บทความการลงทุนเอกชนของไทย โดย เศรษฐพุฒิ สุทธิวาทนฤพุฒิ / กฤษฏิ์ ศรีปราชญ์ / จารีย์ ปิ่นทอง / ศิริกัญญา ตันสกุล/ รุจา อดิศรกาญจน์ / แพรวไพลิน วงษ์สินธุวิเศษ / พิมพ์อร วัชรประภาพงศ์
ผู้เขียนจัดทำบทความชุดนี้ โดยมีวัตถุประสงค์เพื่อตอบข้อสักถามเรื่องการลงทุนไทยที่หลายฝ่ายมีข้อสงสัยตลอดช่วงปีที่ผ่านมาว่า ทำไมการลงทุนภาคเอกชนของไทยต่ำมานาน และเพื่อสร้างความเข้าใจเชิงนโยบาย ตลอดจนสนับสนุนให้เกิดการหารือและแลกเปลี่ยนความคิดเห็นในเชิงสร้างสรรค์ บนพื้นฐานของข้อมูลและการวิเคราะห์อันจะเป็นประโยชน์ต่อการกำหนดยุทธศาสตร์การพัฒนาประเทศที่มั่นคงและยั่งยืน
หากพูดถึงการลงทุนไทยแล้ว ความท้าทายที่สำคัญคงไม่ใช่แค่เพียงประเด็นว่าที่ผ่านมาทำไมการลงทุนไทยต่ำ เพราะถึงแม้จะแก้ปัญหาการลงทุนต่ำได้ แต่ในอนาคตอาจไม่เห็นหน้าตาการลงทุนเป็นแบบในอดีต เพราะการลงทุนที่เริ่มเกิดขึ้นใหม่โดยเน้นเทคโนโลยีเริ่มเปลี่ยนโฉมการทำธุรกิจหลายอย่าง มองไปข้างหน้า ลักษณะการลงทุนแบบใหม่นี้น่าจะเป็นส่วนสำคัญที่ทำให้ Business model และ Landscape ของการลงทุนในหลายประเทศเปลี่ยนไป
ตัวอย่างที่ชัดเจนคือ Facebook ซึ่งเป็นตัวแทนของธุรกิจรูปแบบใหม่ มูลค่าหลักทรัพย์ของ Facebook เท่ากับของ GE กับ Walmart รวมกัน แต่ Facebook จ้างพนักงานน้อยกว่าถึง 150 เท่า นี่คือความแตกต่างที่เห็นได้ชัดเจนระหว่างโลกอุตสาหกรรมแบบเก่า และโลกเทคโนโลยีแบบใหม่ที่เรากำลังก้าวเข้าไป
ด้วยนวัตกรรมใหม่ๆที่เกิดขึ้น ทำให้การลงทุนมีแนวโน้มที่จะเปลี่ยนไปจากที่เราเคยรู้จักเช่นกัน หากลองจินตนาการหน้าตาการลงทุนในอนาคตจะเปลี่ยนไป 3 ด้าน
1.มูลค่าการลงทุนอาจไม่เท่าเดิม
ด้วยเทคโนโลยีที่เปลี่ยนไป อาจทำให้ความต้องการในการลงทุนสินทรัพย์ถาวร (Fixed asset) โดยรวมลดลง เพราะ 1) MNEs1 ภาคบริการที่มาพร้อมกับ เทคโนโลยีใหม่ๆ อาจมีการลงทุนต่างประเทศน้อยกว่า MNEs ภาคอุตสาหกรรม เนื่องจากสามารถให้บริการในต่างประเทศได้โดยไม่ต้องลงทุนในประเทศปลายทาง เช่น Google มีการสร้างระบบจัดเก็บข้อมูลกลาง (Data center) 15 แห่งเพื่อให้บริการทั่วโลก แต่ในจำนวนนี้มีเพียง 2 แห่งที่อยู่ในเอเชีย ได้แก่ สิงคโปร์และไต้หวัน ส่วนอีก 13 แห่งอยู่ในอเมริกาและยุโรป
และ 2) ธุรกิจในประเทศมีความจำเป็นในการลงทุนเองลดลง เนื่องจากธุรกิจไม่ต้องลงทุนสินทรัพย์ถาวรด้วยตนเอง แต่สามารถซื้อบริการจาก Service provider ได้ เป็นการใช้ Resource sharing มากขึ้น เช่น ธุรกิจ A ที่เป็นผู้ประกอบการรายย่อยสามารถเข้าถึงคอมพิวเตอร์ที่มีศักยภาพในการประมวลผลสูง โดยไม่จำเป็นต้องลงทุนเอง เพราะสามารถใช้บริการ Cloud computing ของ Amazon Web services (AWS) โดยที่ธุรกิจ A ไม่ต้องลงทุนสร้างและดูแลระบบเอง ซึ่งรูปแบบที่กล่าวมาข้างต้นเป็นไปในทิศทางเดียวกับการสำรวจของ UNCTAD2 ที่เปรียบเทียบ Tech MNEs และ MNEs ทั่วไป พบว่าทั้งสองประเภทมีสัดส่วนรายได้จากต่างประเทศใกล้เคียงกัน แต่ Tech MNEs มีการลงทุนในต่างประเทศที่น้อยกว่า (รูปที่ 10) สะท้อนว่าไทยไม่อาจคาดหวังให้เม็ดเงินลงทุนจาก Tech MNEs ได้มากเหมือนกับ MNEs ทั่วไปอย่างในอดีต
2.การลงทุนแบบใหม่กระทบต่อการจ้างงาน
เมื่อการลงทุนใช้เทคโนโลยีที่ซับซ้อนมากขึ้น ก็ยิ่งต้องการแรงงานที่ทักษะสูงในการทำงานร่วมกับเครื่องจักรมากขึ้น และยังมีโอกาสที่เทคโนโลยีจะเข้ามาทดแทนแรงงานด้วย โดยเมื่อหุ่นยนต์และ A.I. เข้ามามีส่วนร่วมในกระบวนการผลิตมากขึ้น บทบาทของแรงงานแบบเดิมลดลง เกิด “Job Polarization” กลุ่มแรงงานทักษะสูงและทักษะพื้นฐานจะได้รับผลกระทบจำกัด แต่แรงงานทักษะระดับกลางจะค่อยๆ หายไป3 เพราะกลุ่มแรงงานทักษะสูงที่ทำงานร่วมกับเครื่องจักรและเทคโนโลยีได้ดี รวมถึงเป็นผู้คิดค้นผลิตนวัตกรรมใหม่ๆ ถูกแทนที่ได้ยาก อีกทั้งแรงงานกลุ่มนี้ยังมีความสามารถในการสร้างงานประเภทใหม่ๆ สูงขึ้น ส่วนกลุ่มแรงงานทักษะพื้นฐานที่ค่าแรงถูกก็ไม่จูงใจต่อการนำเทคโนโลยีมาใช้ทดแทนแรงงาน หรือแรงงานที่ทำงานด้านบริการก็ยังจำเป็นเพราะมนุษย์ยังต้องการมีปฏิสัมพันธ์กับคนมากกว่าเครื่องจักรหรือเทคโนโลยี
เราเริ่มเห็นตัวอย่างแรงงานทักษะระดับกลางที่ถูกทดแทนด้วย IT และ Automation แล้วในต่างประเทศ เช่น ในจีน บริษัท Foxconn ที่เป็นผู้ผลิตสินค้าให้กับ Apple ลดพนักงานลงเกือบครึ่งหนึ่งในโรงงานแห่งหนึ่งที่มณฑลเจียงซู ประเทศจีน จากที่เคยมีพนักงานในสายการผลิตถึง 110,000 คน แต่ปัจจุบันเหลือเพียง 50,000 คน จากการใช้หุ่นยนต์ทดแทนในสายการผลิต4 หรือในญี่ปุ่น บริษัท Fukoku ที่เป็นประกันภัย ใช้ A.I. มาคำนวณเบี้ยประกันภัยแทนพนักงานเดิมที่เคยมีอยู่ถึง 30 คน5
ตัวอย่างข้างต้น ทำให้เกิดประเด็นที่ชวนคิดว่า ขนาดบริษัท Foxconn ยังมีการปรับลดพนักงาน แล้วอุตสาหกรรมอิเล็กทรอนิกส์ไทยที่มีแรงงานสูงถึงประมาณ 300,000 คน จะได้รับผลกระทบนี้เท่าไร
หรือแม้แต่กลุ่มอาชีพที่ใช้ทักษะสูงก็ใช่ว่าจะนิ่งนอนใจได้ในทุกอาชีพ เพราะอาชีพที่เราเคยคิดว่าถูกทดแทนได้ยากอย่างบุคลากรทางการแพทย์ยังอาจมีคู่แข่งเป็นเทคโนโลยีได้ เช่น ล่าสุดมีการพัฒนา A.I. มาใช้ช่วยในการอ่านฟิล์ม X-rays เพื่อวินิจฉัยโรค6 หรือแม้แต่บทความนี้เองในอนาคตอาจถูกเขียนด้วย A.I หากเรามองดูจากปัจจุบันที่ A.I. เริ่มถูกนำมาใช้ในการเขียนรายงานข่าว7
3.มีแนวโน้มเป็นโลกที่มีความเหลื่อมล้ำสูงขึ้น โดยผลประโยชน์จากการลงทุนจะกระจุกตัวในรายใหญ่หรือผู้นำตลาด และกระจุกตัวในบางประเทศ
เมื่อการลงทุนสามารถใช้เทคโนโลยีได้มากขึ้น ทำให้มีโอกาสสูงที่ผลประโยชน์จากการลงทุนจะกระจุกตัวในรายใหญ่หรือผู้นำตลาด (Winner-take-all) เพราะธุรกิจที่พึ่งพาเทคโนโลยีสูง บริษัทที่เป็นผู้นำจะมีผลิตภาพการผลิตที่ดีกว่าบริษัทขนาดเล็กมากขึ้นเรื่อยๆ8 เพราะผู้นำตลาดจะมีความสามารถในการประยุกต์ใช้และพัฒนาเทคโนโลยีได้ดีกว่าบริษัทขนาดเล็ก และทำให้ยิ่งสร้างรายได้ทิ้งห่างจากบริษัทขนาดเล็ก ตัวอย่างที่เห็นชัดที่สุด คือ ธุรกิจ ICT9 ที่ศักยภาพการผลิต (Productivity) ระหว่างกลุ่มผู้นำและกลุ่มรั้งท้าย (Frontier firm and laggards) มีความแตกต่างสูง แถมในกลุ่มผู้นำด้วยกันเอง บริษัท Top 2% (Elite) ก็ยังทำได้ดีกว่าบริษัทที่อยู่ใน Top 10% มาก10 (รูปที่ 11) ซึ่งจะเห็นได้ว่า ผู้ได้รับประโยชน์มีน้อยรายและสามารถสร้างผลประโยชน์จากการลงทุนและผลิตได้เรื่อยๆ จึงเกิดประเด็นที่ชวนคิดต่อว่า หากหน้าตาโลกใหม่เป็นแบบนี้ จะยิ่งทำให้รายใหม่หรือรายเล็กมีโอกาสเกิดและอยู่รอดได้ยากมากขึ้นหรือไม่ โดยหากดูโครงสร้างธุรกิจของไทย เรามีสัดส่วนธุรกิจขนาดเล็กค่อนข้างสูง มีการจ้างงานมาก แต่ศักยภาพการผลิตต่ำเมื่อเทียบกับมาเลเซียและฟิลิปปินส์11 จึงอาจทำให้ธุรกิจขนาดเล็กของไทยเผชิญกับความยากในการปรับตัวต่อ Trend ใหม่
