กระแสการปรับใช้ปัญญาประดิษฐ์ (AI) ในภาคธุรกิจไทยปี 2025 กำลังเติบโตอย่างรวดเร็ว ผลสำรวจล่าสุดที่ทาง AWS (Amazon Web Services) ทำร่วมกับพันธมิตร ซึ่งระบุว่า อัตราการนำ AI ไปใช้ในองค์กรได้เพิ่มขึ้นจาก 27% ในปีก่อน มาอยู่ที่ 32% ในปีนี้ สถิตินี้สะท้อนความตื่นตัวในระดับที่ว่า ในทุก ๆ 3 นาที จะมีบริษัทไทย 1 แห่ง เริ่มต้นนำ AI มาใช้งาน
อย่างไรก็ตาม หากวิเคราะห์ในเชิงคุณภาพ ภายใต้ตัวเลขการเติบโตนี้กลับพบว่า การใช้งาน AI ส่วนใหญ่ยังคงจำกัดอยู่ในระดับพื้นฐาน ผลสำรวจชี้ชัดว่า องค์กรไทยถึง 72% ยังคงอยู่ในช่วงการสำรวจ (Explore) ซึ่งหมายถึงการทดลองใช้ AI สำหรับ Use case ง่ายๆ เช่น การทำรายงาน หรือการช่วยสรุปข้อมูล
ขณะที่มีเพียง 18% เท่านั้น ที่ก้าวไปสู่ขั้นการบูรณาการ (Integrate) หรือการนำ AI ไปผนวกเข้ากับกระบวนการทำงานที่เฉพาะทางมากขึ้น เช่น ระบบงานด้านการเงิน หรือการขายและการตลาด และมีองค์กรเพียง 10% ที่สามารถใช้ AI เป็นกลไกหลักในการขับเคลื่อนโมเดลธุรกิจใหม่ (Business Model) ตลอดจนสร้างสรรค์ผลิตภัณฑ์และบริการใหม่ขึ้นมาได้จริง ภาพที่สะท้อนออกมานี้จึงชี้ให้เห็นว่า แม้ภาคธุรกิจไทยจะมีความตื่นตัวอย่างสูง แต่การนำ AI ไปใช้งานเชิงลึกเพื่อปลดล็อกศักยภาพของเทคโนโลยีอย่างเต็มที่นั้น ยังคงเป็นความท้าทายสำคัญ
3 อุปสรรคใหญ่ที่ฉุดรั้งศักยภาพ AI ไทย
ฉัตรชัย กำลังเดช Head of Technology, AWS Thailand กล่าวภายในงาน Bitkub Summit 2025 ว่า จากรายงานสามารถวิเคราะห์ถึง 3 อุปสรรคสำคัญ ที่ขัดขวางไม่ให้องค์กรไทยส่วนใหญ่สามารถก้าวข้ามจากการทดลองใช้ AI ในระดับพื้นฐาน ไปสู่การใช้งานในระดับที่ซับซ้อนหรือขั้นสูงได้
อุปสรรคประการแรก คือ ช่องว่างด้านทักษะ (Skill Gap) ซึ่งยังคงเป็นปัญหาสำคัญ ผู้ประกอบการจำนวนมากมองว่าบุคลากรที่มีอยู่ในปัจจุบันยังขาดทักษะที่เพียงพอต่อการใช้งานเทคโนโลยีใหม่ สะท้อนจากข้อเท็จจริงที่ว่า ในปีที่ผ่านมา มีพนักงานเพียง 34% เท่านั้นที่ได้รับโอกาสในการเข้าอบรมด้าน AI
อุปสรรคประการต่อมา คือ ต้นทุนในการขยายผล (Cost) แม้ว่าการทดลองในระยะเริ่มต้น หรือ Proof of Concept (POC) อาจมีค่าใช้จ่ายไม่สูงนัก แต่เมื่อองค์กรต้องการขยายการใช้งานจริงไปทั่วทั้งระบบ หรือนำไปให้บริการแก่ลูกค้าระดับแมส (Mass) ค่าใช้จ่ายที่เพิ่มขึ้นอย่างก้าวกระโดดได้กลายเป็นกำแพงขนาดใหญ่ที่ทำให้หลายองค์กรไม่สามารถไปต่อได้
ประการสุดท้าย คือ ความไม่แน่นอนของกฎระเบียบ (Regulations) ความกังวลเกี่ยวกับข้อกฎหมายและข้อบังคับต่างๆ ที่เกี่ยวข้องกับการกำกับดูแล AI ซึ่งปัจจุบันยังไม่มีความชัดเจน ส่งผลให้หลายองค์กรยังคงลังเลที่จะลงทุนพัฒนา AI ใน Use Case ที่มีความซับซ้อนสูง เนื่องจากไม่แน่ใจในแนวทางปฏิบัติต่าง ๆ ในอนาคต
