‘พลิกเกมธุรกิจไทย’ ในมุม ภูผา เอกะวิภาต แห่ง AIS คำถามที่สำคัญกว่า ‘ใช้ AI หรือยัง’ คือ ‘ธุรกิจได้ผลลัพธ์อะไร’

การพูดถึงการลงทุนโครงสร้างพื้นฐานดิจิทัลของไทย มักพาเราไปสู่ตัวเลขการลงทุนศูนย์ข้อมูล (Data Center) และจำนวนโครงการที่ได้รับการอนุมัติจากสำนักงานคณะกรรมการส่งเสริมการลงทุน หรือ Board of Investment (BOI) ทว่า คุณภูผา เอกะวิภาต หัวหน้าคณะผู้บริหารกลุ่มลูกค้าองค์กร บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน) หรือ AIS ชวนมองต่อไปอีกขั้นว่า เมื่อเม็ดเงินลงทุนเข้ามาแล้ว คุณค่าเหล่านั้นจะไหลลงไปถึงธุรกิจขนาดกลางและขนาดย่อม หรือ Small and Medium-sized Enterprises (SME) และคนทั้งประเทศได้อย่างไร

บนเวที THE STANDARD ECONOMIC FORUM 2026 ในช่วง Fireside Chat หัวข้อ ‘Empowering Thai Businesses with New Capabilities for the Intelligent Economy พลิกเกมธุรกิจไทย สู่ขีดความสามารถใหม่ในยุคเศรษฐกิจอัจฉริยะ’ คุณภูผาประเมินว่าช่วงเวลานี้อาจเป็นจังหวะที่ดีที่สุดของประเทศไทย และเป็นจังหวะที่ต้องลงมือทำบางอย่าง เพราะการลงทุนที่เกิดขึ้นยังกระจุกอยู่เพียงบางจุด โจทย์ที่น่าจับตามากกว่าจึงเป็นการทำให้คุณค่าเกิดขึ้นในระยะยาว และเกิดกับทุกคนที่อยู่ในประเทศ

ตลอดการสนทนา คำตอบของคุณภูผาในฐานะผู้บริหารที่ทำงานใกล้ชิดกับลูกค้าองค์กร วนกลับมาที่หลักเดียวกัน คือ AI และโครงสร้างพื้นฐานดิจิทัลควรเป็นเหมือนน้ำและไฟฟ้า ที่มองไม่เห็นแต่แข็งแรงและขาดไม่ได้ ส่วนสิ่งที่ธุรกิจควรถามไม่ใช่ว่าใช้ AI แล้วหรือยัง แต่เป็นผลลัพธ์ทางธุรกิจที่ได้กลับมา

ไทยได้เปรียบเรื่องจังหวะ แต่ต้องตอบให้ได้ว่า AI ทำงานเพื่อใคร

คุณภูผาอธิบายว่า เมื่อมีการลงทุนด้านเทคโนโลยี สิ่งที่ตามมาคือความต้องการโครงสร้างพื้นฐานด้านเครือข่าย โดยปริมาณแบนด์วิดท์ (Bandwidth) ที่ใช้อัปโหลดและดาวน์โหลดเพิ่มขึ้นราว 3-5 เท่า และมีแนวโน้มเพิ่มขึ้นในอัตรานี้ต่อไปเรื่อย ๆ ความต้องการโครงข่ายใยแก้วนำแสงและเคเบิลใต้น้ำ (Submarine Cable) จึงสูงขึ้นตาม ขณะที่เคเบิลใต้น้ำจำนวนมากยังต้องวิ่งผ่านช่องแคบมะละกาซึ่งหนาแน่นอยู่แล้ว ในมุมของคุณภูผา สถานการณ์นี้ทำให้ไทยอยู่ในจุดได้เปรียบ และน่าจะเป็นฝ่ายที่ได้รับการลงทุนขนาดใหญ่ในลักษณะนี้

