AI จะแก้เศรษฐกิจไทยได้จริงไหม คำตอบไม่ใช่แค่เทคโนโลยี แต่คือโจทย์ Growth, Productivity และ Inequality สรุปเซสชันจากงาน Microsoft AI Tour Bangkok 2026

ในเซสชันพิเศษที่งาน Microsoft AI Tour Bangkok 2026 มีคำถามหนึ่งที่น่าขบคิดว่า ประเทศไทยกำลังจะใช้ AI เพื่อแก้ปัญหาเศรษฐกิจจริงได้อย่างไร และถ้าจะทำให้เกิดผลลัพธ์จริง องค์กรต้องเริ่มจากตรงไหน ?

คำตอบที่ได้จากเวทีนี้น่าสนใจมาก เพราะทั้งคุณสันติธาร เสถียรไทย รองรัฐมนตรีว่าการกระทรวงการคลัง, คุณปิติ ตัณฑเกษม ประธานเจ้าหน้าที่บริหาร ทีเอ็มบีธนชาต หรือ ttb และคุณ Michael Chen ประธานเจ้าหน้าที่บริหารของ BUZZEBEES เริ่มจากปัญหาจริงของเศรษฐกิจไทย และปัญหาจริงขององค์กร 

ทั้งสามคนไม่พยายามขายฝันว่า AI จะเปลี่ยนทุกอย่างในทันที แต่พยายามชี้ให้เห็นว่า ถ้าเริ่มใช้ผิดจุด AI ก็อาจกลายเป็นอีกหนึ่งค่าใช้จ่ายที่แพงและไม่สร้างอะไรเลยก็เป็นได้

3 โจทย์ใหญ่ของเศรษฐกิจไทย

คุณสันติธาร เลือกเปิดประเด็นโดยไม่เริ่มจาก AI เลย เขาบอกว่าถ้าจะคุยเรื่องนี้ให้ตรงจุด ต้องเริ่มจาก 3 โจทย์ใหญ่ของเศรษฐกิจไทยก่อน นั่นคือ Growth, Productivity และ Inequality

Growth คือโจทย์เรื่องเครื่องยนต์เศรษฐกิจใหม่ ประเทศไทยโตหลังโควิดเฉลี่ยไม่ถึง 3 เปอร์เซ็นต์ และยังต้องหาว่าจะวางตัวเองอย่างไรในอุตสาหกรรมแห่งอนาคต 

AI จึงถูกมองเป็นหนึ่งในโอกาสที่จะพาประเทศเข้าไปอยู่ในห่วงโซ่การผลิตใหม่ หรือขยับขึ้นไปเป็นศูนย์กลางบางอย่างในเศรษฐกิจยุคหน้า

Productivity คือโจทย์ที่กดดันไทยมากขึ้นทุกปี เพราะประเทศกำลังเข้าสู่สังคมสูงวัย คุณสันติธารย้ำว่า การลดลงของประชากรฉุด GDP ไทยไปราว 1 เปอร์เซ็นต์ต่อปีอยู่แล้ว เมื่อแรงงานหายไป ประเทศจึงไม่มีทางเลือกมากนักนอกจากต้องทำให้คนหนึ่งคนสร้างผลิตภาพได้มากขึ้น และนี่คือพื้นที่ที่ AI สามารถเข้ามาช่วยปลดล็อกงานจำนวนมากได้

โจทย์สุดท้ายคือ Inequality หรือความเหลื่อมล้ำ ซึ่งเป็นประเด็นที่ยากที่สุด เพราะถ้า AI ถูกใช้ผิดทาง มันอาจยิ่งทำให้คนตัวเล็กเสียเปรียบกว่าเดิม แต่ถ้าใช้ถูกทาง มันอาจกลายเป็นเครื่องมือที่ทำให้ธุรกิจเล็กหรือคนทำงานอิสระมี 'ที่ปรึกษา' อยู่ในมือ และเริ่มทำสิ่งที่เมื่อก่อนต้องใช้ทีมใหญ่ถึงจะทำได้ คุณสันติธารยกตัวอย่างเทรนด์ One Person Business เพื่อชี้ให้เห็นว่า AI อาจกลายเป็นเครื่องมือสร้างอำนาจต่อรองใหม่ให้คนตัวเล็กด้วย

