การ์ทเนอร์ อิงก์ บริษัทวิจัยและให้คำปรึกษาด้านธุรกิจและเทคโนโลยี คาดการณ์ว่าภายในปี พ.ศ. 2573 มากกว่า 1 ใน 10 ขององค์กรธุรกิจจะก้าวเข้าสู่การเป็นองค์กรที่ให้ความสำคัญกับ AI เป็นอันดับแรก (AI-First) โดยขับเคลื่อนผ่านการนำ AI Agents, เทคโนโลยี Semantics และการรวมแพลตฟอร์มข้อมูลและการวิเคราะห์ (Converged Data & Analytics: D&A Platforms) มาประยุกต์ใช้เพื่อสร้างความได้เปรียบทางการแข่งขัน
คาร์ลี ไอดอยน์ รองประธานฝ่ายนักวิเคราะห์การ์ทเนอร์ กล่าวว่า องค์กรต่าง ๆ กำลังเปลี่ยนผ่านไปสู่โมเดลการดำเนินงานแบบ AI-First ซึ่งกำหนดให้ AI เป็นปัจจัยหลักในการตัดสินใจทางธุรกิจ จัดกระบวนการทำงาน และการลงทุน ทั้งนี้ หากองค์กรใดขาดเป้าหมายร่วมกันที่ชัดเจน จะส่งผลให้ไม่สามารถดึงศักยภาพของ AI มาใช้ได้อย่างเต็มประสิทธิภาพและสม่ำเสมอทั่วทั้งองค์กร
การ์ทเนอร์จึงสรุป 6 เทรนด์สำคัญด้าน Data & Analytics (D&A) ที่องค์กรควรพิจารณานำเข้าสู่กลยุทธ์การดำเนินงานในช่วง 2 ปีข้างหน้า ประกอบด้วย
เทรนด์ที่ 1: Sovereign AI เติบโตก้าวกระโดด
เมื่อ AI กลายเป็นกุญแจสำคัญต่อความมั่นคงทางเศรษฐกิจ รัฐบาลในประเทศต่าง ๆ จึงให้ความสำคัญกับการควบคุมขีดความสามารถด้าน AI ของตนเอง เพื่อลดการพึ่งพาประเทศเพื่อนบ้านหรือต่างชาติในการขับเคลื่อนเป้าหมายระดับประเทศ โดยการควบคุมระบบ D&A ให้อยู่ภายในท้องถิ่น ถือเป็นส่วนสำคัญของกระบวนการนี้เป็นส่วนขยายทางภูมิรัฐศาสตร์ (Geopolitical) ภายนอกที่หลายองค์กรต้องบริหารจัดการใน Roadmap การดำเนินงาน เพื่อก้าวไปสู่การเป็นองค์กร AI-first
“Sovereign AI หรือ อธิปไตยเอไอ กำลังเปลี่ยนวิธีคิดองค์กรในเรื่องการควบคุม พัฒนานวัตกรรม และสร้างความความยืดหยุ่นของกลยุทธ์ AI อย่างสิ้นเชิง เพื่อตอบรับโอกาสและความท้าทายที่มาพร้อมกับ Sovereign AI อย่างมีประสิทธิภาพ องค์กรต้องปรับปรุง Roadmap ด้าน D&A ให้ทันสมัย และยกระดับการใช้ AI จากเดิมที่เป็นเพียงการนำมาใช้งานทั่ว ๆ ไป ไปสู่การสร้างความได้เปรียบทางการแข่งขัน” ไอดอยน์กล่าว
เทรนด์ที่ 2: ลดความเสี่ยง AI Agent ด้วย Decision Governance
ปัจจุบัน AI Agents ได้รับมอบหมายให้ตัดสินใจในการวางกลยุทธ์ วิธีการ และปฏิบัติการมากขึ้น ซึ่งหมายความว่าการตัดสินใจที่ปราศจากการกำกับดูแลจะเพิ่มความเสี่ยงให้องค์กรเผชิญปัญหาทางด้านกฎหมาย การปฏิบัติงาน และภาพลักษณ์ชื่อเสียง โดยการกำกับดูแลการตัดสินใจ หรือ Decision Governance จึงเป็นการนำหลักการธรรมาภิบาลมาประยุกต์ใช้เข้ากับระบบประมวลผลการตัดสินใจอัจฉริยะ (Decision Intelligence) เพื่อให้การตัดสินใจแบบอัตโนมัติเหล่านั้นสามารถอธิบายได้ ตรวจสอบได้ และสอดคล้องกับผลลัพธ์ที่องค์กรมองหา
การ์ทเนอร์คาดการณ์ว่า ภายในปี พ.ศ. 2572 การตัดสินใจทางธุรกิจที่ใช้โมเดลจำลองอย่างชัดเจนนั้น จะได้รับความไว้วางใจมากกว่าเดิมถึง 5 เท่า และทำงานได้รวดเร็วขึ้น 80% เมื่อเทียบกับการตัดสินใจที่ไม่มีการกำกับดูแล อันเป็นผลมาจากการนำแพลตฟอร์ม Decision Intelligence มาใช้งาน
เทรนด์ที่ 3: สร้างความน่าเชื่อถือด้วย AI Governance Platforms
วิธีการรับรองมาตรฐานแบบเดิม ๆ ไม่เพียงพออีกต่อไปสำหรับการกำกับดูแล AI ให้มีประสิทธิภาพ ท่ามกลางความซับซ้อนของกฎระเบียบข้อบังคับด้าน AI ที่เพิ่มขึ้นทั่วโลก ความเสี่ยงใหม่ ๆ ที่ปรากฏขึ้น ตลอดจนการนำ AI Agents ที่ทำงานได้เองอิสระมาใช้รวดเร็วยิ่งขึ้น ทำให้แพลตฟอร์มการกำกับดูแล AI หรือ AI Governance Platforms สามารถเข้ามาช่วยให้องค์กรสามารถปฏิบัติตามนโยบายบริษัท กฎหมายและมาตรฐานอุตสาหกรรม ภายใต้หลักการร่วมด้าน AI ที่มีความรับผิดชอบ
การ์ทเนอร์แนะนำให้ผู้บริหาร D&A นำแพลตฟอร์มการกำกับดูแล AI มาใช้ในภาคปฏิบัติ เพื่อให้เกิดการตรวจสอบดูแลจากส่วนกลาง สามารถนำกรอบการบริหารจัดการความเสี่ยงไปประยุกต์ใช้และบังคับใช้มาตรการควบคุมที่จำเป็นได้อย่างมีประสิทธิภาพ
เทรนด์ที่ 4: Agentic Data Streaming เพิ่มพลังความอัจฉริยะแบบเรียลไทม์
การประมวลผลข้อมูลแบบชุดเดิมนั้นอาจช้าเกินไป ต่างจาก Agentic Data Streaming หรือการสตรีมข้อมูลที่รองรับเอเจนต์ ที่มีความสำคัญอย่างยิ่งสำหรับองค์กรที่ต้องการสร้างและใช้งาน AI Agents ดังนั้นการไหลของข้อมูลโดยมีเหตุการณ์เป็นตัวขับเคลื่อนต่อเนื่อง จะช่วยให้ผู้บริหาร D&A ส่งมอบข้อมูลได้เร็วขึ้น ส่งผลให้ AI Agents รับงานไปทำได้มากขึ้นด้วยความเร็วและแม่นยำ
