ปัจจุบัน ความนิยมใช้งาน GenAI ในหมู่ผู้ใช้งานทั่วไปเติบโตเร็วเกินกว่าแนวทางการพัฒนาด้านการกำกับดูแลข้อมูลและมาตรการรักษาความปลอดภัย ซึ่งสร้างความกังวลอย่างยิ่งต่อการจัดเก็บและประมวลผลข้อมูลในประเทศ (Data Localization) เนื่องจากต้องใช้พลังการประมวลผลแบบรวมศูนย์ (Centralized Computing) สำหรับรองรับเทคโนโลยีเหล่านี้
การ์ทเนอร์ เผย 6 แนวโน้มความมั่นคงไซเบอร์ที่สำคัญในปี 2567 โดยระบุว่า Generative AI, ช่องว่างการสื่อสารในทีมบริหาร, พฤติกรรมพนักงานที่ไม่ปลอดภัย, ความเสี่ยงจากบุคคลที่สาม, ภัยคุกคามที่เพิ่มขึ้นต่อเนื่อง, รวมถึงแนวทางการรักษาความปลอดภัยที่ยึดการยืนยันตัวตนเป็นหลัก ล้วนเป็นปัจจัยที่อยู่เบื้องหลังและคอยขับเคลื่อนแนวโน้มความมั่นคงไซเบอร์ที่สำคัญๆ ในปีนี้
การ์ทเนอร์ คาดการณ์ว่า 30% ของบริษัทต่างๆ จะสูญเสียความเชื่อมั่นในโซลูชันการตรวจสอบสิทธิ์ไบโอเมตริกซ์ใบหน้าภายในปี 2026 เนื่องจากการโจมตีแบบ Deepfake
“การ์ทเนอร์” คาดการณ์ “Deepfakes” ที่เทคโนโลยีปัญญาประดิษฐ์ หรือ เอไอ เป็นผู้สร้างขึ้นจะทำให้อีกสองปีการใช้โซลูชันการยืนยันและพิสูจน์ตัวตนแบบเดิม ๆ ไม่น่าเชื่อถืออีกต่อไป Keypoints : • Deepfakes ทำลายระบบการพิสูจน์ตัวตนด้วยไบโอเมตริกซ์ • การโจมตีแบบ Deepfakes ที่สร้างโดยเอไอทำให้โซลูชันการยืนยันและพิสูจน์ตัวตนไม่น่าเชื่อถืออีกต่อไป • การปลอมแปลงข้อมูลอัตลักษณ์ทางกายภาพเป็นการโจมตีที่พบบ่อยที่สุด การ์ทเนอร์ คาดการณ์ว่าในปี 2569 การโจมตีแบบ Deepfakes ที่สร้างโดยปัญญาประดิษฐ์กับเทคโนโลยีระบุตัวตนบนใบหน้าหรือ Face Biometrics เป็นเหตุให้องค์กรประมาณ 30% มองว่าโซลูชันการยืนยันและพิสูจน์ตัวตนจะไม่น่าเชื่อถืออีกต่อไปหากนำมาใช้แบบเอกเทศ อากิฟ ข่าน รองประธานฝ่ายวิจัย การ์ทเนอร์ กล่าวว่า ช่วงทศวรรษที่ผ่านมา มีจุดเปลี่ยนสำคัญด้านเอไอเกิดขึ้นหลายประการ ซึ่งนั่นทำให้เกิดการสร้างภาพสังเคราะห์ขึ้นได้ ภาพใบหน้าคนจริง ๆ ที่สร้างขึ้นปลอม ๆ เหล่านี้ หรือที่เรียกว่า “Deepfakes” นั้น เปิดโอกาสให้ผู้ไม่ประสงค์ดีสามารถนำมาใช้เพื่อทำลายระบบการพิสูจน์ทราบตัวตนด้วยไบโอเมตริกซ์หรือทำให้ระบบใช้การได้อย่างไม่มีประสิทธิภาพ ผลที่ตามมาก็คือ องค์กรต่างๆ…
การ์ทเนอร์เผยแนวโน้มสำคัญที่ส่งผลต่ออนาคตของวิทยาศาสตร์ข้อมูลและแมชชีนเลิร์นนิ่ง (Data Science and Machine Learning หรือ DSML) ซึ่งเป็นผลมาจากวิวัฒนาการและการเติบโตของภาคอุตสาหกรรมอย่างรวดเร็ว เพื่อตอบสนองต่อการเพิ่มขึ้นอย่างมีนัยของข้อมูลในปัญญาประดิษฐ์ (AI) โดยเฉพาะอย่างยิ่งเมื่อธุรกิจโฟกัสการลงทุน Generative AI ระบุภายในปี 2567 60% ของข้อมูลสำหรับ AI จะถูกสังเคราะห์ขึ้นเพื่อจำลองความเป็นจริง ปีเตอร์ เครนสกี้ ผู้อำนวยการฝ่ายวิจัยของการ์ทเนอร์ กล่าวว่า แมชชีนเลิร์นนิ่งยังคงเติบโตอย่างรวดเร็วในภาคอุตสาหกรรมต่าง ๆ ขณะเดียวกัน DSML กำลังพัฒนาจากเดิมที่มุ่งเน้นโมเดลการคาดการณ์ (Predictive Models) ไปเป็นให้ทุกคนสามารถเข้าถึงได้ในวงกว้างขึ้น ไดนามิก และเน้นข้อมูลเป็นหลัก รวมถึงได้รับแรงหนุนจาก Generative AI “แม้อาจมีความเสี่ยงเกิดขึ้น แต่มีความสามารถและช่วยสร้างยูสเคสการใช้งานใหม่ ๆ ที่เป็นประโยชน์สำหรับนักวิทยาศาสตร์ข้อมูลและองค์กรด้วยเช่นกัน” 5 แนวโน้มสำคัญที่จะเป็นตัวกำหนดอนาคตของ DSML ซึ่งการ์ทเนอร์รวบรวมไว้ประกอบด้วย เทรนด์ที่ 1 Cloud Data Ecosystems…
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…
เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว