สรุปสาระจากเสวนา AI Thailand ก้าวไปไกล ถึงไหนแล้ว งานประชุมวิชาการ สวทช. ประจำปี 2567 (NAC2024)
เทคโนโลยี AI ที่เปลี่ยนแปลงอย่างรวดเร็ว แม้ ChatGPT เครื่องมือ AI ที่เคยเป็นตัวจุดชนวนให้ทั้งโลกตระหนักและเห็นศักยภาพของ AI หนึ่งปีผ่านไปเกิดเครื่องมือใหม่ ๆ โดยบริษัทเทคโนโลยียักษ์ใหญ่ทั้งสิ้นมาแข่งขันอย่างรวดเร็ว การลงทุนทั่วโลกด้าน AI เพิ่มขึ้นอย่างมหาศาลเพื่อแย่งชิงตำแหน่งผู้นำ AI โลก ทั้งในด้านบุคลากร การวิจัย การพัฒนากฏหมาย ต่าง ๆ แล้วประเทศไทยยืนอยู่จุดไหนในสมรภูมินี้ หากมองใกล้ตัวเข้ามาอีกนิด สถานการณ์ตอนนี้มาไกลเกินกว่าจะตั้งคำถามว่า “AI จะมาแย่งงานมนุษย์ได้หรือไม่” แต่ต้องตอบให้ได้ว่า “สกิลที่เรามี AI จะทำได้เมื่อไหร่ แล้วเราจะรอดได้อย่างไร”
เนคเทค สวทช. ได้สรุปสาระจากเสวนา “AI Thailand ก้าวไปไกล ถึงไหนแล้ว” ที่วิทยากรผู้ทรงคุณวุฒิจากหลากหลายบทบาทภายใต้ระบบนิเวศ AI ประเทศไทยร่วมกันพูดคุยเพื่อสะท้อนสถานการณ์ทั้งความสำเร็จ และการดำเนินงานที่กำลังเดินหน้าอย่างเข้มข้น เพื่อทำความเข้าใจความท้าทายปัจจุบันและค้นหามุมมองความร่วมมือในอนาคต ที่จะสามารถผลักดันการเชื่อมระบบนิเวศ AI ที่จะยกระดับคุณภาพชีวิตคนไทยได้อย่างแท้จริง ภายในงานประชุมวิชาการประจำปี สวทช. ปี 2567 หรือ NAC2024
คุณกำลังประเมิน AI ต่ำไปหรือไม่ ? ส่องสถานการณ์ AI โลก
ดร.ปานระพี รพิพันธุ์ CEO and founder บ.อะแฮพเพนเนอร์จำกัด พิธีกร และ ผู้ผลิตรายการ ไอที24ชั่วโมง ช่อง 9 และรายการ Digital Thailand ช่อง 3 ฉายภาพว่า ในปีที่ผ่านมาบริษัทเทคโนโลยีทั่วโลกปลดพนักงานจำนวนมากอย่างต่อเนื่องในขณะที่การลงทุนด้าน AI ในหลาย ๆ บริษัทเพิ่มขึ้นเป็นหลักพันล้านดอลลาร์ หมายความว่าบริษัทอาจมองว่าการลงทุนกับ AI นั้น คุ้มค่ากว่าการจ่ายค่าชดเชยพนักงานจำนวนมหาศาลหรือคุ้มค่ากว่าการจ้างพนักงานในระยะยาว ประกอบกับรายงานของ IMF, 2024 ในปีนี้ที่กล่าวว่า 40% ของแรงงานทั่วโลกจะได้รับผลกระทบจาก AI ใน 2 ลักษณะ คือ 1) ถูกแทนที่ด้วย AI (พูดง่าย ๆ คือ ตกงาน) และ 2) ต้องทำงานร่วมกับ AI
บรรยากาศของ AI ในโลกการทำงานตอนนี้คล้ายกับยุคก่อนออโตเมชันที่เริ่มนำหุ่นยนต์เข้ามาใช้ในโรงงานอุตสาหกรรมแทนที่แรงงานกลุ่ม Blue collar แต่ในยุค AI transformation แม้แรงงานกลุ่ม White collar ที่มีความชำนาญ มีสกิลพิเศษบางอย่างยังตกอยู่ในสถานการณ์ที่ต้องพิจารณาให้ถี่ถ้วนว่าความชำนาญที่มีวันนี้ AI ทำแทนคุณได้หรือยัง
