Key Messages จากวงเสวนาสาธารณะ Research and Policy Dialogue #6 : เทคโนโลยีใหม่ ประเทศไทยเปลี่ยน? | Techsauce

Key Messages จากวงเสวนาสาธารณะ Research and Policy Dialogue #6 : เทคโนโลยีใหม่ ประเทศไทยเปลี่ยน?

Research and Policy Dialogue: ‘ตั้งโจทย์+ตอบอนาคต ประเทศไทยในบริบทโลกใหม่’ ซีรีส์เสวนาสาธารณะซึ่งจัดขึ้นอย่างต่อเนื่องที่มุ่ง ‘ตั้ง’ โจทย์วิจัย เพื่อ ‘ตอบ’ อนาคตภายใต้โลกใหม่ที่เทคโนโลยีเปลี่ยนแปลงอย่างรวดเร็ว โดยในงานเสวนาครั้งที่ 6 เป็นการล้อมวงถกกันในหัวข้อ ‘เทคโนโลยีใหม่ ประเทศไทยเปลี่ยน?’ ทั้งด้านโจทย์วิจัยไทย งานวิจัยไทยอยู่ตรงไหนในบริบทของโลก นโยบายที่สนับสนุนงานวิจัย ทิศทางการดำเนินงานหรือสนับสนุนเพื่อตอบโจทย์การสร้างงานวิจัยไทย ไปจนถึงการกำหนดระบบวิทยาศาสตร์ วิจัย และนวัตกรรม ที่สอดคล้องกับบริบทโลกใหม่ ฯลฯ

ผู้ร่วมเสวนาในหัวข้อ ‘เทคโนโลยีใหม่ ประเทศไทยเปลี่ยน?’

Research and Policy Dialogueวงเสวนาสาธารณะ Research and Policy Dialogue: ตั้งโจทย์+ตอบอนาคต ประเทศไทยในบริบทโลกใหม่ #6 : ‘เทคโนโลยีใหม่ ประเทศไทยเปลี่ยน' จัดขึ้นในวันที่ 16 มกราคม 2567 ด้วยความร่วมมือจาก สกสว., The101.world และ 101 Public Policy Think Tank

  • ดร.ณภัทร จาตุศรีพิทักษ์
    กรรมการผู้จัดการ สถาบันอนาคตไทยศึกษา (Thailand Future)

  • ดร.แบ๊งค์ งามอรุณโชติ
    ผู้อำนวยการสถาบันนโยบายวิทยาศาสตร์ เทคโนโลยีและนวัตกรรม มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

  • คุณพัทน์ ภัทรนุธาพร
    นักเทคโนโลยี นักวิจัย และนักศึกษาปริญญาเอก MIT Media Lab

  • ศ.นพ.มานพ พิทักษ์ภากร
    หัวหน้าศูนย์วิจัยเป็นเลิศด้านการแพทย์แม่นยำ คณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดล

  • คุณอรนุช เลิศสุวรรณกิจ
    ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง บริษัท เทคซอส มีเดีย จำกัด ผู้นำในการสร้างระบบนิเวศด้านเทคโนโลยีและนวัตกรรมในประเทศไทย

  • คุณสมคิด พุทธศรี บรรณาธิการ The101.world และคุณฉัตร คำแสง ผู้อำนวยการ 101 Public Policy Think Tank เป็นผู้ดำเนินการเสวนา

Key Messages จากผู้ร่วมเสวนา

ดร.ณภัทร จาตุศรีพิทักษ์
กรรมการผู้จัดการ สถาบันอนาคตไทยศึกษา (Thailand Future)

Research and Policy Dialogue

  • เทคโนโลยีจะเข้ามาส่งผลกระทบต่อทุกสังคมด้วยอัตราความรุนแรง 'ไม่เท่ากัน' และการปรับใช้เทคโนโลยี (Technology Adoption) ไม่ใช่เรื่องง่าย ขนาดในสหรัฐอเมริกาก็ไม่ได้มีการปรับใช้เทคโนโลยีในด้าน AI & Robotics สูงมากนัก (ข้อมูล ณ ปี 2019)

