เศรษฐกิจ-บทวิจัยเศรษฐกิจ
SCB EIC วิเคราะห์ "Generative AI ตัวช่วยยกศักยภาพ SMEs ไทย"


Artificial Intelligence เส้นทางสู่การยกศักยภาพธุรกิจไทย

เทคโนโลยีดิจิทัลในโลกก้าวหน้าอย่างรวดเร็ว โดยเฉพาะ Generative AI (หรือ Gen AI) ซึ่งการนำเอาเทคโนโลยีเหล่านี้มาใช้ก่อให้เกิดประโยชน์มากมาย โดยเฉพาะการพัฒนาเศรษฐกิจและเพิ่มศักยภาพให้ธุรกิจ Goldman Sachs Intelligence (2023) พบว่า Generative AI สามารถเพิ่มมูลค่า GDP โลกได้ถึง 7 ล้านล้านดอลลาร์สหรัฐภายใน 10 ปี คิดเป็น 7% ของ GDP โลก ปี 2023 ส่วนหนึ่งเพราะเพิ่มผลิตภาพแรงงานถึง 1.5% ภายใน 10 ปี 
 
สำหรับประเทศไทย หากสามารถปลดล็อกข้อจำกัดของทุกภาคส่วนให้พร้อมใช้งาน Gen AI ได้ SCB EIC ประเมินว่า Gen AI มีศักยภาพที่จะยกระดับ GDP ไทยได้ถึง 5.9% ภายในปี 2030 ส่วนหนึ่งเพราะจะช่วยเพิ่มผลิตภาพแรงงานไทยได้มากถึง 7.3% ภายในปี 2030 โดยพบความสัมพันธ์เชิงบวกระหว่างผลิตภาพรวมกับสัดส่วนค่าใช้จ่ายที่เกี่ยวข้องกับการใช้งาน Gen AI ของธุรกิจ เช่น ค่าใช้จ่ายด้านการขายและการตลาด การวิจัยและพัฒนา ระบบคอมพิวเตอร์ และการใช้งานโทรคมนาคม 
 
ความพร้อมของภาคธุรกิจไทยต่อการใช้ Generative AI ผ่านเลนส์ SMEs
 
SCB EIC ได้สำรวจมุมมองผู้ประกอบการ SMEs และการสัมภาษณ์เชิงลึก พบว่า 
 
1. ความพร้อม : ธุรกิจ SMEs ยังใช้งาน Gen AI ไม่ถึงครึ่งของจำนวนผู้ประกอบการที่ตอบแบบสำรวจ สำหรับกลุ่มที่เริ่มใช้งานแล้วกระจายอยู่ในภาคการผลิตและการบริการ โดยเฉพาะงานด้านการตลาดและการขาย สำหรับธุรกิจที่ไม่ค่อยพร้อม ยังกังวลในด้านความปลอดภัยของข้อมูลและความถูกต้องของผลลัพธ์ และยังขาดความพร้อมในด้านกฎระเบียบที่เกี่ยวข้องกับการใช้งาน AI และความพร้อมของบุคลากร 
 
2. การปรับตัว : ธุรกิจเกือบ 90% เห็นประโยชน์ Gen AI ในเชิงธุรกิจ แต่ต้องใช้เวลาปรับตัว 2-5 ปี โดยคาดว่าจะใช้ AI ทดแทนพนักงานบางส่วน โดยเฉพาะธุรกิจที่เน้นการวิเคราะห์ข้อมูล เช่น การขนส่ง การเงินและประกันภัย โดยมีแผนลงทุนเพิ่มทักษะพนักงานในการใช้งาน Gen AI ส่งเสริมการตลาดและการขาย
 
3. การสนับสนุนจากภาครัฐ : ธุรกิจส่วนใหญ่มองว่าภาครัฐยังสนับสนุนไม่เพียงพอ โดยเฉพาะนโยบายความปลอดภัยข้อมูล และการพัฒนาความพร้อมของทักษะแรงงาน 
 
4. การมีมุมมองที่ต่างกันระหว่างธุรกิจที่เคยและไม่เคยใช้ Gen AI : สำหรับธุรกิจที่ไม่เคยใช้ Gen AI ส่วนมากเพราะยังขาดความพร้อมด้านทักษะแรงงานและความเข้าใจในเทคโนโลยี รวมมีความกังวลต่อความเสี่ยงจากการใช้งาน เช่น ความปลอดภัยของข้อมูล และเสถียรภาพของระบบ จึงคาดหวังให้ภาครัฐเข้ามามีบทบาทในการวางกฎเกณฑ์การและขอบเขตการใช้งานให้ชัดเจน สำหรับธุรกิจที่ใช้งาน Gen AI อยู่แล้ว เห็นถึงความจำเป็นต่อการปรับตัวภายใต้ Digital transformation จึงค่อนข้างเชื่อมั่นในประสิทธิภาพและความปลอดภัยของเทคโนโลยีใหม่ แต่ยังมีความกังวลการแข่งขันจากผู้ประกอบการรายใหญ่
 
นัยของการใช้งาน Generative AI ต่อการยกศักยภาพ SMEs ไทย
 
ผลสำรวจผู้ประกอบการ SMEs ของ SCB EIC ข้างต้น สะท้อนความพร้อมและความสามารถในการปรับตัวของ SMEs เพื่อรองรับการใช้งาน Gen AI ที่ยังมีข้อจำกัด และต้องใช้เวลาหลายปีกว่าจะใช้ประโยชน์ภายในธุรกิจได้ จึงจำเป็นที่จะต้องมีแนวนโยบายส่งเสริมความรู้ความเข้าใจและความมั่นใจในการใช้งาน Gen AI โดยเฉพาะการสร้างระบบนิเวศที่จะเอื้อให้ธุรกิจ SMEs สามารถใช้งานได้อย่างปลอดภัยและลดต้นทุนการเข้าถึงได้ ขณะที่ธุรกิจ SMEs สามารถเร่งปรับตัวให้ใช้ประโยชน์ Gen AI ในเชิงธุรกิจได้มากขึ้น ภายใต้กระแสการปรับตัวทางธุรกิจต่อเทรนด์ใหม่ทางเทคโนโลยีนี้ที่กำลังเกิดขึ้นอย่างรวดเร็ว 
 
“การผสานระหว่างเทคโนโลยี Generative AI และนโยบายที่มุ่งเน้นการพัฒนาอย่างยั่งยืนจะไม่เพียงแต่ช่วยให้ภาคธุรกิจ โดยเฉพาะ SMEs ไทยสามารถปรับตัวเข้ากับการเปลี่ยนแปลงในยุคดิจิทัล แต่ยังสร้างโอกาสใหม่ให้กับธุรกิจในโลกที่เปลี่ยนไปอย่างรวดเร็ว โดยความสำเร็จในระยะยาวจะเกิดได้ขึ้นอยู่กับความร่วมมือระหว่างภาครัฐ ภาคเอกชน และ SMEs เองในการเปิดรับและใช้งานเทคโนโลยีเพื่อขับเคลื่อนเศรษฐกิจของประเทศ ด้วยการวางแผนและการดำเนินการที่สอดคล้องกัน Generative AI จะกลายเป็นแรงขับเคลื่อนสำคัญที่ทำให้ SMEs ไทยก้าวสู่การเป็นผู้เล่นสำคัญในตลาดโลกได้อย่างภาคภูมิ” (ย่อหน้าส่งท้าย created by ChatGPT)

Artificial Intelligence เส้นทางสู่การเพิ่มศักยภาพธุรกิจไทย
 
ปัญญาประดิษฐ์ (Artificial Intelligence) หรือ AI เป็นวิวัฒนาการทางเทคโนโลยีที่มุ่งสร้างความฉลาดเทียมให้กับสิ่งไม่มีชีวิต โดยพัฒนาจากองค์ความรู้ด้านไอทีและวิศวกรรม มาผนวกเข้ากับองค์ความรู้อื่น ๆ เช่น ภาษาศาสตร์ จิตวิทยา และชีววิทยา ให้สิ่งไม่มีชีวิตนั้น ๆ สามารถคิด วิเคราะห์ และแก้ปัญหาแทนมนุษย์ได้ สำหรับ Generative AI หรือ “Gen AI” เป็น AI ที่ถูกออกแบบมาให้มีความสามารถเฉพาะในการ “สร้างใหม่” จากชุดข้อมูลเดิมที่มีอยู่ โดยอาศัยอัลกอริทึมแบบ Generative model สามารถใช้งานได้หลากหลาย อาทิ ประมวลผลข้อความ สร้างภาพ สร้างวิดีโอเคลื่อนไหว สร้างเสียงเพลง และสร้างโคดเขียนโปรแกรมคอมพิวเตอร์ (Coding) 
 
ในปัจจุบันมีการใช้ AI ช่วยเพิ่มประสิทธิภาพของกิจกรรมทางเศรษฐกิจหลายทาง ทั้งการใช้งานในภาคเกษตร ภาคอุตสาหกรรม และภาคบริการ เช่น 
 
1. การเกษตรแม่นยำ (Precision farming) สามารถเพิ่มผลผลิตได้ โดยใช้หุ่นยนต์ในกระบวนการหว่านเมล็ดและปลูกต้นกล้าด้วยเทคโนโลยี AI และ Computer vision ซึ่งจะช่วยให้การเพาะปลูกรวดเร็ว แม่นยำ หรือการใช้โดรนและยูเอวี (Unmanned Aerial Vehicle : UAVs) ในกระบวนการเพาะปลูกจะช่วยลดเวลา หรือใช้เพิ่มสารอาหารให้พืช ซึ่งจะช่วยลดต้นทุนในการเพาะปลูก หรือการใช้ระบบ IoT (Internet of Things) ตรวจสอบข้อมูลแบบเรียลไทม์ เพื่อคำนวณการใช้น้ำให้กับพืชแต่ละชนิด ซึ่งจะช่วยลดการสูญเสียของน้ำได้ รวมถึงการตรวจสอบย้อนกลับ (Traceability) ผลผลิต โดยใช้ Blockchain ซึ่งจะช่วยเพิ่มความปลอดภัยในการผลิตอาหารตลอดห่วงโซ่การผลิตได้
 
2. การผลิตโดยใช้หุ่นยนต์เป็นผู้ช่วย Collaborative robots (Cobots) ผลิตภาพของหุ่นยนต์จะเพิ่มขึ้นมากเมื่อได้ทำงานร่วมกับมนุษย์ เพราะจะช่วยลดข้อผิดพลาด ลดค่าใช้จ่ายในการดำเนินงาน รักษาเวลาส่งมอบ และเพิ่มความปลอดภัยในกระบวนการทำงาน ตลอดจนสามารถนำไปสู่การบำรุงรักษาเชิงคาดการณ์  (Predictive maintenance)  ในรูปแบบ “รู้ก่อน ย่อมดีกว่า” ซึ่งจะช่วยลดค่าใช้จ่ายในการบำรุงรักษา ลดเวลาการหยุดเครื่องจักร ยืดอายุการใช้งานอุปกรณ์ รวมถึงการสร้างฐานข้อมูลเพื่อการตรวจสอบ
 
