Confluent ชี้ Data Mess จากข้อมูลกระจัดกระจายกำลังเป็นอุปสรรคต่อ AI องค์กรไทย แนะใช้ Data Streaming เชื่อมข้อมูลเรียลไทม์ให้ AI Agents ใช้งานได้จริง
ในขณะที่องค์กรต่าง ๆ กำลังเร่งนำ AI มาประยุกต์ใช้ ความท้าทายสำคัญที่กำลังเกิดขึ้นเบื้องหลังคือปัญหาข้อมูลที่กระจัดกระจายและไม่เชื่อมต่อกัน
ปัจจุบัน ธุรกิจต้องดำเนินงานบนระบบที่หลากหลาย ทั้งระบบแบบดั้งเดิม แอปพลิเคชันบนคลาวด์ ระบบบริหารลูกค้าสัมพันธ์ (CRM) ระบบวางแผนทรัพยากรองค์กร (ERP) และแพลตฟอร์มวิเคราะห์ข้อมูล ซึ่งมักจะไม่สามารถเชื่อมต่อหรือสื่อสารกันได้อย่างมีประสิทธิภาพ ส่งผลให้เกิดสิ่งที่ Confluent เรียกว่า “Data Mess” หรือ “ความวุ่นวายของโครงสร้างข้อมูล” ซึ่งเกิดจากการเชื่อมต่อระบบที่กระจัดกระจายและตัดขาดจากกัน จนกลายเป็นอุปสรรคสำคัญต่อการระบุเจ้าของข้อมูล (Data Ownership) การติดตามเส้นทางข้อมูล (Data Lineage) และการรักษาคุณภาพข้อมูล
(คุณเคนนี่ ชิน ผู้อำนวยการภูมิภาคเอเชียตะวันออกเฉียงใต้ บริษัท คอนฟลูเอนท์)
คุณเคนนี่ ชิน ผู้อำนวยการภูมิภาคเอเชียตะวันออกเฉียงใต้ บริษัท คอนฟลูเอนท์ กล่าวว่า “องค์กรในปัจจุบันกำลังเผชิญกับสิ่งที่เราเรียกว่า ‘Data Mess’ จากการที่ระบบต่าง ๆ มีความกระจัดกระจายมากขึ้น ธุรกิจจึงจำเป็นต้องมีแนวทางที่มีประสิทธิภาพยิ่งกว่า เพื่อช่วยให้ข้อมูลสามารถค้นหาได้ง่าย มีความน่าเชื่อถือ ปลอดภัย และและพร้อมดึงไปใช้งานได้ทันทีในทุกทีม”
ที่ผ่านมา ข้อมูลขององค์กรส่วนใหญ่มักถูกจัดเก็บอยู่ในสองส่วนหลัก ได้แก่ ระบบปฏิบัติการ (Operational Systems) เช่น ระบบเรียกเก็บเงิน ระบบ CRM และฐานข้อมูลธุรกรรม ซึ่งทำหน้าที่สนับสนุนการดำเนินธุรกิจในแต่ละวัน และระบบวิเคราะห์ข้อมูล (Analytical Systems) เช่น Data Warehouse และ Dashboard ซึ่งใช้สำหรับการวิเคราะห์ข้อมูลและจัดทำรายงาน
อย่างไรก็ตาม ในปัจจุบันธุรกิจไม่สามารถแบกรับความล่าช้าระหว่างการการดำเนินงานและการตัดสินใจได้อีกต่อไป เมื่อองค์กรขับเคลื่อนเข้าสู่ระบบดิจิทัลและนำ AI มาใช้มากขึ้น ความสามารถในการเข้าถึงและจัดการกับข้อมูลแบบเรียลไทม์จึงกลายเป็นปัจจัยสำคัญมากยิ่งขึ้น
การเติบโตของธุรกิจแบบเรียลไทม์
นี่คือเหตุผลที่ Data Streaming Platform กำลังมีบทบาทสำคัญมากขึ้น
Data Streaming Platform คือแพลตฟอร์มที่สามารถรวบรวม ประมวลผล และส่งต่อข้อมูลระหว่างระบบและสภาพแวดล้อมคลาวด์ต่าง ๆ ได้อย่างต่อเนื่องแบบเรียลไทม์ ช่วยให้องค์กรสามารถดำเนินการกับข้อมูลได้ในขณะที่ข้อมูลยังคงมีความสดใหม่และมีคุณค่า แพลตฟอร์มจึงมักถูกเปรียบเป็น ระบบประสาทส่วนกลางขององค์กร ที่ช่วยให้ข้อมูลสามารถเคลื่อนย้ายได้อย่างไร้รอยต่อระหว่างแอปพลิเคชัน ทีมงาน และสภาพแวดล้อมต่าง ๆ ของระบบ
ตัวอย่างเช่น ในธุรกิจค้าปลีก ระบบสินค้าคงคลังจำเป็นต้องเชื่อมข้อมูลให้ตรงกัน ทั้งบนแอปพลิเคชันมือถือ เว็บไซต์ และหน้าร้าน เพื่อให้เห็นจำนวนสินค้าคงเหลือที่แม่นยำและเติมสต็อกได้เร็วขึ้น เมื่อลูกค้าสั่งซื้อสินค้า ระบบจะอัปเดตยอดสินค้าคงเหลือในทุกช่องทางทันที พร้อมแจ้งเตือนระบบจัดซื้อให้เตรียมเติมสินค้าในเวลาเดียวกัน
