ไทยลงทุนโครงสร้างพื้นฐาน AI พุ่ง 207% รับเทรนด์ธุรกิจแห่งอนาคต

การลงทุนด้านโครงสร้างพื้นฐานสำหรับ AI กำลังเข้าสู่ช่วงขยายตัวอย่างรวดเร็วทั่วโลก ท่ามกลางการนำ AI ไปใช้งานจริงในภาคธุรกิจที่เพิ่มขึ้นอย่างต่อเนื่อง ส่งผลให้ความต้องการคลาวด์และระบบประมวลผลสำหรับรองรับ AI กลายเป็นหนึ่งในตลาดเทคโนโลยีที่เติบโตสูงที่สุดในปัจจุบัน

การ์ทเนอร์ คาดการณ์ว่าในปี 2569 มูลค่าการใช้จ่ายด้านบริการ AI-Optimized Infrastructure as a Service (AI-Optimized IaaS) ทั่วโลกจะเติบโต 96% สู่ระดับ 42,276 ล้านดอลลาร์ สะท้อนความต้องการโครงสร้างพื้นฐานที่เพิ่มขึ้นเพื่อรองรับการพัฒนาและใช้งานปัญญาประดิษฐ์ในภาคธุรกิจ

สำหรับประเทศไทย การ์ทเนอร์คาดว่ามูลค่าการใช้จ่ายขององค์กรสำหรับบริการ AI-Optimized IaaS ในปี 2569 จะสูงกว่า 1.8 พันล้านบาท เพิ่มขึ้น 207.3% จากปีก่อน และจะขยับขึ้นเกือบ 3.2 พันล้านบาทในปี 2570 โดยมีปัจจัยหนุนจากการนำ AI ไปประยุกต์ใช้ในแอปพลิเคชันและกระบวนการทำงานขององค์กรที่เพิ่มขึ้นอย่างต่อเนื่อง

ฮาร์ดีป ซิงห์ นักวิจัยอาวุโสของการ์ทเนอร์ กล่าวว่า การเติบโตดังกล่าวได้รับแรงสนับสนุนจากความต้องการโครงสร้างพื้นฐานสำหรับการฝึกฝนโมเดลภาษาขนาดใหญ่ (Large Language Models: LLMs) รวมถึงการเร่งนำ AI ไปใช้งานจริงในแอปพลิเคชันและกระบวนการทำงานระดับองค์กร

AI-Optimized IaaS โตแรงต่อเนื่อง

การ์ทเนอร์คาดว่าในปี 2570 มูลค่าตลาด AI-Optimized IaaS ทั่วโลกจะเพิ่มขึ้นเป็น 66,143 ล้านดอลลาร์ หรือเติบโตอีก 56.5% จากปี 2569

หากเทียบกับตลาด Infrastructure as a Service (IaaS) โดยรวม ซึ่งมีมูลค่า 287,347 ล้านดอลลาร์ในปี 2569 และเติบโต 29.3% จะเห็นได้ว่ากลุ่ม AI-Optimized IaaS มีอัตราการเติบโตสูงกว่าตลาดคลาวด์โดยรวมอย่างมีนัยสำคัญ

ข้อมูลของการ์ทเนอร์ระบุว่า มูลค่าตลาด AI-Optimized IaaS อยู่ที่ 21,529 ล้านดอลลาร์ในปี 2568 ก่อนจะเพิ่มเป็น 42,276 ล้านดอลลาร์ในปี 2569 และ 66,143 ล้านดอลลาร์ในปี 2570

ขณะที่ตลาด IaaS รวมมีมูลค่า 222,170 ล้านดอลลาร์ในปี 2568 เพิ่มเป็น 287,347 ล้านดอลลาร์ในปี 2569 และ 359,899 ล้านดอลลาร์ในปี 2570

Agentic AI เพิ่มภาระเวิร์กโหลด

การ์ทเนอร์ระบุว่า การเติบโตของ Agentic AI ซึ่งสามารถดำเนินงานได้อย่างอิสระและมีขั้นตอนการทำงานหลายลำดับ กำลังเพิ่มความต้องการด้านการประมวลผลอย่างมีนัยสำคัญ

ส่งผลให้การประมวลผลเพื่อการอนุมานข้อมูล (Inference) กลายเป็นรูปแบบการใช้งานหลักของ AI และเป็นแรงขับเคลื่อนสำคัญของตลาด AI-Optimized IaaS

เมื่อองค์กรเปลี่ยนจากการพัฒนาโมเดลไปสู่การนำ AI ไปใช้งานจริงในสภาพแวดล้อมการผลิต โมเดลที่ผ่านการปรับจูนและโมเดลเฉพาะทางสำหรับแต่ละอุตสาหกรรม (Domain-Specific Models: DSMs) จะถูกเชื่อมต่อเข้ากับระบบที่ต้องปฏิสัมพันธ์กับลูกค้าและระบบปฏิบัติการมากขึ้น ส่งผลให้ความต้องการประมวลผลแบบเรียลไทม์เพิ่มขึ้นมากกว่าการฝึกโมเดลเป็นระยะ

เขาระบุว่า การเปลี่ยนผ่านดังกล่าวกำลังเร่งการใช้งานคลาวด์ในองค์กร และสร้างความต้องการโครงสร้างพื้นฐานที่รองรับการเพิ่มประสิทธิภาพ AI ในระยะยาว

AI เปลี่ยนผ่านสู่สนามจริง

การ์ทเนอร์คาดว่าในปี 2569 มูลค่าการใช้จ่ายทั่วโลกสำหรับเวิร์กโหลดด้าน Inference จะอยู่ที่ 23,300 ล้านดอลลาร์ สูงกว่าการใช้จ่ายด้านการฝึกสอนโมเดล (Training) ซึ่งอยู่ที่ประมาณ 19,000 ล้านดอลลาร์

นอกจากนี้ ยังประเมินว่า 55% ของมูลค่าการใช้จ่าย AI-Optimized IaaS ในปี 2569 จะเป็นการใช้งานเพื่อรองรับ Inference และสัดส่วนดังกล่าวจะเพิ่มขึ้นเป็น 59% ในปี 2570

แนวโน้มดังกล่าวสะท้อนการเปลี่ยนผ่านของตลาด AI จากช่วงที่เน้นการสร้างและฝึกโมเดล ไปสู่ช่วงของการนำ AI ไปใช้งานจริงในระบบธุรกิจ ซึ่งทำให้ความต้องการด้านคลาวด์และโครงสร้างพื้นฐานสำหรับรองรับ Inference กลายเป็นปัจจัยสำคัญในการวางแผนการลงทุนขององค์กรในระยะต่อไป