สอดคล้องกับข้อมูลของ ดร.ชินาวุธ ชินะประยูร ผู้ช่วยผู้อำนวยการ กลุ่มงานส่งเสริมระบบนิเวศเศรษฐกิจดิจิทัล สำนักงานส่งเสริมเศรษฐกิจดิจิทัล (depa) “ตอนนี้ AI เข้าสู่ช่วงที่เรียกว่า exponential ด้วยอัตราเร่งที่ไม่เคยเห็นมาก่อนในในประวัติศาสตร์มนุษย์ชาติ” ในอดีต Innovation Cycle ของการพัฒนานวัตกรรมในการปฏิวัติอุตสาหกรรมแต่ละครั้งใช้เวลาไม่ต่ำกว่า 30-50 ปี แต่สำหรับ AI เชื่อว่า Innovation Cycle จะสั้นลงเหลือประมาณ 10-20 ปี เห็นได้จากในช่วงที่ผ่านมาแม้นักลงทุนทั่วโลกจะประสบปัญหาการลงทุน (Funding winter) แต่ปริมาณการลงทุนด้าน AI กลับเพิ่มขึ้นเกือบ ๆ 2% ของ GDP สหรัฐฯ
โอกาสของ AI ในไทย ท่ามกลางความท้าทาย “อินฟราฯ และ กำลังคน”
สถานการณ์การลงทุนด้าน AI ในประเทศไทย ช่วงปี 2013 – 2022 ประมาณ 50M USD เท่านั้น ซึ่งเป็นสัดส่วนที่ต่ำมากเมื่อเทียบกับทั่วโลก อีกทั้งไทยยังต้องเผชิญกับความท้าทายมากมายในการพัฒนา AI ไม่ว่าจะเป็น ด้านกำลังคน AI ที่ขาดแคลนมากกว่า 80,000 อัตรา, ด้านการประยุกต์ใช้งาน AI ที่ ร้อยละ 99 ของ SMEs ในไทยยังไม่ประยุกต์ใช้ AI, ด้านกฏหมาย จริยธรรมต่าง ๆ ที่อยู่ระหว่างศึกษาไม่ให้กฏหมายขัดขวางความก้าวหน้าของการพัฒนานวัตกรรม ในขณะเดียวกันภัยคุกคามจากเทคโนโลยีเหล่านี้ก็เพิ่มขึ้นทุกขณะ, โครงสร้างพื้นฐานดิจิทัลที่ยังมีราคาสูง เป็นต้น
“อีกทั้งไทยยังมีกลุ่มผู้พัฒนาเทคโนโลยีน้อย เน้นเป็นผู้นำเข้าเทคโนโลยีเป็นหลัก ซึ่งมองอีกมุมก็เป็นโอกาสที่ทำให้คนไทยได้มีโอกาสเข้าถึงเทคโนโลยี SME สามารถนำ AI มาทำพัฒนา productivity ได้ง่ายขึ้น ” ดร.ชินาวุธ กล่าว
ท่ามกลางความท้าทายดังกล่าว ดร.เทพชัย ทรัพย์นิธิ ผู้อำนวยการกลุ่มวิจัยปัญญาประดิษฐ์ เนคเทค สวทช. เล่าว่า ประเทศไทยไม่ได้เริ่มจากศูนย์ ปัจจุบันไทยมีแผนพัฒนาปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย ที่มองการพัฒนา AI ครอบคลุมทุกด้านผ่าน 5 ยุทธศาสตร์ ได้แก่ กฏหมายจริยธรรม การพัฒนากำลังคน การพัฒนาโครงสร้างพื้นฐาน การพัฒนาการวิจัย การส่งเสริมภาคเอกชน ในมุมโครงสร้างพื้นฐาน ประเทศไทยมีซุปเปอร์คอมพิวเตอร์จาก ThaiSC ที่มีศักยภาพระดับโลก ซึ่งหากมองในกลุ่มภูมิภาคอาเซียนมีเพียงสิงคโปร์และไทยเท่านั้นที่มีความพร้อมด้านนี้ ซึ่งเป็นโอกาสของไทย
