Gartner Hype Cycle for Emerging Technologies 2020
Gartner Hype Cycle for Emerging Technologies 2020: 5 เทรนด์เทคโนโลยีท่ามกลางโลกที่กำลังเปลี่ยนอย่างรวดเร็ว
ปี 2020 เป็นปีที่โลกเผชิญการเปลี่ยนแปลงครั้งใหญ่จาก COVID-19 ธุรกิจจำนวนมากต้องปรับรูปแบบการทำงาน การให้บริการ การติดต่อกับลูกค้า และการดำเนินงานภายในเวลาอันสั้น เทคโนโลยีที่ก่อนหน้านั้นอาจอยู่ในแผนระยะหลายปีถูกเร่งให้นำมาใช้งานจริงเร็วขึ้น ขณะเดียวกันประเด็นเรื่อง Digital Identity, Privacy, Trust, Artificial Intelligence (AI), Automation และรูปแบบใหม่ของ Enterprise Architecture ก็ได้รับความสำคัญเพิ่มขึ้นอย่างรวดเร็ว บริบทดังกล่าวทำให้ Gartner Hype Cycle for Emerging Technologies, 2020 เป็นหนึ่งในรายงานที่น่าสนใจ เพราะไม่ได้มองเพียงว่า Technology ใดกำลังได้รับความนิยม แต่พยายามมองว่าเทคโนโลยีใดมีศักยภาพเปลี่ยนธุรกิจ สังคม และชีวิตของมนุษย์ในช่วงหลายปีข้างหน้า
Gartner กลั่นกรองข้อมูลจาก Emerging Technologies มากกว่า 1,700 รายการ เหลือ 30 Technologies and Trends ที่ควรจับตามองใน Hype Cycle for Emerging Technologies 2020 โดยเน้นเทคโนโลยีที่มีศักยภาพสร้าง Competitive Advantage ในช่วงประมาณ 5–10 ปี Gartner ยังระบุว่า Technology ส่วนใหญ่ในชุดนี้ต้องใช้เวลามากกว่า 5 ปี และบางเรื่องมากกว่า 10 ปี จึงจะเข้าสู่ Plateau of Productivity รวมทั้งมีมากกว่า 20 รายการที่เป็น Technology ใหม่สำหรับ Gartner Hype Cycles ในปีนั้น
สิ่งที่น่าสนใจที่สุดจึงไม่ใช่การพยายามจำรายชื่อ Technology ทั้ง 30 รายการ แต่คือการมองภาพใหญ่ผ่าน 5 Emerging Technology Trends ที่ Gartner ใช้อธิบายปี 2020 ได้แก่ Digital Me, Composite Architectures, Formative AI, Algorithmic Trust และ Beyond Silicon ทั้งห้ากลุ่มสะท้อนโลกที่กำลังเปลี่ยนจากระบบ IT แบบตายตัวไปสู่ระบบที่ปรับตัวได้มากขึ้น เชื่อมโยงกับมนุษย์มากขึ้น ใช้ AI มากขึ้น และต้องสร้าง Trust ในรูปแบบใหม่ ขณะเดียวกันข้อจำกัดของ Computing Hardware แบบเดิมก็เริ่มผลักดันให้เกิดเทคโนโลยีรุ่นใหม่ขึ้นมา
ก่อนอ่าน Hype Cycle 2020 ต้องเข้าใจก่อนว่ากราฟกำลังบอกอะไร
Gartner Hype Cycle ไม่ใช่ Ranking ว่า Technology ใดดีที่สุด และไม่ควรอธิบายว่า Gartner ตั้งสมมติฐานว่า “Technology ทุกชนิดต้องมีวงจรการเติบโตเหมือนกัน” Gartner อธิบาย Hype Cycle ว่าเป็นกรอบที่ช่วยมอง Maturity และ Adoption ของ Technologies หรือ Applications รวมถึง Expectations ที่เปลี่ยนแปลงตามเวลา เพื่อช่วยให้องค์กรบริหารการนำ Technology มาใช้ให้สัมพันธ์กับ Business Goals และระดับความเสี่ยงที่องค์กรยอมรับได้
Hype Cycle ประกอบด้วย 5 ระยะ ได้แก่ Innovation Trigger → Peak of Inflated Expectations → Trough of Disillusionment → Slope of Enlightenment → Plateau of Productivity ในช่วง Innovation Trigger เทคโนโลยีเพิ่งเริ่มได้รับความสนใจและ Commercial Viability อาจยังไม่ชัด เมื่อเข้าสู่ Peak ความสำเร็จช่วงแรกและการประชาสัมพันธ์ทำให้ Expectations เพิ่มสูงขึ้น ก่อนที่จะเข้าสู่ Trough เมื่อโครงการบางส่วนไม่เป็นไปตามความคาดหวัง จากนั้น Use Cases และ Product รุ่นใหม่จะค่อย ๆ ชัดขึ้นใน Slope of Enlightenment และหาก Technology สามารถสร้างคุณค่าได้จริงก็จะเข้าสู่ Plateau of Productivity ซึ่ง Mainstream Adoption เริ่มเกิดขึ้นมากขึ้น
ดังนั้นคำถามที่เหมาะสมไม่ได้อยู่ที่ “Technology นี้อยู่สูงหรือต่ำบนกราฟ?” แต่ควรถามว่า “Technology นี้มีความพร้อมแค่ไหน ความคาดหวังของตลาดสูงกว่าความสามารถจริงหรือไม่ และเมื่อเทียบกับ Strategy และ Risk Appetite ขององค์กรแล้ว เราควร Watch, Study, Experiment, Pilot หรือ Invest?” Gartner เองอธิบายว่าองค์กรที่ยอมรับความเสี่ยงสูงอาจเลือก Early Adoption ขณะที่องค์กรที่ระมัดระวังมากกว่าสามารถรอหลักฐานเรื่อง Cost/Benefit หรือ Commercial Viability ที่ชัดขึ้นได้
Theme 1: Digital Me – เมื่อโลกดิจิทัลเริ่มสร้าง “ตัวแทนของเรา”
Theme แรกของปี 2020 คือ Digital Me ซึ่งสะท้อนการที่ Technology เริ่มผสานเข้ากับตัวบุคคลมากขึ้นและสร้าง Digital Representation ของมนุษย์ในรูปแบบต่าง ๆ Gartner ยกตัวอย่าง Technology ในกลุ่มนี้ เช่น Social Distancing Technologies, Health Passports, Digital Twin of the Person, Citizen Twin, Multiexperience และ Two-Way Brain-Machine Interface (2-Way BMI) โดยแนวคิดสำคัญคือปฏิสัมพันธ์ระหว่างมนุษย์กับโลก Digital กำลังขยายออกไปไกลกว่าหน้าจอ Keyboard หรือ Mouse แบบเดิม
บริบทของ COVID-19 ทำให้แนวคิด Digital Me เห็นภาพได้ชัดมากขึ้น โดยเฉพาะ Health Passports และ Social Distancing Technologies ซึ่งได้รับความสนใจอย่างรวดเร็วจากความต้องการควบคุมการเข้าใช้พื้นที่ การเดินทาง และความเสี่ยงด้านสุขภาพ Forbes ซึ่งสรุปรายงาน Gartner ในเวลานั้นระบุว่า Social Distancing Technologies ปรากฏใน Hype Cycle 2020 บริเวณ Peak of Inflated Expectations ขณะที่ Health Passports ถูกมองว่ามีโอกาสสร้างผลกระทบในช่วงเวลาค่อนข้างสั้นเมื่อเทียบกับ Technology อื่นในรายงาน
