ซิสโก้ (Cisco) พบธุรกิจไทยส่วนใหญ่มองตัวเองไม่พร้อมสำหรับการบูรณาการเทคโนโลยีปัญญาประดิษฐ์ (AI) เข้ากับการดำเนินงาน โดยมีเพียง 20% เท่านั้นที่เชื่อว่าตัวเองเตรียมพร้อมอย่างเต็มที่ เตือนองค์กรต้องลุกขึ้นมาประเมินว่าควรจะลงทุนในส่วนใดบ้างเพื่อให้แน่ใจว่าโครงสร้างพื้นฐานจะสามารถรองรับ AI ได้ดีที่สุด ย้ำองค์กรต้องสามารถตรวจสอบว่า AI ถูกใช้งานอย่างไร ไม่เช่นนั้นช่องว่างในยุค AI อาจจะใหญ่ขึ้นอีกทั้งเรื่องลงทุน ความปลอดภัย และความรับผิดชอบ
คาร์ล โซลเดอร์ ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี ซิสโก้ ประจำออสเตรเลียและนิวซีแลนด์ (ANZ) กล่าวถึงผลการศึกษาล่าสุดของซิสโก้เรื่องดัชนีความพร้อมด้าน AI หรือ “AI Readiness Index” ของบริษัทในไทยว่ายังมีช่องว่างที่สำคัญ เพราะองค์กรในไทย 20% เท่านั้นที่มีความพร้อมในการปรับใช้และใช้ประโยชน์จาก AI โดย 74% เป็นกังวลอย่างมากเกี่ยวกับผลกระทบต่อธุรกิจหากไม่เตรียมพร้อมในอีก 12 เดือนข้างหน้า โดยช่องว่างที่สำคัญนี้อยู่ใน 6 เสาหลักของธุรกิจ ซึ่งได้แก่ กลยุทธ์ โครงสร้างพื้นฐาน ข้อมูล การกำกับดูแล บุคลากร และวัฒนธรรมองค์กร โดยเฉพาะเรื่องโครงสร้างพื้นฐานและข้อมูลที่องค์กรต้องทำความเข้าใจหากต้องการฝึกสอนโมเดล AI ได้อย่างมีประสิทธิภาพ
"เมื่อดูปริมาณงาน AI ที่มีผลต่อบริษัทต่างๆ ที่ใช้เวิร์กโฟลว์ AI ในโลกปัจจุบัน จะพบว่างาน AI ถูกกระจายไปยังคลัสเตอร์หรือเครือข่ายคอมพิวเตอร์หลายตัว และในขณะที่คลัสเตอร์คอมพิวเตอร์นี้ทำหน้าที่เพื่อรองรับปริมาณงาน AI ยังต้องมีการประมวลผลแบบขนานจำนวนมากที่ทำงานไปพร้อมกับงาน AI เหล่านั้น ดังนั้น จึงเป็นเรื่องสำคัญในการเพิ่มประสิทธิภาพการเชื่อมต่อเพื่อรองรับปริมาณงาน AI มากมายที่ทำงานในจุดเดียวกัน การเชื่อมโยงกันมากมายให้สามารถสนับสนุนการทำงานทั้งหมดได้นั้นไม่เพียงต้องมีแบนด์วิธสูง แต่ยังต้องมีความหน่วงต่ำ สามารถรับข้อมูลจากจุด a ไปยังจุด b ได้เร็วที่สุด ดังนั้นตอนนี้หลายบริษัทจึงกำลังเริ่มพูดคุยเกี่ยวกับโครงสร้างพื้นฐานที่รองรับได้สูง ซึ่งหลายองค์กรกำลังย้ายจาก 400 กิกะไบต์เป็น 800 กิกะไบต์ และระดับความเร็วที่สูงขึ้นในอนาคต”
คาร์ล อธิบายว่า AI จะสะดุดเมื่อรับส่งข้อมูลหยุดชะงัก ซึ่งมีแนวโน้มจะเกิดขึ้นได้กับการเชื่อมต่อคลัสเตอร์คอมพิวเตอร์แบบดั้งเดิม ซิสโก้จึงเริ่มสร้างนวัตกรรมเพื่อยกระดับคุณภาพของเทคโนโลยี ทำให้สามารถรับประกันการส่งข้อมูลจากจุด a ไปยังจุด b ซึ่งคาดว่าจะปลดข้อจำกัดด้านโครงสร้างพื้นฐานได้ นอกจากนี้ องค์กรที่จะฝึกสอนโมเดล AI ได้ดี ยังต้องมีความพร้อมใช้งานของข้อมูลสูง โดยควรจะรวมอยู่ในที่เดียว และข้อมูลมีความแน่นหนาสัมพันธ์กัน ซึ่งหากองค์กรใดยังมีระบบเก็บข้อมูลที่แยกจากกันจะกลายเป็นเรื่องยากสำหรับการฝึกสอนโมเดล AI
