เอชพีอี (HPE Networking) มองประเทศไทยเข้ายุคทองการลงทุนโครงสร้างพื้นฐานดิจิทัลระดับสเกลใหญ่ บนเม็ดเงินลงทุนจากบริษัทต่างชาติที่เตรียมหลั่งไหลเข้าบ้านสูง 209,000 ล้านบาท หวั่นองค์กรเข้าใจผิดเชื่อว่าแค่เพิ่มแบนด์วิดท์ก็พอแล้วสำหรับการรองรับอนาคต ชี้ผู้นำองค์กรไทยต้องเร่งปั้นเครือข่ายอัจฉริยะที่คิดและซ่อมแซมตัวเองได้ เพื่อความอยู่รอดและการเป็นผู้นำในยุคที่การประมวลผลเรียลไทม์เปลี่ยนกฎเกณฑ์ธุรกิจ
นายเพอร์รี่ ซุย (Perry Sui) ผู้จัดการทั่วไป HPE Networking ประจำภูมิภาคเอเชียตะวันออกเฉียงใต้ ไต้หวัน และฮ่องกง ประเมินสถานการณ์โครงสร้างพื้นฐานด้าน AI ของประเทศไทยในปัจจุบัน ว่าไทยกำลังก้าวเข้าสู่การเป็นศูนย์กลางเชิงยุทธศาสตร์สำหรับเครือข่ายที่รองรับ AI ในภูมิภาคเอเชียตะวันออกเฉียงใต้ โดยปี 2569 จะถือเป็นหมุดหมายสำคัญที่สะท้อนถึงการเปลี่ยนผ่านสู่การลงทุนโครงสร้างพื้นฐานระดับสเกลใหญ่
"รายงานวิจัยระบุว่าตลาด Data Center จะเติบโตเฉลี่ย 7.5–8.5% ต่อปี และมีเม็ดเงินลงทุนจากบริษัทต่างชาติเตรียมหลั่งไหลเข้ามาสูงถึง 209,000 ล้านบาท ควบคู่ไปกับการผลักดันโครงการเขตพัฒนาพิเศษภาคตะวันออก (EEC) ของรัฐบาล เพื่อเตรียมพื้นที่ พลังงาน และกฎระเบียบให้พร้อมรองรับ Data Center ระดับ Hyperscale และระบบ Sovereign AI การเคลื่อนไหวเหล่านี้แสดงให้เห็นว่า ไทยไม่ได้หยุดอยู่แค่การทดลองใช้เทคโนโลยี แต่กำลังวางสถาปัตยกรรมใหม่เพื่อรองรับการเทรนโมเดลและการประมวลผลสมรรถนะสูงแบบเต็มรูปแบบ"
***AI ต้องการมากกว่าคำว่า "แบนด์วิดท์"
เพอร์รี่พบว่าหนึ่งในความเข้าใจผิดที่ผู้นำธุรกิจไทยมักเผชิญคือ การมองว่าแค่การเพิ่มแบนด์วิดท์ก็เพียงพอสำหรับการเติบโตในอนาคต แต่การมาถึงของ Generative AI และการประมวลผลเรียลไทม์ที่ได้เปลี่ยนกฎเกณฑ์ไปโดยสิ้นเชิง ทำให้เครือข่ายแบบดั้งเดิมที่ถูกสร้างมาเพื่อส่งข้อมูลแบบ North-South (ระหว่างผู้ใช้กับแอปพลิเคชัน) ไม่สามารถรองรับการรับส่งข้อมูลมหาศาลแบบ East-West ระหว่างโหนดประมวลผลและหน่วยประมวลผลกราฟิก (GPU) ได้
เพอร์รี่เชื่อว่าองค์กรที่ยังใช้เครือข่ายแบบเดิมจึงเผชิญกับข้อจำกัด 3 ประการหลัก ได้แก่ ขาดความอัจฉริยะแบบตั้งรับ ประสิทธิภาพไม่ทันต่อความต้องการความหน่วงต่ำพิเศษ (Ultra-Low Latency) และความซับซ้อนในการจัดการข้อมูลที่กระจัดกระจาย
"ด้วยเหตุนี้ เทคโนโลยีเครือข่าย AI-Native จึงเข้ามามีบทบาทสำคัญ โดยการรวมศูนย์ระบบ AIOps จาก HPE Aruba Networking และ HPE Juniper Networking เพื่อยกระดับเครือข่ายสู่การทำงานอัตโนมัติ ผสานกับแพลตฟอร์มอย่าง HPE OpsRamp และ GreenLake Intelligence ที่ช่วยให้มองเห็นภาพรวมทั้งระบบคอมพิวต์ สตอเรจ และเครือข่ายแบบ Full Stack รวมถึงการใช้สวิตช์รุ่นใหม่ๆ เช่น HPE Juniper Networking QFX5250 ที่ออกแบบมาทะลวงปัญหาคอขวดในการเชื่อมต่อ GPU โดยเฉพาะ ไปจนถึงความสามารถของ AI at the Edge"
เพอร์รี่ เชื่อว่าหากทำให้การประมวลผลใกล้แหล่งกำเนิดข้อมูลมีความรวดเร็ว ก็จะตอบโจทย์อุตสาหกรรมแพทย์และการผลิต แม้ในขณะนี้อาจยังไม่มีข้อมูลเชิงประจักษ์ชัดเจนในภูมิภาคเกี่ยวกับการลดต้นทุนการเป็นเจ้าของ (TCO) จากการอัปเกรดระบบ แต่แนวโน้มความจำเป็นในเรื่องนี้หลีกเลี่ยงไม่ได้
***โรดแมป 18 เดือน
สำหรับองค์กรขนาดกลางและขนาดใหญ่ เพอร์รี่มองว่าการจะเตรียมความพร้อมสู่การทำงานระดับ AI-Scale ภายในเวลา 12-18 เดือน ควรถูกแบ่งออกเป็น 3 ระยะหลัก เริ่มที่การวางรากฐาน ด้วยการประเมินทิศทางของ AI ให้สอดคล้องกับอธิปไตยข้อมูล และยกระดับเครือข่ายให้รองรับการส่งข้อมูลแบบ East-West ได้เสถียร
2. การขยายขีดความสามารถ อาจนำเครือข่าย AI-Optimized มาใช้งานร่วมกับ Cloud Operating Model เพื่อขยายขอบเขตจากแค่โครงการนำร่องสู่การใช้งานจริงในหลายส่วนธุรกิจ และ 3. การเพิ่มประสิทธิภาพการดำเนินงาน มุ่งเน้นไปที่การใช้ AIOps เข้ามาบริหารจัดการตลอดวงจรการใช้งานของทรัพยากรที่มีต้นทุนสูงเช่น GPU
เพอร์รี่ มองว่าตัวเปลี่ยนเกม (Game Changer) สำหรับตลาดไทยในยุคนี้คือ โซลูชันอย่าง HPE GreenLake ที่ช่วยให้องค์กรควบคุมข้อมูลในลักษณะ Private หรือ Hybrid AI Cloud ได้ดั่งใจ แต่จ่ายหรือใช้งานในรูปแบบยืดหยุ่นเหมือน Public Cloud ผสานรวมความปลอดภัยแบบ Zero-Trust เพื่อป้องกันภัยไซเบอร์ควบคู่ไปกับนโยบาย Data Privacy ภายในประเทศอย่างเข้มงวด ส่งผลให้ระบบเครือข่ายสามารถซ่อมแซมและแก้ไขปัญหาตัวเองได้อย่างรวดเร็วและครบวงจร
***พัฒนาคน ควบคู่เทคโนโลยีสีเขียว
ในภาพรวม เพอร์รี่ยกย่องว่าประเทศไทยมีรากฐานระบบโทรคมนาคมที่ดีและรัฐบาลก็มียุทธศาสตร์ AI ชัดเจน แต่ข้อต่อสำคัญที่ยังต้องเร่งเติมเต็มคือทักษะขั้นสูงด้าน "AI-Scale" เช่น การออกแบบ Data Center เครือข่ายแบบ GPU-Dense ซึ่งปัจจุบัน ผู้ให้บริการระดับโลกได้เดินหน้าสนับสนุนทักษะบุคลากร เช่น การใช้หลักสูตรฝึกอบรม Virtual Labs จาก HPE Education Services หรือ Juniper Learning Portal เพื่อยกระดับวิศวกรไทยสู่ระดับ Cloud Scale ซึ่งอนาคตบทบาทวิศวกรจะเปลี่ยนจากการมานั่งคอยตั้งค่าระบบ เป็นผู้วางกลยุทธ์ที่ทำงานร่วมกับ AI แทน
นอกจากนี้ การใช้พลังงานมหาศาลจากการประมวลผล AI ยังผลักดันให้ "เทคโนโลยีสีเขียว" อย่างระบบระบายความร้อนด้วยของเหลว (Direct Liquid Cooling) กลายเป็นจุดแข็งที่องค์กรจะนำมาใช้ขยายธุรกิจอย่างยั่งยืน เมื่อก้าวเข้าสู่ยุคที่ Agentic AI จะทำให้เครือข่ายบริหารตนเองได้อย่างสมบูรณ์ (Self-driving Network) การบริหารจัดการทั้งแบบมีสายและไร้สายจะถูกผสานรวมเป็นหนึ่งเดียว
เพอร์รี่ ซุย ฝากข้อความทิ้งท้ายปลุกใจผู้บริหารระดับ CEO และ CIO ในไทย ว่าเทรนด์การลงทุนวันนี้ไม่ได้เพียงแค่พัฒนาโครงสร้างพื้นฐานเพื่อตอบสนองปัญหาอีกต่อไปแล้ว แต่กำลังโยงไปสู่การสร้างระบบอัจฉริยะเชิงรุก เพื่อให้ไทยยืนหยัดในฐานะเสาหลักทางดิจิทัลของภูมิภาคอย่างเต็มภาคภูมิ
"วันนี้ องค์กรไม่ใช่แค่ ‘ควร’ ก้าวข้ามแบนด์วิดท์ แต่ ‘จำเป็น’ ต้องทำ เมื่อ AI กลายเป็นหัวใจของการดำเนินธุรกิจ โครงสร้างพื้นฐานต้องฉลาด อัตโนมัติ และออกแบบมาเพื่อรองรับ AI ตั้งแต่ต้น เพื่อให้องค์กรเติบโต แข่งขัน และก้าวสู่ความเป็นผู้นำได้อย่างแท้จริง".