แต่สิ่งที่ควรเรียนรู้จาก Digital Me ไม่ได้อยู่เพียงเรื่อง COVID-19 แนวคิดที่ลึกกว่านั้นคือ เมื่อบุคคลมี Digital Identity, Digital Profile หรือ Digital Twin มากขึ้น ระบบต่าง ๆ จะสามารถรู้จัก Context ของคนได้ละเอียดขึ้น ซึ่งเปิดโอกาสด้าน Personalization และ Automation แต่ในขณะเดียวกันก็สร้างคำถามสำคัญเรื่อง Privacy, Identity, Consent, Security และ Governance เพิ่มขึ้นด้วย
Theme 2: Composite Architectures – จากระบบใหญ่ตายตัวสู่ Composable Enterprise
Theme ที่สองคือ Composite Architectures ซึ่ง Gartner เชื่อมโยงกับแนวคิด Composable Enterprise หรือองค์กรที่สามารถนำ Business Capabilities มาประกอบ ปรับเปลี่ยน และจัดเรียงใหม่ได้รวดเร็วตามสถานการณ์ Gartner อธิบายว่าสถาปัตยกรรมลักษณะนี้ใช้ Packaged Business Capabilities บน Flexible Data Fabric และมี Intelligence กระจายออกไปจนถึง Edge Devices และ End Users
Technology ที่ Gartner แนะนำให้ติดตามในกลุ่มนี้ ได้แก่ Composable Enterprise, Packaged Business Capabilities, Data Fabric, Private 5G, Embedded AI และ Low-Cost Single-Board Computers at the Edge จุดร่วมของ Technology เหล่านี้คือช่วยให้องค์กรลดการพึ่งพาระบบ Monolithic ขนาดใหญ่ที่ปรับเปลี่ยนยาก และขยับไปสู่ Architecture ที่สามารถนำ Component ต่าง ๆ มาประกอบเป็น Business Capability ใหม่ได้เร็วขึ้น
ตัวอย่างง่าย ๆ หากองค์กรมีระบบ Order Management, Payment, Inventory, Logistics และ Customer Service ที่ถูกสร้างเป็นระบบขนาดใหญ่ชิ้นเดียว การเปลี่ยน Business Model อาจต้องแก้ระบบจำนวนมากพร้อมกัน แต่แนวคิด Composable Architecture พยายามทำให้แต่ละ Capability สามารถแยกและประกอบใหม่ได้มากขึ้น แนวคิดนี้จึงไม่ใช่เพียงเรื่องของ Software Architecture แต่เกี่ยวข้องกับ Business Agility
สาระสำคัญคือ ในโลกที่เปลี่ยนเร็ว ความสามารถขององค์กรไม่ได้อยู่เพียงว่า “มีระบบ IT ที่ดีหรือไม่?” แต่รวมถึง “ระบบสามารถปรับตัวตามธุรกิจได้เร็วเพียงใด?”
Theme 3: Formative AI – AI ที่ไม่ได้เพียงเรียนรู้ แต่สามารถปรับตัวและสร้างสิ่งใหม่
Theme ที่สามคือ Formative Artificial Intelligence หรือ Formative AI Gartner ใช้คำนี้ครอบคลุม AI และเทคโนโลยีที่เกี่ยวข้องซึ่งสามารถเปลี่ยนแปลงหรือปรับตัวเพื่อตอบสนองต่อสถานการณ์ที่แตกต่างกัน บาง Technology ช่วยนักพัฒนาและ UX Designers สร้าง Solution ใหม่ด้วย AI ขณะที่บาง Technology ช่วยให้ AI Models สามารถพัฒนาและปรับตัวตามเวลา และในระดับที่ก้าวหน้ากว่านั้นสามารถสร้าง Model หรือ Solution ใหม่สำหรับแก้ปัญหาเฉพาะได้