นอกจากจังหวะแล้ว ความพร้อมของไทยเองก็มีไม่น้อย คุณภูผาไล่เรียงว่าการใช้งานอินเทอร์เน็ตของไทยเติบโต ผู้ใช้รับเทคโนโลยีใหม่ได้เร็วทั้งโทรศัพท์รุ่นใหม่และอุปกรณ์ต่าง ๆ อีกทั้งไทยยังติดอันดับต้น ๆ ทั้งด้านการใช้โซเชียลมีเดียและความเร็วอินเทอร์เน็ต มีธุรกิจที่หลากหลายตั้งแต่บริการสุขภาพ การท่องเที่ยว ไปจนถึงอุตสาหกรรม และมีเครือข่ายที่พร้อมรองรับ

อย่างไรก็ตาม เมื่อพร้อมแล้ว คำถามต่อมาคือไทยจะยืนอยู่ตรงไหน ในวันที่โมเดล AI สร้างโดยผู้อื่นและไทยไม่ได้เป็นผู้กำหนดทิศทาง คุณภูผายกตัวอย่างว่า หากไม้แขวนเสื้อที่บ้านหมดแล้วสั่งให้ AI ช่วยสั่งซื้อ ซึ่งคนส่วนใหญ่ไม่รู้อยู่แล้วว่าควรเลือกยี่ห้อใด AI จะเป็นผู้แนะนำแทน คำถามที่น่าคิดคือ AI จะเลือกแบรนด์ของคนไทย หรือแบรนด์ชั้นนำจากต่างประเทศ

AI ที่ประชาชนนำมาใช้งาน ได้กลายเป็นที่ปรึกษาและแหล่งข้อมูลที่ผู้คนเชื่อถือไปโดยปริยายแล้ว

คุณภูผากล่าว พร้อมระบุว่าเรื่องนี้เป็นประเด็นที่ต้องจับตาและค่อย ๆ ขับเคลื่อนไปด้วยกัน

ตั้งโจทย์จากปัญหาธุรกิจ แล้ว AI จะตามมาเอง

เมื่อถูกถามว่าองค์กรและคนไทยต้องมีความสามารถด้าน AI มากขึ้นหรือไม่ คุณภูผามองว่า AI เป็นเพียงส่วนหนึ่งของกระบวนการ และอยากให้มองที่ผลลัพธ์ที่นำไปใช้มากกว่า เช่น ร้านค้าหรือ SME ที่ต้องการการคาดการณ์ความต้องการสินค้า (Demand Forecasting) เพื่อรู้ว่าควรสต็อกสินค้าอะไร และความต้องการจะมาเมื่อใด ควรโฟกัสที่ประโยชน์ที่ธุรกิจต้องการ มากกว่าการตั้งต้นว่าจะนำ AI มาใช้ทำอะไร

"ถ้าโจทย์ชัด สิ่งที่จะเข้ามาตอบโจทย์นั้นย่อมหลีกเลี่ยง AI ไม่ได้ คำถามจึงไม่ใช่ว่าจะใช้ AI อย่างไร แต่ต้องตั้งโจทย์ว่าไม่ว่าจะมีหรือไม่มี AI ปัญหาที่ต้องแก้จริง ๆ คืออะไร" คุณภูผากล่าว

ทั้งนี้ Demand Forecasting เป็นเพียงตัวอย่างหนึ่งเท่านั้น คุณภูผาเปรียบให้เห็นภาพกับร้านหมูปิ้งว่า เจ้าของร้านจะสต็อกหมู 20 กิโลกรัมทุกวันหรือไม่ หากไม่มีข้อมูลว่าวันนี้ฝนจะตกหรือลูกค้าจะมาหน้าร้านเมื่อใด แต่ละธุรกิจมีสิ่งที่ต้องการแตกต่างกัน และส่วนใหญ่รู้ดีหากพิจารณาอย่างจริงจังว่าลูกค้าบ่นเรื่องอะไรและธุรกิจเผชิญปัญหาใด เช่น หากเนื้อหมูค้างจนเน่าเสีย แปลว่าสต็อกมากเกินไป ซึ่งคำตอบอาจไม่ใช่ Demand Forecasting ก็ได้ ข้อแรกจึงต้องเข้าใจธุรกิจของตัวเองให้ชัดว่าจะแก้อะไร

จากหลักนี้ แนวทางที่คุณภูผาใช้ทั้งในองค์กรและกับลูกค้าจึงเริ่มจากการโฟกัสผลลัพธ์ที่ต้องการให้ชัด เช่น การคาดการณ์ความต้องการสินค้า หรือการบริการและตอบคำถามลูกค้า เมื่อรู้แล้วว่าโจทย์ใดสร้างประโยชน์กับองค์กรจริง ก็ตัดสินใจได้ทันทีว่าจะเริ่มทำที่หน่วยงานใด