การ์ทเนอร์คาดการณ์ว่า ภายในปี พ.ศ. 2571 แรงกดดันจากการแข่งขันที่ต้องตอบสนองแบบเรียลไทม์ ผลักดันให้มีการนำ Data Streaming มาใช้สำหรับ Agentic AI พุ่งสูงเกิน 60% (จากเดิมที่ต่ำกว่า 15% ในปี พ.ศ. 2568) ดังนั้น องค์กรต้องจัดลำดับความสำคัญของยูสเคสที่จำเป็นต้องใช้ข้อมูลเรียลไทม์ เช่น Decision Intelligence, Autonomous Operations และ Digital Twins
เทรนด์ที่ 5: ปฏิบัติงานคล่องตัวขึ้นด้วย Agentic Data Management
ผู้บริหาร D&A กำลังเผชิญกับความท้าทายต่อเนื่องในการจัดการข้อมูลที่ซับซ้อน ซึ่งสร้างความตึงตัวให้กับกระบวนการจัดการข้อมูลแบบเดิม และทำให้การเตรียมความพร้อมด้านข้อมูลสำหรับ AI นั้นยุ่งยากขึ้น การใช้ AI Agents เข้ามาช่วยจัดการข้อมูลจะช่วยยกระดับกระบวนการจัดการข้อมูลหลัก โดยการเปิดใช้งานระบบที่สามารถดำเนินการได้แบบเรียลไทม์ ตรวจจับแพทเทิร์นข้อมูล และให้คำแนะนำเพื่อให้เกิดความยืดหยุ่นและตอบสนองรวดเร็วยิ่งขึ้น
“การผสานรวม AI Agents เข้ากับกระบวนการทำงานด้านการจัดการข้อมูล ช่วยให้ทีมข้อมูลสามารถปฏิบัติงานได้ยืดหยุ่นและปรับตัวได้ดีขึ้นผ่านระบบที่เรียนรู้ได้ด้วยตนเอง อย่างไรก็ตาม การจัดตั้งการกำกับดูแลที่แข็งแกร่งและการตรวจสอบประสิทธิภาพอย่างต่อเนื่อง จะยังคงเป็นสิ่งสำคัญเพื่อให้มั่นใจว่าขีดความสามารถเหล่านี้จะมอบผลลัพธ์ที่สม่ำเสมอและสอดคล้องกับเป้าหมายทางธุรกิจ” ไอดอยน์กล่าว
เทรนด์ที่ 6: จัดการกับยูสเคสที่ซับซ้อนด้วย GraphRAG
แอปพลิเคชัน AI ขององค์กรจำนวนมากต้องการความแม่นยำและความน่าเชื่อถือสูง แต่แนวทางการสืบค้นข้อมูลเพื่อเสริมการสร้างคำตอบ หรือ RAG (Retrieval-Augmented Generation) แบบดั้งเดิม ไม่สามารถรองรับการสอบถามที่มีความซับซ้อนและมีบริบทชัดเจนได้ เทคนิค GraphRAG จึงเข้ามาแก้ปัญหานี้โดยการรวม กราฟความรู้ (Knowledge Graphs) เข้ากับโมเดลภาษาขนาดใหญ่ (LLMs) เพื่อปรับปรุงวิธีที่ระบบ AI ใช้ในการสืบค้นและเชื่อมโยงข้อมูล ช่วยตีความหมายตามบริบท และมอบผลลัพธ์ที่แม่นยำยิ่งขึ้นในยูสเคสที่มีความซับซ้อน
การ์ทเนอร์คาดการณ์ว่า ภายในปี พ.ศ. 2572 องค์กรธุรกิจราว 40% จะนำเทคนิค GraphRAG มาใช้เพื่อปรับปรุงความถูกต้องของข้อมูลในการตอบคำถาม และเพิ่มขีดความสามารถด้านการคิดหาเหตุผล ของ LLMs
ข่าวอื่น ๆ ที่น่าสนใจ
UTCC เปิด AI Institute ดัน AI พยุงเศรษฐกิจไทย ลงนาม 9 หน่วยงาน ชูแนวคิด Thai Business AI
เปิดตัว ‘SEA HI Hub’ ดึงสแตนฟอร์ด-บิ๊กเทคโลก ปั้นเครื่องยนต์เศรษฐกิจใหม่
