Palo Alto Networks ในงาน Goldman Sachs: AI ขับเคลื่อนกลยุทธ์ Platform

วันพฤหัสบดีที่ 10 ก.ย. 2026 — Palo Alto Networks (PANW) ใช้เวที Goldman Sachs Communacopia + Technology Conference 2026 เพื่อชี้ให้เห็นว่าปัญญาประดิษฐ์ (AI) กําลังขยายทั้งพื้นที่เสี่ยงด้านไซเบอร์และโอกาสระยะยาวของบริษัท ประธานเจ้าหน้าที่บริหาร Nikesh Arora กล่าวว่าธุรกิจได้รับประโยชน์จากความต้องการด้านความปลอดภัยแบบ Platform ที่เพิ่มขึ้น แต่เขาก็เตือนด้วยว่าความปลอดภัยด้าน AI ยังอยู่ในขั้นไม่สมบูรณ์ มีต้นทุนสูงที่ชายขอบ และยังอยู่ระหว่างการพัฒนา

ประเด็นสําคัญ

• Palo Alto Networks มองว่า AI เป็นแรงผลักดันที่จะเพิ่มปริมาณการรับส่งข้อมูลในเครือข่าย การใช้จ่ายด้านความปลอดภัย และความต้องการผู้ให้บริการแบบ Platform
• Arora กล่าวว่าขนาดของบริษัท การเก็บรวบรวมข้อมูล และความหลากหลายของผลิตภัณฑ์คือข้อได้เปรียบทางการแข่งขันหลัก
• บริษัทกําลังรุกเข้าสู่ตลาดความปลอดภัยด้าน AI ในระยะแรก แต่ Arora กล่าวว่าตลาดส่วนใหญ่ยังไม่ถูกสร้างขึ้น และเศรษฐศาสตร์ของโมเดลชายขอบยังไม่เหมาะสมสําหรับการใช้งานปลายทางหลายกรณี
• Prisma AIRS มีรายได้แตะ 100 ล้านดอลลาร์ ขณะที่ Mithos ช่วยให้บริษัทค้นพบช่องโหว่ภายใน 1,200 รายการหลังจากเปิดตัว
• หุ้นปิดที่ $338.49 เพิ่มขึ้น 1.01% ในช่วงการซื้อขายปกติ และแทบไม่เปลี่ยนแปลงในช่วงหลังเวลาทําการ

AI ภัยคุกคามไซเบอร์ และการเปลี่ยนแปลงของตลาดความปลอดภัย

Arora กล่าวว่าอุตสาหกรรม Cybersecurity กําลังเข้าสู่การเปลี่ยนแปลงครั้งใหญ่ เนื่องจากบริษัทต่างๆ ทุ่มเงินลงทุนในโครงสร้างพื้นฐาน AI เขาชี้ให้เห็นถึงการใช้จ่ายด้านการประมวลผล AI ที่คาดการณ์ไว้ที่ 5 ล้านล้านดอลลาร์ในช่วงห้าปีข้างหน้า โดยระบุว่าการขยายตัวดังกล่าวจะสร้างปริมาณการรับส่งข้อมูลที่ต้องการการตรวจสอบและการป้องกันมากขึ้นอย่างมาก

• เขากล่าวว่าการใช้จ่าย 5 ล้านล้านดอลลาร์ในช่วง 25 ปีที่ผ่านมาสร้างระดับการรับส่งข้อมูลในปัจจุบัน ขณะที่ 5 ล้านล้านดอลลาร์ถัดไปอาจสร้างปริมาณการรับส่งข้อมูลได้มากถึงหกเท่า
• เขากล่าวว่าการรับส่งข้อมูลขององค์กรทั้งหมดผ่านการตรวจสอบในรูปแบบใดรูปแบบหนึ่งอยู่แล้ว ไม่ว่าจะเป็น SASE ไฟร์วอลล์ซอฟแวร์ หรือไฟร์วอลล์ Hardware
• เขาระบุว่าการรับส่งข้อมูลด้านการเขียนโค้ดเป็นจุดอ่อนสําคัญ โดยกล่าวว่าอินสแตนซ์การเขียนโค้ดที่สร้างโดย AI มูลค่ากว่า 100 พันล้านดอลลาร์ยังคงไม่ได้รับการรักษาความปลอดภัยเป็นส่วนใหญ่
• การรับส่งข้อมูลแบบ Agentic บน Platform SASE เพิ่มขึ้น 9 เท่า แม้ว่า Arora จะกล่าวว่าปัญหาที่กว้างกว่านั้นคือการรับส่งข้อมูลทั้งหมด ไม่ว่าจะสร้างโดยมนุษย์หรือเครื่องจักร ต้องได้รับการตรวจสอบ

