Gartner เผย 10 คาดการณ์เทคโนโลยีเชิงกลยุทธ์ในปี 2570 และอนาคต ชี้การเติบโตของ Agentic AI และ Physical AI จะเปลี่ยนโฉมบริการสาธารณะและการทำงานทั่วโลก
การ์ทเนอร์ อิงก์ บริษัทวิจัยและให้คำปรึกษาด้านธุรกิจและเทคโนโลยี ได้เปิดเผยการคาดการณ์กลยุทธ์สำคัญ หรือ Top Strategic Predictions สำหรับปี พ.ศ. 2570 และในอนาคตข้างหน้านี้ โดยครอบคลุม 3 กลุ่มหลัก ได้แก่ 1.Robots Everywhere, 2.Cost to Value และ 3.Unknown Unknowns
ดาริล พลัมเมอร์ (Daryl Plummer) รองประธานฝ่ายวิจัยและ Gartner Fellow กล่าวว่า “ระบบมากมายที่เราใช้งานกันอยู่ในปัจจุบันจนกลายเป็นเรื่องปกติ ตั้งแต่บริการสาธารณะ ไปจนถึงซอฟต์แวร์ โมเดลด้านพลังงานและแรงงาน จะถูก AI เปลี่ยนแปลงไปอย่างสิ้นเชิงในทศวรรษหน้า องค์กรที่จะประสบความสำเร็จที่สุดคือองค์กรที่สามารถรักษาสมดุลของการพัฒนานวัตกรรมและมีความรับผิดชอบไปพร้อม ๆ กัน พร้อมสร้างขีดความสามารถที่จำเป็นเพื่อจัดการกับทั้งโอกาสและผลกระทบที่ไม่คาดคิดในโลกที่ขับเคลื่อนด้วย AI“
ผู้นำเทคโนโลยีและธุรกิจจำเป็นอย่างยิ่งที่ต้องประเมินว่า การคาดการณ์สำคัญดังต่อไปนี้ จะส่งผลต่อการปรับกลยุทธ์และการลงทุนในปีหน้าและอนาคตต่อไปได้อย่างไร (ดูรูปที่ 1)
รูปที่ 1: การ์ทเนอร์คาดการณ์เชิงกลยุทธ์สำคัญในปี พ.ศ. 2570 และอนาคตข้างหน้า
ที่มา: การ์ทเนอร์ (กันยายน 2569)
สิ้นปี พ.ศ. 2573 จะมี Autonomous Agent มากกว่า 1 หมื่นล้านตัวที่สร้างโดยคน บริษัท และภาครัฐ เข้ามาขัดขวางบริการสาธารณะ
Agentic AI จะเพิ่มความต้องการในการใช้บริการสาธารณะขึ้นอย่างมาก เนื่องจาก Autonomous Agent เหล่านี้สามารถค้นหาโอกาส ตรวจสอบสิทธิ์ และยื่นคำร้องแทนผู้ใช้ได้โดยแทบไม่ต้องพึ่งพามนุษย์ และการเพิ่มขึ้นอย่างกะทันหันของจำนวนใบสมัคร คำร้อง และธุรกรรม จะเพิ่มแรงกดดันให้แก่ระบบภาครัฐเป็นอย่างมาก จนต้องใช้แนวทางที่เข้มงวดขึ้นในเรื่องการระบุอัตลักษณ์ การสร้างความไว้วางใจ และมีความรับผิดชอบ การ์ทเนอร์แนะนำให้ภาครัฐเตรียมพร้อมยกระดับโครงสร้างพื้นฐานดิจิทัล เพิ่มขีดความสามารถเพื่อยืนยันตัวตน และวางแผนรับมือกับการมีปฏิสัมพันธ์กับ AI ที่เพิ่มสูงขึ้น
ในปี พ.ศ. 2573 แรงงานด่านหน้า หรือ Front-line Workers มากถึง 80% ในบริษัทข้ามชาติ จะได้รับการช่วยเหลือจากระบบ Physical AI
Physical AI กำลังขยายขอบเขตการทำงานของ AI ไปสู่โลกจริง ผ่านเทคโนโลยีต่าง ๆ อาทิ หุ่นยนต์ โดรน ยานพาหนะไร้คนขับ และระบบกายภาพอื่น ๆ ที่สามารถรับรู้ มีปฏิสัมพันธ์ และส่งผลต่อสิ่งแวดล้อมรอบข้าง หลายอุตสาหกรรมเริ่มหันมาใช้ Physical AI เพื่อเพิ่มความปลอดภัย ลดการทำงานซ้ำซ้อนหรืออันตรายแทนการใช้มนุษย์ และสร้างฐานข้อมูลเชิงลึก การ์ทเนอร์แนะนำให้องค์กรเลือกใช้กลยุทธ์ที่เน้นความปลอดภัยเป็นหลัก โดยลงทุนในแพลตฟอร์มที่มีความยืดหยุ่นและขยายการดำเนินงานได้ พร้อมมีกรอบการกำกับดูแลเข้มแข็ง และมีทักษะจำเป็นในการติดตั้งรวมถึงการบริหารจัดการระบบ Physical AI อย่างมีประสิทธิภาพ
ปี พ.ศ. 2573 องค์กรที่มีการใช้งาน AI เชื่อมต่อกับบริการสาธารณะราว 80% จะเผชิญกับการโจมตีแบบทำให้ทรัพยากรสูญสิ้นหรือ Cost Exhaustion Attack ซึ่งก่อให้เกิดต้นทุน AI สูงเกินจริง
