ในปี 2025 โลกธุรกิจกำลังก้าวเข้าสู่ช่วงเวลาสำคัญที่เทคโนโลยีไม่ใช่เพียงตัวช่วย แต่กลายเป็นแกนกลางในการขับเคลื่อนความสำเร็จ องค์กรต่างๆ จะเผชิญกับคลื่นแห่งการเปลี่ยนแปลง ที่มาพร้อมทั้งโอกาสและความท้าทาย เทคโนโลยีใหม่ๆ เช่น ปัญญาประดิษฐ์ ควอนตัมคอมพิวเตอร์ และยานยนต์ไฟฟ้า ไม่ได้มาเพียงแค่เปลี่ยนแปลงวิธีการทำงาน แต่ยังสร้างมาตรฐานใหม่ในการแข่งขัน
การตัดสินใจลงทุนในเทคโนโลยีที่ถูกต้อง กลยุทธ์การปรับตัวอย่างยั่งยืน จะเป็นหัวใจสำคัญที่ช่วยให้องค์กรไม่เพียงรอดพ้นจากความท้าทาย แต่ยังสร้างโอกาสใหม่ในตลาดที่เปลี่ยนแปลงอย่างรวดเร็ว
The Secret Sauce จึงเลือก 10 เทรนด์เทคโนโลยีแห่งปี 2025 ที่เหมาะสำหรับผู้ประกอบการไทย โดยไม่ได้เลือกจากเทรนด์เทคโนโลยีโลก องค์กรสามารถปรับใช้เพื่อรักษาความได้เปรียบในยุคแห่งการแข่งขันที่ไม่มีที่สิ้นสุด
โดยอ้างอิงจาก Insight ประสบการณ์ส่วนตัวของผู้จัดทำและจาก Gartner
1. Agentic AI
🔺ปี 2025 จะมีหลายองค์กรในไทยที่เริ่มใช้ AI Chatbot อย่างจริงจัง คนที่ทำอาชีพ Customer Service จะได้รับผลกระทบสูง
🔺Agentic AI ไม่ใช่แค่ AI Chatbot ที่พูดคุยไปตามสคริปต์ แต่สามารถสั่งการเพื่อดำเนินการทางธุรกิจได้
🔺บางองค์กรในไทยจะเริ่มใช้ Agentic AI ที่ซับซ้อนมากขึ้น เพื่อเพิ่มประสิทธิภาพและคุณภาพการให้บริการของธุรกิจ เช่น ใช้เจรจากับลูกค้าเพื่อหาสินค้าและเวลาการส่งสินค้าที่เหมาะสมที่สุด โดยคำนึงถึงแผนการผลิต การจัดเก็บและจัดส่ง ไปพร้อมๆ กัน ซึ่งจะทำให้ Agentic AI มี Logic การคิดที่ซับซ้อนกว่าพนักงาน Customer Service ทั่วไป ที่ปกติแล้วจะไม่ได้คำนึงถึงระบบหลังบ้านระหว่างคุยกับลูกค้า เช่น ลูกค้าอาจต้องการสินค้าเวลา 10.00 น. ในวันจันทร์หน้า แต่ Agentic AI อาจประมวลผลดูแล้วพบว่าการจัดส่งที่เวลา 11.00 น. ในวันจันทร์หน้า จะทำให้มีต้นทุนธุรกิจที่ต่ำกว่า ก็สามารถต่อรองกับลูกค้ากลับได้ โดยอาจมี Incentive ให้ลูกค้าทำตาม เช่น มีคะแนนสะสมให้มากกว่า
2. Data Interoperability
🔺ในปี 2025 องค์กรต่างๆ ในไทยจะมีการทดลองใช้ AI ในหลากหลาย Use Cases ทั้งเรื่อง Demand Forecast ใครจะซื้ออะไร เมื่อไร เท่าไร จากใคร, Customer Segmentation การแบ่งกลุ่มพฤติกรรมลูกค้าจากข้อมูล, Chatbot, การวางแผนการผลิตและจัดเก็บ แต่จะเจอปัญหาที่คล้ายคลึงกันคือ Silo Effect ที่ต่างทีมต่างมีการบริหารจัดการแยกกัน ทำให้ AI จากหลากหลายฝ่ายไม่สามารถทำงานร่วมกันแบบองค์รวมได้ โดยมีหนึ่งในต้นตอปัญหาจากสิ่งที่เรียกว่า Data Interoperability
