จากรายงานผลสำรวจ Confluent Data Streaming Report ฉบับที่ 3 ซึ่งได้ทำการสัมภาษณ์ผู้บริหารและผู้นำทางธุรกิจมากกว่า 1,000 องค์กรในภูมิภาคเอเชียแปซิฟิก รวมถึงประเทศไทย พบว่า ผู้นำด้านไอทีในประเทศไทยถึง 93% มองว่าเทคโนโลยีการจัดการข้อมูลแบบเรียลไทม์ หรือ Data Streaming เป็นความสำคัญอันดับหนึ่งในการพิจารณาลงทุน (Investment Priority) สำหรับปีนี้ ขณะเดียวกัน ผู้บริหารทั้งในไทยและทั่วโลกต่างเห็นพ้องตรงกันถึง 97% ว่า Data Streaming เป็นปัจจัยสำคัญและเป็นส่วนหนึ่งในการร่วมลงทุนพัฒนาโครงสร้างพื้นฐานสำหรับปัญญาประดิษฐ์ (AI)
ปัจจุบันหลายองค์กรในประเทศไทยได้ก้าวข้ามผ่านยุคการทดสอบระบบหรือการทำ Proof of Concept (POC) มาเรียบร้อยแล้ว และกำลังขับเคลื่อนเข้าสู่ยุคของการนำ Enterprise AI มาใช้งานจริงในภาคปฏิบัติการ (Operationalize) เพื่อสร้างประโยชน์และเพิ่มประสิทธิภาพสูงสุดให้กับธุรกิจอย่างเป็นรูปธรรม โดยมี Data Streaming เป็นเทคโนโลยีฐานรากที่ขาดไม่ได้ในการสร้างความคุ้มค่าสูงสุดจากการลงทุน
ปิดช่องว่างข้อมูลด้วยเรียลไทม์ ขับเคลื่อนสู่ยุค Agentic AI
ในมิติของการพัฒนา AI เทรนด์เทคโนโลยีในปัจจุบันกำลังเปลี่ยนผ่านจากการพิมพ์คำสั่งโต้ตอบ (Prompt Engineering) ในรูปแบบเดิม ไปสู่ยุคของ Agentic AI หรือระบบเอไอที่สามารถทำงานแทนมนุษย์ในกระบวนการทำงานที่สมบูรณ์แบบได้ (Process Automation)
การจะเพิ่มศักยภาพให้ Agentic AI สามารถประมวลผลและช่วยตัดสินใจได้อย่างถูกต้อง แม่นยำ และทันท่วงทีนั้น องค์กรจำเป็นต้องปิดช่องว่างของบริบทข้อมูล (AI Context Gap) ด้วยการเปลี่ยนจากการประมวลผลข้อมูลแบบเดิมที่เป็นรอบเวลา (Batch Processing) มาเป็นระบบสตรีมมิ่งข้อมูลแบบเรียลไทม์ (Real-time Processing) ซึ่งจะช่วยให้ข้อมูลจากระบบต่างๆ ที่อยู่กระจัดกระจายไหลเวียนและบูรณาการเข้าสู่ศูนย์กลางร่วมกันได้อย่างรวดเร็ว
ความสำคัญของโครงสร้างพื้นฐานข้อมูลแบบเรียลไทม์ สามารถสร้างความได้เปรียบทางการแข่งขันในหลากหลายอุตสาหกรรม เช่น
- ธุรกิจสายการบิน (Customer Support): เมื่อเกิดกรณีเที่ยวบินล่าช้า (Flight Delay) กะทันหัน AI จะสามารถเข้าถึงข้อมูลตารางบินของสายการบินอื่น ราคาตั๋ว และจำนวนที่นั่งว่างในขณะนั้นแบบเรียลไทม์ เพื่อแนะนำทางเลือกใหม่ให้แก่ผู้โดยสารได้ทันที
- บริการสตรีมมิ่ง (Product Personalization): ระบบสามารถเรียนรู้พฤติกรรมและความชอบของผู้ใช้งานรายบุคคล เช่น ชนิดของภาพยนตร์ที่ดู หรือการเปิดซับไตเติล แล้วทำการคัดสรรและแนะนำเนื้อหา (Product Catalog) กลับไปให้ผู้ใช้แบบเฉพาะบุคคลในแบบเรียลไทม์
- ภาคอุตสาหกรรม (Preventive Maintenance): ระบบตรวจจับความผิดปกติ (Anomaly Detection) ผ่านอุปกรณ์ IoT เช่น การตรวจพบน้ำรั่วซึมในโรงงาน ระบบจะส่งข้อมูลแบบเรียลไทม์เพื่อตัดสินใจส่งช่างภาพสนามเข้าแก้ไขเหตุการณ์ได้ฉับพลัน
- อุตสาหกรรมหุ่นยนต์ (Humanoid): โรงงานผลิตหุ่นยนต์อัจฉริยะเริ่มมีการนำเซ็นเซอร์ต่างๆ มาฟีดข้อมูลเข้าสู่ระบบ Data Streaming Architecture เพื่อใช้ในการควบคุมคุณภาพการผลิตในทุกขั้นตอน
‘Data Governance’ หัวใจสำคัญสู่ความสำเร็จของ AI
สำหรับความท้าทายขององค์กรขนาดใหญ่ในการลงทุนด้าน AI ปัญหาสำคัญที่ทำให้ไม่สามารถสร้างผลตอบรับจากการลงทุน (ROI) กลับมาได้อย่างรวดเร็ว หรือทำให้ผลลัพธ์ของ AI ผิดเพี้ยน เกิดจากการที่ระบบข้อมูลยังไม่มีความพร้อม ดังนั้น ความสำเร็จของ AI ในปัจจุบันจึงขึ้นอยู่กับความถูกต้อง รวดเร็ว และความสมบูรณ์ของข้อมูลเป็นหลัก
แนวทางการแก้ไขปัญหาระหว่างการลงทุนในโครงสร้างพื้นฐาน AI (Infrastructure) และการกำกับดูแลข้อมูล (Governance) องค์กรสามารถเลือกการลงทุนด้วยเทคโนโลยี Data Streaming ซึ่งเป็นการปรับปรุงสถาปัตยกรรมข้อมูลให้ทันสมัย (Modernized Architecture) ไปพร้อมกับการควบคุมดูแลความถูกต้องและเสถียรภาพของข้อมูล (Data Governance) ได้ในเวลาเดียวกัน
โดยเฉพาะในกลุ่มสถาบันการเงินที่มีความละเอียดอ่อนของข้อมูลสูง ทั้งในด้านข้อมูลบุคคล การเงิน และสุขภาพ เทคโนโลยี Data Streaming ได้เข้ามามีบทบาทในการสร้างระบบความปลอดภัยขั้นสูง (Secure Data) ผ่านเทคโนโลยีการเข้ารหัสข้อมูล (Encryption), การระบุตัวตนหลายขั้นตอน (Authentication) และการแยกส่วนข้อมูล (Data Isolation) ซึ่งจะช่วยลดโอกาสการเกิดข้อผิดพลาดของข้อมูล หรือการหลอนของ AI (Hallucination) โดยในปัจจุบัน สถาบันการเงินบางแห่งมีการใช้ระบบ AI อีกชุดหนึ่งมาทำหน้าที่วิเคราะห์อารมณ์ความรู้สึกและความถูกต้อง (Sentiment Analysis) เพื่อทำการตรวจสอบคำตอบของ AI อีกชั้นหนึ่ง หากพบผลคะแนนติดลบ ระบบจะส่งต่อให้พนักงานที่เป็นมนุษย์ทำการตรวจสอบทันที เพื่อป้องกันข้อผิดพลาดที่จะส่งผลกระทบต่อลูกค้า
นอกจากนี้ ในฝั่งของเทคโนโลยี AI โมเดลระดับองค์กร (Enterprise Data) เริ่มเปิดรับและพัฒนาการดึงข้อมูลรูปแบบอื่นๆ นอกเหนือจากข้อความ (Text-based) เข้าสู่โมเดล ไม่ว่าจะเป็นภาพ สื่อต่างๆ หรือระบบ VR ซึ่งอุตสาหกรรมเทคโนโลยีกำลังอยู่ระหว่างการพัฒนาจากการใช้ระบบ Proxy ไปสู่การเข้าถึงสื่อเหล่านั้นได้โดยตรง (Direct Access) เพื่อให้องค์กรนำข้อมูลทุกประเภทไปใช้ประโยชน์ได้อย่างสูงสุด
ปลักอินความแข็งแกร่งร่วมกับ IBM ย้ำพันธสัญญาตลาดไทย
สำหรับการเปลี่ยนแปลงครั้งสำคัญจากการที่ IBM ได้เข้าซื้อกิจการของ Confluent ไปเมื่อช่วงต้นปีที่ผ่านมานั้น ถือเป็นการผสานจุดแข็งระหว่างเทคโนโลยี Data Streaming ที่มีความยืดหยุ่นสูงของ Confluent เข้ากับความน่าเชื่อถือและการให้บริการระดับองค์กรใหญ่ (Enterprise) ของ IBM ที่มีประสบการณ์ยาวนานนับร้อยปี
การควบรวมกิจการในครั้งนี้ส่งผลดีต่อลูกค้าโดยตรง ทำให้องค์กรต่างๆ มีทางเลือกที่หลากหลายและยืดหยุ่นมากขึ้นในการใช้งานระบบคลาวด์ รวมถึงมีทีมงานผู้เชี่ยวชาญเข้ามาซัพพอร์ตโซลูชันด้าน AI และข้อมูลอย่างครบถ้วน โดยข้อกำหนด เงื่อนไข สัญญา (ที่จะเปลี่ยนผ่านเข้าสู่สัญญาของ IBM) และมาตรฐานการสนับสนุนลูกค้า (Customer Support) ทั้งหมดยังคงเดิมและมีประสิทธิภาพที่แข็งแกร่งมากยิ่งขึ้น เป็นการตอกย้ำพันธสัญญาที่ solid ในการเดินหน้าให้บริการและดูแลพันธมิตรธุรกิจในประเทศไทยอย่างยั่งยืน
–หัวเว่ย ชูวิสัยทัศน์ AI-Ready Networks ปลดล็อกยุคอัจฉริยะ APAC ดันไทยปักหมุดศูนย์กลางดิจิทัลแห่งใหม่
