'การ์ทเนอร์' เปิด 10 เทรนด์ AI ปี 2570 จับตา Agentic AI พลิกโฉมธุรกิจ

AI กำลังขยายจากซอฟต์แวร์ไปสู่การทำงานในโลกจริง พร้อมสร้างโจทย์ใหม่ให้ธุรกิจตั้งแต่ต้นทุน การใช้พลังงาน ความปลอดภัย ไปจนถึงความรับผิดชอบต่อการตัดสินใจของระบบ

การ์ทเนอร์ เผยการคาดการณ์เชิงกลยุทธ์สำคัญ หรือ Top Strategic Predictions สำหรับปี 2570 และอนาคต โดยแบ่งประเด็นออกเป็น 3 กลุ่ม ได้แก่ Robots Everywhere, Cost to Value และ Unknown Unknowns

ดาริล พลัมเมอร์ รองประธานฝ่ายวิจัยและ Gartner Fellow กล่าวว่า ระบบจำนวนมากที่ใช้งานอยู่ในปัจจุบัน ตั้งแต่บริการสาธารณะ ซอฟต์แวร์ ไปจนถึงโมเดลด้านพลังงานและแรงงาน จะถูก AI เปลี่ยนแปลงในทศวรรษหน้า

องค์กรที่จะประสบความสำเร็จจำเป็นต้องรักษาสมดุลระหว่างการพัฒนานวัตกรรมและความรับผิดชอบ พร้อมสร้างขีดความสามารถเพื่อรับมือทั้งโอกาสและผลกระทบที่ไม่คาดคิดจากโลกที่ขับเคลื่อนด้วย AI

การ์ทเนอร์ระบุว่า ผู้นำด้านเทคโนโลยีและธุรกิจควรประเมินผลกระทบของการคาดการณ์เหล่านี้ต่อการปรับกลยุทธ์และการลงทุนในปีหน้าและระยะต่อไป

'Agentic AI' ดันภาระบริการรัฐ

การ์ทเนอร์คาดการณ์ว่า ภายในสิ้นปี 2573 จะมี Autonomous Agent มากกว่า 1 หมื่นล้านตัว ที่สร้างโดยบุคคล บริษัท และภาครัฐ และจะเข้ามาเปลี่ยนรูปแบบการใช้บริการสาธารณะ

การเติบโตของ Agentic AI จะเพิ่มการใช้บริการสาธารณะ เนื่องจาก Autonomous Agent สามารถค้นหาโอกาส ตรวจสอบสิทธิ์ และยื่นคำร้องแทนผู้ใช้ได้โดยพึ่งพามนุษย์น้อยลง ส่งผลให้จำนวนใบสมัคร คำร้อง และธุรกรรมเพิ่มขึ้น และสร้างแรงกดดันต่อระบบภาครัฐ

ประเด็นสำคัญจึงอยู่ที่การระบุตัวตน การสร้างความไว้วางใจ และความรับผิดชอบ การ์ทเนอร์แนะนำให้ภาครัฐยกระดับโครงสร้างพื้นฐานดิจิทัล เพิ่มขีดความสามารถในการยืนยันตัวตน และเตรียมระบบรองรับการมีปฏิสัมพันธ์กับ AI ที่เพิ่มขึ้น

อีกด้านหนึ่ง Physical AI จะขยาย AI จากโลกดิจิทัลสู่โลกจริง โดยการ์ทเนอร์คาดว่า ในปี 2573 แรงงานด่านหน้า หรือ Front-line Workers มากถึง 80% ในบริษัทข้ามชาติ จะได้รับการช่วยเหลือจากระบบ Physical AI

เทคโนโลยีดังกล่าวครอบคลุมหุ่นยนต์ โดรน ยานพาหนะไร้คนขับ และระบบกายภาพอื่นที่สามารถรับรู้ มีปฏิสัมพันธ์ และส่งผลต่อสภาพแวดล้อมรอบตัว

หลายอุตสาหกรรมเริ่มนำ Physical AI มาใช้เพื่อเพิ่มความปลอดภัย ลดงานซ้ำซ้อนหรืออันตรายแทนมนุษย์ และสร้างข้อมูลเชิงลึก โดยการ์ทเนอร์แนะนำให้องค์กรใช้กลยุทธ์ที่ให้ความสำคัญกับความปลอดภัย ลงทุนในแพลตฟอร์มที่ยืดหยุ่นและขยายการใช้งานได้ พร้อมกรอบกำกับดูแลและทักษะสำหรับติดตั้งและบริหารระบบ

AI เปิดโจทย์ใหม่ด้านต้นทุนและไซเบอร์

การ์ทเนอร์คาดการณ์ว่า ในปี 2573 องค์กรที่มีการใช้งาน AI เชื่อมต่อกับบริการสาธารณะราว 80% จะเผชิญ Cost Exhaustion Attack หรือการโจมตีที่มุ่งทำให้ทรัพยากรและต้นทุนสูญสิ้นจากการใช้งาน AI ที่สูงเกินจริง

