“หัวหน้าวง : ปรมาจารย์แห่งนโยบายการเงิน – อดีตประธานธนาคารกลางสหรัฐ ถึงแก่อนิจกรรมเมื่อวันที่ 22 มิถุนายน สิริอายุ 100 ปี” เป็นหัวข้อบทความไว้อาลัยต่อการจากไปของ Alan Greenspan ในนิตยสาร The Economist ซึ่งเล่าอดีตที่ท่านเคยเล่นแซกโซโฟนและร่วมตระเวนทัวร์ กับวงดนตรีแจ๊ซในช่วงสงครามโลกครั้งที่สอง บทความในวันนี้จึงขอเชิญทุกท่านร่วมรำลึกถึงท่วงทำนองจากการบรรเลงนโยบายการเงินแบบด้นสด (Improvisation) ของท่าน ซึ่งไม่ว่าจะพลิกแพลงไปมากเพียงใดก็ไม่ได้หลุดคีย์และทำจังหวะของวงเสียไป

 

ฝีไม้ลายมือของ Greenspan แสดงให้เห็นในทศวรรษ 1990 เมื่อท่านมองขาดถึงศักยภาพของเทคโนโลยีสารสนเทศในการยกระดับผลิตภาพทางเศรษฐกิจ จึงตัดสินใจไม่เบรกความเฟื่องฟูทางเศรษฐกิจแม้อัตราว่างงานจะอยู่ในระดับต่ำ โดยไม่ได้วางบทบาทของ Fed (ธนาคารกลางสหรัฐ) ให้ใช้นโยบายการเงินหนุนส่งเทคโนโลยี หากเป็นการเล่นบท “ไม่กีดขวาง” การเติบโตที่แม้จะทำให้เกิดการแตกของฟองสบู่ DotCom ในปี 2000 แต่ก็แทบไม่ได้ทิ้งรอยแผลเป็นทางเศรษฐกิจไว้เพราะปัจจัยพื้นฐานแห่งการขยายตัวนั้นไม่ได้มาจากการสั่งสมหนี้

 

ในการประชุม Jackson Hole Economic Policy Symposium ประจำปีที่จัดขึ้นโดยธนาคารกลางสหรัฐ สาขาแคนซัสซิตี้ ปี 2005 ภายใต้บรรยากาศสดุดี Greenspan ที่กำลังจะหมดวาระการดำรงตำแหน่งลงนั้น Raghuram Rajan ที่ดำรงตำแหน่งหัวหน้านักเศรษฐศาสตร์ของกองทุนการเงินระหว่างประเทศ IMF และในภายหลังเป็นผู้ว่าการธนาคารกลางประเทศอินเดีย ได้นำเสนอว่านวัตกรรมการเงินและแรงจูงใจในระยะสั้นกำลังเพิ่มความเสี่ยงที่จะเกิดวิกฤต แต่กลับได้รับเสียงวิพากษ์วิจารณ์ว่าเป็นแนวคิดที่ต่อต้านความก้าวหน้า

 

อย่างไรก็ดี หลังจากที่ Greenspan ลงจากตำแหน่งในปี 2006 รวมระยะเวลา 18 ปี 173 วัน ยาวนานที่สุดเป็นอันดับที่สองในประวัติศาสตร์ Fed (อันดับหนึ่ง คือ William McChesney Martin Jr. ที่ดำรงตำแหน่งระหว่างปี 1951-1970 รวม 18 ปี 304 วัน) แล้ว วิกฤตการณ์การเงินโลก (Global Financial Crisis) ก็เกิดขึ้นจริงในปี 2008 ซึ่งเป็นวิกฤตที่เกิดจากนวัตกรรมเช่นกัน

 

แต่เป็นนวัตกรรมทางการเงินที่ช่วยแปลงสินทรัพย์เป็นหลักทรัพย์ (Securitization) เพื่อกระจายความเสี่ยงจากสินทรัพย์ด้อยคุณภาพ (Sub-prime) ทั้งที่จริงแล้วเป็นเพียงม่านบังตาไม่ให้เห็นการกระจุกตัวของความเสี่ยง ท่ามกลางแนวทางการกำกับดูแลแบบผ่อนปรนที่เปิดทางให้ Securitization ขยายตัว ผนวกกับความเชื่อมั่นของตลาดการเงินว่า Fed จะคอยอุ้มตลาดอยู่เสมอ ขณะที่อัตราดอกเบี้ยอยู่ในระดับต่ำเป็นระยะเวลานานในช่วงก่อนหน้า

 

การแตกของฟองสบู่สองครั้งในรอบไม่กี่ปีนั้น สอดคล้องกับมุมมองของ Greenspan ที่ว่า อย่ากลัวฟองสบู่ราคาสินทรัพย์ แต่ให้กลัวระดับหนี้ที่ค้ำประกันไว้ เพราะตัวสินทรัพย์ไม่ใช่ประเด็น แต่ระดับของการ Leverage จึงเป็นปัญหา 

