Posted on

Red Hat Enterprise Linux เวอร์ชันล่าสุด ชูจุดเด่นความพร้อมรับมือ Post-Quantum มาพร้อมระบบอัตโนมัติที่ขับเคลื่อนด้วย AI

Red Hat Launches Red Hat AI Enterprise to Deliver a Unified AI Platform that Spans from Metal to Agents

Red Hat Enterprise Linux เวอร์ชันล่าสุด ชูจุดเด่นความพร้อมรับมือ Post-Quantum มาพร้อมระบบอัตโนมัติที่ขับเคลื่อนด้วย AI

Red Hat Enterprise Linux 10.2 และ 9.8 มอบรากฐานหนึ่งเดียวสำหรับไฮบริดคลาวด์ ออกแบบมาเพื่อรับมือความท้าทายด้านความปลอดภัยอุบัติใหม่ พร้อมชูจุดเด่นระบบสนับสนุนด้วย AI ขั้นสูง การเข้ารหัสลับต้านทานควอนตัม และกระบวนการอัปเกรดที่คล่องตัว

เร้ดแฮทผู้นำด้านโซลูชันโอเพ่นซอร์สระดับโลก ประกาศเตรียมเปิดตัว Red Hat Enterprise Linux 10.2 และ 9.8 ต่อยอดจากนวัตกรรมของ Red Hat Enterprise Linux 10 ซึ่งเวอร์ชั่นล่าสุดเหล่านี้จะเข้ามาช่วยรับมือกับภัยคุกคามด้านความปลอดภัยในปัจจุบัน เร่งการนำ AI ไปใช้งานและลดปัญหาความคลาดเคลื่อนในการดำเนินงานให้เหลือน้อยที่สุด 

Red Hat Enterprise Linux 10.2 และ 9.8 มอบแพลตฟอร์มระบบปฏิบัติการที่แข็งแกร่งและมีทิศทางเชิงกลยุทธ์ชัดเจน ผสานการดำเนินงานด้านไอทีบนไฮบริดคลาวด์ให้เป็นหนึ่งเดียวโดยคำนึงถึงความปลอดภัยเป็นสำคัญ เร้ดแฮทมอบสภาพแวดล้อมที่เชื่อถือได้ให้กับเวิร์กโหลด AI ด้วยการยกระดับความสามารถด้านการปกป้องข้อมูลขณะที่กำลังประมวลผล (confidential computing) ในโครงสร้างพื้นฐานของระบบปฏิบัติการ เป็นการช่วยปกป้องข้อมูลที่มีความละเอียดอ่อนในขณะที่กำลังประมวลผลอยู่ในหน่วยความจำและซีพียู นอกจากนี้ยังมีฟีเจอร์ด้านความปลอดภัยอื่น ๆ เช่น post-quantum cryptography และ sealed images ซึ่งเป็นขีดความสามารถใหม่ในรูปแบบ technology preview ที่ใช้งานผ่าน image mode เพื่อเสริมความแข็งแกร่งให้กับโครงสร้างพื้นฐานที่เชื่อถือได้ที่รองรับเวิร์กโหลดสำคัญในสภาวะการใช้งานจริง ยิ่งไปกว่านั้น ระบบอัตโนมัติที่ช่วยนำทางการทำงานด้วย AI (AI-guided automation) ยังช่วยให้การอัปเกรดที่ซับซ้อนเป็นไปอย่างราบรื่น การเพิ่มประสิทธิภาพของ image mode ยังช่วยยกระดับนวัตกรรมในกระบวนการทำงานให้ดีขึ้นอีกด้วย

ช่องว่างระหว่างความเชื่อถือได้ของระบบแบบดั้งเดิม กับความก้าวหน้าทางไอทีด้านต่าง ๆ เช่น AI และควอนตัมคอมพิวติ้งยังคงขยายตัวกว้างขึ้น จากการที่โครงสร้างพื้นฐานกำลังวิวัฒนาการไปสู่ระบบอัตโนมัติและเวิร์กโฟลว์แบบ image ที่ทำงานบนคอนเทนเนอร์ซึ่่งรวดเร็วมากขึ้น Red Hat Enterprise Linux 10.2 และ 9.8 ได้มอบแนวทางป้องกันการปฏิบัติงานและการบริหารจัดการที่มีความแม่นยำเพื่อตอบโจทย์ความต้องการเหล่านี้ เป็นการส่งต่อนวัตกรรมโดยไม่ลดทอนความปลอดภัยหรืออำนาจในการควบคุม แพลตฟอร์ม Linux ระดับองค์กรชั้นนำของโลกเวอร์ชันล่าสุดนี้ช่วยเสริมแกร่งด้านความปลอดภัยของระบบเพื่อรับมือกับภัยคุกคามจากควอนตัม และปรับกระบวนการอัปเกรดที่ยุ่งยากและใช้เวลามากให้เป็นระบบอัตโนมัติ ช่วยลดภาระงานดูแลรักษาที่ต้องใช้คนลงมือทำ และช่วยให้ทีมไอทีสามารถให้ความสำคัญกับการสนับสนุนสถาปัตยกรรมหลักที่มีมูลค่าสูงต่อกลยุทธ์องค์กร ลูกค้ายังสามารถเลือกและควบคุมความปลอดภัยในระดับฮาร์ดแวร์ได้มากขึ้นด้วย sealed images ซึ่งช่วยให้ลูกค้าสามารถลงนามรับรอง container images ได้ตั้งแต่ขั้นตอนการสร้าง เพื่อให้มั่นใจว่าระบบจะเริ่มทำงานเฉพาะกับ image ที่ได้รับการตรวจสอบและเชื่อถือได้ตามที่ลูกค้าเลือกไว้เท่านั้น

นายกุนนาร์ เฮลเลคสัน รองประธานและผู้จัดการทั่วไป, Red Hat Enterprise Linux ของเร้ดแฮท กล่าวว่า “Red Hat Enterprise Linux 10.2 และ 9.8 เข้ามาจัดการความสมดุลระหว่างความเร็วของนวัตกรรม AI และความเข้มงวดด้านความปลอดภัยขององค์กรโดยตรง พร้อมทั้งเปลี่ยนอุปสรรคในการดำเนินงานที่ซับซ้อนให้กลายเป็นกระบวนการอัตโนมัติที่ทำซ้ำได้ การผสานรวม post-quantum cryptography และเครื่องมืออัปเกรดต่าง ๆ ที่ขับเคลื่อนด้วย AI ช่วยให้เราสามารถสนับสนุนลูกค้าให้ก้าวสู่โลกการประมวลผลแห่งอนาคตได้อย่างมั่นใจ ด้วยระบบป้องกันภัยคุกคามรูปแบบใหม่ พร้อมความสามารถในการขยายขอบเขตการทำงานของ AI บนไฮบริดคลาวด์ได้อย่างต่อเนื่องและมั่นใจได้” 

