ทักษะ AI ในไทย คืออะไร และปัญหาใหญ่จริงอยู่ตรงไหน
ทักษะ AI ในไทย คือความรู้และความสามารถของบุคลากรในการออกแบบ พัฒนา ประยุกต์ใช้ และดูแลระบบปัญญาประดิษฐ์ตลอดวงจร ตั้งแต่การจัดการข้อมูล การสร้างโมเดล การผนวกเข้ากับกระบวนการทำงาน ไปจนถึงการประเมินผลกระทบเชิงเศรษฐกิจและสังคม ทักษะนี้ครอบคลุมทั้งระดับพื้นฐานสำหรับแรงงานดิจิทัลทั่วไป และระดับเชิงลึกหรือ Deep Tech สำหรับนักพัฒนาระดับสูงที่สามารถสร้างเทคโนโลยีใหม่ได้
ในเวที Thailand Focus 2026 ที่จัดขึ้นเมื่อวันที่ 26 สิงหาคม 2569 มีการเสวนาหัวข้อ “ไทยก้าวสู่บทใหม่: ดิจิทัลและข้อมูล กลไกสำคัญแห่งการเติบโต” โดยประธานคณะกรรมการกำกับสำนักงานส่งเสริมเศรษฐกิจดิจิทัล และผู้จัดการประจำประเทศไทยของผู้ให้บริการคลาวด์รายใหญ่ร่วมแสดงความเห็นว่า แม้ประเทศจะมีโครงสร้างพื้นฐานดิจิทัลและเครือข่ายความเร็วสูงแข็งแกร่งระดับดึงดูด Hyperscalers เข้ามาลงทุนได้ แต่ดัชนีขีดความสามารถการแข่งขันทางดิจิทัลของ IMD ยังอยู่เพียงอันดับที่ 37 จาก 70 ประเทศ และอันดับที่ 29 ในด้านเทคโนโลยีโครงสร้างพื้นฐาน
ตัวเลขเหล่านี้สะท้อนชัดว่า ปัญหาไม่ได้อยู่ที่ขาดทางด่วนดิจิทัล แต่อยู่ที่ไม่มีคนขับรถ AI ให้ไปถึงปลายทางทางเศรษฐกิจ การเรียนรู้ AI ดิจิทัลจึงไม่ใช่เรื่องฟุ่มเฟือย แต่เป็นเงื่อนไขขั้นต่ำของการอยู่รอดในโลกที่แข่งขันด้วยข้อมูล
โครงสร้างพร้อมแต่คนไม่พร้อม เทคโนโลยีพาราด็อกซ์ที่กำลังฉุดประเทศ
เวทีเสวนาเดียวกันอธิบายปรากฏการณ์ที่น่ากังวลว่าเป็น “วิกฤตความขัดแย้งเชิงโครงสร้างทางเทคโนโลยี” หมายถึงสถานการณ์ที่โครงสร้างพื้นฐานดิจิทัลเข้มแข็ง คนทั่วไปเปิดรับนวัตกรรม AI ในชีวิตประจำวันสูง แต่กลับล้มเหลวเมื่อต้องนำ AI ไปเพิ่มผลิตภาพในการทำงานจริง นี่คือช่องว่างระหว่างการเป็นผู้ใช้เทคโนโลยีระดับบุคคล กับการเป็นองค์กรและเศรษฐกิจที่ขับเคลื่อนด้วย AI อย่างเป็นระบบ
หัวใจของปัญหาคือ บุคลากร AI ขาดแคลน โดยดัชนีของ IMD ชี้ว่าประเทศอยู่อันดับที่ 37 ในด้านการลงทุนภาครัฐและเอกชนเพื่อสร้างองค์ความรู้ AI และอันดับที่ 45 ในด้านความพร้อมสู่อนาคต เนื่องจากขาดผู้เชี่ยวชาญ Deep Tech และ AI รวมถึงผลงานวิจัยเชิงวิทยาศาสตร์ด้านนี้ยังอยู่ในระดับต่ำมาก
กล่าวอีกแบบ เรากำลังอยู่ในจุดที่โครงสร้างพื้นฐานดิจิทัลมีมาตรฐานสูง แต่ทักษะ AI ในไทย ยังไม่ตามทัน ทำให้การแปลงโครงสร้าง AI ของภาคธุรกิจและภาครัฐติดเพดาน และเสี่ยงต่อการกลายเป็นเพียงผู้ซื้อเทคโนโลยีที่ต้องจ่ายค่าเช่าให้ต่างชาติไปเรื่อยๆ โดยสร้างมูลค่ากลับคืนมาได้จำกัด
ห้าภาคเศรษฐกิจเป้าหมาย กับคอขวดทักษะและข้อมูล
ยุทธศาสตร์ดิจิทัลใหม่กำหนดห้าอุตสาหกรรมที่มี “สิทธิที่จะชนะ” ได้แก่ ภาคการเงิน การผลิต โลจิสติกส์ ค้าปลีก และเศรษฐกิจสร้างสรรค์หรือคอนเทนต์ การเลือกกลุ่มนี้ถือว่ามีเหตุผล เพราะมีฐานธุรกิจเดิมแข็งแรงและพร้อมต่อยอดด้วย AI แต่ปัญหาคือห่วงโซ่บุคลากรและการใช้ข้อมูลในแต่ละภาคยังไม่พร้อมรองรับ
