72 % ของผู้นำด้านไอทีมองโครงสร้างพื้นฐานที่ไม่ได้มาตรฐานเป็นอุปสรรคต่อการเติบโตของ AI

รายงาน Data Streaming ประจำปี 2569 โดย Confluent ชี้ให้เห็นว่า ความท้าทายในการพัฒนา AI ไม่ใช่งบประมาณลงทุน แต่เป็นโครงสร้างพื้นฐานที่มีประสิทธิภาพเพียงพอในการรองรับระบบ

รายงาน Data Streaming ประจำปี 2569 โดย Confluent ชี้ให้เห็นว่า 72% ของผู้นำด้านไอทีทั่วโลกมองว่า การขาดโครงสร้างพื้นฐานข้อมูลแบบเรียลไทม์เป็นปัจจัยสำคัญที่กำลังชะลอการขยายการใช้งาน AI ในระดับองค์กร

ผลสำรวจจากผู้นำด้านไอทีจำนวน 4,625 คนทั่วโลก ได้วิเคราะห์ความท้าทายที่องค์กรต่าง ๆ กำลังเผชิญในการขยายการใช้งาน AI พร้อมชี้ให้เห็นว่า องค์กรอาจต้องให้ความสำคัญกับการปรับปรุงโครงสร้างพื้นฐานที่ระบบ AI ต้องพึ่งพา มากกว่าการเพิ่มงบลงทุนในเทคโนโลยี AI เพียงอย่างเดียว

ผลการวิจัยพบว่า 72% ของผู้นำด้านไอทีต้องประสบปัญหาอย่างน้อย 3 ประการ ในการขยายผลการใช้งาน AI ได้แก่ โครงสร้างพื้นฐานที่ไม่รองรับการประมวลผลข้อมูลแบบเรียลไทม์ (72%) ความไม่ชัดเจนเกี่ยวกับแหล่งที่มาของข้อมูล ความสดใหม่ และคุณภาพของข้อมูล (66%) และปัญหาการจัดเก็บข้อมูลแบบแยกส่วนขาดผู้ดูแลส่วนกลาง (65%) ความท้าทายด้านโครงสร้างพื้นฐานเหล่านี้ยังส่งผลให้การนำ Agentic AI มาใช้งานเป็นไปอย่างล่าช้า โดยสองในสาม (66%) ของผู้นำด้านไอทีระบุว่า ปัญหาดังกล่าวเป็นอุปสรรคสำคัญต่อการนำ Agentic AI มาใช้งาน ขณะที่มีเพียง 32% เท่านั้นที่รายงานว่าได้นำ Agentic AI ไปใช้ในระบบการทำงาน และองค์กรส่วนใหญ่ยังคงเผชิญกับความล่าช้าในการดำเนินโครงการ

ผลการสำรวจยังเผยให้เห็นข้อมูลที่น่าสนใจของประเทศไทย โดยพบว่าผู้นำด้านไอทีในไทยกว่า 84% ต้องเผชิญกับอุปสรรคสำคัญอย่างน้อย 3 ประการในการนำ AI ไปใช้งาน ซึ่งเป็นสัดส่วนสูงที่สุดเมื่อเทียบกับทุกประเทศที่ทำการสำรวจ โดยอันดับแรก คือโครงสร้างพื้นฐานที่ไม่รองรับการประมวลผลข้อมูลแบบเรียลไทม์ (83%) ความไม่ชัดเจนเกี่ยวกับแหล่งที่มาของข้อมูล ความสดใหม่ และคุณภาพของข้อมูล (80%) และปัญหาการจัดเก็บข้อมูลแบบแยกส่วนขาดผู้ดูแลส่วนกลาง (79%)

แม้จะเผชิญกับความท้าทายเหล่านี้ แต่ประเทศไทยยังถือเป็นหนึ่งในประเทศที่มีความก้าวหน้าในการนำ AI ไปใช้งาน โดยมีองค์กรถึง 39% สามารถนำ Agentic AI ไปใช้ในระบบการทำงานแล้ว นอกจากนี้ ผู้นำด้านไอทีในประเทศไทยยังมีความเชื่อมั่นต่อ Data Streaming ในระดับสูง โดย 97% เชื่อว่าจะช่วยเพิ่มผลลัพธ์จากการลงทุนด้าน AI และเร่งการนำ AI ไปใช้งานในองค์กร ขณะที่ 93% จัดให้ Data Streaming เป็นหนึ่งในลำดับความสำคัญเชิงกลยุทธ์ขององค์กร ซึ่งสูงกว่า AI และ Machine Learning ที่ได้รับการจัดลำดับความสำคัญที่ 91% ของผู้ตอบแบบสำรวจ

ปลดล็อกศักยภาพ AI แบบเรียลไทม์

ขณะที่องค์กรต่าง ๆ กำลังผลักดัน AI จากโครงการนำร่อง ไปสู่การใช้งานจริง  ความสนใจจึงมุ่งเน้นไปที่ข้อมูล ซึ่งเป็นหัวใจสำคัญในการขับเคลื่อน AI มากขึ้น โดย 4 ใน 5 (80%) ของผู้นำด้านไอทีระบุว่า การนำข้อมูลขององค์กรมาใช้เพื่อขับเคลื่อนระบบ AI ถือเป็นหนึ่งในลำดับความสำคัญทางธุรกิจ ซึ่งสะท้อนให้เห็นถึงความจำเป็นที่เพิ่มขึ้นในการเข้าถึงข้อมูลที่น่าเชื่อถือได้แบบเรียลไทม์

จากผลสำรวจดังกล่าวชี้ให้เห็นว่าองค์กรส่วนใหญ่มองว่า Data Streaming คือกุญแจสำคัญที่จะเข้ามาตอบโจทย์และแก้ปัญหานี้กว่า 88% ของผู้นำด้านไอทีระบุว่าแพลตฟอร์ม Data Streaming ช่วยปลดล็อกความก้าวหน้าในการนำ Agentic AI มาใช้งาน ด้วยการทำให้ข้อมูลมีความน่าเชื่อถือ มีบริบทที่ชัดเจน สามารถค้นหาและเข้าถึงได้ง่ายขึ้น ขณะเดียวกัน 94% เชื่อว่า Data Streaming ช่วยเพิ่ม หรือคาดว่าจะช่วยเพิ่มผลตอบแทนจากการลงทุนด้าน AI ขณะที่ 90% ระบุว่าเทคโนโลยีดังกล่าวช่วยให้การนำ AI มาใช้งานในองค์กรเป็นไปได้อย่างมีประสิทธิภาพมากขึ้น

การลงทุนด้าน Data Streaming พุ่งนำหน้า AI

รายงานยังระบุว่า เมื่อมีการลงทุนด้าน AI เพิ่มขึ้น เม็ดเงินลงทุนใน Data Streaming จะเพิ่มขึ้นควบคู่กัน โดย 88% ของผู้นำด้านไอทีจัดให้ Data Streaming เป็นหนึ่งในลำดับความสำคัญหลัก ขณะที่ 82% ให้ความสำคัญกับเทคโนโลยี AI และ Machine Learning ผลการสำรวจนี้สะท้อนให้เห็นว่าผู้นำด้านไอทีตระหนักมากขึ้นว่าการสร้างมูลค่าสูงสุดจาก AI ต้องอาศัยการเข้าถึงข้อมูลที่น่าเชื่อถือและเรียลไทม์ และในขณะที่องค์กรต่าง ๆ กำลังเดินหน้าผลักดันโครงการ AI จากขั้นทดลองสู่การใช้งานจริง ความสนใจจึงเริ่มเปลี่ยนจากการพัฒนาโมเดล AI เพียงอย่างเดียว ไปสู่การสร้างโครงสร้างพื้นฐานที่สามารถส่งมอบข้อมูลที่ถูกต้องให้ถึงมือผู้ใช้งานได้ในเวลาที่เหมาะสม

คุณ Shaun Clowes, Chief Product Officer ของ Confluent กล่าวว่า “ปัจจัยที่เป็นอุปสรรคต่อความสำเร็จของ AI ในองค์กรส่วนใหญ่ไม่ได้อยู่ที่ระดับการลงทุน แต่เป็นความพร้อมของข้อมูล เนื่องจาก AI ต้องอาศัยข้อมูลที่ถูกต้อง สดใหม่และมีบริบทประกอบการตัดสินใจ ปัจจุบันองค์กรจำนวนมาก ยังคงเผชิญข้อจำกัดจากข้อมูลที่แยกส่วน ระบบประมวลผลแบบ Batch และโครงสร้างพื้นฐานที่ไม่รองรับการทำงานแบบเรียลไทม์อย่างเต็มประสิทธิภาพ”

“เมื่อองค์กรเริ่มนำ AI จากขั้นทดลองไปสู่การใช้งานจริงในกระบวนการธุรกิจ ความท้าทายด้านข้อมูลและโครงสร้างพื้นฐานจะชัดเจนยิ่งขึ้น เนื่องจากโมเดล AI จำเป็นต้องเชื่อมโยงกับระบบและข้อมูลที่สะท้อนสถานการณ์จริงของธุรกิจได้อย่างต่อเนื่อง องค์กรชั้นนำในปัจจุบันจึงไม่ได้ลงทุนใน AI เพียงอย่างเดียว แต่ยังให้ความสำคัญกับการสร้างฐานด้านข้อมูลที่จำเป็นในการรองรับระบบ ซึ่งจะเป็นตัวกำหนดความสามารถในการต่อยอดการลงทุนด้าน AI ให้สร้างคุณค่าทางธุรกิจได้อย่างมีประสิทธิภาพ”