รัฐเปิดเกม “Siam Silica” พัฒนาบุคลากร 10,000 คน ดันเซมิคอนดักเตอร์–Deep Tech ขณะที่ ธปท. หนุน AI เพิ่มผลิตภาพ BAM ปลดล็อกหนี้ และทรูยกระดับ AI Governance
ศาสตราจารย์ ดร.ยศชนันท์ วงสวัสดิ์ รองนายกรัฐมนตรี และรัฐมนตรีว่าการกระทรวงการอุดมศึกษา วิทยาศาสตร์ และนวัตกรรม (อว.) เปิดเผยภายในงานสัมมนา “AI กับการขับเคลื่อนเศรษฐกิจ” ซึ่งจัดโดยมหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ (มจพ.) ร่วมกับสำนักข่าวบางกอกทูเดย์ว่า ท่ามกลางการเปลี่ยนแปลงของภูมิรัฐศาสตร์โลกและสงครามการค้าที่รุนแรงขึ้น ไทยกำลังเข้าสู่จุดเปลี่ยนสำคัญของโครงสร้างอุตสาหกรรม โดยเฉพาะเซมิคอนดักเตอร์และอิเล็กทรอนิกส์ขั้นสูง ซึ่งเป็นหัวใจของเศรษฐกิจยุคใหม่
ทั้งนี้โจทย์ของไทยจึงไม่ใช่เพียงการดึงดูดเงินลงทุนจากต่างชาติ แต่ต้องยกระดับประเทศจากฐานการผลิตและประกอบชิ้นส่วนที่พึ่งพาแรงงานและเทคโนโลยีระดับกลาง ไปสู่การเป็นผู้พัฒนาเทคโนโลยีที่มีมูลค่าเพิ่มสูง และสามารถสร้างองค์ความรู้ของตัวเองได้
ล่าสุด แผนยุทธศาสตร์ “Thailand AI and Semiconductor Economic Blueprint” ได้วางกรอบการพัฒนาอุตสาหกรรมเทคโนโลยีขั้นสูงของประเทศ โดยมี “Siam Silica” แผนงานลงวันที่ 18 มิถุนายน 2569 เป็นหนึ่งในกลไกสำคัญที่จะขับเคลื่อนการเปลี่ยนผ่านอุตสาหกรรมเซมิคอนดักเตอร์ไทย พร้อมเป้าหมายผลักดันประเทศให้เป็นหนึ่งในศูนย์กลางเทคโนโลยีสำคัญของเอเชียตะวันออกเฉียงใต้
ปัจจุบันไทยมีฐานการผลิตและประกอบแผ่นวงจรพิมพ์ หรือ PCB และ PCBA ที่สำคัญแห่งหนึ่งของโลก แต่ยังติดข้อจำกัดด้านการแข่งขันต้นทุนและอัตรากำไรที่ไม่สูงนัก การยกระดับ Value Chain จึงเป็นภารกิจเร่งด่วน
สำหรับพิมพ์เขียวดังกล่าวมองหาโอกาสในตลาดเซมิคอนดักเตอร์ที่ไทยสามารถสร้างความได้เปรียบ โดยเฉพาะตลาดที่ยังไม่มีผู้เล่นรายใดครองตลาดอย่างเบ็ดเสร็จ และใช้เงินลงทุนเริ่มต้นไม่สูงเท่าการสร้างโรงงานผลิตเวเฟอร์ขนาดใหญ่ โดยกลุ่มที่ถูกจับตา ได้แก่ Power Chips, Photonics Chips และ Sensor Chips รวมถึง IC Design สำหรับชิปพลังงาน AI Chip และ Biochip
โดยหัวใจสำคัญของ Siam Silica คือการแก้ปัญหาขาดแคลนบุคลากรเทคโนโลยีขั้นสูง โดยตั้งเป้ายกระดับและพัฒนาทักษะบุคลากรมากกว่า 10,000 คน ครอบคลุมตั้งแต่ระดับปริญญาตรี ปริญญาโท ปริญญาเอก ไปจนถึงนักวิจัยหลังปริญญาเอก เพื่อรองรับทั้งภาคอุตสาหกรรมและงานวิจัย
