Dell ในงาน Six Five Summit: AI เปลี่ยนจากการทดลองสู่การใช้งานจริง

เมื่อวันอังคารที่ 25 ส.ค. 2026 Dell Technologies (DELL) ได้ใช้เวที The Six Five Summit: AI Unleashed 2026 เพื่อยืนยันว่า AI แบบ Agentic กําลังเปลี่ยนจากโครงการทดลองไปสู่การดําเนินธุรกิจจริง บริษัทระบุว่าโอกาสทางธุรกิจนั้นมีขนาดใหญ่มาก แต่ความต้องการด้านโครงสร้างพื้นฐาน ความปลอดภัย และการเปลี่ยนแปลงองค์กรก็มีความท้าทายไม่แพ้กัน

หุ้น Dell ปรับตัวขึ้น 3.76% สู่ระดับ $449.47 ใกล้กับจุดสูงสุดของช่วง 52 สัปดาห์ที่ $110.22 ถึง $514 ขณะที่นักลงทุนยังคงประเมินกลยุทธ์ AI ของบริษัทเทียบกับต้นทุนการสร้างโครงสร้างพื้นฐานสําหรับกลุ่มงานประเภทใหม่

ประเด็นสําคัญ

• Dell ระบุว่า AI แบบ Agentic กําลังเปลี่ยนจุดสนใจขององค์กรจากการปลดล็อกข้อมูลไปสู่การแปลงงานเป็นดิจิทัลและการดําเนินการแบบอัตโนมัติ
• บริษัทลดโครงการ AI ที่เป็นไปได้จาก 900 โครงการเหลือ 13 โครงการที่มีเป้าหมายชัดเจน และระบุว่าความพยายามเหล่านั้นช่วยแยกการเติบโตของรายได้ออกจากโครงสร้างต้นทุน
• ความต้องการด้านโครงสร้างพื้นฐานกําลังเปลี่ยนแปลง โดยหน่วยความจํากลายเป็นข้อจํากัดหลัก และบทบาทของ CPU มีความสําคัญมากขึ้นในการประสานงานและการควบคุม Agent
• Dell ระบุว่าทุกงานจะเปลี่ยนแปลง แต่งานจะไม่หายไป เพราะ Agent จะนํางานบางประเภทออกไป ไม่ใช่ทั้งตําแหน่ง
• ด้านความปลอดภัยและ Governance ต้องการ Identity ดิจิทัลสําหรับ Agent โปรโตคอลการสื่อสารใหม่ และการวางแผนสําหรับการเข้ารหัสแบบ Post-Quantum

มุมมองเชิงกลยุทธ์: จาก Generative AI สู่ Agentic AI

John Roese ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีและ AI ระดับโลกของ Dell กล่าวว่าบริษัทมองว่า AI แบบ Agentic เป็นการเปลี่ยนแปลงขั้นพื้นฐานจากยุค Generative AI ในมุมมองของเขา คลื่นลูกแรกของ AI มุ่งเน้นการปลดล็อกข้อมูลและปรับปรุงการเข้าถึงข้อมูล คลื่นลูกถัดไปคือการแปลงงานเป็นดิจิทัลและให้ซอฟต์แวร์ดําเนินงานโดยมีการแทรกแซงจากมนุษย์น้อยลง

Roese กล่าวว่าการเปลี่ยนแปลงนี้ไม่ใช่แค่ด้านเทคนิค แต่ยังบังคับให้บริษัทต้องคิดใหม่เกี่ยวกับวิธีการจัดระเบียบ วัดผล และบริหารงาน เขาอธิบาย Dell ว่าเป็น "Customer Zero" หมายความว่าบริษัทกําลังทดสอบ Agent อัตโนมัติภายในการดําเนินงานของตนเองก่อนที่จะขยายแนวทางนี้ออกไปในวงกว้าง

• AI แบบ Agentic กําลังเปลี่ยนจากการทดลองไปสู่การใช้งานในระดับ Production
• เป้าหมายไม่ใช่แค่คําตอบที่ดีขึ้น แต่คือการดําเนินงานจริง
• บริษัทต้องออกแบบกระบวนการใหม่ ไม่ใช่แค่เพิ่ม Agent เข้าไปในกระบวนการทํางานเดิม

