IMF ชี้ AI ตัวเปลี่ยนเกมหรือตัวซ้ำเติมความเหลื่อมล้ำในประเทศกำลังพัฒนา

• 2026-10-16
• เทคโนโลยี
• กองบรรณาธิการ

บทเรียนจากวัคซีนถึงอินเดีย

การประชุมประจำปีของกองทุนการเงินระหว่างประเทศ (IMF) และกลุ่มธนาคารโลกปี 2026 ที่กรุงเทพฯ เวทีเสวนา "Technology for Prosperity in Emerging and Developing Economies" เมื่อวันที่ 14 ตุลาคม 2026 ชวนตั้งคำถามว่า AI จะช่วยให้ประเทศกำลังพัฒนาไล่ทันหรือถ่างช่องว่างให้ห่างกว่าเดิม ท่ามกลางข้อจำกัดด้านเงินทุน ไฟฟ้า อินเทอร์เน็ต และการศึกษา

ผู้ร่วมเสวนามีทั้ง Jihad Azour ผู้อำนวยการฝ่ายตะวันออกกลางและเอเชียกลางของ IMF อดีตรัฐมนตรีคลังเลบานอน Kalpana Kochhar ผู้ดูแลนโยบายระดับโลกของ Gates Foundation และเคยทำงาน IMF 33 ปี Greg Guyett รองประธานคนที่หนึ่งของธนาคารเพื่อการบูรณะและพัฒนาแห่งยุโรป (EBRD) และ Frannie Lautier ซีอีโอ SouthBridge Investments โดยมี Gabriele Steinhauser หัวหน้าสำนักข่าว Wall Street Journal ประจำเอเชียตะวันออกเฉียงใต้เป็นผู้ดำเนินรายการ

Kochhar ชี้ว่าเทคโนโลยีที่ได้ผลจริงในประเทศกำลังพัฒนามักไม่ใช่ดิจิทัล แต่เป็นวัคซีน ตั้งแต่ปี 2000 จำนวนเด็กเสียชีวิตลดลงกว่าครึ่ง โดยวัคซีนช่วยรักษาชีวิตปีละ 3.5-5 ล้านคน และกำจัดไข้ทรพิษให้หมดไปจากโลก ขณะที่กรณีอื่นที่ได้ผล ได้แก่ บริการโอนเงินผ่านมือถือ โครงสร้างพื้นฐานดิจิทัลภาครัฐของอินเดียที่รวมระบบยืนยันตัวตนและระบบชำระเงินกลาง และรวันดาที่ใช้โดรนส่งเลือดไปโรงพยาบาลห่างไกลพร้อมเวชระเบียนดิจิทัลทั่วประเทศ

จุดร่วมของความสำเร็จคือการแก้ปัญหาที่คนจนมีอยู่จริง ไม่ได้สร้างความต้องการใหม่ ทำงานบนแพลตฟอร์มสาธารณะที่เพิ่มผู้ใช้แล้วต้นทุนแทบไม่เพิ่ม รัฐลงทุนระบบหลักและประสานทิศทาง และใช้งานได้บนอุปกรณ์ที่ผู้คนมีอยู่แล้ว เธอยอมรับว่ามีหลายโครงการล้มเหลว ซึ่งเป็นบทบาทของเงินมูลนิธิที่กล้ารับความเสี่ยงตรงจุดที่คนอื่นไม่กล้า

สำหรับ AI Kochhar มองว่ากำลังเผชิญบททดสอบเดียวกันแต่เร็วกว่ามาก ตัวอย่างที่ผ่านแล้วคือ AMA KrushAI ให้คำแนะนำการเพาะปลูกแก่เกษตรกรอินเดียกว่า 740,000 ราย ด้วยต้นทุน 18 เซนต์ต่อคน และจะถูกลงเมื่อผู้ใช้เพิ่ม ขณะที่ไนโรบี เคนยา นำ AI มาเป็นผู้ช่วยประกบการตรวจผู้ป่วยตามปกติ เธอย้ำว่าตัวเทคโนโลยีไม่เคยเป็นข้อจำกัดที่แท้จริง สิ่งที่ชี้ขาดคือการออกแบบว่าจะสร้างเพื่อใคร

