• ชมคลิป : วิกฤตคอนเทนต์ AI ล้นตลาด ทำไมผู้บริโภคเริ่มเบื่อหน่าย พร้อมแนะทางรอดให้ครีเอเตอร์และแบรนด์ | Brick Insight
• อุตสาหกรรมสิ่งพิมพ์ดิจิทัลจีนปี 2025 โตต่อเนื่อง ดันมูลค่าแตะ 1.88 ล้านล้านหยวน รับแรงหนุนจาก AI และคอนเทนต์ส่งออก
• ย้อนอ่าน : วิกฤตครีเอเตอร์!? YouTube เผชิญการคัดลอกผลงานด้วย AI สายผลิตคอนเทนต์หวั่นทำลายอุตสาหกรรมสร้างสรรค์

ปัญหาหลักเกิดขึ้นจากการใช้เครื่องมือ Generative AI ลอกเลียนแบบโครงสร้างรายการ ภาพหน้าปก ตลอดจนเนื้อหาของช่องที่ได้รับความนิยมเพื่อสร้างรายได้ โดยพบว่ามีหลายกรณีที่ช่องลักษณะนี้ทำซ้ำเนื้อหาจากช่องสารคดีคุณภาพ เช่น ช่อง Fern ซึ่งทำให้เกิดการแข่งขันที่ไม่เป็นธรรมต่อผู้ผลิตที่ต้องใช้ทรัพยากรและเวลาในการค้นคว้าข้อมูลจริง

โดยสำหรับชื่องยูทูปชื่อ fern เป็นสำนักข่าวที่พัฒนามาจากช่องยูทูปที่ใช้ตัวละครคล้ายหุ่นลองเสื้อมาเล่าเรื่องต่างๆ ซึ่งมีนักข่าวและนักทำกราฟิกกว่า 100 ชีวิต ร่วมกันสร้างสรรค์ผลงาน แต่พวกเขากลับถูกผู้ใช้ AI ขโมยผลงานไปอย่างน่าเศร้า และบางครั้งพวกเขาถูกขโมยทั้งคลิปไปสร้างใหม่ด้วย AI ซึ่งเนื้อหาบางอย่างกลับถูกบิดเบือนภาพที่ไม่ตรงกับข้อเท็จจริงและบางเนื้อหา ผู้ตรวจสอบข้อเท็จจริงก็ไม่สามารถยืนยันได้ว่า เรื่องที่ช่อง AI นำเสนอเป็นเรื่องจริงหรือไม่ เพราะบางเรื่อง AI ก็นั่งเทียนมโนขึ้นมา

นอกจากนี้ การผลิตคอนเทนต์เชิงอุตสาหกรรมดังกล่าวมักขาดกระบวนการตรวจสอบข้อเท็จจริง นำไปสู่การเผยแพร่ข้อมูลที่คลาดเคลื่อนหรือไม่ถูกต้อง โดยเฉพาะในประเด็นทางสังคมและประวัติศาสตร์ที่มีความละเอียดอ่อน เช่น เรื่องราวการฆ่าล้างเผ่าพันธุ์ หรือคดีอาชญากรรม ซึ่งอาจส่งผลให้ผู้ชมรับข้อมูลที่บิดเบือนไปจากความเป็นจริงอย่างมีนัยสำคัญ

สถานการณ์ดังกล่าวยังทวีความรุนแรงขึ้นจากการเปิดสอนหลักสูตรออนไลน์ที่แนะนำเทคนิคการใช้ปัญญาประดิษฐ์เพื่อสร้างช่องทางแบบไม่เปิดเผยตัวตน หรือที่เรียกว่า Faceless channels โดยมุ่งเน้นการปั๊มยอดการเข้าชมผ่านการดัดแปลงเนื้อหาของผู้อื่นในระยะเวลาอันสั้นเพื่อสร้างรายได้เชิงพาณิชย์

แม้ทางแพลตฟอร์มจะปรับปรุงนโยบายด้านการสร้างรายได้เพื่อควบคุมเนื้อหาผลิตซ้ำที่ไม่มีคุณค่าเพิ่ม รวมถึงกำหนดให้มีมาตรการติดป้ายกำกับสื่อที่สังเคราะห์ขึ้นจากปัญญาประดิษฐ์ แต่กลุ่มผู้ผลิตคอนเทนต์ด้อยคุณภาพยังคงหาช่องทางหลบเลี่ยงระบบตรวจสอบ ทำให้ระบบนิเวศการเรียนรู้และคอนเทนต์เชิงความรู้บนโลกออนไลน์จำเป็นต้องอาศัยการกำกับดูแลที่รัดกุมควบคู่ไปกับการใช้วิจารณญาณของผู้บริโภคสื่อ

The post ช่องดัง fern เปิดหน้าชน! ปัญหา AI Slop ระบาดบน YouTube กระทบผู้ผลิตคอนเทนต์คุณภาพและเสี่ยงแพร่ข้อมูลเท็จ appeared first on Brickinfo News Agency.

AI Slop มีความหมายในเชิงเดียวกับคำว่า Spam หรือการส่งข้อมูลซ้ำ ๆ ในปริมาณมากจนผู้รับเกิดความเบื่อหน่าย แต่ในบริบทนี้หมายถึงการนำเสนอคอนเทนต์ที่สร้างโดย Generative AI เช่น ChatGPT หรือ Gemini ที่มุ่งเน้นความเร็วและปริมาณมากกว่าคุณภาพ ตั้งแต่ภาพนิ่ง วิดีโอ ไปจนถึงบทความวิจัย ปัญหานี้เริ่มขยายวงกว้างตั้งแต่ผู้ใช้งานทั่วไปที่ต้องการสร้างยอดวิว ไปจนถึงองค์กรขนาดใหญ่ที่พยายามลดต้นทุนด้านการผลิตและโฆษณา จนส่งผลกระทบต่อภาพลักษณ์แบรนด์ในระยะยาว

