S&P Global ชี้ธุรกิจโทรคมเร่งใช้ AI สู่เครือข่ายอัตโนมัติ

อุตสาหกรรมโทรคมนาคมกำลังเข้าสู่จุดเปลี่ยนสำคัญ เมื่อ AI เริ่มขยับบทบาทจากเครื่องมือเพิ่มประสิทธิภาพการทำงาน ไปสู่การเป็นแกนกลางของกลยุทธ์เครือข่าย ครอบคลุมตั้งแต่การออกแบบโครงสร้างพื้นฐาน การจัดสรรทรัพยากร การส่งมอบบริการ ไปจนถึงการสร้างมูลค่าใหม่ให้ธุรกิจ

S&P Global Market Intelligence วิเคราะห์ทิศทางดังกล่าวจากงาน FutureNet Asia 2026 ที่ผู้ให้บริการโทรคมนาคมและบริษัทเทคโนโลยีในภูมิภาคเอเชียแปซิฟิก ร่วมหารือถึงการพัฒนาเครือข่ายที่มี AI เป็นแกนหลัก หรือ AI-native และเครือข่ายที่สามารถทำงานได้ด้วยตนเอง

สาระสำคัญของการหารือสะท้อนว่า อุตสาหกรรมกำลังให้น้ำหนักกับการนำ AI ไปใช้งานจริงมากขึ้น หลังจากช่วงที่ผ่านมาเน้นทดลองใช้กับงานเฉพาะด้าน อย่างไรก็ตาม การขยายผลให้ครอบคลุมทั้งเครือข่ายยังเผชิญข้อจำกัดด้านระบบเดิม คุณภาพข้อมูล และความสามารถในการเชื่อมต่อทำงานร่วมกัน

โจทย์ของธุรกิจโทรคมจึงไม่ได้หยุดอยู่ที่การเลือกเทคโนโลยี AI แต่รวมถึงการปรับรากฐานเครือข่ายให้พร้อมรองรับการตัดสินใจอัตโนมัติอย่างน่าเชื่อถือ และสร้างผลลัพธ์ทางธุรกิจที่วัดได้

รื้อความซับซ้อนระบบเดิม ปูทาง AI-native

ในการเสวนาระดับผู้บริหารหัวข้อ “Building the AI-Native Telco – Re-Architecting the Network from the Ground Up” ผู้บริหารจาก Axiata Group, Telstra Group และ Amdocs ให้ความสำคัญกับการปรับโครงสร้างพื้นฐานของเครือข่าย ก่อนต่อยอดใช้ประโยชน์จาก AI อย่างเต็มรูปแบบ

โทมัส ฮุนด์ท จาก Axiata ระบุถึงความจำเป็นในการลดความซับซ้อนของสถาปัตยกรรมเครือข่าย ลดภาระจากระบบเดิม และรักษาการออกแบบแบบแยกส่วน หรือโมดูล เพื่อให้สามารถปรับเปลี่ยนองค์ประกอบต่าง ๆ ได้คล่องตัว พร้อมมองว่า AI สามารถเข้ามาช่วยเร่งกระบวนการย้ายออกจากระบบเดิมได้ด้วย

ประเด็นดังกล่าวสะท้อนว่า การก้าวสู่ AI-native จำเป็นต้องดำเนินควบคู่กับการปรับปรุงสถาปัตยกรรม ข้อมูล และระบบบริหารจัดการ เพื่อให้ส่วนต่าง ๆ ของเครือข่ายทำงานสอดประสานกัน

อย่างไรก็ตาม การปรับเครือข่ายให้ทันสมัยเป็นเพียงรากฐาน ขั้นต่อไปคือการเชื่อมความสามารถของ AI ระหว่างส่วนต่าง ๆ ของเครือข่าย จากเดิมที่ระบบอัตโนมัติทำงานเฉพาะกระบวนการ ไปสู่การประสานการตัดสินใจในภาพรวม

ข้ามระบบอัตโนมัติแยกส่วน สู่ AI ประสานทั้งเครือข่าย

เวที “Autonomous Networks at Scale – From Automation to Intelligence-Driven Operations” ซึ่งมีผู้เชี่ยวชาญจาก Axiata, Singtel Optus, True Corporation และ Viavi Solutions ร่วมแลกเปลี่ยนมุมมอง ชี้ให้เห็นความท้าทายของการขยายระบบอัตโนมัติจากรายกรณีไปสู่ระดับเครือข่าย

อุปสรรคสำคัญยังอยู่ที่ระบบเดิมซึ่งทำงานแยกส่วน ข้อมูลที่ไม่สอดคล้องกัน และข้อจำกัดในการทำงานร่วมกันระหว่างระบบ ปัจจัยเหล่านี้ทำให้การขยายขีดความสามารถของ AI มีความซับซ้อน แม้จะสามารถพิสูจน์ประโยชน์ในงานบางประเภทได้แล้วก็ตาม

