🛑 1,600 ล้านบาทกับ “AI Passport”…
เรากำลังสร้างรากฐาน หรือแค่อัดฉีด “ประชานิยมทางเทคโนโลยี”?
(เมื่อความล้มเหลวของโปรเจกต์ระดับชาติ อาจไม่ได้อยู่ที่ไม่มีคนใช้…แต่อยู่ที่ใช้แล้ว “ไม่เหลืออะไรเลย”?)
เวลาประเมินความสำเร็จของโครงการไอทีภาครัฐ...เรามักติดกับดักของตัวเลขที่ “ดูดี”
ยอดดาวน์โหลด
ยอดลงทะเบียน
จำนวน Active Users
หรือจำนวนคนที่ล็อกอินเข้าใช้งานระบบ
ยิ่งถ้าโครงการไหนมีเป้าหมายระดับ “5 ล้านคน”
พร้อมงบประมาณมหาศาลกว่า 1,600 ล้านบาท
ภาพที่สังคมอยากเห็นก็คือ
ประชาชนแห่กันเข้ามาใช้ AI
พิมพ์ Prompt กันทั้งประเทศ
และตื่นเต้นกับความฉลาดของเทคโนโลยีแห่งอนาคต
แต่ความจริงที่คนทำ Platform หลังบ้านรู้กันดีคือ
“ถ้าคนแห่มาใช้จริงแบบไร้การควบคุม…
ระบบอาจเจ๊งเร็วกว่าที่คิด”
เพราะธุรกิจ AI Platform
ไม่ได้มีต้นทุนแบบ Application ทั่วไป
มันไม่ใช่แค่
* ทำระบบเสร็จแล้วเปิดให้โหลด
* หรือซื้อ License มาแจกแล้วจบ
เบื้องหลังการถาม AI เพียง 1 ประโยค
อาจมีต้นทุนวิ่งอยู่มหาศาลแบบที่คนทั่วไปมองไม่เห็นเลยด้วยซ้ำ
⸻
💸 เมื่อ “ของฟรี” มีราคา…และกำไรอาจไหลออกนอกประเทศทั้งหมด
ในโลกของ Generative AI
ทุกคำถามที่ผู้ใช้พิมพ์
ไม่ได้จบแค่ข้อความบนหน้าจอ
เบื้องหลังมีทั้ง
* ค่า Compute
* ค่า GPU
* ค่า Cloud
* ค่า Token
* ค่า Reasoning
* ค่า Search
* ค่าเรียกใช้งาน API
* และต้นทุนการประมวลผลอีกจำนวนมาก
"ยิ่งระบบฉลาดขึ้น
ยิ่งใช้โมเดลใหญ่ขึ้น
ต้นทุนก็ยิ่งพุ่งขึ้นตามไปด้วย"
และนี่คือจุดที่น่าคิดมาก
ลองเอา 1,600 ล้านบาท
หารด้วยเป้าหมายผู้ใช้งาน 5 ล้านคน
เราจะเหลืองบประมาณเพียงประมาณ
“320 บาทต่อคนต่อปี”
สำหรับคนทั่วไป
อาจฟังดูเยอะ
แต่สำหรับ Power User ที่ใช้ AI ทำงานจริงทุกวัน
เงินระดับนี้…
อาจถูกเผาหมดภายในเวลาไม่ถึงสัปดาห์ด้วยซ้ำ
โดยเฉพาะถ้าระบบเปิดให้
* ใช้โมเดลระดับสูง
* ใช้ Web Search
* ใช้ Reasoning
* หรือใช้ Workflow ที่ซับซ้อน
ปัญหาจึงไม่ใช่แค่
“จะมีคนใช้ไหม”
แต่คือ
“ถ้าคนใช้เยอะจริง…
ประเทศจะรับต้นทุนระยะยาวไหวหรือเปล่า?”
และคำถามที่น่ากลัวกว่านั้นคือ
เมื่อเงินภาษีจำนวนมหาศาล
ไหลออกไปจ่ายค่า API ให้บริษัทเทคโนโลยีระดับโลกจนหมด
“แล้วประเทศไทยได้อะไรกลับมาบ้าง?”
