การลงทุน AI องค์กรพุ่งแรง: โอกาสใหญ่ที่มาพร้อมกำแพงใหม่
การลงทุน AI องค์กรคือการจัดสรรงบประมาณ ทรัพยากรเทคโนโลยี และบุคลากร เพื่อพัฒนาและใช้งานระบบปัญญาประดิษฐ์ในกระบวนการทำงานหลัก เช่น การวิเคราะห์ข้อมูล การให้บริการลูกค้า และการตัดสินใจเชิงกลยุทธ์ โดยมีเป้าหมายเพื่อเพิ่มประสิทธิภาพสร้างนวัตกรรม และต่อยอดรายได้ใหม่อย่างเป็นรูปธรรมในระดับองค์กรธุรกิจขนาดต่าง ๆ ผลสำรวจหลายชุดกำลังบอกเรื่องเดียวกันว่าองค์กรในเอเชียกำลังเร่งเครื่อง AI อย่างเต็มที่ การสำรวจของผู้ให้บริการโครงสร้างพื้นฐาน AI รายใหญ่พบว่า 99% ของผู้ตอบแบบสำรวจเห็นว่า AI เป็นวาระสำคัญของธุรกิจ และ 95% มีแผนเพิ่มการลงทุนในผลิตภัณฑ์ AI ต่อเนื่อง ขณะที่รายงานอีกฉบับระบุว่า 96% ขององค์กรในภูมิภาคเอเชียแปซิฟิกมีแผนเพิ่มการลงทุนด้าน AI เฉลี่ย 15% และ 66% ก้าวข้ามจากการทดลองไปสู่การใช้งานจริงทั่วทั้งองค์กรแล้ว ภาพรวมเหล่านี้ชัดเจนว่า AI ไม่ใช่ของเล่นทดลองอีกต่อไป แต่กลายเป็นหัวใจใหม่ของการดำเนินงาน
79% เร่งเพิ่มงบ AI แต่ขาดแคลนบุคลากร AI หนักที่สุด
ท่ามกลางการลงทุน AI องค์กรที่ร้อนแรง สิ่งที่น่าจับตาที่สุดคือสัดส่วน 79% ขององค์กรในประเทศหนึ่งในภูมิภาคที่มีแผนจะเพิ่มงบลงทุนด้าน AI อีกอย่างน้อย 50% หรือมากกว่านั้น ซึ่งเป็นอัตราที่สูงที่สุดเมื่อเทียบกับประเทศอื่นที่ถูกสำรวจ ตัวเลขนี้สะท้อนความมุ่งมั่นจะใช้ AI เป็นเครื่องจักรใหม่ของการเติบโต ทั้งเพื่อเพิ่มประสิทธิภาพ วัดผลได้จริง ขับเคลื่อนนวัตกรรม และสร้างรายได้ใหม่ อย่างไรก็ตาม ช่องว่างใหญ่ที่กำลังขยายคือการขาดแคลนบุคลากร AI องค์กรจำนวนมากระบุว่าต้องการ “บุคลากรที่มีความสามารถและมีทักษะที่พร้อมกว่าเดิม” เป็นหนึ่งในสามลำดับความต้องการสูงสุด เพื่อให้สามารถออกแบบ พัฒนา และบริหารโซลูชัน AI ให้ตอบโจทย์งานเฉพาะทาง การขาดคนเก่ง AI ทำให้แม้มีงบและโครงสร้างพื้นฐาน ก็ไม่สามารถแปลงการลงทุนให้กลายเป็นผลลัพธ์เชิงธุรกิจได้เต็มศักยภาพ และเสี่ยงต่อการพึ่งพาผู้ให้บริการภายนอกในระดับที่สูงเกินไป
งบประมาณโครงการ GenAI บานปลาย: เมื่อเทคโนโลยีใหญ่เกินโจทย์
ความท้าทาย AI ระดับองค์กรไม่ได้จบแค่เรื่องคน แต่ลุกลามไปถึงงบประมาณโครงการ GenAI ที่เริ่มบานปลาย งานวิจัยจากสำนักวิเคราะห์ชั้นนำเตือนว่า ภายในปี 2571 โครงการ Generative AI อย่างน้อย 50% มีแนวโน้มใช้งบประมาณสูงกว่าที่วางไว้ เพราะเลือกสถาปัตยกรรมไม่เหมาะสม และขาดความรู้ด้านการนำ AI ไปใช้งานจริงในระดับองค์กร ส่งผลให้ต้นทุนสูงกว่าที่คาด ขณะที่ผลตอบแทนไม่ถึงเป้า การไล่ตามโมเดลภาษาขนาดใหญ่ทรงพลังที่สุดโดยไม่มองต้นทุนกำลังกลายเป็นทางตัน เพราะประสิทธิภาพที่ดีขึ้นเล็กน้อยอาจต้องแลกกับค่าใช้จ่ายโครงสร้างพื้นฐาน พลังงาน และทรัพยากรที่สูงมาก สิ่งนี้กระทบทั้งงบด้านไอที เป้าหมายด้านสิ่งแวดล้อม และความยืดหยุ่นธุรกิจ จึงไม่น่าแปลกที่คำแนะนำแบบ “Efficiency-first” หรือให้ความสำคัญกับประสิทธิภาพก่อนการขยายขนาดกำลังกลายเป็นคัมภีร์ใหม่ของผู้บริหาร GenAI
AI Governance ความเสี่ยง: เมื่อธรรมาภิบาลตามไม่ทันการใช้งาน
อีกด้านที่น่ากังวลไม่แพ้งบประมาณคือ AI Governance ความเสี่ยงที่กำลังก่อตัวแบบเงียบ ๆ คำถามไม่ใช่แค่ว่าองค์กรใช้ AI อย่างไร แต่คือใครรับผิดชอบความถูกต้อง ความปลอดภัย และความโปร่งใสในการใช้งาน ผลสำรวจหนึ่งชี้ว่า แม้ 60% ขององค์กรในภูมิภาคมีประสบการณ์ใช้งาน AI แล้ว แต่มีเพียงประมาณ 1 ใน 4 ที่มีกกรอบการกำกับดูแล AI อย่างครอบคลุม ช่องว่างนี้เปิดประตูให้ปัญหาหลายอย่าง ทั้งความเสี่ยงด้านความปลอดภัยข้อมูล การละเมิดความเป็นส่วนตัว ข้อผิดพลาดเชิงอัลกอริทึม และการไม่สอดคล้องกับข้อกำหนดกำกับดูแลภายนอก เมื่อ AI ถูกฝังเข้าไปในการตัดสินใจด้านลูกค้า การเงิน หรือบุคลากร ความผิดพลาดจากโมเดลไม่ได้เป็นแค่ bug ทางเทคนิค แต่กลายเป็นความเสี่ยงด้านชื่อเสียงและกฎหมาย การปล่อยให้การใช้งานวิ่งเร็วกว่าธรรมาภิบาลจึงเท่ากับวางระเบิดเวลาไว้ในองค์กรเอง
จากโซลูชันกระจัดกระจายสู่ End-to-End ที่ปลอดภัยและมีคนเก่งประจำบ้าน
เมื่อการลงทุน AI องค์กรเติบโตอย่างต่อเนื่อง ทั้งในระดับโครงสร้างพื้นฐาน IaaS ที่ 69% ของผู้ตอบแบบสำรวจคาดว่าจะเพิ่มการใช้จ่ายมากกว่า 20% ตามด้วย PaaS ที่ 61% และ MaaS ที่ 58% การใช้โซลูชันแบบปะผุจากผู้ให้บริการหลายรายยิ่งทำให้การบริหารและความปลอดภัยซับซ้อน ผลสำรวจชี้ว่า สถาปัตยกรรม AI + Cloud แบบบูรณาการเริ่มได้รับความนิยม เพราะช่วยรวมศูนย์การบริหารจัดการ ความปลอดภัยของข้อมูลและโมเดล ลดความซับซ้อนในการติดตั้ง และควบคุมต้นทุนผ่านรูปแบบจ่ายตามการใช้งานจริง ขณะเดียวกัน ผู้บริหารด้านโครงสร้างพื้นฐานบางรายชี้ว่าองค์กรต้องการพาร์ทเนอร์ที่ให้บริการแบบครบวงจร ตั้งแต่อุปกรณ์ โครงสร้างพื้นฐาน Edge Cloud ซอฟต์แวร์ และบริการ แต่โซลูชัน End-to-End ที่ดีจะมีค่าเพียงครึ่งเดียว หากไม่มีบุคลากร AI ภายในบ้านที่เข้าใจงานขององค์กรเอง การลงทุนในคน การสร้างทีมผสมระหว่างไอทีและสายงานธุรกิจ และการเพิ่มศักยภาพด้านธรรมาภิบาล จึงเป็นเงื่อนไขจำเป็นสำหรับการทำ AI ให้คุ้มค่าจริง
