IMF เตือน AI ไม่ได้เพิ่มเศรษฐกิจอัตโนมัติ ถ้าองค์กรไม่เปลี่ยนผลิตภาพ

AI คืออะไรในสายตา IMF และทำไมเรื่องผลิตภาพสำคัญกว่าเทคโนโลยี

AI ในมุมมองของ IMF คือเทคโนโลยีที่กำลังกลายเป็นเครื่องยนต์หลักของเศรษฐกิจโลก ทั้งในฐานะเครื่องมือเพิ่มผลิตภาพ การวิเคราะห์ข้อมูล และการยกระดับการตัดสินใจเชิงนโยบาย แต่ประเด็นสำคัญไม่ใช่การมีเทคโนโลยีล้ำสมัยเพียงอย่างเดียว หากคือความสามารถขององค์กรและระบบเศรษฐกิจในการเปลี่ยน AI ให้กลายเป็นผลิตภาพที่วัดได้ ทั้งในระดับบริษัท แรงงาน และระบบสถิติของประเทศ

การประชุมประจำปีของกองทุนการเงินระหว่างประเทศและธนาคารโลกที่กรุงเทพมหานครเปิดฉากด้วยคำเตือนว่า กระแสการลงทุนในปัญญาประดิษฐ์กำลังเป็นแรงขับเคลื่อนแทบเพียงอย่างเดียวที่ค้ำยันการเติบโตของเศรษฐกิจโลกไว้ที่ร้อยละ 3 ท่ามกลางแรงกดดันจากวิกฤตพลังงาน แต่เบื้องหลังตัวเลขสวยหรูคือความเสี่ยง เมื่อ AI ถูกเปรียบเป็นสึนามิที่เคลื่อนตัวช้า เตรียมกระทบตำแหน่งงานทั่วโลกถึงร้อยละ 40 และคนรุ่นใหม่คือกลุ่มแรกที่ต้องรับแรงปะทะ

IMF จึงส่งสัญญาณชัดว่า การลงทุน AI เศรษฐกิจจะไม่ยั่งยืน หากโลกยังหมกมุ่นกับเม็ดเงินและฮาร์ดแวร์ แต่ไม่ยอมปฏิรูประบบสถิติ นโยบายแรงงาน และวิธีทำงานในองค์กรให้รองรับยุคผลิตภาพ AI ธุรกิจอย่างแท้จริง

เมื่อการลงทุน AI เศรษฐกิจพุ่ง แต่สถิติและนโยบายยังคิดแบบโลกเก่า

เบื้องหลังคำเตือนของ IMF คือความจริงว่าเศรษฐกิจดิจิทัลกำลังเปลี่ยนพฤติกรรมธุรกิจและผู้บริโภคอย่างรวดเร็ว ขณะที่ระบบสถิติของหลายประเทศยังพึ่งพาวิธีเก็บข้อมูลแบบเดิม ทำให้ตัวเลขเศรษฐกิจไม่สะท้อนกิจกรรมดิจิทัลที่เกิดขึ้นจริง ภูมิภาคเอเชียแปซิฟิกมีสัดส่วน GDP ต่อเศรษฐกิจโลกเพิ่มจาก 25% เป็น 43% ในช่วงกว่า 3 ทศวรรษ แต่การเปลี่ยนผ่านสู่เศรษฐกิจดิจิทัลกลับยังไม่ถูกบันทึกอย่างครบถ้วน

ในอีกด้าน การลงทุนที่เกี่ยวข้องกับ AI กำลังมีบทบาทต่อ GDP ตลาดหุ้น ตลาดพันธบัตร และอัตราดอกเบี้ยระยะยาว โดยเข้ามาแทนบทบาทภาวะออมส่วนเกินของโลก ผู้อำนวยการ IMF ระบุว่า สัดส่วนการลงทุนด้าน AI ต่อ GDP โลกกำลังจะแซงหน้าเม็ดเงินที่เคยใช้สร้างระบบรางรถไฟและโครงข่ายไฟฟ้า นี่คือประโยคที่ควรถูกจดจำ เพราะมันสะท้อนว่าโลกกำลังเททรัพยากรครั้งใหญ่เข้าสู่เทคโนโลยีที่ยังไม่มีหลักประกันว่าผลิตภาพจะเพิ่มตาม

IMF จึงเร่งปฏิรูปฐานข้อมูลเศรษฐกิจผ่านเวที Capacity Development Talk ที่เน้นว่า สถิติต้องทันเศรษฐกิจดิจิทัล ไม่เช่นนั้น การวิเคราะห์ข้อมูล AI ระดับมหภาคจะกลายเป็นภาพลวงตา ทำให้ผู้กำหนดนโยบายตัดสินใจบนข้อมูลไม่ครบและเสี่ยงลากเศรษฐกิจทั้งระบบไปผิดทิศ

บทเรียนจากเกาหลีใต้ ฟิลิปปินส์ ปาปัวนิวกินี: ใช้ AI ยกเครื่องข้อมูล ไม่ใช่แค่เพิ่มปริมาณ