นอกจากนี้ ผลประโยชน์จากการลงทุนยังมีแนวโน้มกระจุกตัวในประเทศที่เป็นเจ้าของเทคโนโลยีโดยเฉพาะสหรัฐอเมริกาและจีน12 โดยเฉพาะธุรกิจที่พึ่งพิงการใช้ข้อมูลอย่างเข้มข้นอย่าง Facebook, Google, Alibaba จึงยากที่ประเทศกำลังพัฒนาจะสามารถแข่งขันในธุรกิจลักษณะนี้ได้ ทำให้ผลประโยชน์จากการลงทุนด้านเทคโนโลยี ไม่กระจายไปสู่ประเทศกำลังพัฒนาอื่นๆ และการเพิ่มขึ้นของบริษัทผู้นำนี้ ส่งผลให้เกิดการกระจุกตัวของการจ้างงานในบางบริษัท และการจ้างงานโดยรวมลดลง13 ส่งผลให้เกิดความเหลื่อมล้ำที่สูงขึ้นทั้งในระดับธุรกิจ (Sector) และระดับประเทศ
ในตอนนี้เราเห็นแล้วว่า เทคโนโลยีโดยเฉพาะ Automation และ A.I. จะกระทบใน 3 ด้าน คือ 1) ไทยอาจคาดหวังเม็ดเงินลงทุนไม่ได้มากเท่าเดิม เนื่องจาก Tech MNEs ลงทุนไม่ได้มากเหมือนกับ MNEs ทั่วไปอย่างในอดีต และเทคโนโลยีทำให้ธุรกิจในประเทศมีความจำเป็นในการลงทุนเองลดลง 2) การจ้างในทุกกลุ่มทักษะจะเปลี่ยนแปลงไป ไม่ใช่เฉพาะแรงงานทักษะพื้นฐาน (Blue collar) เท่านั้น 3) โลกมีความเหลื่อมล้ำสูงขึ้น ผลประโยชน์กระจุกตัวในผู้นำตลาดและในบางประเทศ
ตัวอย่างที่เห็นชัดในไทย คือ เรื่องการจ้างงาน แนวโน้มของเทคโนโลยีใหม่นี้จะส่งผลต่อไทยอย่างไร เพื่อให้เห็นภาพ ลองนึกดูว่า หากความฝันของการมีชีวิตที่ดีขึ้น คือการออกจากบ้านเกิดเพื่อเข้ามาหางานในเมืองใหญ่ ทำงานในโรงงานหรือห้างสรรพสินค้า หรือหากความฝันสู่การเป็นชนชั้นกลางคือการเรียนจบมหาวิทยาลัย ทำงานในบริษัทที่มั่นคง ทั้งสองความฝันต่างคาดหวังต่อการมีชีวิตความเป็นอยู่ที่ดี แต่จะเป็นอย่างไรหากพบว่า ต้องใช้เวลาหรือลงทุนหาความรู้ใส่ตัว มากถึง 1 ใน 4 ของชีวิตเพียงเพื่อจะรู้ว่า ฝันนั้นเริ่มเลือนราง โลกได้เปลี่ยนไปแล้ว ความรู้ ความสามารถ แบบเดิมไม่เพียงพอต่อการปรับตัวอยู่รอดได้ในโลกใหม่ เพราะสิ่งที่โลกคาดหวังกลับกลายเป็นระบบที่ชาญฉลาดและทรงประสิทธิภาพ (A.I. & Automation) ท้ายที่สุดอาจพบว่า ตำแหน่งงานที่คาดหวังมีโอกาสถูกแทนที่ด้วย Automation โดยจากงานของ McKinsey (2017) พบว่า 3 ภาคเศรษฐกิจหลักของไทย (ภาคการผลิต, โรงแรมและภัตตาคาร, ค้าส่งค้าปลีก) มีโอกาสมากกว่า 50% ที่จะถูกทดแทนด้วย Automation ซึ่ง 3 ภาคเศรษฐกิจดังกล่าวมีจำนวนแรงงานกว่า 40% ของจำนวนแรงงานทั้งหมด
เมื่อเทคโนโลยีเป็นสิ่งที่หลีกเลี่ยงไม่ได้ เส้นทางสู่การมีความเป็นอยู่ที่ดีมีทางเลือกน้อยลง พร้อมกับความท้าทายที่เพิ่มขึ้น การวางแผนเพื่อรับเรื่องดังกล่าวจึงเป็นสิ่งสำคัญ เพราะถึงที่สุดแล้วไม่ใช่การลงทุนหรือเศรษฐกิจที่ดีที่เราใส่ใจ หากแต่เป็นการมีคุณภาพชีวิตที่ดีขึ้นต่างหาก อื่นๆ ล้วนเป็นทางผ่านไปสู่เป้าหมาย
