ช่วงสองสามปีที่ผ่านมา วิศวกรโรงงานไทยหลายท่านน่าจะเจอบทสนทนาแบบนี้: “เราควรเอาขึ้นคลาวด์หรือทำ edge ก่อน” คำถามดูเหมือนมีเหตุผล แต่ถ้าดูตัวเลขตลาดล่าสุดแล้ว จะพบว่านี่คือกรอบคิดที่กำลังล้าสมัย เพราะโลกไม่ได้กำลังเลือกระหว่างสองฝั่ง แต่กำลังเติบโต ทั้งสองฝั่งพร้อมกันอย่างก้าวกระโดด
ตัวเลขที่ต้องรู้ก่อนตัดสินใจ
รายงานล่าสุดของ Grand View Research ระบุว่าตลาด Edge Computing โลกมีมูลค่า 33.4 พันล้านดอลลาร์ในปี 2025 และประมาณการไว้ที่ 46.7 พันล้านดอลลาร์ในปี 2026 ก่อนจะขยายต่อไปถึง 328 พันล้านดอลลาร์ภายในปี 2033 คิดเป็น CAGR 32.1% ตลอดช่วง 2026–2033 — นี่คืออัตราเติบโตที่เร็วกว่าภาพรวมของ smart manufacturing ที่ IoT Analytics ประเมินไว้ที่ CAGR 9.3% (จาก 175 พันล้านดอลลาร์ในปี 2025 สู่ 274 พันล้านดอลลาร์ในปี 2030) ถึงสามเท่าครึ่ง
ทำไมถึงเร็วขนาดนั้น? เพราะ edge ไม่ได้แข่งกับคลาวด์ แต่กำลัง เปิดกล่อง use case ใหม่ที่คลาวด์ทำไม่ได้ และเอเชียแปซิฟิกคือภูมิภาคที่โตเร็วที่สุด — Grand View Research ระบุ CAGR ของภูมิภาคเราที่ราว 39% สูงกว่าค่าเฉลี่ยโลก ซึ่งสอดคล้องกับการลงทุน infrastructure ดิจิทัลของไทยในช่วงนี้
คำถามที่ถูกต้อง: Workload นี้ควรอยู่ที่ไหน
แทนที่จะถามว่า “เอาขึ้นคลาวด์หรือ edge” ให้ถามว่า “workload นี้มีคุณสมบัติอะไร” แล้วให้คุณสมบัตินั้นตัดสินใจแทน โดยเฉพาะสี่มิติที่ตัดสินได้ชัดเจนที่สุด:
| มิติการตัดสินใจ | ชี้ไปทาง Edge | ชี้ไปทาง Cloud |
|---|---|---|
| Latency ที่ยอมรับได้ | ต่ำกว่า ~50 ms เช่น interlock, หยุดเครื่องฉุกเฉิน | วินาทีถึงนาที เช่น dashboard, รายงานรายเดือน |
| ปริมาณข้อมูล | สูงมากต่อวินาที (vibration 10 kHz, วิดีโอ 30 fps) ส่งออกนอกไซต์ไม่คุ้ม | aggregate แล้วปริมาณพอเหมาะ ต้องการเก็บยาวข้ามปี |
| ความต้องการข้ามไซต์ | เฉพาะไซต์ ไม่มีเหตุผลรวมข้ามโรงงาน | เปรียบเทียบ KPI ข้ามโรงงาน, ML training จากข้อมูลหลายแหล่ง |
| ข้อจำกัดด้านข้อมูล | ข้อมูลละเอียดอ่อน ต้อง anonymize ก่อนออกจากไซต์ | ข้อมูลสาธารณะภายในองค์กร ใช้ dashboards ร่วมกันได้ |
เมื่อทำแบบนี้ คำตอบมักออกมาเป็น “ผสม” เสมอ — โรงงานเดียวอาจมี workload safety อยู่ที่ PLC (ไม่ใช่ edge ด้วยซ้ำ) workload ตรวจคุณภาพด้วยกล้องอยู่ที่ edge server ในสายการผลิต และ workload วิเคราะห์แนวโน้มประสิทธิภาพอยู่บนคลาวด์ ทั้งหมดเชื่อมกันด้วย data pipeline เดียวที่ไหลจากปลายทางขึ้นบน ตามแนวคิด cloud continuum ที่เราเคยเขียนถึงในบทความก่อนหน้า
มุมมองจากงาน implement จริง
สิ่งที่ตัวเลขตลาดไม่ได้บอกคือ ความยากอยู่ที่ operation ไม่ใช่ technology จากประสบการณ์ของทีม Honey Corporation ที่ทำงานติดตั้งระบบ automation และ IIoT ให้ลูกค้าอุตสาหกรรมในไทย อุปสรรคใหญ่สุดของโครงการ edge ไม่ใช่การเลือกฮาร์ดแวร์ แต่คือ: ใครดูแลอุปกรณ์ edge ที่กระจายอยู่ 24 จุดเมื่อทีม IT อยู่สำนักงานกลาง? จะอัปเดต firmware อย่างไรโดยไม่หยุดการผลิต? และจะออกแบบระบบให้ “เงียบ” เมื่อมีข้อผิดพลาด เพื่อไม่ให้ทีม production ต้องรับผิดชอบปัญหาที่ไม่ใช่ของตัวเอง?
คำตอบของคำถามเหล่านี้ไม่ได้อยู่ในสเปกของผลิตภัณฑ์ใด แต่อยู่ที่การออกแบบ lifecycle ของระบบตั้งแต่ต้น — ซึ่งเป็นเหตุผลที่โครงการ edge ที่ประสบความสำเร็จมักเริ่มจากการประเมิน workload inventory อย่างจริงจังก่อนแม้แต่จะเลือกฮาร์ดแวร์ตัวแรก
Key Takeaways
- ตลาด edge computing โต CAGR 32.1% (2026–2033) จาก 46.7 เป็น 328 พันล้านดอลลาร์ — เร็วกว่าภาพรวม smart manufacturing (9.3%) ถึงสามเท่าครึ่ง (ที่มา: Grand View Research, IoT Analytics)
- เอเชียแปซิฟิกโตเร็วที่สุดในโลกที่ ~39% CAGR — โรงงานไทยอยู่ในจุดที่ได้ประโยชน์จาก ecosystem ที่กำลังสุก
- เลิกถาม “edge หรือ cloud” — ให้จัด workload ตามสี่มิติ: latency, ปริมาณข้อมูล, ความต้องการข้ามไซต์, ข้อจำกัดด้านข้อมูล
- ความยากจริงอยู่ที่ operation ไม่ใช่ technology — การดูแลอุปกรณ์กระจาย, การอัปเดตโดยไม่หยุดผลิต, และการออกแบบให้ระบบไม่เงียบเมื่อพัง
- เริ่มจาก workload inventory ก่อนเลือกฮาร์ดแวร์ — โครงการที่พังมักเริ่มจากการซื้อเครื่องมือก่อนเข้าใจปัญหา
Honey Corporation พร้อมให้คำปรึกษา
ทีมงานของเรามีความเชี่ยวชาญด้านสถาปัตยกรรม Edge-to-Cloud และการประเมิน workload สำหรับโรงงานอุตสาหกรรม พร้อมให้คำปรึกษาการออกแบบระบบ IIoT ที่เหมาะสมกับธุรกิจของคุณ ตั้งแต่การจัดทำ workload inventory ไปจนถึงการติดตั้งและดูแลระบบจริง
📞 โทร: 09-23242995 | อีเมล: support@honey.co.th
เว็บไซต์: www.honey.co.th