“นอกจากนี้ในมุมการพัฒนาคน ไม่เฉพาะประเทศไทยที่ขาดแคลนกำลังคนด้าน AI แต่ขาดแคลนทั้งโลก เกิดการแย่งชิงกำลังคนที่มีศักยภาพในด้านนี้จะรุนแรงมากขึ้น ภายใต้แผนฯ ไทยมุ่งพัฒนากำลังคน AI ในทุกระดับ ผ่านหลายโครงการ เช่น หลักสูตร AI Sandbox ของสถาบันวิศวกรรมปัญญาประดิษฐ์ (AI Engineering Institute; AIEI) โครงการ Super AI Engineer สร้างกำลังคน AI โดยใช้เวลาสั้นลงผ่านกิจกรรมในโครงการ ซึ่งตลอด 4 ปีของโครงการมีผู้ให้ความสนใจสมัครเข้าร่วมมากกว่าสามหมื่นคน ซึ่งปัจจุบันภายใต้โครงการยังมุ่งศูนย์พัฒนากำลังคน AI ในแต่ละภูมิภาคอีกด้วย ” ดร.เทพชัย อธิบาย
ด้านโอกาสของภาคธุรกิจอย่าง KBTG ที่เชื่อว่า “Generative AI คือ ประตูสู่โอกาสที่จะทำให้ทุกคนได้เข้าถึงพลังของ AI โอกาสที่ทำให้เกิดการรวมตัวผู้เล่นด้าน AI มาช่วยกันพัฒนาโปรดักซ์และบริการที่ยังไม่เคยมีมาก่อน หรือ ร่วมกันทำบริการที่ในอดีตมีคนทำได้เพียงแค่หยิบมือเดียว ” ดร.ทัดพงศ์ พงศ์ถาวรกมล Managing Director & Distinguished Visionary Architect, KBTG กล่าว
KBTG นำ AI มาพัฒนาบริการในหลายด้าน ไม่ว่าจะเป็น Revenue Generation, Risk Management, Operation Effciency, Customer Experience ด้วย KBTG เป็นองค์กรที่อาศัยความเชื่อมั่นเชื่อใจของผู้รับบริการ และ ผู้มีส่วนได้ส่วนเสียต่าง ๆ Trust ซึ่งเป็นสิ่งที่หายไปแล้วเรียกคืนได้ยาก ดังนั้นบริษัทจึงมียุทธศาสตร์การใช้งาน AI ภายในองค์กรภายใต้วิสัยทัศน์ที่ AI กับมนุษย์จะต้องช่วยเติมเต็มซึ่งกันและกัน (Augmented AI) โดยทั้งผู้ให้บริการและผู้รับบริการต้องเชื่อมั่นได้ว่าจะ AI จะไม่สร้างความเสียหาย (Trustworthy AI) และไม่ทิ้งใครไว้ข้างหลัง (Inclusive AI)
“ปัจจุบัน AI ไม่ใช่ทางเลือก แต่เป็นสิ่งที่ภาคธุรกิจต้องปรับใช้ เมื่อก่อน SMEs อาจจะบอกว่า ‘ไม่มีแรงทำ AI หรอก” ซึ่งกลายเป็นข้ออ้างในยุคที่ทุกคนสามารถเข้าถึง Generative AI ได้ ดังนั้น ธุรกิจต้องคิดว่า AI จะช่วยอะไรคุณได้บ้าง และเข้าถึง ต้องตามให้ทัน เพราะถ้าไม่ใช้ AI ธุรกิจคุณโดนแซงแน่นอน” ดร.ทัดพงศ์ กล่าว
