เวิลด์แบงก์ชี้ AI คือโอกาสประเทศกำลังพัฒนา ไทยติดห่วงโซ่ฮาร์ดแวร์โลก

ธนาคารโลก เผยแพร่รายงาน World Development Report 2026: The Promise of Artificial Intelligence ประเมินผลกระทบของปัญญาประดิษฐ์ หรือ AI ต่อประชากรราว 6.8 พันล้านคนในประเทศรายได้ต่ำและปานกลาง โดยระบุว่า AI อาจเป็นเครื่องมือสำคัญที่ช่วยประเทศกำลังพัฒนาก้าวข้ามข้อจำกัดด้านบุคลากร ความรู้ และคุณภาพบริการสาธารณะ ซึ่งเป็นปัญหาที่สะสมมานานหลายทศวรรษ

อย่างไรก็ตาม ประโยชน์จาก AI จะไม่เกิดขึ้นโดยอัตโนมัติ ประเทศที่ขาดระบบไฟฟ้า อินเทอร์เน็ต ทักษะแรงงาน ฐานข้อมูล และสถาบันกำกับดูแลที่เข้มแข็ง อาจได้รับประโยชน์น้อยกว่าประเทศพัฒนาแล้ว และเสี่ยงเผชิญช่องว่างผลิตภาพที่กว้างขึ้นกว่าเดิม

สำหรับประเทศไทย รายงานสะท้อนบทบาทของไทยในหลายมิติ ทั้งการเป็นหนึ่งในประเทศกำลังพัฒนาที่มีมูลค่าส่งออกสินค้าสำหรับระบบ AI สูง การติดกลุ่มประเทศที่ได้รับเงินลงทุนด้านศูนย์ข้อมูลในระดับสูง และการเป็นหนึ่งในประเทศที่ธนาคารโลกสำรวจการใช้ AI ของภาคธุรกิจ โดยครอบคลุมบริษัทไทยจำนวน 360 แห่ง

AI แพร่เร็วกว่านวัตกรรมในอดีต

ธนาคารโลกจัดให้ AI เป็น “เทคโนโลยีอเนกประสงค์” หรือ General-Purpose Technology เช่นเดียวกับเครื่องจักรไอน้ำ ไฟฟ้า คอมพิวเตอร์ และอินเทอร์เน็ต เพราะไม่ได้เปลี่ยนแปลงเพียงอุตสาหกรรมใดอุตสาหกรรมหนึ่ง แต่มีศักยภาพปรับโครงสร้างการผลิต การทำงาน และบริการสาธารณะทั้งระบบ

ความแตกต่างสำคัญคือ AI แพร่กระจายเร็วกว่านวัตกรรมในอดีตอย่างมาก เครื่องจักรไอน้ำใช้เวลาประมาณ 80 ปีกว่าจะเข้าสู่ประเทศรายได้ต่ำ ขณะที่ไฟฟ้าใช้เวลาราว 40 ปี และอินเทอร์เน็ตประมาณ 20 ปี แต่หลังเปิดตัว ChatGPT เพียง 6 เดือน ประเทศรายได้ปานกลางมีสัดส่วนประมาณครึ่งหนึ่งของการใช้งานทั่วโลกแล้ว

รายงานเสนอกรอบวิเคราะห์ AI ผ่าน 3 ปัจจัย ได้แก่ ความสามารถของเทคโนโลยี การกระจุกตัวของอำนาจ และปัจจัยเสริมในประเทศ โดย AI สามารถทำงานเชิงความคิดที่ซับซ้อน เช่น วิเคราะห์โรค พยากรณ์อากาศ หรือให้คำแนะนำเกษตรกร แต่เทคโนโลยีต้นน้ำทั้งชิป ศูนย์ข้อมูล และโมเดลขั้นสูง กลับอยู่ในมือบริษัทจำนวนไม่มากในไม่กี่ประเทศ

 

