คนไทยใช้ AI เยอะกว่า ที่คิด แต่ลึกไม่สุด
SCBX เปิดตัวรายงาน “thAI Consumer AI Adoption 2026” ซึ่งเป็นงานวิจัยเชิงลึกว่าด้วยพฤติกรรม ทัศนคติ ความคาดหวัง และความกังวลของผู้บริโภคไทยต่อเทคโนโลยี AI โดยเฉพาะในโลกการเงิน
คำถามตั้งต้นของรายงานฉบับนี้ชัดมากว่า: “ผู้บริโภคไทยอยากให้ AI ทำอะไรเพื่อพวกเขาจริง ๆ?”
งานวิจัยเก็บข้อมูลจากผู้บริโภคหลายช่วงวัย อาชีพ และระดับทักษะดิจิทัล เพื่อสะท้อนภาพ “Thai AI Reality” หรือภาพจริงของการใช้ AI ในไทย ที่ต่างจากข้อมูลสำเร็จรูปจากบริษัทต่างชาติ และที่สำคัญคือ ให้ธุรกิจไทยออกแบบผลิตภัณฑ์ AI บนฐาน ความต้องการจริงของคนใช้ ไม่ใช่แค่ความล้ำของเทคโนโลยี
ผลสำรวจชี้ว่า:
มากกว่า 90% ของคนไทยรู้จัก AI
กว่า 80% ใช้ AI เป็นประจำอยู่แล้ว ผ่านการแนะนำคอนเทนต์ การค้นหาข้อมูล การแปลภาษา ไปจนถึงฟีเจอร์อัตโนมัติในแอปธนาคาร
แต่แม้ AI จะ “อยู่ในชีวิตประจำวัน” ของคนไทยเรียบร้อยแล้ว มีเพียง 16% เท่านั้นที่ถูกจัดว่าเป็น “ผู้ใช้ AI แบบเต็มศักยภาพ”
คนส่วนใหญ่ยังอยู่ในกลุ่ม “ใช้แบบพอสะดวก” หรือ “เห็นประโยชน์แต่ยังไม่ไว้ใจเต็มที่” ซึ่งสะท้อนช่องว่างสำคัญระหว่าง การใช้งานจริง กับ ความเข้าใจและความมั่นใจที่แท้จริง
9 โปรไฟล์ผู้บริโภคยุค AI ของคนไทย
รายงานสรุปกลุ่มผู้บริโภคยุค AI ของไทยออกมาเป็น 9 โปรไฟล์ ไล่ระดับจากผู้ใช้ขั้นโปร ไปจนถึงคนที่ไม่เอา AI เลย แต่ละกลุ่มสะท้อนทั้งรูปแบบการใช้และทัศนคติต่อ AI ที่แตกต่างกันชัดเจน
1. Pro-formance – นักสร้างผลงานด้วย AI (5%)
ใช้ AI เป็นอาวุธหลักในการสร้างผลงานและผลลัพธ์ มอง AI เป็น “เครื่องเร่งความสำเร็จ” มากกว่าของเล่นทดลอง
2. Life Optimizer – คนใช้ AI ให้ชีวิตง่ายขึ้น (8%)
ใช้ AI เพื่อทำให้ชีวิตประจำวันเร็วขึ้น ฉลาดขึ้น จัดระเบียบได้ดีขึ้น ตั้งแต่จัดการงาน ไปจนถึงเรื่องส่วนตัวเล็กๆ น้อยๆ
3. Smart Minimalist – ฉลาดแบบพอดี ใช้เท่าที่จำเป็น (36%)
ไม่คลั่งเทคโนโลยี แต่ถ้าเห็นประโยชน์ชัด ก็พร้อมใช้ ใช้ AI อย่างมีสติ เลือกใช้เฉพาะสิ่งที่ตอบโจทย์จริง ๆ
4. Skeptical Practitioner – เชื่อแต่ไม่วางใจ (34%)
เปิดรับ AI และใช้งานจริง แต่ยังมี “โหมดระแวง” ในหลายมิติ โดยเฉพาะเรื่องข้อมูล ความปลอดภัย และผลลัพธ์ที่อาจผิดพลาด