จุดที่คุณภูผาพบบ่อย คือเมื่อพูดถึงโครงการ AI องค์กรส่วนใหญ่มักชี้ไปที่ฝ่ายไอที จนกลายเป็นโครงการด้านเทคโนโลยี ทั้งที่ฝ่ายไอทีไม่ได้เป็นผู้สร้างรายได้โดยตรง ขณะที่คนทำธุรกิจคือผู้ที่รู้ว่าต้องแก้ปัญหาใดจึงจะเพิ่มรายได้ได้ เมื่อฝั่งธุรกิจตั้งโจทย์ชัดแล้ว ฝ่ายไอทีจึงเข้ามาดูแลเรื่องการควบคุมและการกำกับดูแล (Governance) โดยทุกฝ่ายต้องเข้าใจตรงกันว่า หากถาม AI ด้วยคำถามเดิมในวันนี้และอีกสามวันข้างหน้า คำตอบอาจไม่เหมือนกัน

ขั้นสุดท้ายคือการวัดผลให้ได้ เพราะองค์กรขนาดใหญ่ที่มีทีมวิจัยระยะยาว กับ SME ที่ไม่ได้มีทรัพยากรขนาดนั้น มีความอดทนต่อความล้มเหลวไม่เท่ากัน โจทย์ที่แต่ละกลุ่มต้องการจึงแตกต่างกันตามไปด้วย

AI ควรเป็นเหมือนน้ำไฟ ที่มองไม่เห็นแต่ขาดไม่ได้

เมื่อการใช้ AI เพื่อแชตอย่างเดียว หรือการส่งเรื่องให้ฝ่ายเทคนิคดูแล ยังไม่เพียงพอ คุณภูผาเปรียบโครงสร้างพื้นฐานดิจิทัลและ AI ว่าเป็นเหมือนน้ำและไฟฟ้า หากย้อนไปในอดีต คนที่เปิดร้านอบขนมปังสามารถซื้อเตาอบมาผลิตขนมปังให้ลูกค้าได้ โดยไม่จำเป็นต้องเป็นเจ้าของโรงไฟฟ้า เพราะสิ่งที่ต้องการคือขนมปังไปขาย AI และโครงสร้างพื้นฐานดิจิทัลก็ควรเป็นเช่นเดียวกัน คือแข็งแรง พึ่งพาได้ ควบคุมได้ในเชิงอธิปไตยทางดิจิทัล (Digital Sovereignty) เอื้อประโยชน์ให้คนไทย และอยู่ภายใต้กฎหมายไทย

ความแตกต่างจากยุคก่อนอยู่ที่ผู้สร้างโซลูชัน ในวันที่ไฟฟ้าเข้ามา คนที่อบขนมปังด้วยเตาถ่านต้องรอให้มีผู้เชี่ยวชาญสร้างเตาอบขึ้นมา แต่วันนี้ผู้สร้างโซลูชันอาจเป็นบริษัทผู้พัฒนา หรือธุรกิจจะสร้างเองก็ได้ เพราะเข้าถึงเทคโนโลยี AI ได้เหมือนกัน คุณภูผาเทียบกับเครื่องพิมพ์สามมิติ (3D Printer) ที่ทำให้คนทั่วไปพิมพ์กุญแจพลาสติกขึ้นมาเองได้ ทั้งที่ก่อนหน้านี้ทำไม่ได้ ผู้ใช้งานจึงอาจกลายเป็นผู้ผลิต ขณะที่ผู้ผลิตเดิมก็อาจผลิตได้ดีกว่าเดิม การแข่งขันจึงน่าสนใจขึ้น