จากการพยายามวิเคราะห์ข้อเท็จจริงเกี่ยวกับการลงทุนไทย หาสาเหตุของการลงทุนต่ำ รวมถึงพยายามวาดภาพหน้าตาการลงทุนในอนาคต ให้สอดรับกับช่วงเวลาของการขับเคลื่อนนโยบาย Thailand 4.0 จึงเป็นความท้าทายที่ต้องคิดร่วมกันว่าจะทำอย่างไรจึงสามารถเก็บเกี่ยวผลประโยชน์ให้ได้มากที่สุด ซึ่งสิ่งเหล่านี้ช่วยกระตุ้นให้เราต้องคิดใหม่เกี่ยวกับพัฒนาการทางเศรษฐกิจ โดยเฉพาะโจทย์ของไทยในการก้าวข้ามกับดักรายได้ปานกลาง (Middle income trap) ดังนั้น …
1) แม้การลงทุนของไทยที่ผ่านมาจะต่ำไม่ว่ามองจากมุมไหน แต่การหมกมุ่นกับเม็ดเงินลงทุนเพียงอย่างเดียวไม่อาจตอบโจทย์ของประเทศได้ เนื่องจากเมื่อมองไปข้างหน้าเทคโนโลยีอาจทำให้เม็ดเงินลงทุนไม่ได้มากเท่าเดิม ดังนั้น การลงทุนต้องเพิ่มศักยภาพการผลิต โดยเน้นการพัฒนาทั้งเทคโนโลยีและนวัตกรรม ทำให้เกิดการถ่ายทอดองค์ความรู้
2) ไม่ใช่แค่พยายามยกระดับห่วงโซ่การผลิต (Value chain) เพียงอย่างเดียว แต่ต้องปรับตัวสู่ Digital value chain ที่ต้องการศักยภาพและทักษะแบบใหม่ในการเกาะเกี่ยวกระแสเทคโนโลยีเพื่อมุ่งสู่การเป็นประเทศรายได้สูง
3) ปรับบทบาทภาครัฐจากการเป็นผู้ขับเคลื่อนเศรษฐกิจด้วยตัวเอง สู่การเป็นผู้สร้างสภาพแวดล้อมที่อำนวยความสะดวกต่อภาคประชาชน และเอื้อต่อกลไกการดำเนินธุรกิจและการลงทุนของภาคเอกชน (Ease of doing business) ซึ่งล้วนเป็นสิ่งที่ไม่มีคนอื่นทำ แต่มีความจำเป็นต่อประเทศ เช่น การลดกฎระเบียบที่ไม่จำเป็น (Regulatory guillotine) สร้างระบบแรงจูงใจให้ธุรกิจลองผิดลองถูก ให้คนที่ล้มเหลวสามารถลุกขึ้นได้ไม่ยาก และพัฒนาระบบการศึกษาให้คนมีทักษะตรงกับที่ธุรกิจต้องการ
4) ไม่ส่งเสริมการลงทุนตามประเภทอุตสาหกรรม แต่ควรส่งเสริมตามสิ่งที่ผลิตแล้วมีมูลค่าเพิ่ม เพราะมีตัวอย่างให้เห็นถึงการเลือกสนับสนุนบางภาคเศรษฐกิจ แต่ไม่ยั่งยืน ดังกรณีอินเดียที่เรามักคิดว่าเป็นประเทศที่มีจุดแข็งด้าน IT business แต่ตอนนี้บางตำแหน่งงานถูกทดแทนจากการมาของ A.I.14
ทั้งหมดนี้เพื่อให้การลงทุนตอบโจทย์แท้จริงของประเทศ ที่ไม่เพียงแต่ต้องการให้เศรษฐกิจเติบโตดีหรือพัฒนาศักยภาพการผลิตโดยรวม แต่เป้าหมายสูงสุดคือการยกระดับคุณภาพชีวิตโดยเสมอหน้า ขยายโอกาสให้กับธุรกิจรายย่อย และกระจายความเท่าเทียมแรงงานในช่วงเวลาต้องเผชิญกับการเปลี่ยนแปลง โดยใช้โอกาสนี้ในการแก้ข้อผิดพลาด ลดความเหลื่อมล้ำ ส่งผ่านความมั่งคั่งจากการพัฒนาเศรษฐกิจได้อย่างแท้จริง (เสียที)
