สำนักงานคณะกรรมการดิจิทัลเพื่อเศรษฐกิจและสังคมแห่งชาติ เผยแพร่ Digital GDP ไทย ในงานสัมมนา DIGITAL SHIFT – ECONOMIC LIFT วันที่ 29 ตุลาคม ที่ผ่านมา โดยระบุว่า เศรษฐกิจดิจิทัลไทย 2569 ขยายตัวร้อยละ 6.2 และคาดว่าจะเร่งเป็นร้อยละ 6.7 ใน 2570 มากกว่าตัวเลขประมาณการ GDP ของ ธนาคารแห่งประเทศไทยที่ร้อยละ 2.4 ในปี 2569 ก่อนชะลอลงเหลือร้อยละ 2.1 ปี 2570 สะท้อนว่ามูลค่าเพิ่มทางเศรษฐกิจในภาคดิจิทัลโตเร็วกว่าตัวเลขเศรษฐกิจในภาพรวมราวสามเท่า โดยส่วนต่างเพิ่มขึ้นในปีหน้า ซึ่งนอกจากภาพระยะสั้นแล้ว ผู้แทนธนาคารโลกได้กำหนดหมุดหมายว่าไทยจะก้าวเข้าสู่สถานะประเทศรายได้สูงภายในปี 2580 ได้ก็ต่อเมื่อมีรายได้ต่อหัวที่แท้จริงเติบโตเฉลี่ยร้อยละ 5.4 ต่อปี แต่ค่าเฉลี่ยในช่วงหลังของเราอยู่ที่เพียงร้อยละ 2.2 ซึ่งหากเดินหน้ากันแบบที่ผ่านมา กว่าเราจะก้าวไปถึงสถานะประเทศรายได้สูง จะต้องรอไปถึงปี 2599 

บทความนี้จึงสังเคราะห์เนื้อหาที่ได้ร่วมเสวนาในงานดังกล่าวซึ่งรวมถึงมุมมองของ สภาหอการค้าแห่งประเทศไทย ธนาคารโลก สภาอุตสาหกรรมแห่งประเทศไทย บริษัทเทคโนโลยีทางการเงิน และกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคมแห่งชาติ เพื่อตอบคำถามที่ว่า จะทำอย่างไรให้การเติบโตอย่างรวดเร็วของภาคดิจิทัล สร้างผลิตภาพในภาคเศรษฐกิจจริง และส่งผ่านมาสู่การสร้างมูลค่าเพิ่มให้กับเศรษฐกิจภาพรวมในที่สุด

เศรษฐกิจดิจิทัลไทยเติบโตเพิ่มขึ้นอย่างรวดเร็ว แต่ยังกระจุกตัวและพึ่งพาภายนอก

รายงาน Thailand Digital GDP ปีนี้ประเมินว่ามูลค่าเศรษฐกิจดิจิทัลของไทยในปี 2569 อยู่ที่ 5.6 ล้านล้านบาท คิดเป็นร้อยละ 28.6 ของ GDP เพิ่มขึ้นจากร้อยละ 27.2 ในปี 2567 สอดคล้องกับตัวเลขจากสภาหอการค้าแห่งประเทศไทยที่ประเมินมูลค่าอุตสาหกรรมดิจิทัลในปี 2568 ไว้ที่ 3.87 ล้านล้านบาท และมีประชากรไทยอายุหกปีขึ้นไปใช้อินเตอร์เน็ตแล้วร้อยละ  92.3 แต่เมื่อเจาะลึกลงไปในโครงสร้างจะพบข้อสังเกตสามประการ

1) การเติบโตกระจุกตัวใน Hardware เพื่อการส่งออก โดยมูลค่าเศรษฐกิจดิจิทัลด้านการผลิตร้อยละ 84.8 กระจุกตัวในสามอุตสาหกรรม คือ Hardware บริการดิจิทัล และโทรคมนาคม โดย Hardware เติบโตถึงร้อยละ 10.6 ตามวัฏจักรขาขึ้นของอิเล็กทรอนิกส์โลกและความต้องการอุปกรณ์ที่เกี่ยวกับ AI ซึ่งแม้จะคาดการณ์ว่าการส่งออกสินค้าและบริการดิจิทัลจะขยายตัวถึงร้อยละ 39.2 ในปี 2569 แต่การนำเข้าก็ขยายตัวถึงร้อยละ 30.9 เช่นกัน เนื่องจากสินค้าส่งออกเหล่านี้พึ่งพาชิ้นส่วนนำเข้าในสัดส่วนที่สูง โดยธนาคารโลกชี้ว่าการส่งออกสินค้าเกี่ยวกับ AI ของไทยมีสัดส่วนสูงถึงร้อยละ 16 ของ GDP มากกว่าสหภาพยุโรป สหรัฐฯ และญี่ปุ่น แต่เป็นมูลค่ารวมไม่ใช่มูลค่าเพิ่มที่เกิดขึ้นในประเทศ และกระจุกตัวอยู่ในกลุ่มผู้ส่งออกรายใหญ่เพียงไม่กี่ราย ธนาคารแห่งประเทศไทยประเมินว่าเศรษฐกิจไทยในภาพรวมยังได้รับแรงส่งต่อเนื่องจากวัฏจักรเทคโนโลยีและ AI ทำให้ปริมาณการส่งออกสินค้าและบริการในปี 2569 ขยายตัวร้อยละ 15.8 และการลงทุนภาคเอกชนขยายตัวร้อยละ 13.0 แต่ผลดียังกระจายผลไปยังภาคส่วนอื่นได้น้อย โดยกิจกรรมของกลุ่มที่เกี่ยวกับ AI ซึ่งมีสัดส่วนเพียงร้อยละ 2.7 ของ GDP เติบโตเพิ่มขึ้นกว่าเท่าตัวจากห้าปีก่อน ขณะที่กลุ่มอื่น ๆ ที่คิดเป็นร้อยละ 65 ของเศรษฐกิจกลับเติบโตเพียงร้อยละ 20 ขณะที่กลุ่มที่เผชิญกับการแข่งขันจากสินค้านำเข้ามีการหดตัว ซึ่งเป็นส่วนหนึ่งของปัญหาเชิงโครงสร้างที่ทำให้ GDP ไทยยังเติบโตต่ำกว่าระดับศักยภาพ

2) การใช้ดิจิทัลในภาคธุรกิจยังอยู่ในระดับผิวเผิน โดยผลสำรวจจาก Thailand Digital Outlook ที่จัดทำโดยกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคมในปีนี้ ได้ระบุว่าธุรกิจเอกชนร้อยละ 62.3 นำ AI มาใช้งานแล้ว แต่เกือบร้อยละ 60 ยังอยู่ในระยะทดลอง และมีเพียงร้อยละ 5.4 ที่ใช้งานเต็มรูปแบบ โดยผู้ประกอบการร้อยละ 77.9 ยังไม่มียุทธศาสตร์ด้าน AI เพราะการขาดความพร้อมด้านข้อมูลภายในองค์กร และยังไม่เห็นผลตอบแทนจากการใช้งานอย่างเป็นรูปธรรม ซึ่งเมื่อเทียบเคียงกับผลสำรวจของธนาคารโลกจะพบว่า มีเพียงร้อยละ 12 ของธุรกิจไทยที่มีพนักงาน 5 คนขึ้นไปใช้งาน AI ต่ำกว่าตัวเลขร้อยละ 43 ของสหรัฐฯ และธุรกิจขนาดเล็กมีการใช้งานเพียงร้อยละ 7

3) ผลิตภาพรวม หรือ Productivity ของไทยยังไม่เติบโตไปตาม Digital โดยผู้เขียนอิงใช้ข้อมูลจาก Asian Productivity Organization ซึ่งสะท้อนว่าผลิตภาพรวมของไทยในปี 2567 สูงกว่าปี 2553 เพียงร้อยละ 2.8 กล่าวคือ เติบโตเฉลี่ยเพียงร้อยละ 0.2 ต่อปี ต่ำกว่าเวียดนาม (0.96) มาเลเซีย (0.95) สิงคโปร์ (0.78) และฟิลิปปินส์ (0.65) โดยพบว่าแม้ผลิตภาพแรงงานไทยจะขยายตัวได้ถึงร้อยละ 3.0 ต่อปีในช่วงเวลาดังกล่าว แต่มาจากการสะสมทุนร้อยละ 1.8 และคุณภาพแรงงานร้อยละ 1.0 สอดคล้องกับที่ท่านผู้ว่าการธนาคารแห่งประเทศไทยนำเสนอในงาน Governor Connect ว่า เศรษฐกิจไทยอ่อนแรงลงทุกครั้งหลังวิกฤต จากที่เคยโตเฉลี่ยร้อยละ 7.3 ก่อนวิกฤตต้มยำกุ้ง เหลือร้อยละ 5.3 ก่อนจะชะลอลงเหลือร้อยละ 3.7 หลังวิกฤตแฮมเบอร์เกอร์ และเหลือเพียงร้อยละ 2.4 หลังโควิด-19 ซึ่งสะท้อนมุมมองของธนาคารแห่งประเทศไทยที่ว่าปัญหาผลิตภาพเกิดจากการลงทุนน้อยและขาดนวัตกรรม ซึ่งเมื่อเทียบเคียงกับเป้าหมายการก้าวไปสู่ประเทศรายได้สูงของธนาคารโลกแล้ว เกือบครึ่งหนึ่งของการเติบโตที่ไทยต้องการเพิ่มเติมจะต้องมาจากผลิตภาพรวม

ผู้แทนสภาหอการค้าแห่งประเทศไทยได้สรุปประเด็นเกี่ยวกับการใช้งาน AI ไว้อย่างน่าคิดว่า คำถามที่ใช่ คือ ใครสร้างมูลค่าทางเศรษฐกิจจากการใช้งาน AI ได้จริง ไม่ใช่แค่ถามว่าใครใช้ AI มากที่สุด เพราะไทยมีฐานผู้ใช้งานขนาดใหญ่และมีฐานการผลิตที่แข็งแกร่ง แต่ยังมีช่องว่างในการใช้งาน AI เพื่อสร้างมูลค่าเพิ่ม

ต่อยอดความสำเร็จในภาคดิจิทัลไทยเพื่อสร้างแรงขับเคลื่อนทางเศรษฐกิจ

ผู้แทนธนาคารโลกได้กล่าวถึงความสำเร็จของ PromptPay ระบบการชำระเงินระหว่างธนาคารของไทยที่ประสบความสำเร็จในมิติของการใช้งานเป็นอย่างยิ่ง แสดงให้เห็นถึงความสามารถในการตอบรับ Adopt เพื่อใช้งานเทคโนโลยีดิจิทัลในชีวิตประจำวันของคนไทยที่ทำได้รวดเร็วและเป็นธรรมชาติมากที่สุดประเทศหนึ่งในภูมิภาค การต่อยอดให้ธุรกรรมดิจิทัลกลายมาเป็นผลิตภาพ โดยเฉพาะในภาคธุรกิจรายย่อย SMEs ซึ่งเป็นฐานการจ้างงานของประเทศเพื่อใช้ประโยชน์จากความเข้มแข็งของโครงสร้างพื้นฐานด้านการเงินดิจิทัลของไทย จึงเป็นโจทย์สำคัญ

โครงสร้างพื้นฐานด้านการเงินดิจิทัลของไทย โดยเฉพาะ PromptPay รองรับธุรกรรมเฉลี่ยกว่า 80 ล้านรายการต่อวัน หรือราวสิบเท่าของปี 2562 โดยในปี 2568 มีมูลค่าธุรกรรมทั้งปีราว 54 ล้านล้านบาท คิดเป็นเกือบสามเท่าของ GDP โดยคนไทยทำธุรกรรมการชำระเงินดิจิทัลเฉลี่ย 651 ครั้งต่อคนต่อปี ด้วยมูลค่าเฉลี่ย 480 บาทต่อรายการ และร้อยละ 95 ของรายการ PromptPay มีมูลค่าต่ำกว่า 5,000 บาท โดยการชำระเงินดิจิทัลไม่ได้จำกัดอยู่แค่ในเมือง หรือ ระหว่างลูกค้ากับธุรกิจขนาดใหญ่ แต่กลายเป็นพฤติกรรมประจำวันของคนส่วนใหญ่ ซึ่ง ผู้แทนธนาคารโลกตั้งข้อสังเกตว่า หากทำให้คนไทยใช้งาน AI ได้มากเหมือนกับที่เคยใช้งาน PromptPay ภายในเวลา 6 ปีแบบเดียวกันนี้ ก็จะมีส่วนช่วยให้คนไทยติดอาวุธในการยกระดับผลิตภาพได้

