99% ของผู้ตอบแบบสำรวจทั้งหมดระบุว่า AI คือวาระสำคัญ และการลงทุนในผลิตภัณฑ์ AI กำลังเติบโตขึ้นอย่างต่อเนื่อง

งบลงทุนที่วางแผนไว้พุ่งสูงที่สุดในส่วนของโครงสร้างพื้นฐานระดับรากฐาน 69%ผู้ตอบแบบสำรวจทั้งหมด ระบุว่าจะมีการเติบโตของการใช้จ่ายด้าน IaaS มากกว่า 20% ตามมาด้วย PaaS ที่ 61% และ MaaS ที่ 58%

79% ของผู้ตอบแบบสำรวจในไทย มีแผนจะเพิ่มงบลงทุนอีก 50% หรือมากกว่านั้น

กรุงเทพฯ วันที่ 4 สิงหาคม 2569 - รายงานผลสำรวจ “The AI Business Application Readiness and Accessibility Survey” สนับสนุนการสำรวจโดยอาลีบาบา คลาวด์ ผู้ให้บริการด้านโครงสร้างพื้นฐาน AI ชั้นนำของโลกและหน่วยงานหลักด้านอินเทลลิเจนส์ของอาลีบาบา กรุ๊ป เผยให้เห็นว่า องค์กรในภูมิภาคเอเชียส่วนใหญ่มีความกระตือรือร้นในการนำ AI มาใช้อย่างท่วมท้น โดย 90% ของผู้ตอบแบบสำรวจระบุว่า องค์กรของตนมีความเชื่อมั่นและเปิดรับการประยุกต์ใช้ AI

แนวโน้มเชิงบวกนี้กำลังสะท้อนออกมาเป็นแผนการลงทุนที่ชัดเจน โดย 95% ของบริษัทที่ตอบแบบสำรวจตั้งใจจะลงทุนผลิตภัณฑ์ด้าน AI เพิ่ม และมากกว่าครึ่งมีแผนจะเพิ่มงบประมาณมากกว่า 20% ครอบคลุมทั้งด้านโครงสร้างพื้นฐาน (IaaS), เครื่องมือที่เป็นแพลตฟอร์ม (PaaS) และบริการด้านโมเดลต่าง ๆ (MaaS) สำหรับประเทศไทย ผลสำรวจพบว่าองค์กรไทยมุ่งมั่นจัดสรรงบลงทุนเพื่อขยายระบบ AI อย่างจริงจัง โดย 79% ของผู้ตอบแบบสำรวจไทยซึ่งเป็นอัตราที่สูงที่สุดเมื่อเทียบกับประเทศอื่นที่ทำการสำรวจ มีแผนจะเพิ่มงบลงทุนอีก 50% หรือมากกว่านั้น

นอกจากนี้ AI ยังคงเป็นวาระสำคัญทั้งในและนอกห้องประชุมผู้บริหาร ผลสำรวจพบว่า 58% ของผู้ตอบแบบสำรวจระบุว่ามีแผนจะเพิ่มการใช้จ่ายด้าน MaaS อีกมากกว่า 20% ซึ่งนับเป็นแนวคิดที่ค่อนข้างใหม่เมื่อเทียบกับการลงทุนที่เคยวางแผนไว้สูงสุดในด้านโครงสร้างพื้นฐานหลัก เช่น ระบบประมวลผล ระบบจัดเก็บข้อมูล และ ระบบเครือข่าย ทั้งนี้ 69% ของผู้ตอบแบบสำรวจระบุว่ามีการใช้จ่ายด้าน IaaS เพิ่มขึ้นมากกว่า 20% ตามด้วย 61% ของผู้ตอบแบบสำรวจที่ระบุว่ามีการวางแผนใช้จ่ายด้าน PaaS เพิ่มขึ้นเช่นกัน