นอกจากนี้ ดร.ทัดพงศ์ มองว่า ในฐานะที่เป็นบริษัทผู้พัฒนาเทคโนโลยี เห็นว่าคนไทยมีความสามารถมากในการพัฒนาแพลตฟอร์มพัฒนาระบบ AI ถึงแม้ในด้านเงินลงทุน หรือ โครงสร้างพื้นฐานอาจจะยังสู้โดยตรงกับบริษัท Big Tech ไม่ได้ แต่โอกาสอีกทางหนึ่ง คือ การใช้ความสามารถ ความโดดเด่นด้าน AI ภาษาไทย ซึ่งเป็นภาษาประจำชาติ ประเทศไทยจะสามารถเป็นเจ้าของได้หรือไม่ ตามแนวคิด Sovereign AI หรือ อธิปไตยปัญญาประดิษฐ์ ที่ยังต้องศึกษากันต่อไป
ด้านการสนับสนุนจากภาครัฐ ดร.ชินาวุธ เล่าว่า ภาครัฐมีการสนับสนุน AI ในหลายมิติ ยกตัวอย่าง มีการประกาศการลงทุนโครงสร้างพื้นฐานด้าน Cloud และ Data Center ในประเทศไทย เพื่อให้โครงสร้างพิ้นฐานเหล่านี้มีราคาถูกลง เข้าถึงได้มากขึ้น หรือ นโยบาย Cloud First Policy ที่จะเปลี่ยนรูปแบบการบริการของภาครัฐให้อยู่บนคลาวด์ทั้งหมด ลดความซ้ำซ้อนในการพัฒนา และภาครัฐจะกลายเป็นตลาดที่ใหญ่มาก สามารถดึงดูดการลงทุนเข้ามาในประเทศได้ รวมถึงสนับสนุนให้ประชาชนมีความมั่นใจที่จะใช้งาน AI มากขึ้นด้วยการออก “บัญชีบริการ Digital” เป็นส่วนช่วยเสริมประสิทธิภาพการทำงานระหว่างภาครัฐและภาคเอกชน โดยมุ่งหวังให้คนไทยได้ใช้สินค้าและบริการดิจิทัลที่ได้มาตรฐานและราคาสมเหตุสมผล อีกทั้งภาคเอกชนที่นำโปรดักซ์บน บัญชีบริการ Digital ไปใช้งานยังได้รับสิทธิลดหย่อนภาษีจาก BOI อีกด้วย
คุมอนาคต AI ในอยู่ในมือประเทศไทย งานวิจัยต้องตอบโจทย์อุตสาหกรรม
สถานการณ์โลกในมุมการวิจัยในอดีตอาจมองว่าอยู่ที่มหาวิทยาลัยเป็นหลัก แต่ปัจจุบันกลายเป็นบริษัท Big Tech ที่มีบทบาทมากที่สุดในการวิจัยด้าน AI “เพราะฉะนั้นกรอบการพัฒนากับปริมาณของทุนของบริษัท Big Tech ที่ทำให้การวิจัยด้าน AI เกิดขึ้นแบบ exponential นั้นแตกต่างกับทรัพยากรของมหาวิทยาลัยเป็นอย่างมาก” ดร.ชินาวุธ กล่าว
ด้าน รศ.ดร.สรณะ นุชอนงค์ Director, VISTEC-depa Thailand AI Research Institute มองว่า ปัจจุบันเรามอง AI ในระดับโปรดักซ์ คือ เป็นของที่ทุกคนสามารถเลือก จ่าย เงิน และใช้ได้ทันที แต่กว่าจะไปถึงจุดนั้นในด้านการวิจัยต้องผ่านการทำมาในหลายระดับ “ซึ่งหากประเทศไทยต้องการเป็นผู้สร้างอนาคตด้าน AI ต้องเป็นผู้ควบคุมเทคโนโลยี ควรโฟกัสตั้งแต่ระดับ Translational Research คือ การพัฒนาโครงสร้างพื้นฐานด้าน AI ของประเทศ” ซึ่งรวมถึง IP และ Open Source ที่เป็นส่วนสำคัญในการสนับสนุนการวิจัย AI ระดับโลก”