นอกจากจะช่วยเพิ่มประสิทธิภาพในการดำเนินงานแล้ว Data Streaming ยังช่วยให้องค์กรยกระดับการกำกับดูแลข้อมูลและการปฏิบัติตามข้อกำหนดได้ดียิ่งขึ้น โดยการควบคุมข้อมูลตั้งแต่ต้นทาง ซึ่งช่วยเพิ่มคุณภาพและความสม่ำเสมอของข้อมูลทั่วทั้งองค์กร
เมื่อธุรกิจเดินหน้าสู่ความทันสมัย ความสามารถในการเคลื่อนย้ายและประมวลผลข้อมูลแบบทันทีไม่ได้เป็นเพียงรากฐานของการเปลี่ยนผ่านสู่ยุคดิจิทัลเท่านั้น แต่ยังเป็นพื้นฐานสำคัญของการนำ AI มาใช้งานอีกด้วย
ทำไมความสำเร็จของ AI จึงต้องพึ่งพาข้อมูลแบบเรียลไทม์
ประเทศไทยกำลังพัฒนาอย่างต่อเนื่องในการก้าวสู่เศรษฐกิจดิจิทัลที่ทันสมัยและพร้อมรองรับ AI โดยองค์กรต่าง ๆ เริ่มหันมาศึกษาแอปพลิเคชันที่ขับเคลื่อนด้วย AI และ Intelligent Agents เพื่อทำงานอัตโนมัติและช่วยสนับสนุนการตัดสินใจมากขึ้น
อย่างไรก็ตาม ความสำเร็จของเทคโนโลยีเหล่านี้ขึ้นอยู่กับคุณภาพและการเข้าถึงข้อมูลขององค์กรเป็นสำคัญ แม้ที่ผ่านมาผู้คนจะให้ความสนใจกับโมเดลภาษาขนาดใหญ่ (LLMs) แต่หลายองค์กรกลับพบว่า มูลค่าทางธุรกิจที่แท้จริงมาจากการเชื่อมต่อระบบ AI เข้ากับข้อมูลการดำเนินงานจริงขององค์กรเอง
คุณเคนนี่ ชิน กล่าวเสริมว่า “องค์กรส่วนใหญ่ไม่ได้พัฒนาโมเดล AI ขึ้นมาจากศูนย์ แต่เน้นไปที่การสร้างแอปพลิเคชันและ AI Agents ที่นำโมเดลที่มีอยู่แล้วมาผสานเข้ากับข้อมูลทางธุรกิจของตนเอง ดังนั้น โจทย์สำคัญจึงอยู่ที่การทำให้ข้อมูลเหล่านั้นพร้อมใช้งานได้แบบเรียลไทม์ และมีความแม่นยำน่าเชื่อถือ”
หากปราศจากข้อมูลที่เป็นปัจจุบันและตรงตามบริบท ระบบ AI ก็มีความเสี่ยงที่จะประมวลผลลัพธ์ที่ไม่เป็นปัจจุบันหรือให้คำแนะนำที่ไม่ครบถ้วน Data Streaming Platform จึงเข้ามาช่วยแก้ปัญหานี้ด้วยการส่งข้อมูลธุรกิจที่เกี่ยวข้องไปยังแอปพลิเคชัน AI อย่างต่อเนื่องทันทีที่มีเหตุการณ์เกิดขึ้น ทำให้ระบบ AI ประมวลผลลัพธ์ได้อย่างแม่นยำ ทันเวลา และนำไปใช้งานจริงได้
แนวโน้มการให้ความสำคัญกับโครงสร้างพื้นฐานข้อมูลที่พร้อมรองรับ AI สะท้อนถึงการเปลี่ยนแปลงเชิงบวกในระบบนิเวศดิจิทัลของไทย เนื่องจากองค์กรต่าง ๆ เริ่มก้าวข้ามขั้นตอนการทดลอง และเดินหน้าสร้างแอปพลิเคชัน AI ที่ใช้งานได้จริงและสร้างมูลค่าทางธุรกิจที่วัดผลได้
การวางรากฐานเพื่ออนาคตดิจิทัลของประเทศไทย
เมื่อองค์กรยกระดับจากการทดลองใช้ AI ไปสู่การปรับใช้ในระบบจริง การเข้าถึงข้อมูลที่เชื่อมโยงถึงกันอย่างสมบูรณ์และแม่นยำน่าเชื่อถือ จึงกลายเป็นหัวใจสำคัญที่มองข้ามไม่ได้
เพื่อรองรับการยกระดับนี้ Confluent จึงเข้ามาช่วยองค์กรต่าง ๆ สามารถเชื่อมต่อข้อมูลธุรกิจเข้ากับแอปพลิเคชัน AI ได้โดยตรงแบบเรียลไทม์ ผ่านนวัตกรรมอย่าง Streaming Agents ที่ช่วยให้ข้อมูลธุรกิจที่ตรงตามบริบทบริบทไหลเข้าสู่ระบบ AI ได้อย่างลื่นไหลและไร้รอยต่อ
ขณะเดียวกัน Confluent ยังเดินหน้าลงทุนใน Partner Ecosystem ของไทย ด้วยการอัปสกิลพาร์ตเนอร์และเหล่า System Integrator ในเทคโนโลยีอย่าง Apache Flink เพื่อรองรับความต้องการด้านโครงสร้างพื้นฐานยุค AI ที่กำลังขยายตัวอย่างต่อเนื่อง
