AI จะไปได้ไกลแค่ไหน ขึ้นอยู่กับ Foundation ที่องค์กรสร้างไว้วันนี้
AI กำลังขยับจากเครื่องมือที่ช่วยสร้าง Content และวิเคราะห์ข้อมูล ไปสู่ Agentic AI ที่สามารถเข้ามาช่วยทำงานใน Workflow จริงขององค์กรได้มากขึ้น
ตัวอย่างหนึ่งคือ Software Development ที่ AI สามารถเข้ามาสนับสนุนตั้งแต่การพัฒนา ปรับปรุง ไปจนถึงตรวจสอบระบบ ซึ่งเป็นหนึ่งในแนวทางที่ถูกนำเสนอผ่าน IBM Bob ภายในงาน IBM Tech Day: Bob in Action
แต่ยิ่ง AI มีบทบาทในการทำงานจริงมากขึ้น คำถามสำคัญขององค์กรอาจไม่ใช่เพียง
เราจะนำ AI ไปใช้กับอะไร?
แต่ต้องถามต่อว่า
Technology Foundation ที่อยู่เบื้องหลัง พร้อมให้ AI ทำงานจริงและเติบโตในระยะยาวแล้วหรือยัง?
เพราะ AI ที่ดีไม่ได้ขึ้นอยู่กับ Model เพียงอย่างเดียว แต่ยังขึ้นอยู่กับความสามารถขององค์กรในการทำให้ Data พร้อมใช้งานในเวลาที่ต้องการ และทำให้ Technology Infrastructure มี Resilience เพียงพอสำหรับความเปลี่ยนแปลงในอนาคต
นี่คืออีกมุมสำคัญของการสร้าง AI-Ready Foundation
AI ต้องการมากกว่าแค่ Data คือต้องการ Data ที่พร้อมใช้ในเวลาที่ต้องการ
เมื่อ AI เข้าไปอยู่ใน Business Workflow มากขึ้น ความสดใหม่และความพร้อมใช้งานของข้อมูลก็ยิ่งมีความสำคัญ
โดยเฉพาะ Use Case ที่ต้องตอบสนองต่อสิ่งที่กำลังเกิดขึ้น การมีข้อมูลอยู่จำนวนมากเพียงอย่างเดียวอาจไม่เพียงพอ
หากข้อมูลยังถูกแยกอยู่ในหลายระบบ หรือไม่สามารถถูกส่งต่อและประมวลผลได้ทันกับการทำงาน
Confluent Platform จึงเข้ามามีบทบาทในฐานะ Technology ด้าน Real-time streaming platform สำหรับการรับ ส่ง เชื่อมต่อ และประมวลผลข้อมูลแบบ Real-Time จากระบบต่าง ๆ พร้อมเครื่องมือด้าน Integration, Management, Security และ Monitoring
สิ่งนี้ช่วยให้องค์กรสามารถเข้าถึงและนำ Real-Time Data ไปใช้งานได้รวดเร็วยิ่งขึ้น โดยสามารถ ประมวลผลข้อมูลทันทีเมื่อข้อมูลเข้ามา และส่งต่อข้อมูลที่พร้อมใช้งานไปยังระบบปลายทางได้อย่างรวดเร็ว พร้อมรองรับองค์ประกอบด้าน Security และ Governance
เมื่อมองในบริบทของ AI นี่จึงไม่ใช่เพียงเรื่องของ Data Streaming
แต่คือการเตรียม Data Foundation ที่พร้อมรองรับ AI Use Case ที่ต้องทำงานกับข้อมูลที่เปลี่ยนแปลงอย่างต่อเนื่อง
Resilient Technology ต้องพร้อมสำหรับ Threat ที่ยังมาไม่ถึง
การสร้าง Foundation สำหรับอนาคตไม่ได้หมายถึงการเตรียม Data เพียงอย่างเดียว Technology ที่องค์กรสร้างวันนี้ยังต้องสามารถรับมือกับความเสี่ยงที่อาจเกิดขึ้นในวันข้างหน้า หนึ่งในประเด็นที่องค์กรต้องเริ่มมองคือ Quantum Readiness
เมื่อ Quantum Technology พัฒนาขึ้น วิธีการเข้ารหัสที่องค์กรใช้อยู่ในปัจจุบันอาจเผชิญกับความเสี่ยงรูปแบบใหม่ การเตรียมตัวจึงควรเริ่มจากการรู้ก่อนว่าองค์กรมี Cryptographic Assets อยู่ที่ใด และส่วนไหนของ Environment อาจต้องได้รับการปรับปรุงในอนาคต
IBM Guardium Quantum Safe ช่วยให้องค์กรมองเห็นและประเมินการใช้งานระบบเข้ารหัสภายใน Environment เพื่อค้นหาจุดที่อาจมีความเสี่ยง และนำข้อมูลนั้นไปใช้วางแผนเตรียมความพร้อมด้าน Security ในระยะยาว
