เทรนด์เทคโนโลยีปี 2024 ของ McKinsey [PDF 100 หน้า]

การปฏิวัติ AI

• Generative AI
• AI ประยุกต์
• การทำอุตสาหกรรมของแมชชีนเลิร์นนิง

การสร้างอนาคตดิจิทัล

• การพัฒนาซอฟต์แวร์ยุคถัดไป
• ความเชื่อมั่นดิจิทัลและความมั่นคงปลอดภัยไซเบอร์

แนวหน้าของคอมพิวติ้งและการเชื่อมต่อ

• การเชื่อมต่อขั้นสูง
• เทคโนโลยีความจริงแบบดื่มด่ำ
• คลาวด์และเอดจ์คอมพิวติ้ง
• เทคโนโลยีควอนตัม

วิศวกรรมขั้นสูง

• อนาคตของหุ่นยนต์
• อนาคตของการคมนาคม
• อนาคตของเทคโนโลยีชีวภาพ
• อนาคตของเทคโนโลยีอวกาศ

โลกที่ยั่งยืน

• การใช้ไฟฟ้าและพลังงานหมุนเวียน
• เทคโนโลยีสภาพภูมิอากาศที่ก้าวไปไกลกว่าการใช้ไฟฟ้าและพลังงานหมุนเวียน

สารบัญมีดังข้างต้น ด้านล่างคือเนื้อหาที่ AI สรุปไว้

Generative AI

• Generative AI กำลังก่อให้เกิดความก้าวหน้าแบบก้าวกระโดดในด้านต่าง ๆ เช่น conversational AI การสร้างภาพ และการประพันธ์ดนตรี พร้อมเร่งนวัตกรรมในวงกว้าง อย่างไรก็ตาม ยังมาพร้อมความเสี่ยงอย่างอคติ ข้อมูลผิดพลาด และดีปเฟก จึงดูจำเป็นต้องมีมาตรการรับมือด้วย
• เทรนด์เทคโนโลยีสำคัญได้แก่ โมเดลการสร้างแบบมัลติโหมด, โมเดลโอเพนซอร์สที่ทรงพลัง, การขยาย context window ของการประมวลผลภาษาธรรมชาติ, การฝัง LLM เข้าไปในเครื่องมือสำหรับองค์กร, และการขยายการใช้แนวทาง Multi-agent
• ปัจจัยความไม่แน่นอนหลัก
  • ความกังวลด้านความมั่นคงปลอดภัยไซเบอร์และความเป็นส่วนตัว
  • ข้อพิจารณาด้านจริยธรรม
  • กฎระเบียบและ compliance
  • ความเป็นเจ้าของและการคุ้มครองลิขสิทธิ์
  • ผลกระทบต่อสิ่งแวดล้อม
  • ความไม่แม่นยำ
• คำถามสำคัญ
  • การเปลี่ยนแปลงของต้นทุนการสร้างโมเดลและสภาพการแข่งขัน
  • การเพิ่มขึ้นของการใช้จ่ายขององค์กรและการทำรายได้
  • พัฒนาการของโอเพนซอร์สและคลोजด์ซอร์ส
  • วิธีจัดการปัจจัยเสี่ยง
  • นโยบายต่อ social engineering
  • ระดับอัตราความผิดพลาดและการควบคุม hallucination สำหรับการใช้งานจริง
  • ระดับของการเปลี่ยนแปลงงานจาก gen AI
  • กรณีใช้งานหลักและการวางตำแหน่งขององค์กรตามพัฒนาการของเทคโนโลยีที่เกี่ยวข้อง

AI ประยุกต์

• เทคโนโลยี AI เชิงวิเคราะห์ เช่น แมชชีนเลิร์นนิง คอมพิวเตอร์วิทัศน์ และการประมวลผลภาษาธรรมชาติ กำลังมีความสำคัญมากขึ้นเรื่อย ๆ ในทุกภาคส่วน ความสนใจต่อ Generative AI ยังช่วยยกระดับการรับรู้ถึงศักยภาพของ AI ประยุกต์ด้วย แต่ก็ยังมีความยากลำบาก เช่น การเปลี่ยนแปลงวัฒนธรรมองค์กร การจัดหา/ใช้ประโยชน์/จัดโครงสร้างข้อมูลขนาดใหญ่ และการตีความผลลัพธ์ของโมเดลโดยผู้ใช้ปลายทางรวมถึงการสร้างความเชื่อมั่น
• เทรนด์สำคัญได้แก่ การเน้น AI ที่ขับเคลื่อนด้วยข้อมูล, โมเมนตัมที่เพิ่มขึ้นด้านการเร่งความเร็วด้วยฮาร์ดแวร์, และ Generative AI ที่ช่วยเปิดประตูให้ AI ประยุกต์กว้างขึ้น
• ปัจจัยความไม่แน่นอนหลัก
  • ปัญหาด้านความมั่นคงปลอดภัยไซเบอร์และความเป็นส่วนตัว
  • กฎระเบียบและ compliance
  • ข้อพิจารณาด้านจริยธรรม
  • ความเสี่ยงด้านการปฏิบัติการ
• คำถามสำคัญ
  • การผสาน Generative AI กับ AI ประยุกต์ในเชิงกลยุทธ์
  • นัยต่อบุคลากรและ tech stack
  • แนวทางสร้างความได้เปรียบในการแข่งขัน
  • การสร้างสมดุลระหว่างการลดต้นทุนกับความน่าเชื่อถือ/ความรับผิดชอบของ AI
  • มาตรการสำหรับการบริหารความเสี่ยงที่เกี่ยวข้องกับ AI

การทำอุตสาหกรรมของแมชชีนเลิร์นนิง

• MLOps คือกระบวนการสำหรับขยายและดูแลรักษาแอปพลิเคชันแมชชีนเลิร์นนิงภายในองค์กร และเป็นหัวใจสำคัญในการเปลี่ยนโครงการนำร่อง ML ให้กลายเป็นกระบวนการธุรกิจที่แข็งแกร่ง โดยเฉพาะเมื่อ Gen AI ปรากฏขึ้น ความต้องการต่อความสามารถด้าน MLOps ก็เปลี่ยนไปด้วย
• เทรนด์สำคัญได้แก่ การที่การมอนิเตอร์และ orchestration กลายเป็นองค์ประกอบหลักของ MLOps, การใช้โซลูชันที่สร้างไว้ล่วงหน้าและ API เพิ่มขึ้น, และการที่ความสำคัญของ MLOps ต่อ Gen AI เด่นชัดขึ้น
• ปัจจัยความไม่แน่นอนหลัก
  • ความจำเป็นของการลงทุนและทรัพยากรล่วงหน้าเพื่อปรับใช้ ML แบบอุตสาหกรรม
  • การกำหนดกระบวนการและความรับผิดชอบเพื่อดูแลโซลูชัน ML ในระดับขนาดใหญ่
  • การสร้างสมดุลระหว่างประสิทธิภาพในการส่งมอบคุณค่าของผลิตภัณฑ์จากผู้ขายเดิมและผลิตภัณฑ์ใหม่ในตลาดที่เปลี่ยนแปลงรวดเร็ว
  • การป้องกันความเป็นไปได้ของความไม่สอดคล้องด้านทักษะ
  • การมอนิเตอร์และประเมินผลอย่างต่อเนื่องเพื่อบรรเทาอคติ
  • วิวัฒนาการของทักษะและบุคลากรตามการเพิ่มขึ้นของระบบอัตโนมัติ
• คำถามสำคัญ
  • ทิศทางวิวัฒนาการของแนวปฏิบัติ MLOps และ ecosystem ทางเทคโนโลยี
  • ลำดับความสำคัญของเทคโนโลยี ML ใหม่ที่สอดคล้องกับความต้องการขององค์กร
  • ผลกระทบของ ML แบบอุตสาหกรรมต่อองค์กร โมเดลการปฏิบัติการ และบทบาทด้านวิศวกรรม
  • การกำหนดความพยายามด้าน MLOps และบทบาทความรับผิดชอบเพื่อให้มั่นใจถึงการใช้ AI/ML อย่างน่าเชื่อถือและมีความรับผิดชอบ
  • แนวทางบูรณาการ ML/DL/Gen AI ใน MLOps

