AI Readiness 2026 ของเนคเทค: องค์กรไทย 53.7% ใช้ AI แล้ว แต่ 86.4% วัดผลไม่ได้

AI Readiness 2026 คืออะไร และใครเป็นคนสำรวจ

AI Readiness 2026 คือผลสำรวจความพร้อมในการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ในระดับองค์กรของประเทศไทย ประจำปี พ.ศ. 2569 จัดทำโดยศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค สวทช.) เผยแพร่เมื่อวันที่ 3 กันยายน 2569

สิ่งที่ทำให้ผลสำรวจชุดนี้ต่างจากรายงานเทรนด์ AI ทั่วไปคือ มันวัดองค์กรไทยด้วยกันเอง ไม่ใช่ค่าเฉลี่ยโลกที่ต้องมาตีความต่อ กลุ่มตัวอย่างคือ 574 องค์กรทั้งภาครัฐและเอกชน ครอบคลุม 10 กลุ่มอุตสาหกรรมเป้าหมาย เช่น การผลิต การศึกษา การแพทย์และสุขภาวะ การใช้งานและบริการของภาครัฐ พลังงานและสิ่งแวดล้อม การเงิน และความมั่นคงปลอดภัย และประเมินออกมาเป็นคะแนน 5 มิติ

ถ้าคุณเคยอ่านบทความ SME ไทยใช้ AI เกิน 70% นำอาเซียน แต่ทำไมยังไม่เห็นผลในงบการเงิน แล้วรู้สึกว่าตัวเลขการใช้งานกับผลลัพธ์มันไม่ไปด้วยกัน ผลสำรวจของเนคเทคชุดนี้คือคำอธิบายเชิงโครงสร้างว่าทำไมถึงเป็นอย่างนั้น

ภาพรวม: ใช้แล้วเกินครึ่ง แต่ค้างอยู่ที่ระดับ "Aware"

ตัวเลขหัวข้อใหญ่คือ 53.7% ขององค์กรไทยใช้ AI แล้ว ซึ่งฟังดูดี แต่เมื่อประเมินความพร้อมเป็นระดับ ค่าเฉลี่ยของประเทศยังอยู่ที่ระดับ "Aware" — แปลเป็นภาษาผู้บริหารคือ รู้ว่าสำคัญ เริ่มทดลองแล้ว แต่ยังไม่ได้ฝังเข้าไปในวิธีทำงานจริง

เมื่อแตกเป็นรายมิติ ภาพจะชัดขึ้นมากว่าปัญหาอยู่ตรงไหน

จุดที่ควรหยุดอ่านซ้ำคือลำดับของมัน มิติที่ได้คะแนนสูงสุดคือข้อมูลและโครงสร้างพื้นฐาน ส่วนมิติที่ได้คะแนนต่ำสุดคือธรรมาภิบาล นั่นแปลว่าคอขวดของ AI ในองค์กรไทยไม่ใช่เรื่องเทคนิคล้วน ๆ อีกต่อไป แต่เป็นเรื่องการกำกับดูแลและการพิสูจน์ผล

ช่องว่างที่ใหญ่ที่สุดคือ "วัดผลไม่ได้"

ตัวเลขที่รุนแรงที่สุดในผลสำรวจไม่ใช่ตัวเลขการใช้งาน แต่คือตัวเลขการวัดผล

สังเกตว่าตัวเลขไล่ลงจาก 86.4% ไปถึง 2.9% อย่างเป็นระบบ ยิ่งเป็นเรื่องที่ต้องทำให้ AI อยู่ได้ยาว — วัดผล วางจริยธรรม ประเมินความเสี่ยง ผูกกับกลยุทธ์ ผูกกับคน — องค์กรไทยยิ่งทำน้อยลง ซึ่งเป็นรูปแบบเดียวกับที่เราเคยเขียนไว้ในบทความ AI Governance คืออะไร? ทำไมองค์กรต้องควบคุม AI ก่อนที่ AI จะควบคุมองค์กร

ใครพร้อม ใครยัง: แยกตามอุตสาหกรรมและขนาดองค์กร

ค่าเฉลี่ยประเทศซ่อนความต่างระหว่างกลุ่มไว้เยอะมาก

ตัวเลขคู่ที่น่าสนใจที่สุดคือ ธนาคาร 70.7% เทียบกับสถาบันการเงินที่ไม่ใช่ธนาคาร 22.8% ทั้งสองกลุ่มอยู่ในภาคการเงินเหมือนกัน เจอข้อมูลอ่อนไหวเหมือนกัน แต่ต่างกันเกือบสามเท่า ความต่างที่อธิบายได้ตรงที่สุดคือกลุ่มธนาคารถูกกำกับให้มีกรอบความเสี่ยง การควบคุมภายใน และร่องรอยการตรวจสอบมาก่อนที่ AI จะมาถึง — พอ AI มา จึงมีที่ให้วางทันที