ประเด็นสำคัญ

  • ยุคใหม่ของความปลอดภัยพื้นฐาน: เร้ดแฮทช่วยเตรียมระบบให้พร้อมรับมือภัยคุกคามอุบัติใหม่ในยุคควอนตัมคอมพิวติ้งด้วย post-quantum cryptography และการบูรณาการมาตรฐานต่าง ๆ จาก National Institute of Standards and Technology (NIST) นอกจากนี้ ความสามารถด้านการปกป้องข้อมูลขณะที่กำลังประมวลผลยังช่วยปกป้องเวิร์กโหลดที่มีความละเอียดอ่อน ป้องกันข้อมูล และกำหนดค่า AI เพื่อสนับสนุนองค์กรในการใช้งานข้อมูลที่ละเอียดอ่อนบนคลาวด์ ทั้งยังตอบโจทย์ข้อกำหนดด้านความเป็นส่วนตัวต่าง ๆ 
  • ระบบอัตโนมัติและการอัปเกรดที่ใช้ AI สนับสนุน: เร้ดแฮทลดช่องว่างด้านทักษะของผู้ดูแลระบบด้วย Red Hat Ansible Certified Content และชุดคำสั่งอัตโนมัติสำหรับการอัปเกรดระบบของ Red Hat Enterprise Linux โดยการปรับเปลี่ยนขั้นตอนการอัปเกรดระบบแบบ in-place ที่ซับซ้อนให้เป็นระบบอัตโนมัติ ด้วยการรวมแนวปฏิบัติที่ดีที่สุดมาไว้ในรูปแบบแนวคิดล้มเร็วลุกเร็ว (fail fast then iterate) เพื่อลดระยะเวลาดาวน์ไทม์และจำกัดความผิดพลาดที่เกิดจากมนุษย์
  • เร่งส่งมอบบริการด้วยเวิร์กโฟลว์แบบ image-based: ประสิทธิภาพของ image mode ที่เพิ่มขึ้นช่วยขับเคลื่อนให้เกิดความสอดคล้องในการสร้าง การติดตั้ง และการบริหารจัดการ Red Hat Enterprise Linux โดยใช้เทคโนโลยีคอนเทนเนอร์ ซึ่งช่วยควบคุมปัญหาความคลาดเคลื่อนของระบบ และคงความสามารถในการควบคุมกำหนดการดูแลรักษาะบบ

เจาะลึกรายละเอียด: การสร้างโครงสร้างพื้นฐานอัจฉริยะ 

Red Hat Enterprise Linux 10.2 และ 9.8 ออกแบบมาเพื่อลดความยุ่งยากและข้อขัดแย้งระหว่างการพัฒนาระบบยุคใหม่กับการดำเนินงานในส่วนงานที่มีความสำคัญ: 

  • ความปลอดภัยที่พร้อมรับมืออนาคต: Red Hat Certificate System 11.0 ซึ่งวางตลาดพร้อม Red Hat Enterprise Linux นำเสนอการลงลายมือชื่อดิจิทัลที่ทนทานต่อควอนตัม (quantum-resistant signatures) เพื่อช่วยให้องค์กรปฏิบัติตามมาตรฐานใหม่ของ NIST และปกป้องกลยุทธ์ “เก็บข้อมูลตอนนี้ เพื่อนำไปถอดรหัสในภายหลัง” (harvest now, decrypt later) 
  • เพิ่มขีดความสามารถในการตรวจจับภัยคุกคาม: ลูกค้าของ Red Hat และ CrowdStrike สามารถเข้าถึงข้อมูลมัลแวร์ซิกเนเจอร์ใหม่กว่า 2,300 รายการ ซึ่งช่วยเพิ่มประสิทธิภาพในการตรวจจับมัลแวร์ และยกระดับการรักษาความปลอดภัยให้มีความพร้อมในเชิงรุกมากขึ้น 
  • แก้ปัญหาได้เร็วขึ้น: เซิร์ฟเวอร์ Model Context Protocol (MCP) สำหรับ Red Hat Satellite (technology preview), Red Hat Enterprise Linux (developer preview) และ Red Hat Lightspeed (developer preview) นำเสนอแนวทางที่พร้อมใช้กับ AI ในการบริหารจัดการ Linux โดย AI agents สามารถเข้าถึงข้อมูลของ Linux แบบเรียลไทม์ได้อย่างปลอดภัย ช่วยให้ผู้ดูแลระบบสามารถจัดการระบบ Red Hat Enterprise Linux ได้ด้วยการใช้ภาษาธรรมชาติ และเวิร์กโฟลว์อัตโนมัติแบบหลายขั้นตอน ที่มาพร้อมกับระบบป้องกันความปลอดภัย (safety guardrails) 
  • จัดการช่องว่างด้านทักษะไอที: goose ซึ่งเป็นโอเพ่นซอร์สเอเจนต์ พร้อมใช้งานแล้วในคลังส่วนขยาย (extensions repository) เพื่อเชื่อมต่อเซิร์ฟเวอร์ MCP หลายตัวเข้ากับผู้ช่วยผ่านคำสั่ง (command-line assistant) เพียงหนึ่งเดียว ซึ่งช่วยให้ทีมไอทีเปลี่ยนผ่านจากการแก้ไขปัญหาด้วยตนเองไปสู่การบริหารจัดการโครงสร้างพื้นฐานแบบอัตโนมัติที่มีความรวดเร็วและคล่องตัวในการดำเนินงานสูงได้ด้วยความมั่นใจและแม่นยำ 
  • เร่งนวัตกรรม กำกับดูแลความถูกต้องของระบบ: Red Hat Satellite 6.19 เสริมสร้างอำนาจในการควบคุมข้อมูลด้วยการเปิดตัวฟีเจอร์การคัดกรองช่องโหว่ภายในพื้นที่ (local vulnerability triage) สำหรับสภาพแวดล้อมแบบ air-gapped พร้อมนำเสนอระบบการแก้ไขปัญหาที่สนับสนุนด้วย AI ผ่านเซิร์ฟเวอร์ MCP สำหรับ Satellite โดยทั้งหมดนี้ยังได้รับการสนับสนุนจากทางเลือกในการขยายระยะเวลา Extended Update Support (EUS) เพิ่มอีก 12 เดือน เพื่อความปลอดภัยในการดำเนินงานในระยะยาว 
  • การอัปเกรดอัตโนมัติด้วยความช่วยเหลือจาก AI: การใช้แนวปฏิบัติที่ดีที่สุดของ Red Hat Enterprise Linux สำหรับการอัปเกรดระบบปฏิบัติการแบบ in-place นั้นทำได้ง่ายขึ้นด้วยการเปิดตัวชุดคำสั่งอัตโนมัติสำหรับการอัปเกรดระบบใหม่ของ Red Hat Enterprise Linux ซึ่งมีให้ใช้งานในรูปแบบ Red Hat Ansible Certified Content Collection และการอัปเกรดแบบบริการตนเองที่ปลอดภัยโดยใช้ Ansible Automation Platform เพื่อมอบประสบการณ์ที่ราบรื่นและเชื่อถือได้มากขึ้น
  • ดาวน์โหลดการอัปเดตล่วงหน้าด้วย image mode: เพื่อเพิ่มขีดความสามารถในการควบคุมระบบ Red Hat Enterprise Linux ที่มีขนาดใหญ่ ผู้ดูแลระบบสามารถดาวน์โหลดการอัปเดตแพลตฟอร์มไว้ก่อนได้โดยไม่ต้องติดตั้งในทันที ซึ่งช่วยให้สามารถกำหนดเวลาและวิธีการปรับใช้แพตช์เหล่านี้เพื่อบริหารจัดการระยะเวลาการทำงานของระบบให้มีประสิทธิภาพมากขึ้น

