10 อันดับเทรนด์เทคโนโลยีเชิงกลยุทธ์มาแรง ปี 2568

ยีน อัลวาเรซ รองประธานอาวุโสการ์ทเนอร์ กล่าวว่า “ปีนี้แนวโน้มเทคโนโลยีเชิงกลยุทธ์ครอบคลุมความจำเป็นและความเสี่ยง AI, ขอบเขตใหม่ของการประมวลผล และการทำงานร่วมกันระหว่างมนุษย์และเครื่องจักร ซึ่งการติดตามแนวโน้มเหล่านี้ช่วยให้ผู้นำไอทีสามารถกำหนดอนาคตองค์กรด้วยการนำนวัตกรรมมาปรับใช้อย่างมีความรับผิดชอบและมีจริยธรรม”

เทรนด์เทคโนโลยีเชิงกลยุทธ์ที่สำคัญในปี 2568 ประกอบด้วย

Agentic AI
ระบบตัวแทนเอไอหรือ Agentic AI สามารถใช้วางแผนและดำเนินการแบบอัตโนมัติเพื่อบรรลุเป้าหมายตามที่ผู้ใช้กำหนด โดย Agentic AI จะนำเสนอการทำงานเสมือนจริงของทีมงานเพื่อช่วยแบ่งเบาภาระและเพิ่มประสิทธิภาพงานของมนุษย์ การ์ทเนอร์คาดว่า ในปี 2571 การตัดสินใจเรื่องงานประจำวันจะเป็นอัตโนมัติโดยทำงานผ่าน Agentic AI จะมีอย่างน้อย 15% เพิ่มขึ้นจากเดิม 0% ในปี 2567 โดยความสามารถที่ขับเคลื่อนด้วยเป้าหมายของเทคโนโลยีนี้จะมอบระบบซอฟต์แวร์ที่ปรับเปลี่ยนได้มากขึ้น ช่วยให้ทำงานได้หลากหลายขึ้น

Agentic AI มีศักยภาพช่วยให้ผู้บริหาร CIO สามารถเพิ่มประสิทธิภาพการทำงานได้ทั่วทั้งองค์กร โดยแรงจูงใจนี้ยังผลักดันให้ทั้งองค์กรและผู้จำหน่ายร่วมกันสำรวจ สร้างสรรค์นวัตกรรมและพัฒนาเทคโนโลยีพร้อมแนวทางปฏิบัติที่จำเป็นเพื่อส่งมอบเทคโนโลยีนี้ในรูปแบบที่มั่นคง ปลอดภัย และเชื่อถือได้

AI Governance Platforms
แพลตฟอร์มการกำกับดูแล AI หรือ AI Governance Platform เป็นส่วนหนึ่งของแนวทางการจัดการความน่าเชื่อถือ ความเสี่ยง และความปลอดภัยของ AI (หรือที่เรียกว่า TRiSM) ที่การ์ทเนอร์กำลังพัฒนาอยู่ ช่วยให้องค์กรต่างๆ นั้นสามารถจัดการประสิทธิภาพทางกฎหมาย จริยธรรม และการดำเนินงานระบบ AI โดยโซลูชันเทคโนโลยีเหล่านี้มีความสามารถในการสร้างสรรค์ จัดการและบังคับใช้หลักเกณฑ์สำหรับการใช้งาน AI อย่างมีความรับผิดชอบ รวมถึงอธิบายวิธีการทำงานของระบบ AI และยังนำเสนอความโปร่งใสเพื่อสร้างความเชื่อมั่นและความรับผิดชอบ

การ์ทเนอร์คาดการณ์ว่า ในปี 2571 องค์กรที่ใช้ AI Governance Platform อย่างครอบคลุมจะเจอสถานการณ์ที่เกี่ยวข้องกับธรรมมาภิบาลด้าน AI น้อยลง 40% เทียบกับองค์กรที่ไม่มีระบบดังกล่าว

Disinformation Security
ความปลอดภัยข้อมูลเท็จ หรือ Disinformation Security เป็นเทคโนโลยีใหม่ที่กำลังเกิดขึ้น ซึ่งแยกแยะความน่าเชื่อถืออย่างเป็นระบบ และมุ่งหวังที่จะจัดทำระบบเชิงวิธีการเพื่อรับรองและประเมินความถูกต้อง รวมถึงป้องกันการแอบอ้างตัวตน และติดตามการแพร่กระจายข้อมูลที่เป็นอันตราย การ์ทเนอร์คาดว่า ในปี 2571 องค์กรธุรกิจถึง 50% จะเริ่มนำผลิตภัณฑ์ บริการ หรือฟีเจอร์ที่ออกแบบมาโดยเฉพาะเพื่อจัดการกับยูสเคสการใช้งานความปลอดภัยของข้อมูลเท็จมาใช้ เพิ่มขึ้นจากปัจจุบันที่มีไม่ถึง 5%

คาดว่าความพร้อมใช้งานวงกว้างและพัฒนาการของเครื่องมือ AI รวมถึง Machine Learning ที่ถูกนำไปใช้เพื่อจุดประสงค์ไม่หวังดี จะเพิ่มจำนวนเหตุการณ์การให้ข้อมูลเป็นเท็จ (Disinformation Incidents) ที่มุ่งเป้าไปที่องค์กรต่างๆ หากปล่อยทิ้งไว้โดยไม่ตรวจสอบข้อมูลเท็จเหล่านี้ อาจสร้างความเสียหายร้ายแรงสำคัญต่อองค์กรใดก็ได้

Postquantum Cryptography
การเข้ารหัสแบบ Postquantum Cryptography ให้การป้องกันข้อมูล ซึ่งต้านทานความเสี่ยงจากการถอดรหัสของคอมพิวเตอร์ควอนตัม เนื่องจากช่วงไม่กี่ปีที่ผ่านมาคอมพิวเตอร์ควอนตัมมีความก้าวหน้าอย่างต่อเนื่อง คาดว่าจะมีการยุติการเข้ารหัสแบบเดิมในหลายประเภทที่ใช้กันอย่างแพร่หลาย แต่การเปลี่ยนวิธีการเข้ารหัสนั้นไม่ใช่เรื่องง่าย ดังนั้นองค์กรจำเป็นต้องใช้เวลาเตรียมการล่วงหน้านานขึ้น เพื่อเตรียมพร้อมสร้างการป้องกันที่แข็งแกร่งสำหรับสิ่งที่ละเอียดอ่อนหรือเป็นความลับใดๆ ก็ตาม

การ์ทเนอร์คาดการณ์ว่า ในปี 2572 ความก้าวหน้าคอมพิวเตอร์ควอนตัมจะทำให้การเข้ารหัสแบบอสมมาตร (Asymmetric Cryptography) แบบเดิมส่วนใหญ่ไม่ปลอดภัยต่อการใช้งาน

Ambient Invisible Intelligence
ปัญญาประดิษฐ์ที่แฝงตัวตามสภาพแวดล้อม หรือ Ambient Invisible Intelligence นั้นเกิดขึ้นจากการใช้อุปกรณ์ติดตามอัจฉริยะ หรือ Smart Tags และอุปกรณ์เซ็นเซอร์ขนาดเล็กที่มีต้นทุนต่ำเป็นพิเศษ ช่วยให้สามารถติดตามและตรวจจับได้ในวงกว้าง โดยในระยะยาว Ambient Invisible Intelligence จะช่วยให้สามารถผสานการตรวจจับและปัญญาประดิษฐ์เข้าไว้กับชีวิตประจำวันได้ลึกซึ้งยิ่งขึ้น

จนถึงปี 2570 ตัวอย่างแรกๆ ของเทคโนโลยี Ambient Invisible Intelligence จะมุ่งเน้นไปที่การแก้ไขปัญหาเฉพาะหน้า เช่น การตรวจสอบสต๊อกสินค้าปลีกหรือการขนส่งสินค้าเน่าเสียง่าย โดยทำให้สามารถติดตามและตรวจจับสินค้าได้แบบเรียลไทม์ด้วยต้นทุนต่ำ เพื่อปรับปรุงการมองเห็นและประสิทธิภาพ

Energy-Efficient Computing
อุตสาหกรรมไอทีส่งผลกระทบต่อความยั่งยืนหลายๆ ด้าน แม้ในปีนี้องค์กรไอทีส่วนใหญ่ต่างคำนึงถึงการลดปริมาณการปล่อยคาร์บอนเป็นหลัก แต่แอปพลิเคชันที่ต้องใช้การประมวลผลสูง เช่น การฝึกอบรม AI การจำลอง การเพิ่มประสิทธิภาพ และการเรนเดอร์มีเดียต่างๆ กลับมีแนวโน้มเป็นปัจจัยสำคัญที่ส่งผลต่อการปล่อยคาร์บอนขององค์กรมากที่สุด เนื่องจากใช้พลังงานเยอะสุด

การ์ทเนอร์คาดว่าตั้งแต่ช่วงปลายทศวรรษ 2020 เป็นต้นมา เทคโนโลยีการประมวลผลใหม่ๆ หลายตัว อาทิ เครื่องเร่งความเร็วแบบออปติคอล (Optical), นิวโรมอร์ฟิก (Neuromorphic) และตัวเร่งความเร็วแบบใหม่ (Novel Accelerators) จะเกิดขึ้นกับงานเฉพาะทาง เช่น AI และการเพิ่มประสิทธิภาพให้ระบบ หรือ Optimization ซึ่งจะใช้พลังงานน้อยลงอย่างมาก

