การ์ทเนอร์คาดการณ์ยอดส่งมอบ AI PC และ GenAI Smartphone ทั่วโลกในปี 2567 รวมทั้งหมดประมาณ 295 ล้านเครื่อง เพิ่มขึ้นจาก 29 ล้านเครื่องในปี 2566

การ์ทเนอร์ให้นิยาม AI PC ว่าคือคอมพิวเตอร์ส่วนบุคคลที่ติดตั้งหน่วยประมวลผลที่เป็นตัวเร่งความเร็วหรือแกนประมวลผล AI ไว้โดยเฉพาะ ได้แก่ หน่วยประมวลผล Neural Processing Unit (NPU), หน่วยประมวลผล Accelerated Processing Unit (APU) หรือหน่วยประมวลด้าน AI เฉพาะ อย่าง Tensor Processing Units (TPU) ซึ่งออกแบบมาเพื่อเพิ่มประสิทธิภาพและเร่งการทำงานของปัญญาประดิษฐ์บนอุปกรณ์ เพื่อมอบประสิทธิภาพและประสิทธิผลที่ดีขึ้นในการจัดการปริมาณงานของ AI และ GenAI โดยไม่ต้องพึ่งพาเซิร์ฟเวอร์ภายนอกหรือบริการคลาวด์ต่าง ๆ

GenAI Smartphone ออกแบบมาพร้อมความสามารถด้านฮาร์ดแวร์และซอฟต์แวร์ที่ช่วยให้สามารถผสมผสานการทำงานได้อย่างราบรื่นและใช้งานฟีเจอร์รวมถึงแอปพลิเคชั่นที่ขับเคลื่อนด้วย GenAI บนสมาร์ทโฟนได้อย่างมีประสิทธิภาพ ซึ่งสมาร์ทโฟนในกลุ่มนี้สามารถใช้งานโมเดลพื้นฐานหรือโมเดล AI เวอร์ชั่นใหม่ ที่ได้รับการปรับแต่งให้เข้ากับท้องถิ่น สำหรับสร้างเนื้อหา กำหนดกลยุทธ์ แนวทางการออกแบบและวิธีการต่าง ๆ ตัวอย่างเช่น Gemini Nano จาก Google, ERNIE จาก Baidu และ GPT-4 ของ OpenAI

นายรันจิต อัตวัล ผู้อำนวยการฝ่ายวิจัยอาวุโสของการ์ทเนอร์ กล่าวว่า “การนำโปรเซสเซอร์ AI และความสามารถของ GenAI มาใช้อย่างรวดเร็วบนอุปกรณ์จะกลายเป็นข้อกำหนดมาตรฐานสำหรับผู้ขายเทคโนโลยีในท้ายที่สุด ก่อให้เกิดความท้าทายในการสร้างความแตกต่างจากคู่แข่ง และทำให้การสร้างจุดขายให้เป็นเอกลักษณ์ รวมถึงการเพิ่มรายได้ยากขึ้น”

การ์ทเนอร์คาดว่าภายในสิ้นปี 2567 ยอดจัดส่ง GenAI Smartphone จะอยู่ที่ประมาณ 240 ล้านเครื่อง ขณะที่ AI PC จะมียอดจัดส่งที่ 54.5 ล้านเครื่อง (ดูรูปที่ 1) คิดเป็นสัดส่วน 22% ของ Smartphone ในระดับพื้นฐานและพรีเมียม และ 22% ของ PC ทั้งหมดในปีนี้ ตามลำดับ

ภาพที่ 1. ส่วนแบ่งตลาด AI PC และ GenAI Smartphone ทั่วโลก ระหว่างปี 2566-2568

ที่มา: การ์ทเนอร์ (กุมภาพันธ์ 2567)

การรวม AI เข้ากับคอมพิวเตอร์ส่วนบุคคลหรือพีซีจะยังไม่ใช่ปัจจัยหนุนปริมาณการใช้จ่ายของผู้ใช้ทั่วไปเกินกว่าการคาดการณ์ด้านราคาที่คาดว่าจะเพิ่มขึ้น ผู้ซื้อในกลุ่มธุรกิจต้องการเหตุผลที่น่าสนใจหรือดึงดูดกว่านี้เพื่อลงทุน อย่างไรก็ตามผู้ให้บริการซอฟต์แวร์จะต้องใช้เวลาควบคุมประสิทธิภาพของ On-Device AI และแสดงให้เห็นประโยชน์ที่เพิ่มขึ้นอย่างชัดเจน

ตลาดพีซีกลับมาเติบโตอีกครั้งในไตรมาสสี่ของปีที่แล้ว หลังจากลดลงแปดไตรมาสติดต่อกัน การ์ทเนอร์คาดการณ์ยอดส่งมอบพีซีโดยรวมในปี 2567 อยู่ที่ 250.4 ล้านเครื่อง เพิ่มขึ้น 3.5% จากปี 2566 โดย On-Device AI จะทำให้กิจกรรมการตลาดของพีซีกลับมาคึกคักอีกครั้งตลอดทั้งปี 2567 และรักษาวงจรการเปลี่ยนเครื่องทดแทนตามที่คาดการณ์ไว้ในปัจจุบัน พร้อมกำจัดผลกระทบเชิงลบบางอย่างจากการดิสรัปของสิ่งแวดล้อมทางเศรษฐกิจสังคม

ตลาดสมาร์ทโฟนกลับมาเติบโตในปีนี้

เช่นเดียวกับ AI PC ที่ GenAI Smartphone จะไม่ช่วยกระตุ้นความต้องการสมาร์ทโฟนจนกว่าจะถึงปี 2570 “การเพิ่มประสิทธิภาพสมาร์ทโฟนรุ่นต่าง ๆ จะเพิ่มประสบการณ์การใช้งานปัจจุบันด้วยการผสมผสานกล้องและเสียงไว้ด้วยกัน ซึ่งผู้ใช้มีความคาดหวังกับความสามารถเหล่านี้ มากกว่าฟังก์ชันการทำงานที่แปลกใหม่ โดยผู้ใช้มีความคาดหวังแบบเดียวกันต่อการทำงานของ GenAI บนสมาร์ทโฟนของพวกเขา ซึ่งผู้บริโภคไม่