การพัฒนาซอฟต์แวร์ยุคถัดไป

• เทคโนโลยีขั้นสูง เช่น Generative AI และสถาปัตยกรรมบนคลาวด์ ช่วยเสริมศักยภาพนักพัฒนาและเปิดโอกาสให้ผู้เชี่ยวชาญที่ไม่ใช่สายเทคนิคเข้ามามีส่วนร่วมในการพัฒนาแอปพลิเคชันได้ ความท้าทายด้านการบูรณาการ การขาดตัวชี้วัดที่ชัดเจน และความจำเป็นในการรีสกิลนักพัฒนาจำนวนมาก ทำให้การนำไปใช้ในวงกว้างยังต้องใช้เวลาอีกพอสมควร แต่บริษัทที่เริ่มนำไปใช้ก่อนก็กำลังวางรากฐานสำหรับการเพิ่มผลิตภาพ
• เทรนด์ล่าสุดได้แก่ การเปลี่ยนผ่านของเครื่องมือพัฒนาที่ขับเคลื่อนด้วย AI จากขั้นพิสูจน์แนวคิดไปสู่การใช้งานอย่างกว้างขวาง, แนวโน้มสู่แพลตฟอร์มการพัฒนาแบบบูรณาการ, การเปลี่ยนแปลงในด้านบุคลากร, และความสนใจที่เพิ่มขึ้นต่อ compliance และความน่าเชื่อถือ
• ปัจจัยความไม่แน่นอนหลัก
  • การเพิ่มขึ้นของข้อผิดพลาดหากพึ่งพาเฉพาะการทดสอบและรีวิวอัตโนมัติ
  • ข้อจำกัดของการใช้ Low/No-code โดยไม่มีการมอนิเตอร์และดีบักจากนักพัฒนาที่มีประสบการณ์
  • ความยากในการจัดการเวอร์ชันจากการเปลี่ยนแปลงและการอัปเกรดที่ไม่ประสานกันจากผู้ขายหลายราย
  • ปัญหาด้านคุณภาพและความปลอดภัยของโค้ดที่ AI สร้าง
  • ประเด็นทรัพย์สินทางปัญญาและความรับผิดทางกฎหมายของโค้ดที่ AI สร้าง
  • ช่องโหว่ด้านความปลอดภัยที่อาจเกิดจาก API
• คำถามสำคัญ
  • ระดับผลกระทบของโค้ดที่ AI สร้างต่อภารกิจประจำวัน ความรับผิดชอบ และจำนวนของวิศวกรซอฟต์แวร์
  • ระดับที่การใช้เทคโนโลยี no-code โดยนักพัฒนาสมัครเล่นอาจลดความต้องการนักพัฒนาซอฟต์แวร์มืออาชีพ
  • ทีมจะยอมรับการเปลี่ยนแปลงวิธีการทำงานหรือไม่
  • ประเด็นทรัพย์สินทางปัญญาของโค้ดที่ AI สร้าง
  • ใครเป็นผู้รับผิดชอบการบำรุงรักษาแอปพลิเคชัน
  • องค์กรจะลงทุนรีสกิลทีมซอฟต์แวร์หรือไม่
  • แนวทางเสริมความสามารถของวิศวกรในการแยกแยะผลลัพธ์คุณภาพดีจากเครื่องมือช่วย AI

ความเชื่อมั่นดิจิทัลและความมั่นคงปลอดภัยไซเบอร์

• ความเชื่อมั่นดิจิทัลและความมั่นคงปลอดภัยไซเบอร์ช่วยให้องค์กรจัดการความเสี่ยงด้านเทคโนโลยีและข้อมูล เร่งนวัตกรรม และปกป้องทรัพย์สินได้ การนำเทคโนโลยีใหม่อย่างคลาวด์/เอดจ์คอมพิวติ้ง, AI ประยุกต์, และการพัฒนาซอฟต์แวร์ยุคถัดไป มาใช้ ยิ่งทำให้ความสำคัญของเรื่องนี้เพิ่มขึ้น อย่างไรก็ตาม องค์กรยังเผชิญความยากลำบากในการนำไปใช้จากความท้าทายด้านการบูรณาการ ไซโลในองค์กร และการขาดแคลนบุคลากร
• การจัดการความเสี่ยงและความพร้อมรับมือของ Gen AI เป็นจุดโฟกัสสำคัญ, อาชญากรไซเบอร์และภัยคุกคามกำลังวิวัฒน์อย่างรวดเร็ว, มีผู้ซื้อหน้าใหม่เกิดขึ้นนอกเหนือจากบทบาท CISO, การถกเถียงระหว่างแพลตฟอร์มความมั่นคงปลอดภัยไซเบอร์กับโซลูชัน Best-of-breed ยังคงดำเนินต่อไป, ETF ของบิตคอยน์และอีเธอเรียมจุดกระแสความสนใจจากกระแสหลัก, และบริษัทบล็อกเชนกำลังขยับจากโครงการนำร่องไปสู่การใช้งานสินทรัพย์การเงินแบบโทเคนไนซ์ในระดับใหญ่ ซึ่งเป็นความเปลี่ยนแปลงสำคัญล่าสุด
• ปัจจัยความไม่แน่นอนหลัก
  • ความซับซ้อนของการนำไปใช้งาน
  • ปัญหาความเข้ากันได้เมื่อผสานกับระบบ legacy
  • การขาดมาตรฐานสำหรับการใช้เทคโนโลยีโครงสร้างความเชื่อมั่นในแต่ละอุตสาหกรรม
  • ความตึงเครียดระหว่างความเป็นส่วนตัวกับความเป็นธรรม/ความปลอดภัย
  • ความเสี่ยงไซเบอร์ที่เพิ่มขึ้นจากความตึงเครียดทางภูมิรัฐศาสตร์
  • สภาพแวดล้อมด้านกฎระเบียบที่กระจัดกระจายสำหรับบล็อกเชนและโทเคนไนเซชัน
  • ความไม่แน่นอนของวิธีเปิดโมเดล AI ขนาดใหญ่ในแบบที่อธิบายได้
  • ความกังวลขององค์กรต่อการที่ข้อมูลลับถูกใช้ในการฝึก LLM
  • การรับรู้ที่ยังไม่เพียงพอของผู้นำต่อการผสานมาตรการด้านความเชื่อมั่นดิจิทัลให้เป็นฟีเจอร์หลักของผลิตภัณฑ์
  • ความเข้าใจที่ไม่เพียงพอเกี่ยวกับคุณค่าที่ Web3 นำเสนอและ UX
  • ความสนใจที่เพิ่มขึ้นของหน่วยงานกำกับดูแลต่อการคุ้มครองผู้บริโภค
• คำถามสำคัญ
  • แนวทางบริหารความคาดหวังของลูกค้า/พนักงาน/ชุมชนต่อความปลอดภัย ประสบการณ์ และความเป็นส่วนตัว
  • วิธีที่หน่วยงานกำกับดูแลจะปรับข้อกำหนดของเทคโนโลยีความเชื่อมั่นใหม่ให้สอดคล้องกับมาตรฐานในอดีต
  • แนวทางบริหารต้นทุนการรายงานภายใต้ความคาดหวังที่เพิ่มขึ้นของหน่วยงานกำกับดูแลต่อการบริหารความเสี่ยงไซเบอร์เชิงรุก
  • การระบุระบบ/ประเภทข้อมูลที่สำคัญที่สุดและทำความเข้าใจส่วนที่มีความเสี่ยง
  • วิธีฝังแนวคิดอย่าง "zero trust" ลงในสถาปัตยกรรมดิจิทัลพอร์ตโฟลิโอที่พร้อมสำหรับอนาคต
  • โมเดลธุรกิจและห่วงโซ่คุณค่าของ Web3 ที่เชื่อถือได้ในเชิงเทคนิคและทำได้จริงในเชิงพาณิชย์
  • ความจำเป็นในการพิจารณาต่อไปเกี่ยวกับวิธีที่ระบบนิเวศ Web3 จะอยู่ร่วมกับสถาปัตยกรรมระบบองค์กรเดิมและแพลตฟอร์ม Web2 เป็นต้น