ขณะเดียวกัน ผู้ให้บริการเริ่มขยับไปสู่การใช้ AI Agent ซึ่งสามารถรับผิดชอบงานและประสานการตัดสินใจระหว่างส่วนต่าง ๆ ของเครือข่ายได้มากขึ้น การเปลี่ยนผ่านนี้ทำให้การบริหารจัดการข้อมูลและการกำหนดขอบเขตการทำงานของ AI มีความสำคัญเพิ่มขึ้นตามไปด้วย

ใช้ Digital Twins ทดสอบก่อนลงเครือข่ายจริง

อีกเครื่องมือที่ได้รับความสนใจคือ Digital Twins หรือแบบจำลองเสมือนดิจิทัล สำหรับทดสอบและตรวจสอบการเปลี่ยนแปลงที่ขับเคลื่อนด้วย AI ก่อนนำไปใช้กับเครือข่ายที่ให้บริการจริง

แนวทางนี้ช่วยให้ผู้ให้บริการประเมินผลของการปรับเปลี่ยนระบบภายใต้สภาพแวดล้อมที่ควบคุมได้ และตรวจสอบความเหมาะสมก่อนนำไปใช้งาน สะท้อนว่าการเพิ่มความสามารถให้เครือข่ายทำงานด้วยตนเอง ต้องมาพร้อมกลไกทดสอบและสร้างความเชื่อมั่น

ยิ่ง AI มีบทบาทต่อการตัดสินใจมากขึ้น ผู้ให้บริการยิ่งต้องกำหนดนโยบาย สิทธิ์ในการเข้าถึงและดำเนินการ ตลอดจนกรอบควบคุมให้ชัดเจน เพื่อให้การทำงานอัตโนมัติอยู่ภายใต้การกำกับดูแลที่เหมาะสม

การหารือยังเตือนถึงความเสี่ยงของภาวะ Automation Blindness หรือการเชื่อระบบอัตโนมัติโดยขาดการตรวจสอบ ซึ่งอาจเกิดขึ้นเมื่อองค์กรให้น้ำหนักกับผลการทำงานของระบบมากเกินไป โดยไม่มีการติดตามและควบคุมอย่างเพียงพอ

AI Agent เริ่มสร้างผลลัพธ์ในงานจริง

แม้การพัฒนาเครือข่ายอัตโนมัติเต็มรูปแบบยังมีโจทย์ที่ต้องแก้ไข แต่การใช้ AI Agent ในงานเฉพาะด้านเริ่มปรากฏชัดขึ้นแล้ว

ในการเสวนา “AI Agents in Action” ตัวแทนจาก Vodafone Idea, Telkomsel, Telstra Digital Infrastructure และ ServiceNow แลกเปลี่ยนตัวอย่างการใช้งาน ตั้งแต่การพัฒนาซอฟต์แวร์ การวินิจฉัยเหตุขัดข้องของเครือข่าย การบำรุงรักษาเชิงคาดการณ์ การดูแลคุณภาพและความต่อเนื่องของบริการ ไปจนถึงการดำเนินงานภายในองค์กร

ตัวอย่างเหล่านี้สะท้อนว่า AI กำลังขยายบทบาทจากการสนับสนุนการวิเคราะห์ ไปสู่การมีส่วนร่วมในกระบวนการปฏิบัติงานมากขึ้น ขณะที่ความท้าทายระยะต่อไปคือการเชื่อมการใช้งานแต่ละส่วนให้ทำงานร่วมกันได้อย่างมีประสิทธิภาพ

วัดความสำเร็จด้วยผลธุรกิจและความน่าเชื่อถือ

S&P Global Market Intelligence ประเมินว่า ผู้ให้บริการโทรคมนาคมกำลังเดินหน้าไปสู่การผสานระบบอัตโนมัติและระบบอัจฉริยะเข้าด้วยกันมากขึ้น แต่การยกระดับให้เครือข่ายทำงานได้ด้วยตนเองยังต้องอาศัยการลงทุนพื้นฐาน ทั้งด้านสถาปัตยกรรม ข้อมูล การทำงานร่วมกันระหว่างระบบ และการกำกับดูแล

ความสำเร็จของการขยาย AI จึงขึ้นอยู่กับความสามารถในการควบคุมระบบและสร้างคุณค่าต่อการปฏิบัติงานที่วัดผลได้ มากพอ ๆ กับขีดความสามารถของเทคโนโลยี

คำถามสำคัญของอุตสาหกรรมกำลังเปลี่ยนจาก “นำ AI ไปใช้กับงานใดได้บ้าง” ไปสู่ “นำ AI ไปใช้ในส่วนใดได้อย่างน่าเชื่อถือ ขยายผลได้ และสร้างผลลัพธ์ต่อเครือข่ายและธุรกิจได้จริง”

เรียบเรียงจาก S&P Global