ประเทศไทยกำลังเผชิญช่วงเวลาสำคัญที่อาจถูกบันทึกไว้ในประวัติศาสตร์เศรษฐกิจว่าเป็น “ยุคเปลี่ยนผ่านโครงสร้างอุตสาหกรรมครั้งใหญ่” ตัวเลขคำขอรับการส่งเสริมการลงทุนจากสำนักงานคณะกรรมการส่งเสริมการลงทุน (BOI) ในปี 2566 ต่อเนื่องถึงต้นปี 2567 ที่แตะระดับ 1.8 ล้านล้านบาท ไม่ได้เป็นเพียงสัญญาณของความเชื่อมั่นจากนักลงทุนเท่านั้น หากแต่สะท้อนการขยับตัวของทิศทางเศรษฐกิจไทยจากฐานการผลิตแบบใช้แรงงานเข้มข้น ไปสู่เศรษฐกิจที่ขับเคลื่อนด้วยข้อมูล เทคโนโลยี และปัญญาประดิษฐ์
ในภาพใหญ่ การเปลี่ยนแปลงครั้งนี้ไม่ได้เกิดขึ้นเพียงเพราะกระแสรถยนต์ไฟฟ้า (EV) ที่เริ่มเห็นชัดบนท้องถนน หากแต่เป็นการยกระดับสู่แนวคิด “Smart Mobility” ซึ่งครอบคลุมระบบนิเวศการเคลื่อนที่อัจฉริยะทั้งหมด ตั้งแต่โครงสร้างพื้นฐานดิจิทัล ศูนย์ข้อมูล (Data Center) ชิปประมวลผล (Semiconductor/IC) ไปจนถึงการเชื่อมโยงข้อมูลแบบเรียลไทม์ระหว่างอุตสาหกรรม
มุมมองที่น่าสนในจาก คุณศุภกิจ บุญศิริ ผู้อำนวยการสำนักงานเศรษฐกิจอุตสาหกรรม ไฮไลท์สำคัญของงานสัมมนา “Future Mobility: แนวทางกำหนดยุทธศาสตร์การพัฒนาอุตสาหกรรมยานยนต์แห่งอนาคต” จัดโดยสำนักงานเศรษฐกิจอุตสาหกรรม ร่วมกับสถาบันยานยนต์ ที่จะสะท้อนภาพการลงทุนและพัฒนาอุตสาหกรรมยานยนต์ไทยต่อไปในทิศทางใด
ตัวเลข 1 ล้านล้านบาท: การลงทุนใน “สมองกล” ของประเทศ
หากพิจารณาโครงสร้างของเม็ดเงิน 1.8 ล้านล้านบาท จะพบว่ากว่า 1 ล้านล้านบาทอยู่ในกลุ่มดิจิทัลและอิเล็กทรอนิกส์อัจฉริยะ โดยเฉพาะการลงทุนใน Data Center ระบบ Cloud Infrastructure และเซมิคอนดักเตอร์
แนวโน้มนี้สอดคล้องกับทิศทางเศรษฐกิจโลกที่กำลังก้าวสู่ยุคที่ “ข้อมูล” กลายเป็นทรัพยากรเชิงยุทธศาสตร์ องค์กรเพื่อความร่วมมือและการพัฒนาทางเศรษฐกิจ (OECD) เคยระบุว่า Data คือปัจจัยการผลิตใหม่ที่มีบทบาทเทียบเท่าที่ดิน แรงงาน และทุนในอดีต ขณะที่รายงานของ McKinsey Global Institute ชี้ว่าการใช้ Big Data และ AI อย่างมีประสิทธิภาพสามารถเพิ่มผลิตภาพ (Productivity) ได้อย่างมีนัยสำคัญในหลายอุตสาหกรรม
สำหรับประเทศไทย การลงทุนในโครงสร้างพื้นฐานดิจิทัลหมายถึงการสร้าง “สมองกล” ให้กับภาคอุตสาหกรรม เมื่อมี Data Center และชิปประมวลผลที่มีประสิทธิภาพ ประเทศจะสามารถพัฒนาระบบวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) และ AI เพื่อยกระดับจากการผลิตสินค้าแบบเดิม ไปสู่การสร้างมูลค่าเพิ่มผ่านระบบอัจฉริยะ
คำถามสำคัญคือ ไทยจะสามารถต่อยอดการลงทุนนี้ไปสู่การพัฒนานวัตกรรมภายในประเทศได้มากเพียงใด หรือจะยังคงเป็นฐานประกอบในห่วงโซ่อุปทานโลกเพียงบางส่วน