การวางตลาด

Red Hat Enterprise Linux 10.2 และ 9.8 มีแผนจะวางตลาดในอนาคตอันใกล้นี้ ส่วน Red Hat Satellite 6.19 มีวางจำหน่ายแล้ว

ช่องทางการติดต่อกับเร้ดแฮท

Posted on

Red Hat Further Drives Digital Sovereignty for the AI Era with Red Hat OpenShift on Google Cloud Dedicated

Red Hat Launches Red Hat AI Enterprise to Deliver a Unified AI Platform that Spans from Metal to Agents

Red Hat Further Drives Digital Sovereignty for the AI Era with Red Hat OpenShift on Google Cloud Dedicated

Red Hat OpenShift on Google Cloud Dedicated empowers organizations with an enhanced, reliable hybrid cloud platform built for operational independence and regulatory compliance

Red Hat, the world’s leading provider of open source solutions, today announced upcoming support for Red Hat OpenShift on Google Cloud Dedicated. Building on Red Hat’s and Google’s extensive collaboration, this offering will provide highly regulated organizations – including those in financial services, healthcare, and the public sector – with the isolated infrastructure and operational independence required to meet stringent national and regional digital sovereignty mandates.

With digital sovereignty now serving as a strategic differentiator, IT leaders increasingly seek reliable sovereignty blueprints that balance innovation with risk mitigation. To help organizations address this need, Red Hat is firmly committed to driving sovereignty through community, ecosystem and innovation, not isolation. According to an IDC Market Perspective, nearly nine in 10 organizations globally want choice and control when deploying AI at scale, and more than half prefer open models over closed, proprietary ones.

By bringing Red Hat OpenShift, underpinned by Red Hat Enterprise Linux, to Google Cloud Dedicated, Red Hat extends even greater choice to organizations that seek ownership and control over their complete technology stack while maintaining high levels of workload security and operational resilience.

Powering resilient, security-centered AI innovation for sovereign strategies

Red Hat OpenShift on Google Cloud Dedicated intends to address core pillars of digital sovereignty, including data residency, technological autonomy and supply chain resilience. To do this, the platform provides:

  • Sovereign infrastructure control: Red Hat OpenShift on Google Cloud Dedicated offers dedicated, isolated infrastructure to comply with local laws such as GDPR and regional sovereignty regulations.
  • Accelerated AI adoption: Built-in GPU support enables customers to build, deploy and manage advanced AI workloads while remaining fully compliant with local security mandates and organizational security policies.
  • Regional expertise: Through close collaboration with regional cloud and service providers, Red Hat helps organizations navigate complex international security landscapes more easily on a trusted platform.
  • Hybrid cloud consistency: Red Hat OpenShift provides a bridge for modernizing traditional workloads on an organization’s own terms, maintaining consistency across on-premises and managed cloud environments.

Availability

Red Hat OpenShift support for Google Cloud Dedicated will be generally available in the second half of 2026.

Supporting Quotes

Mike Barrett, vice president and general manager, Hybrid Cloud Platforms, Red Hat

“Digital sovereignty is no longer just about where data resides; it’s about maintaining operational control over technology, strategic flexibility and trust. By collaborating with Google to bring Red Hat OpenShift to Google Cloud Dedicated, we are providing our customers in highly regulated markets with a sovereign-ready foundation for the AI era. This allows them to harness the power of the hybrid cloud while maintaining the operational independence necessary for long-term resilience.”

Jai Haridas, vice president and general manager, Regulated and Sovereign Cloud, Google Cloud

“Google Cloud is dedicated to giving customers the choice and control they need to innovate responsibly. By bringing Red Hat OpenShift to Google Cloud Dedicated, we are helping organizations in the most regulated industries to accelerate their hybrid cloud adoption and AI initiatives on a dedicated, security-focused foundation that fully supports their digital sovereignty requirements.”

Posted on

Red Hat OpenShift on Google Cloud Dedicated รุกคืบ Digital Sovereignty ยุค AI

Red Hat Launches Red Hat AI Enterprise to Deliver a Unified AI Platform that Spans from Metal to Agents

Red Hat OpenShift on Google Cloud Dedicated รุกคืบ Digital Sovereignty ยุค AI

Red Hat OpenShift on Google Cloud Dedicated เสริมศักยภาพให้องค์กรด้วยแพลตฟอร์มไฮบริดคลาวด์ที่เชื่อถือได้และมีประสิทธิภาพมากขึ้น ออกแบบมาเพื่อมอบอิสระในการทำงาน และตอบโจทย์ด้านกฎระเบียบให้กับองค์กร

Red Hat ผู้นำระดับโลกด้านโซลูชันโอเพ่นซอร์ส ประกาศเตรียมเปิดให้บริการ Red Hat OpenShift on Google Cloud Dedicated ซึ่งเป็นการต่อยอดความร่วมมืออันยาวนานระหว่าง Red Hat และ Google บริการนี้จะช่วยให้องค์กรที่ต้องปฏิบัติตามกฎระเบียบอย่างเคร่งครัด เช่น บริการด้านการเงิน สาธารณสุข และหน่วยงานรัฐ มีโครงสร้างพื้นฐานทางไอทีที่แยกเป็นสัดส่วนชัดเจนและบริหารจัดการได้เองอย่างอิสระ ซึ่งเป็นสิ่งสำคัญมากในการทำตามกฎหมายด้านอธิปไตยทางดิจิทัล (digital sovereignty) ทั้งในระดับประเทศและภูมิภาค

ในปัจจุบันที่อธิปไตยทางดิจิทัลกลายเป็นปัจจัยสร้างความต่างเชิงกลยุทธ์ ผู้นำด้านไอทีต่างมองหาแนวทางด้านอธิปไตยดิจิทัลที่เชื่อถือได้ เพื่อสร้างสมดุลระหว่างการพัฒนานวัตกรรมและการลดความเสี่ยง เพื่อตอบโจทย์นี้ Red Hat จึงมุ่งมั่นผลักดันเรื่องอธิปไตยดิจิทัลผ่านพลังของชุมชน ระบบนิเวศ และนวัตกรรมที่ไม่ใช่ต่างคนต่างทำ ข้อมูลจาก IDC Market Perspective ระบุว่า เกือบ 9 ใน 10 ขององค์กรทั่วโลกต้องการอิสระในการเลือกและควบคุมการใช้งาน AI ทั้งหมดทั่วทั้งองค์กร และเกินกว่าครึ่งพึงพอใจที่จะเลือกใช้โมเดลแบบเปิด มากกว่าโมเดลแบบปิดที่เป็นกรรมสิทธิ์ของเวนเดอร์รายใดรายหนึ่ง1

การนำ Red Hat OpenShift ซึ่งมี Red Hat Enterprise Linux เป็นรากฐาน มาให้บริการบน Google Cloud Dedicated ช่วยให้ Red Hat สามารถเพิ่มทางเลือกที่ดียิ่งขึ้นให้องค์กรที่ต้องการความเป็นเจ้าของและต้องการควบคุมระบบทางเทคโนโลยีทั้งหมดของตนด้วยตัวเอง โดยยังคงความปลอดภัยของเวิร์กโหลดและความแข็งแกร่งในการดำเนินงานไว้ได้ในระดับสูง

