อโณทัย เวทยากร กรรมการผู้จัดการใหญ่ และผู้บริหารส่วนงานเทคโนโลยี บริษัท ไอบีเอ็ม ประเทศไทย จำกัด กล่าวว่า ปีหน้าไอบีเอ็มจะขับเคลื่อน AI โดยขอให้ทุกองค์กรแข่งขันในการสร้างเทคโนโลยีและนวัตกรรมAI เพื่อให้ประเทศไทยมีการแข่งขันและไม่ตกขบวน ถ้าเราไม่มีส่วนร่วมกับเทรนด์นี้เราจะเสียโอกาส
“AI จะสร้างมูลค่าให้ GDP โลก มากมายมหาศาลในปี 2030 มูลค่าที่คาดหมายคือ 4.4 ล้านล้านเหรียญสหรัฐองค์กรทุกองค์กรที่มีการลงทุน AI จะมีส่วนในการเติบโตนี้ AI จะหลอมรวมไปกับทุกเรื่อง องค์กรส่วนใหญ่กำลังทำโครงการนำร่องด้าน AI 75% ขององค์กรกำลังทดลองใช้ Gen AI ในห้าหรือมากกว่าห้าฟังก์ชัน (IBV)เกือบครึ่งหนึ่งขององค์กรธุรกิจได้ขยับจากการสำรวจความเป็นไปได้ของการใช้ AI ไปสู่การทดลองนำร่อง โดยมี 10% ที่ก้าวสู่ขันตอนการเริ่มใช้งานจริง (Gartner) มากกว่าสามในสี่ของผู้บริหารที่สำรวจมองว่าตนต้องเริ่มใช้ Gen AI อย่างรวดเร็วเพื่อให้ก้าวทันคู่แข่งขณะที่ 72% ของผู้บริหารระดับสูงมองว่าผู้ที่มี Gen AI ที่ก้าวล้ำที่สุดจะมีความได้เปรียบในการแข่งขัน“
ความคิดเห็นของผู้บริหารไทยและอาเซียน (IBV) 76% ของซีอีโอไทยเห็นด้วยว่าความสำเร็จขององค์กร ขึ้นอยู่กับคุณภาพของความร่วมมือระหว่าง ฝ่ายการเงินและฝ่ายเทคโนโลยี 53% ของซีอีโอไทยกำลังเดินหน้าทำงานร่วมกับฝ่ายการเงินเพื่อให้แน่ใจว่ากลยุทธ์มีความลอดคล้องกันและได้รับคุณค่าตามที่คาดหวัง (ค่าเฉลี่ยของอาเซียน 44%)
ด้านโครงสร้างพื้นฐานและการโมเดิร์นไนซ์ระบบ 45% ขององค์กรในอาเซียนยังไม่มีโครงสร้างพื้นฐานด้านเทคโนโลยีที่พร้อมรองรับ AI 65% ของซีไอโอไทยระบุว่าความเสี่ยงเชิงเทคนิคและสถาปัตยกรรมด้านไอทีของตน มีส่วนเกี่ยวข้องกับพันธมิตรด้านเทคโนโลยีที่ตนใช้บริการอยู่ (เช่น เรื่องเวนเดอร์ล็อคอินของผู้ให้บริการ
คลาวด์) อย่างไรก็ดี 55% ของผู้บริหารด้านเทคโนโลยีในไทยกล่าวว่ากำลังชะลอการลงทุนด้านเทคโนโลยีอย่างน้อยหนึ่งโครงการ จนกว่าจะมีความชัดเจนมากขึ้นเกี่ยวกับมาตรฐานและกฎข้อบังคับต่างๆ 45% ของผู้บริหารด้านเทคโนโลยีไทยกล่าวว่าความกังวลเกี่ยวกับกฎระเบียบและการปฏิบัติตาม ข้อบังคับที่มองว่าเป็นอุปสรรคต่อการนำ Gen AI มาใช้ ได้เพิ่มขึ้นในช่วง 6 เดือนที่ผ่านมา