จาก EV สู่ Smart Mobility: มากกว่าการเปลี่ยนพลังงานขับเคลื่อน
รถยนต์ไฟฟ้า (EV) อาจเป็นภาพที่ชัดเจนที่สุดของการเปลี่ยนผ่าน แต่ Smart Mobility มีความหมายกว้างไกลกว่านั้นมาก
Smart Mobility ครอบคลุมระบบการจัดการจราจรอัจฉริยะ (Intelligent Transport Systems), ระบบโลจิสติกส์ที่ใช้ข้อมูลเรียลไทม์, การเชื่อมต่อระหว่างยานยนต์กับโครงสร้างพื้นฐาน (Vehicle-to-Infrastructure: V2I) และการวิเคราะห์ข้อมูลการเดินทางเพื่อเพิ่มประสิทธิภาพทั้งระบบ
ในเชิงยุทธศาสตร์ แนวคิด “การเพิ่มประสิทธิภาพในแนวระนาบ” หรือ Horizontal Integration หมายถึงการนำเทคโนโลยี Smart Mobility ไปเชื่อมโยงอุตสาหกรรมเป้าหมายทั้ง 12 S-Curve ของไทย ไม่ว่าจะเป็นการแพทย์ครบวงจร อุตสาหกรรมหุ่นยนต์ โลจิสติกส์สมัยใหม่ หรือเกษตรอัจฉริยะ
ตัวอย่างเช่น ระบบขนส่งที่เชื่อมต่อด้วยข้อมูลสามารถลดเวลาการขนส่งสินค้า เพิ่มความแม่นยำของห่วงโซ่อุปทาน และลดต้นทุนพลังงาน ขณะเดียวกัน ข้อมูลจากยานยนต์อัจฉริยะยังสามารถนำไปวิเคราะห์พฤติกรรมการใช้พลังงาน หรือแม้แต่พัฒนานโยบายเมืองอัจฉริยะ (Smart City)
ในมุมนี้ Smart Mobility ไม่ได้จำกัดอยู่ที่ “การเคลื่อนที่ของคน” แต่รวมถึง “การไหลเวียนของข้อมูลและทรัพยากร” ทั่วทั้งระบบเศรษฐกิจ
กรณีศึกษา Smart Boiler: เมื่อเครื่องจักรพื้นฐานกลายเป็นระบบอัจฉริยะ
การปฏิวัติด้วย Data ไม่ได้จำกัดอยู่แค่อุตสาหกรรมไฮเทค หากแต่แทรกซึมไปถึงเครื่องจักรพื้นฐานในโรงงาน เช่น หม้อน้ำอุตสาหกรรม (Boiler) ซึ่งมีอยู่กว่า 14,000 เครื่องทั่วประเทศ
ในกลุ่มหม้อน้ำขนาด 10-20 ตันขึ้นไป ซึ่งมีประมาณ 4,000-5,000 เครื่อง การติดตั้งเซ็นเซอร์และระบบวิเคราะห์การไหล (Turbulence Analysis) สามารถเปลี่ยนหม้อน้ำแบบเดิมให้กลายเป็น “Smart Boiler”
ระบบดังกล่าวสามารถ:
- วิเคราะห์ประสิทธิภาพการเผาไหม้แบบเรียลไทม์ (Combustion Precision)
- ลดการสูญเสียพลังงานที่มองไม่เห็นด้วยตาเปล่า
- คาดการณ์การบำรุงรักษา (Predictive Maintenance)
- ลดความเสี่ยงด้านความปลอดภัยและการปล่อยมลพิษ
งานวิจัยด้าน Industrial IoT (IIoT) ระบุว่าการใช้เซ็นเซอร์และระบบวิเคราะห์ข้อมูลสามารถลดต้นทุนพลังงานได้ 10-20% ในบางกรณี และเพิ่มอายุการใช้งานเครื่องจักรอย่างมีนัยสำคัญ
กรณี Smart Boiler จึงเป็นตัวอย่างที่สะท้อนว่าการยกระดับ “สมอง” ของเครื่องจักร แม้จะเป็นอุปกรณ์พื้นฐาน ก็สามารถสร้างผลกระทบทางเศรษฐกิจอย่างมหาศาล
Ecosystem และการปรับโครงสร้างอุตสาหกรรม