การเชื่อมต่อขั้นสูง

• เทคโนโลยีการเชื่อมต่อขั้นสูงมีศักยภาพในการพลิกโฉมประสบการณ์ในหลากหลายอุตสาหกรรม เช่น ผู้บริโภค โมบิลิตี้ การผลิต และการเกษตร แม้บางองค์กรจะลังเลที่จะลงทุนในเทคโนโลยีการเชื่อมต่อล่าสุดบางประเภทเนื่องจากความไม่แน่นอนของ ROI แต่ด้วยการพัฒนาอย่างรวดเร็วของการเชื่อมต่อผ่านดาวเทียมยุคถัดไป เครือข่าย 5G ส่วนตัว และ 6G ผู้ให้บริการโทรคมนาคมและองค์กรต่าง ๆ จำเป็นต้องเตรียมพร้อมเพื่อรับประโยชน์เหล่านี้
• แนวโน้มสำคัญได้แก่ ความยากลำบากที่ยังคงต่อเนื่องของอุตสาหกรรมโทรคมนาคม ความคืบหน้าในการนำเครือข่ายส่วนตัวมาใช้ แม้ 6G จะพัฒนาอย่างต่อเนื่องแต่ยังมีบางประเด็นที่ค้างคา การเกิดขึ้นของการนำ xRAN มาใช้ในเครือข่ายมือถือ และความคืบหน้าในการสร้างกลุ่มดาวเทียม LEO
• ปัจจัยความไม่แน่นอนหลัก
  • ความสามารถในการทำกำไรของผู้ให้บริการโทรคมนาคมลดลง
  • การขาดกรณีใช้งานที่มีความพร้อมเพียงพอซึ่งสอดคล้องกับการบูรณาการแนวดิ่งในภาคอุตสาหกรรมและข้อกำหนดด้านข้อตกลงระดับการให้บริการที่ลูกค้าต้องการ
  • ระบบนิเวศที่ยังไม่พร้อมเพียงพอ เช่น ตลาดที่แตกเป็นส่วน ๆ ปัญหาด้านความปลอดภัย การขาดการทำงานร่วมกันได้ การติดตั้งที่ซับซ้อน และการขาดมาตรฐาน ซึ่งล้วนทำให้การนำ IoT ไปใช้ช้าลง
  • ความไม่แน่นอนของบทบาทการแทรกแซงจากภาครัฐในการสร้างโครงสร้างพื้นฐาน 5G/6G
• คำถามสำคัญ
  • การเปลี่ยนแปลงเชิงพื้นฐานที่จำเป็นเพื่อให้อุตสาหกรรมโทรคมนาคมปรับปรุงความสามารถในการทำกำไร
  • การเปลี่ยนแปลงในตลาดไฟเบอร์ออปติกจะส่งผลต่อทางเลือกเครือข่ายของลูกค้าอย่างไร
  • 5G สามารถสร้างรายได้ได้เพียงพอหรือไม่
  • ความคาดหวังของผู้มีส่วนได้ส่วนเสียต่อเทคโนโลยีไร้สายยุคถัดไป
  • 6G จะมีหน้าตาอย่างไร และเงื่อนไขที่จำเป็นสำหรับผู้ผลิตอุปกรณ์เครือข่าย ผู้ให้บริการโทรคมนาคม องค์กร และผู้ผลิตชิป ในการลงทุนและสร้างผลตอบแทนคืออะไร
  • การนำเครือข่ายส่วนตัวมาใช้จะประสบความสำเร็จได้มากเพียงใด และองค์กรต้องทำอะไรเพื่อไม่ให้พลาดประโยชน์
  • การยิงดาวเทียม LEO ที่เพิ่มขึ้นและความก้าวหน้าทางเทคโนโลยีจะนำไปสู่ภาวะอุปทานล้นเกินของดาวเทียมหรือไม่

เทคโนโลยีความจริงแบบดื่มด่ำ

• เทคโนโลยีความจริงแบบดื่มด่ำทำให้สามารถเพิ่มวัตถุเสมือนลงในโลกจริงหรือโต้ตอบกันในโลกเสมือนได้ แม้จะมีความท้าทาย เช่น ความล่าช้าในการพัฒนาฮาร์ดแวร์ การลงทุนที่ไม่มั่นคง และอุปสงค์ของผู้บริโภค แต่ก็ยังแสดงให้เห็นถึงความยืดหยุ่นผ่านการเปิดตัวเฮดเซ็ต Vision Pro และความสนใจอย่างต่อเนื่องขององค์กรต่อเทคโนโลยีดิจิทัลทวิน
• แนวโน้มหลักได้แก่ การเติบโตแบบคัดเลือกของตลาดเฮดเซ็ต โลกเสมือนที่กำลังขยายจากเกมไปสู่ประสบการณ์ดิจิทัล และแม้องค์กรจะยังคงนำไปใช้ แต่การขยายสเกลกลับใช้เวลานานกว่าที่คาด
• ปัจจัยความไม่แน่นอนหลัก
  • การทำให้มีขนาดเล็กลง เพิ่มความทนทาน ปรับปรุงความแม่นยำและความสะดวกในการใช้งานผ่านการพัฒนาฮาร์ดแวร์/ซอฟต์แวร์
  • โจทย์ทางเทคนิคที่ต้องแก้ เช่น การจัดการความร้อนและการยืดอายุแบตเตอรี่
  • ความไม่แน่นอนของความเร็วและระดับของการลดต้นทุน
  • ข้อสงสัยเกี่ยวกับการขยายตัวของขอบเขตความต้องการของผู้ใช้
  • การบรรเทาปัญหาด้านความปลอดภัยและความเป็นส่วนตัวที่เกี่ยวข้องกับการติดตามพฤติกรรมผู้ใช้
  • การแก้ปัญหาด้านความปลอดภัยในการใช้แพลตฟอร์ม AR/VR
  • การแพร่หลายของฟอร์มแฟกเตอร์ที่หลากหลายตามรูปแบบการใช้งานที่ตั้งใจไว้ ก่อให้เกิดความไม่แน่นอนเกี่ยวกับกรณีใช้งานที่เหมาะสมที่สุดของแต่ละแบบ
• คำถามสำคัญ
  • กรณีใช้งานในสภาพแวดล้อมต่าง ๆ (บ้าน ที่ทำงาน ระหว่างเดินทาง) จะมีผลกระทบที่อาจเกิดขึ้นอย่างไร
  • ฮาร์ดแวร์ของอุปกรณ์จะพัฒนาไปในทิศทางใดและเร็วเพียงใด
  • ความจริงแบบดื่มด่ำจะส่งผลอย่างไรต่อรูปแบบการทำงานระยะไกล/ไฮบริดแบบใหม่ และต่ออินเทอร์เฟซมนุษย์-เครื่องจักร
  • องค์กรจะจัดการโครงสร้างพื้นฐานทางเทคโนโลยีที่จำเป็นสำหรับกรณีใช้งานใหม่ ๆ ที่กำลังพัฒนาอย่างมีประสิทธิภาพได้อย่างไร
  • จำเป็นต้องมีกรอบกำกับดูแลแบบใดเพื่อรับประกันการใช้เทคโนโลยี VR อย่างปลอดภัย น่าเชื่อถือ และมีจริยธรรม (รวมถึงการกำกับดูแลเนื้อหา ความเป็นส่วนตัวของข้อมูล และความมั่นคงปลอดภัยไซเบอร์)

คลาวด์และเอดจ์คอมพิวติ้ง

• องค์กรกำลังเปลี่ยนจากรูปแบบการจัดเก็บและบริหารจัดการแบบ on-site ดั้งเดิม ไปสู่รูปแบบกระจายศูนย์ที่ครอบคลุมจุดโครงสร้างพื้นฐานหลายแห่ง ตั้งแต่ดาต้าเซ็นเตอร์ไฮเปอร์สเกลระยะไกลไปจนถึงเซิร์ฟเวอร์ on-site ที่เอดจ์ การกระจายเวิร์กโหลดระหว่างคลาวด์และเอดจ์อย่างสมดุลช่วยเพิ่มประสิทธิภาพด้านการจัดสรรทรัพยากร เวลาแฝง ความเป็นส่วนตัวของข้อมูล และความสามารถในการขยายด้านความปลอดภัย
• ความต้องการ AI ที่เพิ่มขึ้นทำให้การใช้งานคลาวด์และเอดจ์คอมพิวติ้งเพิ่มขึ้นอย่างมาก การเปลี่ยนลำดับความสำคัญไปสู่โซลูชันเอดจ์แบบ on-premises สำหรับบางกรณีใช้งาน การย้ายโมเดล AI จากคลาวด์ไปยังเอดจ์คอมพิวติ้งซึ่งอาจเป็นวิวัฒนาการยุคถัดไป และแนวโน้มที่องค์กรต่าง ๆ กระจายความเสี่ยงของซัพพลายเชน GPU ล้วนเป็นการเปลี่ยนแปลงที่น่าจับตาในช่วงหลัง
• ปัจจัยความไม่แน่นอนหลัก
  • ความยากในการขยายสเกลจากจำนวนเอดจ์โนดและอุปกรณ์ที่เพิ่มขึ้น
  • การขาดบุคลากรภายในองค์กรที่สามารถนำโซลูชันคลาวด์ไปใช้อย่างมีประสิทธิภาพ และการขาดการสนับสนุนจากผู้บริหาร
  • ความยากทางเทคนิคในการสร้างและขยายขีดความสามารถด้านคลาวด์คอมพิวติ้ง อันเนื่องมาจากความซับซ้อนของโมเดล ML/AI และการขาดโซลูชันที่พร้อมใช้งานได้ทันที
  • การมองเห็นผลตอบแทนจากการลงทุนที่ไม่ชัดเจน
  • ระยะเวลาคืนทุนที่ยาวนานสำหรับการพัฒนาเอดจ์
  • ลูกค้ายังขาดความเข้าใจต่อกรณีใช้งานที่สร้างมูลค่าเพิ่ม
  • ความต้องการการลงทุนขนาดใหญ่เพื่อขยายจากโครงการนำร่องไปสู่การใช้งานในวงกว้าง
  • ความต้องการด้านเทคโนโลยีสแต็กที่ซับซ้อน (รวมถึงความจำเป็นต้องผสานเข้ากับสภาพแวดล้อมเทคโนโลยีเดิมขององค์กรส่วนใหญ่)
  • ความท้าทายอื่น ๆ เช่น การขาดโซลูชันที่พร้อมใช้งานได้ทันที
  • ปัญหาความเป็นส่วนตัวของคลาวด์ที่ยังคงเป็นข้อกังวลในหลายองค์กร
• คำถามสำคัญ
  • เอดจ์ซึ่งอยู่ในตำแหน่งที่ได้เปรียบทั้งทางธุรกิจและกฎระเบียบ จะสร้างนวัตกรรมได้มากกว่าคลาวด์หรือไม่
  • ปัจจัยขัดขวาง เช่น การขาดการทำงานร่วมกันได้ของระบบเครือข่ายและการขาดมาตรฐานร่วม จะทำให้เอดจ์ไม่สามารถปลดล็อกศักยภาพได้เต็มที่หรือไม่
  • ผู้ให้บริการไฮเปอร์สเกลคลาวด์จะเป็นผู้นำเอดจ์คอมพิวติ้งหรือไม่
  • ผู้ให้บริการโทรคมนาคมที่มี MEC รองรับ 5G จะแข่งขันหรือร่วมมือกับไฮเปอร์สเกลเลอร์
  • เทคโนโลยี AI ที่พัฒนาอย่างรวดเร็วและการเปลี่ยนแปลงด้านกฎระเบียบจะเปลี่ยนโมเดลธุรกิจของผู้ให้บริการคลาวด์และเอดจ์อย่างไร
  • ชิปเฉพาะทางที่ถูกนำไปใช้ในดาต้าเซ็นเตอร์และเอดจ์จะเปลี่ยนโฉมภูมิทัศน์การแข่งขันของคลาวด์และเอดจ์อย่างไร
  • จำนวนหน่วยจัดเก็บและประมวลผลที่เพิ่มขึ้นจะนำไปสู่ช่องโหว่ด้านความปลอดภัยหรือไม่
  • การเปลี่ยนผ่านไปสู่โครงสร้างพื้นฐานสีเขียวจะช่วยเร่งการพัฒนาอย่างต่อเนื่องของเทคโนโลยีคลาวด์และเอดจ์อย่างไร
  • เมื่อเซ็นเซอร์มีราคาถูกลงและประสิทธิภาพดีขึ้น เอดจ์และทรัพยากรคลาวด์จะรับมือกับความต้องการที่เพิ่มขึ้นในการเคลื่อนย้ายข้อมูลและการวิเคราะห์ที่ขับเคลื่อนด้วย AI อย่างไร
  • ต้นทุนการเชื่อมต่อที่ลดลงจะผลักดันการนำเอดจ์มาใช้มากขึ้นหรือไม่