มุมนี้ทำให้เซสชันทั้งเวทีมีทิศทางชัดขึ้นทันที เพราะ AI ถูกวางให้เป็นคำตอบของโจทย์เศรษฐกิจ เป็นเครื่องมือที่ต้องตอบปัญหาจริงของประเทศให้ได้

อย่าซื้อ License แจกทุกคน

ถ้าคุณสันติธารวางโจทย์ระดับประเทศ คุณปิติก็พาคนฟังลงมาที่ระดับองค์กรด้วยประโยคเปิดที่แรงที่สุดประโยคหนึ่งของเซสชัน เขาบอกว่า สิ่งแรกที่ไม่ควรทำคือ "อย่าซื้อ AI License แจกทุกคน"

เขามองว่า AI คือการลงทุน และการลงทุนทุกแบบมีต้นทุน ถ้าองค์กรเริ่มจากการซื้อเครื่องมือก่อนหาโจทย์ ธุรกิจก็มักจะจบลงที่การทดลองแบบลองผิดลองถูก ใช้เงินไปเยอะ แต่ไม่รู้ว่ากำลังแก้ปัญหาอะไรอยู่

เขายังเตือนอีกว่าอีกสิ่งที่ไม่ควรทำคือโยน AI ให้กลายเป็นโครงการของฝ่ายไอทีเพียงฝ่ายเดียว เพราะ AI project ต้องเป็นเรื่องของผู้นำองค์กรและเจ้าของธุรกิจโดยตรง

คุณปิติชวนให้นึกภาพการเปลี่ยนแปลงครั้งนี้เหมือนการปฏิวัติอุตสาหกรรม ที่เริ่มจากคนทำทุกอย่างด้วยตัวเอง แล้วค่อย ๆ เปลี่ยนไปสู่ระบบที่แบ่งงาน ใช้เครื่องจักร และปรับกระบวนการทั้งโรงงาน AI ในความหมายของเขาก็คล้ายกัน เพียงแต่มันกำลังเข้ามาเปลี่ยนงานของภาคบริการและงานที่ไม่ใช่งานซ้ำได้ด้วย นั่นจึงเป็นเหตุผลว่าทำไมองค์กรต้องเริ่มจาก 'โจทย์ต้องชัด' มากกว่าตื่นเต้นกับตัวเทคโนโลยี

เพื่อทำให้เห็นภาพง่ายขึ้น คุณปิติเสนอกรอบคิดแบบ 2x2 ที่วัดจากผลกระทบทางธุรกิจกับความพร้อมของเทคโนโลยี องค์กรควรรีบทำ use case ที่อยู่ในช่องผลกระทบสูงและพร้อมใช้งานจริงก่อน 

ส่วน use case ที่เทคโนโลยียังไม่พร้อมแต่ถ้าสำเร็จแล้วจะเปลี่ยนธุรกิจได้มาก ก็ควรถูกจับตาไว้ใกล้ ๆ กรอบคิดนี้ฟังดูเรียบง่าย แต่ในความเป็นจริงมันคือการบังคับให้องค์กรตอบคำถามพื้นฐานว่า AI ชิ้นนี้กำลังช่วยธุรกิจเรื่องอะไรแน่

Mindset คือคอขวดตัวจริง

ถ้ามุมของคุณปิติสะท้อนความเสี่ยงขององค์กรใหญ่ มุมของคุณไมเคิลสะท้อนความกดดันของธุรกิจที่ไม่มีเวลาพลาด เขาพูดตรง ๆ ว่าในฐานะ SME ความกลัวที่สุดคือคนที่เริ่มจากศูนย์แล้วใช้ AI สร้างทีมทั้งทีมขึ้นมาได้เร็วกว่า

