วงการโทรคมนาคมกำลังเผชิญกับการเปลี่ยนผ่านทางสถาปัตยกรรมครั้งสำคัญ ภายในปี 2569 ปัญญาประดิษฐ์ (AI) จะขยับสถานะจากเพียงเทคโนโลยีทางเลือก ไปสู่กลไกหลักในการขับเคลื่อนธุรกิจดิจิทัล ทว่าการใช้งานในระดับแชทบอทตอบคำถามหรือ Generative AI ที่คอยให้คำแนะนำนั้นไม่เพียงพออีกต่อไป อุตสาหกรรมกำลังก้าวเข้าสู่ยุคของ “Agentic AI” ซึ่งเป็นการยกระดับจากแค่การให้ข้อมูลเชิงลึกไปสู่การลงมือปฏิบัติอย่างแท้จริง
ในบริบทของโครงข่ายโทรคมนาคม Agentic AI หมายถึงระบบเอเจนต์อัตโนมัติที่สามารถจัดการเวิร์กโฟลว์ซับซ้อนได้ด้วยตัวเอง ตั้งแต่การวิเคราะห์หาคอขวดของสัญญาณ การตรวจสอบข้อตกลงระดับการให้บริการ ไปจนถึงการจัดสรรทรัพยากรใหม่แบบอัตโนมัติผ่าน TM Forum open APIs การเปลี่ยนแปลงนี้คือฟันเฟืองสำคัญที่จะนำไปสู่กระบวนการทำงานแบบ Zero-touch ซึ่งจำเป็นอย่างยิ่งต่อการบริหารจัดการโครงข่าย 5G และ Edge ให้มีประสิทธิภาพและยืดหยุ่น
ทลายข้อจำกัด AI Islands
เบียทริซ ออร์เตกา ผู้เชี่ยวชาญด้านไฮบริดคลาวด์และผู้นำฝ่ายพัฒนาธุรกิจด้านโทรคมนาคมจากเร้ดแฮท (Red Hat) ระบุว่า หนึ่งในอุปสรรคสำคัญระยะแรกของการประยุกต์ใช้ AI คือปรากฏการณ์ “AI Islands” หรือการสร้างโมเดล AI ที่ทำงานแยกส่วนและถูกตัดขาดจากกัน แม้จะแก้ปัญหาเฉพาะหน้าได้ แต่ระบบไม่สามารถสื่อสารเพื่อมองภาพรวมได้ ทางออกของปัญหานี้คือการใช้กลยุทธ์สถาปัตยกรรมแบบแยกส่วน (Modular) ที่เชื่อมต่อไมโครเอเจนต์ซึ่งออกแบบมาเฉพาะทางเข้าด้วยกัน ผ่านโปรโตคอลสากลอย่าง Model Context Protocol (MCP) และเฟรมเวิร์กการสื่อสารระหว่างเอเจนต์เพื่อสร้างความชาญฉลาดแบบองค์รวมที่ทำงานสอดประสานกัน
4 มิติสร้างคุณค่าธุรกิจ
เมื่อระบบสามารถขจัดความกระจัดกระจายของข้อมูลผ่านเฟรมเวิร์กโอเพ่นซอร์สอย่าง MCP ได้ AI agent จะเปลี่ยนจากสมองที่ถูกแยกส่วนให้กลายเป็นกลไกที่โต้ตอบกับระบบนิเวศทั้งหมดได้ นำไปสู่การสร้างคุณค่าทางธุรกิจในสี่มิติหลัก เริ่มจากการสร้างโครงข่ายที่ทำงานโดยอิสระ ที่ครอบคลุมตั้งแต่การตรวจสอบไปจนถึงการซ่อมแซมตัวเอง หากพบความผิดปกติ AI จะวิเคราะห์หาสาเหตุรากเหง้าข้ามส่วนงานและสั่งเปลี่ยนเส้นทางทราฟฟิกได้ในเสี้ยววินาที ควบคู่ไปกับการปรับขนาดการประมวลผลล่วงหน้าตามปริมาณการใช้งานจริงบริเวณเครือข่ายส่วนปลาย
การทำงานแบบไดนามิกนี้นำไปสู่มิติที่สอง คือการลดใช้พลังงานและต้นทุน โดย AI สามารถตรวจจับความหนาแน่นของการใช้งานและสั่งให้เสาสัญญาณเข้าสู่โหมดประหยัดพลังงานในพื้นที่ที่มีทราฟฟิกต่ำได้โดยอัตโนมัติ ในมิติที่สาม AI จะเข้ามาพลิกโฉมประสบการณ์ลูกค้า ด้วยการใช้ Predictive AI ตรวจจับปัญหาสัญญาณเสื่อมสภาพและสั่งการซ่อมแซมตัวเองก่อนที่ลูกค้าจะได้รับผลกระทบ รวมถึงการสรุปข้อมูลบริบทการใช้งานเพื่อสนับสนุนเจ้าหน้าที่ด่านหน้า และมิติสุดท้ายคือการกำกับดูแลข้อตกลงระดับการให้บริการและบริหารผู้ให้บริการแบบเรียลไทม์ โดย AI จะสวมบทบาทผู้ตรวจสอบดิจิทัล รวบรวมข้อมูลทางเทคนิคจากทุกส่วนงานเพื่อประเมินประสิทธิภาพของซัพพลายเออร์แต่ละราย พร้อมระบบแจ้งเตือนหรือคำนวณเงินคืนตามสัญญาได้เอง
3 ความท้าทายใหญ่ขององค์กร
อย่างไรก็ตาม การจะขยายผลการใช้งาน AI ให้ครอบคลุมทั้งองค์กรยังมีความท้าทายสำคัญรออยู่ นอกเหนือจากปัญหาข้อมูลที่กระจัดกระจายจนทำให้ AI เกิดอาการหลอนและให้ข้อมูลผิดพลาดแล้ว ความซับซ้อนในการบริหารจัดการก็เป็นอีกหนึ่งอุปสรรค องค์กรโทรคมนาคมจำนวนมากไม่สามารถนำโมเดลจากห้องทดลองไปใช้งานจริงที่เสาสัญญาณปลายทางได้เพราะขาดสภาพแวดล้อมที่เป็นหนึ่งเดียว เร้ดแฮทได้นำเสนอแนวทางแก้ปัญหาผ่านแพลตฟอร์มเปิดอย่าง Red Hat Enterprise Linux AI และ OpenShift AI ที่ให้องค์กรปรับแต่งโมเดลโอเพ่นซอร์สอย่าง Granite ได้ด้วยข้อมูลของตนเอง และใช้ LlamaStack เป็นเลเยอร์ประสานงานเพื่อจัดการไลฟ์ไซเคิลของ AI คล้ายกับการจัดการไมโครเซอร์วิส
อีกหนึ่งความท้าทายที่น่ากังวลที่สุดคือการติดกับดักเทคโนโลยีระบบปิดและความเสี่ยงด้านอธิปไตยดิจิทัล การพึ่งพาบริการจากผู้ผลิตรายเดียวทำให้องค์กรสูญเสียการควบคุม ทิศทางของเทคโนโลยีในปัจจุบันจึงมุ่งเน้นไปที่ความยืดหยุ่นของฮาร์ดแวร์ โดยเทคโนโลยีอย่าง Red Hat AI Inference Server ที่ขับเคลื่อนด้วย vLLM และเฟรมเวิร์กประสานงานอย่าง llm-d ช่วยให้ผู้ให้บริการโครงข่ายสามารถรันระบบบนหน่วยประมวลผลใดก็ได้ ไม่ว่าจะเป็น CPU หรือ GPU จากหลากหลายค่าย นอกจากนี้ ความร่วมมือระหว่างค่ายเทคโนโลยี เช่น การพัฒนาระบบ Rack-scale AI ร่วมกันระหว่างเร้ดแฮทและ NVIDIA ที่จะเกิดขึ้นในปี พ.ศ. 2569 ยังสะท้อนให้เห็นว่า อนาคตของอุตสาหกรรมโทรคมนาคมจะถูกขับเคลื่อนด้วยระบบสถาปัตยกรรมซอฟต์แวร์แบบเปิด ที่ให้องค์กรสามารถควบคุมขุมพลังทางปัญญาและข้อมูลของตนเองได้อย่างแท้จริง
ข่าวอื่น ๆ ที่น่าสนใจ
ทีดีอาร์ไอจี้รื้อโครงสร้างพลังงาน เลิกอุดหนุนเหวี่ยงแห
Huawei Cloud รุกองค์กรไทย เปิดตัว MaaS ชูเทคโนโลยี Agentic AI
