Posted on

ก้าวสู่ ‘ความปกติใหม่’ ของการสร้างนวัตกรรมต่อเนื่อง ด้วยการใช้ AI เสริมการทำงานด้านต่าง ๆ

ก้าวสู่ 'ความปกติใหม่' ของการสร้างนวัตกรรมต่อเนื่อง ด้วยการใช้ AI เสริมการทำงานด้านต่าง ๆ

ก้าวสู่ 'ความปกติใหม่' ของการสร้างนวัตกรรมต่อเนื่อง ด้วยการใช้ AI เสริมการทำงานด้านต่าง ๆ

สุพรรณี อำนาจมงคล ผู้จัดการประจำประเทศไทย เร้ดแฮท
บทความโดย สุพรรณี อำนาจมงคล ผู้จัดการประจำประเทศไทย เร้ดแฮท

ปัญญาประดิษฐ์ (AI) ได้ก้าวข้ามจากจินตนาการในนิยายมาสู่ความเป็นจริงในชีวิตประจำวันและเข้ามามีบทบาททุกหนแห่งในชั่วข้ามคืน และนับเป็นหนึ่งในความก้าวหน้าทางเทคโนโลยีที่สำคัญที่สุดนับตั้งแต่มีอินเทอร์เน็ต อย่างไรก็ตาม ข้อมูลจากการประเมินพบว่าโปรเจกต์ AI มากกว่า 80% ต้องเผชิญกับความล้มเหลว นั่นแสดงให้เห็นอย่างชัดเจนถึงความไม่สอดคล้องกัน ระหว่างแนวคิดของผู้คนและองค์กรเกี่ยวกับ AI และ ML กับแนวทางที่ผู้คนและองค์กรเหล่านั้นใช้ในการก้าวสู่ยุคแห่งนวัตกรรม หากเป็นเช่นนั้น องค์กรจะหลีกเลี่ยงความล้มเหลวและลดความเสี่ยงในการทำโปรเจกต์ AI ได้อย่างไร

สิ่งที่ควรทำก่อนเริ่มโปรเจกต์ AI ที่ประสบความสำเร็จ

  • ทำความเข้าใจจุดแข็งและจุดอ่อนของ AI
  • วางแนวทางการใช้งาน AI ให้สอดคล้องกับกลยุทธ์ด้านเป้าหมายของธุรกิจ
  • ศึกษาการใช้ AI จากธุรกิจอื่น ๆ
  • รวบรวมทีม AI จากบุคลากรที่อยู่ในสายงานต่าง ๆ ไว้ด้วยกัน
  • ประเมินความพร้อมด้าน AI ภายในองค์กร
  • พัฒนาวัฒนธรรมองค์กรด้านนวัตกรรม

ทำความเข้าใจจุดแข็งและจุดอ่อนของ AI

เรามักเข้าใจกันว่า Generative AI (gen AI) เก่งมาก รอบรู้ไปทุกเรื่อง และเข้าใจความหมายของ    คอนเทนต์ที่ตัวเองสร้างขึ้น แต่ในความจริงแล้วแอปพลิเคชัน gen AI ไม่ได้เข้าใจคอนเทนต์ที่สร้างขึ้นมา และไม่ได้ “ฉลาด” อย่างที่เข้าใจกัน เพราะเป็นเพียงแอปเติมข้อความอัตโนมัติ (autocomplete apps) ที่มีความสามารถสูงในการจดจำและเลียนแบบรูปแบบภาษา รวมถึงการเชื่อมโยงคำต่าง ๆ โดยอาศัยการประมวลผลจากข้อมูลที่มี ซึ่งล้วนต้องพึ่งพาการฝึกฝนจากคน

ด้วยความสามารถที่ดูน่าเชื่อถือ จึงง่ายที่จะเชื่อว่า gen AI มีความสามารถในการทำงานที่ซับซ้อนและงานที่ล้ำหน้าต่าง ๆ ได้ ความเชื่อเช่นนี้อาจนำไปสู่ความล้มเหลวได้ หากงานที่ gen AI ได้รับมอบหมายนั้นเกินขีดความสามารถของเทคโนโลยี AI ในปัจจุบัน

ดังนั้น ก่อนที่เริ่มต้นโปรเจกต์พัฒนา gen AI สิ่งที่จำเป็นอย่างยิ่งคือต้องเข้าใจจุดแข็งและจุดอ่อนของเทคโนโลยี AI ในปัจจุบัน

จุดแข็งและจุดอ่อนของ gen AI

สิ่งที่ gen AI ทำได้ดี:

  • การประมวลผลข้อมูลจำนวนมหาศาล
  • การวิเคราะห์ข้อมูล
  • การจัดรูปแบบข้อความใหม่
  • ทำงานที่ง่ายและต้องทำซ้ำ ๆ ได้โดยอัตโนมัติ
  • การดึงและสรุปข้อมูล
  • การจับคู่และระบุรูปแบบ
  • การจำแนกข้อมูล
  • ทำหน้าที่เป็นตัวช่วยในการระดมความคิด

จุดอ่อนของ gen AI:

  • ไม่สามารถคิดหรือให้เหตุผลได้จริง
  • ไม่สามารถเข้าใจบริบทได้เองโดยไม่มีการระบุคำสั่งที่ชัดเจน
  • ไม่สามารถทำงานที่มีความซับซ้อนได้
  • ไม่รู้ว่าตัวเองไม่รู้อะไรบ้าง จึงมีแนวโน้มที่จะสร้างภาพหลอนหรือการตีความข้อมูลและให้ข้อมูลที่ผิดพลาด
  • ไม่สามารถผลิตผลงานที่เป็นต้นฉบับได้
  • ขาดความสามารถในการสร้างสรรค์และการคิดเชิงสร้างสรรค์ในทุกมิติ
  • ไม่มีพื้นฐานความเข้าใจด้านจริยะธรรมและความเอื้ออาทร

ปัจจุบันแอปพลิเคชัน gen AI เป็นเหมือนเครื่องประมวลผลอัตโนมัติที่เหมาะกับการจัดการงานประจำ และงานที่ต้องทำซ้ำ ๆ ในปริมาณมาก ๆ ช่วยให้บุคลากรและทีมงานใช้เวลาและนำความกระตือรือร้นไปใช้จัดการงานที่ซับซ้อน งานสร้างสรรค์ และการพัฒนานวัตกรรมได้อย่างมีประสิทธิภาพมากขึ้น