Technology ที่ Gartner จัดอยู่ในกลุ่มนี้ ได้แก่ AI-Assisted Design, AI-Augmented Development, Ontologies and Graphs, Small Data, Composite AI, Adaptive Machine Learning, Self-Supervised Learning, Generative AI และ Generative Adversarial Networks (GANs) รายชื่อนี้น่าสนใจมากเมื่อมองย้อนจากปัจจุบัน เพราะ Generative AI ปรากฏใน Hype Cycle for Emerging Technologies เป็นครั้งแรกในปี 2020 ขณะที่ Composite AI, Responsible AI, Embedded AI และ AI-Augmented Development ก็เป็นกลุ่ม AI ที่ Gartner ขยายการติดตามมากขึ้นในปีเดียวกัน
ในปี 2020 Generative AI ยังไม่ได้มีภาพเหมือนยุค ChatGPT ที่ผู้ใช้ทั่วไปสามารถสร้างข้อความ ภาพ เสียง และ Software ผ่าน Natural Language ได้ง่าย แต่ Gartner อธิบายแนวคิด Generative AI ว่าเป็น Machine Learning Methods ที่เรียนรู้ Representation จากข้อมูลแล้วสามารถสร้าง Artifacts ใหม่ที่มีลักษณะสอดคล้องกับ Training Data โดยไม่ใช่เพียงการทำสำเนาข้อมูลเดิม และสามารถนำไปสร้าง Images, Video, Music, Speech, Text หรือข้อมูลประเภทอื่นได้
หากมองย้อนหลัง นี่เป็นจุดที่น่าสนใจมาก เพราะช่วยให้เห็นว่า Technology ที่กลายเป็นกระแสระดับโลกในปี 2022–2024 เคยอยู่ใน Emerging Technology Landscape มาก่อนหลายปี สิ่งนี้ไม่ได้หมายความว่า Hype Cycle เป็นเครื่องมือทำนายอนาคตได้แม่นยำเสมอไป แต่แสดงให้เห็นประโยชน์ของการติดตาม Technology Signals ก่อนที่ Mainstream Adoption จะเกิดขึ้น
Composite AI – เมื่อ AI ที่ดีอาจไม่ใช่ AI เพียงเทคนิคเดียว
อีก Technology ที่น่าสนใจภายใน Formative AI คือ Composite AI ซึ่ง Gartner ใช้อธิบายการรวม AI Techniques หลายรูปแบบเข้าด้วยกันเพื่อเพิ่มประสิทธิภาพ ความแม่นยำ หรือขยายขอบเขตการใช้งาน Gartner มองว่าแนวทางนี้มีประโยชน์โดยเฉพาะในสถานการณ์ที่องค์กรไม่มี Historical Data ปริมาณมหาศาลหรือไม่มี AI Expertise เพียงพอสำหรับการวิเคราะห์ที่ซับซ้อน
แนวคิดนี้เป็นบทเรียนที่สำคัญ เพราะการพัฒนา AI ในโลกจริงไม่จำเป็นต้องเลือกเพียง Deep Learning, Rule-based System หรือ Knowledge Graph อย่างใดอย่างหนึ่ง แต่สามารถรวม Techniques หลายประเภทเพื่อให้เหมาะกับ Problem และ Data ที่มีอยู่ หลักคิดนี้ยังมีความเกี่ยวข้องอย่างมากกับ Enterprise AI ในปัจจุบันที่มักต้องนำ Generative AI, Retrieval, Knowledge Graph, Predictive Models และ Business Rules มาทำงานร่วมกัน
Theme 4: Algorithmic Trust – จากการเชื่อ “องค์กร” ไปสู่การเชื่อ “กลไกและข้อมูล”
Theme ที่สี่คือ Algorithmic Trust Gartner มองว่า Trust Models ที่เคยพึ่งพา Central Authorities หรือ Responsible Authorities เพียงอย่างเดียวกำลังถูกเสริมด้วยกลไกเชิง Algorithm เพื่อช่วยตรวจสอบ Privacy, Security, Identity และ Provenance ของ Data และ Assets จุดมุ่งหมายคือช่วยลดความเสี่ยงและต้นทุนที่เกิดจากการสูญเสียความเชื่อมั่นของ Customers, Employees และ Business Partners
