ยีน อัลวาเรซรองประธานอาวุโสการ์ทเนอร์ กล่าวว่า "ปีนี้แนวโน้มเทคโนโลยีเชิงกลยุทธ์ครอบคลุมความจำเป็นและความเสี่ยง AI, ขอบเขตใหม่ของการประมวลผล และการทำงานร่วมกันระหว่างมนุษย์และเครื่องจักร ซึ่งการติดตามแนวโน้มเหล่านี้ช่วยให้ผู้นำไอทีสามารถกำหนดอนาคตองค์กรด้วยการนำนวัตกรรมมาปรับใช้อย่างมีความรับผิดชอบและมีจริยธรรม"

 

เทรนด์เทคโนโลยีเชิงกลยุทธ์ที่สำคัญในปี 2568 ประกอบด้วย

 

ระบบตัวแทนเอไอหรือ Agentic AIสามารถใช้วางแผนและดำเนินการแบบอัตโนมัติเพื่อบรรลุเป้าหมายตามที่ผู้ใช้กำหนด โดย Agentic AI จะนำเสนอการทำงานเสมือนจริงของทีมงานเพื่อช่วยแบ่งเบาภาระและเพิ่มประสิทธิภาพงานของมนุษย์ การ์ทเนอร์คาดว่า ในปี 2571 การตัดสินใจเรื่องงานประจำวันจะเป็นอัตโนมัติโดยทำงานผ่าน Agentic AI จะมีอย่างน้อย 15% เพิ่มขึ้นจากเดิม 0% ในปี 2567 โดยความสามารถที่ขับเคลื่อนด้วยเป้าหมายของเทคโนโลยีนี้จะมอบระบบซอฟต์แวร์ที่ปรับเปลี่ยนได้มากขึ้น ช่วยให้ทำงานได้หลากหลายขึ้น

 

Agentic AI มีศักยภาพช่วยให้ผู้บริหาร CIO สามารถเพิ่มประสิทธิภาพการทำงานได้ทั่วทั้งองค์กร โดยแรงจูงใจนี้ยังผลักดันให้ทั้งองค์กรและผู้จำหน่ายร่วมกันสำรวจ สร้างสรรค์นวัตกรรมและพัฒนาเทคโนโลยีพร้อมแนวทางปฏิบัติที่จำเป็นเพื่อส่งมอบเทคโนโลยีนี้ในรูปแบบที่มั่นคง ปลอดภัย และเชื่อถือได้

 

แพลตฟอร์มการกำกับดูแล AI หรือ AI Governance Platform เป็นส่วนหนึ่งของแนวทางการจัดการความน่าเชื่อถือ ความเสี่ยง และความปลอดภัยของ AI (หรือที่เรียกว่า TRiSM) ที่การ์ทเนอร์กำลังพัฒนาอยู่ ช่วยให้องค์กรต่าง ๆ นั้นสามารถจัดการประสิทธิภาพทางกฎหมาย จริยธรรม และการดำเนินงานระบบ AI โดยโซลูชันเทคโนโลยีเหล่านี้มีความสามารถในการสร้างสรรค์ จัดการและบังคับใช้หลักเกณฑ์สำหรับการใช้งาน AI อย่างมีความรับผิดชอบ รวมถึงอธิบายวิธีการทำงานของระบบ AI และยังนำเสนอความโปร่งใสเพื่อสร้างความเชื่อมั่นและความรับผิดชอบ

 

การ์ทเนอร์คาดการณ์ว่า ในปี 2571 องค์กรที่ใช้ AI Governance Platform อย่างครอบคลุมจะเจอสถานการณ์ที่เกี่ยวข้องกับธรรมมาภิบาลด้าน AI น้อยลง 40% เทียบกับองค์กรที่ไม่มีระบบดังกล่าว

 

ความปลอดภัยข้อมูลเท็จ หรือDisinformation Securityเป็นเทคโนโลยีใหม่ที่กำลังเกิดขึ้น ซึ่งแยกแยะความน่าเชื่อถืออย่างเป็นระบบ และมุ่งหวังที่จะจัดทำระบบเชิงวิธีการเพื่อรับรองและประเมินความถูกต้อง รวมถึงป้องกันการแอบอ้างตัวตน และติดตามการแพร่กระจายข้อมูลที่เป็นอันตราย การ์ทเนอร์คาดว่า ในปี 2571 องค์กรธุรกิจถึง 50% จะเริ่มนำผลิตภัณฑ์ บริการ หรือฟีเจอร์ที่ออกแบบมาโดยเฉพาะเพื่อจัดการกับยูสเคสการใช้งานความปลอดภัยของข้อมูลเท็จมาใช้ เพิ่มขึ้นจากปัจจุบันที่มีไม่ถึง 5%

 