การสำรวจพบว่าโครงข่ายไอทีของหลายบริษัททั่วโลกยังไม่มีความพร้อมที่จะรองรับเวิร์กโหลด AI โดย 95% ขององค์กรธุรกิจทั่วโลกตระหนักดีว่า AI จะก่อให้เกิดเวิร์กโหลดเพิ่มมากขึ้นต่อโครงสร้างพื้นฐาน แต่ในประเทศไทย มีองค์กรเพียง 29% เท่านั้นที่มองว่าโครงสร้างพื้นฐานของตนสามารถปรับขนาดได้อย่างยืดหยุ่น และผู้ตอบแบบสอบถามส่วนใหญ่ (56%) ยอมรับว่ามีความสามารถในการปรับขนาดอย่างจำกัด หรือไม่มีเลยเมื่อต้องรับมือกับปัญหาหรือความท้าทายด้าน AI ใหม่ๆ ภายในโครงสร้างพื้นฐานด้านไอทีที่มีอยู่ในปัจจุบัน นอกจากนี้ เพื่อรองรับความต้องการด้านพลังงานและการประมวลผลที่เพิ่มสูงขึ้นของ AI บริษัทมากกว่าสองในสาม (71%) จะต้องใช้หน่วยประมวลผลกราฟิก (GPU) สำหรับดาต้าเซ็นเตอร์มากขึ้น เพื่อรองรับเวิร์กโหลด AI ในอนาคต
ในภาพรวมองค์กรเกือบทั้งหมดในไทย (99%) มองการปรับใช้เทคโนโลยีที่ขับเคลื่อนด้วย AI เป็นเรื่องที่จำเป็นเร่งด่วนมากขึ้นในช่วง 6 เดือนที่ผ่านมา หลายบริษัทกำลังแข่งกับเวลา โดย 74% มองว่ามีเวลาสูงสุด 1 ปี ในการปรับใช้กลยุทธ์ AI มิฉะนั้นจะส่งผลเสียต่อธุรกิจ
สำหรับการสำรวจนี้ถือเป็นครั้งแรกที่ซิสโก้ได้จัดทำดัชนีความพร้อมด้าน AI (AI Readiness Index) โดยสำรวจข้อมูลจากบริษัททั่วโลกมากกว่า 8,000 แห่ง ที่ได้รับการพัฒนาเพื่อตอบสนองต่อการปรับใช้ AI อย่างรวดเร็ว จนสะท้อนให้เห็นช่องว่างในโครงสร้างพื้นฐานซึ่งอาจจะก่อให้เกิดความเสี่ยงในอนาคต โดยการสำรวจพบว่าบริษัทจะพบความท้าทายมากที่สุดเมื่อใช้ประโยชน์จาก AI ควบคู่ไปกับข้อมูลที่มี โดยผู้ตอบแบบสอบถาม 75% ยอมรับว่าสาเหตุเป็นเพราะข้อมูลถูกจัดเก็บอย่างกระจัดกระจายไว้ในระบบต่างๆ ทั่วทั้งองค์กร
นอกจากความท้าทาย รายงานนี้พบว่าบริษัทต่างๆ ในไทยเริ่มใช้มาตรการเชิงรุกในหลายด้านเพื่อเตรียมพร้อมสำหรับอนาคตที่มุ่งเน้น AI เป็นหลัก เมื่อพูดถึงการกำหนดกลยุทธ์ด้าน AI องค์กร 97% มีกลยุทธ์ด้าน AI ที่แข็งแกร่งอยู่แล้ว หรืออยู่ระหว่างการพัฒนา องค์กรมากกว่า 8 ใน 10 (81%) ถูกจัดอยู่ในกลุ่ม Pacesetters (มีความพร้อมอย่างเต็มที่) หรือ Chasers (มีความพร้อมปานกลาง) โดยมีเพียง 1% เท่านั้นที่จัดอยู่ในกลุ่ม Laggards (ไม่ได้เตรียมพร้อม) ซึ่งนับเป็นการบ่งบอกว่าผู้บริหารระดับสูงและผู้บริหารฝ่ายไอทีให้ความสำคัญกับเรื่องนี้เป็นอย่างมาก
ในส่วนประเทศไทย ผลการศึกษาพบว่า โดยรวมแล้วมีบริษัทเพียง 20% เท่านั้นที่จัดอยู่ในกลุ่ม Pacesetters (มีความพร้อมอย่างเต็มที่) โดยที่ 36% ของบริษัทในไทยจัดอยู่ในกลุ่ม Laggards (ไม่ได้เตรียมพร้อม) ที่ 1% และกลุ่ม Followers (มีความพร้อมอย่างจำกัด) ที่ 35%
นอกจากนี้ ยังพบว่าองค์กรไทยน่าเป็นห่วงเรื่องปัญหาบุคลากร การกำกับดูแล และวัฒนธรรมองค์กรที่ใช้ AI โดย 95% ได้ลงทุนเพื่อยกระดับทักษะของพนักงานที่มีอยู่ ขณะที่ 10% เห็นถึงความเหลื่อมล้ำด้าน AI ที่กำลังเกิดขึ้น โดยตั้งข้อสงสัยว่าจะมีบุคลากรเพียงพอต่อการยกระดับทักษะหรือไม่ ขณะที่ 57% ขององค์กรไม่มีนโยบาย AI ที่ครอบคลุม ซึ่งนับเป็นปัญหาที่ต้องได้รับการแก้ไข และ 34% ยังไม่ได้จัดทำแผนการจัดการการเปลี่ยนแปลง (Change Management Plans) และสำหรับบริษัทที่ทำแผนไว้แล้ว 76% ยังคงอยู่ระหว่างดำเนินการ
