จาก AI-first สู่ Data-first Strategy CIO ต้องวางกลยุทธ์ Data Infrastructure ปูรากฐานสู่ Enterprise AI

“ผลสำรวจ Synology พบ 86% ขององค์กรไทยให้ความสำคัญกับโครงสร้างพื้นฐานรองรับ AI แต่ยังเผชิญความท้าทายด้านความปลอดภัย คุณภาพ และความพร้อมใช้งานของข้อมูล สะท้อนโจทย์สำคัญของ CIO ในการยกระดับระบบจัดเก็บและประมวลผลข้อมูล ควบคู่กับ Data Governance เพื่อรองรับการใช้ AI ในระดับองค์กร

การนำปัญญาประดิษฐ์ มาใช้ในภาคธุรกิจกำลังเปลี่ยนผ่านจากช่วงของการทดลองใช้เทคโนโลยี ไปสู่การพิสูจน์ผลตอบแทนจากการลงทุนและการสร้างผลลัพธ์ทางธุรกิจอย่างเป็นรูปธรรม

อย่างไรก็ตาม ความสำเร็จของการนำ AI มาใช้งานไม่ได้ขึ้นอยู่กับความสามารถของเทคโนโลยีเพียงอย่างเดียว แต่ยังเกี่ยวข้องกับความพร้อมของโครงสร้างพื้นฐานข้อมูล ความมั่นคงปลอดภัยไซเบอร์ และการกำกับดูแลการใช้ AI ภายในองค์กร

ผลสำรวจ The Synology 2026 Southeast Asia Business AI Transformation Survey โดยบริษัท ซินโนโลจี้ จำกัด สะท้อนให้เห็นว่า แม้องค์กรไทยส่วนใหญ่ตระหนักถึงความสำคัญของการเตรียมความพร้อมด้าน AI แต่ยังมีช่องว่างระหว่างการให้ความสำคัญกับเทคโนโลยีและความพร้อมในการนำไปใช้งานจริง โดยเฉพาะการปกป้องข้อมูล การรับมือภัยคุกคามไซเบอร์ และการควบคุมความเสี่ยงจากการใช้ AI ของบุคลากร

แอนโทนี่ หยาง หัวหน้าภูมิภาคเอเชียตะวันออกเฉียงใต้ บริษัท ซินโนโลจี้ จำกัด กล่าวว่า “การนำ AI มาใช้ในองค์กรกำลังเข้าสู่ช่วงที่ธุรกิจต้องให้ความสำคัญกับผลลัพธ์มากกว่าการเลือกใช้เครื่องมือ”

“โดยความสำเร็จขึ้นอยู่กับความสามารถในการจัดเก็บ เข้าถึง ปกป้อง และนำข้อมูลมาใช้สนับสนุนการตัดสินใจได้อย่างมีประสิทธิภาพ”

“AI จะสร้างผลตอบแทนได้เมื่อข้อมูลพร้อม ระบบรองรับ Workload ได้เต็มประสิทธิภาพ และธุรกิจกลับมาดำเนินงานได้เร็วเมื่อเกิดเหตุ ทั้งสามเรื่องต้องเดินหน้าไปพร้อมกับการนำ AI มาใช้” 

Data Infrastructure โครงสร้างพื้นฐานข้อมูลคือจุดเริ่มต้นของ AI

ผลสำรวจพบว่า 86% ของผู้ตอบแบบสำรวจในประเทศไทยเห็นว่าโครงสร้างพื้นฐานที่พร้อมรองรับ AI (AI-ready Infrastructure) มีความสำคัญต่อกระบวนการทำงานและการเพิ่มผลิตภาพ (Productivity) แต่มีเพียง 31.3% ที่มองว่าเป็นเรื่องสำคัญมาก

ตัวเลขดังกล่าวสะท้อนว่า แม้องค์กรไทยส่วนใหญ่จะตระหนักถึงความจำเป็นของโครงสร้างพื้นฐานสำหรับ AI แต่ระดับการให้ความสำคัญยังแตกต่างกัน ซึ่งอาจส่งผลต่อการจัดลำดับความสำคัญของการลงทุนและการเตรียมความพร้อมก่อนขยายการใช้งาน AI ในระดับองค์กร

