บริษัทไทยล้าหลังในการใช้ GenAI～95% ของผู้บริหารขาดความเชี่ยวชาญ เสี่ยงเกิดเศรษฐกิจ AI สองชั้น～

บริษัทไทยล้าหลังในการใช้ GenAI～95% ของผู้บริหารขาดความเชี่ยวชาญ เสี่ยงเกิดเศรษฐกิจ AI สองชั้น～ AI
AI

การเปลี่ยนแปลงสู่ดิจิทัลของบริษัทไทยกำลังเข้าสู่จุดเปลี่ยนที่สำคัญ จากการสำรวจล่าสุดของดีลอยท์ พบว่า 44% ของบริษัทไทยยังอยู่ในระดับ “Doing Digital” การนำ GenAI มาใช้ล้าหลังจากระดับโลกอย่างมาก ผู้บริหาร 95% ยอมรับว่าขาดความเชี่ยวชาญด้าน GenAI และมีความขาดแคลนผู้เชี่ยวชาญ AI ถึง 80,000 คน

ระดับความพร้อม DX หยุดนิ่งและข้อจำกัดของการเพิ่มประสิทธิภาพงาน

จากการสำรวจของดีลอยท์ ประเทศไทย ระหว่างเดือนกันยายน 2024 ถึงมกราคม 2025 พบว่าระดับความพร้อม DX ของบริษัทไทยแทบไม่เปลี่ยนแปลงจากปีที่แล้ว 44% ของบริษัททั้งหมดอยู่ในระดับ “Doing Digital” ซึ่งหมายถึงการใช้เทคโนโลยีดิจิทัลในแผนกเฉพาะ แต่ยังไม่สามารถรวมเข้าเป็นกลยุทธ์ทั่วทั้งองค์กรได้ “Becoming Digital” อยู่ที่ 28% และ “Being Digital” อยู่ที่ 15% การกระจายตัวนี้แสดงให้เห็นว่าบริษัทส่วนใหญ่กำลังประสบปัญหาในการก้าวไปสู่ขั้นต่อไป

ผลลัพธ์ที่ได้จาก DX นั้น การเพิ่มผลิตภาพของพนักงานสูงสุดที่ 67% ตามด้วยการปรับปรุงประสบการณ์ลูกค้าที่ 61% และการลดต้นทุนที่ 58% ผลลัพธ์เหล่านี้มุ่งเน้นไปที่การเพิ่มประสิทธิภาพงานที่มีอยู่ และยังไม่ถึงระดับ DX เชิงกลยุทธ์ที่เปลี่ยนแปลงโมเดลธุรกิจ

แพนเดมิก COVID-19 เร่งการดิจิทัลไลเซชันของบริษัทไทย การล็อกดาวน์และการเว้นระยะห่างทางสังคมทำให้บริษัทจำนวนมากต้องนำ Remote Work และการขายออนไลน์มาใช้อย่างเร่งด่วน แต่เมื่อเวลาผ่านไป กลายเป็นที่ชัดเจนว่ามีความแตกต่างอย่างมากระหว่างการนำเทคโนโลยีมาใช้กับการที่องค์กรทั้งหมดกลายเป็นดิจิทัล บริษัทหลายแห่งปรับลดการประเมินตนเองและเข้าใจตำแหน่งปัจจุบันที่สมจริงมากขึ้น

ความล่าช้าอย่างร้ายแรงด้าน GenAI

สิ่งที่น่าสนใจที่สุดจากการสำรวจคือความตระหนักรู้ที่ต่ำของผู้บริหารเกี่ยวกับ GenAI ผู้นำไทย 95% ยอมรับว่าขาดความเชี่ยวชาญด้าน GenAI และมีเพียง 5% เท่านั้นที่ประเมินระดับความเชี่ยวชาญของตนเองว่า “สูง” หรือ “สูงมาก” ซึ่งต่ำกว่าค่าเฉลี่ยโลกที่ 44% อย่างมาก

หากผู้บริหารไม่เข้าใจศักยภาพและความเสี่ยงของ GenAI อย่างแท้จริง การสร้างวิสัยทัศน์หรือกลยุทธ์ที่ชัดเจนจะเป็นไปได้ยาก การขาดภาวะผู้นำนี้เชื่อมโยงโดยตรงกับอุปสรรคที่ใหญ่ที่สุดในการนำ GenAI มาใช้ คือ “การขาดกลยุทธ์การนำไปใช้” (32%)

ความคลาดเคลื่อนในการรับรู้ภายในผู้บริหารก็รุนแรงเช่นกัน ประมาณ 60% ของคณะกรรมการและ CEO คิดว่า “บริษัทไม่ได้ให้ความสนใจกับ GenAI เพียงพอ” แต่มากกว่า 80% ของ CIO และ CTO เชื่อว่า “กำลังให้ความสำคัญในระดับที่เหมาะสม” ความคลาดเคลื่อนในการรับรู้นี้แสดงให้เห็นว่ามีช่องว่างขนาดใหญ่ระหว่างการเปลี่ยนแปลงเชิงกลยุทธ์ที่มี Business Impact ที่ผู้บริหารระดับสูงต้องการ กับการดำเนินการระดับยุทธวิธีซึ่งเป็นการนำเครื่องมือมาใช้ที่แผนกเทคโนโลยีกำลังดำเนินการ