Agentic AI เริ่มแล้ว 26% ทั้งที่ธรรมาภิบาลยังได้ 28.9%

ในบรรดาองค์กรที่ใช้ AI อยู่แล้ว มี 26.0% ที่เริ่มนำ Agentic AI ไปใช้ โดยใช้มากที่สุดในงานวิจัยและพัฒนา (21.4%) และงานกลยุทธ์ (20.8%)

Agentic AI ต่างจากแชตบอตตรงที่มันลงมือทำ ไม่ใช่แค่ตอบ — เรียกระบบอื่น เขียนข้อมูลกลับ และทำหลายขั้นตอนต่อเนื่องได้เอง (อธิบายไว้ละเอียดในบทความ Agentic AI คืออะไร? ยุคใหม่ที่ AI ทำงานแทนคนใน ERP)

ทำไม "ธรรมาภิบาล" ถึงได้คะแนนต่ำที่สุด

ในทางปฏิบัติ ธรรมาภิบาล AI ไม่ใช่เอกสารนโยบายหนึ่งเล่ม แต่คือคำถามสี่ข้อที่ต้องตอบได้ทุกครั้งที่มีคนถาม

• ใครอนุมัติให้ใช้ — งานไหนใช้ AI ได้ งานไหนห้าม และใครเป็นคนตัดสิน
• มันเห็นข้อมูลอะไรได้บ้าง — ขอบเขตข้อมูลที่ AI เข้าถึงได้ ต้องเท่ากับสิทธิ์ของคนที่เรียกใช้ ไม่ใช่เท่ากับสิทธิ์ของผู้ดูแลระบบ
• มันทำอะไรลงไปแล้วบ้าง — มี log ที่ย้อนดูได้ว่าใครสั่ง สั่งเมื่อไร และผลคืออะไร
• ผิดแล้วใครรับผิดชอบ — เจ้าของกระบวนการยังเป็นคน ไม่ใช่เครื่องมือ

สามข้อแรกไม่ใช่คำถามเชิงนโยบาย แต่เป็นคำถามเชิงระบบ และคำตอบมักไม่ได้อยู่ที่เครื่องมือ AI แต่อยู่ที่ระบบงานหลังบ้านที่ถือข้อมูลจริง — เรื่องเดียวกับที่ต้องตอบให้ได้ภายใต้ PDPA กับระบบ ERP อยู่แล้ว

เช็กลิสต์: องค์กรคุณอยู่ตรงไหนของผลสำรวจนี้

ใช้คำถามต่อไปนี้ประเมินเร็ว ๆ ถ้าตอบ "ไม่" ตั้งแต่สองข้อขึ้นไป องค์กรของคุณน่าจะอยู่ในกลุ่มเดียวกับค่าเฉลี่ยประเทศ

ข้อสุดท้ายคือข้อที่ทำให้ตัวเลข 86.4% เกิดขึ้น องค์กรส่วนใหญ่วัดผล AI ไม่ได้ ไม่ใช่เพราะวัดไม่เป็น แต่เพราะไม่เคยจดค่าตั้งต้นไว้ก่อน พอ AI เข้ามาแล้วดีขึ้น ก็พิสูจน์ไม่ได้ว่าดีขึ้นเท่าไร

ข้อเสนอเชิงนโยบาย 3 ข้อของเนคเทค แปลว่าอะไรกับองค์กร

เนคเทคปิดท้ายผลสำรวจด้วยข้อเสนอเชิงนโยบาย 3 ข้อ ซึ่งอ่านเป็นภาษาองค์กรได้ดังนี้

• National AI Governance Pack — จัดทำชุดมาตรฐานขั้นพื้นฐานสำหรับองค์กร แปลว่าองค์กรไม่ต้องเขียนนโยบาย AI ขึ้นมาเองจากศูนย์ รอชุดมาตรฐานกลางแล้วปรับใช้จะเร็วกว่า
• Sectoral AI Readiness Clinics — ตั้งคลินิก AI รายอุตสาหกรรม แปลว่าโจทย์ของโรงพยาบาล โรงงาน และหน่วยงานรัฐไม่เหมือนกัน และไม่ควรถูกแก้ด้วยคำแนะนำชุดเดียว
• AI Value Enabler — สนับสนุน SME และองค์กรขนาดกลาง ซึ่งตรงกับตัวเลขที่องค์กรเล็กใช้ AI 43.8% เทียบกับองค์กรใหญ่ 67.2%