ผลประกอบการทางการเงินและผลกระทบต่อธุรกิจ

Dell ระบุว่างาน AI ภายในองค์กรได้สร้างผลลัพธ์ทางธุรกิจที่วัดได้แล้ว บริษัทเปลี่ยนจากโครงการ AI ที่เป็นไปได้ประมาณ 900 โครงการเหลือ 13 โครงการที่มีเป้าหมายชัดเจนซึ่งถูกคัดเลือกเพื่อมูลค่าทางธุรกิจที่ชัดเจน

จากการหารือ โครงการเหล่านั้นช่วยให้ Dell แยกการเติบโตของรายได้ออกจากโครงสร้างต้นทุน ซึ่งบริษัทอธิบายว่าเป็นผลลัพธ์ที่ผิดปกติ สรุประบุว่าการเพิ่มผลิตภาพจากการใช้งาน Agentic ในระยะแรกอาจอยู่ในช่วง 20% ถึง 40% โดยมีโอกาสเพิ่มขึ้นได้มากกว่านี้เมื่อ Agent เข้ารับผิดชอบงานทั้งหมวดหมู่

• โครงการ AI ที่มีศักยภาพ 900 โครงการถูกคัดเหลือ 13 โครงการที่มีจุดมุ่งหมายชัดเจน
• การเพิ่มผลิตภาพในระยะแรกอยู่ที่ 20% ถึง 40%
• ในระยะต่อมา การเพิ่มขึ้นอาจมีขนาดใหญ่กว่าหลายเท่า
• กรณีการใช้งานที่แตกต่างกันต้องการเศรษฐศาสตร์ที่แตกต่างกันมาก ตั้งแต่ Agent สนับสนุนการตัดสินใจของ CEO ที่มีต้นทุนรายเดือนกว่า 100,000 ดอลลาร์ ไปจนถึง Agent ทําความสะอาด CRM ที่มีต้นทุนต่ํากว่า 0.50 ดอลลาร์ต่อรายการ

บริษัทยังระบุว่าได้วิเคราะห์งาน 6,800 ตําแหน่งเพื่อทําความเข้าใจว่างานถูกแบ่งอย่างไรและ Agent สามารถช่วยได้ที่ไหน การทบทวนนั้นถูกใช้เพื่อระบุว่าส่วนใดของตําแหน่งงานเหมาะสมสําหรับการทําให้เป็นอัตโนมัติและส่วนใดยังต้องการการตัดสินใจของมนุษย์

อัปเดตการดําเนินงาน: โครงสร้างพื้นฐานกําลังเปลี่ยนแปลง

ส่วนสําคัญของการหารือมุ่งเน้นไปที่โครงสร้างพื้นฐาน Matt ซึ่งได้รับการระบุว่าเป็นผู้เชี่ยวชาญด้านโครงสร้างพื้นฐาน กล่าวว่าหน่วยความจํากลายเป็นทรัพยากรที่เป็นข้อจํากัดในกลุ่มงาน Agentic Inference ไม่ใช่การประมวลผล เขากล่าวว่ากระบวนการทํางานของ Agent ที่ทํางานนานจะเก็บสถานะไว้ใน Key-Value Cache และอาจหมดความจุหน่วยความจําและแบนด์วิดท์หน่วยความจําก่อนที่จะหมดกําลังประมวลผล

ผู้พูดระบุว่าส่วนผสมของฮาร์ดแวร์กําลังเปลี่ยนแปลงด้วย ใน AI แบบดั้งเดิม อัตราส่วน CPU ต่อ GPU มักอยู่ในช่วง 8 ต่อ 1 ถึง 16 ต่อ 1 ในกลุ่มงาน Agentic อัตราส่วนนั้นอาจเปลี่ยนเป็น 1 ต่อ 1 หรือ 2 ต่อ 1 เนื่องจาก CPU ทําหน้าที่ประสานงาน การแยกสาขา การดึงข้อมูล การเรียกใช้เครื่องมือ และการประสานงาน Agent มากขึ้น

• หน่วยความจํา ไม่ใช่การประมวลผล กําลังกลายเป็นข้อจํากัดหลักใน Agentic Inference
• ความสําคัญของ CPU กําลังเพิ่มขึ้นเพราะ Agent ต้องการการประสานงานและตรรกะการแยกสาขา
• ความหน่วงแฝงกลายเป็นปัญหาในการใช้งานจริงในระดับขนาดใหญ่ และการเพิ่มโหนดไม่ได้แก้ปัญหา Tail Latency ด้วยตัวเอง
• ระบบ Agentic ใช้ข้อมูลแบบระเบิดที่ปัจจุบัน เฉพาะเจาะจง และมีเป้าหมาย แทนที่จะเป็นชุดข้อมูลการฝึกขนาดใหญ่
• การใช้งาน Platform ต้องการเทคโนโลยีที่นํากลับมาใช้ใหม่ได้ ไม่ใช่ระบบที่ปรับแต่งสูงสําหรับการใช้งานเดียว

สรุปยังระบุว่ากลุ่มงาน Agentic สร้างรูปแบบข้อมูลที่ต่อเนื่องแต่เป็นระเบิด ทําให้แตกต่างจากระบบการฝึกที่สร้างขึ้นรอบชุดข้อมูลคงที่ขนาดใหญ่และการใช้การประมวลผลสูง

Governance ความปลอดภัย และ Identity ของ Agent

Dell ระบุว่า AI แบบ Agentic ต้องการรูปแบบ Governance ใหม่ Roese กล่าวว่าบริษัทไม่ได้ใช้แนวทางจากล่างขึ้นบน แต่ใช้การจัดลําดับความสําคัญจากบนลงล่างและการวิเคราะห์กระบวนการทางธุรกิจเพื่อตัดสินใจว่าควรใช้งาน Agent ที่ไหน

ความปลอดภัยก็กําลังเปลี่ยนแปลงเช่นกัน Dell ระบุว่า Agent อัตโนมัติทั้งหมดที่เข้าถึงข้อมูลของบริษัทจะมี Identity ดิจิทัลที่ออกโดย Dell Identity นั้นให้บริษัทควบคุมการเข้าถึงอย่างละเอียดและความสามารถในการเพิกถอนสิทธิ์หากจําเป็น

• Agent อัตโนมัติทั้งหมดที่เข้าถึงข้อมูล Dell จะได้รับ Identity ดิจิทัลที่ออกโดย Dell
• การเพิกถอน Identity สามารถทําหน้าที่เป็นสวิตช์ปิดหาก Agent ทํางานผิดปกติ
• การควบคุมการเข้าถึงอย่างละเอียดเชื่อมโยงกับ Identity ของ Agent
• โปรโตคอลมาตรฐาน เช่น A2A และ MCP ถูกนํามาใช้สําหรับการสื่อสารและความปลอดภัยของ Agent

บริษัทยังแยกความแตกต่างระหว่าง Inherited Agent และ Headless Agent Inherited Agent ทํางานแทนผู้ใช้เฉพาะและใช้ข้อมูลประจําตัวของพวกเขา Headless Agent ทํางานอย่างอิสระมากกว่าและคาดว่าจะคิดเป็นประมาณ 70% ของการใช้งานในอนาคต ตามการหารือ ซึ่งสร้างความท้าทายด้านความปลอดภัยใหม่เพราะ Agent เหล่านี้ไม่เข้ากับลําดับชั้นองค์กรแบบดั้งเดิม

การแปลงงานเป็นดิจิทัลและการพัฒนาของตําแหน่งงาน

หนึ่งในข้อความที่ชัดเจนที่สุดจากเซสชันนี้คือ Agent ไม่ได้นํางานออกไป แต่นํางานบางประเภทออกจากตําแหน่งงานเหล่านั้น Roese กล่าวว่าทุกงานประกอบด้วยงานหลายประเภท และ Agent สามารถรับผิดชอบบางส่วนในขณะที่ปล่อยส่วนที่เหลือให้คน

สรุประบุประเภทงานห้าหมวดหมู่ในทุกตําแหน่ง ได้แก่ งานด้านผลิตภาพ งานด้านสุขอนามัย งานด้านการประสานงาน งานด้านผู้เชี่ยวชาญ และงานด้านองค์ประกอบมนุษย์ ผู้พูดระบุว่าทุกงานมีอย่างน้อยสามหมวดหมู่เหล่านี้ และไม่มีงานใดที่เป็นเนื้อเดียวกันทั้งหมด

• งานด้านผลิตภาพรวมถึงงานผลผลิตประจํา
• งานด้านสุขอนามัยครอบคลุมการบํารุงรักษาและการทําความสะอาด
• งานด้านการประสานงานรวมถึงการส่งต่อและการจัดการกระบวนการ
• งานด้านผู้เชี่ยวชาญต้องการการตัดสินใจและความรู้เฉพาะทาง
• งานด้านองค์ประกอบมนุษย์รวมถึงการมีปฏิสัมพันธ์ การมีอิทธิพล และการตีความ

Roese กล่าวว่า Agent ดึงงานออกจาก "ภาชนะ" ของตําแหน่งงาน ซึ่งบังคับให้งานต้องพัฒนา เขากล่าวว่าผลลัพธ์ไม่ใช่การทําลายงาน แต่เป็นการออกแบบงานใหม่ ในตัวอย่างการพัฒนาซอฟต์แวร์ที่หารือในการประชุม Agent นํางานการใส่คําอธิบายโค้ด การเขียนโค้ด และการประสานงาน CI/CD ออกไป ทําให้สถาปนิกมุ่งเน้นไปที่การพัฒนาข้อกําหนดและการมีปฏิสัมพันธ์กับมนุษย์มากขึ้น

"Agent ไม่ได้เอางานของคุณไป แต่เปลี่ยนงานของคุณ" Roese กล่าว พร้อมเสริมว่างานถูกผลักไป "ต่ํากว่าระดับเสียงรบกวน" และทําโดยเครื่องจักร

แนวโน้มในอนาคต: โมเดลไฮบริดและเศรษฐศาสตร์ที่หลากหลาย

ผู้พูดโต้แย้งว่าบริษัทไม่ควรพึ่งพาโมเดลเดียวหรือรูปแบบการใช้งานเดียว Dell ระบุว่าใช้แหล่งโทเค็นสี่ถึงห้าแหล่งที่แตกต่างกัน แต่ละแหล่งมีเศรษฐศาสตร์ ระดับการปฏิบัติตามกฎระเบียบ และความสามารถที่แตกต่างกัน

แหล่งเหล่านั้นรวมถึงโมเดลแบบ Open ที่ติดตั้งภายในองค์กร โมเดล Frontier ที่ติดตั้งภายในองค์กร โมเดล Frontier ใน Virtual Private Cloud ที่ควบคุม API และโมเดลบนอุปกรณ์ Dell ระบุว่าความหลากหลายนี้ไม่ใช่ความซับซ้อนที่ไม่จําเป็น แต่เป็นวิธีการจับคู่โมเดลและโครงสร้างต้นทุนที่เหมาะสมกับกลุ่มงานที่เหมาะสม

• สถาปัตยกรรมไฮบริดถูกอธิบายว่าเป็นทางเลือก ไม่ใช่ความซับซ้อนโดยไม่มีเหตุผล
• กลุ่มงานที่แตกต่างกันต้องการโปรไฟล์การปฏิบัติตามกฎระเบียบและต้นทุนที่แตกต่างกัน
• องค์กรต้องการการเข้าถึงโมเดลหลายประเภทเพื่อรองรับงานที่หลากหลาย
• เศรษฐศาสตร์ของโทเค็นต้องเหมาะสมกับกรณีการใช้งาน มิฉะนั้นการใช้งานจะไม่ขยายตัวได้

