AI ทำให้ข้อมูลสำคัญขึ้น แต่โครงสร้างพื้นฐานกลับตามไม่ทัน
ความต้องการพื้นที่เก็บข้อมูล AI คือแนวโน้มที่องค์กรคาดว่าปริมาณข้อมูลสำหรับงานปัญญาประดิษฐ์ทั้งการฝึกโมเดล การประมวลผล และการเก็บผลลัพธ์ จะเพิ่มขึ้นอย่างมาก จนต้องลงทุนและออกแบบโครงสร้างพื้นฐานข้อมูลใหม่เพื่อรองรับทั้งความจุ ประสิทธิภาพ การเข้าถึง และความยั่งยืนของระบบในระยะยาว รายงาน Data Infrastructure Readiness Report ของ Seagate Technology ชี้ชัดว่าองค์กรทั่วโลกเกือบทั้งหมดหรือ 99% คาดว่า AI จะทำให้ความต้องการจัดเก็บข้อมูลเพิ่มขึ้นภายในสามปีข้างหน้า แต่มีเพียง 38% ที่เชื่อว่าองค์กรมีกำลังรองรับอย่างเต็มที่ ตัวเลขนี้สะท้อนภาพช่องว่างที่น่ากังวลระหว่างความคาดหวังกับความพร้อมองค์กร และบอกเราตรง ๆ ว่าโลกธุรกิจกำลังวิ่งเข้าหา AI ด้วยโครงสร้างพื้นฐานข้อมูลที่ยังไม่แข็งแรงพอ ขณะเดียวกัน 98% ยังมองว่าระบบจัดเก็บข้อมูลไม่ใช่แค่ที่เก็บไฟล์อีกต่อไป แต่เป็นโครงสร้างพื้นฐานเชิงกลยุทธ์ของธุรกิจ ใครยังคิดว่ามีแต่ GPU สำคัญ กำลังมองข้ามหัวใจของ AI ไป
ตัวเลขเตือนภัย: ROI จาก AI มาแล้ว แต่ Storage ยังเป็นคอขวด
สิ่งที่น่าคิดคือ AI ไม่ได้อยู่ในห้องทดลองอีกต่อไป องค์กร 86% ระบุว่าการลงทุน AI ให้ผลตอบแทนในระดับปานกลางหรือสูง และ 33% บอกว่ามีผลตอบแทนที่วัดผลได้อย่างมีนัยสำคัญแล้ว หมายความว่าธุรกิจเริ่มเห็นเงินและประสิทธิภาพจาก AI จริง แต่กลับต้องชะงักเพราะโครงสร้างพื้นฐานข้อมูลไม่พร้อม ในมุมพื้นที่เก็บข้อมูล AI รายงานระบุว่าเกือบ 7 ใน 10 องค์กรคาดว่าความต้องการจัดเก็บข้อมูลจะเพิ่มขึ้นอย่างน้อย 26% และ 32% คาดว่าจะโตมากกว่า 50% จากระดับปัจจุบัน ทว่า 43% มองว่าโครงสร้างพื้นฐานด้านการจัดเก็บข้อมูลเป็นอุปสรรคสำคัญต่อการขยายการใช้ AI เมื่อขยายภาพให้ใหญ่ขึ้นจะเห็นว่าไม่ใช่แค่ความจุ แต่คุณภาพและความพร้อมของข้อมูลก็เป็นปัญหาหลักที่ 53% ขององค์กรยอมรับ ถ้าไม่ลงทุนจัดการข้อมูลอย่างเป็นระบบ การหวังให้ AI สร้างคุณค่าอย่างยั่งยืนก็ไม่ต่างจากการสร้างตึกสูงบนฐานรากที่ยังไม่แน่น
จาก GPU สู่โครงสร้างพื้นฐานข้อมูล: ช่องว่างการวางแผนที่องค์กรมองข้าม
การสนทนาเรื่อง AI ในหลายองค์กรยังหมุนรอบคำถามว่าเรามีพลังประมวลผลพอหรือไม่ ทั้งที่รายงานนี้ชี้ชัดว่าปัญหาใหญ่ย้ายมาอยู่ที่โครงสร้างพื้นฐานข้อมูลแล้ว ข้อมูลฝึกโมเดล ชุดข้อมูลที่ใช้งานจริง จุดตรวจโมเดล และผลลัพธ์ที่ต้องเก็บกลับ ล้วนสร้างรูปแบบการใช้พื้นที่เก็บข้อมูล AI ที่แตกต่างกันตลอดวงจรชีวิตระบบ AI หากไม่มีการออกแบบสถาปัตยกรรมจัดเก็บที่คิดถึงความเร็ว การขยายตัว และการกำกับดูแลตั้งแต่ต้น องค์กรจะต้องเจอกับคอขวดทีละจุด ผลสำรวจยังบอกว่าการจัดเก็บข้อมูลเป็นอุปสรรคสำคัญมากกว่าความพร้อมด้านทรัพยากรประมวลผลที่ 27% และข้อจำกัดด้านพลังงานที่ 24% นั่นหมายความว่าต่อให้มี GPU เต็มแร็ค ถ้าระบบจัดเก็บข้อมูลอ่านเขียนไม่ทัน หรือข้อมูลกระจัดกระจายไม่มีมาตรฐาน การลงทุน AI ก็ไม่อาจแปลเป็นผลลัพธ์ที่ใช้งานได้เต็มศักยภาพ องค์กรจำนวนมากจึงต้องยอมรับว่า “เราใช้ AI ได้ แต่ยังจัดการข้อมูลไม่เก่งพอ”