เทคโนโลยีควอนตัม

• ประกอบด้วยควอนตัมคอมพิวติ้ง การสื่อสารควอนตัม และการตรวจวัดควอนตัม แม้ความได้เปรียบเชิงควอนตัมสำหรับการใช้งานจริงจะยังไม่ได้รับการพิสูจน์ แต่ก็มีการวิจัยและการทดลองที่มีแนวโน้มดีเกิดขึ้นในหมู่บริษัทชั้นนำในหลายอุตสาหกรรม เช่น เคมี เภสัชกรรม การเงิน ยานยนต์ และอวกาศ จำเป็นต้องก้าวข้ามอุปสรรคทางเทคนิคซึ่งต้องอาศัยความพยายามจากทั้งภาคเอกชนและภาครัฐ การลงทุนอย่างชาญฉลาดเพื่อการพัฒนาในอนาคตจึงเป็นเรื่องเหมาะสมในเชิงกลยุทธ์
• ความก้าวหน้าสำคัญด้านการแก้ไขข้อผิดพลาด การเน้นย้ำเพิ่มเติมต่อการสร้างทั้งสแตก (รวมถึงซอฟต์แวร์และการบูรณาการโครงสร้างพื้นฐานคอมพิวติ้งแบบควอนตัมและแบบดั้งเดิม) การปรับปรุงด้านความมั่นคงปลอดภัยสารสนเทศตามพัฒนาการของควอนตัมคอมพิวติ้ง และความต่อเนื่องของความร่วมมือระหว่างสตาร์ทอัพกับบริษัทเดิม ล้วนเป็นการเปลี่ยนแปลงที่น่าจับตาในช่วงหลัง
• ปัจจัยความไม่แน่นอนหลัก
  • ความท้าทายทางเทคนิค เช่น ความสามารถในการจัดการคิวบิตให้มีปริมาณและคุณภาพเพียงพอ และสามารถดึงผลลัพธ์การคำนวณที่มีความหมายออกมาได้
  • เนื่องจากซูเปอร์คอมพิวเตอร์ที่มีอยู่ยังสามารถตอบโจทย์การคำนวณส่วนใหญ่ที่ธุรกิจต้องการได้อย่างสมเหตุสมผล จึงอาจต้องใช้เวลาในการบรรลุความคุ้มค่าด้านต้นทุนก่อนที่คอมพิวเตอร์ควอนตัมแบบใช้งานทั่วไปจะก้าวขึ้นสู่เวทีหลัก
  • ระดับความพร้อมของเทคโนโลยีและความสามารถในการประยุกต์ใช้ที่แตกต่างกัน
  • ความจำเป็นในการประสานงานข้ามสาขาที่เพิ่มขึ้นเพื่อการออกสู่ตลาด
  • การรับรู้ที่จำกัดและการนำเทคโนโลยีไปใช้ในระดับต่ำ ซึ่งขัดขวางการพัฒนาและนวัตกรรมนอกศูนย์กลางควอนตัม รวมถึงการจัดหาบุคลากรด้านทฤษฎี/ฮาร์ดแวร์/ซอฟต์แวร์
• คำถามสำคัญ
  • เทคโนโลยีควอนตัมจะพัฒนาและบรรลุหมุดหมายสำคัญต่าง ๆ ด้วยความเร็วเพียงใดในอีก 10 ปีข้างหน้า
  • การผสานควอนตัมเข้ากับ AI จะให้ประโยชน์อะไรได้บ้าง
  • องค์กรควรเริ่มเตรียมตัวเมื่อใดและอย่างไรเพื่อรับมือกับภัยคุกคามด้านความปลอดภัยจากเทคโนโลยีควอนตัม โดยเฉพาะคอมพิวเตอร์ควอนตัม
  • อุปทานบุคลากรจะตามทันอุปสงค์ได้หรือไม่
  • มีคันโยกใดที่สามารถนำมาใช้ได้ และองค์กรจะช่วยปิดช่องว่างด้านบุคลากรได้อย่างไร

อนาคตของหุ่นยนต์

• ระบบหุ่นยนต์ที่มีความซับซ้อนสูงถูกออกแบบมาโดยเฉพาะเพื่อทำให้การทำงานทางกายภาพที่หลากหลายเป็นอัตโนมัติ จากสภาวะเศรษฐกิจมหภาคและความก้าวหน้าทางเทคโนโลยี ทำให้กรณีการใช้งานขยายตัวตั้งแต่บริการระดับผู้บริโภคไปจนถึงการประกอบในระดับองค์กร ในเชิงเศรษฐกิจมหภาค หลายประเทศกำลังเผชิญกับตลาดแรงงานที่ตึงตัวจากค่าจ้างแรงงานที่สูงขึ้น สังคมผู้สูงอายุ และความซับซ้อนเพิ่มเติมของการย้ายฐานการผลิตกลับหรือออกนอกประเทศ ในมุมมองด้านเทคนิค AI เป็นแรงขับเคลื่อนของนวัตกรรมจำนวนมากที่ยกระดับความสามารถของหุ่นยนต์ทางกายภาพและเร่งการฝึกสอน แม้จะยังมีอุปสรรคทางเทคนิคและสังคม แต่การนำไปใช้ในวงกว้างจะเป็นกุญแจสำคัญต่อการเพิ่มผลิตภาพและการเปลี่ยนผ่านสู่เศรษฐกิจที่ผสานรูปแบบการทำงานใหม่ ซึ่งแตกต่างไปจากงานที่ยึดมนุษย์เป็นศูนย์กลางในปัจจุบันอย่างสิ้นเชิง
• พัฒนาการที่น่าจับตาในช่วงหลัง ได้แก่ การขยายตัวของภาคส่วนที่นำหุ่นยนต์ไปใช้ การเพิ่มขึ้นของประเภทหุ่นยนต์ ความสนใจที่พุ่งสูงต่อหุ่นยนต์ฮิวแมนนอยด์และหุ่นยนต์อเนกประสงค์ และ AI ที่ยังคงผลักดันความก้าวหน้าไปสู่หุ่นยนต์ที่มีความเป็นอิสระมากขึ้น
• ปัจจัยความไม่แน่นอนหลัก
  • เมื่อหุ่นยนต์ผสานเข้ากับสังคมมากขึ้นและทำงานร่วมกับมนุษย์มากขึ้น อาจเกิดข้อกังวลเรื่องความปลอดภัย ความเป็นส่วนตัว และความรับผิดชอบ
  • แม้การนำหุ่นยนต์มาใช้จะมีศักยภาพในการทำให้งานจำนวนมากเป็นอัตโนมัติ แต่ในระยะแรกอาจส่งผลเชิงลบต่อตลาดแรงงานและการรับรู้ของสาธารณะได้ (แต่ก็อาจเปิดโอกาสให้มีการออกแบบตลาดงานใหม่สำหรับบทบาทใหม่ของแรงงาน)
  • การผสานหุ่นยนต์เข้ากับกำลังแรงงานจำเป็นต้องมีการฝึกทักษะใหม่ให้แรงงานมนุษย์ไปทำบทบาทอื่น หรืออบรมเพื่อให้สามารถร่วมงานกับเพื่อนร่วมงานรูปแบบใหม่ได้อย่างมีประสิทธิภาพ
  • การเข้าถึงทรัพยากรที่เพียงพอ เช่น แบตเตอรี่และบุคลากรที่มีทักษะ ยังคงมีความสำคัญต่อทั้งการพัฒนาเทคโนโลยีและการจัดหาผลิตภัณฑ์ในอนาคต
  • การแข่งขันระหว่างประเทศอาจส่งผลกระทบอย่างมากต่อกระแสการค้าด้านเทคโนโลยีทั่วโลก
  • ความเป็นไปได้ของการเปลี่ยนแปลงด้านกฎระเบียบเพิ่มความไม่แน่นอนอย่างมีนัยสำคัญต่อแนวโน้มของตลาด
• คำถามสำคัญ
  • บริษัทต่าง ๆ จะนำหุ่นยนต์เข้าสู่องค์กรด้วยความเร็วเพียงใด
  • การผสานการทำงานกับหุ่นยนต์จะปรับโฉมกำลังแรงงานแห่งอนาคตอย่างไร
  • เราจะคาดหวังหุ่นยนต์อเนกประสงค์ได้เมื่อไร
  • หุ่นยนต์ขั้นสูงอาจสร้างกรณีการใช้งานทางธุรกิจใหม่แบบใดได้บ้าง