มีแนวโน้มที่จะจ่ายเงินเพิ่มสำหรับมือถือสมาร์ทโฟน GenAI เนื่องจากยังไม่มีแอปพลิเคชั่นแปลกใหม่ ที่ทำให้พวกเขาได้รับประสบการณ์เพิ่มมากขึ้น”

ปัจจัยเร่งการเปลี่ยนแปลงประสบการณ์ของผู้ใช้ขึ้นอยู่กับความก้าวหน้าของโมเดลดีปเลิร์นนิ่งภาษาขนาดใหญ่หรือ Large Language Model (LLM) ในเวอร์ชันที่เล็กกว่าและปรับแต่งมาเฉพาะสำหรับสมาร์ทโฟน โดยวิวัฒนาการนี้จะเปลี่ยนโฉมสมาร์ทโฟนให้กลายเป็นเพื่อนคู่คิดที่ใช้งานง่ายยิ่งขึ้น สามารถเข้าใจและตอบสนองต่อภาษาและภาพที่มนุษย์ใช้สื่อสาร ซึ่งยกระดับประสบการณ์ผู้ใช้ในภาพรวมไปอีกขั้น

ตลาดสมาร์ทโฟนบันทึกการเติบโตไตรมาสแรกไว้ในไตรมาส 4 ปีที่แล้ว หลังจากลดลงมาเก้าไตรมาสต่อเนื่อง โดยคาดว่าในปี 2567 ยอดส่งมอบสมาร์ทโฟนทั่วโลกจะเติบโตประมาณ 4.2% หรือคิดเป็นจำนวนประมาณ 1.2 พันล้านเครื่อง เมื่อเทียบเป็นรายปี “เราไม่ควรตีความการเติบโตของยอดขายสมาร์ทโฟนว่าเป็นการฟื้นตัวเต็มรูปแบบ มันจะชัดเจนกว่าหากมองว่ามันเป็นความคงที่ของตลาดในระดับที่ต่ำกว่า ซึ่งต่ำกว่าปี 2565 เกือบ 60 ล้านเครื่อง”

การ์ทเนอร์เผยการคาดการณ์เชิงกลยุทธ์สำคัญของปี 2567 และถัดจากนั้น โดยได้สำรวจผลกระทบของ Generative AI (GenAI) ที่เปลี่ยนแนวคิดของผู้นำและผู้บริหารในทุกมิติ พร้อมกลยุทธ์การสร้างองค์กรที่ยืดหยุ่นและปรับเปลี่ยนได้เพื่อพร้อมรับมือกับอนาคตได้ดียิ่งขึ้น

แดริล พลัมเมอร์ รองประธานฝ่ายวิจัยของการ์ทเนอร์ กล่าวว่า “GenAI ให้โอกาสแก่เราในการบรรลุผลสำเร็จในสิ่งที่มนุษย์ไม่เคยทำได้มาก่อน โดย CIO และผู้บริหารอื่น ๆ ในองค์กรจะยอมรับความเสี่ยงของการนำ GenAI มาใช้เพื่อให้สามารถเก็บเกี่ยวผลประโยชน์ได้อย่างที่ไม่เคยมีมาก่อน”

“ปีนี้เป็นปีเต็ม ๆ ปีแรกที่ GenAI เป็นหัวใจสำคัญของทุกการตัดสินใจเชิงกลยุทธ์ และการสร้างสรรค์นวัตกรรมที่ขับเคลื่อนผ่านเทคโนโลยีอื่น ๆ โดย GenAI ยังทลายกรอบเดิม ๆ และสร้างความตื่นตัวต่ออุตสาหกรรมมากขึ้นเรื่อย ๆ”

ในปี 2570 มูลค่าและประสิทธิภาพการสร้างสรรค์ผลงานจาก AI จะได้รับการยอมรับว่าเป็นปัจจัยบ่งชี้การเติบโตทางเศรษฐกิจสำคัญของประเทศ รัฐบาลหลายประเทศมีความมุ่งมั่นและกำลังจัดลำดับความสำคัญของกลยุทธ์และแผนงานด้าน AI โดยยอมรับว่า AI กลายเป็นเทคโนโลยีหลักของภาครัฐและภาคเอกชน ซึ่งการรวม AI เข้าไว้ในการวางแผนระยะยาวระดับชาติกำลังได้รับแรงหนุนจากการออกกฎหมายและกฎระเบียบต่าง ๆ ที่เกี่ยวข้องเพื่อส่งเสริมแนวคิดริเริ่มด้าน AI

“การนำ AI มาไว้ในแผนพัฒนาระดับชาติจะทำให้ AI นั้นมีความแข็งแกร่งยิ่งขึ้นและกลายเป็นตัวเร่งการเพิ่มประสิทธิภาพการผลิตเพื่อกระตุ้นเศรษฐกิจดิจิทัล การนำ AI มาใช้ในโครงการขนาดใหญ่ให้ประสบความสำเร็จนั้นจำเป็นต้องได้รับการสนับสนุนและความร่วมมือจากผู้มีส่วนได้ส่วนเสียหลากหลายภาคส่วน แสดงให้เห็นถึงความสามารถของประเทศในการระดมสรรพกำลังและทรัพยากรต่าง ๆ” แดริล กล่าว

ในปี 2570 เครื่องมือ GenAI ต่าง ๆ จะถูกนำไปใช้เพื่ออธิบายการทำงานของแอปพลิเคชันทางธุรกิจแบบเดิมและทำงานทดแทนได้อย่างเหมาะสม ช่วยลดต้นทุนของการปรับให้ทันสมัยลงถึง 70%

“ประสิทธิภาพและความสามารถของโมเดลภาษาขนาดใหญ่ (LLM) ทำให้ CIO มีโอกาสค้นหากลไกที่น่าเชื่อถือและการปรับปรุงแอปพลิเคชันทางธุรกิจแบบเดิมให้ทันสมัยอย่างคุ้มค่า ผู้บริหาร CIO สามารถสร้างบททดสอบเฉพาะเพื่อทดสอบผลลัพธ์ที่สร้างโดย GenAI LLMs ในขณะเดียวกันการพัฒนาการจัดการการเปลี่ยนแปลงและพัฒนากระบวนการยกระดับทักษะเพื่อเพิ่มประสิทธิภาพให้พนักงานได้สูงสุดตลอดวงจรการปรับปรุงให้ทันสมัย”

ภายในปี 2571 องค์กรธุรกิจจะใช้เงินมากกว่า 3 หมื่นล้านดอลลาร์สหรัฐฯ ไปกับการรับมือกับข้อมูลอันตรายต่าง ๆ โดยเป็นการแบ่งงบประมาณการตลาดและความปลอดภัยทางไซเบอร์ 10% เพื่อสู้กับภัยคุกคามรอบด้าน

ข้อมูลที่สร้างความเสียหายเหล่านี้ส่งผลกระทบต่อกลไกการตัดสินใจของมนุษย์และเครื่องจักร และอาจตรวจจับและปิดระบบได้ยากยิ่ง โดยข้อมูลนี้จัดเป็นภัยคุกคามการทำงานที่แตกต่างกันสามส่วนด้วยกันคือ งานด้านความปลอดภัยทางไซเบอร์ ด้านการตลาดและด้าน AI

“การเติบโตอย่างรวดเร็วของ GenAI ได้กระตุ้นให้หน่วยงานกำกับดูแลรวมข้อมูลพวกนี้ไว้เป็นหนึ่งในความเสี่ยงที่เกี่ยวข้องกับพลังและความพร้อมที่มีมากขึ้นของ GenAI กับผู้ไม่ประสงค์ดี ซึ่งองค์กรที่เฝ้าระวังผู้หวังร้าย ติดตามหน่วยงานกำกับดูแล รวมถึงผู้ให้บริการเครื่องมือและเทคโนโลยีอย่างใกล้ชิดเพื่อรับมือกับข้อมูลอันตรายนี้ มีแนวโน้มที่จะได้เปรียบคู่แข่งอย่างมาก” พลัมเมอร์ กล่าวเพิ่ม

ในปี 2570 ผู้บริหารระดับสูงด้านการรักษาความปลอดภัยข้อมูล (Chief Information Security Officers หรือ CISO) ประมาณ 45% จะเพิ่มขอบเขตการทำงานนอกเหนือจากความปลอดภัยไซเบอร์ เนื่องจากแรงกดดันด้านกฎระเบียบและการขยายพื้นที่การโจมตีเพิ่มมากขึ้น  ความรับผิดชอบในการจัดการความปลอดภัยและสินทรัพย์ดิจิทัลนั้นกระจัดกระจายไปตามแผนกและทีมงานส่วนต่าง ๆ โดยผู้บริหาร CISO จะต้องดูแลพอร์ตโฟลิโอสินทรัพย์ดิจิทัลในภาพรวม ประเด็นนี้ไม่สอดคล้องกับการสนับสนุนการเปิดเผยตามกฎหมายรวมถึงการรับประกันความปลอดภัยทางดิจิทัล และการจัดการเหตุการณ์ด้านความปลอดภัยที่มีประสิทธิภาพที่ส่งผลให้ประสิทธิภาพองค์กรโดยรวมลดลง การขยายพอร์ตโฟลิโอของผู้บริหาร CISO จะสามารถรวมการจัดการความปลอดภัยเข้าไว้ด้วยกัน โดยให้การควบคุมดูแลกระบวนการจัดการเหตุการณ์ด้านความปลอดภัยแบบรวมศูนย์ทั่วทั้งองค์กร

ในปี 2571 อัตราการทำงานในรูปแบบสหภาพของพนักงานที่มีทักษะจะเพิ่มขึ้น 1,000% โดยได้แรงกระตุ้นจากการนำ GenAI มาปรับใช้ในการทำงาน

ผู้บริหารมักบอกว่า AI เป็นเหตุให้ต้องปรับลดตำแหน่งงาน ดังนั้นจึงเป็นสิ่งสำคัญที่ผู้บริหารต้องสื่อสารชัดเจนกับพนักงานถึงความตั้งใจในการนำ AI มาปรับใช้ภายในองค์กร ซึ่งแนวทางนี้จะหลีกเลี่ยงผลที่ตามมาโดยไม่ได้ตั้งใจจากการสร้างความวิตกกังวลของ AI ในหมู่พนักงาน โดยองค์กรที่ใช้ GenAI และไม่วางแผนจัดการกับความกังวลด้าน AI อย่างชัดเจนกับพนักงานที่มีทักษะ จะต้องเผชิญกับอัตราการลาออกเพิ่มสูงขึ้น 20%

“องค์กรควรให้ความสำคัญกับความพยายามในการนำ AI มาเสริมประสิทธิภาพและคุณภาพการทำงานของพนักงานมากกว่านำมาใช้เป็นระบบอัตโนมัติ ผู้บริหารต้องเข้าใจสิ่งที่เทคโนโลยีสามารถทำได้และทำไม่ได้ เนื่องจากยังมีการโอ้อวดประสิทธิภาพ AI เกินจริง ที่ไปสร้างความคาดหวังให้กับบอร์ดผู้บริหาร” พลัมเมอร์ กล่าว

ในปี 2569 พนักงาน 30% จะใช้ประสิทธิภาพของตัวชี้วัดความสามารถด้านดิจิทัล หรือ Digital Charisma Filter เพื่อบรรลุความก้าวหน้าในอาชีพจากที่ไม่เคยทำได้มาก่อน

Digital Charisma Filter จะแจ้งเตือนและกรองการสื่อสารเพื่อเพิ่มประสิทธิภาพทางสังคมมากขึ้นตามสถานการณ์ที่หลากหลาย ทั้งการเตือนก่อนและหลังเพื่อทำให้การโต้ตอบสื่อสารมีประสิทธิภาพแก่ผู้บริหารและผู้ร่วมงานในสถานการณ์ทางสังคมที่พวกเขาต้องการความแม่นยำ Digital Charisma Filter จะปรับปรุงความสามารถองค์กรในการขยายการจ้างงานครอบคลุมพนักงานที่มีความหลากหลายมากขึ้น