ในทางปฏิบัติ คุณภูผามองว่าเมื่อโจทย์ชัด ธุรกิจมีสองทางในการได้โซลูชัน ทางแรกคือสร้างเอง ซึ่งหลายคนมักเริ่มด้วยการไปเรียน AI ส่วนอีกทางคือใช้ผู้ที่ทำหน้าที่นี้อยู่แล้ว เช่น บริษัทพัฒนาซอฟต์แวร์ (Software House) ที่สมัยก่อนอาจใช้เวลาเขียนโปรแกรมหนึ่งตัวราว 6 เดือน แต่วันนี้อาจเหลือเพียงเดือนเดียว ประเด็นสำคัญจึงไม่ได้อยู่ที่ว่าจะสร้างเองหรือใช้ผู้อื่นสร้าง แต่อยู่ที่ธุรกิจต้องได้ขนมปังในเวลาที่ต้องการ

โครงสร้างพื้นฐานดิจิทัลควรเป็นสิ่งที่มองไม่เห็น แต่แข็งแรง ขาดไม่ได้ และส่งเสริมให้เกิดคุณค่าและผลลัพธ์ ไม่ใช่การมาถามกันว่าบริษัทมีโปรเจกต์ AI กี่โครงการ เพราะ AI จะไม่มีประโยชน์ หากบอกไม่ได้ว่าทำโปรเจกต์นี้แล้วรายได้เพิ่มขึ้นเท่าไร ลูกค้าพึงพอใจแค่ไหน และสต็อกหมูไม่เน่าเสียแล้ว 

บทเรียนจากในบ้าน AIS เมื่อเป้าหมายคือผลลัพธ์ ไม่ใช่คำว่า AI

ประเด็นต่อมาคือความพร้อมของธุรกิจไทย ซึ่งคุณภูผายอมรับว่าตอบได้ยาก และมองว่าภาพรวมมีลักษณะเป็นรูปตัว K (K-Shape) เมื่อพูดคุยกับลูกค้าองค์กรขนาดใหญ่ หลายรายมีโครงการ AI จำนวนมาก แต่เมื่อถามถึงผลกระทบจากเงินที่ลงทุนไป บางรายเห็นผลแล้ว ขณะที่อีกหลายรายยังอยู่ระหว่างทดลองเครื่องมือหลายตัว

สำหรับ AIS เอง การนำ AI มาใช้ก็ผ่านการลองผิดลองถูกมาไม่น้อย ตัวอย่างหนึ่งคือการใช้ AI ปรับจูนเครือข่ายโทรศัพท์มือถือ 

สมมติว่าเสาสัญญาณต้นหนึ่งเคยใช้พลังงาน 100 หน่วย เมื่อระบบรู้ว่าผู้ใช้งานน้อยลงก็ปรับลดเหลือ 30 หน่วยได้เอง และเพิ่มกำลังสัญญาณเมื่อผู้ใช้งานกลับมามากขึ้น อีกทั้งยังคาดการณ์การเคลื่อนที่ของผู้ใช้ โดยลดพลังงานที่เสาต้นที่ผู้ใช้เดินผ่านมาแล้ว และเพิ่มที่เสาต้นถัดไป

ผมไม่ได้บอกว่าต้องใช้ AI แต่ผมบอกว่าต้องการลดค่าไฟ และให้บริการลูกค้าได้ จากนั้นก็มีคนคิดว่าจะทำให้ระบบฉลาดแบบนี้ได้อย่างไร จึงนำเทคโนโลยีที่เรียกว่า AI มาใช้ ผมไม่ได้สนใจว่าต้องเป็น AI หรือไม่ 

แนวคิดเดียวกันนี้สะท้อนอยู่ในบทบาทที่ AIS ทำกับลูกค้า คุณภูผาอธิบายว่าในส่วนของการเชื่อมต่อ (Connect) AIS ทำเครือข่ายที่เชื่อมและส่งข้อมูลทั้งของลูกค้าและขององค์กรได้รวดเร็วและเชื่อถือได้ รวมถึงเชื่อมอุปกรณ์ Internet of Things (IoT) ทั้งที่ใช้ภายในและที่ใช้กับลูกค้า ส่วนด้านการประมวลผล (Compute) AIS มีทั้งระบบคลาวด์และโครงสร้างพื้นฐาน โดยคุณภูผาเชื่อว่าไทยไม่ได้ขาดแคลนหน่วยประมวลผลกราฟิก (GPU) หรือหน่วยประมวลผลกลาง (CPU) และมีคลาวด์ให้ใช้งานแล้ว

