เจาะลึก 10 Technology Trends ปี 2025 จาก Gartner

ในปี 2024 นี้เรียกได้ว่าเป็นปีทองของ Artificial Intelligence หรือ AI เลยก็ว่าได้ จากการเติบโตในอุตสาหกรรมที่เกี่ยวข้องกับ AI และบริษัทที่ผลิต GPU เพื่อนำมาประมวลในเรื่อง AI อย่าง Nvidia นั้นมีรายได้สูงเป็นประวัติการณ์ และบริษัทอื่นๆ ที่พัฒนาเรื่อง AI ก็ได้แข่งขันกันเพื่อชิงส่วนแบ่งในตลาดกันอย่างดุเดือด แต่ว่าในปี 2025 ที่กำลังจะมาถึงนี้ล่ะ? AI จะยังคงเป็นที่นิยมอยู่หรือจะมีอะไรมาแทน เรามาดูเทรนที่ทาง Gartner ซึ่งเป็นผู้นำในเรื่องการวิจัยด้านเทคโนโลยี ได้วิเคราะห์ไว้ว่าในปี 2025 นั้น หลักๆจะมีด้วยกัน 3 กลุ่ม ดังนี้

AI imperatives and risks

จากการเติบโตของการใช้ AI และได้มีการพัฒนาจนถือกำเนิดเป็น Agent AI ที่มีความสามารถคิดวิเคราะห์ด้วยตัวเอง จากสภาพแวดล้อมและข้อมูลที่มี เพื่อหาคำตอบที่ดีที่สุดให้แก่มนุษย์ที่ตั้งเป้าหมายการทำงานให้ ซึ่งการใช้งาน Agent AI จำเป็นที่ต้องมีการควบคุมการใช้งาน เพื่อให้รับมือการสร้างข้อมูลแบบผิดๆ ได้

New frontiers of computing

การประมวลในยุคสมัยใหม่ คงหนีไม่พ้นชื่อ Quantum computing ที่เริ่มเข้ามามีบทบาทจากการที่มีการประมวลผมที่รวดเร็ว มีการเข้ารหัสแบบ Quantum (Quantum cryptography) และมีการใช้ Sensor ที่มีราคาถูกแต่ประสิทธิภาพสูงร่วมด้วย อาจจะทำให้เราได้เห็นนวัตกรรมใหม่จากภาคธุรกิจในอนาคตอันใกล้นี้ อ่านบทความเรื่อง Quantum computing ได้ ที่นี่

Human-machine synergy

ทุกวันนี้หุ่นยนต์ได้เข้ามามีบทบาทในชีวิตประจำวันของเรามากขึ้น และจะถูกยกระดับการใช้งานที่มีปฎิสัมพันธ์ระหว่างโลกจริงและโลกเสมือน (Virtual) เพื่อให้ประสิทธิภาพและการรับรู้แบบ cognition พัฒนาขึ้น

Image source https://www.gartner.com/en/articles/top-technology-trends-202

จากกลุ่มเทรนที่ได้กล่าวไปนั้น เราจะมาดูแต่ละเทรนกันว่ามีรายละเอียดและความน่าสนใจอย่างไรบ้าง

1. Agentic AI

Agentic AI เป็นโปรแกรมที่ถูกออกแบบมาให้ทำการตัดสินใจได้หลากหลายแบบเพื่อให้สามารถบรรลุเป้าหมายที่ต้องการได้ ซึ่งโดยปกติแล้ว AI model จะทำได้เพียงแค่ generate ข้อความจาก prompt หรือ input ที่มนุษย์ป้อนเข้าไป แต่ Agentic AI นั้นจะทำได้หลายอย่างไม่ว่าจะ planning, sensing environment หรือใช้ tool เพื่อทำ task ให้สำเร็จ โดยไม่จำเป็นต้องป้อน input ให้โดยละเอียด