กรณีศึกษาที่ชัดเจนเกิดขึ้นกับการแข่งขันรถ NASCAR ในสหรัฐอเมริกา และโฆษณาช่วงคริสต์มาสของ Coke (Coca-Cola) ที่มีการนำ AI มาใช้ในการสร้างงานโฆษณา แต่กลับได้รับเสียงวิพากษ์วิจารณ์ในเชิงลบจากแฟนคลับและชาวเน็ตอย่างหนัก เนื่องจากผู้ชมสามารถแยกแยะได้ว่าผลงานดังกล่าวขาดความสมจริงและมีจุดที่ผิดเพี้ยน ซึ่งสะท้อนให้เห็นว่าแม้ AI จะช่วยลดต้นทุนได้จริง แต่หากทำให้ภาพจำของแบรนด์กลายเป็นลบ การจะกู้คืนความเชื่อมั่นกลับมานั้นทำได้ยากยิ่งกว่า

นอกจากในแวดวงโฆษณาแล้ว ปัญหานี้ยังลามไปถึงวงการเกมที่มีการใช้ AI สร้างองค์ประกอบต่าง ๆ วงการเพลงที่สแปมเพลงจาก AI ลงในระบบสตรีมมิ่ง รวมถึงวงการวิทยาศาสตร์ที่พบว่า AI ตีความกราฟิกประกอบงานวิจัยจนข้อมูลผิดพลาด ขณะที่ในระดับบุคคล พฤติกรรมการเป็น AI Slopper หรือผู้ที่เชื่อและใช้ข้อมูลจาก AI อย่างบริสุทธิ์ใจโดยไม่ตรวจสอบ ถือเป็นอันตรายต่อหน้าที่การงาน เพราะหากข้อมูลที่ AI รวบรวมมานั้นผิดพลาด ผู้ใช้งานจะต้องเสียเวลาแก้ไขงานทั้งหมดใหม่ และอาจส่งผลเสียต่อความน่าเชื่อถือส่วนบุคคล

เหตุผลที่มนุษย์สามารถแยกแยะคอนเทนต์เหล่านี้ได้ ส่วนหนึ่งเป็นเพราะวิวัฒนาการที่มีมาอย่างยาวนาน ทำให้มนุษย์มีสัญชาตญาณในการตรวจพบความผิดปกติหรือสิ่งที่ดูไม่เป็นธรรมชาติ ซึ่งอาจอธิบายได้ด้วยทฤษฎี Uncanny Valley หรือความรู้สึกไม่สบายใจเมื่อเห็นสิ่งที่ไม่ใช่มนุษย์พยายามเลียนแบบให้เหมือนมนุษย์แต่ยังไม่สมบูรณ์ เนื่องจาก AI เรียนรู้จากชุดข้อมูลภาพและเสียงเท่านั้น แต่ไม่ได้มีความเข้าใจในเชิงกายภาพที่แท้จริง

ทางด้านมุมมองเกี่ยวกับการใช้งานเทคโนโลยีนี้ มีข้อแนะนำว่า “การเข้าเข้ามาของ AI แม้จะทำให้งานง่ายขึ้นและลดต้นทุนบางอย่างลง แต่การใช้ AI อย่างเหมาะสมถือเป็นเรื่องสำคัญ อย่าดูถูกคนดูด้วยวิดีโอที่พิมพ์สั่งมาอย่างง่าย ๆ หรือดูถูกตัวเองด้วยการให้ AI ทำงานโดยที่คุณไม่ตรวจสอบ เพราะเมื่อเกิดความผิดพลาดขึ้น ภาพจำที่เสียไปแล้วจะกู้กลับมาได้ยากมาก”

ติดตาม Brick Insight รายการที่จะพาคุณไปเจาะข้อมูลเชิงลึกในทุกเรื่องราวที่เกิดขึ้น โดย ต๋า-นพฤทธิ์ กมลสุวรรณ ผู้ก่อตั้งและบรรณาธิการสำนักข่าวบริคอินโฟ

The post ทำความรู้จัก AI Slop คอนเทนต์คุณภาพต่ำที่สร้างจากปัญญาประดิษฐ์ พร้อมเตือนหายนะจากการใช้งานโดยขาดการตรวจสอบ appeared first on Brickinfo News Agency.

The rapid evolution of Generative AI (GenAI) and AI agents is poised to disrupt the software industry, creating the first major challenge to mainstream productivity tools in three decades. Gartner predicts this shift will lead to a $58 billion market shakeup by 2027 as content creation moves away from “blank canvas” manual work toward AI-led synthesis and continuous rewriting. “The pace of change in data and artificial intelligence is so rapid that each year feels like stepping into a new chapter of a science-fiction novel,” stated Rita Sallam, Distinguished VP Analyst at Gartner. She noted that AI systems are transitioning from support tools to active collaborative partners.

Looking toward the end of the decade, the volume of data generated is expected to explode, driven by physical AI applications rather than digital ones. By 2029, AI agents interacting with the physical world—through spatial and multiagent scenarios—are projected to generate 10 times more data than all digital AI applications combined. This surge offers a unique opportunity for “world models” to learn patterns and improve simulation accuracy. To manage this complexity, Gartner predicts that by 2030, half of all organizations will deploy autonomous AI agents to interpret governance policies and technical standards into machine-verifiable data contracts.

However, the path to AI integration is not without risk. Gartner warns that 50% of AI agent deployment failures by 2030 will likely stem from insufficient governance and poor interoperability between systems. In the near term, ungoverned decisions made via Large Language Models (LLMs) could lead to significant financial and reputational losses. Sallam advises that D&A leaders should “experiment with data governance agents in low-risk pipelines” and ensure that “analytic workflows are redesigned to include a required evaluation stage” before attempting to scale these technologies.

