ปัญญาประดิษฐ์ (AI) กำลังก้าวเข้าสู่ช่วงเปลี่ยนผ่านจากการทดลองใช้งาน ไปสู่การเป็นส่วนหนึ่งของการดำเนินธุรกิจจริงในองค์กรทั่วภูมิภาคเอเชียแปซิฟิก
แต่ท่ามกลางการลงทุนที่เพิ่มขึ้น องค์กรยังต้องรับมือกับความท้าทายด้านการกำกับดูแล คุณภาพข้อมูล ต้นทุนการใช้งาน และความพร้อมของโครงสร้างพื้นฐาน
คูมา มิตรา ผู้อำนวยการบริหาร ประจำภูมิภาคเอเชียแปซิฟิกกลาง ออสเตรเลียและนิวซีแลนด์ เลอโนโว อินฟราสตรักเจอร์ โซลูชัน กรุ๊ป กล่าวว่า วันแห่งการยกย่องปัญญาประดิษฐ์ (AI Appreciation Day) ในปีนี้เป็นโอกาสในการพิจารณาว่า AI กำลังสร้างความเปลี่ยนแปลงต่อการดำเนินงานขององค์กรอย่างไร รวมถึงสิ่งที่ธุรกิจจำเป็นต้องปรับเพื่อขยายการใช้งาน AI ให้เกิดประโยชน์สูงสุด
ผลสำรวจ CIO Playbook ของเลอโนโว ร่วมกับไอดีซี ระบุว่า 96% ขององค์กรทั่วเอเชียแปซิฟิกมีแผนเพิ่มการลงทุนด้าน AI ในปีนี้ โดยคาดว่าจะเพิ่มขึ้นเฉลี่ย 15%
ขณะเดียวกัน 66% ขององค์กรได้ก้าวผ่านขั้นตอนการทดลองเบื้องต้น และเริ่มนำ AI ไปใช้งานทั่วทั้งองค์กรแล้ว ขณะที่เกือบครึ่งหนึ่งของโครงการทดลอง AI (Proof-of-Concept) สามารถเข้าสู่ขั้นตอนการใช้งานจริงในระบบผลิต (Production)
แนวโน้มดังกล่าวสะท้อนการเปลี่ยนแปลงของมุมมองผู้บริหาร จากเดิมที่ตั้งคำถามว่า AI สามารถใช้งานจริงได้หรือไม่ ไปสู่โจทย์ใหม่คือ การบริหารจัดการ AI อย่างไรให้มีความน่าเชื่อถือ สามารถขยายผล และสร้างผลลัพธ์ทางธุรกิจได้
ช่องว่าง AI Governance ยังเป็นโจทย์ใหญ่
แม้การใช้งาน AI ในองค์กรจะเพิ่มขึ้น แต่การกำกับดูแลยังคงเป็นประเด็นที่ตามหลังการใช้งาน แม้ 60% ขององค์กรในภูมิภาคจะมีประสบการณ์ใช้งาน AI แล้ว แต่มีเพียงประมาณ 1 ใน 4 ขององค์กรที่มีกรอบการกำกับดูแล AI (AI Governance) อย่างครอบคลุม
ปัจจัยที่ทำให้โครงการ AI ไม่สามารถขยายจากขั้นทดลองไปสู่การใช้งานจริง ได้แก่ ช่องว่างด้านคุณภาพข้อมูล ความซับซ้อนในการเชื่อมต่อระบบ และการขาดแคลนบุคลากรที่มีความเชี่ยวชาญภายในองค์กร
ขณะเดียวกัน Agentic AI ได้กลายเป็นหนึ่งในประเด็นสำคัญอันดับต้นๆ สำหรับผู้บริหารในปี 2569 โดยแซงหน้า Generative AI แต่ปัจจุบันมีองค์กรเพียงประมาณ 1 ใน 5 เท่านั้นที่รายงานว่ามีการใช้งาน Agentic AI แล้ว
Agentic AI ต้นทุนสูงกว่าคาด
หนึ่งในความท้าทายสำคัญของ Agentic AI คือเรื่องต้นทุน โดยเลอโนโวระบุว่า 92% ขององค์กรที่นำ Agentic AI ไปใช้งาน รายงานว่ามีค่าใช้จ่ายสูงกว่างบประมาณที่กำหนดไว้
สาเหตุเกิดจากลักษณะการทำงานของ AI Agent ที่แตกต่างจากระบบ AI ทั่วไป โดยไม่ได้เพียงตอบคำถามครั้งเดียว แต่ต้องดำเนินกระบวนการต่อเนื่อง ทั้งการให้เหตุผล การค้นหาข้อมูล การตรวจสอบผลลัพธ์ การเรียกใช้เครื่องมือ และการประเมินซ้ำ