ทั้งนี้การดำเนินงานจะอาศัยความร่วมมือระหว่าง NXPO กับศูนย์ฝึกอบรมเฉพาะทางในรูปแบบ “3+1 Training Center” รวมถึงมหาวิทยาลัยเทคโนโลยีมหานคร ภายใต้ความร่วมมือกับ Arizona State University และ Delta ศูนย์เทคโนโลยีไมโครอิเล็กทรอนิกส์ หรือ TMEC และ BOI โดยเป้าหมายไม่ได้อยู่ที่การผลิตบัณฑิตจำนวนมากเท่านั้น แต่ต้องสร้างบุคลากรที่สามารถทำงานร่วมกับภาคอุตสาหกรรมจริง ตั้งแต่การออกแบบชิป วัสดุ เทคโนโลยีเซนเซอร์ ไปจนถึง Advanced Packaging
ขณะเดียวกันมีแผนยกระดับ TMEC เป็นศูนย์วิจัยแปลผลเพื่ออุตสาหกรรม หรือ Translational Center เชื่อมโยงงานวิจัยกับการใช้งานจริง โดยเฉพาะการออกแบบและผลิต Photonics Chip และพัฒนา Advanced Packaging เพื่อเปลี่ยนงานวิจัยจากห้องทดลองไปสู่การต่อยอดเชิงพาณิชย์
สำหรับตลาดเป้าหมายของเซมิคอนดักเตอร์ไทยถูกเชื่อมโยงกับ 4 อุตสาหกรรมหลัก ได้แก่ ยานยนต์ไฟฟ้า การแพทย์ เกษตรอัจฉริยะ และความมั่นคง ในกลุ่ม EV เทคโนโลยีอย่าง Gallium Nitride หรือ GaN Power Conversion, IGBTs, On-board Charger และเซนเซอร์อัจฉริยะ จะเข้ามามีบทบาทในห่วงโซ่อุปทาน ขณะที่ภาคการแพทย์สามารถต่อยอด Biochip และ Wearable Sensors ตั้งแต่ระบบตรวจวินิจฉัยไปจนถึงอุปกรณ์ทางการแพทย์แบบพกพา
ส่วนเกษตรอัจฉริยะสามารถใช้เซนเซอร์ตรวจวัดสภาพดินและธาตุอาหาร เพื่อสนับสนุน Agritech และ AI Startups ขณะที่ด้านความมั่นคง การพัฒนาชิปเฉพาะทางและระบบประมวลผลที่เน้นความปลอดภัย จะช่วยลดการพึ่งพาเทคโนโลยีต่างประเทศ
ไทยมีบริษัทที่เกี่ยวข้องกับอุตสาหกรรมเซมิคอนดักเตอร์และอุปกรณ์อิเล็กทรอนิกส์มากกว่า 130 บริษัท แต่ยังแทบไม่มีโรงงานผลิตแผ่นเวเฟอร์เพื่อการค้า สะท้อนช่องว่างของห่วงโซ่การผลิตตั้งแต่ต้นน้ำถึงปลายน้ำ ขณะเดียวกันสงครามการค้าเปิดโอกาสให้ผู้ผลิตเครื่องจักรและอุปกรณ์จากไต้หวันมองหาพื้นที่ใหม่เพื่อขยายห่วงโซ่อุปทานมายังไทย
โจทย์จึงอยู่ที่ไทยจะใช้โอกาสดังกล่าวดึงการลงทุน พร้อมถ่ายทอดเทคโนโลยีและสร้างผู้ประกอบการไทยในห่วงโซ่การผลิตได้มากน้อยเพียงใด โดยรัฐบาลเตรียมพิจารณามาตรการ Local Content และ Public Procurement เพื่อสร้างตลาดภายในประเทศ และเปิดพื้นที่ให้ผู้ประกอบการไทยนำเสนอผลิตภัณฑ์และเทคโนโลยีของตัวเอง