อย่างไรก็ตามการวิจัยในระดับมหาวิทยาลัยยังคงต้องให้ความสำคัญ เนื่องจากการวิจัยเพื่อไปสู่ Technology Readiness Level (TRL) ในระดับที่ 4-6 ซึ่งเป็นช่วงการพัฒนาต้นแบบ (Prototype development) นั้น ต้องมีพื้นฐานที่แน่น ซึ่งหากมองในมุมการวิจัยด้าน AI ต้องใช้ศาสตร์พื้นฐานด้านวิทยาศาสตร์คอมพิวเตอร์ (Computer science) ทั้งสิ้น จึงเป็นเรื่องจำเป็นเร่งด่วนที่ต้องผลักดันการวิจัยงานวิจัยพื้นฐานในระดับ TRL1-3 เพื่อมาสนับสนุน “ดังนั้น ในด้านการศึกษาการพัฒนากำลงคน อาจไม่จำเป็นต้องข้ามขั้นไปเรียนในหลักสูตร AI แต่เน้นการพัฒนาพื้นฐานด้าน Computer Science ในครอบคลุม และ แม่นยำ”
เมื่อภาคมหาวิทยาลัยเป็นกำลังสำคัญในพัฒนาโปรดักซ์ TRL ตั้งแต่ระดับ 1-6 ซึ่งในระดับสูงไปกว่านั้น คือ ช่วงการผลิตหรือการใช้งานต่อเนื่อง จำเป็นต้องมีภาคอุตสาหกรรมเข้ามาเกี่ยวข้อง ซึ่งเป็นโอกาสและความท้าทายในเวลาเดียวกัน ด้วยปัจจุบันมี AI จากต่างประเทศในระดับแอปพลิเคชันเข้ามาเป็นจำนวนมาก จึงดึงดูดให้ภาคอุตสาหกรรมเน้นการวิจัยในระดับ TRL7 – 8 มากกว่า ในขณะเดียวกันการลงทุนทางด้านบุคลากรในฝั่งมหาวิทยาลัยของไทยในช่วง 20 – 30 ปี ที่ผ่านมาในการสนับสนุนทุนการศึกษาปริญญาโท และ เอกของมหาวิทยาลัยชั้นนำเพื่อกลับมาเป็นอาจารย์ขับเคลื่อนให้เกิดความเป็นเลิศทางด้านวิชาการใน TRL ระดับ 1 – 3 ดังนั้นการผลักดันงานวิจัยในระดับ TRL4-6 จึงเป็นช่องโหว่ตรงกลางที่ยังเติมไม่เต็ม คาดหวังว่าสวทช.จะเป็นองค์กรหนึ่งที่ช่วยผลักดันผลงานวิจัยในระดับนี้ รวมถึงทุนสนับสนุนจากภาครัฐ ประกอบกับเทคโนโลยี AI ที่จะช่วยผลักดันงานวิจัยให้ไปสู่ TRL 8-9 ได้
ด้วยสถานการณ์ดังกล่าว รศ.ดร.สรณะ มองว่า มหาวิทยาลัยและภาคอุตสาหกรรมต้องร่วมมือกันตั้งแต่ต้นน้ำ เพื่อให้ทำงานวิจัยในระดับ TRL 1-3 ให้สามารถตอบโจทย์อุตสาหกรรม ตรงเป้าหมายประเทศ โดยมีสวทช. หรือ แหล่งให้ทุนต่าง ๆ สนับสนุนการนำไปพัฒนาต้นแบบ ข้ามผ่าน valley of death และพัฒนาโปรดักซ์ต่อไป
“Life long learning” ทางรอดหนึ่งเดียวของมนุษย์ออฟฟิศ ไม่ให้โดน AI แย่งงาน
ปัจจุบัน Generative AI Tool ได้เข้ามามีบทบาทกับชีวิตการทำงานของทุกคนไม่มากก็น้อย ต้องยอมรับว่าในบางบทบาทเครื่องมือ AI เหล่านั้นทำงานได้ดี มีประสิทธิภาพ และรวดเร็วกว่าเราด้วยซ้ำ ดังนั้น ทางรอดหนึ่งเดียว คือ ต้องศึกษา เรียนรู้การใช้งาน ดึงเครื่องมือ AI เหล่านั้นมาเป็นผู้ช่วยการทำงานให้ได้
