“องค์กรไทยอยากใช้ AI แต่ผลการศึกษาเผยว่า ความพร้อมด้านการเงินและการประเมิน ROI, กระบวนการดำเนินงานจริง และ โครงสร้างพื้นฐาน เป็น 3 อุปสรรคสำคัญ ที่ฉุดรั้งองค์กรในประเทศไทย ทำให้ไม่สามารถปลดล็อคศักยภาพด้าน AI
เอสที เทเลมีเดีย โกลบอล ดาต้าเซ็นเตอร์ (STT GDC) ผู้ให้บริการดาต้าเซ็นเตอร์ระดับไฮเปอร์สเกลในประเทศไทย เผยผลสำรวจองค์กรแบบเจาะลึกจากทั่วประเทศในรายงานฉบับใหม่ Mind the Gap: Bridging the AI Infrastructure Readiness Divide
โดยผลการศึกษาเผยว่า ความพร้อมด้านการเงิน, กระบวนการดำเนินงานจริง และ โครงสร้างพื้นฐาน เป็น 3 อุปสรรคสำคัญ ที่ฉุดรั้งองค์กรในประเทศไทย ทำให้ไม่สามารถปลดล็อคศักยภาพด้าน AI และสร้างผลลัพธ์ทางธุรกิจอย่างยั่งยืนได้
รายงานฉบับใหม่นี้ได้ทำการสำรวจองค์กรและผู้นำที่มีความเชี่ยวชาญในยุคดิจิทัลทั่วประเทศจำนวน 60 ราย พบว่า 78% ขององค์กรและผู้นำที่ทำการสำรวจอยู่ในระดับ สร้างรากฐาน (Builder) สะท้อนให้เห็นถึงแรงขับเคลื่อนสำคัญ และวิสัยทัศน์ด้าน AI ที่ชัดเจน
แต่มีเพียง 8% เท่านั้นที่เห็นการพัฒนาไปสู่ระดับ บูรณาการ (Integrator) ซึ่งเป็นขั้นที่ AI ได้ถูกนำไปใช้ในกระบวนการดำเนินการจริง (Operation) ภายในองค์กรแล้ว
โดยผลสำรวจยังระบุว่า ยังไม่มีองค์กรใดที่ก้าวไปถึงระดับ ผู้นำ (Leader) ซึ่งสะท้อนให้เห็นว่าองค์กรยังไม่สามารถต่อยอดการใช้ AI ในระยะสร้างรากฐาน (Early Stage) เพื่อสร้างมูลค่าและผลลัพธ์ทางธุรกิจที่ยั่งยืนได้
บุศรินทร์ ประดิษฐยนต์ Country Head บริษัท เอสที เทเลมีเดีย โกลบอล ดาต้าเซ็นเตอร์ ประเทศไทย กล่าวว่า “ปัจจุบันเราเห็นองค์กรในไทยมีความก้าวหน้าอย่างมากในการนำ AI มาใช้งานในองค์กร ซึ่งจากเดิมหลายองค์กรอาจทำได้เพียงแค่นำ AI มาทดลองใช้”
“ขณะนี้หลายองค์กรยังคงเผชิญโจทย์ที่ซับซ้อนกว่าเดิม นั่นคือทำอย่างไรให้ AI สามารถสร้างคุณค่าและตอบสนองความต้องการของธุรกิจได้อย่างยั่งยืน การแก้ไขปัญหานี้ต้องอาศัยการปรับแนวทางการลงทุน”
“เพื่อให้สอดคล้องกับการสร้างผลลัพธ์ที่ชัดเจน รวมถึงการมีบุคลากรผู้เชี่ยวชาญ และรูปแบบโครงสร้างพื้นฐานที่รองรับการขยายการใช้งานได้อย่างรวดเร็วและคาดการณ์ต้นทุนได้”
อุปสรรคสำคัญต่อการขยายตัวทางธุรกิจ