การลงทุนขนาดใหญ่จะเกิดผลสูงสุดต่อเมื่อเกิดการเชื่อมโยงเป็น Ecosystem ที่ครบวงจร ตั้งแต่ผู้ผลิตชิป ผู้ให้บริการ Data Center บริษัทซอฟต์แวร์ ไปจนถึงภาคการผลิต ในระดับโลก ประเทศที่ประสบความสำเร็จในการยกระดับอุตสาหกรรม เช่น เกาหลีใต้ ไต้หวัน และสิงคโปร์ ต่างอาศัยการสร้างระบบนิเวศที่เชื่อมโยงภาครัฐ เอกชน และสถาบันวิจัย
สำหรับไทย การปรับโครงสร้างอุตสาหกรรม (Industrial Restructuring) จำเป็นต้องมาพร้อมการพัฒนาทักษะแรงงาน (Upskilling & Reskilling) เพื่อให้สอดรับกับอุตสาหกรรมดิจิทัลและอิเล็กทรอนิกส์ขั้นสูง มิฉะนั้น อาจเกิดช่องว่างระหว่างการลงทุนกับศักยภาพบุคลากร
อีกประเด็นที่ถูกพูดถึงคือ ความมั่นคงทางไซเบอร์ (Cybersecurity) และการคุ้มครองข้อมูลส่วนบุคคล ซึ่งจะกลายเป็นโจทย์สำคัญเมื่อประเทศพึ่งพาโครงสร้างพื้นฐานดิจิทัลมากขึ้น
โอกาสและความท้าทายในยุค Intelligent Economy
เม็ดเงิน 1.8 ล้านล้านบาทสะท้อนความเชื่อมั่นต่อศักยภาพของไทยในห่วงโซ่อุปทานโลก โดยเฉพาะในช่วงที่หลายประเทศกำลังปรับยุทธศาสตร์ด้านเซมิคอนดักเตอร์และดิจิทัลเพื่อลดความเสี่ยงทางภูมิรัฐศาสตร์ อย่างไรก็ตาม การเปลี่ยนผ่านนี้ไม่ใช่เพียงเรื่องของเม็ดเงินลงทุน หากแต่เป็นเรื่องของความสามารถในการสร้างนวัตกรรมภายในประเทศ การเชื่อมโยงข้อมูลอย่างปลอดภัย และการพัฒนาคนให้พร้อมรับมือกับเทคโนโลยีที่เปลี่ยนแปลงรวดเร็ว
ในมุมมองของนักเศรษฐศาสตร์หลายราย ประเทศที่สามารถเปลี่ยนจาก “ผู้รับเทคโนโลยี” ไปสู่ “ผู้สร้างเทคโนโลยี” จะมีอำนาจต่อรองและความสามารถแข่งขันสูงกว่าในระยะยาว
ประเทศไทยกำลังเดินเข้าสู่ยุคที่ข้อมูลและระบบอัจฉริยะเป็นหัวใจของการเติบโตทางเศรษฐกิจ Smart Mobility และการลงทุนใน Data Center กับเซมิคอนดักเตอร์ อาจเป็นจุดเริ่มต้นของการยกระดับโครงสร้างอุตสาหกรรมครั้งใหญ่ที่สุดในรอบหลายทศวรรษ
การเปลี่ยนผ่านครั้งนี้เปิดโอกาสให้ประเทศก้าวข้ามบทบาทเดิมในฐานะ “โรงงานของโลก” ไปสู่การเป็นศูนย์กลางนวัตกรรมในภูมิภาค แต่ในขณะเดียวกัน ความสำเร็จจะขึ้นอยู่กับความสามารถในการเชื่อมโยงเทคโนโลยี บุคลากร และนโยบายสาธารณะเข้าด้วยกันอย่างเป็นระบบ
ทัศนะของผู้เขียน อีกด้านของเหรียญ
ท่ามกลางความคาดหวังต่อเม็ดเงินลงทุน 1.8 ล้านล้านบาท การเปลี่ยนผ่านครั้งนี้อาจซ่อนความท้าทายที่ต้องบริหารจัดการอย่างรอบคอบ