5. Silent Doubter – สงสัยแต่ไม่พูดออกมา (10%)
ใช้ AI อยู่ แต่ไม่กล้าเชื่อเต็มที่ และหลายครั้งอาจไม่กล้ายอมรับว่าตัวเองใช้ AI เพราะยังไม่มั่นใจทั้งในระบบและในตัวเอง
6. Accidental Adopter – ใช้แบบไม่ได้ตั้งใจ (4%)
ใช้ AI โดยไม่รู้ตัวว่า “นี่แหละ AI” เช่น ระบบแนะนำอัตโนมัติ ฟีเจอร์เบื้องหลังบางอย่างที่ถูกกลบด้วย UX ที่เนียนจนไม่รู้ว่าเป็น AI
7. Unaware Trialist – ใช้โดยไม่รู้ตัว แต่เริ่มค้นหา (3%)
เริ่มสงสัยว่า AI ทำงานอย่างไร เริ่มค้นข้อมูล ทดลองเล่น และค่อย ๆ ตระหนักว่าหลายสิ่งที่ใช้ทุกวันมี AI อยู่เบื้องหลัง
8. Curious Speculator – จับตาดูแต่ยังไม่ลอง (0.2%)
ยังไม่ลงมือใช้จริง แต่ติดตามข่าวสารและความเปลี่ยนแปลงเกี่ยวกับ AI อย่างใกล้ชิด ขอ “รอดูทิศทาง” และผลลัพธ์จากคนอื่นก่อน
9. Digital Rejector – สายไม่เอา AI (0.1%)
ปฏิเสธเทคโนโลยีใหม่ ไม่ต้องการให้ AI เข้ามาแทนที่มนุษย์ และอยากคงรูปแบบการใช้ชีวิตแบบเดิมไว้มากที่สุด
สองกลุ่มใหญ่ที่ครองสัดส่วนรวมกันมากกว่า 70% ของผู้บริโภคไทย คือ:
Smart Minimalist
Skeptical Practitioner
นี่คือกลุ่มที่องค์กรต้องให้ความสำคัญสูงสุดในการออกแบบ AI ให้ตอบโจทย์ทั้ง ความคาดหวัง และ ความกังวล โดยเฉพาะเรื่อง:
ความปลอดภัยของข้อมูลและเงิน
ความง่ายในการใช้งาน
ความโปร่งใสของระบบ
นอกจากนี้ ยังมี สามกลุ่มผู้ใช้หลัก ที่มีบทบาทสำคัญในการผลักดันและขับเคลื่อนการใช้ AI ในไทย ได้แก่:
Smart Minimalist
Life Optimizer
Pro-formance
ความกลัวที่ฉุดคนไทย: ไม่ใช่ไม่อยากใช้ แต่กลัวเจ็บตัว
ในโลกการเงิน รายงานพบว่า “ความกังวล” คือกำแพงหลักที่ทำให้คนไทยยังไม่ใช้ AI ในระดับลึกเท่าที่ควร โดย 5 ประเด็นใหญ่ที่ผู้บริโภคกลัวมีดังนี้:
การโอนไปยังบัญชีต้องสงสัย หรือมีความเสี่ยงต่อธุรกรรม (60%)
กลัวถูกล่อลวงจนเงินออมสูญหาย (59%)
ต้องเปรียบเทียบสินเชื่อ รีไฟแนนซ์เอง รู้สึกยุ่งยากและเสี่ยงผิดพลาด (57%)
ต้องตามเช็กโปรโมชันบัตรเครดิตเอง กลัวพลาดดีลดี ๆ (55%)
ตัวเลือกการลงทุนมีเยอะเกินไป และไม่เข้าใจศัพท์การลงทุน (52%)
สิ่งที่คนไทยอยากให้ AI ทำ ไม่ใช่ความล้ำแบบหวือหวา แต่คือการช่วยให้ชีวิตการเงิน:
ซับซ้อนน้อยลง
ลดงานซ้ำ ๆ ที่กินเวลา