รายงานผลสำรวจความพร้อมด้านโครงสร้างพื้นฐาน AI ของ STT GDC ได้จำแนกองค์กรในประเทศไทยออกเป็น 4 ระดับตามความพร้อม ได้แก่ ระดับสำรวจ (Explorers) 14%, ระดับสร้างรากฐาน (Builders) 78%, ระดับบูรณาการ (Integrators) 8% และระดับผู้นำ (Leaders) 0%
ซึ่งสะท้อนให้เห็นว่า แม้องค์กรส่วนใหญ่ประเทศไทยจะก้าวผ่าน ระดับ ทดลองใช้งานในระยะแรก (Early Stage) มาได้แล้ว แต่ยังไม่สามารถไปถึง ระดับการบูรณาการ เพื่อขยายความต้องการการใช้งานในระดับองค์กรได้อย่างเต็มรูปแบบ
แม้ผลสำรวจจะชี้ให้เห็นถึงสัดส่วนที่สูงขององค์กรในกลุ่ม สร้างรากฐาน อันเป็นสัญญาณสะท้อนถึงแรงขับเคลื่อนอันแข็งแกร่งในการเปิดรับเทคโนโลยี AI ทว่าการก้าวข้ามไปสู่ระดับ บูรณาการ ยังคงมีจำกัด
สิ่งนี้ชี้ให้เห็นถึงความท้าทายสำคัญที่องค์กรต่าง ๆ กำลังเผชิญ ไม่ว่าจะเป็นการนำ AI ไปใช้ในกระบวนการดำเนินการจริงได้อย่างไร้รอยต่อหรือการสร้างมูลค่าทางธุรกิจได้อย่างต่อเนื่องในระยะยาว
วิธีวัดผล ROI คือตัวฉุดรั้งความก้าวหน้าขององค์กร
ผลการศึกษาชี้ชัดว่า แรงกดดันด้านการเงินคืออุปสรรคสำคัญที่สุด ที่ขัดขวางไม่ให้องค์กรขยายการใช้งานด้วยAI ได้ กล่าวคือ 57% ขององค์กรไทยที่ทำการสำรวจให้ความเห็นว่า ข้อจำกัดด้านงบประมาณและความยากในการวัดผลตอบแทนจากการลงทุน (ROI) คืออุปสรรคด่านแรก
ซึ่งเป็นประเด็นที่น่ากังวลยิ่งกว่าข้อจำกัดด้านโครงสร้างพื้นฐาน (50%) ความท้าทายนี้สะท้อนให้เห็นในพฤติกรรมการลงทุนอย่างชัดเจน โดยองค์กรถึง 76% จัดสรรงบประมาณด้านไอทีให้กับการพัฒนา AI เพียง 5% หรือน้อยกว่านั้น
แม้จะเห็นว่าองค์กรในไทยจะมีแรงขับเคลื่อนในการเปิดรับเทคโนโลยีที่ชัดเจน ทว่าความเชื่อมั่นในการขยายการใช้งานด้วย AI กลับอยู่ในระดับต่ำ
โดยองค์กรไทยไม่ถึง 10% ระบุว่าตนเองมีความพร้อมในการขยายขีดความสามารถการประมวลผลของ AI (AI workloads) ซึ่งสะท้อนให้เห็นถึงช่องว่างอย่างชัดเจนระหว่างการเริ่มนำมาใช้งานจริง กับความพร้อมในระบบปฏิบัติการหลังบ้าน
ปัญหาขาดแคลนบุคลากรยังคงเป็นตัวฉุดรั้งการลงมือปฏิบัติจริง
นอกเหนือจากข้อจำกัดทางการเงินแล้ว ช่องว่างด้านขีดความสามารถและความชำนาญเฉพาะด้านถือเป็นอีกหนึ่งปัจจัยที่ทำให้ความก้าวหน้าเป็นไปด้วยความล่าช้า โดยองค์กรไทยถึง 38% ยอมรับว่า ขาดผู้เชี่ยวชาญภายในองค์กรที่จะมาบริหารจัดการโครงสร้างพื้นฐานและสนับสนุนการดำเนินงานที่ซับซ้อน
แม้องค์กรจำนวนมากตระหนักว่ายังขาดผู้เชี่ยวชาญ แต่กลับมีองค์กรเพียง 8% เท่านั้นที่นำปัจจัยเรื่องความเชี่ยวชาญนี้มาพิจารณาเป็นอันดับแรกเพื่อสรรหาพันธมิตรด้านโครงสร้างพื้นฐาน