  • นักลงทุนจะมองภาพอนาคตของประเทศผ่าน 'ตลาดหุ้น' และ 'เยาวชน' ซึ่งประเทศไทยกำลังสะบักสะบอมทั้งคู่ จนมองไม่ออกว่า ประเทศไทยจะเติบโตต่อด้วยอะไร โจทย์สำคัญก็คือ Growth ทำอย่างไรให้ประเทศโตได้ในสถานการณ์นี้ และ Equality ทำอย่างไรให้เกิดการแบ่งปันกันที่เท่าเทียมยิ่งขึ้น

  • ถ้าไทยปรับใช้เทคโนโลยีน้อย เราจะเสียประโยชน์ แต่การปรับใช้เทคโนโลยีนั้น ก็จะมีทั้งที่รัฐสนับสนุน เอกชนสนับสนุน หรือระดับปักเจกบุคคลที่ต้องขวนขวายเพิ่ม แต่หากมองเป็น Welfare Economics การให้ภาครัฐสนับสนุนเพื่อให้ประชาชนมีการปรับใช้เทคโนโลยีมากขึ้น ไทยอาจทำแบบสิงคโปร์ที่มีทุนอุดหนุนให้เรียนเพิ่ม เช่น เรียนออนไลน์ผ่านทาง Coursera ก็ยังได้

  • มองในด้านยุทธศาสตร์ ภาครัฐต้องมีบทบาทในทุกเรื่อง แต่ต้องเลือกให้ถูกว่า เรื่องไหนควรผ่อนปรน เรื่องไหนควรเข้าไปกำกับ ซึ่งเมื่อเป็นเรื่องเทคโนโลยี ยากมากที่ภาครัฐจะเข้ามาเหยียบคันเร่งถูกจุดว่า ควรลงทุนในเซ็กเตอร์ไหน ส่วนที่มีโมเดลจัดตั้งกองทุนพัฒนาอุตสาหกรรม แม้เป็นเรื่องยากแต่ก็ดีกว่าทำแผนแล้วรีบเคาะให้ดำเนินการ เพราะไม่มีใครรู้จริงๆ ว่าอีก 3-5 ปี เทคโนโลยีจะเป็นแบบไหน ยกตัวอย่าง 3D Printing ถ้าย้อนกลับไป 5-10 ปี ตอนนั้นตื่นเต้นและน่าลงทุนมาก แต่ ณ วันนี้ไม่มีอะไรบอกในทาง Commercialize ว่าจะเทรดแล้วได้กำไรในสายตานักลงทุนขนาดนั้น

  • การส่งเสริมการวิจัยและพัฒนาเทคโนโลยีให้เกิดมากขึ้นต้องทำหลายอย่างร่วมกัน อาทิ สร้างสภาพแวดล้อมให้การทำธุรกิจ หรือให้นักวิจัยทำงานได้สะดวกขึ้น ทำให้มีระบบคัดเลือกที่มีความยุติธรรมมากขึ้น มีทุนทรัพย์เพิ่มขึ้น และทำสิ่งที่เป็น Market-based มากขึ้น

  • โจทย์ที่ว่าบริษัทเล็กหรือบริษัทใหญ่ ใครควรได้รับการอุดหนุนมากกว่า อยากชวนคิดว่า เราขาด Market-based Mechanism หรือเปล่า? เช่น การพัฒนาเทคโนโลยี AI ต้องใช้เป็นพันล้านดอลลาร์ขึ้นไป และไม่มีอะไรการันตีด้วยว่า ทำแล้วจะเหนือกว่าคู่แข่งหรือไม่ ในประเด็นนี้ เราอาจจะขาดทั้งเงิน ทั้งคน หรือเปล่า?

