ต้องจับตา! Gartner เผย 6 เทรนด์ Data & Analytics สู่องค์กรอนาคต

การ์ทเนอร์ (Gartner) เผย 6 เทรนด์ด้าน Data & Analytics ที่กำลังเข้ามาขับเคลื่อนองค์กรธุรกิจทั่วโลสู่การเป็น Data-Driven Organization อย่างแท้จริง…

ต้องจับตา! Gartner เผย 6 เทรนด์ Data & Analytics สู่องค์กรอนาคต

การ์ทเนอร์ เปิดเผยว่า ภายในปี พ.ศ. 2573 องค์กรธุรกิจมากกว่า 1 ใน 10 แห่งจะก้าวเข้าสู่การเป็นองค์กรที่ให้ความสำคัญกับ AI เป็นอันดับแรก หรือ “AI-First” ซึ่งจะทำให้มีความสามารถในการแข่งขันเหนือกว่าคู่แข่ง ผ่านการนำ AI Agents, เทคโนโลยี Semantics

รวมถึง Converged Data & Analytics หรือ D&A Platforms มาประยุกต์ใช้ โดยทั้ง 3 แนว ทางนี้ ถือเป็นแรงขับเคลื่อนสำคัญที่อยู่เบื้องหลังเทรนด์เทคโนโลยี D&A ที่น่าจับตามองที่สุด

คาร์ลี ไอดอยน์ รองประธานฝ่ายนักวิเคราะห์ การ์ทเนอร์ กล่าวว่า องค์กรต่างกำลังเปลี่ยนผ่านไปสู่โมเดลการดำเนินงานแบบ AI-First อย่างรวดเร็ว ซึ่งปัจจุบัน AI เป็นปัจจัยหลักของการตัดสินใจทางธุรกิจ การจัดกระบวนการทำงาน และการลงทุนในทุก ๆ ด้าน หากองค์กรใดมีเป้าหมายร่วมกันที่ไม่ชัดเจน จะต้องเผชิญกับความยากลำบากในการเค้นศักยภาพ AI ออกมาใช้ได้ไม่เต็มที่ และไม่มีความสม่ำเสมอไปทั่วทั้งธุรกิจ

ข้อแนะในการพิจารณา และนำเทรนด์ D&A เข้าไปเป็นส่วนหนึ่งของกลยุทธ์การดำเนินงานในช่วง 2 ปีข้างหน้า

เทรนด์ที่ 1 : Sovereign AI เติบโตก้าวกระโดด

เมื่อ AI กลายเป็นกุญแจสำคัญต่อความมั่นคงทางเศรษฐกิจ รัฐบาลในประเทศต่าง ๆ จึงให้ความสำคัญกับการควบคุมขีดความสามารถด้าน AI ของตนเอง เพื่อลดการพึ่งพาประเทศเพื่อนบ้านหรือต่างชาติในการขับเคลื่อนเป้าหมายระดับประเทศ

โดยการควบคุมระบบ D&A ให้อยู่ภายในท้องถิ่น ถือเป็นส่วนสำคัญของกระบวนการนี้เป็นส่วนขยายทางภูมิรัฐศาสตร์ (Geopolitical) ภายนอกที่หลายองค์กรต้องบริหารจัดการใน Roadmap การดำเนินงาน เพื่อก้าวไปสู่การเป็นองค์กร AI-first

“Sovereign AI หรือ อธิปไตยเอไอ กำลังเปลี่ยนวิธีคิดองค์กรในเรื่องการควบคุม พัฒนานวัตกรรม และสร้างความความยืดหยุ่นของกลยุทธ์ AI อย่างสิ้นเชิง เพื่อตอบรับโอกาส และความท้าทายที่มาพร้อมกับ Sovereign AI อย่างมีประสิทธิภาพ

องค์กรต้องปรับปรุง Roadmap ด้าน D&A ให้ทันสมัย และยกระดับการใช้ AI จากเดิมที่เป็นเพียงการนำมาใช้งานทั่ว ๆ ไป ไปสู่การสร้างความได้เปรียบทางการแข่งขัน” ไอดอยน์ กล่าว