โดยความย้อนแย้งนี้สะท้อนให้เห็นว่า แม้ปัญหาการขาดแคลนบุคลากรจะเป็นที่ตระหนักในวงกว้าง แต่การตัดสินใจลงทุนกลับไม่สอดคล้องกับการแก้ไขปัญหานี้อย่างตรงจุด
ปัญหาการเข้าถึงทักษะเฉพาะทางจึงกลายเป็นอุปสรรคสำคัญที่ลดทอนขีดความสามารถขององค์กร ทั้งในด้านการออกแบบ การบริหารจัดการ รวมถึงการขับเคลื่อนโครงสร้างพื้นฐาน AI ให้มีประสิทธิภาพในระดับที่พร้อมขยายผลทางธุรกิจได้
ความพร้อมด้านโครงสร้างพื้นฐานยังเป็นคอขวดสำคัญ
นอกเหนือจากปัญหาด้านบุคลากรและการลงทุนแล้ว ข้อจำกัดทางเทคโนโลยีก็เป็นอีกหนึ่งปัจจัยสำคัญที่สกัดกั้นความก้าวหน้า โดยองค์กรมากกว่าครึ่งระบุว่า ข้อจำกัดด้านขีดความสามารถในการประมวลผล พื้นที่จัดเก็บข้อมูล และระบบเครือข่าย คืออุปสรรคขนานใหญ่
ขณะที่มีองค์กรเพียงส่วนน้อยเท่านั้นที่มีประสิทธิภาพด้านการรับส่งข้อมูลที่รวดเร็ว ความหน่วงต่ำ (Latency) และมีแบนด์วิดท์ที่พร้อมรองรับการประมวลผล AI ขั้นสูง (Advanced AI Workloads) ตัวเลขนี้สะท้อนชัดว่า องค์กรไทยจำนวนมากยังคงติดล็อกอยู่กับการแก้ปัญหาโครงสร้างพื้นฐานในระดับรากฐาน
สิ่งเหล่านี้นำไปสู่ช่องว่างในการดำเนินงานที่กว้างขึ้น แม้ว่าองค์กรต่างๆ จะใช้โซลูชัน AI ได้สำเร็จ แต่กลับต้องเผชิญความท้าทายสำคัญในการขยายระบบให้มีเสถียรภาพและคุ้มค่าต้นทุน สถานการณ์นี้ตอกย้ำถึงความจำเป็นเร่งด่วนในการร่วมมือกับพันธมิตรเชิงกลยุทธ์ เพื่อเข้ามาสนับสนุนทั้งในด้านโครงสร้างพื้นฐาน ความเชี่ยวชาญเฉพาะทาง และการบริหารจัดการระบบการดำเนินงาน ซึ่งจะช่วยปลดล็อกการขยายขีดความสามารถและสร้างผลลัพธ์ทางธุรกิจได้อย่างแท้จริง
ความยั่งยืนและความเสี่ยงด้านการดำเนินงาน ปัญหารองที่อาจเป็นภัยเงียบ
ท่ามกลางกระแสการเปิดรับเทคโนโลยี AI ที่เพิ่มขึ้นอย่างรวดเร็ว การตัดสินใจเลือกโครงสร้างพื้นฐานในปัจจุบันกำลังก่อให้เกิดความเสี่ยงด้านการดำเนินงานในระยะยาว แม้จะมีองค์กรไทยถึง 50% ที่ลงทุนในฮาร์ดแวร์ AI ประสิทธิภาพสูงอย่าง GPU แต่กลับมีเพียง 15% เท่านั้นที่เริ่มใช้งานหรือกำลังศึกษาเทคโนโลยี
“ระบบระบายความร้อนด้วยของเหลว” (Liquid Cooling) ให้กับเซิร์ฟเวอร์ ซึ่งจำเป็นอย่างยิ่งสำหรับรองรับการประมวลผล AI ขั้นสูง ขณะเดียวกัน องค์กรถึง 78% ยอมรับว่า ข้อพิจารณาด้านสิ่งแวดล้อม สังคม และธรรมาภิบาล (ESG) ยังคงเป็นเรื่องรองเมื่อเทียบกับเรื่องประสิทธิภาพและต้นทุน”