“องค์กรสามารถขยายกลุ่มผู้สมัครที่มีทักษะความสามารถได้โดยการใช้ Digital Charisma Filter เป็นผู้ช่วยปรับปรุงความความสัมพันธ์กันของการโต้ตอบทุกขั้นตอนของการสรรหาและว่าจ้างบุคลากร ซึ่งการเร่งนำผู้ช่วย Digital Charisma มาใช้งานทำได้โดยการเน้นย้ำถึงความสำคัญกับผู้จำหน่ายแอปพลิเคชันองค์กรและการผนวกรวมเครื่องมือนี้เหล่านี้ไว้ในแผนของผลิตภัณฑ์” พลัมเมอร์ กล่าวว่า

ภายในปี 2570 25% ของบริษัทที่ติดอันดับ Fortune 500 จะรับบุคลากรที่มีทักษะหลากหลายด้านระบบประสาท หรือ Neurodivergent Talent มาร่วมงาน อาทิ บุคคลออทิสติก บุคคลสมาธิสั้น และบุคคลดิลเล็กเซีย เพื่อพัฒนาผลการดำเนินงานของธุรกิจ

“องค์กรธุรกิจที่ว่าจ้างและรักษาบุคลากร Neurodivergent Talent จะได้ประสบการณ์การมีส่วนร่วมของพนักงาน รวมถึงมีผลิตผลและนวัตกรรมเพิ่มขึ้นทั่วทั้งองค์กร” พลัมเมอร์ กล่าว

บริษัทที่ติดอันดับ Fortune 500 ที่ลงทุนในโครงการจ้างงานบุคคลที่มีความหลากหลายในด้านระบบประสาทและรับรู้ถึงผลจากการมีส่วนร่วมและผลลัพธ์ทางธุรกิจ องค์กรต้องจัดทำโครงการเผยแพร่ประชาสัมพันธ์เพื่อเพิ่มประสิทธิภาพของการค้นพบบุคลากรที่มีทักษะในกลุ่ม Neurodivergent ซึ่งมีความพยายามเร่งด่วนจากการใช้แนวทางปฏิบัติที่ดีที่สุดของผู้เชี่ยวชาญและใช้องค์ความรู้จากองค์กรชั้นนำที่ทำงานในด้านความหลากหลายทางระบบประสาท

“องค์กรควรรวมเอาบุคคลด้านระบบประสาทที่มีพรสวรรค์ไว้ในตำแหน่งระดับหัวหน้า เนื่องจากการมีหัวหน้าที่มีคุณสมบัติ Neurodivergent อยู่ในองค์กรจะช่วยส่งเสริมวัฒนธรรมความเท่าเทียมและไม่แบ่งแยก ทั้งยังเป็นการดำเนินงานที่มีคุณค่ามากที่สุดต่อมุมมองของพนักงาน Neurodivergent” พลัมเมอร์ กล่าว

ในปี 2569 บริษัทขนาดใหญ่ 30% จะมีหน่วยธุรกิจหรือช่องทางการขายเฉพาะเพื่อเข้าถึงตลาด Machine Customer ที่เติบโตอย่างรวดเร็ว Machine Customer จะบังคับให้เกิดการปรับเปลี่ยนของฟังก์ชันหลัก ๆ อาทิ ห่วงโซ่อุปทาน การขาย การตลาด การบริการลูกค้า การค้าดิจิทัล และประสบการณ์ของลูกค้า และภายในปี 2568 ศูนย์การขายและบริการมากกว่า 25% ในองค์กรขนาดใหญ่จะได้รับการติดต่อจาก Machine Customer

“Machine Customer จะต้องการช่องทางการขายและบริการเป็นของตน เนื่องด้วยลูกค้าประเภทนี้จะทำธุรกรรมด้วยความเร็วสูง และมีปริมาณตัวแปรของการตัดสินใจที่สูงเกินขีดความสามารถมนุษย์อย่างมาก Machine Customer จะต้องการพนักงานที่มีทักษะความสามารถ และมีกระบวนการรับมือที่แตกต่างออกไป ซึ่งอาจไม่มีอยู่ในแผนกดูแลกลุ่มลูกค้าที่เป็นมนุษย์” พลัมเมอร์ กล่าว

 ในปี 2571 จะมีหุ่นยนต์อัจฉริยะมากกว่ามนุษย์ปฏิบัติงานในสายการผลิต ค้าปลีก และลอจิสติกส์ เนื่องจากภาวะการขาดแคลนแรงงาน

บริษัทในอุตสาหกรรมการผลิต ค้าปลีกและลอจิสติกส์ส่วนใหญ่ไม่สามารถค้นหาหรือรักษาบุคลากรไว้เพียงพอเพื่อรองรับการดำเนินงานในแต่ละวัน ทำให้ในทศวรรษหน้าองค์กรด้านซัพพลายเชนจะประสบปัญหาในการสรรหาพนักงานให้เพียงพอ ซึ่งหุ่นยนต์จะมาช่วยเติมเต็มช่องว่างดังกล่าวนี้ จากการสำรวจของการ์ทเนอร์ในเดือนธันวาคม 2565 พบว่า 96% ของผู้ปฏิบัติงานด้านเทคโนโลยีซัพพลายเชนได้ปรับใช้หรือวางแผนที่จะปรับใช้ระบบอัตโนมัติทางกายภาพไซเบอร์ หรือ Cyber-Physical Automation และ 35% ได้นำหุ่นยนต์มาใช้งานแล้ว โดย 61% ยังอยู่ในขั้นทดลองหรืออยู่ระหว่างการใช้งานหุ่นยนต์เป็นครั้งแรก

“เทคโนโลยีหุ่นยนต์กำลังรุดหน้าอย่างรวดเร็ว สามารถทำงานในระดับปฏิบัติการได้ในจำนวนมากขึ้นเรื่อย ๆ ตั้งแต่โรงงาน คลังสินค้า ไปจนถึงร้านค้าปลีก และอื่น ๆ อีกมากมาย” พลัมเมอร์ กล่าว

ภายในปี 2569 ประเทศสมาชิกในกลุ่ม G20 ประมาณ 50% จะประสบกับการจัดสรรไฟฟ้าทุกเดือน ส่งผลให้การดำเนินงานที่ต้องอาศัยพลังงาน กลายเป็นทั้งข้อได้เปรียบทางการแข่งขันและความเสี่ยงการล้มเหลวครั้งใหญ่

