AI ตัดสินใจแทนได้แล้ว แต่ 89% ขององค์กรยังไปไม่ถึง

ปีก่อน AI ในที่ทำงานยังเป็นผู้ช่วย ช่วยสรุปเอกสาร ช่วยร่างอีเมล แล้วคนอ่านผลก่อนตัดสินใจเอง ตอนนี้มันรับเป้าหมายไปทั้งก้อนแล้วเดินงานเอง อ่าน เลือกทาง เรียกเครื่องมือ ลงมือ คนกลับมาดูอีกทีตอนผลออก

ประโยคข้างบนไม่ใช่คำโฆษณา มันเป็นคำอธิบายในเอกสารนโยบายของรัฐบาลญี่ปุ่น

AI is evolving from a tool that supports operations through dialogue-based document drafting and the like into an entity capable of undertaking decision-making and execution for organizations and society.

แต่ในโลกของการใช้งานจริง Gartner รายงานว่า 89% ของโครงการนำร่อง AI agent ไปไม่ถึง production

สองข้อนี้อยู่ด้วยกันได้อย่างไร ของมันทำได้จริงถึงขั้นที่รัฐบาลเขียนลงแผนระดับชาติ แต่เกือบทุกองค์กรเอาไปใช้แล้วไม่ขึ้น

คำตอบสั้นที่สุดคือตัวขวางไม่ใช่โมเดล ของที่ขาดไม่ใช่เครื่องมือชิ้นไหนชิ้นหนึ่ง แต่เป็นชั้นที่อยู่เหนือเครื่องมือ — เป้าหมาย ขอบเขตอำนาจ และคนที่รับผิดชอบเมื่อระบบลงมือ ซึ่งแทบไม่มีใครเขียนออกมาเป็นตัวหนังสือ

ผมเลยไปอ่านเอกสารที่พยายามเขียนชั้นนั้นออกมาทั้งประเทศ — แผน AI ระดับชาติของญี่ปุ่น ฉบับ 14 กรกฎาคม 2026 ซึ่งเป็นฉบับที่ฉีกของเดิมทิ้งแล้วเขียนใหม่หลังผ่านไปหกเดือน

คำที่ขีดเส้นประไว้ — ชี้เมาส์หรือแตะ เพื่อดูความหมายสั้น ๆ ได้ทุกคำ

ระหว่างทางจะเจอคำที่ลอยอยู่เต็มไปหมด อย่าง AXAX — AI Transformation · รื้อวิธีตัดสินใจและวิธีทำงานใหม่ บนสมมติฐานว่ามี AI · DXDX — Digital Transformation · เปลี่ยนของเดิมให้เป็นดิจิทัล เช่น จากกระดาษเป็นไฟล์ · AI agentAI agent — โปรแกรมที่รับเป้าหมายแล้วเดินงานเองจนจบ — วางแผน ลงมือ ตรวจผล แล้วแก้ · Vertical AIVertical AI — AI ที่รู้ลึกเรื่องงานหนึ่ง เช่น การแพทย์ การเงิน โดยสะสมความรู้หน้างานเป็นข้อมูล · Physical AIPhysical AI — AI ที่รับรู้โลกจริงแล้วสั่งเครื่องจักรให้ลงมือ · digital twindigital twin — แบบจำลองของเครื่องจักร ระบบ หรือเมือง ที่สร้างขึ้นในคอมพิวเตอร์ · Society 5.0Society 5.0 — ภาพสังคมที่รัฐบาลญี่ปุ่นประกาศไว้ปี 2016 ว่าอยากไปให้ถึง — คำไหนคือปลายทาง คำไหนคือรถที่จะพาไป

เขียนแผนใหม่ทั้งฉบับในหกเดือน

23 ธันวาคม 2025 คณะรัฐมนตรีญี่ปุ่นผ่านแผน AI ระดับชาติฉบับแรก ตามกฎหมาย AI ที่เพิ่งออกในปีเดียวกัน

14 กรกฎาคม 2026 ผ่านฉบับที่สอง

ห่างกันไม่ถึงเจ็ดเดือน และเอกสารอธิบายเหตุผลไว้ตรง ๆ ว่า “Six months later, the situation surrounding AI deployment and development has once again changed significantly”

สิ่งที่เปลี่ยนคือ agentic AI — เอกสารนิยามมันว่าระบบที่ “repeatedly formulates plans, executes them, verifies the results, and makes revisions toward the achievement of objectives”

แล้วสรุปว่าเรื่องนี้ไม่ใช่เรื่องของฝ่ายไอทีอีกต่อไป

How such agentic AI… should be implemented in society has become a matter directly linked to national strength, including economic power, defense capabilities, and technological capabilities.

