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”

การ์ทเนอร์คาดการณ์ว่าในปี 2569 การโจมตีแบบ Deepfakes ที่สร้างโดยปัญญาประดิษฐ์กับเทคโนโลยีระบุตัวตนบนใบหน้าหรือ Face Biometrics เป็นเหตุให้องค์กรประมาณ 30% มองว่าโซลูชันการยืนยันและพิสูจน์ตัวตนจะไม่น่าเชื่อถืออีกต่อไปหากนำมาใช้แบบเอกเทศ

มร. อากิฟ ข่าน รองประธานฝ่ายวิจัยการ์ทเนอร์ กล่าวว่า “ช่วงทศวรรษที่ผ่านมา มีจุดเปลี่ยนสำคัญด้าน AI เกิดขึ้นหลายประการ นั่นทำให้เกิดการสร้างภาพสังเคราะห์ขึ้นได้ โดยภาพใบหน้าคนจริง ๆ ที่สร้างขึ้นปลอม ๆ เหล่านี้ หรือที่เรียกว่า Deepfakes นั้น เปิดโอกาสให้ผู้ไม่ประสงค์ดีสามารถนำมาใช้เพื่อทำลายระบบการพิสูจน์ทราบตัวตนด้วยไบโอเมตริกซ์หรือทำให้ระบบใช้การได้อย่างไม่มีประสิทธิภาพ ผลที่ตามมาก็คือ องค์กรต่าง ๆ อาจเริ่มตั้งคำถามถึงความน่าเชื่อถือของโซลูชันการยืนยันและพิสูจน์ตัวตน เนื่องจากไม่สามารถบอกได้ว่าใบหน้าบุคคลที่ได้รับการยืนยันนั้นเป็นบุคคลที่มีชีวิตจริงหรือเป็นของปลอมกันแน่”

กระบวนการยืนยันและพิสูจน์ตัวตนโดยใช้เทคโนโลยีไบโอเมตริกซ์บนใบหน้าในวันนี้อาศัยการตรวจจับการโจมตีหลอก หรือ Presentation Attack Detection (PAD) เพื่อประเมินการมีชีวิตอยู่จริงของผู้ใช้ “มาตรฐานและกระบวนการทดสอบในปัจจุบันเพื่อกำหนดและประเมินกลไกของการตรวจจับการโจมตีหลอกนั้นไม่ครอบคลุมการโจมตีผ่านดิจิทัลหรือ Digital Injection Attacks ที่มาจาก Deepfakes ที่สร้างโดย AI ที่สามารถพัฒนาขึ้นได้แล้ววันนี้” มร. ข่าน กล่าวเพิ่มเติม

ผลการวิจัยการ์ทเนอร์ชี้ว่าการโจมตีแบบ Presentation Attack ที่เป็นการปลอมแปลงข้อมูลอัตลักษณ์ทางกายภาพของบุคคลเป็นการโจมตีที่พบบ่อยที่สุด ทว่าการโจมตีแบบ Injection Attack ที่เป็นการแทรกโค้ดลงในโปรแกรมหรือแบบสอบถาม หรือมัลแวร์ในคอมพิวเตอร์เพื่อควบคุมคำสั่งผ่านระยะไกล ในปี 2566 มีอัตราเพิ่มขึ้นถึง 200% ดังนั้นเพื่อป้องกันการโจมตีดังกล่าวองค์กรจะต้องใช้การตรวจจับการโจมตีแบบ Injection Attack Detection (IAD) และการตรวจสอบภาพ หรือ Image Inspection ร่วมด้วย

ใช้การตรวจจับแบบ IAD และเครื่องมือตรวจสอบรูปภาพร่วมกันเพื่อลดภัยคุกคามจาก Deepfake

เพื่อช่วยให้องค์กรธุรกิจสามารถปกป้องตนเองจากภัยคุกคาม Deepfakes ที่พัฒนาขึ้นโดย AI และมีความสามารถเหนือกว่าเทคโนโลยีที่ใช้ในการระบุตัวตนบนใบหน้า ผู้บริหาร CISO และผู้นำจัดการความเสี่ยงต้องเลือกผู้ขายที่สามารถแสดงให้เห็นได้ว่าพวกเขามีความสามารถ มีแผนการจัดการที่เหนือกว่าคุณภาพมาตรฐาน รวมถึงมีระบบมอนิเตอร์ จัดหมวด และกำหนดปริมาณของภัยคุกคามเกิดใหม่นี้