โครงสร้างพื้นฐานที่เป็นโครงข่ายไฟฟ้าดั้งเดิมกำลังจำกัดความสามารถของการเพิ่มกำลังการผลิตกระแสไฟฟ้า แต่ความต้องการไฟฟ้ายังคงเพิ่มขึ้นอย่างต่อเนื่อง องค์กรต่าง ๆ กำลังประเมินราคาพลังงานและการเข้าถึงแหล่งพลังงานว่าเป็นความสามารถในการแข่งขัน หมายความว่าการเข้าถึงไฟฟ้าอย่างมีเสถียรภาพสำหรับลูกค้าจะกลายเป็นข้อได้เปรียบทางการแข่งขัน ด้วยเหตุนี้ผู้บริหารจึงสร้างแนวทางการดำเนินงานที่คำนึงถึงพลังงานผ่านการเพิ่มประสิทธิภาพและการลงทุนโดยตรงในการผลิตพลังงาน

“ต้องดึงประโยชน์จากประสิทธิภาพการใช้พลังงานเพื่อสร้างความได้เปรียบทางการแข่งขันระยะยาว โดยลดการใช้พลังงานเชิงโครงสร้างลง และประเมินการลงทุนขององค์กรโดยรวมต้นทุนพลังงานทั้งที่คาดการณ์ไว้ในปัจจุบันและอนาคต” พลัมเมอร์ กล่าวสรุป

โดย แซม เบิร์ด

3 ปีที่ผ่านมา เดลล์ได้พูดถึงยุคแห่งการฟื้นฟูและการกลับมารุ่งเรืองอีกครั้งของพีซี (Renaissance of the PC) ในขณะที่พีซี ยังคงเป็นผู้ช่วยที่ดีในการเชื่อมต่อและประสานการทำงานร่วมกันอย่างที่เคยเป็นมา ช่วงปี 2020 ณ จุดสูงสุดของการเรียนรู้ผ่านระบบเสมือน และการทำงานงานจากที่บ้าน เราได้เห็นบทบาทสำคัญของพีซีในทุกแง่มุมของการใช้ชีวิต และนี่คือช่วงเวลาที่เราได้ก่อร่างสร้างวิสัยทัศน์สำหรับอนาคต มีการกำหนดว่าที่ผ่านมามีการลงทุนไปในทิศทางใด พร้อมคาดการณ์ว่าประสบการณ์การใช้พีซีของผู้คนจะพัฒนาต่อไปในรูปแบบใด

ปัจจุบัน ช่วงเวลาสำคัญอีกอย่างกำลังมารออยู่แล้วที่ปลายนิ้วสัมผัส นี่คือช่วงเวลาของ GenAI คือความก้าวหน้าที่เราจะได้รับจาก GenAI ที่เทียบได้กับความก้าวหน้าในช่วงที่มีการเปิดตัวพีซีเมื่อ 40 ปีที่แล้ว ที่นำพาประสิทธิภาพอย่างที่ไม่เคยปรากฏมาก่อนสู่โลกนี้ แต่สิ่งนี้มีความหมายอย่างไรต่ออนาคตของพีซี แล้ว GenAI จะเข้ามากำหนดรูปแบบประสบการณ์การทำงานระหว่างพีซีและมนุษย์หรือไม่อย่างไร

อย่างแรก จงมองที่ปัจจุบัน

เพื่อให้เข้าใจถึงโอกาสในอนาคตของ AI ให้ลองพิจารณาว่าเราได้ผ่านอะไรมาบ้างในอดีตและเรากำลังอยู่ในจุดไหนของปัจจุบัน สิ่งที่น่าจะเป็นก็คือโอกาสสูงที่คุณอาจจะได้ใช้งานปัญญาประดิษฐ์ในรูปแบบหนึ่งในชีวิตประจำวันอยู่แล้ว (อย่าลืมว่าปัญญาประดิษฐ์ และแมชชีน เลิร์นนิ่งเกิดแล้วมาสักพัก) เราได้เห็นโอกาสที่พีซีช่วยขับเคลื่อนประสิทธิภาพให้กับผู้คน และทำให้คนเหล่านี้กลายเป็นผู้ใช้งาน AI ในยุคแรกๆ ทำให้พีซีมีความฉลาดมากขึ้น เรียนรู้สิ่งต่างๆ และรู้จักผู้ใช้งานมากขึ้น

โอกาสของ GenAI ในระยะเวลาอันใกล้

GenAI จะมีอิทธิพลต่อการทำงานและการใช้ชีวิตของผู้คน ในขณะที่ยังมีสิ่งอีกมากมายที่ต้องใช้จินตนาการ พีซีที่ใช้ความสามารถของ AI กำลังกลายเป็นส่วนหนึ่งในการถกประเด็นมากขึ้น เราเห็นว่า GenAI จะช่วยปลดล็อกศักยภาพไปสู่ระดับใหม่ๆ ได้อย่างไรบ้างกับการเปิดตัว Microsoft Copilot ในช่วงที่ผ่านมาก เราได้สังเกตการณ์การสาธิตการใช้งานหลายต่อหลายครั้ง ที่แสดงให้เห็นว่าพีซีจะทำการเก็บรวบรวมและสร้างข้อมูลได้รวดเร็วมากขึ้นกว่าที่ผ่านมามาก โดยใช้แนวคิดเป็นศูนย์กลาง และช่วยให้ผู้คนใช้เวลากับการสร้างสรรค์ แก้ปัญหาและสร้างนวัตกรรม

เดลล์กำลังทำงานอย่างใกล้ชิดกับไมโครซอฟท์ ในช่วงที่มีการเปิดตัวฟีเจอร์ใหม่ของ Copilot (และผู้ใช้ Windows 11 เริ่มเข้าใจถึงประโยชน์ต่างๆ แล้วในตอนนี้) แต่เราจะไม่หยุดแค่นี้ เพราะเดลล์มุ่งเน้นการเป็นผู้ให้บริการพีซีชั้นนำในยุคของ AI ด้วยการลงทุนเพิ่มและมุ่งเน้นศูนย์กลางที่การสร้างความฉลาด ความปลอดภัยและการเป็นที่ปรึกษาด้าน AI อย่างครบวงจรที่ให้ความมั่นใจได้)