คาดว่าความพร้อมใช้งานวงกว้างและพัฒนาการของเครื่องมือ AI รวมถึง Machine Learning ที่ถูกนำไปใช้เพื่อจุดประสงค์ไม่หวังดี จะเพิ่มจำนวนเหตุการณ์การให้ข้อมูลเป็นเท็จ (Disinformation Incidents) ที่มุ่งเป้าไปที่องค์กรต่าง ๆ หากปล่อยทิ้งไว้โดยไม่ตรวจสอบข้อมูลเท็จเหล่านี้ อาจสร้างความเสียหายร้ายแรงสำคัญต่อองค์กรใดก็ได้

 

การเข้ารหัสแบบ Postquantum Cryptography ให้การป้องกันข้อมูล ซึ่งต้านทานความเสี่ยงจากการถอดรหัสของคอมพิวเตอร์ควอนตัม เนื่องจากช่วงไม่กี่ปีที่ผ่านมาคอมพิวเตอร์ควอนตัมมีความก้าวหน้าอย่างต่อเนื่อง คาดว่าจะมีการยุติการเข้ารหัสแบบเดิมในหลายประเภทที่ใช้กันอย่างแพร่หลาย แต่การเปลี่ยนวิธีการเข้ารหัสนั้นไม่ใช่เรื่องง่าย ดังนั้นองค์กรจำเป็นต้องใช้เวลาเตรียมการล่วงหน้านานขึ้น เพื่อเตรียมพร้อมสร้างการป้องกันที่แข็งแกร่งสำหรับสิ่งที่ละเอียดอ่อนหรือเป็นความลับใด ๆ ก็ตาม

 

การ์ทเนอร์คาดการณ์ว่า ในปี 2572 ความก้าวหน้าคอมพิวเตอร์ควอนตัมจะทำให้การเข้ารหัสแบบอสมมาตร (Asymmetric Cryptography) แบบเดิมส่วนใหญ่ไม่ปลอดภัยต่อการใช้งาน

 

ปัญญาประดิษฐ์ที่แฝงตัวตามสภาพแวดล้อม หรือ Ambient Invisible Intelligence นั้นเกิดขึ้นจากการใช้อุปกรณ์ติดตามอัจฉริยะ หรือ Smart Tags และอุปกรณ์เซ็นเซอร์ขนาดเล็กที่มีต้นทุนต่ำเป็นพิเศษ ช่วยให้สามารถติดตามและตรวจจับได้ในวงกว้าง โดยในระยะยาว Ambient Invisible Intelligence จะช่วยให้สามารถผสานการตรวจจับและปัญญาประดิษฐ์เข้าไว้กับชีวิตประจำวันได้ลึกซึ้งยิ่งขึ้น

 

จนถึงปี 2570 ตัวอย่างแรก ๆ ของเทคโนโลยี Ambient Invisible Intelligence จะมุ่งเน้นไปที่การแก้ไขปัญหาเฉพาะหน้า เช่น การตรวจสอบสต๊อกสินค้าปลีกหรือการขนส่งสินค้าเน่าเสียง่าย โดยทำให้สามารถติดตามและตรวจจับสินค้าได้แบบเรียลไทม์ด้วยต้นทุนต่ำ เพื่อปรับปรุงการมองเห็นและประสิทธิภาพ

 

อุตสาหกรรมไอทีส่งผลกระทบต่อความยั่งยืนหลาย ๆ ด้าน แม้ในปีนี้องค์กรไอทีส่วนใหญ่ต่างคำนึงถึงการลดปริมาณการปล่อยคาร์บอนเป็นหลัก แต่แอปพลิเคชันที่ต้องใช้การประมวลผลสูง เช่น การฝึกอบรม AI การจำลอง การเพิ่มประสิทธิภาพ และการเรนเดอร์มีเดียต่าง ๆ กลับมีแนวโน้มเป็นปัจจัยสำคัญที่ส่งผลต่อการปล่อยคาร์บอนขององค์กรมากที่สุด เนื่องจากใช้พลังงานเยอะสุด

 

การ์ทเนอร์คาดว่าตั้งแต่ช่วงปลายทศวรรษ 2020 เป็นต้นมา เทคโนโลยีการประมวลผลใหม่ ๆ หลายตัว อาทิ เครื่องเร่งความเร็วแบบออปติคอล (Optical), นิวโรมอร์ฟิก (Neuromorphic) และตัวเร่งความเร็วแบบใหม่ (Novel Accelerators) จะเกิดขึ้นกับงานเฉพาะทาง เช่น AI และการเพิ่มประสิทธิภาพให้ระบบ หรือ Optimization ซึ่งจะใช้พลังงานน้อยลงอย่างมาก

 

