Posted on

P2P: โอกาสของอนาคตการเงิน หรือกับดักที่แฝงมากับตลาดคริปโต?

P2P: โอกาสของอนาคตการเงิน หรือกับดักที่แฝงมากับตลาดคริปโต?

P2P: โอกาสของอนาคตการเงิน หรือกับดักที่แฝงมากับตลาดคริปโต?

โดย ดร.กร พูนศิริวงศ์ ประธานเจ้าหน้าที่ฝ่ายกลยุทธ์และผู้อำนวยการโครงการ BINANCE TH Academy บริษัท กัลฟ์ ไบแนนซ์ จำกัด

ในช่วงที่ตลาดคริปโตกำลังเฟื่องฟู การซื้อขายแบบ P2P (Peer-to-Peer) กลายเป็นประเด็นร้อนที่ได้รับความสนใจอย่างมาก โดยเฉพาะเมื่อภาครัฐประกาศมาตรการควบคุมที่มีผลบังคับในเดือนกุมภาพันธ์นี้ ทว่าการควบคุม P2P ไม่ได้เกิดขึ้นเฉพาะในประเทศไทย หลายประเทศในเอเชียเองก็มีแนวทางการจัดการที่แตกต่างกัน อย่างญี่ปุ่นเลือกที่จะห้าม P2P โดยสิ้นเชิง และเน้นการซื้อขายผ่าน Exchange ที่ได้รับอนุญาต ขณะที่สิงคโปร์อนุญาตแต่มีการควบคุมที่เข้มงวด ส่วนเกาหลีใต้ก็กำหนดว่าการเทรดประเภทนี้ต้องผ่านระบบธนาคารที่ได้รับอนุญาตเท่านั้น

ความเข้าใจกลไกและบทบาท P2P ในตลาดคริปโต

P2P เป็นการทำธุรกรรมการเงินโดยตรงระหว่างผู้ซื้อและผู้ขาย ที่อาศัย “ความเชื่อใจกัน” มีความคล้ายคลึงกับ ‘การซื้อขายสินค้าโดยตรงระหว่างผู้ซื้อและผู้ขาย’ โดยเริ่มจากการตกลงราคา และเลือกวิธีการชำระเงินโดยมีการจ่ายเป็นสกุลเงินบนใช้คริปโต ต่อมา P2P ได้รับความนิยมอย่างมากในอุตสาหกรรมสินทรัพย์ดิจิทัล เนื่องจากมีความสะดวกและยืดหยุ่น ซึ่งการซื้อ-ขายประเภทนี้ ทำให้ผู้คนสามารถเลือกทำธุรกรรมกับใครก็ได้ และกำหนดราคาที่พอใจด้วยกันทั้งสองฝ่าย และยังสามารถทำให้การทำธุรกรรมทางการเงินข้ามประเทศสามารถเกิดได้อย่างรวดเร็วอีกด้วย

นอกจากการแลกเปลี่ยนระหว่างบุคคล P2P ยังสามารถทำธุรกรรมผ่านแพลตฟอร์มตัวกลาง ซึ่งแต่ละรูปแบบมีความเสี่ยงต่างกัน อย่างไรก็ตามการแลกเปลี่ยน P2P กลับถูกนำมาใช้เป็นเครื่องมือในการทำผิดกฎหมาย ถูกใช้ในการหลอกลวง หรือหาประโยชน์ของผู้ไม่หวังดีเพิ่มขึ้น โดยเฉพาะในช่วง Bull Market เช่น การใช้สลิปปลอม การสวมรอยบัญชี และการใช้บัญชีม้าเพื่อฟอกเงิน นำไปสู่การอายัดบัญชีผู้ใช้งาน ซึ่งแท้จริงแล้วแพลตฟอร์มของผู้ให้บริการต่างมีมาตรการป้องกันให้กับผู้ใช้ แต่บางรายเลือกที่จะทำธุรกรรมแบบ P2P นอกกระดานเทรด

รูปแบบการหลอกลวง P2P ที่ต้อง “พึงระวัง”

การหลอกลวงที่มิจฉาชีพพยายามโน้มน้าวเหยื่อให้ซื้อขายสินทรัพย์ดิจิทัลโดยตรงนอกแพลตฟอร์ม Exchange ผ่านระบบ P2P นั้น อาจมีหลายรูปแบบ แต่โดยทั่วไปแล้วจะมีองค์ประกอบคล้ายคลึงกัน ดังนี้:

  • เริ่มต้นติดต่อเข้ามาในช่องทางออนไลน์: มิจฉาชีพจะติดต่อกับเหยื่อผ่านแพลตฟอร์มการส่งข้อความ (chat) หรือออนไลน์คอมมูนิตี้ ผ่านการโฆษณาชวนเชื่อบนโซเชียลมีเดีย โดยแอบอ้างเป็นผู้ค้าหรือบริษัทที่ถูกกฎหมายที่เสนออัตรา P2P ที่น่าดึงดูด พร้อมอ้างว่ามีประวัติการทำธุรกรรมที่ขาวสะอาด และจำนวนการทำธุรกรรมสูง
  • สร้างความไว้วางใจ: มิจฉาชีพจะทุ่มเวลาสร้างความสัมพันธ์กับเหยื่อ โดยมักจะแชร์เอกสารปลอม ประวัติการทำธุรกรรมปลอม นอกจากนี้มิจฉาชีพยังทำธุรกรรมสำเร็จหลาย ๆ ครั้งกับเหยื่อก่อนเพื่อล่อให้ตายใจ จนสุดท้ายเหยื่อสูญเงินก่อนโตในที่สุด
  • ชวนไปเทรดนอกกระดาน: หลังเหยื่อไว้วางใจแล้ว มิจฉาชีพจะเสนอให้ทำธุรกรรมนอกแพลตฟอร์ม และโน้มน้าวให้เหยื่อปล่อยเหรียญคริปโตโดยตรง
  • ขั้นหลอกลวง: มิจฉาชีพจะเสนอให้เหยื่อทำธุรกรรมด้วยอัตราแลกเปลี่ยนที่จูงใจ เมื่อเหยื่อตกหลุมพลางจนโอนสกุลเงินดิจิทัลไปยังกระเป๋าเงินของมิจฉาชีพ ก็จะไม่สามารถติดต่อได้อีกต่อไป ส่งผลให้เหยื่อสูญเหรียญคริปโตและไม่มีทางกู้คืนได้

วิธีหลีกเลี่ยงการหลอกลวงผ่าน P2P

  • เลือกเทรดกับผู้ให้บริการผ่านแพลตฟอร์ม และผู้ประกอบการที่ ก.ล.ต รับรองเท่านั้น : ดำเนินธุรกรรมผ่านผู้ประกอบการที่ได้รับการรับรองอย่างถูกต้องจาก ก.ล.ต. (สามารถคลิกดูรายชื่อได้ที่ https://market.sec.or.th/LicenseCheck/views/DABusiness?dealer)
  • ระวังข้อเสนอที่ดูดีเกินจริง: หากข้อเสนอ P2P ที่คุณได้รับดูดีเกินจริง ให้พิจารณาอย่างถี่ถ้วนอีกครั้งถึงความเป็นไปได้ที่จะเกิดขึ้น
  • หมั่นเรียนรู้ด้วยตัวเอง (DYOR): ขยันติดตามและศึกษาข้อมูลข่าวสารเพื่อให้รู้เท่าทันกับกลลวงที่มีการอัปเดตตลอด เพราะ  “ความรู้” เป็นเกราะป้องกันที่ดีที่สุด ไม่หลงไปพัวพันกับมิจฉาชีพ และขบวนการฉ้อโกง

BINANCE TH ในฐานะผู้ให้บริการแลกเปลี่ยนสินทรัพย์ที่อยู่ภายใต้การกำกับดูแลจาก สำนักงาน ก.ล.ต. มองว่าการกำกับดูแล P2P เป็นก้าวสำคัญในการพัฒนาอุตสาหกรรมสินทรัพย์ดิจิทัล และบริษัทฯ พร้อมให้ความร่วมมือกับภาครัฐเพื่อสร้างความน่าเชื่อถือให้กับตลาด และเพิ่มการคุ้มครองให้กับนักลงทุนรายย่อย อันเป็นการส่งเสริมการพัฒนาระบบการเงินที่ยั่งยืน พร้อมย้ำแนวทางที่ BINANCE TH ปกป้องผู้ใช้บริการในไทย ดังนี้

  1. การยืนยันตัวตน
  • การยืนยันตัวตนแบบ Know-Your-Customer: BINANCE TH กำหนดให้ผู้ใช้ทุกคนต้องทำการยืนยันตัวตน (KYC) ก่อน จึงจะสามารถซื้อขายบนแพลตฟอร์มได้ วิธีนี้ช่วยให้มั่นใจได้ว่าทั้งผู้ซื้อและผู้ขายนั้นปฏิบัติอย่างถูกต้องตามกฎหมาย
  • ระบบ Reputation: ระบบนี้จะเปิดให้ผู้ใช้มอบคะแนนและวิจารณ์คู่ค้าในการซื้อขายได้ ช่วยให้สามารถระบุผู้ซื้อขายที่น่าเชื่อถือ และหลีกเลี่ยงการหลอกลวงได้
  1. มอบความรู้และสร้างความเข้าใจ
  • มอบความรู้แก่ผู้ใช้งาน : BINANCE TH Academy เป็นแหล่งข้อมูลเพื่ออัปเดตความรู้และสร้างความเข้าใจให้กับคนไทย รวมถึงประเด็นการหลอกลวงและวิธีหลีกเลี่ยง เพื่อเป็นแนวทางการซื้อขายที่ปลอดภัย
  • การแจ้งเตือนการหลอกลวง (Scam Alerts): มีการอัปเดตผู้ใช้งานเป็นประจำเพื่อให้รู้เท่าทันกับกลลวงประเภทใหม่ ๆ และให้คำแนะนำเกี่ยวกับมาตรการป้องกัน การแจ้งเตือนนี้ยังช่วยให้ผู้ใช้ตื่นตัวและรับทราบข้อมูลภัยคุกคามที่อาจเกิดขึ้นตลอดเวลาในโลกคริปโต
  1. ช่องทางการสื่อสารที่ปลอดภัย
  • แชทในแอป (Chat Support): แพลตฟอร์ม BINANCE TH  มีฟีเจอร์แชทในแอปที่พร้อมให้ความช่วยเหลือ กับผู้ใช้งานตลอด 24 ชั่วโมง
  1. ใช้เทคโนโลยีล้ำสมัยตรวจจับ
  • การตรวจจับการฉ้อโกงด้วย AI: ใช้โมเดลภาษาขนาดใหญ่ขั้นสูง (LLM) เพื่อตรวจสอบการแชท P2P เพื่อหาสัญญาณพฤติกรรมฉ้อโกง และช่วยเหลือผู้ใช้
  • การประมวลผลภาพคอมพิวเตอร์เพื่อการตรวจสอบ POP (Computer Vision for POP Verification)ใช้โมเดลการประมวลผลภาพคอมพิวเตอร์ด้วย AI เพื่อประเมินเอกสารหลักฐานการชำระเงินโดยอัตโนมัติ และตรวจจับกรณีที่เอกสารถูกดัดแปลง ซึ่งเป็นสัญญาณทั่วไปของการพยายามหลอกลวง

การเปลี่ยนแปลงนี้จะนำไปสู่ระบบนิเวศทางการเงินที่แข็งแรงในระยะยาว BINANCE TH พร้อมเป็นส่วนหนึ่งในการพัฒนาอุตสาหกรรมคริปโตไทยให้เติบโตอย่างมั่นคง เพื่อสร้างอนาคตทางการเงินที่ปลอดภัยและเป็นธรรมสำหรับทุกคน

คำเตือน: คริปโทเคอร์เรนซีและโทเคนดิจิทัลมีความเสี่ยงสูง ท่านอาจสูญเสียเงินลงทุนได้ทั้งจำนวน โปรดศึกษาข้อมูลและลงทุนให้เหมาะสมกับระดับความเสี่ยงที่ยอมรับได้

Posted on

Rapid GenAI Application Adoption Drives New Era of Application and Infrastructure Modernization

การประยุกต์ใช้ GenAI อย่างรวดเร็ว ขับเคลื่อนยุคใหม่ของการปรับโฉม แอปพลิเคชันและโครงสร้างพื้นฐานให้ทันสมัย

Rapid GenAI Application Adoption Drives New Era of Application and Infrastructure Modernization

Nutanix study reveals that GenAI is changing organizations priorities, with security and privacy being a primary concern

Nutanix (NASDAQ: NTNX), a leader in hybrid multicloud computing, today announced the findings of its seventh annual Enterprise Cloud Index (ECI) survey and research report, which measures global enterprise progress with cloud adoption. This year’s report sheds light on Generative Artificial Intelligence (GenAI) adoption, investment priorities, and benefits along with key challenges organizations face to meet the demands of these emerging workloads.

As GenAI application adoption and implementation move at a blazing pace, the ECI uncovered that while the majority of organizations have already implemented a GenAI strategy, implementation targets vary significantly. Organizations are eager to leverage GenAI for productivity, automation, and innovation, but they also face critical hurdles in the form of data security, compliance, and IT infrastructure modernization. Further, 90% of respondents expect their IT costs to rise due to GenAI and modern application implementation. But promisingly, 70% of organizations expect to make a return on their investment from GenAI projects over the next two to three years.

“Many organizations have reached an inflection point with GenAI implementation and deployment,” said Lee Caswell, SVP, Product and Solutions Marketing at Nutanix. “This year’s ECI revealed key trends that we’re hearing from customers as well, including challenges with scaling GenAI workloads from development to production, new requirements GenAI creates for data governance, privacy, and visibility, and integration with existing IT infrastructure. To successfully unlock ROI with GenAI projects, organizations need to take a holistic approach to modernizing applications and infrastructure and embrace containerization.”

Key findings from this year’s report include:

  • Application containerization is the new infrastructure standard. Nearly 90% of organizations report that at least some of their applications are now containerized, and this number is expected to grow with the rapid adoption of new application workloads like GenAI. Simply put, 94% of respondents agree that their organization benefits from adopting cloud native applications/containers. This approach to infrastructure and application development should be considered the gold standard for delivering seamless, secure access to data across hybrid and multicloud environments.
  • GenAI application adoption and implementation continue at a rapid pace. Over 80% of organizations have already implemented a GenAI strategy with only 2% of organizations admitting that they have not started planning their GenAI strategy. That said, implementation targets vary significantly. Most organizations believe GenAI solutions will help improve their organization’s levels of productivity, automation, and efficiency. Meanwhile, real-world GenAI use cases gravitate towards customer support and experience solutions today. However, organizations aspire to apply GenAI solutions to cybersecurity and data protection workloads in the near future.
  • GenAI adoption will challenge traditional norms for data security and privacy. 95% of respondents agree that GenAI is changing their organization’s priorities, with security and privacy being a primary concern. Over 90% of organizations say data privacy is a priority for their organization when implementing GenAI solutions. Clearly, organizations understand that security and privacy are critical components of GenAI success. However, a staggering 95% of respondents still believe their organization could be doing more to secure its GenAI models and applications. Security and privacy will remain a major challenge for organizations as they seek to justify the use of emerging, GenAI-based solutions and ensure that they adhere to traditional security norms, as well as new requirements for data governance, privacy, and visibility.
  • Infrastructure modernization to support GenAI at scale. Running cloud native applications at enterprise scale requires an infrastructure that can support the necessary requirements including security, data integrity and resilience. Emerging GenAI applications are no exception to this rule. Almost all respondents (98%) face challenges when it comes to scaling GenAI workloads from development to production. In fact, the #1 challenge organizations face when scaling GenAI workloads from development into production is integration with existing IT infrastructure. As a result, IT Infrastructure was chosen as the #1 area of investment needed to support GenAI.
  • GenAI solution adoption requires changes to technology and 52% of respondents say their organization needs to invest in IT training to support GenAI. Similarly, 48% of respondents believe their organization needs to hire new IT talent to support GenAI. There is no denying organizations face acute skills shortages and competition for GenAI-related talent. The good news? Many teams will embrace the challenge to adopt AI-related competencies and skills organically, as part of normal work. This year’s survey shows that 53% of respondents believe advancements in GenAI will provide them with an opportunity to become an AI expert.

For the seventh consecutive year, Nutanix commissioned a global research study to learn about the state of global enterprise cloud deployments, application containerization trends, and GenAI application adoption. In the Fall of 2024, U.K. researcher Vanson Bourne surveyed 1,500 IT and DevOps/Platform Engineering decision-makers around the world. The respondent base spanned multiple industries, business sizes, and geographies, including North and South America; Europe, the Middle East and Africa (EMEA); and Asia-Pacific-Japan (APJ) region.

To learn more about the report and findings, please download the full seventh Nutanix Enterprise Cloud Index, here.

Posted on

การประยุกต์ใช้ GenAI อย่างรวดเร็ว ขับเคลื่อนยุคใหม่ของการปรับโฉม แอปพลิเคชันและโครงสร้างพื้นฐานให้ทันสมัย

การประยุกต์ใช้ GenAI อย่างรวดเร็ว ขับเคลื่อนยุคใหม่ของการปรับโฉม แอปพลิเคชันและโครงสร้างพื้นฐานให้ทันสมัย

การประยุกต์ใช้ GenAI อย่างรวดเร็ว ขับเคลื่อนยุคใหม่ของการปรับโฉม แอปพลิเคชันและโครงสร้างพื้นฐานให้ทันสมัย

ผลการศึกษาของนูทานิคซ์ ชี้ GenAI กำลังเปลี่ยนการจัดลำดับความสำคัญด้านต่าง ๆ ขององค์กร โดยความปลอดภัยและความเป็นส่วนตัวขึ้นแท่นเป็นความกังวลลำดับต้น ๆ ขององค์กร

นูทานิคซ์ (NASDAQ: NTNX) ผู้นำด้านไฮบริดมัลติคลาวด์คอมพิวติ้ง ประกาศผลสำรวจและรายงานการวิจัย Enterprise Cloud Index (ECI) ประจำปีครั้งที่เจ็ด ซึ่งเป็นการวัดความก้าวหน้าในการใช้คลาวด์ขององค์กรทั่วโลก รายงานปีนี้เผยให้เห็นถึงการใช้ Generative Artificial Intelligence (GenAI) ลำดับความสำคัญในการลงทุนทางเทคโนโลยี รวมถึงประโยชน์และความท้าทายที่องค์กรต่าง ๆ เผชิญเพื่อตอบโจทย์ความต้องการของเวิร์กโหลดใหม่ ๆ เหล่านี้