เทรนด์ที่ 2 : ลดความเสี่ยง AI Agent ด้วย Decision Governance

ปัจจุบัน AI Agents ได้รับมอบหมายให้ตัดสินใจในการวางกลยุทธ์ วิธีการ และปฏิบัติการมากขึ้น ซึ่งหมายความว่าการตัดสินใจที่ปราศจากการกำกับดูแลจะเพิ่มความเสี่ยงให้องค์กรเผชิญปัญหาทางด้านกฎหมาย การปฏิบัติงาน และภาพลักษณ์ชื่อเสียง

โดยการกำกับดูแลการตัดสินใจ หรือ Decision Governance จึงเป็นการนำหลักการธรรมาภิบาลมาประยุกต์ใช้เข้ากับระบบประมวลผลการตัดสินใจอัจฉริยะ (Decision Intelligence) เพื่อให้การตัดสินใจแบบอัตโนมัติเหล่านั้นสามารถอธิบายได้ ตรวจสอบได้ และสอดคล้องกับผลลัพธ์ที่องค์กรมองหา

การ์ทเนอร์คาดการณ์ว่า ภายในปี พ.ศ. 2572 การตัดสินใจทางธุรกิจที่ใช้โมเดลจำลองอย่างชัดเจนนั้น จะได้รับความไว้วางใจมากกว่าเดิมถึง 5 เท่า และทำงานได้รวดเร็วขึ้น 80% เมื่อเทียบกับการตัดสินใจที่ไม่มีการกำกับดูแล อันเป็นผลมาจากการนำแพลตฟอร์ม Decision Intelligence มาใช้งาน

เทรนด์ที่ 3 : สร้างความน่าเชื่อถือด้วย AI Governance Platforms

วิธีการรับรองมาตรฐานแบบเดิม ๆ ไม่เพียงพออีกต่อไปสำหรับการกำกับดูแล AI ให้มีประสิทธิภาพ ท่ามกลางความซับซ้อนของกฎระเบียบข้อบังคับด้าน AI ที่เพิ่มขึ้นทั่วโลก ความเสี่ยงใหม่ ๆ ที่ปรากฏขึ้น ตลอดจนการนำ AI Agents ที่ทำงานได้เองอิสระมาใช้รวดเร็วยิ่งขึ้น

ทำให้แพลตฟอร์มการกำกับดูแล AI หรือ AI Governance Platforms สามารถเข้ามาช่วยให้องค์กรสามารถปฏิบัติตามนโยบายบริษัท กฎหมายและมาตรฐานอุตสาหกรรม ภายใต้หลักการร่วมด้าน AI ที่มีความรับผิดชอบ

ผู้บริหารด้าน D&A ควรนำแพลตฟอร์มการกำกับดูแล AI มาใช้ในภาคปฏิบัติ เพื่อให้เกิดการตรวจสอบดูแลจากส่วนกลาง สามารถนำกรอบการบริหารจัดการความเสี่ยงไปประยุกต์ใช้ และบังคับใช้มาตรการควบคุมที่จำเป็นได้อย่างมีประสิทธิภาพ

เทรนด์ที่ 4 : Agentic Data Streaming เพิ่มพลังความอัจฉริยะแบบเรียลไทม์

การประมวลผลข้อมูลแบบชุดเดิมนั้นอาจช้าเกินไป ต่างจาก Agentic Data Streaming หรือการสตรีมข้อมูลที่รองรับเอเจนต์ ที่มีความสำคัญอย่างยิ่งสำหรับองค์กรที่ต้องการสร้าง และใช้งาน AI Agents ดังนั้นการไหลของข้อมูลโดยมีเหตุการณ์เป็นตัวขับเคลื่อนต่อเนื่อง จะช่วยให้ผู้บริหาร D&A ส่งมอบข้อมูลได้เร็วขึ้น ส่งผลให้ AI Agents รับงานไปทำได้มากขึ้นด้วยความเร็ว และแม่นยำ