พลังของ AI ที่แท้จริง: กรณีศึกษาจาก Amazon
เพื่ออธิบายถึงศักยภาพของ AI ในระดับที่ซับซ้อน AWS ได้ยกกรณีศึกษาจากประสบการณ์ภายในของ Amazon เอง โดย Amazon เคยเผชิญกับความท้าทายในการอัปเกรดภาษา Java ซึ่งเป็นระบบหลังบ้านของแอปพลิเคชันนับหมื่นตัว จากเวอร์ชันเก่าไปสู่เวอร์ชันใหม่ จากการประเมินโดยวิศวกรซอฟต์แวร์พบว่า หากใช้กระบวนการปกติโดยมนุษย์ โครงการนี้อาจต้องใช้เวลาถึง 4,500 ปี
Amazon จึงแก้ไขปัญหานี้โดยการพัฒนา AI ที่ออกแบบมาเพื่อทำภารกิจนี้โดยเฉพาะ ผลลัพธ์ที่ได้คือ โครงการที่เคยประเมินไว้ 4,500 ปี สามารถเสร็จสิ้นได้ภายในเวลาเพียง 6 เดือน นี่คือตัวอย่างของการเพิ่มผลิตภาพ (Productivity) ในระดับที่สูงมาก ซึ่งยังส่งผลต่อเนื่องให้บริษัทสามารถลดต้นทุนจากการเปลี่ยนไปใช้ฮาร์ดแวร์รุ่นใหม่ที่มีประสิทธิภาพสูงขึ้นได้อีกด้วย
ความสามารถในระดับนี้เกิดขึ้นได้เนื่องจากการพัฒนาของ AI ในปัจจุบัน ที่ก้าวหน้าไปไกลกว่าความสามารถในการสนทนาเหมือนเมื่อ 3 ปีที่แล้ว AI สมัยใหม่เริ่มมีองค์ประกอบที่ซับซ้อนคล้ายการทำงานของมนุษย์ ซึ่งประกอบด้วย ส่วนความจำ (Memory) ส่วนเครื่องมือ (Tool) ที่ช่วยให้ AI สามารถคำนวณหรือคิดเลขได้ (ซึ่งเป็นการพัฒนาจุดอ่อนในอดีตที่ AI เคยแม้แต่นับตัวอักษร R ในคำว่า Strawberry ไม่ถูกต้อง) นอกจากนี้ ยังมีส่วนการวางแผน (Planning) ที่ช่วยให้ AI เข้าใจความผิดพลาดและแก้ไขปัญหาจนสำเร็จ และส่วนการกระทำ (Action) ที่ทำให้ AI สามารถทำงานบางอย่างแทนมนุษย์ได้
ข้อมูลคือท่าไม้ตายไม่ใช่ตัว AI
แม้ว่าผู้เชี่ยวชาญอย่าง Andrew Ng จาก Deeplearning.ai จะเคยคาดการณ์ไว้ว่าประเทศไทยจะได้รับประโยชน์อย่างมหาศาลจากการนำ AI มาปรับใช้ แต่ในทางปฏิบัติ อุปสรรคสำคัญด้านทักษะของบุคลากรยังคงเป็นประเด็นใหญ่ที่ต้องแก้ไข
ด้วยเหตุนี้ หนึ่งในภารกิจของ AWS จึงมุ่งเน้นไปที่การเร่ง Reskill และ Upskill คนไทย โดยได้ริเริ่มโครงการอย่าง Tech Alliance ซึ่งมี Microsoft เข้าร่วมเป็นหนึ่งในพันธมิตรด้วย โครงการดังกล่าวมีเป้าหมายเพื่อเตรียมความพร้อมบุคลากรให้ตรงกับความต้องการของตลาดในอนาคต
ท้ายที่สุด คุณฉัตรชัย ได้ทิ้งประเด็นสำคัญไว้ว่า ในอนาคตนั้น โมเดล AI หรือ Machine Learning จะกลายเป็นเทคโนโลยีที่ทุกคนสามารถเข้าถึงได้โดยทั่วไป ดังนั้น ปัจจัยที่จะใช้ตัดสินผู้ชนะในสมรภูมิการแข่งขันทางธุรกิจจึงไม่ใช่ตัว AI หากแต่เป็น ข้อมูล (Data) ที่องค์กรนั้น ๆ ถือครองอยู่นั่นเอง
ข่าวอื่น ๆ ที่น่าสนใจ
เริ่มใช้ AI ยังไง? ‘ดร.ธนชาติ’ ย้ำ ไม่ต้องเรียน ‘Prompt’ แค่ ‘ลงมือทำ’
กางแผน 3 ยักษ์ใหญ่ กปท.-NT-กสทช. ปั้นโดรนขนส่งไทย คาดชัดใน 1 ปี
