admin 
Gartner เปิด Top Strategic Predictions for 2027 and Beyond ระบุ AI จะไม่ได้เปลี่ยนแค่ซอฟต์แวร์ แต่จะเข้าไปเปลี่ยน ต้นทุน โครงสร้างพลังงาน แรงงาน ความปลอดภัย และระบบกำกับดูแล ขององค์กรและภาครัฐในช่วง 3–4 ปีข้างหน้า
AI กำลังเปลี่ยนจากเครื่องมือเพิ่มประสิทธิภาพสู่โครงสร้างพื้นฐานที่กระทบต้นทุน พลังงาน แรงงาน และความรับผิดชอบขององค์กร โดย Gartner คาดการณ์เชิงกลยุทธ์สำหรับปี 2570 และอนาคตว่า ภายในปี 2573 จะมี Autonomous Agent มากกว่า 10,000 ล้านตัวเข้ามาปฏิสัมพันธ์กับบริการสาธารณะ ขณะที่ 80% ของแรงงานด่านหน้าในบริษัทข้ามชาติจะได้รับความช่วยเหลือจาก Physical AI และองค์กรขนาดใหญ่จะต้องเปลี่ยนวิธีวัดต้นทุน AI จาก “ค่าใช้จ่าย” ไปสู่ “คุณค่าที่สร้างได้”
AI กำลังเปลี่ยนจาก Technology Investment เป็น Business Infrastructure
Gartner แบ่ง Top Strategic Predictions for 2027 and Beyond ออกเป็น 3 กลุ่ม ได้แก่ Robots Everywhere, Cost to Value และ Unknown Unknowns โดยภาพรวมไม่ได้มอง AI เพียงในมิติของเทคโนโลยี แต่รวมถึงการเปลี่ยนแปลงของบริการสาธารณะ ซอฟต์แวร์ พลังงาน แรงงาน และระบบกำกับดูแลในทศวรรษหน้า
ประเด็นสำคัญจึงอยู่ที่การเปลี่ยนคำถามของผู้บริหาร จากเดิมที่ถามว่า “องค์กรจะใช้ AI อย่างไร” ไปสู่คำถามว่า “AI กำลังเปลี่ยนโครงสร้างต้นทุนและคุณค่าของธุรกิจอย่างไร”
Gartner คาดว่าการใช้จ่ายด้าน AI ทั่วโลกในปี 2569 จะอยู่ที่ประมาณ 2.7 ล้านล้านดอลลาร์ เพิ่มขึ้น 49.5% จากปีก่อนหน้า ขณะที่การขยายตัวของ AI Infrastructure และ AI Workloads ทำให้การบริหารต้นทุนและประสิทธิภาพของระบบกลายเป็นประเด็นระดับองค์กร
10 Prediction สะท้อน 4 การเปลี่ยนแปลงใหญ่ของธุรกิจ
1. AI กำลังออกจากหน้าจอเข้าสู่โลกจริง
หนึ่งในสัญญาณสำคัญคือ Physical AI โดย Gartner คาดว่าภายในปี 2573 แรงงานด่านหน้ามากถึง 80% ที่ทำงานในบริษัทข้ามชาติจะได้รับความช่วยเหลือจากระบบ Physical AI ซึ่งรวมถึงหุ่นยนต์ โดรน ยานพาหนะไร้คนขับ และระบบกายภาพที่สามารถรับรู้และโต้ตอบกับสภาพแวดล้อมได้
ผลกระทบจึงไม่ได้จำกัดอยู่ที่ฝ่าย IT แต่ขยายไปถึงโรงงาน โลจิสติกส์ คลังสินค้า การก่อสร้าง เกษตรกรรม และงานที่มีความเสี่ยงด้านความปลอดภัย
สำหรับธุรกิจ ประเด็นสำคัญจะอยู่ที่การออกแบบงานใหม่ การลงทุนในระบบความปลอดภัย การพัฒนาทักษะแรงงาน และการกำกับดูแลระบบที่สามารถตัดสินใจหรือปฏิบัติการในโลกจริง
2. ต้นทุน AI จะกลายเป็นโจทย์ด้านกำไร ไม่ใช่แค่ค่า IT
Gartner คาดว่าในปี 2572 องค์กรที่ใช้งาน AI ถึง 60% จะจัดตั้งหน่วยงานเฉพาะเพื่อประเมิน ต้นทุนรวมของ AI เทียบกับคุณค่าหรือกำไรที่ได้รับ
นี่คือการเปลี่ยนจากการวัด “AI Spend” ไปสู่ AI Cost-to-Value
