การ์ทเนอร์ เผยแนวโน้มสำคัญที่ส่งผลต่ออนาคตของวิทยาศาสตร์ข้อมูลและแมชีนเลิร์นนิ่ง ผลจากวิวัฒนาการและการเติบโตของภาคอุตสาหกรรมอย่างรวดเร็ว ตอบสนองต่อการเพิ่มขึ้นอย่างมีนัยของข้อมูลในปัญญาประดิษฐ์ (เอไอ) โดยเฉพาะอย่างยิ่งเมื่อธุรกิจโฟกัสการลงทุน Generative AI
ปีเตอร์ เครนสกี้ ผู้อำนวยการฝ่ายวิจัย การ์ทเนอร์ กล่าวว่า แมชีนเลิร์นนิ่งยังคงเติบโตอย่างรวดเร็วในภาคอุตสาหกรรมต่าง ๆ ขณะเดียวกัน DSML (Data Science and Machine Learning) กำลังพัฒนาจากเดิมที่มุ่งเน้นโมเดลการคาดการณ์ (Predictive Models) ไปเป็นให้ทุกคนสามารถเข้าถึงได้ในวงกว้างขึ้น ไดนามิก และเน้นข้อมูลเป็นหลัก
รวมถึงได้รับแรงหนุนจาก Generative AI แม้อาจมีความเสี่ยงเกิดขึ้น แต่ก็มีความสามารถและช่วยสร้างยูสเคสการใช้งานใหม่ๆ ที่เป็นประโยชน์สำหรับนักวิทยาศาสตร์ข้อมูลและองค์กร
เดินหน้าสู่ ยุคใหม่แห่งข้อมูล
การ์ทเนอร์รวบรวม 5 แนวโน้มสำคัญที่จะเป็นตัวกำหนดอนาคตของ DSML ไว้ดังนี้
เทรนด์ที่ 1: Cloud Data Ecosystems : Data Ecosystems (ระบบนิเวศข้อมูล) กำลังเปลี่ยนจาก self-contained ซอฟต์แวร์ หรือการปรับใช้ซอฟต์แวร์แบบผสมผสานไปสู่คลาวด์เนทีฟโซลูชันเต็มรูปแบบ
การ์ทเนอร์คาดว่า ภายในปี 2567 ราว 50% ของการนำระบบคลาวด์ใหม่มาใช้จะอยู่ในระบบนิเวศข้อมูลคลาวด์ที่เชื่อมโยงกัน มากกว่าการใช้โซลูชันผสานรวมแบบแมนนวล
องค์กรธุรกิจต่าง ๆ จึงควรประเมิน Data Ecosystems โดยพิจารณาจากความสามารถในการแก้ไขปัญหาด้านข้อมูลแบบกระจาย ตลอดจนการเข้าถึงและบูรณาการร่วมกับแหล่งข้อมูลภายนอกที่มีสภาพแวดล้อมใกล้เคียงกัน
เทรนด์ที่ 2: Edge AI : ความต้องการ Edge AI เพิ่มขึ้นเพื่อประมวลผลข้อมูล ณ จุดที่ข้อมูลถูกสร้างขึ้น ช่วยให้องค์กรได้รับข้อมูลเชิงลึกแบบเรียลไทม์ ช่วยตรวจจับแพทเทิร์นใหม่ ๆ และปฏิบัติตามข้อกำหนดด้านความเป็นส่วนตัวของข้อมูลที่เข้มงวด โดย Edge AI ยังช่วยให้องค์กรธุรกิจต่างๆ สามารถปรับปรุงในด้านการพัฒนา การจัดวางระเบียบ การผสานรวมและการนำเอไอมาใช้
การ์ทเนอร์ คาดการณ์ว่า ภายในปี 2568 มากกว่า 55% ของการวิเคราะห์ข้อมูลทั้งหมดโดยโครงข่ายประสาทเทียมเชิงลึก (Deep Neural Networks) จะเกิดขึ้น ณ ตำแหน่งข้อมูลในระบบ Edge จากเดิมที่น้อยกว่า 10% ในปี 2564
ChatGPT กระตุ้นการลงทุน