 

ซึ่งการ Leverage ในกรณีของ DotCom Boom นั้น ไม่ได้ลุกลามหลังฟองสบู่แตกเพราะเป็นฟองสบู่ที่ค้ำยันไว้ด้วย Equity ความสูญเสียจึงตกแก่ผู้ถือหุ้น ต่างจากตลาดอสังหาริมทรัพย์ในกรณี Subprime ที่มีหนี้ค้ำประกันไว้สูงมาก

 

ความเสียหายจึงส่งผ่านไปหาเจ้าหนี้ สถาบันการเงิน และการเทขายสินทรัพย์แบบ Fire Sale ทำให้มูลค่ายิ่งดิ่งลง ส่งผลลุกลามเป็นลูกโซ่ไปทั้งระบบ การผลักดันพรมแดนของนวัตกรรมชั้นแนวหน้าเพื่อส่งเสริมการขยายตัวทางเศรษฐกิจจึงเป็นสิ่งพึงทำ ตราบใดที่ไม่ปล่อยให้เกิดการเติบโตของเศรษฐกิจจริงอิงการเงินที่โป่งเป็นฟองสบู่พร้อมแตก

 

ตัดภาพมา 20 ปี หลังจากการลงจากตำแหน่งของ Greenspan ตลาดการเงินกำลังมุ่งความสนใจไปที่ AI Boom ซึ่งยังมีคำถามค้างคาใจกันอยู่ว่า เรากำลังด้นสดโดยไม่หลุดคีย์ หรือเรากำลังจะทำให้วงดนตรีเสียจังหวะ

 

ซึ่ง Wachter & Wachter (2026) ได้ประมาณการเม็ดเงินลงทุนโครงสร้างพื้นฐานด้าน AI ในปี 2026 ของห้าบริษัทใหญ่ในสหรัฐ อยู่ที่ 7.55 แสนล้านดอลลาร์สหรัฐ หรือคิดเป็นประมาณ 2.4% ของ GDP สหรัฐ สูงกว่าเม็ดเงินที่ลงทุนในช่วงปลายทศวรรษ 1990 ที่ 1.5% ของ GDP ทั้งที่ Daron Acemoglu เจ้าของรางวัลโนเบลทางเศรษฐศาสตร์ได้ประเมินผลของ AI ต่อผลิตภาพรวมไว้ไม่ถึงร้อยละ 1 ในระยะเวลา 10 ปี

 

ขณะที่รายงานของ Project NANDA จากมหาวิทยาลัย MIT ในปี 2025 แสดงให้เห็นว่าโครงการนำร่องในการใช้งาน Generative AI ในองค์กรราว 95% ยังไม่ได้สร้างผลตอบแทนกลับมา จึงน่าสังเกตว่าส่วนต่างระหว่างเม็ดเงินลงทุนกับผลิตภาพที่สร้างได้จริงนี้จะส่งผลให้เกิดวิกฤตเหมือนในอดีตหรือไม่

 

ปัจจัยหนึ่งที่ทำให้ AI Boom ในวันนี้แตกต่างไปจากวิกฤต Subprime คือ เม็ดเงินลงทุนส่วนใหญ่เกิดจากกระแสเงินสดของบริษัทที่สั่งสมมาจากการทำกำไร ไม่ได้ระดมทุนมาจากการก่อหนี้ โดยสัดส่วนการลงทุนต่อกระแสเงินสดยังต่ำกว่าหนึ่งเท่า เทียบกับสัดส่วนเกือบสี่เท่าในยุค DotCom Boom จึงอาจประเมินคร่าว ๆ ได้ว่าลักษณะของฟองสบู่ในรอบนี้มีความคล้ายคลึงกับกรณีปี 2000 ที่ในกรณีเลวร้ายจะให้ความมั่งคั่งลดลง แต่ไม่ได้ลุกลามเป็นความเสี่ยงเชิงระบบแบบที่เกิดขึ้นในปี 2008

 

อย่างไรก็ดี สถานการณ์ในปัจจุบันกำลังบ่มเพาะความเปราะบางในรูปแบบใหม่ คือ การกระจุกตัวของผู้ให้บริการ AI Model พื้นฐานเกือบทั้งหมดในมือบริษัทไม่กี่ราย โดยรายงาน AI Index Report 2024 ของมหาวิทยาลัยสแตนฟอร์ด ระบุว่า 97 จาก 163 AI Model ที่พัฒนาขึ้นระหว่างปี 2019-2023 มาจากเพียง 4 บริษัท

 