Hybrid Computing
ระบบการประมวลผลใหม่เกิดขึ้นอยู่เรื่อยๆ ประกอบด้วย การประมวลผลด้วยหน่วยประมวลผลกลาง (CPU), หน่วยประมวลผลกราฟิก (GPU), การประมวลผล Edge, วงจรรวมเฉพาะแอปพลิเคชัน (ASIC), นิวโรมอร์ฟิก (Neuromorphic) และควอนตัมคลาสสิก (Classical Quantum) รวมถึงระบบการคำนวณแบบออปติก (Optical Computing Paradigms) โดยการประมวลผลแบบไฮบริดที่รวมกลไกการคำนวณ การจัดเก็บและใช้เครือข่ายที่แตกต่างกันมีวัตถุประสงค์เพื่อใช้แก้ปัญหาด้านการคำนวณ โดยรูปแบบการคำนวณเหล่านี้ช่วยให้องค์กรสามารถสำรวจและแก้ปัญหาได้ ทำให้เทคโนโลยี อย่างเช่น AI ทำงานได้เกินขีดจำกัดในปัจจุบัน และการประมวลผลแบบไฮบริดยังถูกนำมาใช้สร้างสภาพแวดล้อมนวัตกรรมที่เปลี่ยนแปลงอย่างมีประสิทธิภาพสูง ซึ่งมีประสิทธิภาพมากกว่าสภาพแวดล้อมเดิม

Spatial Computing
การประมวลผลเชิงพื้นที่หรือ Spatial Computing ช่วยปรับปรุงโลกกายภาพด้วยเทคโนโลยีดิจิทัล เช่น AR และ VR ซึ่งเป็นการโต้ตอบอีกระดับระหว่างประสบการณ์ทางกายภาพและประสบการณ์เสมือนจริง ในอีก 5 ถึง 7 ปีข้างหน้า การใช้ Spatial Computing จะเพิ่มประสิทธิภาพการดำเนินงานให้กับองค์กรผ่านเวิร์กโฟลว์ที่ได้รับการปรับปรุงและเพิ่มประสิทธิภาพการทำงานร่วมกัน

การ์ทเนอร์คาดการณ์ว่า ภายในปี 2576 Spatial Computing จะมีมูลค่าเติบโตถึง 1.7 ล้านล้านดอลลาร์สหรัฐฯ เพิ่มขึ้นจาก 110 พันล้านดอลลาร์สหรัฐฯ ในปี 2566

Polyfunctional Robots
เครื่องจักรอเนกประสงค์ หรือ Polyfunctional Machines สามารถทำงานได้มากกว่าหนึ่งอย่าง และกำลังเข้ามาแทนที่หุ่นยนต์ที่ออกแบบมาให้ทำงานซ้ำๆ เฉพาะงาน โดยการทำงานของหุ่นยนต์รุ่นใหม่นี้จะช่วยเพิ่มประสิทธิภาพและให้ผลตอบแทนการลงทุนที่รวดเร็วขึ้น Polyfunctional Robots ยังได้รับการออกแบบมาให้ทำงานในโลกร่วมกับมนุษย์ ซึ่งจะทำให้ใช้งานได้รวดเร็วและปรับขนาดได้ง่าย

การ์ทเนอร์คาดการณ์ว่า ในปี 2573 จะมีมนุษย์ถึง 80% ทำงานร่วมกับหุ่นยนต์อัจฉริยะประจำวัน เพิ่มขึ้นจากปัจจุบันที่มีไม่ถึง 10%

Neurological Enhancement
การเพิ่มประสิทธิภาพระบบประสาทหรือ Neurological Enhancement จะช่วยเพิ่มความสามารถทางปัญญาของมนุษย์โดยใช้เทคโนโลยีที่อ่านและถอดรหัสกิจกรรมของสมอง เทคโนโลยีนี้จะอ่านสมองของบุคคลโดยใช้อินเทอร์เฟซสมอง-เครื่องจักรแบบทั้งทิศทางเดียวหรืออินเทอร์เฟซสมอง-เครื่องจักรแบบสองทิศทาง (BBMI) ซึ่งมีศักยภาพมหาศาลในสามด้านหลัก ได้แก่ ด้านการพัฒนาทักษะของมนุษย์ ด้านการตลาดในยุคถัดไป และด้านประสิทธิภาพ โดย Neurological Enhancement จะช่วยเพิ่มขีดความสามารถทางปัญญา ช่วยให้แบรนด์ต่าง ๆ ทราบว่าผู้บริโภคกำลังคิดและรู้สึกอย่างไร และเพิ่มความสามารถของระบบประสาทมนุษย์เพื่อเพิ่มประสิทธิภาพให้แก่ผลลัพธ์

ในปี 2573 การ์ทเนอร์คาดการณ์ว่าพนักงานที่มีทักษะความรู้ (Knowledge Workers) 30% จะได้รับการพัฒนา และพึ่งพาเทคโนโลยี เช่น BBMIs (ทั้งแบบนายจ้างออกทุนให้และแบบออกทุนเอง) เพื่อให้สามารถทำงานสอดรับกับการเพิ่มขึ้นของการใช้ AI ในสถานที่ทำงาน จากเดิมในปี 2567 ที่มีอยู่ไม่ถึง 1%