ประเด็นแรกคือคำถามเรื่อง “คุณภาพของการลงทุน” แม้ไทยจะดึงดูด Data Center และอุตสาหกรรมอิเล็กทรอนิกส์ขั้นสูงได้มากขึ้น แต่สิ่งที่ต้องจับตาคือ สัดส่วนของมูลค่าเพิ่มที่เกิดขึ้นในประเทศ (Local Value Added) มากน้อยเพียงใด ประเทศไทยกำลังสร้างเทคโนโลยีและทรัพย์สินทางปัญญาของตนเอง หรือยังคงอยู่ในบทบาทฐานการผลิตและให้บริการโครงสร้างพื้นฐานแก่บริษัทข้ามชาติเป็นหลัก
บทเรียนจากหลายประเทศในเอเชียชี้ให้เห็นว่า การยกระดับจาก “ผู้ใช้เทคโนโลยี” ไปสู่ “ผู้พัฒนาเทคโนโลยี” ต้องอาศัยการลงทุนระยะยาวในงานวิจัย การศึกษา และการสร้างระบบนิเวศสตาร์ทอัพ ไม่ใช่เพียงการดึงดูดเงินทุนจากภายนอก
ประเด็นที่สองคือผลกระทบต่อโครงสร้างแรงงาน การเพิ่มประสิทธิภาพผ่าน AI ระบบอัตโนมัติ และ Industrial IoT อาจทำให้ความต้องการแรงงานบางประเภทลดลง ขณะที่ความต้องการทักษะใหม่เพิ่มสูงขึ้น หากการพัฒนาทักษะแรงงานไม่ทันกับจังหวะการเปลี่ยนแปลง ช่องว่างรายได้และความเหลื่อมล้ำอาจขยายตัว
นอกจากนี้ การเป็นศูนย์กลาง Data และ Smart Infrastructure ยังมาพร้อมความเสี่ยงด้านความมั่นคงทางไซเบอร์และอธิปไตยทางข้อมูล (Data Sovereignty) เมื่อเศรษฐกิจพึ่งพาข้อมูลมากขึ้น ความปลอดภัยและการกำกับดูแลข้อมูลจะกลายเป็นปัจจัยเชิงยุทธศาสตร์ที่มีผลต่อความเชื่อมั่นของนักลงทุนและประชาชน
อีกประเด็นสำคัญคือ การเปลี่ยนผ่านสู่ Smart Mobility จะเป็นโอกาสของผู้ประกอบการทุกระดับ หรือจะทำให้เกิดการกระจุกตัวของทุนและเทคโนโลยีในบริษัทขนาดใหญ่ หากต้นทุนการปรับตัวสูงเกินไป SMEs อาจเผชิญความท้าทายในการแข่งขันในระบบเศรษฐกิจอัจฉริยะ
จุดเปลี่ยนที่ต้องการมากกว่าเงินทุน
การลงทุน 1.8 ล้านล้านบาทจึงอาจเป็นเพียง “จุดเริ่มต้น” ไม่ใช่คำตอบสุดท้าย ความสำเร็จของการปรับโครงสร้างอุตสาหกรรมไทยจะขึ้นอยู่กับความสามารถในการเชื่อมโยงสามองค์ประกอบเข้าด้วยกัน ได้แก่
- เทคโนโลยีและโครงสร้างพื้นฐาน
- บุคลากรและทักษะแรงงาน
- ระบบนิเวศนวัตกรรมที่สร้างมูลค่าเพิ่มภายในประเทศ
หากสามส่วนนี้เดินหน้าไปพร้อมกัน การเปลี่ยนผ่านสู่ Intelligent Economy อาจกลายเป็นโอกาสครั้งประวัติศาสตร์ที่ยกระดับบทบาทของไทยในภูมิภาคได้อย่างแท้จริง แต่หากขาดการวางแผนเชิงระบบ เม็ดเงินจำนวนมหาศาลอาจสร้างเพียงการเติบโตเชิงปริมาณ โดยไม่สามารถเปลี่ยนโครงสร้างเศรษฐกิจได้อย่างยั่งยืน
ในท้ายที่สุด คำถามสำคัญอาจไม่ใช่ว่า “ประเทศไทยจะดึงดูดการลงทุนได้มากเพียงใด”
หากแต่อยู่ที่ว่า
“เราจะใช้การลงทุนครั้งนี้สร้างเศรษฐกิจที่ทั้งฉลาด แข่งขันได้ และเป็นธรรมต่อทุกภาคส่วนได้หรือไม่”
FAQS: Data และ Smart Mobility กำลังรีเซ็ต DNA อุตสาหกรรมไทย
Q1: การลงทุน 1.8 ล้านล้านบาทสะท้อนอะไรเกี่ยวกับเศรษฐกิจไทย?
