svasdssvasds

เปิด 3 รากฐานสำคัญ เตรียมข้อมูลรับยุค Agentic AI อินไซต์จากผู้บริหาร AWS

เปิด 3 รากฐานสำคัญ เตรียมข้อมูลรับยุค Agentic AI อินไซต์จากผู้บริหาร AWS

เปิด 3 รากฐาน เตรียมข้อมูลรับยุค Agentic AI อินไซต์จาก วัตสัน ถิรภัทรพงศ์ Country Manager, AWS จากงาน " AI Revolution SHIFT 2026" Shaking The Global Economy เขย่าโลก พลิกธุรกิจ

SHORT CUT

 

  • องค์กรต้องสร้างสถาปัตยกรรมข้อมูลแบบเปิด (Open Data Architecture) เพื่อลดการผูกขาดจากผู้ให้บริการและเชื่อมต่อกับ AI Agent ได้อย่างอิสระ
  • ปรับเปลี่ยนมาใช้ Vector Database เพื่อรองรับการทำงานของ AI ที่ต้องการความเร็วและสเกลสูง ทำให้ดึงข้อมูลไปวิเคราะห์หา Insight ได้อย่างรวดเร็ว
  • วางรากฐานด้านความปลอดภัยและธรรมาภิบาล (Trust, Security, Governance) โดยมีมาตรการที่รัดกุม (Guardrails) เพื่อควบคุมการเข้าถึงข้อมูลสำคัญและป้องกันข้อมูลรั่วไหล

```

เปิด 3 รากฐาน เตรียมข้อมูลรับยุค Agentic AI อินไซต์จาก วัตสัน ถิรภัทรพงศ์ Country Manager, AWS จากงาน " AI Revolution SHIFT 2026" Shaking The Global Economy เขย่าโลก พลิกธุรกิจ

AI Revolution: 3 รากฐานข้อมูลสู่ยุค Agentic AI

เปิด 3 รากฐานเตรียมข้อมูลรับยุค Agentic AI อินไซต์จากผู้บริหาร AWS ในงาน AI Revolution SHIFT 2026" Shaking The Global Economy เขย่าโลก พลิกธุรกิจ 
 

3 รากฐานสำคัญในการเตรียมข้อมูลสำหรับยุค AI

 วัตสัน ถิรภัทรพงศ์  Country Manager, AWS หรือ ผู้จัดการประจำประเทศไทย Amazon Web Services (AWS) Thailand แสดงวิสัยทัศน์ในงานสัมมนาใหญ่ "AI Revolution SHIFT 2026" ถึง 3 รากฐานเร่งด่วนที่องค์กรต้องเตรียมพร้อม 
 

 • Open Data Architecture (สถาปัตยกรรมข้อมูลแบบเปิด)

องค์กรต้องสร้างสถาปัตยกรรมข้อมูลแบบเปิด เน้นการใช้ Open Source เพื่อให้เชื่อมต่อกับระบบหรือ AI Agent ต่างๆ ได้อย่างอิสระ สิ่งนี้จะช่วยแก้ปัญหา "Vendor Lock-in" หรือการผูกขาดกับผู้ให้บริการระบบปิดรายเดียว ที่มักทำให้องค์กรต้องแบกรับต้นทุนที่แพงขึ้นเรื่อยๆ

เปิด 3 รากฐานสำคัญ เตรียมข้อมูลรับยุค Agentic AI อินไซต์จากผู้บริหาร AWS

• Speed, Scale และ Vector Database:

ขีดความสามารถของ AI ทำงานด้วยความเร็วและสเกลที่เหนือกว่ามนุษย์หลายร้อยเท่า การจัดเก็บข้อมูลแบบเดิมจึงไม่ตอบโจทย์อีกต่อไป องค์กรต้องเปลี่ยนมาใช้ Vector Database ที่จัดเก็บข้อมูลโดยอิงตามความสัมพันธ์ ช่วยให้ AI ดึงข้อมูลไปใช้วิเคราะห์หา Insight ได้อย่างรวดเร็ว พร้อมเทคนิคผสมผสานข้อมูลเฉพาะขององค์กร 75% เข้ากับโมเดลความรู้ทั่วไป 25% เพื่อสร้าง AI ที่เชี่ยวชาญเฉพาะทางสำหรับธุรกิจ

• Trust, Security และ Governance:

ความปลอดภัยคือแกนกลางสำคัญ องค์กรต้องมี Guardrails ที่รัดกุมเพื่อควบคุมสิทธิ์ในการเข้าถึงข้อมูล ป้องกันไม่ให้ AI เปิดเผยความลับ (เช่น เงินเดือนผู้บริหารระดับสูง) แก่พนักงานที่ไม่มีสิทธิ์เข้าถึง พร้อมกับต้องมีระบบสังเกตการณ์ (Observability) เพื่อตรวจสอบระบบอย่างใกล้ชิด
.
 

ความสำคัญของข้อมูลและยุคของ Agentic AI

เมื่อเข้าใจรากฐานที่ต้องสร้างแล้ว ต้องย้อนกลับมาตระหนักว่า "ข้อมูล" คือทรัพยากรที่ล้ำค่ากว่าน้ำมัน โครงการ AI ของหลายองค์กรประสบความล้มเหลวเพราะมุ่งมองแต่ Use cases โดยละเลยคุณภาพของฐานข้อมูลที่ซ่อนอยู่เปรียบเสมือนฐานภูเขาน้ำแข็ง หากข้อมูลตั้งต้นมีค่าเป็นศูนย์ (0) ผลลัพธ์ที่ได้จาก AI ก็ย่อมเป็นศูนย์เช่นกัน

ช่วง 3 ปีนี้ โลกกำลังก้าวพ้นการใช้ AI แบบถาม-ตอบทั่วไป (Everyday AI) เข้าสู่ยุคของ Agentic AI อย่างเต็มรูปแบบ คาดว่าภายใน 2 ปีข้างหน้า 50% ขององค์กรจะเริ่มทดลองใช้ และภายใน 3 ปี 1 ใน 3 ขององค์กรจะนำมาใช้งานจริงในระดับสเกลใหญ่ 

วัตสัน ถิรภัทรพงศ์  Country Manager, AWS หรือ ผู้จัดการประจำประเทศไทย Amazon Web Services (AWS)

การเปลี่ยนแปลงระดับนี้จะกระทบโครงสร้างผู้บริหารอย่างหลีกเลี่ยงไม่ได้ ตำแหน่งอย่าง CHRO (ฝ่ายทรัพยากรบุคคล) อาจต้องทำงานหลอมรวมกับ CTO (ฝ่ายเทคโนโลยี) เพราะ "ผู้ปฏิบัติงาน" ในอนาคตจะไม่ใช่แค่มนุษย์ แต่จะรวมถึง AI Agent ข้อมูลในองค์กรจึงต้องปรับสู่รูปแบบ Unstructured Data มากขึ้น เพื่อเชื่อมต่อและสร้าง "ความได้เปรียบทางการแข่งขัน" อย่างยั่งยืนในระยะยาว

related