การโจมตีรูปแบบนี้เกิดจากผู้ประสงค์ร้ายจงใจเร่งการใช้งาน AI เพื่อเพิ่มต้นทุนดำเนินงาน เมื่อ AI ถูกฝังอยู่ในแอปพลิเคชันฝั่งลูกค้ามากขึ้น องค์กรจึงต้องมองการใช้ Token และการใช้งาน AI ทั้งในมิติการบริหารต้นทุนและความปลอดภัย

การ์ทเนอร์แนะนำให้กำหนดต้นทุน Token ของ AI เป็นหนึ่งในตัวชี้วัดด้านความปลอดภัยไซเบอร์ พร้อมใช้มาตรการควบคุมที่คำนึงถึงต้นทุน และขยายการติดตามให้ครอบคลุมเทคโนโลยี AI ทั้งหมด

ขณะเดียวกัน ในปี 2572 แอปพลิเคชันใหม่ถึง 80% จะถูกออกแบบให้ใช้งานน้อยกว่า 1 ปี จากการที่ AI ทำให้การพัฒนาแอปพลิเคชันเข้าถึงง่ายขึ้น และพนักงานสามารถสร้างแอปพลิเคชันชั่วคราวเพื่อแก้โจทย์ธุรกิจระยะสั้นได้มากขึ้น

แนวโน้มดังกล่าวสร้างโจทย์ด้านความปลอดภัย การปฏิบัติตามกฎระเบียบ และการจัดเก็บข้อมูล โดยเฉพาะแอปพลิเคชันที่มีผลต่อการตัดสินใจหรือเข้าถึงข้อมูลสำคัญ

การ์ทเนอร์แนะนำให้จัดทำกรอบกำกับดูแลตามระดับความเสี่ยง ติดตามแอปพลิเคชันที่พนักงานสร้างผ่านระบบลงทะเบียนอัตโนมัติ และปรับนโยบายการจัดเก็บข้อมูลให้รองรับแอปพลิเคชันและเอเจนต์ที่สร้างโดย AI

AI ดันองค์กรเข้าสู่ตลาดพลังงาน

อีกหนึ่งการเปลี่ยนแปลงสำคัญอยู่ที่พลังงาน โดยการ์ทเนอร์คาดว่า ภายในปี 2573 พลังงานมูลค่า 10 ล้านล้านดอลลาร์ที่ถือครองโดยองค์กรธุรกิจขนาดใหญ่ จะทำให้บริษัทในกลุ่ม Global 2000 กลายเป็นผู้ผลิตไฟฟ้าโดยไม่คาดคิด

ความต้องการไฟฟ้าที่เพิ่มขึ้นจาก AI และ Data Center กำลังผลักดันให้องค์กรลงทุนในสินทรัพย์ด้านการผลิต การกักเก็บ และการจัดการพลังงาน ทำให้เส้นแบ่งระหว่างผู้บริโภคและผู้ผลิตพลังงานเริ่มเปลี่ยนไป

เมื่อพลังงานกลายเป็นสินทรัพย์ที่สามารถควบคุมผ่านซอฟต์แวร์ องค์กรจำเป็นต้องมีขีดความสามารถด้านการบริหารการผลิต การกักเก็บ และการใช้พลังงาน รวมถึงแพลตฟอร์มจัดการพลังงาน การเชื่อมข้อมูลพลังงานเข้ากับข้อมูลการดำเนินงาน และโครงสร้างพื้นฐานสำหรับการเข้าสู่ตลาดพลังงานใหม่

ประกันภัยขยับบทบาทกำกับ AI

ด้านการกำกับดูแล การ์ทเนอร์คาดว่า ในปี 2573 บริษัทประกันภัยจะเข้ามามีบทบาทขับเคลื่อนการกำกับดูแล AI มากขึ้น แม้ไม่ใช่หน่วยงานกำกับดูแลโดยตรง

มาตรฐานการรับประกันภัยที่เข้มงวดสำหรับประกันความรับผิดจาก AI จะมีความสำคัญต่อการลดค่าเบี้ยประกัน ขณะที่องค์กรธุรกิจกำลังเปลี่ยนจากการกำกับดูแล AI ที่อิงนโยบาย ไปสู่การควบคุมที่ฝังอยู่ในระบบ AI และกระบวนการทำงาน

เมื่อความเสี่ยงและความรับผิดจาก AI เพิ่มขึ้น บริษัทประกันจึงมีแนวโน้มเข้ามามีอิทธิพลต่อแนวทางการกำกับดูแล ผ่านการผลักดันให้เกิดการบริหารความเสี่ยงและการควบคุมทางเทคนิคที่เข้มงวดขึ้น

การ์ทเนอร์แนะนำให้องค์กรใช้เทคโนโลยีกำกับดูแล AI ทดสอบระบบควบคุมในสภาพแวดล้อมจริง และสร้างกลไกกำกับดูแลระหว่างที่ระบบทำงาน เพื่อรองรับทั้งนวัตกรรมและความรับผิดชอบที่ตรวจสอบได้

