ในยุคที่เทคโนโลยีปัญญาประดิษฐ์ หรือ AI (Artificial Intelligence) ก้าวเข้ามาเป็นโครงสร้างพื้นฐานสำคัญในการขับเคลื่อนเศรษฐกิจและสังคมทั่วโลก
ประเทศไทยได้เดินหน้าปักหมุดยุทธศาสตร์สำคัญภายใต้ แผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย (พ.ศ.2565-2570) เพื่อยกระดับศักยภาพดิจิทัลของประเทศให้ทัดเทียมนานาชาติ
แต่เป้าหมายสำคัญของของแผยดังกล่าว คำถามสำคัญคือ “ประเทศไทยพร้อมแค่ไหนในเรื่องบุคลากรและข้อมูล?” เพื่อสนับสนุนแผนเอไอแห่งชาติ
คอลัมน์ “ชีวิตติด TECH” ได้มีโอกาสคุยกับ “ดร.สุนทรีย์ ส่งเสริม” รองผู้อำนวยการสถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) หรือ บีดีไอ ถึงโจทย์ใหญ่ทางด้านกำลังคนและโครงสร้างพื้นฐานข้อมูล
“ดร.สุนทรีย์” บอกว่า ภายใต้แผน เอไอแห่งชาติ ประเทศไทยได้ตั้งเป้าหมายการพัฒนาบุคลากรออกเป็น 3 ระดับ ประกอบด้วย: 1. AI Literacy / General Users คือ ประชาชนผู้รู้เท่าทันและใช้งาน AI ในชีวิตประจำวัน ตั้งเป้าไว้ที่ 2.5 ล้านคนต่อปี 2.AI Professionals / Leaders คือ บุคลากรที่ประยุกต์ใช้ AI ในการทำงานจริง เช่น การวิเคราะห์ข้อมูล หรือใช้ Agentic AI เพิ่มประสิทธิภาพ ตั้งเป้าไว้ที่ 50,000 คนต่อปี และ 3. AI Developers / Researchers คือ นักพัฒนาและนักวิจัยที่สามารถสร้าง เลือกโมเดล ทำ RAG หรือ Training โมเดลขึ้นมาเอง ตั้งเป้าไว้ที่ 10,000 คนต่อปี
‘AI Developer’ 1 หมื่นคน โจทย์ยากที่สุด
ดร.สุนทรีย์ ชี้ให้เห็นว่า กลุ่ม AI Developer จะมีเป้าหมายจำนวนน้อยที่สุดเมื่อเทียบกับกลุ่มอื่น แต่กลับเป็น “ด่านที่ยากที่สุด” ของประเทศ เนื่องจากปัจจุบันไทยมีผู้เชี่ยวชาญ ที่สามารถเทรนโมเดลขั้นสูงได้จริง หลักพันคน เท่านั้น ขณะที่ระบบการศึกษา ยังผลิตบัณฑิตตรงสายได้จำกัด และต้องใช้เวลาในการสร้างบุคคลากร ไม่สามารถเร่งสร้างได้ในระยะสั้น
“มหาวิทยาลัยอย่างเดียวผลิตไม่ทันแน่ เพราะปัจจุบัน หลายมหาวิทยาลัยกำลังปรับปรุงหลักสูตร และเร่งผลิต ซึ่งไทยต้องเบนเข็มไปที่การ Reskill และ Upskill คนทำงานในอุตสาหกรรมสายเทคโนโลยีเดิม เช่น Computer Engineer ควบคู่กับการดึงภาคเอกชนและกลุ่มทุนต่างชาติที่ได้รับอานิสงส์จากการส่งเสริมการลงทุน ให้เข้ามามีส่วนร่วมในการถ่ายทอดเทคโนโลยี หรือ Knowledge Transfer อย่างเป็นรูปธรรม”
จับมือภาคการศึกษาเร่งพัฒนาคน
ขณะที่ ในส่วนของ บีดีไอ ได้จัดรูปแบบการเรียนรู้แบบ Hands-on On-site ร่วมกับมหาวิทยาลัย เช่น หลักสูตร Cloud Engineer และ Data Science ระดับสูง เพื่อปั้นคนตรงกับโจทย์จริง ตลอดจนปูพื้นฐานเยาวชนผ่านระบบ Micro-credit สะสมหน่วยกิตล่วงหน้าในโรงเรียนมัธยม เพื่อให้เด็กเรียนรู้ AI ก่อนเข้าสู่มหาวิทยาลัย โดยภาคเรียนที่ 1 ปี 2569 มีโรงเรียนเดิมที่ใช้หลักสูตรต่อเนื่องและโรงเรียนใหม่รวม 13 แห่ง รวมถึงขยายไปยังโรงเรียนในจังหวัดสุพรรณบุรีอีก 3 แห่ง และบางแห่งเริ่มนำเนื้อหาไปใช้กับนักเรียนระดับมัธยมศึกษาตอนต้น
สำหรับเป้าหมายระยะต่อไปคือเชื่อม Micro-credit เข้ากับ Credit Bank หากนักเรียนมัธยมเรียนหลักสูตร AI แล้วสามารถเทียบหน่วยกิตกับหมวดวิชาศึกษาทั่วไปในมหาวิทยาลัยได้ เด็กจะสามารถสะสมหน่วยกิตล่วงหน้า ลดระยะเวลาเรียนบางส่วน และลดค่าใช้จ่ายเมื่อเข้าสู่ระดับอุดมศึกษา และเตรียมคลอด AI Skill Framework ร่วมกับ มจธ. ในปี 2570 เพื่อเป็นมาตรฐานวัดทักษะบุคลากรในภาคธุรกิจ
สร้าง ‘ถนนข้อมูล’ของภาครัฐ
นอกเหนือจากโจทย์เรื่อง “คน” แล้วอีกปัญหาที่ทาง บีดีไอ ต้องรับหน้าที่ในแก้ปัญหา คือ เรื่อง เชื่อมโยงข้อมูลภาครัฐ เนื่องจาก ที่ผ่านมา หลายหน่วยงานมีข้อมูล แต่ยังไม่สามารถเชื่อมข้อมูลระหว่างกันได้ เพราะ ติดขัด ขั้นตอนด้านกฎหมาย ที่หน่วยงานแต่ละแห่งก็มีกฎหมายของหน่วยงานกกำกับอยู่ และ มีกฎหมายคุ้มครองข้อมูลส่วนบุคคล หรือ พีดีพีเอ เพิ่มเข้ามาด้วย
“ดร.สุนทรีย์” บอกว่า การทำฐานข้อมูลกลุ่มเปราะบาง ของ กระทรวงการพัฒนาสังคมและความมั่นคงของมนุษย์ (พม.) ซึ่งต้องใช้ข้อมูล 100 ชุดจาก 44 กรม ที่มีข้อมูลที่เกี่ยวข้อง ต้องรขอมติ ครม. จากนั้นทำ MOU กับหน่วยงานที่เกี่ยวข้อง ก่อนจัดทำ Data Processing Agreement และ Data Sharing Agreement ภายใต้กฎหมายคุ้มครองข้อมูลส่วนบุคคล กระบวนการด้านเอกสารใช้เวลาเกือบปี และเมื่อนับตั้งแต่ต้นจนสามารถนำข้อมูลมาวิเคราะห์เห็น Insight ใช้เวลาราวปีครึ่ง
“ปัญหาที่เกิดซ้ำในหลายโครงการนำมาสู่ ระเบียบสำนักนายกรัฐมนตรีว่าด้วยการแบ่งปันข้อมูลดิจิทัล พ.ศ. 2569 ซึ่งได้ ประกาศในราชกิจจานุเบกษาเมื่อวันที่ 4 ก.ย.69 ที่ผ่านมา และมีผลบังคับใช้แล้ว โดยกำหนดกลไกและหลักเกณฑ์สำหรับแบ่งปัน แลกเปลี่ยน เชื่อมโยง และบูรณาการข้อมูลดิจิทัลระหว่างหน่วยงานของรัฐ ภายใต้หลักธรรมาภิบาลข้อมูล”