  • สิ่งที่ควรทำเพิ่มเกี่ยวกับการวิจัยคือ การวัดผลเชิงนโยบาย ควรทำให้เป็น Agenda หลัก เพื่อให้เห็นผลชัดเจน ส่งผลต่อการลงทุนที่ถูกจุดและเพิ่มโอกาสที่จะพัฒนาบุคลากรรุ่นใหม่ที่มีคุณภาพยิ่งขึ้น เนื่องจากในปัจจุบัน ประเทศไทยมีคนคุณภาพที่มีทักษะสำหรับอนาคตไม่พอ ไหนจะเข้าสู่สังคมสูงวัย คนไทยมีลูกน้อยลง และยังมีคนย้ายประเทศอีกด้วย

ดร.แบ๊งค์ งามอรุณโชติ
ผู้อำนวยการสถาบันนโยบายวิทยาศาสตร์ เทคโนโลยีและนวัตกรรม มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

Research and Policy Dialogue

  • ในต่างประเทศ เช่น สหรัฐอเมริกา มีการสนับสนุนธุรกิจทั้งขนาดใหญ่และเล็ก โดยการสนับสนุนบริษัทขนาดเล็กมีโมเดลที่เรียกว่า SBIR (Small Business Innovation Research) ทำให้บริษัทขนาดเล็กนั้นเติบโตเป็นบริษัทขนาดใหญ่ (Firm) ได้จำนวนมาก หรือใน ญี่ปุ่น มีการพิจารณาว่าอุตสาหกรรมใด Technology นำ อุตสาหกรรมใด Sciences นำ ก็ให้นำงานวิจัยเข้าไปสนับสนุนให้ตรงจุด

  • ประเทศไทยมีปัญหาหลักๆ อยู่ 3 ด้าน ได้แก่ 1) Exhaused Growth Engines โครงสร้างเศรษฐกิจไทยโตช้าลงเรื่อยๆ จากที่เศรษฐกิจไทยเคยโตถึง 7-8% ในปี 2018-2019 แต่หลังจากปี 2020 การเติบโตเหลือมากกว่า 3% ส่วนปีที่แล้วมากกว่า 2% 2) Precarious Jobs ถ้าดูแรงงานไทยมีทักษะน้อย รายได้ต่ำ ตำแหน่งงานมีความเปราะบาง และ 3) Middle-Tech Trap ประเทศไทยติดกับดักเทคโนโลยีปานกลาง คือ ระดับเทคโนโลยีของไทยไม่ต่ำแต่ก็ไม่สูง เรียกว่าอยู่ใน 'สภาวะกบต้ม' ที่ขาดแรงขับเคลื่อน

  • หากดูตัวอย่างจากประเทศที่มีการกระตุ้นการพัฒนาและใช้เทคโนโลยี หากกระตุ้นการอย่างรวดเร็ว แรงงานทักษะสูงกับนายทุนที่มีความไฮเทคจะได้รับประโยชน์ ขณะเดียวกัน แรงงานทักษะต่ำจะเป็นผู้เสียประโยชน์ ทำให้เกิด Skill-bias ส่งผลให้เกิดความเหลื่อมล้ำเพิ่มขึ้น นอกจากนี้ ตำแหน่งงานที่มีรายได้ปานกลางจะถูกดิสรัปต์ก่อน ส่วนตำแหน่งงานที่มีรายได้น้อยและรายได้สูงจะเติบโต

  • ถ้าจะกระตุ้นการสร้างเทคโนโลยี ต้องกระตุ้น  'Good Job Economy' และต้องปรับเทคโนโลยีให้สอดคล้องกับตลาดแรงงานของประเทศ โดยบริษัทต้องสร้างงานที่มีความหมายและมีรายได้เพียงพอ พร้อมการฝึกทักษะที่ดีพอให้แก่แรงงาน แล้วภาครัฐออกนโยบายสนับสนุน 