การประยุกต์ใช้ GenAI มีความเคลื่อนไหวรวดเร็วอย่างเห็นได้ชัด ผลสำรวจ ECI พบว่าองค์กรที่ใช้กลยุทธ์ GenAI อยู่แล้วนั้นมีเป้าหมายในการใช้งานแตกต่างกันอย่างมีนัยสำคัญ องค์กรส่วนใหญ่มุ่งหวังที่จะใช้ GenAI เพื่อเพิ่มประสิทธิภาพการทำงาน การทำงานอัตโนมัติ และ การสร้างสรรค์นวัตกรรม แต่กลับต้องเผชิญความท้าทายสำคัญด้านความปลอดภัยของข้อมูล การกำกับดูแล และ การปรับปรุงโครงสร้างพื้นฐานไอทีให้ทันสมัย ทั้งนี้ 90% ของผู้ตอบแบบสำรวจคาดว่าการประยุกต์ใช้ GenAI และแอปพลิเคชันสมัยใหม่จะทำให้ต้นทุนด้านไอทีสูงขึ้น อย่างไรก็ตาม 70% ขององค์กรที่ตอบแบบสำรวจคาดว่าจะได้รับผลตอบแทนคืนจากการลงทุน GenAI ในอีก 2-3 ปีข้างหน้า

นายลี แคสเวลล์ รองประธานอาวุโสฝ่ายการตลาดผลิตภัณฑ์และโซลูชัน ของนูทานิคซ์ กล่าวว่า 

“องค์กรจำนวนมากมาถึงจุดเปลี่ยนสำคัญในการประยุกต์ใช้ GenAI ผลสำรวจ ECI ปีนี้เผยแนวโน้มสำคัญที่สอดคล้องกับเสียงสะท้อนจากลูกค้าของนูทานิคซ์ ไม่ว่าจะเป็นความท้าทายในการปรับขนาดเวิร์กโหลด GenAI จากการพัฒนาสู่การใช้งานจริง การกำกับดูแลข้อมูลที่เกิดจากการใช้ GenAI ความเป็นส่วนตัว ความโปร่งใสที่สามารถตรวจสอบได้ และการบูรณาการกับโครงสร้างพื้นฐานด้านไอทีที่มีอยู่เดิม องค์กรจะได้ผลตอบแทนที่ดีจากการใช้ GenAI ก็ต่อเมื่อใช้แนวทางแบบองค์รวม ในการปรับปรุงทั้งแอปพลิเคชันและโครงสร้างพื้นฐานให้ทันสมัย และนำเทคโนโลยีคอนเทนเนอร์มาใช้”  

ผลสำรวจสำคัญจากรายงาน ECI ปีนี้ ประกอบด้วย: 

  • แอปพลิเคชันรูปแบบคอนเทนเนอร์คือมาตรฐานใหม่ด้านโครงสร้างพื้นฐาน: เกือบ 90% ขององค์กรมีการใช้คอนเทนเนอร์กับแอปพลิเคชันบางส่วน และคาดว่าตัวเลขนี้จะเพิ่มขึ้นตามการใช้เวิร์กโหลดแอปฯ ใหม่ ๆ เช่น GenAI ที่เติบโตอย่างรวดเร็ว หรือสรุปง่าย ๆ ก็คือ 94% ของผู้ตอบแบบสำรวจยอมรับว่าองค์กรได้รับประโยชน์จากการใช้คลาวด์เนทีฟ /คอนเทนเนอร์ ซึ่งแนวทางนี้ควรถือเป็นมาตรฐานสูงสุดในการพัฒนาโครงสร้างพื้นฐานและแอปพลิเคชัน เพื่อการเข้าถึงข้อมูลได้อย่างราบรื่นและปลอดภัยทั้งข้อมูลที่อยู่บนไฮบริดและมัลติคลาวด์  
  • การประยุกต์ใช้แอปพลิเคชันที่ใช้ GenAI ดำเนินไปอย่างรวดเร็ว: กว่า 80% ขององค์กรใช้กลยุทธ์ GenAI แล้ว มีเพียง 2% ขององค์กรที่ยอมรับว่ายังไม่ได้เริ่มวางแผนกลยุทธ์ GenAI อย่างไรก็ตามเป้าหมายในการนำไปใช้งานมีความแตกต่างกันอย่างมีนัยสำคัญ องค์กรส่วนใหญ่เชื่อว่าโซลูชัน GenAI จะช่วยยกระดับประสิทธิภาพการทำงาน และประสิทธิผลขององค์กร
    ในขณะเดียวกันกรณีการใช้งาน GenAI จริง ๆ ในปัจจุบันมักใช้กับโซลูชันด้านบริการสนับสนุนช่วยเหลือและการเพิ่มประสบการณ์ให้แก่ลูกค้า แต่ไม่ว่าจะอย่างไร องค์กรต่าง ๆ ล้วนมุ่งมั่นที่จะนำโซลูชัน GenAI ไปประยุกต์ใช้งานด้านความปลอดภัยทางไซเบอร์และการปกป้องข้อมูลในอนาคตอันใกล้นี้ 
  • การใช้ GenAI มีความท้าทายต่อบรรทัดฐานด้านความปลอดภัยและความเป็นส่วนตัวของข้อมูล: 95% ขององค์กรเห็นสอดคล้องกันว่า GenAI กำลังเปลี่ยนแปลงการจัดลำดับความสำคัญขององค์กร โดยองค์กรมีความกังวลด้านความปลอดภัยและความเป็นส่วนตัวของข้อมูลเป็นลำดับต้น ๆ มีองค์กรมากกว่า 90% ให้ความสำคัญกับการรักษาความเป็นส่วนตัวของข้อมูลเมื่อนำ GenAI มาใช้ เห็นได้ชัดว่าองค์กรต่าง ๆ เข้าใจดีว่าความปลอดภัยและความเป็นส่วนตัวของข้อมูลเป็นองค์ประกอบสำคัญต่อความสำเร็จของการใช้ GenAI ที่น่าสนใจคือ 95% ยังเชื่อว่าองค์กรของตนควรมีมาตรการในการรักษาความปลอดภัยให้กับโมเดลและแอปพลิเคชัน GenAI ให้มากขึ้น ทั้งนี้ความปลอดภัยและความเป็นส่วนตัวจะยังคงเป็นความท้าทายสำคัญขององค์กรต่าง ๆ ที่พยายามหาเหตุผลในการใช้โซลูชันใหม่ ๆ อย่าง GenAI และต้องมั่นใจได้ว่าองค์กรของตนสามารถปฎิบัติตามบรรทัดฐานความปลอดภัยเดิม รวมถึงข้อกำหนดใหม่ ๆ ในการกำกับดูแลข้อมูล ความเป็นส่วนตัว และความโปร่งใส 
  • การปรับโครงสร้างพื้นฐานให้ทันสมัย เพื่อรองรับ GenAI ได้ตามต้องการ: การใช้แอปพลิเคชันคลาวด์เนทีฟในระดับองค์กร ต้องการโครงสร้างพื้นฐานที่สามารถรองรับข้อกำหนดต่าง ๆ รวมถึงความปลอดภัย ความถูกต้องของข้อมูล และความยืดหยุ่น แอปพลิเคชัน GenAI ใหม่ ๆ ก็ไม่มีข้อยกเว้นจากกฎนี้ องค์กรเกือบทุกแห่ง (98%) เผชิญความท้าทายเมื่อต้องปรับขนาดเวิร์กโหลด GenAI จากขั้นพัฒนาไปสู่การใช้งานจริง โดยความท้าทายอันดับหนึ่งสำหรับการนี้คือ การบูรณาการ GenAI เข้ากับโครงสร้างพื้นฐานด้านไอทีที่มีอยู่เดิม ส่งผลให้โครงสร้างพื้นฐานด้านไอทีติดอันดับ 1 ด้านการลงทุนเพื่อรองรับการใช้ GenAI
  • การเปลี่ยนแปลงทางเทคโนโลยีและบุคลากร เป็นสิ่งจำเป็นสำหรับการใช้โซลูชัน GenAI: 52% ของผู้ตอบแบบสำรวจ ระบุว่าองค์กรจำเป็นต้องลงทุนในการฝึกอบรมด้านไอทีเพื่อรองรับ GenAI ในทำนองเดียวกัน 48% เชื่อว่าองค์กรจำเป็นต้องจ้างบุคลากรที่มีทักษะด้านไอทีใหม่เพื่อรองรับการใช้ GenAI ปฎิเสธไม่ได้ว่าองค์กรต่าง ๆ เผชิญกับปัญหาการขาดแคลนทักษะและบุคลากรที่มีทักษะด้าน GenAI แต่มีข่าวดีก็คือหลายทีมพร้อมรับมือกับความท้าทายและพร้อมนำความสามารถและทักษะที่เกี่ยวข้องกับ AI มาใช้เป็นส่วนหนึ่งของการทำงานปกติ ผลสำรวจพบว่า 53% ขององค์กรที่ตอบแบบสำรวจเชื่อว่าความก้าวหน้าของ GenAI เป็นโอกาสที่จะพัฒนาตัวเองให้เป็นผู้เชี่ยวชาญด้าน AI

นูทานิคซ์เดินหน้าศึกษาวิจัยสถานการณ์การใช้งานคลาวด์ทั่วโลกต่อเนื่องเป็นปีที่ 7 เพื่อศึกษาสถานการณ์การใช้คลาวด์ในระดับองค์กรทั่วโลก แนวโน้มการใช้งานคอนเทนเนอร์สำหรับแอปพลิเคชัน และการใช้งานแอปพลิเคชัน GenAI โดยมอบหมายให้ Vanson Bourne บริษัทวิจัยจากสหราชอาณาจักร สำรวจความคิดเห็นจากผู้มีอำนาจตัดสินใจด้านไอทีและ DevOps/Platform Engineering กว่า 1,500 คนทั่วโลก ครอบคลุมหลากหลายอุตสาหกรรม ขนาดธุรกิจ และภูมิภาค ทั้งอเมริกาเหนือและใต้ ยุโรป ตะวันออกกลาง แอฟริกา (EMEA) และเอเชียแปซิฟิก-ญี่ปุ่น (APJ)  

ดาวน์โหลด Nutanix Exterprise Cloud Index ฉบับที่ 7 เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับรายงานและผลสำรวจได้ ที่นี่

Posted on

Modernizing Infrastructure The Key to Unlocking AI Growth for Businesses

โครงสร้างพื้นฐานไอทีที่ทันสมัย ปลดล็อกให้ธุรกิจใช้ AI ได้เต็มประสิทธิภาพ

Modernizing Infrastructure The Key to Unlocking AI Growth for Businesses

It doesn’t take a genius to work out that artificial intelligence (AI) is transforming industries at an unprecedented rate. According to IDC, global spending on AI is expected to reach $632 billion by 2028, with generative AI (GenAI) growing at a remarkable annual rate of 59.2%. Yet, as AI capabilities surge, the infrastructure needed to support them is straining under the weight. And this is having an impact on how quickly organizations can benefit from AI.

AI adoption in Thailand is rapidly increasing in line with other countries globally. The 2024 AI Readiness for Digital Services Survey by Thailand’s Electronic Transactions Development Agency (ETDA) and the National Science and Technology Development Agency (NSTDA) found that more than half of Thai organizations are aware of the need for AI and can identify where they will be deployed. The study figures show that 17.8% have already implemented AI, slightly higher than last year and a majority of organizations (73.3%) plan to implement it. The top three goals for AI adoption by organizations in Thailand are internal management (69.6%), increased work efficiency (59.8%), and creating added value for products or services (56.8%).

GenAI is certainly driving much of the growth but GenAI also requires immense computing power, vast data storage and advanced algorithms. This has a huge impact in terms of energy consumption, costs, sustainability and performance. Traditional infrastructures are ill-suited to support these demands, so any progress has to happen hand-in-hand with infrastructure modernization. Transformations are needed to ensure that any investments in AI are maximized.

Spending on AI infrastructure, which includes hardware such as servers and cloud infrastructure to support AI applications, is substantial but growing at a slower pace than GenAI adoption. AI infrastructure will see a 14.7% compound annual growth rate (CAGR) through 2028 (according to the IDC research), reflecting earlier investments by cloud service providers. AI hardware and Infrastructure-as-a-Service (IaaS) represent about 24% of overall AI spending, underlining its importance in enabling AI capabilities. So, while GenAI is attracting increasing attention, AI infrastructure spending remains critical for supporting broader AI growth and applications.

For businesses eager to implement AI-driven solutions, investing in a robust, scalable, and secure cloud infrastructure is now critical for success – but what does that AI infrastructure look like? What specifically does AI need and how can businesses transform accordingly?

Security and compliance capabilities as standard

AI models process vast amounts of data. Ensuring data security and maintaining compliance with regulatory standards is essential for businesses throughout the entire process of deploying AI solutions. Secure infrastructure that includes encryption, robust access controls, and compliance with global data protection regulations (such as GDPR) will be needed to safeguard both the models themselves and the data they process.

In this regard, AI infrastructure must be designed not only for performance and scalability but also for security. It should be a standard consideration as failing to secure AI applications or the infrastructure supporting them can result in data breaches, regulatory fines, and loss of customer trust. Once trust has gone it is almost impossible to regain.

Cloud-native as a foundation for AI transformation

To meet the growing demands of AI, businesses must adopt cloud-native infrastructure, which includes powerful computing, high-performance network and storage, container and data management systems. Cloud-native infrastructure provides the flexibility and scalability needed to support AI’s increasing computational and storage requirements. Traditional infrastructures struggle to manage the massive data flows and high-performance needs of modern AI applications. Cloud-native architecture, however, allows businesses to rapidly scale their infrastructure to accommodate fluctuating demands, ensuring that they have the computing power necessary for GenAI models and other data-heavy AI processes.

Cloud-native environments not only support the compute-heavy operations required by AI but also provide essential agility. This allows businesses to deploy, manage, and update AI applications more efficiently. Importantly, cloud-native platforms are designed to seamlessly integrate with AI development workflows, which means businesses can innovate faster without being held back by infrastructural limitations.

Scalable, reliable and cost-efficient infrastructure for data management

As AI use cases multiply, the need for scalable and cost-efficient cloud infrastructure for data management and analytics becomes increasingly critical. Scalable Infrastructure as a Service (IaaS) and Platform as a Service (PaaS) offerings guarantee that data can be stored, processed and accessed seamlessly, enabling faster and more accurate model training. Efficient data pipelines, robust storage solutions, and streamlined retrieval systems are crucial for managing these large volumes of data before they can be used for model training. An innovative infrastructure also provides the ability to customise and fine-tune models for specific use cases, improving the quality and relevance of AI applications and simplifying AI model development.

Efficient AI infrastructure not only supports performance but also helps manage costs. By optimising computing resources through distributed systems, containerization, and serverless architectures, businesses can avoid over-spending on cloud or hardware resources. This cost efficiency is vital for scaling GenAI applications without breaking the budget.

Energy efficiency and sustainability increasingly key

As AI workloads increase, so does energy consumption and costs. AI models, particularly GenAI, are power-hungry and this has led to concerns about the environmental impact of AI growth. Businesses are increasingly aware of the need for energy-efficient infrastructure to support their AI initiatives without significantly raising their carbon footprints. Green datacentres, renewable energy sources, and energy-efficient hardware are becoming essential components of AI infrastructure strategies.

By optimising power consumption and investing in sustainable practices, businesses can reduce operational costs while meeting their sustainability goals. As AI adoption accelerates globally, the focus on energy-efficient infrastructure will become a key differentiator for businesses looking to align innovation with corporate social responsibility and a need to manage costs more closely.

So, as AI continues to evolve, businesses must not only address current infrastructure challenges but also anticipate future shifts in the AI landscape. This should include security and regulatory compliance as well as technical and sustainable needs. The convergence of real-time decision-making, augmented working environments and the rising demand for sustainability means that businesses must be proactive in their infrastructure strategies.

The risk of falling behind is real but so is the opportunity to lead in this transformative era of AI. The question is no longer whether to invest in cloud infrastructure modernization but how quickly organizations can make the leap to stay competitive.

Article by Sean Yuan, Vice President of International Business, General Manager of South Pacific & Japan Region, Alibaba Cloud Intelligence

Posted on

โครงสร้างพื้นฐานไอทีที่ทันสมัย ปลดล็อกให้ธุรกิจใช้ AI ได้เต็มประสิทธิภาพ

โครงสร้างพื้นฐานไอทีที่ทันสมัย ปลดล็อกให้ธุรกิจใช้ AI ได้เต็มประสิทธิภาพ

โครงสร้างพื้นฐานไอทีที่ทันสมัย ปลดล็อกให้ธุรกิจใช้ AI ได้เต็มประสิทธิภาพ

เราทุกคนตระหนักว่า AI กำลังเปลี่ยนแปลงทุกวงการอย่างที่ไม่เคยเกิดขึ้นมาก่อน IDC คาดว่าการใช้จ่ายด้าน AI ทั่วโลกจะสูงถึง 632 พันล้านเหรียญสหรัฐฯ ภายในปี 2571 โดย generative AI (GenAI) เติบโตในอัตราที่น่าทึ่งถึง 59.2% ต่อปี อย่างไรก็ตาม ความสามารถที่สูงขึ้นของ AI ทำให้โครงสร้างพื้นฐานที่ต้องใช้รองรับความสามารถเหล่านั้นมีภาระหนัก และส่งผลต่อความรวดเร็วที่องค์กรจะใช้ประโยชน์จาก AI

การใช้ AI ในประเทศไทยกำลังเพิ่มขึ้นอย่างรวดเร็วในทิศทางเดียวกับประเทศอื่น ๆ ทั่วโลก ผลสำรวจความพร้อมในการประยุกต์ใช้AI สำหรับบริการดิจิทัล ปี 2024 โดยสำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (ETDA) ร่วมกับสำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) พบว่าองค์กรไทยมากกว่าครึ่งขององค์กรที่ตอบแบบสำรวจตระหนักถึงความจำเป็นในการนำ AI มาใช้งานและสามารถระบุว่าจะนำมาใช้ในส่วนใด นอกจากนี้ยังพบว่ามีหน่วยงานที่นำ AI มาใช้แล้ว 17.8% สูงกว่าปีที่ผ่านมาเล็กน้อย; องค์กรส่วนใหญ่ 73.3% มีแผนที่จะนำมาใช้ในอนาคต โดยเป้าหมายสามอันดับแรกของการใช้ AI ขององค์กรไทย คือ เพื่อบริหารจัดการภายในองค์กร (69.6%) เพิ่มประสิทธิภาพการทำงาน (59.8%) และ เพื่อสร้างมูลค่าเพิ่มให้ผลิตภัณฑ์หรือบริการ (56.8%)

GenAI เป็นเทคโนโลยีที่ขับเคลื่อนการเติบโตอย่างมาก แต่ GenAI ต้องการพลังการประมวลผลมหาศาล ต้องการพื้นที่สตอเรจขนาดใหญ่ และอัลกอริธึมที่มีความสามารถระดับสูง ซึ่งส่งผลกระทบต่อการใช้พลังงาน ค่าใช้จ่าย ความยั่งยืน และประสิทธิภาพเป็นอย่างมาก โครงสร้างพื้นฐานแบบเดิมไม่เหมาะที่จะรองรับความต้องการเหล่านี้ ดังนั้นการจะทำกระบวนการใด ๆ จะต้องทำควบคู่กับการปรับโครงสร้างพื้นฐานให้ทันสมัย จะเห็นได้ว่าการเปลี่ยนแปลงด้านต่าง ๆ เป็นสิ่งจำเป็น เพื่อให้มั่นใจว่าจะได้รับประโยชน์สูงสุดจากการลงทุนด้าน AI