ประเทศหนึ่งฉีกแผนระดับชาติทิ้งเพราะเทคโนโลยีขยับในครึ่งปี นั่นคือขนาดของความเปลี่ยนแปลงที่เรากำลังพูดถึง

เหตุผลที่เขาเร่ง คือคนไม่พอ

เอกสารเปิดด้วยการวางเหตุตั้งต้นไว้ตั้งแต่ย่อหน้าแรก ปัญหาเรื้อรังที่เขายกมาคือ ประชากรลดลง · การลงทุนในประเทศไม่พอ · ค่าจ้างไม่ขยับ และคำที่โผล่ซ้ำที่สุดคือ labor shortages ถึงขั้นเขียนว่า

Precisely because Japan faces serious challenges such as labor shortages, it can be expected to achieve significant problem-solving effects across society by promoting AX.

ตัวเลขข้างหลังประโยคนี้หนัก ญี่ปุ่นมีประชากรอายุเกิน 65 ปีทะลุ 36 ล้านคน อัตราการเกิดต่ำสุดเป็นประวัติการณ์ และ METI ประเมินว่าภายในปี 2040 ประเทศจะขาดคนด้าน AI และหุ่นยนต์ราว 3.39 ล้านคน

เป้าหมายหุ่นยนต์ 10 ล้านตัวที่เป็นข่าว จึงวางอยู่บนช่องว่างของกำลังคนตรงนี้

อ่านถึงตรงนี้แล้วเรื่องนี้ใกล้ตัวขึ้นมาก ไทยกำลังเดินเข้าสังคมสูงวัยด้วยเหตุผลชุดเดียวกัน ต่างกันแค่เรายังไม่มีเอกสารที่เขียนว่าจะรับมือด้วยอะไร

AX คือการรื้อวิธีตัดสินใจ ไม่ใช่การเติม AI

ชื่อเต็มของแผนฉบับนี้คือ Japan AI Transformation และนิยามของ AX อยู่ในเอกสารตรง ๆ

Japan will promote “AI Transformation (AX),” under which all organizations fundamentally review decision-making and the conduct of operations on the premise of AI.

คำที่ต้องอ่านช้า ๆ คือ decision-making ไม่ใช่ productivity ไม่ใช่ efficiency

เทียบกับ DX ที่คุ้นกว่า ความต่างอยู่ที่คำถามตั้งต้น DX ถามว่างานนี้ทำให้เป็นดิจิทัลได้ไหม AX ถามว่าถ้ามีระบบที่อ่านและตัดสินใจได้ งานนี้ควรเหลือกี่ขั้น

พูดให้สั้นกว่านั้น DX คือเอากองเอกสารไปสแกนเป็นไฟล์ AX คือถามว่ายังต้องมีกองเอกสารนั้นอยู่ไหม

ยกตัวอย่างงานอนุมัติที่มีหกขั้น สามขั้นในนั้นมีอยู่เพราะคนอ่านได้ทีละฉบับและอ่านช้า ถ้าเอา AI ไปเสียบที่ขั้นที่สาม กระบวนการก็ยังมีหกขั้นเท่าเดิม แค่ขั้นที่สามเร็วขึ้น นั่นคือ DX

ส่วนคำถามว่า “ถ้าการอ่านไม่ใช่คอขวดแล้ว ขั้นไหนหายไปได้” คือ AX

และเอกสารไม่ได้หยุดที่กระบวนการ มันเขียนต่อว่า “the ways in which humans and AI collaborate, as well as regulations and institutions, must also be redesigned” — กฎกับสถาบันต้องถูกออกแบบใหม่ด้วย