วางแนวทางการใช้ AI ให้สอดคล้องกับเป้าหมายของธุรกิจ

แม้ว่า AI จะได้รับความสนใจอย่างมาก แต่ก็ยังมีข้อจำกัดในการใช้งานจริง และไม่สามารถแก้ปัญหาทุกอย่างได้ องค์กรจึงต้องพิจารณานำ AI มาใช้ให้สอดคล้องอย่างแท้จริงกับกลยุทธ์ทางธุรกิจที่มีอยู่

สุดท้ายแล้ว แอปพลิเคชัน AI ที่องค์กรพัฒนาขึ้นจะทำงานอยู่เบื้องหลัง เป็นองค์ประกอบที่แทบมองไม่เห็นในแอปพลิเคชัน บริการ และกระบวนการต่าง ๆ ผู้ใช้งานหรือลูกค้าจะไม่รับรู้ถึงการทำงานของ AI โดยตรง

สิ่งที่ลูกค้าสัมผัสได้คือแอปพลิเคชันที่ฉลาดขึ้น บริการที่ใช้งานง่ายขึ้น และกระบวนการที่มีประสิทธิภาพยิ่งขึ้น องค์ประกอบต่าง ๆ ของ AI จะช่วยให้องค์กรประมวลข้อมูล ความรู้ และความเชี่ยวชาญขององค์กรใส่เข้าไปในผลิตภัณฑ์และบริการต่าง ๆ เพื่อมอบประสบการณ์ที่ดีขึ้นและสอดคล้องกันมากขึ้นในทุกด้านให้กับลูกค้า

องค์กรที่เพิ่งเริ่มต้นใช้ AI ต้องจัดลำดับความสำคัญว่าจะนำ AI ไปใช้งาน ณ จุดใด จึงจะได้รับประโยชน์ในระยะเวลาอันใกล้ เช่น นำไปใช้ในการเพิ่มประสิทธิภาพการทำงานของทีม หรือปรับปรุงบริการและปรับบริการให้เหมาะกับลูกค้ารายบุคคล ทั้งที่เป็นลูกค้าปัจจุบันและลูกค้าที่ห่างหายไปและกลับมาเป็นลูกค้าอีกครั้ง หลีกเลี่ยงการนำ AI ไปใช้กับกระบวนการหลักทางธุรกิจ จนกว่าจะมีความเข้าใจการทำงานของ AI และแน่ใจว่าข้อมูลที่องค์กรป้อนให้ AI มีความเพียงพอ

ศึกษาตัวอย่างการใช้ AI จากธุรกิจอื่น ๆ

องค์กรในหลากหลายอุตสาหกรรมกำลังใช้ AI อย่างสร้างสรรค์และเกิดผลลัพธ์ที่ชัดเจน ซึ่งอาจเป็นแรงบันดาลใจสำหรับแนวทางการนำ AI ไปประยุกต์ใช้และทดลองในองค์กรของคุณ หลายกรณีช่วยเพิ่มประสิทธิภาพการทำงาน ยกระดับประสบการณ์ลูกค้า และช่วยให้ตัดสินใจได้ดีขึ้นและรวดเร็วยิ่งขึ้น เช่น

  • ธุรกิจค้าปลีก ใช้ AI เพื่อสร้างระบบแนะนำสินค้าที่ตรงใจลูกค้าแต่ละรายเพื่อดึงลูกค้าเก่ากลับมา ช่วยวิเคราะห์และปรับปรุงการจัดวางสินค้าให้ดึงดูดผู้ซื้อ รวมถึงเพิ่มประสิทธิภาพด้านซัพพลายเชนของธุรกิจ
  • องค์กรที่ให้การสนับสนุนด้านไอที นำ AI มาช่วยกระบวนการคัดแยกและจัดหมวดหมู่คำถามที่ลูกค้าส่งเข้ามา ระบุและแก้ไขปัญหาที่เกิดขึ้นซ้ำ ๆ โดยอัตโนมัติ
  • นักพัฒนาซอฟต์แวร์ ใช้ AI เป็นผู้ช่วยในการเขียนโค้ด เพื่อเพิ่มประสิทธิภาพในการทำงาน ลดงานที่ต้องทำซ้ำ ๆ ช่วยให้มีเวลาทุ่มเทกับงานที่มีมูลค่าสูงกว่า
  • ผู้ผลิต เริ่มใช้ AI คาดการณ์ความผิดพลาดของเครื่องจักรและอุปกรณ์ และปรับตารางการผลิตให้เหมาะสม
  • สถาบันการเงิน ใช้ AI ตรวจจับธุรกรรมฉ้อโกงและคาดการณ์แนวโน้มตลาดหุ้น
  • องค์กรด้านสาธารณสุข ใช้ AI ช่วยออกแบบโมเลกุลยาใหม่ สร้างรายงานสุขภาพส่วนบุคคลและปรับปรุงกระบวนการวินิจฉัย
  • อี-คอมเมิร์ซ ธุรกิจออนไลน์และมาร์เก็ตเพลสใช้ gen AI พัฒนาแชทบอทอัตโนมัติ สำหรับงานบริการลูกค้าและการขาย

จัดตั้งทีม AI จากบุคลากรข้ามสายงาน

การพัฒนาโปรเจกต์ AI จำเป็นต้องอาศัยความเชี่ยวชาญและความรู้ด้านต่าง ๆ จากทุกภาคส่วนขององค์กร ดังนี้

  • วิทยาศาสตร์ข้อมูลและการวิเคราะห์
  • ไอที/วิศวกรรม
  • การพัฒนาแอปพลิเคชัน
  • การจัดการข้อมูล
  • กลยุทธ์ทางธุรกิจ
  • การวิจัยผู้ใช้
  • การตลาดและการสื่อสาร
  • กฎหมาย/ข้อกำหนด
  • ผู้เชี่ยวชาญด้านอื่น ๆ ที่เกี่ยวข้อง

ทีมที่ประกอบด้วยผู้เชี่ยวชาญจากหลากหลายสาขา จะมีมุมมอง ประสบการณ์ และความคิดเห็นที่หลากหลายที่จะเป็นประโยชน์อย่างยิ่ง ศูนย์ความเป็นเลิศนี้จะช่วยให้แน่ใจว่าการใช้ศักยภาพของ AI ในงานด้านต่าง ๆ นั้น จะสอดคล้องกับเป้าหมายเชิงกลยุทธ์ขององค์กร และมีความเป็นไปได้ในเชิงเทคนิค

ทีม AI ข้ามสายงานยังช่วยส่งเสริมความร่วมมือระหว่างบุคลากรและทีมต่าง ๆ ที่ปกติแล้วอาจจะไม่ค่อยได้มีปฏิสัมพันธ์กัน ทำให้เกิดการแลกเปลี่ยนแนวคิด ข้อมูลเชิงลึก และความเชี่ยวชาญได้ดียิ่งขึ้น