ปลอดภัยและสบายใจขึ้น
พูดง่าย ๆ คือ คนไทยไม่ได้อินกับ AI เพราะคำว่า “ล้ำ” แต่จะยอมรับเพราะคำว่า “ไว้ใจได้ และใช้ง่ายจริง”
มุมมองจากฝั่งองค์กร: AI-first ต้องเริ่มจากความเข้าใจคน
ผู้บริหาร SCBX สะท้อนในรายงานว่า การเดินหน้าสู่การเป็น AI-first Organization ไม่ได้เริ่มจากการมีเทคโนโลยีที่ล้ำที่สุด แต่เริ่มจากการเข้าใจว่า:
ลูกค้ามองเห็นองค์กรเป็น AI-first หรือยัง
สิ่งที่องค์กรลงทุนทำไป ฝั่งผู้บริโภค “รู้สึก” ว่าเกิดขึ้นจริงกับชีวิตเขาหรือไม่
รายงานย้ำว่า AI ที่มีความหมายต่อผู้ใช้ ต้องเป็น AI ที่:
คลายความกังวลได้
ทำให้ชีวิตการเงินง่ายขึ้น ไม่ยุ่งยากกว่าเดิม
ทำงานร่วมกับมนุษย์อย่างสมดุล
เมื่อเงื่อนไขเหล่านี้ถูกเติมเต็ม คนจึงจะพร้อมก้าวสู่โลกการเงินยุคใหม่ด้วยความมั่นใจ ไม่ใช่ด้วยความจำยอม
ในมุมการวิจัยพฤติกรรมผู้บริโภค ข้อมูลยังสะท้อนว่า แม้คนไทยใช้ AI ในชีวิตประจำวันอยู่แล้ว แต่การใช้ AI เพื่อการเงินเชิงลึกยังห่างไกลจากศักยภาพ ด้วยเหตุผลหลัก ๆ คือ:
ยังไม่เชื่อในความปลอดภัยและความแม่นยำของระบบ
ยังไม่รู้สึกว่าเข้าใจสิ่งที่ AI ทำ
ต้องการให้มี มนุษย์ร่วมตรวจสอบ (Human-in-the-Loop) โดยเฉพาะในบริการที่มีความเสี่ยงสูง เช่น การลงทุน การจัดพอร์ต หรือคำแนะนำทางการเงินอัตโนมัติ
ก่อนจะพาคนไทยไปถึงการใช้ AI ขั้นซับซ้อน เช่น การวิเคราะห์เชิงลึก การจัดพอร์ตลงทุน หรือระบบแนะนำอัจฉริยะ AI จึงต้องถูกออกแบบให้ อธิบายได้ ตรวจสอบได้ และเชื่อใจได้ เสียก่อน
3 มิติที่องค์กรไทยต้องโฟกัส ถ้าอยากเป็น AI-first จริง ๆ
รายงานสรุป 3 แกนหลัก ที่องค์กรไทยต้องให้ความสำคัญ หากอยากขยับสู่การเป็น AI-first Organization แบบไม่หลุดจากหัวใจของผู้ใช้
1. Trust Design – ออกแบบ “ความเชื่อใจ” ให้เป็นส่วนหนึ่งของประสบการณ์
ความโปร่งใสต้องไม่ใช่ของแถม แต่ต้องเป็น คุณสมบัติหลัก ของทุกบริการ AI โดยเฉพาะในด้านการเงิน องค์กรต้องทำให้ผู้ใช้เข้าใจได้ง่ายว่า:
ระบบแนะนำสิ่งนี้ “เพราะอะไร”
ใช้ข้อมูลแบบไหน ขอบเขตไหน
มีมาตรการปกป้องข้อมูลอย่างไร
เมื่อผู้ใช้ “มองทะลุ” ระบบได้ ความไว้วางใจก็เกิดขึ้นเองโดยไม่ต้องขายฝัน
2. Human Validation – ให้มนุษย์ยังมีเสียงสุดท้าย