วัตถุประสงค์เชิงกลยุทธ์ห้าอันดับแรกในการใช้ AI

องค์กรส่วนใหญ่ที่ตอบแบบสำรวจเริ่มเปลี่ยนผ่านการทดลองใช้ AI ไปสู่การใช้งานจริงในระบบงานหลักแล้ว ผลสำรวจพบว่าประมาณ 75% ของบริษัทในเอเชียระบุว่า AI ได้กลายเป็นส่วนสำคัญที่ขาดไม่ได้ในการดำเนินธุรกิจ นอกจากนี้ มีบริษัทราว 90% ที่เริ่มประยุกต์ใช้เครื่องมือ (PaaS) และโมเดล (MaaS) ด้านการพัฒนา AI แล้ว ในทุกระดับของการใช้เทคโนโลยี ที่น่าสนใจคือ มีผู้ตอบแบบสำรวจเพียง 1% เท่านั้นที่ระบุว่า AI ไม่ใช่เรื่องที่องค์กรให้ความสำคัญ

วัตถุประสงค์เชิงกลยุทธ์ที่สำคัญในการนำ AI มาใช้ห้าอันดับแรก ไม่ได้จำกัดอยู่เพียงการลดต้นทุนและเพิ่มประสิทธิภาพ (63%) เท่านั้น แต่ยังรวมถึงการขับเคลื่อนนวัตกรรมและสร้างโอกาสใหม่ ๆ ทางธุรกิจ (64%) ตามด้วยการปลดล็อกศักยภาพการเติบโตของรายได้ (48%) การสร้างความได้เปรียบทางการแข่งขัน (45%) และ การยกระดับประสบการณ์ลูกค้า (43%) องค์กรไทยยกให้ประสิทธิภาพการดำเนินงานเป็นดัชนีวัดความสำเร็จหลักของ AI สูงที่สุดในบรรดาประเทศที่ตอบแบบสำรวจ โดย 67% ของผู้ตอบแบบสำรวจในไทยระบุว่าประสิทธิภาพการดำเนินงานที่เพิ่มขึ้นคือตัววัดความสำเร็จของการใช้ AI ตัวเลขนี้สะท้อนว่าตลาดไทยยึดโยงกับผลลัพธ์ด้านการดำเนินธุรกิจที่วัดผลได้จริงอย่างชัดเจนที่สุด

ในทางปฏิบัติ องค์กรต่างกำลังให้ความสำคัญกับการวิเคราะห์ข้อมูลและการตัดสินใจ (66%) เครื่องมือบริการลูกค้า เช่น แชทบอท (64%) การตลาดและการสร้างคอนเทนต์ (58%) การพัฒนาผลิตภัณฑ์ซึ่งรวมถึงการเขียนโค้ด (55%) และการดำเนินงานด้านทรัพยากรบุคคล (38%)

ความต้องการ Agentic Cloud แบบ Full-Stack

ผลสำรวจนี้ย้ำให้เห็นว่ามีความต้องการโซลูชัน AI และคลาวด์แบบบูรณาการบนแสต็กเดียวที่เชื่อมโยงกันอย่างมาก เมื่อถามเกี่ยวกับเรื่องของการพิจารณาเลือกผู้ให้บริการโซลูชันต่าง ๆ ผู้ตอบแบบสำรวจ 45% พึงพอใจกับข้อเสนอ AI + Cloud แบบบูรณาการเต็มรูปแบบ เทียบกับ 34% ที่ชอบความยืดหยุ่นแบบไฮบริดด้วยการใช้โมเดลต่าง ๆ บนมัลติคลาวด์ และมีเพียง 16% ที่ใช้โมเดล AI แบบเดี่ยว ๆ โดยไม่มีโครงสร้างพื้นฐานคลาวด์ควบคู่มาด้วย