เมื่อมองย้อนกลับไปแล้ว ปัจจัยสำคัญที่ทำให้การใช้งาน PromptPay เร่งตัวขึ้นส่วนหนึ่งเกิดขึ้นจากความจำเป็นใช้งานในช่วงโควิด-19 แต่อีกส่วนหนึ่งที่สำคัญไม่แพ้กันมาจากการสนับสนุนของมาตรการภาครัฐที่ใช้ประโยชน์ช่องทางดิจิทัลในการส่งผ่านความช่วยเหลือไปยังประชาชนได้โดยตรง ซึ่งเมื่อคนไทยมีแรงจูงใจให้เรียนรู้ที่จะใช้งานหรือ adopt แล้ว ก็เปิดโอกาสให้มีการดัดแปลง หรือ adapt การใช้งานกับเครื่องมือด้านดิจิทัลอื่น ๆ รวมไปถึง AI ได้ด้วยเช่นกัน โดยผู้แทนธนาคารโลกได้เพิ่มขั้นตอนถัดไปไว้ด้วยว่า คือ การเดินหน้า advance การสนับสนุนให้เกิดการใช้งาน AI ด้วยตรรกะเดียวกับ PromptPay ซึ่งต้องอาศัยการทำงานร่วมกันอย่างกลมกลืนระหว่างการใช้งานโครงสร้างพื้นฐานกลางกับการใช้ประโยชน์โครงสร้างพื้นฐานนั้น ไม่ใช่การทุ่มเงินซื้อเทคโนโลยี

ในส่วนของการเปิดรับเพื่อใช้งาน AI นั้น รายงาน e-Conomy South East Asia ปีนี้ที่จัดทำโดย Google Temasek และ Bain ระบุว่า ร้อยละ 63 ของคนไทยในวัยทำงานมีการใช้งาน Generative AI โดยร้อยละ 22 ใช้งานทุกวัน นับเป็นอันดับสองจากหกประเทศในอาเซียน โดยคนไทยเปิดใจมอบหมายงานให้ AI Agent ทำงานแทนสูงที่สุดในภูมิภาค ขณะที่ ผู้แทนธนาคารโลกชี้ว่าคนในประเทศรายได้ปานกลางสามารถเข้าถึง AI ได้ภายในหกเดือน เทียบกับการใช้เวลาถึง 40 ปี จึงจะเข้าถึงไฟฟ้าหลังถูกคิดค้นขึ้น

ช่องว่างสำคัญ คือ ระยะห่างระหว่างการรับเอามาใช้งาน หรือ adoption กับผลิตภาพที่ถูกสร้างขึ้น โดยปริมาณการใช้งาน AI ในไทย มาจากฝั่งองค์กรเพียงหนึ่งในสาม ตรงกันข้ามกับสิงคโปร์ที่ฝั่งองค์กรมีสัดส่วนราวร้อยละ 55-60 ดังนั้นคนไทยยังใช้ AI ส่วนใหญ่ไปในฐานะผู้บริโภค ซึ่งแม้จะเป็นการใช้งานปน ๆ กันไประหว่างการใช้งานเพื่อความบันเทิงและการใช้โทเคนเพื่อทำงาน อย่างไรก็ดี ยังน่าสนใจว่าเมื่อคนไทยมีการใช้งาน AI อย่างแพร่หลายแล้ว ก็ย่อมมีความคาดหวังให้องค์กรทั้งในฐานะนายจ้างและผู้ผลิตสินค้าและบริการใช้งาน AI เพื่อตอบโจทย์การใช้งานของลูกจ้างและลูกค้าเช่นเดียวกัน