พลังงานและความยั่งยืน AI: ปัจจัยใหม่ที่ทำให้การขยาย Storage ไม่ใช่แค่เรื่องซื้อเพิ่ม
เมื่อพูดถึงการขยายโครงสร้างพื้นฐานข้อมูล หลายคนอาจคิดว่าเรื่องนี้ขึ้นกับงบประมาณเป็นหลัก แต่ผลสำรวจสะท้อนอีกมิติที่กำลังแรงขึ้นอย่างชัดเจนคือพลังงานและความยั่งยืน AI รายงานระบุว่า 77% ขององค์กรเคยชะลอหรือปรับแผนการขยายโครงสร้างพื้นฐาน AI เพราะกังวลเรื่องความยั่งยืนหรือการใช้พลังงาน และในจำนวนนี้ 36% ปรับแผนอย่างมีนัยสำคัญ นั่นคือสัญญาณว่าการลงทุนพื้นที่เก็บข้อมูลไม่สามารถคิดแบบซื้อเพิ่มไปเรื่อย ๆ ได้อีกแล้ว องค์กรส่วนใหญ่กังวลการใช้พลังงานของระบบ AI และการปล่อยคาร์บอนจากพลังงานที่ใช้มากกว่า 50% ของผู้ตอบแบบสำรวจ ขณะเดียวกันข้อมูลจากอีกการสำรวจบอกว่า 39% รู้สึกว่าการดำเนินงานระบบจัดเก็บข้อมูลของตนมีความยั่งยืนสูงในปัจจุบัน และคาดว่าจะเพิ่มเป็น 61% ภายในห้าปีข้างหน้า แนวคิดการยืดอายุการใช้งานของโครงสร้างพื้นฐานและการวางแผนแบบ Sustainable Scaling จึงไม่ใช่คำสวยหรู แต่เป็นโจทย์หนักที่องค์กรต้องลงมือทำ เพื่อให้การเติบโตของข้อมูลไม่กลายเป็นภาระด้านพลังงานและสิ่งแวดล้อมในระยะยาว
จะปลดล็อกมูลค่าข้อมูลจาก AI ต้องเริ่มที่โครงสร้างพื้นฐานข้อมูลไม่ใช่แค่โมเดล
ภาพรวมจาก Data Infrastructure Readiness Report บอกชัดว่า AI กำลังเพิ่มมูลค่าทางธุรกิจให้ข้อมูล แต่ก็เปิดโปงช่องว่างความพร้อมของโครงสร้างพื้นฐานไปพร้อมกัน ในเชิงกลยุทธ์ นี่คือเสียงเตือนว่าองค์กรต้องเลิกคิดว่า Storage เป็นเพียงค่าใช้จ่ายด้านไอที และหันมามองว่าเป็นส่วนหนึ่งของกลยุทธ์ AI ตั้งแต่การเก็บ การเข้าถึง ไปจนถึงการกำกับดูแลข้อมูล การออกแบบโครงสร้างพื้นฐานข้อมูลที่ดีไม่ใช่เรื่องหรู แต่เป็นเงื่อนไขพื้นฐานของการสร้างความได้เปรียบจาก AI ในอนาคต องค์กรต้องถามตัวเองใหม่ว่าระบบจัดการข้อมูลปัจจุบันรองรับการเติบโตของความต้องการจัดเก็บข้อมูลหรือไม่ มีมาตรการด้านความพร้อมองค์กรและความยั่งยืน AI มากพอหรือยัง และจะปรับแผนลงทุนดาต้าเซ็นเตอร์ให้ยืนระยะได้อย่างไร รายงานฉบับนี้จึงควรถูกอ่านเป็นคำเตือนมากกว่าข่าว โดยเฉพาะสำหรับผู้นำที่กำลังเร่งนำ AI มาใช้แต่ยังไม่ได้ลงทุนโครงสร้างพื้นฐานข้อมูลอย่างจริงจัง หากไม่อุดช่องว่างนี้ วันนี้ AI อาจดูสร้างมูลค่าได้ แต่พรุ่งนี้ข้อมูลที่สะสมไว้จะกลายเป็นภาระมากกว่าสินทรัพย์