3. การใช้หุ่นยนต์ในภาคบริการ เช่น เป็นพนักงานต้อนรับในรูปแบบ AI-enabled Chatbots หรือ Check-In ซึ่งจะช่วยสร้างปฏิสัมพันธ์กับลูกค้าได้เร็วและลดเวลารอคอย โดยอาศัยฐานข้อมูล อาทิ Frequently Asked Questions เพื่อเตรียมคำถามและคำตอบล่วงหน้า ซึ่งจะสามารถจัดเก็บข้อมูลเพื่อเข้าใจแนวโน้มพฤติกรรมลูกค้า และให้บริการตอบโจทย์ลูกค้าได้มากขึ้น
 
แม้การนำ AI มาปรับใช้ในกระบวนการผลิตจะมีประโยชน์มาก แต่ก็ยังมีข้อจำกัดในการใช้งาน เพราะ AI ประเภทนี้สามารถเรียนรู้ได้จากแบบแผนในชุดข้อมูลเดิมเท่านั้น แต่ยังไม่สามารถสร้างข้อมูลชุดใหม่ได้ จึงเกิดการพัฒนา Gen AI ขึ้น ให้สามารถเรียนรู้แบบแผนในชุดข้อมูลเดิมเพื่อนำไปสร้างข้อมูลชุดใหม่ ตอบสนองความต้องการของผู้ใช้งานให้ดีขึ้นได้ 
 
เทคโนโลยี Gen AI จึงเติบโตอย่างก้าวกระโดดและได้รับความนิยมเป็นอย่างมาก โดยเฉพาะ ChatGPT ที่บริษัท OpenAI พัฒนาขึ้นในเดือนพฤศจิกายน 2023 เพราะ Gen AI สามารถตอบคำถามทุกรูปแบบและทุกหัวข้อได้อย่างรวดเร็ว นอกจากนี้ ยังมีการพัฒนา Gen AI รูปแบบอื่น ๆ ขึ้นอีก เพื่อตอบสนองการใช้งานที่หลากหลายมากขึ้น เช่น DALL-E ที่พัฒนาโดยบริษัท OpenAI สามารถสร้างรูปภาพตามคำสั่งของผู้ใช้งานได้ การพัฒนาเทคโนโลยี Gen AI ขึ้นมาในโลกจึงเป็นการเปิดโอกาสให้ทุกภาคส่วน เช่น ภาคธุรกิจ ภาครัฐ และภาคครัวเรือน สามารถประยุกต์ใช้ AI ได้อย่างกว้างขวาง เพื่อเพิ่มผลิตภาพการทำงานอย่างก้าวกระโดด และตอบโจทย์การใช้ประโยชน์ในกิจกรรมทางเศรษฐกิจได้หลากหลาย 
 
อย่างไรก็ดี แม้เทคโนโลยี Gen AI จะมีศักยภาพสูงในการนำไปใช้สร้างประโยชน์ต่อภาคส่วนต่าง ๆ แต่หากผู้ใช้ขาดความพร้อมในการใช้งานภายใต้องค์ประกอบแวดล้อมที่เหมาะสม การใช้งานเทคโนโลยีใหม่อาจได้ประโยชน์ไม่เต็มประสิทธิภาพ ดังนั้น การเตรียมความพร้อมเพื่อรองรับการเปลี่ยนแปลงด้านเทคโนโลยีเรื่องนี้จึงเป็นสิ่งจำเป็น โดยเฉพาะภาคธุรกิจ ซึ่งธุรกิจขนาดใหญ่หรือ SMEs จะมีพื้นฐานความพร้อมและข้อจำกัดในการใช้งาน AI แตกต่างกัน จึงมีความสามารถที่จะประยุกต์ใช้ประโยชน์จากเทคโนโลยีใหม่นี้แตกต่างกันด้วย
 
งานวิจัยนี้ต้องการศึกษาถึงศักยภาพและผลกระทบของเทคโนโลยี Gen AI ต่อการพัฒนาเศรษฐกิจไทย ทั้งในระดับเศรษฐกิจมหภาคและระดับจุลภาคเพื่อประเมินความพร้อมของภาคธุรกิจไทย โดยเจาะลึกธุรกิจ SMEs รวมถึงความช่วยเหลือที่ SMEs ต้องการจากภาครัฐ เพื่อยกระดับให้ภาคธุรกิจไทยทั้งขนาดใหญ่และเล็ก สามารถนำเทคโนโลยีใหม่มาเพิ่มศักยภาพทางธุรกิจได้ทั่วถึงมากขึ้น 

Generative AI จะช่วยเพิ่มศักยภาพเศรษฐกิจได้แค่ไหน
 
การศึกษาประโยชน์ของ Gen AI ต่อเศรษฐกิจโดยรวม ประเมินจากมูลค่าเพิ่มทางเศรษฐกิจที่ได้จากการเพิ่มประสิทธิภาพปัจจัยการผลิต เช่น แรงงาน โดย Goldman Sachs Intelligence (2023) ประเมินว่า Gen AI จะช่วยสร้างมูลค่าเพิ่มให้เศรษฐกิจโลกได้มากกว่า 7%  หรือราว 7 ล้านล้านดอลลาร์สหรัฐ ภายใน 10 ปี ผ่านกระบวนการทำงานอัตโนมัติและการลดจำนวนชั่วโมงทำงานลงได้มากถึง 60-70% ซึ่งจะส่งผลให้ผลิตภาพแรงงานเพิ่มขึ้นได้ถึง 1.5% ภายใน 10 ปี สำหรับประเทศสหรัฐอเมริกาจะได้ประโยชน์มากสุดถึง 0.5%-0.9% ต่อปีภายในปี 2030  (รูปที่ 1) 

รูปที่ 1 : โอกาสของ Gen AI ในการเพิ่มมูลค่าเศรษฐกิจโลก
 
 
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากข้อมูลของ Goldman Sachs Intelligence, IMF และ
 