“องค์กรควรเริ่มกำหนดบรรทัดฐานการควบคุมขั้นต่ำด้วยการทำงานร่วมกับผู้ขายที่มีการลงทุนโดยเฉพาะในด้านการลดผลกระทบจากภัยคุกคาม Deepfake ล่าสุด โดยใช้การตรวจจับการโจมตีแบบ Injection Attack Detection (IAD) ควบคู่ไปกับระบบการตรวจสอบภาพ Image Inspection” มร. ข่าน กล่าวเพิ่มเติม

เมื่อกำหนดกลยุทธ์และบรรทัดฐานการควบคุมพื้นฐานแล้ว ผู้บริหาร CISO และผู้นำทีมการจัดการความเสี่ยงจะต้องรวบรวมความเสี่ยงที่จะเกิดขึ้นเพิ่มเติมและตระหนักถึงสัญญาณที่เป็นภัย อาทิ การระบุการใช้งานอุปกรณ์และการวิเคราะห์พฤติกรรม เพื่อเพิ่มโอกาสการตรวจจับการโจมตีในกระบวนการยืนยันตัวตน

นอกจากนี้ ผู้นำด้านความปลอดภัยและการบริหารความเสี่ยงยังมีบทบาทรับผิดชอบในด้านข้อมูลส่วนบุคคลและการจัดการการเข้าถึงควรมีขั้นตอนดำเนินการเพื่อลดความเสี่ยงการโจมตีแบบ Deepfake ที่ขับเคลื่อนจาก AI โดยเลือกเทคโนโลยีที่สามารถพิสูจน์ความเป็นมนุษย์ที่แท้จริงได้หรือนำมาตรการเพิ่มเติมมาใช้เพื่อป้องกันการเข้ายึดบัญชีใช้งาน

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

การ์ทเนอร์เปิดเทรนด์สำคัญของวงการการควบรวมและซื้อกิจการ หรือ Mergers and Acquisitions - M&A ในปี 2567 ซึ่งรวมถึงการปลดล็อกโอกาส M&A ทางเทคโนโลยี ท่ามกลางความคลุมเครือทางเศรษฐกิจระดับมหภาคด้วยการใช้เทคโนโลยีปัญญาประดิษฐ์ หรือ AI มาปรับปรุงกระบวนการ M&A การเข้าซื้อกิจการในธุรกิจกลุ่ม AI และสำรวจสภาพแวดล้อมของกฎระเบียบที่ซับซ้อนเพิ่มมากขึ้น

มาร์ค แครอล รองประธานฝ่ายวิจัยของการ์ทเนอร์ กล่าวว่า “การควบรวมกิจการทั่วโลกยังคงดำเนินไปอย่างต่อเนื่อง ซึ่งลดลง 50% จากจุดสูงสุดที่เป็นประวัติการณ์ในปี 2564 โดยความท้าทายทางเศรษฐกิจมหภาคและกฎระเบียบเป็นแรงเสริมของแนวโน้มดังกล่าว แต่การมุ่งเน้นไปที่เทคโนโลยีใหม่ ๆ ยังคงเป็นไปอย่างต่อเนื่อง โดยเฉพาะ AI ที่ช่วยให้ผู้บริหารสามารถพาองค์กรกลับเข้าสู่ตลาด M&A อย่างยิ่งใหญ่อีกครั้งในปีหน้านี้”

คริส แกนลี่ รองประธานทีมผู้จัดการของการ์ทเนอร์ กล่าวว่า “การควบรวมกิจการยังเป็นกลไกขับเคลื่อนการเติบโตขององค์กรส่วนใหญ่ ดังนั้นปีหน้าเราจะเห็นความสำเร็จมากขึ้นเรื่อย ๆ ซึ่งขึ้นอยู่กับว่าผู้บริหารจะปรับเปลี่ยนกลยุทธ์รับมือกับแนวโน้มตลาดนี้อย่างไร โดยความสำเร็จของการควบรวมกิจการหมายถึงการที่ผู้บริหารสามารถวางตำแหน่งองค์กรของตนให้เป็นผู้นำตลาดต่อไปได้ในอีกหลายปีข้างหน้า”

เทรนด์ที่ 1: ความคลุมเครือทางเศรษฐกิจมหภาคปลดล็อกโอกาสการควบรวมกิจการทางเทคโนโลยี