Technology ที่ Gartner เชื่อมกับ Algorithmic Trust ได้แก่ Secure Access Service Edge (SASE), Differential Privacy, Authenticated Provenance, Bring Your Own Identity, Responsible AI และ Explainable AI ซึ่งสะท้อนว่า Trust ในโลก Digital ไม่ได้เป็นเรื่องของ Cybersecurity เพียงอย่างเดียว แต่ครอบคลุมถึงความน่าเชื่อถือของ Data, Identity และการตัดสินใจของ AI ด้วย
Responsible AI เป็นตัวอย่างที่น่าสนใจ Gartner ในเวลานั้นอธิบายแนวคิดนี้ในมิติของการสร้าง AI ที่ช่วยเพิ่ม Business และ Societal Value พร้อมลด Risk เพิ่ม Trust และ Transparency ตลอดจนจัดการเรื่อง Bias, Explainability, Accountability, Safety, Privacy และ Regulatory Compliance ขณะที่ Explainable AI มีความสำคัญมากขึ้นเมื่อ Algorithm ถูกนำไปใช้กับการตัดสินใจที่กระทบมนุษย์ เช่น Financial Decisions หรือ Healthcare
หากมองย้อนจากปัจจุบัน Algorithmic Trust เป็น Theme ที่มีความสำคัญเพิ่มขึ้นอย่างมาก เพราะเมื่อ AI สามารถสร้าง Content และตัดสินใจได้มากขึ้น คำถามจึงไม่ใช่เพียง “AI ทำได้หรือไม่?” แต่รวมถึง “เราสามารถเชื่อถือผลลัพธ์ได้หรือไม่ รู้หรือไม่ว่ามาจากไหน และสามารถตรวจสอบย้อนหลังได้หรือไม่?”
Theme 5: Beyond Silicon – เมื่อ Computing เริ่มเข้าใกล้ข้อจำกัดของ Silicon
Theme สุดท้ายคือ Beyond Silicon ซึ่งมองไปยังอนาคตของ Computing Hardware Gartner อธิบายว่ากว่า 40 ปี อุตสาหกรรม IT ได้รับแรงขับเคลื่อนจาก Moore's Law และการเพิ่มจำนวน Transistors ใน Integrated Circuits แต่เมื่อ Technology เข้าใกล้ Physical Limits ของ Silicon มากขึ้น วัสดุและ Computing Approaches รูปแบบใหม่จึงเริ่มมีความสำคัญ
Technology สำคัญที่ Gartner ยกขึ้นมาพิจารณาในกลุ่มนี้ ได้แก่ DNA Computing, Biodegradable Sensors และ Carbon-Based Transistors ซึ่งยังเป็น Technology ระยะยาวและไม่ควรตีความว่า Gartner คาดว่าจะเข้ามาแทน Silicon ในทันที แต่สะท้อนการค้นหาวิธีใหม่ในการเพิ่ม Computing Capability เมื่อแนวทางการ Scaling แบบเดิมเริ่มเผชิญข้อจำกัด
สิ่งที่น่าสนใจคือ Beyond Silicon เตือนให้เราเห็นว่า Digital Innovation ไม่ได้เกิดจาก Software เพียงอย่างเดียว ทุกอย่างตั้งแต่ AI, Cloud, Edge Computing ไปจนถึง Autonomous Systems ต้องอาศัย Physical Computing Infrastructure อยู่ข้างใต้ หากข้อจำกัดของ Hardware เปลี่ยน วิธีสร้าง Software และ Architecture ชั้นบนก็อาจเปลี่ยนตามไปด้วย
COVID-19 เปลี่ยนภาพ Technology ในปี 2020 อย่างไร
