Home » Gartner เจาะลึกอนาคต D&A ปี 2569-2573: เมื่อ Agentic AI ครองเมือง

Gartner เจาะลึกอนาคต D&A ปี 2569-2573: เมื่อ Agentic AI ครองเมือง

โดย กองบรรณาธิการ
228 views

สรุปเทรนด์เทคโนโลยีและข้อมูลที่จะเปลี่ยนโลกธุรกิจไปตลอดกาล ตั้งแต่การจ้างงานที่ต้องมีใบรับรอง AI ไปจนถึงการปฏิวัติข้อมูลโลกกายภาพที่มากกว่าดิจิทัลถึง 10 เท่า

การ์ทเนอร์ อิงก์ บริษัทวิจัยและที่ปรึกษาชั้นนำของโลก ได้เผยบทวิเคราะห์ที่น่าสนใจเกี่ยวกับทิศทางของข้อมูลและการวิเคราะห์ (Data and Analytics: D&A) ประจำปี 2569 โดยชี้ให้เห็นว่าปัญญาประดิษฐ์หรือ AI จะกลายเป็นหัวใจสำคัญที่เข้ามาเปลี่ยนแปลงทุกมิติของธุรกิจ ตั้งแต่บทบาทความเป็นผู้นำ การวางรากฐานธรรมาภิบาลข้อมูลที่มีประสิทธิภาพ ไปจนถึงการพัฒนาบุคลากรให้มีทักษะที่เท่าทันเทคโนโลยี รวมถึงการปรับตัวของกลไกตลาดที่ต้องให้ความสำคัญกับบริบทของข้อมูล

Rita Sallam รองประธานนักวิเคราะห์อาวุโสของการ์ทเนอร์ กล่าวว่า “การเปลี่ยนแปลงด้านข้อมูลและปัญญาประดิษฐ์นั้นรวดเร็วมากจนแต่ละปีรู้สึกเหมือนเรากำลังก้าวเข้าสู่บทใหม่ของนิยายวิทยาศาสตร์ และในปีนี้ เส้นแบ่งระหว่างความเฉลียวฉลาดของมนุษย์ เครื่องจักร และองค์กรจะเลือนลางขึ้นเรื่อย ๆ ธุรกิจจำนวนมากมายต่างพึ่งพาข้อมูลในแบบที่ไม่เคยมีมาก่อน โดยระบบ AI ไม่เพียงเป็นเครื่องมือสนับสนุนสำคัญ แต่ยังทำงานร่วมกับเราในฐานะ ‘พันธมิตร’ และจากการคาดการณ์เหล่านี้จะช่วยให้ผู้นำเตรียมพร้อมรับมือกับโอกาสและความท้าทายที่รออยู่ในอนาคต”

โดยในแต่ละช่วงปีจะเห็นการเปลี่ยนแปลงที่สำคัญ ดังนี้

ปี 2570 ทักษะด้าน AI จำเป็น

ภายในปีหน้า (2570) กระบวนการจ้างงานกว่า 75% จะมีการบรรจุการทดสอบและใบรับรองความเชี่ยวชาญด้าน AI ไว้เป็นส่วนหนึ่งของการสรรหาบุคลากร

ความจำเป็นเร่งด่วนนี้เกิดจากการพัฒนานวัตกรรม AI ที่รุดหน้าไปอย่างก้าวกระโดด ส่งผลให้ผู้นำองค์กรต้องเร่งปรับปรุงกลยุทธ์ด้าน Tech Talent ให้ทันสมัย มิเช่นนั้นอาจเสี่ยงที่จะพ่ายแพ้ต่อคู่แข่งที่สามารถดึงศักยภาพการทำงานร่วมกันระหว่างมนุษย์และ AI มาใช้ได้อย่างเต็มที่

นอกจากนี้ ผู้นำด้านข้อมูลและการวิเคราะห์ (D&A) ควรส่งเสริมให้มีการทดสอบวัดระดับทักษะพนักงานอย่างเข้มงวดโดยใช้ข้อมูลเป็นตัวตั้ง เพื่อให้เห็นช่องว่างที่ชัดเจนระหว่างเป้าหมายด้าน AI ขององค์กรและความพร้อมของพนักงานที่มีอยู่จริงในปัจจุบัน ทั้งนี้เพื่อเตรียมรับมือกับแรงกดดันด้านต้นทุนและการปฏิวัติของเทคโนโลยีที่กำลังขับเคลื่อนตลาดแรงงานในปี 2569 และอนาคต

ภายในปี 2570 การแพร่หลายของ Generative AI (GenAI) และ AI Agent จะนำไปสู่การเปลี่ยนแปลงครั้งใหญ่ที่สุดในรอบกว่า 30 ปีของตลาดเครื่องมือเพิ่มประสิทธิภาพการทำงาน (Productivity Tools) ซึ่งส่งผลกระทบต่อมูลค่าตลาดสูงถึง 5.8 หมื่นล้านดอลลาร์

โดยนวัตกรรมเหล่านี้จะเข้ามาปรับเปลี่ยนรูปแบบการสร้างและแก้ไขเนื้อหา จากเดิมที่ผู้ใช้งานต้องเริ่มต้นจากหน้ากระดาษเปล่าไปสู่การใช้ AI ในการรวบรวมและสังเคราะห์ข้อมูลมหาศาล รวมถึงการทำหน้าที่เป็นตัวแทนอัจฉริยะที่ช่วยสนับสนุนการตัดสินใจทางธุรกิจได้ การเปลี่ยนแปลงนี้ยังบีบให้ซอฟต์แวร์สำนักงานต้องพัฒนาอินเทอร์เฟซและรูปแบบไฟล์ใหม่ๆ เพื่อรองรับประสบการณ์การใช้งานแบบ Agentic AI ที่จะกลายเป็นมาตรฐานใหม่ในอนาคตอันใกล้

ปี 2571 งานบางอย่างย้ายไปสู่ AI Engineering

ภายในปี 2571 บทบาทการบริหารความเสี่ยงด้านเนื้อหากว่า 50% จะถูกเปลี่ยนมือจากฝ่ายกฎหมายและความปลอดภัยไซเบอร์ไปสู่ทีม AI Engineering เพื่อจัดการกับความเสี่ยงที่เกิดจากกระบวนการตรวจสอบที่แยกส่วนกัน โดยหน้าที่การลดความเสี่ยงจะถูกผนวกรวมเข้ากับกระบวนการวิศวกรรม AI, วิทยาศาสตร์ข้อมูล และการพัฒนาซอฟต์แวร์มากขึ้น ซึ่งทีมเหล่านี้ต้องรับหน้าที่ออกแบบระบบที่สามารถสร้างและคัดกรองเนื้อหาได้อย่างชาญฉลาด พร้อมสร้างระบบควบคุมแบบเบ็ดเสร็จตั้งแต่ขั้นตอนการออกแบบ (By Design)

แนวทางนี้ไม่เพียงแต่ช่วยให้เกิดนวัตกรรมที่รวดเร็วและมีความรับผิดชอบภายใต้กรอบจริยธรรมเท่านั้น แต่ยังจำเป็นต่อการรับมือกับภัยคุกคามใหม่ๆ เช่น การละเมิดผ่าน AI Agent และความเสี่ยงจากข้อมูลที่ AI สร้างขึ้นโดยไม่มีการตรวจสอบ ซึ่งทำให้กว่า 50% ขององค์กรต้องหันมาใช้โครงสร้างธรรมาภิบาลข้อมูลแบบ Zero-trust เพื่อความปลอดภัยสูงสุด

ปี 2572-2573 Gartner ชี้ AI Agent ปฏิวัติโลกกายภาพ

อีกสามปีข้างหน้า (2572) คาดการณ์ว่า AI Agent จะสร้างข้อมูลจากสภาพแวดล้อมทางกายภาพมากกว่าข้อมูลที่ได้มาจากแอปพลิเคชัน AI ดิจิทัลทั้งหมดรวมกันถึง 10 เท่า

การใช้งาน Agentic AI ในโลกจริงกำลังผลิตข้อมูลที่เรียกว่า Trajectory Data จำนวนมหาศาล ทั้งในเชิงตรรกะ พื้นที่ และสถานการณ์ที่ต้องใช้เอเจนท์หลายตัวทำงานร่วมกัน ขณะที่พวกมันมีปฏิสัมพันธ์กับสภาพแวดล้อมรอบตัว สิ่งนี้ถือเป็นโอกาสที่หาได้ยากสำหรับ “โมเดลที่ใช้ในระดับโลก” (World Models) เพื่อเรียนรู้รูปแบบจากข้อมูลดังกล่าว นำมาใช้พยากรณ์และจำลองสถานการณ์ได้อย่างแม่นยำ

ในอีกสี่ปีข้างหน้า (2573) องค์กรถึง 50% จะใช้ Autonomous AI Agents เพื่อตีความนโยบายธรรมาภิบาลและมาตรฐานทางเทคนิค และเปลี่ยนให้เป็น “ข้อตกลงหรือสัญญาในรูปแบบดิจิทัลที่เครื่องตรวจสอบได้” ซึ่งจะช่วยให้การปฏิบัติตามกฎระเบียบและการบังคับใช้นโยบายธรรมาภิบาลเป็นไปอย่างอัตโนมัติ