เมื่อองค์ประกอบพร้อมแล้ว สิ่งที่ AIS ช่วยผลักดันในตอนนี้จึงเป็นการสร้างสรรค์ (Create) โดย AIS มีศูนย์ในพื้นที่ EEC จังหวัดชลบุรี ที่เปิดให้ลูกค้าเข้ามาทดลองเทคโนโลยีและระดมความคิด (Ideation) ร่วมกัน ว่าปัญหาที่แต่ละองค์กรเผชิญอยู่ อาจแก้ได้ด้วยวิธีใดบ้าง

ความเชื่อมั่นเกิดขึ้น เมื่อ AI บอกตรง ๆ ว่าตัวเองคือ AI

บทเรียนอีกเรื่องที่คุณภูผาเล่าบนเวทีมาจากช่วงแรกของแชตบอต (Chatbot) AI ซึ่งทุกองค์กรต่างมีแชตบอตของตัวเอง ผู้ใช้จำนวนไม่น้อยลองทดสอบความฉลาดของระบบ เช่น ถามแชตบอตของ AIS ว่าขึ้นเครื่องบินโหลดกระเป๋าได้กี่กิโลกรัม คุณภูผามองว่าพฤติกรรมเหล่านี้ไม่ใช่เรื่องผิด แต่เป็นช่วงปรับตัวของการใช้งาน

AIS เองก็เคยลองผิดลองถูกในเรื่องนี้ จนปรับจูนมาถึงจุดยืนที่ชัดเจนว่า AI คือ AI ไม่ใช่คน จึงไม่ควรเลียนเสียงคน แต่ควรทำให้ลูกค้ารู้ตั้งแต่ต้นว่ากำลังคุยกับ AI ที่เข้ามาช่วยให้ได้รับบริการเร็วขึ้นโดยไม่ต้องรอสายนาน หากถามเรื่องโปรโมชัน 100 ครั้ง ก็จะได้คำตอบเดียวกันทั้ง 100 ครั้ง และพนักงานหน้าร้านก็ตอบในบริบทเดียวกับ AI

เมื่อ AI พูดไปแล้ว คนจริงก็รับผิดชอบตามที่ AI พูด ลูกค้าจึงรู้สึกเชื่อมั่นได้ ไม่ใช่พอ AI ตอบผิดแล้วบอกว่าอันนั้นเป็นคำตอบของ AI แบบนี้การประยุกต์ใช้ก็จะไม่เกิดความเชื่อมั่น

ผลที่ตามมาคือ ลูกค้าบางกลุ่มกลับชอบคุยกับ AI มากกว่า เพราะไม่ต้องเกรงใจ จะวางสายเมื่อใดก็ได้ และหากขอให้โทรกลับเวลา 20.00 น. ระบบก็โทรกลับตรงเวลา โดยลูกค้าไม่ต้องกังวลว่าพนักงานเลิกงานแล้วหรือยัง

SME ไม่ได้ต้องการโซลูชันองค์กรใหญ่ฉบับย่อส่วน

เมื่อความพร้อมขององค์กรขนาดใหญ่และ SME ยังแตกต่างกัน คุณภูผาเลือกไม่ใช้คำว่าความเหลื่อมล้ำ แต่มองว่าโซลูชันและเทคโนโลยีที่องค์กรขนาดใหญ่ใช้อยู่ ไม่ได้เหมาะกับ SME ไทยที่มีอยู่กว่า 3 ล้านราย และ SME ก็ไม่ได้ต้องการโซลูชันแบบองค์กรใหญ่ที่เพียงย่อขนาดลงและลดราคาให้ย่อมเยา

ในมุมของคุณภูผา การสร้างความสามารถในการแข่งขันให้ SME มีหลักอยู่สี่ข้อ 

• ข้อแรก โจทย์และกรณีใช้งาน (Use Case) ต้องชัดว่าใช้บริการนี้แล้วได้ผลลัพธ์อะไร โดยเน้นที่ตัวบริการ ไม่ใช่คำว่า AI 
• ข้อที่สอง เมื่อใช้บริการแล้วต้องมีผู้ดูแลให้ได้ เพราะ SME ไม่มีทีมไอทีขนาดใหญ่ 
• ข้อที่สาม จะดีมากหากคิดค่าบริการแบบสาธารณูปโภค ใช้เท่าไรจ่ายเท่านั้นเหมือนค่าน้ำค่าไฟ 
• ข้อที่สี่ ต้องวัดผลได้ตามเป้าหมายที่ตั้งไว้ในข้อแรก

