# SCBX ท่ามกลางบทบาทในสมรภูมิ AI เจาะลึกเศรษฐกิจ AI มูลค่าสูงถึง 87.5 ล้านล้านบาท

- Link: https://futuretrend.co/ai-market-87m/
- Published: 2026-02-04T10:53:01+07:00
- Author: Thanapon Hussakornrus

ปีนี้กำลังจะถูกจารึกว่าเป็นจุดเปลี่ยนครั้งใหญ่ที่สุดช่วงหนึ่งของประวัติศาสตร์เทคโนโลยี
เพราะ AI ได้หลุดพ้นจากสถานะนวัตกรรมทดลอง และกลายเป็นโครงสร้างพื้นฐานทางเศรษฐกิจอย่าง
เต็มตัว เม็ดเงินการใช้จ่ายด้าน AI ทั่วโลกถูกคาดการณ์ว่าจะพุ่งแตะระดับ 2.52 ล้านล้าน
ดอลลาร์สหรัฐ หรือ 87.5 ล้านล้านบาท ซึ่งหมายความว่าเติบโตถึง 44% จากปีก่อนหน้า ตัวเลข
นี้ไม่ได้สะท้อนแค่ความเชื่อมั่น แต่สะท้อนการตัดสินใจเชิงระบบของโลกธุรกิจ

อย่างไรก็ตาม สิ่งที่น่าสนใจกว่าการเติบโต คือ บรรยากาศของตลาดที่กำลังเปลี่ยนไป โลก
กำลังตื่นจากความฝันของ AI และเริ่มตั้งคำถามที่จริงจังขึ้นว่า การลงทุนเหล่านี้สร้าง
ผลลัพธ์อะไรกลับมาได้จริงบ้าง

## **[ ช่วงเวลาแห่งความจริง เมื่อ AI ต้องพิสูจน์ตัวเองด้วย ROI ]**

ภายใต้กระแสการลงทุนมหาศาล ตลาดกำลังก้าวเข้าสู่ช่วงที่ Gartner เรียกว่า Trough of
Disillusionment ช่วงเวลาที่ความตื่นเต้นเริ่มจางหาย และถูกแทนที่ด้วยความคาดหวังที่
เป็นรูปธรรมมากขึ้น สำหรับองค์กร ปี 2569 จะเป็นปีที่วนอยู่กับคำถามที่ว่า “คุ้มไหม”

ในช่วงแรกของการตื่นตัว หลายองค์กรทุ่มงบประมาณไปกับการทดลอง AI ในหลายรูปแบบ บางโครงการ
สร้างแรงบันดาลใจ บางโครงการกลับไม่เคยขยับออกจากห้องทดลอง แต่ในปีนี้องค์กรที่ผ่าน
บทเรียนเหล่านั้นมา กำลังเปลี่ยนจุดโฟกัสอย่างชัดเจน จากการลงทุนตามกระแส ไปสู่การลงทุน
ที่ต้องตอบคำถามเรื่อง ผลตอบแทนจากการลงทุน (ROI) ได้อย่างตรงไปตรงมา

หนึ่งในสัญญาณสำคัญของการเปลี่ยนผ่านนี้ คือพฤติกรรมการซื้อที่เริ่มอนุรักษนิยมมากขึ้น
องค์กรจำนวนมากเลือกใช้งานโซลูชัน AI จาก ผู้ให้บริการซอฟต์แวร์รายเดิม ที่ตนเองคุ้น
เคยและมีระบบอยู่แล้ว ไม่ว่าจะเป็น Microsoft, SAP หรือ Salesforce แทนการเสี่ยงกับ
สตาร์ทอัพหน้าใหม่ หรือการพัฒนาโครงการขนาดใหญ่ที่ซับซ้อนและควบคุมต้นทุนได้ยาก

กลยุทธ์การเลือกใช้ AI จากระบบที่องค์กรคุ้นเคยอยู่แล้ว ไม่ได้เป็นเพียงทางเลือกที่
ปลอดภัยกว่าเท่านั้น แต่ยังสะท้อนตลาดอย่างชัดเจน การใช้ Embedded AI ที่ฝังอยู่ในซอฟต์แวร์
หลัก ช่วยลดความเสี่ยงด้านการเชื่อมต่อระบบ และทำให้การวัดผลตอบแทนจากการลงทุนชัดเจน
ขึ้นอย่างเป็นรูปธรรม