การเติบโตของ AI ที่เปิดให้สาธารณะใช้งาน สร้างความเสี่ยงใหม่ทางไซเบอร์ที่เรียกว่า “Cost Exhaustion Attacks” ซึ่งผู้ประสงค์ร้ายจะจงใจเร่งให้เกิดการใช้งาน AI ให้สูงเกินจริงเพื่อเพิ่มต้นทุนดำเนินงาน เมื่อ AI ถูกฝังอยู่ในแอปพลิเคชันฝั่งลูกค้ามากขึ้น องค์กรจำเป็นต้องมองว่ารูปแบบการใช้ Token และการใช้งาน AI เป็นทั้งเรื่องการบริหารต้นทุนและภัยคุกคามความปลอดภัย การ์ทเนอร์แนะนำให้องค์กรกำหนดให้ต้นทุน Token ของ AI เป็นหนึ่งในตัวชี้วัดความปลอดภัยทางไซเบอร์ พร้อมทั้งบังคับใช้การควบคุมความปลอดภัยที่เน้นเรื่องต้นทุน และขยายขีดความสามารถเพื่อเฝ้าระวังครอบคลุมเทคโนโลยี AI ทั้งหมด
ปี พ.ศ. 2572 แอปพลิเคชันใหม่ถึง 80% ออกแบบมาเพื่อใช้แล้วทิ้ง (ใช้งานน้อยกว่า 1 ปี) เป็นการปฏิวัติวงจรชีวิตซอฟต์แวร์ AI
AI ทำให้การพัฒนาแอปพลิเคชันเข้าถึงง่ายขึ้น จนทำให้พนักงานหันมาสร้างแอปพลิเคชันชั่วคราวเพื่อตอบโจทย์ธุรกิจในระยะสั้นมากขึ้นเรื่อย ๆ สิ่งนี้ทำให้องค์กรต้องเผชิญกับความท้าทายใหม่ ๆ ด้านการกำกับดูแลความปลอดภัย การปฏิบัติตามกฎระเบียบ และเรื่องการจัดเก็บข้อมูล โดยเฉพาะเมื่อแอปเหล่านั้นมีผลต่อการตัดสินใจหรือเข้าถึงข้อมูลสำคัญ ๆ การ์ทเนอร์แนะนำให้องค์กรจัดทำกรอบการกำกับดูแลตามระดับความเสี่ยง ติดตามแอปฯ ที่พนักงานสร้างขึ้นผ่านระบบลงทะเบียนอัตโนมัติ และอัปเดตนโยบายการจัดเก็บข้อมูลเพื่อรองรับแอปพลิเคชันและเอเจนต์ที่สร้างโดย AI
ในปี พ.ศ. 2573 พลังงานมูลค่า 10 ล้านล้านดอลลาร์ที่ถือครองโดยองค์กรธุรกิจขนาดใหญ่ จะเปลี่ยนเกมให้บริษัทใน Global 2000 กลายเป็นผู้ผลิตไฟฟ้าโดยไม่คาดคิด ซึ่งการขายคืนพลังงานไฟฟ้าและ AI Data Center จะเปลี่ยนโฉมอุตสาหกรรมธุรกิจด้านสาธารณูปโภค
ความต้องการไฟฟ้าที่พุ่งสูงขึ้นจาก AI และ Data Center กำลังผลักดันให้องค์กรต่าง ๆ ลงทุนอย่างหนักในสินทรัพย์การผลิต การกักเก็บ และการจัดการพลังงาน จนเส้นแบ่งระหว่างผู้บริโภคและผู้ผลิตพลังงานไฟฟ้าเริ่มเลือนหายไป เมื่อพลังงานกลายเป็นสินทรัพย์เชิงกลยุทธ์ที่ควบคุมได้ด้วยซอฟต์แวร์ องค์กรจะต้องมีขีดความสามารถใหม่ ๆ เพื่อบริหารการผลิต การกักเก็บ และการใช้พลังงาน การ์ทเนอร์แนะนำให้องค์กรลงทุนในแพลตฟอร์มจัดการพลังงาน บูรณาการข้อมูลพลังงานเข้ากับข้อมูลการดำเนินงาน พร้อมสร้างระบบกำกับดูแลและโครงสร้างพื้นฐาน เพื่อเข้าร่วมตลาดพลังงานใหม่ที่กำลังเกิดขึ้น
ปี พ.ศ. 2573 บริษัทประกันภัย ที่ไม่ใช่หน่วยงานกำกับดูแล จะเป็นผู้ขับเคลื่อนการกำกับดูแล AI เนื่องจากมาตรฐานการรับประกันภัยที่เข้มงวดสำหรับประกันความรับผิดจาก AI จะเป็นสิ่งจำเป็นเพื่อลดค่าเบี้ยประกัน
องค์กรธุรกิจต่าง ๆ กำลังเปลี่ยนจากการกำกับดูแล AI แบบอิงนโยบาย ไปสู่การกำกับดูแลเชิงปฏิบัติการที่ฝังการควบคุมลงในระบบ AI และในขั้นตอนการทำงานโดยตรง เมื่อความเสี่ยงและความกังวลเรื่องความรับผิดจาก AI เพิ่มขึ้น คาดว่าบริษัทประกันจะมีอิทธิพลต่อแนวทางการกำกับดูแล โดยผลักดันให้เกิดการกำกับดูแล การบริหารความเสี่ยง และการควบคุมทางเทคนิคที่เข้มงวดขึ้น การ์ทเนอร์แนะนำให้องค์กรปรับใช้เทคโนโลยีกำกับดูแล AI ทดสอบระบบควบคุมในสภาพแวดล้อมจริง และสร้างการกำกับดูแลในขณะที่ระบบทำงาน เพื่อสนับสนุนทั้งนวัตกรรมและความรับผิดชอบแบบตรวจสอบได้