กระบวนการเหล่านี้ส่วนใหญ่ทำงานบนโครงสร้างพื้นฐานคลาวด์ที่คิดค่าใช้จ่ายตามโทเคน ซึ่งเหมาะกับการใช้งานเป็นครั้งคราว แต่เมื่อถูกนำมาใช้กับงานที่ทำต่อเนื่องในปริมาณสูง อาจทำให้ต้นทุนเพิ่มขึ้นอย่างรวดเร็ว
เลอโนโวมองว่า แนวทางแก้ไขคือการเลือกสภาพแวดล้อมการประมวลผลให้เหมาะกับลักษณะงาน โดยงานที่มีความไม่แน่นอนหรือเกิดขึ้นเป็นช่วงยังเหมาะกับคลาวด์ ขณะที่งานที่มีรูปแบบชัดเจน ต่อเนื่อง และมีปริมาณสูง
เช่น การจัดสรรงานบริการลูกค้า การตอบคำถามด้านทรัพยากรบุคคล หรือระบบค้นหาข้อมูลแบบ Retrieval-Augmented Search อาจเหมาะกับการประมวลผลแบบ On-Premises หรือ Edge มากกว่า
Physical AI จากทดลองสู่การใช้งานจริง
นอกจาก AI ในรูปแบบซอฟต์แวร์แล้ว Physical AI หรือ AI เชิงกายภาพ กำลังเริ่มเข้าสู่การใช้งานจริงในภาคธุรกิจ
ตัวอย่างที่เกิดขึ้นในภูมิภาค ได้แก่ หุ่นยนต์หกขาที่ใช้ตรวจสอบโครงสร้างพื้นฐานด้านพลังงานในพื้นที่เสี่ยง หุ่นยนต์สุนัขสำหรับตรวจสอบระบบปั๊มของสาธารณูปโภคน้ำ รวมถึงยานยนต์ไร้คนขับที่ทำงานบนแพลตฟอร์ม AI ระดับองค์กร
เทคโนโลยีเหล่านี้สะท้อนบทบาทใหม่ของ AI จากระบบที่ทำหน้าที่ตอบคำถาม ไปสู่ระบบที่สามารถช่วยปฏิบัติงานจริง โดยเฉพาะงานที่มีลักษณะทำซ้ำ มีความเสี่ยง หรือจำเป็นต้องตอบสนองอย่างรวดเร็ว
เลอโนโวยกตัวอย่าง FIFA World Cup 2026™ ซึ่งบริษัทเป็นพาร์ทเนอร์เทคโนโลยีอย่างเป็นทางการของ FIFA ว่าเป็นกรณีศึกษาการนำ AI มาใช้กับกระบวนการปฏิบัติงานจริง
เทคโนโลยีที่นำมาใช้ ได้แก่ FIFA AI Pro™ ศูนย์บัญชาการอัจฉริยะ (Intelligent Command Center) เทคโนโลยี AI Stabilization สำหรับการถ่ายทอดสดมุมมองของผู้ตัดสิน (Referee View™) รวมถึงอวาตาร์นักฟุตบอลแบบสามมิติที่ขับเคลื่อนด้วย AI
ระบบดังกล่าวช่วยสนับสนุนการตัดสินใจของผู้ตัดสิน เพิ่มข้อมูลประกอบการพิจารณาในสนาม และช่วยให้แฟนฟุตบอลเข้าใจเหตุผลเบื้องหลังการตัดสินได้มากขึ้น
ต้องวางรากฐานก่อนขยายผล
เลอโนโวมองว่า ความท้าทายด้าน AI ไม่ได้เป็นเพียงเรื่องเทคนิค แต่เกี่ยวข้องกับกลยุทธ์การนำเทคโนโลยีไปใช้งานจริง
โดยเฉพาะองค์กรขนาดกลางและองค์กรที่ไม่ได้มีทรัพยากรจำนวนมาก อาจยังไม่มีทีมงานที่สามารถประเมินได้ว่า เวิร์กโหลด AI ควรทำงานบนโครงสร้างพื้นฐานแบบใด มีต้นทุนเท่าใด และต้องกำกับดูแลอย่างไร
ดังนั้นองค์กรจึงต้องการพาร์ทเนอร์ที่สามารถให้บริการแบบครบวงจร ตั้งแต่อุปกรณ์ โครงสร้างพื้นฐาน Edge Cloud ซอฟต์แวร์ และบริการ รวมถึงเครือข่ายติดตั้งระบบ
คูมา มิตรา ระบุว่า การนำ AI มาใช้งานกลายเป็นความจริงของภาคธุรกิจแล้ว เช่นเดียวกับโอกาสทางธุรกิจที่เกิดขึ้นตามมา แต่ช่องว่างระหว่างต้นทุนที่คาดการณ์กับต้นทุนจริงยังเป็นประเด็นที่องค์กรต้องบริหารจัดการ
องค์กรที่จะประสบความสำเร็จในการใช้ AI ไม่จำเป็นต้องเป็นองค์กรที่นำ AI มาใช้เร็วที่สุด แต่เป็นองค์กรที่สามารถวางรากฐานด้านสถาปัตยกรรม การกำกับดูแล และรูปแบบเชิงธุรกิจให้เหมาะสมตั้งแต่เริ่มต้น