IMF ไม่ได้เตือนอย่างเดียว แต่ชี้ให้เห็นตัวอย่างประเทศที่เริ่มเปลี่ยนโครงสร้างข้อมูลอย่างจริงจัง เกาหลีใต้ยกระดับหน่วยงานสถิติเป็นกระทรวง และกำหนดทิศทางให้รองรับยุค AI โดยเน้นธรรมาภิบาลข้อมูล การเชื่อมโยงฐานข้อมูลภาครัฐ และการใช้ Big Data ร่วมกับการสำรวจแบบเดิม เพื่อลดภาระแบบสอบถามและเพิ่มความเร็วของสถิติ

ฟิลิปปินส์ใช้ AI วิเคราะห์ราคาสินค้า 5-10 ล้านรายการต่อสัปดาห์ เพื่อประเมินแรงกดดันด้านราคาและตรวจจับความเคลื่อนไหวก่อนที่สถิติทางการจะออกเผยแพร่ ธนาคารกลางใช้ Machine Learning ช่วยจัดหมวดหมู่สินค้าและวิเคราะห์ข้อมูลจำนวนมาก ทำให้เห็นสัญญาณเงินเฟ้อในแต่ละหมวดได้เร็วขึ้น ขณะที่ปาปัวนิวกินีตั้งเป้าเผยแพร่ข้อมูล IIP ครั้งแรกภายในสิ้นปีนี้ โดยได้รับความช่วยเหลือทางเทคนิคจาก IMF และเงินสนับสนุน ODA จากรัฐบาลเกาหลีใต้

IMF เองก็ปรับปรุงคู่มือดุลการชำระเงินและระบบบัญชีประชาชาติ พร้อมพัฒนาเครื่องมือ AI อย่าง StatGPT เพื่อให้ผู้ใช้ค้นหาและสอบถามข้อมูลเศรษฐกิจจากฐานข้อมูลของ IMF ได้สะดวกขึ้น นี่คือภาพของการวิเคราะห์ข้อมูล AI ที่เน้นคุณภาพและโครงสร้าง มากกว่าการสะสมข้อมูลดิบโดยไร้ระบบ ซึ่งเป็นบทเรียนตรงสำหรับองค์กรที่ยังคิดว่าแค่เก็บข้อมูลเยอะก็เพียงพอ

ผลิตภาพ AI ธุรกิจ: จาก Copilot รายบุคคลสู่การออกแบบกระบวนการทั้งองค์กร

ในระดับองค์กร IMF และผู้ร่วมเสวนาเตือนตรงกันว่า ปัญหาไม่ใช่การขาดเครื่องมือ AI แต่คือการขาดกลยุทธ์ AI องค์กรที่ชัดเจน ดร.อายชา คันนา ชี้ว่า การให้พนักงานใช้ AI Copilot ช่วยเพิ่มผลิตภาพรายบุคคลได้ แต่ไม่ได้แปลว่ากระบวนการทำงานทั้งองค์กรจะมีประสิทธิภาพขึ้นโดยอัตโนมัติ หลายบริษัทจึงเริ่มทบทวนการเปลี่ยนผ่านสู่ AI หลังจากทดลองใช้แล้วไม่เห็นผลลัพธ์ตามที่คาดหวัง

คันนาเสนอว่า การวัดผลิตภาพไม่ควรดูแค่ความเร็วหรือปริมาณงาน แต่ต้องให้ความสำคัญกับคุณภาพของการตัดสินใจ หากทุกองค์กรใช้โมเดล AI แบบเดียวกันโดยไม่มีบริบทและข้อมูลเฉพาะของตนเอง ก็อาจไม่สร้างความได้เปรียบทางการแข่งขัน แจ็ค คลาร์ก จาก Anthropic ยกตัวอย่างการใช้เครื่องมืออย่าง Claude Code เพื่อเปลี่ยน AI จากแชตบอตเป็น Agentic ที่ทำงานหลายขั้นตอน เช่น เขียนโค้ดปรับปรุงระบบซอฟต์แวร์เดิมให้ทำงานเร็วและมีประสิทธิภาพขึ้น

โทเบียส เมเยอร์ จากดีเอชแอลย้ำว่า บริษัทไม่ควรอนุมัติโครงการไอทีที่ไม่มีเป้าหมายและผลลัพธ์ชัดเจน เขาเน้นใช้ AI กับงานปริมาณสูงอย่างพิธีการศุลกากรและบริการลูกค้า พร้อมออกแบบระบบ Agentic ให้เชื่อมกับฐานข้อมูลเฉพาะเพื่อให้ผลลัพธ์ถูกต้องและตรวจสอบได้ ที่สำคัญ เมเยอร์เตือนว่า การประเมินผลิตภาพเศรษฐกิจโลกไม่ควรยึดติดกับ LLM เพียงอย่างเดียว Small Models และ Physical AI หรือหุ่นยนต์ยังมีบทบาทสำคัญในภาคการผลิตและงานใช้แรงงานจำนวนมาก