🔺Interoperability มาจากคำว่า Inter ที่แปลว่าร่วมกัน Operate ที่แปลว่าการปฏิบัติงาน และ Ability ที่แปลว่าความสามารถ ดังนั้น Data Interoperability แปลว่าความสามารถในการใช้ข้อมูลเพื่อปฏิบัติการร่วมกัน แปลง่ายๆ คือการใช้คำคำหนึ่งจะต้องเข้าใจเหมือนกันทั้งองค์กร เช่น ในบริบทของ The Secret Sauce การพูดคำว่า “Content เสร็จแล้ว” สามารถเข้าใจตรงกันทั้งองค์กรได้หรือไม่ บางคนอาจจะตีความหมายว่า Content เสร็จแล้ว คือมี Talking Point แล้ว บางคนอาจจะบอกว่าคือการอัดรายการแล้ว บางคนอาจจะบอกว่าคือการตัดต่อพร้อมปล่อยแล้ว บางคนอาจจะบอกว่าคือการอัปโหลดลง YouTube แล้ว
🔺ก่อนหน้านี้องค์กรไม่เจอปัญหานี้เพราะคนเข้าใจกัน แต่ไม่จำเป็นว่า AI จะเข้าใจด้วย
🔺ถ้าเปรียบ AI เป็นกองทัพนักรบ เมื่อคำหนึ่งคำไม่มีความหมายที่ชัดเจนก็สื่อสารระหว่างกองทัพไม่ได้ เมื่อสื่อสารระหว่างกองทัพไม่ได้ก็รบให้ชนะศึกไม่ได้
🔺เช่น มีลูกค้ากลุ่มหนึ่งชอบที่จะซื้อของ SKU หนึ่งอยู่เป็นประจำ อยู่ดีๆ มีการเปลี่ยน SKU ที่ซื้ออย่างฉับพลัน เมื่อ AI เห็นข้อมูลเช่นนั้นอาจสรุปไปว่าผู้บริโภคมี Demand ที่เปลี่ยนแปลงไปอย่างรุนแรง แต่พอไปคุยเชิงลึกกับฝ่ายขาย กลับพบว่าช่วงนั้นสินค้าหมด เลยต้องเสนอขายสินค้าอีก SKU หนึ่งที่คล้ายกันให้แทน แปลว่าแท้จริงแล้วลูกค้ามีพฤติกรรมเหมือนเดิม แต่บริษัทเองที่เปลี่ยนแปลงไป ดังนั้นการแก้ปัญหานี้จะต้องเชื่อม AI สำหรับทำ Demand Forecast และ AI สำหรับ S&OP (Sale & Operation Planning) เข้าด้วยกัน ซึ่งหากมีปัญหา Data Interoperability จะทำให้ไม่สามารถเชื่อมทั้งสอง AI เข้าด้วยกันได้ ซึ่งก็จะรบชนะศึกการทำ Demand Forecast ไม่ได้
🔺คาดการณ์: ปี 2025 องค์กรเริ่มตระหนักถึงปัญหานี้ ปี 2026 องค์กรกลับมารื้อโครงสร้างข้อมูล และปี 2027 เริ่มใช้งาน AI ระดับองค์กรแบบเต็มรูปแบบ
3. Climate Reporting & Management Software
🔺ปี 2025 จะเป็นปีที่บริษัทโดยเฉพาะกลุ่มโรงงานจะมีต้องการจัดทำ Report เป็นจำนวนมาก โดยเฉพาะที่เกี่ยวข้องกับสภาพแวดล้อม ไม่ว่าจะเป็น Carbon Footprint, Environmental Impact Assessment, Climate Risk เช่น ความเสี่ยงน้ำท่วม ดินถล่ม พายุเข้า และ ESG
🔺หลายองค์กรจะเจอปัญหา Data Interoperability แบบไม่รู้ตัว ทำให้สุดท้ายแล้วต้องกรอกข้อมูลแบบ Manual จำนวนมาก ปี 2025 จะเป็นปีแห่งการกรอกข้อมูลลง Excel
🔺บริษัทที่ให้บริการด้าน Climate Tech จะมีโอกาสทางธุรกิจใหม่ โดยบริษัทที่มีระบบที่สามารถเชื่อมต่อข้อมูลเข้ากับฐานข้อมูลองค์กรเพื่อออก Climate Report ต่างๆ ได้ง่ายและรวดเร็ว จะมีความได้เปรียบทางธุรกิจมาก ซึ่งไม่ใช่เรื่องที่ง่ายเพราะแต่ละองค์กรมีวิธีการจัดเก็บข้อมูลที่แตกต่างกัน