การ์ทเนอร์ระบุว่าความคลุมเครือทางเศรษฐกิจมหภาคจะยังคงมีอยู่ในปีหน้า โดยมีสัญญาณบวกและลบปะปนกัน ซึ่งส่งผลต่ออัตราเงินเฟ้อ ภาวะเศรษฐกิจถดถอย การจ้างงาน ต้นทุนของเงินลงทุน และความเชื่อมั่นของธุรกิจและผู้บริโภค

ก่อนหน้านี้บริษัทเทคโนโลยีสตาร์ทอัพที่มีมูลค่าสูงจะต้องต่อสู้เพื่อการระดมทุนรอบถัดไป และจะมองหาทางเลือกอื่น ๆ ซึ่งรวมถึงการเปิดให้เข้าซื้อกิจการโดยบริษัทขนาดใหญ่ที่มีเงินทุนและอยู่ในอุตสาหกรรมเดียวกัน หรือ Strategic Buyers การ์ทเนอร์แนะนำว่าองค์กรที่มีเงินทุนควรใช้ประโยชน์จากสิ่งนี้ โดยการเข้าซื้อกิจการธุรกิจเทคโนโลยีขนาดเล็กหรือที่เรียกว่า Techquisitions ด้วยความที่มีมูลค่าต่ำกว่าและเข้าถึงเงินทุนได้น้อยกว่าที่โดยทั่วไปมักจะเปิดให้เข้าซื้อกิจการได้ในสภาวะเศรษฐกิจสดใส

เทรนด์ 2: การใช้ AI จะเพิ่มประสิทธิภาพในกระบวนการการควบรวมและเข้าซื้อกิจการ

การ์ทเนอร์ระบุว่า การใช้ AI จะมีผลอย่างมากต่อความเร็ว ประสิทธิภาพ และประสิทธิภาพโดยรวมของกระบวนการควบรวมกิจการ อย่างไรก็ตามความเฉพาะของวิธีการและตำแหน่งที่ AI ถูกนำไปใช้นั้นกำลังเกิดขึ้นเพื่อระบุสิ่งที่ใช้ได้จริงในปัจจุบันเทียบกับความเป็นไปได้ในระยะยาว

การ์ทเนอร์แนะนำให้ใช้ AI ในกระบวนการ M&A แบบภายในก่อน โดยพัฒนาและทดสอบเคสการใช้งานที่หลากหลาย โดยเฉพาะด้านการวิเคราะห์สัญญาที่เป็นการประยุกต์ใช้ AI ที่ทรงประสิทธิภาพในตอนนี้ เพื่อปรับปรุงกิจกรรมที่เกี่ยวข้องกับหนังสือแสดงเจตจำนง สัญญาการตรวจสอบประเมินสถานะของกิจการ สัญญาหลักที่มีผลผูกพันตามกฎหมาย และการเจรจาข้อตกลงร่วมกันในการโอนย้ายธุรกิจหรือ TSA รวมถึงการต่ออายุและการรวมสัญญา

เทรนด์ที่ 3: กลยุทธ์ AI จะต้องใช้แนวทางใหม่ ๆ เพื่อควบรวมธุรกิจ AI

แม้ว่าการควบรวมกิจการของธุรกิจ AI ยังไม่ได้รับความนิยมสำหรับองค์กรต่าง ๆ แต่การ์ทเนอร์เชื่อมั่นว่าการที่องค์กรต่างมุ่งให้ความสำคัญในด้านเทคโนโลยีจะนำไปสู่การสร้างข้อตกลงหรือดีลธุรกิจมากมายในปี 2567 จากการสำรวจความคิดเห็นของซีอีโอและผู้บริหารธุรกิจของการ์ทเนอร์ ประจำปี 2566 พบว่า AI เป็นเทคโนโลยีสำคัญที่ส่งผลกระทบต่ออุตสาหกรรมที่สุด การ์ทเนอร์แนะนำว่าการเข้าซื้อธุรกิจ AI จะเป็นกลยุทธ์ธุรกิจที่สำคัญในปีหน้า ส่วนองค์กรที่ขาดทักษะหรือมีเวลาจำกัดในการพัฒนาความสามารถด้วยตนเองสามารถเลือกใช้กลยุทธ์ M&A เพื่อเข้าถึงเทคโนโลยีแทนได้

