Alibaba Cloud Introduces New Pricing Strategy and Service Availability for International Customers

อาลีบาบา คลาวด์ เปิดกลยุทธ์ด้านราคา และประกาศความพร้อม ให้บริการใหม่ ๆ สำหรับลูกค้าที่ใช้ดาต้าเซ็นเตอร์ของบริษัทฯ

Alibaba Cloud Introduces New Pricing Strategy and Service Availability for International Customers

  • Global cloud leader supports long-term AI growth with price reductions of up to 59% on core public cloud products
  • New services and product features are now available to boost generative AI development

Alibaba Cloud, the digital technology and intelligence backbone of Alibaba Group, today announced its new pricing strategy for the international customers with prices reductions of up to 59% on core public cloud products using the company’s international data centers out of Chinese mainland. This is aligned with the global cloud leader’s latest AI first strategy aiming to make core computing resources more accessible for customers of all size and empowering their long-term growth in the AI era.

Effective immediately, the new pricing strategy covers five core public cloud product categories, including compute, storage, network, database, as well as big data products, with an average of 23% price reduction.

“Cloud infrastructure is poised to be the key cornerstone for the future of AI, and our commitment lies in making sure that the foundation for AI development remains affordable. As a cloud service provider committed to facilitating customers’ long-term growth, Alibaba Cloud is dedicated to making AI more accessible in terms of cost efficiency, availability of proven technologies, and more. Our latest pricing strategy is designed not only to reward long-term subscribers with more substantial discounts, but also to ensure that businesses can have a stable foundation to develop their long-term strategies when planning and developing their own AI applications,” said Selina Yuan, President of the International Business of Alibaba Cloud Intelligence.

 The new pricing is applicable to both existing and new customers who place orders through the official Alibaba Cloud website. Here are some of the highlights announced at the Alibaba Cloud Spring Launch:

  • Reductions will apply to a variety of payment models of Elastic Compute Service (ECS, including pay-as-you-go, subscriptions and savings plans, encompassing the majority of ECS instance types and generations. For instance, international businesses who prefer pay-as-you-go billing model, they can reduce cost by up to 30% and 59% of ECS and Elastic Block Storage (EBS)
  • To maintain a stable cost-efficiency throughout the next 12 months, the new Object Storage Service (OSS)-Resource plan enables customers to reserve storage capacity in a specific region for one year to obtain deeper discount. The price of one-year package of 500 GB storage plan, which is popular among SMEs, has been cut to USD16.99 from USD63.
  • Users of database products, including ApsaraDB RDS for MySQL, ApsaraDB RDS for PostgreSQL, ApsaraDB RDS for MariaDB, ApsaraDB for Redis and ApsaraDB for MongoDB, will also enjoy price reductions in long-term packages, spanning from one-to-five years, by up to 50%. Similarly, big data products, including MaxCompute, Hologres, DataWorks, Realtime Compute for Apache Flink and Open Search, will offer cuts on one- to- three-year subscription plans by as much as 50%.
  • Lastly, Alibaba Cloud also increases the FREE monthly usage of Cloud Data Transfer Service from 20GB to 200GB for its international customers. Cloud Data Transfer Service is a network product providing complete control over the volume and cost of data transfers incurred across services as well as generating bills.

New services and product features to boost generative AI development

To reduce AI process complexity for customers worldwide, Alibaba Cloud also announced the availability of a series of innovative product features and services for the international customers during the event.

  • To lower the threshold of leveraging AI, Alibaba Cloud also introduced a managed large language models (LLMs) service to offer access to specialized experts dedicated to streamlining the integration and operation of LLMs across both the model architecture and cloud infrastructure. This enables businesses to concentrate on leveraging the business value of LLMs without the complexities of technical implementation.
  • PAI-Lingjun Intelligent Computing Service, a comprehensive AI computing platform for high-performance computing tasks, such as foundation model training and inference, is now available in Singapore. The service provides full-process AI engineering capabilities, including AI development, AI training, and computing resource management.
  • Energy Expert, Alibaba Cloud’s AI-driven sustainability solution, has enhanced its functionalities with the introduction of an open API service. This solution now offers carbon micro-services and energy micro-services, fully developed using LLM capabilities and domain-specific knowledge. These services provide functionalities such as carbon footprint calculation, carbon emission optimization, energy consumption monitoring, forecasting, and optimization. The microservices enable developers to create customized sustainability applications and, at the same time, improve the underlying generative AI models with their knowledge bases for better outcomes.

New initiatives to strengthen global partnership ecosystem

In a move to bolster its international partnership network, Alibaba Cloud also unveiled a suite of financial incentives during the event. These include an increase in the standard discount and commission rates for resellers, the removal of initial tier requirements and yearly commitments for resellers, and an enhancement of support for channel partners’ efforts to grow their market presence.

Additionally, Alibaba Cloud further standardized its training empowerment program to boost partners’ service delivery competencies and introduced a specialized partner service manager role to provide dedicated support.

Currently, Alibaba Cloud operates 89 availability zones in 30 regions globally, supporting over 4 million customers worldwide. In the latest “Gartner® report Market Share: IT Services, Worldwide, 2022” released in 2023, Alibaba is the world’s third leading and Asia Pacific’s leading IaaS provider.

อาลีบาบา คลาวด์ เปิดกลยุทธ์ด้านราคา และประกาศความพร้อม ให้บริการใหม่ ๆ สำหรับลูกค้าที่ใช้ดาต้าเซ็นเตอร์ของบริษัทฯ

อาลีบาบา คลาวด์ เปิดกลยุทธ์ด้านราคา และประกาศความพร้อม ให้บริการใหม่ ๆ สำหรับลูกค้าที่ใช้ดาต้าเซ็นเตอร์ของบริษัทฯ

อาลีบาบา คลาวด์ เปิดกลยุทธ์ด้านราคา และประกาศความพร้อม ให้บริการใหม่ ๆ สำหรับลูกค้าที่ใช้ดาต้าเซ็นเตอร์ของบริษัทฯ

  • สนับสนุนการพัฒนา AI ในระยะยาว ด้วยการลดราคาผลิตภัณฑ์พับลิคคลาวด์หลักสูงสุด 59%
  • บริการและฟีเจอร์ใหม่ ๆ ของผลิตภัณฑ์ พร้อมใช้เพื่อสนับสนุนการพัฒนา generative AI

อาลีบาบา คลาวด์ ธุรกิจด้านเทคโนโลยีดิจิทัล และหน่วยงานหลักด้านอินเทลลิเจนซ์ของอาลีบาบา กรุ๊ป ประกาศกลยุทธ์ใหม่ด้านราคา ให้ส่วนลดมากสุดถึง 59% กับลูกค้าที่ใช้ผลิตภัณฑ์พับลิคคลาวด์หลักบนดาต้าเซ็นเตอร์ระหว่างประเทศของอาลีบาบา คลาวด์ ที่อยู่นอกประเทศจีน (international data centers) เพื่อให้เป็นไปในทิศทางเดียวกับกลยุทธ์ AI first ของบริษัทฯ ที่มีจุดประสงค์ให้ลูกค้าทุกขนาดไม่ว่าเล็กหรือใหญ่เข้าถึงทรัพยากรด้านการประมวลผลที่จำเป็น และเสริมศักยภาพให้ลูกค้าเติบโตระยะยาวในยุค AI

กลยุทธ์ราคาใหม่นี้มีผลทันที ครอบคลุมข้อประเภทผลิตภัณฑ์พับลิคคลาวด์ห้ากลุ่มสำคัญ เช่น การประมวลผล, สตอเรจ, ดาต้าเบส และรวมถึงผลิตภัณฑ์บิ๊กดาต้า โดยมีการลดราคาเฉลี่ย 23%

คุณเซลิน่า หยวน ประธานด้านธุรกิจระหว่างประเทศ อาลีบาบา คลาวด์ อินเทลลิเจนซ์ กล่าวว่า “โครงสร้างพื้นฐานคลาวด์พร้อมเป็นรากฐานหลักให้กับอนาคตของ AI และเรามุ่งมั่นที่จะทำให้แน่ใจว่าโครงสร้างพื้นฐานเพื่อการพัฒนา AI มีค่าใช้จ่ายที่เหมาะสม อาลีบาบา คลาวด์ ในฐานะผู้ให้บริการคลาวด์ที่มุ่งมั่นสนับสนุนการเติบโตของลูกค้าในระยะยาว เราทุ่มเทที่จะช่วยให้ลูกค้าใช้งาน AI ได้มากขึ้น ทั้งด้านความคุ้มค่าใช้จ่าย ความพร้อมใช้ของเทคโนโลยีที่ได้รับการพิสูจน์แล้ว และอื่น ๆ อีกมาก เราออกแบบกลยุทธ์ด้านราคาล่าสุดไม่ใช่เพียงเพื่อเป็นผลตอบแทนที่คุ้มค่าให้กับลูกค้าที่เป็นสมาชิกระยะยาวด้วยส่วนลดจำนวนมากขึ้นเท่านั้น แต่ยังให้ความมั่นใจว่าธุรกิจจะมีโครงสร้างพื้นฐานที่มั่นคงที่จะใช้พัฒนากลยุทธ์ระยะยาวของตนในเวลาที่ลูกค้าวางแผนและพัฒนาแอปพลิเคชัน AI ของตนเองด้วย”

ลูกค้าที่สั่งซื้อผ่านเว็บไซต์ทางการของอาลีบาบา คลาวด์ ทั้งที่เป็นลูกค้าปัจจุบัน และลูกค้าใหม่ สามารถใช้ราคาใหม่นี้ได้ ต่อไปนี้เป็นไฮไลท์สำคัญ ๆ เรื่องราคาใหม่ที่ได้ประกาศในงาน Alibaba Cloud Spring Launch:

  • การลดราคาจะใช้ได้กับหลากหลายรูปแบบการชำระเงินของบริการ Elastic Compute Service (ECS) รวมถึงสมาชิกแบบจ่ายตามการใช้งาน (pay-as-you-go) และแผนการประหยัดค่าใช้จ่ายต่าง ๆ (savings plans) ครอบคลุมประเภทและรุ่นของ ECS instance ส่วนใหญ่ เช่น ธุรกิจระหว่างประเทศที่ใช้รูปแบบการเรียกเก็บเงินแบบจ่ายตามการใช้งานสามารถลดค่าใช้จ่ายบริการ ECS ได้มากถึง 30% และ 59% สำหรับ Elastic Block Storage (EBS)
  • Object Storage Service (OSS)-Resource plan ช่วยให้ลูกค้าจองพื้นที่สตอเรจในภูมิภาคที่เจาะจงภูมิภาคหนึ่งเป็นเวลาหนึ่งปี เพื่อคงความคุ้มค่าใช้จ่ายตลอด 12 เดือน และได้รับส่วนลดมากขึ้น ราคาแพ็กเกจหนึ่งปีสำหรับพื้นที่สตอเรจ 500GB ซึ่งเป็นที่นิยมในหมู่ SME ทั้งหลาย ได้ปรับลดจาก 63 เหรียญสหรัฐฯ เหลือเพียง 99 เหรียญสหรัฐฯ
  • ลูกค้าที่ใช้ผลิตภัณฑ์ด้านดาต้าเบส เช่น ApsaraDB RDS for MySQL, ApsaraDB RDS for PostgreSQL, ApsaraDB RDS for MariaDB, ApsaraDB for Redis และ ApsaraDB for MongoDB จะได้รับส่วนลดสำหรับแพ็คเกจระยะยาวครอบคลุมตั้งแต่หนึ่งถึงห้าปี สูงสุดถึง 50% ในทำนองเดียวกันกับผลิตภัณฑ์ด้านบิ๊กดาต้า เช่น MaxCompute, Hologres, DataWorks, Realtime Compute for Apache Flink และ Open Search ก็จะได้รับข้อเสนอส่วนลดแผนสมาชิกระยะเวลาหนึ่งถึงสามปีมากถึง 50%
  • นอกจากนี้ อาลีบาบา คลาวด์ ยังเพิ่มการใช้งาน Cloud Data Transfer Service รายเดือนจาก 20GB เป็น 200GB โดยไม่มีค่าใช้จ่ายเพิ่มเติม ให้กับลูกค้าที่ใช้ศูนย์ข้อมูลระหว่างประเทศของอาลีบาบา คลาวด์ Cloud Data Transfer Service เป็นผลิตภัณฑ์ด้านเน็ตเวิร์กที่ให้ความสามารถในการควบคุมปริมาณและค่าใช้จ่ายในการถ่ายโอนข้อมูลที่เกิดขึ้นกับบริการต่าง ๆ ได้อย่างสมบูรณ์ รวมถึงการสร้างใบเรียกเก็บเงิน

บริการใหม่ และฟีเจอร์ใหม่ของผลิตภัณฑ์ สนับสนุนการพัฒนา generative AI

อาลีบาบา คลาวด์ ยังได้ประกาศความพร้อมใช้ชุดฟีเจอร์ของผลิตภัณฑ์และบริการใหม่ ๆ สำหรับ ลูกค้าที่ใช้ดาต้าเซ็นเตอร์ของอาลีบาบา คลาวด์ เพื่อลดความซับซ้อนของกระบวนการด้าน AI ให้กับลูกค้าทั่วโลก 

  • อาลีบาบา คลาวด์ แนะนำบริการโมเดลภาษาขนาดใหญ่ (LLMs) เพื่อให้สามารถเข้าถึงผู้เชี่ยวชาญที่ทุ่มเทให้กับการบูรณาการและการทำงานของ LLMs ทั้งสถาปัตยกรรมโมเดล และโครงสร้างพื้นฐานคลาวด์ เพื่อลดข้อจำกัดในการใช้ประโยชน์จาก AI ซึ่งช่วยให้ธุรกิจได้ใช้ประโยชน์จากมูลค่าทางธุรกิจที่ LLMs มีให้ได้โดยไม่ต้องยุ่งยากทางเทคนิค
  • PAI-Lingjun Intelligent Computing Service เป็นแพลตฟอร์มการประมวลผล AI ที่ครบวงจรสำหรับงานประมวลผลประสิทธิภาพสูง เช่น การเทรนด์และการอนุมานโมเดลพื้นฐาน ปัจจุบันพร้อมให้บริการแล้วในประเทศสิงคโปร์ บริการนี้มอบความสามารถด้านวิศวกรรม AI เต็มรูปแบบ เช่น การพัฒนา AI, การเทรนด์ AI และการจัดการทรัพยากรที่ใช้ในการประมวลผล
  • Energy Expert เป็นโซลูชันด้านความยั่งยืนของอาลีบาบา คลาวด์ ที่ขับเคลื่อนการทำงานด้วย AI ได้รับการปรับปรุงฟังก์ชันการทำงานด้วยการเปิดบริการ open API ปัจจุบันโซลูชันนี้นำเสนอบริการคาร์บอนไมโครเซอร์วิส และบริการไมโครเซอร์วิสด้านพลังงาน โดยใช้ความสามารถของ LLM และความรู้เฉพาะทางต่างๆ (domain-specific knowledge) บริการเหล่านี้มาพร้อมฟังก์ชันต่าง ๆ เช่นการคำนวณคาร์บอนฟุตพริ้นท์ การปรับการปล่อยก๊าซคาร์บอนให้มีประสิทธิภาพ การติดตามตรวจสอบการใช้พลังงาน การคาดการณ์ และการเพิ่มประสิทธิภาพ นอกจากนี้ไมโครเซอร์วิสต่าง ๆ เหล่านี้ยังช่วยให้นักพัฒนาซอฟต์แวร์สร้างแอปพลิเคชันที่เน้นความยั่งยืนที่ปรับแต่งได้ ในขณะเดียวกันก็เพิ่มประสิทธิภาพโมเดล generative AI พื้นฐานต่าง ๆ ด้วยฐานความรู้ของตนเพื่อให้ได้ผลลัพธ์ที่ดีกว่า

