เนคเทค ถอดบทเรียนแผน AI แห่งชาติ ชี้โจทย์ใหญ่ ‘กำลังคน–ข้อมูล–โครงสร้างพื้นฐาน’

ดร.ชัย วุฒิวิวัฒน์ชัย ผู้อำนวยการศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ หรือ เนคเทค สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ หรือ สวทช. เปิดเผยว่า การขับเคลื่อนยุทธศาสตร์ปัญญาประดิษฐ์ หรือ AI ของประเทศไทย กำลังเข้าสู่ช่วงเปลี่ยนผ่านสำคัญ จากการวางกรอบนโยบายไปสู่การใช้งานจริงในระดับประเทศ

ประเทศไทยเริ่มยกร่างยุทธศาสตร์ AI ล่วงหน้าก่อนประกาศใช้อย่างเป็นทางการในปี 2565 ซึ่งเป็นช่วงเดียวกับที่กระแส Generative AI เติบโตทั่วโลก การเตรียมความพร้อมดังกล่าวช่วยให้อันดับความพร้อมด้าน AI ของรัฐบาลไทย หรือ Government AI Readiness Ranking โดย Oxford Insights ขยับจากอันดับ 60 ในปี 2563 มาอยู่ที่อันดับ 31 ในปี 2565 สะท้อนว่าประเทศไทยมีทิศทางเชิงนโยบายชัดเจนขึ้น

อย่างไรก็ตาม จุดอ่อนสำคัญยังอยู่ที่หมวดเทคโนโลยี หรือ Technology Sector ซึ่งมีคะแนนต่ำสุดเมื่อเทียบกับองค์ประกอบอื่น สะท้อนข้อจำกัดในการพัฒนาเทคโนโลยีภายในประเทศ โดยงบประมาณช่วงปี 2565-2567 พบว่า โครงการวิจัยและพัฒนามี 415 โครงการ ใช้งบรวม 2,086 ล้านบาท ขณะที่โครงการเชิงกลยุทธ์ หรือ Strategic Projects มี 651 โครงการ ใช้งบรวม 41,301 ล้านบาท

ดร.ชัย ตั้งข้อสังเกตว่า แม้ไทยยังมีเทคโนโลยีอีกมากที่อยู่ระหว่างพัฒนา แต่กลับใช้งบประมาณจำนวนมากไปกับโครงการเชิงกลยุทธ์ ซึ่งสะท้อนการนำเข้าเทคโนโลยีจากต่างประเทศในสัดส่วนสูง

อุดช่องว่างกำลังคน ปรับระบบศึกษาเชื่อม AI

หนึ่งในโจทย์หลักของ AI ไทย คือ “กำลังคน” ที่ยังไม่เพียงพอต่อความต้องการของตลาด ภาครัฐและเครือข่ายพันธมิตร โดยเฉพาะสมาคมปัญญาประดิษฐ์ประเทศไทย หรือ AIAT จึงร่วมกันขับเคลื่อนโครงการ Super AI Engineer เพื่อพัฒนาทักษะ AI ขั้นสูง และสร้างบุคลากรเข้าสู่ระบบนิเวศ AI ของประเทศแล้วกว่า 10,000 คน

ขณะเดียวกัน กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม หรือ อว. ได้ออกแนวนโยบายให้สถาบันอุดมศึกษาทั่วประเทศบูรณาการ AI เข้ากับหลักสูตรการเรียนการสอน เพื่อเร่งผลิตบัณฑิตให้สอดรับกับความต้องการของภาคอุตสาหกรรม

“AI ยังมีศักยภาพในการเปลี่ยนระบบการศึกษา โดยเฉพาะการเรียนรู้แบบ Active Learning ซึ่งครูหนึ่งคนอาจดูแลนักเรียนกลุ่มย่อยได้ไม่ทั่วถึง AI จึงสามารถทำหน้าที่เสมือน “ผู้ช่วยสอน” ช่วยตอบคำถาม เก็บข้อมูลการเรียนรู้รายบุคคล และช่วยให้ครูเข้าใจพัฒนาการของนักเรียนได้แม่นยำขึ้น”

ท่องเที่ยว–เกษตรยังช้า เหตุขาด Data Infrastructure

แม้หลายอุตสาหกรรมเริ่มใช้ AI จริงแล้ว โดยเฉพาะการเงิน โลจิสติกส์ และการแพทย์ แต่ความพร้อมของแต่ละสาขายังไม่เท่ากัน ภาคการแพทย์ถือเป็นตัวอย่างสำคัญจากการจัดตั้ง Medical AI Consortium ซึ่งรวบรวมข้อมูลภาพทางการแพทย์กว่า 3 ล้านรายการ และนำไปสู่การพัฒนาโมเดล AI ที่ผ่านมาตรฐานเพื่อใช้งานจริง

ตรงกันข้ามกับภาคท่องเที่ยวและเกษตรกรรม ซึ่งเป็นอุตสาหกรรมหลักของประเทศ แต่กลับปรับใช้ AI ได้ช้า โดยเฉพาะภาคท่องเที่ยวที่ยังขาดโครงสร้างข้อมูลเชื่อมโยงกันอย่างเป็นระบบ ทำให้ต้องพึ่งพาแพลตฟอร์มและเทคโนโลยีจากต่างประเทศ ข้อมูลสำคัญจึงกระจัดกระจายอยู่ในหลายหน่วยงาน และไม่เพียงพอต่อการวิเคราะห์เชิงลึก