ในทางทฤษฎีแล้ว เศรษฐศาสตร์ General Purpose Technology หรือ เทคโนโลยีเอนกประสงค์ มีคำตอบให้กับการนำ AI มาใช้งานในทางธุรกิจ โดยอธิบายได้ว่าเทคโนโลยีจะให้ผลประโยชน์อย่างเต็มที่ก็ต่อเมื่อองค์กรเปลี่ยนผ่านจากการใช้งานสำหรับงานเฉพาะ หรือ point solution ไปสู่การออกแบบวิธีทำงานใหม่ทั้งระบบ หรือ system solution โดยไฟฟ้าใช้เวลา 40 ปีจากการยกระดับหลอดไฟไปสู่สายพานการผลิต งานวิจัยของ Brynjolfsson และคณะ ยืนยันผลบวกว่าจะเกิดขึ้นสำหรับธุรกิจขนาดเล็ก โดย Generative AI ยกระดับผลิตภาพงานบริการได้เฉลี่ยร้อยละ 15 แต่จะช่วยยกระดับผลิตภาพของกลุ่มทักษะน้อยที่สุดได้สูงถึงร้อยละ 36 โดยเวทีประชุมประจำปีระหว่างกองทุนการเงินระหว่างประเทศและธนาคารโลกที่กรุงเทพฯ ในเดือนตุลาคมนี้ ได้หยิบยกแนวคิดเรื่อง Small AI ซึ่งพัฒนาขึ้นเพื่อให้ผู้ใช้งานมีต้นทุนการใช้งานต่ำ สามารถใช้งานได้บนโทรศัพท์มือถือพื้นฐานด้วยการสั่งงานเพียงเสียงและภาพ และสามารถนำมาทาบกับโครงสร้างพื้นฐานดิจิทัลและระบบชำระเงิน Fast Payment อาทิ PromptPay ที่แต่ละประเทศมีอยู่แล้วได้ ดังตัวอย่างการใช้งาน Small AI ในสวนทุเรียนเพื่อวางแผนการใช้ปุ๋ยและยา รวมถึงการเก็บเกี่ยว ซึ่งรัฐมนตรีว่าการกระทรวงการคลังของไทยได้แลกเปลี่ยนในเวทีนั้น

แนวทางของไทยจึงคือการเปิดโอกาสให้ยวดยานพาหนะรุ่นใหม่ อาทิ Small AI และ Agentic AI ถูกใช้งานบนถนนโครงสร้างพื้นฐานการชำระเงินดิจิทัลที่มีความพร้อมรองรับอยู่แล้ว โจทย์ต่อไป คือ การทำให้ยานพาหนะเหล่านี้วิ่งไปถึงธุรกิจ ทั้ง ร้านค้าและโรงงาน โดยเฉพาะ SMEs

เขย่งก้าวกระโดดสู่การเป็นประเทศรายได้สูงด้วยเทคโนโลยีการเงินดิจิทัลและ AI

หากอ้างอิงแนวคิดเดียวกันกับความสำเร็จของ PromptPay แล้ว การตัดถนน วางกติกา รักษาความปลอดภัย แล้วเปิดให้ผู้ให้บริการและภาคเศรษฐกิจจริงได้ร่วมกันสร้างนวัตกรรมการใช้งานบนถนนนั้น เป็นขั้นตอนที่นำมาประยุกต์ใช้ในครั้งนี้ได้ โดยแบ่งถนนออกเป็นสามระดับ

1) ถนนในระดับผู้ใช้งานทั่วไป ซึ่งได้เปิดกว้างให้ PromptPay รองรับการเชื่อมโยงระหว่างประเทศ และการดูแลความมั่นคงปลอดภัยของการใช้งาน ที่ผู้แทนธนาคารโลกชี้ว่า การค้า คือ ช่องทางสำคัญให้ดิจิทัลสร้างการเจริญเติบโตทางเศรษฐกิจ โดยการใช้งาน PromptPay ชำระเงินข้ามพรมแดนได้เปิดประตูดังกล่าวแล้ว

