AI ไม่ได้ขับเคลื่อนด้วย Compute แต่ด้วยเศรษฐศาสตร์ข้อมูล
การระเบิดของข้อมูลจากการใช้งาน AI คือปรากฏการณ์ที่องค์กรต้องจัดเก็บข้อมูลจากการฝึกโมเดล การทดสอบ และการใช้งานจริงในปริมาณที่เพิ่มขึ้นต่อเนื่อง ข้อมูลเหล่านี้ไม่ได้หายไปหลังการประมวลผล แต่ถูกเก็บสะสมเป็นแหล่งอ้างอิงและใช้ซ้ำ ทำให้การจัดเก็บข้อมูล AI กลายเป็นหัวใจใหม่ของการออกแบบโครงสร้างพื้นฐาน AI ที่ต้องคำนึงทั้งความจุ ต้นทุนการเก็บข้อมูล และความสามารถในการเข้าถึงในระยะยาว ประเด็นที่มักถูกมองข้ามคือ ภายใต้กระแสพูดถึงชิปและพลังการประมวลผล โครงสร้างพื้นฐาน AI กลับถูกขับเคลื่อนโดยเศรษฐศาสตร์ข้อมูลมากขึ้นเรื่อย ๆ งานวิจัยระดับโลกจาก IDC ที่สนับสนุนโดย Western Digital ระบุว่าองค์กรกำลังสร้างข้อมูลมากขึ้น เก็บไว้นานขึ้น และนำข้อมูลเดิมกลับมาใช้ใหม่เพื่อรองรับเวิร์กโหลด AI รูปแบบใหม่ ความต้องการด้าน Compute อาจขึ้นลงตามรอบลงทุน แต่ข้อมูลที่เกิดจาก AI จะยังคงอยู่และสะสมต่อเนื่อง ส่งผลให้การจัดวางข้อมูลและระบบจัดการข้อมูลกลายเป็นปัจจัยเชิงกลยุทธ์ ไม่ใช่แค่เรื่องเทคนิคเบื้องหลังอีกต่อไป
วงจรข้อมูลที่เติบโตต่อเนื่อง กดดันโครงสร้างพื้นฐาน AI แบบเดิม
ถ้าองค์กรคิดว่าโหลดงาน AI จบที่การประมวลผล นั่นคือการมองภาพแค่ครึ่งเดียว วงจรข้อมูลจาก AI เริ่มตั้งแต่ชุดฝึก โมเดลเช็กพอยต์ ผลลัพธ์การประมวลผล ข้อมูลสังเคราะห์ และบันทึกการทำงาน ซึ่งส่วนใหญ่ถูกจัดเก็บไว้แม้การประมวลผลจะจบลงแล้ว ผลคือคลังข้อมูลที่เติบโตแบบทบต้นทั้งในด้านปริมาณและมูลค่า งานวิจัย IDC พบว่า 94.7% ขององค์กรมีการจัดเก็บข้อมูลเพิ่มขึ้นในช่วง 12 เดือนที่ผ่านมาเพราะการใช้ AI และ Generative AI และกว่า 61% เห็นปริมาณข้อมูลเพิ่มขึ้น 25% หรือมากกว่านั้นในปีเดียว นี่ไม่ใช่การเติบโตแบบค่อยเป็นค่อยไป แต่เป็นแรงกดดันตรงต่อเศรษฐศาสตร์ข้อมูลและโครงสร้างพื้นฐาน AI แบบเดิมที่เน้นแต่ Compute ผลคือองค์กรต้องหยุดคิดแบบว่า “เพิ่มเซิร์ฟเวอร์แล้วจบ” และหันมาออกแบบตั้งแต่ระดับ Data Lake ไปจนถึงระบบจัดการข้อมูล ให้รับมือกับวงจรการจัดเก็บที่ไม่มีวันหยุด
เมื่อ HDD ยังไม่พอ ระเบิดข้อมูล AI พาสื่อเทปกลับมาบนเวที
ในโลกที่ทุกคนพูดถึง SSD และหน่วยความจำความเร็วสูง การพูดถึงเทปดูเหมือนถอยหลัง แต่ระเบิดข้อมูลจาก AI กำลังทำให้เทปกลับมามีบทบาทอย่างคาดไม่ถึง เทปมีต้นทุนการดำเนินงานต่ำ ความจุสูง และสามารถเก็บแบบออฟไลน์ จึงเหมาะกับการเก็บรักษาข้อมูล AI ระยะยาวที่ไม่ได้ถูกเรียกใช้บ่อยแต่มีมูลค่าสูง ซีอีโอของ Quantum ระบุว่าต้องเผชิญการเติบโตของข้อมูลในระดับที่ไม่เคยมีมาก่อนร่วมกับแรงกดดันด้านต้นทุน พลังงาน และความทนทานต่อภัยไซเบอร์ และองค์กรกำลังมองเทปเป็นส่วนเชิงกลยุทธ์ของโครงสร้างพื้นฐานข้อมูลสมัยใหม่เพราะให้เศรษฐศาสตร์ที่คาดการณ์ได้และการเก็บข้อมูลระยะยาวที่ยืดหยุ่นในระดับใหญ่ ความจริงที่น่าคิดคือ แม้ฮาร์ดดิสก์แบบกลไกจะยังเป็นฐานหลักของการสำรองข้อมูล แต่ชุดข้อมูล AI มีขนาดใหญ่จนโซลูชันที่ใช้เฉพาะฮาร์ดดิสก์เริ่มไม่เพียงพอ และมีการชี้ว่ามีเพียงเทปที่ให้ความจุที่ต้องการในระดับนี้ หากองค์กรยังคิดว่าการจัดเก็บข้อมูล AI ต้องอยู่บนสตอเรจออนไลน์ราคาแพงทั้งหมด นั่นไม่ใช่กลยุทธ์ที่ยั่งยืนทั้งด้านต้นทุนการเก็บข้อมูลและการใช้พลังงาน