4. Forest Carbon Monitoring
🔺เมื่อการลดคาร์บอนด้วยการปรับเปลี่ยนเครื่องจักรมีต้นทุนสูง หลายองค์กรจึงหันมาปลูกป่าเพื่อชดเชยคาร์บอนแทน แต่ติดปัญหาการวัดปริมาณคาร์บอนที่ต้นไม้กักเก็บให้ได้มาตรฐานสากล
🔺ตามมาตรฐานองค์การบริหารจัดการก๊าซเรือนกระจก (องค์การมหาชน) หรือ อบก. ต้องวัดเส้นผ่านศูนย์กลางที่ความสูงระดับอก (DBH) และความสูงของต้นไม้เป็นรายต้น ปัจจุบันใช้คนเดินวัด ซึ่งสิ้นเปลืองแรงงานมาก สมาร์ทโฟนวัดได้เฉพาะต้นเตี้ย ส่วนโดรนและภาพถ่ายดาวเทียมยังให้ค่าไม่แม่นยำพอ
🔺LiDAR เทคโนโลยีวัดด้วยแสงที่ให้ภาพ 3 มิติ มีศักยภาพด้านความแม่นยำแต่ต้นทุนสูงกว่าโดรนและดาวเทียม อีกทั้งต้องพัฒนา AI วิเคราะห์ภาพให้รับมือกับสวนป่าไทยที่มีไม้กระยาเลยแทรกอยู่มาก
🔺การผสมผสาน LiDAR โดรน ดาวเทียม และ AI เพื่อติดตามคาร์บอนในป่าจึงเป็นโจทย์ที่น่าจับตา เพราะเกี่ยวพันทั้งบริษัทใหญ่ สตาร์ทอัพ นักวิชาการ และชุมชนท้องถิ่น
5. การปรับปรุงพันธุ์สำหรับเชื้อเพลิงชีวมวล หรือ Large Scale Biomass
🔺การปลูกป่าเพื่อเอา Carbon Credit มีข้อเสีย คือต้องรอ 10 ปี และยังมีมูลค่าไม่แน่นอน การปลูกพืชเชื้อเพลิงชีวมวลจึงเป็นเทรนด์เพื่อลดการพึ่งพิงถ่านหิน ซึ่งมีตลาดที่ Over Demand และสามารถมีรอบตัดฟันที่เร็วกว่า 10 ปีได้
🔺ข้อดีของพลังงานชีวมวลคือ
- สามารถให้พลังงานที่เสถียรได้ตลอด 24 ชั่วโมง
- เป็นการส่งเสริมเศรษฐกิจฐานราก ทำให้เกษตรกรมีรายได้ที่มั่นคง และ
- สามารถใช้ร่วมกับโรงไฟฟ้าพลังงานความร้อนแบบถ่านหินที่มีอยู่ในปัจจุบันได้
🔺การสนับสนุนการปลูกพืชชีวมวลอย่างจริงจังจากภาครัฐจะทำให้เกิดมูลค่าทางเศรษฐกิจในพื้นที่หลายล้านไร่กับเกษตรกร
🔺ในมุมของเทคโนโลยี การปรับปรุงพันธุ์พืช เช่น การเพิ่มค่าความร้อนของเนื้อไม้ การที่เรามีเชื้อเพลิงชีวมวลสำหรับโรงไฟฟ้า 300 MW แล้วเราเพิ่มค่าความร้อนของชีวมวลอัดแท่งได้ 10% จะทำให้ใช้ได้กับโรงไฟฟ้า 330 MW โดย 30 MW ที่เพิ่มมาเปรียบได้กับโรงไฟฟ้าขนาดเล็ก (SPP) โรงใหม่เลยทีเดียว
🔺อีกตัวอย่างคือการปรับปรุงพันธุ์ให้สามารถปลูกไม้ยืนต้น เช่น ยูคาลิปตัสและยางพารา ได้ถี่ขึ้น เช่น จากเดิมในพื้นที่หนึ่งสามารถปลูกได้ 4 ต้น เราอาจปรับปรุงพันธุ์ให้ปลูกได้ 5 ต้น ก็จะเป็นการเพิ่มผลผลิตได้ถึง 25% หรือการปรับปรุงรอบตัดฟันจาก 5 ปีเหลือ 4 ปี ก็จะเป็นการเพิ่มผลผลิตขึ้น 25%