สำหรับไทย การมีฐานอุตสาหกรรมอิเล็กทรอนิกส์และการลงทุนด้านศูนย์ข้อมูลจึงเป็นเพียงส่วนหนึ่งของความพร้อม การสร้างประโยชน์ทางเศรษฐกิจจาก AI ยังขึ้นอยู่กับทักษะแรงงาน ข้อมูลภาษาไทย ความสามารถของภาคธุรกิจในการประยุกต์ใช้ และการเชื่อมโครงสร้างพื้นฐานเข้ากับกิจกรรมที่สร้างมูลค่าเพิ่มในประเทศ

ไม่จำเป็นต้องแข่งสร้างโมเดลใหญ่

แนวทางสำคัญที่ธนาคารโลกเสนอคือ Adopt, Adapt and Advance หรือเริ่มจากนำเทคโนโลยีที่มีอยู่มาใช้ ปรับให้เข้ากับบริบทท้องถิ่น และจึงค่อยพัฒนาเทคโนโลยีขั้นสูงของตนเองเมื่อมีความพร้อม

การพัฒนาโมเดล AI ระดับแนวหน้าต้องใช้เงินลงทุน ชิป ศูนย์ข้อมูล ฐานข้อมูลขนาดใหญ่ และนักวิจัยระดับโลก ในปี 2569 บริษัท AI และผู้ให้บริการคลาวด์รายใหญ่ของสหรัฐ ได้แก่ Alphabet, Amazon, Meta, Microsoft และ Oracle มีแผนใช้เงินลงทุนรวมประมาณ 7.75 แสนล้านดอลลาร์สหรัฐ (ประมาณ 25.19 ล้านล้านบาท)

ตัวเลขดังกล่าวสูงกว่ามูลค่าเศรษฐกิจของหลายประเทศ โดยกราฟในรายงานเปรียบเทียบกับผลิตภัณฑ์มวลรวมภายในประเทศของไทยปี 2568 ซึ่งอยู่ที่ประมาณ 5.77 แสนล้านดอลลาร์สหรัฐ (ประมาณ 18.75 ล้านล้านบาท) เท่ากับว่างบลงทุนของบริษัทเทคโนโลยีเพียง 5 แห่ง สูงกว่า GDP ของไทยประมาณ 1.34 เท่า

การเปรียบเทียบนี้สะท้อนว่า การทุ่มแข่งขันสร้างโมเดลขนาดใหญ่ตั้งแต่ต้นอาจไม่ใช่ทางเลือกที่คุ้มค่าสำหรับไทยและประเทศกำลังพัฒนาส่วนใหญ่ เพราะต้องแข่งขันกับบริษัทที่มีทรัพยากรสูงกว่าขนาดเศรษฐกิจของหลายประเทศ

ธนาคารโลก จึงแนะนำให้ประเทศเหล่านี้เริ่มจากเครื่องมือสำเร็จรูป ก่อนนำมาปรับให้เข้าใจภาษา กฎหมาย วัฒนธรรม และรูปแบบการทำงานในประเทศ รวมถึงพัฒนา “Small AI” หรือโมเดลขนาดเล็กที่ทำงานเฉพาะด้าน ซึ่งสามารถใช้งานบนอุปกรณ์ทั่วไปหรือทำงานแบบออฟไลน์ได้ โดยไม่จำเป็นต้องมีศูนย์ข้อมูลขนาดใหญ่

สำหรับไทย แนวทางดังกล่าวหมายถึงการให้ความสำคัญกับการปรับ AI ให้รองรับภาษาไทย เอกสาร ฐานข้อมูล และความรู้เฉพาะอุตสาหกรรม มากกว่าการตั้งเป้าสร้างโมเดลขนาดใหญ่ครอบคลุมทุกส่วนของห่วงโซ่เทคโนโลยี