ขณะเดียวกัน ความพร้อมด้านข้อมูลยังเป็นอุปสรรคสำคัญ โดย 64.4% ของผู้ตอบแบบสำรวจระบุว่า ความปลอดภัยและความเป็นส่วนตัวของข้อมูลเป็นความท้าทายอันดับแรก รองลงมาคือคุณภาพและความพร้อมใช้งานของข้อมูล 47.3% และต้นทุนการติดตั้งระบบ 33.7%

ความท้าทายเหล่านี้มีผลโดยตรงต่อความสามารถในการสร้างมูลค่าจาก AI เนื่องจากระบบ AI จำเป็นต้องอาศัยข้อมูลที่มีคุณภาพ เข้าถึงได้อย่างรวดเร็ว และมีการจัดการอย่างเป็นระบบ หากองค์กรยังมีข้อจำกัดในการจัดเก็บหรือเชื่อมโยงข้อมูล ก็อาจทำให้กระบวนการวิเคราะห์และตัดสินใจล่าช้า รวมถึงเพิ่มต้นทุนการดำเนินงาน

อีกหนึ่งประเด็นที่องค์กรต้องพิจารณาคือ ความสมดุลระหว่างประสิทธิภาพของระบบประมวลผลและระบบจัดเก็บข้อมูล แม้จะลงทุนในหน่วยประมวลผลประสิทธิภาพสูงอย่าง GPU แต่หากระบบจัดเก็บและส่งผ่านข้อมูลไม่สามารถรองรับปริมาณงานได้อย่างเพียงพอ ก็อาจเกิดคอขวดที่ทำให้ไม่สามารถใช้ศักยภาพของ AI ได้เต็มที่

ดังนั้น การพัฒนาโครงสร้างพื้นฐานสำหรับ AI จึงไม่ใช่เพียงการเพิ่มกำลังประมวลผล แต่ต้องครอบคลุมการบริหารจัดการข้อมูลตลอดวงจร ตั้งแต่การจัดเก็บ การเข้าถึง การจัดระดับข้อมูลตามความสำคัญ ไปจนถึงการควบคุมต้นทุน เพื่อให้องค์กรสามารถขยายการใช้งาน AI ได้อย่างมีประสิทธิภาพ

Cyber Resilience ช่องว่างใหญ่ขององค์กรไทยไม่ใช่แค่การป้องกัน แต่คือความสามารถในการกู้คืน

อีกหนึ่งข้อค้นพบสำคัญจากผลสำรวจคือ ความมั่นใจขององค์กรไทยในการรับมือกับภัยคุกคามที่เกี่ยวข้องกับ AI ยังคงอยู่ในระดับจำกัด

โดยมีเพียง 9.5% ของผู้ตอบแบบสำรวจที่มั่นใจอย่างมากว่าองค์กรมีความพร้อมรับมือภัยคุกคามจาก AI ขณะที่ 38.5% ระบุว่ายังไม่มีความพร้อม

แม้ 92% ขององค์กรจะมีการใช้งานเครื่องมือปกป้องข้อมูลแล้ว แต่มีเพียง 21.4% ที่มั่นใจอย่างมากว่าจะสามารถกู้คืนระบบจากการโจมตีด้วย Ransomware ได้อย่างรวดเร็ว โดยข้อมูลสำรองยังคงปลอดภัย ขณะที่ 32.5% ยังไม่มั่นใจว่าจะสามารถกู้คืนข้อมูลได้เมื่อเกิดเหตุการณ์

ตัวเลขดังกล่าวสะท้อนช่องว่างระหว่างการลงทุนในระบบป้องกันกับความสามารถในการฟื้นฟูการดำเนินธุรกิจ หรือ Cyber Resilience ซึ่งกำลังกลายเป็นหนึ่งในตัวชี้วัดสำคัญของความมั่นคงปลอดภัยไซเบอร์ระดับองค์กร

โดยเฉพาะในยุคที่ AI สามารถถูกนำมาใช้เพิ่มความรวดเร็วและความซับซ้อนของการโจมตีทางไซเบอร์ ความเสียหายไม่ได้จำกัดอยู่เพียงการสูญหายของข้อมูล แต่ยังรวมถึงการหยุดชะงักของระบบธุรกิจ รายได้ที่สูญเสียไป และความเชื่อมั่นของลูกค้า

