news-article – NECTEC : National Electronics and Computer Technology Center

10 ปี NETPIE – จาก IoT สู่อุตสาหกรรมไทย และก้าวต่อไปสู่โลก AIoT

Sasiwipar Hasuk — Tue, 16 Sep 2025 09:54:38 +0000

16 กันยายน ครบรอบ 1 ทศวรรษของ NETPIE แพลตฟอร์ม IoT ที่พัฒนาโดยคนไทย เนคเทค สวทช. จึงถือโอกาสถอดรหัสการเดินทางของเทคโนโลยีที่เกิดจากภาครัฐ ซึ่งพิสูจน์แล้วว่าสามารถสร้างผลกระทบได้จริง และก้าวต่อกับการเดินทางสู่ AIoT ในภูมิทัศน์เทคโนโลยีที่คำว่า IoT, Big Data และ Industry 4.0 ถูกพูดถึงแทบทุกวัน เราอาจมองหาภาพความสำเร็จจากบริษัทเทคฯ ยักษ์ใหญ่ในต่างแดน แต่หากมองให้ลึกลงมาในบริบทของประเทศไทย ตลอด 10 ปีที่ผ่านมา มีโครงสร้างพื้นฐานดิจิทัลหนึ่งที่ทำงานอยู่เงียบๆ เบื้องหลัง แต่ทรงพลังและเป็นหัวใจสำคัญของการเปลี่ยนผ่านครั้งนี้ นั่นคือ NETPIE ผลงานวิจัยและพัฒนาโดย เนคเทค สวทช.

จุดเริ่มต้น: เมื่อเทคโนโลยีต้องเป็นของทุกคน

ย้อนกลับไปเมื่อ 10 ปีก่อน IoT ยังเป็นเรื่องใหม่และไกลตัวสำหรับคนไทย กำแพงด้านเทคนิคและต้นทุนคืออุปสรรคสำคัญที่ทำให้นวัตกรรมเกิดขึ้นได้ยาก NETPIE จึงถือกำเนิดขึ้นด้วยปรัชญาที่เรียบง่ายแต่ทรงพลัง นั่นคือ การทำให้เทคโนโลยีเป็นประชาธิปไตย (Democratize Technology)

เนคเทค สวทช. ไม่ได้สร้างแค่เครื่องมือ แต่สร้างพื้นที่ที่เปิดให้ทุกคนเข้ามาทดลองได้ฟรี ผลคือการปลดล็อกศักยภาพของนักศึกษา, Maker, และสตาร์ทอัพทั่วประเทศให้สามารถเปลี่ยนไอเดียในกระดาษให้กลายเป็นโปรโตไทป์ที่จับต้องได้ NETPIE ในยุคแรกจึงเป็นมากกว่าแพลตฟอร์ม แต่คือเครื่องมือบ่มเพาะวัฒนธรรม Maker และสร้างรากฐานกำลังคนด้านดิจิทัลให้กับประเทศอย่างแท้จริง

เมื่อ ‘โปรเจกต์’ ต้องโตเป็น ‘โปรดักต์’

ความท้าทายถัดมา คือ ทำอย่างไรให้สิ่งที่เริ่มต้นจากห้องปฏิบัติการ สามารถตอบโจทย์โลกธุรกิจที่ต้องการความน่าเชื่อถือและสเกลระดับอุตสาหกรรมได้ นี่คือจุดเปลี่ยนที่ทำให้ NETPIE เกิดการสปินออฟเป็น บริษัท เน็กซ์พาย (NEXPIE) เพื่อให้บริการเชิงพาณิชย์เต็มรูปแบบ เป็นการพิสูจน์ว่าเทคโนโลยีจากภาครัฐสามารถเติบโตและแข่งขันในตลาดได้จริง บทบาทของ NETPIE ขยับจากการเป็นผู้ให้โอกาสสู่การเป็นพาร์ทเนอร์ที่เชื่อถือได้ของภาคอุตสาหกรรม ตั้งแต่การทำ Smart Farming ไปจนถึงการมอนิเตอร์เครื่องจักรในโรงงาน

NETPIE ร่วมทุนกับบริษัทเอกชน จัดตั้งบริษัท NEXPIE

AIoT: เมื่อทุกสรรพสิ่งต้อง ‘ฉลาด’ ไม่ใช่แค่ ‘เชื่อมต่อ’

ในโอกาสครบรอบ 10 ปี NETPIE ไม่ได้มองแค่ความสำเร็จที่ผ่านมา แต่มุ่งเป้าไปที่เทคโนโลยีแห่งอนาคต นั่นคือ AIoT (Artificial Intelligence of Things) โลกยุคใหม่ที่ไม่ได้จบแค่การเชื่อมต่อเพื่อดูข้อมูลผ่าน Dashboard อีกต่อไป แต่ต้องการให้อุปกรณ์ที่ปลายทาง (Edge) สามารถคิดและตัดสินใจได้ด้วยตัวเอง โดยการเปิดตัวแพลตฟอร์มใหม่ล่าสุดอย่าง “Daysie” คือ คำตอบ

Daysie ถูกออกแบบมาให้เป็นแพลตฟอร์ม AI แบบ No-Code ที่เปิดทางให้วิศวกรโรงงานหรือผู้ประกอบการที่ไม่ใช่โปรแกรมเมอร์ สามารถสร้างโมเดล AI เพื่อตรวจสอบความผิดปกติของสินค้าได้เอง โจทย์ใหญ่ไม่ใช่แค่การสร้างเทคโนโลยีที่ล้ำหน้า แต่คือการสร้างเทคโนโลยีที่คนส่วนใหญ่เข้าถึงและใช้งานได้จริง

รับชมสัมมนาย้อนหลัง
” 10 ปี IoT ไทย: จาก NETPIE สู่อนาคตแห่งการเชื่อมต่อสรรพสิ่งด้วย AIoT “

รวมทุกความประทับใจจาก #NETPIE10th

ที่ https://netpie.io/netpie10th

“ภาวะโลหิตจาง” ภัยเงียบที่ส่งผลต่อร่างกายมากกว่าที่คิด

Sasiwipar Hasuk — Mon, 08 Sep 2025 08:09:34 +0000

ผู้เขียน : นักวิจัยศูนย์เทคโนโลยีไมโครอิเล็กทรอนิกส์ สวทช.

ฝันอยากจะเป็นนักวิทยาศาสตร์
อยากเป็นคุณหมอ อยากเป็นนักบิน อยากเป็นศิลปินชื่อดัง
แต่วันหนึ่งพบว่า มีปัญหาด้านการเรียนรู้ ด้านพัฒนาการ
เพียงเพราะว่า… อาจจะมีภาวะโลหิตจาง
ซึ่งไม่ได้รับการตรวจและรักษาอย่างทันท่วงที ทําให้ไม่มีพัฒนาการสมวัย

ภาวะโลหิตจางส่งผลอย่างไร ต่อพัฒนาการทางร่างกาย

ภาวะโลหิตจาง หรือที่เราคุ้นเคยในคำว่า “ภาวะซีด” เกิดขึ้นเมื่อร่างกายมีเม็ดเลือดแดงไม่เพียงพอ โดยเม็ดเลือดแดงมีหน้าที่สำคัญในการนำออกซิเจนไปเลี้ยงส่วนต่าง ๆ ของร่างกาย ดังนั้น เมื่ออยู่ในภาวะซีด ปริมาณเม็ดเลือดแดงน้อยเกินไปไม่เพียงพอกับการส่งเลือดไปเลี้ยงสมอง ทำให้ร่างกายขาดออกซิเจน จึงส่งผลกระทบให้เกิดอาการอ่อนเพลีย โดยเฉพาะกับเด็ก ๆ หากมีภาวะซีดเรื้อรัง จะส่งผลต่อพัฒนาการของร่างกาย โดยเฉพาะทางด้านสติปัญญา มีหลายงานวิจัยพบว่า ภาวะซีดเรื้อรังจะทำให้ไอคิวของเด็กหายไปถึง 10 จุด ซึ่งสามารถเปลี่ยนชีวิตของคน ๆ หนึ่งได้เลย

หมายความว่าถ้ารู้ช้า รักษาช้า หรือว่าไม่รู้เลย เด็กคนนั้นก็จะไอคิวหายไปอย่างถาวร

“เราจะไม่สามารถย้อนกลับไปเพื่อแก้ไขได้ แม้จะพยายามจะแก้ปัญหาก็ไม่ทันแล้วครับ นั่นหมายความว่าเขาก็ต้องสูญเสียพัฒนาการตามช่วงวัยที่เขาควรจะได้รับ” วิศรุต ศรีพุ่มไข่ นักวิจัยศูนย์เทคโนโลยีไมโครอิเล็กทรอนิกส์ (ทีเมค) สวทช. อธิบาย

โลหิตจางไหม?... รู้ได้เมื่อตรวจคัดกรอง

วิธีการตรวจหาภาวะโลหิตจาง ปัจจุบันที่ใช้กันมากสุด คือ การตรวจจากเลือด โดยคุณหมอ พยาบาล หรือบุคลากรทางการแพทย์ที่มีความเชี่ยวชาญ ใช้เข็มเพื่อเจาะเลือดจากบริเวณข้อพับแขน หรือเจาะจากปลายนิ้ว หากเป็นกรณีของเด็กทารกแรกเกิด จะต้องเจาะที่ส้นเท้าเพื่อเก็บเลือด หลังจากนั้นก็จะนำเลือดไปใส่ในหลอดแก้วคาพลิลารี่ แล้วนำไปปั่นแยกด้วยเครื่องปั่นความเร็วสูง 12,000 รอบต่อนาที เพื่อแยกสัดส่วนของเม็ดเลือดแดงในเลือด อ่านค่า บันทึกค่าและนำค่าที่ตรวจวัดได้ดังกล่าว ไปเทียบกับค่ามาตรฐานตามช่วงอายุ เพื่อคัดกรองว่ามีภาวะซีดหรือไม่ หากมีต้องทำอย่างไร โดยการตรวจคัดกรองด้วยวิธีแบบนี้ สามารถตรวจได้ตาม ห้อง Lab และโรงพยาบาลต่าง ๆ ได้ทุกที่อยู่แล้ว

แล้ว ภาวะโลหิตจางเกิดจากอะไร? ภาวะโลหิตจาง เกิดได้จากหลายสาเหตุ เช่น โรคทางพันธุกรรม หรือ ธาลัสซีเมีย และ จากการขาดธาตุเหล็ก โดยส่วนใหญ่ที่พบบ่อย คือ โลหิตจางจากการขาดธาตุเหล็ก ซึ่งสามารถรักษาให้หายได้ด้วยการกินยาเสริมธาตุเหล็กในปริมาณที่เหมาะสม การกินธาตุเหล็กด้วยตัวเองอาจจะไม่ตรงสาเหตุ ซึ่งอาจทำให้เกิดผลเสียมากกว่าผลดี ดังนั้น การตรวจเลือดจะเป็นวิธีดีที่สุดทำให้รู้สาเหตุที่ชัดเจน ทางสมาคมโลหิตแห่งประเทศไทย แนะนำให้มีการคัดกรองภาวะซีดในเด็กช่วงอายุ 9 – 12 เดือน ไม่เพียงแต่วัยเด็กที่ส่งผลกระทบ วัยเรียน วัยรุ่น วัยทํางาน หญิงตั้งครรภ์หรือแม้กระทั่งผู้สูงอายุ ถ้ารู้สึกว่าเบื่ออาหาร อ่อนเพลีย อาจจะมีสาเหตุจากภาวะซีดก็ได้

หลายพื้นที่ของประเทศมีภาวะซีดสูงกว่า 10% สำหรับประเทศไทย มีหน่วยงานที่กําหนดตัวชี้วัด แนวทางและนโยบายเพื่อลดความชุกของภาวะซีดจากการขาดธาตุเหล็ก และมีการสนับสนุนส่งเสริมให้จ่ายยาเสริมธาตุเหล็กตามชุดสิทธิประโยชน์ของหลักประกันสุขภาพแห่งชาติ (สปสช.) โดยสามารถไปรับยาเสริมเหล็กได้ฟรี ตามหน่วยงานที่รัฐกําหนด แต่ถึงอย่างไรก็ตาม เราจะต้องทราบก่อนว่า สาเหตุเกิดจากการขาดธาตุเหล็กจริงๆ หรือไม่ เพราะหากมีภาวะซีดจากสาเหตุอื่น การรับธาตุเหล็ก ก็อาจจะส่งผลเสียต่อสุขภาพได้ ทำให้ภาระไปตกอยู่ที่หน่วยบริการหรือโรงพยาบาลที่ต้องให้บริการตรวจคัดกรอง

“ในช่วง 1-2 ปีที่ผ่านมา ทางทีมวิจัยจึงพาตัวเองไปดู ไปพูดคุยกับคนที่ใช้งานจริง ๆ รวมถึงผู้ที่มีส่วนได้ส่วนเสีย กับการคัดกรองภาวะซีด จนพบว่าวิธีเดิมมีอะไรที่เป็นจุดเด่น มีอะไรที่เป็น pain point หรือมีปัญหาอะไรที่องค์ความรู้ของทีมวิจัยจะเข้าไปช่วยเติมเต็ม ไปช่วยพัฒนา และที่สำคัญคือ วิธีเดิมที่ถูกใช้มานาน ควรจะปรับเปลี่ยนไปเป็นดิจิทัล สามารถใช้ AI เพื่อช่วยเสริมทำให้วิธีการเดิมทำได้ดีขึ้น สะดวกขึ้น และช่วยกระจายไปยังพื้นที่ที่ห่างไกล นอกเหนือจากแค่โรงพยาบาล ทำให้เกิดเป็นข้อมูลรวมศูนย์”

เพื่อลดภาระงานของบุคคลากรทางการแพทย์ และ เพิ่มขีดความสามารถของหน่วยบริการปฐมภูมิ ทีมวิจัยของเราจึงได้พัฒนานวัตกรรมใหม่สำหรับตรวจคัดกรองภาวะซีด ที่สามารถนำไปใช้งานในภาคสนามแบบพกพา เพื่อสนับสนุนการทำงานของหน่วยบริการแบบเคลื่อนที่

“ถ้าอุปสรรค คือ การไปโรงพยาบาล เปลี่ยนวิธีคิดใหม่จะดีกว่าไหม? ถ้าเราสามารถพาเครื่องมือที่ใช้งานง่าย ไปหาผู้ที่ต้องทำการตรวจคัดกรองในพื้นที่ชุมชน แทนการเดินทาง มาตรวจที่โรงพยาบาล”

จุดเด่นของนวัตกรรมที่พัฒนาขึ้นมา เครื่องมือมีขนาดเล็ก พกพาได้ ใช้งานง่าย ลดความผิดพลาดและความเสี่ยงในการใช้งาน เรามั่นใจว่า หากนำคนที่ไม่มีพื้นฐานมาเรียนรู้วิธีใช้งานแบบเดิม เทียบกับนวัตกรรมของเรา มากกว่า 99% จะบอกว่า วิธีที่เราพัฒนาขึ้นใช้งานง่ายกว่า

โดยวิธีใหม่ มีเพียง 3 ขั้นตอน คือ

เจาะเลือดและเก็บเลือด ใช้เลือดน้อยกว่าเดิมถึง 10 เท่า หยดเล็กมาก ๆ แค่ปลายนิ้ว แล้วเราก็นําแผ่นเก็บเลือดที่ออกแบบเฉพาะไปสัมผัสบริเวณหยดเลือด เลือดจะไหลเข้ามาในอุปกรณ์แบบอัตโนมัติ
นำแผ่นไปปั่นแยกเม็ดเลือดแดง มีการออกแบบให้ใช้ความเร็วรอบต่ำในการปั่นแยก ทำให้เครื่องมีขนาดเล็กลง
อ่านค่าแบบอัตโนมัติพร้อมบันทึกผลเป็นดิจิตอล พร้อมออกรายงานผลการทดสอบได้ทันที

วัตกรรมดังกล่าว ช่วยลดขั้นตอน จากวิธีเดิมที่เราต้องทํา 5 ขั้นตอน ก็จะเหลือเพียงแค่ 3 ขั้นตอน ที่สําคัญ คือ ใช้เลือดน้อย และใช้งานง่ายกว่าวิธีเดิมอย่างแน่นอน

เครื่องมือนี้ผ่านการทดสอบและนําไปใช้งานในการตรวจวัดค่าโดยผู้เชี่ยวชาญทางเทคนิคการแพทย์ ที่ผ่านการฝึกอบรมการใช้งานเครื่องมือ จากการทดสอบการใช้งานในระดับห้องปฏิบัติการ พบว่า การทดสอบเชิงประสิทธิภาพของการตรวจวัดเป็นที่น่าพอใจ ได้ผลเทียบเท่าวิธีการเดิม