แม้ Gartner Hype Cycle 2020 จะไม่ได้เป็นรายงานเฉพาะ COVID-19 แต่บริบทของ Pandemic มีอิทธิพลต่อ Technology Landscape อย่างชัดเจน ตัวอย่างเด่นคือ Social Distancing Technologies และ Health Passports ขณะเดียวกัน CIOs และองค์กรต้องให้ความสำคัญกับ Business Resilience, Automation และ Technology ที่สามารถสร้างผลลัพธ์ได้รวดเร็วขึ้น เนื่องจากองค์กรต้องเผชิญทั้งข้อจำกัดเรื่อง Workforce, Cost และการเปลี่ยน Customer Behavior ในเวลาเดียวกัน
สิ่งที่ปี 2020 สอนเราอย่างหนึ่งคือ Technology Adoption ไม่ได้เกิดจาก Technology Maturity เพียงอย่างเดียว แต่สามารถถูกเร่งด้วย External Events ได้ เมื่อ Cost of Not Adopting Technology สูงขึ้น Technology ที่เคยถูกมองว่าเสี่ยงหรือไม่เร่งด่วนอาจกลายเป็นสิ่งจำเป็นได้ในเวลาอันสั้น
ทำไม Technology หลายตัวจากปี 2019 หายไปในปี 2020
Forbes ซึ่งวิเคราะห์ Gartner Hype Cycle 2020 ระบุว่า มี 22 Technologies จาก Hype Cycle for Emerging Technologies 2019 ที่ถูกนำออกหรือจัดไปอยู่ในบริบทอื่นในปี 2020 เช่น 5G, AR Cloud, Edge AI, Edge Analytics, Emotion AI, Knowledge Graphs และ Low-Earth-Orbit Satellite Systems เป็นต้น
ตรงนี้ต้องระวังการตีความอย่างมาก เพราะการที่ Technology หายไปจาก Emerging Technologies Hype Cycle ในปีถัดไปไม่ได้หมายความว่า Technology นั้น “ล้มเหลว” Gartner Hype Cycle for Emerging Technologies มีวัตถุประสงค์ในการเน้นสิ่งใหม่และ Transformational ดังนั้น Technology อาจ Mature มากขึ้น ถูกติดตามใน Hype Cycle เฉพาะทาง หรือถูกจัดกลุ่มใหม่ก็ได้ การเปรียบเทียบ Hype Cycle ข้ามปีจึงควรดู วิวัฒนาการของแนวคิด มากกว่านับเพียงว่าชื่อ Technology ยังอยู่หรือหายไป
จาก Hype Cycle สู่ Action ขององค์กร
หลักคิดที่ใช้กับปี 2020 ยังเหมือนกับ Hype Cycle ปีอื่น คือองค์กรไม่ควรเปลี่ยน Technology Trend เป็น Procurement Project ทันที แต่ควรมีระดับการตอบสนอง เช่น Watch → Study → Experiment → Pilot → Invest → Scale โดยพิจารณาร่วมกับ Business Impact, Technology Maturity, Organizational Readiness, Risk และ Cost
ตัวอย่างเช่น ในปี 2020 Generative AI อาจเหมาะกับการ Watch หรือ Study สำหรับองค์กรส่วนใหญ่ เนื่องจาก Technology ยังอยู่ในช่วง Emerging มาก ขณะที่ Technology ที่มี Use Case ชัดเจนกว่าอาจเหมาะกับ Experiment หรือ Pilot การตัดสินใจจึงไม่ควรเกิดจากคำถามว่า “Gartner ใส่ Technology นี้ไว้ใน Hype Cycle หรือไม่?” แต่ควรถามว่า “Technology นี้มีผลต่อ Strategy ของเราอย่างไร และเราควรเริ่มสร้าง Knowledge หรือ Capability เมื่อไร?”