McKinsey Michael Chui et al. (2023)  พบว่า 75% ของมูลค่าเพิ่มทางเศรษฐกิจเกิดจากการประยุกต์ใช้ Gen AI เพิ่มผลิตภาพแรงงานในแต่ละสาขาธุรกิจ โดยเฉพาะ 4 ลักษณะงานนี้ ได้แก่
 
1. งานลูกค้าสัมพันธ์ ผ่านการสร้างโปรแกรม Chatbot สื่อสารกับลูกค้าได้คล้ายมนุษย์ หรือเป็นเครื่องมือช่วยให้พนักงานดูแลลูกค้าสัมพันธ์สามารถประมวลผลข้อมูลต่าง ๆ ได้อย่างรวดเร็วและครบถ้วน
 
2. งานขายและการตลาด Gen AI สามารถช่วยให้ผู้ใช้งานประมวลผลข้อมูลที่มีความซับซ้อนสำหรับการออกแบบกลยุทธ์ด้านการตลาดและการขายที่มีประสิทธิภาพและตรงความต้องการของลูกค้าแต่ละกลุ่มได้ 
 
3. งานออกแบบและพัฒนาซอฟต์แวร์ Gen AI ช่วยประมวลผลข้อมูลเพื่อใช้พัฒนาโปรแกรมต่างๆ ภายในบริษัท และช่วยออกแบบโครงสร้างการเขียนคำสั่งสำหรับการตรวจสอบรักษาคุณภาพของโปรแกรมคอมพิวเตอร์
 
4. งานวิจัยและพัฒนา Gen AI สามารถช่วยค้นคว้าและพัฒนางานวิจัย การออกแบบ และตรวจสอบผลิตภัณฑ์ได้
รูปที่ 2 : โอกาสของ Gen AI ในการเพิ่มมูลค่าเศรษฐกิจไทยในสาขาธุรกิจต่าง ๆ
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากข้อมูลของสำมะโนอุตสาหกรรม ธุรกิจการค้า และบริการ ของ สสช. และข้อมูลบัญชีประชาชาติของ สศช.
 
สำหรับประเทศไทย SCB EIC ศึกษาผลกระทบของ Gen AI ต่อการเพิ่มมูลค่า GDP ไทยผ่าน 3 ขั้นตอน ได้แก่ 
 
1) ประมาณการปัจจัยพื้นฐานของธุรกิจในระดับบริษัทและระดับอุตสาหกรรมที่จะเชื่อมโยงกับการนำเทคโนโลยี Gen AI มาใช้ประโยชน์ได้ 2) คำนวณผลิตภาพรวม (Total factor productivity) ในระดับบริษัทและระดับอุตสาหกรรม และ 3) ประเมินผลบวกต่อมูลค่าเพิ่มทางเศรษฐกิจในระดับอุตสาหกรรมและระดับประเทศของไทย โดยอ้างอิงจากผลการศึกษาของ Michael Chui et al. (2023) ทั้งนี้งานศึกษาในส่วนนี้ใช้ฐานข้อมูลระดับธุรกิจรวม 17,610 บริษัท จากข้อมูลสำมะโนอุตสาหกรรม ธุรกิจการค้า และการบริการของสำนักงานสถิติแห่งชาติปี 2022 และข้อมูลบัญชีประชาชาติของสำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติปี 2022 
 
ผลศึกษาประโยชน์ของ Gen AI ต่อ GDP ไทย สรุปได้ 3 ประเด็น ดังนี้
 
1) หากประเทศไทยสามารถปลดล็อกข้อจำกัดของทุกภาคส่วนให้พร้อมใช้งาน Gen AI ได้ เทคโนโลยีใหม่นี้มีศักยภาพที่จะยกระดับเศรษฐกิจไทยได้ถึง 5.9% และเพิ่มผลิตภาพแรงงานไทยมากถึง 7.3% ภายในปี 2030 โดยเฉพาะธุรกิจค้าส่งค้าปลีก การผลิตอาหาร และการผลิตปิโตรเลียม (รูปที่ 2)
 
2)สัดส่วนค่าใช้จ่ายที่เกี่ยวข้องกับการใช้ Gen AI ต่อรายได้กับผลิตภาพรวม (Total Factor Productivity : TFP) มีความสัมพันธ์เชิงบวกในระดับอุตสาหกรรม (TSIC 2-digit) ดังรูปที่ 3 โดยโครงสร้างค่าใช้จ่ายทางธุรกิจใน 4 ลักษณะงานที่จะเอื้อให้เกิดการใช้ประโยชน์ Gen AI ได้มาก ได้แก่ การขายและการตลาด การวิจัยและพัฒนา ระบบคอมพิวเตอร์และเทคโนโลยีสารสนเทศ และการใช้งานโทรคมนาคม 
รูปที่ 3 : ความสัมพันธ์ระหว่างสัดส่วนค่าใช้จ่ายที่เกี่ยวข้องกับการใช้งาน Gen AI ต่อรายได้ และผลิตภาพรวมของ 27 กิจกรรมอุตสาหกรรมและบริการไทย (ขนาดวงกลมแสดงมูลค่าเพิ่ม)
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากข้อมูลของสำมะโนอุตสาหกรรม ธุรกิจการค้าและบริการ ของสำนักงานสถิติแห่งชาติ (สสช.) และข้อมูลรายได้ประชาชาติของ สศช.
 
