คาดการณ์ปี 2026 – โอเพ่นซอร์สจะขี่คลื่น AI สู่ยุคทองครั้งถัดไป

การเข้าซื้อ Confluent มูลค่า 11 พันล้านดอลลาร์ของ IBMซึ่งประกาศเมื่อต้นเดือนธันวาคม เป็นมากกว่าการรวมกิจการครั้งใหญ่ในโครงสร้างพื้นฐานข้อมูล แต่เป็นการยอมรับอย่างเปิดเผยว่าปัญญาประดิษฐ์ (AI) ขับเคลื่อนด้วยเหตุการณ์โดยพื้นฐาน กล่าวอีกนัยหนึ่ง การเข้าซื้อนี้พิสูจน์ว่าองค์กรต้องการข้อมูลที่เชื่อถือได้ขณะไหลเวียนมากพอๆ กับข้อมูลที่จัดเก็บอยู่กับที่ ขณะที่องค์กรเร่งนำเอเจนต์ AI ไปใช้ทั่วทั้งการดำเนินงานในปี 2025 ข้อตกลงนี้ชี้ให้เห็นข้อค้นพบสำคัญว่า บริบทแบบเรียลไทม์คือองค์ประกอบที่ขาดหายไปในการทำให้ AI แบบเอเจนต์ทำงานในระดับองค์กร

วิธีที่ IBM อธิบายข้อตกลงเองเผยให้เห็นการเปลี่ยนแปลงเชิงกลยุทธ์ โดยวางตำแหน่งกิจการที่รวมกันเป็น ‘แพลตฟอร์มข้อมูลอัจฉริยะสำหรับเอเจนต์ AI’ ซึ่งเป็นโครงสร้างพื้นฐานที่เชื่อมต่อ ประมวลผล และกำกับดูแลข้อมูลแบบเรียลไทม์ เพื่อให้เอเจนต์ทำงานได้อย่างราบรื่นในสภาพแวดล้อมไฮบริด เรื่องนี้ไม่ได้เป็นเพียงการขายโครงสร้างพื้นฐานสตรีมมิงเพิ่มขึ้น แต่เป็นการยอมรับว่า เอเจนต์ AI ต้องการบริบทที่อัปเดตใหม่อย่างต่อเนื่องเพื่อทำงานอย่างเชื่อถือได้ และว่า ข้อมูลสตรีมมิงคือระบบท่อที่ทำให้สิ่งนี้เป็นไปได้

ปฏิทรรศน์ที่ใจกลาง AI ขององค์กร

การเข้าซื้อของ IBM ยังเผยให้เห็นปฏิทรรศน์ที่น่าสนใจในวงการโครงสร้างพื้นฐานข้อมูล ในช่วงไม่กี่ปีที่ผ่านมา ผู้ขายโครงสร้างพื้นฐานบางรายถอยจากโอเพ่นซอร์ส เปลี่ยนใบอนุญาต และกลับไปใช้โมเดลแบบกรรมสิทธิ์เพื่อสร้างรายได้มากขึ้น แต่การนำ AI ไปใช้กำลังผลักดันระบบนิเวศกลับสู่ความเปิดกว้าง เพราะเหตุใด เอเจนต์ต้องการไปป์ไลน์ ตัวเชื่อมต่อ และการกำกับดูแลที่ทำงานร่วมกันได้ในหลายระบบ ไม่ใช่สแตกแบบปิดของผู้ขายเพียงรายเดียว

การเกิดขึ้นของโมเดลภาษาขนาดใหญ่ (LLM) แบบโอเพ่นซอร์สที่ทรงพลังผลักดันระบบนิเวศ AI ทั้งหมดไปสู่ความโปร่งใสและการย้ายข้ามระบบได้ โมเดลอย่าง Llama, Mistral และอีกมากมายทำให้องค์กรมีทางเลือกที่ถูกกว่าและดีกว่าโมเดลแบบปิด สิ่งนี้สร้างแรงตึงเครียด ผู้ขายโครงสร้างพื้นฐานข้อมูลกำลังปิดสวนของตนเอง ในขณะที่บริษัท AI ที่ใช้ผลิตภัณฑ์เหล่านั้นกำลังเปิดสวนของตน การเข้าซื้อ Confluent ของ IBM ส่งสัญญาณเริ่มต้นการปรับโครงสร้างใหม่ โดยแรงดึงจาก AI ผลักโครงสร้างพื้นฐานกลับสู่ความเปิดกว้าง

การจัดการบริบท: ความสามารถขององค์กรที่ AI ต้องการ

เพื่อเข้าใจเหตุผล เราต้องพูดถึงสิ่งที่ผมเรียกว่า ‘การจัดการบริบท’ ซึ่งเป็นความสามารถขององค์กรในการส่งบริบทที่เกี่ยวข้องมากที่สุด เชื่อถือได้มากที่สุด และได้รับการเก็บรักษาไว้เข้าสู่หน้าต่างบริบทของโมเดล นี่ไม่ได้หมายถึงเพียงการใช้งาน Retrieval-Augmented Generation (RAG) แบบเฉพาะกิจที่กระจัดกระจายในทีมต่างๆ แต่เป็นแนวทางอย่างเป็นระบบเพื่อให้เอเจนต์ AI เข้าถึงข้อมูลที่ต้องการในเวลาที่ต้องการ พร้อมการกำกับดูแลและข้อมูลแหล่งที่มาที่เหมาะสม

นี่คือแบบจำลองความคิดง่ายๆ: เอเจนต์ทำงานโดยอาศัยบริบท บริบททำงานโดยอาศัยไปป์ไลน์

ไปป์ไลน์บริบทมีลักษณะดังนี้:

แหล่งข้อมูล → สตรีมมิง → การจัดเก็บ (lakehouse/OLTP) → การทำดัชนี (เวกเตอร์ + คำศัพท์ + SQL) → นโยบาย/การกำกับดูแล → การให้บริการข้อมูล → ความสามารถในการสังเกตระบบ/การประเมิน

ทุกชั้นต้องทำงานได้อย่างเชื่อถือได้และต้องทำงานร่วมกัน สตรีมมิงเป็นรากฐานเพราะให้ความเป็นปัจจุบันอย่างต่อเนื่องที่เอเจนต์ต้องการ

แนวทาง RAG แบบดั้งเดิมมักเป็นการตอบสนอง โดยดึงบริบทเมื่อได้รับพรอมป์ต์ แต่เอเจนต์ยังต้องการการอัปเดตเชิงรุกด้วย เหตุการณ์จะรีเฟรชหน่วยความจำ อัปเดตดัชนีการค้นคืน ปรับสิทธิ์ และบังคับใช้นโยบายอย่างต่อเนื่อง การเข้าซื้อ Confluent ของ IBM โดยพื้นฐานจึงเป็นการเดิมพันว่า ‘ชั้นบริบทที่อัปเดตตลอดเวลา’ นี้จะกลายเป็นโครงสร้างพื้นฐานสำคัญของ AI ในองค์กร

ทำไมเอเจนต์จึงล้มเหลว (และทำไมเรื่องนี้จึงสำคัญ)

ทีม AI ขององค์กรกำลังเรียนรู้ความจริงที่น่าเสียดายนี้ผ่านประสบการณ์ที่ยากลำบาก เอเจนต์ไม่ได้ล้มเหลวเพราะ LLM ‘โง่’ แต่เพราะบริบทพื้นฐานเสียหาย ล้าสมัย ไม่ครบถ้วน หรือขาดการกำกับดูแล ที่จริงแล้ว นักวิเคราะห์คาดว่าอาจมีมากถึง 60% ของโครงการ AI ที่ถูกยกเลิกเพราะขาดข้อมูลที่พร้อมสำหรับ AI เอเจนต์ที่ตัดสินใจจัดซื้อโดยใช้ข้อมูลสินค้าคงคลังของเมื่อวานไม่เป็นประโยชน์ เอเจนต์ที่เข้าถึงบันทึกลูกค้าโดยไม่มีสิทธิ์ที่เหมาะสมเป็นฝันร้ายด้านการปฏิบัติตามข้อกำหนด และเอเจนต์ที่อธิบายเหตุผลของตนไม่ได้ก็ใช้ไม่ได้ในอุตสาหกรรมที่อยู่ภายใต้การกำกับดูแล

องค์กรตรวจสอบการตัดสินใจของ AI ไม่ได้หากไม่มีข้อมูลแหล่งที่มา ขยายแอปพลิเคชัน AI ไม่ได้หากข้อมูลไม่เป็นปัจจุบันอย่างสม่ำเสมอ และนำเอเจนต์ไปใช้อย่างมั่นใจไม่ได้หากไม่มีกรอบป้องกันด้านการกำกับดูแลที่เหมาะสม ข้อกำหนดเหล่านี้นำไปสู่ข้อสรุปเดียวกันว่า การจัดการบริบทต้องเป็นโครงสร้างพื้นฐานหลัก ไม่ใช่สิ่งที่ค่อยนึกถึงในภายหลัง

การกลับมาของโอเพ่นซอร์ส

นี่คือจุดเริ่มต้นของการฟื้นฟูโอเพ่นซอร์ส บริบทครอบคลุมผู้ขายและระบบมากเกินกว่าที่สแตกกรรมสิทธิ์เพียงชุดเดียวจะชนะได้ แนวทางที่ประสบความสำเร็จคืออินเทอร์เฟซแบบเปิดและส่วนประกอบที่ย้ายข้ามระบบได้ ได้แก่ ตัวเชื่อมต่อ แพลตฟอร์มสตรีมมิง การจัดการเมตาดาต้า ระบบค้นคืน และการบังคับใช้นโยบาย ใบอนุญาตแบบปิดทำให้การบูรณาการช้าลง และใน AI แบบเอเจนต์ ทุกอย่างขึ้นอยู่กับการบูรณาการ

IBM เข้าใจเรื่องนี้ ประวัติการทำงานกับโอเพ่นซอร์ส โดยเฉพาะผ่าน Red Hat ทำให้บริษัทมีความน่าเชื่อถือ กิจการ IBM-Confluent ที่รวมกันอยู่ในตำแหน่งที่จะเร่งสิ่งที่เรียกว่า ‘ความฉลาดที่ขับเคลื่อนด้วยเหตุการณ์’ โดยยอมรับความเปิดกว้างในจุดที่สำคัญ คือจุดบูรณาการที่ระบบต่างๆ ต้องทำงานร่วมกันอย่างราบรื่น

เราเห็นการเปลี่ยนแปลงนี้เกิดขึ้นแล้ว แพลตฟอร์มสตรีมมิงแบบโอเพ่นซอร์ส รูปแบบตารางแบบเปิด เช่น Apache Iceberg และ Delta Lake ตลอดจนมาตรฐานแบบเปิดสำหรับเมตาดาต้าและการกำกับดูแลกำลังเป็นเนื้อเยื่อเชื่อมโยงของโครงสร้างพื้นฐาน AI ในองค์กร องค์กรต้องการความสามารถในการย้ายข้ามระบบและการทำงานร่วมกัน เพราะรู้ว่าจะใช้โมเดล AI หลายตัว ที่เก็บข้อมูลหลายแห่ง และเครื่องมือหลายชนิด การผูกติดกับผู้ขายคือศัตรูของความยืดหยุ่นที่องค์กรต้องการ

การคาดการณ์สำหรับปี 2026

ผมคาดว่าภายในสิ้นปี 2026 ‘การจัดการบริบท’ จะปรากฏเป็นหมวดหมู่ที่มีชื่อเฉพาะในสแตกเทคโนโลยีขององค์กร ผู้ซื้อจะเรียกร้องสามสิ่ง:

• ข้อแรก ตัวเชื่อมต่อแบบเปิดและสถาปัตยกรรมที่นำที่เก็บข้อมูลและดัชนีที่เลือกเองมาใช้ได้ ผู้ขายรายเดียวจะไม่ควบคุมไปป์ไลน์บริบททั้งหมด
• ข้อสอง API บริบทที่เป็นมาตรฐานข้ามเครื่องมือ ทีมต้องสลับเปลี่ยนส่วนประกอบได้โดยไม่ต้องสร้างระบบใหม่ทั้งหมด
• ข้อสาม การกำกับดูแลข้อมูลแหล่งที่มาเป็นค่าเริ่มต้น ไม่ใช่ส่วนเสริมภายหลัง บริบททุกส่วนต้องมีสายที่มาชัดเจน และการตัดสินใจของเอเจนต์ทุกครั้งต้องมีร่องรอยการตรวจสอบย้อนหลัง

สิ่งเหล่านี้ไม่ใช่เพียงคุณสมบัติที่มีแล้วดี แต่เป็นเงื่อนไขพื้นฐานของการนำ AI ไปใช้ในองค์กรอย่างกว้างขวาง

การปรับโครงสร้างใหม่เริ่มขึ้น

การซื้อ Confluent ของ IBM เป็นจุดเริ่มต้นการปรับโครงสร้างพื้นฐานข้อมูลครั้งสำคัญ แรงส่งของ AI ซึ่งขับเคลื่อนด้วยความต้องการเอเจนต์ที่ซับซ้อนและทำงานในบริบทที่เป็นปัจจุบันและเชื่อถือได้ กำลังบังคับให้อุตสาหกรรมกลับสู่ความเปิดกว้าง จะเป็นโอเพ่นซอร์สอย่างเต็มรูปแบบหรืออย่างน้อยเป็นการทำงานร่วมกันแบบเปิดที่บังคับให้ปฏิบัติตามได้ ย่อมขึ้นอยู่กับวิวัฒนาการของตลาด แต่ทิศทางนั้นชัดเจน

ผู้ขายที่จะเติบโตในยุคใหม่นี้ไม่ใช่ผู้ที่มีสแตกกรรมสิทธิ์ที่ปิดมากที่สุด แต่เป็นผู้ที่ยอมรับความเปิดกว้างในชั้นบูรณาการ ให้การทำงานร่วมกันอย่างแท้จริง และช่วยให้องค์กรสร้างความสามารถด้านการจัดการบริบทโดยไม่มีข้อจำกัดที่สร้างขึ้นโดยไม่จำเป็น

นวัตกรรมระลอกถัดไปจะมาจากโครงสร้างพื้นฐาน AI แบบโอเพ่นซอร์สที่ช่วยให้องค์กรสร้างเอเจนต์และแอปพลิเคชันที่ซับซ้อนได้โดยไม่ผูกติดกับผู้ขาย นี่ไม่ใช่อุดมคตินิยม แต่เป็นแนวทางที่คำนึงถึงการใช้งานจริง เพราะเมื่อสร้างระบบ AI ที่สำคัญต่อภารกิจและต้องครอบคลุมทั้งองค์กร ความเปิดกว้างไม่ใช่ปรัชญา แต่เป็นข้อกำหนด