เสริมพลังให้นวัตกรรม AI ที่เน้นความปลอดภัยและแข็งแกร่ง เพื่อตอบโจทย์กลยุทธ์อธิปไตยทางดิจิทัล

Red Hat OpenShift on Google Cloud Dedicated ออกแบบมาเพื่อแก้ปัญหาหลัก ๆ ของอธิปไตยทางดิจิทัล ไม่ว่าจะเป็น การเก็บข้อมูลไว้ในประเทศ (data residency) การมีอิสระทางเทคโนโลยี และการมีระบบซัพพลายเชนที่แข็งแกร่ง แพลตฟอร์มนี้มีจุดเด่นดังต่อไปนี้

  • ควบคุมโครงสร้างพื้นฐานได้เอง: Red Hat OpenShift on Google Cloud Dedicated มีโครงสร้างพื้นฐานที่แยกเป็นเอกเทศ เพื่อให้เป็นไปตามกฎหมายของแต่ละประเทศ เช่น GDPR และกฎระเบียบด้านอธิปไตยดิทำงานเป็นเอจิทัลในภูมิภาค
  • นำ AI มาใช้ได้อย่างรวดเร็ว: มีระบบรองรับชิป GPU ในตัว ช่วยให้ลูกค้าสามารถสร้าง ปรับใช้ และจัดการเวิร์กโหลด AI ขั้นสูงได้ โดยยังคงความสามารถในการปฏิบัติตามข้อบังคับด้านความปลอดภัยท้องถิ่นและนโยบายความปลอดภัยขององค์กรได้อย่างครบถ้วน
  • ความเชี่ยวชาญในระดับภูมิภาค: Red Hat ทำงานร่วมกับผู้ให้บริการคลาวด์และผู้ให้บริการทางเทคโนโลยีในแต่ละภูมิภาคอย่างใกล้ชิด จึงสามารถช่วยให้องค์กรต่าง ๆ รับมือกับข้อกำหนดด้านความปลอดภัยระดับสากลที่ซับซ้อนได้ง่ายขึ้นบนแพลตฟอร์มที่เชื่อถือได้
  • การทำงานบนสภาพแวดล้อมไฮบริดคลาวด์ที่สอดคล้องกัน: Red Hat OpenShift ทำหน้าที่เป็นตัวเชื่อมให้องค์กรสามารถปรับปรุงเวิร์กโหลดแบบดั้งเดิมให้ทันสมัยขึ้นได้ตามเงื่อนไขขององค์กรเอง เป็นการคงความราบรื่นต่อเนื่องในการทำงานระหว่างระบบที่ติดตั้งอยู่ในองค์กร และสภาพแวดล้อมคลาวด์จากผู้ให้บริการต่าง ๆ

ความพร้อมในการให้บริการ 

Red Hat OpenShift สำหรับ Google Cloud Dedicated จะเปิดให้บริการทั่วไป (generally available) ในช่วงครึ่งหลังของปี 2569

คำกล่าวสนับสนุน

Mike Barrett, vice president and general manager, Hybrid Cloud Platforms, Red Hat 

“อธิปไตยทางดิจิทัลไม่ได้เป็นเพียงเรื่องของสถานที่เก็บข้อมูลอีกต่อไป แต่คือการคงไว้ซึ่งอำนาจควบคุมเทคโนโลยีของตนเอง ความยืดหยุ่นเชิงกลยุทธ์ และความน่าเชื่อถือ ความร่วมมือกับ Google ในการนำ Red Hat OpenShift มาทำงานร่วมกับ Google Cloud Dedicated ในครั้งนี้ คือการที่ Red Hat กำลังมอบโครงสร้างพื้นฐานที่พร้อมด้านอธิปไตยดิจิทัลสำหรับยุค AI ให้ลูกค้ากลุ่มที่ต้องปฏิบัติตามกฎระเบียบและข้อบังคับอย่างเข้มงวด ซึ่งจะช่วยให้องค์กรเหล่านี้ดึงเอาพลังของไฮบริดคลาวด์มาใช้ได้อย่างเต็มประสิทธิภาพ ควบคู่ไปกับความมีอิสระในการดำเนินงานที่จำเป็นต่อความมั่นคงขององค์กรในระยะยาว”

Jai Haridas, vice president and general manager, Regulated and Sovereign Cloud, Google Cloud 

“Google Cloud มุ่งมั่นในการมอบทางเลือกและอำนาจการควบคุมที่จำเป็นต่อการสร้างนวัตกรรมอย่างมีความรับผิดชอบให้ลูกค้า การนำ Red Hat OpenShift มาทำงานร่วมกับ Google Cloud Dedicated จะช่วยให้องค์กรในกลุ่มอุตสาหกรรมที่ต้องปฏิบัติตามกฎระเบียบที่เข้มงวดที่สุด สามารถนำไฮบริดคลาวด์และ AI ไปใช้ได้เร็วขึ้น บนรากฐานระบบที่แยกเป็นสัดส่วน เน้นความปลอดภัยเป็นหลัก และตอบสนองความต้องการด้านอธิปไตยทางดิจิทัลขององค์กรได้อย่างสมบูรณ์”

Posted on

AI in telco – the catalyst for scaling digital business

Red Hat Launches Red Hat AI Enterprise to Deliver a Unified AI Platform that Spans from Metal to Agents

AI in telco – the catalyst for scaling digital business

Article by Beatriz Ortega, Hybrid cloud specialist and business development lead, Telecoms, Red Hat

If you aren’t currently architecting for AI, you are part of a rapidly dwindling minority. By 2026, the pivot is no longer optional: AI has moved from a peripheral tool to the primary engine for transforming digital businesses, slashing operational complexity and driving revenue growth.

The shift to agentic AI and zero-touch operations

The industry is moving beyond passive chatbots toward agentic AI. While traditional AI provides insights, generative AI makes suggestions, now agentic AI provides action. In a practical telco context, this means autonomous agents capable of navigating complex workflows: identifying network bottlenecks, cross-referencing customer SLAs, and triggering resource re-allocations via TM Forum open APIs. This transition enables the zero-touch operations essential for efficiency, reliability and scale of 5G and edge networks.

A major shortcoming of early adoptions is the creation of AI islands – disconnected models that solve niche problems but cannot communicate with each other. Red Hat advocates for a more modular and interconnected strategy using open standards and a mesh architecture, where specialized micro-agents communicate through universal protocols like the model context protocol (MCP) and agent-to-agent (A2A) frameworks.

Micro-agents are purpose-built, autonomous solutions designed to be interconnected. When linked together, these agents create a collective intelligence. A good example is  customer-service insights that can inform network optimization processes in real-time, ensuring every AI organ works toward a unified business goal.

However, the primary barrier to connected intelligence is data fragmentation. To bridge that gap between intelligence and action, the MCP provides an open source framework that enables standardized access to other systems and external data. MCP ensures an AI agent is no longer an isolated brain but a functional limb capable of interacting across and with the entire operational ecosystem.