ส่วนภาคเกษตรกรรมยังเผชิญข้อจำกัดเชิงโครงสร้าง ต้องอาศัยการเปลี่ยนผ่านสู่เกษตรกรรุ่นใหม่ที่คุ้นเคยกับเครื่องมือดิจิทัลมากขึ้น เพื่อให้สามารถนำ AI ไปใช้ยกระดับผลผลิตและเพิ่มขีดความสามารถการแข่งขันในระยะยาว

เร่งลงทุน Infrastructure ลดพึ่งพาต่างชาติ

หากไทยต้องการลดการพึ่งพาเทคโนโลยีต่างประเทศในระยะยาว ต้องเร่งลงทุนโครงสร้างพื้นฐาน AI ของประเทศให้แข็งแรง โดยเฉพาะระบบซูเปอร์คอมพิวเตอร์ “LANTA” ภายใต้การดำเนินงานของ ThaiSC สวทช. ซึ่งเป็นขุมพลังสำคัญในการพัฒนาโมเดลภาษาขนาดใหญ่ระดับประเทศ หรือ Thai LLM

โมเดลดังกล่าวเปิดให้ใช้งานแบบ Open-source ผ่านความร่วมมือระหว่างภาครัฐและเอกชน โดยได้รับการสนับสนุนจากกองทุนพัฒนาดิจิทัลเพื่อเศรษฐกิจและสังคม กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม

“การมีระบบประมวลผลภายในประเทศไม่เพียงช่วยประหยัดงบประมาณในการเทรนโมเดลภาษาไทยและโมเดล AI ทางการแพทย์ แต่ยังต่อยอดเป็นโครงสร้างพื้นฐานที่ช่วยลดต้นทุนให้สตาร์ทอัพไทยได้อย่างมหาศาล”

ปัจจุบัน Foundation Model ของไทยเริ่มถูกต่อยอดเป็นโมเดลเฉพาะทาง เช่น OpenThaiGPT โดย AIEAT, Pathumma หรือปทุมมา สำหรับบริการภาครัฐโดยเนคเทค สวทช., Typhoon สำหรับภาคการเงินโดย SCB 10X และ THaLLE โดย KBTG

ดัน Agent AI ภาครัฐ เชื่อมบริการผ่านจุดเดียว

ดร.ชัย ระบุว่า เป้าหมายของการพัฒนา AI ไม่ได้หยุดอยู่แค่การสร้าง Foundation Model แต่ต้องนำเทคโนโลยีไปบูรณาการกับบริการภาครัฐ เพื่อให้ประชาชนใช้งานได้จริง   โดยปัจจุบัน เนคเทค สวทช. ร่วมกับสำนักงานคณะกรรมการพัฒนาระบบราชการ หรือ ก.พ.ร. และสำนักงานพัฒนารัฐบาลดิจิทัล หรือ สพร. พัฒนาระบบ Agent AI ภาครัฐ เพื่อเชื่อมโยงฐานข้อมูลความรู้จากหน่วยงานรัฐเข้าด้วยกัน

ระบบดังกล่าวสามารถเชื่อมต่อบริการจาก 5 หน่วยงานหลัก ได้แก่ กรมสรรพากร กรมคุ้มครองสิทธิและเสรีภาพ กรมการปกครอง กรมที่ดิน และสำนักงานคณะกรรมการอาหารและยา หรือ อย. เพื่อให้ประชาชนเข้าถึงบริการรัฐผ่านจุดเดียวได้รวดเร็วขึ้น

วาง Benchmark การันตีคุณภาพ AI ไทย

อีกหนึ่งกลไกสำคัญ คือ การจัดตั้งห้องปฏิบัติการทดสอบมาตรฐาน AI หรือ AI Testing Laboratory ตามมาตรฐานสากล ISO/IEC 17025 เพื่อสร้างความเชื่อมั่นต่อเทคโนโลยี AI ภายในประเทศ

ดร.ชัย ระบุว่า โครงสร้างพื้นฐานด้านมาตรฐานจะช่วยลดการส่งโมเดล AI ไปทดสอบต่างประเทศ พร้อมรับรองความปลอดภัยและคุณภาพของนวัตกรรมไทยให้พร้อมใช้งานจริง ขณะเดียวกัน เนคเทค สวทช. ยังริเริ่มโครงการ AI Benchmark เพื่อประเมินสมรรถนะและเร่งให้เกิดการพัฒนาโมเดล AI ใหม่ในระบบนิเวศไทย

ถอดบทเรียนแผน AI แห่งชาติ

จากการขับเคลื่อนแผน AI แห่งชาติที่ผ่านมานั้นสามารถสรุป 3 บทเรียนสำคัญ ได้แก่ การพัฒนากำลังคนอย่างต่อเนื่อง การผลักดันโครงการสำคัญระดับประเทศที่มีผลกระทบสูง และการลงทุนโครงสร้างพื้นฐานทั้งฮาร์ดแวร์และซอฟต์แวร์

โจทย์ของ AI ไทยจึงไม่ใช่เพียงการตามให้ทันเทคโนโลยีโลก แต่คือการสร้างขีดความสามารถของประเทศ ตั้งแต่คน ข้อมูล โครงสร้างพื้นฐาน มาตรฐาน ไปจนถึงเทคโนโลยีสัญชาติไทย เพื่อลดการพึ่งพาต่างประเทศ และยกระดับเศรษฐกิจ บริการรัฐ และอุตสาหกรรมไทยในระยะยาว