3) ภาคธุรกิจไทยที่มีสัดส่วนโครงสร้างค่าใช้จ่ายเอื้อให้เกิดการใช้ประโยชน์ Gen AI สูง พบทั้งในภาคอุตสาหกรรมและบริการ สำหรับภาคอุตสาหกรรม กลุ่มธุรกิจอันดับต้น ๆ ได้แก่ กระดาษ เคมี เวชภัณฑ์ วิศวกรรมและสถาปัตยกรรม (รูปที่ 4) สำหรับภาคบริการ กลุ่มธุรกิจอันดับต้น ๆ ได้แก่ โรงแรม ภาพยนตร์ โปรแกรมคอมพิวเตอร์ การเงิน วิจัยการตลาด ท่องเที่ยว การศึกษา สาธารณสุขและการกีฬา  (รูปที่ 5)
รูปที่ 4 : สัดส่วนค่าใช้จ่ายที่เกี่ยวข้องกับการใช้ประโยชน์ Gen AI ของธุรกิจอุตสาหกรรมไทย
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากข้อมูลของสำมะโนอุตสาหกรรม ของ สสช. 
 
การใช้งาน Gen AI ในภาคธุรกิจแต่ละสาขานั้นจะเป็นประโยชน์มากต่อแรงงานและผู้ประกอบการ สำหรับแรงงาน แม้จะไม่เคยมีพื้นฐานความรู้ด้านการเขียนโปรแกรมหรือวิทยาศาสตร์คอมพิวเตอร์มาก่อน ก็จะสามารถใช้งาน AI สร้างเนื้อหาใหม่ ๆ ขึ้นมาได้จากชุดข้อมูลเดิมที่มี และส่งให้ Gen AI เรียนรู้และสร้างเนื้อหาใหม่มาให้ในชั้นต้น ทั้งในส่วนของงานที่อาศัยทักษะทั่วไปและงานที่ต้องอาศัยทักษะเฉพาะทาง 
อย่างไรก็ดี ผู้ประกอบการจะสามารถใช้ประโยชน์ Gen AI ภายในองค์กรได้อย่างมีประสิทธิภาพจำเป็นต้องมีโครงสร้างพื้นฐานขององค์กรรองรับ ทั้งในส่วนของการตลาด การวิจัยและพัฒนา การจัดการข้อมูลและประมวลผลบนระบบคลาวด์เทคโนโลยี ตลอดจนการใช้งานด้านโทรคมนาคมอย่างเป็นระบบ ในช่วงที่ผ่านมาสถานประกอบการขนาดใหญ่จำนวนมากเริ่มใช้งาน Gen AI ในวงกว้างแล้ว ขณะที่ผู้ประกอบการ SMEs มีทรัพยากรจำกัดในการลงทุนสร้างความพร้อมดังกล่าว ตลอดจนอาจมีความกังวลต่อการใช้งานเทคโนโลยี การเข้าถึงและการใช้งาน Gen AI 
 
งานศึกษานี้จะมุ่งทำความเข้าใจการเตรียมพร้อมและข้อจำกัดของ SMEs ไทย ซึ่งนับเป็นความท้าทายสำคัญที่ภาครัฐจะช่วยปลดล็อกได้ เพื่อให้ภาคธุรกิจไทยได้รับผลประโยชน์จาก Gen AI ได้ทั่วถึงมากขึ้น  
รูปที่ 5 : สัดส่วนค่าใช้จ่ายที่เกี่ยวข้องกับการใช้ประโยชน์ Gen AI ของธุรกิจบริการไทย 
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากข้อมูลของสำมะโน ธุรกิจการค้า และบริการ ของ สสช.

ความพร้อมของภาคธุรกิจไทยต่อการใช้ Gen AI ผ่านเลนส์ SMEs
 
การเข้ามาของเทคโนโลยี Gen AI นับเป็นโอกาสดีที่ทุกภาคส่วนจะผลักดันให้เกิดการนำไปใช้เป็นวงกว้างเพื่อประโยชน์ต่อเศรษฐกิจโดยรวมดังที่กล่าวไปข้างต้น อย่างไรก็ดี การประยุกต์ใช้เทคโนโลยีใหม่ได้เต็มประสิทธิภาพต้องอาศัยการเตรียมความพร้อมรับมือกับการเปลี่ยนแปลงที่เกิดขึ้นอย่างรวดเร็วได้ คำถามสำคัญคือ ในปัจจุบันประเทศไทยมีความพร้อมแค่ไหน ทั้งภาครัฐ ภาคเอกชน และแรงงานไทย และได้เตรียมแผนรับมือกับการเปลี่ยนแปลงของเทคโนโลยี Generative AI ที่จะส่งผลกระทบทั่วโลกรุนแรงขึ้นกว่าเทคโนโลยียุคก่อน ๆ ทั้งในมิติขนาดและความเร็วได้อย่างไร
 
SCB EIC ได้ทำการสำรวจข้อมูลความพร้อม การปรับตัว และความต้องการสนับสนุนของภาครัฐต่อการใช้ Generative AI ของผู้ประกอบการธุรกิจขนาดกลางและขนาดย่อม (SMEs) ครอบคลุมหลากหลายสาขาธุรกิจ ในช่วงวันที่ 18 - 25 เมษายน 2024 โดยมีจำนวนผู้ประกอบการ SMEs ร่วมตอบแบบสอบถามทั้งสิ้น 124 ราย ประกอบกับผลสำรวจจากการประชุมกลุ่มย่อย (Focus group) ผ่านการสัมภาษณ์เชิงลึกผู้ประกอบการเหล่านี้ 12 ราย ผลสำรวจสรุปได้ 3 มิติ ดังนี้
 
