นูทานิคซ์เผยภาพรวมตลาดปัญญาประดิษฐ์ในภูมิภาคเอเชียแปซิฟิกและญี่ปุ่น (APJ) ระบุโมเดลภาษาขนาดใหญ่ (LLM) กลายเป็นสินค้าทั่วไปเรียบร้อยแล้ว พร้อมเตือนผู้บริหารระดับสูงว่าการมุ่งเน้นเพียงตัวโมเดลไม่ตอบโจทย์อีกต่อไป แต่ “อธิปไตยทางข้อมูล” (Sovereign Data) จะเป็นปราการคุ้มกันและสร้างความได้เปรียบทางธุรกิจที่แท้จริง หลังพบโครงการต้นแบบเกือบ 88% ล้มเหลวไม่สามารถนำไปใช้งานจริงได้
ช่องว่างความพร้อมฉุด 88% โครงการ AI สู่ความล้มเหลว
นายดารียุช แอชจารี ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีและรองประธานฝ่ายวิศวกรรมโซลูชัน ประจำภูมิภาคเอเชียแปซิฟิกและญี่ปุ่น ของ นูทานิคซ์ ระบุว่า ยุคที่โมเดลประสิทธิภาพสูง (Frontier Model) จะสร้างความโดดเด่นด้วยตัวเองนั้นได้สิ้นสุดลงแล้ว ปัจจุบันโมเดลสามารถเข้าถึงได้ทั่วไปทั้งในรูปแบบโอเพ่นซอร์สและบริการผ่าน API ของผู้ให้บริการคลาวด์ ส่งผลให้ในปี 2026 ตัวโมเดลกลายเป็นเพียงมาตรฐานขั้นพื้นฐาน และโจทย์สำคัญของผู้นำไอทีได้เปลี่ยนจากการเลือกโมเดล มาเป็นการสร้างมูลค่าทางธุรกิจโดยไม่สูญเสียการควบคุมสิทธิในทรัพย์สินทางปัญญา
แม้กระแสความตื่นตัวด้าน AI จะขยายตัวอย่างมาก แต่พบว่าโครงการต้นแบบ (PoC) ของ AI เกือบ 88% ต้องประสบความล้มเหลวและไม่สามารถนำไปใช้งานจริงได้ สอดคล้องกับรายงาน Enterprise Cloud Index (ECI) ปีที่ 8 ของนูทานิคซ์ ที่พบว่าแม้ผู้นำไอที 85% จะมองว่า AI คือตัวเร่งการปรับปรุงระบบ แต่ 82% ยอมรับว่าโครงสร้างพื้นฐานแบบ On-premises ที่มีอยู่เดิมยังไม่พร้อมรองรับภาระงานหนักของ AI จนเกิดเป็น “ช่องว่างของความพร้อม” ที่สร้างความสูญเปล่าด้านงบประมาณและประสิทธิภาพ
นายดารียุช อธิบายเพิ่มเติมว่า การประมวลผลได้เปลี่ยนหน่วยวัดจาก MIPS ในยุคเมนเฟรมมาเป็น Tokens ในยุค AI การปล่อยให้ระบบทำงานโดยไม่มีศูนย์กลางข้อมูลที่ถูกต้อง จะนำไปสู่ปัญหาภาพหลอนของ AI (Hallucination) และกลายเป็นการผลาญทรัพยากรโทเคนอย่างไร้ประโยชน์จนส่งผลกระทบต่อสถานะทางการเงินขององค์กร
ต้นทุนแฝงมหาศาลจากกลยุทธ์ “รอดูท่าทีก่อน”
การชะลอการตัดสินใจเพื่อรอดูความชัดเจนในตลาด กลายเป็นการตัดสินใจที่สร้างความเสียหายสูงสุดแก่ผู้บริหารในปี 2026 โดยจะส่งผลกระทบสำคัญ 3 ด้านหลัก ได้แก่:
-