“นวัตกรรมทางเทคโนโลยีเพียงอย่างเดียวคงยังไม่เพียงพอ การสร้างศักยภาพและทักษะให้บุคลากรในประเทศก็มีความสำคัญไม่แพ้กันในการช่วยให้องค์กรไทยสามารถนำ AI และเทคโนโลยีที่ขับเคลื่อนด้วยข้อมูลไปปรับใช้ได้อย่างเต็มรูปแบบ” คุณเคนนี่ ชิน กล่าว
การสร้างการเติบโตทางดิจิทัลอย่างยั่งยืน
เมื่อการเปิดรับ AI เร่งตัวขึ้น ความได้เปรียบทางการแข่งขันจะขึ้นอยู่กับความสามารถขององค์กรในการส่งมอบข้อมูลที่น่าเชื่อถือแบบเรียลไทม์ไปยังระบบ AI มากขึ้นเรื่อย ๆ
เพื่อรองรับการเปลี่ยนแปลงสำคัญนี้ Confluent ยังคงเดินหน้าลงทุนอย่างต่อเนื่อง ทั่งในด้านนวัตกรรมเทคโนโลยีและการพัฒนาระบบนิเวศ รวมถึงโครงการริเริ่มลงทุนในพันธมิตรทั่วโลกมูลค่า 200 ล้านดอลลาร์สหรัฐที่ได้ประกาศไปก่อนหน้านี้
“องค์กรควรเปิดโอกาสให้เกิดการทดลองและเรียนรู้ได้อย่างรวดเร็ว” คุณเคนนี่ กล่าว “ขณะเดียวกัน องค์กรก็ต้องเร่งส่งเสริมความรู้และยกระดับทักษะที่จำเป็นให้แก่บุคลากร เพื่อให้ทุกคนสามารถใช้ประโยชน์จาก AI และเทคโนโลยีที่ขับเคลื่อนด้วยข้อมูลได้อย่างเต็มประสิทธิภาพ”
สำหรับประเทศไทย ความสามารถในการเปลี่ยนข้อมูลที่เคยกระจัดกระจายให้กลายเป็นสินทรัพย์เชิงกลยุทธ์แบบเรียลไทม์ อาจกลายเป็นจุดเปลี่ยนสำคัญ ในขณะที่องค์กรต่าง ๆ เดินหน้าบนเส้นทางการเปลี่ยนผ่านสู่ยุคดิจิทัลและการประยุกต์ใช้ AI ต่อไปในอนาคต
Confluent Warns “Data Mess” Could Hold Back Enterprise AI in Thailand as Real-Time Data Becomes Critical
As Thai organisations accelerate the adoption of AI and AI Agents, fragmented enterprise data could become one of the biggest barriers to generating real business value. Confluent describes this growing problem as “Data Mess,” where information is scattered across CRM, ERP, transactional systems, cloud applications and analytics platforms that do not communicate effectively.
Data Mess can make it more difficult for organisations to establish Data Ownership, track Data Lineage, and maintain the quality and reliability of the information AI systems depend on.
Kenny Chin, Regional Director for Southeast Asia at Confluent, said: “Organisations today are facing what we call ‘Data Mess’ as systems become increasingly fragmented. Businesses therefore need a more effective approach that makes data easy to discover, trustworthy, secure and immediately accessible to every team.”
Enterprise data has traditionally been divided between Operational Systems, such as billing platforms, CRM applications and transactional databases, and Analytical Systems, including Data Warehouses and Dashboards. As AI-powered applications increasingly require fresh information, however, delays between these environments can become a significant constraint.