The Red Hat advantage: any model, any accelerator, anywhere

Red Hat AI provides an open platform that simplifies the move from experimentation to production-grade AI. It comprises:

  • Red Hat Enterprise Linux AI: Provides a sovereign foundation to tune open source models (like Granite) with proprietary data, ensuring you own your intelligence without vendor lock-in.
  • Red Hat OpenShift AI: A unified operations engine managing the AI lifecycle with mission-critical rigor. It integrates LlamaStack as the standardized, Kubernetes-native orchestration layer for building agentic AI workflows.
  • Red Hat AI Inference Server: Hardened with vLLM, this server enables high-performance, low-latency execution on any processors, like CPUs or GPUs. By supporting diverse silicon (NVIDIA, AMD, Intel), Red Hat maintains flexibility so your engine is not locked into a specific hardware vendor and utilizes the best and most cost efficient hardware for the job.

Innovations like llm-d, the strategist and orchestrator for vLLM, make this even more powerful. This Kubernetes-native framework, founded by CoreWeave, Google Cloud, IBM Research and NVIDIA and joined by AMD, Cisco, Hugging Face, Intel, Lambda and Mistral AI, unlocks even greater efficiency in deployments of large-scale distributed inference.

In 2026, the Red Hat and NVIDIA collaboration has advanced from pure hardware compatibility to a unified software-defined architecture. This collaboration delivers rack-scale AI systems that industrialize open source-based AI factories, capable of running advanced reasoning and agentic workloads at gigabit scale.

Four AI use cases delivering immediate telco value

  1. Autonomous networks: from automation to autonomy

The vision of fully autonomous networks is now an architectural reality. Autonomous networks utilize AI for closed-loop systems that observe, reason, and adapt.

While the journey to fully autonomous networks consists of multiple integrated milestones, the following two applications illustrate practical first steps with immediate return on your investment:

  • Self-healing: When anomalies occur, agentic AI performs multi-domain root cause analysis (RCA). Using Event-Driven Ansible as part of Red Hat Ansible Automation Platform, the network can autonomously trigger remediation, like re-routing traffic or antenna tilt adjustment, in milliseconds. If a remediation is not predefined, Red Hat Ansible Lightspeed supports the creation of new playbooks on the fly.
  • Predictive zero-touch scaling: By cross-referencing social event feeds (transit, public gatherings) with mobility data via MCP, AI agents on OpenShift AI proactively scale CNFs across the edge. This surges capacity precisely where needed and releases it back once demand subsides, aligning performance with ESG goals.
  1. Intent-driven energy and cost reduction

Instead of rigid sleep cycles, operators define a high-level intent: “minimize carbon footprint while maintaining 99.9% availability.”

Specialized AI agents can monitor real-time density. If a sector is underutilized, the AI enabled automation autonomously triggers massive MIMO sleep modes, significantly reducing overall energy consumption.

This simple use case balances performance with sustainability, reducing OpEx and carbon footprint without compromising the customer experience.

  1. Hyper-personalized customer experience

AI transforms your customer support team from a reactive to proactive operation.

Predictive AI identifies degrading signals at a subscriber’s location and initiates a self-healing protocol (e.g., cell handover optimization) before the subscriber notices a problem.

Generative AI provides front-line agents, humans and chatbots, with synthesized logs and context, turning service providers into experience providers.

  1. Real-time vendor management & SLA governance

In multi-vendor environments, AI acts as a digital auditor. By ingesting cross-domain telemetry via MCP, an AI agent performs objective RCAs to pinpoint vendor performance issues. It can autonomously trigger notifications or calculate contractual credits, creating a more informed, high-accountability ecosystem.

Navigating the three core challenges of AI adoption

While the symptoms of AI friction are universal, such as slow deployment or high costs, the specific challenges in telco AI adoption vary significantly depending on a company’s architectural maturity and strategic priorities.

Adopting AI within a telecommunications framework is less about the intelligence of the model and more about the readiness, flexibility and transparency of the architecture. From a Red Hat perspective, the transition from experimental pilots to production-scale agentic AI faces three primary hurdles: data fragmentation, operational complexity, and the black box of proprietary lock-in. 

The challenge of data silos and contextual awareness: The most significant blocker to AI ROI is the lack of contextual awareness. AI models often struggle with hallucinations because they lack access to real-time, high-fidelity telco data – which is usually trapped in fragmented silos spanning network logs, customer records, and multi-vendor KPIs.

As mentioned, MCP is an open source framework that allows AI agents to interface with external data and legacy tools, enabling full architectural interoperability.

Operational complexity makes pilots unable to scale: Many service providers fail to scale because they attempt monolithic AI overhauls that are too complex to manage. Without a consistent environment, moving a model from a data scientist’s laptop to a cell tower at the edge creates immense operational friction and risk of failure.

Red Hat AI provides an AI factory foundation for the entire AI model and application lifecycle. By treating AI workloads like containerized microservices, service providers can use the same DevOps rigor they use for their core network functions integrated with MLOps tools for AI lifecycle management. We advocate for starting with micro-AI agents – small, purpose-built solutions for specific tasks – which can later be interconnected into a broader, intelligent mesh.

Vendor lock-in and digital sovereignty risks: relying on black box proprietary AI services poses a massive risk to long-term flexibility and data sovereignty. If your core network intelligence lives entirely within a single provider’s cloud, you run the risk of losing control over your costs and your data sovereignty.

Red Hat’s focus on enabling any model, any accelerator, any cloud is the antidote to lock-in. By providing integration with a large choice of open source models, service providers can tune models of their choice with their own data on their own infrastructure. This gives them control over the model weights and the underlying data, while vLLM ensures the inference remains high-performance across any hardware. And with Red Hat OpenShift service providers are able to manage end-to-end AI and application life cycles across any environment. 

Posted on

AI ในวงการโทรคมนาคม – ตัวเร่งปฏิกิริยาในการขยายธุรกิจดิจิทัล

Red Hat Launches Red Hat AI Enterprise to Deliver a Unified AI Platform that Spans from Metal to Agents

AI ในวงการโทรคมนาคม - ตัวเร่งปฏิกิริยาในการขยายธุรกิจดิจิทัล

บทความโดย เบียทริซ ออร์เตกา ผู้เชี่ยวชาญด้านไฮบริดคลาวด์และผู้นำฝ่ายพัฒนาธุรกิจด้านโทรคมนาคม เร้ดแฮท

หากองค์กรของคุณยังไม่มีการออกแบบสถาปัตยกรรมให้รองรับ AI แสดงว่าองค์กรคุณเป็นหนึ่งในองค์กรกลุ่มน้อยที่กำลังมีจำนวนลดลงอย่างรวดเร็ว ภายในปี พ.ศ. 2569 การเปลี่ยนผ่านสู่ AI จะไม่ได้เป็นเพียงทางเลือก แต่เป็นกลไกหลักในการพลิกโฉมทางดิจิทัลให้กับธุรกิจ ลดความซับซ้อนในการดำเนินงานและขับเคลื่อนการเติบโตของรายได้