Leadership dynamics are also expected to transform, with human relational skills becoming the primary differentiator for successful AI implementation. By 2030, 60% of organizations that achieve success with AI will be led by executives who prioritize coalition-building and influence. As a result, Chief Data and Analytics Officers (CDAOs) with strong interpersonal mastery are increasingly expected to move into C-suite roles, including CEO. Furthermore, universal semantic layers will be treated as critical infrastructure, essential for maintaining accuracy and managing costs across multiagent systems.

Finally, the responsibility for content risk is shifting. By 2028, 50% of these roles are expected to migrate from legal and cybersecurity departments directly into AI engineering teams. This transition aims to embed ethical and legal controls directly into the design phase of AI models, allowing for faster and more responsible innovation. Sallam emphasized that leaders who fail to modernize their talent and technology strategies risk leaving their organizations permanently behind as the era of agentic AI takes hold.

The post Gartner Forecasts Radical Shift in Data and AI Landscape by 2026 as Human-AI Collaboration Becomes Mandatory appeared first on Brickinfo News Agency.

ประเด็นความขัดแย้งนี้เกิดขึ้นในงาน GTC 2026 ระหว่างการตอบคำถามกับสื่อมวลชน โดยมีชนวนเหตุมาจากเสียงวิจารณ์บนโลกออนไลน์ที่มองว่า DLSS 5 ซึ่งใช้ระบบ Generative AI มาช่วยคำนวณและสร้างภาพให้ดูสมจริงเกินพิกัด (Photorealistic) ส่งผลให้ภาพในเกมขาดเอกลักษณ์และดูเป็นเนื้อเดียวกันจนเกินไป โดยเฉพาะกรณีของตัวละครอย่าง Grace Ashcroft และ Leon Kennedy ในเกม Resident Evil Requiem ที่ถูกมองว่าการปรับปรุงรูปลักษณ์ผ่าน AI ทำให้เสน่ห์เดิมของงานศิลป์หายไป

เจนเซ่น หวง (Jensen Huang) ได้กล่าวตอบคำถามของ พอล อัลคอร์น บรรณาธิการบริหารของ Tom’s Hardware ถึงประเด็นดังกล่าวว่า “ก่อนอื่นเลย พวกเขาเข้าใจผิดอย่างสิ้นเชิง เหตุผลที่เป็นเช่นนั้นเพราะ DLSS 5 เป็นการหลอมรวมความสามารถในการควบคุมโครงสร้างเรขาคณิต (Geometry) พื้นผิว (Textures) และทุกองค์ประกอบของเกมเข้ากับ Generative AI ซึ่งนักพัฒนายังคงสามารถปรับแต่ง AI ให้สอดคล้องกับสไตล์งานศิลป์ของตนเองได้” ซีอีโอของ Nvidia ย้ำว่าเทคโนโลยีนี้เป็นการเพิ่มขีดความสามารถเชิงสร้างสรรค์ลงไปในโครงสร้างเดิมที่มีอยู่ แต่ไม่ได้เข้าไปเปลี่ยนอำนาจการตัดสินใจด้านศิลปะของทีมสร้างเกม

ผู้บริหารสูงสุดของ อินวิเดีย อธิบายเพิ่มเติมเพื่อสร้างความเข้าใจที่ถูกต้องว่ากระบวนการนี้ไม่ใช่การปรับแต่งภาพหลังการประมวลผล หรือ Post-processing ในระดับเฟรมภาพแบบที่เคยเป็นมา แต่มันคือการควบคุมเชิงสร้างสรรค์ในระดับโครงสร้างเรขาคณิต นักพัฒนาสามารถเลือกใช้เครื่องมือนี้สร้างสรรค์ผลงานได้หลากหลายรูปแบบ ไม่ว่าจะเป็นการทำภาพแบบ Toon Shader หรือการทำให้วัตถุในเกมดูเหมือนทำจากแก้ว ทั้งหมดล้วนอยู่ภายใต้การควบคุมโดยตรงของนักพัฒนาเกม

“สิ่งนี้แตกต่างจาก Generative AI ทั่วไป แต่มันคือ Content-control Generative AI หรือที่เราเรียกว่า Neural Rendering” เจนเซ่น หวง กล่าวทิ้งท้าย โดยเทคโนโลยี DLSS 5 มีกำหนดการเปิดตัวอย่างเป็นทางการในช่วงฤดูใบไม้ร่วงปีนี้ ซึ่งทาง Nvidia คาดหวังว่าเมื่อมีการปล่อยตัวอย่างการใช้งานที่สมบูรณ์และผ่านการขัดเกลาจากนักพัฒนามากขึ้น มุมมองของกลุ่มผู้เล่นเกมที่มีต่อเทคโนโลยีใหม่นี้จะค่อย ๆ เปลี่ยนไปในทิศทางที่ดีขึ้น

The post เจนเซ่น หวง โต้กระแสวิจารณ์ DLSS 5 ยันช่วยให้นักพัฒนาควบคุมงานศิลป์ผ่าน AI ได้ดีกว่าเดิม appeared first on Brickinfo News Agency.

The rapid proliferation of AI-generated data is creating a precarious feedback loop for Large Language Models (LLMs). Traditionally trained on web-scraped data, these models are now increasingly consuming outputs from their predecessors. This trend significantly heightens the risk of “model collapse,” a phenomenon where AI responses gradually deviate from reality due to being trained on synthetic rather than factual, human-derived data. According to the 2026 Gartner CIO and Technology Executive Survey, 84% of executives plan to increase GenAI funding this year, further accelerating the volume of synthetic data in circulation.

“Organizations can no longer implicitly trust data or assume it was human generated,” stated Wan Fui Chan, Managing VP at Gartner. She emphasized that as AI content becomes pervasive, establishing rigorous authentication and verification measures is no longer optional but essential to safeguard financial and business outcomes. Chan also noted that regulatory environments are shifting, with some regions expected to mandate “AI-free” data verification, requiring organizations to possess advanced tools for identifying and tagging machine-generated content.