ความคิดริเริ่มใหม่ ๆ เพื่อเสริมแกร่งระบบนิเวศด้านพันธมิตรระดับโลก

สำหรับการสนับสนุนเครือข่ายพันธมิตรระหว่างประเทศ อาลีบาบา คลาวด์ ยังได้เปิดตัวชุดโปรแกรมจูงใจทางการเงินในงาน Alibaba Cloud Spring Launch นี้ด้วย ประกอบด้วยการเพิ่มส่วนลดมาตรฐานและอัตราค่าคอมมิชชันให้กับผู้ค้าปลีก, การยกเลิกข้อกำหนดเกี่ยวกับระดับเริ่มต้น และข้อผูกพันรายปีสำหรับผู้ค้าปลีก และเพิ่มการสนับสนุนพันธมิตรช่องทางการขายให้เติบโตและเป็นที่รู้จักในตลาดของตน

นอกจากนี้ อาลีบาบา คลาวด์ ยังได้สร้างมาตรฐานให้กับโปรแกรมการฝึกอบรม เพื่อเพิ่มศักยภาพให้พันธมิตรสามารถให้บริการได้ดีขึ้น และแนะนำบทบาทผู้จัดการฝ่ายบริการพันธมิตรเฉพาะทาง เพื่อให้การสนับสนุนอย่างเจาะจง

ปัจจุบัน อาลีบาบา คลาวด์ ดำเนินธุรกิจอยู่ใน 89 availability zones ใน 30 ภูมิภาคทั่วโลก ให้บริการลูกค้ามากกว่า 4 ล้านรายทั่วโลก ทั้งนี้ รายงาน “Gartner® report Market Share: IT Services, Worldwide, 2022” ที่เผยแพร่ในปี 2023 ระบุให้อาลีบาบาเป็นผู้ให้บริการ IaaS อันดับสามของโลก และเป็นผู้นำด้านนี้ในภูมิภาคเอเชียแปซิฟิก

จับตาเทรนด์ที่อยู่อาศัยวัยเก๋า บ้านแบบไหนตอบโจทย์ชาว Silver Gen

จับตาเทรนด์ที่อยู่อาศัยวัยเก๋า บ้านแบบไหนตอบโจทย์ชาว Silver Gen

จับตาเทรนด์ที่อยู่อาศัยวัยเก๋า บ้านแบบไหนตอบโจทย์ชาว Silver Gen

ปัจจุบันประเทศไทยได้เข้าสู่สังคมสูงวัยอย่างสมบูรณ์ (Complete Aged Society) แล้ว ข้อมูลจากสำนักบริหารการทะเบียน กรมการปกครอง กระทรวงมหาดไทยเผยว่า ณ วันที่ 31 ธันวาคม 2566 ประเทศไทยมีประชากรอายุ 60 ปีขึ้นไปคิดเป็น 20% จากจำนวนประชากรทั้งประเทศ และจะเพิ่มขึ้นอย่างมีนัยสำคัญ จากอัตราการเกิดใหม่ที่ลดลงอย่างชัดเจน โดยศูนย์วิจัยกสิกรไทยคาดว่า ประเทศไทยจะก้าวสู่สังคมสูงอายุขั้นสุดยอด (Super-Aged Society) ในปี 2572 เร็วขึ้นกว่าที่เคยประเมินไว้ว่าจะเกิดขึ้นในปี 2574

อย่างไรก็ดี การเข้าสู่สังคมสูงวัยของไทยเป็นทั้งโอกาสและความท้าทายที่ทั้งภาครัฐและภาคเอกชนต้องจับตามอง ข้อมูลจาก Krungthai COMPASS คาดว่ามูลค่าตลาดกลุ่มผู้สูงอายุหรือ Silver Gen ของไทยจะสูงขึ้นต่อเนื่องเฉลี่ยปีละ 4.4% มาอยู่ที่ 2.6 ล้านล้านบาทใน ปี 2573 หรือเทียบเท่า 12% ของมูลค่าเศรษฐกิจไทย จึงทำให้เกิดเทรนด์ธุรกิจเพื่อรองรับผู้บริโภคกลุ่มนี้โดยเฉพาะ เนื่องจากเป็นกลุ่มที่มีศักยภาพในการใช้จ่ายและมีความพร้อมทางการเงิน หลายธุรกิจรวมถึงตลาดที่อยู่อาศัยจึงปรับกลยุทธ์เพื่อเจาะกลุ่มเป้าหมายใหม่นี้

อัปเดตดีมานด์ผู้สูงวัย “เชียงใหม่” ครองใจเมืองพักผ่อนวัยเกษียณ

ข้อมูลจากแบบสอบถามความคิดเห็นของผู้บริโภคที่มีต่อตลาดที่อยู่อาศัย DDproperty Thailand Consumer Sentiment Study รอบล่าสุดของดีดีพร็อพเพอร์ตี้ (DDproperty) แพลตฟอร์มอสังหาริมทรัพย์อันดับ 1 ของไทย เผยว่ากว่า 3 ใน 5 (62%) ของผู้บริโภคชาวไทยคิดเรื่องการวางแผนเกษียณบ่อยขึ้น โดยเฉพาะกลุ่มวัยใกล้เกษียณและผู้ที่มีรายได้ปานกลาง ในขณะที่เชียงใหม่เป็นเมืองที่ผู้บริโภคต้องการไปใช้ชีวิตหลังเกษียณมากที่สุด (27%) ด้วยจุดเด่นจากสภาพแวดล้อมที่ใกล้ชิดธรรมชาติและมีความเจริญในหลายด้าน ตามมาด้วยกรุงเทพฯ (15%), เชียงราย (12%), เพชรบูรณ์ (10%) และภูเก็ต (9%) ในขณะที่ 16% ยังไม่มีทำเลในใจ

ทั้งนี้ เป้าหมายสำคัญของชีวิตหลังเกษียณส่วนใหญ่เน้นไปที่เรื่องการเงิน กว่า 2 ใน 3 (70%) หวังปลอดภาระหนี้ ตามมาด้วยมีอิสระทางการเงิน และมีเงินออมเพียงพอสำหรับค่ารักษาพยาบาล (ในสัดส่วนไล่เลี่ยกันที่ 63% และ 61% ตามลำดับ) สะท้อนให้เห็นว่าสภาพคล่องทางการเงินและการวางแผนค่าใช้จ่ายเพื่อดูแลสุขภาพเป็นปัจจัยสำคัญในการดำรงชีวิตช่วงเกษียณมากที่สุด

