ประเทศไทยกำลังเข้าสู่สังคมสูงวัยเต็มตัว ขณะที่การเพิ่มจำนวนแรงงานใหม่ก็ทำได้ยากขึ้นเรื่อยๆ ทำให้การเพิ่ม ‘ผลิตภาพ’ ของคนที่มีอยู่ กลายเป็นอีกทางที่ธุรกิจและเศรษฐกิจไทยต้องให้ความสำคัญ
หนึ่งในเทคโนโลยีที่ Google Cloud มองว่าจะเข้ามาช่วยเรื่องนี้ได้คือ ‘AI’ แต่ไม่ใช่แค่การให้พนักงานใช้ AI ช่วยสรุปรายงาน เขียนอีเมล หรือค้นหาข้อมูล เพราะถ้าจะให้ AI สร้างผลต่อเศรษฐกิจในวงกว้างจริงๆ AI ต้องเข้าไปเป็นส่วนหนึ่งของการทำงานทั้งองค์กร
นี่คือมุมมองของ ‘สรุจ ทิพเสนา’ Country Manager คนใหม่ของ Google Cloud ประเทศไทย ซึ่งพูดต่อหน้าสื่อเป็นครั้งแรกในงาน ‘Leaders’ Connect 2026’ พร้อมเล่าถึงทิศทางที่ Google Cloud ต้องการผลักดันให้องค์กรไทยขยับจากแนวคิด ‘Cloud First’ ไปสู่ ‘AI Ready’ และมองว่า หากไทยนำ AI ไปใช้อย่างเหมาะสม เทคโนโลยีนี้อาจเข้ามาช่วยเพิ่มผลิตภาพ สร้างมูลค่าทางเศรษฐกิจ และสร้างอาชีพใหม่ให้กับประเทศได้
AI ควรถูกใช้เป็นเครื่องมือ ‘ทั้งองค์กร’ เพื่อประสิทธิภาพที่ดีกว่า
‘สรุจ’ บอกว่า วันนี้หลายคนรู้จัก ‘Gemini’ ในฐานะ AI สำหรับใช้งานส่วนตัวอยู่แล้ว แต่สิ่งที่ Google Cloud กำลังผลักดันคือ การนำ AI เข้าไปช่วยองค์กรทั้งระบบ ผ่าน ‘Gemini Enterprise’ ซึ่งออกแบบมาให้ AI เข้าถึงข้อมูลขององค์กรได้อย่างปลอดภัย เชื่อมต่อกับระบบเดิม และช่วยให้แต่ละทีมใช้ข้อมูลร่วมกันได้ง่ายขึ้น
Google ให้เหตุผลว่า AI จะเป็นหนึ่งในเครื่องมือสำคัญในการเพิ่มผลิตภาพของประเทศ โดยเฉพาะในช่วงที่ไทยกำลังเข้าสู่สังคมผู้สูงอายุ ซึ่งการเพิ่มจำนวนแรงงานทำได้ยากขึ้น
Google ประเมินว่า หากไทยสามารถใช้ AI ได้อย่างเหมาะสม จะสร้างมูลค่าทางเศรษฐกิจได้ถึง 1.4 ล้านล้านบาทภายใน 5 ปี พร้อมสร้างงานและอาชีพใหม่อีกจำนวนมาก
อย่างไรก็ตาม ‘สรุจ’ มองว่า หลายองค์กรยังอยู่ในช่วงที่ AI ถูกใช้เป็นเครื่องมือของพนักงานแต่ละคนมากกว่าจะเป็นเครื่องมือของทั้งองค์กร
แต่ละคนอาจมี AI ที่ตัวเองถนัด ใช้ช่วยเขียน สรุป หรือค้นหาข้อมูล แต่เมื่อข้อมูลยังแยกกันอยู่ ระบบยังไม่เชื่อมต่อกัน และ AI ไม่ได้เข้าไปอยู่ในกระบวนการทำงานหลักของธุรกิจ ประโยชน์ที่องค์กรได้รับก็ยังมีจำกัด