1. ความพร้อมของธุรกิจ SMEs 
 
การนำเอา Gen AI มาใช้งานในกลุ่มธุรกิจ SMEs ยังมีไม่ถึงครึ่ง คิดเป็นเพียงกว่า 40% ของจำนวนผู้ประกอบการที่ตอบแบบสำรวจ แม้เทคโนโลยี Generative AI จะถูกพูดถึงกันอย่างแพร่หลายทำให้ภาคธุรกิจไทยเริ่มรู้จัก Gen AI และใช้งานมากขึ้นแล้ว ซึ่งผู้ประกอบการ SMEs ที่เริ่มใช้งาน Gen AI ส่วนมากอยู่ในธุรกิจอุตสาหกรรมการผลิตและการขายส่งขายปลีกมากที่สุด มีสัดส่วนราว 26% และ 19% ตามลำดับ โดยการนำ Generative AI มาใช้นั้นส่วนมากเน้นใช้งานเพื่อเพิ่มความสามารถในการค้นหาความคิดใหม่ ๆ ที่เกี่ยวข้องกับการดำเนินธุรกิจและเกี่ยวข้องกับการใช้ข้อมูล  เช่น การค้นคว้าหาข้อมูลเพิ่มเติม การวิเคราะห์และตรวจสอบความถูกต้องของข้อมูล (รูปที่ 7)
 
ในภาพรวม ผลสำรวจพบว่าภาคธุรกิจไทยยังมีความพร้อมไม่มากนักต่อการมาถึงของเทคโนโลยี Generative AI โดยเฉพาะความพร้อมด้านกฎระเบียบที่เกี่ยวข้องและความพร้อมของบุคลากร ซึ่งเป็นปัญหาหลักต่อความพร้อมในการใช้งานของธุรกิจ SMEs สะท้อนช่องว่างเกี่ยวกับแนวปฏิบัติ กรอบแนวทาง และกฎระเบียบด้านการใช้งาน AI ตลอดจนการขาดบุคลากรเชี่ยวชาญเฉพาะด้าน AI ในการพัฒนาและการนำไปประยุกต์ใช้ ซึ่งสอดคล้องกับความต้องการของภาคธุรกิจที่ต้องการได้รับการสนับสนุนเพิ่มเติมจากภาครัฐในการช่วยสร้างความพร้อมทั้ง 3 ด้านดังกล่าว (รูปที่ 8)
 
รูปที่ 6 : สัดส่วนและประเภทกิจการของธุรกิจ SMEs ไทยที่นำ Gen AI มาใช้งานแล้ว
 
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากผลสำรวจ “ความพร้อมของธุรกิจต่อการใช้ Generative AI” โดย SCBX x SCB EIC 18-25 เม.ย. 2024
 
รูปที่ 7 : ลักษณะงานและวัตถุประสงค์การใช้งาน Gen AI ของ SMEs ไทย
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากผลสำรวจ “ความพร้อมของธุรกิจต่อการใช้ Generative AI” โดย SCBX x SCB EIC 18-25 เม.ย. 2024
 
รูปที่ 8 : ความพร้อมในการใช้งาน Gen AI ของ SMEs ไทย
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากผลสำรวจ “ความพร้อมของธุรกิจต่อการใช้ Generative AI” โดย SCBX x SCB EIC 18-25 เม.ย. 2024
 
2. การปรับตัวของธุรกิจ SMEs 
 
แม้ SMEs ไทยมากกว่าครึ่งหนึ่งยังไม่ค่อยพร้อมต่อการมาถึงของเทคโนโลยี Gen AI แต่เกือบ 90% มองว่า Gen AI จะมีประโยชน์ต่อบริษัทในอนาคต โดยเฉพาะธุรกิจอุตสาหกรรมการผลิตและการขายส่งขายปลีก และอีกส่วนหนึ่งกำลังพยายามหาวิธีการปรับตัวเพื่อเปิดรับการเข้ามาถึงของเทคโนโลยีนี้อยู่ อย่างไรก็ดี ผลสำรวจพบว่าธุรกิจไทยมีมุมมองว่าอาจต้องใช้เวลาในการปรับตัว เกือบครึ่งหนึ่งมองว่าอาจจะต้องใช้เวลาอย่างน้อย 2 - 5 ปีในการปรับตัวเพื่อให้สามารถใช้ Gen AI ได้อย่างมีประสิทธิภาพ สะท้อนความสามารถในการปรับตัวของภาคธุรกิจไทยที่ยังเป็นไปได้ช้า และอาจไม่ทันต่อการเปลี่ยนแปลงของเทคโนโลยีในโลกที่กำลังเกิดขึ้นอย่างรวดเร็ว (รูปที่ 9)
 
ธุรกิจ SMEs ยังเล็งเห็นโอกาสในการใช้ Gen AI ทดแทนพนักงานบางส่วน โดยเฉพาะกลุ่มธุรกิจที่เน้นใช้การวิเคราะห์ข้อมูลในการดำเนินงานสูง เช่น การขนส่ง การเงินและการประกันภัย สอดคล้องกับผลการศึกษาข้างต้นที่พบว่า ธุรกิจประเภทนี้มีความพร้อมและเริ่มปรับตัวนำ Gen AI มาใช้งานมากกว่าธุรกิจประเภทอื่น (รูปที่ 10) จึงเห็นได้ว่าธุรกิจส่วนมากมีแผนการลงทุน Gen AI เพื่อมุ่งเพิ่มทักษะพนักงานและการใช้งานภายในองค์กร โดยเฉพาะด้านการตลาด
และการขาย (รูปที่ 11)
 
รูปที่ 9 : มุมมอง SMEs ต่อการใช้ประโยชน์ Gen AI ในอนาคตและระยะเวลาในการปรับตัว
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากผลสำรวจ “ความพร้อมของธุรกิจต่อการใช้ Generative AI” โดย SCBX x SCB EIC 18-25 เม.ย. 2024
 
รูปที่ 10 : มุมมอง SMEs ต่อการใช้ Gen AI ทดแทนพนักงานบางส่วน
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากผลสำรวจ “ความพร้อมของธุรกิจต่อการใช้ Generative AI” โดย SCBX x SCB EIC 18-25 เม.ย. 2024
 