ตรงนี้ต้องระวัง AX ไม่ได้แปลว่าเสียบ agent ทุกจุดที่เสียบได้ การออกแบบใหม่ที่ดีมักจบด้วยขั้นตอนที่ น้อยลง ไม่ใช่ระบบที่มีชิ้นส่วนมากขึ้น ถ้าเปลี่ยนแล้วของเพิ่มทุกจุดแต่ขั้นตอนเท่าเดิม แปลว่ายังไม่ได้ออกแบบใหม่ แค่แปะของใหม่ทับของเดิม

คำที่นำแผน เปลี่ยนจากภาพสังคม เป็นคำกริยา

ปี 2016 ญี่ปุ่นประกาศ Society 5.0 เป็นภาพสังคมที่อยากไปให้ถึง เอาโลกดิจิทัลกับโลกจริงมารวมกัน พัฒนาเศรษฐกิจและแก้ปัญหาสังคมไปพร้อมกัน โดยมีคนเป็นศูนย์กลาง ปี 2021 นิยามถูกขยายให้กว้างขึ้นในแผนวิทยาศาสตร์ฉบับที่ 6 เพิ่มความยั่งยืน ความทนต่อวิกฤต และความอยู่ดีที่หลากหลายของผู้คน

ปี 2026 ไม่มี Society 6.0 และสิ่งที่เกิดขึ้นแทนน่าสนใจกว่า

แผนวิทยาศาสตร์ฉบับที่ 7 ที่ผ่าน ครม. เมื่อมีนาคม 2026 เลิกวาง Society 5.0 ไว้ตรงกลาง แล้วหันไปใช้แนวคิด actionable science กับสามแกนคือฟื้นงานวิจัยพื้นฐาน เร่งการเติบโตจากนวัตกรรม และผูกนโยบายวิทยาศาสตร์เข้ากับความมั่นคงทางเศรษฐกิจ ส่วนแผน AI เดือนกรกฎาคม ไม่เอ่ยถึง Society 5.0 เลยสักครั้งในบททั้งบทที่ว่าด้วยแนวคิดตั้งต้น

คำที่นำแผนจึงเปลี่ยนชนิด จากคำนามที่วาดภาพสังคม เป็นคำกริยาที่สั่งให้ลงมือ

ความต่างนี้ไม่ใช่เรื่องถ้อยคำ ภาพสังคมเป็นสิ่งที่เห็นด้วยกันแล้วรอให้เทคโนโลยีตามมาถึง ส่วนคำกริยาเป็นสิ่งที่ต้องมีคนลงมือทำวันนี้ และต้องบอกได้ว่าใครทำ

แล้วคนอยู่ตรงไหน

โครงเดิมคือ เซ็นเซอร์เก็บข้อมูล → AI วิเคราะห์ → คนอ่านผล → คนลงมือ คนอยู่กลางสายพาน ทำหน้าที่เชื่อมข้อมูลกับการกระทำ บท Open Loop, Closed Loop เรียกสภาพนี้ว่าคนกลายเป็นตัวกลางของระบบ

โครงใหม่ปิดวงเอง รับรู้ → รู้สถานะของโลก → คิดและวางแผน → ลงมือ → ผลกลับเข้าไปเป็นสถานะใหม่

พอวงปิดเองได้ ปัญหาที่ตามมาทันทีคือเรื่องที่เอกสารเรียกว่า “the blurring of the locus of responsibility” — ความรับผิดชอบเบลอว่าอยู่ตรงไหน

คำตอบของแผนไม่ใช่การดึงคนกลับเข้าไปกลางสายพาน แต่คือย้ายคนขึ้นไปอยู่ที่การตั้งเป้า ให้อำนาจ และรับผิดชอบการตัดสินใจ พร้อมกับลงทุนในสิ่งที่เขาเรียกว่า “people skills and humanness” ซึ่งระบุไว้ว่าคือความคิดสร้างสรรค์ การคิดเชิงวิพากษ์ วิจารณญาณ การปรับตัว และการสื่อสาร

