ไทยติดกับดัก AI ส่งออกโต แต่ World Bank ชี้ต้องเร่งสร้างมูลค่าเพิ่ม

รายงาน East Asia and Pacific Economic Update: October 2026 ของ World Bank ชี้ว่า AI กำลังกลายเป็นแรงขับเคลื่อนสำคัญของเศรษฐกิจเอเชียตะวันออกและแปซิฟิก โดยประเทศอย่างจีน มาเลเซีย ฟิลิปปินส์ ไทย และเวียดนาม ต่างได้รับประโยชน์จากการอยู่ในห่วงโซ่มูลค่าสินค้าที่เกี่ยวข้องกับ AI โดยเฉพาะอุตสาหกรรมเซมิคอนดักเตอร์ การประกอบ การทดสอบ และบรรจุชิป รวมถึงอุปกรณ์คอมพิวเตอร์และโครงสร้างพื้นฐานดิจิทัล 

แต่เบื้องหลังตัวเลขการส่งออกที่เติบโต ยังมีอีกด้านที่ไทยต้องจับตา เพราะข้อมูลล่าสุดของธนาคารโลก หรือ World Bank ระบุว่า 69% ของสินค้าเกี่ยวกับ AI ที่ไทยส่งออกเป็นอุปกรณ์ประกอบสำเร็จแล้ว เช่น คอมพิวเตอร์ เซิร์ฟเวอร์ และเราเตอร์ สะท้อนว่าไทยมีบทบาทสำคัญในฐานะผู้ผลิตปลายน้ำของห่วงโซ่ AI มากกว่าการเป็นเจ้าของเทคโนโลยีหรือผู้ผลิตชิ้นส่วนมูลค่าสูงในต้นน้ำ 

6 ประเทศเอเชียส่งออกสินค้า AI 1.4 ล้านล้านดอลลาร์

ความร้อนแรงของตลาด AI เห็นได้ชัดจากมูลค่าการค้าระหว่างประเทศ World Bank ระบุว่า ในช่วง 12 เดือนจนถึงเดือนเมษายน 2026 จีน อินโดนีเซีย มาเลเซีย ฟิลิปปินส์ ไทย และเวียดนาม ส่งออกสินค้าเกี่ยวกับ AI รวมกันสูงถึง 1.4 ล้านล้านดอลลาร์สหรัฐ

ในช่วงเดียวกัน สหรัฐฯ นำเข้าสินค้าที่เกี่ยวข้องกับ AI รวม 739,000 ล้านดอลลาร์สหรัฐ และประมาณ หนึ่งในสาม ของทั้งหมดมาจากภูมิภาคเอเชียตะวันออกและแปซิฟิก สะท้อนว่าการขยายตัวของ AI ในสหรัฐฯ และประเทศพัฒนาแล้วกำลังพึ่งพาฐานการผลิตและ Supply Chain ในเอเชียอย่างมาก 

ความต้องการสินค้ากลุ่มนี้ไม่ได้มาจากการใช้งาน AI บนหน้าจอเพียงอย่างเดียว แต่เบื้องหลังโมเดล AI ขนาดใหญ่ต้องใช้โครงสร้างพื้นฐานจำนวนมาก ตั้งแต่ชิปประมวลผล เซิร์ฟเวอร์ ระบบจัดเก็บข้อมูล อุปกรณ์เครือข่าย ไปจนถึง Data Center ซึ่งยิ่งบริษัทเทคโนโลยีทั่วโลกเร่งลงทุน AI มากเท่าไร ความต้องการ Hardware เหล่านี้ก็ยิ่งเพิ่มขึ้นตาม

นั่นทำให้หลายประเทศในเอเชียที่มีฐานอุตสาหกรรมอิเล็กทรอนิกส์อยู่แล้วสามารถรับประโยชน์จาก AI Boom ทันที โดย World Bank ระบุว่า ความแข็งแกร่งของการลงทุนและการส่งออกสินค้าเกี่ยวกับ AI เป็นหนึ่งในปัจจัยที่ช่วยพยุงกิจกรรมทางเศรษฐกิจในภูมิภาค แม้ภาคเศรษฐกิจอื่นบางส่วนจะชะลอลงก็ตาม 

จีนอยู่ต้นน้ำ ไทย–เวียดนามหนักไปทางปลายน้ำ

อย่างไรก็ตาม มูลค่าการส่งออกที่สูงไม่ได้หมายความว่าทุกประเทศจะได้รับประโยชน์จาก AI ในลักษณะเดียวกัน เพราะตำแหน่งในห่วงโซ่มูลค่าของแต่ละประเทศแตกต่างกันอย่างมาก

