ตัวเลข 2.7 ล้านล้านดอลลาร์สหรัฐ อาจทำให้ดูเหมือนว่า AI ได้เปลี่ยนทุกองค์กรเป็นธุรกิจที่สร้างผลตอบแทนได้แล้ว แต่สารหลักจากประมาณการล่าสุดของ Gartner ต่างออกไป: โลกกำลังอยู่ในรอบลงทุนเพื่อสร้าง “กำลังการผลิต” สำหรับ AI ขนานใหญ่ โดยเงินส่วนมากยังมุ่งไปที่ชิป เซิร์ฟเวอร์ คลาวด์ และเครือข่ายที่จำเป็นต่อการฝึกและให้บริการโมเดล มากกว่าการซื้อแอป AI สำเร็จรูปเพียงอย่างเดียว
Gartner คาดว่าการใช้จ่ายด้าน AI ทั่วโลกในปี 2026 จะอยู่ที่ 2.7 ล้านล้านดอลลาร์สหรัฐ เพิ่มขึ้น 49.5% จากปี 2025 โดยผู้ให้บริการเทคโนโลยีเป็นกลุ่มผู้ใช้จ่ายรายใหญ่ที่สุด คิดเป็น 35% ของทั้งหมด จากการซื้อเซิร์ฟเวอร์ที่ปรับแต่งเพื่อ AI บริการโครงสร้างพื้นฐานแบบ IaaS และชิป เพื่อสร้าง ติดตั้งใช้งาน และเดินระบบโมเดลกับเอเจนต์ AI
22
ตัวเลขคาดการณ์ถูกปรับเพิ่มขึ้นตลอดปี
ทิศทางการปรับประมาณการมีความหมายไม่แพ้ตัวเลขล่าสุด ในเดือนมกราคม Gartner คาดการใช้จ่าย AI ปี 2026 ที่ 2.52 ล้านล้านดอลลาร์ หรือเติบโต 44% เมื่อเทียบรายปี จากนั้นเดือนพฤษภาคมได้ปรับเป็น 2.59 ล้านล้านดอลลาร์ หรือโต 47% ก่อนที่รายงานล่าสุดจะระบุประมาณ 2.7 ล้านล้านดอลลาร์ และเติบโต 49.5%
41
29
22
การปรับขึ้นต่อเนื่องนี้บ่งชี้ว่า ความต้องการกำลังรองรับงาน AI ยังสูงกว่าสมมติฐานเดิม รายงานวิเคราะห์ที่อ้างอิงแนวโน้มระยะยาวของ Gartner ยังประเมินว่าการใช้จ่ายรวมจะเพิ่มขึ้นราว 36% ในปี 2027 ก่อนที่อัตราการเติบโตจะชะลอลงในปีถัด ๆ ไป
17
ศูนย์กลางการใช้จ่ายยังคือโครงสร้างพื้นฐาน
เม็ดเงินก้อนใหญ่ไม่ได้ลงไปที่แอปพลิเคชัน AI แบบเดี่ยว ๆ เป็นหลัก แต่ลงไปที่ฐานรากทั้งในศูนย์ข้อมูลและคลาวด์ ได้แก่ IaaS ที่ปรับแต่งเพื่อ AI เซิร์ฟเวอร์ เครือข่าย ชิปประมวลผล และอุปกรณ์ต่าง ๆ ในประมาณการเดือนพฤษภาคม โครงสร้างพื้นฐาน AI มีสัดส่วนมากกว่า 45% ของค่าใช้จ่าย AI ทั่วโลกทั้งหมด
29
จึงไม่น่าแปลกที่ต้นทุนชิ้นส่วนความจำที่สูงขึ้นยังไม่ทำให้การขยายระบบชะงัก Gartner ระบุว่าอุปสงค์โครงสร้างพื้นฐานเพื่อรองรับปริมาณงาน AI ที่คาดว่าจะเกิดขึ้นยังแข็งแกร่ง และค่อนข้างไม่อ่อนไหวต่อแรงกดดันด้านราคาหน่วยความจำ