อนาคตของโมบิลิตี

• ความสนใจต่อรถยนต์ไร้คนขับ (AV), รถยนต์ไฟฟ้า (EV), การเดินทางทางอากาศในเมือง (UAM) และเทคโนโลยี ACES (การขับขี่อัตโนมัติ การเชื่อมต่อ การใช้พลังงานไฟฟ้า และการเดินทางแบบใช้ร่วม/สมาร์ตโมบิลิตี) เพิ่มสูงขึ้น การนำเทคโนโลยีมาใช้ของทั้งบริษัทใหม่และบริษัทเดิมในภาคโมบิลิตีเร่งตัวขึ้น การทดลองเชิงพาณิชย์ของโรโบแท็กซี่ไร้คนขับในเมืองหลัก และการทดสอบบินของอากาศยานในเมือง เป็นขั้นตอนสำคัญสู่การใช้งานในวงกว้าง ขณะเดียวกันปัญหาด้านเทคโนโลยี กฎระเบียบ และการรับรู้ของผู้บริโภคก็ทำให้ความผันผวนของอุตสาหกรรมเพิ่มขึ้น
• แม้อุปสงค์ EV ยังอยู่ในระดับสูง แต่การเติบโตล่าสุดชะลอลงในภูมิภาคหลัก โรโบแท็กซี่กำลังแก้อุปสรรคเพื่อการใช้งานเชิงพาณิชย์ที่กว้างขึ้น การขนส่งด้วยรถบรรทุกอัตโนมัติกำลังเข้าสู่ช่วงหัวเลี้ยวหัวต่อเมื่อเริ่มมีการทดสอบ ไมโครโมบิลิตีโดยรวมแสดงให้เห็นถึงความยืดหยุ่นท่ามกลางการรวมตัวของตลาด การดำเนินงานจัดส่งด้วยโดรนขยายทั้งด้านขนาดและขอบเขต และแม้เงินทุนสำหรับอากาศยาน eVTOL จะลดลงเล็กน้อย แต่โอกาสด้านการรับรองยังคงช่วยรักษาโมเมนตัมไว้ ซึ่งเป็นพัฒนาการสำคัญล่าสุด
• ปัจจัยความไม่แน่นอนหลัก
  • ความไม่แน่นอนของการขยายอุปทานพลังงานทั่วโลกที่จำเป็นต่อการรองรับอุปสงค์ EV
  • ข้อกังวลด้านความปลอดภัยและความรับผิดชอบที่เกี่ยวข้องกับเทคโนโลยีโมบิลิตีแบบไร้คนควบคุมและอัตโนมัติ
  • ความไม่แน่นอนทางเทคนิคของเทคโนโลยีที่เกี่ยวข้องกับแบตเตอรี่ให้มีระยะการใช้งานเพียงพอสำหรับรองรับการใช้งานมากขึ้น (เช่น การเดินทางทางอากาศ)
  • การรับรู้ของลูกค้าต่อเสียงรบกวนและผลกระทบด้านการมองเห็น (เช่น มลพิษทางเสียงจากโดรนส่งของ)
  • ต้นทุนอุปกรณ์และโครงสร้างพื้นฐานสำหรับรูปแบบการขนส่งใหม่ (เช่น การสร้างเครือข่ายชาร์จ EV)
  • การเปลี่ยนแปลงด้านกฎระเบียบที่เกิดขึ้นเมื่อมีการพัฒนากรอบการรับรองกระแสหลัก (เช่น การควบคุมการจราจรทางอากาศที่ขยายขอบเขต)
  • ปัญหาความเป็นส่วนตัวและความปลอดภัยของอัลกอริทึม AI พื้นฐานและเวิร์กโฟลว์ที่อาศัยข้อมูลผู้บริโภค
  • การจัดหาทรัพยากรที่เพียงพอซึ่งจำเป็นต่อการขยายเทคโนโลยีเหล่านี้ (เช่น วัตถุดิบสำหรับการผลิตแบตเตอรี่ นักพัฒนาซอฟต์แวร์สำหรับซอฟต์แวร์ขับขี่อัตโนมัติ)
• คำถามสำคัญ
  • เทรนด์โมบิลิตีแห่งอนาคตจะกำหนดรูปร่างของเมืองอย่างไร
  • อุปสรรคด้านกฎระเบียบและปัจจัยเอื้อใดบ้างที่ต้องได้รับการแก้ไขเพื่อให้เกิดการยอมรับอย่างแพร่หลาย
  • รถยนต์ไร้คนขับจะมีสัดส่วนเท่าใดของยอดขายรถยนต์ และโมเดลธุรกิจใดจะครองตลาด
  • ต้องบรรลุผลลัพธ์ใดบ้างเพื่อให้ได้รับความเชื่อมั่นจากผู้บริโภคต่อรถยนต์ไร้คนขับและการเดินทางทางอากาศในเมือง
  • โมบิลิตีทางอากาศขั้นสูงจะไปถึงระดับขนาดใดในช่วง 10 ปีข้างหน้า
  • อะไรบ้างที่ต้องพร้อมเพื่อให้การพัฒนาของการเดินทางแบบใช้ร่วมกันสร้างผลกระทบทางการเงินและสิ่งแวดล้อมตามที่คาดหวัง

อนาคตของวิศวกรรมชีวภาพ

• การบรรจบกันของความก้าวหน้าในการประมวลผลทางชีวภาพกำลังกระตุ้นนวัตกรรมผลิตภัณฑ์และบริการระลอกใหม่ในอุตสาหกรรมเฮลท์แคร์ อาหารและการเกษตร สินค้าอุปโภคบริโภค ความยั่งยืน พลังงาน และวัสดุ โดยในช่วง 10 ปีข้างหน้าอาจสร้างผลกระทบทางเศรษฐกิจได้มากกว่า 2 ล้านล้านดอลลาร์ต่อปี และเปิดทางสู่กรณีการใช้งานอีกหลายร้อยรูปแบบ อย่างไรก็ตามยังต้องก้าวข้ามความท้าทายด้านการพาณิชย์และด้านสังคม/กฎระเบียบ ขณะที่การลงทุนและความพยายามด้านนวัตกรรมยังดำเนินต่อเนื่อง
• พัฒนาการที่น่าจับตาล่าสุด ได้แก่ ยีนบำบัดที่อิง CRISPR ซึ่งมีความก้าวหน้าสำคัญ การค้นพบวิธีใช้ AI แบบใหม่ในวิศวกรรมชีวภาพอย่างต่อเนื่อง และความก้าวหน้าในการผลิตโปรตีนทางเลือกแม้จะมีข้อจำกัดด้านกฎระเบียบ
• ปัจจัยความไม่แน่นอนหลัก
  • กฎระเบียบเกี่ยวกับเทคโนโลยีและผลิตภัณฑ์วิศวกรรมชีวภาพอาจส่งผลต่อความเร็วของการพัฒนา
  • การรับรู้ของสาธารณะต่อความปลอดภัย ต้นทุน และคุณภาพของผลิตภัณฑ์วิศวกรรมชีวภาพ รวมถึงข้อกังวลด้านจริยธรรม อาจเป็นตัวกำหนดความเร็วของการพัฒนาตลาด
  • ความกังวลเกี่ยวกับการดัดแปลงสิ่งมีชีวิตอาจท้าทายความก้าวหน้า
  • ระบบชีวภาพสามารถจำลองตัวเอง คงอยู่ได้ด้วยตัวเอง และเชื่อมโยงกันอย่างซับซ้อน ทำให้การเปลี่ยนแปลงในส่วนหนึ่งอาจก่อให้เกิดผลกระทบด้านลบเป็นลูกโซ่ต่อทั้งระบบนิเวศหรือสายพันธุ์
• คำถามสำคัญ
  • สังคมจะกำหนดขอบเขตที่เหมาะสมของการแก้ไขจีโนมอย่างไรเมื่อพิจารณาจากคุณค่าและหลักการที่หลากหลาย
  • สาธารณชนจะรับรู้และยอมรับวิศวกรรมชีวภาพอย่างไรควบคู่ไปกับการนำไปใช้เชิงธุรกิจ (เช่น เนื้อเพาะเลี้ยงจะเข้ากับอาหารการกินแบบเดิมได้อย่างไร)
  • จะต้องใช้เวลาอีกนานเพียงใดกว่ายีนบำบัดที่อิง CRISPR สำหรับโรคต่าง ๆ จะเกิดผลจริงและได้รับการยอมรับทางสังคมมากขึ้น