เดลล์ ต้องการให้อุปกรณ์ทำสิ่งต่างๆ ได้มากขึ้น ซึ่งจะต้องใช้พีซีที่มีการสร้างแบบจำลองด้านภาษา (language modeling) การประมวลผลด้านภาษา และความสามารถด้านแมชชีน เลิร์นนิ่ง เพื่อปรับปรุงประสบการณ์ผู้ใช้ให้ดีขึ้น การใช้แอปพลิเคชัน AI

เหล่านี้บนพีซี จะนำมาซึ่งประสิทธิภาพมากมาย เช่นประสิทธิภาพเรื่องความคุ้มค่า ปรับปรุงความเป็นส่วนตัวได้ดีขึ้น รักษาความปลอดภัยดีขึ้น ช่วยลด latency และให้ประโยชน์เรื่องความยั่งยืน นอกจากนี้ ยังต้องใช้สถาปัตยกรรมใหม่ในการประมวลผลที่ไม่ได้อาศัย CPU หรือ GPU ซึ่งเดลล์กำลังทำงานอย่างจริงจังร่วมกับพันธมิตรทั่วทั้งอุตสาหกรรมเพื่อทำให้สถาปัตยกรรมใหม่ดังกล่าวเป็นจริงภายในปี 2024

ความเป็นไปได้ของ GenAI ในระยะยาว

เมื่อมองไปในอีกไม่กี่ปีข้างหน้า เราจะเห็นอนาคตพีซีเป็นเสมือนพันธมิตรดิจิทัลที่แท้จริง โดย พีซี จะพัฒนาบทบาทไปไกลกว่าการขับเคลื่อนผลลัพธ์ในการทำงานของมนุษย์ แต่จะก้าวสู่การขับเคลื่อนความสามารถของมนุษย์ ประเด็นนี้ จะทำให้ผู้ใช้งานต้องหันมาทบทวนการใช้งานแล็ปท็อปและเดสก์ท็อปที่คุ้นเคยกันใหม่ในปัจจุบัน

ตัวอย่างเช่น แทนที่ส่วนใหญ่จะใช้การพิมพ์บนคีย์บอร์ด เพื่อโต้ตอบการทำงานผ่าน command-and-control ก็จะเพิ่มเติมแนวทางการทำงานที่ไม่ต้องใช้ข้อความ เพื่อเตรียมความพร้อมให้เทคโนโลยีสามารถทำงานโต้ตอบสองทางระหว่างมนุษย์และพีซี ลองนึกภาพอนาคตที่เราสามารถประสานการทำงานหรือร่วมสร้างสรรค์ผลงานด้วยเสียง สั่งงานผ่านรูปภาพ และท่าทาง ให้จินตนาการว่าพีซีจะตีความโดยอาศัยการจับอารมณ์ของคุณ สีหน้าการแสดงออก น้ำเสียงหรือกระทั่งการเปลี่ยนวิธีการพิมพ์เพื่อให้ได้ประสบการณ์ที่สมบูรณ์มากขึ้น ในการสร้างผลลัพธ์ที่ดีที่สุดได้ตามที่คุณต้องการ ประสบการณ์การใช้งานพีซี จะเปลี่ยนจากการเสิร์ชเป็นการพร้อมท์คำสั่ง เปลี่ยนจากการอ่านไปสู่ความเข้าใจ จากการแก้ไขเป็นการชี้แนวทาง

เป็นความน่าตื่นเต้นเมื่อคิดถึงสิ่งที่จะเกิดขึ้น ไม่ใช่แค่เรื่องของอุปกรณ์ แต่เป็นระบบนิเวศพีซีทั้งหมด เพราะเดลล์นำประสบการณ์ของมนุษย์มาใช้ในการขับเคลื่อนความก้าวหน้าของมนุษย์ และสายผลิตภัณฑ์ที่ครอบคลุมของเรา ทั้งโซลูชันและบริการจะมีบทบาทสำคัญยิ่งในการเป็นขุมพลังขับเคลื่อนอนาคต

เราอยู่ในจุดของการเปลี่ยนผัน

เราอยู่ในอุตสาหกรรมเทคโนโลยีมา 30 ปี มีทั้งเรื่องน่าตื่นเต้นและสิ่งที่รุดหน้าไปอย่างรวดเร็วตลอดเวลา แต่โอกาสที่รออยู่ข้างหน้าก็ไม่เหมือนที่เคยเห็นตอนเปิดตัวพีซีเมื่อ 40 ปีที่ผ่านมา คงจะเป็นการโกหกหากบอกว่าเรามีคำตอบสำหรับทุกเรื่อง เพราะมันไม่มี แค่ประโยชน์ที่ตามมาก็มากมายมหาศาล แต่เราสามารถบอกได้ว่ามนุษย์จะยังคงเป็นศูนย์กลางของความก้าวหน้า ระหว่างที่มีการพัฒนาซอฟต์แวร์ใหม่ สถาปัตยกรรมใหม่ที่กำลังจะเกิดขึ้น ความสามารถด้านการบริการใหม่ๆ และการคิดค้นอย่างต่อเนื่องโดยมีจุดศูนย์กลางอยู่ที่การเชื่อมต่อและประสบการณ์ของผู้คน เราอยู่ในจุดของการเปลี่ยนผัน ซึ่งประสบการณ์ของผู้ใช้จะเปลี่ยนแปลงไปสู่สิ่งที่ดีขึ้นและเร็วขึ้นกว่าที่เคยมีมา เราได้รับโอกาส ในการปฏิวัติประสบการณ์การใช้งานพีซี และเรามุ่งเน้นทุกอย่างเพื่อเรื่องนี้

ทุกเทคโนโลยีมีศักยภาพในการใช้งานทั้งในเชิงบวกและเชิงลบ และเป็นเรื่องจริงโดยเฉพาะอย่างยิ่งสำหรับเทคโนโลยี generative AI เช่น ChatGPT ซึ่งนับเป็นแพลตฟอร์มที่ถูกกล่าวถึงอย่างมากในแวดวง AI ซึ่ง Sam Altman ประธานเจ้าหน้าที่บริหารของ OpenAI ผู้สร้าง ChatGPT เองได้แสดงความกังวลในแถลงการณ์ฉบับล่าสุด1 โดยได้เน้นย้ำถึงความสำคัญของ AI และให้นำไปใช้งานอย่างเหมาะสมและโปร่งใสพร้อมได้กล่าวเพิ่มเติมอีกว่าควรให้ความสำคัญกับเรื่อง AI ประหนึ่งการให้ความสำคัญในเรื่องความท้าทายระดับโลก อย่างเรื่องการจัดการกับโรคระบาดและสงครามนิวเคลียร์ ทั้งนี้เพื่อลดความเสี่ยงที่อาจเกิดขึ้นกับมนุษยชาติ

โดยความกังวลและข้อเสนอแนะข้างต้นเป็นการกระตุ้นและเน้นยำให้บริษัทต่าง ๆ พิจารณาเชิงรุกถึงผลกระทบด้านความปลอดภัยของ generative AI เป็นโอกาสสำหรับองค์กรที่จะต้องเริ่มตื่นตัวในเรื่องการปกป้องระบบและข้อมูลของตนเมื่อเผชิญกับเทคโนโลยีที่ก้าวหน้าเหล่านี้

นอกจากนี้เรายังได้พบว่า ผู้ประสงค์ร้ายอาศัยช่องทางเหล่านี้สร้างประโยชน์แก่ตนเอง ตัวอย่าง ไม่กี่สัปดาห์ หลังจากการเปิดตัว ChatGPT เมื่อเดือนพฤศจิกายนที่ผ่านมา อาชญากรไซเบอร์ได้นำเครื่องมือไปแชร์และใช้2 บนฟอรัมดาร์กเว็บ โดยเฉพาะอย่างยิ่งเครื่องมือที่สามารถใช้โดยผู้ที่ไม่มีประสบการณ์ในการเขียนโค้ด เพื่อสร้างมัลแวร์ที่ซับซ้อนขึ้นมาใหม่ สำหรับคนหลายล้านคน ChatGPT นั้นเป็นเสมือนวิศวกรคนหนึ่งที่บริษัทจ้างทำงาน –– หรือเปรียบเสมือนพนักงานที่มีศักยภาพคนหนึ่งที่เต็มไปด้วยความรู้และสามารถเข้าถึงข้อมูลบนอินเทอร์เน็ต สั่งงานได้ตลอด จัดการข้อมูลที่เราเสนอได้อย่างมหาศาลโดยไม่เสียค่าใช้จ่าย

นับเป็นอีกหนึ่งตัวอย่างที่น่ากลัว อีกหนึ่งตัวอย่างการใช้งานจริงอีกเคส คือ นักเทคโนโลยีอาวุโสท่านหนึ่งของเราขอให้ ChatGPT ช่วยค้นหาซอฟต์แวร์เพื่อเจาะไปยังช่องโหว่ด้านความปลอดภัยที่มีอยู่ และปรับเปลี่ยนเพื่อให้ไม่สามารถถูกตรวจจับหรือต้นพบได้ด้วยซอฟต์แวร์รักษาความปลอดภัยส่วนใหญ่ในปัจจุบัน เขาใช้เวลาเพียงสองนาทีกับหกคำถามเพื่อให้ได้รหัสที่ "ซับซ้อน" ที่เขาต้องการ เพื่อทดสอบขอบเขตความปลอดภัยของบริษัท เขาอาจใส่โค้ดลงบนอุปกรณ์ที่ถูกควบคุมผ่านเข้ามายังระบบรักษาความปลอดภัยของบริษัท ใช้โค้ดเพื่อในเครือข่าย จากนั้นจึงวิ่งจากที่นึง เครื่องนึง ในระบบเครือข่ายไปยังอีกเครื่องนึงไปมาอย่างอิสระภายในองค์กรเพื่อหาเป้าหมายที่แท้จริง และเข้าถึงข้อมูลที่สำคัญ อย่างไรก็ตาม นักเทคโนโลยีอาวุโสของเราในสถานการณ์นี้ได้รับอนุญาตให้ทำการทดลองโดยระบุตัวเองว่าเป็นผู้เชี่ยวชาญด้านความปลอดภัย “white hat” เท่านั้น สิ่งสำคัญคือต้องทราบว่า OpenAI ซึ่งเป็นบริษัทที่สร้าง ChatGPT มีวิธีป้องกันใครก็ตามที่ใช้แพลตฟอร์มอย่างโจ่งแจ้งเพื่อจุดประสงค์ที่เป็นอันตรายหรือไม่

แม้ว่าเราจะยังอยู่ในช่วงเริ่มต้นของการใช้งาน แต่ก็คาดการณ์ได้ไม่ยากถึงความเป็นไปได้ที่จะเห็นผู้ไม่หวังดีที่ใช้ประโยชน์จาก generative AI ในการสร้างความเดือดร้อน

· การระบาดของฟิชชิ่งที่เพิ่มขึ้นและน่ากลัวยิ่งขึ้น: ดังตัวอย่างข้างต้นที่แสดงให้เห็นว่า ChatGPT สามารถดำเนินการที่ซับซ้อนได้ ตัวอย่าง สามารถเขียนอีเมลฟิชชิ่งได้ง่ายพอ ๆ กับเขียนเพลงหรือภาคนิพนธ์ (term paper) และสามารถสร้างเนื้อหาได้อย่างน่าเชื่อถือ3 มากกว่าผู้โจมตีจำนวนมาก กี่ครั้งแล้วที่คุณถูกล่อลวงให้คลิกอีเมล จนกระทั่งสังเกตเห็นการสะกดผิดหรือข้อผิดพลาดทางไวยากรณ์ที่ทำให้เห็นได้ชัดว่าผู้เขียนเขียนได้ไม่ดี แต่แล้วข้อผิดพลาดเหล่านั้นจะหายไปโดยอัตโนมัติโดย ChatGPT