กรรมการผู้จัดการใหญ่ กล่าวอีกว่า THE NEXT FRONTIER OF AI RACE IN THAILAND 4 ปัจจัยสำคัญที่จะช่วยให้องค์กรก้าวนำในปฐมบทใหม่ของการแข่งขันด้าน AI ในประเทศไทย โมเดล AI แบบโอเพนซอร์ส (Open-source Al models) โมเดล AI แบบโอเพนซอร์สจะยังคงทวีความสำคัญอันเนื่องมาจากคุณสมบัติด้านความโปร่งใส ยืดหยุ่น ประสิทธิภาพด้านต้นทุน และการเอื้อให้องค์กรสามารถปรับแต่งให้ตรงกับความต้องการของ ธุรกิจตน โดยจะช่วยให้องค์กรลดความเสี่ยงจากปัญหาเวนเดอร์ล็อคอินและส่งเสริมให้เกิดนวัตกรรมที่ร่วมขับเคลื่อนต่อยอดโดยคอมมิวนิตี้ของนักพัฒนาอย่างต่อเนื่อง ช่วยสนับสนุนกลยุทธ์ด้าน AI ที่เชื่อถือได้สำหรับทุกองค์กร
ก่อนจะสร้าง Gen AI ที่เชื่อถือได้สำหรับธุรกิจ องค์กรต้องมุ่งเน้นการสร้างรากฐานข้อมูลที่เปิดกว้างและเชื่อถือได้ รากฐานของข้อมูลแบบเปิดจะก่อให้เกิดความสามารถในการบูรณาการและจัดการ ข้อมูลได้อย่างไม่มีสะดุดในสภาพแวดล้อมแบบไฮบริดคลาวด์ ช่วยให้เทคโนโลยีที่มีอยู่ทำงานร่วมกันได้ ลดปัญหาระบบแบบไซโล และเร่งการขับเคลื่อนการทรานส์ฟอร์มบนพื้นฐานของข้อมูล รากฐาน ด้านข้อมูลที่เชื่อถือได้จะทำให้องค์กรมั่นใจได้ว่าการจัดการข้อมูลและเมทาดาตาต่างๆ เพื่อทำอนาไล ติกส์หรือใช้กับ AI มีคุณภาพสูง มีความปลอดภัย และมีการกำกับดูแล ตอบโจทย์ด้านความเป็น ส่วนตัวของข้อมูลและการปฏิบัติตามกฎข้อบังคับต่างๆ
ในขณะที่องค์กรหลายแห่งกำลังประสบความสำเร็จในการสเกลการใช้งาน AI จะมีธุรกิจมากขึ้นที่ตระหนักถึงความจำเป็นในการใช้โซลูชันและกรอบการกำกับดูแล Al governance เพื่อลดความเสี่ยงลดอคติ และปุฏิบัติตามกฎระเบียบที่กำลังเปลี่ยนแปลง หากไม่มี AI ที่รับผิดชอบและการกำกับดูแล AI องค์กรย่อมไม่สามารถสเกลการใช้งาน AI โดยความไว้วางใจเปรียบเสมือนใบอนุญาติในการดำเนินธุรกิจขององค์กร และองค์กรจะไม่สามารถปล่อยให้ความไว้วางใจถูกทำลายลงโดย AI
การอินทิเกรททั่วทั้งระบบนิเวศน์ (Ecosystem integrations) ความสามารถในการอินทิเกรทการใช้งาน Al ทั่วทั้งระบบขององค์กรจะทวีความสำคัญในปี 2025 โดยการใช้งานโมเดล AI โอเพนซอร์สที่เพิ่มขึ้น จะนำสู่ความจำเป็นที่แพลตฟอร์มแอพพลิเคชันต่างๆ ต้องสามารถเชื่อมโยงกันได้อย่างง่ายดายกับโมเดลอื่นๆ ในระบบนิเวศน์ด้านเทคโนโลยีขององค์กร นำสู่ความสามารถในการทำงานร่วมกันที่มากขึ้นของระบบต่างๆ ในองค์กร และการปรับตัวรับพัฒนาการใหม่ๆ ด้าน AI ได้อย่างรวดเร็ว
โมเดล AI 'GRANITE 3.0°' เล็กกว่า เร็วกว่า และถูกกว่า 97% วันนี้ธุรกิจเริ่มเปลี่ยนความคิดลง จากเดิมที่มองว่าโมเดล AI ขนาดใหญ่คือ AI ที่มีความสามารถมากกว่า แต่เทคโนโลยี LLM ที่มีขนาดใหญ่และมีความต้องการใช้พลังงานสูง กลายเป็น
ไอบีเอ็ม ชูปี 2025 ขับเคลื่อน AI เต็มกำลัง กระตุ้นองค์กรไทยตื่นตัวไม่ตกขบวน
อโณทัย เวทยากร กรรมการผู้จัดการใหญ่ และผู้บริหารส่วนงานเทคโนโลยี บริษัท ไอบีเอ็ม ประเทศไทย จำกัด กล่าวว่า ปีหน้าไอบีเอ็มจะขับเคลื่อน AI โดยขอให้ทุกองค์กรแข่งขันในการสร้างเทคโนโลยีและนวัตกรรมAI เพื่อให้ประเทศไทยมีการแข่งขันและไม่ตกขบวน ถ้าเราไม่มีส่วนร่วมกับเทรนด์นี้เราจะเสียโอกาส
“AI จะสร้างมูลค่าให้ GDP โลก มากมายมหาศาลในปี 2030 มูลค่าที่คาดหมายคือ 4.4 ล้านล้านเหรียญสหรัฐองค์กรทุกองค์กรที่มีการลงทุน AI จะมีส่วนในการเติบโตนี้ AI จะหลอมรวมไปกับทุกเรื่อง องค์กรส่วนใหญ่กำลังทำโครงการนำร่องด้าน AI 75% ขององค์กรกำลังทดลองใช้ Gen AI ในห้าหรือมากกว่าห้าฟังก์ชัน (IBV)เกือบครึ่งหนึ่งขององค์กรธุรกิจได้ขยับจากการสำรวจความเป็นไปได้ของการใช้ AI ไปสู่การทดลองนำร่อง โดยมี 10% ที่ก้าวสู่ขันตอนการเริ่มใช้งานจริง (Gartner) มากกว่าสามในสี่ของผู้บริหารที่สำรวจมองว่าตนต้องเริ่มใช้ Gen AI อย่างรวดเร็วเพื่อให้ก้าวทันคู่แข่งขณะที่ 72% ของผู้บริหารระดับสูงมองว่าผู้ที่มี Gen AI ที่ก้าวล้ำที่สุดจะมีความได้เปรียบในการแข่งขัน“
ความคิดเห็นของผู้บริหารไทยและอาเซียน (IBV) 76% ของซีอีโอไทยเห็นด้วยว่าความสำเร็จขององค์กร ขึ้นอยู่กับคุณภาพของความร่วมมือระหว่าง ฝ่ายการเงินและฝ่ายเทคโนโลยี 53% ของซีอีโอไทยกำลังเดินหน้าทำงานร่วมกับฝ่ายการเงินเพื่อให้แน่ใจว่ากลยุทธ์มีความลอดคล้องกันและได้รับคุณค่าตามที่คาดหวัง (ค่าเฉลี่ยของอาเซียน 44%)