อนาคตของเทคโนโลยีอวกาศ

• ตลอด 10 ปีที่ผ่านมา ต้นทุนของเทคโนโลยีลดลงอย่างรวดเร็ว ทำให้เทคโนโลยีอวกาศมีความเป็นไปได้ในการใช้งานและมีความเกี่ยวข้องมากขึ้น การขยายตัวของการเชื่อมต่ออินเทอร์เน็ตผ่านดาวเทียม และการมีส่วนร่วมพร้อมนวัตกรรมที่เพิ่มขึ้นของภาคเอกชนในตลาดการปล่อยจรวด กำลังดึงดูดความสนใจและการลงทุนจากบริษัทเทคโนโลยีนอกอุตสาหกรรมอวกาศเนื่องจากกรณีการใช้งานเพิ่มขึ้น อุตสาหกรรมอวกาศอาจเติบโตจนมีรายได้เกิน 7.5 แสนล้านดอลลาร์ภายในปี 2035 โดยการก้าวข้ามอุปสรรคด้านเทคนิคและภูมิรัฐศาสตร์จะเป็นปัจจัยชี้ขาด
• พัฒนาการที่น่าจับตาล่าสุด ได้แก่ การเติบโตอย่างต่อเนื่องของ constellation ดาวเทียมสื่อสารวงโคจรต่ำโลก (LEO), การขยายตัวอย่างต่อเนื่องของความสนใจและความคาดหวังต่อการเชื่อมต่อโดยตรงสู่อุปกรณ์ปลายทาง (D2D), กิจกรรมการปล่อยที่เพิ่มขึ้นทั่วโลก, กิจกรรมบนดวงจันทร์ที่ดำเนินต่อไปทั้งในภาคเอกชนและภาครัฐ, และความสนใจที่เพิ่มขึ้นต่อการผสานเข้ากับโซลูชันสำหรับผู้ใช้ปลายทาง ซึ่งช่วยขับเคลื่อนความสนใจจากภาคเทคโนโลยีนอกอุตสาหกรรมอวกาศ
• ปัจจัยความไม่แน่นอนหลัก
  • เทคโนโลยีอวกาศจะสามารถขยายต่อได้อีกหรือไม่ผ่านการทำให้คุ้มค่าด้านต้นทุน
  • ความจำเป็นในการกำหนดกลไกธรรมาภิบาลสำหรับการจัดสรรสิทธิ์การใช้คลื่นความถี่และวงโคจร ท่ามกลางจำนวนผู้เล่น ดาวเทียม และแอปพลิเคชันที่เพิ่มขึ้น
  • ความเสี่ยงทางไซเบอร์ที่เพิ่มขึ้น เช่น การรั่วไหลของข้อมูล มัลแวร์ และการโจมตีทางไซเบอร์รูปแบบอื่น อันเกิดจากจำนวนผู้เล่นเชิงพาณิชย์ที่เพิ่มขึ้น
• คำถามสำคัญ
  • จะกำหนดสิทธิความเป็นเจ้าของและสิทธิการเข้าถึงอวกาศและเทคโนโลยีอวกาศอย่างไร
  • ผู้มีส่วนได้ส่วนเสียจะสามารถประสานงานกันเพื่อสร้างโครงสร้างธรรมาภิบาลในประเด็นสำคัญต่าง ๆ ได้อย่างไร (เช่น การลดการรบกวนที่ไม่ตั้งใจ การส่งเสริมการปฏิบัติการที่ปลอดภัย การคุ้มครองสิทธิในทรัพย์สินและการใช้งาน การกำหนดความรับผิด และการส่งเสริมการแบ่งปันข้อมูลอย่างเป็นธรรม)
  • ผู้มีส่วนได้ส่วนเสียจะประสานงานกันอย่างไรเพื่อบริหารจัดการขยะอวกาศและปริมาณการจราจรได้อย่างมีประสิทธิภาพ
  • การกระจายตัวของดาวเทียมในอนาคตจะมีหน้าตาอย่างไร (เช่น ความสมดุลตลอดวงโคจรต่าง ๆ)
  • ตลาดจะพัฒนาไปอย่างไรเมื่อคำนึงถึงปัจจัยหลากหลาย (เศรษฐกิจมหภาค การผลักดันโซลูชันแบบ E2E เป็นต้น)
  • การแข่งขันในตลาดการปล่อยเชิงพาณิชย์จะพัฒนาไปอย่างไร
  • ระบบจัดสรรคลื่นความถี่ในปัจจุบันจะยังยั่งยืนได้หรือไม่ ท่ามกลางการแข่งขันในการใช้สเปกตรัมที่รุนแรงขึ้นและความเสี่ยงของภาวะชะงักงันที่เพิ่มสูงขึ้น

การใช้ไฟฟ้าและพลังงานหมุนเวียน

• มีความสำคัญอย่างยิ่งต่อการลดการปล่อยคาร์บอนทั่วโลกตามความตกลงปารีส เพื่อให้ลดการปล่อยทั่วโลกลง 45% ภายในปี 2030 และบรรลุ net zero ภายในปี 2050 เทคโนโลยีส่วนใหญ่ที่จำเป็นมีอยู่แล้ว ไม่ว่าจะเป็นพลังงานหมุนเวียน เช่น พลังงานแสงอาทิตย์และลม พลังงานนิวเคลียร์ ไฮโดรเจน เชื้อเพลิงยั่งยืนและพลังงานชีวภาพ แหล่งพลังงานสะอาดที่มีความมั่นคง การกักเก็บพลังงาน ตลอดจนโซลูชันด้านการกระจาย เช่น ระบบแบตเตอรี่ระยะยาวและ smart grid อย่างไรก็ตาม การลงทุนรวมในสินทรัพย์จริงสำหรับระบบพลังงานและการใช้ที่ดินยังต่ำกว่าระดับ 9.2 ล้านล้านดอลลาร์ต่อปีที่จำเป็นอย่างมากสำหรับการไปให้ถึง net zero ภายในปี 2050 และมีการประเมินว่าจะต้องใช้แรงงานทักษะสูงราว 200 ล้านคนในห่วงโซ่คุณค่าของเทคโนโลยีสภาพภูมิอากาศภายในปี 2050
• แม้จะมีความท้าทายและปัญหาหลายด้าน แต่กำลังการผลิตไฟฟ้าจากพลังงานหมุนเวียนเพิ่มขึ้นอย่างรวดเร็ว การสนับสนุนภาครัฐต่อไฮโดรเจนเพิ่มขึ้นแม้การนำไปใช้งานจริงยังล่าช้า ความจุการกักเก็บพลังงานด้วยแบตเตอรี่ทั่วโลกขยายตัวอย่างรวดเร็ว และแรงจูงใจเชิงนโยบายพยายามกระตุ้นการนำ heat pump มาใช้ซึ่งก่อนหน้านี้ซบเซา ล้วนเป็นพัฒนาการสำคัญในปี 2023
• ปัจจัยความไม่แน่นอนหลัก
  • การลดต้นทุนเป็นสิ่งจำเป็นต่อการขยายการนำเทคโนโลยีพลังงานหมุนเวียนไปใช้ และสามารถบรรลุได้ผ่านความก้าวหน้าทางเทคโนโลยีและการลงทุนเพื่อให้เกิด economies of scale
  • หากความเร็วในการผลิตพลังงานคาร์บอนต่ำเพิ่มขึ้นจนถึงระดับที่สอดคล้องกับพันธสัญญา net zero ทั่วโลก อุปทานวัสดุอย่างลิเทียม เหล็ก และทองแดง อาจกลายเป็นข้อจำกัด
  • การขยายการพัฒนาโครงสร้างพื้นฐานเพื่อผลิตเทคโนโลยีใหม่ เช่น ไฮโดรเจนสีเขียว แบตเตอรี่ และเชื้อเพลิงยั่งยืน จะเป็นส่วนหนึ่งของ energy mix ในอนาคต
  • เร่งนวัตกรรมและการลงทุนโครงสร้างพื้นฐานสำหรับการส่งและจ่ายไฟฟ้า การกักเก็บด้วยแบตเตอรี่ การชาร์จ EV และการจัดการโหลดของ smart grid
  • การทำให้ขั้นตอนอนุญาตง่ายขึ้นสามารถลด lead time ของโครงการและช่วยให้ขยายขนาดได้อย่างรวดเร็ว
  • การติดตั้งใช้งานเทคโนโลยีการใช้ไฟฟ้าและพลังงานหมุนเวียนด้วยความเร็วและขนาดที่จำเป็นต่อพันธสัญญาความเป็นกลางทางคาร์บอนทั่วโลก ต้องอาศัยการเพิ่มขึ้นอย่างเป็นลำดับของอุปทานผู้เชี่ยวชาญด้านเทคโนโลยีพลังงานสะอาด
  • จำเป็นต้องมีทั้งโจทย์และแนวทางรับมือ เช่น ความร่วมมือระหว่างภูมิภาคเพื่อทำให้มาตรฐานสอดคล้องกัน เร่งการยอมรับเทคโนโลยีพลังงานหมุนเวียนทั่วโลก และประสานนโยบายความมั่นคงทางพลังงานระดับโลก
• คำถามสำคัญ
  • นวัตกรรมของเทคโนโลยีการกักเก็บพลังงานด้วยแบตเตอรี่จะส่งผลต่อการนำรถยนต์ไฟฟ้าและสินทรัพย์พลังงานหมุนเวียนไปใช้อย่างไร
  • ผู้มีส่วนได้ส่วนเสียภาครัฐและเอกชนจะร่วมมือกันอย่างไรเพื่อบริหารทั้งระบบพลังงานเดิมและระบบพลังงานเกิดใหม่ควบคู่กันไป โดยยังคงรับประกันความมั่นคงทางพลังงานและเสถียรภาพของโครงข่ายไฟฟ้า
  • ภูมิภาคและองค์กรจะเพิ่มการเข้าถึงพลังงาน พร้อมทั้งยกระดับความมั่นคงในการจ้างงานของผู้ทำงานในอุตสาหกรรมเดิม และใช้ประโยชน์จากความได้เปรียบเชิงเปรียบเทียบใหม่ในโลกที่ขับเคลื่อนด้วยไฟฟ้าได้อย่างไร
  • ภาคไฟฟ้าจะเพิ่มกำลังแรงงานที่มีทักษะด้านการใช้ไฟฟ้าและเทคโนโลยีพลังงานหมุนเวียนได้อย่างไร
  • ประเทศกำลังพัฒนาจะจัดหาพลังงานสะอาดให้กับประชากรที่เพิ่มขึ้นได้อย่างไร แม้จะมีอุปสรรคจากโครงสร้างพื้นฐานเดิมและการแข่งขันด้านต้นทุนจากไฮโดรคาร์บอน

