ทำไมหน่วยงานรัฐติดหล่ม AI แค่ระดับทดลอง และอะไรคือกำแพงตัวจริง

AI ภาครัฐคืออะไร และทำไมถึงไปไม่พ้นโหมดทดลอง

AI ภาครัฐคือการนำเทคโนโลยีปัญญาประดิษฐ์และระบบดิจิทัลมาปรับใช้ในงานราชการตั้งแต่การให้บริการประชาชน การจัดการข้อมูล ไปจนถึงการตัดสินใจเชิงนโยบาย โดยมีเป้าหมายลดภาระงานซ้ำซ้อน เพิ่มความแม่นยำ และลดระยะเวลาการให้บริการ ขณะเดียวกันต้องรักษาความปลอดภัยของข้อมูลและความเชื่อมั่นของประชาชน การนำ AI ไปใช้จึงไม่ใช่แค่ติดตั้งระบบใหม่ แต่คือการเปลี่ยนวิธีทำงานทั้งองค์กร

ปัญหาคือหลายหน่วยงานยังติดอยู่ในโหมดทดลอง ใช้งานระบบเล็กๆ แยกส่วน โดยไม่กล้าขยับไปสู่การนำ AI ไปใช้ในระดับองค์กร การวิเคราะห์เทรนด์เทคโนโลยีภาครัฐชี้ตรงกันว่าการเปลี่ยนผ่านจากช่วงทดลองไปสู่การใช้เต็มสเกลกำลังบังคับให้รัฐต้องคิดใหม่ทั้งด้านคน โครงสร้าง และการกำกับดูแล แต่ในทางปฏิบัติ กระบวนการอนุมัติงบประมาณ ความกลัวต่อความมั่นคงไซเบอร์ และระบบเก่า ระบบใหม่ที่เชื่อมกันไม่ติดคือกำแพงตัวจริงที่ทำให้โครงการ AI ภาครัฐหลายแห่งหยุดอยู่ที่ระดับนำร่องเท่านั้น

เทคโนโลยีช่วยลดภาระ แต่ยังแทนคนไม่ได้ และต้นทุนก็ไม่ต่ำกว่าระบบเดิม

มุมมองที่ว่าการนำ AI ภาครัฐจะมาทดแทนคนอย่างสิ้นเชิงเป็นความเข้าใจผิดและอันตราย นักวิชาการด้านนวัตกรรมข้อมูลและปัญญาประดิษฐ์จากมหาวิทยาลัยธรรมศาสตร์ชี้ในเวทีเสวนาเรื่องการปฏิรูปข้าราชการเมื่อวันที่ 4 กันยายน 2569 ว่าเทคโนโลยีช่วยลดภาระงานให้บุคลากรภาครัฐได้ แต่ยังแทนคนไม่ได้ และควรถูกใช้ในงานที่มีความเสี่ยงต่ำและซ้ำซ้อนก่อน เช่น งานบันทึกข้อมูล งานที่มีกฎชัดเจน หรือสามารถตรวจสอบย้อนหลังได้ ท่าทีนี้สะท้อนว่าบทบาทของคนยังเป็นหัวใจในการตัดสินใจและรับผิดชอบต่อผลกระทบที่เกิดกับประชาชน

ข้อเท็จจริงอีกด้านที่มักถูกมองข้ามคือ ต้นทุน AI ไม่ได้ถูกกว่าระบบเดิมอย่างที่หลายคนคาดหวัง อุปกรณ์ดิจิทัลหนึ่งเครื่องที่มีราคาเฉลี่ยระดับหนึ่งสามารถซื้อกระดาษได้มากพอสำหรับใช้งานยาวนานมาก นั่นหมายความว่าหากหน่วยงานรัฐมองโครงการ AI แค่ในมิติลงทุนเพื่อประหยัดเงินหรือทดแทนคน ผลลัพธ์ย่อมผิดเป้า เป้าหมายที่ควรถูกย้ำคือทำอย่างไรให้ต้นทุน AI แปรผันกลับไปเป็นการลดระยะเวลา เพิ่มความถูกต้อง และลดต้นทุนการรับบริการของประชาชน มากกว่าจะไปหยุดอยู่ที่ตัวงบลงทุน

จาก Telemedicine ถึง Agentic AI: ตัวอย่างว่ารัฐต้องออกแบบงานใหม่ ไม่ใช่แค่ลงระบบ

หากมองในภาคบริการสุขภาพ เราเห็นตัวอย่างชัดว่าการนำ AI ไปใช้ที่ดีต้องเริ่มจากการออกแบบกระบวนการใหม่ ไม่ใช่เพียงเพิ่มระบบหนึ่งเข้าไป Telemedicine ช่วยให้ผู้ป่วยลดภาระการเดินทางและประหยัดเวลาในการติดตามการรักษาของแพทย์ได้อย่างเป็นรูปธรรม แต่บริการเหล่านี้จะทำงานได้ดี ต้องมีการจัดเก็บข้อมูลสุขภาพในระบบดิจิทัล การบันทึกประวัติ การคัดกรองเบื้องต้นให้เชื่อมต่ออย่างไร้รอยต่อกับระบบของโรงพยาบาล มิฉะนั้น AI ก็จะเป็นเพียงชั้นเทคโนโลยีที่นั่งอยู่เหนือเอกสารกระดาษกองเดิม