การใช้จ่ายด้านโครงสร้างพื้นฐาน AI ซึ่งรวมถึงฮาร์ดแวร์ เช่น เซิร์ฟเวอร์ และโครงสร้างพื้นฐานคลาวด์เพื่อรองรับแอปพลิเคชัน AI ต่าง ๆ นั้น แม้จะมีจำนวนมาก แต่เติบโตช้ากว่าการนำ GenAI มาใช้ โครงสร้างพื้นฐาน AI จะมีอัตราการเติบโตต่อปี (CAGR) ที่ 14.7% จนถึงปี 2571 (จากการวิจัยของ IDC) สะท้อนถึงการลงทุนก่อนหน้านี้ของผู้ให้บริการคลาวด์เซอร์วิส ทั้งนี้ 24% ของการใช้จ่ายด้าน AI ทั้งหมด เป็นการใช้จ่ายด้านฮาร์ดแวร์ AI และ Infrastructure-as-a-Service (IaaS) ดังนั้นฮาร์ดแวร์ AI และ IaaS จึงมีความสำคัญอย่างมากต่อความสามารถด้านต่าง ๆ ของ AI จะเห็นได้ว่าในขณะที่ทุกฝ่ายให้ความสนใจ GenAI มากขึ้น การใช้จ่ายด้านโครงสร้างพื้นฐาน AI ยังคงเป็นสิ่งสำคัญที่จะสนับสนุนการเติบโตของ AI และการใช้แอปพลิเคชัน AI ในวงกว้าง

การลงทุนด้านโครงสร้างพื้นฐานคลาวด์ที่แข็งแกร่ง ปรับขนาดได้ และปลอดภัย เป็นสิ่งสำคัญในปัจจุบันสำหรับธุรกิจที่ต้องการใช้โซลูชันที่เป็น AI อย่างประสบความสำเร็จ แต่โครงสร้างพื้นฐาน AI นั้นมีลักษณะอย่างไร AI ต้องการสิ่งใดเป็นพิเศษ และธุรกิจต่าง ๆ จะสามารถปรับเปลี่ยนให้เป็นไปตามความต้องการเหล่านั้นได้อย่างไร

ความปลอดภัยและการปฏิบัติตามกฎระเบียบ ที่เป็นมาตรฐาน

โมเดล AI ประมวลผลข้อมูลจำนวนมาก ดังนั้นความปลอดภัยของข้อมูลและการรักษากฎระเบียบตามมาตรฐานต่าง ๆ จึงเป็นสิ่งสำคัญที่ธุรกิจต้องมั่นใจว่ามีอยู่ในทุกกระบวนการการใช้โซลูชัน AI โครงสร้างพื้นฐานที่ปลอดภัยที่รวมถึงการเข้ารหัส การควบคุมการเข้าถึงอย่างรัดกุม และปฏิบัติตามกฎระเบียบด้านการปกป้องข้อมูลระดับโลก (เช่น GDPR) เป็นสิ่งจำเป็นที่จะช่วยปกป้องทั้งตัวโมเดลเองและข้อมูลที่โมเดลเหล่านั้นทำการประมวลผล

ดังนั้น การออกแบบโครงสร้างพื้นฐาน AI ต้องไม่เพียงเพื่อประสิทธิภาพและการปรับขนาดได้เท่านั้น แต่ยังต้องมีความปลอดภัยด้วย สิ่งเหล่านี้เป็นคุณสมบัติพื้นฐานที่ควรมีและต้องยึดถือ เพราะความล้มเหลวในการรักษาความปลอดภัยให้กับแอปพลิเคชัน AI หรือโครงสร้างพื้นฐานที่รองรับแอปฯ เหล่านั้น อาจทำให้ข้อมูลถูกละเมิด ต้องเสียค่าปรับจากการไม่ปฏิบัติตามกฎ และสูญเสียความเชื่อมั่นจากลูกค้า ซึ่งเมื่อลูกค้าหมดความไว้วางใจไปแล้ว การจะกลับมาเชื่อมั่นอีกเป็นไปได้ยากมาก

คลาวด์-เนทีฟ คือฐานรากที่รองรับการนำ AI มาใช้

ธุรกิจต้องนำโครงสร้างพื้นฐานคลาวด์-เนทีฟ มาใช้เพื่อตอบสนองความต้องการ AI ที่เพิ่มมากขึ้น โครงสร้างพื้นฐานคลาวด์-เนทีฟ ประกอบด้วยการประมวลผลที่ทรงพลัง เน็ตเวิร์กและสตอเรจที่มีประสิทธิภาพสูง คอนเทนเนอร์และระบบบริหารจัดการข้อมูล ทั้งยังมอบความยืดหยุ่นและการปรับขนาดที่จำเป็นต้องใช้เพื่อรองรับความต้องการด้านการประมวลผลและสตอเรจที่ AI ต้องใช้เพิ่มมากขึ้น

โครงสร้างพื้นฐานแบบเดิมมีความยุ่งยากในการจัดการกระแสข้อมูลจำนวนมาก และไม่รองรับความต้องการประสิทธิภาพสูงในด้านต่าง ๆ ที่แอปพลิเคชัน AI สมัยใหม่ต้องการ คลาวด์-เนทีฟ ช่วยให้ธุรกิจปรับขนาดโครงสร้างพื้นฐานขององค์กรได้อย่างรวดเร็ว เพื่อรับมือกับความต้องการต่าง ๆ ที่เปลี่ยนแปลงตลอดเวลา และทำให้มั่นใจได้ว่าองค์กรมีพลังการประมวลผลที่จำเป็นต้องใช้กับโมเดล GenAI และการใช้ AI ที่ต้องใช้ข้อมูลจำนวนมาก

สภาพแวดล้อมคลาวด์-เนทีฟ ไม่เพียงรองรับการทำงานด้านการประมวลผลที่หนักหน่วงที่ AI ต้องการ แต่ยังมอบความคล่องตัวอย่างมากอีกด้วย ซึ่งช่วยให้ธุรกิจใช้ จัดการ และอัปเดทแอปพลิเคชัน AI ได้อย่างมีประสิทธิภาพมากขึ้น ที่สำคัญคือแพลตฟอร์มคลาวด์-เนทีฟ ยังออกแบบมาเพื่อให้สามารถผสานรวมกับเวิร์กโฟลว์การพัฒนา AI ได้อย่างราบรื่น นั่นหมายความว่า ธุรกิจสามารถสร้างสรรค์สิ่งใหม่ได้เร็วขึ้น โดยไม่ต้องติดอยู่กับข้อจำกัดด้านโครงสร้างพื้นฐาน