แม้เทคโนโลยีจะไปไกล แต่ผู้บริโภคไทยยังต้องการ “เสียงสุดท้ายจากมนุษย์” โดยเฉพาะในเรื่องการเงิน ไม่ใช่เพราะไม่เชื่อ AI แต่เพราะเชื่อว่า:
การมีมนุษย์อยู่ในวงจร (Human-in-the-Loop) ทำให้รู้สึกปลอดภัยขึ้น
การตัดสินใจบางอย่างต้องอาศัยความเข้าใจเชิงมนุษย์ ไม่ใช่แค่ตัวเลข
การออกแบบบริการ AI ที่ให้มนุษย์ยังคงมีบทบาทร่วมตรวจสอบและตัดสินใจ จึงช่วยเพิ่ม “คะแนนความเชื่อใจ” ได้อย่างชัดเจน
3. Meaningful Simplicity – ทำให้ความซับซ้อน กลายเป็นเรื่องที่จับต้องได้
คนไทย ไม่กลัวเทคโนโลยีที่ซับซ้อน แต่กลัวประสบการณ์ที่เข้าไม่ถึงและใช้ยาก สิ่งที่ผู้ใช้ต้องการคือ:
ระบบที่สื่อสารด้วยภาษาคน ไม่ใช่ภาษาวิชาการ
การรองรับภาษาหลายสำเนียง หลายรูปแบบการใช้จริง
การเชื่อมต่อบริการต่าง ๆ อย่างลื่นไหล ไม่ต้องกรอกซ้ำ ทำซ้ำ หรือตั้งค่าเยอะ
ความเรียบง่ายที่มีความหมาย จึงกลายเป็นอาวุธลับ ที่ทำให้ AI จาก “เครื่องมือไฮเทค” กลายเป็น “ผู้ช่วยประจำวัน” ได้จริง
โอกาสใหญ่ของฟินเทคไทย: จากกระแสสู่การใช้งานจริง
รายงานสะท้อนภาพตรงกันว่า ความสนใจของคนไทยต่อ AI สูงมาก แต่การใช้งานในด้านการเงินยังต่ำกว่าที่ควรจะเป็นอย่างชัดเจน
ถ้าองค์กรสามารถจัดการ 3 ด่านใหญ่ได้สำเร็จ คือ:
ความปลอดภัย
ความยุ่งยากในการใช้งาน
ความเข้าใจของผู้ใช้
AI จะไม่ใช่แค่ฟีเจอร์เสริมในแอป แต่จะกลายเป็น “โครงสร้างพื้นฐานใหม่” ของชีวิตการเงินคนไทย ตั้งแต่การเตือนความเสี่ยง ไปจนถึงการแนะนำการเงินที่ปรับตามบริบทของแต่ละคนแบบเรียลไทม์
AI ในมุมนี้ไม่ใช่เทคโนโลยีลอย ๆ แต่คือระบบหลังบ้านของชีวิตการเงินรูปแบบใหม่
จากเทคโนโลยีสู่โครงสร้างพื้นฐานชีวิตคนไทย
ภาพใหญ่ที่รายงานของ SCBX สะท้อนออกมา คือ AI กำลังขยับจากการเป็นแค่เทคโนโลยี มาเป็น โครงสร้างพื้นฐานของชีวิตคนไทยยุคใหม่
องค์กรที่มอง AI แค่ในมิติของ “ความล้ำ” อาจพลาดเป้าจริงของผู้ใช้ แต่องค์กรที่ออกแบบ AI โดยยึด:
ความมั่นใจ ว่าปลอดภัยและไว้ใจได้
ความง่าย ที่ไม่ต้องสอนเยอะก็ใช้เป็น
ความโปร่งใส ที่อธิบายได้ทุกการตัดสินใจ
จะเป็นผู้ที่สร้าง ความสัมพันธ์ระยะยาวกับผู้บริโภค ในยุคการเงินสมัยใหม่ได้อย่างมั่นคงกว่า
ในโลกที่ AI กำลังกลายเป็น “ผู้ช่วยส่วนตัว” ของทุกคน องค์กรที่ฟังเสียงผู้ใช้ดังพอ จะเป็นองค์กรที่เดินนำหน้าได้ไกลกว่าเสมอ