งานเสี่ยงถูกแทน 4.5% แต่ 16.2% ได้ AI ช่วยเสริม

ผลกระทบต่อตลาดแรงงานในประเทศกำลังพัฒนาอาจแตกต่างจากประเทศร่ำรวย รายงานประเมินว่า งานในประเทศรายได้ต่ำและปานกลางประมาณ 4.5% มีลักษณะที่ Generative AI สามารถทำงานแทนได้ เทียบกับ 14.2% ในประเทศรายได้สูง

ในทางกลับกัน งานประมาณ 16.2% ในประเทศรายได้ต่ำและปานกลางมีแนวโน้มได้รับประโยชน์จาก AI ในฐานะเครื่องมือช่วยเพิ่มความสามารถของแรงงาน มากกว่าการเข้ามาทดแทนทั้งหมด

กลุ่มที่เผชิญความเสี่ยงก่อน ได้แก่ งานบริการธุรกิจ คอลเซ็นเตอร์ งานสนับสนุนสำนักงาน การเงิน ซอฟต์แวร์ และตำแหน่งระดับเริ่มต้นที่เน้นการประมวลผลข้อมูลหรือสร้างเนื้อหา ขณะที่แรงงานส่วนใหญ่ในเกษตรกรรม ค้าปลีก โรงแรม และธุรกิจขนาดเล็ก ยังทำงานที่ต้องอาศัยกิจกรรมทางกายภาพและการปฏิสัมพันธ์กับลูกค้า

อย่างไรก็ตาม ตัวเลข 4.5% และ 16.2% เป็นค่าเฉลี่ยของกลุ่มประเทศรายได้ต่ำและปานกลาง ไม่ใช่การประเมินตลาดแรงงานไทยโดยตรง จึงควรใช้เพื่อสะท้อนทิศทางของผลกระทบ มากกว่านำไปสรุปว่าตำแหน่งงานในประเทศไทยจะถูกแทนที่ในสัดส่วนเดียวกัน

ธนาคารโลกยังสำรวจบริษัทในอินเดีย จอร์แดน เคนยา เม็กซิโก ไนจีเรีย และไทย พบว่าธุรกิจขนาดเล็กประมาณ 1 ใน 5 ใช้แชตบอต AI ในการดำเนินธุรกิจแล้ว เทียบกับประมาณ 1 ใน 4 ของธุรกิจในสหรัฐ โดยการสำรวจครั้งนี้ครอบคลุมบริษัทไทยจำนวน 360 แห่ง

บริษัทที่เข้าร่วมการสำรวจเป็นกิจการภาคการผลิต ก่อสร้าง และบริการที่มีพนักงานตั้งแต่ 5 คนขึ้นไป การใช้ AI ครอบคลุมตั้งแต่การค้นหาและสรุปข้อมูล การเขียนและแก้ไขข้อความ การแปลภาษา การติดต่อกับลูกค้า การวิเคราะห์ข้อมูล ไปจนถึงการควบคุมกระบวนการผลิตและพัฒนาซอฟต์แวร์

อย่างไรก็ตาม ผลสำรวจที่เผยแพร่เป็นค่าเฉลี่ยรวมของประเทศกำลังพัฒนาที่เข้าร่วม ไม่ใช่ผลเฉพาะประเทศไทย จึงไม่ควรนำไปอ้างว่าเป็นอัตราการใช้ AI ของธุรกิจไทยโดยตรง

ผู้ประกอบการในประเทศกำลังพัฒนาที่เข้าร่วมการสำรวจคาดว่า ในอีก 3 ปี AI อาจช่วยเพิ่มผลิตภาพประมาณ 11% ในกรณีที่มีความเป็นไปได้มากที่สุด และคาดว่าจำนวนพนักงานจะเพิ่มขึ้นราว 7% สะท้อนว่าภาคธุรกิจยังมอง AI เป็นเครื่องมือขยายผลผลิต มากกว่ากลไกลดคนเพียงอย่างเดียว