🔺เทคโนโลยีการปรับปรุงพันธุ์พืชชีวมวลจึงถึงว่าเป็น Low Hanging Fruit เพิ่มประสิทธิภาพได้ง่ายและลงทุนต่ำเมื่อเทียบกับเทคโนโลยีสะอาดแขนงอื่น เช่น แผงโซลาร์เซลล์หรือแบตเตอรี่ มีความจำเพาะกับประเทศไทย อีกทั้งยังไม่ต้องคำนึงเรื่องความปลอดภัยระดับเดียวกับที่ใช้เป็นอาหาร แต่อาจจะต้องพิจารณาเรื่องความเป็นไม้ต่างถิ่น
6.การใช้โรงไฟฟ้านิวเคลียร์แบบ SMR กับ Data Center
🔺อีกหนึ่งทางเลือกพลังงานสะอาดที่สำคัญคือ SMR (Small Modular Reactor) ซึ่งเป็นเทคโนโลยีโรงไฟฟ้านิวเคลียร์ขนาดเล็ก มีความปลอดภัยสูง โดย SMR เป็นส่วนหนึ่งของร่างแผน PDP 2024
🔺ข่าว Tech Giants ทั่วโลกให้ความสนใจ SMR เพื่อเป็นแหล่งพลังงานสะอาดให้กับ Data Center ที่มีความต้องการด้านพลังงานสูงจากการใช้ AI
🔺Google และ Kairos Power ประกาศความร่วมมือที่จะใช้ SMR 7 เครื่อง โดยเริ่มเดินเครื่องแรกในปี 2030
🔺Amazon ในเดือนตุลาคมที่ผ่านมาประกาศสัญญาข้อตกลงที่สร้าง SMR 12 เครื่อง ผ่านความร่วมมือกับ Energy Northwest, X-energy และ Dominion Energy
🔺ใช้การทำสัญญาแบบ Direct PPA ทำให้ไม่มีผลกระทบต่อค่าไฟฟ้า
🔺การเตรียมกำลังคนด้านโรงไฟฟ้านิวเคลียร์ในประเทศไทย การให้ความรู้ประชาชน และแนวทางกำกับดูแล เพื่อดึงดูดนักลงทุน เป็นเรื่องที่ประเทศไทยต้องวางแผนระยะยาว
🔺ต้นทุนของ SMR เป็นเรื่องที่น่าจับตามอง เนื่องจากตอนนี้มีต้นทุนที่สูง แต่เริ่มมี Demand จาก Data Center และการเติบโตของ AI ตลาด SMR ก็จะเริ่มผลักดันให้มีต้นทุนที่ต่ำลง
7. ระบบบริหารจัดการพลังงานด้วย Peak Shaving โดยใช้ AI, แบตเตอรี่ และ IoT เพื่อลดค่าไฟฟ้า
🔺เรื่องของค่าไฟฟ้าในปี 2025 เทคโนโลยีที่เป็น Quick Win ที่สามารถช่วยลดค่าไฟฟ้าได้ นอกจากการติดโซลาร์เซลล์ คือการทำ Peak Shaving โดยใช้แบตเตอรี่
🔺ทุกวันนี้กลุ่มผู้ใช้ไฟฟ้าที่เป็นกลุ่มโรงงานหรือผู้ใช้ไฟฟ้ารายใหญ่ จะต้องจ่ายค่าความต้องการไฟฟ้า (Demand Charge) รายเดือนที่สูง เพิ่มเติมจากค่าพลังงานไฟฟ้าปกติ โดยค่า Demand Charge จะคิดจากกำลังไฟฟ้าที่สูงที่สุดในช่วง 15 นาทีของทั้งเดือน หรือที่เรียกว่า Peak Demand ดังนั้นในกรณีที่การใช้ไฟฟ้ามีการกระชากแรงจะมีค่าใช้จ่ายในส่วนนี้ค่อนข้างสูง
🔺การทำ Peak Shaving คือการให้แบตเตอรี่เข้ามาช่วยลด Peak Demand เช่น ปกติแล้วโรงงานอาจมี Peak Demand ตอน 15.00 น. และจะไม่ค่อยใช้ไฟฟ้าช่วง 12.00 น. เนื่องจากพนักงานพักกินอาหาร เราอาจนำเอาแบตเตอรี่มาดึงไฟฟ้าจาก Grid ช่วง 12.00 น. ไปชาร์จ แล้วปล่อยมาใช้ตอน 15.00 น. ได้ ตอน 15.00 น. ก็จะใช้ไฟฟ้าจาก Grid ลดลง ค่า Demand Charge ก็จะลดลง
🔺สามารถใช้ AI ในการ Forecast การใช้พลังงาน ควบคุมการ Charge และ Discharge ของแบตเตอรี่ให้เหมาะสมผ่าน IoT เพื่อทำ Peak Shaving ได้