ประเมินความพร้อมด้าน AI ขององค์กร

การพัฒนาโปรเจกต์ gen AI จะไม่ได้ผล หากองค์กรยังขาดแคลนบุคลากรที่มีความเชี่ยวชาญ ข้อมูล หรือโครงสร้างพื้นฐาน ทีม AI ที่ประกอบด้วยบุคลากรที่มาจากสายงานต่าง ๆ จะสามารถวิเคราะห์ได้ว่าจะนำ AI เข้ามาใช้กับผลิตภัณฑ์ต่าง ๆ ขององค์กรได้มากน้อยเพียงใด เพราะแต่ละคนต่างมีข้อมูลเชิงลึกเกี่ยวกับจุดแข็งและจุดอ่อนที่ชัดเจน เมื่อสามารถระบุจุดอ่อนที่ชัดแจนได้ องค์กรก็สามารถจัดลำดับความสำคัญในการลงทุนด้านโครงสร้างพื้นฐาน รวมถึงการพัฒนาและการฝึกฝน AI ได้อย่างเหมาะสม

พัฒนาวัฒนธรรมองค์กรในเชิงสร้างสรรค์สิ่งใหม่

ยุคของ AI เพิ่งเริ่มต้นเท่านั้น การเริ่มทดลองและนำไปใช้งานขององค์กร เป็นเพียงก้าวแรกเท่านั้น การสร้างวัฒนธรรมเชิงนวัตกรรมในองค์กรจะช่วยให้องค์กรพร้อมรับมือกับการเปลี่ยนแปลงสำคัญที่ AI จะนำมา ทั้งในระยะสั้นและระยะยาว มีคำแนะนำมากมายเกี่ยวกับวิธีการปรับเปลี่ยนวัฒนธรรมองค์กรให้เป็นไปในเชิงนวัตกรรมมากขึ้น และนี่คือสามแนวทางในการเริ่มต้น

หนึ่ง: ปลูกฝังแนวคิดแห่งการทดลอง

นวัตกรรมต้องอาศัยการทดลอง และนวัตกรรมต่อเนื่องต้องอาศัยการทดลองอย่างต่อเนื่องเช่นกัน แม้ว่าการทดลองสิ่งใหม่ ๆ ส่วนใหญ่จะล้มเหลว แต่ความสำเร็จเพียงไม่กี่ครั้งก็อาจคุ้มค่ากับความพยายามทั้งหมด ยิ่งองค์กรสั่งสมความสำเร็จมากขึ้นเท่าไร ความคิดเชิงสร้างสรรค์ก็จะยิ่งเพิ่มขึ้น และในระยะยาวการดำเนินการทดลองจำนวนมากอย่างต่อเนื่อง (โดยเฉพาะอย่างยิ่งการทดลองอย่างต่อเนื่องในระยะเวลายาวนาน) อาจสร้างความได้เปรียบทางการแข่งขันอย่างมีนัยสำคัญ

การเปลี่ยนแปลงวัฒนธรรมองค์กรเป็นเรื่องที่ซับซ้อนและต้องใช้เวลา แต่ก็มีแนวทางที่ชัดเจนในการส่งเสริมให้เกิดการทดลองมากขึ้นภายในองค์กร โดย

  • กำหนดเป้าหมายและวัตถุประสงค์ให้ชัดเจน
  • ส่งเสริมความใฝ่รู้
  • ยอมรับความล้มเหลว
  • วัดผลทุกสิ่ง
  • สร้างแนวคิดที่ให้ความสำคัญกับข้อมูลเป็นหลัก
  • เป็นผู้นำโดยทำเป็นตัวอย่าง

สอง: ส่งเสริมวัฒนธรรมการเรียนรู้อย่างต่อเนื่อง

การสร้างวัฒนธรรมการเรียนรู้อย่างต่อเนื่องจะช่วยเพิ่มระดับและขยายขอบเขตของนวัตกรรมในองค์กร วัฒนธรรมการทดลองจะเติบโตได้ดีเมื่อบุคลากรและทีมมีแรงจูงใจในการเป็นผู้เรียนรู้ เปิดรับสิ่งใหม่ และมุ่งมั่นพัฒนาตนเอง โอกาสในการเรียนรู้อย่างต่อเนื่องเกิดขึ้นได้ในหลากหลายรูปแบบและขนาด เช่น

  • คลาสเรียนที่จัดโดยเพื่อนร่วมงานที่จัดอย่างสม่ำเสมอ
  • แพลตฟอร์มไมโครเลิร์นนิ่งแบบมีค่าใช้จ่าย
  • การโค้ชซึ่งกันและกัน และการจัดเซสชัน “lunch and learn”
  • เวิร์คช็อปหรือบรรยายโดยผู้เชี่ยวชาญจากนอกองค์กร

สาม: ลงทุนพัฒนาบุคลากร

การลงทุนพัฒนาบุคลากรอย่างเป็นระบบ จะช่วยส่งเสริมวัฒนธรรมเชิงนวัตกรรมในองค์กร เมื่อมีโอกาสควรส่งเสริมให้ทีมได้ทำสิ่งต่อไปนี้

  • เข้าเรียนหลักสูตรเกี่ยวกับเทคโนโลยีใหม่ ๆ
  • เข้าร่วมการประชุมเชิงปฏิบัติการ สัมมนาออนไลน์ และการประชุมต่าง ๆ
  • มีส่วนร่วมในโปรแกรมการฝึกอบรม
  • เข้าร่วมโปรแกรมการให้คำปรึกษาอย่างเป็นทางการ
  • เปิดโอกาสให้พัฒนาทักษะอื่น ๆ

การลงทุนพัฒนาบุคลากรภายในองค์กรในลักษณะนี้ จะช่วยส่งเสริมให้บุคลากรมีความก้าวหน้าในอาชีพ มีแรงบันดาลใจ มีส่วนร่วม และได้ค้นหาความสนใจใหม่ ๆ ซึ่งจะส่งผลดีต่อองค์กรโดยรวม

เมื่อองค์กรได้ทำสิ่งดังกล่าวข้างต้นแล้ว องค์กรก็จะพร้อมเริ่มพัฒนาพัฒนาแอปพลิเคชัน AI โปรเจกต์แรกได้อย่างมั่นใจและประสบความสำเร็จ

Posted on

Red Hat Unveils Red Hat OpenShift Virtualization Engine

Red Hat เปิดตัว Red Hat OpenShift Virtualization Engine

Red Hat Unveils Red Hat OpenShift Virtualization Engine

New virtualization-centric offering provides a tailored experience for managing virtual machines while providing a path for application modernization

Red Hat, Inc., the world’s leading provider of open source solutions, today announced the general availability of Red Hat OpenShift Virtualization Engine, a new edition of Red Hat OpenShift that provides a dedicated way for organizations to access the proven virtualization functionality already available within Red Hat OpenShift. Focused exclusively on virtualization workloads, Red Hat OpenShift Virtualization Engine provides a tailored option for deploying, managing and scaling virtual machines (VMs), removing features unrelated to VM management. This ensures organizations can maximize the value of OpenShift Virtualization while aligning with their specific infrastructure needs.