  • ผู้สูงวัย 48% มีเงินพร้อมซื้อบ้านใหม่ ข้อมูลจากแบบสอบถาม DDproperty Thailand Consumer Sentiment Study รอบล่าสุด เผยความต้องการที่อยู่อาศัยของผู้บริโภคชาวไทยอายุตั้งแต่ 60 ปีขึ้นไป พบว่าเกือบครึ่ง (48%) มีเงินออมเพียงพอที่จะซื้อที่อยู่อาศัยแล้ว ซึ่งมีค่าเฉลี่ยสูงกว่าผู้บริโภคในช่วงวัยอื่น ๆ ขณะที่อีก 42% เผยว่าเก็บเงินออมได้ครึ่งทางแล้ว ถือเป็นกลุ่มเป้าหมายที่มีกำลังซื้อสูงและน่าจับตามองในเวลานี้ ในขณะที่กว่า 1 ใน 3 (37%) มีการวางแผนซื้อที่อยู่อาศัยในอีก 1 ปีข้างหน้า โดยเหตุผลสำคัญในการซื้อที่อยู่อาศัยมาจากต้องการพื้นที่ส่วนตัวมากขึ้น 45% ตามมาด้วยซื้อเพื่อการลงทุน และขายบ้านหลังเดิมได้ราคาดี (ในสัดส่วนเท่ากันที่ 32%)
  • โฟกัส “ขนาดบ้าน – ใกล้ขนส่งสาธารณะ” มาก่อน ปัจจัยภายในที่ผู้สูงอายุให้ความสำคัญในการตัดสินใจซื้อ/เช่าที่อยู่อาศัยมากที่สุด ได้แก่ ขนาดที่อยู่อาศัย 58% เน้นไปที่พื้นที่ใช้สอยที่เพียงพอในการรองรับกิจกรรมต่าง ๆ รวมทั้งอำนวยความสะดวกในการอยู่อาศัยมาเป็นอันดับแรก ตามมาด้วยราคาเฉลี่ยต่อตารางเมตร 49%, สิ่งอำนวยความสะดวกภายในที่อยู่อาศัย 39%, การออกแบบและการก่อสร้าง 27% ส่วนมาตรการ/โครงการที่จะช่วยให้มีบ้านเป็นของตัวเองง่ายขึ้น และชื่อเสียงของผู้พัฒนาโครงการอสังหาฯ มีสัดส่วนเท่ากันที่ 23%

ขณะที่ปัจจัยภายนอกโครงการที่ผู้สูงอายุใช้พิจารณาเมื่อเลือกซื้อ/เช่าที่อยู่อาศัยนั้น มากกว่าครึ่ง (56%) ต้องการโครงการที่เดินทางสะดวกด้วยระบบขนส่งสาธารณะ เพื่อเพิ่มความสะดวกสบายในการเดินทาง และลดความเสี่ยงในการขับขี่ด้วยตนเองเนื่องจากสภาพร่างกายอาจไม่พร้อม รองลงมาคือความปลอดภัยของทำเล 52%, ทำเลที่ตั้งโครงการ 43%, โครงสร้างพื้นฐานและสิ่งอำนวยความสะดวกในย่านนั้น 31% ส่วนความเจริญของทำเล และใกล้โรงพยาบาล/สถานพยาบาล มีสัดส่วนเท่ากันที่ 26% เพื่อช่วยเพิ่มความสะดวกในการพบแพทย์หรือรับบริการทางสุขภาพต่าง ๆ

  • หวังรีโนเวท “ห้องนั่งเล่น” ตอบโจทย์การใช้ชีวิต สำหรับพื้นที่ในบ้านที่ผู้สูงอายุต้องการปรับเปลี่ยนมากที่สุดเพื่อรองรับการใช้ชีวิตวัยเกษียณนั้น อันดับแรกคือห้องนั่งเล่น 23% ถือเป็นพื้นที่หลักที่ผู้สูงอายุใช้ในการทำกิจกรรมต่าง ๆ มากที่สุด จึงต้องการปรับเปลี่ยนให้ตอบโจทย์ตามไลฟ์สไตล์และกิจวัตรประจำวัน รองลงมากคือห้องนอนและห้องน้ำ (16% และ 12% ตามลำดับ) ซึ่งเป็นพื้นที่ที่ผู้สูงอายุจำเป็นต้องปรับปรุงให้พร้อม มีความปลอดภัยและมั่นคงรองรับการเคลื่อนไหวที่ต้องใช้ความระมัดระวัง ลดความเสี่ยงในการเกิดอุบัติเหตุที่ไม่คาดคิด พร้อมทั้งอำนวยความสะดวกในการดำเนินชีวิตประจำวัน

เคล็ด (ไม่) ลับเตรียมบ้านให้พร้อมรองรับวัยเกษียณ

“อารยสถาปัตย์ หรือ Universal Design” เป็นแนวคิดเรื่องการออกแบบสิ่งแวดล้อม การสร้างสถานที่ และสิ่งของต่าง ๆ เพื่อให้ทุกคนที่อยู่ในสังคมสามารถใช้ประโยชน์จากสิ่งเหล่านั้นได้อย่างเต็มที่และเท่าเทียมกัน ไม่ต้องมีการออกแบบดัดแปลงพิเศษเพื่อบุคคลกลุ่มหนึ่งกลุ่มใดโดยเฉพาะ คำนึงถึงการใช้งานที่ครอบคลุมสำหรับทุกคน โดยไม่จำกัดอายุ เพศ หรือลักษณะทางร่างกาย

ส่งผลให้หลัก Universal Design เป็นเทรนด์การออกแบบที่มีบทบาทสำคัญมากขึ้นในการออกแบบที่อยู่อาศัยในปัจจุบัน เพื่อให้สามารถรองรับการอยู่อาศัยของผู้บริโภคทุกช่วงวัยได้อย่างราบรื่นและปลอดภัย โดยเฉพาะในกลุ่มผู้สูงอายุ

นอกจากการซื้อบ้านในโครงการที่มาพร้อม Universal Design แล้ว ดีดีพร็อพเพอร์ตี้ (DDproperty) เผยแนวทางการออกแบบและปรับพื้นที่บ้านให้รองรับการอยู่อาศัยของผู้สูงวัย ภายใต้หลักที่ให้ความสำคัญกับการเพิ่มความปลอดภัย ลดความเสี่ยงในการเกิดอุบัติเหตุและปิดจุดบอดที่เป็นพื้นที่อันตราย ซึ่งจะช่วยส่งเสริมให้ผู้สูงอายุสามารถทำกิจกรรมต่าง ๆ ได้อย่างมั่นใจด้วยตัวเอง โดยมี 5 พื้นที่สำคัญที่ควรปรับเพื่อรองรับบ้านผู้สูงอายุ ดังนี้

  • ห้องนั่งเล่น เป็นพื้นที่ที่ผู้สูงอายุใช้เวลาในการทำกิจกรรมระหว่างวันไม่น้อย พื้นที่ในห้องนี้จึงควรออกแบบให้มีความปลอดโปร่งและอากาศถ่ายเทได้สะดวกตลอดทั้งวัน จัดวางต้นไม้เพื่อเพิ่มความสดชื่นในห้อง หรือติดตั้งเครื่องฟอกอากาศเพื่อสร้างอากาศบริสุทธิ์และสะอาดตลอดทั้งวัน โดยควรเลือกเฟอร์นิเจอร์ที่มีฟังก์ชั่นไม่ซับซ้อน สะดวกในการใช้งาน และมีขนาดที่เหมาะสม ไม่ใหญ่เกินไปจนเกะกะและทำให้ห้องดูอึดอัด ควรเน้นการจัดวางเฟอร์นิเจอร์ให้ชิดผนังเพื่อให้มีพื้นที่โล่งมากที่สุด ไม่ควรมีของวางเกะกะตามพื้นเพื่อให้ผู้สูงอายุเดินได้สะดวกและป้องกันการสะดุดล้ม รวมทั้งรองรับการใช้งานรถเข็นได้สะดวก

นอกจากนี้ ควรจัดวางของใช้ประจำวัน งานอดิเรก รวมทั้งของใช้จำเป็นหรือยาไว้ที่โต๊ะ ชั้นวาง หรือตู้ที่มีความสูงเหมาะสมและอยู่ในระยะที่ผู้สูงอายุสามารถเอื้อมถึงเองได้ โดยที่ไม่ต้องก้มต่ำเกินไปเมื่อต้องการหยิบใช้งาน การจัดสรรพื้นที่ให้รองรับไลฟ์สไตล์ประจำวันจะช่วยให้ผู้สูงอายุทำกิจวัตรต่าง ๆ ได้อย่างราบรื่น และเมื่อมีการพึ่งพาตนเองมากขึ้นก็จะช่วยเสริมสร้างความมั่นใจในการทำกิจกรรมต่าง ๆ ด้วยตนเองตามไปด้วย

  • ห้องนอน ส่วนสำคัญของบ้านที่ผู้สูงอายุใช้เวลาส่วนใหญ่เพื่อพักผ่อน โดยห้องนอนสำหรับผู้สูงอายุควรอยู่ชั้นล่างเพื่อลดการขึ้น-ลงบันได และอยู่ในบริเวณที่มีความสงบ มีความเป็นส่วนตัว และมีอากาศถ่ายเทได้สะดวก โดยควรออกแบบให้ครอบคลุมการอยู่อาศัย เช่น
    • ควรปูพื้นด้วยวัสดุลดแรงกระแทกและไม่ควรมีพื้นที่ต่างระดับ เพื่อป้องกันการสะดุดและหกล้ม
    • เตียงนอนต้องมีขนาดที่เหมาะสมกับผู้สูงอายุ ปรับระดับความสูงได้ มีราวจับข้างเตียง ฟูกที่นอนไม่แข็งหรือนิ่มเกินไป พร้อมพื้นที่บริเวณข้างเตียง 90-100 เซนติเมตร เพื่อรองรับการใช้งานรถเข็น หรือบุตรหลานสามารถเข้าไปช่วยดูแลได
    • ติดตั้งราวจับบริเวณที่มีการลุกนั่ง และมีไฟส่องสว่างอัจฉริยะที่สามารถเปิด-ปิดอัตโนมัติที่ตรวจจับการเคลื่อนไหวเพื่อนำทางจากเตียงนอนไปกลับห้องน้ำ หรือเลือกใช้ไฟที่เปิด-ปิดได้ด้วยรีโมท
    • มีโต๊ะข้างเตียงที่หยิบของได้สะดวก โดยเฟอร์นิเจอร์อย่างตู้เสื้อผ้าหรือชั้นวางของควรมีระดับความสูงที่เหมาะสมกับผู้สูงอายุ ไม่อยู่สูงจนเกินไปเมื่อต้องใช้งาน
    • ไม่ควรมีธรณีประตูเพื่อป้องกันการสะดุด เลือกประตูแบบบานเลื่อนเปิด-ปิด ที่มีระบบรางแขวนด้านบนตัวล็อกที่ใช้งานง่าย ใช้แรงน้อย รองรับการเข้าออกของรถเข็นได้สะดวก
    • ห้องน้ำ เป็นอีกหนึ่งห้องที่ควรให้ความสำคัญ เนื่องจากเป็นพื้นที่ที่มีความเสี่ยงต่อการลื่นล้มสูง นอกจากขนาดของห้องน้ำที่ควรกว้างอย่างน้อย 200 เซนติเมตร เพื่อรองรับการใช้รถเข็นแล้ว ควรมีการแบ่งพื้นที่โซนห้องน้ำเพื่อความปลอดภัยในการใช้งาน
      • พื้นที่โซนแห้ง เลือกใช้อ่างล้างหน้าแบบแขวนผนังที่สามารถรองรับน้ำหนักการเท้าแขนของผู้สูงอายุ หรือเลือกอ่างแบบฝังครึ่งเคาน์เตอร์เพื่อให้มีพื้นที่ใต้อ่างสะดวกต่อการใช้งานรถเข็น โดยก๊อกน้ำควรเป็นแบบก้านโยกหรือก้านปัด ส่วนโถสุขภัณฑ์ควรเป็นแบบนั่งราบ มีระดับความสูงที่เหมาะสม และติดตั้งราวจับบริเวณข้างโถสุขภัณฑ์เพื่อช่วยให้ลุกนั่งได้ง่าย
      • พื้นที่โซนเปียก บริเวณที่นั่งอาบน้ำต้องมีความแข็งแรง ขนาดและความสูงเหมาะกับผู้สูงอายุ และติดตั้งราวจับเพื่อช่วยในการลุกนั่ง โดยฝักบัวควรติดตั้งอยู่บริเวณด้านข้างของที่นั่ง เลือกใช้ฝักบัวที่ปรับระดับความสูงได้และเลือกใช้วาล์วเปิด-ปิดน้ำที่คุมอุณหภูมิได้ ที่สำคัญควรใช้กระเบื้องปูพื้นที่มีค่าความฝืดตั้งแต่ R10 ขึ้นไป หรือใช้น้ำยาทากันลื่นมาช่วยเคลือบหน้ากระเบื้องเพื่อป้องกันการลื่นล้มเมื่อพื้นเปียก
      • พื้นที่ขึ้นลงบันได หากห้องนอนผู้สูงอายุอยู่ชั้นบน หรือมีเหตุจำเป็นต้องขึ้นไปชั้นบนของบ้านอาจทำให้ปวดเข่าเวลาขึ้น-ลงบันได หรือมีโอกาสที่อาจจะสะดุดพลัดตกจากบันไดได้ ดังนั้น จึงควรปรับบันไดภายในและภายนอกบ้านให้มีความกว้างที่เหมาะสม ลูกตั้งบันไดสูงไม่เกิน 15 เซนติเมตร ลูกนอนกว้างอย่างน้อย 30 เซนติเมตร

จมูกบันไดควรมีสีแตกต่างจากพื้นผิวของบันไดเพื่อให้สังเกตเห็นความแตกต่างของบันไดได้ชัดเจน ควรมีราวบันไดทั้ง 2 ข้างในระยะ 80 เซนติเมตรจากพื้น และมีแสงสว่างให้เพียงพอ นอกจากนี้ยังแนะนำให้ติดตั้ง “ลิฟต์บันได” เพื่อช่วยอำนวยความสะดวกให้กับผู้สูงอายุในการขึ้นลงชั้นบนโดยไม่ต้องเดินเอง