รูปที่ 11 : แผนการลงทุนใน Gen AI ของธุรกิจ SMEs ไทย
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากผลสำรวจ “ความพร้อมของธุรกิจต่อการใช้ Generative AI” โดย SCBX x SCB EIC 18-25 เม.ย. 2024
 
3. ความต้องการการสนับสนุนจากภาครัฐ
 
แม้ธุรกิจ SMEs จะมองเห็นถึงโอกาสในการนำเอา Gen AI มาใช้เพิ่มศักยภาพในอนาคต แต่ก็มีความกังวลต่อการใช้งาน Gen AI โดยเฉพาะด้านความปลอดภัยของข้อมูลและความถูกต้องของผลลัพธ์ที่ Gen AI สร้างขึ้นมาให้ (รูปที่ 12) ธุรกิจ SMEs ส่วนใหญ่มองว่า ยังมีมาตรการจากภาครัฐเพื่อสนับสนุนการใช้งาน Gen AI ไม่เพียงพอในเกือบทุกมิติ โดยเฉพาะด้านนโยบายความปลอดภัยข้อมูล และการพัฒนาทักษะแรงงาน (รูปที่ 13)
 
รูปที่ 12 : ความเสี่ยงและความกังวลต่อการใช้งาน Gen AI
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากผลสำรวจ “ความพร้อมของธุรกิจต่อการใช้ Generative AI” โดย SCBX x SCB EIC 18-25 เม.ย. 2024
 
รูปที่ 13 : มุมมอง SMEs ต่อการสนับสนุนจากภาครัฐในการใช้งาน Gen AI
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากผลสำรวจ “ความพร้อมของธุรกิจต่อการใช้ Generative AI” โดย SCBX x SCB EIC 18-25 เม.ย. 2024
 
รูปที่ 14 : มุมมองเชิงลึกของกลุ่มผู้ประกอบการ SMEs ที่เคยและไม่เคยใช้ Gen AI
 
 
ที่มา : การวิเคราะห์โดย SCB EIC จากการสัมภาษณ์ผู้ประกอบการ SMEs เชิงลึก 18-25 เม.ย. 2024
 
4. มุมมองเชิงลึกของกลุ่มผู้ประกอบการ SMEs ที่เคยและไม่เคยใช้ Gen AI
 
ผลการสัมภาษณ์ผู้ประกอบการเชิงลึกสามารถจำแนกผู้ประกอบการออกเป็นสองกลุ่ม คือ กลุ่มที่เคยใช้งานและไม่เคยใช้งาน Gen AI โดยผู้ประกอบการ (รูปที่ 14) SMEs ทั้ง 2 กลุ่ม มองว่าเทคโนโลยีนี้จะเข้ามามีบทบาทสำคัญต่อธุรกิจในปัจจุบันและอนาคต แต่ยังมีมุมมองที่แตกต่างกันในด้านความพร้อมในการใช้งาน การปรับตัว ความเชื่อมั่น และการสนับสนุนจากภาครัฐ 
 
• สำหรับกลุ่มผู้ประกอบการ SMEs ที่ไม่เคยใช้ Gen AI ส่วนมากเพราะยังขาดความพร้อมด้านทักษะแรงงานและความเข้าใจในเทคโนโลยี รวมถึงความกังวลต่อความเสี่ยงจากการใช้งาน เช่น ความปลอดภัยของข้อมูลและเสถียรภาพของระบบ จึงคาดหวังให้ภาครัฐเข้ามามีบทบาทในการวางกฎเกณฑ์และขอบเขตการใช้งานให้ชัดเจน
 
• สำหรับกลุ่มผู้ประกอบการ SMEs ที่ใช้งาน Gen AI อยู่แล้ว มองว่าขั้นตอนหลักในการใช้งาน คือ กระบวนการ Digital transformation เพื่อเปลี่ยนแปลงกระบวนการและวิธีการทำงานเดิม เพื่อสร้างรากฐานสำหรับการใช้ Gen AI ยกระดับศักยภาพทางธุรกิจ ผู้ประกอบการกลุ่มนี้ค่อนข้างเชื่อมั่นในประสิทธิภาพและความปลอดภัยของ Generative AI เมื่อเทียบกับกลุ่มที่ไม่เคยใช้ แต่มีความกังวลในมิติของการ Disruption จากการแข่งขันของผู้ประกอบการรายใหญ่ในระดับโลก

นัยของการใช้งาน Gen AI กับการยกระดับศักยภาพ SMEs ไทย
 
มุมมองจากผลสำรวจผู้ประกอบการ SMEs ของ SCB EIC ข้างต้นสะท้อนความพร้อมและความสามารถในการปรับตัวของ SMEs ต่อการใช้ Gen AI ที่ยังมีข้อจำกัดและต้องใช้เวลาอีกหลายปีในการนำ Gen AI มาใช้ประโยชน์ภายในธุรกิจได้ จึงมีความจำเป็นที่จะต้องมีแนวนโยบายส่งเสริมให้เกิดความรู้ความเข้าใจและความมั่นใจในการใช้งาน โดยเฉพาะนโยบายภาครัฐที่จะสร้างระบบนิเวศเอื้อให้ SMEs สามารถเข้าถึงและใช้งานได้อย่างปลอดภัย และลดต้นทุนการเข้าถึงได้ ขณะที่ SMEs เองต้องเร่งปรับตัวให้สามารถใช้ประโยชน์ Gen AI ในเชิงธุรกิจได้มากขึ้น ภายใต้เทรนด์โลกและกระแสการปรับตัวทางธุรกิจที่เกิดขึ้นรวดเร็ว