ปัจจุบันนวัตกรรมอยู่ในสถานะของการวิจัยและพัฒนา เพื่อยื่นขอขึ้นทะเบียนเครื่องมือแพทย์ฯ กับหน่วยงานที่เกี่ยวข้อง และขยายผลการใช้งาน โดยตั้งเป้าหมายไว้ ภายใน 1-2 ปี จะเริ่มนำร่องทดสอบการใช้งานร่วมกับกับหน่วยงานพันธมิตรในแต่ละจังหวัด หน่วยงานที่สนใจและต้องการนํานวัตกรรมนี้ไปต่อยอดใช้งาน สามารถติดต่อสอบถามไปได้ที่ ทีมวิจัยเทคโนโลยีโฟโทนิกส์ กลุ่มวิจัยอุปกรณ์สเปกโทรสโกปีและเซนเซอร์ เนคเทค หรือ นัดหมายได้ที่ ศูนย์เทคโนโลยีไมโครอิเล็กทรอนิกส์

ดร.น้ำฝน เข็มทองเจริญ นักวิจัยจากทีมวิจัยเทคโนโลยีโฟโทนิกส์ กลุ่มวิจัยอุปกรณ์สเปกโทรสโกปีและเซนเซอร์ เนคเทค ในฐานะหัวหน้าโครงการผลิตและทดสอบเครื่องอัตโนมัติสำหรับตรวจบิลิรูบินในเลือดเด็กทารก เพื่อการขอขึ้นทะเบียนเครื่องมือแพทย์ตามหลักเกณฑ์โดยกองควบคุมเครื่องมือแพทย์ กระทรวงสาธารณสุข พูดถึงที่มาของการวิจัยและพัฒนา

“ภาวะตัวเหลืองในทารกแรกเกิดเป็นปัญหาสุขภาพที่พบบ่อยในเด็กแรกเกิดมากถึงร้อยละ 60–70 โดยเกิดจากระดับสารบิลิรูบินในเลือดที่สูงเกินไป ซึ่งหากไม่ได้รับการดูแลอย่างถูกต้อง อาจนำไปสู่ภาวะแทรกซ้อนที่อันตรายต่อสมองของเด็กได้ วิธีการตรวจวัดสารบิลิรูบินในปัจจุบันจำเป็นต้องใช้เลือดในปริมาณมาก กระบวนการมีหลายขั้นตอนและอาจทำให้เกิดความเจ็บปวดหรือเสี่ยงต่อชีวิตเด็ก เนื่องจากต้องใช้หลอดแก้วเปราะบางที่อาจแตกหักระหว่างการปั่นเลือด เพื่อแก้ปัญหานี้ โครงการวิจัยนี้ได้พัฒนาเครื่องต้นแบบสำหรับตรวจวัดบิลิรูบินและฮีมาโตคริต (ค่าที่ใช้ประเมินภาวะโลหิตจาง) ได้ในเครื่องเดียว ใช้เลือดน้อยลงกว่าเดิมถึง 10 เท่า ช่วยลดความเสี่ยงและความเจ็บปวดในการเจาะเลือดของทารก และยังช่วยให้บุคลากรทางการแพทย์ทำงานได้สะดวกและปลอดภัยมากขึ้น

อุปกรณ์ต้นแบบถูกออกแบบให้ใช้งานง่าย แข็งแรง ปลอดภัย ไม่แตกหักง่าย และให้ผลการตรวจวัดที่แม่นยำ ลดอันตรายและความเจ็บปวดของเด็กทารกที่ต้องรับการเจาะเลือดเพื่อการตรวจติดตามภาวะตัวเหลือง โครงการนี้เป็นก้าวสำคัญในการพัฒนาเครื่องมือแพทย์ฝีมือคนไทย ที่ไม่เพียงช่วยเพิ่มความปลอดภัยให้กับเด็กทารก แต่ยังช่วยยกระดับระบบการตรวจสุขภาพของทารกในประเทศให้ก้าวหน้าและทันสมัยมากยิ่งขึ้น”

เส้นทางสู่ AI ภาครัฐ เริ่มต้นที่คน ขับเคลื่อนด้วยข้อมูล ต่อยอดสู่เทคโนโลยี พลิกโฉมบริการภาครัฐเพื่อประชาชน

Walailak Kongprajan — Tue, 02 Sep 2025 06:42:34 +0000

ในยุคที่เทคโนโลยีปัญญาประดิษฐ์ (AI) ได้เข้ามาเป็นตัวชี้วัดขีดความสามารถในการแข่งขันของประเทศ เวทีการประชุมเชิงปฏิบัติการ “AI for Public Sectors: Experience and Sharing” จึงเกิดขึ้นจากการผนึกกำลังระหว่าง ‘ผู้กำกับนโยบาย’ อย่าง สำนักงานคณะกรรมการพัฒนาระบบราชการ – OPDC (ก.พ.ร.) และ ‘ฐานรากด้านวิทยาศาสตร์และเทคโนโลยีของประเทศ’ อย่างสำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) โดยศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค) เพื่อสร้างความเข้าใจร่วมกันในการขับเคลื่อน AI ภาครัฐ นำ AI มาเป็นเครื่องมือยกระดับบริการภาครัฐสู่ประชาชน

บทความนี้จะสรุปแนวคิดสำคัญจากเวทีดังกล่าว ตั้งแต่วิสัยทัศน์ที่เน้น ‘คน’ เป็นศูนย์กลาง, เงื่อนไขจำเป็นด้าน ‘ข้อมูล’ ที่ต้องมาก่อนเทคโนโลยี ไปจนถึงกรณีศึกษาที่เป็นรูปธรรมจากหน่วยงานที่ได้เริ่มลงมือปฏิบัติจริง

ความพร้อมของ 'คน' คือ ปัจจัยชี้ขาด 70% การใช้ AI ในภาครัฐ

ก.พ.ร. ในฐานะผู้กำกับดูแลการพัฒนาระบบราชการ ก.พ.ร. มองว่า AI คือ เครื่องมือที่จะตอบโจทย์เป้าหมายสูงสุดของการเป็นรัฐบาลดิจิทัลและรัฐบาลแบบเปิด (Digital and Open Government) เพื่อมุ่งสู่การบริการที่ยึดประชาชนเป็นศูนย์กลาง (Citizen-Centric) ที่โปร่งใสและน่าเชื่อถืออย่างแท้จริง

นางสาวอ้อนฟ้า เวชชาชีวะ เลขาธิการ ก.พ.ร. ได้ให้มุมมองว่า การนำ AI มาใช้ต้องไม่ละทิ้งหลักธรรมาภิบาล ทั้งในมิติของความโปร่งใส ความรับผิดชอบ และการตอบสนองความต้องการของประชาชน ซึ่งต้องตอบโจทย์หลักในมิติต่างๆ ทั้งประสิทธิภาพ หลักนิติธรรม และการมีส่วนร่วม แต่สิ่งที่สำคัญที่สุดกลับไม่ใช่ตัวเทคโนโลยีเอง “สูตรสำเร็จในการขับเคลื่อนการเปลี่ยนแปลงนี้ อยู่ที่ คน 70%, กระบวนการ 20%, และเทคโนโลยี 10%” เลขาธิการ ก.พ.ร. อธิบาย และ เน้นย้ำว่า AI ไม่ได้มาเพื่อทดแทนบุคลากรภาครัฐ แต่จะเข้ามาเป็นผู้ช่วยเสริมศักยภาพการทำงาน ทั้งในส่วนบริการประชาชน (Front Office) และการทำงานหลังบ้าน (Back Office) เช่น การช่วยถอดเทป หรือยกร่างหนังสือ ดังนั้น โจทย์แรกที่ต้องตีให้แตกจึงไม่ใช่การเลือกเครื่องมือ หรือ เทคโนโลยี แต่คือการปรับกระบวนทัศน์ของคน ให้พร้อมที่จะเป็นผู้สั่งการและใช้ประโยชน์จาก AI ได้อย่างชาญฉลาด

ก.พ.ร. ได้นำร่องพิสูจน์แนวคิดนี้ผ่านการทดลองใช้ Generative AI ภายในองค์กร พบว่าเจ้าหน้าที่สามารถประหยัดเวลาการทำงานได้เฉลี่ยคนละ 6 ชั่วโมงต่อสัปดาห์ และเพิ่มผลิตภาพได้ถึง 15% โดยมีการนำ AI มาใช้หลากหลายรูปแบบ ตั้งแต่การสืบค้นข้อมูล 35% การร่างเอกสาร 32%, ไปจนถึงการช่วยวางแผนและวิเคราะห์ข้อมูล 10% และ 6% ตามลำดับ “อย่างไรก็ตาม AI ยังมีจุดอ่อน และจำเป็นต้องมีกระบวนการตรวจสอบความถูกต้องเพื่อสร้างความน่าเชื่อถือให้แก่บริการภาครัฐ” นางสาวอ้อนฟ้า กล่าว

Go Digitized” บันไดขั้นแรก สู่รัฐบาล AI

ศาสตราจารย์พิเศษ วิศิษฏ์ วิศิษฏ์สรอรรถ ปลัดกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (ดีอีเอส) กล่าวปาฐกถาพิเศษในหัวข้อ “Public Sector AI Empowerment” เพื่อฉายภาพการเปลี่ยนแปลงที่ AI มีต่อโลกเทคโนโลยีและแนวทางการปรับตัวของภาครัฐ โดยชี้ให้เห็นว่า AI ได้เปลี่ยนกระบวนทัศน์การเข้าถึงความรู้ไปอย่างสิ้นเชิง จากเดิมที่ต้องพึ่งพามนุษย์เป็นตัวกลาง ปัจจุบัน AI ทำให้คอมพิวเตอร์สามารถเข้าใจภาษามนุษย์ได้โดยตรง การเปลี่ยนแปลงนี้ทำให้ AI กลายเป็นเครื่องมือที่ทรงพลัง สามารถทำงานได้เหมือนมนุษย์ แต่เหนือกว่าตรงที่สามารถทำงานได้โดยไม่มีวันหยุด

“AI จะเข้ามามีบทบาทสำคัญในการเป็นคนทำงานในภาครัฐ เพื่อแก้ปัญหาการขาดแคลนบุคลากรในอนาคต อย่างไรก็ตาม ศักยภาพของ AI จะเกิดขึ้นได้ก็ต่อเมื่อมีข้อมูลดิจิทัลที่มีคุณภาพ โดยชี้ให้เห็นถึงอุปสรรคสำคัญของระบบราชการที่ยังคงทำงานด้วยกระดาษ ซึ่งการแปลงข้อมูลจากกระดาษมักก่อให้เกิดความคลาดเคลื่อน ซึ่งปัญหาหน้าบ้านดิจิทัล หลังบ้านกระดาษ นี้ส่งผลกระทบอย่างเป็นรูปธรรม เช่น กรณีการรับแจ้งความออนไลน์คดีสแกมเมอร์ที่มีกว่า 3 แสนคดีต่อปี แต่กระบวนการหลังบ้านที่ไม่ใช่ดิจิทัลทำให้สามารถจัดการได้เพียงประมาณ 5 หมื่นคดีต่อปีเท่านั้น ดังนั้น ขั้นตอนแรกที่สำคัญที่สุดคือการเปลี่ยนกระบวนการทำงานให้เป็นดิจิทัลอย่างสมบูรณ์ หรือ Go Digitized เพื่อสร้างฐานข้อมูลที่น่าเชื่อถือสำหรับ AI” ศาสตราจารย์พิเศษ วิศิษฏ์ อธิบาย

ศาสตราจารย์พิเศษ วิศิษฏ์ ยกตัวอย่างความสำเร็จของกระทรวงดิจิทัลฯ ที่เปลี่ยนเป็นองค์กรไร้กระดาษ (Paperless) ได้สำเร็จ การเปลี่ยนแปลงนี้ไม่เพียงช่วยให้การทำงานรวดเร็วขึ้น แต่ยังทำให้เกิดข้อมูลดิจิทัลที่พร้อมใช้งาน ซึ่งนำไปสู่การพัฒนาระบบ “เว็บดี” (WebD) ที่ใช้ AI ช่วยกวาดตรวจและจัดการเว็บไซต์ผิดกฎหมายโดยอัตโนมัติ ผลลัพธ์คือสามารถยกระดับประสิทธิภาพการทำงาน จากเดิมที่จัดการได้เดือนละ 200 URL เพิ่มขึ้นเป็นวันละ 5,000 URL โดยไม่ต้องเพิ่มจำนวนบุคลากร

ศาสตราจารย์พิเศษ วิศิษฏ์ ยังได้กล่าวถึงแผนยุทธศาสตร์ปัญญาประดิษฐ์แห่งชาติ ซึ่งมีแนวทางดำเนินงาน 3 ด้านหลัก ได้แก่ 1.การเตรียมคนและโครงสร้างพื้นฐาน (Readiness) 2.การส่งเสริมการใช้งานจริงในภาคส่วนต่าง ๆ (Adoption) และ 3. การสร้างแรงจูงใจและมีกลไกขับเคลื่อนที่ต่อเนื่อง (Catalytic Factor) นอกจากนี้ยังได้เสนอแนวคิดการนำ AI มาประยุกต์ใช้ในอนาคตกับงานที่มีความซับซ้อน เช่น งานจัดซื้อจัดจ้าง เพื่อช่วยบูรณาการข้อมูลราคาและหาราคาที่เหมาะสม

เส้นทางสู่ภาครัฐที่ พร้อมรับมือ AI

ในช่วงเสวนา “Building an AI-Ready Government: เส้นทางสู่ภาครัฐที่ พร้อมรับมือ AI” ได้สะท้อนภาพ “ระบบนิเวศ AI ภาครัฐ” ที่กำลังก่อตัวขึ้นอย่างเป็นรูปธรรม โดยมีผู้สร้างเทคโนโลยีและผู้กำกับดูแลเป็นฟันเฟืองสำคัญ ดร.ชัย วุฒิวิวัฒน์ชัย ผู้อำนวยการเนคเทค สวทช. ระบุว่า เนคเทคได้พัฒนา Foundation Model ภาษาไทยของตนเองขึ้นมาโดยเฉพาะ โดยใช้ข้อมูลกว่า 28,000 ล้านคำ ทำให้ AI ที่พัฒนาขึ้นมีความเข้าใจในบริบทของภาษาและวัฒนธรรมไทย ซึ่งเหมาะกับโจทย์ของภาครัฐ และมีโครงสร้างพื้นฐานอย่างซูเปอร์คอมพิวเตอร์ LANTA Supercomputer รองรับ นอกจากนี้ ยังได้จัดทำเว็บไซต์ opdc.ai.in.th เพื่อเป็นคลังรวบรวมกรณีศึกษาจาก 55 หน่วยงาน และเครื่องมือ AI พร้อมใช้ที่จัดหมวดหมู่ตามภารกิจราชการ ดร.ชัย ยังกล่าวถึงเป้าหมายสุดท้ายว่าต้องการทำให้เครื่องมือ AI เป็นลักษณะ Agentic คือ เป็นแพ็กเกจครบวงจรสำหรับภารกิจเฉพาะทาง เช่น ระบบจัดซื้อจัดจ้าง โดยมีมนุษย์คอยตรวจสอบในขั้นตอนที่จำเป็น (Human in the loop)

ขณะที่สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (ETDA) เข้ามามีบทบาทสำคัญในการสร้างความน่าเชื่อถือผ่าน AI Governance โดย ดร.ศักดิ์ เสกขุนทด ที่ปรึกษาอาวุโส ETDA กล่าวว่า ประเทศไทยได้ร่วมลงนามกับ UNESCO ในหลักจริยธรรม AI ETDA จึงได้ออก AI Governance Guideline เพื่อเป็นแนวทางให้หน่วยงานต่าง ๆ นำ AI ไปใช้อย่างมีธรรมาภิบาล ป้องกันอคติ และสร้างความโปร่งใส พร้อมทั้งมีแผนจะฝึกอบรมบุคลากรในทุกกรม ผ่านโครงการ Train the Trainer ให้สามารถวาง Roadmap การใช้ AI ในองค์กรของตนเองได้อย่างถูกต้อง และกล่าวย้ำว่าต้องสร้าง Mindset ที่ถูกต้องว่า AI ไม่ได้มาไล่คนออก แต่มาเป็นผู้ช่วยให้ทำงานได้ดีขึ้นและมีคุณภาพมากขึ้น

ความสำเร็จของการนำ AI มาใช้ ถูกสะท้อนผ่านหน่วยงานที่ได้ลงมือทำจริง ไม่ว่าจะเป็น สำนักงานคณะกรรมการอาหารและยา (อย.) ที่ต้องเผชิญกับเอกสารประกอบการขึ้นทะเบียนหนาเป็นหมื่นหน้า เภสัชกรอาทิตย์ พันเดช ผู้อำนวยการกองผลิตภัณฑ์สุขภาพนวัตกรรม และการบริการ เล่าว่า องค์กรได้นำ AI มาประยุกต์ใช้ใน 3 ภารกิจหลัก ภายใต้กรอบการทำงาน ‘3S’ คือ Smart People, Smart Process และ Smart Technology ที่เริ่มจากการปรับ Mindset ของคนก่อน ตั้งแต่การยกระดับบริการผ่าน Chatbot ให้คำปรึกษา (Smart Service) การเพิ่มประสิทธิภาพการกำกับดูแลด้วย AI ช่วยอ่านและคัดกรองเอกสารคำขอ (Smart Regulation) ไปจนถึงการเฝ้าระวังเชิงรุกผ่านระบบตรวจจับโฆษณาที่ผิดกฎหมาย (Smart Surveillance) ซึ่งส่งผลให้สามารถลดระยะเวลาในกระบวนการทำงานลงได้ถึงครึ่งหนึ่ง และต้องดำเนินการควบคู่ไปกับการสร้างความเชื่อมั่นด้านความปลอดภัยไซเบอร์ (Cyber Security) และการคุ้มครองข้อมูลส่วนบุคคล (PDPA)

