การนำเทคโนโลยีปัญญาประดิษฐ์ (AI) มาใช้งานในองค์กรไทยเริ่มขยับจากช่วงทดลองสู่การวางรากฐานมากขึ้น
แต่หลายองค์กรยังเผชิญข้อจำกัดด้านงบประมาณ บุคลากร และโครงสร้างพื้นฐาน ส่งผลให้การขยายการใช้งาน AI ไปสู่ระดับปฏิบัติการจริงและการสร้างผลลัพธ์ทางธุรกิจในระยะยาวยังทำได้จำกัด
เอสที เทเลมีเดีย โกลบอล ดาต้าเซ็นเตอร์ ประเทศไทย (STT GDC) เผยผลสำรวจ “Mind the Gap: Bridging the AI Infrastructure Readiness Divide” ซึ่งศึกษาความพร้อมด้านโครงสร้างพื้นฐาน AI ขององค์กรไทย พบว่า “ความพร้อมด้านการเงิน” “กระบวนการดำเนินงาน” และ “โครงสร้างพื้นฐาน” เป็น 3 ปัจจัยสำคัญที่เป็นอุปสรรคต่อการปลดล็อกศักยภาพ AI ขององค์กร
ผลสำรวจจากผู้นำองค์กรและผู้เชี่ยวชาญด้านดิจิทัลในไทยจำนวน 60 ราย พบว่า 78% ขององค์กรอยู่ในระดับ “Builder” หรือ “สร้างรากฐาน”
แต่มีเพียง 8% ที่ก้าวสู่ระดับ "บูรณาการ” (Integrator) ซึ่งหมายถึงการนำ AI เข้าไปใช้ในกระบวนการดำเนินงานจริงขององค์กร
ขณะที่ยังไม่มีองค์กรใดอยู่ในระดับ "ผู้นำ”(Leader) หรือองค์กรที่สามารถใช้ AI เพื่อสร้างมูลค่าทางธุรกิจได้อย่างยั่งยืนในวงกว้าง
ส่วนใหญ่ยังอยู่ช่วงวางรากฐาน
รายงานแบ่งระดับความพร้อมด้าน AI ขององค์กรไทยออกเป็น 4 ระดับ ได้แก่ ระดับสำรวจ (Explorer) 14% ระดับสร้างรากฐาน (Builder) 78% ระดับบูรณาการ (Integrator) 8% และระดับผู้นำ (Leader) 0%
ข้อมูลดังกล่าวสะท้อนว่า แม้องค์กรส่วนใหญ่เริ่มก้าวผ่านการทดลองใช้งาน AI ระยะเริ่มต้นแล้ว แต่ยังไม่สามารถขยายการใช้งานไปสู่ระดับองค์กรได้อย่างเต็มรูปแบบ
บุศรินทร์ ประดิษฐยนต์ ผู้จัดการประจำประเทศไทย บริษัท เอสที เทเลมีเดีย โกลบอล ดาต้าเซ็นเตอร์ ประเทศไทย กล่าวว่า องค์กรไทยมีความก้าวหน้าในการนำ AI มาใช้งานมากขึ้น แต่โจทย์สำคัญในระยะถัดไปคือการทำให้ AI สามารถสร้างคุณค่าและตอบโจทย์ทางธุรกิจได้อย่างยั่งยืน
องค์กรจำนวนมากยังเผชิญความท้าทายในการนำ AI ไปใช้ในกระบวนการดำเนินงานจริงอย่างไร้รอยต่อ รวมถึงการสร้างผลลัพธ์ทางธุรกิจอย่างต่อเนื่องในระยะยาว
สำหรับการแก้ปัญหาจำเป็นต้องอาศัยแนวทางการลงทุนที่สอดคล้องกับผลลัพธ์ทางธุรกิจ การมีบุคลากรที่มีความเชี่ยวชาญ รวมถึงโครงสร้างพื้นฐานที่รองรับการขยายการใช้งานได้และสามารถคาดการณ์ต้นทุนได้ชัดเจน
งบประมาณ–ROI อุปสรรคหลัก
ผลสำรวจพบว่า ปัจจัยด้านการเงินเป็นอุปสรรคสำคัญที่สุดในการขยายการใช้งาน AI ขององค์กรไทย โดย 57% ของผู้ตอบแบบสำรวจระบุว่า ข้อจำกัดด้านงบประมาณและความยากในการวัดผลตอบแทนจากการลงทุน (ROI) เป็นปัจจัยหลักที่ทำให้องค์กรเดินหน้าได้ช้าลง
ตัวเลขดังกล่าวสูงกว่าปัญหาด้านโครงสร้างพื้นฐาน ซึ่งมีองค์กร 50% ระบุว่าเป็นอุปสรรคสำคัญ ความท้าทายด้านงบประมาณสะท้อนผ่านพฤติกรรมการลงทุนขององค์กร โดย 76% ขององค์กรไทยจัดสรรงบประมาณด้านไอทีให้กับ AI ไม่เกิน 5%
แม้องค์กรจำนวนมากแสดงให้เห็นถึงความสนใจและแรงขับเคลื่อนในการนำ AI มาใช้ แต่ความพร้อมในการขยายระบบยังอยู่ในระดับต่ำ
โดยมีองค์กรไม่ถึง 10% ที่ระบุว่ามีความพร้อมในการรองรับการประมวลผล AI workloads ในระดับที่ขยายได้
ขาดบุคลากรเฉพาะทาง
นอกจากข้อจำกัดด้านงบประมาณแล้ว ปัญหาการขาดแคลนบุคลากรยังเป็นอีกหนึ่งอุปสรรคสำคัญต่อการใช้งาน AI ในองค์กร
ผลสำรวจพบว่า 38% ขององค์กรไทยยอมรับว่าขาดผู้เชี่ยวชาญภายในองค์กรที่จะเข้ามาดูแลโครงสร้างพื้นฐานและสนับสนุนการดำเนินงานที่มีความซับซ้อน