To mitigate these risks, Gartner advises companies to move beyond passive data management. Success in this new era will depend heavily on active metadata management, which allows for real-time alerts and automated decision-making across data assets. This practice helps identify when business-critical systems are exposed to inaccurate or biased information. “In this evolving regulatory environment, all organizations will need the ability to identify and tag AI-generated data,” Chan added, highlighting the necessity of a workforce skilled in information and knowledge management.

Strategically, Gartner recommends that organizations appoint a dedicated AI Governance Leader to oversee zero-trust policies and compliance operations. This role must facilitate cross-functional collaboration between cybersecurity and data analytics teams to conduct comprehensive risk assessments. By leveraging existing governance frameworks and updating ethics-related policies, businesses can better navigate the complexities of AI-generated content while ensuring their systems remain “AI-ready” and their data remains verifiable and trustworthy.

The post Gartner Predicts 50% of Organizations to Adopt Zero-Trust Data Governance by 2028 Amid AI Data Surge appeared first on Brickinfo News Agency.

นายลี แคสเวลล์ รองประธานอาวุโสฝ่ายการตลาดผลิตภัณฑ์และโซลูชันของ นูทานิคซ์ (Nutanix) และนายเดโบโชติ ดัตตา ประธานเจ้าหน้าที่ฝ่ายปัญญาประดิษฐ์ ระบุว่าภายในปี 2026 องค์กรส่วนใหญ่จะเปลี่ยนผ่านจากการทดลองใช้ Generative AI ไปสู่การใช้งานจริงในระดับเวิร์กโหลดขนาดใหญ่ โดยมุ่งเน้นการผสานรวมเข้ากับระบบไอทีหลักเพื่อสร้างความยืดหยุ่นทางธุรกิจและการจัดการระบบหลังการติดตั้งที่มีประสิทธิภาพ เนื่องจากแอปพลิเคชัน AI จะกลายเป็นโครงสร้างพื้นฐานที่สำคัญจนไม่สามารถขาดได้ในการดำเนินงานยุคใหม่

ประเด็นสำคัญที่น่าจับตามองคือการมาถึงของ Enterprise AGI หรือปัญญาประดิษฐ์ทั่วไปในระดับองค์กร ซึ่งจะถูกขับเคลื่อนด้วย AI Agents ที่มีความสามารถในการแก้ปัญหาที่ซับซ้อน เช่น การเขียนโค้ดระดับสูงหรือการคำนวณทางคณิตศาสตร์ที่แม่นยำ ระบบเหล่านี้จะทำงานร่วมกับโครงสร้างพื้นฐานขององค์กรจนสามารถดำเนินงานส่วนใหญ่ให้สำเร็จได้โดยอัตโนมัติ นอกจากนี้ยังคาดการณ์ถึงการเติบโตของ Sovereign AI infrastructure หรือโครงสร้างพื้นฐาน AI ที่มีอิสระในการควบคุมตนเอง โดยเฉพาะในประเทศนอกสหรัฐอเมริกาที่ต้องการพึ่งพาตนเองทั้งด้านซอฟต์แวร์และฮาร์ดแวร์เพื่อความมั่นคงทางข้อมูล

ในส่วนของการประมวลผลข้อมูล นูทานิคซ์ (Nutanix) มองว่า Sovereign edge จะเป็นเทรนด์ที่วิวัฒนาการอย่างต่อเนื่อง เนื่องจากการประมวลผล AI เริ่มขยายตัวไปยังจุดกำเนิดข้อมูลมากขึ้น องค์กรจึงต้องให้ความสำคัญกับระบบความปลอดภัยแบบกระจายศูนย์และนโยบายการกู้คืนระบบจากระยะไกล ขณะเดียวกันเทคโนโลยี Open Source เช่น DeepSeek หรือ Mistral จะได้รับความนิยมอย่างก้าวกระโดด เพราะสามารถปรับแต่งด้วยข้อมูลเฉพาะขององค์กรได้ดีและมีประสิทธิภาพเทียบเคียงกับแอปพลิเคชันชั้นนำ

นายลี แคสเวลล์ และนายเดโบโชติ ดัตตา ให้ความเห็นในบทความที่ส่งมายังสื่อมวลชนเพิ่มเติมเกี่ยวกับทิศทางอุตสาหกรรมว่า “เรากำลังก้าวเข้าสู่ทศวรรษที่วงการเทคโนโลยีจะเต็มไปด้วยการขับเคี่ยวกันเพื่อชิงความเป็นใหญ่ในด้านแพลตฟอร์ม ที่ความสำเร็จไม่ได้ขึ้นอยู่กับฟีเจอร์ใดฟีเจอร์หนึ่งอีกต่อไป แต่จะวัดกันที่ความแข็งแกร่งและความยืดหยุ่นของทั้งแพลตฟอร์ม” โดยผู้ชนะในยุคนี้คือผู้ที่สามารถบูรณาการทางเลือกที่เปิดกว้าง ไม่ว่าจะเป็นคอนเทนเนอร์ โมเดลภาษาขนาดใหญ่ (LLMs) หรือหน่วยประมวลผลกราฟิก (GPUs) เข้าด้วยกันได้อย่างราบรื่นที่สุด เพื่อรองรับแอปพลิเคชันทั้งแบบดั้งเดิมและสมัยใหม่บนระบบ ไฮบริดคลาวด์ (Hybrid Cloud)

The post นูทานิคซ์กางวิสัยทัศน์เทคโนโลยีปี 2026 ชี้องค์กรปรับทิศจาก AI-first สู่ AI-smart เน้นความปลอดภัยและอิสระของข้อมูล appeared first on Brickinfo News Agency.