ปี พ.ศ. 2572 ราว 25% ของบริษัทในกลุ่ม Global 500 จะพัฒนานวัตกรรมผลิตภัณฑ์และบริการที่ขับเคลื่อนด้วย AI แบบแยกส่วน (Componentized) อย่างต่อเนื่อง ซึ่งจะสร้างความได้เปรียบทางการแข่งขัน ทำให้กลยุทธ์ “ผู้เดินตามอย่างรวดเร็ว หรือ Fast Follower” นั้นล้าสมัย
เมื่อคู่แข่งที่เป็นองค์กรแบบ AI-Native นำเสนอบริการที่ตรงความต้องการ มีประสิทธิภาพ และขยายขนาดได้ดีกว่า องค์กรดั้งเดิมจึงเผชิญความกดดันให้ต้องเร่งสร้างนวัตกรรม มิฉะนั้นอาจสูญเสียลูกค้า บุคลากร และส่วนแบ่งตลาด โดยความสำเร็จไม่ได้ขึ้นอยู่กับการลงทุนใน AI เท่านั้น แต่ยังรวมถึงรากฐานข้อมูล การกำกับดูแล และบุคลากรที่มีความสามารถซึ่งรองรับนวัตกรรมที่ขยายการใช้งานได้ การ์ทเนอร์แนะนำองค์กรควรให้ความสำคัญกับนวัตกรรมลูกค้าที่ขับเคลื่อนด้วย AI เสริมขีดความสามารถด้านข้อมูลและการวิเคราะห์ และสร้างทีมงานที่ยืดหยุ่นเพื่อสร้างแหล่งคุณค่าใหม่ ๆ ให้องค์กรต่อเนื่อง
ปี พ.ศ. 2572 องค์กรที่ใช้งาน AI ถึง 60% จะจัดตั้งหน่วยงานเฉพาะกิจ เพื่อทำหน้าที่ประเมินต้นทุนภาพรวม AI เทียบกับคุณค่าหรือกำไรที่ได้รับ
เมื่อองค์กรธุรกิจนำ Agentic AI มาใช้มากขึ้น การจัดการปริมาณการใช้ Token จึงกลายเป็นสิ่งสำคัญลำดับต้น ๆ เนื่องจากค่าใช้จ่ายพุ่งสูงขึ้นรวดเร็ว ทำให้เชื่อมโยงรายจ่ายเข้ากับมูลค่าทางธุรกิจได้ยากขึ้น องค์กรต้องการความชัดเจนในรูปแบบการใช้ AI และต้องการการกำกับดูแลที่เข้มงวดเพื่อรักษาสมดุลระหว่างประสิทธิภาพด้านต้นทุนกับการสร้างคุณค่า การ์ทเนอร์แนะนำองค์กรให้เชื่อมการใช้ Token เข้ากับตัวชี้วัดทางธุรกิจโดยตรง พร้อมทั้งบังคับใช้การกำกับดูแล จัดสรรโควตา และการติดตามผล เพื่อให้มั่นใจว่าการลงทุน AI จะให้ ROI ที่วัดผลได้จริง
ปี พ.ศ. 2571 มากถึง 60% ของบริษัทกลุ่ม Global 500 จะฝังระบบควบคุม AI FinOps ไว้ในขั้นตอนประมวลผล เพื่อเปลี่ยนต้นทุนจากการรายงานการกำกับดูแลย้อนหลัง ไปสู่การปรับปรุงประสิทธิภาพเรียลไทม์
ค่าใช้จ่ายด้าน AI คาดเดาและควบคุมได้ยาก เมื่อองค์กรขยายการใช้งานเครื่องมือ AI และระบบทำงานแบบ Agentic ส่งผลให้เกิดการเปลี่ยนผ่านจากการรายงานต้นทุนย้อนหลังไปสู่การกำกับดูแลตามแนวทาง AI FinOps แบบเรียลไทม์ เมื่อ AI กลายเป็นค่าใช้จ่ายเพื่อดำเนินงานที่ใหญ่ขึ้น องค์กรจะมุ่งเน้นไปที่การวัดต้นทุนต่องาน (Cost per task) และประสิทธิภาพของ Token เพื่อรักษาอัตรากำไรและสร้างคุณค่าสูงสุด การ์ทเนอร์แนะนำองค์กรควรบังคับใช้การควบคุมต้นทุนขณะระบบทำงาน ติดตั้งระบบติดตามข้อมูลเบื้องหลัง (Telemetry) บนเส้นทางการประมวลผล พร้อมกำหนดให้การกำกับดูแลต้นทุนเป็นสิ่งจำเป็นของแพลตฟอร์มและแอปพลิเคชัน AI
ปี พ.ศ. 2573 บริษัทกลุ่ม Global 500 ถึง 80% จะระบุในสัญญาให้ผู้บริหาร CIO (หรือ CAIO) ทำหน้าที่เป็น “ผู้ดูแลพยานหลักฐาน” หรือ Evidence Custodian สำหรับความรับผิดชอบด้าน AI