ถ้าคำตอบสุดท้ายคือ
“ได้แค่ให้คนลองเล่น AI ฟรีชั่วคราว”
โครงการนี้ก็อาจไม่ต่างอะไรกับ
“การอุดหนุนการบริโภคทางเทคโนโลยี”
(Technology Consumption Subsidy)
ที่เอาเงินภาษีไปโปรยแจก
แล้วทุกอย่างก็หายไปพร้อมปีงบประมาณ
ไม่มี Infra
ไม่มี Skill
ไม่มี IP
ไม่มี Ecosystem
และไม่เหลือ Competitive Advantage อะไรให้ประเทศเลย
⸻
🧠 ถอดบทเรียนสิงคโปร์…เมื่อ AI คือเครื่องมือ “สร้างคน” ไม่ใช่แค่ “ซื้อของ”
ถ้าอยากเห็นว่าประเทศที่มองเกมขาด
เขาคิดเรื่อง AI กันอย่างไร?
ผมคิดว่าสิงคโปร์เป็น Case Study ที่น่าสนใจมาก
สิ่งที่รัฐบาลสิงคโปร์ทำ
ไม่ใช่การประกาศแจก AI Credit ให้ประชาชนเอาไป Chat เล่น
แต่เขาจับมือกับ
* องค์กรระดับโลก เช่น Alibaba Cloud
* และ NTUC (National Trades Union Congress)
เพื่อขับเคลื่อนแนวคิดที่เรียกว่า
“No Jobless Growth”
หรือเศรษฐกิจต้องโตด้วย AI
แต่คนทำงานต้อง “ไม่ถูกทิ้งไว้ข้างหลัง”
สิ่งที่น่าสนใจคือ
พวกเขาไม่ได้มอง AI เป็นแค่ “Technology Project”
แต่มองเป็น
“People Transformation Project”
รัฐบาลลงลึกถึงขั้น
* ตั้ง Company Training Committees (CTCs)
* ดึงผู้บริหารและแรงงานมานั่งคุยร่วมกัน
* วิเคราะห์ว่า AI จะกระทบงานตรงไหน
* และวางแผน Upskill / Reskill อย่างเป็นระบบ
คำถามที่สิงคโปร์ถาม ไม่ใช่
“ทำยังไงให้คนใช้ AI เยอะๆ?”
แต่คือ
“ทำยังไงให้ Productivity ที่เกิดจาก AI…
ย้อนกลับไปสร้างคุณค่าให้แรงงานและเศรษฐกิจของประเทศได้จริง?”
นี่คือความต่างระหว่าง
“การแจกของ” กับ
“การสร้างรากฐาน”
⸻
💡 ถ้าไม่อยากให้เงิน 1,600 ล้านหายไป…เราอาจต้องเปลี่ยน “วิธีคิด” ใหม่ทั้งระบบ
ส่วนตัวผมไม่ได้มองว่า
การผลักดัน AI ให้คนไทยเข้าถึงเป็นเรื่องผิด
ตรงกันข้าม
ผมคิดว่ามันจำเป็นมากด้วยซ้ำ
แต่คำถามสำคัญคือ
“เรากำลังออกแบบ Incentive ถูกหรือยัง?”
ถ้าเราไม่อยากให้ AI Passport
กลายเป็นแค่ “คูปองดิจิทัล”
ผมคิดว่าอย่างน้อยควรมีการ rethink บางเรื่อง เช่น
📌 1. เปลี่ยนจาก “แจกให้ลอง” เป็น “สร้าง Academy ระดับชาติ”?
แทนที่จะแจกโควตาให้ทุกคนเท่ากันหมด
เราอาจออกแบบระบบแบบ Tiered Access เช่น
* ใครเรียนจบคอร์ส AI Literacy
* ผ่านแบบทดสอบ
* หรือสร้าง Use Case จริงได้
จะได้รับสิทธิ์เข้าถึงโมเดลที่ฉลาดขึ้น
หรือโควตาที่สูงขึ้น
วิธีคิดแบบนี้
จะเปลี่ยน Platform จาก “ระบบแจก Token”
ให้กลายเป็น “ระบบสร้างคน” และช่วยคัดกรอง
* คนใช้งานจริง
* คนที่ตั้งใจเรียนรู้
* และคนที่พร้อมต่อยอดเชิงเศรษฐกิจ
⸻
📌 2. ใช้ฐานผู้ใช้ 5 ล้านคน…เป็น “อำนาจต่อรอง” ไม่ใช่แค่ “ฐานบริโภค”?
ผู้ใช้ระดับหลายล้านคน
คือสิ่งที่บริษัท AI ทั่วโลกต้องการมาก
ดังนั้นประเทศไทยไม่ควรอยู่ในสถานะ
“ลูกค้าที่คอยจ่าย API อย่างเดียว”
แต่ควรใช้ฐานผู้ใช้เหล่านี้
ต่อรองเพื่อสร้างสิ่งที่ “เหลือทิ้งไว้ในประเทศ" เช่น
* Data Center
* AI Grants
* Sandbox สำหรับ Startup ไทย
* หรือโครงสร้างพื้นฐาน AI ระยะยาว
เพราะถ้าเงินไหลออกหมด
แต่ไม่มี Infrastructure เหลือเลย
สุดท้ายประเทศจะกลายเป็นแค่
“ผู้บริโภค AI” ไม่ใช่ “เจ้าของเศรษฐกิจ AI”
⸻
📌 3. แยก Sandbox สำหรับ SME และธุรกิจจริง?
อีกเรื่องที่สำคัญมาก คือ
AI สำหรับ “คนลองเล่น”
กับ AI สำหรับ “คนทำธุรกิจ”
ไม่ควรใช้ logic เดียวกัน
SME ไทยจำนวนมาก
ไม่ได้ต้องการ AI มาเล่นสนุก
แต่ต้องการ
* ลดต้นทุน
* เพิ่ม Productivity
* ทำ Marketing
* วิเคราะห์ข้อมูล
* และสร้างรายได้จริง
ดังนั้นถ้ารัฐจะอุดหนุน
ก็ควรออกแบบ Sandbox ที่ผูกกับ
* Revenue Generation
* Cost Reduction
* หรือ Business Outcome ที่วัดผลได้
เพื่อให้เงินภาษีทำหน้าที่เป็น
“ตัวคูณทางเศรษฐกิจ” (Multiplier)
ไม่ใช่แค่ “ค่าใช้ฟรีชั่วคราว”
⸻
✨ ท้ายที่สุด…เรื่อง AI Passport มันคือ “กระจก” สะท้อนวิสัยทัศน์ของประเทศ
"งบประมาณ 1,600 ล้านบาทก้อนนี้"
อาจกลายเป็นหนึ่งในบททดสอบสำคัญที่สุด
ของประเทศไทยในยุค AI ก็ได้
เพราะประเทศที่จะชนะในเกมนี้
ไม่ใช่ประเทศที่
* มีคน Login เยอะที่สุด
* แจก Token มากที่สุด
* หรือใช้ AI ได้หวือหวาที่สุด
แต่คือประเทศที่สามารถ
“เปลี่ยนเทคโนโลยีนำเข้า
ให้กลายเป็นขีดความสามารถของคนในชาติ”
ได้ดีที่สุดต่างหาก
“เราจะใช้ AI ครั้งนี้…Transform คนทำงานทั้งประเทศได้อย่างไร?”
เพราะสุดท้ายแล้ว
ความสำเร็จของ AI Passport
อาจไม่ได้วัดจากจำนวน Prompt ที่ถูกพิมพ์
แต่วัดจากว่า
หลังโครงการจบลง
ประเทศไทย “เก่งขึ้นจริงไหม” ต่างหาก?
#วันละเรื่องสองเรื่อง
#NationalAIStrategy
#PeopleTranformation
#ExecutiveMindset
#FutureOfWork
#TechEcosystem
#DigitalEconomy
#AIInfrastructure
⸻
📚 Source / Reference
* National AI Strategy ของสิงคโปร์ และความร่วมมือกับ NTUC (National Trades Union Congress) เกี่ยวกับแนวคิด “No Jobless Growth” และ Company Training Committees (CTCs) เพื่อเตรียมแรงงานให้พร้อมรับผลกระทบจาก AI
* Alibaba Cloud Qwen Conference — แนวคิดด้าน AI Workforce Transformation และการยกระดับทักษะแรงงานร่วมกับภาคอุตสาหกรรมและภาครัฐ
* แนวคิดด้าน Token Economics และ Cloud Cost Management ในระบบ Large Language Models (LLMs) ซึ่งสะท้อนว่าการอุดหนุนแบบ Consumption Subsidy มีความเสี่ยงด้านต้นทุนระยะยาว หากไม่มีระบบคัดกรองและ Incentive Design ที่เหมาะสม
* McKinsey & Company และ World Economic Forum — บทวิเคราะห์เกี่ยวกับ AI Adoption, Workforce Transformation และผลกระทบของ AI ต่อ Productivity และเศรษฐกิจระดับประเทศ
* แนวคิด The Multiplier Effect in Technology Investment ซึ่งสนับสนุนการลงทุนด้าน Skill Development, Infrastructure และ Ecosystem มากกว่าการกระตุ้นการบริโภคระยะสั้น
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2026 Blockdit