อาลีบาบา คลาวด์ (Alibaba Cloud) เปิดเผยบทความวิเคราะห์ทิศทางเทคโนโลยี โดยระบุว่าปัจจุบัน AI Agent กำลังก้าวข้ามขีดจำกัดของ Chatbots และ Copilots แบบเดิม จากที่เป็นเพียงเครื่องมือเก็บข้อมูลความรู้ (Passive Knowledge Tools) ไปสู่ระบบที่ทำงานเชิงรุกและเน้นการลงมือปฏิบัติ (Active Execution) ซึ่งถือเป็นการก้าวกระโดดครั้งสำคัญ สอดคล้องกับข้อมูลจาก McKinsey ที่ชี้ว่าก้าวต่อไปของ Generative AI คือการเปลี่ยนผ่านจากงานที่ใช้ข้อมูลความรู้ ไปสู่งานที่เน้นการลงมือทำ โดยอาศัยความสามารถในการใช้เหตุผล การวางแผน และการปรับกลยุทธ์แบบเรียลไทม์

จากการคาดการณ์ระบุว่า ภายในปี 2026 ตลาด Agentic AI จะเริ่มเติบโตเต็มที่ โดยเปลี่ยนจากการทดลองในวงจำกัดไปสู่การใช้งานในภาคธุรกิจอย่างกว้างขวาง ปัจจุบันองค์กรต่าง ๆ เริ่มนำ AI Agents ไปใช้ในเวิร์กโฟลว์จริง เช่น การจัดตารางประชุม, การวิเคราะห์ข้อมูล, การดีบักโค้ด (Debug Code) ไปจนถึงการคัดกรองใบสมัครงาน อย่างไรก็ตาม ความท้าทายสำคัญคือการลดการสร้างข้อมูลเท็จ (Hallucination) ของโมเดลภาษาขนาดใหญ่ (LLMs) ซึ่งผู้ให้บริการจำเป็นต้องพัฒนา Agent ที่มีความเชี่ยวชาญเฉพาะด้าน เพื่อให้มีความแม่นยำสูงที่สุดในการใช้งานจริง

จุดเปลี่ยนสำคัญที่จะช่วยปลดล็อกประสิทธิภาพ AI ในระดับองค์กร คือการขยับจากโมเดลเดี่ยว (Standalone) ไปสู่ระบบ Multi-Agent Systems (MAS) เนื่องจากเอเจนต์ตัวเดียวอาจไม่เพียงพอต่อการแก้ปัญหาทางธุรกิจที่ซับซ้อน แนวคิดนี้คือการใช้เอเจนต์ที่มีความเชี่ยวชาญเฉพาะด้านหลายตัวมาทำงานร่วมกันเป็นทีม ยกตัวอย่างเช่น การตัดสินใจลงทุน อาจต้องใช้ เอเจนต์วิเคราะห์การเงิน เพื่อดูปัจจัยพื้นฐาน ทำงานร่วมกับ เอเจนต์ตรวจสอบรายงาน และ เอเจนต์ข่าว ที่คอยตรวจสอบความน่าเชื่อถือและชื่อเสียงของแบรนด์ เพื่อประมวลผลข้อมูลรอบด้านก่อนตัดสินใจ

เพื่อให้การทำงานร่วมกันของหลายเอเจนต์เกิดขึ้นได้จริง จำเป็นต้องมี Agent Frameworks ที่แข็งแกร่งเพื่อทำหน้าที่เป็นแพลตฟอร์มกลางในการประสานงาน โดย อาลีบาบา คลาวด์ (Alibaba Cloud) ได้พัฒนา AgentScope ซึ่งเป็นเฟรมเวิร์กแบบโอเพนซอร์ส (Open Source) สำหรับนักพัฒนา เพื่อใช้สร้างและบริหารจัดการแอปพลิเคชันแบบ Multi-Agent ครอบคลุมตั้งแต่การสร้าง, การติดตั้ง (Deployment), ไปจนถึงการติดตามผล (Monitoring) เพื่อให้เอเจนต์ต่าง ๆ สามารถรับส่งข้อมูลและทำงานร่วมกันได้อย่างราบรื่น

ทั้งนี้ บทสรุปของทิศทางเทคโนโลยีชี้ให้เห็นว่า อนาคตของ AI ในระดับองค์กรจะไม่ได้พึ่งพาความเก่งกาจของเอเจนต์เพียงตัวเดียวอีกต่อไป แต่จะมุ่งเน้นไปที่ความสามารถในการประสานงาน (Orchestration) และการทำงานร่วมกัน (Collaboration) ของเครือข่ายเอเจนต์ เพื่อสร้างผลลัพธ์ทางธุรกิจที่แม่นยำและมีประสิทธิภาพสูงสุด

The post เจาะเทรนด์ AI ปี 2025 เปลี่ยนผ่าน Chatbot สู่ Agent ระบบอัจฉริยะที่คิดและทำแทนมนุษย์ได้จริง appeared first on Brickinfo News Agency.

ความร่วมมือดังกล่าวเป็นการผสานรวมความสามารถของแพลตฟอร์มจาก เร้ดแฮท (Red Hat) เข้ากับโครงสร้างพื้นฐานคลาวด์ของ AWS โดยมีการเปิดตัว Red Hat AI Inference Server ที่ขับเคลื่อนด้วย vLLM ซึ่งรองรับการทำงานร่วมกับชิป AWS Inferentia2 และ AWS Trainium3 โดยตรง เลเยอร์การอนุมานมาตรฐานนี้จะช่วยให้การรันโมเดล Gen AI มีประสิทธิภาพต่อราคา (Price Performance) ดีกว่าอินสแตนซ์ Amazon EC2 รูปแบบปัจจุบันที่ใช้ GPU สูงถึง 30-40% ช่วยลดระยะเวลาในการตอบสนองและรองรับการขยายตัวของการนำ AI ไปใช้งานจริงในสเกลใหญ่ได้ดียิ่งขึ้น

