ภาคการเงินและการธนาคารทั่วโลกกำลังเผชิญหน้ากับจุดเปลี่ยนสำคัญ เมื่อ World Economic Forum ระบุว่าตลาดการเงินโลกกำลังก้าวเข้าสู่ “ยุคแห่งการแข่งขัน” (Age of Competition) ภายใต้ภาวะเศรษฐกิจโลกที่คาดว่าจะขยายตัวเพียง 2.7% ส่งผลให้โจทย์หลักของผู้บริหารกลุ่มธนาคาร บริการทางการเงิน และประกันภัย (BFSI) ไม่ใช่เพียงการเติบโตแบบเดิม แต่เป็นการบริหารความต่อเนื่องและเสริมความยืดหยุ่นในการดำเนินงาน ท่ามกลางกระแสเงินทุนผันผวนและภูมิรัฐศาสตร์โลกที่ซับซ้อน
บุศรินทร์ ประดิษฐยนต์ ผู้บริหารประจำประเทศไทย (Country Head) บริษัท เอสที เทเลมีเดีย โกลบอล ดาต้าเซ็นเตอร์ (ประเทศไทย) หรือ STT GDC ชี้ประเด็นผ่านรายงานศึกษา 2 ฉบับ ได้แก่ Mind the Gap: Bridging the AI Infrastructure Readiness Divide และ When In-House Infrastructure Starts Holding You Back ว่าการยกระดับโครงสร้างพื้นฐานดิจิทัลได้เปลี่ยนสถานะจากภารกิจฝ่ายไอทีมาเป็นยุทธศาสตร์ขับเคลื่อนหลักของธุรกิจ โดยเฉพาะในไทยที่มีเม็ดเงินลงทุนด้านเศรษฐกิจดิจิทัลไหลเข้ากว่า 1.06 ล้านล้านบาท และมียอดขอรับการส่งเสริมการลงทุนโครงการดาต้าเซ็นเตอร์จาก BOI ในปี 2025 สูงถึง 36 โครงการ คิดเป็นมูลค่ารวมกว่า 7.28 แสนล้านบาท (2.31 หมื่นล้านดอลลาร์สหรัฐ)
ในปี 2026 การใช้งาน AI ของภาคธนาคารได้ยกระดับสู่การทำธุรกรรมจริงผ่าน Agentic AI หรือระบบอัตโนมัติที่จัดการคำสั่งซื้อขายและงานกำกับดูแล อย่างไรก็ดี ข้อมูลสำรวจชี้ว่าองค์กรในไทยถึง 78% ยังติดอยู่ในระยะเริ่มต้น (Builder) มีเพียง 8% ที่เชื่อมโยงสู่ระบบการทำงานได้จริง (Integrator) และยังไม่มีองค์กรใดก้าวขึ้นเป็นผู้นำด้าน AI (Leader) โดยมีสาเหตุหลักมาจากข้อจำกัดของโครงสร้างพื้นฐานภายในแบบเดิม (In-House Infrastructure) ใน 3 มิติ
มิติแรกคือต้นทุนฮาร์ดแวร์เก่าที่เพิ่มขึ้น สวนทางกับผลตอบแทนจากการลงทุน (ROI) ที่วัดผลได้ยาก โดยผู้บริหารไทย 57% มองว่าข้อจำกัดด้านงบประมาณคืออุปสรรคสำคัญ และ 76% ขององค์กรจัดสรรงบไอทีเพื่อพัฒนา AI ไว้เพียงไม่เกิน 5% มิติที่สองคือภาวะขาดแคลนบุคลากรเชี่ยวชาญด้านโครงสร้างพื้นฐาน AI สูงถึง 38% ทำให้ทีมงานต้องเสียเวลากับการซ่อมบำรุงระบบเดิม และมิติที่สามคือข้อจำกัดในการรองรับเวิร์กโหลด AI โดยมีองค์กรไทยไม่ถึง 10% ที่มีความพร้อมด้านกำลังประมวลผล เครือข่าย และพื้นที่จัดเก็บข้อมูลขั้นสูง
ประเด็นความปลอดภัยและอธิปไตยทางข้อมูล (Data Sovereignty) เป็นอีกหนึ่งความท้าทายเชิงโครงสร้าง ผลสำรวจพบว่าไม่มีองค์กรใด (0%) มั่นใจเต็มร้อยว่าระบบ AI ของตนคุ้มครองความเป็นส่วนตัวของข้อมูลได้ทั้งหมด ซึ่งภายใต้เกณฑ์กำกับของธนาคารแห่งประเทศไทย (ธปท.) และ พ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล (PDPA) สถาบันการเงินต้องประมวลผลข้อมูลในประเทศ การเปลี่ยนผ่านจาก On-Premises สู่ศูนย์ข้อมูล Colocation ที่ได้มาตรฐานจึงกลายเป็นทางออกในการอุดช่องว่างธรรมาภิบาลข้อมูล
ขณะเดียวกัน ตลาดดาต้าเซ็นเตอร์ของไทยมีแนวโน้มขยายตัวสู่มูลค่า 6.29 พันล้านดอลลาร์สหรัฐภายในปี 2031 ด้วยแรงหนุนจากกลุ่ม Hyperscale กำลังประมวลผลรวมกว่า 2.87 กิกะวัตต์ พร้อมมาตรการยกเว้นภาษีเงินได้นิติบุคคลสูงสุด 8 ปีจาก BOI สำหรับศูนย์ข้อมูลประหยัดพลังงานที่มีค่า PUE ไม่เกิน 1.3 ยิ่งไปกว่านั้น โจทย์ด้านความยั่งยืน (ESG) กลายเป็นอีกหนึ่งแรงกดดันสำคัญ แม้องค์กรไทย 50% เริ่มลงทุนฮาร์ดแวร์ประมวลผลสูงอย่าง GPU แต่มีเพียง 15% ที่ศึกษาการใช้ระบบระบายความร้อนด้วยของเหลว (Liquid Cooling) สะท้อนให้เห็นว่าองค์กรยังให้ความสำคัญกับ ESG น้อยกว่าต้นทุนและประสิทธิภาพการทำงาน
การแก้ปัญหาคอขวดของกลุ่ม BFSI จึงต้องพึ่งพาโมเดลความร่วมมือกับผู้เชี่ยวชาญดาต้าเซ็นเตอร์เฉพาะทาง เช่น การใช้โครงสร้างพื้นฐานภายนอกที่รองรับการเชื่อมต่อแบบ Carrier-neutral กลางย่านธุรกิจ และรองรับ Liquid Cooling อย่าง STT Bangkok 3 พร้อมปรับรูปแบบการลงทุนจากงบลงทุนก้อนใหญ่ (CapEx) มาเป็นค่าใช้จ่ายดำเนินงานที่ยืดหยุ่น (OpEx) รวมถึงการใช้พลังงานหมุนเวียนเพื่อลดการปล่อยคาร์บอน เพื่อช่วยให้สถาบันการเงินไทยสามารถก้าวข้ามข้อจำกัดของระบบเดิมและขับเคลื่อนสู่เศรษฐกิจ AI ได้อย่างมั่นคง