ยกระดับสู่ agentic AI และกระบวนการทำงานแบบ zero-touch

อุตสาหกรรมโทรคมนาคมกำลังข้ามผ่านยุคแชทบอทแบบตั้งรับ สู่ยุค agentic AI จากเดิมที่ AI ทำหน้าที่ให้ข้อมูลเชิงลึก หรือการที่ generative AI ให้คำแนะนำต่าง ๆ ปัจจุบัน agentic AI ได้ยกระดับสู่ ‘การลงมือปฏิบัติ’ ซึ่งในบริบทของธุรกิจโทรคมนาคมหมายถึงเอเจนต์อัตโนมัติที่สามารถจัดการเวิร์กโฟลว์ที่ซับซ้อนได้ เช่น การระบุจุดที่เป็นคอขวดของโครงข่าย การตรวจสอบข้อตกลงระดับการให้บริการลูกค้า ไปจนถึงการสั่งจัดสรรทรัพยากรใหม่โดยอัตโนมัติผ่าน TM Forum open APIs กล่าวได้ว่าการเปลี่ยนผ่านนี้คือฟันเฟืองสำคัญที่ทำให้เกิดกระบวนการทำงานแบบ zero-touch ที่จำเป็นต่อการสร้างประสิทธิภาพ ความเชื่อถือได้ และการปรับขนาดการทำงานของโครงข่าย 5G และ edge

อุปสรรคสำคัญของการปรับใช้ AI ในระยะแรกคือการเกิด ‘AI islands’ หรือโมเดล AI ที่ถูกตัดขาดจากกัน ซึ่งแม้จะแก้ปัญหาเฉพาะจุดได้แต่ไม่สามารถสื่อสารร่วมกันได้ Red Hat จึงผลักดันกลยุทธ์แบบ modular ที่สื่อสารกันผ่านโปรโตคอลสากลต่าง ๆ เช่น model context protocol (MCP) และเฟรมเวิร์กการสื่อสารระหว่างเอเจนต์ (agent-to-agent หรือ A2A)

ไมโครเอเจนต์เป็นโซลูชันอัตโนมัติที่ออกแบบมาเพื่อภารกิจเฉพาะด้านและเชื่อมต่อถึงกันได้ และเมื่อไมโครเอเจนต์ต่าง ๆ เชื่อมต่อถึงกันจะทำให้เกิดความชาญฉลาดแบบองค์รวม เช่น การนำข้อมูลเชิงลึกจากงานบริการลูกค้ามาปรับปรุงประสิทธิภาพโครงข่ายได้แบบเรียลไทม์ เพื่อให้มั่นใจว่าทุกองคาพยพของ AI จะทำงานไปในทิศทางเดียวกันและมุ่งสู่เป้าหมายทางธุรกิจเดียวกัน

ความกระจัดกระจายของข้อมูลเป็นอุปสรรคสำคัญของความชาญฉลาดที่เชื่อมโยงถึงกัน MCP ทำหน้าที่เป็นเฟรมเวิร์กโอเพ่นซอร์สที่ช่วยให้เข้าถึงระบบอื่น ๆ และข้อมูลภายนอกได้อย่างเป็นระบบและมีมาตรฐาน เพื่อเชื่อมช่องว่างระหว่างความชาญฉลาดกับการลงมือทำโดยเปลี่ยน AI agent จากเดิมที่เป็นเพียงสมองที่ถูกแยกส่วน ให้กลายเป็นกลไกที่ทำงานได้จริงที่สามารถโต้ตอบกับระบบนิเวศของการปฏิบัติงานทั้งหมดได้

ความเหนือกว่าของ Red Hat: รองรับทุกโมเดล ทุกอุปกรณ์เร่งความเร็ว ทุกสภาพแวดล้อม

Red Hat AI นำเสนอโอเพ่นแพลตฟอร์มที่ทำให้การย้าย AI จากการทดลองไปสู่การใช้งานเป็นไปอย่างง่ายดาย ประกอบด้วย 

  • Red Hat Enterprise Linux AI: มอบรากฐานที่เป็นอิสระในการปรับแต่งโมเดลโอเพ่นซอร์สต่าง ๆ (เช่น Granite) ด้วยข้อมูลเฉพาะที่เป็นกรรมสิทธิ์ขององค์กร เพื่อให้องค์กรเป็นเจ้าขององค์ความรู้ที่เป็นภูมิปัญญาของตนได้อย่างแท้จริง โดยไม่ผูกมัดกับผู้ให้บริการรายใดรายหนึ่ง
  • Red Hat OpenShift AI: กลไกการปฏิบัติการที่เป็นเอกภาพสำหรับบริหารจัดการไลฟ์ไซเคิลของ AI ด้วยมาตรฐานความปลอดภัยและความเสถียรระดับสูงสุด โดยบูรณาการ LlamaStack ให้เป็นเลเยอร์ประสานงานมาตรฐานในรูปแบบ Kubernetes-native เพื่อใช้ในการสร้างเวิร์กโฟลว์ที่เป็น agentic AI
  • Red Hat AI Inference Server: vLLM ช่วยเสริมแกร่งให้เซิร์ฟเวอร์นี้รองรับการประมวลผลประสิทธิภาพสูง มีระยะเวลาในการตอบสนองต่ำ (low-latency) บนหน่วยประมวลผลทุกรูปแบบ ไม่ว่าจะเป็น CPU หรือ GPU นอกจากนี้เร้ดแฮทยังคงความยืดหยุ่นไว้ด้วยความสามารถในการรองรับชิปประมวลผลที่หลากหลาย (NVIDIA, AMD, Intel) ดังนั้นกลไกการทำงานขององค์กรจะต้องไม่ติดอยู่กับผู้ผลิตฮาร์ดแวร์รายใดรายหนึ่ง ทั้งยังสามารถเลือกใช้ฮาร์ดแวร์ที่มีประสิทธิภาพและคุ้มค่าที่สุดเหมาะกับงานแต่ละประเภท

llm-d เป็นนวัตกรรมที่ทำหน้าที่เป็นทั้งผู้วางกลยุทธ์และผู้ประสานจัดการระบบให้กับ vLLM ช่วยยกระดับความสามารถของโซลูชันให้ทรงพลังมากขึ้น เฟรมเวิร์ก Kubernetes-native นี้ริเริ่มโดยความร่วมมือของ CoreWeave, Google Cloud, IBM Research และ NVIDIA พร้อมด้วยการสนับสนุนจาก AMD, Cisco, Hugging Face, Intel, Lambda และ Mistral AI เพื่อปลดล็อกประสิทธิภาพสูงสุดของการใช้การอนุมานแบบกระจายศูนย์ในสเกลขนาดใหญ่ 

ความร่วมมือระหว่าง Red Hat และ NVIDIA ในปี พ.ศ. 2569 ได้ยกระดับจากความเข้ากันได้ของซอฟต์แวร์กับฮาร์ดแวร์เพียงหนึ่งเดียว ขึ้นสู่สถาปัตยกรรมที่ควบคุมและจัดการด้วยซอฟต์แวร์อย่างเบ็ดเสร็จ ความร่วมมือนี้นำเสนอระบบ rack-scale AI ที่เปลี่ยน AI factory ต่าง ๆ ที่มีฐานเป็นโอเพ่นซอร์สให้กลายเป็นระบบที่เป็นมาตรฐานอุตสาหกรรม รองรับการประมวลผลเชิงเหตุผลขั้นสูง และเวิร์กโหลด agentic ต่าง ๆ ได้ในระดับกิกะบิต