While containerization may have shifted how virtual machines are used for certain applications, VMs remain a critical tool in IT infrastructure. However, with the virtualization market experiencing significant changes in recent years, many organizations face uncertainty and rising costs when it comes to managing their virtualization infrastructure.

Red Hat OpenShift Virtualization Engine delivers a cost-efficient virtualization-only solution for deploying, managing and scaling virtual machines.

Redefined virtualization through a streamlined approach

Red Hat OpenShift Virtualization Engine helps maximize the value of these investments by entitling only essential OpenShift features and components required for virtualization, delivering simplified operations and improved efficiency. Powered by Red Hat OpenShift Virtualization and  the KVM hypervisor used across the enterprise datacenter and cloud, Red Hat OpenShift Virtualization Engine is able to run on on-premises hardware that supports Red Hat Enterprise Linux, and on supported bare metal cloud services including AWS bare metal instances. Red Hat OpenShift Virtualization Engine scales to meet workload demands while providing built-in security capabilities and more consistent performance across the hybrid cloud.

To ease migration efforts, Red Hat OpenShift Virtualization Engine includes access to Red Hat’s intuitive migration tool – the migration toolkit for virtualization – that assists organizations in transitioning from other virtualization platforms, simplifying the migration workflow and helping to reduce downtime while driving greater operational continuity. Red Hat also offers a Virtualization Migration Assessment, an interactive workshop with Red Hat experts that will assess an organization’s business drivers, current state and the path to low risk VM migration. Additionally, Red Hat OpenShift Virtualization Engine integrates with Red Hat Ansible Automation Platform enabling IT teams to automate VM migrations at scale, along with day-to-day VM management tasks. With Red Hat Ansible Automation Platform, organizations can automate and orchestrate across their virtualized environments and other areas of IT for more efficient, resilient and consistent operations at scale.

Additionally, the Red Hat partner ecosystem is well-positioned to support Red Hat OpenShift Virtualization Engine with capabilities like storage solutions, extensive backup and disaster recovery options and networking tools to streamline deployments and scale to modern IT needs.

To unify virtual machine management at scale and limit sprawl, Red Hat is also introducing Red Hat Advanced Cluster Management for Virtualization. This new edition of Red Hat Advanced Cluster Management for Kubernetes provides focused access to Advanced Cluster Management’s existing features designed to centralize VM lifecycle management and streamline tasks such as VM provisioning, monitoring and day-to-day compliance, while maintaining greater consistency across an organization’s virtualized estate.

Availability

Red Hat OpenShift Virtualization Engine and Red Hat Advanced Cluster Management for Virtualization are now available, more information on how to get started can be found here.

Supporting Quotes

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

“Virtualization solutions are in the bedrock of most private and public cloud environments. As organizations look to modernize their virtual environments to meet the demands of today’s IT climate, we have found that no two organizations are at the same point in their virtualization journey. This causes diversity in the approaches they want to take with the solutions Red Hat provides. Red Hat needed to change how we were offering our virtualization solution to accommodate organizations that wanted to use only the Red Hat OpenShift product features focused on virtualization. Red Hat OpenShift Virtualization Engine and Advanced Cluster Management for Virtualization allow Red Hat to significantly lower the price point of the solution to meet those users where they are in their modernization efforts.”

Stephen Elliott, group vice president, I&O, Cloud Operations, and DevOps, IDC

“Even as containers grow in adoption, virtualized infrastructure remains one of the backbones of modern computing for critical applications, driving a multibillion-dollar industry. With many organizations facing budget constraints, they are looking for streamlined options for managing virtual machines that reduce complexity and deliver scale, performance and security.”

Additional Resources

Posted on

Red Hat เปิดตัว Red Hat OpenShift Virtualization Engine

Red Hat เปิดตัว Red Hat OpenShift Virtualization Engine

Red Hat เปิดตัว Red Hat OpenShift Virtualization Engine

ผลิตภัณฑ์ใหม่เน้นด้านเวอร์ชวลไลเซชัน มอบประสบการณ์ในการบริหารจัดการเวอร์ชวลแมชชีน ที่ปรับให้ตรงตามความต้องการขององค์กรแต่ละแห่งได้อย่างเฉพาะตัว พร้อมเส้นทางสู่การปรับแอปพลิเคชันให้ทันสมัย

เร้ดแฮท ผู้ให้บริการระดับโลกด้านโซลูชันโอเพ่นซอร์สประกาศ วางตลาด Red Hat OpenShift Virtualizaion Engine ซึ่งเป็นความก้าวหน้าครั้งใหม่ของ Red Hat OpenShift ที่มอบแนวทางเฉพาะให้องค์กรในการเข้าใช้ฟังก์ชันด้านเวอร์ชวลไลเซชันที่ได้รับการพิสูจน์ประสิทธิภาพแล้ว และพร้อมใช้อยู่บน Red Hat OpenShift

Red Hat OpenShift Virtualization Engine เป็นโซลูชันเฉพาะทางด้านเวิร์กโหลดเวอร์ชวลไลเซชัน มอบทางเลือกที่สามารถปรับแต่งได้อย่างเจาะจง การบริหารจัดการ และการปรับขนาดเวอร์ชวลแมชชีนต่าง ๆ รวมถึงการถอดฟีเจอร์ที่ไม่เกี่ยวข้องกับการจัดการเวอร์ชวลแมชชีนออก เพื่อให้องค์กรมั่นใจได้ว่าจะสามารถใช้คุณประโยชน์จาก OpenShift Virtualization ได้มากที่สุด และสอดคล้องกับความต้องการด้านโครงสร้างพื้นฐานเฉพาะทางของแต่ละองค์กร

แม้ว่าการทำคอนเทนเนอร์จะส่งผลต่อการใช้งานเวอร์ชวลแมชชีนของแอปพลิเคชันบางแอปฯ แต่เวอร์ชวลแมชชีนยังคงเป็นเครื่องมือสำคัญของโครงสร้างพื้นฐานไอที อย่างไรก็ตามในช่วงไม่กี่ปีที่ผ่านมา ตลาดเวอร์ชวลไลเซชันเกิดการเปลี่ยนแปลงอย่างมาก องค์กรจำนวนมากต้องเผชิญความท้าทายในการบริหารจัดการโครงสร้างพื้นฐานเวอร์ชวลไลเซชันของตนที่เกิดจากความไม่แน่นอนและค่าใช้จ่ายที่พุ่งสูงขึ้น

Red Hat OpenShift Virtualization Engine นำเสนอโซลูชันเฉพาะด้านเวอร์ชวลไลเซชันที่คุ้มค่าใช้จ่าย ไม่ว่าจะเป็น การใช้งาน การบริหารจัดการ และการปรับขนาดเวอร์ชวลแมชชีนต่าง ๆ

กำหนดนิยามใหม่เวอร์ชวลไลเซชันด้วยแนวทางที่คล่องตัว

Red Hat OpenShift Virtualization Engine ช่วยให้การลงทุนเกิดประสิทธิภาพสูงสุด ด้วยการใช้เฉพาะฟีเจอร์ของ OpenShift และส่วนประกอบที่จำเป็นต้องใช้สำหรับเวอร์ชวลไลเซชันเท่านั้น ซึ่งช่วยให้ทำงานง่ายและมีประสิทธิภาพมากขึ้น เบื้องหลังของ Red Hat OpenShift Virtualization Engine คือแรงขับเคลื่อนจาก Red Hat OpenShift Virtualization และ KVM hypervisor ที่อยู่บนดาต้าเซ็นเตอร์ขององค์กรและบนคลาวด์ที่องค์กรใช้ โซลูชันใหม่นี้จึงสามารถรันได้ทั้งในฮาร์ดแวร์ที่รองรับ Red Hat Enterprise Linux ที่อยู่ภายในองค์กร และบนบริการคลาวด์ที่ใช้ภายในองค์กรต่าง ๆ เช่น AWS bare metal instances

Red Hat OpenShift Virtualization Engine ปรับขนาดเพื่อตอบความต้องการของเวิร์กโหลด ในขณะเดียวกันก็มอบความสามารถด้านความปลอดภัยที่ติดตั้งมาเรียบร้อย รวมถึงมีประสิทธิภาพความสม่ำเสมอและสอดคล้องกันมากขึ้นบนไฮบริดคลาวด์

Red Hat OpenShift Virtualization Engine ช่วยให้ย้ายข้อมูลได้ง่ายขึ้น ด้วยการให้ผู้ใช้สามารถเข้าใช้ชุดเครื่องมือเพื่อการโยกย้ายสำหรับเวอร์ชวลไลเซชันโดยเฉพาะได้ เครื่องมือเหล่านี้ใช้ง่าย ช่วยองค์กรย้ายจากแพลตฟอร์มเวอร์ชวลไลเซชันอื่น ช่วยโยกย้ายเวิร์กโฟลว์ได้อย่างไม่ยุ่งยาก ช่วยลดดาวน์ไทม์ ทำให้การทำงานมีความต่อเนื่องมากขึ้น เร้ดแฮทยังนำเสนอ Virtualization Migration Assessment ซึ่งเป็นเวิร์คช็อปแบบมีปฏิสัมพันธ์กับผู้เชี่ยวชาญของเร้ดแฮทที่จะช่วยประเมินปัจจัยขับเคลื่อนธุรกิจขององค์กร สถานะปัจจุบัน และเส้นทางการโยกย้ายเวอร์ชวลแมชชีนที่มีความเสี่ยงต่ำให้กับองค์กร นอกจากนี้ Red Hat OpenShift Virtualization Engine ยังผสานการทำงานกับ Red Hat Ansible Automation Platform ที่ช่วยให้ทีมไอทีโยกย้ายเวอร์ชวลแมชชีนได้โดยอัตโนมัติ รวมถึงช่วยให้งานด้านการจัดการเวอร์ชวลแมชชีนในแต่ละวันเป็นอัตโนมัติ ทั้งนี้ Red Hat Ansible Automation Platform ช่วยให้องค์กรสามารถสร้างระบบอัตโนมัติและประสานการทำงานร่วมกันให้กับสภาพแวดล้อมเวอร์ชวลไลซ์ต่าง ๆ และงานด้านไอทีอื่น ๆ เพื่อให้เกิดการทำงานที่มีประสิทธิภาพ ยืดหยุ่น และสอดคล้องกันในวงกว้าง

นอกจากนี้ ระบบนิเวศพันธมิตรของเร้ดแฮทยังให้การสนับสนุน Red Hat OpenShift Virtualization Engine ด้วยความสามารถต่าง ๆ เช่น โซลูชันด้านสตอเรจ ทางเลือกในการสำรองและกู้คืนข้อมูลที่มีอยู่อย่างครอบคลุม และเครื่องมือด้านเครือข่ายต่าง ๆ เพื่อให้สามารถใช้และปรับขนาดโซลูชันให้สอดคล้องกับความต้องการด้านไอทีที่ทันสมัย

เร้ดแฮทยังได้เปิดตัว Red Hat Advanced Cluster Management for Virtualization ศูนย์รวมด้านการบริหารจัดการเวอร์ชวลแมชชีนในระดับที่ต้องการและจำกัดการขยายตัว ความสามารถใหม่ที่อยู่บน Red Hat Advanced Cluster Management for Kubernetes นี้มอบการเข้าใช้งานที่เน้นไปที่ฟีเจอร์ที่มีอยู่ของ Advanced Cluster Management ที่ออกแบบมาเพื่อเป็นศูนย์ในการจัดการไลฟ์ไซเคิลของเวอร์ชวลแมชชีน และเพิ่มประสิทธิภาพงานต่าง ๆ เช่น การเตรียมเวอร์ชวลแมชชีน การติดตามดูความเป็นไป และการปฏิบัติตามกฎระเบียบในแต่ละวัน ในขณะเดียวกันก็ช่วยให้สภาพแวดล้อมแบบเวอร์ชวลต่าง ๆ ขององค์กร   มีความสอดคล้องกัน

การวางจำหน่าย

Red Hat OpenShift Virtualization Engine และ Red Hat Advanced Cluster Management for Virtualization พร้อมให้บริการแล้ว ดูรายละเอียดเพิ่มเติมได้ที่ลิงก์นี้

คำกล่าวสนับสนุน

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

“โซลูชันเวอร์ชวลไลเซชันเป็นฐานที่มั่นคงให้กับไพรเวทและพับลิคคลาวด์เกือบทั้งหมด ในขณะที่องค์กรต่างกำลังปรับปรุงสภาพแวดล้อมเวอร์ชวลของตนให้ทันสมัย เพื่อให้ทันกับการเปลี่ยนแปลงด้านไอทีในปัจจุบัน เราพบว่าองค์กรแต่ละแห่งอยู่ ณ จุดที่แตกต่างกันบนเส้นทางด้านเวอร์ชวลไลเซชัน ซึ่งทำให้แต่ละองค์กรต้องการใช้โซลูชันที่เร้ดแฮทให้บริการในแนวทางที่หลากหลาย เร้ดแฮทจึงปรับเปลี่ยนวิธีการนำเสนอโซลูชันด้านเวอร์ชวลไลเซชัน ให้รองรับความต้องการขององค์กรที่ต้องการใช้เพียงฟีเจอร์ของ Red Hat OpenShift ที่เน้นเฉพาะเรื่องเวอร์ชวลไลเซชัน ทั้งนี้ Red Hat OpenShift Virtualization Engine และ Advanced Cluster Management for Virtualization ช่วยให้เร้ดแฮทปรับราคาโซลูชันลงได้อย่างมากเพื่อตอบโจทย์ผู้ใช้ที่กำลังปรับปรุงระบบให้ทันสมัย”

Stephen Elliott, group vice president, I&O, Cloud Operations, and DevOps, IDC

“แม้ว่าจะมีการใช้คอนเทนเนอร์เพิ่มขึ้น แต่โครงสร้างพื้นฐานแบบเวอร์ชวลยังคงเป็นหนึ่งในแกนหลักของการประมวลผลที่ทันสมัยสำหรับแอปพลิเคชันสำคัญ ๆ ที่ขับเคลื่อนอุตสาหกรรมที่มีมูลค่าหลายพันล้านดอลลาร์ เนื่องจากองค์กรจำนวนมากต้องเผชิญกับข้อจำกัดด้านงบประมาณ พวกเขากำลังมองหาทางเลือกด้านการบริหารจัดการเวอร์ชวลแมชชีนที่มีประสิทธิภาพ ที่สามารถลดความซับซ้อน ปรับขนาดได้ ทรงประสิทธิภาพ และ มีความปลอดภัย”

ข้อมูลเพิ่มเติม

Posted on

The Future of Enterprise: AI and Open Source in 2025

AI และ Open Source เป็นตัวกำหนดอนาคตขององค์กรในปี 2568

The Future of Enterprise: AI and Open Source in 2025

Article by Supannee Amnajmongkol, Country Manager for Thailand, Red Hat

Throughout the year 2024, most of us have moved past the experimental phase for AI, we see businesses increasingly unlocking its value with this transformational technology. As reported in a McKinsey Global Survey, 65% of respondents shared their organizations are now regularly using AI—double the adoption rate in 2023. But with more entrants in the enterprise AI landscape, the challenge lies in creating true competitive differentiation, rather than just keeping up with the status quo.

So how can enterprises prepare for what’s next?

The future of AI lies in open source. As AI expands beyond simple automation into more sophisticated applications like predictive analytics, content generation and even decision-making, it has become essential for enterprises across industries to keep pace. While at varying stages in their AI adoption journey, open source allows businesses to pioneer a new era of innovation. Looking ahead, these are three key trends poised to drive significant changes for enterprises in the APAC region next year.

#1 Discover the open source advantage in AI

Since 2023, the number of open source gen AI projects has surged by 98%, with many of these contributions coming from India, Japan, and Singapore. This reflects the importance of collaboration and accessibility when it comes to new technologies like AI and we are likely to see gen AI activity increase globally. Open source AI platforms and tools, as well as open source-licensed models, are already democratizing innovation by ensuring that its benefits—such as versatile frameworks and tools—are no longer confined to a select few. By making these benefits accessible to organizations of all sizes, the playing field is leveled, allowing even smaller enterprises to discover open source and innovate on a global scale.

Open source solutions also offer businesses flexibility in navigating constraints like cost, data sovereignty, and skill gaps. With a collaborative open source community, enterprises can tailor these solutions to their specific needs while retaining control over sensitive data. Moreover, many eyes make all bugs shallow. With vulnerabilities swiftly identified and addressed, businesses will be able to foster greater trust in AI-driven outcomes.

#2 Make hybrid cloud your default

Open hybrid cloud is no longer an afterthought, but a default. In order to thrive in the age of the customer, businesses in APAC have three main priorities: speed, flexibility, and innovation. Simplifying the integration of AI into daily business operations is critical to achieving these goals. This also enables operational consistency across teams and flexibility to run AI workloads anywhere, ensuring businesses remain agile and adaptable.

In Singapore, we see the financial services industry leading the charge, with both local and regional banks leveraging hybrid cloud for AI workloads. In fact, Singapore is on its way to becoming a launchpad for AI-driven business in Southeast Asia, as investments in AI grow[2]. To fully capitalize on these advancements, organizations in APAC must collaborate with reliable providers that offer the expertise and infrastructure to leapfrog ahead without the need for extensive scaling.

#3 Plan your AI strategy for sustainable growth

ChatGPT has brought gen AI to the forefront of mainstream consciousness, reshaping how businesses approach workflows and drive efficiencies in uncertain times. We might start to see some enterprises that are overly fixated on immediate returns reign in their efforts on AI-driven transformations prematurely. However, to truly unlock AI’s full potential, enterprises need to take a long-term view.

In the AI Readiness Barometer: AI landscape study, conducted by Ecosystm on behalf of IBM[3], AI maturity was assessed based on four main critical criteria: culture and leadership, skills and people, data foundation, and governance framework. Although AI is a business priority for these ASEAN enterprises surveyed, most lack readiness, including the advanced AI and machine learning expertise needed to harness its full potential. In fact, only 17% said their organizations have extensive expertise and dedicated data science teams. Most organizations are still lagging in AI relevant skills; and are also not prioritizing data governance and compliance enough, potentially exposing them to regulation risk. 

To achieve AI maturity, enterprises must adopt a more strategic and patient approach, particularly in more complex areas where AI can drive significant value. Beyond investing in enterprise data and technology to enhance data readiness, organizations need to be prepared at every level. This involves fostering a culture of innovation, upskilling employees to embrace new technologies, and aligning long-term processes with strategic business goals.

What’s next in 2025

In the new year, we will continue to see AI evolve as a cornerstone of innovation, with a deeper integration of AI and open source shaping the future of technology. This not only broadens the accessibility of new technologies but also enhances the adaptability and efficiency of enterprise solutions across industries. At the heart of these advancements, data is the backbone of meaningful, reliable insights. We will see more organizations place greater attention on data provenance, where they have an overview of the origin, integrity, and authenticity of their data, growing deeper trust in an increasingly AI-driven world.

Posted on

AI และ Open Source เป็นตัวกำหนดอนาคตขององค์กรในปี 2568

AI และ Open Source เป็นตัวกำหนดอนาคตขององค์กรในปี 2568

AI และ Open Source เป็นตัวกำหนดอนาคตขององค์กรในปี 2568

สุพรรณี อำนาจมงคล ผู้จัดการประจำประเทศไทย เร้ดแฮท
บทความโดย สุพรรณี อำนาจมงคล ผู้จัดการประจำประเทศไทย เร้ดแฮท

ตลอดปี 2567 องค์กรธุรกิจต่างได้ทดลองใช้ AI และได้ปลดล็อกศักยภาพของตัวเองด้วยเทคโนโลยีที่เข้ามาสร้างการเปลี่ยนแปลงนี้ ผลสำรวจ McKinsey Global Survey ระบุว่า 65% ของผู้ตอบแบบสอบถามกล่าวว่า องค์กรของพวกเขาใช้ AI เป็นประจำ ซึ่งมีอัตราการนำไปใช้เพิ่มขึ้นเป็นสองเท่าของปี 2566 การที่องค์กรธุรกิจต่างเข้ามามีส่วนร่วมในแลนด์สเคปด้าน AI มากขึ้น ความท้าทายจึงอยู่ที่ธุรกิจแต่ละแห่งจะสร้างความแตกต่างทางการแข่งขันอย่างแท้จริงมากกว่าแค่ตามให้ทันกับความเปลี่ยนแปลงที่เกิดขึ้นได้อย่างไร

องค์กรจะเตรียมรับมือกับสิ่งที่จะเกิดขึ้นอย่างไร

อนาคตของ AI คือโอเพ่นซอร์ส การที่ AI ขยายบทบาทจากการเป็นระบบอัตโนมัติธรรมดาไปเป็นแอปพลิเคชันที่ซับซ้อนมากขึ้น เช่น การวิเคราะห์เชิงคาดการณ์ การสร้างคอนเทนต์ และแม้แต่การตัดสินใจเรื่องต่าง ๆ ทำให้ AI กลายเป็นสิ่งจำเป็นสำหรับองค์กรในทุกอุตสาหกรรม แม้ว่าเส้นทางการใช้ AI ของแต่ละองค์กรจะอยู่ในขั้นตอนที่ต่างกัน แต่โอเพ่นซอร์สช่วยให้ธุรกิจต่าง ๆ รุกสู่ยุคใหม่ของการสร้างสรรค์สิ่งใหม่ ๆ ได้ แนวโน้มสำคัญสามประการที่กำลังจะเกิดขึ้น และจะเป็นปัจจัยขับเคลื่อนการเปลี่ยนแปลงสำคัญขององค์กรต่าง ๆ ในภูมิภาคเอเชียแปซิฟิกในปี 2568 มีดังนี้

#1 เข้าถึงและใช้ข้อได้เปรียบของโอเพ่นซอร์สใน AI

จำนวนโปรเจกต์ open source gen AI เพิ่มขึ้น 98% ตั้งแต่ปี 2566 โดยโปรเจกต์ส่วนใหญ่ริเริ่มมาจากอินเดีย ญี่ปุ่น และสิงคโปร์ สิ่งนี้สะท้อนให้เห็นความสำคัญของการทำงานร่วมกันในการสร้างสรรค์เทคโนโลยีใหม่ ๆ และความสามารถในการเข้าถึงเทคโนโลยีใหม่ ๆ เช่น AI และมีแนวโน้มว่าเราจะได้เห็นความเคลื่อนไหวของ gen AI เพิ่มขึ้นทั่วโลก แพลตฟอร์มและเครื่องมือที่เป็น open source AI รวมถึงโมเดลที่เป็น open source-licensed ทำให้ทุกคนที่เกี่ยวข้องสามารถแบ่งปันความคิดและพัฒนาสิ่งใหม่ ๆ โดยให้ความมั่นใจว่าประโยชน์ต่าง ๆ ของแพลตฟอร์ม เครื่องมือ และโมเดลเหล่านี้ เช่น เฟรมเวิร์กและเครื่องมืออเนกประสงค์ จะไม่จำกัดอยู่เพียงไม่กี่อย่างอีกต่อไป การที่องค์กรทุกขนาดสามารถเข้าใช้ประโยชน์เหล่านี้ได้ จะทำให้การแข่งขันมีความเท่าเทียมกัน แม้แต่องค์กรขนาดเล็กก็สามารถใช้โอเพ่นซอร์สสร้างสรรค์นวัตกรรมในสเกลระดับโลกได้

เมื่อธุรกิจต้องเผชิญกับข้อจำกัดต่าง ๆ เช่น ค่าใช้จ่าย, อำนาจและสิทธิในการควบคุมข้อมูลของตน (data sovereignty), และช่องว่างทางทักษะ โซลูชันโอเพ่นซอร์สสามารถมอบความยืดหยุ่นให้ได้ ผ่านชุมชนโอเพ่นซอร์สที่หลายฝ่ายทำงานร่วมกัน ซึ่งจะช่วยให้ธุรกิจสามารถปรับแต่งโซลูชันให้ตรงตามความต้องการเฉพาะของตน และยังสามารถควบคุมข้อมูลที่ละเอียดอ่อนได้ด้วย นอกจากนี้การทำงานร่วมกันของชุมชนโอเพ่นซอร์สจะทำให้มีผู้ทดสอบผลิตภัณฑ์หรือซอฟต์แวร์เพียงพอที่จะสามารถตรวจพบและแก้ไขข้อบกพร่องได้อย่างรวดเร็ว ช่วยให้ธุรกิจเกิดความเชื่อมั่นในผลลัพธ์ในการใช้ AI มากขึ้น

#2 ไฮบริดคลาวด์เป็นตัวเลือกที่ตั้งเป็นค่าเริ่มต้น

โอเพ่นไฮบริดคลาวด์ ไม่ใช่สิ่งที่เอาไว้ค่อยใช้อีกต่อไป แต่ต้องตั้งเป็นค่าเริ่มต้น ธุรกิจในเอเชียแปซิฟิกควรพิจารณาความสำคัญสามลำดับแรกเพื่อให้ประสบความสำเร็จในยุคที่ลูกค้าเป็นฝ่ายขับเคลื่อน คือ ความเร็ว ความยืดหยุ่น และนวัตกรรม การนำ AI ไปใช้ในการดำเนินธุรกิจในแต่ละวันได้อย่างไม่ยุ่งยาก เป็นสิ่งสำคัญที่จะบรรลุเป้าหมายเหล่านี้ ทั้งยังช่วยให้การดำเนินงานของแต่ละทีมเป็นไปในทิศทางเดียวกัน และรันเวิร์กโหลดได้อย่างยืดหยุ่น ณ สภาพแวดล้อมใดก็ได้ เป็นการสร้างความมั่นใจว่าธุรกิจจะสามารถคงความคล่องตัวและปรับตัวได้

