เมื่อองค์กรเริ่มนำ AI ออกจากช่วงทดลองไปใช้งานจริงในวงกว้าง สิ่งที่ต้องเตรียมอาจไม่ได้มีเพียง GPU หรือกำลังประมวลผลเท่านั้น เพราะข้อมูลจำนวนมหาศาลที่ AI ต้องใช้ก็ต้องมีพื้นที่จัดเก็บและระบบบริหารจัดการที่รองรับตามไปด้วย Seagate Technology เปิดเผย Data Infrastructure Readiness Report ประจำปี 2569 ซึ่งสำรวจผู้มีอำนาจตัดสินใจด้านเทคโนโลยีระดับองค์กร 2,712 คนใน 7 ตลาด พบว่า 99% คาดว่า AI จะทำให้ความต้องการพื้นที่จัดเก็บข้อมูลเพิ่มขึ้นในช่วง 3 ปีข้างหน้า แต่มีเพียง 38% ที่เชื่อว่าองค์กรของตัวเองพร้อมรองรับอย่างเต็มที่ ขณะที่ 32% มองว่าความต้องการ Storage อาจเพิ่มขึ้นมากกว่า 50% จากระดับปัจจุบัน ตัวเลขนี้เกิดขึ้นพร้อมกับการที่องค์กรเริ่มเห็นผลจาก AI มากขึ้น โดย 86% ระบุว่าได้รับ ROI จาก AI ในระดับปานกลางหรือสูง และ 33% ระบุว่าสามารถสร้างผลตอบแทนที่วัดผลได้อย่างมีนัยสำคัญ
เมื่อ AI เริ่มสร้างผลตอบแทนจริง ข้อมูลที่ใช้กับ AI จึงมีความสำคัญมากขึ้นตามไปด้วย โดย 98% ขององค์กรที่สำรวจมองว่า AI กำลังยกระดับ Storage จากระบบสำหรับเก็บข้อมูลให้กลายเป็นโครงสร้างพื้นฐานเชิงกลยุทธ์ของธุรกิจ และความท้าทายไม่ได้อยู่ที่การหาพื้นที่เก็บข้อมูลเพิ่มเพียงอย่างเดียว ผลสำรวจระบุว่าคุณภาพและความพร้อมของข้อมูลเป็นหนึ่งในอุปสรรคสำคัญที่ 53% ตามด้วยโครงสร้างพื้นฐานด้านการจัดเก็บข้อมูล 43% ซึ่งสูงกว่าความพร้อมของทรัพยากรประมวลผลที่ 27% และข้อจำกัดด้านพลังงานที่ 24% นอกจากนี้ 76% ยังจัดให้การลงทุนในดาต้าเซ็นเตอร์เป็นหนึ่งในสามลำดับความสำคัญสูงสุดด้านโครงสร้างพื้นฐาน และ 20% ยกให้เป็นเรื่องสำคัญอันดับหนึ่ง สะท้อนว่าโจทย์ AI ขององค์กรกำลังขยายจากเรื่อง Compute ไปสู่การเตรียมข้อมูล การจัดเก็บ การเข้าถึง และการกำกับดูแลข้อมูลควบคู่กัน
ช่องว่างระหว่างความต้องการกับความพร้อมจึงเป็นประเด็นสำคัญของรายงาน เพราะแม้องค์กรเกือบทั้งหมดมองเห็นว่าปริมาณข้อมูลจะเพิ่มขึ้น แต่มีเพียง 38% ที่มั่นใจว่าระบบของตัวเองพร้อมรองรับในระยะยาว นอกเหนือจาก Storage แล้ว องค์กรยังระบุถึงอุปสรรคด้านระดับความพร้อมของกลยุทธ์ AI 16%, งบประมาณและทรัพยากร 14% และการจัดการกับการกำกับดูแลข้อมูล 14% Seagate จึงใช้แนวคิด “Sustainable Scaling” อธิบายการขยายโครงสร้างพื้นฐานที่ไม่ได้เพิ่มความจุไปเรื่อย ๆ เพียงอย่างเดียว แต่ต้องวางแผนให้ระบบรองรับข้อมูล AI ที่เพิ่มขึ้น พร้อมรักษาประสิทธิภาพ บริหารทรัพยากร และดึงคุณค่าจากข้อมูลได้ในระยะยาว เพราะเมื่อข้อมูลมีโอกาสสร้างมูลค่าทางธุรกิจมากขึ้น การตัดสินใจว่าจะเก็บข้อมูลอย่างไร เข้าถึงได้เร็วแค่ไหน และบริหารตลอดอายุการใช้งานอย่างไร ก็กลายเป็นส่วนหนึ่งของกลยุทธ์ AI ด้วย
เรื่องพลังงานและความยั่งยืนก็เริ่มมีผลโดยตรงต่อการตัดสินใจลงทุน โดย 77% ขององค์กรระบุว่าเคยชะลอหรือปรับโครงสร้างแผนขยายโครงสร้างพื้นฐาน AI เนื่องจากความกังวลเรื่องความยั่งยืนหรือการใช้พลังงาน และในจำนวนนี้ 36% ปรับแผนอย่างมีนัยสำคัญ ความกังวลด้านสิ่งแวดล้อมที่ถูกพูดถึงมากคือการใช้พลังงานจาก AI ที่ 52% และการปล่อยคาร์บอนจากการใช้พลังงานที่ 51% ขณะเดียวกัน 97% มองว่าการยืดอายุการใช้งานของโครงสร้างพื้นฐานสามารถช่วยด้านความยั่งยืนได้อย่างมีนัยสำคัญ และ 94% คาดว่าการดำเนินงานระบบจัดเก็บข้อมูลขององค์กรจะมีความยั่งยืนมากขึ้นภายในอีก 5 ปี ตัวเลขเหล่านี้ทำให้เห็นว่าการขยาย AI ในองค์กรไม่ได้วัดกันเพียงว่ามีฮาร์ดแวร์มากแค่ไหน แต่ต้องคิดถึงต้นทุน พลังงาน อายุระบบ และประสิทธิภาพในระยะยาวด้วย
Data Infrastructure Readiness Report 2026 จัดทำจากงานวิจัยของ Recon Analytics ในนามของ Seagate ระหว่างเดือนพฤษภาคม–มิถุนายน 2569 โดยสำรวจผู้มีอำนาจตัดสินใจด้านเทคโนโลยี 2,712 คนจากสหรัฐอเมริกา จีน อินเดีย สหราชอาณาจักร เยอรมนี ฝรั่งเศส และญี่ปุ่น ครอบคลุมทั้งความพร้อมด้าน AI การลงทุน สถาปัตยกรรม Storage ประสิทธิภาพ ความยั่งยืน และการวางแผนระยะยาว ภาพที่ได้จากรายงานจึงน่าสนใจตรงที่ AI อาจกำลังเปลี่ยนโจทย์จาก “เรามีพลังประมวลผลเพียงพอหรือไม่” ไปเป็น “เราพร้อมจัดการข้อมูลทั้งหมดที่จะเกิดขึ้นหรือยัง” เพราะหาก AI ยิ่งถูกนำมาใช้มากขึ้น ปริมาณข้อมูลก็จะยิ่งเพิ่ม และข้อมูลเหล่านั้นอาจกลายเป็นสินทรัพย์ที่องค์กรต้องเก็บ บริหาร และนำกลับมาใช้เพื่อสร้างมูลค่าต่อไปในอนาคต