พร้อมกันนี้ยังมีแนวทางสนับสนุน Deep Tech Startups ผ่าน Industry Mentorship และ Co-investment รวมถึงสิทธิประโยชน์ดึงดูดบริษัทเทคโนโลยีขั้นสูงจากต่างประเทศเข้ามาตั้งฐานในไทย เป้าหมายคือการสร้างไทยให้เป็น “New SEA Hub for Deep Tech Companies”
ศาสตราจารย์ ดร.ยศชนันท์ ระบุว่า ความสำเร็จของ Siam Silica และ Thailand AI and Semiconductor Economic Blueprint ไม่ควรวัดเพียงจำนวนเงินลงทุนหรือผลต่อ GDP ในระยะสั้น เพราะสิ่งที่อยู่บนเดิมพันคือความสามารถของไทยในการสร้าง “Technology Sovereignty” หรืออธิปไตยทางเทคโนโลยี
ในโลกที่เทคโนโลยีถูกใช้เป็นทั้งเครื่องมือทางเศรษฐกิจ การค้า และความมั่นคง ประเทศที่ไม่สามารถสร้างองค์ความรู้ของตัวเองได้ย่อมเสี่ยงต้องพึ่งพาต่างประเทศในระยะยาว เซมิคอนดักเตอร์จึงไม่ใช่เพียงเรื่องของชิป แต่เชื่อมโยงไปถึงยานยนต์ การแพทย์ เกษตร พลังงาน AI โทรคมนาคม และความมั่นคง
“หากไทยยังอยู่ในบทบาท “โรงงานรับจ้างประกอบ” ที่แข่งขันด้วยต้นทุนแรงงาน เมื่อประเทศคู่แข่งมีต้นทุนต่ำกว่า ความได้เปรียบก็จะหายไปทันที แต่หากขยับขึ้นสู่การออกแบบชิป การวิจัยวัสดุ การผลิตอุปกรณ์เฉพาะทาง และ Advanced Packaging ได้สำเร็จ ไทยจะสามารถเก็บเกี่ยวมูลค่าเพิ่มและสร้างฐานความรู้ให้ถ่ายทอดไปยังอุตสาหกรรมอื่นได้”ศาสตราจารย์ ดร.ยศชนันท์ กล่าว
ด้าน นางสาวชญาวดี ชัยอนันต์ ผู้ช่วยผู้ว่าการสายองค์กรสัมพันธ์ และโฆษกธนาคารแห่งประเทศไทย กล่าวว่า AI กำลังกลายเป็นกลไกสำคัญต่อการเติบโตทางเศรษฐกิจ ไม่ใช่เพียงเทคโนโลยีแห่งอนาคต โดยผลกระทบสามารถมองผ่านสมการ GDP ทั้งการบริโภค การลงทุน การใช้จ่ายภาครัฐ และการส่งออกสุทธิ
ทั้งนี้ AI จะเข้ามามีบทบาทตั้งแต่การลงทุนโครงสร้างพื้นฐาน การเข้ามาของผู้ให้บริการแพลตฟอร์มรายใหญ่ การประยุกต์ใช้ในภาคธุรกิจ ไปจนถึงการปรับตัวของแรงงานและประชาชน โดยปัจจุบันโครงการที่ยื่นขอรับการส่งเสริมการลงทุนจาก BOI ถึง 76% เกี่ยวข้องกับดิจิทัลและเทคโนโลยี และมี Data Center เป็นหนึ่งในแรงขับเคลื่อนสำคัญ
