เปิดเบื้องหลังแดชบอร์ด Rice Supply ใช้ AI พยากรณ์ผลผลิตข้าวล่วงหน้า แก้โจทย์ราคาตกต่ำ

ช่วงปลายเดือนพฤศจิกายนของทุกปี เป็นจังหวะสำคัญของภาคเกษตร เมื่อข้าวนาปีเริ่มทยอยออกสู่ตลาดในปริมาณมากพร้อมกัน ความเสี่ยงที่ตามมาคือแรงกดดันต่อเสถียรภาพราคาข้าว หากไม่มีข้อมูลล่วงหน้าและมาตรการรองรับที่เหมาะสม ภาพซ้ำของ “ผลผลิตล้นตลาด ราคาตกต่ำ” ย่อมกระทบรายได้ชาวนาอย่างหลีกเลี่ยงไม่ได้

โจทย์นี้เองที่กลายเป็นจุดเริ่มต้นของความร่วมมือระหว่าง สำนักงานนโยบายและยุทธศาสตร์การค้า (สนค.) กระทรวงพาณิชย์ กับ สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) หรือ BDI สังกัดกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (ดีอี) เพื่อพัฒนาระบบคาดการณ์ผลผลิตข้าวนาปีล่วงหน้าในระดับพื้นที่

ภารกิจดังกล่าวถูกมอบหมายให้ ดร.อิสระพงศ์ เอกสินชล ผู้จัดการโครงการและนักวิทยาศาสตร์ข้อมูลอาวุโสของ BDI ทำหน้าที่วิเคราะห์เชิงลึกว่า อำเภอใด จังหวัดใด มีแนวโน้มเผชิญภาวะผลผลิตข้าวออกมามากกว่าความสามารถในการรองรับของตลาด เพื่อให้หน่วยงานที่เกี่ยวข้องสามารถเตรียมมาตรการด้านการตลาดได้อย่างทันท่วงทีและตรงจุด

หัวใจของงานไม่ใช่เพียงการประเมินภาพรวมประเทศ แต่คือการ “ลงลึกเชิงพื้นที่” ให้มากที่สุด ภายในเวลาเพียง 2 วันหลังได้รับโจทย์ ทีมงานได้พัฒนาโปรแกรมประมวลผลข้อมูล และสร้าง แดชบอร์ดแสดงผลคาดการณ์ผลผลิตข้าว จากภาพถ่ายดาวเทียมของ สำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (GISTDA) ผสานกับเทคโนโลยีปัญญาประดิษฐ์ (AI) เพื่อแสดงสถานการณ์ผลผลิตข้าวรายพื้นที่ในแต่ละช่วงเวลาได้อย่างเป็นระบบ

อย่างไรก็ตาม ในมุมมองเชิงนโยบาย การรู้เพียง “ปริมาณผลผลิต” ยังไม่เพียงพอ คำถามสำคัญถัดมาคือ ข้าวที่ปลูกในแต่ละพื้นที่เป็นข้าวชนิดใด ไม่ว่าจะเป็นข้าวหอมมะลิ ข้าวขาว หรือข้าวเหนียว เพราะแต่ละพันธุ์มีตลาดและกลไกราคาที่แตกต่างกัน ทีมงานจึงบูรณาการข้อมูลการขึ้นทะเบียนปลูกข้าวของเกษตรกรจาก กรมส่งเสริมการเกษตร กระทรวงเกษตรและสหกรณ์ มาวิเคราะห์ร่วมกับข้อมูลดาวเทียม ทำให้สามารถจำแนกชนิดพันธุ์ข้าวในแต่ละพื้นที่และช่วงเวลาได้อย่างแม่นยำ

อีกหนึ่งตัวแปรสำคัญที่ถูกนำมาประกอบการวิเคราะห์ คือ กำลังการผลิตของโรงสีในพื้นที่ ซึ่งสะท้อนศักยภาพในการรองรับผลผลิตข้าวที่กำลังจะออกสู่ตลาด ข้อมูลจาก กรมการค้าภายใน ถูกนำมาประมวลผลร่วมกัน เพื่อประเมินความเสี่ยงต่อภาวะข้าวล้นตลาดในระดับพื้นที่ได้ชัดเจนยิ่งขึ้น

ผลลัพธ์ของการบูรณาการข้อมูลจากหลายหน่วยงาน คือการเกิดขึ้นของ “ระบบคาดการณ์ผลผลิตข้าวนาปีล่วงหน้า” ที่สามารถส่งต่อให้สำนักงานพาณิชย์จังหวัดและหน่วยงานที่เกี่ยวข้อง ใช้เป็นเครื่องมือประกอบการติดตามสถานการณ์ วางแผน และพิจารณามาตรการด้านการตลาดข้าวได้อย่างตรงจุด เพิ่มประสิทธิผลเชิงนโยบายให้สอดคล้องกับบริบทจริงของแต่ละพื้นที่

ในระยะต่อไป BDI มีแผนต่อยอดการพัฒนาระบบคาดการณ์ผลผลิตไปสู่พืชเศรษฐกิจสำคัญอื่นของประเทศ อาทิ ข้าวโพดเลี้ยงสัตว์ มันสำปะหลัง และอ้อย เพื่อสนับสนุนการบริหารจัดการสินค้าเกษตรในภาพรวม รักษาเสถียรภาพราคา และเสริมความมั่นคงด้านรายได้ให้เกษตรกรไทย

เบื้องหลังแดชบอร์ด Rice Supply จึงไม่ใช่เพียงเรื่องของเทคโนโลยี หากแต่สะท้อนถึงการทำงานร่วมกันของผู้เชี่ยวชาญเฉพาะด้าน การเชื่อมโยงข้อมูลจากหลายแหล่ง และการใช้ข้อมูลอย่างเป็นระบบ เพื่อยกระดับการตัดสินใจเชิงนโยบายบนฐานข้อมูลที่รอบด้าน ภายใต้แนวคิด Data-Driven Nation ซึ่ง BDI วางบทบาทเป็นกลไกสำคัญในการขับเคลื่อน.