Writer: 
Share
ในโลกธุรกิจที่หมุนไปอย่างรวดเร็ว เทคโนโลยีปัญญาประดิษฐ์ไม่ได้เป็นเพียงแค่กระแสอีกต่อไป แต่กำลังกลายเป็นแกนกลางสำคัญในการขับเคลื่อนองค์กร
ล่าสุดทางการ์ทเนอร์ อิงก์ (Gartner, Inc.) ซึ่งเป็นบริษัทวิจัยและให้คำปรึกษาชั้นนำระดับโลกด้านธุรกิจและเทคโนโลยี ได้ออกมาเปิดเผยข้อมูลเชิงลึกที่น่าจับตามองเกี่ยวกับเทรนด์ Data & Analytics (D&A) โดยระบุว่าภายในปี พ.ศ. 2573 องค์กรธุรกิจมากกว่า 1 ใน 10 แห่ง จะก้าวเข้าสู่การเป็นองค์กรที่ให้ความสำคัญกับ AI เป็นอันดับแรก หรือที่เรียกว่าโมเดล “AI-First”
การปรับตัวเข้าสู่ AI-First นี้ จะเป็นกุญแจสำคัญที่ทำให้องค์กรมีความสามารถในการแข่งขันที่เหนือกว่าคู่แข่งในตลาด ซึ่งความได้เปรียบนี้จะเกิดขึ้นผ่านการนำเทคโนโลยีล้ำสมัยมาประยุกต์ใช้ ไม่ว่าจะเป็น AI Agents, เทคโนโลยี Semantics ตลอดจน Converged Data & Analytics (D&A Platforms) โดยเทคโนโลยีทั้ง 3 ส่วนนี้ได้รับการประเมินว่าจะเป็นแรงขับเคลื่อนที่สำคัญที่สุดซึ่งอยู่เบื้องหลังเทรนด์เทคโนโลยี D&A ที่องค์กรต้องให้ความสนใจ
คาร์ลี ไอดอยน์ รองประธานฝ่ายนักวิเคราะห์ของการ์ทเนอร์ ได้ให้มุมมองที่น่าสนใจว่า ปัจจุบันองค์กรต่าง ๆ กำลังเปลี่ยนผ่านไปสู่โมเดลการดำเนินงานแบบ AI-First อย่างรวดเร็วมาก AI ได้กลายมาเป็นปัจจัยหลักในการตัดสินใจทางธุรกิจ การจัดกระบวนการทำงาน ไปจนถึงการลงทุนในทุก ๆ ด้านขององค์กร อย่างไรก็ตาม หากองค์กรใดขาดเป้าหมายร่วมกันที่ชัดเจน องค์กรนั้นจะต้องเผชิญกับความยากลำบากในการดึงเอาศักยภาพของ AI ออกมาใช้งานให้เกิดประโยชน์สูงสุด และจะทำให้การใช้งานขาดความสม่ำเสมอในภาพรวมของธุรกิจ
เพื่อเตรียมความพร้อมสำหรับอนาคต การ์ทเนอร์ได้แนะนำให้องค์กรธุรกิจพิจารณาและนำเทรนด์ D&A ทั้ง 6 ประการต่อไปนี้ เข้าไปเป็นส่วนหนึ่งของกลยุทธ์การดำเนินงานในช่วง 2 ปีข้างหน้า
เทรนด์ที่ 1: การเติบโตอย่างก้าวกระโดดของ Sovereign AI
- ปัจจุบัน AI ได้กลายเป็นกุญแจสำคัญที่มีผลต่อความมั่นคงทางเศรษฐกิจของประเทศ
- รัฐบาลในหลายประเทศจึงเริ่มหันมาให้ความสำคัญกับการควบคุมขีดความสามารถด้าน AI ของตนเองอย่างจริงจัง เพื่อลดการพึ่งพาเทคโนโลยีจากประเทศเพื่อนบ้านหรือต่างชาติในการขับเคลื่อนเป้าหมายระดับชาติ
- การควบคุมระบบ D&A ให้อยู่ภายในท้องถิ่นหรือประเทศของตนเองนั้น ถือเป็นส่วนสำคัญของกระบวนการนี้ และเป็นเหมือนส่วนขยายทางภูมิรัฐศาสตร์ภายนอกที่หลายองค์กรจำเป็นต้องบริหารจัดการให้อยู่ใน Roadmap การดำเนินงาน เพื่อปูทางสู่การเป็นองค์กรแบบ AI-first
- คาร์ลี ไอดอยน์ ระบุว่า Sovereign AI กำลังเข้ามาเปลี่ยนวิธีคิดขององค์กรอย่างสิ้นเชิง ทั้งในแง่ของการควบคุม การพัฒนานวัตกรรม และการสร้างความยืดหยุ่นให้กับกลยุทธ์ AI
- เพื่อให้สามารถตอบรับกับโอกาสและความท้าทายของ Sovereign AI ได้อย่างมีประสิทธิภาพ องค์กรจำเป็นต้องปรับปรุง Roadmap ด้าน D&A ให้ทันสมัย และต้องยกระดับการใช้ AI จากที่เคยเป็นเพียงการนำมาใช้งานทั่วไป ให้กลายเป็นการสร้างความได้เปรียบทางการแข่งขันอย่างแท้จริง