Roese กล่าวว่า Agent สนับสนุนการตัดสินใจของ CEO อาจมีต้นทุนการดําเนินงานรายเดือนสูงกว่า 100,000 ดอลลาร์ ในขณะที่ Agent ทําความสะอาด CRM ต้องทํางานด้วยต้นทุนที่ต่ํากว่ามากจึงจะสมเหตุสมผล ความแตกต่างนั้น เขากล่าว แสดงให้เห็นว่าทําไมแนวทาง Monoculture จึงล้มเหลวในทางปฏิบัติ

ความปลอดภัยในอนาคต: การวางแผน Post-Quantum

การหารือยังหันมาพูดถึงการเข้ารหัสแบบ Post-Quantum Roese กล่าวว่าอุตสาหกรรมจะต้องนํามาใช้ แต่เขาแนะนําว่ายังมีเวลาที่จะทําเช่นนั้นอย่างเป็นระเบียบ

เขาอธิบายความเสี่ยงว่าเป็นปัญหา "จับตอนนี้-เก็บเกี่ยวทีหลัง" ซึ่งข้อมูลที่ส่งผ่านอินเทอร์เฟซสาธารณะอาจถูกจัดเก็บในตอนนี้และถอดรหัสในภายหลังหากการประมวลผลควอนตัมทําลายการเข้ารหัสแบบ Asymmetric ในปัจจุบัน เขากล่าวว่าปัญหาเฉพาะคือความสามารถของระบบควอนตัมในการแยกตัวประกอบจํานวนเฉพาะ ซึ่งจะทําให้ RSA และโปรโตคอลที่คล้ายกันอ่อนแอลง

• การเข้ารหัสแบบ Post-Quantum จะมีความจําเป็นสําหรับระบบในอนาคต
• ความกังวลหลักคือการเปิดเผยข้อมูลในระยะยาวที่เคลื่อนที่ผ่านอินเทอร์เฟซสาธารณะ
• โครงสร้างพื้นฐานในปัจจุบันควรสร้างโดยคํานึงถึงมาตรฐานความปลอดภัยในอนาคต

ไฮไลต์จากช่วงถามตอบ

ในช่วงถามตอบ Roese กลับมาที่ประเด็นแรงงานและกล่าวว่าความแตกต่างที่สําคัญคือระหว่างงาน งานย่อย และตําแหน่งงาน เขากล่าวว่าการถกเถียงสาธารณะมักปฏิบัติต่อคําเหล่านั้นเหมือนกัน แต่ไม่ใช่ ในมุมมองของเขา Agent นํางานออกไป ไม่ใช่ตําแหน่งงาน และนั่นหมายความว่าทุกงานจะเปลี่ยนแปลง

เขากล่าวว่าตัวอย่างการพัฒนาซอฟต์แวร์แสดงให้เห็นว่าตําแหน่งงานสามารถมีความเฉพาะเจาะจงมากขึ้นและน่าพึงพอใจมากขึ้นเมื่องานประจําถูกนําออกไป งานที่เหลือมักมีมูลค่าสูงกว่าและเน้นมนุษย์มากกว่า

• งานจะพัฒนา แต่จะไม่หายไป
• ทุกงานมีงานที่ Agent สามารถดึงออกมาได้
• ตําแหน่งในอนาคตจะมุ่งเน้นไปที่งานด้านผู้เชี่ยวชาญและงานด้านองค์ประกอบมนุษย์มากขึ้น

Roese ยังกล่าวถึงข้อกังวลด้านโครงสร้างพื้นฐาน โดยกล่าวว่าการไม่ทําอะไรเลยเป็นแนวทางเดียวที่จะล้มเหลวอย่างแน่นอน เขาโต้แย้งว่าบริษัทสามารถจัดการการเปลี่ยนแปลงได้หากทํา

บทความนี้ถูกแปลโดยใช้ความช่วยเหลือจากปัญญาประดิษฐ์(AI) สำหรับข้อมูลเพิ่มเติม โปรดอ่านข้อกำหนดการใช้งาน