  • สรุปข้อเสนอเพื่อแก้ปัญหา 3 ด้าน
    • ต้องส่งเสริม labor & employment friendly technologies 
      ด้วยการออกแบบเทคโนโลยีที่คิดถึงแรงงานตั้งแต่ต้น ดังที่สหรัฐอเมริกาจัดตั้งหน่วยงาน ARPA-W (Advanced Research Program Agency - for worker) ขึ้นมาสนับสนุน และถ้าออกแบบแนวทางกระตุ้นสร้างเทคโนโลยีได้ดีพอก็จะเป็นมิตรต่อตลาดแรงงานด้วย
    • ต้องพัฒนาทักษะครั้งใหญ่ large scale, high speed, and right scope 
      กล่าวคือ ดูแลแรงงานให้มีจำนวนมากพอ เร็วพอ และมีทักษะที่แม่นยำ ยกตัวอย่างโมเดล Prakerja ของอินโดนีเซีย ที่มีการปรับทักษะแรงงานถึง 17 ล้านคน ภายใน 3 ปี 
    • ต้องมีการสร้างความร่วมมือภาคเอกชน ภาคการศึกษา และประชาสังคม เช่น โมเดลของ GE ที่เข้าไปเทรนวิศวกรตามโมเดล Greenville ทำให้วิศวกรมีทักษะตรงตามที่บริษัทต้องการมากขึ้น

คุณพัทน์ ภัทรนุธาพร
นักเทคโนโลยี นักวิจัย และนักศึกษาปริญญาเอก MIT Media Lab

Research and Policy Dialogue

  • มีเงินอย่างเดียวก็ไม่สามารถพัฒนา OpenAI หรือ ChatGPT ได้ แต่ที่ AI กลายเป็นกระแสหลักและมีใช้กันในวันนี้ เพราะมีวิสัยทัศน์ด้านการลงทุนในเทคโนโลยี AI ในสหรัฐอเมริกามานานกว่า 30 ปี จนสามารถสร้างรายได้ได้ในปัจจุบัน 3 ทศวรรษที่ผ่านมาจึงเป็นช่วงเวลาสำคัญเพราะทำให้เกิด Tech Culture และสร้าง Talents ได้มาก ดังที่เห็นภาพยนตร์ SciFi ดังนั้น จึงไม่อยากให้มองว่า การลงทุนด้านเทคโนโลยีเป็นเรื่องที่ต้องทำในระยะยาว

  • จากการทำวิจัยมานานกว่า 30 ปี ปัจจุบัน MIT ไม่ได้ให้ความสำคัญกับ AI ในเชิงพาณิชย์ (Commercialize) แต่ให้ความสำคัญในการใช้ AI เพิ่มคุณภาพชีวิต โดยแบ่งได้ 3 เลเยอร์ และยังไม่สร้างรายได้ในเร็ววันนี้ ได้แก่

    • เลเยอร์ 1 : ระดับบุคคล (Personal) 
      อุปกรณ์ต่างๆ จะเกี่ยวข้องกับคนมากขึ้นเรื่อยๆ เกิดเป็นเทรนด์ 'Human Machine Symbiosis' การตั้งคำถามว่า อุปกรณ์ที่สร้างขึ้นมาจะเป็นส่วนหนึ่งของสิ่งมีชีวิตได้อย่างไร ทำอย่างไรที่อุปกรณ์พวกนี้จะเพิ่มศักยภาพของมนุษย์ และจะเพิ่มคุณภาพชีวิตให้ผู้คนอย่างไร  

    • เลเยอร์ 2 : ระดับการมีปฏิสัมพันธ์ของมนุษย์ (Interact)
      LLM (Large Language Model) เป็นเรื่องที่คนกำลังตื่นเต้น แต่ต่อไปมันจะกลายเป็น 'Large Human Model' คือ การสร้างโมเดลของมนุษย์ ไม่ได้สร้างแค่โมเดลของบทสนทนา ทำให้เราจะเข้าใจแต่ละบุคคลมากขึ้น เช่น พี่โอจะกินอะไร พี่โอจะต้องใช้ประกันหรือไม่ และเราจะมีปฏิสัมพันธ์กับ Multiple Form of Intelligence ไม่ใช่แค่ AI ส่งผลให้รูปแบบการเรียนและการทำงานเปลี่ยนไปอีกในอนาคต