Data Lake และชั้นข้อมูล Cold ที่ไม่เย็นอีกต่อไปในยุค AI
ข้อมูล AI ไม่ได้อยู่แค่ในระบบประมวลผล แต่กำลังท่วมท้น Data Lake ขององค์กร ทั้งจากข้อมูลสังเคราะห์ ผลลัพธ์โมเดล และล็อกการทำงาน 59.4% ขององค์กรระบุว่าข้อมูลที่สร้างจาก AI เป็นตัวผลักดันหลักให้ปริมาณข้อมูลใน Data Lake เพิ่มขึ้น และ 85.4% รายงานว่าปริมาณข้อมูลใน Data Lake เพิ่มในรอบ 12 เดือนที่ผ่านมา สัญญาณนี้ชัดเจนว่าการจัดเก็บข้อมูล AI กำลังกลายเป็นศูนย์กลางการออกแบบโครงสร้างพื้นฐาน AI ไม่ใช่ชั้นรองรับข้อมูลเฉย ๆ สิ่งที่พลิกเกมคือ ข้อมูล Cold ซึ่งเคยถูกมองว่า “ไม่ค่อยได้ใช้” กำลังถูกนำกลับมาออนไลน์เพื่อรองรับการใช้งาน AI มากขึ้น 75.9% ขององค์กรรายงานว่ามีการนำข้อมูลระยะยาวที่แทบไม่ได้ใช้งานกลับเข้าออนไลน์ในปริมาณที่เพิ่มขึ้น ขณะเดียวกัน 96% คาดว่าจะต้องเรียกคืนข้อมูลจากระบบจัดเก็บถาวรให้เร็วขึ้นเพื่อรองรับ AI inference และการใช้งานแบบ Retrieval-Augmented Generation หรือ RAG นี่คือการยืนยันว่าข้อมูลในอดีตไม่ได้ “นอนนิ่ง” อีกต่อไป แต่กลายเป็นทรัพยากรเชิงกลยุทธ์ที่ต้องออกแบบเส้นทางการเข้าถึงอย่างตั้งใจ
จาก Compute เป็นข้อมูล: ทำไมเศรษฐศาสตร์การเก็บข้อมูลต้องนำการออกแบบโครงสร้างพื้นฐาน AI
จุดเปลี่ยนสำคัญของยุค AI คือการยอมรับว่าพลังการประมวลผลไม่ใช่คำตอบเดียว เมื่อข้อมูลเติบโตแบบทบต้น ทั้งความจุ การเข้าถึง และต้นทุนรวมในการเป็นเจ้าของต่อเทราไบต์กลายเป็นตัวกำหนดว่าโครงสร้างพื้นฐาน AI จะเดินหน้าไปได้ไกลแค่ไหน งานวิจัย IDC ระบุว่า 98.2% ขององค์กรพิจารณาต้นทุนรวมต่อเทราไบต์ว่าเป็นปัจจัยสำคัญหรือสำคัญอย่างยิ่งในการตัดสินใจเลือกซื้อระบบจัดเก็บข้อมูล นี่คือสัญญาณชัดเจนว่าเศรษฐศาสตร์ข้อมูลไม่ใช่ตัวแปรรองอีกต่อไป แต่เป็นตัวคุมเกมการลงทุนด้านโครงสร้างพื้นฐาน AI ฮูจ เมย์ราธ จาก Quantum อธิบายว่าท่ามกลางการเติบโตของข้อมูลที่ไม่เคยมีมาก่อนและแรงกดดันด้านต้นทุน พลังงาน และความทนทานต่อภัยไซเบอร์ เทปกำลังถูกมองว่าเป็นองค์ประกอบเชิงกลยุทธ์ของโครงสร้างพื้นฐานข้อมูลสมัยใหม่ เพราะให้เศรษฐศาสตร์ที่คาดการณ์ได้และการเก็บข้อมูลระยะยาวในระดับใหญ่ที่ทนทาน เมื่อประกอบกับผลวิจัยที่ชี้ว่าองค์กรสร้างและเก็บข้อมูลมากขึ้น นานขึ้น และนำข้อมูลเดิมกลับมาใช้ใหม่ ข้อสรุปจึงชัดเจนว่า องค์กรที่ยังออกแบบโครงสร้างพื้นฐาน AI แบบเน้น Compute ก่อนคิดเรื่องการจัดเก็บข้อมูล AI กำลังเดินเข้าสู่ทางตันด้านต้นทุนและความยั่งยืน