AI-Native เร่งเกมนวัตกรรม

สำหรับการแข่งขันทางธุรกิจ การ์ทเนอร์คาดว่า ในปี 2572 ราว 25% ของบริษัทในกลุ่ม Global 500 จะพัฒนานวัตกรรมผลิตภัณฑ์และบริการที่ขับเคลื่อนด้วย AI แบบแยกส่วน หรือ Componentized อย่างต่อเนื่อง

การเปลี่ยนแปลงดังกล่าวจะเพิ่มแรงกดดันต่อองค์กรดั้งเดิม เมื่อคู่แข่งแบบ AI-Native สามารถนำเสนอบริการที่ตรงความต้องการ มีประสิทธิภาพ และขยายขนาดได้มากขึ้น

การ์ทเนอร์ระบุว่า องค์กรที่ต้องการรองรับการแข่งขันจำเป็นต้องให้ความสำคัญกับนวัตกรรมที่ขับเคลื่อนด้วย AI เสริมขีดความสามารถด้านข้อมูลและการวิเคราะห์ และสร้างทีมงานที่ยืดหยุ่นเพื่อพัฒนาแหล่งคุณค่าใหม่อย่างต่อเนื่อง

จาก AI Spending สู่ Cost-to-Value

อีกแนวโน้มสำคัญคือการวัดต้นทุนเทียบกับคุณค่าทางธุรกิจ โดยการ์ทเนอร์คาดว่า ในปี 2572 องค์กรที่ใช้งาน AI ถึง 60% จะจัดตั้งหน่วยงานเฉพาะกิจเพื่อประเมินต้นทุน AI โดยรวมเทียบกับคุณค่าหรือกำไรที่ได้รับ

การนำ Agentic AI มาใช้มากขึ้นทำให้การบริหารปริมาณการใช้ Token มีความสำคัญ เนื่องจากค่าใช้จ่ายสามารถเพิ่มขึ้นอย่างรวดเร็ว และทำให้การเชื่อมโยงรายจ่ายเข้ากับมูลค่าทางธุรกิจทำได้ยากขึ้น

องค์กรจึงต้องการข้อมูลที่ชัดเจนเกี่ยวกับรูปแบบการใช้ AI และการกำกับดูแลเพื่อรักษาสมดุลระหว่างประสิทธิภาพด้านต้นทุนกับการสร้างคุณค่า

การ์ทเนอร์แนะนำให้เชื่อมการใช้ Token เข้ากับตัวชี้วัดทางธุรกิจโดยตรง พร้อมกำหนดโควตา ติดตามผล และใช้กลไกกำกับดูแล เพื่อให้การลงทุน AI สามารถวัด ROI ได้

นอกจากนี้ ในปี 2571 มากถึง 60% ของบริษัทกลุ่ม Global 500 จะฝังระบบควบคุม AI FinOps ไว้ในขั้นตอนประมวลผล เพื่อเปลี่ยนการบริหารต้นทุนจากการรายงานย้อนหลังไปสู่การปรับปรุงประสิทธิภาพแบบเรียลไทม์

การ์ทเนอร์ระบุว่า ค่าใช้จ่ายด้าน AI คาดการณ์และควบคุมได้ยากขึ้น เมื่อองค์กรขยายการใช้เครื่องมือ AI และระบบ Agentic โดยองค์กรจะหันมาให้ความสำคัญกับต้นทุนต่องาน หรือ Cost per task และประสิทธิภาพของ Token มากขึ้น

ข้อเสนอแนะคือให้องค์กรใช้การควบคุมต้นทุนขณะระบบทำงาน ติดตั้งระบบติดตามข้อมูลเบื้องหลัง หรือ Telemetry บนเส้นทางการประมวลผล และกำหนดให้การกำกับดูแลต้นทุนเป็นส่วนหนึ่งของแพลตฟอร์มและแอปพลิเคชัน AI

CIO สู่ผู้ดูแลหลักฐาน AI

สุดท้าย การ์ทเนอร์คาดว่า ในปี 2573 บริษัทกลุ่ม Global 500 ถึง 80% จะระบุในสัญญาให้ CIO หรือ CAIO ทำหน้าที่เป็น “ผู้ดูแลพยานหลักฐาน” หรือ Evidence Custodian สำหรับความรับผิดชอบด้าน AI

เมื่อ AI เข้ามามีบทบาทในกระบวนการธุรกิจและการตัดสินใจที่มีความสำคัญ องค์กรต้องรับมือกับความต้องการด้านความรับผิดชอบ ความโปร่งใส และการตรวจสอบการทำงานของระบบ

บทบาทของผู้นำเทคโนโลยีจึงขยายไปสู่การดูแลและรับผิดชอบ AI เพื่อให้กรอบการกำกับดูแลถูกนำไปใช้อย่างสม่ำเสมอทั่วทั้งองค์กร

การ์ทเนอร์แนะนำให้องค์กรประเมินขีดความสามารถในการจัดการพยานหลักฐานดิจิทัล และกำหนดความรับผิดชอบต่อการกระทำของ AI อย่างชัดเจน เพื่อรองรับการกำกับดูแล AI ที่มีความรับผิดชอบ