ผลกระทบ AI แรงงาน 40% และโจทย์ใหญ่ของการสร้างทักษะใหม่

คำเตือนที่ทำให้เวทีโลกต้องเงียบฟังคือ การที่ IMF เปรียบ AI เป็นสึนามิช้า ที่เตรียมกระทบตำแหน่งงานทั่วโลกถึงร้อยละ 40 โดยประเทศพัฒนาแล้วมีความเสี่ยงต่อการถูกแทรกแซงสูงถึงร้อยละ 60 ขณะที่ประเทศรายได้น้อยมีความเสี่ยงราวร้อยละ 23 เพราะเทคโนโลยียังไม่กระจายตัวทั่วถึง กลุ่มคนรุ่นใหม่ที่เพิ่งเข้าสู่ตลาดแรงงานคือด่านแรกที่จะถูกกระทบโอกาสการจ้างงาน

กอร์เกียวาเผยผลการศึกษาว่า ตลาดแรงงานกำลังเปลี่ยนหลายด้าน กลุ่มงานที่ต้องใช้ทักษะใหม่คิดเป็นราว 10% ของตลาดแรงงานและจะได้ค่าตอบแทนสูงขึ้น ขณะที่งานซ้ำซากเสี่ยงหายไป ส่วนงานบริการขยายตัวแต่ผลักให้คนรุ่นใหม่ต้องไปทำงานบริการแทนงานวิชาชีพขั้นต้น แมคเคลมเสริมว่า ข้อมูลปัจจุบันยังไม่แสดงว่า AI ทำให้การจ้างงานโดยรวมลดลงอย่างชัดเจน และเทคโนโลยีในอดีตมักสร้างงานใหม่ควบคู่กับการทำลายงานเดิม

IMF เน้นว่า ผู้ได้รับผลกระทบต้องได้รับการช่วยเหลือจากทั้งรัฐและเอกชน มิฉะนั้นอาจเกิดแรงต่อต้านทางสังคมและการเมือง แนวคิด Protect every worker, not every job ที่คันนายกตัวอย่างจากสิงคโปร์ ชี้ทางชัดว่า นโยบายที่ดีไม่ใช่การตรึงทุกตำแหน่งงานไว้ แต่คือการลงทุนในทักษะใหม่ การฝึกอบรม และการสื่อสารโปร่งใส เพื่อให้การเปลี่ยนผ่านสู่ผลิตภาพ AI ธุรกิจไม่กลายเป็นกับดักความเหลื่อมล้ำ

จากเครื่องยนต์เศรษฐกิจสู่ความเสี่ยงเชิงโครงสร้าง: องค์กรต้องทำอะไรต่อ

IMF มองว่า AI มีโอกาสเป็นเทคโนโลยีที่คนทั่วไปเข้าถึงได้กว้างเหมือนโทรศัพท์มือถือ แต่การทำให้เกิดขึ้นจริงต้องดูความพร้อมของแต่ละประเทศและบริบทชีวิตประชาชน ผู้ร่วมเสวนายกตัวอย่างการใช้ AI ในชีวิตประจำวัน ตั้งแต่จัดการงาน ตรวจสอบข้อมูล ไปจนถึงบริหารเวลาในครอบครัว ทว่า หากไม่มีมาตรการกำกับดูแลและการปรับโครงสร้างตลาดแรงงานที่ทันเวลา ราคาที่สังคมต้องจ่ายอาจเป็นอนาคตของคนรุ่นใหม่และเสถียรภาพการคลังของรัฐบาลทั่วโลก

IMF ระบุว่า การทำให้ประชาชนและภาคธุรกิจได้รับประโยชน์จาก AI อย่างทั่วถึง ต้องมีเงื่อนไขพื้นฐานอย่างโครงสร้างพื้นฐานดิจิทัลและการเข้าถึงไฟฟ้า และสำหรับ IMF เอง มีบทบาทติดตามผลกระทบของ AI ในสามด้านคือ การเติบโตของผลิตภาพ ตลาดแรงงาน และความเสี่ยงต่อเสถียรภาพทางการเงิน พร้อมทั้งปรับปรุงมาตรฐานสถิติและพัฒนาเครื่องมือ AI ให้ผู้กำหนดนโยบายเข้าถึงข้อมูลได้ง่ายขึ้น

บทสรุปสำคัญคือ การเปลี่ยนผ่านสู่เศรษฐกิจที่ขับเคลื่อนด้วย AI ไม่ได้ขึ้นอยู่กับความสามารถของโมเดลเพียงอย่างเดียว แต่ขึ้นอยู่กับการนำเทคโนโลยีไปใช้ในกระบวนการทำงาน การพัฒนาทักษะแรงงาน การเข้าถึงโครงสร้างพื้นฐาน และความร่วมมือระหว่างประเทศในการจัดการความเสี่ยง สำหรับองค์กร นี่คือคำเชิญให้เลิกถามว่า จะใช้ AI ตัวไหน แล้วหันมาถามว่า จะสร้างคน ระบบ และข้อมูลแบบไหน เพื่อให้การลงทุน AI เศรษฐกิจไม่กลายเป็นฟองสบู่รอบใหม่