอกโดยไม่ได้รับอนุมัติอย่างเป็นทางการสูงถึงกว่าเจ็ดในสิบองค์กร ซึ่งโยงไปสู่ความเสี่ยงด้านข้อมูลและทรัพย์สินทางปัญญา การสร้างมูลค่าจาก AI จึงไม่ใช่แค่การเพิ่มงบหรือติดตั้งโมเดลใหม่ แต่ต้องออกแบบระบบให้คน ข้อมูล และ AI agents ทำงานร่วมกัน ภายใต้กติกาที่รัดกุมพอที่จะปกป้ององค์กร และยืดหยุ่นพอให้ทดลองและเรียนรู้ได้