Image resource https://www.gartner.com/en/articles/intelligent-agent-in-ai

ทำไมจะเป็นที่นิยม

Garner มองว่าความสามารถของมันจะทำงานได้ด้วยตัวมันเองหรือสามารถรับ input เพื่อปรับเปลี่ยนวิธีการทำงานได้อย่างอิสระ ซึ่งจะทำให้ระดับผู้บริหารมองเห็นโอกาสที่จะนำ Agentic AI มาใช้เพิ่ม productivity ให้กับองค์กรได้ และ Gartner ได้คาดการณ์ไว้ว่าภายในปี 2028 จะมีการใช้งาน Agentic AI ในการตัดสินใจในขั้นตอนการทำงานประจำวันอย่างน้อย 15% นับจากปี 2024 ที่ยังไม่มีการใช้งาน

Use cases

ช่วยให้สามารถพัฒนา project และจัดการปัญหาด้าน technical ที่ซับซ้อนได้ ไม่ว่าจะเป็น micro-automation หรือ project ขนาดใหญ่ได้
ใช้ในการคำนวณการทำ data analysis เพื่อให้การทำงานแต่ละขั้นตอนสะดวกมากขึ้น
ช่วยในการตัดสินใจและให้ระวังความเสี่ยงที่อาจเกิดขึ้นกับองค์กรจากการทำ data analysis ที่รวดเร็ว และความสามารถในการคาดการณ์ที่ค่อนข้างแม่นยำ

Image resource https://www.everestgrp.com/automation/agentic-ai-exploring-its-enterprise-potential-blog.html

2. AI Governance Platforms

เทรนต่อมายังคงเกี่ยวกับ AI อย่าง AI Governance Platforms ซึ่งเป็น platform ที่จะเข้าควบคุมการทำงานของ AI ให้เป็นไปตามกฏหมาย, มีจริยธรรม และรับผิดชอบต่อสังคม ซึ่ง platform นี้จะทำให้ผู้ใช้งานมั่นใจได้ว่า AI ที่ถูกควบคุมจะมีความน่าเชื่อถือ, โปร่งใส, ไม่มีอคติ, รับผิดชอบต่อผลลัพธ์ และได้มาตรฐานความปลอดภัยและจริยธรรม ซึ่งทำให้เป็นที่ยอมรับของสังคมมนุษย์

Image source https://www.linkedin.com/posts/shanecough_gartner-has-highlighted-ai-governance-as-activity-7257135497779515392-vEs_/

ทำไมจะเป็นที่นิยม

เนื่องจากการใช้งาน AI ในปัจจุบันนั้นแพร่หลายไปมาก และอาจมีความเสี่ยงจากการทำงานของ AI ที่มีอคติ รุกล้ำความเป็นส่วนตัวหรืออาจไม่ได้คิดถึงคุณค่าของมนุษย์มากพอ ในบางอุตสาหกรรมอาจมีข้อบังคับที่เข้มงวด เพื่อปกป้องไม่ให้ AI ทำให้ระบบสำคัญต่างๆ ที่เกี่ยวข้องเกิดความเสียหายได้ โดย Gartner คาดการณ์ไว้ว่าในปี 2028 องค์กรระดับ Enterprises จะมีการใช้งาน AI governance platforms โดยได้รับความไว้ว่างใจจากลูกค้ามากขึ้น 30% และมากขึ้น 25% สำหรับการเป็นไปตามมาตรฐานต่างๆ เมื่อเทียบกับคู๋แข่งที่ไม่ได้ใช้

Use cases

ตรวจสอบการทำงานของ AI ที่อาจมีพฤติกรรมที่เอนเอียงอคติ, ละเมิดความเป็นส่วนตัว หรือก่อให้เกิดผลกระทบด้านลบกับสังคม
ชี้นำ AI model ให้ gates และ controls เป็นไปตาม model life cycle
มีการ Track การใช้งาน, Monitor ระบบ AI และ ตรวจสอบ process การทำการตัดสินใจของ AI เพื่อให้เป็นไปตามมาตรฐานอยู้เสมอ
ใน Mobile banking มีระบบตรวจสอบการหลอกเอาเงิน (Fraud detection) การอนุมัติธุรกรรมหรือการให้คำปรึกษาทางการเงินส่วนบุคคล เพื่อให้มั่นใจได้ว่าระบบนี้จะมีการตัดสินใจที่ยุติธรรมและจริยธรรม ได้ปกป้องข้อมูลและเป็นไปตามระเบียบข้อบังคับ