Google ระบุว่า AI ควรเข้าไปเป็นส่วนหนึ่งของเวิร์กโฟลว์ เชื่อมโยงข้อมูลระหว่างทีมต่างๆ ได้อย่างปลอดภัย และต้องวัดผลได้ว่า ช่วยลดเวลา เพิ่มประสิทธิภาพ หรือสร้างผลตอบแทนทางธุรกิจได้มากน้อยแค่ไหน ไม่ใช่เพียงติดตั้ง AI แล้วถือว่าการเปลี่ยนผ่านเสร็จสมบูรณ์
AI หลายตัวต้องทำงานร่วมกันได้ และรับมือภัยคุกคามรูปแบบใหม่เสมอ
อีกแนวคิดที่ถูกพูดถึงตลอดงานคือ ‘Agentic AI’ หรือการที่ AI ไม่ได้มีหน้าที่แค่ตอบคำถาม แต่สามารถลงมือทำงานเป็นลำดับขั้นได้
‘สรุจ’ ยกตัวอย่างว่า องค์กรอาจมี AI ตัวหนึ่งคอยตอบแชทลูกค้า อีกตัวส่งคำสั่งซื้อไปยังคลังสินค้า และอีกตัวติดตามสถานะการจัดส่ง สิ่งสำคัญจึงไม่ใช่แค่การสร้าง AI แต่ต้องมีระบบที่ทำให้ AI หลายตัวทำงานร่วมกันได้ สามารถอัปเดทเมื่อมีโมเดลใหม่ และบริหารจัดการทั้งหมดจากศูนย์กลาง
Google จึงพัฒนา ‘Gemini Enterprise Agent Platform’ ขึ้นมา เพื่อรองรับการสร้าง และดูแล AI Agent ในระดับองค์กร
เมื่อ AI เริ่มเข้ามามีบทบาทมากขึ้น ความปลอดภัยก็กลายเป็นอีกเรื่องที่หลีกเลี่ยงไม่ได้ ความท้าทายจึงไม่ได้มีแค่การป้องกันข้อมูลภายในองค์กร แต่ยังรวมถึงการรับมือภัยคุกคามรูปแบบใหม่ เพราะในวันที่ธุรกิจใช้ AI มากขึ้น ผู้ไม่หวังดีก็ใช้ AI เช่นกัน ทำให้องค์กรต้องมีเครื่องมือที่ช่วยปกป้องระบบของตัวเองควบคู่ไปด้วย
AI ไม่จำเป็นต้องใช้โมเดลใหญ่กับทุกงาน
อีกประเด็นที่ ‘สรุจ’ อธิบายค่อนข้างละเอียดคือ เรื่องการบริหารต้นทุนของ AI หรือที่ Google เรียกว่า ‘Tokenomics’
เขายกตัวอย่างว่า หากลูกค้าทักเข้ามาเพียงคำว่า “สวัสดีครับ” ก็ไม่จำเป็นต้องใช้ AI โมเดลที่ใหญ่ที่สุดมาตอบ แต่หากเป็นคำถามที่ต้องเปรียบเทียบสินค้า วิเคราะห์ข้อมูล หรือให้คำแนะนำที่ซับซ้อน จึงค่อยเลือกใช้โมเดลที่มีประสิทธิภาพสูงกว่า
การเลือกใช้โมเดลให้เหมาะกับแต่ละงานแบบนี้ จะช่วยควบคุมค่าใช้จ่ายได้ดีกว่าการใช้โมเดลขนาดใหญ่กับทุกคำสั่ง และช่วยลดโอกาสที่ต้นทุนด้าน AI จะสูงเกินกว่าที่องค์กรวางแผนไว้
ตลอดการนำเสนอ ‘สรุจ’ ให้ความสำคัญกับการนำ AI ไปใช้งานจริงในองค์กรมากกว่าการเปรียบเทียบความสามารถของโมเดล เพราะในมุมของ Google Cloud การแข่งขันในยุค AI อาจไม่ได้วัดกันที่ว่าใครมีโมเดลที่เก่งที่สุด แต่เป็นใครที่ทำให้ AI เข้าไปอยู่ในกระบวนการทำงานได้จริง
ที่มา: งานแถลงข่าว Google Cloud
ติดตามข่าวสารจาก Brand Inside ได้จาก Facebook ของเรา