    • เลเยอร์ 3 : ระดับสังคม (Society) 
      ต่อไปจะมีศาสตร์ 'Mechanistic Interpretability' Mechanistic คือ กลไก Interpretability คือ เข้าใจได้ ดังนั้น Mechanistic Interpretability จึงหมายถึง กลไกที่ทำให้เข้าใจได้ ตรวจสอบได้ว่า AI ตอบถูกหรือตอบผิด เพราะอะไร เป็นศาสตร์ที่จะมาทดแทน Generative AI ที่ผู้คนต้องรู้และตีความได้ นำไปสู่การเกิดขึ้นของ 'Protopia' กล่าวคือ มนุษย์จะก้าวเข้าสู่ยุคที่มีการเกิดใหม่อยู่เรื่อยๆ เจอความท้าทายใหม่ๆ ยกตัวอย่างปีก่อนที่ผู้คนเต้นกับ Metaverse ปีนี้ตื่นเต้นกับ AI ปีหน้าอาจตื่นเต้นกับสิ่งอื่น และนอกจากนั้น เรายังต้องเรียนรู้ที่จะอยู่กับการถูกดิสรัปต์เรื่อยๆ

  • ความเปลี่ยนแปลงของเทคโนโลยีที่ว่ามานี้ ถ้าประเทศไทยวางนโยบายด้านการพัฒนาเทคโนโลยีและนวัตกรรมไม่ดี บทบาทของ 'คน' จะมีความเป็นมนุษย์น้อยลงและจะถูกลดทอนให้กลายเป็น 'เครื่องจักร' และทำให้โลกเสมือนนั้น 'เหมือนจริงยิ่งกว่า' โลกของเราจริงๆ แต่อย่างไรก็ตาม ประเด็นดังกล่าวยังไม่กระทบเราในตอนนี้

  • สหรัฐอเมริกามีเงินลงทุนด้านวิจัยและพัฒนาสูงมาก ทั้งด้านการทหาร การแพทย์ สาธารณสุข เนื่องจากหน่วยงานเหล่านี้คิดอะไรแบบ SciFi หรือวิทยาการสุดล้ำ เช่น การพัฒนาเทคโนโลยี AI เพื่อความก้าวหน้าทางการทหารที่มีมาตั้งแต่ 30 ปีที่แล้ว แม้แต่ด้านเกษตรก็ไม่ได้ตีกรอบแค่ด้านเกษตร แต่จะคิดว่า การเกษตรบนดาวอังคารจะเป็นอย่างไร ทำให้เห็นว่า หน่วยงานที่ให้ทุนนั้นมีวิสัยทัศน์และพร้อมจะสนับสนุนทั้งภาครัฐและเอกชนในการขับเคลื่อนเทคโนโลยีใหม่ๆ 

  • ผู้วิจัยหรือสตาร์ทอัพควรมีกระบวนการคิด กระบวนการวิจัยที่เริ่มมองในระดับ Global แบบที่กูเกิลทำ เช่น การเก็บข้อมูลวิจัยโดยใช้ทรัพยากรจากทั่วโลก ใช้เซิฟเวอร์จากทั่วโลก จึงทำในระดับ Global Scale ได้

  • อยากให้ Grant Agency มีคนที่มีวิสัยทัศน์ มีความรับผิดชอบ และมีความน่าเชื่อถือ มาไกด์ Research Agenda ให้ประเทศ และจัดให้มีการพูดคุยแบบไม่เป็นทางการเกี่ยวกับการทำงานวิจัยมากขึ้น (Informal Discussion) โดยคนที่อยู่ในสาขาที่เกี่ยวข้อง ผู้ทำวิจัย และคนที่รู้จริง ทำให้มีวิวัฒนาการเกิดขึ้นและผลักดันให้เกิดงานวิจัยขึ้นจริง

  • แนะนำให้มี Human AI Interaction เกิดขึ้นในหลายๆ แง่มุม และให้ Talents ฝังตัวในเมืองนอก ทำหน้าที่เป็นสะพานส่งคนเก่งหรือเชื่อมคนที่มากความสามารถมายังประเทศไทย