เทรนด์ที่ 3: Responsible AI : เอไอที่มีความรับผิดชอบ ทำให้เอไอกลายเป็นพลังบวกแทนที่จะเป็นภัยคุกคามต่อสังคมและตัวมันเอง โดยยังครอบคลุมหลายแง่มุมของการทำธุรกิจให้ถูกต้องและเป็นตัวเลือกทางจริยธรรมเมื่อองค์กรมีการนำเอไอมาใช้อย่างอิสระ เช่น ธุรกิจและคุณค่าทางสังคม ความเสี่ยง ความไว้วางใจ ความโปร่งใส และความรับผิดชอบ
การ์ทเนอร์คาดการณ์ว่า ภายในปี 2568 โมเดลการฝึกเอไอล่วงหน้าที่ 1% ของผู้จำหน่ายเอไอ จะทำให้ Responsible AI กลายเป็นประเด็นที่สังคมกังวล
ดังนั้น องค์กรควรใช้แนวทางที่คำนึงถึงสัดส่วนความเสี่ยงเพื่อส่งมอบคุณค่าเอไอ และระมัดระวังเมื่อใช้โซลูชันและแบบจำลองต่างๆ โดยขอการรับประกันจากผู้จำหน่ายเพื่อให้มั่นใจว่าพวกเขากำลังจัดการความเสี่ยงและปฏิบัติตามกฎระเบียบ ปกป้ององค์กรจากการสูญเสียทางการเงินที่อาจเกิดขึ้น รวมถึงการดำเนินคดีทางกฎหมาย และความเสียหายต่อชื่อเสียง
เทรนด์ที่ 4: Data-Centric AI : เอไอที่เน้นข้อมูลเป็นศูนย์กลาง แสดงถึงการเปลี่ยนแปลงจากแนวทางที่ยึดโมเดลและโค้ดเป็นศูนย์กลางไปสู่การมุ่งเน้นด้านข้อมูลมากขึ้นเพื่อสร้างระบบเอไอที่ดีขึ้น
การใช้ Generative AI เพื่อสร้างข้อมูลสังเคราะห์มีการเติบโตอย่างรวดเร็ว ช่วยลดภาระในการรับข้อมูลในโลกความเป็นจริง และยังสามารถช่วยฝึกฝนโมเดลการเรียนรู้ของเครื่อง (Machine Learning) ได้อย่างมีประสิทธิภาพ
การ์ทเนอร์คาดการณ์ว่า ภายในปี 2567 60% ของข้อมูลสำหรับเอไอจะถูกสังเคราะห์ขึ้นเพื่อจำลองความเป็นจริง สถานการณ์ในอนาคต และลดความเสี่ยงของ AI เพิ่มขึ้นจาก 1% ในปี 2564
เทรนด์ที่ 5: Accelerated AI Investment : การลงทุนเอไอจะยังเติบโตอย่างรวดเร็ว ผ่านองค์กรต่างๆ ที่นำโซลูชันไปใช้ รวมถึงอุตสาหกรรมที่ต้องการเติบโตผ่านเทคโนโลยีเอไอและธุรกิจที่ใช้เอไอ
การ์ทเนอร์คาดการณ์ว่า ภายในสิ้นปี 2569 จะมีการลงทุนมากกว่า 10,000 ล้านดอลลาร์ สำหรับเริ่มต้นใช้ระบบเอไอที่อาศัยโมเดลพื้นฐาน ซึ่งเป็นโมเดลเอไอขนาดใหญ่ที่ได้รับการฝึกฝนจากข้อมูลจำนวนมหาศาล
ผลสำรวจล่าสุดของการ์ทเนอร์จากผู้บริหารมากกว่า 2,500 ราย ยังพบว่า 45% เผยว่ากระแส ChatGPT ที่มาแรงกระตุ้นให้พวกเขาเพิ่มการลงทุนด้านเอไอ
ขณะที่ 70% ระบุว่าองค์กรของพวกเขาอยู่ในโหมดการสำรวจและทดสอบการใช้ Generative AI และ 19% อยู่ในช่วงทดลองใช้หรือผลิตใช้
บทความโดย โต๊ะข่าวไอที ดิจิทัล | กรุงเทพธุรกิจออนไลน์
—————————————————————————————————————————————————
ที่มา : กรุงเทพธุรกิจออนไลน์ / วันที่เผยแพร่ 5 ส.ค.66
Link : https://www.bangkokbiznews.com/tech/gadget/1082053