  • สวนและภูมิทัศน์รอบบ้าน อีกหนึ่งพื้นที่ที่ผู้สูงอายุนิยมใช้ในการพักผ่อนหย่อนใจ และทำสวนปลูกต้นไม้เป็นงานอดิเรกในยามว่าง จึงควรปรับพื้นที่ให้ร่มรื่น และเป็นระเบียบ
    • ทางเข้าบ้านและบริเวณสวนควรทำให้เป็นพื้นทางเดินเรียบ ไม่ขรุขระ และไม่ปูพื้นทางเดินด้วยหินที่อาจทำให้เสียการทรงตัวและมีโอกาสลื่นได้ หากพื้นที่สวนมีบริเวณกว้าง ควรมีที่นั่งสำหรับชมธรรมชาติเป็นระยะ โดยที่นั่งพักควรมีราวจับหรือเท้าแขน เพื่อช่วยในการพยุงตัวลุกได้สะดวก
    • ในกรณีที่มีทางลาดเข้าบ้าน ควรมีความชันไม่เกิน 1:12 มีพื้นที่ว่างหน้าทางลาดไม่น้อยกว่า 150 เซนติเมตร มีขอบกั้นและราวจับตลอดแนวทางลาด ใช้วัสดุพื้นผิวไม่ลื่น หรือติดเทปกันลื่นเพิ่มเพื่อช่วยให้รองเท้าสามารถยึดเกาะพื้นได้ดีขึ้น สำหรับความกว้างทางเดินควรกว้างอย่างน้อย 90 เซนติเมตรเพื่อรองรับการใช้รถเข็น
    • หากผู้สูงอายุชอบการทำสวน ควรเลือกการปลูกในกระบะที่ระยะความสูงประมาณ 60-80 เซนติเมตร หรือปลูกต้นไม้แบบสวนแนวตั้ง เพื่อลดการก้มเงยหรือลุกนั่งบ่อย ๆ ที่อาจจะทำให้ปวดหลัง หรือก่อให้เกิดอาการหน้ามืดและหกล้มได้

เพิ่มโอกาสในการเป็นเจ้าของที่อยู่อาศัยของผู้สูงวัยด้วย “Reverse mortgage”
อย่างไรก็ดี ผู้สูงอายุยังคงมีความท้าทายเมื่อยื่นขอสินเชื่อเพื่อซื้อที่อยู่อาศัยเช่นกัน โดยพบว่าอุปสรรคสำคัญในการขอสินเชื่อบ้านมาจากรายได้และอาชีพที่ไม่มั่นคง 75% เนื่องจากอาจจะไม่ได้ทำงานประจำที่มีรายได้แน่นอนแล้ว ตามมาด้วยมีเงินดาวน์ไม่พอ 63% และขาดเอกสารประกอบในการยื่นกู้ 38% ด้วยเหตุนี้ “Reverse Mortgage หรือสินเชื่อบ้านสำหรับผู้สูงอายุ” จึงเป็นอีกทางเลือกที่น่าสนใจในการช่วยให้ผู้สูงวัยมีโอกาสเป็นเจ้าของที่อยู่อาศัยได้ง่ายขึ้น รูปแบบการจำนองจะเหมือนการทยอยขายบ้านให้กับธนาคาร โดยผู้สูงวัยยังคงมีที่อยู่อาศัยในบั้นปลายชีวิตและได้รับรายได้แบบรายเดือน

โดยผู้สูงอายุสัญชาติไทยอายุ 60 ปีขึ้นไป แต่ไม่เกิน 80 ปี สามารถนำบ้าน/คอนโดฯ ที่ถือครองกรรมสิทธิ์อยู่มาจำนองไว้กับธนาคาร จากนั้นธนาคารจะตีมูลค่าบ้านพร้อมกับประเมินอายุเฉลี่ยของผู้กู้และทยอยจ่ายเงินค่าบ้านให้ผู้กู้เป็นรายเดือน ตัดปัญหาค่าใช้จ่ายในวัยเกษียณ โดยที่ผู้กู้ยังเป็นเจ้าของกรรมสิทธิ์บ้านหลังนั้นและสามารถอาศัยอยู่ในบ้านได้จนกระทั่งเสียชีวิตหรือตัดสินใจขายบ้านไปก่อน เมื่อครบกำหนดตามสัญญาแล้ว บ้าน/คอนโดฯ นั้นจะตกเป็นกรรมสิทธิ์ของธนาคาร ซึ่งธนาคารสามารถนำไปขายทอดตลาดได้

Reverse Mortgage นับว่าเป็นอีกทางเลือกน่าสนใจที่ช่วยลดความกังวลของผู้สูงอายุที่ต้องการมีบ้านเพื่ออยู่อาศัยในวัยเกษียณ โดยไม่ต้องกังวลเรื่องค่าครองชีพในอนาคต ทั้งนี้ แพลตฟอร์มอสังหาริมทรัพย์อันดับ 1 ของไทย อย่างดีดีพร็อพเพอร์ตี้ (www.ddproperty.com) ได้รวบรวมข่าวสารและบทความน่ารู้ในแวดวงอสังหาฯ ที่เป็นประโยชน์กับผู้บริโภคทุกช่วงวัยที่กำลังมองหาที่อยู่อาศัยที่ตอบโจทย์ มาพร้อมข้อมูลประกาศซื้อ/ขาย/ให้เช่า รวมทั้งรีวิวโครงการอสังหาฯ ที่น่าสนใจในหลากหลายทำเลทั่วประเทศ ช่วยให้ทุกคนเตรียมความพร้อมก่อนตัดสินใจเลือกที่อยู่อาศัยได้อย่างมั่นใจยิ่งขึ้น

Generating AI May Be Easier Than You Think

การสร้าง AI อาจง่ายกว่าที่คิด

Generating AI May Be Easier Than You Think

AI combined with serverless cloud computing is the way forward.

Article by Dr Li Feifei, President of Database Products Business, Alibaba Cloud
Article by Dr Li Feifei, President of Database Products Business, Alibaba Cloud

Since ChatGPT first caught the public’s attention late last year, almost every organisation has been getting into or creating some form of generative AI. More recently, we have seen conversations maturing to discussions on how exactly we can make AI work, especially given the high cost and complexity it requires to live up to the expectations that the hype has generated.

Let’s take a step back first to examine how we arrive at AI. AI is promising because it can be wise. It spots things we may miss or even disregard because it has more capacity and consistency. But fundamentally, data is the foundation for AI.

That means we need to ensure data is properly processed and protected. It is the lifeblood of not just the entire IT infrastructure, but also the basis of all innovation that comes from real humans or artificial intelligence. As part of the underlying infrastructure that powers generative AI, databases have evolved to cater to the demands of corporations in the generative AI era. How effective your AI is boils down to how you are managing data using the right database.

Common Database Models

There’s a type of database called Online Transaction Processing (OLTP), which supports online transaction processing. This basically enables businesses to transact concurrently – for example in online banking, shopping, and so on – and as data accumulates in the database, you can derive value out of the data pool.

We also have On-Line Analytical Processing (OLAP) – which enables organisations to do fast, interactive, and powerful analytics from the data because it helps consolidate data from multiple sources beyond just the transactional ones.

For example, a retailer can combine data in its inventory and what it has in stock with another dataset of what customers are buying to provide intelligence on the need to increase production of a particular item over another due to higher demand.

Another database model family called NoSQL is popular because it helps sort unstructured data unlike the two above.

An emerging database model for AI

But in the emerging age of AI, we expect the vector database model to be the most transformative.

A vector database is used to handle ‘‘intelligent workloads’’ with large language models for embedding and storing those millions of high-dimensional vectors – think of unstructured data such as documents, images, audio recordings, videos and so on which is on track to account for over 80 percent of all data worldwide by 2050 – to enable the semantics expected of AI, that is understanding the underlying context and nuances rather than just the meaning.

AI is ultimately about making sense of the data, and you can’t make sense without using a vector database. It is a key requirement to increase the industry-specific knowledge of large language models, which is one of the largest constraints facing generative AI models.

Alibaba Cloud has enhanced its full range of database solutions – including cloud-native database PolarDB, cloud-native data warehouse AnalyticDB, and cloud-native multi-model database Lindorm – with its proprietary vector engine. Enterprises can now input sector-specific knowledge into their vector databases, enabling them to build and launch generative AI applications.