แทนที่จะสร้างระบบใหม่ทั้งหมด องค์กรเลือกใช้ AI เพื่อยกระดับกระบวนการเดิมให้ดีขึ้น
เช่น การนำ AI เข้าไปอยู่ในระบบ ERP เพื่อช่วยปิดงบการเงินแบบเรียลไทม์ ลดเวลาทำงาน
ลดข้อผิดพลาด และสร้างคุณค่าได้ทันทีโดยไม่ต้องรื้อโครงสร้างทั้งระบบ

## **[ ขุมทรัพย์ 14 ล้านล้านบาท และตลาดใหม่ของ AI ]**

หากแอปพลิเคชันคือหน้าตาของ AI โครงสร้างพื้นฐานก็คือกระดูกสันหลังที่แท้จริง การเติบโต
ของ AI จะไม่ได้ถูกขับเคลื่อนด้วยซอฟต์แวร์เพียงอย่างเดียว แต่เกิดจากการลงทุนใน Infrastructure
ที่รองรับการประมวลผลระดับมหาศาล ซึ่งคาดว่าจะสร้างมูลค่าทางเศรษฐกิจหมุนเวียนได้กว่า
4 แสนล้านดอลลาร์สหรัฐ หรือ 14 ล้านล้านบาท

ภาพใหญ่ของการลงทุนกำลังเคลื่อนลงสู่ชั้นล่างของเทคโนโลยีอย่างชัดเจน โดยมี 3 เทรนด์
โครงสร้างพื้นฐานที่กำลังกลายเป็นสนามแข่งขันหลัก

1️⃣ การเติบโตของเซิร์ฟเวอร์สำหรับ AI โดยเฉพาะ

การใช้จ่ายในกลุ่ม AI-Optimized Servers ถูกคาดการณ์ว่าจะเติบโตถึง 49% และครองสัดส่วน
ราว 17% ของมูลค่าการลงทุนด้าน AI ทั้งหมด นี่คือสัญญาณว่าองค์กรไม่ได้ทดลองอีกต่อไป
แต่กำลังเตรียมระบบให้พร้อมสำหรับการใช้งานจริงในระดับอุตสาหกรรม

2️⃣ การเปลี่ยนสมรภูมิจาก Training สู่ Inference

จุดเปลี่ยนสำคัญที่งบลงทุนเริ่มไหลออกจากช่วงการฝึกโมเดล ไปสู่ช่วงการใช้งานโมเดลจริง
หรือ Inference มากขึ้น เพราะนี่คือช่วงที่ AI สร้างรายได้และคุณค่าทางธุรกิจได้โดยตรง
Gartner ประเมินว่า 55% ของงบประมาณด้าน IaaS จะถูกใช้เพื่อรองรับ Inference ซึ่งสะท้อน
ว่า AI กำลังถูกนำไปใช้งานกับลูกค้าจริง ไม่ใช่แค่ทดสอบในห้องแล็บ

3️⃣ วิกฤตพลังงานและการจัดการความร้อน

เมื่อพลังประมวลผลหนาแน่นขึ้น ระบบระบายความร้อนแบบเดิมเริ่มถึงขีดจำกัด จึงเป็นปีที่
Liquid Cooling โดยเฉพาะแบบ Direct-to-chip ถูกดันขึ้นมาเป็นโซลูชันหลัก เพราะสามารถ
ลดการใช้พลังงานได้ถึง 40% ในโลกที่ต้นทุนพลังงานและ ESG กลายเป็นโจทย์ใหญ่ โครงสร้าง
พื้นฐานที่ประหยัดพลังงานจะได้เปรียบเชิงกลยุทธ์อย่างหลีกเลี่ยงไม่ได้

ทั้งหมดนี้สะท้อนภาพเดียวกันอย่างชัดเจนว่า AI ในปีนี้แข่งขันกันที่ใครมีโครงสร้างพื้น
ฐานที่พร้อมที่สุด สำหรับการใช้งานจริงในระยะยาว