เช่นเดียวกับกรมที่ดิน ที่ ดร.ภีระ ยมวัน ผู้เชี่ยวชาญ ด้านการสำรวจรังวัดเพื่อทำแผนที่ ชี้ให้เห็นถึงการใช้ AI แก้ปัญหาที่ไม่สามารถทำได้ด้วยแรงงานคน โดยเฉพาะเมื่อมีข้อจำกัดด้านบุคลากรไอทีซึ่งมีจำนวนน้อย ทำให้ต้องอาศัยความร่วมมือจากพันธมิตร เช่น การสกัดข้อมูลลายมือจากโฉนดกว่า 37 ล้านแปลง และการอ่านแปลภาพถ่ายทางอากาศในอดีตเพื่อพิสูจน์สิทธิ์ พร้อมกันนี้ยังได้ให้ข้อเสนอแนะว่าหน่วยงานที่ต้องการเริ่มต้นต้องเตรียมความพร้อม 3 ด้าน คือ 1. คนที่ต้องมีความรู้พอจะเขียน TOR จัดซื้อจัดจ้างได้ 2. ข้อมูล ที่มีคุณภาพ และ 3. เงินหรืองบประมาณระยะยาว

ขณะที่กรมการปกครอง ในฐานะหน่วยงานต้นน้ำของข้อมูลคนทั้งประเทศ นางสาวสุชาดา คำวงษ์ ผู้เชี่ยวชาญเฉพาะด้านเทคโนโลยีสารสนเทศและระบบข้อมูล สำนักบริหารการทะเบียน กรมการปกครอง กล่าวว่า ภารกิจมุ่งเน้นการใช้ AI เพื่อเพิ่มความแม่นยำในการตรวจสอบเอกสารปลอมแปลง และวิเคราะห์ภาพใบหน้าเพื่อยืนยันตัวตน ซึ่งการดำเนินการเหล่านี้จำเป็นต้องปรับแก้กฎหมายและระเบียบที่เกี่ยวข้องควบคู่กันไป โดยเฉพาะกรณีผู้ที่ผ่านการทำศัลยกรรม ทั้งนี้ ปัจจุบันกรมการปกครองได้เริ่มนำร่องใช้ AI วิเคราะห์การตอบข้อซักถามใน Call Center 1548 แล้ว

บทสรุปจากเวทีนี้ได้ตกผลึกเป็นภาพเดียวกันว่า การเดินทางสู่รัฐบาล AI ไม่ใช่โครงการของหน่วยงานใดหน่วยงานหนึ่ง แต่เป็นภารกิจร่วมที่ต้องอาศัยการผนึกกำลังจากทุกภาคส่วน โดยจุดสำคัญ คือ การพัฒนาบุคลากรและปรับเปลี่ยนกระบวนการทำงาน ดังที่ ดร.ชัย ได้กล่าวทิ้งท้ายเพื่อกระตุ้นให้เกิดการลงมือทำว่า

“ขอให้หน่วยงานอย่ารอช้า หากไม่เริ่มต้นตั้งแต่วันนี้ ในอีก 2 ปีข้างหน้าอาจตามไม่ทันการเปลี่ยนแปลง เนื่องจากเทคโนโลยีมีการพัฒนาไปอย่างรวดเร็วมาก”

นอกจากนี้ภายในงานคณะนักวิจัยเนคเทค สวทช. ยังมีการบรรยายและเวิร์กช็อปพัฒนาทักษะความรู้ด้าน AI ทั้งในเรื่องราวความปลอดภัยของข้อมูล ในหัวข้อ Cyber Security & AI: ปกป้องข้อมูลภาครัฐให้ปลอดภัยในยุค AI” โดย คุณเอกฉันท์ รัตนเลิศนุสรณ์ หัวหน้าทีมวิจัยความมั่นคงปลอดภัยสารสนเทศ รวมถึงทักษะที่สำคัญในการสร้างคำสั่ง หรือ Prompt ในการใช้ Generative AI ให้ตอบโจทย์ตามที่ต้องการ โดย คุณปัญจพร ฉัตรสุวรรณ ผู้ช่วยวิจัย ทีมวิจัยการวิเคราะห์ยุทธศาสตร์ด้วยปัญญาประดิษฐ์ และเครื่องมือ Generative AI สัญชาติไทย สำหรับการประยุกต์ใช้ในหน่วยงานภาครัฐ โดย ดร.ศราวุธ คงยัง นักวิจัย กลุ่มวิจัยปัญญาประดิษฐ์

สาระจากเสวนา

อธิปไตย AI ไทยในสมรภูมิเทคโนโลยีโลก ถึงเวลาเปลี่ยนสถานะ จาก ‘ผู้ใช้’ สู่ ‘ผู้สร้าง’ ด้วย AI for Thai

Sasiwipar Hasuk — Tue, 26 Aug 2025 09:51:47 +0000

บทความ : วลัยลักษณ์ คงพระจันทร์

เราอยู่ในยุคที่ AI ระดับโลกอย่าง ChatGPT หรือ Gemini กลายเป็นเครื่องมือที่เราคุ้นเคยและขาดไม่ได้ แต่ภายใต้ความสะดวกสบายนั้น มีคำถามเชิงยุทธศาสตร์ที่ซ่อนอยู่และดังขึ้นเรื่อย ๆ คือ เรากำลังฝากอนาคตทางเทคโนโลยีของประเทศไว้กับแพลตฟอร์มของใคร และข้อมูลมหาศาลของคนไทยที่ไหลออกไปทุกวินาที จะย้อนกลับมาหาเราในรูปแบบใด

ในยุคที่ข้อมูลคือขุมทรัพย์ใหม่ อธิปไตยทาง AI (AI Sovereignty) ได้กลายเป็นวาระแห่งชาติที่ไม่อาจมองข้าม ประเด็นนี้ถูกฉายภาพให้ชัดเจนขึ้นโดย ดร.ชัย วุฒิวิวัฒน์ชัย ผู้อำนวยการเนคเทค สวทช. ในงาน AI for Thai Seminar 2025 ที่ชี้ว่าความสะดวกสบายจากการใช้แพลตฟอร์มระดับโลกนั้นมีราคาที่ต้องจ่าย ราคานั้นคือความเสี่ยงที่ข้อมูลของคนไทยอาจย้อนกลับมาในรูปของภัยคุกคามทางไซเบอร์ หรือกลายเป็นวัตถุดิบในการสร้างนวัตกรรมที่ถูกนำกลับมาขายให้เราในราคาที่เราไม่สามารถควบคุมได้ ภาพดังกล่าวได้ยกระดับให้อธิปไตยทาง AIไม่ใช่แค่เรื่องของศักดิ์ศรีทางเทคโนโลยี แต่เป็นเดิมพันสำคัญทางเศรษฐกิจและความมั่นคงของชาติ ซึ่งแพลตฟอร์ม AI for Thai ถูกวางตัวให้เป็นหนึ่งในคำตอบเชิงยุทธศาสตร์สำหรับความท้าทายนี้

ภาพจริงบนสมรภูมิ AI ที่ไทยต้องเผชิญ

ดร.ชัย เริ่มต้นฉายภาพความเป็นจริงของประเทศไทยในเวที AI โลก รายงาน AI Readiness Index จาก Oxford Insights จัดอันดับให้ไทยอยู่ที่ 35 ของโลก แม้อันดับนี้จะดูไม่เลวร้าย และเป็นการก้าวกระโดดขึ้นมาจากอันดับ 60 หลังประเทศมีแผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย (พ.ศ. 2565 – 2570) หรือ แผน AI แห่งชาติ แต่เรายังคงติดหล่มอยู่กับจุดอ่อนสำคัญ 2 ประการที่ทำให้ไปต่อได้ไม่ไกลนัก หนึ่งคือ เราไม่ค่อยพัฒนาเทคโนโลยีขึ้นมาใช้เอง และสอง คือ เรามีข้อมูลมหาศาลแต่การเข้าถึงเพื่อนำไปพัฒนา AI นั้นทำได้ยาก

“ภาพนี้สะท้อนชัดเจนในภาคธุรกิจ ซึ่งมีองค์กรเพียง 15-17% เท่านั้นที่นำ AI เข้ามาใช้ในกระบวนการทำงานจริง องค์กรส่วนใหญ่ยังคงอยู่ในภาวะ ‘ยึก ๆ ยัก ๆ’ ลังเลกับการลงทุน สวนทางกับการใช้งานในระดับบุคคลที่หลายคนยอมจ่ายเงิน 600 บาทต่อเดือนเพื่อเข้าถึงเครื่องมือจากต่างชาติไปแล้วสถานการณ์นี้กำลังสร้างช่องว่างของการปรับตัวทางเทคโนโลยีที่น่ากังวล โดยมีเพียงภาคการศึกษาที่ดูเหมือนจะตื่นตัวและเริ่มมีการลงทุนซื้อ Token สำหรับบุคลากรและนักศึกษาเป็นล็อตใหญ่” ดร.ชัย อธิบาย

'AI for Thai' คำตอบจากงานวิจัยกว่า 20 ปี

AI for Thai แพลตฟอร์มให้บริการ AI สัญชาติไทย คือคำตอบของประเทศไทยต่อโจทย์ที่ท้าทายนี้ ดร.กริช นาสิงห์ขัน หัวหน้างานยกระดับความพร้อมทางเทคโนโลยี (LTSS) เนคเทค สวทช. ได้ให้ภาพที่ชัดเจนว่า แพลตฟอร์มนี้ไม่ได้เกิดขึ้นจากศูนย์ แต่เป็นการนำผลงานวิจัยด้าน AI ที่เนคเทค สวทช. สั่งสมมากว่า 20 ปี มาทลายกำแพงทางระเบียบและเอกสารที่เคยทำให้เทคโนโลยีของรัฐเข้าถึงยาก เพื่อให้องค์ความรู้เหล่านั้นกลายเป็นบริการที่นักพัฒนาซอฟต์แวร์สามารถหยิบไปใช้ต่อยอดได้อย่างสะดวกและปลอดภัย

ดังนั้น AI for Thai จึงถูกออกแบบมาในฐานะ แพลตฟอร์มบริการ AI ระดับประเทศ (National AI Service Platform) ที่ให้บริการ AI ในรูปแบบ Pre-trained Model ที่ผ่านการฝึกฝนและตรวจสอบความถูกต้องมาแล้ว พร้อมให้นักพัฒนาเรียกใช้งานได้ทันทีผ่าน API ดร.กริช ย้ำว่า “แม้คนทั่วไปจะเข้ามาทดลองใช้ได้ แต่เป้าหมายหลักของแพลตฟอร์ม คือ กลุ่มนักพัฒนาซอฟต์แวร์ เพื่อให้สามารถหยิบจับบริการกว่า 78 รายการ ไปต่อยอดเป็นแอปพลิเคชันและนวัตกรรมใหม่ ๆ ได้ทันที”

ปัจจุบัน แพลตฟอร์ม AI for Thai มีบริการพื้นฐานที่จำเป็นสำหรับ AI เช่น การประมวลผลภาษาไทย ทั้ง ข้อความ เสียง และภาพ รวมกว่า 78 รายการ สถิติการใช้งานก็เติบโตอย่างน่าสนใจ โดยมียอดเรียกใช้งานรวมแล้วมากกว่า 120 ล้านครั้ง และมีค่าเฉลี่ยการใช้งานประมาณ 10 ล้านครั้งต่อเดือน

ความสำเร็จของ AI for Thai ไม่ได้อยู่แค่บนตัวเลข แต่ถูกพิสูจน์ผ่านการใช้งานจริงในหลากหลายมิติ ตั้งแต่การเป็นเบื้องหลังของแอปพลิเคชัน Traffy Fondue ที่ใช้บริการ Problem Extraction ไปแล้วกว่า 36 ล้านครั้งในการคัดแยกปัญหาของเมือง รวมถึงการช่วยงานในรัฐสภาที่นำเทคโนโลยี Speech-to-Text ไปช่วยถอดเสียงการประชุมคณะกรรมาธิการที่มีหลายสิบห้องประชุมย่อยพร้อมกัน ซึ่งช่วยลดภาระของนักชวเลขที่มีจำนวนจำกัดได้อย่างมหาศาล อีกทั้งระบบอ่านคิวอัตโนมัติ (Text-to-Speech) ถูกนำไปใช้ในโรงพยาบาลเกือบ 70 แห่ง ครอบคลุม 28 จังหวัดทั่วประเทศ

AI for Thai มุ่งสร้างระบบนิเวศ AI ไม่ใช่แค่สร้างแพลตฟอร์ม

วิสัยทัศน์ของ AI for Thai ไปไกลกว่าการเป็นแค่คลังเครื่องมือ แต่มุ่งสร้างระบบนิเวศ AI ที่แข็งแกร่งของประเทศ กลไกสำคัญที่ถูกสร้างขึ้นมาพร้อมกัน คือ คลังข้อมูลแห่งชาติ (National Data Bank) เพื่อแก้ปัญหาข้อมูลเข้าถึงไม่ได้ โดย เนคเทค สวทช. ได้ริเริ่มสร้างและเปิดชุดข้อมูลมาตรฐานสำหรับ AI เช่น ชุดข้อมูลเสียงภาษาถิ่นไทย และที่สำคัญคือ โครงการข้อมูลภาพถ่ายทางการแพทย์ (Medical AI Data Platform) ที่ร่วมมือกับโรงพยาบาลวิจัยอย่างน้อย 6 แห่ง โดยรวบรวมภาพทางการแพทย์ได้แล้วประมาณ 2.1 ล้านภาพ ครอบคลุม 8 กลุ่มโรคสำคัญ ที่จะนำไปใช้พัฒนาบุคลากรและสร้าง AI Model ใหม่ ๆ กลับมาเติมเต็มระบบนิเวศให้เติบโตต่อไป นอกจากข้อมูลแล้ว การสร้างคนก็สำคัญไม่แพ้กัน ผ่านเวที National Benchmark Program ที่สร้าง Leaderboard ให้เหล่านักพัฒนาส่ง AI เข้าแข่งขันในโจทย์ที่สำคัญของประเทศ เช่น การถามตอบข้อมูลจากเอกสาร หรือการถอดเสียงประชุมออนไลน์ นับเป็นการสร้างทั้งมาตรฐานและสร้างคนไปพร้อม ๆ กัน

เหตุผลเชิงยุทธศาสตร์ที่ประเทศต้องมี AI Service Platform

การมี AI Service Platform ของประเทศ จึงไม่ใช่แค่ทางเลือก แต่เป็นความจำเป็นด้วยเหตุผลเชิงยุทธศาสตร์ โดย ดร.ชัยชี้ว่ามีข้อมูลอ่อนไหวหลายประเภทที่ไม่สามารถนำไปประมวลผลบนคลาวด์สาธารณะของต่างชาติได้ เช่น ข้อมูลของกรมสรรพากร ศาลยุติธรรม หรือข้อมูลของรัฐสภา เป็นต้น นอกจากนี้ ยังเป็นเครื่องมือสำคัญในการพัฒนาบุคลากรระดับลึกที่สามารถสร้างโมเดล AI ได้เอง ไม่ใช่แค่การพัฒนา Prompt Engineer ที่ทำงานอยู่บนผิวของเทคโนโลยี ที่สำคัญที่สุดคือการเปลี่ยนสถานะทางเศรษฐกิจของประเทศ

ดร.ชัย ย้ำว่า “มูลค่าของการเป็นผู้ใช้ต่ำมากเมื่อเทียบกับมูลค่าของการเป็นผู้ผลิต” โดยเปรียบเทียบกับอดีตที่ไทยเคยสำเร็จในการเป็นฮับอุตสาหกรรมรถยนต์ แต่กลับพลาดโอกาสในยุคอินเทอร์เน็ต โซเชียลมีเดีย และสตรีมมิง จนกลายเป็นเพียงผู้บริโภค สมรภูมิ AI คือโอกาสครั้งใหม่ที่ไทยต้องร่วมกันคว้าไว้

AI for Thai และทิศทางในอนาคตที่จะเปิดตัวเวอร์ชัน 2.0 พร้อมโมเดล Pay-per-use สำหรับภาคธุรกิจ จึงเป็นมากกว่าโครงการเทคโนโลยี แต่คือการวางโครงสร้างพื้นฐานเพื่ออธิปไตยทาง AI ของประเทศในระยะยาว ดร.กริชระบุว่า “ AI for Thai จะเพิ่มคุณภาพและบริการให้ครอบคลุมโดเมนใหม่ ๆ เช่น การแพทย์ การเกษตร และการเงิน สร้าง Success Case ให้มากขึ้น และที่สำคัญคือ แพลตฟอร์มเวอร์ชัน 2 ที่กำลังจะเปิดตัวภายในปีนี้ จะมีฟีเจอร์ที่รองรับการใช้งานเชิงพาณิชย์แบบ Pay-per-use เพื่อให้นักพัฒนาที่ทดลองจนสำเร็จ สามารถต่อยอดสู่ธุรกิจจริงได้อย่างไร้รอยต่อ”

UNAi เทคโนโลยีที่ไปไกลกว่าการ”บอกตำแหน่ง” แต่ชี้ให้เห็นว่า ‘ต้องปรับอะไร’ เพื่อให้ธุรกิจเดินไวขึ้น

Walailak Kongprajan — Thu, 07 Aug 2025 09:21:59 +0000

ส่องเคสจริงจากโรงงาน โรงพยาบาล และธุรกิจบริการที่ใช้ UNAi ยกระดับการทำงานแบบ Smart Operation

ในยุคที่ทุกธุรกิจต้องปรับตัวเพื่อแข่งขัน การทำงานที่เร็วขึ้น และ ฉลาดขึ้น คือหัวใจสำคัญ เทคโนโลยีจึงกลายเป็นเครื่องมือที่ขาดไม่ได้ โดยเฉพาะเทคโนโลยีที่เกี่ยวข้องกับการระบุตำแหน่งแบบเรียลไทม์ (Real-Time Location System: RTLS) ซึ่งไม่ได้เป็นเพียงแนวคิดแห่งอนาคตอีกต่อไป แต่เป็นตลาดโลกที่กำลังเติบโตอย่างมหาศาล รายงานจาก Research and Markets คาดการณ์ว่าตลาดนี้จะมีมูลค่าสูงถึง 14.93 พันล้านดอลลาร์สหรัฐในปี 2025 และจะเติบโตอย่างก้าวกระโดดด้วยอัตราการเติบโตต่อปี (CAGR) ที่สูงถึง 29.8% ในช่วงปี 2025 – 2029 ซึ่งสะท้อนให้เห็นถึงความต้องการมหาศาลในการนำข้อมูลตำแหน่ง มาใช้เพื่อเพิ่มประสิทธิภาพและสร้างความได้เปรียบ

ล่าสุดเมื่อวันที่ 9 กรกฎาคม 2568 เนคเทค สวทช. จัดงานสัมมนา UNAI DAY 2025 เพื่อนำเสนอ “UNAi (อยู่ไหน)” เทคโนโลยีระบุตำแหน่งในอาคารฝีมือคนไทย ซึ่งเป็นโซลูชันที่ถูกออกแบบมาเพื่อช่วยให้ธุรกิจคว้าโอกาสจากเทรนด์ระดับโลกนี้และก้าวสู่การทำงานยุคใหม่ได้อย่างแท้จริง

ทำความรู้จัก UNAi เทคโนโลยีเบื้องหลัง Smart Operation

UNAi (อยู่ไหน) คือ แพลตฟอร์มเทคโนโลยีระบุตำแหน่งภายในอาคารความแม่นยำสูงที่พัฒนาโดยทีมวิจัยเนคเทค สวทช. หลักการทำงานของระบบประกอบด้วย 3 ส่วนหลัก คือ 1) แท็ก (Tag) อุปกรณ์ส่งสัญญาณขนาดเล็กที่นำไปติดกับวัตถุหรือบุคคลที่ต้องการติดตาม 2) แองเคอร์ (Anchor) อุปกรณ์รับสัญญาณที่ติดตั้งตามจุดต่าง ๆ ภายในอาคารเพื่อรับข้อมูลจากแท็ก และ 3) เซิร์ฟเวอร์ (Server) ระบบประมวลผลกลางที่คำนวณตำแหน่งของแท็กแบบเรียลไทม์

จุดเด่นของแพลตฟอร์มนี้ คือ ความยืดหยุ่นในการเลือกใช้เทคโนโลยี โดยใช้ Ultra-Wideband (UWB) สำหรับงานที่ต้องการความแม่นยำสูงสุดระดับเซนติเมตร หรือการใช้ Bluetooth Low Energy (BLE) สำหรับการใช้งานในลักษณะอื่น ๆ ที่คุ้มค่ากว่า นอกจากนี้ ระบบยังถูกออกแบบมาให้ติดตั้งง่าย ใช้พลังงานต่ำ รองรับการติดตามแท็กจำนวนมาก และที่สำคัญคือ มี API ให้นักพัฒนาและ System Integrator (SI) นำไปต่อยอด เพื่อสร้างโซลูชันที่ตอบโจทย์เฉพาะทางของแต่ละธุรกิจได้โดยตรง

ดร.กมล เขมะรังษี นักวิจัยอาวุโส ทีมวิจัยระบบระบุตำแหน่งและบ่งชี้อัตโนมัติ กลุ่มวิจัยการสื่อสารและเครือข่าย เนคเทค สวทช. เล่าว่า UNAi เป็นเครื่องมือที่ช่วยยกระดับสู่ Industry 4.0 สอดคล้องกับดัชนีชี้วัด Thailand i4.0 Index ที่ สวทช. พัฒนาขึ้นเพื่อเป็นมาตรฐานกลางในการประเมินความพร้อมของภาคอุตสาหกรรมไทย จากการที่ สวทช. ได้ประเมินโรงงานในประเทศไปแล้วกว่า 200 แห่ง พบว่าส่วนใหญ่ยังอยู่ในอุตสาหกรรมระดับ 1-2 ซึ่งพึ่งพาแรงงานเป็นหลัก เทคโนโลยี UNAi จึงเข้ามาเป็นคำตอบสำคัญในการยกระดับองค์กร

“UNAi จะเข้ามาตอบโจทย์ดัชนีชี้วัด Thailand i4.0 Index ซึ่งมี 6 มิติ โดยเฉพาะอย่างยิ่งในมิติ Smart Operation กล่าวคือ ช่วยให้องค์กรเปลี่ยนจากการทำงานแบบเดิม ไปสู่การทำงานที่ระบบสามารถตรวจจับและแจ้งเตือนความผิดปกติได้เองโดยอัตโนมัติ และยังสามารถนำข้อมูลตำแหน่งไปวิเคราะห์ต่อยอดด้วย AI เพื่อช่วยในการตัดสินใจ ซึ่งช่วยให้อุตสาหกรรมสามารถขยับสู่ Industry 4.0 ได้” ดร.กมล อธิบาย

UNAi ใช้ทำอะไรได้จริง ส่องเคสตัวอย่างจากผู้ใช้งาน

ลดขั้นตอน เพิ่มความเป๊ะ ในโรงงานและคลังสินค้า

บริษัท ยูไนเต็ดคอล์ยเซ็นเตอร์ จำกัด (UCC) โดย ดร.ธนทัต พสุภา ผู้ช่วยผู้บริหารระดับสูงฝ่าย Manufacturing ได้เล่าถึงความท้าทายในโรงงานที่ต้องเคลื่อนย้ายม้วนเหล็กน้ำหนักตั้งแต่ 100 กิโลกรัม จนถึง 15 ตัน ด้วยเครนเหนือศีรษะ เดิมพนักงานต้องสแกนบาร์โค้ด 2 ครั้งที่ม้วนเหล็กและพื้นที่จัดเก็บเพื่อติดตามตำแหน่งซึ่งมักเกิดความผิดพลาดจากการลืมหรือสแกนพลาดด้วยปริมาณสินค้ามหาศาล ทำให้ข้อมูลตำแหน่งในระบบไม่ตรงกับความเป็นจริง กระทบโดยตรงไปถึงการจัดส่งสินค้าให้ลูกค้าที่อาจล่าช้าเพราะหาของไม่เจอ โรงงานจึงได้นำ UNAi UWB เข้ามาแก้ปัญหานี้ โดยพนักงานจะสแกนบาร์โค้ดที่ตัวม้วนเหล็กเพียงครั้งเดียวเมื่อเครนยกสินค้าขึ้น ระบบจะทำการเชื่อม Lot Number ของสินค้าเข้ากับตำแหน่งของเครนในขณะนั้นโดยอัตโนมัติ ทำให้ข้อมูลตำแหน่งแม่นยำแบบเรียลไทม์

“ผลที่ได้รับชัดเจน คือ ขั้นตอนการทำงานลดลงจากสแกน 2 ครั้งเหลือ 1 ครั้ง ทำให้ประหยัดเวลาและ Material Flow ดีขึ้นมาก ทำให้สามารถเห็นภาพรวมของงานที่รอคิวในแต่ละสถานีได้ดีขึ้น และนำข้อมูลเวลาที่รอคอยไปใช้วางแผนการผลิตในอนาคตได้” ดร.ธนทัต อธิบาย

เช่นเดียวกันกับ คุณธีรพัฒน์ ทองสุโชติ จากบริษัท สมาร์ท เซนส์ อินดัสเตรียล ดีไซน์ จำกัด ในฐานะ SI ของโรงงานรองเท้า PANGOLIN ที่นำจุดเด่นของ UNAi ในการเลือกใช้เทคโนโลยีมาปรับให้เหมาะสมกับความต้องการของลูกค้า โดยทีม SmartSense เลือกใช้เทคโนโลยี Bluetooth Low Energy หรือ BLE ที่มีความคุ้มค่ากว่า UWB มาใช้ติดตามรถเข็นประมาณ 80 ตัว และตัวรับสัญญาณประมาณ 10 จุด เพื่อติดตามกระบวนการผลิตทั้งหมด และนำข้อมูลการเข้าออกของรถเข็นแต่ละคันมาสร้างเป็น Heatmap ทำให้โรงงานเห็นภาพได้ทันทีว่าจุดที่เป็นคอขวดเกิดจากอะไรและเข้าไปแก้ไขได้ตรงจุด ซึ่งช่วยได้ทั้งในเรื่องเพิ่มปริมาณการผลิต ลดเวลาที่สูญเสีย และ ติดตามของเสีย จากเดิมที่มองไม่เห็นว่างานไปกองรอหรือเกิดปัญหาคอขวดที่สถานีใด

ลดเวลารอคอย เพิ่มความปลอดภัย ในโรงพยาบาล

ภาคสาธารณสุขเป็นอีกหนึ่งอุตสาหกรรมที่มีการนำเทคโนโลยี RTLS ไปใช้อย่างแพร่หลายเพื่อบริหารจัดการทรัพยากรและยกระดับการดูแลผู้ป่วย คุณสันติ คุ้มจิตร Assistant Front Service Manager จาก โรงพยาบาลกรุงเทพเมืองราช เล่าถึงปัญหาสำคัญของโรงพยาบาลเอกชนขนาดใหญ่ คือ อุปกรณ์เคลื่อนย้ายผู้ป่วย เช่น รถเข็นและเปลนอน มักถูกนำไปใช้แล้วทิ้งไว้ตามวอร์ดต่าง ๆ เมื่อมีผู้ป่วยรายใหม่ โดยเฉพาะในเวลาเร่งด่วน เจ้าหน้าที่ต้องเสียเวลาค้นหา ส่งผลต่อความปลอดภัยและความพึงพอใจของผู้ป่วยโดยตรง หลังจากนำ UNAi BLE มาใช้ติดตามตำแหน่งของอุปกรณ์เคลื่อนย้ายผู้ป่วยและเจ้าหน้าที่เฉพาะในโซนพื้นที่ทำงาน ทำให้เจ้าหน้าที่ส่วนกลางสามารถมองเห็นภาพรวมผ่านหน้าจอได้ทันทีว่าเจ้าหน้าที่อยู่โซนไหน หรือ มีรถเข็นตกค้างอยู่ที่วอร์ดใด ทำให้สามารถกระจายงานและนำอุปกรณ์กลับมาใช้งานได้อย่างรวดเร็ว

“ผลลัพธ์ที่เกิดขึ้น คือ จำนวนครั้งในการค้นหารถนั่งหรือเปลนอนไม่พบลดลงจนเป็นศูนย์ จากเดิมที่หาไม่พบเฉลี่ยมากกว่า 5 ครั้งต่อวัน ทำให้อุปกรณ์ของเราหมุนเวียนและนำมาใช้ประโยชน์ได้อย่างคุ้มค่า ส่วนอัตราการให้บริการผู้ป่วยภายใน 5 นาที ก็ทำได้เกินเป้าหมายมากกว่า 80% และอัตราความพึงพอใจของลูกค้าก็สูงขึ้นเป็น 99.1% จากเดิมที่ต่ำกว่า 90%” คุณสันติ กล่าวเสริม

ขณะเดียวกัน ดร.ทิวัตถ์ พงศ์ถาวรกมล หัวหน้าทีมวิจัยระบบระบุตำแหน่งและบ่งชี้อัตโนมัติ กลุ่มวิจัยการสื่อสารและเครือข่าย เนคเทค สวทช. ได้เล่าถึง UNAi BLE Smart Plug ที่ช่วยตอบโจทย์ Smart Hospital ของโรงพยาบาลธรรมศาสตร์เฉลิมพระเกียรติ ซึ่งไม่ได้หยุดแค่การติดตามตำแหน่งเครื่องมือแพทย์และครุภัณฑ์เท่านั้น แต่ยังมีการติดตั้งโมดูล IoT ที่ปลั๊กไฟเพื่อวัดอัตราการใช้พลังงานควบคู่กันไป ทำให้โรงพยาบาลรู้ได้ทันทีว่าอุปกรณ์ชิ้นนั้นอยู่ที่ไหนและถูกใช้งานจริงหรือไม่

นอกจากนี้ ดร.กมล ยังได้ยกตัวอย่างความร่วมมือกับทีมวิจัยของคณะวิศวกรรมศาสตร์ ภาควิชาอุตสาหการ มหาวิทยาลัยเชียงใหม่ ที่นำ UNAi BLE ไปใช้กับซอฟต์แวร์ Wheel-B ซึ่งเป็นแพลตฟอร์มการจัดการโลจิสติกส์ การเคลื่อนย้ายผู้ป่วยในโรงพยาบาลของทางมหาวิทยาลัยเชียงใหม่ ในโรงพยาบาลมหาราชนครเชียงใหม่ ซึ่งเปรียบเสมือน Grab ในโรงพยาบาล สำหรับเรียกใช้บริการเวรเปล ที่ช่วยลดความสูญเปล่าในการติดต่อสื่อสาร ลดระยะเวลารอคอยของผู้ป่วย

“ที่สำคัญข้อมูลที่ได้ยังสามารถนำมาใช้ในการตัดสินใจเชิงบริหาร เช่น หากข้อมูลแสดงให้เห็นว่าเปลผู้ป่วยถูกใช้งานจริงเพียง 15% ผู้บริหารก็สามารถใช้ข้อมูลนี้ในการยืนยันว่ายังไม่จำเป็นต้องจัดซื้ออุปกรณ์เพิ่ม ซึ่งเป็นการใช้ทรัพยากรที่มีอยู่ให้คุ้มค่าที่สุด” ดร.กมล อธิบาย

เสริมความปลอดภัย ต่อยอดไอเดียสร้างสรรค์ในสำนักงานและธุรกิจบริการ

ศักยภาพของ UNAi ยังขยายไปสู่การใช้งานในมิติอื่น ๆ ที่น่าสนใจทั้งในด้านความปลอดภัย สามารถใช้ติดตามการเดินตรวจตราของเจ้าหน้าที่ รปภ. ขณะเดียวกัน เนคเทค สวทช. เองก็ได้นำระบบนี้มาใช้ตรวจสอบว่าพนักงานทุกคนไปยังจุดรวมพลอย่างปลอดภัยหรือไม่ระหว่างการซ้อมหนีไฟ ระยะเวลาที่ใช้ออกไปจุดรวมพล พิกัดของพนักงานที่ตกค้างภายในอาคาร รวมถึงใช้ติดตามครุภัณฑ์มูลค่าสูง เพื่อลดขั้นตอนในการตรวจนับพัสดุประจำปี นอกจากนี้ในมิติของธุรกิจบริการ UNAi ถูกนำไปประยุกต์ใช้ในงานแสดงสินค้าที่ ไบเทค บางนา เพื่อวิเคราะห์พฤติกรรมการเดินของผู้เข้าชมงาน ทำให้ผู้จัดทราบว่าโซนใดได้รับความนิยมเป็นพิเศษอีกด้วย

เบื้องหลังความสำเร็จ Ecosystem ที่พร้อมสนับสนุน

ความสำเร็จในการนำเทคโนโลยีไปใช้จริงไม่ได้ขึ้นอยู่กับตัวเทคโนโลยีเพียงอย่างเดียว แต่เกิดจากระบบนิเวศ (Ecosystem) หรือความร่วมมือที่แข็งแกร่งของพันธมิตรในแต่ละส่วน ซึ่งเริ่มต้นจาก เนคเทค สวทช. ในฐานะผู้คิดค้นและพัฒนาแพลตฟอร์ม จากนั้นจึงมีผู้ให้บริการโครงสร้างพื้นฐาน อย่าง AIS Business ที่เข้ามาวางรากฐานการเชื่อมต่อที่สำคัญ เช่น 5G, Cloud และ Data Center

โดย คุณภุชงค์ เจริญสุข ผู้จัดการฝ่ายการตลาดผลิตภัณฑ์ลูกค้าองค์กร บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน) ได้เปรียบเทียบไว้อย่างเห็นภาพว่า “โครงสร้างพื้นฐานดิจิทัลก็เหมือนไฟฟ้า ประปา ที่ต้องวางรองรับไว้ก่อน เพื่อให้เทคโนโลยีทำงานได้เต็มประสิทธิภาพ”

และส่วนสุดท้ายที่สำคัญอย่างยิ่งคือ ผู้เชื่อมต่อและประยุกต์ใช้เทคโนโลยี อย่าง SI (System Integrator) ที่ทำหน้าที่เป็นจุดเชื่อมต่อระหว่างเทคโนโลยีกับผู้ใช้งานจริง อย่าง บริษัท ทีทีที บราเธอร์ส จำกัด และ บริษัท สมาร์ท เซนส์ อินดัสเตรียล ดีไซน์ จำกัด ที่จะเข้าไปรับโจทย์จากธุรกิจ แล้วนำเทคโนโลยี UNAi มาปรับแก้และประยุกต์ใช้ให้เหมาะสมกับแต่ละองค์กร

ด้านคุณธีวินท์ นิ่มกิตติกุล Chief Executive Officer บริษัท ทีทีที บราเธอร์ส จำกัด ได้ให้มุมมองว่า “อุปสรรคที่ยากที่สุดในการทำ Digital Transformation คือเรื่องคน แต่ UNAi เข้ามาช่วยแก้ปัญหานี้ เพราะเป็นเทคโนโลยีที่ทำงานเบื้องหลังโดยที่พนักงานแทบไม่ต้องเปลี่ยนพฤติกรรม”

คุณธีวินท์ ยังได้ยกตัวอย่างบทบาทของ SI ในการนำ UNAi UWB ไปผนวกรวมกับระบบ ERP ของบริษัท เพื่อสร้างโซลูชันสำหรับคลังสินค้าที่มีการหมุนเวียนเร็วและไม่มีตำแหน่งจัดเก็บที่ตายตัว โดยเมื่อรถโฟล์คลิฟท์นำสินค้าไปวาง ณ จุดใด ระบบจะใช้ข้อมูลตำแหน่งจาก UNAi บันทึกที่เก็บโดยอัตโนมัติ และเมื่อต้องการนำของออก ระบบก็จะแนะนำเส้นทางให้รถไปยกออกมาได้อย่างถูกต้อง ซึ่งเป็นการแก้ปัญหาโลจิสติกส์ที่ซับซ้อนด้วย API ที่เชื่อมต่อได้ง่าย

เริ่มต้นกับ UNAi ด้วยกลไกสนับสนุนจาก สวทช.