ในระดับพื้นที่ การใช้งานเครื่องมือ GenAI กำลังดำเนินไปอย่างรวดเร็ว การใช้งานหลักคือ การค้นหาและการจัดการความรู้ที่ 68% การสรุปเนื้อหาที่ 54% และการสร้างเนื้อหาที่ 50% ซึ่งทั้งหมดเชื่อมโยงโดยตรงกับการเพิ่มประสิทธิภาพงาน GenAI ถูกนำมาใช้และใช้งานเป็นเครื่องมือยุทธวิธีเพื่อเพิ่มผลิตภาพของบุคคลและแผนก ไม่ใช่เป็น Strategic Driver ที่เปลี่ยนแปลงโมเดลธุรกิจ

ความเสี่ยงของ “เศรษฐกิจ AI สองชั้น”

รายงานของ Amazon Web Services (AWS) เตือนถึงสัญญาณอันตรายที่กำลังดำเนินไปในไทยที่เรียกว่า “เศรษฐกิจ AI สองชั้น” เป็นการแบ่งขั้วที่สตาร์ทอัพนำนวัตกรรม ในขณะที่บริษัทขนาดใหญ่และ SME ถูกทิ้งไว้ข้างหลัง

40% ของสตาร์ทอัพที่นำ AI มาใช้กำลังพัฒนาผลิตภัณฑ์และบริการใหม่ทั้งหมดโดยใช้ AI แต่บริษัทขนาดใหญ่ที่นำ AI มาใช้เช่นกันที่ทำนวัตกรรมคล้ายกันมีเพียง 16% เท่านั้น สำหรับ SME มีเพียง 9% ที่ใช้ AI ในงานระดับสูง

หากบริษัทขนาดใหญ่และ SME ซึ่งเป็นส่วนใหญ่ของเศรษฐกิจไม่สามารถใช้ AI เพื่อนวัตกรรมได้ เศรษฐกิจไทยจะได้รับการเพิ่มผลิตภาพในบางภาคส่วน แต่จะพลาดคลื่นการเติบโตทางเศรษฐกิจที่ใหญ่กว่าที่ AI นำมา มีความเสี่ยงที่ช่องว่างระหว่างภาคเทคโนโลยีที่เป็นนวัตกรรมบางส่วนกับเศรษฐกิจแบบดั้งเดิมที่กว้างขวางซึ่งหยุดนิ่งจะขยายตัวมากขึ้น

วิกฤตการขาดแคลนผู้เชี่ยวชาญ AI 80,000 คน

การขาดแคลนบุคลากรที่มีทักษะเป็นเหตุผลที่ใหญ่ที่สุดที่บริษัทลังเลในการนำ GenAI มาใช้ และเป็นสาเหตุหลักที่ขัดขวางการขยายการใช้ AI โดยทั่วไป ไทยประเมินว่าขาดแคลนผู้เชี่ยวชาญ AI ถึง 80,000 คน และคาดว่าการขาดแคลนบุคลากรดิจิทัลในวงกว้างจะถึง 600,000 คนภายในปี 2027

ความไม่สมดุลระหว่างอุปสงค์และอุปทานรุนแรงมาก บริษัทต้องเสนอเงินเดือนที่สูงกว่าเฉลี่ย 36% สำหรับผู้สมัครที่มีทักษะ AI มีรายงานว่าความต้องการทักษะที่เกี่ยวข้องกับ AI ในตลาดแรงงานปี 2024 เพิ่มขึ้นมากกว่า 37%

รากเหง้าของวิกฤตบุคลากรนี้อยู่ที่ระบบการศึกษาของประเทศเอง รายงานของธนาคารโลกชี้ให้เห็นว่าเยาวชนและผู้ใหญ่ไทยหลายคนขาดแม้แต่ทักษะการอ่านเบื้องต้นและทักษะดิจิทัล ซึ่งเป็น “วิกฤตทักษะที่รุนแรง” งานวิจัยที่สำรวจความพร้อมของเยาวชนต่อ “Thailand 4.0” แสดงผลว่าทักษะที่ได้คะแนนต่ำที่สุดคือ “ทักษะดิจิทัลและสารสนเทศ”

ช่องว่างในการเข้าถึงอินเทอร์เน็ตในโรงเรียน สภาพแวดล้อมที่แย่ที่มี PC 1 เครื่องต่อนักเรียน 17 คน และหลักสูตรที่ล้าสมัยที่ไม่ตอบสนองความต้องการสมัยใหม่ เป็นปัญหาโครงสร้างที่แพร่หลายทั่วระบบ ข้อมูลที่ว่าเยาวชนอายุ 16-19 ปีเพียง 17% ใช้อินเทอร์เน็ตสำหรับ e-Learning แต่ 97% ใช้โซเชียลมีเดีย เป็นสัญลักษณ์ของความล้มเหลวในการใช้ดิจิทัลในการศึกษา