การย้ายตำแหน่งนี้เป็นงานขององค์กร ไม่ใช่งานของวิศวกร ถ้าไม่มีใครเขียนเป้าหมายและขอบเขตอำนาจให้ระบบได้ชัดพอ ระบบที่ลงมือเองได้ก็ไม่มีที่ยืน

AI ที่รู้ลึกในงานหนึ่ง กับ AI ที่ขยับของได้

เอกสารมีหัวข้อชื่อ “Japan’s Winning Strategy” และคำตอบของเขาคือสองทางที่ทำคู่กัน

Vertical AI คือ AI ที่รู้ลึกเรื่องงานหนึ่ง จุดที่เอกสารเน้นคือมัน “accumulates as data the experience and knowledge of each workplace, including tacit knowledge” — เปลี่ยนความรู้ที่อยู่ในตัวช่างและในหน้างานให้กลายเป็นข้อมูล นี่คือของที่ประเทศอื่นลอกไม่ได้

Physical AI คือขาที่เอาคำตัดสินนั้นไปลงมือในโลกจริงผ่านเครื่องจักร ยุทธศาสตร์หุ่นยนต์ AI ของ METI เมื่อมีนาคม 2026 ตั้งเป้า หุ่นยนต์ 10 ล้านตัวภายในปี 2040 ครอบคลุม 18 กลุ่มงาน ตั้งแต่ร้านอาหารถึงการแพทย์ และหวังส่วนแบ่งตลาดหุ่นยนต์ AI โลกเกิน 30%

ส่วนสมองที่จะขับหุ่นยนต์เหล่านั้น รัฐบาลผูกไว้กับ กลุ่ม Noetra ที่มี Sony, SoftBank, NEC และ Honda ทำร่วมกับ AIST ภายใต้โครงการโมเดลตั้งต้นหลายรูปแบบของ NEDO วงเงินสูงสุดราวหนึ่งล้านล้านเยนในห้าปี โดยปีงบประมาณ 2026 ปีเดียวลงไปแล้ว 3.873 แสนล้านเยน

สังเกตว่าทั้งสองคำไม่ใช่ปลายทาง และไม่ใช่รถ มันบอกแค่ว่า AI ตัวนั้นไปทำงานอยู่ที่ไหน อยู่ในซอฟต์แวร์ของงานหนึ่ง หรืออยู่ในเครื่องที่ขยับของได้

แบบจำลองเคยมีไว้ดู ตอนนี้มีไว้ลอง

digital twin ยุคโรงงานอัตโนมัติจบที่หน้าจอ เครื่องจักร → เซ็นเซอร์ → ภาพแทนในระบบ → คนอ่าน หน้าที่ของมันคือรายงานสถานะ

พอผู้ใช้เปลี่ยนจากคน เป็นระบบที่ต้องตัดสินใจ หน้าที่ก็เปลี่ยน แบบจำลองกลายเป็นสนามให้ลองก่อนลงมือ จำลองทางเลือก ประเมินผล แล้วค่อยเลือกทางที่จะทำจริง

จุดที่จ่ายเกินกันบ่อยอยู่ตรงนี้ สร้างแบบจำลองละเอียดมาก ทั้งที่ปลายทางยังเป็นหน้าจอสรุปสถานะ จ่ายค่าความละเอียดเต็มราคา แต่ไม่มีการตัดสินใจไหนได้ใช้มัน

เกณฑ์ที่ใช้ได้จริงเป็นข้อเดียวกับ AX1 ของ studio systems ภาพแทนหยาบกว่าของจริงเสมอ คำถามคือหยาบตรงไหนแล้ว การตัดสินใจเปลี่ยน ถ้าละเอียดขึ้นแล้วตัดสินใจเหมือนเดิม แปลว่าที่มีอยู่ละเอียดพอแล้ว

พอระบบลงมือได้ ความเสี่ยงก็เปลี่ยนหน้า

ยุค DX ความปลอดภัยคือปกป้องเครือข่าย เซิร์ฟเวอร์ และข้อมูล ของที่หายคือความลับ

พอระบบลงมือเองได้ ของที่หายคือการกระทำที่เกิดขึ้นจริงไปแล้ว คำถามจึงยาวขึ้น ใครสั่งได้ สั่งอะไรได้ เรียกเครื่องมือไหนได้ แตะเครื่องจักรตัวไหนได้ และมีร่องรอยไหมว่าใครสั่ง