Image source https://www.thebusinessresearchcompany.com/report/ai-governance-global-market-report

3. Disinformation Security

เมื่อ AI ถูกนำมาใช้ประโยชน์ได้ในหลายๆเรื่อง มันก็ถูกมาใช้ในทางที่ผิดได้เช่นกัน ไม่ว่าจะเป็นการตัดต่อวิดีโอโดยใช้เทคโนโลยีอย่าง Deepfake เพื่อนำใบหน้าของคนที่ต้องดิสเครดิตมาใส่ การแอบอ้างเป็นบุคคลที่มีชื่อเสียงเพื่อไปใช้ในทางที่ผิด หรือสร้างและเผยแพร่ข่าวปลอมออกมา เพื่อให้คนที่ถูกอ้างอิงเสียชื่อเสียง Disinformation Security จึงถูกพัฒนาขึ้นมาเพื่อตรวจสอบและป้องกันสิ่งเหล่านี้ โดยระบบนี้จะช่วยวิเคราะห์ข้อมูลที่น่าสงสัยเหล่านี้ว่าถูกต้องและน่าเชื่อถือหรือไม่ รวมถึงป้องกันการแอบอ้างที่มีมีการยืนยันตัวตนว่าเป็นบุคคลนั้นจริงๆ

Image source https://medium.com/@teerakiatchitawattanarat/gartner-top-strategic-technology-trends-for-2025-1-79a45659de77

ทำไมจะเป็นที่นิยม

การบิดเบือนข้อมูลใน Internet หรือ Social media อย่าง Phishing, การ hack เพื่อเผยแพร่ข้อมูลที่ทำให้เจ้าของ account ที่ถูก hack เสื่อมเสีย, Fake news หรือ Social engineering กำลังเพิ่มขึ้นอย่างมหาศาล และองค์กรระดับ enterprises ก็เป็นหนึ่งในเป้าหมายที่ผู้ไม่หวังดีจ้องจะเล่นงาน การมาของ Disinformation Security จึงเข้ามามีบทบาทเพื่อป้องกันความเสียหายที่เป็นตัวเงินและชื่อเสียงได้ในอนาคต โดย Gartner ได้คาดการณ์ไว้ว่า ในปี 2028 องค์กรระดับ Enterprise จะมีการใช้ระบบนี้ในผลิตภัณฑ์หรือบริการของตัวเองถึง 50% จากที่ปี 2024 ใช้กันเพียง 5%

Use cases

ตรวจจับการใช้งาน Synthetic media (สื่อต่างๆ เช่น รูปภาพหรือวิดีโอที่ถูกสร้างโดย AI ไม่ได้ถูกบันทึกตามเหตุการณ์ที่เกิดขึ้นจริง) ซึ่งจะมีการวิเคราะห์เพื่อ Verify ว่าบุคคลในรูปหรือวิดีโอเหล่านั้นเป็นตัวจริงหรือไม่
มีการ Monitoring ใน Social media เพื่อตรวจสอบว่ามีแอบอ้างบุคคลที่มีชื่อเสียง, ผลิตภัณฑ์, บริการและ Brand หรือไม่
ป้องกันการแอบอ้างระดับตัวบุคคลในองค์กรทั้งระดับลูกจ้าง, นายจ้าง, suppliers และลูกค้า

Image source https://www.gartner.com/en/articles/disinformation-security

4. Post-Quantum Cryptography

Post-quantum cryptography หรือ PQC เป็นการเข้ารหัสข้อมูลรูปแบบหนึ่งโดยใช้ Quantum computer ในการจัดการ ซึ่งจะมาแทนที่การเข้ารหัสแบบเดิม แบบในปัจจุบันที่เราใช้การเข้ารหัสแบบ Asymmetric (ใช้ public key และ private key) ใน softwares และ devices เป็นส่วนใหญ่ การมาของ Quantum computer นั้นอาจทำให้การเข้ารหัสแบบ Asymmetric ไม่ปลอดภัยอีกต่อไป อย่างเร็วที่สุดคือภายในปี 2029

Image Source https://www.digicert.com/content/dam/digicert/pdfs/report/the-quantum-world-with-crypto-agility-en.pdf

ทำไมจะเป็นที่นิยม

อีกไม่นาน Quantum computer จะถูกนำมาใช้งานจริง จากความสามารถที่คิดว่าจะถอดรหัสในรูปแบบต่างๆ ที่คอมพิวเตอร์ในยุคปัจจุบันไม่สามารถทำได้ในเวลาอันสั้น ซึ่งเหล่าผู้ไม่หวังดีได้ลงทุนให้กับเทคโนโลยีนี้ เพื่อรอวันที่จะได้ใช้เพื่อทบต้นทบดอกในเงินและเวลาที่ลงทุนไป เมื่อเป็นเช่นนี้แล้ว การใช้ PQC เพื่อเข้ารหัสข้อมูลจึงเป็นตัวเลือกที่ถูกนำมาใช้งานอย่างหลีกเลี่ยงไม่ได้เพื่อต่อสู้กับการโจรกรรมข้อมูลด้วย Quantum computer เหมือนกัน

Use cases

การพิสูจน์หลักฐานของข้อมูลโดยเฉพาะข้อมูลที่ sensitive อย่างข้อมูลทางการเงิน
ป้องกันข้อมูลหรือสินทรัพย์ทางปัญญาจากการโจมตีทาง Cyber ที่ใช้ Quantum computer
เข้ารหัสข้อความหรือการสื่อสารด้วย PQC ที่ยากต่อการถอดรหัสด้วย Quantum computer

Image source https://www.linkedin.com/pulse/post-quantum-cryptography-what-do-you-really-need-edgar-ter-danielyan-ucdte/

5. Ambient Invisible Intelligence

การเก็บข้อมูลสำหรับบริษัทต่างๆ ยุคปัจจุบันนี้ มีปริมาณสูงมาก แต่ถึงกระนั้นยังมีจุดบอดที่อาจเก็บได้ไม่หมด หรือไม่สามารถเข้าถึงข้อมูลในบางจุดได้ สิ่งที่เรียกว่า Ambient invisible intelligence นี้เป็นการใช้ tag หรือ sensor ขนาดเล็กซึ่งมีราคาถูกในการ track หรือบอก location สินค้าหรือวัตถุอื่นๆและสภาพแวดล้อม ณ ขณะนั้นได้ ข้อมูลจากการ track ตรงนี้จะถูกส่งเข้า Cloud เพื่อเก็บไว้หรือวิเคราะห์ในขั้นตอนอื่นๆ ต่อไป

Image source https://botpenguin.com/glossary/ambient-intelligence

ทำไมจะเป็นที่นิยม

เทคโนโลยีอย่าง tag หรือ sensor ที่มีราคาถูกนั้นราคาที่ถูกลงเรื่อยๆ ซึ่งทำให้องค์กรหรือ supply chain ต่างๆ สนใจที่จะลงทุนใช้งานมัน ซึ่งจะมีการพัฒนาในเทคโลโลยีไร้สายอย่าง Bluetooth หรือ Cellular network รวมถึงการใช้งานร่วมกับเทคโนโลยีอย่าง Backscatter (เป็นการใช้คลื่นวิทยุหรือคลื่นแบบอื่้นๆ ที่ส่งมาที่จุดที่จะอ่านและสะท้อนกลับไปที่จุดกำเนิดคลื่นที่เป็นตัวอ่าน ซึ่งใช้พลังงานต่ำ) และ Printed electronics ซึ่งข้อมูลที่เก็บได้นี้จะนำไปใช้ในการวิเคราะห์ด้วย process ที่มี AI คอยข่วย เพื่อปรับปรุง process ในการทำงานได้