แอนโทนี่ กล่าวว่า “ทุกนาทีที่ระบบหยุดทำงานส่งผลต่อรายได้ การให้บริการ และความเชื่อมั่นของลูกค้า Backup ที่ดีจึงต้องช่วยให้ธุรกิจกลับมาดำเนินงานได้เร็ว ด้วยข้อมูลสำรองที่แยกจาก Production แก้ไขไม่ได้ และกู้คืนได้จริง”

แนวทางสำคัญคือ การยกระดับจากการสำรองข้อมูล (Data Backup) ไปสู่การวางแผนความต่อเนื่องทางธุรกิจ โดยองค์กรควรแยกโครงสร้างพื้นฐานสำรองข้อมูลออกจากระบบ Production และใช้หลักการ Backup 3-2-1-1-0 ซึ่งประกอบด้วยการมีข้อมูล 3 ชุด จัดเก็บบนสื่อ 2 รูปแบบ มีสำเนา 1 ชุดอยู่นอกสถานที่ และอีก 1 ชุดเป็นข้อมูลที่ไม่สามารถแก้ไขได้ (Immutable) หรือจัดเก็บแบบ Offline พร้อมตรวจสอบให้แน่ใจว่าการกู้คืนข้อมูลไม่มีข้อผิดพลาด

สิ่งสำคัญจึงไม่ใช่เพียงการตรวจสอบว่ามีข้อมูลสำรองครบถ้วนหรือไม่ แต่ต้องสามารถพิสูจน์ได้ว่าระบบและข้อมูลสามารถกู้คืนได้ภายในระยะเวลาที่ธุรกิจยอมรับได้

AI Governance ความท้าทายใหม่เมื่อพนักงานเริ่มใช้ AI ก่อนองค์กรมีมาตรการควบคุม

นอกจากความพร้อมด้านโครงสร้างพื้นฐานและความปลอดภัยแล้ว การนำ AI มาใช้ในกระบวนการทำงานของพนักงานยังเป็นอีกหนึ่งประเด็นที่องค์กรต้องให้ความสำคัญ

รหัท บุญตันจีน ผู้จัดการประจำประเทศไทย บริษัท ซินโนโลจี้ จำกัด กล่าวว่า “AI มีศักยภาพในการช่วยเพิ่มผลิตภาพของบุคลากร โดยข้อมูลที่บริษัทนำเสนอระบุว่า 73% ของบุคลากรในประเทศไทยใช้เวลากับงานเอกสารแบบ Manual มากกว่า 10 ชั่วโมงต่อสัปดาห์”

“การนำ AI มาช่วยจัดทำเอกสาร สร้างงานนำเสนอ วิเคราะห์ข้อมูลใน Spreadsheet หรือสรุปการประชุม จึงมีโอกาสช่วยลดภาระงานซ้ำซ้อน และเปิดโอกาสให้บุคลากรใช้เวลากับงานที่สร้างมูลค่าทางธุรกิจมากขึ้น”

“อย่างไรก็ตาม โอกาสดังกล่าวมาพร้อมความเสี่ยงด้านการกำกับดูแลข้อมูล โดยผลสำรวจพบว่า 34% ขององค์กรยังไม่มีมาตรการควบคุมการใช้ AI ของพนักงาน และมีเพียง 26.1% ที่บังคับใช้มาตรการควบคุมผ่านระบบทางเทคนิค”

“ที่น่าสนใจคือ 47.1% ของผู้ตอบแบบสำรวจระบุว่า ไม่สามารถมองเห็นได้ว่าเครื่องมือ AI ภายนอกมีการจัดการกับข้อมูลที่องค์กรส่งออกไปอย่างไร”

สถานการณ์ดังกล่าวสะท้อนความท้าทายของการใช้ AI ภายในองค์กร โดยเฉพาะความเสี่ยงจากการนำข้อมูลภายในหรือข้อมูลที่มีความอ่อนไหวไปใช้งานผ่านบริการ AI ภายนอกโดยปราศจากการควบคุมที่เหมาะสม