สถาปัตยกรรม AI + Cloud แบบบูรณาการได้รับความนิยม เนื่องจากช่วยรวมศูนย์การบริหารจัดการ และความปลอดภัยของข้อมูลและโมเดลไว้ในที่เดียว ทั้งยังช่วยลดความซับซ้อนในการติดตั้งใช้งาน และช่วยให้องค์กรสามารถควบคุมต้นทุนได้ชัดเจนมากขึ้นผ่านรูปแบบการจ่ายตามการใช้งานจริง (pay-as-you-go) นอกจากนี้ ผู้ตอบแบบสำรวจยังระบุว่า สแต็กแบบบูรณาการช่วยให้สามารถจัดทำดาต้าไปป์ไลน์ให้เป็นมาตรฐานเดียวกัน บังคับใช้นโยบายการกำกับดูแลและนโยบายด้านความปลอดภัยได้อย่างสอดคล้องกัน รวมถึงเร่งให้โครงการ AI สร้างมูลค่าทางธุรกิจได้เร็วขึ้น

อุปสรรค: ความเป็นส่วนตัว ต้นทุน และการขาดแคลนบุคลากรที่มีทักษะ

แม้จะมีความกระตือรือร้นอย่างมากและมีการลงทุนในระดับสูง แต่องค์กรต่าง ๆ ยังคงเผชิญอุปสรรคสำคัญในการขยายการใช้ AI ผู้ตอบแบบสำรวจให้คะแนนความกังวลด้านความเป็นส่วนตัวและความปลอดภัยของข้อมูลเป็นความท้าทายอันดับหนึ่ง โดย 48% ระบุว่าเป็นอุปสรรคสำคัญในการนำ AI ไปใช้ในวงกว้าง ตามด้วย ค่าใช้จ่ายในการนำไปใช้ (42%) ขณะที่ 37% ชี้ว่า การขาดความเชี่ยวชาญภายในองค์กร เป็นอีกข้อจำกัดที่สำคัญ เมื่อเจาะลึกในส่วนของประเทศไทย ผู้ตอบแบบสำรวจระบุว่า การขาดแคลนบุคลากรที่มีทักษะความเชี่ยวชาญเป็นความเสี่ยงวิกฤตต่อการขยายระบบ AI โดย 63% ระบุว่าความพร้อมด้านบุคลากรและทักษะคือสิ่งที่ต้องการการสนับสนุนมากที่สุด ซึ่งถือเป็นสัดส่วนที่สูงที่สุดในการศึกษานี้ ขณะที่ 53% ชี้ว่าต้นทุนการนำไปติดตั้งใช้งานเป็นอุปสรรคสำคัญ ตัวเลขนี้สะท้อนว่า แม้จะมีความตั้งใจในการลงทุนสูง แต่ประเทศไทยกำลังเผชิญความท้าทายด้านกำลังคนอย่างรุนแรงยิ่งกว่า

ผู้ตอบแบบสำรวจ 31% ในภาพรวมระบุว่า ความกังวลด้านกฎระเบียบและจริยธรรมเป็นอีกหนึ่งข้อจำกัดที่สำคัญ ตัวเลขนี้ปรับตัวสูงขึ้นอย่างมากในกลุ่มอุตสาหกรรมที่มีการกำกับดูแลเข้มงวด เช่น บริการทางการเงิน การศึกษา และภาครัฐ นอกจากนี้ยังมีอุปสรรคอื่น ๆ ได้แก่ ความท้าทายในการบูรณาการระบบ (28%) ข้อจำกัดในการเข้าถึงโซลูชันที่เหมาะสม (23%) ความไม่ชัดเจนของผลตอบแทนจากการลงทุน (22%) ขาดรูปแบบการนำไปใช้ทางธุรกิจที่ชัดเจน (19%) และ ความลังเลใจและความกังวลของกลุ่มผู้บริหารระดับสูง (18%)

ความต้องการโซลูชันแบบครบวงจรที่ตอบโจทย์งานเฉพาะทาง

ผู้ตอบแบบสำรวจทุกภาคอุตสาหกรรมระบุว่าการเข้าถึงผลิตภัณฑ์ AI รายโซลูชันนั้นทำได้ง่าย โดยเฉลี่ย 91% ระบุว่ามีโซลูชัน AI แพร่หลายในตลาด อย่างไรก็ตาม ผู้ตอบแบบสำรวจเหล่านี้พบว่า ยังมีจุดที่ยังไม่ตอบโจทย์ในเรื่องของโซลูชันแบบครบวงจรที่สามารถจัดการกับสถานการณ์เฉพาะทางของแต่ละอุตสาหกรรมได้ และสามารถบูรณาการเข้ากับระบบและเวิร์กโฟลว์เดิมที่องค์กรใช้อยู่ได้อย่างราบรื่น

