Agentic AI จะเปลี่ยนโครงสร้างพื้นฐานเครือข่ายโลกอย่างไร

อีกความแตกต่างสำคัญคือ ทิศทางของทราฟฟิก
การใช้อินเทอร์เน็ตแบบเดิมมักเป็นลักษณะดาวน์โหลดเป็นหลัก เช่น ดูวิดีโอหรือโหลดหน้าเว็บ แต่ระบบ AI มักต้องมีการ แลกเปลี่ยนข้อมูลสองทางอย่างต่อเนื่อง เพราะต้องส่ง prompt ข้อมูล และผลลัพธ์ระหว่างขั้นตอนกลับไปยังโมเดลก่อนจะได้คำตอบกลับมา

ตัวการหลักคือ AI Inference ไม่ใช่การเทรนโมเดล

เมื่อพูดถึงโครงสร้างพื้นฐาน AI หลายคนมักนึกถึงการฝึกโมเดลขนาดใหญ่ แต่ Cisco ชี้ว่า สำหรับเครือข่ายจริง ภาระงานหลักคือ inference

Inference คือการนำโมเดลที่ฝึกเสร็จแล้วมาใช้งานจริง เช่น

• การตอบคำถามจากผู้ใช้
• การสร้างข้อความหรือภาพ
• การวิเคราะห์ข้อมูล
• การทำงานของ AI agents

งานวิจัยของ Cisco อ้างอิงจาก ทราฟฟิก inference จริงบนเครือข่ายของผู้ให้บริการ ซึ่งพบว่างานประเภทนี้เป็นตัวขับเคลื่อนหลักของความต้องการ WAN ในอนาคต

รายงานยังคาดว่า ทราฟฟิกจาก inference เพียงอย่างเดียวอาจทำให้การเติบโตของเครือข่ายเพิ่มขึ้นอีก 63% เมื่อเทียบกับการคาดการณ์ที่ไม่รวม agentic AI

ภายในปี 2035 AI อาจกินทราฟฟิกเครือข่ายถึงหนึ่งในสี่

หากการใช้งาน Agentic AI เติบโตตามแนวโน้มที่ Cisco คาดการณ์ ผลกระทบต่อโครงสร้างพื้นฐานเครือข่ายจะเห็นได้ชัดในอีกสิบปีข้างหน้า

ตัวเลขสำคัญจากรายงาน ได้แก่

• AI inference อาจคิดเป็นประมาณ 25% ของทราฟฟิกเครือข่ายทั้งหมดภายในปี 2035
• การเปลี่ยนแปลงที่เร็วที่สุดคาดว่าจะเกิดในช่วง ปี 2029–2032 เมื่อองค์กรเริ่มนำ AI agents มาใช้อย่างกว้างขวาง

การเปลี่ยนแปลงนี้หมายความว่า แทนที่จะมีทราฟฟิกพุ่งเป็นช่วง ๆ เมื่อผู้ใช้ถาม AI ระบบจะต้องรองรับ ภาระงานที่ทำงานตลอดเวลา เพราะ agents สามารถโต้ตอบกับระบบและผู้ใช้ได้ต่อเนื่อง

ทำไมทราฟฟิกองค์กรอาจเพิ่มขึ้นถึง 9 เท่า

Cisco ยังจำลองสถานการณ์การใช้งานเครือข่ายขององค์กรในช่วงปี 2026–2035

• หากไม่มี agentic AI ทราฟฟิกเครือข่ายองค์กรอาจเพิ่มขึ้นประมาณ 2.5 เท่า จากการเติบโตของคลาวด์และ SaaS
• แต่ถ้า AI agents ถูกใช้อย่างแพร่หลาย ทราฟฟิกอาจเพิ่มขึ้นถึง ประมาณ 9 เท่า จากระดับปัจจุบัน

สาเหตุคือ งานหนึ่งที่มนุษย์สั่ง อาจทำให้ระบบเบื้องหลังต้องเรียก โมเดล AI บริการคลาวด์ และ API หลายตัวพร้อมกัน ส่งผลให้กิจกรรมในเครือข่ายเพิ่มขึ้นแบบทวีคูณ