1) นัยต่อภาครัฐ 
 
1.1 พัฒนากำลังคน ควรมีนโยบายส่งเสริมด้านกำลังคนแบบองค์รวม เพื่อให้คนไทยเข้าถึงความรู้ทักษะพื้นฐานเกี่ยวกับ Gen AI ในวงกว้างและมีความยืดหยุ่นพร้อมรับการเปลี่ยนแปลงทางเทคโนโลยีอย่างรวดเร็ว ทั้งในกลุ่มนักเรียน นักศึกษา และคนทำงานหลากหลายสาขาที่จำเป็นต้องประยุกต์ใช้ AI ในการพัฒนาเพิ่มประสิทธิภาพกระบวนการทำงานในปัจจุบัน
 
1.2 ส่งเสริมการใช้งานของธุรกิจ ควรมีนโยบายสนับสนุน SMEs ให้มีความพร้อมและใช้ประโยชน์จาก Gen AI มากขึ้น ผ่านการออกแบบนโยบายจูงใจให้ SMEs ที่มีความพร้อมเริ่มลงทุนใน Gen AI นโยบายสนับสนุนโครงสร้างพื้นฐานกลางด้านดิจิทัลที่จำเป็น และนโยบายเอื้อให้เกิดถ่ายทอดเทคโนโลยีต่อผู้ประกอบการรายย่อยในห่วงโซ่อุปทาน หรือเกิดการสร้างมูลค่าเพิ่มร่วมกัน เพื่อให้เกิดความคุ้มทุนในระดับอุตสาหกรรมหรือสาขาเศรษฐกิจนั้น ๆ 
 
1.3 พัฒนาโครงสร้างพื้นฐานดิจิทัล ควรมีนโยบายสนับสนุนโครงสร้างพื้นฐานกลางที่จำเป็นต่อการเข้าถึงและใช้งาน Gen AI อย่างปลอดภัยของระบบและข้อมูล ซึ่งธุรกิจ SMEs มีปัจจัยเงินทุนน้อยกว่าธุรกิจขนาดใหญ่ ไม่สามารถลงทุนเพื่อเข้าถึงและสร้างโครงสร้างพื้นฐานองค์กรรองรับ AI ได้อย่างเป็นระบบเต็มที่ เช่น ระบบการจัดการข้อมูลและประมวลผล ระบบคลาวด์เทคโนโลยี ระบบโทรคมนาคม รวมถึงการกำกับดูแลการใช้งาน Gen AI อย่างมีความรับผิดชอบและมีธรรมาภิบาล 
 
2) นัยต่อภาคธุรกิจ การใช้งาน Gen AI อย่างแพร่หลายในวงกว้างทั้งในต่างประเทศและไทย ส่งผลให้ภาคธุรกิจไม่อาจหลีกเลี่ยงการปรับตัวเพื่อรองรับการใช้งานเทคโนโลยีใหม่ให้เกิดประโยชน์อย่างเต็มที่ ภาคธุรกิจจึงควรประเมินความเป็นไปได้ในการวางแผนลงทุนเพื่อนำ AI มาใช้ประโยชน์ในองค์กรในระยะเวลาที่เหมาะสม 
 
โดยเตรียมความพร้อมด้านทักษะบุคลากรให้เรียนรู้และประยุกต์ใช้ Gen AI ได้อย่างเหมาะสมบนพื้นฐาน
การสร้างความเข้าใจร่วมกันของผู้บริหารและพนักงานทุกระดับต่อการเปิดรับ AI ในองค์กร
 
การใช้งาน Gen AI ไม่เพียงแค่ช่วยเพิ่มศักยภาพของธุรกิจผ่านการเพิ่มรายได้ เพิ่มประสิทธิภาพกระบวนการทำงาน และลดต้นทุนในการประกอบธุรกิจเท่านั้น หากประเทศไทยสามารถปลดล็อกข้อจำกัดและสนับสนุนให้ผู้ประกอบการและแรงงานในธุรกิจทุกขนาดทุกสาขา ให้สามารถปรับตัวใช้งานเทคโนโลยีใหม่ตามกระแสโลกได้อย่างทั่วถึง จะช่วยยกระดับศักยภาพทางเศรษฐกิจในภาพรวมได้อีกทาง

สุดท้ายแล้ว “การผสานระหว่างเทคโนโลยี Generative AI และนโยบายภาครัฐที่มุ่งเน้นการพัฒนาอย่างยั่งยืนจะไม่เพียงแต่ช่วยให้ภาคธุรกิจ โดยเฉพาะ SMEs ไทยสามารถปรับตัวเข้ากับการเปลี่ยนแปลงในยุคดิจิทัล แต่ยังสร้างโอกาสใหม่ให้กับธุรกิจในโลกที่เปลี่ยนไปอย่างรวดเร็ว โดยความสำเร็จในระยะยาวจะเกิดได้ขึ้นอยู่กับความร่วมมือระหว่างภาครัฐ ภาคเอกชน และ SMEs เองในการเปิดรับและใช้งานเทคโนโลยีเพื่อขับเคลื่อนเศรษฐกิจของประเทศ ด้วยการวางแผนและการดำเนินการที่สอดคล้องกัน Generative AI จะกลายเป็นแรงขับเคลื่อนสำคัญที่ทำให้ SMEs ไทยก้าวสู่การเป็นผู้เล่นสำคัญในตลาดโลกได้อย่างภาคภูมิ” (หมายเหตุ : ย่อหน้าส่งท้ายนี้เขียนโดย Generative AI)”  
 
บทวิเคราะห์โดย... https://www.scbeic.com/th/detail/product/gen-ai-121224
 

บันทึกโดย : วันที่ : 23 ธ.ค. 2567 เวลา : 18:00:43
21-04-2025
Feed Facebook Twitter More...

อัพเดทล่าสุดเมื่อ April 21, 2025, 3:35 am