อย่างไรก็ตาม การลงทุนด้านโครงสร้างพื้นฐานยังพึ่งพาการนำเข้าอุปกรณ์และเทคโนโลยีจากต่างประเทศสูง ทำให้ผลต่อ GDP และรายได้ในประเทศอาจไม่เต็มศักยภาพ ขณะที่การนำ AI ไปใช้ในธุรกิจหลักและการใช้ AI เพิ่มประสิทธิภาพแรงงานยังต้องอาศัยเวลาในการปรับตัว
ด้านการส่งออกสินค้าเทคโนโลยีของไทยในช่วงเดือนมกราคม-มิถุนายนเติบโตถึง 50% แต่สินค้ากลุ่มดังกล่าวยังมีสัดส่วนการนำเข้าวัตถุดิบและอุปกรณ์สูงถึง 70% สะท้อนว่าการเพิ่มยอดส่งออกเพียงอย่างเดียวไม่เพียงพอ ไทยต้องสร้างห่วงโซ่อุปทานภายในประเทศและเพิ่มมูลค่าเพิ่มให้มากขึ้น
อีกแรงกดดันคือโครงสร้างประชากร ซึ่งไทยกำลังมุ่งสู่สังคมสูงวัยขั้นสุด หรือ Super Aging Society ในอีกประมาณ 7 ปีข้างหน้า เมื่อประชากรอายุ 60 ปีขึ้นไปมีสัดส่วนเกิน 28% ของประชากรทั้งหมด กำลังแรงงานจึงมีแนวโน้มหดตัว
ธปท.มองว่า AI เข้ามาถูกจังหวะ เพราะสามารถเพิ่มผลิตภาพของแรงงานที่เหลืออยู่ และเปิดโอกาสให้ผู้สูงวัยมีส่วนร่วมทางเศรษฐกิจได้ หากได้รับการพัฒนาทักษะและใช้เทคโนโลยีอย่างเหมาะสม
อย่างไรก็ตาม สิ่งที่น่ากังวลไม่ใช่เพียง AI จะเข้ามาแทนแรงงานหรือไม่ แต่คือ “คนที่ไม่ใช้ AI” อาจกลายเป็นกลุ่มที่ถูกทิ้งไว้ข้างหลัง โดยภาคธุรกิจควรเริ่มจากการหา Pain Point ก่อนลงทุน AI ไม่ใช่ซื้อเทคโนโลยีตามกระแสแล้วค่อยหาวิธีนำมาใช้ พร้อมวัดผลให้เป็นตัวเงิน เช่น ชั่วโมงทำงานที่ลดลง ต้นทุนที่ประหยัดได้ หรือผลิตภาพที่เพิ่มขึ้น
ธปท.ยังเตือนความเสี่ยงจาก AI 4 ด้าน ทั้งการปรับราคาสินทรัพย์ในตลาดทุน ช่องว่างระหว่างธุรกิจกับแรงงาน ความเสี่ยงในระบบการเงินและไซเบอร์ และความเสี่ยงจากการกระจุกตัวของเทคโนโลยี หากระบบ AI และโครงสร้างพื้นฐานสำคัญถูกควบคุมโดยผู้ให้บริการเพียงไม่กี่ราย ความผิดพลาดหรือการหยุดชะงักอาจกระทบเศรษฐกิจเป็นวงกว้าง
ขณะที่ ดร.รักษ์ วรกิจโภคาทร ประธานเจ้าหน้าที่บริหาร บริษัท บริหารสินทรัพย์ กรุงเทพพาณิชย์ จำกัด (มหาชน) กล่าวว่า เศรษฐกิจไทยกำลังเผชิญทั้งกำลังซื้อชะลอตัว หนี้ครัวเรือน และภาระหนี้เสียสะสม ปัญหา NPL และ NPA จึงเป็นโจทย์สำคัญที่ฉุดรั้งการฟื้นตัว
ซึ่งการปลดล็อกหนี้เสียไม่ได้เป็นเพียงภารกิจของสถาบันการเงินหรือบริษัทบริหารสินทรัพย์ แต่เป็นกลไกทำให้เงินทุนและทรัพย์สินที่หยุดนิ่งกลับมาหมุนเวียนในระบบเศรษฐกิจอีกครั้ง โดย BAM กำลังปรับบทบาทจากผู้บริหารสินทรัพย์ด้อยคุณภาพสู่ “Opportunity Platform” ใช้ AI และข้อมูลสร้างโอกาสให้ลูกหนี้ ผู้ซื้อทรัพย์ นักลงทุน และระบบเศรษฐกิจ
โดยแนวทางดังกล่าวใช้ปรัชญา “Empathetic Debt Resolution” หรือการแก้หนี้โดยเข้าใจบริบทและศักยภาพของลูกหนี้แต่ละราย เนื่องจากปัญหาของลูกหนี้แตกต่างกัน การใช้ Big Data และ AI จึงเข้ามาวิเคราะห์ความสามารถในการชำระหนี้ พฤติกรรมการจ่ายเงิน และเงื่อนไขเฉพาะ เพื่อออกแบบการปรับโครงสร้างหนี้ที่เหมาะสม
ทั้งนี้ BAM วางเสาหลักการเปลี่ยนผ่าน 4 ด้าน ได้แก่ การแก้หนี้อย่างเข้าใจลูกค้า การสร้างโอกาสให้ประชาชนเข้าถึงทรัพย์สิน การเปลี่ยน Dead Asset ให้เป็น Economic Value และการเพิ่ม Productivity ให้กับสินทรัพย์และองค์กร
โดยเทคโนโลยีสำคัญประกอบด้วย 8 AI Capabilities ตั้งแต่ AI Document Intelligence, AI Assistant หรือ Copilot, AI Marketing & Personalization, AI Property Valuation & Pricing, AI Collection & Next Best Action, AI Deal Analytics, BAM Opportunity Score และ AI Chatbot Knowledge Management เพื่อเชื่อมโยงกระบวนการบริหารหนี้และสินทรัพย์ตั้งแต่ต้นน้ำถึงปลายน้ำ
“เป้าหมายสำคัญคือเพิ่ม “Asset Velocity” หรือความเร็วในการหมุนเวียนสินทรัพย์ หาก AI ช่วยวิเคราะห์ข้อมูลเร็วขึ้น ประเมินความสามารถของลูกหนี้ได้แม่นยำขึ้น และจับคู่ทรัพย์กับผู้ซื้อได้มีประสิทธิภาพ เงินทุนก็จะกลับเข้าสู่ระบบได้เร็วขึ้น”ดร.รักษ์ กล่าว
นอกจากนี้ BAM ยังนำ AI ไปเชื่อมโยงกับโครงการ “โรงพยาบาลแก้หนี้ (Debt Clinic)” “เริ่มต้นใหม่กับ BAM (Restart with BAM)” “ทรัพย์มหาชน พลัส (Maha Chon Asset Plus)” และ “ค้นหาทรัพย์ด้วย AI (AI Property Match)” ซึ่งข้อมูลในแผนงานระบุว่าสามารถจับคู่ความต้องการกับทรัพย์ได้แม่นยำสูงถึง 95%
ดังนั้นแนวคิดสำคัญจึงไม่ใช่เพียงการลดต้นทุนหรือเร่งกระบวนการทำงาน แต่คือการใช้ AI ค้นหา “โอกาส” ที่ซ่อนอยู่ในข้อมูล ลูกหนี้ที่เคยถูกมองเป็นความเสี่ยงอาจกลับมาชำระหนี้ได้ หากได้รับข้อเสนอที่เหมาะสม ขณะที่ทรัพย์ NPA ที่เคยเป็นสินทรัพย์ไร้ผลิตภาพก็สามารถกลับมาสร้างมูลค่าทางเศรษฐกิจได้
“เมื่อหนี้ได้รับการปรับโครงสร้าง ลูกหนี้มีโอกาสกลับมามีสุขภาพทางการเงินดีขึ้น ส่วน NPA ที่ถูกนำออกมาจำหน่ายและมีผู้ซื้อเข้ามาใช้ประโยชน์ จะก่อให้เกิดกิจกรรมต่อเนื่องทั้งก่อสร้าง วัสดุก่อสร้าง การตกแต่ง สินเชื่อ และการบริโภคในประเทศ”ดร.รักษ์ กล่าว
ด้าน นายมนตรี สถาพรกุล หัวหน้าฝ่ายคุ้มครองข้อมูลส่วนบุคคล บริษัท ทรู คอร์ปอเรชั่น จำกัด (มหาชน) กล่าวว่า เมื่อ AI กลายเป็นเครื่องมือสำคัญของธุรกิจ ความท้าทายไม่ได้อยู่ที่การทำให้ AI ฉลาดขึ้นเท่านั้น แต่ต้องทำให้เทคโนโลยีเดินหน้าควบคู่กับความปลอดภัย ความเป็นส่วนตัว และความไว้วางใจของผู้ใช้งาน
ทรูจึงประกาศแนวทาง “AI Governance” พร้อมยกระดับหลักการใช้ AI อย่างรับผิดชอบ โดยยึดการคุ้มครองข้อมูลลูกค้าเป็นหัวใจ ภายใต้แนวคิดว่า AI ที่มีประสิทธิภาพต้องมาพร้อมความน่าเชื่อถือ และข้อมูลผู้บริโภคไม่ควรถูกนำไปใช้เป็นวัตถุดิบพัฒนา AI โดยปราศจากการควบคุมและสิทธิที่เหมาะสม
ซึ่งแนวทางดังกล่าวใช้หลัก “Safe by Design” ออกแบบระบบให้ปลอดภัยตั้งแต่ต้น ตั้งแต่การกำหนดวัตถุประสงค์ ควบคุมข้อมูล พัฒนาโมเดล กำกับการใช้งาน ไปจนถึงการติดตามความผิดปกติ
สำหรับการใช้ Generative AI ภายในองค์กร พนักงานสามารถใช้ช่วยระดมความคิด ร่างเนื้อหา สรุปการประชุม หรือวิเคราะห์ข้อมูลทั่วไปที่ไม่มีความลับ แต่ต้องตรวจสอบผลลัพธ์ก่อนนำไปใช้งานจริง ขณะที่ข้อมูลลับของบริษัทและข้อมูลส่วนบุคคลของลูกค้าถูกกำหนดเป็นพื้นที่ต้องห้ามสำหรับการนำเข้า AI สาธารณะ
ทรูยังให้ความสำคัญกับความเสี่ยงจาก Hallucination และ Bias โดยกำหนด Confidence Threshold หากระบบมีความมั่นใจต่ำหรือผลลัพธ์มีความเสี่ยง ต้องส่งต่อให้มนุษย์ตรวจสอบ พร้อมมีผู้รับผิดชอบระบบอย่างชัดเจนและสามารถใช้ “Kill Switch” ระงับการทำงานเมื่อเกิดเหตุผิดปกติ
โดยภาพรวมทั้งหมดจึงสะท้อนว่า การเปลี่ยนผ่านสู่เศรษฐกิจ AI ของไทยไม่ใช่เรื่องของการนำเทคโนโลยีใหม่เข้ามาใช้เพียงอย่างเดียว แต่เป็นโจทย์ใหญ่ตั้งแต่การสร้างอุตสาหกรรมเซมิคอนดักเตอร์ พัฒนาคน เพิ่มผลิตภาพแรงงาน ปลดล็อกหนี้เสีย ไปจนถึงการสร้างธรรมาภิบาลข้อมูล
“เดิมพันสำคัญจึงอยู่ที่ว่าไทยจะสามารถเปลี่ยน AI และเซมิคอนดักเตอร์จาก “เทคโนโลยีที่นำเข้ามาใช้” ให้กลายเป็น “ความสามารถที่สร้างขึ้นในประเทศ” ได้หรือไม่ เพราะท้ายที่สุด การแข่งขันยุคใหม่ไม่ได้วัดกันเพียงว่าใครเข้าถึงเทคโนโลยีได้เร็วกว่า แต่คือใครสามารถสร้างองค์ความรู้ มูลค่าเพิ่ม และความเชื่อมั่นจากเทคโนโลยีเหล่านั้นได้มากกว่ากัน”นายมนตรี กล่าว