ศ.นพ.มานพ พิทักษ์ภากร
หัวหน้าศูนย์วิจัยเป็นเลิศด้านการแพทย์แม่นยำ คณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดล

  • เรื่องสุขภาพและการแพทย์ (Healthcare และ Medical) เป็นจุดแข็งของประเทศไทย ให้ความสำคัญด้านวิทยาศาสตร์ และส่วนใหญ่นำความรู้ไปใช้ในด้านการวิจัยประยุกต์ (Applied Research) การลงทุนจึงมุ่งไปที่ 'ปลายน้ำ' ทำให้เห็นผลเร็ว ขาดการลงทุนวิจัยที่ 'ต้นน้ำ' อย่างมหาศาล จึงต้องหยิบยืมเทคโนโลยีต่างประเทศมาใช้แทบทั้งสิ้น ทำให้เกิดช่องว่าง (Gap) ของการต่อยอดการพัฒนาเทคโนโลยีอย่างมหาศาล 

  • การพัฒนา Genomics ที่ถือเป็นวิจัยขั้นแนวหน้า (Frontier) คือ Multiomics ที่มีการพัฒนาเป็น Single-cell Omics, Spatial-cell Omics จากที่เคยถอดรหัส DNA แล้วเข้าใจเซลล์แบบองค์รวม เทคโนโลยีที่ก้าวหน้าขึ้นทำให้เข้าใจเซลล์หรือเนื้อเยื่อในอวัยวะนั้นๆ ว่ามีความผิดปกติอย่างไรได้เจาะจงมากขึ้น เช่น มะเร็งเต้านม สามารถใช้ Spatial-cell Omics ระบุลงไปได้ว่า เซลล์บริเวณไหนของเต้านมที่เป็นเซลล์มะเร็ง เซลล์นี้ส่งผลต่อทั้งร่างกายอย่างไร ฯลฯ ซึ่งประเทศไทยมีองค์ความรู้ด้านนี้และมี Talent อยู่มาก แต่ก็ต้องการการสนับสนุนอีกมาก อีกด้านที่ถือเป็นงานวิจัยขั้นแนวหน้า คือ Synthetic Biology (SynBio) เทคโนโลยีที่มีการปรับแต่งเซลล์ไปถึงระดับ DNA เพื่อแก้ปัญหาหรือพัฒนาไปในทางที่ดีขึ้น ก็ต้องการการสนับสนุนเช่นกัน

  • การทำงานวิจัยต้องแบกรับ 'ความเสี่ยง' เสมอ ไม่มีทางลัด (Shortcut) การจะไปคุยกับผู้ออกนโยบายในเรื่องที่เป็นอนาคตมากๆ ก็ต้องยอมรับว่า มีความเสี่ยงสูง และไม่สามารถการันตีผลลัพธ์ (Outcome) ได้ แต่นักวิจัยไทยมักถูกตีกรอบให้ต้องทำงานวิจัยที่เห็นผลลัพธ์แน่นอน และยังต้องปฏิบัติตามนโยบายต่างๆ หากหน่วยงานวิจัยหรือผู้ให้ทุนมีความเข้าใจและเปิดโอกาสให้ทดลองทำได้อย่างยืดหยุ่นมากขึ้น ถือเป็นเรื่องที่ดี 

  • การลงทุนด้าน 'คน' เป็นสิ่งสำคัญที่สุด เพราะประเทศไทยจะต้องอยู่กับผลพวงจากคุณภาพคน ประเทศอาจอ่อนแอไปอีก 15 - 30 ปี เราจึงควรปรับหลักสูตรการศึกษาให้ดีขึ้นมากๆ เน้นการวิจัยลงไปในระดับมหาวิทยาลัยมากขึ้น เน้นลงทุนในธุรกิจระดับเริ่มต้น  (Seed) ให้มากขึ้น และสร้างโมเดลที่เป็น Flagship ให้เห็นเป็นตัวอย่าง ก็จะส่งผลให้ทำโปรเจกต์ถัดไปได้ง่ายขึ้น