สี่แนวทางการใช้ AI เพื่อสร้างคุณค่าให้ธุรกิจโทรคมนาคมได้ทันที

  1. โครงข่ายที่ทำงานโดยอิสระ (Autonomous Networks): ก้าวข้ามระบบอัตโนมัติทั่วไปสู่การทำงานด้วยตนเองอย่างอิสระ

วิสัยทัศน์เกี่ยวกับโครงข่ายที่ขับเคลื่อนด้วยตัวเองอย่างสมบูรณ์กลายเป็นจริงแล้วในระดับสถาปัตยกรรม โครงข่ายที่ทำงานโดยอิสระนี้ใช้ AI สร้างระบบการทำงานครบวงจร (closed-loop systems) ตั้งแต่การเฝ้าระวังและการเก็บข้อมูล การวิเคราะห์ และการตอบสนองที่เหมาะกับสถานการณ์

แม้เส้นทางสู่การเป็นโครงข่ายอัจฉริยะที่ทำงานเองได้อย่างอิสระเต็มรูปแบบต้องอาศัยความสำเร็จหลายประการร่วมกัน แต่แนวทางการนำไปใช้สองรูปแบบต่อไปนี้ คือจุดเริ่มต้นที่ทำได้จริง และจะสร้างผลตอบแทนจากการลงทุนให้เห็นผลได้ทันที

  • การซ่อมแซมตนเอง (self-healing): เมื่อตรวจพบความผิดปกติ agentic AI จะทำการวิเคราะห์หาสาเหตุรากเหง้า (root cause analysis – RCA) แบบข้ามส่วนงาน โดยการใช้ Event-Driven Ansible ที่เป็นส่วนหนึ่งของ Red Hat Ansible Automation Platform เพื่อให้เครือข่ายสามารถสั่งการแก้ไขปัญหาได้โดยอัตโนมัติอย่างอิสระภายในเสี้ยววินาที เช่น การเปลี่ยนเส้นทางทราฟฟิกหรือการปรับมุมก้มเงยของเสาสัญญาณ และหากยังไม่มีขั้นตอนการแก้ไขที่กำหนดไว้ล่วงหน้า Red Hat Ansible Lightspeed จะช่วยสร้างคู่มือ (playbook) ขึ้นมาใหม่เพื่อตอบโต้สถานการณ์ได้ทันที
  • การปรับขนาดล่วงหน้าโดยอัตโนมัติจากการคาดการณ์ (predictive zero-touch scaling): AI Agent บน OpenShift AI จะวิเคราะห์ข้อมูลการเชื่อมโยงของกิจกรรมทางสังคม (การขนส่งมวลชน การรวมตัวของฝูงชุน) ร่วมกับข้อมูลการเคลื่อนที่ผ่าน MCP เพื่อทำงานเชิงรุกในการปรับขนาด CNFs ทั่วทั้งพื้นที่เครือข่ายส่วนปลาย (edge) ซึ่งช่วยให้ระบบเพิ่มขีดความสามารถได้อย่างแม่นยำในจุดที่จำเป็น และคืนทรัพยากรกลับสู่ระบบทันทีเมื่อความต้องการใช้งานลดลง เพื่อให้ประสิทธิภาพการทำงานสอดคล้องกับเป้าหมายด้านความยั่งยืน 
  1. การลดการใช้พลังงานและต้นทุนตามวัตถุประสงค์

แทนที่จะใช้การตั้งเวลาปิดระบบแบบตายตัว ผู้ปฏิบัติงานสามารถระบุเป้าหมายระดับสูงหรือความต้องการเชิงนโยบายได้ เช่น “ลดการปล่อยก๊าซคาร์บอนให้เหลือน้อยที่สุด โดยยังคงรักษามาตรฐานความพร้อมใช้ไว้ที่ 99.9%

AI agent เฉพาะทางต่าง ๆ สามารถเฝ้าติดตามความหนาแน่นของการใช้งานแบบเรียลไทม์ หากพบว่าพื้นที่เครือข่ายส่วนใดมีการใช้งานต่ำ ระบบอัตโนมัติที่ขับเคลื่อนด้วย AI จะสั่งการด้วยตัวเองให้ระบบเข้าสู่โหมดประหยัดพลังงานของสายอากาศอัจฉริยะ (massive MIMO sleep modes) ซึ่งช่วยลดการใช้พลังงานในภาพรวมลงได้อย่างมีนัยสำคัญ

กรณีการใช้งานที่เรียบง่ายนี้ช่วยสร้างสมดุลระหว่างประสิทธิภาพและความยั่งยืน โดยสามารถลดทั้งค่าใช้จ่ายในการดำเนินงาน (OpEx) และการปล่อยก๊าซคาร์บอนได้โดยไม่กระทบต่อประสบการณ์การใช้ของลูกค้า

  1. ประสบการณ์ลูกค้าแบบเฉพาะเจาะจงอย่างเหนือระดับ

AI จะเปลี่ยนโฉมทีมสนับสนุนลูกค้าขององค์กร จากการทำงานเชิงรับไปสู่การดำเนินงานเชิงรุกอย่างเต็มรูปแบบ

Predictive AI ทำการระบุสัญญาณที่เริ่มเสื่อมสภาพในตำแหน่งที่ผู้ใช้งานพักอาศัยอยู่ และสั่งการโปรโตคอลซ่อมแซมตัวเอง (เช่น การปรับจูนการส่งต่อสัญญาณระหว่างสถานีฐาน) ให้ทำงานโดยอัตโนมัติ ก่อนที่ผู้ใช้งานจะทันสังเกตเห็นปัญหา

Generative AI ช่วยสนับสนุนเจ้าหน้าที่ด่านหน้า ที่ให้บริการลูกค้า ทั้งพนักงานและแชทบอท ด้วยการสรุปข้อมูลบันทึกระบบ และบริบทการใช้งานที่ครบถ้วน เป็นการเปลี่ยนบทบาทจากผู้ให้บริการเครือข่าย ให้กลายเป็นผู้ส่งมอบประสบการณ์เหนือระดับ

  1. การกำกับดูแล SLA และบริหารผู้ให้บริการแบบเรียลไทม์:

AI จะทำหน้าที่เป็นผู้ตรวจสอบดิจิทัล ในการตรวจสอบประสิทธิภาพของผู้ให้บริการหลายราย AI agent จะทำการวิเคราะห์หาสาเหตุรากเหง้า (RCA) เพื่อระบุปัญหาด้านประสิทธิภาพของผู้ให้บริการแต่ละราย ด้วยการรวบรวมข้อมูลทางเทคนิคจากทุกส่วนงาน (cross-domain telemetry) ผ่าน MCP นอกจากนี้ ยังสามารถส่งการแจ้งเตือนหรือคำนวณเงินคืนตามสัญญาได้อัตโนมัติด้วยตนเอง ซึ่งช่วยสร้างระบบนิเวศการทำงานที่มีความชัดเจนและมีความรับผิดชอบสูง