ตัวอย่างที่เอกสารยกมาเองคมกว่าที่ผมจะเขียนได้

cyberattacks in which agentic AI autonomously discovers system vulnerabilities, constructs attack procedures, and executes and revises them

คำตอบของแผนคือสิ่งที่เรียกว่า responsible agile governance ซึ่งประกอบด้วยสามด้านพร้อมกัน — ด้านกฎหมายและสถาบัน · ด้านเทคนิคที่ต้องฝังการควบคุมไว้ตั้งแต่ออกแบบ · และด้านการจัดการองค์กร ที่เอกสารระบุตรง ๆ ว่าต้อง “clarifying the locus of responsibility” คำถามชุดเดียวกันนี้ในระดับระบบเดียวอยู่ใน Data Security ในระบบ LLM

ความเสี่ยงอีกหน้าหนึ่งคือการพึ่งพา แผนใช้คำว่า open AI Sovereignty ซึ่งไม่ได้แปลว่าสร้างเองทุกชิ้น แต่แปลว่าต้องไม่พึ่งประเทศใดหรือบริษัทใดมากเกินไปจนเลือกทางเองไม่ได้ เป้าคู่ของมันคือ strategic autonomy และ strategic indispensability — พึ่งตัวเองได้พอ และมีของที่คนอื่นขาดไม่ได้

ระดับองค์กรถามข้อเดียวกันได้ ถ้าผู้ให้บริการรายหนึ่งหายไปพรุ่งนี้ กระบวนการไหนของเราหยุด ตอบไม่ได้ ก็แปลว่ายังไม่รู้ว่าอธิปไตยของตัวเองอยู่ตรงไหน

กลับมาที่ 89% ที่ไปไม่ถึง

ทีนี้กลับมาที่ตัวเลขจากตอนต้น

ในบรรดาโครงการนำร่องที่ล้ม 11% ที่รอดให้ผลตอบแทน 171% Forrester พาดหัวสภาพนี้ว่า companies are chasing, few are catching และมีตัวเลขที่อธิบายสาเหตุได้ดีที่สุด — 85% ขององค์กรอยากเป็น agentic enterprise ภายในสองถึงสามปี แต่มีเพียง 21% ที่มีระบบกำกับดูแล agent ที่โตพอ

นักวิเคราะห์คนหนึ่งสรุปว่าคำทำนายที่ว่าโครงการ agentic AI กว่า 40% จะถูกยกเลิกภายในปี 2027 นั้น ไม่ใช่คำทำนายเชิงเทคโนโลยี แต่เป็นคำทำนายเชิง governance

เอามาต่อกับเรื่องญี่ปุ่นแล้วภาพจะชัดขึ้นทันที ตัวขวางไม่ใช่โมเดลไม่เก่งพอ แต่คือชั้นบนยังว่าง ไม่มีใครเขียนเป้าหมาย ขอบเขตอำนาจ และผู้รับผิดชอบออกมาเป็นตัวหนังสือ แผนของญี่ปุ่นน่าสนใจตรงที่มันเป็นเอกสารที่พยายามเขียนชั้นบนนั้นออกมาทั้งประเทศ

วางทุกคำเข้าที่

ถึงตรงนี้คำทั้งหมดในบทเข้าที่ได้แล้ว เกณฑ์แยกมีข้อเดียว ดูว่าคำนั้นเป็นคำตอบของคำถามข้อไหนในสี่ข้อนี้

• สังคมหรือองค์กรแบบไหนที่เราต้องการ — คำตอบคือ เป้าหมาย
• จะไปถึงด้วยวิธีใด — คำตอบคือ วิธีไปถึง
• ใครคิด ใครตัดสิน ใครลงมือ — คำตอบคือ โครงสร้างของระบบ
• ทั้งหมดยืนอยู่บนอะไร — คำตอบคือ ฐาน คือข้อมูล หน่วยประมวลผล ไฟฟ้า และกฎ