เมื่อ AI เข้ามามีบทบาทในกระบวนการทางธุรกิจและการตัดสินใจที่มีความสำคัญ องค์กรต้องเผชิญความกดดันเพื่อสร้างความรับผิดชอบ ความโปร่งใส และการกำกับดูแลการกระทำของ AI สิ่งนี้ส่งผลให้บทบาทของผู้นำเทคโนโลยีขยายวงกว้างขึ้นเพื่อดูแลและรับผิดชอบ AI เพื่อให้มั่นใจว่ากรอบการกำกับดูแลถูกบังคับใช้อย่างสม่ำเสมอทั่วองค์กร การ์ทเนอร์แนะนำให้องค์กรประเมินขีดความสามารถเพื่อจัดการพยานหลักฐานดิจิทัล และกำหนดความรับผิดชอบที่ชัดเจนการกระทำ AI เพื่อรองรับการกำกับดูแล AI อย่างมีความรับผิดชอบ
Gartner Unveils Top 10 Strategic Predictions, Forecasting Agentic AI to Reshape Work and Public Services by 2030
Gartner, Inc. has revealed its Top Strategic Predictions for 2027 and beyond, categorized into three core themes: Robots Everywhere, Cost to Value, and Unknown Unknowns. The predictions highlight how Artificial Intelligence (AI) will fundamentally transform public services, software, and labor models in the coming decade.
Daryl Plummer, Distinguished VP Analyst and Gartner Fellow, stated that the most successful organizations will balance innovation with responsibility, building the necessary capabilities to handle both the opportunities and unexpected consequences of an AI-driven world.
Gartner predicts that by the end of 2030, over 10 billion Autonomous Agents will disrupt public services, driving a massive surge in demand for government systems. Simultaneously, up to 80% of front-line workers in multinational enterprises will be assisted by Physical AI, such as robots and drones, to enhance safety and reduce repetitive tasks.
Regarding risk, 80% of enterprises connecting AI to public services will face Cost Exhaustion Attacks by 2030, a new form of cyber threat designed to artificially inflate AI operational costs. Furthermore, AI will revolutionize application development; by 2029, 80% of new applications will be designed as disposable (used for less than a year).
In the energy sector, Gartner estimates that by 2030, Global 2000 companies will become unexpected power producers, holding $10 trillion in energy assets to meet the demands of AI Data Centers. Additionally, insurance companies, rather than regulatory bodies, will drive AI governance through stringent underwriting standards for AI liability.
To maintain competitiveness, 25% of Global 500 companies will continuously develop componentized AI-driven innovations by 2029, rendering the “Fast Follower” strategy obsolete. By 2029, 60% of enterprises will establish dedicated units to evaluate holistic AI costs against realized value. Top companies will also embed AI FinOps controls into processing workflows for real-time efficiency and formally designate their CIO or CAIO as the “Evidence Custodian” for AI accountability.