ในบริบทไทย ประเด็นสำคัญจึงไม่ใช่เพียงการฝึกให้แรงงานใช้เครื่องมือ AI แต่ต้องปรับรูปแบบงาน กระบวนการบริหาร และการจัดสรรหน้าที่ระหว่างคนกับเทคโนโลยี เพื่อให้ผลลัพธ์จาก AI กลายเป็นผลิตภาพที่เพิ่มขึ้นจริง

ไทยมีโอกาสจากห่วงโซ่ฮาร์ดแวร์ AI

 นอกเหนือจากการนำ AI มาใช้ ไทยยังถูกระบุว่าเป็นหนึ่งในประเทศกำลังพัฒนาที่มีบทบาทในห่วงโซ่อุปทานฮาร์ดแวร์ AI

 รายงานระบุว่า สินค้าที่เอื้อต่อการพัฒนา AI มีสัดส่วนในการค้าโลกเพิ่มขึ้นจากประมาณ 13% ในปี 2566 เป็นเกือบ 17% ในช่วงสิ้นปี 2568 ตามการลงทุนที่เพิ่มขึ้นในห่วงโซ่เซมิคอนดักเตอร์ อิเล็กทรอนิกส์ และอุปกรณ์สำหรับศูนย์ข้อมูล

ประเทศรายได้ต่ำและปานกลางมีสัดส่วนประมาณหนึ่งในสามของมูลค่าส่งออกสินค้าเหล่านี้ ขณะที่ภายใต้นิยามสินค้าเกี่ยวข้องกับ AI ที่แคบกว่า สัดส่วนของประเทศรายได้ต่ำและปานกลางอยู่ที่ประมาณ 39%

ประเทศกำลังพัฒนาที่มีมูลค่าส่งออกสินค้าซึ่งเอื้อต่อระบบ AI สูงที่สุดในปี 2568 ได้แก่ จีน เม็กซิโก มาเลเซีย เวียดนาม และไทย ตามลำดับ ทำให้ไทยอยู่ในอันดับ 5 ของกลุ่มประเทศกำลังพัฒนาตามการจัดลำดับในรายงาน

ข้อมูลดังกล่าวสะท้อนว่า ไทยไม่ได้เริ่มต้นจากศูนย์ในเศรษฐกิจ AI แต่มีฐานอยู่ในส่วนการผลิตของห่วงโซ่มูลค่า ทั้งอิเล็กทรอนิกส์ เซมิคอนดักเตอร์ และอุปกรณ์สำหรับศูนย์ข้อมูล

อย่างไรก็ตาม การมีฐานผลิตฮาร์ดแวร์เพียงอย่างเดียวอาจไม่เพียงพอ เพราะรายงานระบุว่า มูลค่าที่เกิดขึ้นในห่วงโซ่ AI ยังถูกครอบครองโดยบริษัทจำนวนไม่มาก โอกาสของไทยจึงขึ้นอยู่กับความสามารถในการขยับจากการรับจ้างผลิตและส่งออก ไปสู่การออกแบบ ซอฟต์แวร์ คลาวด์ บริการข้อมูล และแอปพลิเคชัน AI ที่มีมูลค่าเพิ่มสูงขึ้น

ไทยติดกลุ่ม Top 10 เงินลงทุนดาต้าเซ็นเตอร์

รายงานยังระบุว่า ในปี 2568 ศูนย์ข้อมูลมีสัดส่วนมากกว่าหนึ่งในห้าของเงินลงทุนโดยตรงจากต่างประเทศในโครงการใหม่ทั่วโลก และกลายเป็นหนึ่งในกิจกรรมที่ได้รับเงินลงทุนตั้งโครงการใหม่สูงที่สุด

แม้ประเทศพัฒนาแล้วจะเป็นจุดหมายหลัก แต่มีประเทศรายได้ปานกลาง 4 ประเทศติดอยู่ในกลุ่ม 10 ประเทศที่ได้รับเงินลงทุนด้านศูนย์ข้อมูลมากที่สุดของโลก ได้แก่ บราซิล ไทย อินเดีย และมาเลเซีย