“ความไม่สมดุลนี้ชี้ชัดว่า การที่องค์กรให้ความสำคัญกับการสร้างขีดความสามารถของโครงสร้างพื้นฐานในระยะสั้นเพียงอย่างเดียว อาจส่งผลกระทบโดยตรงต่อประสิทธิภาพ ความยืดหยุ่น และการบริหารจัดการต้นทุนให้คุ้มค่าในระยะยาว”
องค์กรขาดความเชื่อมั่นด้านการกำกับดูแลข้อมูลและความปลอดภัย
นอกเหนือจากข้อจำกัดด้านโครงสร้างพื้นฐานและบุคลากรแล้ว องค์กรต่างๆ ยังเผชิญความท้าทายสำคัญในด้านธรรมาภิบาลและความเชื่อมั่นในการดำเนินงาน
โดยประเด็นที่น่าจับตามองอย่างยิ่งคือ ไม่มีองค์กรไทยแม้แต่รายเดียวที่มั่นใจอย่างเต็มที่ว่า ความเป็นส่วนตัวของข้อมูลจะมีความปลอดภัยเมื่ออยู่ในระบบ AI สิ่งนี้สะท้อนให้เห็นถึงความกังวลในการบริหารจัดการด้านความปลอดภัย
การปฏิบัติตามกฎระเบียบข้อบังคับ และความซับซ้อนของระบบปฏิบัติการ ในยามที่องค์กรจำเป็นต้องนำ AI ไปใช้งานในสภาพแวดล้อมที่หลากหลายมากขึ้น
สูตรสำเร็จ การหลุดพ้นจากการเป็น Builder
ผลการศึกษาชี้ให้เห็นว่า แม้องค์กรจะตั้งเป้าหมายด้าน AI ไว้ แต่ยังขาดความสามารถในการขยายการใช้งานทางธุรกิจได้อย่างมีประสิทธิภาพ แม้องค์กรจะตระหนักถึงความท้าทายด้านผลตอบแทนจากการลงทุน บุคลากร และโครงสร้างพื้นฐาน
แต่การวางแผนในการลงทุนและโมเดลการดำเนินงาน ณ ปัจจุบันยังคงไม่สอดรับกับความท้าทายที่เกิดขึ้น ทำให้ยังไม่สามารถพาองค์กรก้าวข้ามความซับซ้อนของเทคโนโลยี AI ยุคใหม่ไปได้
องค์กรที่สามารถก้าวพ้น ระดับสร้างรากฐาน (Builder) ได้สำเร็จ ส่วนใหญ่เลือกใช้แนวทางแบบบูรณาการร่วมกันใน 3 มิติ ได้แก่ การออกแบบโครงสร้างพื้นฐานที่พร้อมรองรับการขยายความต้องการในการใช้งาน การวางสถาปัตยกรรมแบบกระจายศูนย์ (Distributed Architectures) เพื่อเสริมสร้างความยืดหยุ่นและการปฏิบัติตามกฎเกณฑ์ข้อบังคับ และการเข้าถึงความเชี่ยวชาญเฉพาะในการดำเนินงาน
ผลการสำรวจได้แนะนำถึงหลักการที่องค์กรจะสามารถเคลื่อนเข้าสู่ระยะ Integrator (ผู้บูรณาการ) และ Leader (ผู้นำ) มักมีกลยุทธ์โครงสร้างพื้นฐานที่เหมือนกัน นั่นคือ
สร้างความร่วมมือกับพันธมิตร แทนที่จะสร้างเอง โดย 34% เลือกใช้พันธมิตรที่เป็นผู้ให้บริการเฉพาะทาง ซึ่งแนวทางนี้สามารถช่วยลดระยะเวลาการติดตั้งและเริ่มใช้งาน จากเดิมที่อาจใช้เวลา 12-18 เดือน เหลือเพียง 3-6 เดือน