บทเรียนสำคัญจาก Gartner Hype Cycle 2020
หากต้องสรุป Hype Cycle for Emerging Technologies 2020 ในภาพใหญ่ที่สุด ปีนั้น Gartner กำลังบอกเราว่าโลก Technology กำลังเปลี่ยนพร้อมกันในห้าทิศทาง คือ มนุษย์กำลังมีตัวแทนในโลก Digital มากขึ้น ระบบธุรกิจกำลังเปลี่ยนจาก Architecture แบบตายตัวไปสู่ระบบที่ประกอบและปรับเปลี่ยนได้ AI กำลังเปลี่ยนจาก Model ที่ทำงานตามกรอบไปสู่ AI ที่สามารถปรับตัวและสร้างสิ่งใหม่ Trust กำลังต้องอาศัย Algorithm และกลไกตรวจสอบมากขึ้น และ Computing Hardware กำลังเริ่มมองหาทางเลือกที่ก้าวพ้นข้อจำกัดของ Silicon
สิ่งที่น่าสนใจที่สุดเมื่อมองย้อนหลังจากวันนี้คือ Generative AI ปรากฏเป็นหนึ่งใน Emerging Technologies ของ Gartner ในปี 2020 ก่อนที่จะกลายเป็นกระแสระดับโลกในอีกไม่กี่ปีต่อมา ขณะเดียวกัน Responsible AI, Explainable AI, Composite AI, Data Fabric และ Composable Enterprise ที่ปรากฏในบริบทของ Hype Cycle ปีนั้น ก็ยังเป็นแนวคิดที่มีความสำคัญต่อ Enterprise Technology ในเวลาต่อมา
นี่ไม่ได้แปลว่า Gartner “ทำนายอนาคตได้ทั้งหมด” เพราะ Hype Cycle ไม่ได้ถูกออกแบบมาเป็น Prediction Chart แต่แสดงให้เห็นประโยชน์ของ Technology Scanning การติดตาม Emerging Signals ตั้งแต่ยังไม่มี Mainstream Adoption ช่วยให้องค์กรมีเวลาสร้าง Knowledge, Skills, Architecture และ Governance ก่อนที่ Technology จะเข้ามาสร้างผลกระทบเต็มรูปแบบ
สรุป
Gartner Hype Cycle for Emerging Technologies 2020 กลั่นกรอง Emerging Technologies มากกว่า 1,700 รายการเหลือ 30 Technologies and Trends ที่ Gartner เห็นว่ามีศักยภาพสร้าง Competitive Advantage ในช่วงประมาณ 5–10 ปี โดยแบ่งภาพใหญ่เป็น 5 Trends ได้แก่ Digital Me, Composite Architectures, Formative AI, Algorithmic Trust และ Beyond Silicon และ Gartner ระบุว่า Technology ส่วนใหญ่ในชุดดังกล่าวต้องใช้เวลามากกว่า 5 ปี หรือบางกรณีมากกว่า 10 ปี จึงจะเข้าสู่ Plateau of Productivity
คุณค่าของการย้อนกลับมาอ่าน Hype Cycle 2020 ในวันนี้จึงไม่ใช่การถามว่า “Technology ตัวไหน Gartner ทายถูก?” แต่คือการมองเห็นว่า Technology ใหญ่ในยุคปัจจุบันจำนวนหนึ่งเคยเริ่มจาก Signal เล็ก ๆ มาก่อน และ Transformation ไม่ได้เกิดจาก Technology เพียงตัวเดียว แต่เกิดจากการ Convergence ของหลายเรื่องพร้อมกัน เช่น AI + Data + Architecture + Identity + Trust + Computing Infrastructure
ท้ายที่สุด Hype Cycle มีคุณค่ามากที่สุดเมื่อเราเลิกใช้เป็นกราฟสำหรับถามว่า “อะไรมาแรง?” แล้วนำมาใช้ตั้งคำถามว่า “Technology นี้มี Maturity แค่ไหน มีโอกาสและความเสี่ยงอะไร เกี่ยวข้องกับ Strategy ของเราหรือไม่ และวันนี้ Action ที่เหมาะสมคือ Watch, Study, Experiment, Pilot, Invest หรือ Scale?” เพราะเป้าหมายของ Technology Strategy ไม่ใช่การเป็นคนแรกที่ตามทุกกระแส แต่คือการรู้ว่า อะไรควรเรียนรู้ อะไรควรทดลอง อะไรควรลงทุน และควรทำในเวลาใด
#Gartner #GartnerHypeCycle #HypeCycle2020 #EmergingTechnologies #GenerativeAI #FormativeAI #ComposableEnterprise #AlgorithmicTrust #ArtificialIntelligence #TechnologyStrategy
.
------------------------
ที่มาข้อมูล
รวบรวมข้อมูลและรูปภาพ