การสูญเสียทางเลือกในการพัฒนาระบบ: การไม่ตัดสินใจด้านโครงสร้างพื้นฐานจะทำให้องค์กรถูกผูกมัดเข้ากับทิศทางผลิตภัณฑ์และนโยบายปรับขึ้นราคาของผู้ให้บริการรายใดรายหนึ่งอย่างหลีกเลี่ยงไม่ได้
-
การแพร่กระจายของ Shadow AI: ผลสำรวจ ECI ชี้ว่า 79% ขององค์กรมีหน่วยงานภายนอกไอทีที่แอบนำ AI มาใช้งานโดยไม่ได้รับอนุญาต ซึ่งหากฝ่ายไอทีไม่สามารถจัดหาระบบที่ปลอดภัยและสอดคล้องกับข้อกำหนดได้ ก็จะก่อให้เกิดช่องโหว่ความปลอดภัยและการละเมิดกฎหมายที่มีโทษปรับรุนแรง
-
ภาวะทักษะบุคลากรหยุดพัฒนา: ท่ามกลางการยกเครื่องระบบไอทีครั้งใหญ่ (Great Replatforming) การย่ำอยู่กับที่จะทำให้ทีมงานติดอยู่กับทักษะการบริหารจัดการแบบเวอร์ชวลแมชชีนดั้งเดิม แทนที่จะก้าวหน้าไปสู่การควบคุมและบริหารจัดการด้วยระบบ Agentic AI
ยกระดับสู่ ‘AI Factory’ ปกป้องข้อมูลพร้อมลดต้นทุนคลาวด์ 40%
การออกแบบโครงสร้างพื้นฐานโดยยึดหลักอธิปไตยทางข้อมูลตั้งแต่แรกเริ่ม (Sovereign-by-design) ถือเป็นกลยุทธ์เชิงประสิทธิภาพทางธุรกิจ โดยองค์กรที่ปรับมุมมองให้ AI ทำหน้าที่เป็น AI Factory หรือฐานการผลิตแบบบูรณาการ จะได้รับผลตอบแทนอย่างเป็นรูปธรรม ทั้งการทำทรัพยากรให้อยู่ในรูปแบบเวอร์ชวลและการรวมศูนย์ฮาร์ดแวร์ ซึ่งสามารถช่วยลดค่าใช้จ่ายด้านคลาวด์ลงได้สูงสุดถึง 40%
นอกจากนี้ การจัดเก็บและประมวลผลข้อมูลสำคัญไว้ภายในระบบ On-premises ยังช่วยให้สอดคล้องกับกฎหมายคุ้มครองข้อมูลส่วนบุคคลในแต่ละประเทศ เช่น กฎหมาย DPDP ของอินเดีย และกฎหมาย APPI ของญี่ปุ่น พร้อมทั้งรักษาห่วงโซ่การครอบครองและดูแลรักษาข้อมูล (Chain of Custody) เพื่อพิสูจน์ความโปร่งใสต่อหน่วยงานกำกับดูแล ขณะเดียวกันการใช้แพลตฟอร์มที่รองรับทั้ง Virtual Machine และ Kubernetes เช่น NKP Metal จะช่วยเชื่อมช่องว่างโครงสร้างพื้นฐาน ทำให้องค์กรสามารถปรับใช้โมเดลได้ภายในไม่กี่วันแทนที่จะใช้เวลานานนับเดือน
ผู้บริหารนูทานิคซ์เน้นย้ำในบทสรุปว่า ภาพลวงตาของโครงสร้างพื้นฐานแบบดั้งเดิมได้จบลงแล้ว ผู้ชนะในยุคของโทเคนคือผู้ที่เข้าใจเศรษฐศาสตร์ของ AI และบริหารจัดการข้อมูลที่ถูกต้องแม่นยำบนโครงสร้างพื้นฐานที่มั่นคง ซึ่งข้อมูลเฉพาะขององค์กรถือเป็นทรัพย์สินทางปัญญาและความไว้วางใจของลูกค้าที่ไม่ควรปล่อยให้กลายเป็นสินค้าทั่วไป
#Nutanix #SovereignData #AI #EnterpriseCloudIndex #GenerativeAI #DataSovereignty