A1: สะท้อนการเปลี่ยนโครงสร้างจากฐานการผลิตใช้แรงงานเข้มข้น ไปสู่เศรษฐกิจที่ขับเคลื่อนด้วย Data, ดิจิทัล และอิเล็กทรอนิกส์อัจฉริยะ ซึ่งเป็นแกนหลักของ Intelligent Economy
Q2: ทำไมการลงทุนใน Data Center และเซมิคอนดักเตอร์จึงสำคัญกว่าการผลิตแบบเดิม?
A2: เพราะเป็นการสร้าง “สมองกล” ให้ประเทศ ทำให้ไทยสามารถพัฒนาระบบวิเคราะห์ข้อมูลและ AI ที่สร้างมูลค่าเพิ่มสูงกว่าการผลิตฮาร์ดแวร์เพียงอย่างเดียว
Q3: Smart Mobility แตกต่างจาก EV อย่างไร?
A3: EV คือการเปลี่ยนพลังงานขับเคลื่อน แต่ Smart Mobility คือระบบนิเวศการเคลื่อนที่อัจฉริยะที่เชื่อมโยงข้อมูล ยานยนต์ โครงสร้างพื้นฐาน และโลจิสติกส์แบบเรียลไทม์
Q4: Smart Mobility จะส่งผลต่ออุตสาหกรรมอื่นอย่างไร?
A4: จะยกระดับทั้ง 12 S-Curve ผ่านการเชื่อมต่อข้อมูล เช่น โลจิสติกส์แม่นยำขึ้น โรงงานลดต้นทุนพลังงาน และระบบขนส่งมีประสิทธิภาพมากขึ้น
Q5: ตัวอย่าง Smart Boiler แสดงให้เห็นอะไร?
A5: แสดงให้เห็นว่าแม้เครื่องจักรพื้นฐาน หากติดตั้งเซ็นเซอร์และวิเคราะห์ข้อมูล ก็สามารถลดต้นทุน เพิ่มกำไร และลดความเสี่ยงได้อย่างมีนัยสำคัญ
Q6: SMEs จะได้ประโยชน์หรือเสียเปรียบจากการเปลี่ยนผ่านนี้?
A6: หากเข้าถึงเทคโนโลยีได้ จะเพิ่มประสิทธิภาพและแข่งขันได้ดีขึ้น แต่หากต้นทุนปรับตัวสูงเกินไป อาจเกิดช่องว่างระหว่างธุรกิจขนาดใหญ่กับ SMEs
Q7: การใช้ AI และระบบอัตโนมัติจะกระทบแรงงานหรือไม่?
A7: มีแนวโน้มลดความต้องการแรงงานบางประเภท แต่เพิ่มความต้องการทักษะดิจิทัล จึงจำเป็นต้องเร่ง Reskilling และ Upskilling
Q8: ไทยกำลังเป็นเจ้าของเทคโนโลยี หรือเป็นเพียงฐานการลงทุนของต่างชาติ?
A8: ปัจจุบันการลงทุนจำนวนมากมาจากต่างชาติ ความท้าทายคือการเพิ่มสัดส่วนมูลค่าเพิ่มและทรัพย์สินทางปัญญาที่พัฒนาโดยคนไทย
Q9: ความเสี่ยงด้าน Data และ Cybersecurity มีมากเพียงใด?
A9: ยิ่งพึ่งพาข้อมูลมาก ความเสี่ยงยิ่งสูง จึงต้องมีกลไกกำกับดูแลข้อมูล ความปลอดภัยไซเบอร์ และอธิปไตยทางข้อมูลที่เข้มแข็ง
Q10: ปัจจัยใดจะชี้ขาดว่าไทยจะหลุดพ้นจากกับดักอุตสาหกรรมเดิมได้หรือไม่?
A10: ความสามารถในการเชื่อมโยงเทคโนโลยี บุคลากร และระบบนิเวศนวัตกรรมเข้าด้วยกันอย่างเป็นระบบและยั่งยืน