Let’s use an actual business case to illustrate the power of a vector database.

One of Alibaba Cloud’s customers – a major online gaming company from Southeast Asia – is using Alibaba Cloud’s database solutions to create intelligent Non-Player Characters (NPCs) that can engage a lot more authentically with human players because they are not “reading” a scripted set of lines, but reacting based on real-time understanding of what players are communicating.

Dollars and sense

The promise of AI is not just limited to gaming or even making sense of unstructured data.

AI can manage the database itself. For example, when storage is running low, AI can alert system administrators to watch out for storage requirements and ask if there is a need to extend storage space. AI can automatically scale the storage space if permission is given. The same functionality can be applied to CPU capacity, memory capacity, and other functions.

This capability is handy given the move towards serverless cloud computing. As the name suggests, serverless means that there is no longer a need to worry about servers behind the service you’re using.

In the past when one purchased a cloud service product, a provision had to be made for a set of servers.  For example, four cores and eight gigabytes of memory came with a cost. When one provisions a server that has more capacity than the actual workloads require, it ends up wasting server resources.

Serverless computing is designed to address this challenge and ensure that the server capacity used by the cloud service precisely matches the needs of the workloads. It adapts to the dynamic change in the workloads. However, if workloads are changing dynamically over time, then the serverless way might end up costing you more.

The best of both worlds

By combining AI with serverless cloud computing, we are getting the best of both worlds. That’s why Alibaba Cloud has also made its key AI-driven database products serverless. Customers pay only for the number of resources required and AI is there to guide and augment decision-making capabilities in dealing with sudden peaks in demand or a very dynamic workload.

How you make AI work for you by working with the right databases will determine whether your organisation rides this AI trend towards success or is left behind.

การสร้าง AI อาจง่ายกว่าที่คิด

การสร้าง AI อาจง่ายกว่าที่คิด

การสร้าง AI อาจง่ายกว่าที่คิด

ใช้ AI ร่วมกับการประมวลผลคลาวด์แบบไร้เซิร์ฟเวอร์ คือวิธีสู่ความสำเร็จ

ดร. หลี่ เฟยเฟย ประธานฝ่ายธุรกิจผลิตภัณฑ์ด้านดาต้าเบส อาลีบาบา คลาวด์
ดร. หลี่ เฟยเฟย ประธานฝ่ายธุรกิจผลิตภัณฑ์ด้านดาต้าเบส อาลีบาบา คลาวด์

ChatGPT ได้รับความสนใจจากสาธารณชนครั้งแรกเมื่อปลายปีที่ผ่านมา องค์กรเกือบทุกแห่งได้ใช้หรือสร้าง generative AI ในรูปแบบใดรูปแบบหนึ่ง และเมื่อเร็ว ๆ นี้ เราได้เห็นบทสนทนาที่นำไปสู่การแลกเปลี่ยนความเห็นกันว่าจะใช้ AI ให้มีประสิทธิภาพได้อย่างไรกันแน่ โดยเฉพาะเมื่อจะดำเนินการให้เป็นไปตามความคาดหวังต่าง ๆ ที่เกิดจากกระแสความคาดหวังที่เกินจริงที่ต้องแลกมาด้วยค่าใช้จ่ายและความซับซ้อนจำนวนมาก

เรามองย้อนกลับไปเพื่อพิจารณาอีกครั้งว่า AI เริ่มมีความสำคัญได้อย่างไร AI มีแนวโน้มเติบโตอาจเป็นเพราะความฉลาดของมันก็ได้ AI ตรวจพบสิ่งที่เราอาจผิดพลาดหรือละเลยได้เพราะมันมีความสามารถที่จะรองรับสิ่งต่าง ๆ และมีความสม่ำเสมอมากกว่า แต่โดยพื้นฐานแล้ว ข้อมูล คือรากฐานของการทำงานของ AI

ดังนั้นองค์กรต้องมั่นใจว่าข้อมูลได้รับการประมวลผลและปกป้องอย่างเหมาะสม ข้อมูลเป็นเส้นเลือดใหญ่หล่อเลี้ยงไม่เพียงแต่โครงสร้างพื้นฐานไอทีทั้งหมดเท่านั้น แต่ยังเป็นฐานให้กับนวัตกรรมทั้งหมดที่มนุษย์หรือ AI สร้างสรรค์ ฐานข้อมูลในฐานะที่เป็นส่วนหนึ่งของโครงสร้างพื้นฐานหลักที่ขับเคลื่อน generative AI ได้มีการพัฒนาเพื่อตอบความต้องการต่าง ๆ ในยุค generative AI ให้กับองค์กรต่าง ๆ ทั้งนี้ AI ขององค์กรจะมีประสิทธิภาพเพียงใดนั้นขึ้นอยู่กับวิธีการที่องค์กรบริหารจัดการข้อมูลโดยใช้ฐานข้อมูลได้ถูกต้องเพียงใด

โมเดลฐานข้อมูลที่ใช้ทั่วไป

มีฐานข้อมูลประเภทหนึ่งเรียกว่า Online Transaction Processing (OLTP) ซึ่งรองรับการประมวลผลธุรกรรมออนไลน์ ช่วยให้ธุรกิจทำธุรกรรมพร้อม ๆ กันได้ เช่น ทำธุรกรรมธนาคารทางออนไลน์, ช้อปปิ้ง และทำธุรกรรมออนไลน์อื่น ๆ ไปด้วย และ องค์กรจะได้รับคุณประโยชน์จากพื้นที่เก็บข้อมูลส่วนกลาง (data pool) จากการที่ข้อมูลเหล่านี้สะสมอยู่ในฐานข้อมูล

นอกจากนี้ยังมี On-Line Analytical Procession (OLAP) ซึ่งช่วยให้องค์กรวิเคราะห์ข้อมูลที่อยู่ในฐานข้อมูลได้อย่างทรงประสิทธิภาพ รวดเร็ว โต้ตอบได้ ผ่านความสามารถที่นอกจากจะรวบรวมข้อมูลธุรกรรมแล้ว ยังสามารถรวบรวมข้อมูลจากแหล่งต่าง ๆ ได้หลายแห่ง

ตัวอย่าง ผู้ค้าปลีกสามารถรวมข้อมูลด้านสินค้าคงคลังและสิ่งที่มีอยู่ในสต็อก เข้ากับชุดข้อมูลอีกชุดหนึ่งซึ่งเป็นข้อมูลว่าลูกค้ากำลังซื้อหาสินค้าใดอยู่ เพื่อให้ได้ข้อมูลที่ชาญฉลาดว่าต้องเพิ่มการผลิตสินค้าชิ้นใดชิ้นหนึ่งมากกว่าชิ้นอื่นเพราะสินค้านั้นขายดีมากขึ้น

โมเดลฐานข้อมูลอื่นอีกตระกูลหนึ่งที่เรียกว่า NoSQL ได้รับความนิยมเช่นกัน เพราะช่วยจัดเรียงข้อมูลที่ไม่มีโครงสร้าง ซึ่งเป็นความสามารถที่ต่างจากสองโมเดลที่กล่าวมาข้างต้น

โมเดลฐานข้อมูลที่เกิดขึ้นใหม่เพื่อใช้กับ AI

เมื่อ AI เกิดขึ้น ทุกคนคาดว่าโมเดลฐานข้อมูลเวกเตอร์ (vector database) จะมีการเปลี่ยนโฉมมากที่สุด