คุณภูผายกตัวอย่างบริการคาดการณ์ความต้องการสินค้าในรูปแบบบริการ (Demand Forecast as a Service) ที่ธุรกิจเพียงเดินเข้ามาใช้ โดยผู้ให้บริการดึงข้อมูลสัปดาห์ละ 3 ครั้งแล้วคาดการณ์ได้ว่าพรุ่งนี้ควรสต็อกสินค้าเท่าไร และหากคาดการณ์ไม่แม่นก็ไม่ต้องจ่าย เบื้องหลังบริการเช่นนี้ย่อมมี AI การเชื่อมข้อมูลจากหลายแหล่ง และเครือข่ายการเชื่อมต่ออยู่แล้ว เช่นเดียวกับบริการคัดแยกผู้ป่วย (Triage) ในห้องฉุกเฉิน ที่ช่วยจัดลำดับผู้ป่วยเร่งด่วนและไม่เร่งด่วน รวมถึงจัดการคิวในรูปแบบบริการ

ถึงอย่างนั้น คุณภูผาย้ำว่าบริการเหล่านี้ต้องอยู่ในประเทศและควบคุมได้ ซึ่งเกี่ยวข้องโดยตรงกับรากฐานของโครงสร้างพื้นฐานดิจิทัล 

คนที่เปลี่ยนเครื่องมือก่อน ย่อมทำงานได้เร็วกว่า

เมื่อ AI มีเสถียรภาพมากขึ้น อีกคำถามที่หลายองค์กรกังวลคือจะส่งผลต่อการจ้างงานหรือไม่ คุณภูผาระบุว่าจนถึงตอนนี้ยังไม่เกิดขึ้นกับองค์กรของ AIS และไม่อยากให้การสนทนาไปอยู่ที่เรื่องการลาออกหรือไม่ลาออก เพราะไม่ว่าจะมี AI หรือไม่ หากทำงานไม่เกิดประสิทธิภาพและประสิทธิผล ก็ย่อมเป็นผู้ที่มีผลงานต่ำกว่าเกณฑ์อยู่แล้ว ในทางกลับกัน เครื่องมือที่ช่วยให้ทำงานได้ดีขึ้นจะทำให้คนทำงานกลายเป็นผู้ที่มีผลงานโดดเด่น หรืออย่างน้อยก็โดดเด่นกว่าผู้อื่น

คุณภูผาเปรียบเทียบว่า หากคนหนึ่งใช้เครื่องคิดเลข ขณะที่อีกคนใช้ Excel ซึ่งคำนวณได้เร็วและมากกว่า คนที่ใช้ Excel ย่อมได้ผลลัพธ์มากกว่า 

ไม่ได้แปลว่าคนที่ใช้เครื่องคิดเลขจะตกงาน แต่คนที่ใช้ Excel จะทำงานได้เร็วกว่าแน่นอน 

ในระดับประเทศ ข้อเสนอของคุณภูผาจึงกลับไปที่การนิยามคุณค่า (Define Value) ให้ได้ก่อนว่าต้องการอะไร ซึ่งเมื่อโยนโจทย์ธุรกิจเข้าไปในทีม ปัจจุบันแทบทุกโซลูชันที่ทีมงานหรือผู้ให้บริการเสนอกลับมาล้วนมี AI เป็นส่วนประกอบ เพราะคนมีความรู้มากขึ้นในการเชื่อมโยงข้อมูลเข้าด้วยกัน จนสุดท้ายกลายเป็น AI โดยไม่รู้ตัว คุณภูผาจึงเลิกนับกับทีมงานว่ามีโปรเจกต์ AI กี่โครงการ แม้เชื่อว่าการวัดแบบนี้อาจยังมีอยู่อีกระยะหนึ่ง แต่คำถามที่ยังคงถามคือสต็อกเน่าเสียไปเท่าไร ค้างอยู่กี่เดือน และจะทำให้เร็วขึ้นได้อย่างไร