การแข่งขันที่ทวีความรุนแรงใน ASEAN

สิงคโปร์มองเห็นการมาถึงของยุค AI แต่เนิ่นๆ และได้สร้าง “AI Apprenticeship Programme (AIAP)” ที่ได้รับทุนจากรัฐบาลแล้วในปี 2017 โปรแกรมเข้มข้น 6-9 เดือนนี้ผู้เข้าร่วมได้รับเงินเดือนขณะทำโปรเจกต์จริงในภาคอุตสาหกรรม มีอัตราการจ้างงานที่น่าทึ่งมากกว่า 90% และได้ฝึกอบรมวิศวกร AI ระดับสูงที่พร้อมใช้งานทันทีมากกว่า 400 คน

มาเลเซียจัดทำ “National AI Roadmap (AI-Rmap) 2021-2025” ที่ครอบคลุม และกำหนดเสาหลักเชิงกลยุทธ์ที่ชัดเจนเช่นการพัฒนาบุคลากร ธรรมาภิบาล และการพัฒนาโครงสร้างพื้นฐาน นอกจากนี้ยังจัดตั้ง “National AI Office (NAIO)” เป็นหน่วยงานกลางที่ขับเคลื่อนโมเดล “quadruple helix” ที่รัฐบาล อุตสาหกรรม สถาบันการศึกษา และสังคมร่วมมือกัน

เมื่อเปรียบเทียบกับไทย ความแตกต่างในแนวคิดกลยุทธ์เห็นได้ชัดเจน กลยุทธ์ของสิงคโปร์คือ “มุ่งเน้นบุคลากร” และ “เน้นการดำเนินการ” กลยุทธ์ของมาเลเซียคือ “ครอบคลุม” และ “รวมศูนย์” ในทางตรงกันข้าม แนวทางของไทยต้องประเมินว่าเป็น “แบบแยกส่วน” และ “เชิงรับ”

การขาดกลยุทธ์ระดับชาติที่สอดคล้องและได้รับทุนอย่างเพียงพอคือสาเหตุพื้นฐานที่ไทยล้าหลังจากประเทศเพื่อนบ้าน ขณะที่สิงคโปร์และมาเลเซียกำลังสร้างทุนมนุษย์และทุนสถาบันที่จำเป็นสำหรับยุค AI อย่างกระตือรือร้น ความก้าวหน้าของไทยถูกมอบให้กับความพยายามช่วยเหลือตนเองของแต่ละบริษัท

แนวทางที่บริษัทควรดำเนินการ

บริษัทควรให้ความสำคัญสูงสุดกับการยกระดับความรู้ AI ของผู้บริหาร คณะกรรมการและผู้บริหารระดับสูงจำเป็นต้องได้รับการอบรมเชิงลึกเพื่อทำความเข้าใจความสำคัญเชิงกลยุทธ์ของ AI เกินกว่ามุมมองการลดต้นทุน

สำคัญที่จะต้องหลุดพ้นจากการติดตาม use case แต่ละรายการ และสร้างกลยุทธ์ AI ทั่วทั้งองค์กรที่ชัดเจนที่เชื่อมโยงการลงทุนเทคโนโลยีกับเป้าหมายธุรกิจหลัก ควรจัดทำเส้นทางอาชีพที่พนักงานที่มีอยู่สามารถเปลี่ยนไปสู่บทบาทที่เกี่ยวข้องกับ AI และลงทุนอย่างจริงจังในโปรแกรม Upskilling และ Reskilling ภายในองค์กร

AI มีศักยภาพที่จะนำผลประโยชน์มหาศาลมาสู่เศรษฐกิจไทย การประเมินหนึ่งระบุว่า AI จะสร้างมูลค่า 2.6 ล้านล้านบาทต่อเศรษฐกิจไทยภายในปี 2030 และหากนำมาใช้อย่างมีประสิทธิภาพอาจผลักดัน GDP ขึ้นอย่างมาก ผ่านการส่งเสริมนวัตกรรม การเพิ่มผลิตภาพ และการสร้างโมเดลธุรกิจใหม่ AI สามารถเป็นเครื่องยนต์ที่ทรงพลังสำหรับไทยที่จะหลุดพ้นจาก “กับดักรายได้ปานกลาง”

แต่ไม่มีการรับประกันว่าผลประโยชน์จะกระจายอย่างเท่าเทียมทั่วทั้งสังคม ช่องว่างระหว่างบริษัทและภาคส่วนที่ก้าวหน้าซึ่งสามารถนำเทคโนโลยี AI มาใช้ กับบริษัทแบบดั้งเดิมและแรงงานส่วนใหญ่ที่ถูกทิ้งไว้ข้างหลังอาจขยายตัวมากขึ้น BKK IT News เชื่อว่าตอนนี้คือเวลาที่บริษัทควรทำงานด้านการลงทุนบุคลากรและการทำให้กลยุทธ์ AI ชัดเจน

ลิงก์บทความอ้างอิง