## **[ ข้อมูล คือเพชรเม็ดงามที่ต้องเจียระไน ]**

การพุ่งขึ้นของหมวด ข้อมูลสำหรับ AI (AI Data) ที่เติบโตถึง 277% ตัวเลขนี้ไม่ได้บอก
แค่ว่ามีการลงทุนเพิ่มขึ้น แต่สะท้อนการตื่นรู้ขององค์กรว่า ความฉลาดของ AI ไม่ได้เริ่ม
ต้นจากโมเดล แต่เริ่มต้นจาก “คุณภาพของข้อมูล” ที่ถูกป้อนเข้าไป

เมื่อแหล่งข้อมูลสาธารณะเริ่มแตะเพดาน ความได้เปรียบจึงย้ายจากการเข้าถึงข้อมูล ไปสู่
การสร้าง บริบทของข้อมูล องค์กรชั้นนำเริ่มลงทุนในสิ่งที่เรียกว่า Context Engineering
การจัดระเบียบ เชื่อมโยง และใส่ความหมายให้กับข้อมูลภายในองค์กร เพื่อให้ AI เข้าใจ
ธุรกิจในแบบที่คู่แข่งไม่สามารถลอกเลียนแบบได้ง่ายๆ ข้อมูลในที่นี้ไม่ใช่แค่จำนวนมาก
แต่ต้อง “รู้ว่ามาจากไหน ใช้เพื่ออะไร และเชื่อมโยงกันอย่างไร”

พร้อมกันนั้น ยังเกิดโจทย์ใหม่ที่หลายองค์กรเริ่มเผชิญโดยไม่รู้ตัว นั่นคือ Cognitive
Debt หรือ “หนี้ทางปัญญา” จากการที่พนักงานใช้ AI แบบต่างคนต่างใช้ ความรู้ที่ได้จาก
AI จึงกระจัดกระจายอยู่ในเครื่องมือส่วนบุคคล ไม่ถูกสะสม ไม่ถูกถ่ายทอด และไม่กลายเป็น
ทรัพย์สินขององค์กรในระยะยาว

การแก้ปัญหานี้ทำให้องค์กรหันมาลงทุนในโครงสร้างข้อมูลยุคใหม่อย่าง Data Lakehouse 
และเทคโนโลยี Zero-copy Collaboration ที่ช่วยเชื่อมข้อมูลข้ามแพลตฟอร์มโดยไม่ต้องทำ
ซ้ำซ้อน เป้าหมายไม่ใช่แค่ให้ AI ทำงานเก่งขึ้น แต่เพื่อให้การเรียนรู้ของคนหนึ่ง กลาย
เป็นองค์ความรู้ของทั้งทีม

## **[ ประเทศไทย จากผู้ตามเทคโนโลยี สู่ศูนย์กลางดิจิทัลของอาเซียน ]**

ท่ามกลางกระแสการลงทุนด้าน AI และโครงสร้างพื้นฐานดิจิทัลทั่วโลก ประเทศไทยไม่ได้ยืน
อยู่ข้างสนาม หากแต่กำลังขยับตัวขึ้นมาเป็นหนึ่งในจุดยุทธศาสตร์สำคัญของเอเชียตะวัน
ออกเฉียงใต้

ด้วยนโยบาย Cloud First ของภาครัฐ ผสานกับแรงสนับสนุนจาก BOI ได้เปลี่ยนบทบาทของประเทศ
จากตลาดผู้ใช้งานเทคโนโลยี ไปสู่ฐานโครงสร้างพื้นฐานที่บริษัทเทคโนโลยีระดับโลกเลือก
มาปักหมุด เม็ดเงินลงทุนรวมกว่า 5 แสนล้านบาท ที่ไหลเข้าสู่ประเทศในช่วงไม่กี่ปีที่
ผ่านมา ไม่ได้สะท้อนแค่ความเชื่อมั่น แต่สะท้อนการวางตำแหน่งของไทยในห่วงโซ่เศรษฐกิจ
ดิจิทัลยุคใหม่

ไม่ว่าจะเป็นการขยาย Cloud Region ของ AWS การตั้งศูนย์พัฒนาคอนเทนต์ของ TikTok ไปจนถึง
การลงทุนสร้าง ดาต้าเซ็นเตอร์ระดับไฮเปอร์สเกล จากกลุ่มทุนระดับโลกอย่าง DAMAC Group
และ True Internet Data Center โครงสร้างเหล่านี้ไม่ใช่เพียงอาคารหรือเซิร์ฟเวอร์ แต่
คือรากฐานของเศรษฐกิจที่ขับเคลื่อนด้วยข้อมูลและ AI ในอนาคต

ขณะเดียวกัน การเปลี่ยนผ่านไม่ได้เกิดแค่ในระดับโครงสร้างพื้นฐาน แต่กำลังหยั่งรากลง
สู่ภาคแรงงาน โครงการ Super AI Engineer ที่มีผู้เข้าร่วมสะสมกว่า 33,000 คน คือสัญญาณ
สำคัญว่า ประเทศไทยกำลังลงทุนกับ คน ควบคู่ไปกับ เทคโนโลยี เพราะในท้ายที่สุด ศูนย์กลาง
ดิจิทัลที่แท้จริงไม่ได้วัดกันที่จำนวนดาต้าเซ็นเตอร์ แต่วัดกันที่ความสามารถในการสร้าง
และรักษาทุนมนุษย์ที่เข้าใจ AI อย่างลึกซึ้ง

## **[ กรณีศึกษา SCBX เมื่อชัยชนะในสนาม AI ตัดสินที่ความไว้วางใจ ]**

SCBX ได้เผยแพร่รายงาน “thAI consumer AI adoption 2026” ที่สะท้อนจุดเปลี่ยนสำคัญว่า
การจะชิงส่วนแบ่งในเศรษฐกิจดิจิทัลไทยนั้น ลำพังเทคโนโลยีที่เหนือชั้นอาจไม่เพียงพอ
หากปราศจากความเข้าใจในบริบทของผู้ใช้งานจริง

โดย SCBX ค้นพบว่าแม้คนไทยกว่า 80% จะรู้จัก AI แล้ว แต่กลับมีการใช้งานเชิงลึกในระดับ
ต่ำเนื่องจากติดปัญหาเรื่องความกังวลด้านความปลอดภัยและความซับซ้อนของระบบ

กลยุทธ์ของ SCBX จึงไม่ใช่การเร่งพัฒนาฟีเจอร์ที่หวือหวาตามกระแสโลก แต่คือการย้อนกลับ
มาสร้างรากฐานผ่านการออกแบบความไว้วางใจ (Trust Design) และ การผสานมนุษย์ร่วมตรวจสอบ(
Human Validation) เพื่อปลดล็อกผู้บริโภคกลุ่มใหญ่ของไทยอย่างกลุ่ม Smart Minimalist
และ Skeptical Practitioner ที่เน้นใช้งานเท่าที่จำเป็นและยังมีความระแวงสงสัย

กรณีของ SCBX จึงเป็นกระจกสะท้อนว่าในสมรภูมิเศรษฐกิจ AI ของไทย ตัวแปรสำคัญที่จะเปลี่ยน
จากผู้ทดลองใช้ให้กลายเป็นลูกค้า คือการสร้างระบบนิเวศที่ปลอดภัยและโปร่งใส จนผู้บริโภค
มั่นใจที่จะให้ AI เข้ามาเป็นพันธมิตรเชิงรุก ในชีวิตทางการเงินของพวกเขาได้อย่างแท้จริง

## **[ กุญแจสู่ชัยชนะในยุค Post-Hype ]**

1️⃣ วัฒนธรรมและคน องค์กรต้องเปลี่ยนวิธีทำงานให้ AI กลายเป็นผู้ช่วยในชีวิตจริง ไม่ใช่
เครื่องมือที่ถูกใช้เฉพาะบางทีม ความพร้อมของ Human Capital จะเป็นตัวกำหนดว่า AI จะ
สร้างคุณค่าได้จริงหรือไม่

