การ์ทเนอร์ชี้ 5 เทรนด์สำคัญ กำหนดอนาคต Data Science และ Machine Learning
การ์ทเนอร์ (Gartner, Inc.) เผยแนวโน้มสำคัญที่ส่งผลต่ออนาคตของวิทยาศาสตร์ข้อมูลและแมชชีนเลิร์นนิ่ง (Data Science and Machine Learning หรือ DSML) ซึ่งเป็นผลมาจากวิวัฒนาการและการเติบโตของภาคอุตสาหกรรมอย่างรวดเร็ว เพื่อตอบสนองต่อการเพิ่มขึ้นอย่างมีนัยของข้อมูลในปัญญาประดิษฐ์ (AI) โดยเฉพาะอย่างยิ่งเมื่อธุรกิจโฟกัสการลงทุน Generative AI
วันที่ 4 สิงหาคม 2566 - ปีเตอร์ เครนสกี้ ผู้อำนวยการฝ่ายวิจัยของการ์ทเนอร์ กล่าวว่า "แมชชีนเลิร์นนิ่งยังคงเติบโตอย่างรวดเร็วในภาคอุตสาหกรรมต่าง ๆ ขณะเดียวกัน DSML กำลังพัฒนาจากเดิมที่มุ่งเน้นโมเดลการคาดการณ์ (Predictive Models) ไปเป็นให้ทุกคนสามารถเข้าถึงได้ในวงกว้างขึ้น ไดนามิก และเน้นข้อมูลเป็นหลัก รวมถึงได้รับแรงหนุนจาก Generative AI แม้อาจมีความเสี่ยงเกิดขึ้น แต่ก็มีความสามารถและช่วยสร้างยูสเคสการใช้งานใหม่ ๆ ที่เป็นประโยชน์สำหรับนักวิทยาศาสตร์ข้อมูลและองค์กรด้วยเช่นกัน”
- DATA LITERACY ทักษะสำคัญแห่งทศวรรษหน้า ที่ทุกองค์กรต้องเตรียมความพร้อม เพื่อสร้างทีมงาน Data Science ที่แข็งแกร่ง
- ศักยภาพของระบบอัตโนมัติที่ส่งผลต่ออนาคตของนักวิทยาศาสตร์ข้อมูล
โดย การ์ทเนอร์ ได้รวบรวม 5 แนวโน้มสำคัญที่จะเป็นตัวกำหนดอนาคตของ DSML ไว้ดังนี้:
เทรนด์ที่ 1: Cloud Data Ecosystems
Data Ecosystems (ระบบนิเวศข้อมูล) กำลังเปลี่ยนจาก self-contained ซอฟต์แวร์ หรือการปรับใช้ซอฟต์แวร์แบบผสมผสานไปสู่คลาวด์เนทีฟโซลูชันเต็มรูปแบบ การ์ทเนอร์คาดว่า ภายในปี 2567 50% ของการนำระบบคลาวด์ใหม่มาใช้จะอยู่ในระบบนิเวศข้อมูลคลาวด์ที่เชื่อมโยงกัน มากกว่าการใช้โซลูชันผสานรวมแบบแมนนวล
การ์ทเนอร์แนะนำให้องค์กรธุรกิจต่าง ๆ ประเมิน Data Ecosystems โดยพิจารณาจากความสามารถในการแก้ไขปัญหาด้านข้อมูลแบบกระจาย ตลอดจนการเข้าถึงและบูรณาการร่วมกับแหล่งข้อมูลภายนอกที่มีสภาพแวดล้อมใกล้เคียงกัน
เทรนด์ที่ 2: Edge AI
ความต้องการ Edge AI เพิ่มขึ้นเพื่อประมวลผลข้อมูล ณ จุดที่ข้อมูลถูกสร้างขึ้น ช่วยให้องค์กรได้รับข้อมูลเชิงลึกแบบเรียลไทม์ ช่วยตรวจจับแพทเทิร์นใหม่ ๆ และปฏิบัติตามข้อกำหนดด้านความเป็นส่วนตัวของข้อมูลที่เข้มงวด โดย Edge AI ยังช่วยให้องค์กรธุรกิจต่าง ๆ สามารถปรับปรุงในด้านการพัฒนา การจัดวางระเบียบ การผสานรวมและการนำ AI มาใช้
การ์ทเนอร์คาดการณ์ว่า ภายในปี 2568 มากกว่า 55% ของการวิเคราะห์ข้อมูลทั้งหมดโดยโครงข่ายประสาทเทียมเชิงลึก (Deep Neural Networks) จะเกิดขึ้น ณ ตำแหน่งข้อมูลในระบบ Edge จากเดิมที่น้อยกว่า 10% ในปี 2564 โดยองค์กรควรระบุแอปพลิเคชัน และจำเป็นต้องฝึกและคาดคะเน AI เพื่อย้ายไปยังสภาพแวดล้อม Edge ที่ใกล้กับ IoT
เทรนด์ที่ 3: Responsible AI
Responsible AI หรือ AI ที่มีความรับผิดชอบ ทำให้ AI กลายเป็นพลังบวกแทนที่จะเป็นภัยคุกคามต่อสังคมและตัวมันเอง โดยยังครอบคลุมหลายแง่มุมของการทำธุรกิจให้ถูกต้องและเป็นตัวเลือกทางจริยธรรมเมื่อองค์กรมีการนำ AI มาใช้อย่างอิสระ เช่น ธุรกิจและคุณค่าทางสังคม ความเสี่ยง ความไว้วางใจ ความโปร่งใส และความรับผิดชอบ การ์ทเนอร์คาดการณ์ว่า ภายในปี 2568 โมเดลการฝึก AI ล่วงหน้าที่ 1% ของผู้จำหน่าย AI จะทำให้ Responsible AI กลายเป็นประเด็นที่สังคมกังวล
การ์ทเนอร์แนะนำให้องค์กรต่าง ๆ ใช้แนวทางที่คำนึงถึงสัดส่วนความเสี่ยงเพื่อส่งมอบคุณค่า AI และระมัดระวังเมื่อใช้โซลูชันและแบบจำลองต่าง ๆ โดยขอการรับประกันจากผู้จำหน่ายเพื่อให้มั่นใจว่าพวกเขากำลังจัดการความเสี่ยงและปฏิบัติตามกฎระเบียบ ปกป้ององค์กรจากการสูญเสียทางการเงินที่อาจเกิดขึ้น รวมถึงการดำเนินคดีทางกฎหมาย และความเสียหายต่อชื่อเสียง
เทรนด์ที่ 4: Data-Centric AI
Data-Centric AI หรือ AI ที่เน้นข้อมูลเป็นศูนย์กลาง แสดงถึงการเปลี่ยนแปลงจากแนวทางที่ยึดโมเดลและโค้ดเป็นศูนย์กลางไปสู่การมุ่งเน้นด้านข้อมูลมากขึ้นเพื่อสร้างระบบ AI ที่ดีขึ้น โซลูชันต่าง ๆ อาทิ การจัดการข้อมูลเฉพาะของ AI (AI-Specific Data Management) ข้อมูลสังเคราะห์ (Synthetic Data) และเทคโนโลยีการติดฉลากข้อมูล (Data Labeling Technologies) มีจุดมุ่งหมายเพื่อแก้ปัญหาความท้าทายด้านข้อมูลมากมาย รวมถึงความสามารถในการเข้าถึง ปริมาณ ความเป็นส่วนตัว ความปลอดภัย ความซับซ้อน และขอบเขตการใช้งาน
การใช้ Generative AI เพื่อสร้างข้อมูลสังเคราะห์มีการเติบโตอย่างรวดเร็ว ช่วยลดภาระในการรับข้อมูลในโลกความเป็นจริง และยังสามารถช่วยฝึกฝนโมเดลการเรียนรู้ของเครื่อง (Machine Learning) ได้อย่างมีประสิทธิภาพ การ์ทเนอร์คาดการณ์ว่า ภายในปี 2567 60% ของข้อมูลสำหรับ AI จะถูกสังเคราะห์ขึ้นเพื่อจำลองความเป็นจริง สถานการณ์ในอนาคต และลดความเสี่ยงของ AI เพิ่มขึ้นจาก 1% ในปี 2564
เทรนด์ที่ 5: Accelerated AI Investment
การลงทุนใน AI จะยังเติบโตอย่างรวดเร็ว ผ่านองค์กรต่าง ๆ ที่นำโซลูชันไปใช้ รวมถึงอุตสาหกรรมที่ต้องการเติบโตผ่านเทคโนโลยี AI และธุรกิจที่ใช้ AI การ์ทเนอร์คาดการณ์ว่า ภายในสิ้นปี 2569 จะมีการลงทุนมากกว่า 10,000 ล้านดอลลาร์สหรัฐฯ สำหรับเริ่มต้นใช้ระบบ AI ที่อาศัยโมเดลพื้นฐาน ซึ่งเป็นโมเดล AI ขนาดใหญ่ที่ได้รับการฝึกฝนจากข้อมูลจำนวนมหาศาล
ผลสำรวจล่าสุดของการ์ทเนอร์จากผู้บริหารมากกว่า 2,500 ราย ยังพบว่า 45% เผยว่ากระแส ChatGPT ที่มาแรงกระตุ้นให้พวกเขาเพิ่มการลงทุนด้าน AI ขณะที่ 70% ระบุว่าองค์กรของพวกเขาอยู่ในโหมดการสำรวจและทดสอบการใช้ Generative AI และ 19% อยู่ในช่วงทดลองใช้หรือผลิตใช้
บทความยอดนิยม 10 อันดับ
- ยอดขายรถยนต์ใน 2566
- คาร์บอนเครดิต (Carbon Credit) คืออะไร ทำไมถึงต้องเร่งสร้างคาร์บอนเครดิต
- FTA ไทย มีกี่ประเทศ พอหรือไม่ ทำไมต้องคิดเรื่อง CPTPP
- 10 ตัวอย่างที่นำ 5G มาใช้งานได้อย่างน่าสนใจและประสบผลสำเร็จ
- อบรมรถยนต์ไฟฟ้า 2566 ฟรี
- เทคโนโลยีแห่ง G สู่ 5G เครือข่ายไร้สาย
- กฎหมาย ปล่องระบาย อากาศ 2565
- ยอดขายโทรศัพท์ 2023 ทั่วโลก
- GAC AION Thailand
- เปิดโผ 8 อุตสาหกรรมเด่นเติบโตสูงในปี 2566
อัปเดตข่าวทุกวันที่นี่ www.mreport.co.th
Line / Facebook / Twitter / YouTube @MreportTH