22 สิงหาคม 202622 สิงหาคม 2026
การ์ทเนอร์คาดว่าการใช้จ่าย AI-Optimized IaaS ขององค์กรไทยในปี 2569 จะเกิน 1.8 พันล้านบาท โต 207.3% จากปีก่อนหน้า ขณะที่ตลาดทั่วโลกจะมีมูลค่า 42,276 ล้านดอลลาร์สหรัฐฯ โต 96.4% ปัจจัยหลักคือเวิร์กโหลด Inference ที่เริ่มมีมูลค่าการใช้จ่ายสูงกว่า Training
AI-Optimized IaaS โต 96.4% ขณะที่ IaaS รวมโต 29.3%
AI-Optimized IaaS ทั่วโลกมีมูลค่า 21,529 ล้านดอลลาร์สหรัฐฯ ในปี 2568 และการ์ทเนอร์คาดว่าจะเพิ่มเป็น 42,276 ล้านดอลลาร์สหรัฐฯ ในปี 2569 ก่อนแตะ 66,143 ล้านดอลลาร์สหรัฐฯ ในปี 2570 ในช่วงเดียวกัน ตลาด IaaS รวมคาดว่าจะเพิ่มจาก 222,170 ล้านดอลลาร์สหรัฐฯ เป็น 287,347 ล้านดอลลาร์สหรัฐฯ และ 359,899 ล้านดอลลาร์สหรัฐฯ ตามลำดับ
Inference แซง Training ในปี 2569
การ์ทเนอร์คาดว่าการใช้จ่ายสำหรับ Inference จะอยู่ที่ 23.3 พันล้านดอลลาร์สหรัฐฯ ในปี 2569 สูงกว่า Training ที่ราว 19 พันล้านดอลลาร์สหรัฐฯ และมีสัดส่วน 55% ของการใช้จ่าย AI-Optimized IaaSทั้งหมด สัดส่วนนี้คาดว่าจะเพิ่มเป็น 59% ในปี 2570
Inference คือการประมวลผลเมื่อโมเดล AI ถูกเรียกใช้งานจริง เช่น การตอบคำถาม การทำงานกับระบบลูกค้า หรือการประมวลผลในกระบวนการปฏิบัติการ จึงต้องใช้ทรัพยากรคลาวด์อย่างต่อเนื่องมากกว่าการฝึกฝนโมเดลเป็นระยะ
Agentic AI และโมเดลเฉพาะทางเพิ่มงานประมวลผลแบบเรียลไทม์
ตามคาดการณ์ของการ์ทเนอร์ การเติบโตของ Agentic AI ทำให้ระบบต้องประมวลผลงานหลายขั้นตอนและทำงานได้อิสระมากขึ้น ขณะเดียวกัน โมเดลที่ปรับจูนแล้วและ Domain-Specific Models ถูกเชื่อมเข้ากับระบบลูกค้าและระบบปฏิบัติการมากขึ้น ส่งผลให้ความต้องการ Inference แบบเรียลไทม์เพิ่มขึ้น
ไทยคาดใช้จ่ายเกือบ 3.2 พันล้านบาทในปี 2570
การ์ทเนอร์คาดว่าการใช้จ่าย AI-Optimized IaaSของไทยจะเพิ่มจากกว่า 1.8 พันล้านบาทในปี 2569 ไปใกล้ 3.2 พันล้านบาทในปี 2570 องค์กรที่นำ AI เข้าสู่ระบบจริงจึงต้องวางแผนกำลังประมวลผลและต้นทุนของเวิร์กโหลด Inference ควบคู่กับการเลือกโมเดลและแอปพลิเคชัน
ติดตามข่าวสาร อัปเดตเทคโนโลยี รีวิวของใหม่ก่อนใคร ได้ทาง www.techoffside.com และ ช่องทางโซเชียล Facebook, Instagram, YouTube และ TikTok