สวทช. มีกลไกสนับสนุนผู้ประกอบการที่สนใจเทคโนโลยี UNAi ในทุกขั้นตอนอย่างครบวงจร โดยแบ่งตามหน่วยงานหลักดังนี้

โปรแกรม ITAP (Innovation and Technology Assistance Program) ให้คำปรึกษาและจับคู่ผู้เชี่ยวชาญสำหรับธุรกิจที่มีปัญหาแต่ยังไม่แน่ใจว่าจะเริ่มต้นอย่างไร ITAP จะช่วยวิเคราะห์โจทย์เบื้องต้นและจับคู่กับผู้เชี่ยวชาญให้โดยไม่มีค่าใช้จ่าย นอกจากนี้ยังสนับสนุนค่าใช้จ่ายในการ Implementation ช่วยแบ่งเบาภาระให้ SME ที่ต้องการนำเทคโนโลยีไปใช้งานจริง โดยสนับสนุนสูงสุด 50% หรือไม่เกิน 200,000 บาทต่อโครงการ

ฝ่ายพัฒนาผู้ประกอบการธุรกิจเทคโนโลยี (BID) ให้ทุนพัฒนาผลิตภัณฑ์ต้นแบบ 500,000 บาท สำหรับผู้ประกอบการที่ได้รับสิทธิ์ในเทคโนโลยีและต้องการนำไปพัฒนาเพื่อทดสอบตลาดและให้ทุนเพื่อเร่งการเติบโตและขยายตลาดอีก 500,000 บาท สำหรับใช้ในกิจกรรมส่งเสริมการขายและการตลาดโดยเฉพาะ หลังจากมีผลิตภัณฑ์แล้ว

สำนักงานจัดการสิทธิเทคโนโลยี (TLO) อำนวยความสะดวกด้านการใช้สิทธิ์ (Licensing) ทำหน้าที่ดูแลเรื่องการอนุญาตให้ใช้สิทธิ์ในผลงานวิจัยของ สวทช. เพื่อให้เอกชนนำไปใช้ต่อยอดในเชิงพาณิชย์ได้อย่างถูกต้อง ภายใต้เงื่อนไขที่ยืดหยุ่นและสามารถเจรจาให้เหมาะสมกับแต่ละธุรกิจได้

การที่เทคโนโลยีไทยอย่าง UNAi สามารถตอบโจทย์ที่ซับซ้อนในภาคอุตสาหกรรมและบริการได้จริง ยืนยันว่าศักยภาพของนักวิจัยไทยไม่แพ้ชาติใดในโลก UNAi ไม่ได้ถูกสร้างมาเพื่อแก้ปัญหาเฉพาะจุด แต่ถูกวางรากฐานเพื่อเติบโตเป็นธุรกิจเทคโนโลยีที่พร้อมจะแข่งขันในตลาดโลก สำหรับผู้ประกอบการไทย การเลือกใช้เทคโนโลยี UNAi จึงไม่ใช่แค่การซื้อโซลูชัน แต่คือการลงทุนในอนาคตขององค์กร เพื่อก้าวสู่การทำงานยุคใหม่ที่ชาญฉลาดและมีประสิทธิภาพอย่างยั่งยืน

ผู้ประกอบการที่สนใจขอรับถ่ายทอดเทคโนโลยี ...

ฝ่ายพัฒนาเครือข่ายเชิงกลยุทธ์และประเมินผล (SPE) งานพัฒนาพันธมิตรทางยุทธศาสตร์ (SPDS)
email: business@nectec.or.th หรือ UNAi@nstda.or.th
สามารถศึกษาข้อมูลผลิตภัณฑ์เพิ่มเติมได้ที่ https://home.lailab.online/

จากก้าวแรกของ NETPIE สู่การเชื่อมโลก AI + IoT

Sasiwipar Hasuk — Wed, 30 Jul 2025 10:37:29 +0000

ผู้เขียน : ดร.พนิตา พงษ์ไพบูลย์และ ทีมพัฒนา NETPIE

จุดเริ่มต้น : เมื่อลมของ “IoT” เริ่มพัดมา

ช่วงปี 2014 คำว่า “Internet of Things” หรือ IoT เริ่มเข้าสู่วงการเทคโนโลยีไทยอย่างจริงจัง จากบทวิเคราะห์ระดับโลกสู่เวทีงานสัมมนา และสินค้าที่อวดโชว์ความอัจฉริยะ “IoT” กลายเป็นคำที่ใครๆ ก็พูดถึง “บ้านอัจฉริยะ” เริ่มเป็นกระแส หลอดไฟควบคุมผ่านแอป ตู้เย็นที่ส่งแจ้งเตือน และเครื่องปรับอากาศที่เรียนรู้พฤติกรรมเจ้าของบ้าน

ทุกอย่างดูหรูหรา ทันสมัย น่าตื่นเต้น และดูเหมือนจะอยู่ไกลออกไปอีกพอสมควร แต่ในอีกฟากหนึ่งของโลกเทคโนโลยี กลับมีบางสิ่งกำลังเกิดขึ้นอย่างเงียบๆ และเปลี่ยนโลกจริงไปทีละนิด

ในวันที่เรายังต้องพึ่งพา Embedded Board แพงๆ เช่นพวก x86 หรือ ARM แบบมี Full OS หรือคอมพิวเตอร์ตั้งโต๊ะ เพื่อเชื่อมต่ออุปกรณ์กับอินเทอร์เน็ต แต่แล้ว Arduino และ Raspberry Pi ได้เปิดประตูแรก ให้คนธรรมดาเริ่มทดลองกับไมโครคอนโทรลเลอร์ได้ด้วยงบไม่ถึงพันบาท

และเมื่อ ESP8266 ปรากฏตัว …โลกก็เปลี่ยน

ชิป Embedded System ที่มาพร้อมโมดูล Wi-Fi ที่ทำให้บอร์ดราคาไม่ถึงร้อยสามารถเชื่อมต่อกับโลกออนไลน์ได้โดยไม่ต้องมี PC และจากนั้น NodeMCU ก็กลายเป็นบอร์ดสามัญประจำบ้านของนักพัฒนา IoT ตอนนั้นเอง “ของเล่น” อย่างการสั่งเปิดไฟผ่านแอปเริ่มกลายเป็น “โอกาส” ที่คนลงมือทำจริงเริ่มมองเห็น

แต่เมื่ออุปกรณ์เริ่มพูดได้… ใครกันจะเป็นคนฟัง?

MQTT และ Cloud : โลกของอุปกรณ์พูดได้เริ่มมีผู้ฟัง

การที่อุปกรณ์พูดคุยกันได้ ไม่ใช่แค่เรื่องของฮาร์ดแวร์ แต่ต้องอาศัยระบบคลาวด์ที่เข้าใจ และรูปแบบการสื่อสารที่เหมาะสม

MQTT คือพระเอกเงียบของวงการ แต่ทรงพลังที่สุด

โปรโตคอลที่เบา รวดเร็ว และเข้าใจธรรมชาติของอุปกรณ์ IoT ที่ทำให้การส่งข้อมูลจากอุปกรณ์หนึ่งไปยังอีกหลายอุปกรณ์ ไม่ต้องมีการร้องขอแบบ HTTP อีกต่อไป ขณะเดียวกัน Cloud platform เริ่มแพร่หลาย ทั้ง IaaS, PaaS, SaaS ถูกพูดถึง ทุกอย่างไหลไปได้แบบไร้แรงต้าน แต่ยังไม่มีใครพูดถึง “แพลตฟอร์ม IoT” ที่ออกแบบมาเพื่อนักพัฒนาโดยเฉพาะ

NETPIE: ไม่ใช่แค่เปิดไฟ แต่เปิดโลก

เมื่อเราสาธิตการสั่งเปิดหลอดไฟจากมือถือ คำถามที่ได้มักเป็น…

“แล้วหลอดไฟนี้ขายเท่าไหร่?”
“ทำไมไม่ทำเป็นระบบ smart home ขายล่ะ?”
“จะทำ platform ไปทำไม คนเขาอยากได้ของจับต้องได้”

ในเวลาที่หลายคนยังมองหา “ผลิตภัณฑ์สำเร็จรูป” คำตอบเหล่านั้นไม่ได้ผิด แต่มันชี้ให้เห็นว่าภาพใหญ่ที่เราเห็น ยังไม่ได้อยู่ในสายตาของใครหลายคน เราพยายามอธิบายว่า สิ่งที่เรากำลังสร้างคือ “แพลตฟอร์ม” ที่ใครๆ ก็สามารถสร้างผลิตภัณฑ์ของตนเองได้ ไม่ต้องตั้งเซิร์ฟเวอร์เอง ไม่ต้องเขียน MQTT เอง ไม่ต้องจัดการ Cloud เอง เรารู้ว่าสิ่งที่เรากำลังพูด มัน “เร็วไปหน่อย” สำหรับยุคนั้น

คำว่า Ecosystem หรือ API ยังไม่ติดหู
คำว่า “IoT Platform” ฟังดูเป็นเรื่องไกลตัว

16 กันยายน 2558
วันที่ NETPIE ปรากฏตัวต่อสาธารณะ

เราปล่อย NETPIE รุ่นแรกสู่ผู้ใช้ พร้อมฟีเจอร์ที่ช่วยให้นักพัฒนาสร้าง IoT device ที่เชื่อมต่อกันได้ แม้จะยังไม่สมบูรณ์ มีคำบ่น มีเสียงผิดหวัง แต่เรารู้ดีว่าการเปลี่ยนผ่านไม่ใช่เรื่องของ “ความพร้อม” เพียงวันเดียว จะต้องใช้ “ความเชื่อ” และ “ความต่อเนื่อง” เพราะเราไม่ได้แค่เปลี่ยนเทคโนโลยี

แต่เรากำลังเปลี่ยน “วิธีคิด” จากการรอซื้อของสำเร็จรูป
ไปสู่การลงมือสร้างโลกอัจฉริยะของตัวเอง

จาก IoT สู่ AIoT: เมื่ออุปกรณ์ไม่ได้แค่เชื่อมต่อ แต่เพิ่ม “ความฉลาด”

เวลาผ่านไป 10 ปี …วันนี้ อุปกรณ์ไม่ได้แค่เชื่อมโยงกัน แต่มันเรียนรู้ วิเคราะห์ และตัดสินใจได้เอง นี่คือก้าวต่อไปของ NETPIE

จาก IoT สู่ AIoT
ที่ไม่ได้แค่ส่งข้อมูล แต่เข้าใจบริบท
และ “ตอบสนองได้อย่างอัจฉริยะ”

เราไม่ได้หยุดแค่การเชื่อมต่อหลอดไฟ แต่เรากำลังเชื่อมเมือง ฟาร์ม โรงงาน และระบบธุรกิจ ให้กลายเป็นเครือข่ายอัจฉริยะ ที่เรียนรู้และปรับตัวไปพร้อมกับผู้ใช้งาน แล้วคุณล่ะ… อยู่ตรงไหนในเส้นทาง 10 ปีนี้?

ในวาระ 10 ปีของ NETPIE และ IoT ไทย
เราขอชวนคุณย้อนกลับมามองจุดเริ่มต้นของคุณอีกครั้ง

บางทีเรื่องราวในวันนั้น…
อาจกลายเป็นแรงบันดาลใจของใครสักคนในวันพรุ่งนี้

ขอชวนชาว IoT ทุกสาย ทั้ง SI นักพัฒนา นักอุตสาหกรรม ผู้ประกอบการที่สนใจ มาพบกันที่งานสัมมนา “10 ปี IoT ไทย : จาก NETPIE สู่อนาคตแห่งการเชื่อมต่อสรรพสิ่งด้วย AIoT” มาแลกเปลี่ยนมุมมองและมารู้จักกับแพลตฟอร์ม AIoT ใหม่ สำหรับภาคธุรกิจ โรงงาน และผู้ประกอบการ วันที่ 8 สิงหาคม 2568 ณ อาคารสราญวิทย์ (SD-601) อุทยานวิทยาศาสตร์ประเทศไทย จ.ปทุมธานี

ลงทะเบียนไว้เลย ก่อนที่เต็ม!
https://www.nstda.or.th/r/0ts5Y

NETPIE : จุดเริ่มต้นจากไอเดียเล็กๆ สู่ “นวัตกรรมใหญ่” ในอนาคต

Sasiwipar Hasuk — Wed, 30 Jul 2025 10:01:24 +0000

ผู้เขียน : ดร.พนิตา พงษ์ไพบูลย์และ ทีมพัฒนา NETPIE

10 ปีแห่งการทดลอง เรียนรู้ และเติบโต … ไปกับนวัตกรรมที่เปลี่ยนวิถีชีวิต

ช่วงสิบกว่าปีก่อน เพื่อนร่วมงานของเรานำตู้ปลาที่มีไม้น้ำและสัตว์น้ำเล็กๆ ตั้งไว้ที่โต๊ะทำงาน งานอดิเรกของเขาคือการนั่งมองไม้น้ำเติบโต ในขณะที่นั่งเขียนโค้ดด้วยความสุข ตู้ปลานี้เป็นตู้ปลาที่ไฮเทค มีระบบควบคุมหลอดไฟ ให้อาหาร และเติมออกซิเจน ช่วงเสาร์อาทิตย์และกลางคืน เพื่อนของเรา เฝ้าติดตามสถานะของตู้ปลาผ่านเว็บที่เชื่อมต่อกับบอร์ด Arduino ตัวเว็บเซิฟเวอร์ก็คือ PC ที่อยู่ใต้โต๊ะเขาเอง

ตอนนั้นยังไม่มีใครเรียกมันว่า “IoT” ทุกอย่างยังดูเหมือนของเล่น
… แต่ในใจของเพื่อนเราตอนนั้น มีบางอย่างบอกเขาว่า “นี่มันไม่ใช่แค่ของเล่นแล้วล่ะ”

เซิฟเวอร์ใต้โต๊ะนี้จะดับไม่ได้ เขาตื่นเต้นที่จะหาเครื่องมือและปรับปรุงโค้ดเพื่อให้เซิฟเวอร์ตัวนี้ทำงานได้อย่างต่อเนื่อง ตลอดเวลา… เราเริ่มเห็นการเปลี่ยนแปลงแบบเงียบๆ จากอุปกรณ์ธรรมดาเริ่มคุยกันได้ผ่านอินเทอร์เน็ตบ้าน เริ่ม “รู้” เมื่อคนอยู่หรือไม่อยู่ เซ็นเซอร์เริ่มรายงานอุณหภูมิ แสงสว่าง หรือแม้แต่สภาพฝุ่นในอากาศโดยไม่ต้องมีคนไปวัดค่า

เราเริ่มเห็นโอกาสบางอย่าง ที่ใหญ่กว่าการเปิดหลอดไฟด้วยมือถือ
และนั่นคือจุดเริ่มต้นของการเปลี่ยนวิถีชีวิต — ด้วยพลังของ IoT

ทำไม IoT จึงสำคัญกับประเทศไทย?