โดยทาง บีดีไอ จะเป็นหน่วยงานที่ทำหน้าที่จัดให้มีและบริหารระบบกลางเพื่อการแบ่งปันข้อมูล และพัฒนาเชื่อมระบบกลางกับระบบแลกเปลี่ยนข้อมูลของภาครัฐ ประมวลผลข้อมูลเพื่อการใช้ประโยชน์เชิงวิเคราะห์ ตรวจสอบสิทธิและข้อกำหนดในการแบ่งปันข้อมูล ให้คำแนะนำแก่หน่วยงาน และเป็นศูนย์กลางจัดการข้อมูลในกรณีฉุกเฉิน
“ตามกรอบการดำเนินงาน หน่วยงานที่ได้รับคำขอข้อมูล ต้องตอบรับและนำส่งข้อมูล หรือแจ้งปฏิเสธการแบ่งปันให้แล้วเสร็จภายใน 90 วัน ส่วนหน่วยงานเจ้าของข้อมูลตามภาคผนวกท้ายระเบียบต้องเชื่อมระบบสารสนเทศกับระบบกลางและนำส่งข้อมูลเข้าสู่ระบบภายใน 60 วันนับแต่ระเบียบมีผล หากยังไม่สามารถดำเนินการได้ ต้องแจ้ง บีดีไอ ภายใน 15 วัน เพื่อหารือและจัดทำแผนสร้างความพร้อม”
เร่งทำ 118 ชุดข้อมูลจัดการภัยพิบัติ
“ดร.สุนทรีย์” บอกต่อว่า ในการดำเนินการแรก คือ การกำหนดข้อมูลสำคัญ 118 ชุด ครอบคลุมสภาพอากาศและอุตุนิยมวิทยา ปริมาณฝนและระดับน้ำ พื้นที่เสี่ยงและข้อมูลเชิงพื้นที่ โครงสร้างพื้นฐานและเส้นทางคมนาคม ระบบสื่อสาร ประชาชนและกลุ่มเปราะบาง ตลอดจนสุขภาพและบริการฉุกเฉิน
การดึงข้อมูลทั้งหมดมาเก็บรวมไว้ล่วงหน้า แต่เป็นการเตรียม “ถนนข้อมูล” หรือ API กำหนด Field และมาตรฐานสำหรับแลกเปลี่ยนข้อมูลให้ตกลงกันไว้ก่อน เมื่อเกิดเหตุจึงสามารถเชื่อมเฉพาะข้อมูลที่จำเป็นได้ทันที โดยมีบทเรียนหนึ่งมาจากการจัดการข้อมูลช่วงเหตุการณ์น้ำท่วมที่หาดใหญ่ ซึ่ง บีดีไอ ต้องรวบรวมข้อมูลจาก 11 แพลตฟอร์ม แต่แต่ละระบบมีรูปแบบ ต่างกัน ทำให้ต้องใช้ Data Analytics ตรวจสอบว่าเหตุหรือบุคคลที่แจ้งเข้ามาเป็นเคสเดียวกันหรือเป็นข้อมูลซ้ำ การเตรียมรูปแบบข้อมูลไว้ล่วงหน้าจึงมีเป้าหมายลดปัญหาดังกล่าวเมื่อเกิดเหตุครั้งต่อไป และ ให้หน่วยงานที่มีอำนาจช่วยเหลือเข้าถึงข้อมูลประกอบการดำเนินงานได้เร็วขึ้น
สุดท้ายแล้ว การขับเคลื่อน AI ของประเทศไทยจะสำเร็จไม่ได้หากขาดทั้ง “กำลังคน” ที่พัฒนาเทคโนโลยีได้จริง และ “โครงสร้างพื้นฐานข้อมูล” ที่ไร้รอยต่อ ที่ต้องพัฒนาไปด้วยกันเพื่อเป็นครื่องมือพัฒนาเศรษฐกิจและคุ้มครองชีวิตประชาชนได้อย่างแท้จริง.
จิราวัฒน์ จารุพันธ์