เทรนด์ที่ 4: กฎระเบียบและการตรวจสอบที่เข้มข้นขึ้นจะขีดขวางการควบรวมกิจการขนาดใหญ่

การ์ทเนอร์คาดว่า การตรวจสอบกฎระเบียบในดีล M&A โดยเฉพาะอย่างยิ่งด้านผูกขาดทางการค้าและความมั่นคงของชาติกำลังทวีความเข้มข้นเพิ่มขึ้นและจะเป็นปัจจัยสำคัญขัดขวางดีล M&A ขนาดใหญ่ในปี 2567 อย่างไรก็ตามแนวโน้มนี้กลับเพิ่มความน่าสนใจในการดำเนินการดีลข้อตกลง M&A กับบริษัทขนาดเล็กและบริษัทหลากหลายในอุตสาหกรรมจำนวนมาก ที่สามารถสร้างความได้เปรียบทางการแข่งขันในสภาพแวดล้อมนี้

“แม้การตรวจสอบกฎระเบียบที่มีความเข้มงวดขึ้นอาจส่งผลกระทบต่อธุรกรรม M&A ขนาดใหญ่ แต่สามารถสร้างโอกาสทางการแข่งขันให้กับองค์กรที่เป็นผู้นำในการบรรลุดีลขนาดเล็ก ๆ มากขึ้น สำหรับผู้ที่มุ่งเน้นดีลที่ใหญ่กว่า สิ่งสำคัญคือต้องใช้แนวทางเชิงรุกร่วมกับหน่วยงานกำกับดูแลในปีหน้า” แกนลี่ กล่าวเพิ่มเติม

 

การ์ทเนอร์ ประกาศ 10 เทรนด์เทคโนโลยีเชิงกลยุทธ์ที่องค์กรต้องจับตาและศึกษาในปี 2567

บาร์ท วิลเลมเซ่น รองประธานฝ่ายวิจัยการ์ทเนอร์ กล่าวว่า “การรับมือกับความปั่นป่วนทางเทคโนโลยีและความไม่แน่นอนทางเศรษฐกิจและสังคมต้องอาศัยความกล้าที่จะมุ่งมั่นอย่างตรงไปตรงมาและเพิ่มความยืดหยุ่นในการตอบสนองอย่างเฉพาะเจาะจง ผู้นำไอทีอยู่ในสถานะที่ต่างจากผู้อื่นในการวางโรดแมปเชิงกลยุทธ์ โดยการลงทุนเทคโนโลยีจะช่วยให้ธุรกิจยังคงประสบความสำเร็จได้ ท่ามกลางความไม่แน่นอนและแรงกดดันเหล่านี้”

คริส ฮาวเวิร์ด รองประธานและหัวหน้าฝ่ายวิจัยของการ์ทเนอร์ กล่าวว่า “ผู้นำไอทีและผู้บริหารในส่วนงานอื่น ๆ ต้องประเมินผลกระทบและประโยชน์จากเทรนด์เทคโนโลยีเชิงกลยุทธ์ แต่ไม่ใช่เรื่องง่ายเมื่อพิจารณาจากจำนวนนวัตกรรมทางเทคโนโลยีที่เพิ่มขึ้น ตัวอย่างเช่น Generative AI และ AI ประเภทอื่น ๆ ที่นำเสนอโอกาสและขับเคลื่อนเทรนด์ต่าง ๆ แต่การจะได้มาซึ่งคุณค่าทางธุรกิจจากการใช้ AI อย่างต่อเนื่องนั้น ต้องมีแนวทางที่เป็นขั้นเป็นตอนเพื่อการนำไปใช้ได้อย่างครอบคลุม ควบคู่กับการใส่ใจในความเสี่ยง”

10 เทรนด์เทคโนโลยีเชิงกลยุทธ์ในปี 2567 ได้แก่

 

Democratized Generative AI

Generative AI (หรือ GenAI) กำลังกลายเป็นเทคโนโลยีสาธารณะด้วยการผสานรวมรูปแบบจำลองที่ได้รับการฝึกฝนล่วงหน้าไว้จำนวนมาก เข้ากับการประมวลผลคลาวด์และระบบโอเพ่นซอร์ส ทำให้ผู้ใช้งานทั่วโลกสามารถเข้าถึงโมเดลเหล่านี้ได้ การ์ทเนอร์คาดว่าภายในปี 2569 องค์กรมากกว่า 80% จะใช้ GenAI API และโมเดลต่าง ๆ และ/หรือปรับใช้แอปพลิเคชันที่เปิดใช้งาน GenAI ในสภาพแวดล้อมการผลิต เพิ่มขึ้นจากช่วงต้นปี 2566 ที่น้อยกว่า 5%