เทรนด์ที่ 2: การใช้ Decision Governance เพื่อลดความเสี่ยงจาก AI Agent
- ในยุคปัจจุบัน AI Agents ได้รับบทบาทและถูกมอบหมายให้ทำการตัดสินใจในเรื่องการวางกลยุทธ์ วิธีการ และการปฏิบัติการต่าง ๆ มากยิ่งขึ้น
- สิ่งนี้หมายความว่า หากการตัดสินใจของ AI ปราศจากการกำกับดูแลที่เหมาะสม จะเป็นการเพิ่มความเสี่ยงให้องค์กรต้องเผชิญกับปัญหาในหลายมิติ ทั้งด้านกฎหมาย การปฏิบัติงาน และภาพลักษณ์ชื่อเสียงขององค์กร
- การกำกับดูแลการตัดสินใจจึงมีความสำคัญ โดยเป็นการนำเอาหลักการธรรมาภิบาลมาประยุกต์ใช้เข้ากับระบบประมวลผลการตัดสินใจอัจฉริยะ
- เป้าหมายคือเพื่อให้การตัดสินใจแบบอัตโนมัติของระบบเหล่านั้นสามารถอธิบายเหตุผลได้ สามารถตรวจสอบได้ และสอดคล้องกับผลลัพธ์ที่องค์กรต้องการอย่างแท้จริง
- การ์ทเนอร์ได้คาดการณ์ไว้ว่า ภายในปี พ.ศ. 2572 การตัดสินใจทางธุรกิจที่มีการใช้โมเดลจำลองอย่างชัดเจน จะได้รับความไว้วางใจเพิ่มมากขึ้นถึง 5 เท่า และสามารถทำงานได้รวดเร็วขึ้นถึง 80% เมื่อเทียบกับการตัดสินใจที่ขาดการกำกับดูแล ซึ่งเป็นผลลัพธ์โดยตรงจากการนำแพลตฟอร์ม Decision Intelligence มาใช้งาน
เทรนด์ที่ 3: การสร้างความน่าเชื่อถือผ่าน AI Governance Platforms
- วิธีการรับรองมาตรฐาน AI ในรูปแบบเดิม ๆ นั้นไม่เพียงพออีกต่อไปสำหรับการกำกับดูแล AI ให้มีประสิทธิภาพในปัจจุบัน
- เนื่องจากโลกกำลังเผชิญกับความซับซ้อนของกฎระเบียบข้อบังคับด้าน AI ที่เพิ่มสูงขึ้นทั่วโลก รวมถึงความเสี่ยงใหม่ ๆ ที่ปรากฏขึ้น และการนำ AI Agents ที่สามารถทำงานได้เองอย่างอิสระมาใช้งานอย่างรวดเร็วยิ่งขึ้น
- แพลตฟอร์มการกำกับดูแล AI จะเข้ามามีบทบาทสำคัญในการช่วยให้องค์กรสามารถปฏิบัติตามนโยบายของบริษัท กฎหมาย และมาตรฐานอุตสาหกรรมได้อย่างถูกต้อง ภายใต้หลักการร่วมด้าน AI ที่มีความรับผิดชอบ
- การ์ทเนอร์แนะนำให้ผู้บริหารด้าน D&A นำแพลตฟอร์มการกำกับดูแล AI นี้มาใช้ในระดับปฏิบัติการ เพื่อให้เกิดการตรวจสอบและดูแลจากส่วนกลาง ซึ่งจะช่วยให้สามารถนำกรอบการบริหารจัดการความเสี่ยงไปประยุกต์ใช้ และบังคับใช้มาตรการควบคุมที่จำเป็นได้อย่างมีประสิทธิภาพสูงสุด
เทรนด์ที่ 4: ยกระดับความอัจฉริยะแบบเรียลไทม์ด้วย Agentic Data Streaming
- การประมวลผลข้อมูลในรูปแบบชุดแบบเดิมอาจมีความล่าช้าเกินไปและไม่ตอบโจทย์ธุรกิจยุคใหม่
- Agentic Data Streaming หรือการสตรีมข้อมูลที่รองรับเอเจนต์ มีความสำคัญอย่างยิ่งยวดสำหรับองค์กรที่ต้องการสร้างและใช้งาน AI Agents
- การไหลเวียนของข้อมูลที่มีเหตุการณ์เป็นตัวขับเคลื่อนอย่างต่อเนื่อง จะช่วยให้ผู้บริหาร D&A สามารถส่งมอบข้อมูลได้รวดเร็วยิ่งขึ้น ซึ่งส่งผลให้ AI Agents สามารถรับงานไปดำเนินการได้มากขึ้นด้วยความเร็วและความแม่นยำที่สูงขึ้นตามไปด้วย