ระบบการประมวลผลใหม่เกิดขึ้นอยู่เรื่อย ๆ ประกอบด้วย การประมวลผลด้วยหน่วยประมวลผลกลาง (CPU), หน่วยประมวลผลกราฟิก (GPU), การประมวลผล Edge, วงจรรวมเฉพาะแอปพลิเคชัน (ASIC), นิวโรมอร์ฟิก (Neuromorphic) และควอนตัมคลาสสิก (Classical Quantum) รวมถึงระบบการคำนวณแบบออปติก (Optical Computing Paradigms) โดยการประมวลผลแบบไฮบริดที่รวมกลไกการคำนวณ การจัดเก็บและใช้เครือข่ายที่แตกต่างกันมีวัตถุประสงค์เพื่อใช้แก้ปัญหาด้านการคำนวณ โดยรูปแบบการคำนวณเหล่านี้ช่วยให้องค์กรสามารถสำรวจและแก้ปัญหาได้ ทำให้เทคโนโลยี อย่างเช่น AI ทำงานได้เกินขีดจำกัดในปัจจุบัน และการประมวลผลแบบไฮบริดยังถูกนำมาใช้สร้างสภาพแวดล้อมนวัตกรรมที่เปลี่ยนแปลงอย่างมีประสิทธิภาพสูง ซึ่งมีประสิทธิภาพมากกว่าสภาพแวดล้อมเดิม

 

การประมวลผลเชิงพื้นที่หรือ Spatial Computing ช่วยปรับปรุงโลกกายภาพด้วยเทคโนโลยีดิจิทัล เช่น AR และ VR ซึ่งเป็นการโต้ตอบอีกระดับระหว่างประสบการณ์ทางกายภาพและประสบการณ์เสมือนจริง ในอีก 5 ถึง 7 ปีข้างหน้า การใช้ Spatial Computing จะเพิ่มประสิทธิภาพการดำเนินงานให้กับองค์กรผ่านเวิร์กโฟลว์ที่ได้รับการปรับปรุงและเพิ่มประสิทธิภาพการทำงานร่วมกัน

 

การ์ทเนอร์คาดการณ์ว่า ภายในปี 2576 Spatial Computing จะมีมูลค่าเติบโตถึง 1.7 ล้านล้านดอลลาร์สหรัฐฯ เพิ่มขึ้นจาก 110 พันล้านดอลลาร์สหรัฐฯ ในปี 2566

 

เครื่องจักรอเนกประสงค์ หรือ Polyfunctional Machines สามารถทำงานได้มากกว่าหนึ่งอย่าง และกำลังเข้ามาแทนที่หุ่นยนต์ที่ออกแบบมาให้ทำงานซ้ำ ๆ เฉพาะงาน โดยการทำงานของหุ่นยนต์รุ่นใหม่นี้จะช่วยเพิ่มประสิทธิภาพและให้ผลตอบแทนการลงทุนที่รวดเร็วขึ้น Polyfunctional Robots ยังได้รับการออกแบบมาให้ทำงานในโลกร่วมกับมนุษย์ ซึ่งจะทำให้ใช้งานได้รวดเร็วและปรับขนาดได้ง่าย

 

การ์ทเนอร์คาดการณ์ว่า ในปี 2573 จะมีมนุษย์ถึง 80% ทำงานร่วมกับหุ่นยนต์อัจฉริยะประจำวัน เพิ่มขึ้นจากปัจจุบันที่มีไม่ถึง 10%

 

การเพิ่มประสิทธิภาพระบบประสาทหรือ Neurological Enhancement จะช่วยเพิ่มความสามารถทางปัญญาของมนุษย์โดยใช้เทคโนโลยีที่อ่านและถอดรหัสกิจกรรมของสมอง เทคโนโลยีนี้จะอ่านสมองของบุคคลโดยใช้อินเทอร์เฟซสมอง-เครื่องจักรแบบทั้งทิศทางเดียวหรืออินเทอร์เฟซสมอง-เครื่องจักรแบบสองทิศทาง (BBMI) ซึ่งมีศักยภาพมหาศาลในสามด้านหลัก ได้แก่ ด้านการพัฒนาทักษะของมนุษย์ ด้านการตลาดในยุคถัดไป และด้านประสิทธิภาพ โดย Neurological Enhancement จะช่วยเพิ่มขีดความสามารถทางปัญญา ช่วยให้แบรนด์ต่าง ๆ ทราบว่าผู้บริโภคกำลังคิดและรู้สึกอย่างไร และเพิ่มความสามารถของระบบประสาทมนุษย์เพื่อเพิ่มประสิทธิภาพให้แก่ผลลัพธ์

 

ในปี 2573 การ์ทเนอร์คาดการณ์ว่าพนักงานที่มีทักษะความรู้ (Knowledge Workers) 30% จะได้รับการพัฒนา และพึ่งพาเทคโนโลยี เช่น BBMIs (ทั้งแบบนายจ้างออกทุนให้และแบบออกทุนเอง) เพื่อให้สามารถทำงานสอดรับกับการเพิ่มขึ้นของการใช้ AI ในสถานที่ทำงาน จากเดิมในปี 2567 ที่มีอยู่ไม่ถึง 1%