ภาพรวมการใช้ AI + IT ขององค์กรไทยปี 2568

ปัจจุบัน องค์กรในประเทศไทยอยู่ในช่วงการเปลี่ยนผ่านยุคดิจิทัล จากการศึกษาทดลอง สู่การ เริ่มใช้จริง โดยจากการสำรวจของ Bualuang Primary Research พบว่า องค์กร เกือบครึ่ง มีโครงการที่เกี่ยวข้องกับ AI หรือ LLM ที่เริ่มใช้งานแล้วจริง แต่ส่วนใหญ่ยังอยู่ ในช่วงนำร่อง และทําเป็นโครงการขนาดเล็กก่อน จึง ยังไม่เห็นผลทางการเงินมาก หรือยังไม่สามารถวัดผลได้ชัดเจน

ผู้ที่ตอบแบบสอบถามจํานวน 2 ใน 3 (67%) มีแผนจะเพิ่มงบ IT อีกในปี 2569 (เทียบกับ 62% ในปี 2568) และพบว่ามีการใช้จ่ายเป็นไปตามแผนงบที่ 68% และเกินงบฯ เพียง 11% สะท้อนช่วงเวลาที่เน้นทดลอง เพิ่มประสิทธิภาพ แต่ยังยึดวินัยทางการเงิน ไม่ได้ทําตามกระแส 

นอกจากนี้ มองว่าวงจรการลงทุนด้านดิจิทัลของไทย กำลังเปลี่ยนจาก การสร้างใหม่ (Build-out) เป็นการ ปรับประสิทธิภาพ (Optimization) ร่วมกับระบบเดิม เพื่อเสริมความ แข็งแกร่งของโครงสร้างพื้นฐานหลัก และเตรียมความพร้อมสำหรับการขยายตัวของ Al

Cybersecurity ลงทุนมากที่สุด

ภาพรวมการสํารวจ Cybersecurity ยังคงเป็นหัวใจของเทคโนโลยีไทย เนื่องจากองค์กรส่วนใหญ่ยังอยู่ในโหมด ป้องกับความเสี่ยงมากกว่าการเป็นตัวเร่งการเติบโต โดยกลุ่ม Al/Machine Learning (ML) และ Cloud Services ถือเป็นเป้าหมายหลัก

ลำดับถัดมา คือ เรื่อง Data & Analytics และ ERP/Core upgrades ซึ่งสะท้อนให้เห็นถึงการ เน้นความพร้อมของข้อมูลและการปรับระบบให้ทันสมัย ก่อนที่จะขยายการใช้ AI ในระดับองค์กรถัดไป ส่วนกลุ่มที่ถูกตัดงบมากที่สุด คือ หมวด HR software, Infrastructure และ Emerging Tech

ในด้านงบ AI โดยรวมยังอยู่ในระดับจํากัด เพราะบริษัทที่ระบุว่างบด้าน AI เพิ่มขึ้น โดยส่วนใหญ่ น่าจะหมายถึงการจัดสรรงบใหม่ภายใน มากกว่าการขยายงบรวมของทั้งองค์กร (Re-allocation)

Al ใช้งานจริง แต่ยังไม่ทําเงินจริง

ผู้ตอบแบบสอบถามประมาณ 55% คาดว่าจะมีโครงการใช้งาน AI ที่เปิดใช้งานจริงภายในสิ้นปี 2568 ทําให้ประเทศไทยอยู่ใกล้เคียงระดับโลก (สหรัฐฯ/ยุโรป -60%, จีน -55%) แต่ถึงแม้จะมี การใช้งานจริง บริษัทก็ยัง ไม่สามารถประเมินผลกระทบต่อกำไรได้ คิดเป็นกว่า 66% ของที่จะใช้งาน

และโครงการส่วนใหญ่ยังคงใช้ภายในองค์กร เช่น การทํางานอัตโนมัติ และการเพิ่มประสิทธิภาพ มากกว่าการสร้างรายได้ใหม่ ซึ่งสอดคล้องกับผลสํารวจของ McKinsey ปี 2568 ที่ระบุว่า แม้บริษัททั่วโลกกว่าราว 87% คาดว่า AI จะเพิ่มรายได้ภายใน 3 ปี แต่มีเพียงแค่ 19% ที่วัดผลเชิงการเงินได้จริงแล้ว

ขณะที่ เป้าหมายหลักของการใช้ AI ในปี 2568 สะท้อนแนวคิดขับเคลื่อนด้วยประสิทธิภาพ โดย

• มุ่งลดต้นทุน (74%)
• เน้นเพิ่มประสิทธิภาพของพนักงาน (70%)
• เสริมการเติบโตของรายได้ (9%)

ดังนั้น ปี 2568 ของไทยจึงถือเป็นปีของการวางรากฐานดิจิทัล ที่เน้นการควบคุมวินัยทาง การเงิน ผลตอบแทนจากการลงทุน และสร้างความพร้อมของระบบมากกว่าการสร้างรายได้