2️⃣ ความโปร่งใสของ ROI การลงทุนในปี 2569 ต้องตอบคำถามเรื่องผลลัพธ์ได้อย่างตรงไปตรง
มา หลายองค์กรจึงเลือกเริ่มจากโซลูชันของผู้ให้บริการเดิม เพื่อลดความเสี่ยงด้านระบบ
และเร่งการสร้างผลลัพธ์ที่วัดได้

3️⃣ รากฐานของข้อมูล โครงสร้างอย่าง Data Lakehouse ความปลอดภัย และการจัดการข้อมูล
เชิงบริบท จะเป็นตัวแยกองค์กรที่ “ใช้ AI ได้ชั่วคราว” ออกจากองค์กรที่ “เติบโตไปกับ
AI ได้ระยะยาว”

องค์กรที่สามารถก้าวเข้าสู่ยุคของ Agentic Enterprise ขับเคลื่อนด้วยข้อมูล ความฉลาด
และการตัดสินใจแบบอัตโนมัติอย่างมีความรับผิดชอบ จะไม่ใช่แค่ผู้รอดชีวิตจากกระแส AI
แต่จะเป็นผู้กำหนดทิศทางเศรษฐกิจในอนาคตอย่างแท้จริง

เขียนโดย ธนพนธ์ หัสกรรัตน์

Sources: การ์ทเนอร์คาดปี 69 ยอดใช้จ่าย AI ทั่วโลกพุ่งแตะ 2.5 ล้านล้านดอลลาร์

[https://www.scbx.com/th/scbx-exclusive/thai-consumer-ai-adoption](https://www.scbx.com/th/scbx-exclusive/thai-consumer-ai-adoption)

[https://www.nasdaq.com/articles/if-forecast-proves-be-true-nvidias-stock-could-still-be-bargain-buy-today](https://www.nasdaq.com/articles/if-forecast-proves-be-true-nvidias-stock-could-still-be-bargain-buy-today)

[https://www.gartner.com/en/newsroom/press-releases/2026-1-15-gartner-says-worldwide-ai-spending-will-total-2-point-5-trillion-dollars-in-2026](https://www.gartner.com/en/newsroom/press-releases/2026-1-15-gartner-says-worldwide-ai-spending-will-total-2-point-5-trillion-dollars-in-2026)

[https://www.gartner.com/en/newsroom/press-releases/2025-10-22-gartner-forecasts-worldwide-it-spending-to-grow-9-point-8-percent-in-2026-exceeding-6-trillion-dollars-for-the-first-time](https://www.gartner.com/en/newsroom/press-releases/2025-10-22-gartner-forecasts-worldwide-it-spending-to-grow-9-point-8-percent-in-2026-exceeding-6-trillion-dollars-for-the-first-time)

[https://datacentre.solutions/news/71397/ai-investment-to-surge-by-2026](https://datacentre.solutions/news/71397/ai-investment-to-surge-by-2026)

[https://www.processexcellencenetwork.com/ai/news/global-ai-spending-will-total-25-trillion-in-2026-says-gartner](https://www.processexcellencenetwork.com/ai/news/global-ai-spending-will-total-25-trillion-in-2026-says-gartner)

[https://hyperight.com/worldwide-ai-spending-trillion-2026-gartner](https://hyperight.com/worldwide-ai-spending-trillion-2026-gartner)

[https://www.itpro.com/business/business-strategy/ai-investment-increase-2026-gartner](https://www.itpro.com/business/business-strategy/ai-investment-increase-2026-gartner)

> [Enterprise AI Strategy in 2026: A Practical Guide for CIOs and Data Leaders](https://www.techment.com/blogs/enterprise-ai-strategy-in-2026/)

[https://www.hpcwire.com/bigdatawire/this-just-in/gartner-says-worldwide-ai-spending-will-total-2-5t-in-2026](https://www.hpcwire.com/bigdatawire/this-just-in/gartner-says-worldwide-ai-spending-will-total-2-5t-in-2026)

[https://economy.ac/news/2026/01/202601286967](https://economy.ac/news/2026/01/202601286967)

> [Data Center Infrastructure in 2026](https://www.delloro.com/2026-predictions-data-center-infrastructure/)

[https://cloud.google.com/security/resources/cybersecurity-forecast](https://cloud.google.com/security/resources/cybersecurity-forecast)
