Site icon Thumbsup

แนะนำ 5 ความสามารถของระบบ Data Science และ AI พัฒนาธุรกิจในอนาคต

การดำเนินธุรกิจในยุคที่เทคโนโลยีสารสนเทศและการประมวลผลข้อมูล ทำให้ข้อมูลและการวิเคราะห์ข้อมูลมีความสำคัญมากขึ้น

เริ่มมีการใช้ Data Science และ AI เพื่อให้ธุรกิจสามารถตอบสนองต่อความต้องการของลูกค้าและส่งมูลค่าต่อธุรกิจได้มากขึ้น

การ์ทเนอร์ (Gartner, Inc.) ได้รวบรวม 5 เทรนสำคัญในอนาคตของ DSML ดังนี้

 

1. Cloud Data Ecosystems  ระบบนิเวศข้อมูลบนคลาวด์

ในอนาคตจะเป็นโลกของข้อมูลข่าวสาร ระบบที่ใช้ในการจัดเก็บและประมวลผลจะต้องมีประสิทธิภาพ 

โดย Cloud Data Ecosystem เป็นระบบที่ใช้ในการจัดการข้อมูลและการประมวลผลข้อมูลบนพื้นฐานของcloud (Cloud Computing) เป็นการเก็บรักษาและบริการความสามารถคอมพิวเตอร์ผ่านอินเทอร์เน็ต 

ช่วยในการจัดการข้อมูลและการวิเคราะห์ข้อมูลในรูปแบบที่มีประสิทธิภาพ โดยเน้นแนวทางที่ซอฟต์แวร์ใช้ในการสร้าง ปรับใช้ และจัดการแอปพลิเคชันที่ทันสมัย ทำให้ข้อมูล อยู่ใน cloud ecosystem ที่เชื่อมโยงกัน มากกว่าการรวมระบบแบบแยกจุด หรือ Self-contained 

การ์ทเนอร์คาดว่า มากกว่า 50% ภายในปี 2567 ระบบ Cloud Data Ecosystems จะถูกใช้ให้องค์กรสามารถเข้าถึงและใช้งานข้อมูลอย่างมีประสิทธิภาพ ตามความต้องการของธุรกิจและการวิเคราะห์ข้อมูลของธุรกิจ

 

2. Edge AI  ความประพฤติของปัญญาประดิษฐ์ที่สตรีมมิ่ง

การประมวลผลข้อมูล Edge AI เป็นแบบศูนย์ข้อมูลใหญ่ ระยะทางไกล (centralized data centers) 

ทำให้ใกล้กับจุดที่จัดเก็บข้อมูล การวิเคราะห์ข้อมูลโดยใช้ deep neural networks จะเกิดขึ้นที่จุดการจับครั้งแรกในระบบ edge แทนที่การวางไว้อยู่บน Data Center อย่างที่ทำกันมาในยุคก่อนๆ 

Edge AI ระบบที่ต้องการการประมวลผลและการตัดสินใจที่รวดเร็วและใกล้เคียงแหล่งข้อมูล หรือผู้ใช้งาน ซึ่งส่งผลให้มีความสามารถในการตอบสนองอย่างรวดเร็วต่อเหตุการณ์ รวมถึงการสตรีมมิ่ง (streaming events) และลดการขาดหายของข้อมูลในระหว่างการรับส่งสัญญาณ 

การ์ทเนอร์ คาดการณ์ว่า ภายในปี 2568 มากกว่า 55%  วิเคราะห์ข้อมูลทั้งหมดโดยโครงข่ายประสาทเทียมเชิงลึก (Deep Neural Networks) จะเกิดขึ้น ณ ตำแหน่งข้อมูลในระบบ Edge AI

 

3. Responsible AI ปัญญาประดิษฐ์ที่เพิ่มความรับผิดชอบ

หลักการของ Responsible AI คือการให้ความสำคัญกับผลกระทบที่อาจเกิดขึ้นจากการใช้งาน AI และการดำเนินการให้เป็นไปอย่างรอบคอบเพื่อลดความเสี่ยง โดยให้ความสำคัญกับประเด็นทางสังคม, ความปลอดภัย, ความเป็นส่วนตัว, ความยุติธรรม, และความโปร่งใสในกระบวนการพัฒนาและการใช้งาน AI. 

การ์ทเนอร์คาดการณ์ว่า ภายในปี 2568 Responsible AI จะครอบคลุมหลายแง่มุมของทางเลือกธุรกิจให้ถูกต้องและเป็นตัวเลือกทางจริยธรรมเมื่อองค์กรมีการนำ AI มาใช้อย่างอิสระ เช่น ธุรกิจและคุณค่าทางสังคม ความเสี่ยง ความไว้วางใจ ความโปร่งใส และความรับผิดชอบ

 

4. Data-Centric AI  ปัญญาประดิษฐ์ที่เน้นข้อมูล

Data-Centric AI  เป็นแนวคิดในการพัฒนาและใช้งานปัญญาประดิษฐ์ (AI) โดยให้ความสำคัญกับข้อมูลเป็นส่วนสำคัญที่สุดในกระบวนการการทำงานของระบบ 

ใน Data-Centric AI  ข้อมูลจะถูกจัดการอย่างมีประสิทธิภาพตั้งแต่ขั้นตอนการเก็บรวบรวม, การทำความสะอาดข้อมูล, การเตรียมข้อมูล, การประมวลผลข้อมูล, การตรวจสอบคุณภาพข้อมูล, และการรักษาความปลอดภัยของข้อมูล

การ์ทเนอร์คาดการณ์ว่า ภายในปี 2567 กว่า 60% ของข้อมูลจะถูก AI สังเคราะห์ขึ้นเพื่อจำลองความเป็นจริง สถานการณ์ในอนาคต และลดความเสี่ยง และเป็นแนวคิดที่สำคัญในการเตรียมความพร้อมสำหรับการใช้งาน AI ในองค์กรและโครงการที่ต้องการผลลัพธ์ที่ดีในการวิเคราะห์ข้อมูลในปัจจุบันและอนาคต

5. Accelerated AI Investment การลงทุนในปัญญาประดิษฐ์ที่เพิ่มขึ้นอย่างรวดเร็ว

การลงทุนใน AI จะยังเติบโตอย่างรวดเร็ว โดยเพิ่มงบประมาณและทรัพยากรเพื่อพัฒนาและใช้งาน AI ในองค์กรหรือสถาบัน รวมถึงอุตสาหกรรมที่ต้องการเติบโตผ่านเทคโนโลยี AI และธุรกิจที่ใช้ AI

การ์ทเนอร์คาดการณ์ว่า ภายในสิ้นปี 2569 มีการเพิ่มขึ้นอย่างรวดเร็วของการลงทุนใน AI มากกว่า 10,000 ล้านดอลลาร์  สำหรับระบบ AI โมเดลพื้นฐาน ช่วย ให้องค์กรสามารถเตรียมความพร้อมและปรับตัวตามเทรนด์ที่เปลี่ยนแปลงอยู่อย่างรวดเร็วของโลกที่ AI และเทคโนโลยีเติบโตอย่างรวดเร็ว





ที่มา

https://www.gartner.com/en/gartner-identifies-top-trends