เพราะโจทย์ของบ้านเรานั้นหลากหลายและ “จริง” ตั้งแต่ภาคเกษตร เมือง การศึกษา ไปจนถึงสาธารณสุข IoT จึงถือเป็นโอกาส ที่ทำให้ประเทศไทยไม่ต้องเป็นแค่ผู้ใช้เทคโนโลยี แต่สามารถเป็นผู้พัฒนาเองได้ แต่การพัฒนานวัตกรรมไม่ใช่เรื่องของเทคโนโลยีเพียงอย่างเดียว เราจะต้องมี “ระบบนิเวศ” ที่เปิดกว้าง มี “แพลตฟอร์ม” ที่เข้าใจบริบทไทย มี “ชุมชน” ที่ลงมือทำ และมี “พื้นที่ให้ล้มได้” ลุกไว แบบไม่เจ็บตัว

NETPIE: จุดเริ่มเล็กๆ ที่เปิดประตูสู่ AIoT

NETPIE คือความพยายามเล็กๆ ที่เกิดขึ้นในบริบทนั้น อาจจะไม่ใช่ระบบที่สมบูรณ์แบบ แต่เป็นเครื่องมือที่เราหวังว่าจะ “เปิดทาง” ให้กับนักคิด นักพัฒนา ครู นักเรียน และคนธรรมดา ที่อยากลองเชื่อมโลกดิจิทัลเข้ากับโลกจริง

และในปีที่ 10 ของการเดินทางนี้… ถึงเวลาที่เราจะกลับมาพบกันอีกครั้ง ในวันที่เทคโนโลยีไม่ได้เป็นแค่ของเล่น แต่กลายเป็นเครื่องมือทรงพลังในการขับเคลื่อนภาคธุรกิจไทย

ลงทะเบียนไว้เลย ก่อนที่เต็ม!
https://www.nstda.or.th/r/0ts5Y

5 มุมมองขับเคลื่อน Medical AI: ใช้พลังข้อมูลเสริม AI สู่นวัตกรรมการแพทย์เพื่อคนไทย

Supanut Chan — Thu, 24 Apr 2025 07:12:22 +0000

สรุปสาระจากเสวนา Medical AI ก้าวสำคัญสู่การพัฒนาการแพทย์แห่งอนาคต

วงการสาธารณสุขไทยกำลังก้าวสู่ยุคใหม่ของการใช้ปัญญาประดิษฐ์ (AI) อย่างเต็มรูปแบบ สะท้อนจากงานเปิดตัว “แพลตฟอร์มข้อมูลกลางทางการแพทย์ (Medical AI Data Platform)” ที่กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (อว.) โดย สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค) เดินหน้าขับเคลื่อนการใช้ปัญญาประดิษฐ์ (AI) ในภาคสาธารณสุข โดยมีนางสาวศุภมาส อิศรภักดี รัฐมนตรีว่าการกระทรวง อว. กล่าวถึงนโยบาย อว. for AI และเป็นสักขีพยานในการประกาศความร่วมมือกับพันธมิตรทางการแพทย์ Medical AI Consortium เปิดตัว “แพลตฟอร์มข้อมูลกลางทางการแพทย์ (Medical AI Data Platform)” ที่มุ่งสร้างโครงสร้างพื้นฐานและระบบนิเวศข้อมูลที่เข้มแข็ง รองรับการพัฒนานวัตกรรม AI ทางการแพทย์เพื่อคนไทย

ภายในงาน ยังมีเสวนา “Medical AI ก้าวสำคัญสู่การพัฒนาการแพทย์แห่งอนาคต” ซึ่งเป็นการรวมตัวของผู้นำจากหน่วยงานหลักที่เกี่ยวข้อง เพื่อฉายภาพวิสัยทัศน์ ความท้าทาย ซึ่งมี 5 มุมมองสำคัญที่จะขับเคลื่อน Medical AI ของไทยไว้อย่างน่าสนใจ

1. พลังข้อมูล หัวใจขับเคลื่อน AI การแพทย์ไทย

ศาสตราจารย์ นพ.ปิยะมิตร ศรีธรา อธิการบดีมหาวิทยาลัยมหิดล ได้ฉายภาพความสำคัญของ AI ในทางการแพทย์ โดยชี้ให้เห็นว่า AI มีองค์ประกอบสำคัญ 3 ส่วนคือ ฮาร์ดแวร์ ซอฟต์แวร์ และ Big Data แม้ไทยอาจยังตามหลังด้านฮาร์ดแวร์และซอฟต์แวร์ แต่ไทยเป็นเจ้าของข้อมูล “ศักยภาพของ Big Data จะเป็นของประเทศไทยได้นั้น ขึ้นอยู่กับว่าเราสามารถจัดระเบียบข้อมูลของเราได้ดีเพียงใด ซึ่งจะนำไปสู่การใช้ประโยชน์ได้อย่างแท้จริง” ศาสตราจารย์ นพ.ปิยะมิตร กล่าว ตัวอย่างความสำเร็จที่ชัดเจน คือ AI อ่านผลภาพเอกซเรย์ทรวงอก หรือ Inspectra CXR ที่คณะแพทยศาสตร์ศิริราชพยาบาลพัฒนาร่วมกับสตาร์ทอัปไทยอย่าง Perceptra ที่ผ่านการรับรองมาตรฐานจาก อย. ซึ่งปัจจุบันมีโรงพยาบาลใช้งานแล้วกว่า 90 แห่ง

นอกจากนี้ ศาสตราจารย์ นพ.ปิยะมิตร ยังกล่าวถึง การใช้เทคนิค Retrieval-Augmented Generation (RAG) เพื่อให้ AI เรียนรู้และตอบคำถามจากชุดข้อมูลเฉพาะของประเทศไทย เพื่อให้ AI สามารถเข้าถึงและใช้ข้อมูลที่อยู่ในบริบทของประเทศไทยได้อย่างแม่นยำ โดยเฉพาะการรวมข้อมูลจาก 3 กองทุนสุขภาพหลักของไทย ได้แก่ กองทุนหลักประกันสุขภาพแห่งชาติ กองทุนประกันสังคม และกองทุนสวัสดิการรักษาพยาบาลข้าราชการ ซึ่งเมื่อรวมกันแล้วครอบคลุมประชากรส่วนใหญ่ของประเทศ รวมถึงระบบเชื่อมโยงข้อมูลสุขภาพ Health Link แอปพลิเคชันหมอพร้อม และข้อมูลจีโนมิกส์จากโครงการ Genomics Thailand จะเป็นฐานข้อมูลอันทรงพลังสำหรับ AI การแพทย์ของไทย

2. AI ช่วยแพทย์คัดกรอง เพิ่มประสิทธิภาพ ลดเหลื่อมล้ำการเข้าถึงบริการรักษา

ผู้ช่วยศาสตราจารย์พิเศษ นพ.ธนินทร์ เวชชาภินันท์ รองอธิบดีกรมการแพทย์ กระทรวงสาธารณสุข นำเสนอมุมมองของผู้ใช้งาน AI ด้านการแพทย์ โดยเน้นย้ำบทบาทของกรมการแพทย์ในการนำนวัตกรรมไปใช้ประโยชน์กับประชาชนอย่างแท้จริงและเท่าเทียมกัน โดยกล่าวว่า “สร้างความเท่าเทียมในการเข้าถึงการรักษา ถือเป็นภารกิจหลักของกรมการแพทย์” และยกตัวอย่างความสำเร็จของการใช้ AI คัดกรองภาวะเบาหวานขึ้นจอประสาทตา ซึ่งริเริ่มโดยโรงพยาบาลราชวิถีร่วมกับ Google AI ตั้งแต่ปี 2018 โดยไทยพบผู้ป่วยเบาหวานกว่า 6 ล้านคน โดยร้อยละ 15-20% เสี่ยงเกิดภาวะดังกล่าว ในขณะที่ประเทศไทยมีจักษุแพทย์เฉพาะทางด้านจอประสาทตาประมาณ 250 คน และส่วนใหญ่ปฏิบัติงานในกรุงเทพฯ สวนทางกับการกระจายตัวของผู้ป่วยทั่วประเทศ โดย AI มีความไว (Sensitivity) ในการตรวจคัดกรองสูงถึง 97 เทียบกับ 74 ของการคัดกรองโดยแพทย์ และมีความแม่นยำ (Specificity) สูงถึงร้อยละ 96 ดังนั้นการใช้ AI ช่วยคัดกรองภาวะดังกล่าว ช่วยแก้ปัญหาการขาดแคลนและกระจายตัวที่ไม่สมดุลของจักษุแพทย์ได้

3. แรงหนุนจากนโยบายและทุน: ขับเคลื่อน Medical AI สู่ S-Curve ใหม่

ความสำเร็จของ Medical AI ประเทศไทยจะเกิดขึ้นไม่ได้หากขาดระบบนิเวศที่สนับสนุน โดย ศาสตราจารย์ ดร.สมปอง คล้ายหนองสรวง ผู้อำนวยการสำนักงานคณะกรรมการส่งเสริมวิทยาศาสตร์ วิจัยและนวัตกรรม (สกสว.) ซึ่งบริหารกองทุนส่งเสริมวิทยาศาสตร์ วิจัยและนวัตกรรม (กองทุน ววน.) ได้ให้มุมมองเชิงนโยบายว่า Medical AI สอดคล้องกับยุทธศาสตร์ชาติอย่างยิ่ง โดยเฉพาะโมเดลเศรษฐกิจ BCG ซึ่งการแพทย์เป็น 1 ใน 4 สาขาหลัก และมีศักยภาพสูงที่จะเป็น S-Curve ใหม่ ขับเคลื่อนเศรษฐกิจไทยท่ามกลางตลาด AI โลกที่เติบโตอย่างก้าวกระโดด โดยเน้นย้ำถึงความได้เปรียบของไทยในด้านข้อมูลทางคลินิก (Clinical Data) และข้อมูลจีโนมิกส์ ประกอบกับโครงสร้างพื้นฐานอย่าง LANTA Supercomputer ของ สวทช. และบุคลากรที่มีความรู้ความเข้าใจ แต่สิ่งสำคัญที่สุด คือ ความร่วมมือ “หากเราสามารถรวมพลังและใช้ข้อมูลเพื่อขับเคลื่อนไปสู่เป้าหมายเดียวกันของประเทศได้ จะประสบความสำเร็จอย่างแน่นอน” ศาสตราจารย์ สมปอง กล่าว

ศาสตราจารย์ ดร. สมปอง ได้อธิบายบทบาทของ กองทุน ววน. โดยเปรียบเปรยว่าเป็นเสมือน “กองทุนที่ 4” จากแตกต่าง จาก 3 กองทุนสุขภาพหลักซึ่งเน้นการเป็นแหล่งข้อมูล แต่ กองทุน ววน.จะมีบทบาทสำคัญในการสนับสนุนโครงสร้างพื้นฐาน การพัฒนากำลังคน และการสร้างแนวทางประยุกต์ใช้ใหม่ ๆ เพื่อเติมเต็มและสร้างความสมบูรณ์ให้กับระบบนิเวศ Medical AI ของประเทศ นอกจากนี้ ยังมุ่งสนับสนุนเป้าหมายรูปธรรม เช่น การผลิตเครื่องมือแพทย์และบริการทางการแพทย์เพื่อทดแทนการนำเข้า และมีการหารือกับ สปสช. เพื่อผลักดันให้การวินิจฉัยและรักษาโรคด้วย AI เบื้องต้นราว 10 กลุ่มโรคให้สามารถเบิกจ่ายได้ในอนาคต

4. บพค. กับการสร้าง Ecosystem AI การแพทย์

ดร.ณิรวัฒน์ ธรรมจักร์ ผู้อำนวยการ หน่วยบริหารและจัดการทุนด้านการพัฒนากำลังคน และทุนด้านการพัฒนาสถาบันอุดมศึกษา การวิจัยและการสร้างนวัตกรรม (บพค.) กล่าวถึงการสนับสนุนของ บพค. ที่มีต่อโครงการ Medical AI Consortium มาแล้วกว่า 90 ล้านบาท ครอบคลุมทั้งการพัฒนาแพลตฟอร์ม บุคลากร ต้นแบบ AI Model และกรอบธรรมาภิบาลข้อมูล (Data Governance) เพื่อสร้างความเข้าใจและความเชื่อมั่นว่าแพลตฟอร์มนี้มีความปลอดภัย โดยวิสัยทัศน์ของ บพค. สนับสนุน 4 ภารกิจหลักตามที่ได้รับมอบหมายจากการปฏิรูประบบ ววน. คือ การพัฒนากำลังคนสมรรถนะสูง, การสนับสนุนโครงสร้างพื้นฐานด้าน ววน., งานวิจัยขั้นแนวหน้า (Frontier Research) และการพัฒนาสถาบันอุดมศึกษาและการวิจัย โดย มองว่าการพัฒนาเทคโนโลยี AI ต้องมองไปข้างหน้าและจำเป็นต้องมีการคาดการณ์อนาคตเพื่อเตรียมความพร้อม แม้ AI จะพัฒนาไปเร็วเพียงใด แต่ก็ยังต้องการมนุษย์ในการตรวจสอบ (Validate) และตัดสินใจขั้นสุดท้าย ดร.ณิรวัฒน์ เปรียบการขับเคลื่อน Medical AI เหมือนการปีนเขาเอเวอเรสต์ที่ต้องมีหมุดหมาย (Milestone) เล็ก ๆ ระหว่างทาง โดยเน้นความสำคัญของการสร้างความร่วมมือให้กว้างขวางขึ้น การสร้างมาตรฐานข้อมูล และการพัฒนาระบบนิเวศ (Ecosystem) ที่เอื้อต่อการนำ AI ไปใช้ประโยชน์จริง

5. รากฐานทางเทคโนโลยี: เน้นสร้างเครื่องมือให้ “คนไทย” ประยุกต์ใช้ AI ได้จริง

ในฐานะหน่วยงานวิจัยและพัฒนาชั้นนำของประเทศ สวทช. ตระหนักถึงความสำคัญของการนำวิทยาศาสตร์ เทคโนโลยี และนวัตกรรม มาขับเคลื่อนการพัฒนาประเทศอย่างยั่งยืน โดยเฉพาะอย่างยิ่งการนำ AI มาประยุกต์ใช้ให้เกิดประโยชน์สูงสุดแก่ประชาชน ศาสตราจารย์ ดร.ชูกิจ ลิมปิจำนงค์ ผู้อำนวยการ สวทช. ได้ให้มุมมองว่า AI จะฉลาดและมีประสิทธิภาพได้ ไม่ได้ขึ้นอยู่กับปริมาณข้อมูลเพียงอย่างเดียว แต่ขึ้นอยู่กับตรรกะและ วิธีการสอน ให้ AI เรียนรู้และมองเห็นสิ่งที่สำคัญในข้อมูลนั้น เฉกเช่นเดียวกับที่แพทย์ผู้เชี่ยวชาญใช้ประสบการณ์ในการวินิจฉัยโรค

ภายใต้วิสัยทัศน์นี้ สวทช. โดย เนคเทค จึงได้จับมือกับพันธมิตรสำคัญ ทั้งกรมการแพทย์ กระทรวงสาธารณสุข คณะแพทยศาสตร์โรงพยาบาลรามาธิบดี มหาวิทยาลัยมหิดล และภาคีเครือข่าย Medical AI Consortium ริเริ่มและพัฒนาแพลตฟอร์มข้อมูลกลางทางการแพทย์ขึ้น ปัจจุบันรวมภาพถ่ายทางการแพทย์แล้วกว่า 2.2 ล้านภาพ ครอบคลุม 8 กลุ่มโรคสำคัญ เช่น โรคทรวงอก มะเร็งเต้านม โรคตา โรคช่องท้อง โรคผิวหนัง โรคหลอดเลือดสมอง และโรคกระดูกพรุน เป็นต้น

หัวใจสำคัญที่ สวทช. มุ่งมั่นพัฒนา ไม่ใช่เพียงแค่การสร้างคลังข้อมูล แต่คือการสร้างเครื่องมือที่จะปลดล็อกให้นักวิจัยและบุคลากรทางการแพทย์ไทยสามารถสร้างสรรค์นวัตกรรม AI ทางการแพทย์ได้ด้วยตนเอง ลดการพึ่งพาเทคโนโลยีราคาสูงจากต่างประเทศ สวทช. โดย เนคเทค ได้พัฒนาเครื่องมือสำคัญ ได้แก่ “RadiiView” ซอฟต์แวร์และคลาวด์แอปพลิเคชันสำหรับกำกับข้อมูล (Annotation) หรือการระบุลักษณะสำคัญบนภาพทางการแพทย์ได้อย่างแม่นยำ เพื่อสร้างชุดข้อมูลคุณภาพสูงสำหรับสอน AI “NomadML” แพลตฟอร์มที่ช่วยให้นักวิจัยพัฒนาโมเดล AI ได้ง่ายขึ้น โดยไม่จำเป็นต้องเขียนโค้ดโปรแกรมที่ซับซ้อน และสามารถเชื่อมต่อกับ LANTA Supercomputer เพื่อใช้พลังการประมวลผลสมรรถนะสูงของ สวทช. ในการเร่งกระบวนการพัฒนาและฝึกสอนโมเดล AI ให้รวดเร็วยิ่งขึ้น

ศ.ดร.ชูกิจ เน้นย้ำว่า ยุทธศาสตร์ของไทยไม่ใช่การแข่งขันพัฒนา AI แต่คือการนำ AI มาประยุกต์ใช้อย่างชาญฉลาดในบริบทที่ไทยมีจุดแข็ง ซึ่งก็คือ ข้อมูลทางการแพทย์ และความรู้ความเชี่ยวชาญของบุคลากร การมีแพลตฟอร์มกลางที่ทำให้ข้อมูลจากโรงพยาบาลต่าง ๆ มาแชร์และเรียนรู้ร่วมกันจะทำให้ AI ที่พัฒนาขึ้นมีความสามารถสูง

“ศักยภาพของ AI ทางการแพทย์ไม่ได้จำกัดอยู่แค่การวิเคราะห์ภาพถ่ายเท่านั้น แต่ยังรวมถึงการวิเคราะห์ข้อมูลสุขภาพในองค์รวม เพื่อสร้างแบบจำลองดิจิทัลเสมือนของตัวบุคคล (Digital Twin) ที่สามารถให้คำแนะนำด้านสุขภาพเฉพาะบุคคลได้อย่างแม่นยำ ซึ่ง Medical AI Data Platform นี้จะเป็นฐานข้อมูลสำคัญสำหรับการพัฒนาต่อยอดในอนาคต” ศ.ดร.ชูกิจ กล่าวทิ้งท้าย

รับชมย้อนหลัง - งานสัมมนา Medical AI Consortium

การเสวนาและการเปิดตัวแพลตฟอร์มครั้งนี้สะท้อนให้เห็นถึงความตื่นตัวและความมุ่งมั่นจากทุกภาคส่วนในการผลักดัน Medical AI ของไทย การเกิดขึ้นของ Medical AI Data Platform และความร่วมมือภายใต้ Medical AI Consortium ถือเป็นก้าวสำคัญที่จะทลายกำแพงด้านข้อมูล สร้างมาตรฐาน และส่งเสริมการพัฒนานวัตกรรม AI ทางการแพทย์อย่างก้าวกระโดด ซึ่งสอดคล้องกับแผนพัฒนาด้านสาธารณสุขและเป้าหมายการเป็นศูนย์กลางสุขภาพนานาชาติ (Medical Hub) ของประเทศ แม้จะมีความท้าทายรออยู่ แต่ด้วยวิสัยทัศน์ร่วมกัน การสนับสนุนเชิงนโยบายและงบประมาณ รวมถึงความร่วมมือแบบ “ร่วมแชร์ เชื่อม ใช้” เชื่อมั่นได้ว่า Medical AI จะไม่ได้เป็นเพียงทางเลือก แต่คืออนาคตของการแพทย์ไทย ที่จะนำไปสู่การยกระดับคุณภาพชีวิตของประชาชน และสร้างความสามารถในการแข่งขันทางเศรษฐกิจให้กับประเทศได้อย่างยั่งยืน

Medical AI Consortium ยังคงเปิดรับและขอเชิญชวนหน่วยงานทางการแพทย์ สถาบันการศึกษา นักวิจัย และภาคเอกชน มาร่วมเป็นส่วนหนึ่งของระบบนิเวศนี้ เพื่อต่อยอดการพัฒนา AI ทางการแพทย์ให้กว้างขวางยิ่งขึ้น

สำหรับหน่วยงานที่สนใจเข้าร่วมเป็นสมาชิกหรือพันธมิตรของ Medical AI Consortium หรือการใช้งาน Medical AI Data Platform สามารถติดต่อกลับได้ที่ MedicalAI@dms.mail.go.th

สรุป 5 ประเด็น AI เติมไฟให้ภาคอุตสาหกรรม พลิกโฉมธุรกิจสู่ Indusrty 4.0

Sasiwipar Hasuk — Thu, 19 Dec 2024 09:44:18 +0000

เก็บครบทั้งนโยบายรัฐ แพลตฟอร์มใช้ง่ายใช้ฟรี และตัวอย่างการใช้ AI ในโรงงานจริง สาระงานจากงาน METALEX AI FORUM 2024 “ก้าวสู่ Smart Factory: พลิกโฉมธุรกิจด้วยเทคโนโลยีปัญญาประดิษฐ์”

เนคเทค สวทช. และ อาร์เอ็กซ์ เทรดเด็กซ์ พร้อมพันธมิตรจากภาคเอกชน และภาคอุคสาหกรรม หน่วยงานจากองค์การส่งเสริมการค้าต่างประเทศของญี่ปุ่น (JETRO) สมาคมไทยไอโอที และ บริษัท ซีพีแอล กรุ๊ป จากัด (มหาชน) จัด METALEX AI FORUM 2024 ภายใต้แนวคิด “ก้าวสู่ Smart Factory: พลิกโฉมธุรกิจด้วยเทคโนโลยีปัญญาประดิษฐ์” เป็นเวทีสำคัญในการแลกเปลี่ยนเรียนรู้และสร้างเครือข่ายกับผู้เชี่ยวชาญด้าน AI จากหลากหลายองค์กร ทั้งจากภาครัฐและเอกชน รวมถึงผู้ประกอบการในภาคอุตสาหกรรม เมื่อ วันที่ 22 พฤศจิกายน 2567 ณ ศูนย์นิทรรศการและการประชุมไบเทค

(1) บทบาทของแผน AI แห่งชาติ กับการพัฒนาอุตสาหกรรมไทย

ดร.ศวิต กาสุริยะ รองผู้อำนวยการเนคเทค สวทช. บรรยายพิเศษ “ขับเคลื่อนยุทธศาสตร์ชาติด้านปัญญาประดิษฐ์ สู่การผลิตอัจฉริยะ” โดยกล่าวว่า ปัจจุบันประเทศไทยกำลังเผชิญกับการเปลี่ยนแปลงครั้งสำคัญด้านเทคโนโลยี หนึ่งในหัวใจสำคัญของการเปลี่ยนแปลงนี้ คือ เทคโนโลยีปัญญาประดิษฐ์ หรือ AI ดังนั้นการพัฒนา AI จึงไม่ได้เป็นเพียงทางเลือก แต่จำเป็นสำหรับการเพิ่มขีดความสามารถทางเศรษฐกิจและความสามารถในการแข่งขันของประเทศในเวทีโลก โดย AI จะเป็นปัจจัยสำคัญในการเพิ่ม GDP และขับเคลื่อนประเทศไทยสู่ Thailand 4.0 แต่สิ่งนี้จะเกิดขึ้นได้ต้องมีการผลักดันให้ AI ถูกนำไปใช้ในภาคอุตสาหกรรมอย่างเป็นรูปธรรม

ประเทศไทยได้จัดทำแผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย (AI Thailand) ให้สอดคล้องกับยุทธศาสตร์ชาติ 20 ปี (พ.ศ. 2561–2580) ที่เน้นเป้าหมายในการเสริมสร้างศักยภาพใน 3 ด้านสำคัญ ได้แก่ อุตสาหกรรมการผลิต โครงสร้างพื้นฐาน การวิจัยและพัฒนา สำหรับแผนปฏิบัติการด้าน AI แห่งชาติ ประกอบด้วย 5 ยุทธศาสตร์สำคัญ ได้แก่ จริยธรรม โครงสร้างพื้นฐาน การพัฒนากำลังคน การวิจัยและพัฒนานวัตกรรม และการส่งเสริมการใช้งาน AI เพื่อสร้างระบบนิเวศ (Ecosystem) ที่เอื้อต่อการพัฒนาและใช้ประโยชน์จาก AI อย่างมีประสิทธิภาพ

ความท้าทายสำคัญในการนำ AI มาใช้ในอุตสาหกรรมไทย ประกอบด้วย การขาดแคลนข้อมูลและกำลังคนที่มีทักษะด้าน AI รวมถึงความไม่ชัดเจนในทิศทางการลงทุน โดยเฉพาะในอุตสาหกรรมการผลิตที่ส่วนใหญ่ยังอยู่ในระดับ 1-2 การเปลี่ยนแปลงครั้งนี้จะส่งผลกระทบอย่างมากต่อแรงงาน โดยเฉพาะความจำเป็นในการเรียนรู้และปรับตัวกับเทคโนโลยีซึ่งจะกลายเป็นทักษะพื้นฐานที่จำเป็นในอนาคต นอกจากนี้ เงินทุนจากต่างประเทศที่จะเข้ามาพร้อมกับโซลูชันและเครื่องจักรที่มี AI ยังเป็นอีกปัจจัยสำคัญที่จะเร่งการเปลี่ยนแปลงนี้

อย่างไรก็ตามหน่วยงานต่าง ๆ เริ่มตระหนักถึงความสำคัญของ AI และพยายามปรับตัวใช้งาน จากการสำรวจพบว่าในปี พ.ศ. 2566 – 2567 มีบริษัทถึง 70% กำลังพิจารณานำ AI มาใช้ และมี 15-17% ที่ใช้งานจริงแล้ว โดยอุตสาหกรรมที่นำ AI มาใช้มากที่สุด 3 อันดับแรก ได้แก่ การศึกษา การเงินและธนาคาร และการขนส่ง

ศูนย์นวัตกรรมการผลิตยั่งยืน (SMC) เนคเทค สวทช. ได้เข้ามามีบทบาทสำคัญในการขับเคลื่อนอุตสาหกรรมไทยสู่ Industry 4.0 โดยจัดทำเครื่องมือประเมินความพร้อมอุตสาหกรรม หรือ Thailand i4.0 index จัดหลักสูตรฝึกอบรม และพัฒนาแพลตฟอร์มโซลูชัน รวมถึงให้ข้อมูลการเข้าถึงมาตรการส่งเสริมจากภาครัฐเพื่อสนับสนุนให้ภาคอุตสาหกรรมไทยปรับตัวนำเทคโนโลยีดิจิทัล รวมถึง AI มาใช้ประโยชน์อีกด้วย

(2) แม้ AI ในอุตสาหกรรมยังมีโอกาส ‘หลอน’ แต่ไม่ควรมองข้ามศักยภาพ

ดร.ปรัชญา บุญขวัญ หัวหน้าทีมวิจัยเทคโนโลยีภาษาธรรมชาติและความหมาย กลุ่มวิจัยปัญญาประดิษฐ์ เนคเทค สวทช. นำเสนอประเด็น LLM for Smart Manufacturing โดยกล่าวถึง AI กำลังเข้ามามีบทบาทอย่างมากในวงการอุตสาหกรรม โดยเฉพาะอย่างยิ่ง Large Language Models หรือ LLM แบบจำลองภาษาขนาดใหญ่ที่กำลังพลิกโฉมวิธีการทำงานในหลากหลายบริบท โดยเฉพาะความสามารถในการสื่อสารที่ใกล้เคียงกับมนุษยมากขึ้น ผ่าน Generative AI ในการสร้างเนื้อหาใหม่ได้ตามคำสั่ง ไม่ว่าจะเป็นการวาดภาพ ตอบคำถาม หรือสร้างวิดีโอ

นอกจากนี้ แนวคิดของ Internet of Things (IoT) ยังเป็นอีกหนึ่งช่องทางสำคัญที่ AI เข้ามามีส่วนในอุตสาหกรรม โดยการนำเซ็นเซอร์มาติดตั้งกับเครื่องจักร ให้สามารถสื่อสารและส่งข้อมูลระหว่างกันได้ ทำให้กระบวนการผลิตมีประสิทธิภาพมากขึ้น ลดภาระการทำงานของบุคลากร และสามารถควบคุมการผลิตได้อย่างแม่นยำ

LLM อาศัยการเรียนรู้จากข้อมูลขนาดใหญ่หลายพันล้านคำ เพื่อเรียนรู้วิธีการใช้ภาษา สำนวน และโครงสร้างประโยค ทำให้สามารถสร้างข้อความที่มีความเป็นธรรมชาติ ตัวอย่างการประยุกต์ใช้ LLM ในอุตสาหกรรม เช่น ระบบที่สามารถอ่านคู่มือหรือแคตาล็อกสินค้าแล้วตอบคำถามได้อย่างแม่นยำ หรือ การสร้างระบบเครือข่ายเอกสารที่เชื่อมโยงกันคล้ายวิกิพีเดีย ซึ่งช่วยอำนวยความสะดวกในการค้นหาและจัดการข้อมูล

อย่างไรก็ตาม เทคโนโลยี AI ยังมีข้อจำกัด โดยเฉพาะปัญหา AI Hallucination ที่อาจตอบคำถามไม่ตรงประเด็นหรือสร้างข้อมูลที่ไม่ถูกต้อง ซึ่งเกิดจากการตั้งคำถามที่ไม่ชัดเจนหรือกว้างเกินไป แต่คาดว่าปัญหานี้จะค่อย ๆ ลดลงในอนาคตและพัฒนาไปสู่ขั้นที่สามารถอธิบายเหตุผลของคำตอบได้ และปรับตัวเข้าหาความต้องการของมนุษย์มากขึ้น ซึ่งจะนำไปสู่การทำงานร่วมกันระหว่างมนุษย์และ AI อย่างมีประสิทธิภาพ แม้จะยังมีข้อจำกัดบางประการ แต่ศักยภาพของ AI ในการเพิ่มประสิทธิภาพและลดต้นทุนการทำงานในภาคอุตสาหกรรมเป็นโอกาสที่น่าจับตามอง องค์กรและอุตสาหกรรมต่าง ๆ ควรเตรียมพร้อมและศึกษาเพื่อนำเทคโนโลยีเหล่านี้มาประยุกต์ใช้อย่างมีประสิทธิภาพ

(3) NomadML - No code, No math, No madness

ดร.ธีศิษฏ์ ลีลาสวัสดิ์สุข นักวิจัยทีมวิจัยสมองกลอัจฉริยะและความจริงเสมือน กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม เนคเทค สวทช. นำเสนอเรื่องราวของ “NomadML” ซึ่งเป็นแพลตฟอร์มสำหรับ Visual Inspection ที่ช่วยให้ผู้ใช้งานสามารถสร้างและเทรน AI โมเดลโดยไม่ต้องเขียนโปรแกรม (coding) เพียงใช้ชุดข้อมูลต้นแบบ เช่น ภาพสินค้าที่ดีและภาพสินค้าที่มีข้อผิดพลาด เมื่ออัปโหลดข้อมูลเข้าไปในระบบ NomadML จะช่วยปรับพารามิเตอร์ของโมเดลโดยอัตโนมัติ และสร้าง AI โมเดลที่พร้อมใช้งานในสายการผลิต ความสามารถหลักของ NomadML ครอบคลุมสามฟังก์ชันสำคัญในการประมวลผลภาพ ได้แก่ การจำแนกประเภทภาพ การตรวจจับวัตถุ และการแบ่งส่วนภาพ ซึ่งสามารถประยุกต์ใช้ในอุตสาหกรรมที่หลากหลาย ตั้งแต่การผลิตไปจนถึงการแพทย์

ตัวอย่างที่น่าสนใจคือความสำเร็จของ NomadML ในการใช้งานจริง เช่น การตรวจหารอยแตกร้าวบนคอนกรีตด้วยความแม่นยำถึง 99.89% การแยกประเภทชิ้นงานในโรงงานที่มีประสิทธิภาพ 98.5% และการวิเคราะห์ภาพทางการแพทย์ เช่น การจำแนกเซลล์เม็ดเลือดขาวและการอ่านภาพเอกซเรย์โรคปอดที่มีความถูกต้องสูงถึง 98% นอกจากความสามารถทางเทคนิคแล้ว NomadML ยังมีจุดเด่นที่การออกแบบให้ใช้งานง่าย สามารถปรับแต่งพารามิเตอร์อัตโนมัติ และแสดงรายละเอียดความแม่นยำของโมเดลอย่างชัดเจน

(4) DaySie: Edge-AI Application Platform

ดร. เอมอัชนา นิรันตสุขรัตน์ หัวหน้าทีมวิจัย ทีมระบบไซเบอร์-กายภาพ กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม เนคเทค สวทช. แนะนำ “Daisie แพลตฟอร์มสำหรับการสร้าง Edge computing” ที่ผสานความสามารถของ IoT และ AI เข้าด้วยกัน มุ่งเน้นการใช้งานในอุตสาหกรรมต่าง ๆ โดยออกแบบมาให้ผู้ใช้สามารถสร้างแอปพลิเคชันสำหรับ Edge computing ได้ง่าย ไม่ต้องเขียนโปรแกรม (coding) ผู้ใช้สามารถเลือกฟังก์ชันการทำงานได้ตามความต้องการ ไม่ว่าจะเป็นการเชื่อมต่อ Cloud การใช้ฐานข้อมูล แดชบอร์ด หรือโมเดล AI ปัจจุบัน Daisy รองรับข้อมูล 3 ประเภท ได้แก่ ภาพ เสียง และข้อมูลตารางตัวเลข และสามารถประยุกต์ใช้กับอุตสาหกรรมหลายด้าน เช่น ในด้านการผลิต Daisie สามารถช่วยดึงข้อมูลจากเซ็นเซอร์ต่าง ๆ เพื่อวิเคราะห์ประสิทธิภาพของสายการผลิต ตรวจสอบสถานะเครื่องจักร และหาจุดที่ต้องปรับปรุง สำหรับด้านการบำรุงรักษา แพลตฟอร์มนี้สามารถใช้ AI ในการตรวจจับความผิดปกติของเครื่องจักร เช่น การตรวจสอบการสั่นสะเทือนหรือการรั่วของท่อ นอกจากนี้ยังรองรับการวิเคราะห์ภาพด้วยเทคโนโลยี Machine Vision เพื่อตรวจสอบผลิตภัณฑ์ ตั้งแต่การแยกประเภท การนับจำนวน การวัดขนาด และการตรวจหาตำหนิ ด้านการจัดการพลังงาน แพลตฟอร์มนี้ช่วยทำนายการใช้พลังงานล่วงหน้า เพื่อช่วยในการวางแผนและลดการใช้พลังงานอย่างมีประสิทธิภาพ เป็นต้น