คุณอรนุช เลิศสุวรรณกิจ
ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง บริษัท เทคซอส มีเดีย จำกัด ผู้นำในการสร้างระบบนิเวศด้านเทคโนโลยีและนวัตกรรมในประเทศไทย

  • การรับรู้ (Perception) ของนักลงทุน : จากการรวบรวมข้อมูลด้านขนาดตลาดและการลงทุนในเทคสตาร์ทอัพ พบว่านักลงทุนส่วนใหญ่มักจะลงทุนในสตาร์ทอัพสิงคโปร์ อินโดนีเซีย เวียดนาม และไทย (ตามลำดับ) โดยเม็ดเงินที่ลงทุนในเวียดนามมีมากกว่าไทย 3-4 เท่าตัว เช่น นักลงทุนจากเกาหลีใต้เลือกลงทุนในเวียดนามโดยให้เหตุผลว่า เป็นประเทศที่มี Talents และมีผู้ที่เรียนด้าน STEM จำนวนมาก ในขณะที่ประเทศไทยไม่มีอะไรโดดเด่นพอที่จะดึงดูดการลงทุน 

  • ขนาดตลาดไม่ใหญ่และนักลงทุนมองไม่เห็นสตาร์ทอัพที่มีศักยภาพ : แม้จะมียูนิคอร์นเกิดขึ้นในไทย แต่ขนาดตลาดของประเทศไทยก็ไม่ได้ใหญ่เหมือนอินโดนีเซีย หากสตาร์ทอัพไปจะขยายตลาดให้ได้แบบ Grab จึงไม่ใช่เรื่องง่ายและมีความท้าทายของมันอยู่ ขณะเดียวกัน นักลงทุนก็ไม่ค่อยเห็นสตาร์ทอัพที่มีศักยภาพในการทำตลาดระดับภูมิภาค เงินลงทุนที่มีอยู่มากจึงไปไม่ถึงธุรกิจที่ต้องการระดมทุน สตาร์ทอัพที่ต้องการจะโตไปถึงซีรีย์ B, C หรือ D ขึ้นไปนั้น จึงต้องคิดให้ Regional มากขึ้น

  • ภาครัฐควรส่งเสริมด้านวิจัยพัฒนาและลงทุนในสตาร์ทอัพให้มากกว่านี้ : ไทยมีนักวิจัยในมหาวิทยาลัยจำนวนมาก ภาครัฐมีเงินทุน มีงบให้ แต่ไม่มากนัก โดยส่วนตัวจึงเห็นว่า ควรปรับเม็ดเงินมาลงทุนด้านการวิจัยและสนับสนุนธุรกิจสตาร์ทอัพมากขึ้น โดยเฉพาะในระดับ Early stage โดยต้องหาจุดที่สร้างความได้เปรียบทางการแข่งขันให้ประเทศจริงๆ แล้วทุ่มลงไป แต่อย่างไรก็ตาม ภาครัฐสามารถสนับสนุนได้เพียงจุดหนึ่ง เอกชนอาจเข้ามารับช่วงต่อและสร้างเป็นโมเดลที่ช่วยให้งานวิจัยไปต่อได้ 

  • ให้มืออาชีพมาช่วยผลักดันงานวิจัยออกสู่ตลาด : งานวิจัยของไทยหลายชิ้นมีศักยภาพ หลายเคสอยู่ในมหาวิทยาลัย แต่บางเคสอาจจะเจอความท้าทาย บางเคสขาดความน่าเชื่อถือ หากจะซัพพอร์ตนักวิจัยไทยให้มากขึ้น อาจมี Incentive เพิ่มเพื่อให้เข้ามา หรืออาจวางกระบวนการในการหามืออาชีพทางธุรกิจมาช่วยทำให้งานวิจัยกลายเป็นผลิตภัณฑ์ที่ออกสู่ตลาดได้ (Commercialize) 