จีนเป็นผู้ส่งออกสินค้าเกี่ยวกับ AI รายใหญ่ที่สุดในกลุ่มประเทศที่ World Bank วิเคราะห์ ด้วยมูลค่าประมาณ 785,000 ล้านดอลลาร์สหรัฐ โดยเกือบ สามในสี่ ของสินค้าเหล่านี้เป็น Intermediate Inputs หรือสินค้าขั้นกลาง ก่อนถูกส่งต่อไปยังประเทศอื่น โดยเฉพาะประเทศในอาเซียน เพื่อประกอบหรือผลิตเป็นสินค้าขั้นสุดท้ายอีกทอดหนึ่ง

ในทางกลับกัน ไทยและเวียดนามมีบทบาทอยู่ค่อนข้างปลายน้ำมากกว่า โดยสินค้าอย่างคอมพิวเตอร์ เซิร์ฟเวอร์ และเราเตอร์ คิดเป็น 69% ของสินค้า AI ที่ไทยส่งออก และ 60% ของเวียดนาม และสินค้าส่วนใหญ่มีปลายทางเชื่อมโยงกับ Final Demand ในสหรัฐฯ 

ตัวเลขนี้จึงสะท้อนทั้ง “โอกาส” และ “ข้อจำกัด” ของไทยในเวลาเดียวกัน

ด้านหนึ่ง ไทยมีฐานอุตสาหกรรมและ Supply Chain ที่สามารถตอบรับความต้องการสินค้า AI ที่กำลังโตอย่างรวดเร็วได้ แต่ในอีกด้านหนึ่ง การที่สินค้าส่วนใหญ่เป็นผลิตภัณฑ์ประกอบสำเร็จ หมายความว่ามูลค่าเพิ่มบางส่วนยังถูกสร้างและถือครองในขั้นตอนอื่นของห่วงโซ่ ตั้งแต่การออกแบบชิป การพัฒนาเทคโนโลยีหลัก ซอฟต์แวร์ โมเดล AI ไปจนถึงทรัพย์สินทางปัญญา

World Bank ยังตั้งข้อสังเกตว่า แม้แต่ในอุตสาหกรรมชิป บทบาทของหลายประเทศกำลังพัฒนาในเอเชียตะวันออกยังจำกัดอยู่ในกิจกรรมมูลค่าเพิ่มต่ำกว่า เช่น Assembly, Testing and Packaging หรือ ATP มากกว่าการออกแบบหรือผลิตเทคโนโลยีขั้นสูงเอง 

AI Boom ช่วยไทยได้ แต่ถ้าดีมานด์สะดุดก็เสี่ยง

การอยู่ในห่วงโซ่ AI ทำให้ไทยมีโอกาสรับรายได้เพิ่มขึ้นในช่วงขาขึ้น แต่ในเวลาเดียวกันก็ทำให้เศรษฐกิจไทยเชื่อมโยงกับวัฏจักรการลงทุน AI ของโลกมากขึ้น

World Bank เตือนว่า หากการลงทุนหรือความต้องการ AI ทั่วโลกชะลอตัว ประเทศที่อยู่ต้นน้ำอย่างจีนอาจได้รับผลกระทบทางอ้อมจากคำสั่งซื้อวัตถุดิบและชิ้นส่วนที่ลดลง ขณะที่ประเทศปลายน้ำอย่าง ไทยและเวียดนามอาจถูกกระทบโดยตรงมากกว่า ผ่านความต้องการสินค้าขั้นสุดท้ายที่ลดลง 

การส่งออกที่เกี่ยวข้องกับอุตสาหกรรม AI และการลงทุนที่เกี่ยวข้องมีน้ำหนักต่อเศรษฐกิจหลายประเทศในภูมิภาคมากขึ้นเรื่อย ๆ ตัวอย่างที่เห็นชัดคือมาเลเซีย ซึ่ง World Bank ระบุว่า การประกาศลงทุน Greenfield ในโครงสร้างพื้นฐานข้อมูลช่วงปี 2023–2024 มีมูลค่าเทียบเท่ากับ 3.7% ของ GDP และคิดเป็นถึง 46% ของ Greenfield FDI ที่ประกาศทั้งหมด ในช่วงเวลาดังกล่าว 

ปัญหาใหญ่ ไทยผลิตสินค้าให้ AI แต่บริษัทไทยใช้ AI แค่ 12%

ข้อมูลจาก World Bank Enterprise Surveys 2026 พบว่า บริษัทไทยเพียง 12% รายงานว่าใช้เทคโนโลยี AI อย่างน้อยหนึ่งประเภท ขณะที่บริษัทในสหรัฐฯ มีสัดส่วนสูงถึง 43%

หากดูเฉพาะบริษัทที่ยอมจ่ายเงินเพื่อซื้อหรือสมัครใช้ Software และระบบ AI ช่องว่างยิ่งเห็นได้ชัด เพราะบริษัทไทยมีเพียง 4% ที่จ่ายเงินใช้ AI เทียบกับ 23% ในสหรัฐฯ ส่วนอินเดียอยู่ที่ 23% สำหรับการใช้ AI และ 4% สำหรับการจ่ายเงินใช้ระบบ AI 

ตัวเลขนี้ทำให้เกิดภาพที่ค่อนข้างย้อนแย้ง คือ ไทยกำลังมีบทบาทผลิตคอมพิวเตอร์ เซิร์ฟเวอร์ และอุปกรณ์ที่ช่วยให้ระบบ AI ทั่วโลกทำงานได้ แต่บริษัทไทยเองกลับยังนำ AI มาใช้ในกระบวนการธุรกิจในสัดส่วนค่อนข้างต่ำ

World Bank ระบุว่า การใช้ AI ที่ต่ำในบริษัทไทยอาจสะท้อนว่า ในสายตาธุรกิจส่วนใหญ่ ผลตอบแทนที่คาดว่าจะได้รับจาก AI ยังไม่มากพอเมื่อเทียบกับต้นทุนที่ต้องจ่ายในการนำเทคโนโลยีมาใช้

เกือบ 80% บริษัทไทยมอง AI ยังเพิ่ม Productivity ได้ไม่มาก

รายงานยังถามบริษัทไทยว่า หาก AI พัฒนาเร็วขึ้น จะช่วยเพิ่มยอดขายต่อแรงงาน หรือ Sales per Worker ซึ่งใช้เป็นตัวแทนของ Productivity ได้มากแค่ไหนในช่วง 3 ปีข้างหน้า

ผลที่ได้คือ โดยเฉลี่ยบริษัทไทยคาดว่า AI ที่พัฒนาเร็วขึ้นจะช่วยเพิ่ม Productivity ได้ประมาณ 3.8% สูงกว่าบริษัทสหรัฐฯ ที่คาดไว้เฉลี่ย 1.3%

แต่ค่าเฉลี่ยดังกล่าวถูกดันขึ้นจากบริษัทเพียงบางกลุ่ม เพราะเมื่อดูการกระจายของคำตอบ พบว่า เกือบ 80% ของบริษัทไทยคาดว่า AI จะสร้าง Productivity Gain ใกล้ศูนย์ หรือแทบไม่เปลี่ยนแปลง ขณะที่ประมาณ 13% เชื่อว่าจะเพิ่ม Productivity ได้ตั้งแต่ 20% ขึ้นไป และเพียง 1.5% มองว่า AI อาจทำให้ยอดขายต่อแรงงานลดลง 

เมื่อเทียบกับสหรัฐฯ บริษัทประมาณ 70% คาดว่าจะไม่ได้ Productivity Gain อย่างมีนัยสำคัญ มีเพียง 6.2% ที่มองว่าผลิตภาพจะเพิ่มตั้งแต่ 20% ขึ้นไป และ 6.6% คาดว่า AI อาจทำให้ Productivity ลดลง 

ดังนั้น แม้บริษัทไทยกลุ่มที่มองบวกต่อ AI จะคาดหวังผลลัพธ์ค่อนข้างสูง แต่ธุรกิจส่วนใหญ่ยังไม่เห็นประโยชน์ทางเศรษฐกิจชัดเจนมากพอที่จะทำให้ AI กลายเป็นส่วนหนึ่งของกระบวนการทำงานในวงกว้าง

ความรู้–ต้นทุน ยังเป็นกำแพงใหญ่ของบริษัทไทย

คำถามต่อมาคือ หาก AI มีศักยภาพสูง เหตุใดบริษัทไทยจึงยังใช้ไม่มาก

World Bank พบว่า บริษัทไทยที่ยังไม่ใช้ AI ระบุว่า การขาดความรู้ที่เกี่ยวข้อง และต้นทุน เป็นอุปสรรคสำคัญที่สุด ขณะที่ปัจจัยอื่น ๆ ได้แก่ การขาดแรงงานที่มีทักษะ ความกังวลเรื่องความปลอดภัยและความเป็นส่วนตัว รวมถึงกฎระเบียบ

ส่วนในกลุ่มบริษัทที่ใช้ AI อยู่แล้ว ปัญหาก็ไม่ได้จบ เพราะ ต้นทุนเป็นอุปสรรคอันดับหนึ่งในการขยายการใช้งาน AI ในไทย รองลงมาคือความกังวลด้าน Security และ Privacy ขณะที่การมีข้อมูลไม่เพียงพอก็เป็นอุปสรรคสำคัญเช่นกัน 