คำสองคำที่ตอบข้อเดียวกันคือคู่แข่ง ต้องเลือกอันหนึ่ง คำที่ตอบคนละข้อ เทียบกันไม่ได้ตั้งแต่ต้น อย่างคำถามที่ได้ยินบ่อยว่า “โรงงานเราอยู่ 4.0 หรือ 5.0” นั้นตอบไม่ได้ เพราะ Industry 4.0 คือการต่อเครื่องจักรทั้งโรงงานเข้าระบบ ส่วน Industry 5.0 นั้น EU เขียนไว้เองว่าไม่ได้ตั้งใจให้เป็นรุ่นถัดไป แต่เป็นการเติมเป้าหมายให้ของเดิม ว่าต้องดีต่อคน ยั่งยืน และล้มแล้วลุกได้ โรงงานหนึ่งเป็นได้ทั้งคู่พร้อมกัน

ตารางนี้ไม่ได้บอกว่าคำไหนสำคัญกว่าคำไหน มันบอกว่าคำไหนแทนกันได้ AX กับ DX แข่งกันเพราะอยู่ชั้นเดียวกัน ส่วน AX กับเป้าหมายไม่ได้แข่งกัน อันหนึ่งคือรถ อีกอันคือปลายทาง

บทสรุป: ถามว่ามันอยู่ชั้นไหน

สิ่งที่ญี่ปุ่นทำในปี 2026 ไม่ใช่การตั้งชื่อยุคใหม่ แต่คือการเลิกนำด้วยภาพของสังคม แล้วหันมานำด้วยคำสั่งให้ลงมือ พร้อมเหตุผลที่ไม่ได้สวยงามอะไรเลย — คนไม่พอ

ปี 2016 เขาเห็นปลายทางแล้ว แต่ยังไม่มีรถที่วิ่งเองได้ ปี 2026 รถคันนั้นเริ่มมี ที่เปลี่ยนจึงไม่ใช่ปลายทาง แต่เป็นความเป็นไปได้ของการไปถึง และพอมันเป็นไปได้ คำถามก็เลื่อนจาก “จะทำได้ไหม” ไปเป็น “ใครรับผิดชอบตอนมันลงมือ”

ตัวเลข 89% ที่ไปไม่ถึง production บอกว่าคนส่วนใหญ่ยังพลาดที่เดิม ไม่ได้พลาดเพราะเลือกเครื่องมือผิด แต่พลาดเพราะซื้อชั้นล่างทั้งที่ชั้นบนยังว่าง สร้างแบบจำลองโดยไม่มีการตัดสินใจไหนรอใช้ วาง agent โดยไม่มีเป้าหมายที่เขียนเป็นประโยคได้ ลงทุนหน่วยประมวลผลโดยไม่รู้ว่าจะเปลี่ยนกระบวนการไหน ทุกชิ้นดูทันสมัย และไม่มีชิ้นไหนเปลี่ยนผลลัพธ์

ก่อนรับคำใดเข้ามาในแผน ถามว่ามันอยู่ชั้นไหน และชั้นเหนือมันตอบได้หรือยัง

ลองเขียนสองประโยค “องค์กรแบบไหนที่เราต้องการ” และ “กระบวนการไหนจะเปลี่ยนรูปเพราะมี AI” ถ้ายังเขียนไม่ได้ ทุกชั้นที่อยู่ต่ำกว่านั้นเป็นแค่ค่าใช้จ่าย

แหล่งอ้างอิงหลัก · ข้อความที่ยกมาทั้งหมดมาจาก Japan’s Second Artificial Intelligence Basic Plan · ฉบับแปลทางการ 14 ก.ค. 2026 (PDF) · 7th Basic Plan for the Promotion of Science and Technology · OECD.AI · Society 5.0 · Cabinet Office · AI ロボティクス戦略検討会議 · METI · Japan plans sovereign AI model and 10 million AI robots · The Japan Times · Noetra multimodal foundation model · NEC press release · Japan’s answer to its worker shortage · AI News · The State Of Agentic AI In 2026 · Forrester · 89% of AI Agent Pilots Never Scale · Gartner data · Industry 5.0 · European Commission · การจัดชั้นและตารางเป็นการตีความของผมเอง ไม่ใช่ถ้อยคำในเอกสารต้นทาง