เมื่อ Agentic AI ทำงานหลายขั้นตอนต่อเนื่อง ปริมาณ Token และการประมวลผลอาจเพิ่มขึ้นตามจำนวนงานที่ระบบดำเนินการ ทำให้ค่าใช้จ่ายไม่ได้เกิดจากการซื้อซอฟต์แวร์เพียงครั้งเดียว แต่เกิดขึ้นตลอดการทำงาน
Gartner จึงคาดว่า 60% ของบริษัท Global 500 จะฝังระบบ AI FinOps เข้าไปในกระบวนการประมวลผลภายในปี 2571 เพื่อควบคุมต้นทุนแบบเรียลไทม์ โดยให้ความสำคัญกับตัวชี้วัดอย่าง Cost per Task และ Token Efficiency
แนวโน้มนี้สอดคล้องกับคำเตือนของ Gartner ว่าองค์กรจำนวนมากยังเชื่อมโยงการใช้จ่าย AI กับผลตอบแทนทางธุรกิจได้ยาก โดย Gartner ระบุว่า 84% ของ CFO ที่สำรวจมีปัญหาในการวัด AI ROI
3. พลังงานจะกลายเป็นสินทรัพย์เชิงกลยุทธ์ของธุรกิจ
Prediction ที่เชื่อม AI เข้ากับ Sustainability โดยตรงคือ Gartner คาดว่า ภายในปี 2573 พลังงานที่องค์กรขนาดใหญ่เป็นเจ้าของมูลค่ารวมประมาณ 10 ล้านล้านดอลลาร์ จะทำให้บริษัทในกลุ่ม Global 2000 บางส่วนกลายเป็นผู้ผลิตไฟฟ้าโดยไม่คาดคิด ทั้งจากการขายไฟคืนให้ระบบและการจัดหาพลังงานให้ AI Data Center
หากแนวโน้มนี้เกิดขึ้นจริง เส้นแบ่งระหว่าง “ผู้ใช้ไฟฟ้า” กับ “ผู้ผลิตและบริหารพลังงาน” จะเริ่มเลือนลง
แต่ประเด็นไม่ได้อยู่เพียงเรื่องรายได้จากการขายไฟ เพราะ AI Data Center กำลังทำให้ความต้องการไฟฟ้ากลายเป็นข้อจำกัดทางธุรกิจที่สำคัญขึ้น
IEA ประเมินว่าไฟฟ้าที่ใช้โดย Data Center ทั่วโลกอาจเพิ่มขึ้นจากประมาณ 415 TWh ในปี 2567 เป็นราว 945 TWh ในปี 2573 ในกรณีฐาน โดยการใช้ไฟฟ้าของ Data Center ในเอเชียตะวันออกเฉียงใต้ก็มีแนวโน้มเพิ่มขึ้นอย่างมีนัยสำคัญ
ดังนั้น AI Strategy ในอนาคตจึงอาจต้องเชื่อมกับ Energy Strategy มากขึ้น ทั้งเรื่อง Renewable Energy, Storage, Grid Capacity, Power Purchase Agreement และการจัดการ Carbon Footprint ของ Data Center
4. ความรับผิดชอบของ AI จะกลายเป็นระบบปฏิบัติการขององค์กร
การเพิ่มขึ้นของความเสี่ยงและความรับผิดชอบ
Gartner คาดว่าในปี 2573 บริษัท Global 500 ถึง 80% จะกำหนดในสัญญาให้ CIO หรือ CAIO ทำหน้าที่เป็น “Evidence Custodian” สำหรับความรับผิดชอบด้าน AI เพื่อให้มีผู้รับผิดชอบหลักในการจัดการหลักฐานและตรวจสอบการทำงานของ AI
ขณะเดียวกัน Gartner คาดว่าองค์กรที่มี AI เชื่อมต่อกับบริการสาธารณะราว 80% จะเผชิญ Cost Exhaustion Attack ภายในปี 2573 ซึ่งเป็นการโจมตีที่ทำให้ระบบ AI ถูกใช้งานอย่างผิดปกติจนสร้างต้นทุนสูงเกินจริง
ความเสี่ยงนี้ทำให้ “ค่า Token” ไม่ใช่เพียงตัวเลขทางการเงิน แต่สามารถกลายเป็น Cybersecurity Metric ได้ด้วย