มุมจาก Saeree ERP: จะวัดผล AI ได้ ต้องมีตัวเลขตั้งต้นก่อน

เราขอพูดตรง ๆ ว่าผลสำรวจชุดนี้ไม่ได้ชี้ว่า "องค์กรต้องซื้อ ERP" แต่สองมิติที่ได้คะแนนต่ำที่สุด — ธรรมาภิบาล 28.9% และเทคโนโลยี 32.2% — เป็นเรื่องที่ระบบงานหลังบ้านช่วยได้จริง มากกว่าที่เครื่องมือ AI ตัวใดตัวหนึ่งจะช่วยได้

ในทางปฏิบัติมีสามจุดที่ทับกันพอดี

• ค่าตั้งต้นสำหรับวัดผล — รอบเวลาปิดงบ จำนวนใบสั่งซื้อที่ต้องแก้ย้อนหลัง อัตราของขาดในคลัง ตัวเลขพวกนี้อยู่ในระบบอยู่แล้ว ถ้าจดไว้ก่อนเริ่มโครงการ AI คุณจะไม่ตกอยู่ในกลุ่ม 86.4% (ดูเพิ่มที่ ปิดงบให้เร็วขึ้น และ ช่องว่างของรายงาน)
• สิทธิ์และร่องรอย — ระบบ ERP มีสิทธิ์ระดับผู้ใช้และ audit trail มาตั้งแต่ต้น ดังนั้นเมื่อเชื่อม AI เข้ามา ขอบเขตที่มันเห็นและทำได้ ควรผูกกับสิทธิ์ชุดเดิม ไม่ใช่เปิดช่องทางใหม่ที่ตรวจสอบแยก
• การเชื่อมต่อที่คุมขอบเขตได้ — Saeree ERP รับงานเชื่อมต่อผู้ช่วย AI เข้ากับระบบงานผ่าน MCP โดยกำหนดได้ว่า AI เรียกใช้อะไรได้บ้าง เห็นข้อมูลระดับไหน และทุกการเรียกถูกบันทึกไว้ เรายังไม่อ้างอิงเคสลูกค้ารายใดในบทความนี้ เพราะเราใช้กับงานของเราเองมาก่อนแล้วจึงเปิดรับงานภายนอก

จุดยืนของเราตรงไปตรงมา: ERP คือแหล่งความจริงของข้อมูล ส่วน AI คือผู้ช่วย ถ้าแหล่งความจริงยังไม่นิ่ง การเติม AI เข้าไปจะทำให้ได้คำตอบเร็วขึ้น แต่ไม่ได้ทำให้ถูกขึ้น

สรุป

ผลสำรวจ AI Readiness 2026 ของเนคเทคบอกสิ่งที่หลายองค์กรรู้สึกอยู่แล้วแต่ยังไม่มีตัวเลขยืนยัน — ประเทศไทยผ่านช่วง "ยังไม่เริ่มใช้ AI" มาแล้ว โจทย์ปีนี้ย้ายไปอยู่ที่การกำกับดูแลและการพิสูจน์ผล

ตัวเลข 13.6% ที่บันทึกผลลัพธ์เชิงบวกไว้ได้ คือกลุ่มที่ปีหน้าจะขอขยายงบได้ ส่วนอีก 86.4% จะต้องกลับไปเริ่มบทสนทนาเดิมอีกครั้ง ความต่างระหว่างสองกลุ่มนี้เริ่มที่การจดตัวเลขก่อนเริ่ม ไม่ได้เริ่มที่เทคโนโลยี

องค์กรที่วัดผล AI ไม่ได้ ไม่ได้แพ้เพราะเทคโนโลยีไม่ดีพอ แต่แพ้เพราะไม่มีใครจดไว้ว่าก่อนหน้านี้มันแย่แค่ไหน

- ทีม Saeree ERP

แหล่งอ้างอิง

• เนคเทค สวทช. — ผลสำรวจ AI Readiness 2026 ขององค์กรไทย (3 กันยายน 2569)
• ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค สวทช.)

ตรวจสอบข้อมูลล่าสุดเมื่อ 13 กันยายน 2569 — ตัวเลขทั้งหมดในบทความนี้อ้างอิงจากผลสำรวจของเนคเทค สวทช. ไม่มีการประมาณการเพิ่มเติมจากผู้เขียน