Arora กล่าวว่าความปลอดภัยด้าน AI ยังอยู่ในขั้นเริ่มต้น เขาอธิบายว่าหมวดหมู่นี้ส่วนใหญ่ยังไม่ถูกสร้างขึ้น และกล่าวว่าไม่มีผู้ให้บริการรายใด รวมถึง Palo Alto Networks ที่มี stack ที่สมบูรณ์

• เขาประเมินว่า stack ความปลอดภัย AI พื้นฐานสามารถสร้างได้ในสามถึงหกเดือน แม้ว่าภูมิทัศน์จะเปลี่ยนแปลงอยู่ตลอดเวลา
• เขายกตัวอย่างสถาปัตยกรรมใหม่ เช่น Muse ของ Meta เป็นหลักฐานว่าข้อกําหนดด้านความปลอดภัยต้องได้รับการประเมินใหม่บ่อยครั้ง
• เขากล่าวว่าเครื่องมือ AI หลายตัว รวมถึง Claude Code ของ Anthropic และ Codex ของ OpenAI ยังไม่มี API ความปลอดภัยแบบ inline
• เขาเปรียบเทียบสถานการณ์นี้กับความปลอดภัยในการบิน โดยกล่าวว่ากฎความปลอดภัยมักมาถึงหลังจากอุตสาหกรรมหลักเติบโตเต็มที่แล้ว

ขนาดของ Platform ในฐานะคูเมืองของบริษัท

Arora นําเสนอข้อได้เปรียบหลักของ Palo Alto Networks ว่าคือการทําให้เป็น Platform ไม่ใช่สายผลิตภัณฑ์ใดผลิตภัณฑ์หนึ่ง เขากล่าวว่าการมีฐานที่กว้างขวางของบริษัทช่วยให้สามารถเก็บรวบรวมและวิเคราะห์ข้อมูลในหลายชั้นความปลอดภัย แล้วใช้ข้อมูลนั้นในการรวมผู้ให้บริการ

• บริษัทมีเซ็นเซอร์ที่ติดตั้งแล้ว 180 ล้านตัวทั่วโลก ครอบคลุมศูนย์ข้อมูล ไฟร์วอลล์ และปลายทาง
• ประมวลผลข้อมูล 19 เพตาไบต์ต่อวันผ่านโครงสร้างพื้นฐาน Google Cloud
• Arora กล่าวว่าขนาดดังกล่าวทําให้บริษัทยากต่อการแทนที่ เพราะคู่แข่งรายใดก็ตามจะต้องย้ายข้อมูลจํานวนมหาศาลไปที่อื่น
• เขากล่าวว่า Palo Alto Networks แข่งขันในหมวดหมู่ Gartner Magic Quadrant มากกว่า 27 หมวดหมู่ และครองตําแหน่งผู้นําในมากกว่า 20 หมวดหมู่