อย่างไรก็ตาม แม้องค์กรจำนวนมากรับรู้ถึงปัญหาดังกล่าว แต่มีเพียง 8% เท่านั้นที่ให้ความสำคัญกับปัจจัยด้านความเชี่ยวชาญในการเลือกพันธมิตรด้านโครงสร้างพื้นฐาน
ความย้อนแย้งดังกล่าวสะท้อนว่า แม้องค์กรตระหนักถึงปัญหาขาดแคลนบุคลากร แต่แนวทางการลงทุนและการตัดสินใจด้านโครงสร้างพื้นฐานยังไม่สอดคล้องกับการแก้ปัญหาในระยะยาว
โดยปัญหาการเข้าถึงทักษะเฉพาะทางยังส่งผลต่อความสามารถขององค์กรในการออกแบบ บริหารจัดการ และขับเคลื่อนโครงสร้างพื้นฐาน AI ให้รองรับการขยายผลทางธุรกิจได้อย่างมีประสิทธิภาพ
โครงสร้างพื้นฐานยังเป็นคอขวด
รายงานยังระบุว่า ข้อจำกัดด้านโครงสร้างพื้นฐานยังเป็นอีกปัจจัยสำคัญที่ฉุดรั้งการขยายการใช้งาน AI ขององค์กรไทย
องค์กรมากกว่าครึ่งระบุว่า ข้อจำกัดด้านประสิทธิภาพการประมวลผล พื้นที่จัดเก็บข้อมูล และระบบเครือข่าย เป็นอุปสรรคสำคัญต่อการรองรับ AI ขั้นสูง
ขณะที่ มีเพียงส่วนน้อยที่มีระบบรองรับการรับส่งข้อมูลความเร็วสูง ความหน่วงต่ำ (Latency) และแบนด์วิดท์เพียงพอสำหรับรองรับ Advanced AI Workloads
หลายองค์กรยังอยู่ในช่วงแก้ปัญหาโครงสร้างพื้นฐานพื้นฐานมากกว่าการขยายการใช้งาน AI ในระดับองค์กร แม้องค์กรจำนวนหนึ่งสามารถใช้งาน AI ได้สำเร็จในบางกรณี แต่ยังเผชิญความท้าทายในการขยายระบบให้มีเสถียรภาพและควบคุมต้นทุนได้
ESG ยังถูกมองเป็นเรื่องรอง
อีกประเด็นที่รายงานสะท้อนคือความเสี่ยงด้านความยั่งยืนและการดำเนินงานในระยะยาว แม้องค์กรไทย 50% มีการลงทุนในฮาร์ดแวร์ AI ประสิทธิภาพสูง เช่น GPU แต่มีเพียง 15% ที่เริ่มใช้งานหรือศึกษาเทคโนโลยีระบบระบายความร้อนด้วยของเหลว (Liquid Cooling) ซึ่งมีบทบาทสำคัญต่อการรองรับการประมวลผล AI ขั้นสูง
ขณะเดียวกัน 78% ขององค์กรไทยระบุว่า ประเด็นด้านสิ่งแวดล้อม สังคม และธรรมาภิบาล (ESG) ยังมีความสำคัญรองลงมาจากเรื่องประสิทธิภาพและต้นทุน
ดังนั้นการมุ่งเน้นเฉพาะการเพิ่มขีดความสามารถในระยะสั้น อาจส่งผลต่อประสิทธิภาพ ความยืดหยุ่น และต้นทุนการดำเนินงานในระยะยาว
ผลสำรวจยังสะท้อนความกังวลด้านธรรมาภิบาลและความปลอดภัยของข้อมูล โดยไม่มีองค์กรไทยรายใดที่ระบุว่ามั่นใจเต็มที่ในเรื่องความปลอดภัยและความเป็นส่วนตัวของข้อมูลเมื่อใช้งานระบบ AI
ความกังวลดังกล่าวเกี่ยวข้องกับประเด็นด้านความปลอดภัย การปฏิบัติตามกฎระเบียบ และความซับซ้อนของการบริหารจัดการระบบในสภาพแวดล้อมที่มีการใช้งาน AI มากขึ้น
เชื่อม ‘คน–ระบบ–โครงสร้างพื้นฐาน’
ผลการศึกษาระบุว่า องค์กรที่สามารถก้าวข้ามระดับ “Builder” ได้ มักใช้แนวทางบูรณาการร่วมกันใน 3 ด้าน ได้แก่ การออกแบบโครงสร้างพื้นฐานที่รองรับการขยายตัว การวางสถาปัตยกรรมแบบกระจายศูนย์ (Distributed Architectures) เพื่อเพิ่มความยืดหยุ่นและรองรับข้อกำหนดด้านกฎระเบียบ และการเข้าถึงความเชี่ยวชาญด้านการดำเนินงาน
แนวทางดังกล่าวช่วยให้องค์กรสามารถคาดการณ์ต้นทุน ลดความเสี่ยงด้านการดำเนินงาน และเปิดโอกาสให้ทีมงานมุ่งพัฒนานวัตกรรม AI เพื่อสร้างมูลค่าทางธุรกิจได้มากขึ้น
จากการทดลองใช้งาน AI ไปสู่การสร้างผลลัพธ์ทางธุรกิจ ความท้าทายขององค์กรไทยไม่ได้อยู่ที่การลงทุนด้านเทคโนโลยีเพียงอย่างเดียว แต่ยังรวมถึงความพร้อมของโครงสร้างพื้นฐาน บุคลากร และระบบการดำเนินงานที่ต้องทำงานสอดประสานกัน