(5) ก้าวสู่ Smart Factory เสริมประสิทธิภาพการผลิตด้วย AI

ในช่วงท้ายของกิจกรรมยังมีการเสวนา “ก้าวสู่ Smart Factory เสริมประสิทธิภาพการผลิตด้วย AI” เสวนาครั้งนี้ได้นำเสนอแนวคิดและประสบการณ์ในการนำเทคโนโลยี AI และ Internet of Things (IoT) มาประยุกต์ใช้ในภาคอุตสาหกรรม โดยเฉพาะในโรงงานผลิต เพื่อเพิ่มประสิทธิภาพและลดต้นทุนการผลิต โดย ดร.ศราวุธ คงยัง นักวิจัย กลุ่มวิจัยปัญญาประดิษฐ์ เนคเทค สวทช. ดร.สุทัด ครองชนม์ นายกสมาคมไทยไอโอที สมาคมไทยไอโอที (Thai IoT Association) และนายภูวสิษฏ์ วงษ์เจริญสิน ประธานเจ้าหน้าที่บริหาร บริษัท ซีพีแอล กรุ๊ป จำกัด (มหาชน)

นายภูวสิษฏ์ แนะนำให้เริ่มต้นการนำเทคโนโลยีมาใช้ในระดับเล็ก ๆ ก่อน เช่น การติดตั้งเซ็นเซอร์วัดอุณหภูมิ หรือการใช้กล้อง CCTV เพื่อติดตามกระบวนการผลิต ไม่จำเป็นต้องลงทุนในโครงการขนาดใหญ่ทันที พร้อมเสนอตัวอย่างการนำเทคโนโลยีมาใช้ในโรงงานของตน เช่น การใช้ AI ในการตรวจสอบคุณภาพผลิตภัณฑ์ การติดตามการทำงานของเครื่องจักร และการจัดการคลังสินค้า โดยเน้นย้ำถึงความสำคัญของการเริ่มต้นจากสิ่งเล็ก ๆ และการปรับตัวให้เข้ากับสภาพแวดล้อมของโรงงาน

ดร.สุทัด กล่าวเสริมว่าข้อมูลเป็นหัวใจสำคัญในการนำ AI มาใช้ การรวบรวมและวิเคราะห์ข้อมูลจากกระบวนการผลิตจะช่วยให้เราสามารถคาดการณ์ปัญหาที่อาจเกิดขึ้นได้ล่วงหน้า และปรับปรุงกระบวนการผลิตให้มีประสิทธิภาพมากขึ้น โดยสมาคมไทยไอโอทีพร้อมส่งเสริมการนำเทคโนโลยี IoT มาใช้ในประเทศไทย และแนะนำให้ผู้ประกอบการเริ่มต้นจากการรวบรวมข้อมูลจากกระบวนการผลิต

นอกจากนี้ ดร.ศราวุธ อธิบายเกี่ยวกับเทคโนโลยี Generative AI และตัวอย่างการนำไปใช้ประโยชน์ เช่น การสร้างภาพ การแปลภาษา และการตอบคำถาม รวมถึงการแนะนำ “ปทุมมา LLM” โมเดลภาษาไทยที่พัฒนาขึ้นโดยนักวิจัยไทย มีความสามารถในการทำความเข้าใจภาษาไทยได้เป็นอย่างดี

พลิก 3 จุดอ่อน AI ประเทศไทย สู่แนวทางแก้ไขพัฒนา AI ให้เติบโตทั้งระบบนิเวศ

Sasiwipar Hasuk — Thu, 12 Dec 2024 08:50:25 +0000

สาระจากการเสวนา Driving AI Innovation in the Public Sector ในเวที AWS Public Sector Day Thailand 2024

เนคเทค สวทช. ร่วมเสนอความก้าวหน้าและทิศทางการพัฒนา AI ในประเทศ จากมุมมองของแผน AI แห่งชาติ ในเสวนา Driving AI Innovation in the Public Sector ในเวที AWS Public Sector Day Thailand 2024 จัดขึ้นเมื่อวันที่ 27 พฤศจิกายน 2567 ณ โรงแรมอีสติน แกรนด์ พญาไท กรุงเทพฯ สามารถสรุปได้เป็น 2 ประเด็น ดังนี้

จากจุดอ่อนในดัชนีความพร้อม AI สู่ 3 เรื่องใหญ่ที่ต้องเร่งพัฒนาเพื่อขับเคลื่อน AI ประเทศไทย

ดร.ชัย วุฒิวิวัฒน์ชัย ผู้อำนวยการเนคเทค สวทช. ในฐานะผู้ช่วยเลขานุการคณะกรรมการขับเคลื่อนแผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย กล่าวว่า การพัฒนาเทคโนโลยีต้นน้ำด้าน AI ในประเทศไทยเป็นเรื่องท้าทาย และยังจำเป็นต้องพัฒนาแอปพลิเคชันหรือโดเมนต่าง ๆ เพิ่มเติมขึ้นอีกจำนวนมาก ดังนั้น แผน AI แห่งชาติ จึงมุ่งสนับสนุนการเติมเต็มระบบนิเวศการพัฒนา AI เติมเต็มสิ่งที่ยังขาดในหลายด้าน จากผลการสำรวจดัชนีความพร้อมด้าน AI ของรัฐบาลไทย ปี 2566 (Government AI Readiness Index 2023) โดย Oxford Insight ประเทศไทยมีความพร้อมอยู่ในอันดับที่ 37 จาก 197 ประเทศ โดยพบประเด็นที่ต้องเร่งการพัฒนาใน 3 ด้านหลัก ได้แก่

1) การเข้าถึงข้อมูล (Data Accessibility)
“การวิจัยและพัฒนา AI ในอุตสาหกรรมเป้าหมายของประเทศ สิ่งที่ต้องสนับสนุนอย่างยิ่งกลับไม่ใช่เรื่องเทคโนโลยีเสมอไป แต่หากเป็นเรื่องการเข้าถึงข้อมูล” ดร.ชัย ตั้งข้อสังเกต

ยกตัวอย่าง การวิจัยและพัฒนา AI ในด้านการแพทย์และสาธารณะสุข จำเป็นต้องส่งเสริมให้มีการรวบรวมข้อมูล (Data Collection) ที่มากเพียงพอ และเปิดเป็นข้อมูลสาธารณะให้ได้มากที่สุดโดยไม่ละเมิดสิทธิความเป็นส่วนตัว (Data Privacy) ถึงการพัฒนาเครื่องมือ AI ให้ผ่านการรับรองจากองค์การอาหารและยา (อย.) รวมถึงข้อมูลด้านมาตรฐานด้านความปลอดภัย การใช้ AI อย่างมีความรับผิดชอบ (Responsibility AI) เป็นต้น โดยเนคเทค สวทช. มุ่งพัฒนาโครงสร้างพื้นฐานเพื่อสนับสนุนรวบรวมและแชร์ข้อมูลที่สามารถนำไปใช้พัฒนานวัตกรรมด้าน AI

2) ด้านกำลังคน (Human Capital)

การขาดแคลนบุคลากรที่มีความรู้ความเชี่ยวชาญด้าน AI เป็นปัญหาใหญ่ในการพัฒนา AI ของประเทศ แผน AI แห่งชาติจึงตั้งเป้าพัฒนากำลังคนด้าน AI กว่า 30,000 คนภายในปี 2570 ผ่านโครงการต่าง ๆ เช่น Super AI Engineer ที่จะขยายศูนย์ภูมิภาคจาก 6 เป็น 11 แห่ง และเพิ่มจำนวนผู้เข้าร่วมกิจกรรมในรอบไฟนอลจาก 200 เป็น 400 คนในปีหน้า พร้อมเน้นย้ำความสำคัญของการลงทุนด้านการพัฒนาบุคลากรให้มีความรู้ความเชี่ยวชาญด้าน AI จะช่วยเพิ่มความมั่นใจในการนำ AI เข้ามาประยุกต์ใช้ในองค์กร

3) การพัฒนา AI ภายในประเทศ (In-house AI Development)
การใช้งาน AI ในประเทศไทยส่วนใหญ่ยังจำกัดอยู่ในลักษณะการประยุกต์ใช้มากกว่าการพัฒนาเอง แผน AI แห่งชาติจึงมุ่งพัฒนาโครงสร้างพื้นฐาน (Infrastructure) เพื่อสนับสนุนการพัฒนา AI ภายในประเทศ เช่น LANTA ซูเปอร์คอมพิวเตอร์ (Supercomputer) สำหรับการเทรนด์โมเดล AI ขนาดใหญ่ โดย ThaiSC สวทช. เปิดให้บริการในราคาที่เข้าถึงได้ รวมถึงแพลตฟอร์มให้บริการ AI สัญชาติไทย หรือ AI for Thai ซึ่งใช้บริการ APIs AI ครอบคลุมทั้งด้านเสียง ภาพ และข้อความ ทั้งงานวิจัยจากเนคเทค สวทช. และหน่วยงานพันธมิตร โดยไม่คิดค่าใช้จ่าย เป็นอีกหนึ่งเครื่องมือในการสนับสนุนและเป็นตัวเร่งการพัฒนา AI ภายในประเทศ

“ผู้บริหารต้องเข้าใจขีดจำกัดของ AI และตั้งเป้าหมายที่สอดคล้องกับธุรกิจ อย่าคาดหวังกับ AI สูงมากเกินไปจนคิดว่า AI ทำได้ทุกอย่าง โดยเนคเทค สวทช. มีแผนในการพัฒนาส่วนให้คำปรึกษาการพัฒนา AI อย่างเป็นระบบมากขึ้น อาจให้บริการแบบ Counter Service ที่ตอบโจทย์หน่วยงานรัฐและเอกชน” ดร.ชัย กล่าวทิ้งท้าย

แค่คิดก็ผิดแล้ว ! AI วงการแพทย์ไม่ควรเริ่มที่การวินิจฉัย

นพ.สุรัคเมธ มหาศิริมงคล โฆษกกระทรวงสาธารณสุขและผู้อำนวยการศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร และ ผศ.ดร.ณัฐวุฒิ หนูไพโรจน์ ผู้อำนวยการศูนย์ความเป็นเลิศด้านนวัตกรรมดิจิทัลและปัญญาประดิษฐ์เพื่อการแพทย์ด้านจิตเวช (AIMET) ยังได้ร่วมนำเสนอประเด็นการใช้งาน AI ในด้านการแพทย์และสาธารณสุข ซึ่งถือเป็นก้าวสำคัญที่สามารถสร้างผลกระทบเชิงบวกได้อย่างชัดเจน นพ.สุรัคเมธ มหาศิริมงคล โฆษกกระทรวงสาธารณสุขและผู้อำนวยการศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร กล่าวว่า กระทรวงสาธารณสุขเริ่มต้นเรื่อง AI มาตั้งแต่ปี 2560 โดยสนับสนุนให้บุคลากรได้รับการฝึกฝนด้าน Machine Learning และเทคโนโลยีที่เกี่ยวข้องอย่างต่อเนื่องทำให้การผลักดันนโยบายด้าน AI เริ่มต้นได้อย่างรวดเร็วเพราะมีพื้นฐานบุคลากรที่ไม่ได้เริ่มจากศูนย์ อย่างไรก็ตามการใช้ AI ด้านการแพทย์ยังมีควมท้าทายด้านข้อมูล แม้จะในประเทศไทยมีข้อมูลจำนวนมาก แต่การขาดระเบียบข้อบังคับ (Regulation) ในการนำข้อมูลมาใช้ทำให้เกิดปัญหา การสนับสนุนให้หน่วยงานที่เกี่ยวข้องเร่งร่างกฎระเบียบข้อมูลจะช่วยผลักดันเรื่อง AI ในวงการแพทย์ได้มาก

“การวินิจฉัยโรคเป็นกระบวนการที่ซับซ้อน จำเป็นต้องใช้ศาสตร์และศิลป์ ประสบการณ์ของแพทย์ และการพิจารณาจากหลายปัจจัยของคนไข้ ซึ่งในหลายกรณีนั้นยากที่จะอธิบายกระบวนการการวินิจฉัยออกมาเป็นอัลกอริทึม ดังนั้นการเริ่มต้นพัฒนา AI เพื่อใช้ในการวินิจฉัยโรคจึงเป็งานที่ท้าทาย ซับซ้อน ใช้เวลา และต้องผ่านการรับรองที่เข้มงวด หรือ การทดลองทางคลินิก ซึ่งอาจทำให้โครงการหยุดชะงักไปก่อน” นพ.สุรัคเมธ อธิบาย

DMIND แอปพลิเคชันคัดกรองซึมเศร้าเป็นหนึ่งตัวอย่างของการนำ AI มาใช้ด้านการแพทย์และสาธารณสุขอย่างมีประสิทธิภาพ โดยความสำเร็จของ DMIND ไม่ได้เกิดจากการแก้ปัญหาทางการแพทย์โดยตรง แต่เป็นการจัดสรรทรัพยากรให้เหมาะสม คือ การช่วยให้กลุ่มผู้มีภาวะซึมเศร้ารุนแรงได้รับการดูแลก่อน

ผศ.ดร.ณัฐวุฒิ หนูไพโรจน์ ผู้อำนวยการศูนย์ความเป็นเลิศด้านนวัตกรรมดิจิทัลและปัญญาประดิษฐ์เพื่อการแพทย์ด้านจิตเวช (AIMET) จุฬาลงกรณ์มหาวิทยาลัย อธิบายว่า DMIND เป็นเครื่องมือที่ใช้ AI Multimodel ผสานการวิเคราะห์ภาพ เสียง และข้อความเพื่อประเมินระดับภาวะซึมเศร้าของผู้ใช้งานในระดับสีเขียว เหลือง และแดง สำหรับผู้ที่อยู่ในกลุ่มสีแดง ระบบจะส่งต่อข้อมูลไปยังกรมสุขภาพจิตและสายด่วน 1323 เพื่อให้ความช่วยเหลือทันที ช่วยลดเวลารอสายและเพิ่มประสิทธิภาพในการคัดกรอง โดยลดจำนวนผู้รอสายลงมากกว่า 60% พร้อมพัฒนา Voicebot เพื่อสอบถามข้อมูลเบื้องต้น ทำให้ผู้ที่อยู่ในกลุ่มสีแดงหรือสีส้มได้รับการดูแลอย่างรวดเร็วขึ้น แสดงให้เห็นถึงศักยภาพของ AI ในการจัดการทรัพยากรให้เข้าถึงผู้ที่ต้องการความช่วยเหลือได้ตรงจุด

“อีกปัจจัยสำคัญในการพัฒนา AI ให้ประสบความสำเร็จ คือ การทำงานร่วมกันระหว่างทีมเทคโนโลยีและผู้เชี่ยวชาญในสาขานั้น ๆ (Domain Expert) ทีมแพทย์ด้านจิตวิทยาที่มีทักษะด้านเทคโนโลยีเป็นสะพานเชื่อมที่ทำให้ทั้งสองทีมเข้าใจโจทย์ เข้าใจปัญหาอย่างลึกซึ้งยิ่งขึ้น” ผศ.ดร.ณัฐวุฒิ

AWS Public Sector Day Thailand 2024 เป็นเวทีรวมรวมแนวคิดล้ำสมัยและนวัตกรรมล่าสุดในด้านเทคโนโลยีเพื่อช่วยให้องค์กรภาครัฐ ไม่ว่าจะเป็น หน่วยงานรัฐบาล สถาบันการศึกษา องค์กรด้านสาธารณสุข และองค์กรที่ไม่แสวงหาผลกำไร สามารถรับมือกับความท้าทายที่ต้องเผชิญพร้อมพลิกความท้าทายเหล่านั้นให้เป็นโอกาส ภายในงานจะให้ความสำคัญกับหลากหลายประเด็น อาทิ บทบาทของ AI, ความปลอดภัยและการสร้างความยืดหยุ่น, การปรับปรุงข้อมูลให้ทันสมัย, การย้ายสู่ระบบคลาวด์ และนวัตกรรมการให้บริการสาธารณะ ที่จะช่วยยกระดับการบริการสาธารณะให้มีประสิทธิภาพ เข้าถึงได้ง่าย และมีความยืดหยุ่นมากขึ้น