ตำแหน่งดังกล่าวทำให้ไทยมีโอกาสได้รับประโยชน์จากเงินลงทุนจากต่างประเทศ การเติบโตทางเศรษฐกิจ และการเพิ่มโครงสร้างพื้นฐานสำหรับประมวลผลข้อมูลและ AI

อย่างไรก็ตาม ธนาคารโลกตั้งข้อสังเกตว่า ศูนย์ข้อมูลจะสร้างงานได้มากเพียงใดยังเป็นประเด็นที่ถกเถียงกัน ขณะเดียวกันยังมีผลกระทบภายนอกด้านสิ่งแวดล้อมจากการใช้ไฟฟ้า น้ำ และทรัพยากรอื่นในปริมาณสูง

ดังนั้น การวัดประโยชน์ของศูนย์ข้อมูลต่อประเทศไทยจึงไม่ควรพิจารณาเฉพาะมูลค่าเงินลงทุน แต่ต้องพิจารณาว่าการลงทุนดังกล่าวสามารถสร้างความเชื่อมโยงกับผู้ประกอบการ นักพัฒนาซอฟต์แวร์ บุคลากร และระบบนิเวศเทคโนโลยีภายในประเทศได้มากเพียงใด

AI ยกระดับบริการรัฐ แต่ต้องมีข้อมูลพร้อม

รายงานยกตัวอย่างการใช้ AI ในประเทศกำลังพัฒนา เช่น ระบบพยากรณ์อากาศในรัฐเตลังคานาของอินเดีย ซึ่งช่วยให้เกษตรกรรายย่อยปรับแผนการผลิตและประหยัดต้นทุนได้สูงสุดประมาณ 560 ดอลลาร์สหรัฐต่อคน (ประมาณ 18,200 บาทต่อคน)

ในเคนยา ระบบ AI ถูกนำมาใช้จัดสรรคดีมากกว่า 10,000 คดีต่อปีให้ผู้ไกล่เกลี่ยกว่า 1,500 คน ช่วยลดปัญหาคดีค้าง ขณะที่บังกลาเทศใช้ AI ช่วยคัดกรองภาพทางการแพทย์ ทำให้จำนวนผู้ป่วยที่ได้รับการตรวจภาวะแทรกซ้อนทางสายตาจากโรคเบาหวานเพิ่มขึ้นเกือบ 40% ต่อวัน

แต่ข้อจำกัดสำคัญของหน่วยงานรัฐยังแตกต่างกัน ระดับบริการประชาชนโดยตรงมักติดปัญหาทักษะของเจ้าหน้าที่ การเชื่อมต่ออินเทอร์เน็ต และระบบที่ไม่รองรับภาษาท้องถิ่น ส่วนงานหลังบ้านติดปัญหาคุณภาพและความพร้อมของข้อมูล เนื่องจากข้อมูลจำนวนมากยังกระจัดกระจายในเอกสาร ระบบคอมพิวเตอร์เก่า และความรู้เฉพาะตัวของเจ้าหน้าที่

ในบริบทไทย กรอบของรายงานสะท้อนว่า การนำ AI มาใช้ในภาครัฐไม่ควรเริ่มจากการซื้อระบบเพียงอย่างเดียว แต่ต้องประเมินว่าข้อมูลภาษาไทยและข้อมูลของแต่ละหน่วยงานอยู่ในรูปแบบที่ระบบสามารถนำไปใช้ได้หรือไม่ เจ้าหน้าที่มีความสามารถตรวจสอบผลลัพธ์เพียงใด และหน่วยงานสามารถดูแล ปรับปรุง และประเมินระบบได้อย่างต่อเนื่องหรือไม่

รัฐต้องทำหน้าที่ 3 ด้าน

ธนาคารโลก เสนอให้รัฐบาลมีบทบาทต่อ AI ใน 3 สถานะพร้อมกัน ได้แก่ ผู้สร้างเงื่อนไขสนับสนุน ผู้ใช้งาน และผู้กำกับดูแล