พร้อมเปลี่ยนต้นทุนการลงทุนก้อนใหญ่ (CAPEX) ให้เป็นค่าใช้จ่ายในการดำเนินงานที่บริหารจัดการและคาดการณ์ได้ง่ายขึ้น (OPEX) อีกทั้งยังช่วยให้องค์กรเข้าถึงผู้เชี่ยวชาญด้านโครงสร้างพืนฐานที่มีความเฉพาะทางและหาได้ยากในตลาดอีกด้วย
กระจายศูนย์ แทนที่จะรวมศูนย์ โดย 58% กระจายปริมาณงาน AI ไปยังศูนย์ข้อมล ที่มีความหลากหลายทางภูมิศาสตร์ สิ่งนี้ช่วยจัดการกับปัญหาด้านอธิปไตยทางข้อมูล (Sovereignty) ระทะเวลาในการรับ – ส่งข้อมูล (Latency) และความยืดหยุ่นของระบบ (Resilience) ในคราวเดียว พร้อมสนับสนุนการขยายตัวในภูมิภาคโดยไม่ต้องเริ่มใหม่จากศูนย์
ออกแบบเพื่อความยั่งยืน องค์กรชันนำมีแนวโน้มที่จะทำให้ความยั่งยืนเป็นกุญแจของการตัดสินใจด้านโครงสร้างพื้นฐาน มากกว่าองค์กรอื่นถึง 5 เท่า
แนวทางนี้ไม่เพียงช่วยลดความเสี่ยงจากการปรับเปลี่ยนระบบในอนาคต (Retrofit Risk) แต่ยังช่วยเพิ่มประสิทธิภาพการใช้พลังงาน และสนับสนุนการบริหารต้นทุนรวมของระบบ (TCO) ให้มีประสิทธิภาพมากยิ่งขึ้นในระยะยาว
ปรับวิธีคิดและเป้าหมายในการวัดผลให้กว้างขึ้นเพื่อพิสูจน์มูลค่า กลุ่มตัวอย่างที่ประสบความสำเร็จระบุว่า 65% ติดตามตัวชี้วัดจากประสบการณ์ลูกค้า, 61% วัดผลกำไรด้านประสิทธิภาพการดำเนินงาน, 52% ประเมินผลกระทบด้านนวัดกรรม และ 43% ตรวจสอบความสำเร็จในการปฏิบัติตามกฎระเบียบ การวัดผลในวงกว้างเหล่านี้ ช่วยสนับสนุนตัดสินใจลงทนได้ตั้งแต่ก่อนที่ ROI แบบเดิมจะปรากฏให้เห็นชัดเจน
กลยุทธ์เหล่านี้ไม่เพียงแต่ช่วยให้องค์กรคาดการณ์โครงสร้างต้นทุนได้อย่างแม่นยำและลดความเสี่ยงของการดำเนินงานเท่านั้น แต่ยังเปิดโอกาสให้ทีมงานในองค์กรได้ใช้เวลาในการสร้างสรรค์นวัตกรรม AI ที่ขับเคลื่อนมูลค่าทางธุรกิจในระดับที่สูงขึ้นอย่างเต็มที่
ท่ามกลางกระแสการใช้เทคโนโลยี AI ของประเทศไทยที่กำลังก้าวไปอย่างไม่หยุดยั้ง ความสามารถขององค์กรในการโอบรับเทคโนโลยีในช่วงระยะเริ่มต้น ไปสู่ผลลัพธ์ทางธุรกิจที่ยั่งยืนและขยายผลได้ในวงกว้าง ไม่ได้ขึ้นอยู่กับการลงทุนด้านเทคโนโลยีเพียงอย่างเดียว
แต่กุญแจสำคัญที่จะสร้างความสำเร็จให้กับองค์กรได้แก่ โครงสร้างพื้นฐาน ขีดความสามารถของบุคลากร และรูปแบบในการดำเนินงานจริง โดยกุญแจสำคัญนี้จะต้องถูกใช้ไปในทิศทางเดียวกันอย่างมีประสิทธิภาพ เพื่อรองรับการเติบโตขององค์กรในระยะยาว
Featured Image: DC Studio