🔺ความยากคือการทำนาย Peak Demand ของแต่ละวันให้แม่นยำตลอดทั้งเดือน ถ้าทำนาย 29 วันแม่น แต่วันที่ 30 ทำนายพลาด ก็จะโดนเอา Peak Demand ของวันที่ทำนายพลาดมาคิดค่า Demand Charge ของตลอดทั้งเดือน คือพลาดครั้งเดียวล้มทั้งกระดาน ดังนั้น AI สำหรับการทำ Peak Shaving ที่ดีจะต้องทำงานร่วมกับ AI สำหรับ Production Scheduling ซึ่งก็จะสอดคล้องกับเรื่อง Agentic AI และ Data Interoperability ข้างต้น
🔺ผลคือโรงงานที่สามารถทำเรื่อง Peak Shaving ได้ดี ก็จะมีต้นทุนด้านพลังงานต่ำกว่าคู่แข่ง
8. EV Fleet Optimization
🔺ในปีที่ผ่านมาบริษัทโลจิสติกส์หลายเจ้าในปัจจุบันเริ่มมีการทดลองใช้รถขนส่งไฟฟ้าในการปฏิบัติงานจริง
🔺ความท้าทายหลักคือการบริการ EV Fleet ให้มีความคุ้มค่าทางธุรกิจมากที่สุด โดยจะต้องบริหารจัดการร่วมกับ Fleet ปกติที่เป็นน้ำมันดีเซลหรือก๊าซ NGV
🔺อย่างไรก็ตาม EV Fleet จะต้องวางแผน Schedule การชาร์จรถควบคู่ไปกับการวางแผนเส้นทางด้วย ซึ่งถ้าบริหารไม่ดีก็จะทำให้โดนค่าปรับจากการส่งช้าหรือโดนค่า Demand Charge ที่สูง
🔺เทคโนโลยีที่จะเข้ามาช่วยคือ Transportation Management Software (TMS) และ Route Optimization Software ซึ่งจริงๆ แล้วไม่ใช่เทคโนโลยีใหม่ แต่ต้องมีการปรับใช้ใหม่
🔺ความยากของการทำ Route Optimization ในไทยคือหลายกรณีไม่ได้มีแค่การคิดเงินตามระยะทางวิ่ง แต่รวมถึงการคิดจาก Zone การวิ่ง เช่น 1 กิโลเมตรวิ่งเข้าและวิ่งออกจาก กทม. จะคิดเงินไม่เท่ากัน ซึ่งจะแตกต่างกับในต่างประเทศ ทำให้ Software ต่างประเทศหลายๆ ตัวใช้ได้ไม่ดีนัก ต้องมีการ Custom Made เอง
🔺ในปี 2025 บริษัทโลจิสติกส์ที่สามารถบริหารจัดการ EV Fleet ได้มีประสิทธิภาพกว่า จะมีความสามารถในการแข่งขันที่ได้เปรียบคู่แข่งในการกินส่วนแบ่งตลาดการขนส่งด้วย EV Fleet ได้
9. Disinformation Security
🔺เป็น 1 ใน 10 Gartner’s Technology Trend 2025 ลองนึกภาพองค์กรไม่กี่คนสร้าง AI จำนวนมากมาพูดคุยกับลูกค้า จะเกิดอะไรขึ้นถ้าคนไม่กี่คน (ที่ไม่หวังดี) สร้าง AI จำนวนมาก ถล่มมาคุยกับ AI Chatbot ขององค์กร หรือปล่อยข้อมูลเท็จ
🔺Disinformation Security คือเทคโนโลยีที่ช่วยยืนยันว่าข้อมูลใดเชื่อถือได้ ประกอบด้วย DeepFake Detection, Impersonation Prevention และ Reputation Protection