  • ก่อนจะซัพพอร์ตธุรกิจต่างประเทศ ให้ซัพพอร์ตธุรกิจในประเทศร่วมด้วย กล่าวคือ แม้ประเทศไทยจะเปิดเสรีทางการค้า แต่ธุรกิจหรือสตาร์ทอัพไทยที่เติบโตจาก Early Stage ก็ควรอยู่รอดได้ท่ามกลางการรุกตลาดของธุรกิจต่างชาติ  เช่นที่เกาหลี รัฐบาลสร้างสภาพแวดล้อมให้ผู้ประกอบการที่อยู่ในขั้น Early Stage เติบโตต่อได้ หรืออินโดนีเซีย ที่มีผู้เล่นรายใหญ่ Tokopedia อยู่ก่อนแล้ว แต่เมื่อ TikTok จะเข้าไปทำตลาด รัฐบาลของอินโดนีเซียก็บอกว่า ต้องหาบริษัทมา Collaboration ให้ได้ก่อน 

  • ถ้าเชียร์คนตัวเล็กให้ขึ้นมาทำธุรกิจหรือให้ทำในสิ่งที่ตรงกับความสามารถได้...ก็น่าเชียร์ เช่น นักวิจัยไทยหลายคนเป็น Talents ที่มีศักยภาพในการสร้างสรรค์สิ่งที่อยู่ต้นน้ำ แต่กลับถูกส่งไปทำเรื่องปลายน้ำซึ่งเป็นเรื่องน่าเสียดาย ภาครัฐจึงควรปรับนโยบายเพื่อให้ Talents ได้ทำสิ่งต่างๆ ไม่ใช่การเข้าไปทำแทน หรือกรณีของคอร์ปอเรต อาจให้สตาร์ทอัพเข้ามาทำในสิ่งที่เชี่ยวชาญ แล้วทำตลาดร่วมกันแบบ B2B2C จะทำให้เกิด Win-Win Situation ได้มากกว่าการที่คอร์ปอเรตเสียเวลาทำเอง 

  • การสร้างยูนิคอร์น ไม่เท่ากับ การสร้างความยั่งยืน : การมียูนิคอร์นเพิ่มขึ้น ดีในแง่ภาพลักษณ์ของประเทศ แต่การสร้างธุรกิจที่อยู่ได้อย่างยั่งยืน เป็นสิ่งที่ควรให้คุณค่ามากกว่า และภาครัฐควรเปิดโอกาสให้คนรุ่นใหม่เข้าไปออกแบบนโยบาย หรือเข้าไปมีบทบาทหรือทำงานในภาคส่วนต่างๆ มากขึ้น เช่นที่มีคนจาก Gojek เข้าไปทำงานในภาครัฐและร่วมสร้างความเปลี่ยนแปลงให้ประเทศอินโดนีเซีย

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

รู้จัก LLMs’ Explainability การเข้าใจกลไกสมอง AI หนึ่งใน Tech Trends 2025 ที่จะมาเปลี่ยนโลกเอไอ

เจาะลึกเบื้องหลัง Large Language Models (LLMs) และเทคโนโลยี LLMs’ Explainability ที่ช่วยเปิดเผยกระบวนการทำงานของ AI จากกล่องดำสู่ความโปร่งใส ความก้าวหน้าที่เปลี่ยนโลก AI ในอนาคต!...

Responsive image

รู้จัก AI Product Management สายงานที่ Andrew Ng ชี้มาแรง

สำรวจบทบาท AI Product Management และเหตุผลที่ Andrew Ng ยกให้เป็นตำแหน่งสำคัญในการขับเคลื่อนผลิตภัณฑ์ AI ตั้งแต่การพัฒนาแนวคิดจนถึงการนำไปใช้งานจริง...

Responsive image

เปิดกลยุทธ์ธุรกิจยุคใหม่ พลิกข้อมูล สู่ขุมทรัพย์ด้วย analyticX ด้วยพลัง Telco Data Insights และ GenAI

ยุคนี้ใคร ๆ ก็พูดถึง Data แต่จะใช้ Data อย่างไรให้เกิดประโยชน์สูงสุดต่างหากคือกุญแจสำคัญ! ในสัมมนาสุดเอ็กซ์คลูซีฟ "Unlocking Data-Driven Decisions with Telecom Data Insights" ที่จั...