วงการเทเลคอมม์ 57.5% เชื่อ AI สร้างรายได้ แต่ 57.5% ก็ฟันธง Agentic AI ยังไม่พร้อมใช้งานจริง

ช่องว่างความพร้อมของ Agentic AI: ทำไม 57.5% ถึงบอกว่า "ยังไม่ถึงเวลา"

หากการมองโลกในแง่ดีต่อรายได้คือพาดหัวข่าวใหญ่ หัวข้อย่อยก็คือการยกธงเหลืองให้กับ Agentic AI อย่างหนักแน่น ผลสำรวจพบว่า 57.5% ของผู้ตอบเชื่อว่า ความซับซ้อนของเครือข่ายโทรคมนาคมยังไม่ถูกนำไปผนวกเข้ากับการพัฒนา Agentic AI อย่างถูกต้อง การอภิปรายบนเวที DSP Leaders World Forum ซึ่งมีผู้บริหารจาก Telefónica, Wind River และ Appledore Research ได้ยืนยันข้อกังวลเหล่านี้ด้วยข้อโต้แย้งทางเทคนิคภาคสนาม

Agentic AI หมายถึงระบบที่สามารถวางแผน, ดำเนินการงานหลายขั้นตอน, และโต้ตอบกับเอเจนต์อื่นๆ ได้ด้วยตัวเองโดยอัตโนมัติ ซึ่งเหนือกว่าผู้ช่วย AI ในปัจจุบันที่ตอบสนองต่อคำสั่งทีละคำสั่ง สำหรับเครือข่ายการผลิตทางโทรคมนาคม ระบบ Agentic อาจเปลี่ยนเส้นทางการรับส่งข้อมูล, เปิดใช้ฟังก์ชันเครือข่ายเสมือนจริง, หรือเจรจาข้อตกลงระดับการให้บริการกับเอเจนต์ของผู้ให้บริการรายอื่นได้แบบเรียลไทม์ด้วยตัวเอง ฟังดูทรงพลังก็จริง แต่มันมาพร้อมกับโหมดความล้มเหลวแบบใหม่ในโครงสร้างพื้นฐานที่ชีวิตมนุษย์และบริการสำคัญๆ เดิมพันอยู่

ปัญหาโปรโตคอล: ทำไมการสื่อสารระหว่างเอเจนต์ถึงยังไปไม่ถึงดวงดาว

แกนหลักทางเทคนิคสำหรับระบบ Multi-Agent คือโปรโตคอลการสื่อสาร สองมาตรฐานเกิดใหม่คือ Model Context Protocol (MCP) และ Agent-to-Agent (A2A) Protocols เป็นหัวใจสำคัญของวิสัยทัศน์เอเจนต์ AI ที่ทำงานร่วมกันได้ แต่ผลสำรวจเผยว่ามีเพียง 30% ของผู้ตอบที่เชื่อว่าการเข้าใจและใช้โปรโตคอลเหล่านี้เป็นตัวเปลี่ยนเกมของวงการเทเลคอมม์ในวันนี้

คณะผู้อภิปรายใน DSP Leaders World Forum ยิ่งตอกย้ำถึงคำวิจารณ์นี้ พวกเขาชี้ให้เห็นว่าโปรโตคอลเหล่านี้เพิ่งเกิดขึ้นได้ไม่นาน—คิดขึ้นมาได้อย่างมากก็แค่สองสามปีที่ผ่านมา—และการใช้งานในโลกจริงนั้นถูกจำกัดอยู่แค่ใน สภาพแวดล้อมปิดที่มีผู้ขาย (Vendor) รายเดียว สำหรับเครือข่ายโทรคมนาคมที่มีความหลากหลายทางอุปกรณ์จากหลายผู้ขาย ต่างรุ่น ต่างเทคโนโลยี การขาดการทำงานร่วมกันแบบเปิดที่ผ่านการพิสูจน์แล้ว ไม่ใช่แค่ปัญหาด้านวุฒิภาวะของเทคโนโลยี แต่มันคือช่องว่างทางสถาปัตยกรรมขั้นพื้นฐาน