Gartner ได้คาดการณ์ไว้ว่าในปี 2028 Ambient invisible intelligence จะสามารถแก้ปัญหาได้ในระดับหนึ่งจากความสามารถในการ track และตรวจจับได้ในราคาถูก ซึ่งลดค่าใช้จ่ายและเพิ่มประสิทธิภาพได้

Use cases

ในร้านค้าทั่วไป สามารถ track สินค้าในร้านที่เป็น stock หรือบริการ delivery ได้แบบ real-time
สามารถ Monitor พนักงานในบริษัทว่ามีการใช้งานพื้นที่ใน office อย่างไร และปรับการใช้งานตามความเหมาะสม
ในด้านสุขภาพ สามารถติดตามสุขภาพของคนไข้โดยไม่ต้องสวมอุปกรณ์ใดๆ แต่สามารถตอบสนองได้ทันทีเมื่อมีเหตุฉุกเฉิน

Image source https://www.gartner.com/en/articles/ambient-intelligence

6. Energy-Efficient Computing

เป็นการออกแบบระบบคอมพิวเตอร์ data center หรือระบบ digital อื่นๆ ที่มีการใช้พลังงานต่ำ และลดการเกิด carbon footprint ที่จะส่งผลกระทบกับสิ่งแวดล้อมให้น้อยที่สุด เพื่อความยั่งยืนในอนาคต

Image source https://www.gartner.com/en/articles/green-computing

ทำไมจะเป็นที่นิยม

Sustainability หรือความสามารถทำให้ยั่งยืน เป็นสิ่งที่ระดับผู้บริหารขององค์กรโดยเฉพาะด้านการเงินและบริการด้าน IT ให้ความสำคัญ ในขณะที่เทคโนโลยีการประมวลผลแบบเดิมๆ ถึงขีดจำกัดในการทำ Sustainability ก็ได้มีเทคโนโลยีใหม่ๆ ที่ใช้การประมวลผลแบบ Graphic processing units หรือ GPUs, Neuromorphic computing (การประมวลผลที่จำลองโครงสร้างตามแบบสมองของมนุษย์), และ Quantum computer อาจถูกพัฒนาเพื่อสามารถทำ Sustainability ได้ใน 5 ปี หรีออีก 10 ปีข้างหน้า

Use cases

ลดค่าใช้จ่ายใน data center โดยลดการใช้พลังงานของ servers และระบบระบายความร้อน
สร้างระบบในการจัดการพลังงานอย่าง Smart energy management system หรือ SEMS ซึ่งใช้งานร่วมกับ AI หรือระบบ IOT เพื่อให้สามารถจัดการได้อย่างมีประสิทธิภาพ

Image source https://www.gartner.com/en/chief-information-officer/topics/sustainable-technology

7. Hybrid Computing

ด้วยความที่การประมวลผลแบบเดิมๆ อาจไม่สามารถใช้งาน AI ที่นับวันต้องการการประมวลกำลังสูงเพื่อให้สามารถแข่งขันในตลาดและตอบโจทย์ผู้ใช้งานที่ต้องการความถูกต้องและรวดเร็วได้ การมาของ Hybrid computing ที่เป็นการรวมเทคโนโลยีในการประมวลผลหลายๆอย่างเข้าด้วยกัน เช่น CPUs, GPU, edge devices, ASICs, Neurophomic และ Quantum computer จนเกิดเป็นสื่งที่เรียกว่า Hybrid environment ที่ใช้จุดแข็งของแต่ละเทคโนโลยีในการประมวลผลเพื่อแก้ไขปัญหาที่มีความซับซ้อนสูงได้

Image source https://www.gartner.com/en/articles/computing-technologies

ทำไมจะเป็นที่นิยม

อย่างที่กล่าวไปข้างต้น การมาของ AI โดยเฉพาะ Generative AI หรือ GenAI สามารถแก้ไขปัญหาที่มีความซับซ้อนสูงได้ด้วยประสิทธิภาพการประมวลของเทคโนโลยีใหม่ๆ ที่มีประสิทธิภาพสูงกว่าเดิม มีความหลากหลาย และสามารถ scale ได้มากกว่าเดิม ด้วยเหตุนี้ การใช้ Hybrid computing จะทำให้ GenAI มีประสิทธิภาพสูงกว่าการใช้งานในการประมวลผลแบบเดิมๆ