- การ์ทเนอร์คาดการณ์ว่า ภายในปี พ.ศ. 2571 แรงกดดันจากการแข่งขันทางธุรกิจที่ต้องอาศัยการตอบสนองแบบเรียลไทม์ จะเป็นตัวผลักดันให้มีการนำ Data Streaming มาใช้สำหรับ Agentic AI พุ่งสูงขึ้นเกินกว่า 60% (เพิ่มขึ้นจากเดิมที่คาดว่าจะต่ำกว่า 15% ในปี พ.ศ. 2568)
- ดังนั้น องค์กรจึงควรต้องจัดลำดับความสำคัญของ Use cases ที่จำเป็นต้องพึ่งพาข้อมูลแบบเรียลไทม์ เช่น Decision Intelligence, Autonomous Operations และ Digital Twins
เทรนด์ที่ 5: การปฏิบัติงานที่คล่องตัวขึ้นด้วย Agentic Data Management
- ในขณะนี้ ผู้บริหารด้าน D&A กำลังเผชิญกับความท้าทายอย่างต่อเนื่องในการจัดการกับข้อมูลที่มีความซับซ้อน ซึ่งส่งผลให้กระบวนการจัดการข้อมูลแบบเดิมมีความตึงตัว และทำให้การเตรียมความพร้อมด้านข้อมูลเพื่อนำไปใช้กับ AI นั้นมีความยุ่งยากมากขึ้น
- การนำ AI Agents เข้ามาช่วยในการจัดการข้อมูล จะเป็นตัวช่วยสำคัญในการยกระดับกระบวนการจัดการข้อมูลหลัก
- ระบบนี้จะเปิดให้มีการใช้งานที่สามารถดำเนินการได้แบบเรียลไทม์ สามารถตรวจจับแพทเทิร์นของข้อมูลได้ และยังสามารถให้คำแนะนำเพื่อก่อให้เกิดความยืดหยุ่นและการตอบสนองที่รวดเร็วยิ่งขึ้น
- คาร์ลี ไอดอยน์ เสริมว่า การผสานรวม AI Agents เข้าสู่กระบวนการทำงานด้านการจัดการข้อมูล จะช่วยให้ทีมข้อมูลสามารถปฏิบัติงานได้อย่างยืดหยุ่นและปรับตัวได้ดีขึ้น ผ่านระบบที่มีความสามารถในการเรียนรู้ได้ด้วยตนเอง
- อย่างไรก็ตาม องค์กรยังคงต้องจัดตั้งการกำกับดูแลที่แข็งแกร่งและต้องมีการตรวจสอบประสิทธิภาพอย่างต่อเนื่อง เพื่อให้มั่นใจได้ว่าขีดความสามารถเหล่านี้จะสามารถส่งมอบผลลัพธ์ที่สม่ำเสมอและสอดคล้องไปกับเป้าหมายทางธุรกิจ
เทรนด์ที่ 6: การจัดการกับยูสเคสที่ซับซ้อนด้วย GraphRAG
- แอปพลิเคชัน AI จำนวนมากขององค์กรมีความต้องการความแม่นยำและความน่าเชื่อถือในระดับที่สูงมาก
- ทว่าแนวทางการสืบค้นข้อมูลเพื่อเสริมการสร้างคำตอบ หรือ RAG (Retrieval-Augmented Generation) ในรูปแบบดั้งเดิมนั้น ไม่สามารถรองรับการสอบถามข้อมูลที่มีความซับซ้อนและมีบริบทที่ชัดเจนได้เพียงพอ
- เทคนิค GraphRAG จึงถูกนำมาใช้เพื่อแก้ปัญหานี้ โดยเป็นการผสมผสาน กราฟความรู้ (Knowledge Graphs) เข้ากับโมเดลภาษาขนาดใหญ่ (LLMs)
- เทคนิคนี้จะช่วยปรับปรุงวิธีการที่ระบบ AI ใช้ในการสืบค้นและเชื่อมโยงข้อมูลเข้าด้วยกัน ช่วยให้สามารถตีความหมายตามบริบทได้ดีขึ้น และมอบผลลัพธ์ที่มีความแม่นยำยิ่งขึ้นในยูสเคสที่มีความซับซ้อน
- การ์ทเนอร์ได้ทำนายไว้ว่า ภายในปี พ.ศ. 2572 องค์กรธุรกิจประมาณ 40% จะนำเทคนิค GraphRAG เข้ามาใช้เพื่อปรับปรุงความถูกต้องแม่นยำของข้อมูลในการตอบคำถาม และเพื่อเพิ่มขีดความสามารถด้านการคิดหาเหตุผลของ LLMs
องค์กรที่สามารถทำความเข้าใจและเตรียมพร้อมรับมือกับเทรนด์ D&A เหล่านี้ได้อย่างรวดเร็ว จะเป็นผู้กุมความได้เปรียบในสมรภูมิธุรกิจยุคต่อไป ทั้งนี้ ข้อมูลทั้งหมดอ้างอิงจากการวิเคราะห์ของการ์ทเนอร์ซึ่งเป็นบริษัทวิจัยและให้คำปรึกษาชั้นนำที่มุ่งมอบข้อมูลเชิงลึกและคำแนะนำแก่ผู้บริหารเพื่อสร้างองค์กรให้ประสบความสำเร็จในอนาคต