องค์กรจึงจำเป็นต้องพัฒนาการกำกับดูแล AI (AI Governance) ให้ครอบคลุม มากกว่าการกำหนดนโยบายการใช้งาน แต่ต้องสามารถบังคับใช้ได้จริงผ่านมาตรการทางเทคนิค เช่น การกำหนดสิทธิ์เข้าถึงข้อมูล การบันทึกกิจกรรมการใช้งาน และการตรวจสอบเส้นทางการไหลของข้อมูล

“AI ในที่ทำงานควรเริ่มจากโจทย์ที่สร้างคุณค่าให้ธุรกิจ พร้อมคำตอบที่ชัดเจนว่าข้อมูลอยู่ที่ใด ใครเข้าถึงได้ และข้อมูลใดถูกส่งออกไป การควบคุมที่ตรวจสอบได้จะช่วยให้องค์กรขยายการใช้งานได้อย่างมั่นใจ” รหัทกล่าว

3 รากฐานที่ CIO ต้องเตรียม ก่อนขยาย AI ทั่วทั้งองค์กร

จากผลสำรวจดังกล่าว Synology เสนอให้องค์กรไทยให้ความสำคัญกับการพัฒนาความพร้อมใน 3 มิติหลัก ได้แก่

1. Data Infrastructure พัฒนาโครงสร้างพื้นฐานด้านข้อมูลให้มีประสิทธิภาพ สามารถรองรับการประมวลผลและปริมาณข้อมูลที่เพิ่มขึ้นจากการใช้งาน AI พร้อมบริหารต้นทุนและจัดการข้อมูลให้พร้อมใช้งาน
2. Cyber Resilience ยกระดับความสามารถในการรับมือภัยคุกคามและฟื้นฟูระบบธุรกิจ โดยให้ความสำคัญกับความปลอดภัยของข้อมูลสำรอง ความรวดเร็วในการกู้คืน และการลดระยะเวลาที่ระบบหยุดชะงัก
3. AI in the Workplace ภายใต้ AI Governance ส่งเสริมการใช้ AI เพื่อเพิ่ม Productivity ควบคู่กับการกำหนดนโยบาย สิทธิ์การเข้าถึงข้อมูล และมาตรการตรวจสอบที่สามารถบังคับใช้ได้จริง

ทั้งสามมิติมีความเชื่อมโยงกันโดยตรง เพราะแม้องค์กรจะมีระบบ AI ที่มีประสิทธิภาพ แต่หากข้อมูลไม่มีคุณภาพ ระบบไม่สามารถกู้คืนได้เมื่อเกิดเหตุ หรือไม่มีมาตรการควบคุมการใช้ข้อมูลอย่างเหมาะสม ก็อาจส่งผลต่อความต่อเนื่องของธุรกิจและความคุ้มค่าของการลงทุน

สำหรับผู้บริหารด้านเทคโนโลยีสารสนเทศ ความท้าทายจึงไม่ได้อยู่ที่การตัดสินใจว่าจะนำ AI มาใช้หรือไม่ แต่อยู่ที่การสร้างรากฐานเพื่อรองรับการขยาย AI จากการใช้งานเฉพาะหน่วยงานไปสู่การใช้งานในระดับองค์กร พร้อมกำหนดตัวชี้วัดที่สะท้อนผลลัพธ์ทางธุรกิจได้อย่างชัดเจน

แอนโทนี่กล่าวสรุปว่า “ธุรกิจไทยจะขยาย AI ได้อย่างมั่นใจ เมื่อข้อมูลพร้อมใช้ ระบบกู้คืนได้ และการกำกับดูแลทำงานได้จริง รากฐานเหล่านี้ช่วยให้องค์กรเดินหน้าตามความพร้อม พร้อมเปลี่ยนการลงทุนด้าน AI ให้เป็นผลลัพธ์ที่วัดได้”

ผลสำรวจครั้งนี้จึงสะท้อนว่า ความพร้อมด้าน AI ขององค์กรไม่ควรถูกวัดจากจำนวนเครื่องมือที่นำมาใช้เพียงอย่างเดียว แต่ต้องพิจารณาถึงความสามารถในการบริหารจัดการข้อมูล การรักษาความต่อเนื่องทางธุรกิจ และการกำกับดูแลความเสี่ยงควบคู่กันไป เพื่อเปลี่ยนการลงทุนด้านเทคโนโลยีให้เป็นประโยชน์ทางธุรกิจอย่างยั่งยืน

Featured Image: DC Studio