ด้านโครงสร้างพื้นฐานและการโมเดิร์นไนซ์ระบบ 45% ขององค์กรในอาเซียนยังไม่มีโครงสร้างพื้นฐานด้านเทคโนโลยีที่พร้อมรองรับ AI 65% ของซีไอโอไทยระบุว่าความเสี่ยงเชิงเทคนิคและสถาปัตยกรรมด้านไอทีของตน มีส่วนเกี่ยวข้องกับพันธมิตรด้านเทคโนโลยีที่ตนใช้บริการอยู่ (เช่น เรื่องเวนเดอร์ล็อคอินของผู้ให้บริการ
คลาวด์) อย่างไรก็ดี 55% ของผู้บริหารด้านเทคโนโลยีในไทยกล่าวว่ากำลังชะลอการลงทุนด้านเทคโนโลยีอย่างน้อยหนึ่งโครงการ จนกว่าจะมีความชัดเจนมากขึ้นเกี่ยวกับมาตรฐานและกฎข้อบังคับต่างๆ 45% ของผู้บริหารด้านเทคโนโลยีไทยกล่าวว่าความกังวลเกี่ยวกับกฎระเบียบและการปฏิบัติตาม ข้อบังคับที่มองว่าเป็นอุปสรรคต่อการนำ Gen AI มาใช้ ได้เพิ่มขึ้นในช่วง 6 เดือนที่ผ่านมา
กรรมการผู้จัดการใหญ่ กล่าวอีกว่า THE NEXT FRONTIER OF AI RACE IN THAILAND 4 ปัจจัยสำคัญที่จะช่วยให้องค์กรก้าวนำในปฐมบทใหม่ของการแข่งขันด้าน AI ในประเทศไทย โมเดล AI แบบโอเพนซอร์ส (Open-source Al models) โมเดล AI แบบโอเพนซอร์สจะยังคงทวีความสำคัญอันเนื่องมาจากคุณสมบัติด้านความโปร่งใส ยืดหยุ่น ประสิทธิภาพด้านต้นทุน และการเอื้อให้องค์กรสามารถปรับแต่งให้ตรงกับความต้องการของ ธุรกิจตน โดยจะช่วยให้องค์กรลดความเสี่ยงจากปัญหาเวนเดอร์ล็อคอินและส่งเสริมให้เกิดนวัตกรรมที่ร่วมขับเคลื่อนต่อยอดโดยคอมมิวนิตี้ของนักพัฒนาอย่างต่อเนื่อง ช่วยสนับสนุนกลยุทธ์ด้าน AI ที่เชื่อถือได้สำหรับทุกองค์กร
ก่อนจะสร้าง Gen AI ที่เชื่อถือได้สำหรับธุรกิจ องค์กรต้องมุ่งเน้นการสร้างรากฐานข้อมูลที่เปิดกว้างและเชื่อถือได้ รากฐานของข้อมูลแบบเปิดจะก่อให้เกิดความสามารถในการบูรณาการและจัดการ ข้อมูลได้อย่างไม่มีสะดุดในสภาพแวดล้อมแบบไฮบริดคลาวด์ ช่วยให้เทคโนโลยีที่มีอยู่ทำงานร่วมกันได้ ลดปัญหาระบบแบบไซโล และเร่งการขับเคลื่อนการทรานส์ฟอร์มบนพื้นฐานของข้อมูล รากฐาน ด้านข้อมูลที่เชื่อถือได้จะทำให้องค์กรมั่นใจได้ว่าการจัดการข้อมูลและเมทาดาตาต่างๆ เพื่อทำอนาไล ติกส์หรือใช้กับ AI มีคุณภาพสูง มีความปลอดภัย และมีการกำกับดูแล ตอบโจทย์ด้านความเป็น ส่วนตัวของข้อมูลและการปฏิบัติตามกฎข้อบังคับต่างๆ
