องค์กรทุ่มงบ AI พุ่ง แต่ทักษะคนและธรรมาภิบาลยังตามไม่ทัน

งบ AI พุ่งแรง: จากทดลองสู่ภารกิจหลักขององค์กร

การลงทุน AI ขององค์กร คือการจัดสรรงบประมาณ ทักษะ และโครงสร้างพื้นฐานเพื่อพัฒนาและนำระบบปัญญาประดิษฐ์เข้าไปอยู่ในกระบวนการทำงานจริง ตั้งแต่การวิเคราะห์ข้อมูล การตัดสินใจ ไปจนถึงการสร้างบริการและผลิตภัณฑ์ใหม่ เพื่อให้ AI ไม่ใช่เพียงโครงการทดลอง แต่กลายเป็นส่วนหนึ่งของยุทธศาสตร์ธุรกิจระยะยาวอย่างแท้จริง

ผลสำรวจระดับภูมิภาคชี้ชัดว่า 96% ขององค์กรในเอเชียแปซิฟิกมีแผนเพิ่มการลงทุนด้าน AI และคาดว่าเพิ่มขึ้นเฉลี่ย 15% ขณะเดียวกัน 99% ของผู้ตอบแบบสำรวจยกให้ AI เป็นวาระสำคัญอันดับต้น ๆ และ 95% เตรียมเพิ่มงบลงทุนด้านผลิตภัณฑ์ AI ต่อเนื่อง นี่คือสัญญาณว่า AI กำลังเปลี่ยนสถานะจาก “ของใหม่ที่ต้องลอง” ไปเป็น “โครงสร้างพื้นฐานดิจิทัล” ที่ห้ามขาด การใช้ AI เริ่มขยายเข้าสู่ระบบหลัก ไม่ว่าจะเป็นการวิเคราะห์ข้อมูล การตัดสินใจ การตลาด แชทบอท ไปจนถึงการพัฒนาผลิตภัณฑ์และการเขียนโค้ด แต่การเร่งลงทุนโดยไม่มีแผนคนและธรรมาภิบาลที่ชัดเจน กำลังปูทางสู่ปัญหาในระยะถัดไปมากกว่าคำว่าก้าวหน้า

ทำไมองค์กรเพิ่มงบ AI หนัก แต่โครงการยังไปไม่สุด

คำถามสำคัญไม่ใช่ว่าองค์กร "ควร" ลงทุน AI หรือไม่ แต่คือ "ทำไมลงทุนแล้ว ยังได้ผลไม่เต็มศักยภาพ" ข้อมูลจากการสำรวจหลายชุดสะท้อนภาพเดียวกันว่า ฝั่งงบประมาณกำลังเดินหน้าเต็มกำลัง แต่ฝั่งความพร้อมด้านคน ระบบ และการกำกับดูแล กลับเดินตามไม่ทัน ช่องว่างนี้ทำให้หลายโครงการติดหล่มอยู่ระดับทดลอง หรือไปต่อในระดับผลิตจริงได้ไม่กี่กรณี และเมื่อขยายผลก็เริ่มเจอปัญหาควบคุมต้นทุนและความเสี่ยง

ในภาพรวมภูมิภาค 66% ขององค์กรก้าวผ่านขั้นทดลองและเริ่มนำ AI ไปใช้ทั่วทั้งองค์กรแล้ว ขณะที่เกือบครึ่งของโครงการ Proof-of-Concept สามารถเข้าสู่ระบบผลิตจริง ด้านหนึ่งนี่คือสัญญาณความสำเร็จ แต่อีกด้านคือแรงกดดันให้ผู้บริหารต้องตอบคำถามใหม่ว่า จะบริหาร AI ให้มีความน่าเชื่อถือและขยายผลได้อย่างไร มิใช่แค่พิสูจน์ว่า "ทำได้" หรือไม่ การสำรวจอีกชุดยังชี้ว่า AI ถูกใช้เพื่อเพิ่มประสิทธิภาพการดำเนินงาน (67%) ขับเคลื่อนนวัตกรรม (64%) และสร้างรายได้ใหม่ (48%) แต่ถ้าขาดคนและกรอบกำกับดูแลที่ดี ตัวเลขเหล่านี้อาจกลายเป็นความคาดหวังที่ยากจะเติมเต็ม

กับดักใหญ่: ขาดแคลนบุคลากร AI และช่องว่าง AI Governance

หัวใจของการลงทุน AI ขององค์กรไม่ใช่เซิร์ฟเวอร์หรือคลาวด์ แต่คือคนและกติกาที่ชัดเจน เมื่อการตื่นตัวเรื่อง AI เกิดขึ้นเร็วกว่า การพัฒนาทักษะและกรอบการกำกับดูแล ช่องว่างจึงผุดขึ้นทุกมุม ตั้งแต่การออกแบบกรณีใช้งาน การจัดการข้อมูล ไปจนถึงการตีความผลลัพธ์เพื่อนำไปใช้ตัดสินใจเชิงธุรกิจ หากไม่มีทีมภายในที่เข้าใจทั้งเทคโนโลยีและบริบทธุรกิจ โครงการ AI มีแนวโน้มจะกลายเป็น “กล่องดำราคาแพง” ที่องค์กรเองก็ไม่แน่ใจว่าคุมได้แค่ไหน

ผลสำรวจระบุว่าแม้ 60% ขององค์กรในภูมิภาคมีประสบการณ์ใช้งาน AI แล้ว แต่มีเพียงประมาณ 1 ใน 4 ที่มีกกรอบการกำกับดูแล AI (AI Governance) อย่างครอบคลุม ขณะเดียวกันองค์กรจำนวนมากในแบบสำรวจอีกชุด ระบุว่าต้องการการสนับสนุนด้านกำลังคนที่มีทักษะความเชี่ยวชาญเป็นอันดับแรก เมื่อปัญหาความเป็นส่วนตัวและความปลอดภัยของข้อมูลยังเป็นกังวลสูงสุดในระดับภูมิภาค (48%) และต้นทุนติดตั้งใช้งานยังเป็นอุปสรรค (42%) การไม่มี AI Governance ไทย ที่ชัดเจนระดับองค์กรจึงเสี่ยงทำให้โปรเจกต์ AI กลายเป็นแหล่งสะสมความเสี่ยงเชิงกฎหมาย ชื่อเสียง และงบประมาณในอนาคต

Agentic AI และโครงสร้างพื้นฐาน: งบล้นแต่สถาปัตยกรรมยังไม่พร้อม

เมื่อองค์กรเริ่มมอง AI จากแค่ตัวช่วยตอบคำถาม ไปสู่การเป็น “ตัวแทนปฏิบัติงาน” หรือ Agentic AI ความซับซ้อนด้านต้นทุนและโครงสร้างพื้นฐาน AI ก็เพิ่มขึ้นทันที AI Agent ไม่ได้ทำงานแบบตอบครั้งเดียวแล้วจบ แต่ต้องให้เหตุผล ค้นหาข้อมูล ตรวจสอบผลลัพธ์ เรียกใช้เครื่องมือ และประเมินซ้ำเป็นวงจรต่อเนื่อง การออกแบบไม่รอบคอบจึงทำให้งบประมาณบานปลายได้ง่าย โดยเฉพาะเมื่อทุกอย่างถูกผูกอยู่กับคลาวด์ที่คิดค่าใช้จ่ายตามการใช้งาน

มีรายงานว่า 92% ขององค์กรที่นำ Agentic AI ไปใช้งานพบว่าค่าใช้จ่ายสูงกว่างบประมาณที่ตั้งไว้ สาเหตุสำคัญมาจากการจัดสรรเวิร์กโหลดไปยังสภาพแวดล้อมที่ไม่เหมาะสม เช่น ใช้คลาวด์เป็นหลักทั้งที่งานมีปริมาณสูงและต่อเนื่อง ในขณะที่บางกรณีอย่างงานบริการลูกค้า ทรัพยากรบุคคล หรือระบบค้นหาข้อมูลแบบ Retrieval-Augmented Search เหมาะกับการประมวลผลแบบ On-Premises หรือ Edge มากกว่า ด้านโซลูชันความปลอดภัย องค์กร 45% สนใจรูปแบบ AI + Cloud แบบ Full-Stack บนคลาวด์เดียว เพื่อช่วยจัดการความปลอดภัย ลดความซับซ้อน และควบคุมต้นทุนด้วยโมเดล Pay-as-you-go แต่โดยรวมแล้ว หลายองค์กรยังขาดสถาปนิกและพาร์ตเนอร์ที่ช่วยดีไซน์สภาพแวดล้อมปลายทางอย่างจริงจัง

จะไม่ตกขบวน AI ต้องลงทุนเกินกว่าแค่ซื้อเทคโนโลยี

ทิศทางชัดเจนแล้วว่า AI จะไม่ย้อนกลับไปเป็นเพียงของเล่นทดลอง ผู้เล่นรายใหญ่ด้านคลาวด์วางแผนลงทุนขยายโครงสร้างพื้นฐานระบบคลาวด์และ AI ในช่วง 3 ปีข้างหน้า เพื่อรองรับยุค Agentic AI และโซลูชันครบวงจร ขณะเดียวกัน ผู้ให้บริการโครงสร้างพื้นฐานชี้ว่าองค์กรจำนวนมาก โดยเฉพาะขนาดกลาง ยังไม่มีทีมงานที่สามารถประเมินได้ว่าเวิร์กโหลด AI ควรทำงานบนโครงสร้างพื้นฐานแบบใด มีต้นทุนเท่าใด และต้องกำกับดูแลแบบไหน จึงเสนอรูปแบบพาร์ตเนอร์ที่ให้บริการครบตั้งแต่อุปกรณ์ Edge Cloud ซอฟต์แวร์ บริการ ไปจนถึงการติดตั้งระบบ

บทสรุปคือ การเพิ่มงบ AI อีก 50% หรือมากกว่านั้น ไม่ได้การันตีความสำเร็จ หากองค์กรไม่ยอมลงทุนใน 3 แกนหลักเพิ่มไปพร้อมกัน ได้แก่ การปิดช่องว่างขาดแคลนบุคลากร AI ผ่านการสร้างทีมผสมระหว่างเทคโนโลยีกับธุรกิจ การวาง AI Governance ไทย ระดับองค์กรที่ครอบคลุมข้อมูล กระบวนการ และความรับผิดชอบ และการออกแบบโครงสร้างพื้นฐาน AI อย่างมีสถาปัตยกรรม ไม่วิ่งตามแฟชั่นคลาวด์หรือ Agentic AI แบบไร้แผน คำกล่าวที่ว่า "องค์กรที่จะชนะในเกม AI ไม่ใช่ผู้ที่เริ่มใช้เร็วที่สุด แต่คือผู้ที่วางรากฐานด้านสถาปัตยกรรม การกำกับดูแล และรูปแบบธุรกิจได้เหมาะสมตั้งแต่ต้น" จึงไม่ใช่คำเตือนเล่น ๆ แต่คือแผนที่เอาชีวิตรอดขององค์กรยุค AI