ในฐานะผู้สนับสนุน รัฐต้องลงทุนในไฟฟ้า บรอดแบนด์ การศึกษา ทักษะดิจิทัล ระบบประมวลผล และข้อมูลภาษาท้องถิ่น พร้อมช่วยให้ธุรกิจขนาดเล็กเข้าถึงข้อมูลว่า AI ประเภทใดเหมาะกับกิจการของตน

ในฐานะผู้ใช้ รัฐควรจัดเตรียมข้อมูลให้พร้อมสำหรับ AI ลงทุนพัฒนาทักษะบุคลากร และปรับระบบจัดซื้อจัดจ้างจากการซื้อโครงการครั้งเดียว ไปสู่การทดสอบ ประเมินผล และปรับปรุงระบบอย่างต่อเนื่อง โดยต้องรักษาสิทธิในการเข้าถึงข้อมูลและลดการผูกขาดกับผู้ขายรายใดรายหนึ่ง

ส่วนการกำกับดูแล ควรเริ่มจากการทบทวนกฎหมายและกฎระเบียบที่มีอยู่ ใช้มาตรฐานสมัครใจของภาคอุตสาหกรรมเป็นจุดเริ่มต้น และจัดการความเสี่ยง เช่น การคุ้มครองข้อมูล ผู้บริโภค การเลือกปฏิบัติ ความปลอดภัย การฉ้อโกง และอาชญากรรมไซเบอร์

สำหรับประเทศไทย ข้อเสนอทั้ง 3 ด้านมีความเชื่อมโยงกัน เพราะไทยมีทั้งฐานการผลิตฮาร์ดแวร์ เงินลงทุนด้านศูนย์ข้อมูล และภาคธุรกิจที่เริ่มนำ AI มาใช้ แต่การได้รับประโยชน์อย่างเต็มที่ยังขึ้นอยู่กับบุคลากร ข้อมูลภาษาไทย การเข้าถึงเทคโนโลยีของธุรกิจขนาดเล็ก และความสามารถในการกำกับดูแล

โจทย์ของไทยไม่ใช่สร้าง AI ใหญ่ที่สุด

เมื่อพิจารณาจากข้อมูลในรายงาน ประเทศไทยมีจุดเชื่อมกับเศรษฐกิจ AI อย่างน้อย 3 ด้าน ได้แก่ 1 ไทยเป็นหนึ่งใน 5 ประเทศกำลังพัฒนาที่มีมูลค่าส่งออกสินค้าซึ่งเอื้อต่อระบบ AI สูงที่สุด 2.ไทยติดกลุ่ม 10 ประเทศที่ได้รับเงินลงทุนด้านศูนย์ข้อมูลสูงที่สุดของโลก  และ 3. ไทยเป็นหนึ่งในประเทศที่ธนาคารโลกสำรวจการใช้ AI ของภาคธุรกิจ โดยครอบคลุมบริษัทไทย 360 แห่ง

ข้อมูลเหล่านี้สะท้อนว่า ไทยมีทั้งฐานการผลิต โครงสร้างพื้นฐาน และภาคธุรกิจผู้ใช้ แต่รายงานไม่ได้ประเมินว่าไทยสามารถเก็บเกี่ยวมูลค่าจากแต่ละส่วนได้มากน้อยเพียงใด

โจทย์ของไทยจึงไม่ควรจำกัดอยู่เพียงการดึงศูนย์ข้อมูล เพิ่มการส่งออกอุปกรณ์ หรือแข่งขันสร้างโมเดลขนาดใหญ่ แต่ต้องเชื่อมฐานเหล่านี้เข้ากับการเพิ่มผลิตภาพของธุรกิจ การพัฒนาซอฟต์แวร์และบริการ AI การสร้างข้อมูลภาษาไทย และการปรับเทคโนโลยีให้แก้ปัญหาของประเทศได้จริง