นอกจากนี้ สถาบันการเงินพึ่งพาผู้ให้บริการคลาวด์และ Model กลุ่มเล็ก ๆ ซึ่งอาจจะถูกตัดการให้บริการได้ในชั่วข้ามคืน ดังตัวอย่างที่รัฐบาลสหรัฐสั่งระงับการเข้าถึง Model แนวหน้าของ Anthropic เมื่อกลางเดือนมิถุนายนนี้ กล่าวคือ ความเสี่ยงเชิงระบบได้เปลี่ยนรูปแบบจากความเสี่ยงด้านการก่อหนี้ที่ถูกประเมินไว้ต่ำเกินไป มาเป็นการกระจุกตัวและอธิปไตยทางเทคโนโลยี ซึ่งเป็นความเสี่ยงคนละรูปแบบอย่างชัดเจน และย่อมมีนัยต่อเศรษฐกิจการเงินคนละขั้ว

 

สำหรับไทยแล้วท่วงทำนองทางเศรษฐกิจการเงินมีพื้นฐานมั่นคง จากเสถียรภาพเศรษฐกิจมหภาคที่เข้มแข็ง แต่เรายังขาดนักดนตรีจากภาคนวัตกรรมและธุรกิจที่จะโซโลเพลง นำนวัตกรรมไปสู่ภาคปฏิบัติเพื่อสร้างสรรค์ผลิตภาพรวมและ GDP ให้กับประเทศ

 

โดยดัชนีความพร้อมด้าน AI ของภาครัฐไทยอยู่ในอันดับที่ 34 ของโลก และมีข้อจำกัดในขีดความสามารถด้านการประมวลผล ตลอดจนยังมีสถานะเป็นผู้ใช้บริการ AI Model ไม่ได้เป็นผู้พัฒนา ในขณะที่ประเทศก้าวเข้าสู่ภาวะสังคมสูงวัยอย่างรวดเร็ว ทำให้เราไม่อาจคาดหวังแรงส่งจากตลาดแรงงานมาขับเคลื่อนเศรษฐกิจได้เหมือนในอดีต

 

หากมองในแง่ดีแล้ววงดนตรีที่มีจังหวะพื้นฐานแน่น หรือมีเสถียรภาพทางเศรษฐกิจการเงินแข็งแกร่ง เป็นโอกาสให้นักดนตรีเทคโนโลยีไทยเดินหน้าลงทุนกับนวัตกรรมเพื่อสร้างแรงส่งให้กับเศรษฐกิจเพื่อเติมเต็มเครื่องยนต์จากการลงทุนที่เคยขาดหายไป หากให้น้ำหนักกับความคุ้มค่าของ Use Cases ที่ใช้ได้จริงไม่ใช่เป็นการลงทุนตามกระแส

 

ซึ่งในอีกโสตหนึ่งแล้วก็จะเป็นตัวช่วยสำคัญในการลดผลกระทบจากการขาดแรงส่งของตลาดแรงงาน ตามที่ Brynjolfsson et al (2025) พบว่า AI จะช่วยยกผลิตภาพของแรงงานทักษะต่ำและมีประสบการณ์น้อยได้มากที่สุดถึง 36% ซึ่งเป็นการส่งเสริมการเติบโตอย่างทั่วถึงได้ บทบาทของ AI ในฐานะตัวช่วยสร้างความเท่าเทียม ดูจะเป็นความหวังมากกว่าการเป็นตัวฉุดจากการเลิกจ้างคน ซึ่งจะส่งผลกระทบต่ออุปสงค์ในภาคเศรษฐกิจและอาจส่งผลลบกลับมาลดทอนความเข้มแข็งของเสถียรภาพเศรษฐกิจมหภาคได้ในที่สุด

 

ปิดท้ายด้วยปริศนาที่ Greenspan ชวนคิดในสุนทรพจน์ปี 1995 ที่ว่า “คุณจะเห็นคอมพิวเตอร์อยู่ทุกที่ ยกเว้นในสถิติผลิตภาพ” สอดคล้องกับ Solow’s Computer Paradox เช่นเดียวกับที่เราเห็น AI อยู่ทุกที่ยกเว้นใน GDP ซึ่งแม้ท่านปรมาจารย์จะไม่เห็นตัวเลขในวันนั้น แต่การรับฟังเสียงจริงในโลกเศรษฐกิจและด้นสดจังหวะขับเคลื่อนนวัตกรรม ยังคงเป็นอมตะและเป็นมรดกทางความคิดที่มีคุณค่ายิ่งในบริบทปัจจุบัน

 

บทความนี้เป็นข้อคิดเห็นส่วนบุคคลที่ทำงานร่วมกับ Gen AI และกลั่นกรองร้อยเรียงทุกถ้อยคำโดยมนุษย์ ซึ่งไม่จำเป็นต้องสอดคล้องกับข้อคิดเห็นของหน่วยงานที่ผู้เขียนสังกัด

 

ที่มา ประชาชาติธุรกิจ

วันที่ 13 กรกฏาคม 2569