ในระดับโลก Regulatory Landscape ก็เดินไปในทิศทางเดียวกัน เช่น EU AI Act ซึ่งเริ่มมีข้อกำหนดหลายส่วนบังคับใช้แล้วในปี 2569 และกำหนดข้อกำหนดเพิ่มเติมสำหรับ AI ความเสี่ยงสูงในปี 2570–2571
Software Lifecycle ก็อาจสั้นลงเมื่อ AI ทำให้ใครก็สร้างแอปได้
Gartner คาดว่าในปี 2572 แอปพลิเคชันใหม่มากถึง 80% จะถูกออกแบบให้เป็น Disposable Applications หรือแอปที่ใช้งานน้อยกว่า 1 ปี
ต้นทุนการพัฒนา Software ที่ลดลงจาก AI อาจทำให้พนักงานสร้างเครื่องมือเฉพาะกิจเพื่อแก้ปัญหาธุรกิจได้ง่ายขึ้น แต่ในอีกด้านหนึ่ง องค์กรจะต้องรู้ว่าแอปเหล่านั้นมีอยู่ที่ไหน ใครเป็นเจ้าของ ใช้ข้อมูลอะไร และมีความเสี่ยงต่อความปลอดภัยหรือการปฏิบัติตามกฎระเบียบหรือไม่
นี่ทำให้ “Shadow AI” และ “Shadow Applications” มีโอกาสกลายเป็นโจทย์ Governance ที่ใหญ่ขึ้น โดยเฉพาะเมื่อแอปที่สร้างขึ้นเองเริ่มเข้าถึงข้อมูลลูกค้า ข้อมูลพนักงาน หรือข้อมูลทางการเงิน
จาก Fast Follower สู่การแข่งขันด้าน AI Innovation
Gartner ยังมองว่าภายในปี 2572 ประมาณ 25% ของบริษัท Global 500 จะพัฒนาผลิตภัณฑ์และบริการ AI แบบ Componentized อย่างต่อเนื่อง ซึ่งอาจทำให้กลยุทธ์ “Fast Follower” แบบเดิมมีข้อจำกัดมากขึ้น
ประเด็นสำคัญไม่ได้อยู่ที่ใครมี AI ก่อน แต่เป็นใครสามารถสร้างระบบที่มี Data + AI + Governance + Talent รองรับการพัฒนานวัตกรรมอย่างต่อเนื่อง
นั่นหมายความว่า AI อาจเปลี่ยนการแข่งขันจาก “ใครซื้อเทคโนโลยีได้เร็วกว่า” เป็น “ใครสามารถเปลี่ยน AI ให้กลายเป็นระบบสร้างคุณค่าได้ต่อเนื่องกว่า”
องค์กรต้องเริ่มวัด AI ด้วย 4 ตัวแปร
จาก Prediction ทั้ง 10 ข้อ สิ่งที่ผู้บริหารสามารถนำไปใช้วางแผนได้ทันทีมีอย่างน้อย 4 เรื่อง
หนึ่ง — Cost: วัดต้นทุน AI ต่อ Task, Workflow หรือ Business Outcome แทนการดูค่าใช้จ่ายรวมเพียงอย่างเดียว
สอง — Energy: ประเมิน AI Infrastructure และ Data Center ผ่านมุมมองพลังงาน ความมั่นคงทางไฟฟ้า และ Carbon Footprint ควบคู่กับ IT Capacity
สาม — Governance: สร้างระบบติดตาม AI ที่พนักงานหรือหน่วยธุรกิจสร้างขึ้นเอง พร้อมกำหนดผู้รับผิดชอบและหลักฐานที่สามารถตรวจสอบย้อนหลังได้
สี่ — People: เตรียมแรงงานสำหรับการทำงานร่วมกับ Agentic AI และ Physical AI แทนที่จะมอง AI เพียงในฐานะเครื่องมือทดแทนแรงงาน
ท้ายที่สุด Gartner ไม่ได้ชี้ว่าองค์กรควร “ลงทุน AI ให้มากที่สุด” แต่สะท้อนว่าองค์กรจำเป็นต้องสร้างความสามารถในการ เชื่อม AI กับคุณค่าทางธุรกิจ ต้นทุน พลังงาน ความเสี่ยง และความรับผิดชอบ ให้ได้
เพราะเมื่อ AI กลายเป็นส่วนหนึ่งของโครงสร้างพื้นฐานธุรกิจ คำถามสำคัญในปี 2570 อาจไม่ใช่ “เรามี AI แล้วหรือยัง” แต่คือ “เรารู้หรือยังว่า AI กำลังสร้างคุณค่า ใช้ทรัพยากร และสร้างความเสี่ยงให้ธุรกิจเท่าไร”