ประเด็นสำคัญจึงไม่ใช่การรอให้ Quantum Threat มาถึงก่อนแล้วค่อยเปลี่ยน แต่คือการสร้าง Visibility วันนี้ เพื่อให้สามารถวาง Transition Plan สำหรับวันข้างหน้าได้ นี่คือแนวคิดของ Resilience ที่ไม่ได้หมายถึงเพียงการทำให้ระบบไม่ล่ม แต่รวมถึงการทำให้ Technology Foundation พร้อมปรับตัวต่อ Technology Shift ที่กำลังจะเกิดขึ้น
AI-Ready ต้องมาพร้อม Future-Ready
เมื่อมอง Real-Time Data และ Quantum Readiness ร่วมกัน ทั้งสองเรื่องอาจดูเหมือน Technology คนละด้าน ด้านหนึ่งคือ Data อีกด้านหนึ่งคือ Cybersecurity แต่ทั้งคู่มีจุดร่วมเดียวกันคือ การเตรียม Foundation ก่อนที่ Business Requirement จะวิ่งไปไกลกว่าความพร้อมของ Technology
หาก AI ต้องตัดสินใจจากสิ่งที่กำลังเกิดขึ้น Data ต้องพร้อมและเคลื่อนที่ได้ทันเวลา หาก AI และ Digital Systems จะกลายเป็น Core Infrastructure ของธุรกิจมากขึ้น Security Foundation ก็ต้องพร้อมรับ Technology Shift ในระยะยาว ดังนั้นการสร้าง Enterprise AI จึงไม่ควรเริ่มและจบอยู่ที่การเลือก AI Model หรือ Application แต่ต้องมองลงไปถึง Foundation ที่ทำให้ AI สามารถทำงานได้จริง
Real-Time Data ทำให้ AI เข้าถึงข้อมูลที่พร้อมใช้ได้ทันที
Resilient Security ทำให้ Technology Foundation พร้อมรับความเสี่ยงที่เปลี่ยนแปลง
Agentic AI นำ Foundation เหล่านั้นไปต่อยอดเป็นการทำงานและ Automation รูปแบบใหม่
Technology Ecosystem ทำให้ Foundation เหล่านี้เชื่อมเข้าหากัน
นี่คืออีกเหตุผลที่ Enterprise Technology ไม่สามารถสร้างขึ้นจาก Technology เพียงตัวเดียว ภายในงาน IBM Tech Day: Bob in Action MFEC เข้าร่วมในฐานะ Partner และ Sponsor พร้อมนำเสนอ Confluent Platform และ IBM Guardium Quantum Safe เพื่อสะท้อนทั้งมิติของ Real-Time Data และ Future-ready Security
ในบริบทนี้ บทบาทของ MFEC ไม่ได้อยู่ที่การนำ Technology จาก Partner มานำเสนอเพียงอย่างเดียว แต่คือการนำ Expertise ด้าน Data Platform และ Cybersecurity มาช่วยองค์กรให้คำปรึกษา ออกแบบ และนำ Technology จาก IBM และ Global Partners ไปประยุกต์ใช้ให้เหมาะกับ Environment และ Business Requirement ของแต่ละองค์กร นี่คือจุดที่ Partner Ecosystem เข้ามาเสริม Technology Expertise เพราะ Enterprise AI ต้องการ Technology หลาย Layer ที่สามารถทำงานร่วมกัน ตั้งแต่ Data, Infrastructure และ Security ไปจนถึง AI ที่อยู่ด้านบน
Build the Foundation Before Scaling AI
เมื่อ Agentic AI สามารถเข้ามาช่วยพัฒนา Software ทำงานกับข้อมูล และ Automate Workflow ได้มากขึ้น ความสามารถของ AI จะเดินหน้าเร็วขึ้นเรื่อย ๆ แต่ความเร็วของ AI ไม่ควรวิ่งเร็วกว่าความพร้อมของ Foundation ที่รองรับมัน
องค์กรจึงต้องคิดพร้อมกันอย่างน้อยสองมิติ Data ต้องพร้อมสำหรับสิ่งที่กำลังเกิดขึ้นวันนี้ และ Technology ต้อง Resilient ต่อสิ่งที่อาจเกิดขึ้นในวันข้างหน้า จาก Real-Time Data สู่ Resilient Security ถึง Agentic AI
ทั้งหมดไม่ใช่ Technology Initiative ที่แยกออกจากกัน แต่คือองค์ประกอบของ Foundation เดียวกันที่ช่วยให้องค์กรสามารถนำ AI ไปต่อยอดได้อย่างมั่นคงในระยะยาว
Build the Foundation Before Scaling AI.
เพราะการเตรียมพร้อมสำหรับอนาคตของ AI ไม่ได้เริ่มต้นวันที่องค์กร Deploy AI
แต่เริ่มตั้งแต่วันที่องค์กรตัดสินใจว่า Data และ Technology Foundation ของวันนี้ จะพร้อมรองรับ Business ของวันพรุ่งนี้อย่างไร