นอกจากนี้ ทั้งสองบริษัทได้ร่วมกันพัฒนา AWS Neuron operator สำหรับ Red Hat OpenShift, Red Hat OpenShift AI และ Red Hat OpenShift Service on AWS (ROSA) เพื่อให้การรันเวิร์กโหลดด้าน AI บนระบบของ AWS เป็นไปอย่างราบรื่นและได้รับการสนับสนุนอย่างเป็นทางการ พร้อมกันนี้ยังได้เปิดตัว amazon.ai Certified Ansible Collection สำหรับ Red Hat Ansible Automation Platform เพื่อช่วยในการประสานการทำงานของบริการ AI บนระบบคลาวด์ให้มีความอัตโนมัติและจัดการได้ง่ายขึ้นในที่เดียว

ในส่วนของการขับเคลื่อนนวัตกรรมโอเพ่นซอร์ส เร้ดแฮท (Red Hat) และ AWS ได้ร่วมกันเพิ่มประสิทธิภาพให้กับปลั๊กอิน AI chip ของ AWS พร้อมส่งกลับไปยังชุมชนต้นน้ำอย่าง vLLM ซึ่งเป็นรากฐานสำคัญของโปรเจกต์ llm-d ที่เน้นการให้บริการด้านการอนุมานระดับสเกลใหญ่ โดยความเคลื่อนไหวนี้ถือเป็นการตอกย้ำกลยุทธ์ของเร้ดแฮทในการสร้างสภาพแวดล้อมที่รองรับทุกโมเดลและทุกฮาร์ดแวร์ เพื่อให้องค์กรต่าง ๆ สามารถเปลี่ยนผ่านจากการทดลอง AI ไปสู่การใช้งานจริงที่มีความยั่งยืน

Joe Fernandes รองประธานและผู้จัดการทั่วไปกลุ่มธุรกิจ AI ของ Red Hat กล่าวว่า “เรากำลังเสริมศักยภาพองค์กรให้สามารถปรับใช้และขยายเวิร์กโหลดด้าน AI ได้อย่างมีประสิทธิภาพและยืดหยุ่นมากยิ่งขึ้น ด้วยการทำให้ Red Hat AI Inference Server ระดับองค์กรของเรา ซึ่งพัฒนาบนเฟรมเวิร์ก vLLM ที่ล้ำสมัย สามารถทำงานร่วมกับ AI chips ของ AWS ได้ ความร่วมมือนี้ต่อยอดจากรากฐานด้านโอเพ่นซอร์สของ Red Hat โดยมีเป้าหมายเพื่อทำให้สามารถเข้าถึง Generative AI ได้ง่ายและคุ้มค่ามากขึ้นในสภาพแวดล้อมไฮบริดคลาวด์”

ขณะที่ Colin Brace รองประธาน Annapurna Labs ของ AWS ระบุว่า “องค์กรต่างต้องการโซลูชันที่มีประสิทธิภาพที่เหนือชั้น คุ้มค่าการลงทุน และมีตัวเลือกที่เหมาะสมในการดำเนินงานเพื่อใช้กับเวิร์กโหลด AI ที่มีความสำคัญต่อภารกิจหลัก AWS ได้ออกแบบชิป Trainium และ Inferentia เพื่อทำให้การอนุมานและการเทรน AI มีประสิทธิภาพสูง เข้าถึงได้ง่ายขึ้น และคุ้มค่ามากขึ้น ความร่วมมือของเรากับ Red Hat ช่วยให้ลูกค้ามีแนวทางที่ได้รับการสนับสนุนในการปรับใช้ Generative AI ในระดับองค์กร โดยผสานความยืดหยุ่นของโอเพ่นซอร์สเข้ากับโครงสร้างพื้นฐานของ AWS และตัวเร่งความเร็ว AI ที่ออกแบบมาโดยเฉพาะ”

สำหรับความพร้อมในการใช้งาน ปัจจุบัน AWS Neuron community operator เปิดให้ใช้งานแล้วบน Red Hat OpenShift OperatorHub ส่วน Red Hat AI Inference Server ที่รองรับชิป AI ของ AWS คาดว่าจะเปิดใช้งานในเวอร์ชัน Developer Preview ในเดือนมกราคม 2569 เพื่อให้เหล่านักพัฒนาได้เริ่มทดสอบและวางรากฐานการทำงานก่อนเข้าสู่การใช้งานเต็มรูปแบบต่อไป

The post เร้ดแฮท จับมือ AWS ยกระดับ AI Inference ผ่านชิป Trainium และ Inferentia เพิ่มประสิทธิภาพการทำงานระดับองค์กร appeared first on Brickinfo News Agency.

• Amity คว้า 3 รางวัลรองชนะเลิศจาก Thailand ICT Awards 2025 ส่ง “EkoAI” เป็นตัวแทนไทยสู้ศึก APICTA 2025 ที่ไต้หวัน
• Amity Solutions จับมือ Databricks เปิดตัวนวัตกรรมแพลตฟอร์มสืบค้นข้อมูลด้วยภาษาธรรมชาติ

นาย Roocroft มีประสบการณ์กว่า 20 ปี ในอุตสาหกรรมเทคโนโลยีและการสร้างการเติบโตให้กับบริษัทซอฟต์แวร์บนระบบคลาวด์ (SaaS) ครอบคลุมภูมิภาคเอเชียแปซิฟิก ยุโรป ตะวันออกกลาง และแอฟริกา (EMEA) ในบทบาทใหม่นี้ เขาจะรับผิดชอบการวาง กลยุทธ์การรุกตลาดโลก (Global Go-to-Market Strategy) การดำเนินงานเชิงพาณิชย์ และการสร้างพันธมิตรเชิงกลยุทธ์ โดยมุ่งเน้นการขยายฐานลูกค้าในอุตสาหกรรมและภูมิภาคใหม่ๆ ผ่านโปรแกรมการตลาดแบบบูรณาการ รวมถึงการขายข้ามสายผลิตภัณฑ์ (Cross-Selling) เพื่อสร้างผลลัพธ์ทางธุรกิจที่วัดผลได้จากการใช้งาน AI

ภารกิจสำคัญของการแต่งตั้งครั้งนี้ คือการยกระดับผลิตภัณฑ์ของ กลุ่มบริษัท Amity ด้วยการนำ GenAI เข้าไปเป็นส่วนหนึ่งของระบบปฏิบัติการธุรกิจหลัก เพื่อสนับสนุนให้ลูกค้าองค์กรเปลี่ยนผ่านจากการทดลองใช้เทคโนโลยีไปสู่การใช้งานจริงที่ขยายผลได้ (Scalable Use Cases) ทั้งด้านการสร้างความสัมพันธ์กับลูกค้า (Customer Engagement) และการเพิ่มประสิทธิภาพการดำเนินงาน นอกจากนี้ นาย Roocroft ยังดูแลการจัดพอร์ตโฟลิโอผลิตภัณฑ์ AI ซึ่งรวมถึงเทคโนโลยีการวิเคราะห์เสียงและการโทร (Voice and Call Analytics) จาก โทลล์ริง (Tollring) ที่บริษัทได้เข้าซื้อกิจการเมื่อปีก่อน ผสานเข้ากับโซลูชัน Conversational AI และข้อมูลเชิงลึกของกลุ่มบริษัท

นายเคง เถ็ก ก๋วย (Keng Teik Koay) ประธานเจ้าหน้าที่บริหาร กลุ่มบริษัท Amity (Group CEO of Amity) กล่าวถึงการแต่งตั้งครั้งนี้ว่า การเข้ามาร่วมงานของนาย Roocroft จะช่วยเสริมความแข็งแกร่งให้กับบริษัทในฐานะผู้ให้บริการโซลูชันเชิงพาณิชย์ระดับโลก โดยประสบการณ์ในการขยายธุรกิจเทคโนโลยีระดับองค์กรจะมีความสำคัญอย่างยิ่งในการแปลงความสามารถของ AI ให้เป็นผลลัพธ์ทางธุรกิจที่เป็นรูปธรรม และช่วยให้องค์กรต่างๆ ก้าวข้ามจากการทดลองใช้ AI ไปสู่การใช้งานในภาคปฏิบัติการได้จริง

ด้านนายริชาร์ด รูครอฟต์ กล่าวว่า กลุ่มบริษัท Amity มีแรงขับเคลื่อนทางธุรกิจที่ชัดเจน โดยโอกาสสำคัญในขณะนี้คือการขยายการเติบโตและการลงมือปฏิบัติจริง เนื่องจากองค์กรต่างๆ กำลังมองหาวิธีผนวก GenAI เข้าไปใช้ในการดำเนินงานประจำวัน ตนพร้อมที่จะร่วมงานกับทีมงานเพื่อบุกเบิกตลาดใหม่ สร้างพันธมิตรเชิงกลยุทธ์ และส่งมอบผลลัพธ์ทางธุรกิจที่วัดผลได้ให้กับลูกค้าทั่วโลก

The post กลุ่มบริษัท Amity แต่งตั้ง ริชาร์ด รูครอฟต์ นั่งรองประธานอาวุโสและหัวหน้าสายงานพาณิชย์ รุกตลาดโลกด้วย GenAI appeared first on Brickinfo News Agency.

สำหรับองค์กรที่มีการใช้งาน AI ระดับองค์กร เพิ่มขึ้นอย่างต่อเนื่อง พร้อมกับการเติบโตอย่างรวดเร็วของข้อมูล Dell AI Data Platform จึงเข้ามาตอบโจทย์ด้วยการแยกการจัดเก็บข้อมูลออกจากการประมวลผล ซึ่งช่วยขจัดปัญหาคอขวดและมอบความยืดหยุ่นที่จำเป็นสำหรับเวิร์กโหลด AI เช่น การฝึกและปรับแต่งโมเดล รวมถึงการสร้างหรืออนุมานผลลัพธ์จากข้อมูลจริงได้อย่างน่าเชื่อถือ แพลตฟอร์มนี้ทำงานร่วมกับสถาปัตยกรรมต้นแบบของ NVIDIA AI Data Platform โดยมีองค์ประกอบหลัก 4 ส่วน ได้แก่ เอนจินส์สตอเรจ (Storage Engines), เอนจินส์ดาต้า (Data Engines), ฟีเจอร์ความยืดหยุ่นทางไซเบอร์ (cyber resiliency) ที่ติดตั้งมาพร้อมระบบ และบริการด้านการบริหารจัดการข้อมูล องค์ประกอบเหล่านี้สร้างรากฐานที่ปรับขยายได้เพื่อให้ลูกค้าใช้ศักยภาพของ AI ได้อย่างสูงสุด

กลไกจัดเก็บข้อมูลหลักของ Dell AI Data Platform คือ Dell PowerScale และ Dell ObjectScale ซึ่งมอบประสิทธิภาพ ความปลอดภัย และรองรับการเข้าถึงแบบหลายโปรโตคอลที่จำเป็นสำหรับงาน AI โดยเฉพาะ

• Dell PowerScale มอบความง่ายในการใช้งานแบบ NAS (Network-Attached Storage) และประสิทธิภาพแบบขนานสำหรับเวิร์กโหลด AI เช่น การฝึก การปรับแต่งโมเดล และงาน RAG (Retrieval-Augmented Generation) นอกจากนี้ยังมีการผสานรวมการทำงานกับ NVIDIA GB200 และ GB300 NVL72 และการอัปเดตซอฟต์แวร์อย่างต่อเนื่อง โดยรุ่น PowerScale F710 ที่ได้รับการรับรองจาก NVIDIA Cloud Partner (NCP) สำหรับการจัดเก็บข้อมูลประสิทธิภาพสูง สามารถรองรับขนาด GPU ได้มากกว่า 16k+ โดยใช้พื้นที่แร็คน้อยลงถึง 5 เท่า
• Dell ObjectScale คือแพลตฟอร์ม Object ที่ให้ประสิทธิภาพสูงสุดในอุตสาหกรรม โดยมีพื้นที่จัดเก็บ Object แบบ S3-native ที่สามารถขยายรองรับเวิร์กโหลด AI ขนาดใหญ่ ได้ มีให้เลือกทั้งแบบอุปกรณ์สำเร็จรูป (appliance) หรือ Software-defined บนเซิร์ฟเวอร์ Dell PowerEdge โดย ObjectScale มีความเร็วสูงกว่าสตอเรจ Object แบบ All-Flash รุ่นก่อนหน้าถึง 8 เท่า และกำลังจะรองรับ S3 over RDMA ในเร็ว ๆ นี้ ซึ่งจะช่วยเพิ่มอัตราทรูพุตได้สูงขึ้นถึง 230%

เดลล์ เทคโนโลยีส์ ยังได้ขยายขีดความสามารถของเอนจินส์ดาต้า (Data Engines) ของแพลตฟอร์ม ผ่านความร่วมมือเชิงกลยุทธ์กับผู้นำด้าน AI และข้อมูลอย่าง NVIDIA, Elastic และ Starburst เพื่อใช้ในการจัดระเบียบ สืบค้น และเปิดใช้งานข้อมูล AI

• Data Search Engine ที่พัฒนาร่วมกับ Elastic ช่วยเร่งการตัดสินใจโดยการเปิดให้ลูกค้าสามารถโต้ตอบกับข้อมูลได้อย่างเป็นธรรมชาติคล้ายกับการตั้งคำถาม ออกแบบมาเพื่องาน RAG และ Generative AI โดยทำงานร่วมกับซอฟต์แวร์ MetadataIQ เพื่อค้นหาไฟล์จำนวนมหาศาลบน PowerScale และ ObjectScale
• Data Analytics Engine ที่พัฒนาร่วมกับ Starburst ช่วยให้สามารถสืบค้นข้อมูลได้อย่างราบรื่นในหลายแหล่ง เช่น สเปรดชีต ฐานข้อมูล และ Lakehouses โดย Agentic Layer ใหม่ของ Data Analytics Engine จะแปลงข้อมูลดิบให้เป็นข้อมูลที่พร้อมใช้งานสำหรับธุรกิจได้ภายในไม่กี่วินาที ผ่านการใช้ LLM เพื่อจัดการเอกสารและรวบรวมข้อมูลเชิงลึก
• การผสานรวม Dell AI Data Platform เข้ากับ NVIDIA cuVS ถือเป็นความก้าวหน้าด้านประสิทธิภาพการค้นหาเวกเตอร์ (Vector Search) สำหรับสภาพแวดล้อม AI ระดับองค์กร การผสานรวมนี้ใช้ GPU เพื่อเร่ง Data Search Engine ให้รองรับการค้นหาแบบไฮบริด (คีย์เวิร์ด + เวกเตอร์) เพื่อให้ได้ข้อมูลเชิงลึกเร็วขึ้น

นายอาร์เธอร์ ลูอิส (Arthur Lewis) ประธานกลุ่มโซลูชันโครงสร้างพื้นฐาน เดลล์ เทคโนโลยีส์ กล่าวว่า “AI กำลังพลิกโฉมอุตสาหกรรม และความสำเร็จในการใช้ AI ก็ขึ้นอยู่กับการปลดล็อกศักยภาพข้อมูลองค์กรได้มากที่สุด โดย Dell AI Data Platform สร้างขึ้นเพื่อช่วยลดความซับซ้อนของข้อมูลและผสานรวมไปป์ไลน์เข้าด้วยกัน รวมถึงให้ข้อมูลขนาดใหญ่ที่พร้อมใช้สำหรับ AI เดลล์ เทคโนโลยีส์ร่วมกับพันธมิตรที่เชื่อถือได้ อย่าง NVIDIA, Elastic และ Starburst เพื่อเสริมแกร่งอุตสาหกรรมต่าง ๆ ให้ก้าวจากการทดลองใช้ AI สู่การใช้งานจริงได้อย่างรวดเร็ว พร้อมช่วยลดความเสี่ยง”

นายจัสติน บอยทาโน (Justin Boitano) รองประธานฝ่ายผลิตภัณฑ์ AI ระดับองค์กร NVIDIA กล่าวเสริมว่า “Dell AI Data Platform ที่เร่งพลังด้วย NVIDIA AI ให้ระบบจัดเก็บข้อมูลอัจฉริยะเจเนอเรชั่นใหม่ ที่ออกแบบมาเพื่อให้เข้าใจความหมายที่อยู่เบื้องหลังข้อมูลที่จัดเก็บอยู่”

สำหรับความพร้อมในการวางจำหน่ายนั้น Dell PowerScale NVIDIA GB200 และ GB300 NVL72 ได้วางจำหน่ายแล้ว ส่วน Dell ObjectScale S3 over RDMA จะเริ่มให้ใช้งานแบบ Tech Preview ในเดือนธันวาคม 2025 และการอัปเดตซอฟต์แวร์ Dell ObjectScale จะพร้อมใช้งานในเดือนธันวาคม 2025 ขณะที่ Dell Data Analytics Engine Agentic Layer เวอร์ชั่นแรก และ MCP Server จะพร้อมใช้งานในเดือนกุมภาพันธ์ 2026 ส่วน Data Search Engine ใน Dell AI Data Platform และ NVIDIA cuVS จะพร้อมใช้งานในครึ่งปีแรก 2026

The post เดลล์ เทคโนโลยีส์ เปิดตัว Dell AI Data Platform ยกระดับการจัดการข้อมูลที่กระจัดกระจาย หนุน AI ระดับองค์กรด้วย PowerScale และ ObjectScale appeared first on Brickinfo News Agency.