ผลสำรวจพบว่า ความต้องการการสนับสนุนแบ่งออกเป็นสามประเด็นหลัก ได้แก่ การสนับสนุนด้านโซลูชัน AI ที่ปรับแต่งให้เหมาะสมกับการใช้งานเฉพาะทางได้มากขึ้น (54%) บุคลากรที่มีความสามารถและมีทักษะที่พร้อมกว่าเดิม (49%) และโซลูชันที่เข้าถึงได้ง่ายในราคาที่จับต้องได้ (45%) นอกจากนี้ องค์กรต่าง ๆ ยังเรียกร้องให้มีกรณีศึกษาที่ประสบความสำเร็จ (42%) การฝึกอบรมจากผู้จำหน่ายเทคโนโลยี (41%) และการสนับสนุนอย่างจริงจังจากคณะกรรมการและฝ่ายบริหาร (32%) เพื่อขับเคลื่อนการใช้งานในวงกว้างและได้รับการสนับสนุนด้านต่าง ๆ จากภายในองค์กร

ความสำคัญของการรองรับภาษาท้องถิ่น

ภาษายังคงเป็นปัจจัยแห่งความสำเร็จที่สำคัญสำหรับการเข้าถึง AI ในหลายประเทศ เช่น ญี่ปุ่น เกาหลีใต้ อินโดนีเซีย และไทย องค์กรต่าง ๆ สะท้อนว่า การขาดแคลนโมเดล AI ภาษาท้องถิ่นที่มีคุณภาพสูง กำลังเป็นอุปสรรคฉุดรั้งการพัฒนา แม้ว่าโมเดลภาษาอังกฤษและภาษาจีนจะมีให้อย่างแพร่หลายแล้วก็ตาม

ข้อมูลจากผลการสำรวจชี้ให้เห็นว่า ผู้ตอบแบบสำรวจประมาณครึ่งหนึ่งเท่านั้นที่เลือกใช้ AI ด้วยภาษาอังกฤษเป็นภาษาหลัก ในขณะที่ส่วนที่เหลือเลือกใช้ภาษาบาฮาซา ญี่ปุ่น เกาหลี ไทย และภาษาท้องถิ่นอื่น ๆ ส่งผลให้ผลิตภัณฑ์ที่รองรับภาษาที่ใช้ในเอเชียได้หลายภาษา สามารถชิงส่วนแบ่งทางการตลาดได้ โดยโมเดล Qwen ของอาลีบาบา คลาวด์ ได้รับการระบุว่าได้รับความนิยมอย่างมากในญี่ปุ่นและเกาหลีใต้ เนื่องจากมีประสิทธิภาพสูงในการประมวลผลภาษาท้องถิ่น โดยเวอร์ชันล่าสุดสามารถรองรับภาษาและภาษาถิ่นมากกว่า 200 ภาษา

บทบาทของอาลีบาบา คลาวด์ ในฐานะพันธมิตรด้าน Full-Stack AI

รายงานฉบับนี้นำเสนอผลสำรวจภายใต้กรอบกลยุทธ์ AI + Cloud และแผนการลงทุนในภาพรวมของอาลีบาบา คลาวด์ โดยอาลีบาบา กรุ๊ป ได้ประกาศแผนลงทุนอย่างน้อย 380,000 ล้านหยวน (ประมาณ 53,000 ล้านดอลลาร์สหรัฐ) ในระยะเวลา 3 ปี เพื่อขยายโครงสร้างพื้นฐานระบบคลาวด์และ AI ซึ่งเป็นมูลค่าที่สูงกว่างบประมาณด้าน AI และคลาวด์ตลอดทศวรรษที่ผ่านมา ทั้งนี้ บริษัทฯ นำเสนอศักยภาพแบบ full-stack ตั้งแต่โครงสร้างพื้นฐานระดับรากฐาน ไปจนถึงแพลตฟอร์มและโมเดลที่พัฒนาขึ้นเอง รวมถึงตระกูลโมเดลภาษา Qwen และโมเดลสร้างภาพและวิดีโอ Wan

ดร. เฟยเฟย ลี ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีและประธานกลุ่มธุรกิจระหว่างประเทศ ของอาลีบาบา คลาวด์ อินเทลลิเจนส์ กรุ๊ป กล่าวว่า “ผลสำรวจครั้งนี้ช่วยยืนยันความเชื่อมั่นของอาลีบาบา คลาวด์ ที่มีมาโดยตลอดว่า เทคโนโลยี AI ซึ่งทำงานอยู่บนโครงสร้างพื้นฐานคลาวด์และโมเดลที่มีความยืดหยุ่น ย่อขยายขนาดได้ และปลอดภัย จะเป็นแพลตฟอร์มเทคโนโลยีหลักที่กำหนดทิศทางในทศวรรษหน้า สิ่งที่เราให้ความสำคัญ เมื่อเราก้าวเข้าสู่ยุค agentic AI กำลังเปลี่ยนผ่านจากการผลิตโทเค็นที่มีประสิทธิภาพ ไปสู่การสร้างผลลัพธ์ที่นำไปปฏิบัติงานได้จริง การสร้าง agentic cloud แบบครบวงจร จะช่วยให้เราสามารถให้บริการโครงสร้างพื้นฐานที่สำคัญ เช่น สภาพแวดล้อมจำลองสำหรับการรันระบบ (runtime sandboxes) และระบบการทำงานแบบประสานกัน ซึ่งช่วยเสริมขีดความสามารถให้องค์กรสามารถสร้างสรรค์ผลิตภัณฑ์แบบ agent-native แห่งอนาคตได้อย่างราบรื่น”

นัยสำคัญจากผลสำรวจที่ผู้นำธุรกิจทั่วโลกสามารถนำไปใช้เป็นแนวทาง

สำหรับองค์กรระดับนานาชาติที่กำลังประเมินกลยุทธ์ด้าน AI ทั้งในภูมิภาคเอเชียและระดับโลก ผลสำรวจนี้ได้สะท้อนถึงสามสัญญาณสำคัญ ดังนี้

ความต้องการใช้งาน AI กำลังเปลี่ยนผ่านจากความสนใจอยากรู้อยากเห็นไปสู่การลงมือทำจริงอย่างรวดเร็ว องค์กรในหลากหลายอุตสาหกรรมต่างจัดสรรงบประมาณ กำหนดแผนการดำเนินงาน และเริ่มประยุกต์ใช้งานจริงในกระบวนการทำงานแล้ว

ความสำเร็จในการปรับใช้เทคโนโลยีจะพึ่งพาพันธมิตรด้าน AI + Cloud ที่ได้รับความไว้วางใจและมีศักยภาพแบบครบวงจร ซึ่งสามารถส่งมอบโซลูชันแบบ end-to-end ที่ปลอดภัยและตอบโจทย์เฉพาะอุตสาหกรรม ควบคู่ไปกับการช่วยลูกค้าก้าวผ่านความท้าทาย ทั้งในมิติความเป็นส่วนตัวของข้อมูล ข้อบังคับทางกฎหมาย และความท้าทายด้านบุคลากร

ระบบนิเวศแบบเปิดที่รองรับหลากหลายภาษา การรวมความสามารถในการรองรับภาษาท้องถิ่นที่แข็งแกร่ง เข้ากับการกำกับดูแลที่เข้มงวด เครื่องมือที่ครบครัน และการฝึกอบรม จะกลายเป็นปัจจัยสำคัญในการปลดล็อกศักยภาพสูงสุดของ AI ให้แก่บุคลากรและกลุ่มลูกค้า