การรับมือกับสามความท้าทายหลักในนำ AI มาใช้

แม้ว่าสัญญาณบ่งชี้ของอุปสรรคพื้นฐานในการใช้ AI ที่พบได้ทั่วไปจะมีลักษณะคล้ายคลึงกัน เช่น การติดตั้งระบบที่ล่าช้าหรือต้นทุนที่สูงเกินควร แต่ความท้าทายเฉพาะด้านในการนำ AI มาใช้ในธุรกิจโทรคมนาคมนั้นมีความแตกต่างกันอย่างมีนัยสำคัญ โดยขึ้นอยู่กับความพร้อมของโครงสร้างทางสถาปัตยกรรม และการจัดลำดับความสำคัญเชิงกลยุทธ์ของแต่ละบริษัท

การใช้ AI ภายในกรอบการทำงานด้านโทรคมนาคมนั้นไม่ได้วัดกันที่ความชาญฉลาดของโมเดลเพียงอย่างเดียว แต่ขึ้นอยู่กับความพร้อมใช้ ความยืดหยุ่น และความโปร่งใสของสถาปัตยกรรมระบบด้วย เร้ดแฮทมีมุมมองว่า การเปลี่ยนผ่านจากโครงการที่อยู่ในขั้นการทดลองไปสู่การนำ agentic AI มาใช้งานจริงนั้น มีอุปสรรคสำคัญสามประการได้แก่ การกระจัดกระจายของข้อมูล ความซับซ้อนของการบริหารจัดการระบบ และ การติดกับดักเทคโนโลยีระบบปิดที่ตรวจสอบไม่ได้และต้องติดอยู่กับผู้ให้บริการรายใดรายหนึ่ง

ความท้าทายจากข้อมูลที่กระจัดกระจายและบริบทที่ไม่ครบถ้วน: ปัจจัยที่ขัดขวางการสร้างผลตอบแทนจากการลงทุนด้าน AI ที่สำคัญที่สุดคือการขาดความเข้าใจบริบทในเชิงลึก โมเดล AI มักเผชิญกับอาการหลอน (hallucinations) ซึ่งนำไปสู่การให้ข้อมูลที่ผิดพลาด เนื่องจากเข้าไม่ถึงข้อมูลด้านโทรคมนาคมที่มีความละเอียดสูงที่มักติดอยู่ตามส่วนงานต่าง ๆ อย่างกระจัดกระจายได้แบบเรียลไทม์ ไม่ว่าจะเป็นบันทึกการทำงานของเครือข่าย ข้อมูลลูกค้า ไปจนถึงดัชนีชี้วัด (KPIs) จากผู้ให้บริการหลายค่ายที่ไม่เชื่อมโยงกัน

ดังที่ได้กล่าวไปแล้ว MCP คือเฟรมเวิร์กแบบโอเพ่นซอร์สที่ช่วยให้ AI agent ต่าง ๆ สามารถเชื่อมต่อกับข้อมูลภายนอกและเครื่องมือรุ่นเก่าได้อย่างราบรื่น เป็นการช่วยให้สถาปัตยกรรมทั้งหมดสามารถทำงานร่วมกันได้อย่างสมบูรณ์

ความซับซ้อนของการดำเนินงานทำให้โครงการนำร่องขยายไม่ได้: ผู้ให้บริการจำนวนมากล้มเหลวในการขยายขอบเขตการใช้งาน AI ในวงกว้าง เพราะพยายามยกเครื่องการใช้ AI แบบองค์รวม ซึ่งมีความซับซ้อนเกินกว่าจะบริหารจัดการได้ การนำพาโมเดลที่พัฒนาอยู่ในแล็ปท็อปของนักวิทยาศาสตร์ข้อมูลไปใช้จริงที่เสาสัญญาณปลายทางที่ edge จะทำให้เกิดปัญหาจากความเข้ากันไม่ได้ของระบบปฏิบัติการและเสี่ยงต่อความล้มเหลวอย่างมาก หากไม่มีสภาพแวดล้อมการทำงานที่เหมือนกันเป็นหนึ่งเดียว 

Red Hat AI วางรากฐาน AI factory ที่ครอบคลุมไลฟ์ไซเคิลของทั้งโมเดลและแอปพลิเคชัน AI ทั้งหมด การจัดการเวิร์กโหลด AI ให้เหมือนกับไมโครเซอร์วิสในรูปแบบคอนเทนเนอร์ จะช่วยให้ผู้ให้บริการสามารถใช้มาตรฐานแบบ DevOps ที่ใช้กับฟังก์ชันเครือข่ายหลัก มาประยุกต์ใช้ร่วมกับเครื่องมือ MLOps เพื่อบริหารจัดการไลฟ์ไซเคิลของ AI ได้อย่างมีประสิทธิภาพ เร้ดแฮทสนับสนุนให้เริ่มต้นจาก micro-AI agents ซึ่งเป็นโซลูชันขนาดเล็กที่สร้างขึ้นเฉพาะทางเพื่อตอบโจทย์งานเฉพาะด้าน แล้วจึงค่อยขยายผลนำมาเชื่อมต่อกันเพื่อสร้างโครงข่ายอัจฉริยะที่ครอบคลุมกว้างขวางมากขึ้นในภายหลัง

ความเสี่ยงจากการผูกขาดโดยผู้ผลิตและอธิปไตยดิจิทัล: การพึ่งพาบริการ AI แบบระบบปิดที่ตรวจสอบการทำงานไม่ได้ของผู้ผลิตรายใดรายหนึ่งเพียงอย่างเดียว ถือเป็นความเสี่ยงมหาศาลต่อความยืดหยุ่นในระยะยาวและอธิปไตยทางข้อมูล การฝากความอัจฉริยะของเครือข่ายสำคัญขององค์กรไว้บนระบบคลาวด์ของผู้ผลิตรายเดียวทั้งหมดจะทำให้องค์กรมีความเสี่ยงที่จะสูญเสียการควบคุมทั้งด้านต้นทุนและสิทธิในการควบคุมจัดการข้อมูลของตนเอง

แนวทางของเร้ดแฮทที่เน้นการรองรับทุกโมเดล ทุกตัวเร่งความเร็ว และทุกคลาวด์ คือทางแก้ปัญหาการถูกผูกขาดโดยผู้ให้บริการรายใดรายหนึ่ง เร้ดแฮทมอบการเชื่อมต่อกับโมเดลโอเพ่นซอร์สที่มีให้เลือกมากมาย ซึ่งช่วยให้ผู้ให้บริการสามารถปรับจูนโมเดลที่ต้องการด้วยข้อมูลของตนเองบนโครงสร้างพื้นฐานของตนเอง จึงสามารถควบคุมและถือครองกรรมสิทธิ์ในขุมพลังปัญญาของโมเดล (model weights) และข้อมูลพื้นฐานที่ใช้ได้ โดยมี vLLM ช่วยทำให้มั่นใจว่าการอนุมานจะยังคงประสิทธิภาพสูงไม่ว่าจะใช้ฮาร์ดแวร์ใดก็ตาม นอกจากนี้ Red Hat OpenShift ยังช่วยให้ผู้ให้บริการสามารถบริหารจัดการไลฟ์ไซเคิลของ AI และแอปพลิเคชันได้อย่างครบวงจรบนทุกสภาพแวดล้อม