แอปพลิเคชัน GenAI ต่าง ๆ ช่วยให้ผู้ใช้เข้าถึงแหล่งข้อมูลมากมายจากภายในและภายนอกองค์กรเพื่อใช้ในทางธุรกิจได้ ซี่งหมายความว่าการนำ GenAI มาใช้อย่างรวดเร็วจะทำให้เกิดองค์ความรู้และทักษะในองค์กรอย่างเสรีและมีนัยสำคัญ โดยโมเดลภาษาขนาดใหญ่ (LLM) จะช่วยให้องค์กรเชื่อมโยงพนักงานกับความรู้ในรูปแบบการสนทนาพร้อมเข้าใจความหมายที่หลากหลาย

AI Trust, Risk and Security Management การเข้าถึง AI แบบเสรีทำให้ต้องมีการกำหนดกลยุทธ์สำหรับจัดการด้านความน่าเชื่อถือ ความเสี่ยง และการรักษาความปลอดภัย (หรือ TRiSM) อย่างเร่งด่วนและชัดเจนมากยิ่งขึ้น หากไม่มีกลยุทธ์ที่ตีกรอบโมเดลการใช้ AI จะสร้างผลลบแบบทบต้นที่ควบคุมไม่ได้ บดบังประสิทธิภาพเชิงบวกและประโยชน์ที่สังคมควรได้รับจาก AI ทั้งนี้ AI TRiSM มอบเครื่องมือสำหรับ ModelOps, การป้องกันข้อมูลเชิงรุก, ความปลอดภัยเฉพาะของ AI, การมอนิเตอร์โมเดล (รวมถึงการตรวจสอบการเปลี่ยนแปลงของข้อมูล - Data Drift หรือของโมเดล - Model Drift และ/หรือผลลัพธ์โดยไม่ได้ตั้งใจ) และการควบคุมความเสี่ยงของการอินพุตและเอาต์พุตไปยังโมเดลและแอปพลิเคชันของผู้ให้บริการรายอื่น ๆ

 

การ์ทเนอร์คาดการณ์ว่า ภายในปี 2569 องค์กรที่ใช้การควบคุม AI TRiSM จะเพิ่มความแม่นยำในการตัดสินใจ โดยกำจัดข้อมูลผิดพลาดและผิดกฎหมายได้มากถึง 80%

AI-Augmented Development

การพัฒนาเสริมด้วย AI คือการใช้เทคโนโลยีปัญญาประดิษฐ์ เช่น GenAI และ Machine Learning เพื่อช่วยในการออกแบบ เขียนโค้ด และทดสอบแอปพลิเคชันให้กับวิศวกรซอฟต์แวร์ โดยการทำวิศวกรรมซอฟต์แวร์ที่ใช้ AI มาช่วย (AI-assisted Software Engineering) จะปรับปรุงประสิทธิภาพการทำงานของนักพัฒนา และช่วยให้ทีมพัฒนาตอบสนองความต้องการซอฟต์แวร์ที่เพิ่มขึ้นสำหรับการดำเนินธุรกิจ เครื่องมือที่พัฒนาขึ้นโดยใช้ AI (AI-Infused Development Tools) เหล่านี้ช่วยให้วิศวกรซอฟต์แวร์ใช้เวลาเขียนโค้ดน้อยลง จึงสามารถใช้เวลามากขึ้นกับงานเชิงกลยุทธ์มากขึ้นเช่นการออกแบบและจัดวางองค์ประกอบของแอปพลิเคชันทางธุรกิจที่น่าสนใจ