🔺ใช้ AI ในการตรวจจับ AI เช่น พนักงานได้รับอีเมลที่ดูเหมือนจะมาจาก CEO ของบริษัท โดยขอข้อมูลที่เป็นความลับหรืออนุมัติการทำธุรกรรมทางการเงิน Disinformation Security จะทำการวิเคราะห์เนื้อหาและแหล่งที่มาของอีเมล เพื่อดูว่ามีสัญญาณของการปลอมแปลงหรือการฉ้อโกงหรือไม่ และถ้าจำเป็นจะบล็อกอีเมลโดยอัตโนมัติ แจ้งเตือนพนักงาน และแจ้งให้ฝ่ายรักษาความปลอดภัยของ IT ทราบ
🔺ดังนั้นองค์กรควรมีการตั้งงบลงทุนและการรับมือเรื่อง Disinformation Security ที่เหมาะสม
10. Post Quantum Cryptography (PQC)
🔺Disinformation Security คือการป้องกันการโจมตีที่มาจากปัจจุบัน PQC คือการป้องกันการโจมตีที่มาจากอนาคต ซึ่งโจมตีโดยควอนตัมคอมพิวเตอร์ผ่านเทคนิคที่เรียกว่า Harvest Now, Decrypt Later เช่น พนักงาน A ต้องการส่งข้อมูล Trade Secrets ของบริษัทให้พนักงาน B ข้อความนี้จะต้องถูกเก็บเป็นความลับตลอดกาล แต่ผู้ไม่หวังดีอาจดูดข้อมูลมาเก็บไว้ก่อน แม้ยังอ่านไม่ได้เพราะโดนเข้ารหัสไว้ แต่ก็รออ่านอีกทีเมื่อควอนตัมคอมพิวเตอร์พร้อมที่จะถอดรหัสได้
🔺ปี 2025 จะเป็นปีที่องค์กรจะต้องเริ่มรับมือกับ Harvest Now, Decrypt Later ซึ่งสามารถเกิดขึ้นได้แล้วในปัจจุบันอย่างจริงจัง โดยมีการปรับระบบ Encryption ซึ่งเป็น Infrastructure ของระบบดิจิทัล ให้ไปสู่ PQC ซึ่งเป็นเรื่องใหญ่ เปรียบเสมือนการเปลี่ยนเสาบ้านใหม่ทั้งประเทศ
🔺ในปี 2025 จะมี 3 ปัจจัยหลักที่ผลักดันให้องค์กรต้องเตรียมตัว
- PQC Standard ซึ่งประกาศใช้โดย NIST เมื่อเดือนสิงหาคมที่ผ่านมา และการประกาศจะยกเลิกใช้ระบบ Encryption ปัจจุบันในปี 2035
- การพัฒนาอย่างก้าวกระโดดของ Quantum Hardware ในช่วงปีที่ผ่านมา ทำให้มีความเสถียรมากขึ้น พร้อมสำหรับรัน Algorithm ที่ซับซ้อนได้มากขึ้น
- สำนักงานคณะกรรมการการรักษาความมั่นคงปลอดภัยไซเบอร์แห่งชาติ (สกมช.) ได้จัดตั้งคณะทำงาน PQC ซึ่งประกอบไปด้วย Regulators จากหลายภาคส่วน เพื่อตั้งกรอบการทำ PQC Implementation ให้หน่วยงาน Cyber Critical Infrastructure
🔺หากประเทศไทยปรับตัวเรื่องนี้ช้า นอกจากผลกระทบโดยตรงจากความเสี่ยงของการถูกโจมตีแล้ว ก็เป็นไปได้ที่อาจจะโดนกีดกันทางการค้าเพิ่มเติม เนื่องจากไม่มีระบบ Cyber Security ที่ได้มาตรฐานสากล
สรุป ปี 2025 จะเป็นปีที่ภาคธุรกิจมีโอกาสการใช้งานเทคโนโลยีที่หลากหลาย แต่ควรยึดหลัก ‘Everything should be made as simple as possible, but not simpler’ เพื่อไม่ให้หลงทางกับความหลากหลายนั้น และธุรกิจที่มี Fundamental ที่ดี เช่น การจัดเก็บข้อมูลที่ดี วัฒนธรรมการทำงานแบบ Agile ความเข้าใจเทคโนโลยีเชิงลึก ไม่ใช่แค่ซื้อมาใช้ ย่อมมีโอกาสปรับตัวเข้ากับความหลากหลายได้ดีกว่า
เรียบเรียงโดย
ดร.จิรวัฒน์ ตั้งปณิธานนท์
อ้างอิง:
