การ์ทเนอร์เผย 7 คาดการณ์ AI Data Analytics ที่จะเปลี่ยนโลกธุรกิจถึงปี 2573

บริษัทวิจัยการ์ทเนอร์เผยคาดการณ์ด้าน Data and Analytics ประจำปี 2569 ชี้ให้เห็นว่าองค์กรที่ยังไม่เตรียมพร้อมรับ AI กำลังเสี่ยงตกขบวนในทุกมิติ ตั้งแต่การจ้างงานไปจนถึงโครงสร้างพื้นฐานด้านข้อมูล

คุณ Rita Sallam รองประธานนักวิเคราะห์อาวุโสของการ์ทเนอร์ให้มุมมองว่า เส้นแบ่งระหว่างความฉลาดของมนุษย์ เครื่องจักร และองค์กรกำลังเลือนลางลงทุกปี และระบบ AI ไม่ได้เป็นแค่เครื่องมืออีกต่อไป แต่กำลังกลายเป็นพันธมิตรทางธุรกิจที่แท้จริง

ตลาดซอฟต์แวร์ 5.8 หมื่นล้านดอลลาร์กำลังจะถูกพลิกโฉม

ปี 2570 คือจุดพลิกผันที่การ์ทเนอร์มองว่า GenAI และ AI Agent จะก่อให้เกิดการแข่งขันรุ่นใหม่ในตลาดซอฟต์แวร์สำนักงาน ซึ่งไม่เคยเกิดขึ้นในรอบ 30 ปีมาแล้ว เหตุผลชัดเจนคือ AI เปลี่ยนวิธีสร้างเนื้อหาจากการพิมพ์ด้วยมือไปสู่การสังเคราะห์อัตโนมัติ

ผู้ผลิตซอฟต์แวร์ที่ไม่ปรับตัวจะสูญเสียความได้เปรียบ เพราะองค์กรต่าง ๆ กำลังมองหาเครื่องมือที่ออกแบบมาสำหรับยุค Agentic AI โดยเฉพาะ ไม่ใช่แค่โปรแกรมพิมพ์เอกสารที่ใส่ AI เพิ่มเติมเข้ามา

ทักษะ AI กำลังกลายเป็นข้อกำหนดบังคับในการสมัครงาน

การ์ทเนอร์คาดว่า 75% ของกระบวนการจ้างงานทั่วโลกจะมีการทดสอบทักษะ AI เป็นส่วนหนึ่งของการคัดเลือกภายในปี 2570 ซึ่งสะท้อนให้เห็นว่าองค์กรไม่ได้มองหาแค่ผู้เชี่ยวชาญเฉพาะด้านอีกต่อไป แต่ต้องการบุคลากรทุกระดับที่ทำงานร่วมกับ AI ได้อย่างมีประสิทธิภาพ

สำหรับผู้นำองค์กร นี่คือสัญญาณที่ชัดเจนว่าการลงทุนใน AI Upskilling ไม่ใช่ทางเลือก แต่เป็นสิ่งที่ต้องทำทันที ก่อนที่ช่องว่างด้านทักษะจะกลายเป็นปัญหาเชิงโครงสร้างที่แก้ยากขึ้นในภายหลัง

ข้อมูลจากโลกจริงจะมีคุณค่ามากกว่าข้อมูลดิจิทัลทั้งหมด

ภายในปี 2572 AI Agent ที่ทำงานในสภาพแวดล้อมทางกายภาพจะผลิต Trajectory Data มากกว่าข้อมูลจากแอปพลิเคชัน AI ดิจิทัลรวมกันถึง 10 เท่า ข้อมูลประเภทนี้เกิดจากการที่ AI มีปฏิสัมพันธ์กับสภาพแวดล้อมจริง ทั้งในเชิงพื้นที่และสถานการณ์ที่ซับซ้อน

การ์ทเนอร์มองว่านี่คือโอกาสสำคัญสำหรับ World Models ที่จะเรียนรู้จากข้อมูลเหล่านี้ เพื่อพัฒนาความสามารถในการจำลองและพยากรณ์สถานการณ์จริงได้อย่างแม่นยำในระดับที่ไม่เคยทำได้มาก่อน

ธรรมาภิบาล AI คือความเสี่ยงที่องค์กรมองข้ามไม่ได้

การ์ทเนอร์เตือนว่าครึ่งหนึ่งของความล้มเหลวในการใช้ AI Agent มาจากระบบธรรมาภิบาลที่ไม่ครอบคลุมเพียงพอ โดยเฉพาะในแง่การบังคับใช้กฎในขณะทำงานจริง และในระยะสั้น การปล่อยให้ LLM ตัดสินใจโดยปราศจากการกำกับดูแลจะนำมาซึ่งความสูญเสียทั้งทางการเงินและชื่อเสียง

ทางออกที่การ์ทเนอร์แนะนำคือการทดลองใช้ Data Governance Agents ในกระบวนการความเสี่ยงต่ำก่อน จากนั้นค่อยขยายผลเมื่อมั่นใจว่าระบบทำงานได้อย่างถูกต้อง ควบคู่กับการออกแบบเวิร์กโฟลว์การวิเคราะห์ใหม่ที่มีขั้นตอนการประเมินผลรองรับ

ติดตามข้อมูลข่าวสารน่าสนใจได้ทาง www.zanzab.com และช่องทางโซเชียล
Facebook , YouTube , Instagram และ Tiktok