หมายเหตุ:
1.Multinational Enterprises
2.UNCTAD. (2017). World Investment Report.
3.Autor and Dorn (2013). The Growth of Low-Skill Service Jobs and the Polarization of the U.S. Labor Market.
4.BBC. (2016). Foxconn replaces ‘60,000 factory workers with robots’
5.The guardian. (2017). Japanese company replaces office workers with artificial intelligence.
6.Molteni. (2017). If you look at X-rays or moles for a living, A.I. is coming for your job. 7.The guardian. (2016). Written out of story robots capable making the news.
8.Bank of England. (2017). The financial system and productive investment: new survey evidence.
9.Andrews et al. (2016). The Best versus the Rest: The Global Productivity Slowdown, Divergence across Firms and the Role of Public Policy.
10.นอกจากนี้ สัดส่วนจำนวนบริษัทอายุน้อย (0-5 ปี) มีแนวโน้มลดลงเรื่อยๆ ขณะที่บริษัทอายุมากกว่า 10 ปี สัดส่วนสูงขึ้น (ยิ่งเก่ง ยิ่งอยู่นาน, ยิ่ง laggard ยิ่งอายุสั้น)
11.เมื่อเปรียบเทียบสัดส่วนการจ้างงานของ SMEs ต่อ contribution to GDP ที่ไทยต้องใช้แรงงานจำนวนมากกว่าในการสร้าง GDP เท่ากับมาเลเซียและฟิลิปปินส์ (Asian Development Bank Institute. (2015). SMEs Internationalization and Finance in Asia.)
12.New York Time. (2017). The Real Threat of Artificial Intelligence.
13.Autor et al. (2017). The Fall of the Labor Share and the Rise of Superstar Firms.
14. New York Time. (2017). Indian Technology Workers Worry About a Job Threat: Technology.
การยืมผลงาน
บทความนี้สงวนสิทธิ์ภายใต้สัญญาอนุญาต Creative Commons ไม่แก้ไขเนื้อหาใดๆ จากบทความ ยกเว้นเพื่อสะท้อนความเปลี่ยนแปลงที่เกี่ยวกับเวลา สถานที่ และแนวบรรณาธิการ ต้องอ้างอิงแหล่งที่มา หากนำเนื้อหาในบทความไปวิเคราะห์หรือเผยแพร่ไม่สามารถนำบทความหรือเนื้อหาในบทความไปเผยแพร่เพื่อวัตถุประสงค์ทางการค้า
ข่าวหรือบทความที่เกี่ยวข้อง