คณะผู้เชี่ยวชาญที่หารือเกี่ยวกับข้อค้นพบเหล่านี้ให้ข้อสังเกตว่าอุปสรรคหลักนอกเหนือจากวุฒิภาวะของโมเดล AI เองก็คือ การสื่อสารระหว่างเอเจนต์ในปัจจุบันยังไม่มีเส้นทางที่น่าเชื่อถือในการทำงานข้ามโครงสร้างพื้นฐานโทรคมนาคมเกรดการผลิตที่มีผู้ขายหลากหลายราย ตราบใดที่โปรโตคอลยังไม่ผ่านการทดสอบ, ไม่ได้มาตรฐาน, และไม่ถูกพิสูจน์ว่าปลอดภัยในสภาพแวดล้อมแบบเปิด การปรับใช้ Agentic AI ในวงกว้างก็ยังคงเป็นการเดิมพันที่ผู้ให้บริการส่วนใหญ่ไม่พร้อมจะลงเล่น

ความไว้วางใจและอธิปไตยทางข้อมูล: เสาหลักคู่แห่งการนำ AI มาใช้ในเทเลคอมม์

สิ่งที่ดำเนินไปในทั้งผลสำรวจและการอภิปรายบนเวทีคือธีมคู่: ความไว้วางใจ และ อธิปไตยทางดิจิทัล (Digital Sovereignty) ความไว้วางใจเป็นอุปสรรคที่กว้างกว่าและเป็นเทคนิคน้อยกว่า ผู้ให้บริการโทรคมนาคมมีหน้าที่รับผิดชอบต่อเวลาทำงานของเครือข่าย, ความปลอดภัยของข้อมูล, และการปฏิบัติตามกฎระเบียบ การส่งมอบอำนาจการตัดสินใจให้กับเอเจนต์ AI ต้องอาศัยความมั่นใจในระดับที่เทคโนโลยีปัจจุบันยังไม่สามารถให้ได้

การสนทนาเรื่องอธิปไตยเข้ามาเพิ่มมิติทางภูมิรัฐศาสตร์และการพาณิชย์ ผลสำรวจพบว่า 54% ของผู้ตอบมองว่า Sovereign AI เป็นโอกาสทางธุรกิจที่แข็งแกร่งสำหรับบริษัทเทเลคอมม์ อีก 27% คิดว่าควรปล่อยให้เป็นหน้าที่ของผู้เชี่ยวชาญด้านไอที และอีก 19% ยังไม่แน่ใจ

Sovereign AI หมายถึงระบบและโครงสร้างพื้นฐาน AI ที่ได้รับการออกแบบ, สร้าง, และดำเนินงานภายในประเทศหรือภูมิภาคใดภูมิภาคหนึ่ง ภายใต้กฎหมายและกรอบการกำกับดูแลข้อมูลของท้องถิ่นนั้นๆ สำหรับองค์กรและรัฐบาลที่ไม่อาจเสี่ยงให้ข้อมูลของตัวเองไหลผ่านบริการคลาวด์ที่ควบคุมโดยต่างชาติ บริษัทเทเลคอมม์อยู่ในตำแหน่งที่มีเอกลักษณ์: พวกเขามีโครงสร้างพื้นฐานระดับชาติที่ได้รับความไว้วางใจและอยู่ภายใต้การกำกับดูแลอยู่แล้ว, ควบคุมพื้นที่ศูนย์ข้อมูล, และมีความสัมพันธ์ที่ลึกซึ้งกับลูกค้า ดังที่การอภิปรายของคณะหนึ่งระบุไว้ ผู้ให้บริการเทเลคอมม์นั้นอยู่ในตำแหน่งที่ดีมากในการเป็นพันธมิตรที่เหมาะสมสำหรับองค์กรที่ต้องการการรับประกันด้าน Sovereign AI