โครงสร้างพื้นฐานสำหรับการจัดการข้อมูลที่ปรับขนาดได้ เชื่อถือได้ และคุ้มค่าการลงทุน

เมื่อมีการใช้งาน AI เพิ่มขึ้น ความต้องการโครงสร้างพื้นฐานคลาวด์ที่ปรับขนาดได้และคุ้มค่าการลงทุน เพื่อใช้บริหารจัดการและวิเคราะห์ข้อมูลจึงทวีความสำคัญมากขึ้นตามไปด้วย Infrastructure as a Service (IaaS) และ Platform as a Service (PaaS) ที่ปรับขนาดได้ สามารถรับรองได้ว่าผู้ใช้งานจะสามารถจัดเก็บข้อมูล ประมวลผล และเข้าใช้งานได้อย่างราบรื่น เป็นการช่วยให้เทรนโมเดลได้อย่างรวดเร็วและแม่นยำมากขึ้น นอกจากนี้ไปป์ไลน์ของข้อมูลที่มีประสิทธิภาพ โซลูชันการจัดเก็บที่แข็งแกร่ง และระบบการดึงข้อมูลที่ทรงประสิทธิภาพ เป็นปัจจัยสำคัญในการบริหารจัดการข้อมูลจำนวนมหาศาลเหล่านี้ ก่อนที่จะนำข้อมูลเหล่านั้นไปใช้เทรนโมเดล โครงสร้างพื้นฐานรูปแบบใหม่ ยังมอบความสามารถในการปรับแต่งโมเดลอย่างละเอียดได้อย่างเจาะจงกับการใช้งาน เพิ่มคุณภาพและความเกี่ยวเนื่องกันให้กับแอปพลิเคชัน AI และช่วยให้การพัฒนาโมเดล AI ทำได้ง่ายขึ้น

โครงสร้างพื้นฐาน AI ที่ทรงประสิทธิภาพ ไม่เพียงสนับสนุนให้เกิดประสิทธิผลเท่านั้น แต่ยังช่วยบริหารค่าใช้จ่ายอีกด้วย การเพิ่มประสิทธิภาพให้กับทรัพยากรการประมวลผลผ่านดิสทริบิ้วเต็ดซีสเต็มส์ คอนเทนเนอร์ และสถาปัตยกรรมไร้เซิร์ฟเวอร์ จะช่วยให้ธุรกิจหลีกเลี่ยงการใช้จ่ายด้านทรัพยากร คลาวด์หรือฮาร์ดแวร์มากเกินไป การใช้จ่ายอย่างมีประสิทธิภาพนี้ สำคัญมากต่อการปรับขนาดแอปพลิเคชัน GenAI โดยไม่กระทบต่องบประมาณ

ประสิทธิภาพด้านพลังงาน และความยั่งยืน มีความสำคัญมากขึ้น

การใช้พลังงานและค่าใช้จ่ายเพิ่มขึ้นตามเวิร์กโหลด AI ที่เพิ่มขึ้น โมเดล AI โดยเฉพาะ GenAI ใช้พลังงานมาก ทำให้เกิดความกังวลด้านผลกระทบต่อสิ่งแวดล้อมจากการเติบโตของ AI ธุรกิจต่างตระหนักถึงความจำเป็นที่ต้องใช้โครงสร้างพื้นฐานที่ประหยัดพลังงานมากขึ้น เพื่อรองรับการใช้ AI ขององค์กร โดยไม่เพิ่มการปล่อยก๊าซคาร์บอนมากขึ้นอย่างมีนัยสำคัญ ดาต้าเซ็นเตอร์สีเขียว แหล่งพลังงานหมุนเวียน และฮาร์ดแวร์ประหยัดพลังงาน กำลังกลายเป็นองค์ประกอบสำคัญของกลยุทธ์ด้านโครงสร้างพื้นฐาน AI

การเพิ่มประสิทธิภาพการใช้พลังงานและการลงทุนกับแนวทางด้านความยั่งยืน จะช่วยให้ธุรกิจสามารถลดค่าใช้จ่ายในการดำเนินงาน ไปพร้อม ๆ กับบรรลุเป้าหมายด้านความยั่งยืน ในขณะที่ทั่วโลกใช้ AI มากขึ้น การโฟกัสไปที่โครงสร้างพื้นฐานที่ประหยัดพลังงานจะกลายเป็นความต่างที่สำคัญของธุรกิจที่ต้องการนำนวัตกรรมาปรับใช้ให้สอดคล้องกับความรับผิดชอบต่อสังคมขององค์กร และความต้องการในการจัดการค่าใช้จ่ายอย่างรอบคอบมากขึ้น

AI ยังคงพัฒนาต่อเนื่อง ดังนั้นองค์กรธุรกิจไม่เพียงต้องจัดการความท้าทายด้านโครงสร้างพื้นฐานที่มีในปัจจุบัน แต่ยังต้องคาดการณ์การเปลี่ยนแปลงด้านภูมิทัศน์ของ AI ในอนาคตอีกด้วย ซึ่งควรรวมถึงความปลอดภัยและการปฏิบัติตามกฎระเบียบ ความต้องการด้านเทคนิค และความยั่งยืน การบรรจบกันของการตัดสินใจแบบเรียลไทม์ สภาพแวดล้อมการทำงานที่มีเทคโนโลยีเข้ามาเกี่ยวข้อง (augmented working environments) และความต้องการด้านความยั่งยืนที่เพิ่มขึ้น สื่อความหมายให้เห็นว่าองค์กรธุรกิจจำเป็นต้องดำเนินกลยุทธ์โครงสร้างพื้นฐานแบบเชิงรุก

ความเสี่ยงที่จะถูกทิ้งไว้ข้างหลังนั้นมีจริง แต่โอกาสในการเป็นผู้นำแถวหน้าในยุคการทรานส์ฟอร์มของ AI ก็เกิดขึ้นได้เช่นกัน คำถามไม่ได้อยู่ที่จะลงทุนปรับโครงสร้างพื้นฐานคลาวด์ให้ทันสมัยหรือไม่อีกต่อไป แต่อยู่ที่ว่าองค์กรจะรักษาและเพิ่มความสามารถทางการแข่งขันได้อย่างก้าวกระโดดได้ขนาดไหน

บทความโดยฌอน หยวน รองประธานฝ่ายธุรกิจระหว่างประเทศ ผู้จัดการทั่วไปภูมิภาคแปซิฟิกใต้และญี่ปุ่น Alibaba Cloud Intelligence