คน อุปสรรคหลักการพัฒนา AI

36% ของบริษัทที่ทำแบบสำรวจระบุว่า ปัญหาขาดแคลนคนเป็นอุปสรรคหลัก ในการพัฒนา AI แต่บริษัทมากถึง 61% ก็ยังคงเลือกพัฒนา Al ด้วยตัวเอง ยิ่งสะท้อนรูปแบบ การพัฒนาที่เป็นไปอย่าง ระมัดระวัง เน้นความมั่งคง โครงการขนาดเล็ก มีความปลอดภัย และขับเคลื่อนภายในองค์กรก่อน ส่วนองค์กรที่เน้น ร่วมมือกับพันธมิตร มีสัดส่วนเพียง 21% 

ส่วนความร่วมมือกับต่างประเทศ แม้จะมีต้นทุนสูง แต่ช่วยให้โครงการสามารถไปต่อได้รวดเร็วกว่า ซึ่งเฟสต่อไปของไทยจึงอาจเป็นการผสมผสานรูปแบบ Hybrid co-development หรือ Al-as-a-Service ระหว่างผู้พัฒนาในประเทศกับพันธมิตรต่างชาติ

AI ยังไม่ใช่ปัจจัยหนุน EPS

อิงจากกลุ่มตัวอย่างที่สํารวจ (ซึ่งคิดกำไรเป็นสัดส่วนประมาณ 50% กำไรสุทธิของ SET) จะเห็นว่าการเปลี่ยนผ่านสู่ดิจิทัลของไทยในปัจจุบัน อยู่ในฐานะ การรักษาเสถียรภาพของกำไร มากกว่าการสร้างการเติบโต โดยในช่วง 2 ปีข้างหน้า แม้ว่าบริษัทมีแผนเพิ่มงบลงทุน IT ราว 67% แต่ มีเพียง 20% ที่ระบุว่า กำไรเพิ่มขึ้นมากกว่า 5% จากการลงทุนด้านดิจิทัล 

ดังนั้น เมื่อเทียบกับสมมติฐานฐาน EPS ปี 2569 ของ SET ที่ 90 จุด จะสะท้อนการหนุนเพียง 2-2.5% เท่านั้น นอกจากนี้ บริษัทในกลุ่มที่สำรวจยังไม่สามารถวัด ROI ได้จริงราว 66% ซึ่งยืนยันว่าผลกระทบของการเปลี่ยนผ่านดิจิทัลต่อ EPS ยังอยู่ในช่วงที่ประเมินผลได้ไม่ชัดเจน

ดังนั้น การลงทุนด้าน Al ระลอกแรกของไทยมุ่งเน้นไปที่ กลุ่มต้นน้ำ อย่าง DELTA ซึ่ง ได้รับอานิสงส์จากการขยายศูนย์ข้อมูลระดับโลก ขณะที่ในประเทศ ความสนใจได้ไปสู่ กลุ่มโรงไฟฟ้าและนิคมฯ ที่เกี่ยวข้องกับการสร้างฐานโครงสร้างพื้นฐาน ภายในประเทศ สำหรับฝั่งผู้ใช้งาน Al แบบองค์กร ผลการสำรวจของเราชี้ว่า กลุ่ม ICT, Healthcare และ Food เป็นผู้นำการใช้งาน แม้ผลเชิงตัวเลขในระยะสั้นจะยัง ไม่ชัดเจนก็ตาม

ในส่วนของผู้ให้บริการด้าน IT และ Al แบ่งเป็น สี่ธีมการลงทุนหลัก โดย ธีมแรก-Staple Tech (ความมั่นคงทางไซเบอร์และการปรับระบบหลัก) เป็นธีมในระยะสั้นที่มีอุปสงค์ต่อเนื่องและเอื้อต่อบริษัทผู้ให้บริการวางระบบ ขณะที่อีกสามธีม ได้แก่ การย้ายระบบขึ้นคลาวด์ (Cloud Migration), การ สร้างประโยชน์จาก AI (AI Monetization) และ ความพร้อมของข้อมูล (Data Readiness) จะเป็นโอกาสในระยะกลาง เนื่องจากยังเผชิญกับภาวะงบ IT ที่ระมัดระวัง

ข้อควรระวังในอนาคต

จะเห็นว่า ผลเชิงบวกจะไม่ถูกส่งผ่านมาถึง Household consumption เหมือนใน US ซึ่งได้อานิสงส์ wealth effect จากตลาดหุ้นที่ปรับขึ้น เนื่องจาก US มี Magnificent Seven กลุ่มบริษัทเทคโนโลยีขนาดใหญ่ 7 แห่งในสหรัฐฯ ได้แก่ Apple, Microsoft, Amazon, Alphabet, Meta, Nvidia, และ Tesla ซึ่งมีมูลค่าตลาดสูงมากและราคาหุ้นพุ่งขึ้นอย่างมากจาก AI) แต่ไทยมีหุ้นขนาดใหญ่เพียงไม่กี่ตัว เช่น Delta One 

นอกจากนี้ ภาพในระยะยาวการเพิ่มขึ้นของ Data center อาจจะทําให้ ราคาพลังงานในประเทศสูงขึ้น เนื่องจากภาคอุตสาหกรรมที่ใช้ไฟสูง และไม่มี AI รวมถึง Consumer อาจจะถูกกระทบ อีกทั้งถ้าไทยพัฒนาคนไม่ได้ และถูกทดแทนด้วย AI ยิ่งกระทบตลาดแรงงาน