เขายังอธิบายถึงตลาดที่กําลังรวมศูนย์มากขึ้นรอบๆ ผู้เล่นแบบ Platform รายใหญ่

• ในปี 2012 ตลาด Cybersecurity มีมูลค่าตลาดรวม 40 พันล้านดอลลาร์ และ Symantec ครองส่วนแบ่งประมาณ 30%
• ปัจจุบัน Arora กล่าวว่ามูลค่าตลาดของอุตสาหกรรมอยู่ที่ประมาณ 670 พันล้านดอลลาร์ และ Palo Alto Networks คิดเป็นประมาณ 45% ของมูลค่าตลาดรวม
• เขากล่าวว่าบริษัทสามารถดําเนินงานได้อย่างมีประสิทธิภาพมากกว่าคู่แข่งรายเล็ก 500 ถึง 600 basis points
• องค์กรโดยเฉลี่ยยังคงใช้ผู้ให้บริการ Cybersecurity 30 ถึง 40 รายพร้อมกัน ซึ่งสร้างโอกาสในการรวมผู้ให้บริการ

อัปเดตการดําเนินงานและความก้าวหน้าของผลิตภัณฑ์

Arora กล่าวว่า Palo Alto Networks ได้เร่งการพัฒนาผลิตภัณฑ์ภายใต้การนําของเขา เขาตั้งข้อสังเกตว่าปัจจุบันบริษัทเปิดตัวการติดตั้งผลิตภัณฑ์ประมาณ 70 รายการต่อปี เทียบกับนวัตกรรมผลิตภัณฑ์หลักครั้งสุดท้ายในปี 2015 ก่อนที่เขาจะเข้าร่วมในปี 2018

• บริษัทได้ทําการซื้อกิจการแล้ว 47 ครั้งภายใต้ผู้นําปัจจุบัน
• เขากล่าวว่ากลยุทธ์คือการรวมข้อมูลครั้งเดียวและใช้สําหรับกรณีการใช้งานด้านความปลอดภัยและการวิเคราะห์หลายกรณี
• เขาอธิบายว่า SIEM เป็นหนึ่งในพื้นที่ที่กําลังถูกปรับเปลี่ยนโดยความสามารถของ Mithos
• เขากล่าวว่าการสังเกตการณ์เป็นอีกหนึ่งพื้นที่ที่กําลังเปลี่ยนแปลง ส่วนหนึ่งเป็นเพราะลูกค้าต้องการต้นทุนที่ต่ํากว่าและเครื่องมือที่บูรณาการมากขึ้น

Arora ยังพูดถึง Mithos ซึ่งเป็นเครื่องมือค้นหาช่องโหว่ที่ขับเคลื่อนด้วย AI ของบริษัท ในฐานะทั้งสินทรัพย์ทางเทคนิคและการตลาด

• หลังจาก Mithos เปิดตัว Palo Alto Networks พบช่องโหว่ภายใน 1,200 รายการ
• ใช้เวลาสามถึงสี่เดือนในการคัดแยกผลลัพธ์จริงออกจาก false positives
• ในสภาวะปกติ การค้นพบช่องโหว่กลับมาอยู่ที่ไม่กี่รายการต่อเดือน ใกล้เคียงกับระดับก่อน Mithos
• บริษัทประมาณ 2,000 แห่ง รวมถึง CEO, CIO และประธานเจ้าหน้าที่ฝ่ายความปลอดภัย ได้สอบถามเกี่ยวกับ Mithos นับตั้งแต่เปิดตัว
• Arora พูดติดตลกว่า Mithos "มีประโยชน์สําหรับฉันในฐานะเครื่องมือการตลาดมากกว่าสิ่งที่ฉันทํามาแปดปี"

โมเดลชายขอบ โมเดลขนาดเล็ก และเศรษฐศาสตร์ของความปลอดภัย

Arora กล่าวว่าโมเดลภาษาชายขอบมีประโยชน์สําหรับการให้เหตุผลและการตรวจจับช่องโหว่ แต่เขาเตือนไม่ให้สันนิษฐานว่าสามารถนําไปใช้งานได้ทุกที่ในการดําเนินงานด้านความปลอดภัย