ทราฟฟิก AI เปลี่ยนพฤติกรรมของเครือข่ายอย่างไร

Cisco ระบุว่า AI ไม่ได้เพียงเพิ่มปริมาณข้อมูล แต่ยังเปลี่ยน ลักษณะของทราฟฟิกเครือข่าย ด้วย

เมื่อเทียบกับเว็บหรือ SaaS ทั่วไป งาน AI มักจะมีคุณสมบัติ เช่น

• Dynamic มากขึ้น: AI agents สร้าง workflow แบบกระจายและ burst ของคำขอ
• ไวต่อ latency มากขึ้น: ความหน่วงส่งผลต่อคุณภาพการตอบสนองของ AI
• Bidirectional มากขึ้น: upstream traffic เพิ่มขึ้นจากการส่ง prompt และข้อมูล
• ซับซ้อนมากขึ้น: workflow มักเกี่ยวข้องกับหลายคลาวด์ API และ endpoint ของโมเดล

พฤติกรรมเหล่านี้ทำให้การวางแผนเครือข่ายแบบเดิม—ที่อิงจากรูปแบบการใช้งานของผู้ใช้—เริ่มไม่แม่นยำอีกต่อไป

ทำไมต้องออกแบบสถาปัตยกรรมเครือข่ายใหม่

Cisco มองว่าเส้นทางของ AI inference จะกลายเป็นทรัพยากรเชิงกลยุทธ์ของเครือข่าย เพราะมีผลโดยตรงต่อคุณภาพของแอปพลิเคชัน AI

นั่นทำให้โครงสร้างพื้นฐานเครือข่ายในอนาคตต้องให้ความสำคัญกับหลายเรื่อง เช่น

1. การจัดการทราฟฟิกที่เข้าใจ AI

เส้นทางของ inference อาจต้องมีการกำหนดลำดับความสำคัญ การรับประกัน latency และ routing แบบไดนามิก

2. การประมวลผลแบบกระจายและ Edge

การวางระบบ inference ใกล้ผู้ใช้หรือแหล่งข้อมูลสามารถลด latency และลดความแออัดของ WAN

3. การมองเห็นเครือข่ายแบบเรียลไทม์

ทราฟฟิกจาก AI มีความเร็วและซับซ้อนสูง จึงต้องมี observability แบบ end‑to‑end เพื่อจับปัญหาคอขวดหรือคุณภาพบริการที่ลดลงก่อนที่ workflow จะล้มเหลว

4. ความทนทานของเครือข่าย (Resilience)

Cisco ระบุว่าปัจจุบันเหตุการณ์เครือข่ายล่มสร้างความเสียหายทางธุรกิจจำนวนมาก และมักเกิดจาก congestion การโจมตีไซเบอร์ หรือการตั้งค่าผิดพลาด ซึ่งภาระงานจาก AI จะยิ่งเพิ่มแรงกดดันให้เครือข่ายต้องพร้อมใช้งานตลอดเวลา

สรุป

การเติบโตของ Agentic AI อาจเป็นหนึ่งในการเปลี่ยนแปลงโครงสร้างพื้นฐานดิจิทัลที่ใหญ่ที่สุดของทศวรรษหน้า

จากงานวิจัยของ Cisco เครือข่ายในอนาคตจะต้องรองรับ

• AI agents ที่ทำงานต่อเนื่องเหมือนผู้ใช้ระดับหนัก
• ปริมาณทราฟฟิกจาก AI inference จำนวนมหาศาล
• การสื่อสารสองทางที่ไวต่อ latency

ดังนั้น การออกแบบเครือข่ายในอนาคตอาจต้องเน้น AI‑aware architecture ที่รวมความจุที่สูงขึ้น การประมวลผลแบบกระจาย telemetry ขั้นสูง และคุณภาพบริการเฉพาะสำหรับเส้นทาง inference

อย่างไรก็ตาม ตัวเลขเหล่านี้ยังเป็นการคาดการณ์จากข้อมูลและแบบจำลองของ Cisco ระดับการเปลี่ยนแปลงจริงจะขึ้นอยู่กับความเร็วในการนำ Agentic AI ไปใช้งานในองค์กรและบริการดิจิทัลทั่วโลก