ดร.ปานรพี เล่าว่า “ในฐานะเจ้าของธุรกิจ ข้อดีของเครื่องมือ AI เหล่านี้ คือ ทำให้เราได้งานมากขึ้น ในขณะที่ใช้เวลาลดลง แต่ก็น่าเป็นห่วงว่าเมื่อความชำนาญของทุกคนประกอบกับประสิทธิภาพของ AI ทำให้ได้งานเร็วขึ้น มีประสิทธิภาพมากขึ้น งานหนึ่งที่เคยใช้พนักงาน 3 คน อาจจะเหลือคนเดียว แล้วคนที่เหลือจะไปทำอะไร”
สอดคล้องกับมุมมองของดร.ชินาวุธ ที่กล่าวว่า ปัจจุบันการพัฒนาคนต้องพยายามสนับสนุนเทรนด์ของการ Life long learning ที่ทุกคนต้องมารีสกิล อัปสกิล ใช้ AI บางครั้งเราการพัฒนา AI จะต้องเป็นคนสายไอที หรือ วิศวกรรม เท่านั้น ความเป็นจริง คือ กว่าครึ่งของพนักงานในบริษัทพัฒนา AI ไม่ได้จบสายไอที แต่มีทั้งสายภาษาศาสตร์ การพัฒนาธุรกิจ ฯลฯ ดังนั้นเราต้องพัฒนาบุคคลากรกลุ่มอื่น ๆ ให้มีความเข้าใจด้านการเปลี่ยนแปลงของเทคโนโลยี AI หรือ สามารถทำงานร่วมกันกับ AI ได้
“นอกจากนี้ยังต้องพัฒนาสกิลด้าน Algorithmic Thinking ด้วยการทำงานของ AI ในปัจจุบันยังไม่เทียบเท่ามนุษย์ 100% ดังนั้นคนที่มีทักษะการคิดแบบคอมพิวเตอร์ หรือ Algorithmic Thinking จะสามารถสั่งงาน AI หรือเขียน เขียน Prompt ให้ AI ทำงานได้ผลลัพธ์ที่ตรงใจมากกว่า”ดร.ปานระพี กล่าวเสริม
ตัดภาพมาที่ภาคการศึกษาที่การปรับหลักสูตรให้สอดรับกับการเปลี่ยนแปลงนั้นมีกระบวนการและใช้ระยะเวลามาก ในขณะที่ AI อัปเดตใหม่ในรายวัน รายสัปดาห์ ดังนั้น ดร.ปานระพี เสนอว่า หากภาคการศึกษาสามารถเปิดรายวิชาหนึ่งไว้ เป็นรายวิชาอิสระ เพื่อรองรับการศึกษาเทคโนโลยีใหม่ ๆ ให้เท่าทันการเปลี่ยนแปลง
“จากการเสวนา AI Ecosystem ของไทย ต้องถูกขับเคลื่อนคู่ขนานกันไปในหลายมิติ ตั้งแต่ภาคการศึกษา ภาคอุตสาหกรรม การจัดทำมาตรฐานและกฏหมาย ทำอย่างไรให้ AI มีความน่าเชื่อถือในขณะเดียวกันต้องส่งเสริมให้คนไทยทุกคนขยับเข้าสู่การใช้งาน และ ส่งเสริมการพัฒนา AI ให้ได้ ในส่วนของกำลังคน AI ประเทศไทย ไม่ได้ขาดแคลนเฉพาะฝั่งการพัฒนาเท่านั้น แต่กลุ่มคนที่จะเข้ามาช่วยเติมเต็มช่องว่างระหว่างผู้พัฒนากับผู้ใช้งานยังมีความต้องการอีกมาก หวังว่าการการเสวนาในครั้งนี้จะเป็นส่วนหนึ่งจะกระตุ้นการมีส่วนร่วมจากทุกภาคส่วนเข้ามาเชื่อมระบบนิเวศ AI ประเทศไทย เพื่อพัฒนาเศรษฐกิจและสังคมไทยอย่างยั่งยืนไปด้วยกัน” ดร.อภิวดี ปิยธรรมรงค์ นักวิจัยกลุ่มวิจัยปัญญาประดิษฐ์ เนคเทค สวทช.
ติดตามคลิปการเสวนาย้อนหลังได้ที่