• เขากล่าวว่า AI สามารถสํารวจทางเลือกได้อย่างละเอียดถี่ถ้วนกว่ามนุษย์ และสามารถให้เหตุผลผ่านปัญหาในแบบที่ซอฟแวร์แบบดั้งเดิมไม่สามารถทําได้
• ในขณะเดียวกัน เขากล่าวว่าโมเดลได้รับการฝึกฝนส่วนใหญ่บนกรณีกระแสหลัก ไม่ใช่กรณีขอบ
• เขากล่าวว่า AI ยังขาดบริบททางธุรกิจและอาจมีปัญหาในการแยกแยะความแตกต่างระหว่างโค้ดที่เป็นอันตรายและการทดสอบความปลอดภัยที่ถูกต้องตามกฎหมาย
• False positives ยังคงเป็นปัญหาสําคัญหากไม่มีความรู้เฉพาะทางและระบบสนับสนุนที่เหมาะสม

เขาระบุว่าโมเดลชายขอบมีราคาแพงเกินไปที่จะใช้งานในระดับปลายทางภายใต้ราคาปัจจุบัน

• ความปลอดภัยปลายทางมักมีค่าใช้จ่าย $30 ถึง $40 ต่ออุปกรณ์ต่อปี
• ปลายทางแต่ละจุดสร้างข้อมูลประมาณ 160 เมกะไบต์ต่อวัน
• Arora กล่าวว่าการรันโมเดลภาษาขนาดใหญ่ชายขอบบนข้อมูลดังกล่าวจะมีค่าใช้จ่ายสูงกว่างบประมาณความปลอดภัยประจําปีมาก ทําให้โมเดลไม่คุ้มค่าทางเศรษฐกิจที่ชายขอบ
• เขากล่าวว่าแนวทางที่ดีกว่าคือแบบผสมผสาน: โมเดลภาษาขนาดเล็กสําหรับงานชายขอบ และโมเดลชายขอบสําหรับการวิเคราะห์และการให้เหตุผลบนคลาวด์

เขาเสริมว่ามีโมเดลภาษาขนาดเล็กมากกว่า 5,000 ตัวบน Hugging Face และหลายตัวสามารถทํางานในพื้นที่ 20 เมกะไบต์ เขากล่าวว่าการจัดการช่องโหว่อาจต้องการการประสานงานระหว่างโมเดลห้าตัวที่แตกต่างกันเพื่อรวบรวมปัญหาทุกประเภท แม้ว่าต้นทุนระยะยาวของโมเดลเก่าควรจะลดลง

รายได้ด้านความปลอดภัย AI และกลยุทธ์การไหลของ token

Palo Alto Networks กําลังสร้างรายได้จากความปลอดภัย AI อยู่แล้ว แต่ Arora กล่าวว่าตลาดในวงกว้างเพิ่งเริ่มก่อตัว

• Prisma AIRS ซึ่งเป็นผลิตภัณฑ์ความปลอดภัย AI แบบเรียลไทม์ของบริษัทสําหรับการตรวจจับ prompt injection และการจัดการโมเดล สร้างรายได้ 100 ล้านดอลลาร์แล้ว
• Arora กล่าวว่าบริษัทใช้จ่ายมากกว่า 1 พันล้านดอลลาร์ต่อปีสําหรับ Services คลาวด์
• เขากล่าวว่าอาจใช้จ่ายหลายร้อยล้านดอลลาร์สําหรับการซื้อ token เพื่อประโยชน์ของลูกค้า
• เขาอธิบายว่านี่เป็นส่วนหนึ่งของกลยุทธ์เพื่อเข้าสู่ "การไหลของ token" ในเศรษฐกิจ AI

Arora กล่าวว่า Palo Alto Networks ต้องการคว้าส่วนแบ่งจากการใช้จ่ายที่จะตามมาหลังการขยายตัวของ AI