เพราะการนำ AI เข้ามาใช้ในระดับองค์กรไม่ได้หมายถึงเพียงเปิด ChatGPT แล้วเริ่มใช้งาน แต่บริษัทอาจต้องลงทุนทั้งระบบ IT ฐานข้อมูล บุคลากร การปรับ Workflow การเชื่อม AI เข้ากับระบบเดิม รวมถึงระบบ Cybersecurity และ Governance ซึ่งต้นทุนเหล่านี้อาจเป็นภาระมาก โดยเฉพาะกับ SME

คนไทยใช้ AI แต่ยังใช้เพื่อ “แทนงาน” มากกว่า “ช่วยทำงาน”

อีกมุมหนึ่งที่รายงานหยิบมาวิเคราะห์คือรูปแบบการใช้ Generative AI ของบุคคล

World Bank แบ่งการใช้ GenAI ออกเป็น 2 ลักษณะหลัก ได้แก่ Automation คือให้ AI ทำงานแทนโดยมนุษย์กำกับค่อนข้างน้อย และ Augmentation คือใช้ AI ทำงานร่วมกับมนุษย์ เช่น ช่วยคิด วิเคราะห์ ให้ Feedback หรือช่วยตรวจสอบงาน

ข้อมูลพบว่า ประเทศรายได้สูงมีแนวโน้มใช้ AI ในลักษณะ Augmentation มากกว่า ขณะที่ประเทศรายได้ต่ำกว่ามักใช้เพื่อ Automation มากกว่า

สำหรับไทย รูปแบบการใช้ AI เอนเอียงไปทาง Automation มากกว่าที่ควรจะเป็นเมื่อเทียบกับประเทศที่มีรายได้ต่อหัวใกล้เคียงกัน ต่างจากฟิลิปปินส์ มาเลเซีย และอินโดนีเซีย ซึ่งมีสัดส่วนการใช้ AI เพื่อ Augmentation สูงกว่าเมื่อเทียบกับประเทศระดับรายได้ใกล้เคียงกัน 

การใช้ AI เพียงเพื่อทดแทนงานบางอย่างอาจให้ประโยชน์ระยะสั้น แต่การใช้ AI เป็นเครื่องมือเพิ่มความสามารถของแรงงานอาจสร้างมูลค่าเพิ่มในระยะยาวได้มากกว่า

โจทย์ของไทยคือต้องขยับจากผลิตสู่ผู้ใช้ AI

World Bank เสนอกรอบการสร้างประโยชน์จาก AI ไว้ 3 ขั้น คือ Adoption – Adaptation – Advancement

ขั้นแรกคือ Adoption หรือการนำ AI ที่มีอยู่มาใช้ ขั้นต่อมาคือ Adaptation หรือการปรับเทคโนโลยีให้ตอบโจทย์บริบทและความต้องการของประเทศ และขั้นสูงสุดคือ Advancement ซึ่งหมายถึงการพัฒนาเทคโนโลยี AI และโมเดลขั้นสูงขึ้นเอง

แต่ละขั้นต้องใช้เงินทุน ทักษะ และโครงสร้างพื้นฐานเพิ่มขึ้นเรื่อย ๆ และ World Bank มองว่า สำหรับประเทศกำลังพัฒนาส่วนใหญ่ในเอเชีย การนำ AI ที่มีอยู่มาใช้ให้แพร่หลายและการพัฒนา “Small AI” ที่ปรับให้เหมาะกับโจทย์เฉพาะ อาจให้ผลตอบแทนคุ้มค่ากว่าการพยายามแข่งขันสร้าง Frontier AI Model กับสหรัฐฯ หรือจีน 

โจทย์สำคัญสำหรับเศรษฐกิจไทยในยุค AI อาจไม่ใช่แค่เราจะดึงโรงงานชิป เซิร์ฟเวอร์ หรือ Data Center เข้ามาได้อีกกี่แห่ง แต่ต้องถามต่อว่า บริษัทไทยจะเข้าถึงเทคโนโลยีเหล่านี้ได้หรือไม่ SME จะใช้ AI ลดต้นทุนและเพิ่มผลิตภาพได้อย่างไร แรงงานไทยมีทักษะพร้อมหรือยัง และไทยจะขยับจากการเป็นเพียงฐานประกอบ ไปสู่การสร้างมูลค่าเพิ่มในส่วนอื่นของ AI Economy ได้มากเพียงใด

เพราะหากไทยยังแข็งแรงเฉพาะด้านการผลิต Hardware ให้กับโลก แต่ภาคธุรกิจภายในประเทศยังใช้ AI ในวงจำกัด ประเทศก็อาจได้รับประโยชน์จาก AI Boom ในรูปของการส่งออกและ FDI แต่พลาดโอกาสที่ใหญ่กว่านั้น คือการใช้ AI เพื่อยกระดับ Productivity ของเศรษฐกิจไทยทั้งระบบ

อ้างอิง : East Asia and Pacific Economic Update: October 2026 ของ World Bank