โดยคาดว่า ภายในปี พ.ศ. 2571 แรงกดดันจากการแข่งขันที่ต้องตอบสนองแบบเรียลไทม์ ผลักดันให้มีการนำ Data Streaming มาใช้สำหรับ Agentic AI พุ่งสูงเกิน 60% (จากเดิมที่ต่ำกว่า 15% ในปี พ.ศ. 2568) ดังนั้น องค์กรต้องจัดลำดับความสำคัญของยูสเคสที่จำเป็นต้องใช้ข้อมูลเรียลไทม์ เช่น Decision Intelligence, Autonomous Operations และ Digital Twins

เทรนด์ที่ 5 : ปฏิบัติงานคล่องตัวขึ้นด้วย Agentic Data Management

ผู้บริหาร D&A กำลังเผชิญกับความท้าทายต่อเนื่องในการจัดการข้อมูลที่ซับซ้อน ซึ่งสร้างความตึงตัวให้กับกระบวนการจัดการข้อมูลแบบเดิม และทำให้การเตรียมความพร้อมด้านข้อมูลสำหรับ AI นั้นยุ่งยากขึ้น การใช้ AI Agents เข้ามาช่วยจัดการข้อมูลจะช่วยยกระดับกระบวนการจัดการข้อมูลหลัก โดยการเปิดใช้งานระบบที่สามารถดำเนินการได้แบบเรียลไทม์ ตรวจจับแพทเทิร์นข้อมูล และให้คำแนะนำเพื่อให้เกิดความยืดหยุ่น และตอบสนองรวดเร็วยิ่งขึ้น

“การผสานรวม AI Agents เข้ากับกระบวนการทำงานด้านการจัดการข้อมูล ช่วยให้ทีมข้อมูลสามารถปฏิบัติงานได้ยืดหยุ่น และปรับตัวได้ดีขึ้นผ่านระบบที่เรียนรู้ได้ด้วยตนเอง อย่างไรก็ตาม การจัดตั้งการกำกับดูแลที่แข็งแกร่งและการตรวจสอบประสิทธิภาพอย่างต่อเนื่อง จะยังคงเป็นสิ่งสำคัญเพื่อให้มั่นใจว่าขีดความสามารถเหล่านี้จะมอบผลลัพธ์ที่สม่ำเสมอ และสอดคล้องกับเป้าหมายทางธุรกิจ” ไอดอยน์ กล่าว

เทรนด์ที่ 6 : จัดการกับยูสเคสที่ซับซ้อนด้วย GraphRAG

แอปพลิเคชัน AI ขององค์กรจำนวนมากต้องการความแม่นยำและความน่าเชื่อถือสูง แต่แนวทางการสืบค้นข้อมูลเพื่อเสริมการสร้างคำตอบ หรือ RAG (Retrieval-Augmented Generation)  แบบดั้งเดิม ไม่สามารถรองรับการสอบถามที่มีความซับซ้อน และมีบริบทชัดเจนได้

เทคนิค GraphRAG จึงเข้ามาแก้ปัญหานี้โดยการรวม กราฟความรู้ (Knowledge Graphs) เข้ากับโมเดลภาษาขนาดใหญ่ (LLMs) เพื่อปรับปรุงวิธีที่ระบบ AI ใช้ในการสืบค้นและเชื่อมโยงข้อมูล ช่วยตีความหมายตามบริบท และมอบผลลัพธ์ที่แม่นยำยิ่งขึ้นในยูสเคสที่มีความซับซ้อน

ทั้งนี้ การ์ทเนอร์ คาดการณ์ว่า ภายในปี พ.ศ. 2572 องค์กรธุรกิจราว 40% จะนำเทคนิค GraphRAG มาใช้เพื่อปรับปรุงความถูกต้องของข้อมูลในการตอบคำถาม และเพิ่มขีดความสามารถด้านการคิดหาเหตุผล ของ LLMs

ส่วนขยาย

* บทความเรื่องนี้น่าจะเป็นประโยชน์สำหรับการวิเคราะห์ในมุมมองที่น่าสนใจ 
** เขียน: ชลัมพ์ ศุภวาที (บรรณาธิการ และผู้สื่อข่าว) 
*** ขอขอบคุณภาพประกอบบางส่วนจาก N/A

สามารถกดติดตามข่าวสาร และบทความทางด้านเทคโนโลยีของเราได้ที่  www.facebook.com/itday.in.th