Intelligent Applications

การ์ทเนอร์ให้คำจำกัดความของแอปพลิเคชันอัจฉริยะที่มีความชาญฉลาด ว่าเป็นความสามารถในการเรียนรู้ปรับตัวให้ตอบสนองอัตโนมัติอย่างเหมาะสม โดยข้อมูลอัจฉริยะนี้สามารถนำไปใช้ในหลายเคสการใช้งานเพื่อเพิ่มหรือทำงานอัตโนมัติได้ดียิ่งขึ้น เนื่องจากความสามารถพื้นฐาน ความชาญฉลาดในแอปพลิเคชันประกอบด้วยบริการต่าง ๆ ที่ใช้ AI เช่น การเรียนรู้ของเครื่อง การเก็บเวกเตอร์และข้อมูลที่เชื่อมต่อ ด้วยเหตุนี้แอปพลิเคชันอัจฉริยะจึงมอบประสบการณ์ที่ปรับเข้ากับผู้ใช้แบบไดนามิก

ความต้องการใช้งานแอปพลิเคชันอัจฉริยะนั้นมีอยู่ โดย 26% ของผู้บริหารระดับซีอีโอ จากการสำรวจของการ์ทเนอร์ 2023 Gartner CEO and Senior Business Executive Survey ระบุว่าการขาดแคลนบุคลากรที่มีทักษะความสามารถเป็นความเสี่ยงที่สร้างความเสียหายมากที่สุดต่อองค์กร โดยการดึงดูดและรักษาผู้มีความสามารถเป็นสิ่งสำคัญอันดับแรกในด้านบุคลากรของผู้บริหาร ขณะที่ AI ได้รับเลือกให้เป็นเทคโนโลยีที่จะส่งผลกระทบอย่างมีนัยสำคัญต่ออุตสาหกรรมในช่วงสามปีข้างหน้า

Augmented-Connected Workforce

Augmented-Connected Workforce (ACWF) เป็นกลยุทธ์ในการเพิ่มมูลค่าที่ได้รับจากแรงงานมนุษย์ให้เกิดประโยชน์สูงสุด ความจำเป็นในการเร่งและขยายทีมบุคลากรที่มีทักษะและความสามารถกำลังขับเคลื่อนกระแส ACWF กลยุทธ์ ACWF ใช้แอปพลิเคชันอัจฉริยะและการวิเคราะห์ประสิทธิภาพของบุคลากรเพื่อสร้างบริบทและแนวทางการทำงานทุกวันเพื่อสนับสนุนประสบการณ์ ความเป็นอยู่ที่ดี และความสามารถในการพัฒนาทักษะของตนเองของทีมงาน ขณะเดียวกัน ACWF ยังใช้ขับเคลื่อนผลลัพธ์ทางธุรกิจและผลกระทบเชิงบวกต่อผู้มีส่วนได้ส่วนเสียหลัก

 

ในปี 2570 ผู้บริหารไอที (CIOs) 25% จะริเริ่มการเชื่อมโยงพนักงานให้ทำงานร่วมกันมากขึ้น (Augmented-Connected Workforce) เพื่อลดเวลาการทำงานในบทบาทสำคัญลง 50%

Continuous Threat Exposure Management

การจัดการความเสี่ยงต่อภัยคุกคามอย่างต่อเนื่อง (Continuous Threat Exposure Management หรือ CTEM) เป็นแนวทางเชิงปฏิบัติและเป็นระบบที่ช่วยให้องค์กรประเมินการเข้าถึง ความเสี่ยง และการใช้ประโยชน์จากสินทรัพย์ดิจิทัลและสินทรัพย์ที่จับต้องได้ขององค์กรได้อย่างต่อเนื่องและสม่ำเสมอ การจัดวางขอบเขตการประเมินและการแก้ไข CTEM ให้สอดคล้องกับวิธีการสร้างภัยคุกคามหรือโครงการทางธุรกิจ แทนที่จะเป็นส่วนประกอบในโครงสร้างพื้นฐาน ไม่เพียงแต่จะเผยให้เห็นช่องโหว่เท่านั้น แต่ยังรวมถึงภัยคุกคามที่ไม่สามารถแก้ไขได้ด้วย

ภายในปี 2569 การ์ทเนอร์คาดการณ์ว่าองค์กรที่จัดลำดับความสำคัญการลงทุนด้านความปลอดภัยตามโปรแกรม CTEM จะพบว่าการละเมิดลดลง 2 ใน 3

Machine Customers

ลูกค้าที่เป็นเครื่องจักร (Machine Customers หรือที่เรียกว่า 'คัสโตบอท') จะเป็นผู้มีบทบาททางเศรษฐกิจในแบบที่ไม่ใช่มนุษย์ มีความสามารถเจรจา ซื้อสินค้าและบริการเพื่อให้เกิดเป็นการชำระเงิน ภายในปี 2571 ผลิตภัณฑ์ที่เชื่อมต่อกัน 15 พันล้านชิ้นจะมีศักยภาพแสดงตนเป็นลูกค้าได้และจะมีผลิตภัณฑ์อื่น ๆ อีกนับพันล้านชิ้นตามมาในปีต่อไป โดยแนวโน้มการเติบโตนี้สร้างรายได้นับล้านล้านดอลลาร์สหรัฐฯ ภายในปี 2573 และในที่สุดจะมีความสำคัญมากกว่าเมื่อตอนเกิด Digital Commerce ทั้งนี้ผู้บริหารควรพิจารณากลยุทธ์รวมถึงโอกาสในการอำนวยความสะดวกให้กับอัลกอริธึมและอุปกรณ์เหล่านี้ หรือแม้แต่สร้างคัสโตบอทใหม่ ๆ

Sustainable Technology

เทคโนโลยีที่ยั่งยืน (Sustainable Technology) เป็นกรอบการทำงานของโซลูชันดิจิทัลที่ใช้เพื่อสร้างผลลัพธ์ด้านสิ่งแวดล้อม สังคม และธรรมาภิบาล (ESG) สนับสนุนสมดุลของระบบนิเวศและสิทธิมนุษยชนในระยะยาว ซึ่งการใช้เทคโนโลยี อย่าง AI, Cryptocurrency, Internet of Things และ Cloud Computing กำลังผลักดันให้เกิดข้อถกเถียงด้านการใช้พลังงานที่เกี่ยวข้องและส่งผลกระทบต่อสิ่งแวดล้อม ทำให้จำเป็นอย่างยิ่งที่จะต้องมั่นใจว่าการใช้ไอทีจะมีประสิทธิภาพ มีการหมุนเวียน และมีความยั่งยืนมากขึ้น การ์ทเนอร์คาดการณ์ว่า ภายในปี 2570 ผู้บริหารซีไอโอ 25% จะเห็นการเชื่อมโยงของค่าตอบแทนส่วนบุคคลกับผลกระทบทางเทคโนโลยีที่ยั่งยืน

Platform Engineering

วิศวกรรมแพลตฟอร์ม (Platform Engineering) เป็นหลักการสร้างและดำเนินการแพลตฟอร์มเพื่อการพัฒนาภายในด้วยตนเอง แต่ละแพลตฟอร์มเป็นชั้น ๆ ที่ถูกสร้างและดูแลโดยทีมงานผลิตภัณฑ์เฉพาะ โดยได้รับการออกแบบมาเพื่อรองรับความต้องการของผู้ใช้ผ่านการเชื่อมต่อเครื่องมือและกระบวนการต่าง ๆ ซึ่งเป้าหมายของ Platform Engineering คือการเพิ่มประสิทธิภาพการทำงาน เพิ่มประสบการณ์ผู้ใช้ และเร่งการส่งมอบมูลค่าทางธุรกิจ

Industry Cloud Platforms

ภายในปี 2570 การ์ทเนอร์คาดการณ์ว่าองค์กรมากกว่า 70% จะใช้แพลตฟอร์มคลาวด์อุตสาหกรรม (ICP) เพื่อเร่งโครงการใหม่ ๆ ทางธุรกิจของตน เพิ่มขึ้นจากน้อยกว่า 15% ในปี 2566 ICP จัดการกับผลลัพธ์ทางธุรกิจที่เกี่ยวข้องกับอุตสาหกรรมโดยการรวมบริการ SaaS, PaaS และ IaaS พื้นฐานเข้าด้วยกัน ไปสู่การนำเสนอผลิตภัณฑ์ทั้งหมดที่มีความสามารถในการประกอบเข้ากันได้ โดยทั่วไปจะรวมถึงโครงสร้างข้อมูลอุตสาหกรรม คลังความสามารถทางธุรกิจแบบแพ็คเกจ เครื่องมือจัดองค์ประกอบ และนวัตกรรมแพลตฟอร์มอื่น ๆ ICP ได้รับการปรับแต่งข้อเสนอระบบคลาวด์โดยเฉพาะสำหรับอุตสาหกรรมและสามารถปรับแต่งเพิ่มเติมให้ตรงกับความ

Page 1 of 5
X

Right Click

No right click