เมื่อขยับจากกรณีเฉพาะไปสู่แนวโน้มใหญ่ การ์ทเนอร์ชี้ว่าภาครัฐทั่วโลกกำลังก้าวจากช่วงทดลองใช้ AI ไปสู่การนำมาใช้ในระดับองค์กร โดย Agentic AI หรือ AI agents เริ่มเข้ามาเปลี่ยนกระบวนการทำงาน ตั้งแต่การสนับสนุนการปฏิบัติงาน ยกระดับประสบการณ์ประชาชน ไปจนถึงเร่งการพัฒนาซอฟต์แวร์ ข้อเสนอสำคัญคือ การพูดถึง AI ต้องขยับจากการติดตั้งระบบไปสู่การปรับโครงสร้างองค์กร ความสำเร็จของ AI agents จึงขึ้นอยู่กับการกำกับดูแลที่ทันสมัย ความพร้อมของบุคลากร และความสามารถในการออกแบบกระบวนการทำงานใหม่ ไม่ใช่แค่ซื้อระบบมาแล้วหวังให้ทุกอย่างดีขึ้นเอง

ความมั่นคงไซเบอร์ อธิปไตยข้อมูล และแรงกดดันให้ปรับองค์กร

อีกกำแพงใหญ่ของ AI ภาครัฐคือความมั่นคงไซเบอร์และอธิปไตยข้อมูล เพราะทุกครั้งที่รัฐผลักดันการนำ AI ไปใช้มากขึ้น ระบบเก่า ระบบใหม่จะเชื่อมต่อข้อมูลกันมากขึ้นตามไปด้วย ภูมิทัศน์ภัยคุกคามกำลังเปลี่ยนจากผลรวมของการพัฒนา AI ความตึงเครียดทางภูมิรัฐศาสตร์ และการมาของเทคโนโลยีควอนตัม ทำให้แนวทางไซเบอร์ที่เน้นตรวจรับตามรอบเพื่อผ่านเกณฑ์เอกสารใช้ไม่ได้อีกต่อไป รัฐจำเป็นต้องขยับไปสู่กลยุทธ์ความมั่นคงไซเบอร์เชิงรุกที่ยืดหยุ่น มีระบบอัตโนมัติ และปรับมาตรฐานการเข้ารหัสได้ต่อเนื่อง

ผลสำรวจผู้นำไอทีในองค์กรภาครัฐ 1,219 คนเมื่อเดือนมกราคม 2569 พบว่า 78% มีแผนลงทุนพัฒนาบุคลากรเพื่อขับเคลื่อนโครงการเทคโนโลยีสำคัญ ตัวเลขนี้สะท้อนว่าแรงกดดันไม่ได้มีแค่เรื่องระบบ แต่รวมไปถึงการสร้างคนให้พร้อมรับบทใหม่ในโลก AI ภาครัฐ ขณะเดียวกัน หน่วยงานต้องยกระดับการกำกับดูแลด้านอธิปไตยข้อมูลและความเสี่ยงจากบุคคลที่สาม รวมถึงวางโครงสร้างการกำกับดูแลและโมเดลการทำงานเพื่อรองรับการเพิ่มขึ้นของ AI agents หากไม่แก้โจทย์ความมั่นคงไซเบอร์และข้อมูลตั้งแต่ต้น การขยาย AI จากระดับทดลองสู่ระดับองค์กรจะกลายเป็นการขยายพื้นที่เสี่ยงโดยไม่ตั้งใจ

จะพา AI หลุดจากโหมดนำร่อง รัฐต้องยอมจัดระเบียบงานใหม่ทั้งคลัง

ปัญหาใหญ่ของการนำ AI ไปใช้ในหน่วยงานรัฐจึงไม่ใช่แค่เทคโนโลยี แต่คือโครงสร้างงานที่กระจาย ซ้ำซ้อน และไม่เคยถูกสำรวจอย่างจริงจัง ข้อเสนอจากนักวิชาการคือรัฐควรทำคลังกระบวนการทำงานทั้งหมดของหน่วยงานหรือ Process Inventory เพื่อรวบรวม ทบทวน และจัดลำดับความสำคัญว่ากระบวนการใดเสี่ยงสูง เสี่ยงปานกลาง หรือเสี่ยงต่ำ แล้วเริ่มใช้เทคโนโลยีกับงานที่เสี่ยงต่ำและซ้ำซ้อนจำนวนมหาศาลก่อน แนวทางนี้แม้ไม่หวือหวาเท่าโครงการ AI นำร่องที่ดูทันสมัย แต่มีโอกาสสร้างผลลัพธ์เชิงระบบมากกว่า

ในทางยุทธศาสตร์ ผู้บริหารไอทีภาครัฐควรยอมรับว่าหน่วยงานของตนกำลังอยู่ใต้แรงดิสรัปชันจาก AI ความมั่นคงไซเบอร์ และความคาดหวังของประชาชน และต้องออกจากกับดักโครงการทดลองให้ได้ การลงทุนในศักยภาพบุคลากร การออกแบบงานใหม่ และการสร้างโมเดลการดำเนินงานที่ยืดหยุ่นพร้อมรองรับนวัตกรรมคือกุญแจสำคัญ ถ้ารัฐยังมอง AI ภาครัฐเป็นเพียงโครงการไอทีที่ซื้อระบบมาเพิ่ม เราจะเห็นโครงการนำร่องเพิ่มขึ้นเรื่อยๆ แต่ไม่เคยเห็นการเปลี่ยนแปลงเชิงโครงสร้าง ท้ายที่สุด ประชาชนจะได้เพียงประสบการณ์ดิจิทัลที่ดูทันสมัยแต่ยังคงต้องเดินเอกสารอยู่ดี