ในประเทศสิงคโปร์ เราพบว่าอุตสาหกรรมบริการทางการเงินเป็นผู้นำในเรื่องนี้ โดยธนาคารทั้งในระดับท้องถิ่นและภูมิภาคใช้ประโยชน์จากไฮบริดคลาวด์กับเวิร์กโหลด AI ทั้งนี้ สิงคโปร์กำลังเป็นจุดเริ่มต้นของธุรกิจที่ขับเคลื่อนด้วย AI ในภูมิภาคเอเชียตะวันออกเฉียงใต้และมีการลงทุนด้าน AI เติบโตขึ้น[2] การจะใช้ประโยชน์จากความล้ำหน้าเหล่านี้อย่างเต็มประสิทธิภาพได้นั้น องค์กรในเอเชียแปซิฟิกจะต้องร่วมมือกับผู้ให้บริการที่เชื่อถือได้ที่นำเสนอความเชี่ยวชาญและโครงสร้างพื้นฐานที่จะช่วยให้เดินหน้าอย่างก้าวกระโดดโดยไม่จำเป็นต้องขยายขนาดการทำงานให้มาก

#3 วางแผนกลยุทธ์ AI เพื่อการเติบโตอย่างยั่งยืน

ChatGPT เป็นสิ่งที่ทำให้ gen AI โดดเด่นและได้รับการรับรู้ในวงกว้าง พลิกโฉมแนวทางที่ธุรกิจใช้เวิร์กโฟลว์ต่าง ๆ และขับเคลื่อนประสิทธิภาพในเวลาที่เกิดความไม่แน่นอน เราอาจเริ่มเห็นองค์กรบางแห่งยึดติดกับผลตอบแทนแบบทันทีจากการใช้ AI ขับเคลื่อนการเปลี่ยนแปลงมากเกินไปและก่อนเวลาอันควร อย่างไรก็ตาม เพื่อปลดล็อกศักยภาพสูงสุดของ AI อย่างแท้จริง องค์กรจำเป็นต้องมีมุมมองในระยะยาว

AI Readiness Barometer ซึ่งเป็นการศึกษาแลนด์สเคปของ AI ดำเนินการโดย Ecosystm ในนาม IBM[3] ได้ทำการประเมินความพร้อมของ AI ตามเกณฑ์สำคัญสี่ประการ คือ วัฒนธรรมและความเป็นผู้นำ, ทักษะและบุคลากร, โครงสร้าง-กระบวนการ-กลยุทธ์พื้นฐานที่ใช้บริหารจัดการและใช้ประโยชน์ข้อมูล, และกรอบการกำกับดูแล แม้ว่าองค์กรในอาเซียนที่ตอบแบบสำรวจจะยกให้ AI มีความสำคัญทางธุรกิจเป็นลำดับต้น ๆ แต่ส่วนใหญ่ยังไม่มีความพร้อม รวมถึงขาดความเชี่ยวชาญ AI ขั้นสูงและแมชชีนเลิร์นนิ่งที่จำเป็นเพื่อใช้ประโยชน์อย่างเต็มศักยภาพ มีผู้ตอบแบบสำรวจเพียง 17% ที่กล่าวว่าองค์กรของตนมีความเชี่ยวชาญอย่างมากและมีทีม data science เฉพาะทาง องค์กรส่วนใหญ่ยังคงขาดทักษะที่เกี่ยวข้องกับ AI และยังไม่เห็นว่าการกำกับดูแลและการปฏิบัติตามข้อกำหนด้านข้อมูลมีความสำคัญ ซึ่งอาจทำให้องค์กรเหล่านี้ต้องเผชิญกับความเสี่ยงด้านกฎระเบียบ

การที่จะใช้ AI ได้อย่างสมบูรณ์แบบนั้น องค์กรต้องใช้แนวทางเชิงกลยุทธ์ที่ต้องให้เวลามากขึ้น โดยเฉพาะในเรื่องซับซ้อนที่ AI สามารถขับเคลื่อนคุณประโยชน์ให้ได้อย่างมาก นอกจากการลงทุนด้านข้อมูลองค์กรและเทคโนโลยี เพื่อเพิ่มความพร้อมของข้อมูลแล้ว องค์กรจำเป็นต้องเตรียมพร้อมทุกระดับ ซึ่งเป็นเรื่องเกี่ยวข้องกับการส่งเสริมวัฒนธรรมแห่งนวัตกรรม, ยกระดับทักษะของบุคลากรให้เปิดรับเทคโนโลยีใหม่ ๆ, และปรับกระบวนการระยะยาวต่าง ๆ ให้สอดคล้องกับเป้าหมายกลยุทธ์ทางธุรกิจ

สิ่งที่จะเกิดขึ้นในปี 2568

เราจะยังเห็น AI พัฒนาไปในบทบาทที่เป็นรากฐานสำคัญของการสร้างสรรค์สิ่งใหม่อย่างต่อเนื่อง การบูรณาการระหว่าง AI และ โอเพ่นเซอร์ที่ลุ่มลึกและแน่นแฟ้นมากขึ้น จะเป็นตัวกำหนดอนาคตของเทคโนโลยี ซึ่งไม่เพียงหมายถึงการเข้าถึงเทคโนโลยีใหม่ ๆ เท่านั้น แต่ยังเพิ่มความสามารถในการปรับตัวและเพิ่มประสิทธิภาพให้กับโซลูชันที่ใช้ในองค์กรในทุกอุตสาหกรรม ทั้งนี้ หัวใจสำคัญของความก้าวหน้าเหล่านี้อยู่ที่ข้อมูลซึ่งเป็นเสาหลักของข้อมูลเชิงลึกที่มีคุณประโยชน์และเชื่อถือได้ เราจะได้เห็นองค์กรต่าง ๆ ให้ความสำคัญกับที่มาของข้อมูลมากขึ้น ทั้งภาพรวมของต้นทางที่เกิดข้อมูล ความสมบูรณ์ และความถูกต้องของข้อมูลขององค์กร และสร้างความไว้วางใจสูงขึ้นมากในโลกที่ขับเคลื่อนด้วย AI มากขึ้นเรื่อย ๆ

เราก้าวสู่ปี 2568 ปีที่เทรนด์ที่เกี่ยวเนื่องกันเหล่านี้จะเป็นตัวกำหนดแลนด์สเคป AI ที่สมบูรณ์มากขึ้น เป็นการปูทางให้กับอนาคตที่ธุรกิจทุกขนาดสามารถปลดล็อกศักยภาพของข้อมูลและเทคโนโลยีได้ด้วยโอเพ่นซอร์ส