สิ่งที่เปลี่ยนไปสำหรับผู้บริหารจึงเป็นความคาดหวังที่จะได้ผลลัพธ์เร็วขึ้น เพราะการแข่งขันสูงขึ้น และคู่แข่งมีเครื่องมือที่ดีกว่า ซึ่งเครื่องมือเหล่านั้นอาจเป็น AI 

ความคาดหวังของบริษัทยังคล้ายเดิม แต่ต้องเร็วขึ้นแน่นอน ฉะนั้นจะให้มองข้าม AI ก็คงมองข้ามไม่ได้

สำหรับ SME ที่ยังไม่กล้าใช้หรือยังไม่กล้าเรียนรู้ คุณภูผามองว่าสิ่งที่เสียไปคือผลผลิตและความพึงพอใจของลูกค้าที่มาช้ากว่า ซึ่งไม่ได้แปลว่าจะไม่ได้ แต่ขณะที่ธุรกิจยังอยู่ที่ความเร็วเดิม ผู้ที่ใช้เครื่องมือจะได้ผลลัพธ์เร็วกว่าแน่นอน เหมือนร้านที่ยังอบขนมปังด้วยเตาถ่าน ซึ่งอาจได้รสชาติคลาสสิก แต่ผลิตได้ในปริมาณน้อย ขณะที่อีกฝั่งทำงานบนพื้นฐานของข้อมูล การเชื่อมต่อที่รวมข้อมูลจากหลายแหล่ง และโครงสร้างพื้นฐานที่เหมาะสมทั้งคลาวด์และอธิปไตยทางข้อมูล (Data Sovereignty) จึงประมวลผลได้เร็วกว่า และมีโอกาสแม่นยำกว่าวิธีเดิม เพราะมีสถิติประกอบมากขึ้น

โอกาสของไทยในเศรษฐกิจอัจฉริยะ คือโซลูชันที่สร้างโดยคนไทย

เมื่อมองไปข้างหน้า คุณภูผาวนกลับมาที่ภาพเดิมว่า AI ควรเป็นเหมือนสาธารณูปโภคอย่างน้ำและไฟฟ้า ซึ่งเปิดโอกาสให้ธุรกิจสร้างโซลูชันขึ้นมาใช้เองในองค์กร สร้างประโยชน์ให้คนรอบข้าง หรือสร้างเสร็จแล้วนำไปขายต่อก็ได้ เหมือนร้านขนมปังที่วันนี้อาจมีโอกาสสร้างเตาอบได้เอง โดยไม่จำเป็นต้องเป็นโรงงานผลิตเตาอบ เพราะเข้าถึง AI และสร้างโซลูชันขึ้นมาได้ด้วยตัวเอง

ภาพที่คุณภูผาอยากเห็นคือบริการคาดการณ์ความต้องการสินค้าที่พัฒนาโดยคนไทย ระบบบริหารจัดการคิวโดยคนไทย และระบบบำรุงรักษาเชิงคาดการณ์ (Predictive Maintenance) จากคนไทย ซึ่งคุณภูผามองว่าเป็นคุณค่าที่ได้จากโครงสร้างพื้นฐานดิจิทัลอย่างแท้จริง และเป็นจังหวะที่ต้องเร่งแข่งขัน

คำตอบของคุณภูผาบนเวทีนี้จึงชี้ไปที่ทิศทางเดียวกัน คือการลงทุนโครงสร้างพื้นฐานดิจิทัลจะสร้างคุณค่าได้จริง เมื่อธุรกิจไทยทุกขนาดตั้งโจทย์จากผลลัพธ์ และใช้ AI เป็นเหมือนสาธารณูปโภคขั้นพื้นฐานที่ช่วยให้สร้างโซลูชันของตัวเองได้ 

เพราะเมื่อใดที่ผู้เล่นจากภายนอกเข้ามาแทนที่ เราก็จะกลายเป็นผู้ซื้อโซลูชันจากต่างประเทศทั้งหมด 

ที่มา: Fireside Chat หัวข้อ ‘Empowering Thai Businesses with New Capabilities for the Intelligent Economy พลิกเกมธุรกิจไทย สู่ขีดความสามารถใหม่ในยุคเศรษฐกิจอัจฉริยะ’ โดยคุณภูผา เอกะวิภาต ในงาน THE STANDARD ECONOMIC FORUM 2026