เทคโนโลยีสภาพภูมิอากาศที่นอกเหนือจากการใช้ไฟฟ้าและพลังงานหมุนเวียน

• ครอบคลุมเทคโนโลยีที่เกี่ยวข้องกับความเป็นวงจรและทรัพยากร รวมถึงการดักจับและกำจัดคาร์บอน การผลิตสินค้าและบริการอย่างยั่งยืนช่วยให้บริษัทปฏิบัติตามกฎระเบียบใหม่ สร้างโอกาสการเติบโต และดึงดูดบุคลากร แม้หลายเทคโนโลยีที่ช่วยลดผลกระทบต่อสิ่งแวดล้อมจากการบริโภคจะทำได้ในทางเทคนิค แต่แทบไม่มีเทคโนโลยีใดที่คุ้มค่าเชิงต้นทุนในระดับใหญ่ หรือสามารถก้าวข้ามอุปสรรคด้านการ reskill แรงงาน การจัดหาเงินทุน และอื่น ๆ ได้ ขอบเขตของความท้าทายก็ไม่เคยมีมาก่อนเช่นกัน ภายในปี 2030 จำเป็นต้องมีกำลังการกำจัดเพิ่มเติมปีละ 0.8~2.9 GtCO2 และการปิดช่องว่างระหว่างความมุ่งหวังกับคำมั่นสัญญาต้องอาศัยการเปลี่ยนแปลงด้านการลงทุนแบบค่อยเป็นค่อยไป คิดเป็นประมาณ 0.1% ของ GDP โลกต่อปี (ราว 1.2 แสนล้านดอลลาร์)
• การขยายคำมั่นของภาคธุรกิจ การนำโซลูชัน agtech สำหรับเกษตรกรรมยั่งยืนมาใช้เพิ่มขึ้น (แม้อัตราการใช้งานยังค่อนข้างต่ำ) การสนับสนุนจากภาครัฐต่อโครงการริเริ่มด้านการจัดการคาร์บอนที่เพิ่มขึ้น และความสนใจต่อการดักจับ/ใช้ประโยชน์/กักเก็บคาร์บอน (CCUS) ที่เปลี่ยนไปอย่างมีนัยสำคัญ ล้วนเป็นพัฒนาการสำคัญในปี 2023
• ปัจจัยความไม่แน่นอนหลัก
  • นโยบายและกฎระเบียบอาจมีบทบาทชี้ขาดในการกำหนดการตัดสินใจลงทุน ความสมเหตุสมผลของกรณีธุรกิจ และปฏิกิริยาของสาธารณชนต่อแผนการจัดการคาร์บอน
  • องค์กรอาจให้คุณค่ากับประโยชน์ร่วมของโซลูชัน natural capital แตกต่างจากการกำจัด CO2 เพียงอย่างเดียว ขึ้นอยู่กับวิธีประเมินมูลค่า natural capital ผ่านโครงสร้างแรงจูงใจด้านการจัดการคาร์บอนที่หลากหลาย
  • การขยายโครงสร้างพื้นฐานสำหรับการลดและกำจัดคาร์บอนใช้ทั้งเวลาและเงินทุนอย่างเข้มข้น จึงอาจทำให้การประสานงานตลอดทั้งห่วงโซ่คุณค่าเป็นเรื่องยาก และความจำเป็นในการประสานงานระดับท้องถิ่นระหว่างผู้มีส่วนได้ส่วนเสียภาครัฐและเอกชนอาจเป็นอุปสรรคเพิ่มเติม
  • ยังไม่ชัดเจนว่าคำมั่นล่าสุดของมาตรฐานคาร์บอนเครดิตอิสระในการเพิ่มความโปร่งใสและความสม่ำเสมอเพื่อให้ปฏิบัติตามคำมั่น จะส่งผลต่อความเชื่อมั่นในแผนการจัดการคาร์บอนอย่างไร
• คำถามสำคัญ
  • แผนการจัดการคาร์บอนจะเอาชนะคอขวดที่อาจเกิดขึ้น (เช่น วัตถุดิบ ที่ดิน และโครงสร้างพื้นฐาน) ผ่าน R&D ประสบการณ์ และ economies of scale ได้อย่างไร
  • การถกเถียงเรื่องประสิทธิผลของการกำจัดคาร์บอนแบบอิงธรรมชาติกับแบบอิงเทคโนโลยี จะส่งผลต่อการตัดสินใจลงทุนและการรับรู้ของสาธารณชนอย่างไร
  • นวัตกรรมของเทคโนโลยี CCUS จะนำไปสู่การลดต้นทุนอย่างมีนัยสำคัญและการขยาย use case ได้หรือไม่
  • องค์กรคาร์บอนเครดิตอิสระจะสามารถเพิ่มความโปร่งใสของคะแนนประเมิน เพื่อให้ผ่านเกณฑ์การรับรองได้สำเร็จ และสร้างความเชื่อมั่นกับความน่าเชื่อถือให้แก่ตลาดคาร์บอนภาคสมัครใจได้หรือไม่
  • ผู้บริโภคจะตอบสนองต่อการพัฒนาอย่างต่อเนื่องของโปรตีนทางเลือกอย่างไร