Confluent sees Data Streaming Platforms as a way to bridge that gap by continuously collecting, processing and moving data between systems and cloud environments in real time, allowing applications to act on information while it is still current.
In retail, for example, inventory information can be synchronised across mobile applications, websites and physical stores. When a customer places an order, stock levels can be updated across every channel immediately while the procurement system is simultaneously alerted to replenish inventory. Controlling data from the source can also strengthen Data Governance and improve consistency across the organisation.
This becomes increasingly important as companies move beyond AI experiments and begin developing production applications and Intelligent Agents. Many organisations are using existing AI models and combining them with their own business data rather than building new models from scratch.
Chin said: “Most organisations are not developing AI models from the ground up. Instead, they are building applications and AI Agents that combine existing models with their own business data. The key challenge therefore is making that data available in real time while ensuring it remains accurate and trustworthy.”
If an AI system receives outdated or poorly contextualised information, its outputs and recommendations may no longer reflect current conditions. Data Streaming is therefore being positioned as an infrastructure layer that continuously delivers relevant business information to AI applications as events occur.
Confluent is extending this approach through Streaming Agents, which connect business data directly with AI applications in real time. The company is also investing in Thailand’s Partner Ecosystem by developing skills among partners and System Integrators in technologies such as Apache Flink to support growing demand for AI-ready data infrastructure.
Confluent argues that workforce capabilities must develop alongside technology. The company has also previously announced a US$200 million global partner investment initiative aimed at strengthening its broader ecosystem.
For Thai organisations, the next stage of AI adoption may therefore depend as much on data infrastructure as on the AI models themselves. Turning fragmented information into connected, trustworthy and real-time data could become a critical foundation for moving AI from experimentation into production systems that deliver measurable business outcomes.