ฟีเจอร์โฟนกับโอกาสกระโดดข้ามขั้น

Lautier ระบุว่าโทรศัพท์มือถือคือฐานรากสำคัญที่สุดของแอฟริกา และเมื่อคนส่วนใหญ่ยังไม่มีสมาร์ทโฟน AI จึงต้องออกแบบให้ทำงานผ่านเครือข่ายและโทรศัพท์รุ่นพื้นฐานได้ ตัวอย่างคือแพลตฟอร์มปล่อยสินเชื่อธุรกิจขนาดเล็กที่พัฒนาโดย Zindi ด้วยทุนจาก Arab Bank for Economic Development in Africa ให้ผู้กู้ทำแบบทดสอบผ่านฟีเจอร์โฟน แล้วใช้ AI ประเมินพฤติกรรมเบื้องหลังเพื่อปล่อยกู้ โครงการนี้ปล่อยสินเชื่อแล้วกว่า 80,000 รายการ สร้างงานมากกว่า 10,000 ตำแหน่ง แม้ AI เข้ามาแทนงานประเมินเครดิตแบบเดิม แต่ก็เกิดงานใหม่ทั้งนักเขียนอัลกอริทึม พนักงานขนส่ง และบุคลากรสายวิทยาการข้อมูล

สามกลุ่มประเทศกับโจทย์ตะวันออกกลาง

Azour แบ่งประเทศในตะวันออกกลางและเอเชียกลางเป็นสามกลุ่ม กลุ่มแรกคือประเทศอ่าวอาหรับ (GCC) เช่น UAE และซาอุดีอาระเบีย ซึ่งมีความพร้อมสูง ทุ่มเงินลงทุน AI กว่า 1.5 แสนล้านดอลลาร์ และตั้งเป้าเป็นผู้ส่งออกเทคโนโลยี กลุ่มที่สองคือประเทศที่เร่งลงทุนในสตาร์ทอัพ และกลุ่มที่สามคือประเทศที่ยังขาดโครงสร้างพื้นฐาน

Azour มองว่า AI เป็นแกนกลางสร้างความร่วมมือในภูมิภาคหรือ Integration 2.0 ได้ โดยดึงเงินทุนจากกลุ่มประเทศร่ำรวยมาเชื่อมกับประชากรวัยหนุ่มสาวและกลุ่มผู้หญิงในประเทศอื่น เพื่อยกระดับการศึกษาและพัฒนาทักษะแรงงาน ทั้งนี้ IMF กำลังหารือกับรัฐมนตรีคลังเพื่อวางนโยบายการคลัง โครงสร้างพื้นฐาน และกฎระเบียบที่เปิดรับ AI ต้นทุนต่ำเพื่อสร้างผลิตภาพโดยไม่ต้องใช้เทคโนโลยีราคาแพงเสมอไป

Lautier เสนอให้ประเทศกำลังพัฒนาจัดลำดับการลงทุนเริ่มจากระบบไฟฟ้าและพลังงานพื้นฐาน ตามด้วยการศึกษาเพื่อสร้างทักษะดิจิทัล เช่นนักศึกษา University of Dodoma แทนซาเนียที่รับงานระดับโลกได้จากในประเทศ ถัดมาคือนำ AI มาแก้ปัญหาจริงของผู้ใช้ทั้งเกษตรกรและระบบสาธารณสุข และสุดท้ายคือการบริหารจัดการแหล่งเงินทุน

12-18 เดือนชี้ขาดอนาคต

Kochhar เปิดเผยว่า Bill Gates เขียนบันทึกส่วนตัวว่าผ่านทั้งการปฏิวัติคอมพิวเตอร์ส่วนบุคคลและการปฏิวัติอินเทอร์เน็ตมาแล้ว แต่ไม่มีครั้งไหนให้ความรู้สึกเหมือนครั้งนี้ และมองว่าการตัดสินใจในช่วง 12-18 เดือนข้างหน้าจะกำหนดว่าประโยชน์ของ AI จะไปกองอยู่กับคนที่มีมากอยู่แล้ว หรือไปถึงมือคนที่ควรได้รับจริง ๆ

สำหรับประเทศไทยที่เพิ่งเป็นเจ้าภาพการประชุมครั้งนี้ ประเด็นดังกล่าวเชื่อมโยงกับโจทย์ภายในประเทศ ทั้งการลงทุนโครงสร้างพื้นฐานดิจิทัล การยกระดับทักษะแรงงาน และการนำ AI ต้นทุนต่ำมาใช้ในภาคเกษตรและสาธารณสุข ซึ่งล้วนเป็นภาคที่ประเทศไทยมีฐานผู้ใช้เดิมอยู่แล้ว การออกแบบนโยบายที่ทำให้ AI ทำงานบนอุปกรณ์พื้นฐานและแพลตฟอร์มสาธารณะจึงเป็นบทเรียนที่ผู้อ่านไทยติดตามได้ในระยะต่อไป