ในขณะที่องค์กรหลายแห่งกำลังประสบความสำเร็จในการสเกลการใช้งาน AI จะมีธุรกิจมากขึ้นที่ตระหนักถึงความจำเป็นในการใช้โซลูชันและกรอบการกำกับดูแล Al governance เพื่อลดความเสี่ยงลดอคติ และปุฏิบัติตามกฎระเบียบที่กำลังเปลี่ยนแปลง หากไม่มี AI ที่รับผิดชอบและการกำกับดูแล AI องค์กรย่อมไม่สามารถสเกลการใช้งาน AI โดยความไว้วางใจเปรียบเสมือนใบอนุญาติในการดำเนินธุรกิจขององค์กร และองค์กรจะไม่สามารถปล่อยให้ความไว้วางใจถูกทำลายลงโดย AI
การอินทิเกรททั่วทั้งระบบนิเวศน์ (Ecosystem integrations) ความสามารถในการอินทิเกรทการใช้งาน Al ทั่วทั้งระบบขององค์กรจะทวีความสำคัญในปี 2025 โดยการใช้งานโมเดล AI โอเพนซอร์สที่เพิ่มขึ้น จะนำสู่ความจำเป็นที่แพลตฟอร์มแอพพลิเคชันต่างๆ ต้องสามารถเชื่อมโยงกันได้อย่างง่ายดายกับโมเดลอื่นๆ ในระบบนิเวศน์ด้านเทคโนโลยีขององค์กร นำสู่ความสามารถในการทำงานร่วมกันที่มากขึ้นของระบบต่างๆ ในองค์กร และการปรับตัวรับพัฒนาการใหม่ๆ ด้าน AI ได้อย่างรวดเร็ว
โมเดล AI 'GRANITE 3.0°' เล็กกว่า เร็วกว่า และถูกกว่า 97% วันนี้ธุรกิจเริ่มเปลี่ยนความคิดลง จากเดิมที่มองว่าโมเดล AI ขนาดใหญ่คือ AI ที่มีความสามารถมากกว่า แต่เทคโนโลยี LLM ที่มีขนาดใหญ่และมีความต้องการใช้พลังงานสูง กลายเป็นเรื่องที่จะเป็นภาระที่ไม่สมเหตุสมผลในระยะยาวขององค์กร ยิ่งโมเดลมีขนาดใหญ่ ก็ยิ่งต้องการทรัพยากรในการประมวลผลมากขึ้น ส่งผลให้เกิดความล่าช้า ต้นทุนค่าใช้จ่าย การใช้พลังงาน และผลกระทบต่อสิ่งแวดล้อมที่เพิ่มขึ้น ด้วยเหตุนี้ หลายองค์กรจึงเริ่มมองถึงโมเดลที่เล็กลง ปรับจูนได้ เชื่อถือได้ และได้รับการเทรนด้วยข้อมูลเฉพาะที่เกี่ยวข้องกับธุรกิจขององค์กร ที่ตอบโจทย์การใช้งานและความต้องการที่เฉพาะเจาะจงของแต่ละองค์กรโดยไม่ก่อให้เกิดภาระค่าใช้จ่ายเพิ่มขึ้นเรื่องที่จะเป็นภาระที่ไม่สมเหตุสมผลในระยะยาวขององค์กร ยิ่งโมเดลมีขนาดใหญ่ ก็ยิ่งต้องการทรัพยากรในการประมวลผลมากขึ้น ส่งผลให้เกิดความล่าช้า ต้นทุนค่าใช้จ่าย การใช้พลังงาน และผลกระทบต่อสิ่งแวดล้อมที่เพิ่มขึ้น ด้วยเหตุนี้ หลายองค์กรจึงเริ่มมองถึงโมเดลที่เล็กลง ปรับจูนได้ เชื่อถือได้ และได้รับการเทรนด้วยข้อมูลเฉพาะที่เกี่ยวข้องกับธุรกิจขององค์กร ที่ตอบโจทย์การใช้งานและความต้องการที่เฉพาะเจาะจงของแต่ละองค์กรโดยไม่ก่อให้เกิดภาระค่าใช้จ่ายเพิ่มขึ้น