Edge AI: จุดที่เครือข่ายพบกับข้อมูล

ชั้นการประมวลผล Edge หรือการประมวลผลใกล้แหล่งกำเนิดข้อมูลแทนที่จะเป็นคลาวด์ศูนย์กลาง คือจุดที่อธิปไตย, ความไว้วางใจ, และ AI มาบรรจบกันบนเครือข่าย การอภิปรายในฟอรั่มชี้ให้เห็นว่า ความท้าทายของ Network Edge เชื่อมโยงโดยตรงกับพลวัตของ AI และความไว้วางใจ ในขณะที่ภาระงาน AI ต้องการความหน่วงต่ำและข้อมูลต้องอยู่ภายในท้องถิ่นมากขึ้น ชั้น Edge ของเครือข่ายจึงกลายเป็นจุดบังคับใช้นโยบายอธิปไตยตามธรรมชาติ

ความท้าทายคือต้นทุน ข้อกำหนดด้านอธิปไตยของข้อมูลทำให้เกิดค่าใช้จ่ายเพิ่มเติม ไม่ว่าจะเป็นฮาร์ดแวร์เฉพาะทาง, ภาระในการปฏิบัติตามกฎระเบียบ, และความซับซ้อนของการดูแลรักษาทรัพยากรคอมพิวติ้งแบบกระจายศูนย์นับพันๆ แห่ง ผู้ให้บริการโทรคมนาคมกำลังต่อสู้กับคำถามที่ว่าจะตั้งราคาและแพ็กเกจบริการ Edge AI อย่างไร เมื่อต้นทุนอธิปไตยพื้นฐานนั้นยังยากที่จะคำนวณและส่งต่อไปยังลูกค้า

อนาคตแบบสองหน้าจอของ AI ในวงการเทเลคอมม์

ภาพที่ชัดเจนขึ้นไม่ใช่เรื่องเล่าง่ายๆ เกี่ยวกับการยอมรับหรือการต่อต้าน แต่มันคือมุมมองแบบสองหน้าจอของ AI ในโทรคมนาคม: อุตสาหกรรมกำลังไล่ตาม AI อย่างกระตือรือร้นเพื่อการเติบโตของรายได้และบริการใหม่ๆ ในขณะเดียวกันก็เหยียบเบรกกับรูปแบบ AI ที่เป็นอัตโนมัติสูงสุดซึ่งอาจเข้ามาบริหารเครือข่ายเองสักวันหนึ่ง

การใช้งาน AI ในปัจจุบันของวงการเทเลคอมม์มุ่งเน้นไปที่การตรวจจับความผิดปกติ, ปฏิสัมพันธ์กับลูกค้า, และการสนับสนุนการดำเนินงาน ซึ่งเป็นพื้นที่ที่การควบคุมโดยมนุษย์ยังคงเป็นเครื่องป้องกันด่านสุดท้าย การก้าวกระโดดสู่ Agentic AI ซึ่งระบบจะดำเนินการอย่างอิสระข้ามผู้ขายและชั้นเครือข่ายต่างๆ คือจุดที่ความกังวลเรื่องความไว้วางใจ, โปรโตคอล, และอธิปไตยมาบรรจบกันเป็นกำแพงที่ 57.5% ของอุตสาหกรรมยังไม่พร้อมจะก้าวข้ามในวันนี้

ดังที่การอภิปรายใน DSP Leaders World Forum ทำให้เห็นชัดเจน อุตสาหกรรมไม่ได้กำลังปฏิเสธ Agentic AI—มันกำลังเรียกร้องให้โปรโตคอลพื้นฐาน, กรอบการทำงานร่วมกัน, และกลไกความไว้วางใจนั้นเติบโตพอ ก่อนที่การปรับใช้ในระบบจริงจะกลายเป็นจริงได้ ในระหว่างนี้ Sovereign AI และบริการ Edge กลายเป็นโอกาสทางธุรกิจระยะใกล้ที่อิงกับความไว้วางใจ ซึ่งใช้ประโยชน์จากข้อได้เปรียบทางโครงสร้างพื้นฐานที่เทเลคอมม์มีอยู่แล้ว