2) ถนนของภาคธุรกิจ โดยโครงการ PromptBiz ซึ่งเชื่อมข้อมูลการค้าตั้งแต่ใบแจ้งหนี้ การวางบิล การชำระเงิน ไปจนถึงใบเสร็จและต่อยอดไปสู่บริการสินเชื่อ ได้ถูกพัฒนาขึ้น โดยมีความสำคัญในบริบทของไทยที่ มีนิติบุคคลน้อยกว่าครึ่งหนึ่งของเกือบเก้าแสนรายที่ใช้การชำระเงินดิจิทัลเป็นประจำ โดยธุรกิจขนาดเล็กยังมีปัญหาการขาดข้อมูลทางการเงินที่น่าเชื่อถือในการขอสินเชื่อ เป็นเหตุหนึ่งให้ SMEs ไม่ถึงครึ่งเข้าถึงสินเชื่อเพื่อธุรกิจในระบบ สอดรับกับสถานการณ์การหดตัวอย่างต่อเนื่องของสินเชื่อ SMEs ในระบบธนาคารพาณิชย์ สวนทางกับสินเชื่อธุรกิจขนาดใหญ่ที่ขยายตัวดี ขณะที่หนี้เสียของ SMEs สูงถึงเกือบร้อยละ 10 ยิ่งไปกว่านี้ ครึ่งหนึ่งของคำขอสินเชื่อ SMEs ในปี 2568 ไม่ได้รับอนุมัติ โดยเฉพาะในกลุ่มธุรกิจที่ไม่มีประวัติการใช้ผลิตภัณฑ์ทางการเงินยิ่งเข้าถึงสินเชื่อได้ยาก

3) ถนนในอนาคต คือ เงินในรูปแบบโทเคน (Tokenized Money) ทั้งเงินฝากโทเคนบนระบบบาทเนตที่ปรับปรุงใหม่ และ THB Stablecoin ซึ่งธนาคารแห่งประเทศไทยเปิดรับฟังความเห็นต่อหลักการกำกับดูแลโดยคาดว่าจะออกประกาศได้ในเดือนมีนาคม 2570 โดยกำหนดให้มีเงินฝากหนุนหลังเต็มจำนวน สามารถไถ่ถอนคืนได้ในอัตรา 1:1 ภายในหนึ่งวันทำการ และห้ามไม่ให้จ่ายดอกเบี้ยแก่ผู้ถือเหรียญ และใช้งานได้เฉพาะผ่านกระเป๋าเงินดิจิทัลที่ได้รับการยืนยันตัวตนแล้ว

คุณสมบัติที่เทคโนโลยีนี้เสนอให้กับผู้ใช้บริการ ได้แก่ การกำหนดเงื่อนไขการชำระเงินได้ (Programmability) การชำระราคาพร้อมส่งมอบในคราวเดียวกัน (Atomic Settlement) และการทำงานได้ตลอด 24 ชั่วโมง 7 วันต่อสัปดาห์ ซึ่งตอบโจทย์การโอนเงินระหว่างประเทศ การคุ้มครองผู้ซื้อสินค้าด้วยกลไกการพักเงิน (Escrow) ที่ช่วยลดความเสี่ยงจากการซื้อของไม่ตรงปกผ่าน Social Commerce โดยกำหนดให้ปล่อยเงินเข้าบัญชีผู้ขายก็ต่อเมื่อมีการตรวจรับจากลูกค้าแล้ว ตลอดจนการใช้ชำระราคาสินทรัพย์ดิจิทัล โดยผู้ให้บริการควรแสดงให้เห็นถึงความสามารถในการสร้างมูลค่าเพิ่มที่จับต้องได้ แก้ปัญหาของผู้ใช้บริการได้อย่างตรงจุด และประเมินผลสัมฤทธิ์ได้

ถนนการเงินดิจิทัลที่เปิดกว้างจะช่วยให้ไทยเขย่งก้าวกระโดดด้วยการสร้างผลิตภาพได้จริงก็ต่อเมื่อข้อมูลที่เกิดขึ้นบนถนนนั้นไหลไปสร้างมูลค่าเพิ่มได้จริง ซึ่งผู้แทนธนาคารโลกเรียกข้อมูลเหล่านี้ว่า Data Exhaust คือ ร่องรอยที่ธุรกิจทิ้งไว้เมื่อรับชำระเงินผ่านระบบดิจิทัล ออกใบแจ้งหนี้อิเล็กทรอนิกส์ หรือชำระภาษีและค่าสาธารณูปโภคผ่านช่องทางดิจิทัล ซึ่งเมื่อนำมาวิเคราะห์ด้วยโมเดลสินเชื่อแล้ว ข้อมูลกระแสเงินสดก็กลายเป็นหลักประกันดิจิทัลได้ ซึ่งธนาคารโลกเชื่อว่า MSMEs ในประเทศกำลังพัฒนากำลังมีช่องว่างการเข้าถึงสินเชื่อสูงถึงสี่ล้านล้านดอลลาร์สหรัฐฯต่อปี โดยธนาคารกันเงินกองทุนสูงถึงสี่เท่าเมื่อปล่อยกู้ธุรกิจที่ไม่มีอันดับความน่าเชื่อถือ

โดยในวงเสวนาในงานเดียวกันนี้ ผู้ให้บริการเทคโนโลยีทางการเงินแสดงถึงความเชื่อมั่นของการใช้งานข้อมูลทางเลือกเพื่อพิจารณาสินเชื่อว่าจะทำให้มีการบริหารจัดการความเสี่ยงและออกแบบผลิตภัณฑ์การเงินได้ตอบโจทย์มากขึ้น อย่างไรก็ดี ผู้แทนสภาอุตสาหกรรมแห่งประเทศไทยมีคำถามชวนคิดว่าการที่ผู้ให้กู้รู้ข้อมูลของลูกค้ามากขึ้นอย่างเต็มที่จะกลายเป็นการรับทราบสถานะที่แท้จริงของธุรกิจรายย่อยจนปิดโอกาสให้ธุรกิจรายย่อยเข้าถึงสินเชื่อหรือไม่ ซึ่งผู้เขียนได้ให้ความเห็นในเวทีว่า หากกลไกตลาดขับเคลื่อนได้เต็มที่ควบคู่กับการประเมินต้นทุนตามความเสี่ยงจริงแล้ว ผู้ให้บริการอื่น ๆ ที่เห็นช่องว่างก็จะเข้ามาเสนอผลิตภัณฑ์ทางการเงินเสริมเพื่ออุดช่องว่างดังกล่าวได้เอง

โดยสรุป ไทยมีโอกาสที่จะใช้ประโยชน์จากการเติบโตของเศรษฐกิจดิจิทัลอย่างรวดเร็ว ที่แม้จะยังพึ่งพาการนำเข้าและมีการกระจุกตัว แต่แรงส่งจากวัฏจักร AI จะช่วยให้ธุรกิจไทยใช้ประโยชน์ผ่านตัวช่วย คือการเงินดิจิทัลที่เรามีโครงสร้างพื้นฐานที่เข้มแข็ง เพื่อขยับบทบาทของ AI ไปสู่การสร้างมูลค่าเพิ่มให้กับเศรษฐกิจไทย ซึ่งโจทย์สำคัญเร่งด่วนที่ผู้ร่วมเสวนาทุกท่านในงานเห็นตรงกัน คือ การทำให้ข้อมูลการชำระเงินดิจิทัลที่คนไทยและธุรกิจไทยใช้บริการอย่างกว้างขวางอยู่แล้วสามารถไหลไปสร้างมูลค่าเพิ่มในภาคเศรษฐกิจจริงอย่างปลอดภัย สอดคล้องกับข้อสรุปจากเวทีการประชุมประจำปี IMF-World Bank ที่กล่าวไปแล้วข้างต้นว่า ความเสี่ยงอันดับหนึ่งจากการใช้งาน AI ไม่ใช่การที่หุ่นยนต์จะมาทดแทนแรงงาน แต่ คือ การขับเคลื่อนให้ AI ถูกใช้ประโยชน์ในการยกระดับงานและผลิตภาพของประเทศช้าเกินไป แต่ก็ต้องเป็นไปภายใต้กรอบ Safe and Inclusive Digital Finance เพื่อให้ผู้ใช้บริการได้รับความคุ้มครอง ในวันที่ AI Agent กำลังจะเริ่มทำธุรกรรมแทนพวกเราได้

**บทความนี้เป็นข้อคิดเห็นส่วนบุคคล เรียบเรียงโดยผู้เขียนร่วมกับ Gen AI และกลั่นกรองทุกถ้อยคำโดยมนุษย์
ซึ่งไม่จำเป็นต้องสอดคล้องกับข้อคิดเห็นของหน่วยงานที่ผู้เขียนสังกัด**