ศาสตราจารย์ ดร.ธีรวุฒิ บุณยโสภณ นายกสภามหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ กล่าวว่า AI ไม่ได้เป็นเพียงเทคโนโลยีแห่งอนาคต แต่กำลังเป็นพลังสำคัญในการขับเคลื่อนเศรษฐกิจยุคใหม่ ทั้งการเพิ่มประสิทธิภาพการผลิต สร้างนวัตกรรม พัฒนาผลิตภัณฑ์และบริการ และใช้ประโยชน์จากข้อมูลเพื่อเพิ่มขีดความสามารถการแข่งขันของประเทศ โดยโจทย์สำคัญของไทยไม่ใช่เพียงจะใช้ AI อย่างไร แต่ต้องพัฒนาคนให้สามารถใช้ AI สร้างคุณค่าและโอกาสใหม่ให้ประเทศ
ทั้งนี้ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ ในฐานะสถาบันด้านวิทยาศาสตร์ เทคโนโลยี และนวัตกรรม ให้ความสำคัญกับการผลิตกำลังคนคุณภาพสูงที่มีทั้งความรู้ ทักษะ ความคิดสร้างสรรค์ และความสามารถประยุกต์ใช้เทคโนโลยี ควบคู่คุณธรรมและความรับผิดชอบต่อสังคม พร้อมผลักดันการ Reskill และ Upskill เพื่อให้แรงงานไทยปรับตัวทันโลกการทำงานที่เปลี่ยนแปลงรวดเร็ว
“การลงทุนที่สำคัญที่สุดของประเทศ มิใช่เพียงการลงทุนในเทคโนโลยี แต่คือการลงทุนในการพัฒนาคน ให้สามารถใช้เทคโนโลยีอย่างสร้างสรรค์ มีคุณธรรม และรับผิดชอบต่อสังคม เพราะเทคโนโลยีจะสร้างความเปลี่ยนแปลงได้อย่างแท้จริง ก็ต่อเมื่อมีคนที่มีความรู้ ความสามารถ และวิสัยทัศน์เป็นผู้ขับเคลื่อน”ดร.ธีรวุฒิ กล่าว
ด้าน ศาสตราจารย์ ดร.ธานินทร์ ศิลป์จารุ อธิการบดี มจพ. กล่าวว่า AI กำลังเปลี่ยนโครงสร้างเศรษฐกิจ อุตสาหกรรม และโลกการทำงาน จากเครื่องมือสนับสนุนการทำงานสู่กลไกสำคัญในการสร้างผลิตภาพ นวัตกรรม และความสามารถในการแข่งขัน ดังนั้นไทยต้องเร่งเตรียมพร้อมทั้งเทคโนโลยี ระบบนิเวศนวัตกรรม และการพัฒนากำลังคนให้สามารถทำงานร่วมกับ AI และนำเทคโนโลยีไปสร้างมูลค่าใหม่
“ภารกิจของมหาวิทยาลัยในยุค AI มิใช่เพียงการผลิตบัณฑิตที่มีความรู้ทางเทคโนโลยี แต่ต้องสร้างกำลังคนแห่งอนาคตที่มีทักษะดิจิทัล ความคิดสร้างสรรค์ เรียนรู้ตลอดชีวิต และมีจริยธรรมในการใช้เทคโนโลยี” พร้อมเชื่อมโยงภาครัฐ ธุรกิจ และอุตสาหกรรม เพื่อพัฒนาเทคโนโลยี พัฒนาคน และสร้างระบบนิเวศ AI ให้เกิดประโยชน์ต่อเศรษฐกิจและสังคมอย่างเป็นรูปธรรม”ดร.ธานินทร์ กล่าว