ตัวอย่างเช่น ภาคการเงินอาจมีแผนใช้ AI เพื่อบริหารความเสี่ยง วิเคราะห์ข้อมูลลูกค้า หรือป้องกันทุจริต ขณะที่ภาคการผลิตและโลจิสติกส์ต้องการ AI เพื่อเพิ่มประสิทธิภาพห่วงโซ่อุปทาน อย่างไรก็ตาม หากไม่มีบุคลากรที่เข้าใจทั้งระบบงานและการเรียนรู้ AI ดิจิทัล การลงทุนทั้งหมดจะเป็นเพียงการซื้อซอฟต์แวร์สำเร็จรูปมาวางทับกระบวนการเดิม โดยไม่แตะโครงสร้างภายใน
นักนโยบายยอมรับเองว่าจุดอ่อนสำคัญคือการประยุกต์ใช้ข้อมูลและการลงทุน AI อย่างจริงจัง รวมถึงการขาดฐานข้อมูลกลางและระบบเชื่อมโยงที่เป็นระบบ เช่น แพลตฟอร์มด้านสุขภาพ การท่องเที่ยว และสิ่งแวดล้อมที่กำลังอยู่ระหว่างการพัฒนา หากไม่เร่งอุดช่องว่างเรื่องทักษะข้อมูลและสถาปัตยกรรมข้อมูลกลาง แผนยกระดับทั้งห้าภาคจะติดหล่มอยู่ที่โครงการทดลอง ไม่กลายเป็นการเปลี่ยนแปลงเชิงโครงสร้าง
จากผู้ซื้อสู่ผู้ผลิต เทคโนโลยี AI ต้องมาพร้อมการแปลงโครงสร้าง AI
ผู้กำหนดนโยบายตั้งใจชัดเจนว่า แผนยุทธศาสตร์ใหม่ต้องพัฒนาทุนมนุษย์ระดับสูงไปพร้อมกับการยกระดับองค์กรธุรกิจสู่ดิจิทัลมูลค่าสูง เพื่อลดการรั่วไหลของมูลค่าทางเศรษฐกิจไปต่างประเทศ นี่ไม่ใช่เพียงการฝึกอบรมบุคลากรใช้เครื่องมือ AI แต่คือการแปลงโครงสร้าง AI ทั้งระบบ ตั้งแต่คน กระบวนการ ไปจนถึงรูปแบบรายได้ของธุรกิจ
หนึ่งในก้าวสำคัญคือการจัดตั้งกลุ่มพันธมิตรเพื่อสร้างโมเดลภาษาขนาดใหญ่ภาษาไทย หรือ Thai LLM ซึ่งจะช่วยรักษาอธิปไตยข้อมูลและลดการพึ่งพาเทคโนโลยีจากภายนอก หากทำสำเร็จ นี่จะเป็นฐานให้ผู้พัฒนาในประเทศสร้างผลิตภัณฑ์และบริการใหม่บนโมเดลภาษานี้แทนการจ่ายค่าลิขสิทธิ์อย่างต่อเนื่อง
อย่างไรก็ตาม การมี Thai LLM เพียงตัวเดียวไม่ทำให้ประเทศกลายเป็นผู้ผลิตเทคโนโลยีทันที หากไม่มีการออกแบบระบบผลิตบุคลากร AI ตั้งแต่โรงเรียน มหาวิทยาลัย ไปจนถึงการฝึกอบรมในที่ทำงาน และหากภาคธุรกิจยังไม่ลงทุนสร้างทีม AI ภายใน การแปลงโครงสร้าง AI จะหยุดอยู่ที่โครงการนำร่องไม่กี่แห่ง
ปิดคอขวดบุคลากร AI: นโยบายที่ต้องกล้าทำและมองระยะยาว
แผนยุทธศาสตร์ใหม่เริ่มขยับในทิศทางที่ถูกต้อง ด้วยการสร้างแรงบันดาลใจให้เยาวชน ผ่านความร่วมมือกับมหาวิทยาลัยระดับโลกและการส่งนักเรียนกว่า 1,600 คนเข้ารับการฝึกอบรมระยะสั้น รวมถึงการชวนภาคเอกชนร่วมให้ทุนการศึกษาเพื่อเพิ่มกำลังคนด้านเทคโนโลยี แต่หากมองในมุมการแปลงโครงสร้าง AI นี้ยังเป็นเพียงจุดเริ่มต้นที่ต้องขยายและทำอย่างต่อเนื่องหลายปี
หากต้องการปิดคอขวดบุคลากร AI อย่างจริงจัง นโยบายต้องไปไกลกว่าการฝึกอบรมระยะสั้น เช่น การปรับหลักสูตรระดับมหาวิทยาลัยให้ผูกกับโจทย์ภาคธุรกิจ การให้แรงจูงใจภาษีแก่บริษัทที่สร้างทีม AI ภายใน และการกำหนดมาตรฐานวิชาชีพด้านข้อมูลและ AI ให้ชัดเจน การเรียนรู้ AI ดิจิทัลต้องกลายเป็นทักษะพื้นฐานของแรงงานทุกกลุ่ม ไม่ใช่เรื่องเฉพาะของวิศวกร
สุดท้าย หากประเทศยังยอมรับบทบาทผู้ซื้อเทคโนโลยี เราจะต้องเผชิญภาวะมูลค่ารั่วไหลไปต่างชาติอย่างต่อเนื่อง แต่หากกล้าปฏิรูประบบผลิตบุคลากร AI และกล้าที่จะลงทุนในองค์ความรู้ของตนเอง การขยับจากผู้ใช้สู่ผู้ผลิตเทคโนโลยีจะไม่ใช่ความฝันไกลตัวอีกต่อไป