Use cases

Scale แบบคุ้มค่า โดยเลือกให้งานสำคัญจำกัดในองค์กร หรือทำ on-premise ส่วน cloud ใช้เมื่อมีโหลดงานสูงตามการใช้งานจริง
เพิ่ม Security ให้่กับข้อมูลโดยเก็บข้อมูลที่ sensitive ไว้ on-premise และที่ sensitive น้อยกว่าขึ้น cloud แทน
พัฒนานวัตกรรมใหม่ๆ หรือปรับปรุงระบบโดยทำใน cloud environment และ run on production ใน on-premise เพื่อรักษาความปลอดภัย

8. Spatial Computing

เป็นการหลอมรวมโลกเสมือนเข้ากับโลกจริง ซึ่งผู้ใช้งานสามารถมีปฎิสัมพันธ์กับสิ่งต่างๆ ด้วยความรู้สึกที่ว่าโลกเสมือนที่ถูกจำลองขึ้นมามีความเหมือนจริง

Image source https://www.gartner.com/en/articles/spatial-computing

ทำไมจะเป็นที่นิยม

จากปัจจุบันที่มีการใช้เทคโนโลยีอย่าง Augmented reality หรือ AR (เป็นการนำวัตถุในโลกเสมือนมารวมเข้ากับโลกความเป็นจริง การมีปฏิสัมพันธ์กับวัตถุในโลกความเป็นจริงจะส่งผลกับวัตถุในโลกเสมือนเช่นกัน), Mixed reality หรือ MR (คล้ายกับ AR แต่วัตถุในโลกเสมือนสามารถส่งผลต่อโลกจริงได้) และ AI ที่ถูกพัฒนาเพื่อนำมาใช้ในอุตสาหรรมเกม, การดูแลสุขภาพ และตลาด E-commerce และการมาของ Apple Vision Pro และ Meta Quest 3 อาจช่วยขับเคลื่อนความต้องการของผู้บริโภคและเปิดโอกาสสำหรับธุรกิจใหม่ๆ ได้ในอนาคต

บริษัทใหญ่ๆ อย่าง Nvidia และ Qualcomm กำลังสร้าง ecosystem เพื่อรองรับเทคโนโลยีนี้ ซึ่งทำให้ตลาดมีแนวโน้มที่จะเติบโตจากมูลค่า 110 พันล้านดอลลาร์ในปี 2023 ขึ้นเป็น 1.7 ล้านล้านดอลลาร์ในปี 2033

Use cases

สามารถนำมาใช้ในการประชุมเพื่อเพิ่มการปฏิสัมพันธ์และมีประสิทธิภาพมากขึ้น
ช่วยในการเทรนงานสำหรับผู้เข้างานใหม่ ทำให้เรียนรู้ได้ง่ายขึ้นและลดความเสี่ยงที่จะเกิดความเสียหายในการใช้เครื่องมือหรือลดค่าใช้จ่ายจากการเทรนได้ (ลงทุนระบบครั้งเดียว ใช้ได้นาน)
ช่วยในการตัดสินใจเพื่อเลือกซื้อสินค้าได้ง่ายขึ้นจากการมีปฏิสัมพันธ์กับตัวอย่างสินค้าในโลกเสมือนจริง

Image source https://kitrum.com/blog/is-the-future-here-how-spatial-computing-is-revolutionizing-business-operations/

9. Polyfunctional Robots

เครื่องจักรที่สามารถทำงานได้หลากหลายรูปแบบตามคำสั่งของมนุษย์หรือที่เรียกว่า Polyfunctional robot นั้นมีความยิดหยุ่นในด้านการออกแบบและวิธีในการทำงาน

Image source https://medium.com/@teerakiatchitawattanarat/gartner-top-strategic-technology-trends-for-2025-3-7f157e977662