• เขาประเมินว่าการใช้จ่ายด้านโครงสร้างพื้นฐาน AI 5 ล้านล้านดอลลาร์อาจสร้างรายได้ประจํารายปีมากกว่า 1 ล้านล้านดอลลาร์ทั่วทั้งระบบนิเวศ
• เขากล่าวว่าความปลอดภัยมักแนบมาที่ 2% ถึง 5% ของการใช้จ่ายด้าน IT
• เขากล่าวว่าการคํานวณดังกล่าวสร้างโอกาสขนาดใหญ่สําหรับบริษัทความปลอดภัยที่สามารถครอบคลุมชั้นข้อมูล การสังเกตการณ์ และการตรวจสอบ
• เขาชี้ให้เห็น Chronosphere บริษัทด้านการสังเกตการณ์ที่ Palo Alto Networks เข้าซื้อกิจการ เป็นวิธีการเก็บรวบรวมข้อมูลครั้งเดียวและใช้ในหลายผลิตภัณฑ์

แนวโน้มในอนาคตและการนํา AI มาใช้ในองค์กร

Arora กล่าวว่าซอฟแวร์องค์กรส่วนใหญ่น่าจะถูกเขียนใหม่ภายใน 10 ปี เมื่อ AI กลายเป็นศูนย์กลางของการออกแบบผลิตภัณฑ์มากขึ้น เขากล่าวว่า Palo Alto Networks กําลังมุ่งสู่ซอฟแวร์ที่เป็น AI-native พร้อมอินเทอร์เฟซแบบสนทนาและการนําทางที่ช่วยเหลือโดย AI

• เขากล่าวว่าระบบบันทึกข้อมูลไม่ใช่คูเมืองที่ยั่งยืนโดยตัวเองอีกต่อไป
• แต่เขากล่าวว่าการเปลี่ยนแปลงอินเทอร์เฟซผู้ใช้และการวิเคราะห์ข้อมูลจะมีความสําคัญมากกว่า
• เขากล่าวว่าปัญญาโดยเฉลี่ยจะกลายเป็นสิ่งฟรีในที่สุด ขณะที่การกําหนดราคาพรีเมียมจะเป็นของปัญญาเฉพาะทางที่มีกรอบโดเมนที่แข็งแกร่ง
• เขากล่าวว่าตลาดความปลอดภัย AI จะยังคงเปลี่ยนแปลงต่อไปเพราะสถาปัตยกรรมใหม่ปรากฏขึ้นทุกไม่กี่เดือน

Arora ยังกล่าวถึงแนวโน้มโครงสร้างพื้นฐานและการติดตั้งนอกเหนือจากโมเดลคลาวด์แบบดั้งเดิม

• เขากล่าวว่าศูนย์ข้อมูลแบบ multi-tenant สร้างโอกาสสําหรับไฟร์วอลล์ ขณะที่สิ่งอํานวยความสะดวก hyperscaler แบบ single-tenant ไม่ได้สร้างโอกาสดังกล่าว
• เขาประเมินว่า 80% ถึง 90% ของโครงสร้างพื้นฐานเป็นแบบ single-tenant และ 10% ถึง 15% เป็นแบบ multi-tenant
• เขากล่าวว่าโครงการ sovereign AI ขององค์กรมีแนวโน้มที่ดีแต่มีความเสี่ยง เพราะเทคโนโลยียังคงเปลี่ยนแปลงอย่างรวดเร็ว

เขาเสริมว่า Palo Alto Networks กําลังปรับกําลังคนให้เข้ากับการเปลี่ยนแปลงของ AI

• บริษัทมีวิศวกรประมาณ 9,000 คน
• Arora ประเมินว่า 5% ถึง 8% อยู่ในระดับ B-plus ด้านทักษะ AI ขณะที่ 1% ถึง 2% อยู่ในระดับ A
• เขากล่าวว่าส่วนที่เหลือจะต้องได้รับการฝึกทักษะใหม่เมื่อ AI กลายเป็นแกนหลักของการพัฒนา
• เขายังกล่าวว่าปัจจุบันเขาใช้เวลาส่วนหนึ่งของแต่ละวันในการติดตามตลาด AI และตรวจสอบมุมมองของตัวเอง

บทความนี้ถูกแปลโดยใช้ความช่วยเหลือจากปัญญาประดิษฐ์(AI) สำหรับข้อมูลเพิ่มเติม โปรดอ่านข้อกำหนดการใช้งาน