49 กล่าวอย่างเป็นรูปธรรม ผู้ให้บริการคลาวด์ขนาดใหญ่และผู้ให้บริการเทคโนโลยีรายใหญ่ให้ความสำคัญกับการมีขีดความสามารถพร้อมใช้งาน มากกว่าการควบคุมราคาชิ้นส่วนในระยะสั้น
ซอฟต์แวร์ บริการ และโมเดลเติบโตตามการสร้างฐานราก
แม้โครงสร้างพื้นฐานจะครองสัดส่วนสูงสุด แต่ไม่ใช่หมวดเดียวที่เติบโต Gartner ประเมินเมื่อเดือนพฤษภาคมว่า ในปี 2026 การใช้จ่ายสำหรับ บริการ AI จะอยู่ที่ราว 585.5 พันล้านดอลลาร์ ซอฟต์แวร์ AI ราว 453.2 พันล้านดอลลาร์ และแพลตฟอร์มกับโมเดล AI ราว 64.25 พันล้านดอลลาร์ โดยหมวดหลังคาดว่าจะโต 63.4% จากปี 2025
38
20
35
ตัวเลขเหล่านี้สะท้อนว่า การนำ AI มาใช้ในองค์กรไม่ได้จบที่การเข้าถึงโมเดล องค์กรยังต้องลงทุนกับการเชื่อมระบบ การจัดเตรียมข้อมูล การกำกับดูแล การออกแบบเวิร์กโฟลว์ การติดตามคุณภาพ และการดำเนินงาน โครงสร้างพื้นฐานที่เพิ่มขึ้นเปิดทางให้เกิดการใช้จ่ายส่วนนี้ แต่ไม่ได้รับประกันว่าทุกโครงการจะสร้างมูลค่าทางธุรกิจได้
Gartner ยังมองว่าโมเดลที่องค์กรใช้จะมีความเฉพาะทางมากขึ้น โดยภายในปี 2027 โมเดล Generative AI ที่องค์กรใช้งานมากกว่าครึ่งจะเป็นโมเดลเฉพาะอุตสาหกรรมหรือเฉพาะหน้าที่ธุรกิจ เพิ่มจากราว 1% ในปี 2024
12
ซอฟต์แวร์กำลังเปลี่ยนจาก “ผู้ช่วย” เป็น “เอเจนต์”
แนวโน้มสำคัญภายในตลาดซอฟต์แวร์ AI คือการเปลี่ยนจากผู้ช่วยสนทนา ไปสู่ระบบที่ออกแบบมาเพื่อทำงานที่มีขอบเขตชัดเจนแต่มีหลายขั้นตอน รายงานวิเคราะห์ข้อมูลคาดการณ์ของ Gartner ระบุว่า การใช้จ่ายกับแชตบอตและผู้ช่วยที่ฝังในซอฟต์แวร์องค์กรจะทำจุดสูงสุดในปี 2027 ขณะที่ AI แบบเอเจนต์ซึ่งฝังอยู่ในซอฟต์แวร์จะแซงหน้าในปีเดียวกัน และเติบโตต่อจากนั้น
45
ความต่างมีนัยสำคัญต่อการวางกลยุทธ์: ผู้ช่วยอาจช่วยร่างเอกสาร ค้นข้อมูล หรือสรุปเนื้อหา ส่วนเอเจนต์ถูกออกแบบให้เรียกใช้เครื่องมือและขับเคลื่อนงานไปตามขั้นตอนในเวิร์กโฟลว์ได้มากกว่า แต่ยิ่งระบบมีอิสระในการทำงานมากขึ้น องค์กรก็ยิ่งต้องจริงจังกับสิทธิ์เข้าถึง การประเมินผล การตรวจสอบย้อนหลัง และการควบคุมการใช้งาน
“ช่วงความผิดหวัง” ไม่ได้แปลว่าการลงทุนจะหายไป