ประเด็นที่น่าสนใจคือเขาไม่ได้บอกว่าปัญหาใหญ่สุดคือเครื่องมือไม่ดีพอ ปัญหาใหญ่สุดคือ Mindset ของคนในองค์กรต่างหาก หลายคนยังคิดว่าการใช้ AI คือการเปิดแชตขึ้นมาแล้วคุย แต่สำหรับองค์กรจริง การเปลี่ยนแปลงที่ยากกว่านั้นคือทำอย่างไรให้ทีมธุรกิจยอมใช้เทคโนโลยี และทำอย่างไรให้ทีมเทคเข้าใจโจทย์ธุรกิจพอจะสร้างของที่ใช้ได้จริง

คุณไมเคิลย้ำชัดว่า ถ้า AI ถูกผลักดันโดยทีมไอทีเพียงฝั่งเดียว สุดท้าย output ที่ออกมาก็มักไม่มีประโยชน์กับธุรกิจจริง เพราะคนทำไม่รู้ว่าธุรกิจต้องการอะไร ขณะเดียวกันถ้าทีมธุรกิจไม่ยอมเรียนรู้เทคโนโลยี ก็จะไม่มีวันหา use case ที่ถูกได้ 

เขายังพูดต่อว่า พนักงานอาจไม่ตกงานวันนี้ แต่ในอีก 3 ถึง 6 เดือน คนที่ใช้ AI ไม่เป็นอาจไม่มีงาน ประโยคนี้ฟังดูแรง แต่สะท้อนความจริงของธุรกิจที่แข่งขันหนักว่า การไม่เปลี่ยนตัวเองอาจมีต้นทุนสูงกว่าการเปลี่ยนแล้วพลาดเสียอีก

3 ความท้าทายที่องค์กรต้องผ่าน

คุณสันติธารสรุปออกมาเป็น 3 คำอีกชุดหนึ่ง คือ Reskill, Redesign และ Reimagine ซึ่งน่าจะเป็นแกนคิดที่สำคัญที่สุดของเซสชันนี้

Reskill ในความหมายของเขาไม่ได้แปลแค่สอนให้คนใช้เครื่องมือ AI เป็น แต่หมายถึงการยกระดับทักษะที่เป็นมนุษย์ให้มากขึ้นด้วย ทั้งการคิดเชิงวิพากษ์ ความคิดสร้างสรรค์ การสื่อสาร และการทำงานร่วมกัน เพราะยิ่ง AI ทำงานได้มากขึ้น ทักษะที่เหลืออยู่กับมนุษย์จะยิ่งสำคัญขึ้น

Redesign คือการยอมรับว่างานแบบเดิมอาจใช้ไม่ได้อีกต่อไป เขาอธิบายว่ามนุษย์ในอนาคตอาจทำงานต้นทางกับปลายทางมากขึ้น คือเป็นคนตั้งโจทย์ สั่งงาน ตรวจคำตอบ และตัดสินคุณภาพ ส่วนงานระหว่างทางบางส่วนอาจปล่อยให้ Agent ทำแทน

สิ่งนี้ทำให้ความเชี่ยวชาญเฉพาะด้านของคนไม่ได้หายไป แต่มีความสำคัญมากขึ้น เพราะถ้าคนไม่เข้าใจโดเมนจริง ก็จะไม่รู้ด้วยซ้ำว่าคำตอบของ AI ดีพอหรือยัง

ส่วน Reimagine คือความท้าทายที่ยากที่สุด เพราะมันเกี่ยวกับการมองสัญญาณอ่อนหรือ weak signals ที่ยังไม่เกิดเต็มตัว คุณสันติธารเปรียบสถานการณ์ตอนนี้เหมือนยุคที่ไฟฟ้ามาแล้ว แต่โลกยังไม่รู้ว่าจะเอาไฟฟ้าไปเปลี่ยนชีวิตอย่างไรบ้าง หมายความว่า องค์กรต้องอ่านให้ขาดว่าพฤติกรรมผู้บริโภคกำลังจะเปลี่ยนตรงไหน และคู่แข่งแบบใหม่จะโผล่ขึ้นมาจากทางใด

วัดผลอย่างไร เพื่อไม่ให้ AI จบที่คำว่าใช้แล้วว้าว

ในช่วงท้าย คุณปิติขยับไปที่เรื่องการวัดผล ซึ่งเป็นจุดที่หลายองค์กรเริ่มใช้ AI แล้วมักตอบไม่ได้ว่าตกลงคุ้มจริงหรือไม่ เขาเล่าว่า ttb แบ่งการฝึกคนออกเป็น 2 กลุ่ม คือผู้บริหารที่ต้องเห็นศักยภาพของ AI และทีมหน้างานที่ต้องใช้เป็นจริง จากนั้นจึงขับเคลื่อนทั้งแบบ Top Down และ Bottom Up พร้อมมีทีมตรงกลางคอยคัดกรองว่าอะไรควรทำ อะไรไม่ควรทำ

เขายังแบ่งผลลัพธ์ของ AI ออกเป็น 5 กลุ่มที่จับต้องได้ ตั้งแต่การเร่ง workflow, การเสริมความฉลาดของคนทำงาน, การดึง best practice ขึ้นมาใช้ซ้ำ, การออกแบบประสบการณ์ใหม่ ไปจนถึงการทำ personal engagement ในระดับคนต่อคน สิ่งสำคัญคือการรู้ว่าผลลัพธ์ที่ต้องการคืออะไร แล้วค่อยไล่กลับไปหาเทคโนโลยี แทนการซื้อเทคโนโลยีมาก่อนแล้วค่อยหวังว่าจะเจอประโยชน์ระหว่างทาง

เขาบอกว่าถ้าคนไทยใช้ AI เยอะที่สุดเพื่อ 'ดูดวง' นั่นแปลว่าประเทศอาจกำลังลงทุนกับของใหม่โดยยังไม่เปลี่ยนมันให้เป็นผลลัพธ์ทางเศรษฐกิจจริง

เซสชันนี้ทิ้งข้อสรุปที่คมมากไว้ข้อหนึ่ง AI จะสร้างผลลัพธ์จริงให้เศรษฐกิจไทยได้ ก็ต่อเมื่อถูกวางอยู่บนโจทย์ที่ชัด ถูกขับโดยผู้นำองค์กร ถูกใช้โดยทีมธุรกิจจริง และถูกออกแบบให้ตอบคนตัวเล็กได้ด้วย

สำหรับภาครัฐ คุณสันติธารมองว่าหน้าที่สำคัญคือการเป็น Enabler สร้าง Trusted infrastructure และ Digital Public infrastructure ให้คนจำนวนมากเชื่อมเข้าสู่เศรษฐกิจดิจิทัลได้ก่อน 

ส่วนสำหรับภาคเอกชน คำถามเร่งด่วนกว่านั้นคือจะเริ่มจากงานไหน วัดผลอย่างไร และจะเปลี่ยนวิธีทำงานเดิมอย่างไร เพื่อไม่ให้ AI จบลงที่ความตื่นเต้นระยะสั้น

ในวันที่ทุกคนพูดถึง AI กันทั้งโลก เซสชันนี้กลับดึงบทสนทนากลับมาสู่เรื่องพื้นฐานที่สุดอีกครั้ง คือปัญหาของเศรษฐกิจไทย ปัญหาขององค์กรไทย และปัญหาของคนทำงานไทย เพราะท้ายที่สุดแล้ว เทคโนโลยีที่ดีไม่ได้วัดจากความสามารถของมันเพียงอย่างเดียว แต่วัดจากว่ามันช่วยให้ประเทศโตขึ้น คนทำงานเก่งขึ้น และคนตัวเล็กมีโอกาสมากขึ้นได้จริงแค่ไหน

อ้างอิง : เซสชันโดยคุณสันติธาร เสถียรไทย รองรัฐมนตรีว่าการกระทรวงการคลัง, คุณปิติ ตัณฑเกษม ประธานเจ้าหน้าที่บริหาร ทีเอ็มบีธนชาต หรือ ttb และคุณ Michael Chen ประธานเจ้าหน้าที่บริหารของ BUZZEBEES ในงาน Microsoft AI Tour Bangkok 2026