· การโจมตีแบบ Deepfake: ผู้โจมตีอาจสร้างโน้ตที่ดูเหมือนว่ามาจาก CEO ของคุณหรืออาจสร้างข้อความที่คล้ายมากจนคุณแยกไม่ออก เช่นเดียวกับที่คุณสามารถขอให้ ChatGPT เขียนบทกวีในสไตล์ของ Henry David Thoreau อีกหนึ่งตัวอย่างคือ บริษัทญี่ปุ่นตกเป็นเหยื่อของการโจมตีด้วย Deepfake Audio ในปี 2021

เมื่อผู้จัดการสาขาถูกหลอกให้โอนเงิน 35 ล้านดอลลาร์4 ไปยังบัญชีปลอม หลังจากได้รับโทรศัพท์จากบุคคลที่ฟังดูเหมือนเจ้าหน้าที่ระดับสูงของบริษัท

· ระบบออโตเมชัน: การโจมตีทางไซเบอร์ที่มีประสิทธิภาพจำเป็นต้องทำงานที่น่าเบื่อมากมาย ซึ่งส่วนใหญ่เหมาะสำหรับ generative AI ดังนั้น ผู้ใช้ทั้งที่ประสงค์ดีและประสงค์ร้ายจึงกำลังตรวจสอบวิธีการใช้ generative AI เพื่อทำให้งานเป็นไปโดยอัตโนมัติ ปัจจุบัน นักพัฒนาจำนวนมากใช้เครื่องมือ generative AI เช่น GitHub Copilot เพื่อจัดการงานการเขียนโปรแกรมระดับทั่วไปต่างๆ และแปลโค้ด5 เป็นภาษาอื่นสำหรับการปรับใช้ข้ามแพลตฟอร์ม ดังที่ Giovanni Vigna, Sr. Director Threat Intelligence ของ VMware กล่าว เทคนิคดังกล่าวอาจถูกใช้โดยการดำเนินการบิดเบือนข้อมูลอย่างมืออาชีพแทนการจ้างผู้เขียนเพื่อโพสต์หลอกลวง

· การโจมตีแบบ Live off the land: ในช่วงไม่กี่ปีที่ผ่านมา เป้าหมายของการโจมตีคือการเจาะเข้าไปในเครือข่ายและหลบเลี่ยงการตรวจจับเนื่องจากพวกเขามองหาเป้าหมายที่มีค่า ตามปกติแล้ว การโจมตีจะใช้โปรโตคอลเดียวกันกับที่ผู้ดูแลระบบเครือข่ายใช้ในการทำงาน เช่น Remote Desktop Protocol (RDP) ที่พวกเขาใช้เพื่อแก้ไขปัญหาของผู้ใช้มักถูกใช้ในการโจมตีซึ่งนับเป็นหนึ่งใน "พฤติกรรมเครือข่ายที่สังเกตบ่อยที่สุดที่เกี่ยวข้องกับการเคลื่อนไหวจากเครื่องนึงไปยังอีกเครื่องนึงไปเรื่อยแบบ lateral จนกว่าจะเจอเป้าหมายที่แท้จริง"6

· ความกังวลเรื่องความเป็นส่วนตัวเกี่ยวกับทรัพย์สินทางปัญญา: ChatGPT เชื่อมโยงกับการรั่วไหลของข้อมูลที่ถูกกล่าวหา โดยพนักงานแชร์ข้อมูลลับขององค์กรกับ ChatGPT ซึ่งเป็นการเปิดข้อมูลให้กับผู้ใช้ OpenAI แหล่งที่มา7 ระบุว่าสิ่งนี้ "รวมถึงซอร์สโค้ดของซอฟต์แวร์ที่รับผิดชอบในการวัดอุปกรณ์เซมิคอนดักเตอร์"

แล้วบริษัทต่าง ๆ จะทำอะไรได้บ้างเพื่อเตรียมพร้อมสำหรับการโจมตีที่เสริมประสิทธิภาพด้วย AI สำหรับผู้เริ่มต้น พวกเขาจำเป็นต้องมีระบบการรักษาความปลอดภัยที่ดี ในการสำรวจเมื่อเร็วๆ นี้ “71 เปอร์เซ็นต์ของผู้ตอบแบบสอบถามกล่าวว่าการโจมตีเปิดเผยช่องโหว่ที่พวกเขาไม่รู้ตัวด้วยซ้ำว่ามี ดังนั้นการมองเห็นและการรับรู้ถือเป็นเรื่องพื้นฐานสำหรับการรักษาความปลอดภัยที่ดี8 แม้ว่าคุณจะหลีกเลี่ยงการโจมตีมาได้หลายต่อหลายครั้งแล้วก็ตาม แต่เมื่อ generative AI มีมากขึ้น โอกาสในการตกเป็นเป้าหมายของคุณก็จะเพิ่มขึ้น

นอกจากนี้ ในองค์กรควรจะพูดคุยอย่างเปิดเผยในเรื่องภัยคุกคามต่างๆต่อกันและกันมากขึ้น เพื่อให้สามารถรวบรวมความรู้ร่วมกันและป้องกันการโจมตีครั้งใหม่ได้ ผู้เชี่ยวชาญด้านความปลอดภัยทางไซเบอร์ของคุณจะพร้อมมากขึ้นหากองค์กรและภาคส่วนต่าง ๆ แบ่งปันข่าวกรองภัยคุกคาม

สุดท้าย ตรวจสอบให้แน่ใจว่าคุณได้ใช้ generative AI ให้เกิดประโยชน์สูงสุด เช่นเดียวกับนักเทคโนโลยีอาวุโสท่านหนึ่งของเราที่ได้กล่าวไปแล้วข้างต้น ที่ใช้ ChatGPT เพื่อรับรู้และจัดหมวดหมู่ความเสี่ยงที่อาจเกิดขึ้น นอกจากนี้ เราสามารถใช้ AI รูปแบบอื่น ๆ เพื่อตรวจจับร่องรอยเล็กน้อยที่ผู้โจมตีที่มีความสามารถทิ้งไว้ และช่วยตรวจสอบระบบสำคัญต่าง ๆ เพื่อหาช่องโหว่โดยอัตโนมัติ ส่งสัญญาณเตือน และดำเนินการที่เหมาะสม