ฐานข้อมูลเวกเตอร์ ถูกนำมาใช้เพื่อรับมือกับ “เวิร์กโหลดอัจฉริยะ” ด้วยโมเดลภาษาขนาดใหญ่ (LLM) สำหรับการฝังและเก็บ high-dimensional vectors นับล้านเหล่านั้น เพื่อให้สามารถเข้าใจความหมายที่คาดหวังจาก AI ที่ไม่เพียงเข้าใจความหมาย แต่ยังเข้าใจบริบทและความต่างที่ซ่อนอยู่ด้วย เช่น ข้อมูลที่ไม่มีโครงสร้างต่าง ๆ เช่น เอกสาร รูปภาพ การบันทึกเสียง วิดีโอ และอื่น ๆ ซึ่งคาดว่าจะมีสัดส่วนมากกว่า 80 เปอร์เซ็นต์ของข้อมูลทั้งหมดทั่วโลกภายในปี 2593 

ในท้ายที่สุด AI ก็เป็นเรื่องเกี่ยวกับการทำความเข้าใจข้อมูล และจะไม่สามารถทำได้โดยไม่ใช้ฐานข้อมูลเวกเตอร์ ดังนั้นจึงเป็นเรื่องสำคัญมากที่ต้องเพิ่มความรู้ด้านโมเดลภาษาขนาดใหญ่ที่เฉพาะกับแต่ละอุตสาหกรรม ซึ่งนับเป็นหนึ่งในข้อจำกัดที่สำคัญที่สุดที่โมเดล generative AI ต้องเผชิญ

อาลีบาบา คลาวด์ เพิ่มประสิทธิภาพให้โซลูชันด้านฐานข้อมูลของบริษัทฯ อย่างเต็มรูปแบบด้วยเวกเตอร์เอนจิ้นที่เป็นกรรมสิทธิ์ของบริษัทฯ โซลูชันด้านฐานข้อมูลของบริษัทฯ เช่น PolarDB (ฐานข้อมูลแบบคลาวด์-เนทีฟ), AnalyticDB (ดาต้าแวร์เฮ้าส์แบบคลาวด์-เนทีฟ) และ Lindorm (ฐานข้อมูลมัลติ-โมเดลแบบคลาวด์-เนทีฟ) ทำให้ในปัจจุบัน องค์กรต่าง ๆ สามารถป้อนข้อมูลความรู้ที่เจาะจงในแต่ละอุตสาหกรรมเข้าไปยังฐานข้อมูลเวกเตอร์ของตนได้ ช่วยให้สร้างและเปิดตัวแอปพลิเคชัน generative AI ได้

ตัวอย่างสถานการณ์จริงทางธุรกิจที่แสดงให้เห็นถึงประสิทธิภาพของฐานข้อมูลเวกเตอร์

ลูกค้ารายหนึ่งของอาลีบาบา คลาวด์ ซึ่งเป็นบริษัทด้านเกมออนไลน์รายใหญ่จากเอเชียตะวันออกเฉียงใต้ ใช้โซลูชันฐานข้อมูลของอาลีบาบา คลาวด์ สร้างตัวละครอัจฉริยะที่ผู้เล่นไม่ได้เป็นผู้ควบคุม (Non-Player Characters: NPCs) ให้สามารถมีส่วนร่วมกับผู้เล่นที่เป็นมนุษย์ได้อย่างแท้จริงมากขึ้น จากการที่ NPCs เหล่านี้ไม่ได้ “อ่าน” สคริปต์เป็นตอน ๆ แต่ตอบสนองสิ่งที่ผู้เล่นที่เป็นมนุษย์สื่อสารตามความเข้าใจแบบเรียลไทม์

คุ้มค่าการลงทุน

สมรรถนะของ AI ไม่ได้จำกัดอยู่ที่อุตสาหกรรมเกมหรือแม้แต่การทำความเข้าใจข้อมูลที่ไม่มีโครงสร้างเท่านั้น

AI สามารถจัดการฐานข้อมูลได้ด้วยตัวเอง เช่น เมื่อพื้นที่จัดเก็บข้อมูลเหลือน้อย AI สามารถแจ้งเตือนไปยังผู้ดูแลระบบให้ระวังเรื่องข้อกำหนดในการจัดเก็บข้อมูล และถามว่าจำเป็นต้องขยายพื้นที่จัดเก็บข้อมูลหรือไม่ AI สามารถปรับขนาดพื้นที่จัดเก็บได้อัตโนมัติหากได้รับอนุญาตไว้ ฟังก์ชันเดียวกันนี้สามารถใช้กับขีดความสามารถของ CPU หน่วยความจำ และฟังก์ชันอื่น ๆ ได้

ความสามารถนี้มีประโยชน์ต่อการใช้การประมวลผลคลาวด์แบบไร้เซิร์ฟเวอร์ ไร้เซิร์ฟเวอร์หมายถึงไม่ต้องกังวลเรื่องเซิร์ฟเวอร์ที่อยู่เบื้องหลังบริการที่องค์กรใช้อีกต่อไป

ในอดีต เมื่อมีการซื้อบริการคลาวด์ จำเป็นต้องระบุจำนวนเซิร์ฟเวอร์ที่ต้องการใช้งาน เช่น เซิร์ฟเวอร์ที่มี 4 คอร์ และหน่วยความจำ 8 กิกะไบต์ จะมีค่าใช้จ่ายที่สูง การจัดสรรเซิร์ฟเวอร์ที่มีประสิทธิภาพเกินความต้องการใช้งานจริง ย่อมส่งผลให้เกิดการสูญเปล่าของทรัพยากรเซิร์ฟเวอร์

การประมวลผลแบบไร้เซิร์ฟเวอร์ได้รับการออกแบบมาเพื่อแก้ความท้าทายนี้และเพื่อให้มั่นใจว่าความจุของเซิร์ฟเวอร์ที่บริการคลาวด์นั้นใช้ตรงกับความต้องการของเวิร์กโหลดอย่างแม่นยำ และปรับให้เข้ากับการเปลี่ยนแปลงอย่างไดนามิกของเวิร์กโหลดได้ อย่างไรก็ตาม เมื่อเวลาผ่านไป หากเวิร์กโหลดเปลี่ยนแปลงแบบไดนามิก วิธีการแบบไร้เซิร์ฟเวอร์อาจทำให้ต้องเสียค่าใช้จ่ายมากขึ้น

สิ่งที่ดีที่สุดสำหรับทั้งสองโลก

เราจะได้รับประสิทธิภาพที่ดีที่สุดของทั้งสองโลก ด้วยการรวม AI กับการประมวลผลคลาวด์แบบไร้เซิร์ฟเวอร์ และนั่นคือเหตุผลที่อาลีบาบา คลาวด์ ใช้สร้างผลิตภัณฑ์ฐานข้อมูลแบบไร้เซิร์ฟเวอร์ที่ขับเคลื่อนด้วย AI ซึ่งลูกค้าจ่ายเท่าจำนวนทรัพยากรที่ต้องการเท่านั้น และ AI ก็พร้อมให้คำแนะนำและเพิ่มความสามารถในการตัดสินใจในการจัดการความต้องการที่เกิดขึ้นกระทันหันหรือเวิร์กโหลดที่ไดนามิกมาก ๆ

วิธีการที่ใช้ AI ทำงานให้ โดยการทำงานกับฐานข้อมูลที่เหมาะสมอย่างไรนั้น เป็นตัวกำหนดว่าองค์กรจะขับเคลื่อนเทรนด์ด้าน AI สู่ความสำเร็จหรือถูกทิ้งไว้ข้างหลัง