Gartner อธิบายปี 2026 ว่าเป็นช่วง Trough of Disillusionment หรือช่วงที่ความคาดหวังเริ่มถูกท้าทายด้วยความจริงในการลงมือทำ เมื่อโครงการและการนำไปใช้บางส่วนไม่ให้ผลลัพธ์ตามที่หวัง
41
53
ภาพนี้เกิดขึ้นพร้อมกับการลงทุนที่พุ่งสูงได้ ผู้ให้บริการโครงสร้างพื้นฐานสามารถลงทุนสร้างกำลังการผลิตอย่างหนัก ขณะที่องค์กรผู้ใช้ยังระมัดระวังในการคัดเลือกกรณีใช้งานที่น่าเชื่อถือ คุ้มทุน และกำกับดูแลได้พอจะขยายผล ทั้งนี้ ข้อมูลสาธารณะที่อยู่ในชุดแหล่งอ้างอิงนี้ยังไม่ได้ระบุอัตราการนำ AI ไปใช้ในระดับผลิตจริงขององค์กรโดยรวมตามนิยามเดียวกัน จึงไม่ควรสรุปเป็นเปอร์เซ็นต์ที่แน่ชัดว่าองค์กรจำนวนเท่าใดขยาย AI ได้สำเร็จ
สิ่งที่องค์กรควรนำไปใช้ในการวางแผน
ข้อสรุปไม่ใช่เพียงว่า “ต้องเพิ่มงบ AI” แต่คือควรแยกให้ออกระหว่างการแข่งขันสร้างโครงสร้างพื้นฐานในระดับตลาดโลก กับความสามารถของบริษัทตนเองในการสร้างมูลค่าที่วัดได้
สิ่งที่ผู้ซื้อควรให้ความสำคัญ ได้แก่
- วัดความคุ้มค่าระดับเวิร์กโฟลว์: ติดตามต้นทุนโมเดล การประมวลผล การเชื่อมระบบ และการตรวจทานโดยมนุษย์ เทียบกับผลลัพธ์ทางธุรกิจที่กำหนดไว้ชัดเจน
- วางระบบควบคุมการใช้งานตั้งแต่ต้น: กำหนดงบเพดาน อัตราการเรียกใช้ และระบบติดตาม โดยเฉพาะเมื่อเอเจนต์ทำงานหลายขั้นตอน
- รักษาความยืดหยุ่นของสถาปัตยกรรม: หากทำได้ ควรออกแบบให้ชั้นข้อมูล การประเมินผล และการประสานงานระหว่างระบบย้ายข้ามผู้ให้บริการได้ แทนการผูกทั้งระบบไว้กับโมเดลหรือคลาวด์รายเดียว
- จัดการความเสี่ยงด้านอธิปไตยข้อมูลและทางออกจากผู้ขายตั้งแต่ขั้นจัดซื้อ: รายงานล่าสุดระบุว่าความเสี่ยงเรื่องการผูกติดผู้ขาย (vendor lock-in) อธิปไตยข้อมูล และต้นทุนที่พุ่งเกินควบคุม ยังเป็นข้อกังวล แม้ผู้ซื้อจะยังคงนำความสามารถแบบปิดของผู้ให้บริการมาใช้
30
บทสรุป
ประมาณการ 2.7 ล้านล้านดอลลาร์ ของ Gartner ยืนยันว่าการใช้จ่าย AI กำลังเร่งตัวแรงในปี 2026 และมีแนวโน้มอยู่ในระดับสูงต่อเนื่องถึงปี 2027 แต่แก่นของเรื่องนี้ยังคือการก่อสร้างขีดความสามารถ AI ของโลก สำหรับองค์กร บททดสอบที่สำคัญกว่าคือการเปลี่ยนกำลังประมวลผลเหล่านั้นให้เป็นเวิร์กโฟลว์ที่ปลอดภัย กำกับดูแลได้ มีต้นทุนต่อหน่วยที่วัดผลได้ และสร้างผลลัพธ์ทางธุรกิจอย่างยั่งยืน
22
30