ครึ่งหนึ่งของการใช้งาน AI Agent ที่ไม่ประสบความสำเร็จจะมาจากการบังคับใช้กฎในขณะทำงาน (Runtime Enforcement) ของแพลตฟอร์มธรรมาภิบาล AI ไม่ครอบคลุมเพียงพอ โดยเฉพาะในแง่ของขีดความสามารถและการทำงานร่วมกันระหว่างหลายระบบ ทั้งนี้ในระยะสั้น การตัดสินใจโดยใช้ LLM ที่ปราศจากการกำกับดูแลจะส่งผลให้องค์กรสูญเสียทั้งเงินและชื่อเสียง

“ผู้นำ D&A ควรเริ่มทดลองใช้ Data Governance Agents ในกระบวนการที่มีความเสี่ยงต่ำ เพื่อจัดระเบียบและทำให้ขั้นตอนการเจรจาต่อรองข้อมูลเป็นไปอย่างอัตโนมัติ โดยจำเป็นต้องตรวจสอบให้แน่ใจว่าเอเจนท์สามารถตีความบริบทและโปรโตคอลต่าง ๆ ได้อย่างถูกต้องในสภาพแวดล้อมที่ควบคุมได้ ก่อนที่จะขยายผลไปสู่สเกลที่ใหญ่ขึ้น นอกจากนี้ ควรมีการออกแบบเวิร์กโฟลว์การวิเคราะห์ใหม่ โดยเพิ่มขั้นตอนการประเมินผลที่จำเป็นเข้าไปด้วย” Sallam กล่าว

ภายในปี 2573 60% ขององค์กรที่สร้างความต่างทางธุรกิจด้วย AI สำเร็จ จะมีผู้นำองค์กรที่ให้ความสำคัญกับ “ทักษะความสัมพันธ์ระหว่างบุคคล”

ผู้บริหารระดับสูงด้านข้อมูลและการวิเคราะห์ หรือ CDAOs ที่มีทักษะในการสร้างพันธมิตรและโน้มน้าวใจเก่ง ๆ กำลังก้าวหน้าไปสู่บทบาทผู้บริหารระดับสูงที่มีอิทธิพลมากขึ้น รวมถึงตำแหน่ง CEO เนื่องจากองค์กรต่าง ๆ เริ่มตระหนักถึงคุณค่าของวิสัยทัศน์เชิงกลยุทธ์ที่นำโดยมนุษย์ เพื่อเค้นศักยภาพของ AI มาใช้ให้เกิดประโยชน์สูงสุด

ภายในปี 2573 Universal Semantic Layers จะถูกยกให้เป็นโครงสร้างพื้นฐานที่มีความสำคัญอย่างสูง เทียบเท่ากับแพลตฟอร์มข้อมูลและระบบความปลอดภัยทางไซเบอร์

การพัฒนา Universal Semantic Layer หรือ ชั้นข้อมูลที่ครอบคลุมและได้มาตรฐาน ซึ่งเป็นส่วนต่อประสานหนึ่งเดียวสำหรับการเข้าถึงและการวิเคราะห์ข้อมูลทั่วทั้งองค์กรกลายเป็นสิ่งที่ “Must-Do” สำหรับผู้นำ D&A ที่กำลังขับเคลื่อนหรือสนับสนุนการใช้ AI เนื่องจากเป็นวิธีเดียวที่จะช่วยเพิ่มความแม่นยำ, บริหารจัดการต้นทุน, ลดหนี้ทางเทคนิคของ AI ลงอย่างมาก, สร้างความสอดคล้องให้กับระบบเอเจนท์หลายตัว และยับยั้งความไม่สอดคล้องกันของข้อมูลที่มีต้นทุนสูงก่อนแพร่ออกไป โดยผู้นำ D&A จำเป็นต้องจัดสรรงบประมาณสำหรับเพิ่มขีดความสามารถด้าน Semantic เพื่อวางเป็นรากฐานสำคัญ

ในอนาคตอันใกล้ ความสำเร็จขององค์กรจะไม่ได้ขึ้นอยู่กับเพียงเทคโนโลยี แต่ยังรวมถึงวิสัยทัศน์เชิงกลยุทธ์และการให้ความสำคัญกับทักษะความสัมพันธ์ระหว่างบุคคล เพื่อดึงศักยภาพสูงสุดจากความร่วมมือระหว่างมนุษย์และ AI

You may also like

เว็บไซต์นี้มีการใช้คุกกี้ในการเก็บรวบรวมข้อมูลการใช้งานของเจ้าของข้อมูลส่วนบุคคล เพื่อเก็บข้อมูลและรวบรวมสถิติวิจัยทางด้านการตลาด การวิเคราะห์แนวโน้ม ตลอดจนนำมาปรับปรุง และควบคุมการทำงานของเว็บไซต์ ทั้งนี้ หากท่านไม่ยินยอม ท่านยังสามารถใช้งานเว็บไซต์ได้ปกติ ยอมรับทั้งหมด