อนาคตโทรคมนาคม: Telstra ชู “Knowledge Asset” หัวใจสำคัญขับเคลื่อนระบบ AI อัตโนมัติไร้รอยต่อ

อนาคตโทรคมนาคม: Telstra ชู "Knowledge Asset" หัวใจสำคัญขับเคลื่อนระบบ AI อัตโนมัติไร้รอยต่อ

เทคโนโลยีปัญญาประดิษฐ์หรือ AI ในปัจจุบันก้าวมาถึงจุดที่มีการใช้งานอย่างแพร่หลาย จนทำให้โมเดล AI กลายเป็นสินค้าโภคภัณฑ์ที่เข้าถึงได้ง่ายและมีหลากหลายระดับราคา สิ่งนี้ทำให้องค์กรต่างๆ ต้องเผชิญกับการตัดสินใจแลกเปลี่ยนระหว่างต้นทุนและความสามารถ พร้อมกับคำถามสำคัญว่า เราจะสามารถไว้วางใจให้ AI ตัดสินใจอย่างอิสระได้อย่างไร

Fiona Mahony Architecture Principal in Telstra’s Chief Architect Centre of Excellence ได้สะท้อนมุมมองที่น่าสนใจผ่านเวทีเสวนาในงาน TM Forum Innovate Asia 2026 โดยระบุว่า หนทางสู่ความสำเร็จในอนาคตไม่ได้อยู่ที่การสร้างโมเดลที่มีขนาดใหญ่ขึ้นหรือการพัฒนาเอเจนต์ที่ดีกว่าเดิมอีกต่อไป แต่หัวใจสำคัญอยู่ที่การสร้างสภาพแวดล้อมที่เอเจนต์สามารถตีความเจตนา หาเหตุผล และใช้เครื่องมือได้อย่างปลอดภัย

การสร้างรากฐานความรู้เพื่อขับเคลื่อนเครือข่ายอัตโนมัติในสเกลใหญ่ จำเป็นต้องอาศัยแนว 3 ประการหลัก

  • เริ่มจากการจำแนกและกำหนดประเภทของความรู้ เพื่อให้มั่นใจได้ว่าข้อมูลนั้นมีความน่าเชื่อถือเพียงพอ
  • ประการต่อมาคือการแชร์ความรู้ข้ามโดเมนต่างๆ โดยไม่รวมศูนย์กลาง เพื่อเชื่อมช่องว่างในการทำความเข้าใจโลก
  • ประการสุดท้ายคือการมุ่งสู่ “Grounded Cognitive Agency” หรือสถาปัตยกรรมที่มีความรู้เป็นศูนย์กลาง ซึ่งจะช่วยให้ระบบสามารถใช้เหตุผลและสร้างความไว้วางใจในการปฏิบัติงานได้
อนาคตโทรคมนาคม: Telstra ชู "Knowledge Asset" หัวใจสำคัญขับเคลื่อนระบบ AI อัตโนมัติไร้รอยต่อ

กุญแจสำคัญของการขับเคลื่อนนี้อยู่ที่การบริหารจัดการ “สินทรัพย์ความรู้” (Knowledge Asset) ซึ่งไม่ใช่เพียงแค่ข้อมูลดิบ แต่คือบริบทที่ห่อหุ้มข้อมูลนั้นไว้ โดยมาโฮนีได้เน้นย้ำถึงความแตกต่างระหว่าง แหล่งที่มาของข้อมูล (Provenance) ที่ช่วยบอกหลักฐาน และ การรับรองความถูกต้องทาง Epistemic Warrant ที่ช่วยให้เหตุผลว่าทำไมเราจึงควรนำความรู้นั้นมาใช้งาน ซึ่งความรู้นี้สามารถแบ่งออกเป็นความรู้พื้นฐาน ทั้งจากการประกาศรับรอง และจากการสังเกตการณ์ รวมถึงความรู้ต่อยอด ที่ต้องอาศัยความน่าเชื่อถือทั้งในส่วนของชุดข้อมูลตั้งต้นและวิธีการให้เหตุผล

อย่างไรก็ตาม ความรู้อาจมีมูลค่าจำกัดหากยังคงถูกกักเก็บไว้ในระบบปิด เนื่องจากสภาพแวดล้อมด้านโทรคมนาคมมีความหลากหลายสูง การแก้ปัญหานี้จึงต้องอาศัยเลเยอร์เชิงความหมาย และอภิปรัชญาขั้นสูง เพื่อทำหน้าที่แปลงและเชื่อมโยงรูปแบบข้อมูลที่แตกต่างกันให้มีมาตรฐานเดียวกัน ซึ่งถือเป็นโอกาสสำคัญที่อุตสาหกรรมโทรคมนาคมจะต้องร่วมมือกันกำหนดมาตรฐานกลาง

การเปลี่ยนแปลงครั้งนี้ถือเป็นการเปลี่ยนจุดศูนย์กลางแรงโน้มถ่วง จากระบบการจัดการอัตโนมัติแบบเดิม ไปสู่ระบบที่ขับเคลื่อนด้วยความรู้ (Knowledge-Centric System) ซึ่งเปิดโอกาสให้ AI สามารถตีความเจตนา ตรวจสอบแผนงานผ่านข้อกำหนดและนโยบายได้อย่างปลอดภัย พร้อมทั้งดึงข้อมูลย้อนกลับมาพัฒนาปรับปรุงการทำงานในอนาคตได้อย่างแท้จริง

–TM Forum ปักหมุดกรุงเทพฯ จัด Innovate Asia 2026 ดึงผู้นำโทรคมนาคมโลกชู AI และ Autonomous Networks พลิกโฉมธุรกิจ