ทำไมจะเป็นที่นิยม

ด้วยความที่ค่าแรงปรับตัวสูงขึ้นเรื่อยๆ และความต้องการในการเพิ่มค่า ROI หรือ Return of Interrest โดยเฉพาะในอุตสาหกรรมการผลิตต่างๆ หรือระบบคลังสินค้าที่ต้องแข่งขันกันในเรื่องการทำราคา การมาของ Robot ที่สามารถทำงานได้หลากหลายจะช่วยในการควบคุมค่าใช้จ่ายได้อย่างมีประสิทธิภาพ ทาง Gartner ได้คาดการณ์ว่าภายในปี 2030 จะมีการใช้งานสูงถึง 80% จากเดิมใช้งานน้อยกว่า 10%

Use cases

ในคลังสินค้า การใช้งาน Polyfunctional robot สามารถทำได้หลายอย่าง เช่น การหยิบของ, การ pack และการเคลื่อนย้ายสินค้า
ช่วยงานด้านสุขภาพ โดยขนส่งอุปกรณ์ทางการแพทย์, ช่วยในการเคลื่อนย้ายผู้ป่วย หรือฆ่าเชื้อในพื้นที่ที่กำหนด
สามารถทำงานในพื้นที่ที่มนุษย์ทำงานได้ยากหรือเสี่ยงอันตรายได้

Image source https://www.gartner.com/en/articles/polyfunctional-robots

10. Neurological Enhancement

เป็นกระบวนการในการเพิ่มประสิทธิภาพในการรับรู้ของมนุษย์โดยสามารถอ่านจากสมอง (Measure state) หรือสามารถส่งข้อมูลลงไปที่สมองได้ (Modify state)

Image source https://www.gartner.com/en/articles/neurological-enhancement

ทำไมจะเป็นที่นิยม

มีแนวโน้มที่ปฏิวัติอุตสาหกรรมด้าน healthcare ด้วยความเข้าใจในการตรวจสอบสมองมากขึ้น หรือการใช้ AI ในการพัฒนา brain-machine interface เพื่อความสามารถในการรับรู้ของพนักงานให้มีความสามารถในการแข่งขันที่สูงขึ้น ทาง Gartner ได้คาดการณ์ไว้ โดยในปี 2030 กว่า 60% ของพนักงาน IT จะมีการใช้เทคโนโลยี bidirectional brain-machine interfaces หรือ BBMIs จากการเริ่มโครงการใน 2024 ซึ่งเป็นการแปลง neural signal จาก motor cortex ในระบบประสาทของมนุษย์เป็นสัญญาณทางไฟฟ้าเพื่อควบคุมอุปกรณ์ electronics

Use cases

ลดระยะเวลาการฝึกอบรมของศัลยแพทย์ฝึกหัดลงได้ถึง 1 ปี
สามารถปรับแต่งเนื้อหาการเรียนการสอนให้เหมาะกับนักเรียนได้แบบ real-time
ลดความเสี่ยงจากอุบัติเหตุและการบาดเจ็บในที่ทำงานได้
เพิ่มประสิทธิภาพในการรับพนักงานเข้าใหม่ โดยตรวจสอบความเข้ากันกับเพื่อนร่วมงานผ่าน Neurodata
ในปี 2024 บริษัท Neuralink ได้ทำการใช้อุปกรณ์ในผู้ป่วยที่เป็นอัมพาตตั้งแต่คอลงไป ให้สามารถใช้ความคิดในการควบคุม cursor ในคอมพิวเตอร์เพื่อเล่นหมากรุกได้

Image source https://investingnews.com/invest-neuralink-stock/

Extra. AI Trading

นอกเหนือจากของ Gartner ผู้เขียนได้เพิ่มอีกเทคโนโลยีที่คาดว่าจะเป็นที่นิยมในปีหน้าอย่าง AI trading ซึ่งเป็นการใช้ AI, Predictive analytics และ Machine learning ในการวิเคราะห์สภาพตลาดที่เคยเป็น ข้อมูลที่เกี่ยวข้องกับสินทรัพย์ที่จะลงทุน ก่อนจะทำการซื้อหรือขายอัตโนมัติให้ได้ราคาที่ดีที่สุด

Image source https://nairobiwire.com/2023/11/ai-powered-trading-unlocking-profits-with-technology.html

ทำไมจะเป็นที่นิยม

ในปัจจุบัน มีสินทรัพย์ให้เลือกเป็นจำนวนมากไม่ว่าเป็นกองทุน, หุ้นไทย-ต่างประเทศ, Futures, ทองคำ หรือที่กำลังเป็นกระแสในปี 2024 นี้อย่าง Cryptocurrency หรือเรียกสั้นๆว่าคริปโต ซึ่งการที่เราจะมาคอย monitor ตลอดเวลาเพื่อหาจังหวะในการซื้อหรือขาย อาจไม่ตอบโจทย์แล้ว จากความผันผวนและการเปลี่ยนแปลงราคาที่รวดเร็ว การใช้ AI trading แทนอาจมีประสิทธิภาพในการเทรดมากกว่า และใช้เวลาน้อยกว่าแบบเทรดด้วยตัวเอง ซึ่งถ้ามีแม่นยำมากขึ้นเรื่อยๆ มีแนวโน้มว่าสถาบันการเงินต่างๆ จะนำไปใช้เพื่อเพิ่มผลกำไรให้กับตัวเองมากขึ้น

Use cases

นอกเหนือจากการทำการเทรดด้วยตัวมันเองแล้ว ยังสามารถนำไปใช้ในรูปแบบอื่นๆได้ เช่น

Data Mining: เป็นการรวบรวมและวิเคราะห์ข้อมูลจำนวนมากเพื่อค้นหาแนวโน้มและรูปแบบของสินทรัพย์ในตลาด
Sentiment Analysis: เป็นการวิเคราะห์กิจกรรมออนไลน์ที่เกี่ยวข้องกับการเงิน เช่น social media และข่าว เพื่อประเมินทิศทางของตลาด
Real-Time Analysis: เป็นการวิเคราะห์ข้อมูลแบบ real time เพื่อระบุแนวโน้มของตลาดและช่วยให้สามารถซื้อขายได้เร็วขึ้น
Predictive Modeling: เป็นการใช้ข้อมูลในอดีตเพื่อทำนายแนวโน้มในอนาคตและวางแผนการลงทุน
Risk Modeling: เป็นการสร้างแบบจำลองความเสี่ยงจากข้อมูลในอดีตเพื่อประเมินความเสี่ยงของการลงทุน
Stress Testing: เป็นการทดสอบกลยุทธ์การลงทุนภายใต้สถานการณ์ต่างๆ เพื่อหาข้อบกพร่องและปรับเปลี่ยนกลยุทธ์

**หมายเหตุ ผู้เขียนเพียงแค่นำเสนอข้อมูลในเชิงให้ความรู้ มิใช่การชักชวนเพื่อการลงทุนแต่อย่างใด

สรุป

มาถึงตรงนี้ ผู้เขียนหวังว่าผู้อ่านทุกท่านจะได้เห็นถึงความน่าสนใจของเทคโนโลยีต่างๆ ที่กำลังจะมาในปี 2025 นี้จากการคาดการณ์จากทาง Gartner (รวมถึงจากตัวผู้เขียน) ซึ่งเป็นเพียงการคาดการณ์จากความเป็นไปได้ อาจไม่ถูกต้องหรือไม่เป็นที่นิยมมากเท่าที่ควร ทางผู้อ่านต้องใช้วิจารณญานในการประเมินและตัดสินใจ หากต้องการลงทุนในกลุ่มเทคโนโลยีเหล่านี้ หากทางผู้อ่านท่านใดสนใจอยากแลกเปลี่ยนความคิดเห็นหรือสอบถามข้อมูลเรื่องนี้หรือที่ใกล้เคียง ท่านสามารถติดต่อทาง Cloud HM เพื่อพูดคุยกับผู้เชี่ยวชาญโดยตรงได้