Skip to content

Earth Intelligence – ดาวเทียม VLEO โอกาสธุรกิจใหม่ 7 แสนล้านบาท

22 ก.ค. 2568 | 15:54น.
Earth Intelligence – ดาวเทียม VLEO โอกาสธุรกิจใหม่ 7 แสนล้านบาท

การ์ทเนอร์ รายงาน เทคโนโลยี ‘Earth Intelligence’ เป็นโอกาสสร้างรายได้ใหม่ที่มีมูลค่าถึง 2 หมื่นล้านดอลลาร์ หรือราว 7 แสนล้านบาท สำหรับผู้ให้บริการเทคโนโลยี ในปี 2030 ท่ามกลางต้นทุนดาวเทียมวงโคจรต่ำมาก (VLEO) ที่ต่ำลง 

การ์ทเนอร์ บริษัทวิจัยตลาดเทคโนโลยี เปิดเผยว่า ภายใน ปีจากนี้ การใช้จ่ายไปกับเทคโนโลยี “Earth Intelligence” ขององค์กรธุรกิจจะมากกว่ารัฐบาลและหน่วยงานทหารรวมกัน

โดยเทคโนโลยีเก็บข้อมูลอัฉริยะของโลก หรือ Earth Intelligence จะส่งผลกระทบอย่างมีนัยสำคัญต่อทุกอุตสาหกรรม เนื่องจากเทคโนโลยีนี้กำลังเปลี่ยนมือจากภาครัฐสู่ภาคเอกชนอย่างรวดเร็ว โดยในปี 2030 คาดว่าจะมีรายได้ต่อปีเพิ่มขึ้นเกินกว่า 4.2 พันล้านดอลลาร์ จากเกือบ 3.8 พันล้านดอลลาร์ในปีนี้ ตามรายงานของการ์ทเนอร์ล่าสุดยังระบุว่า โอกาสการสร้างรายได้โดยตรงสะสมจาก เทคโนโลยี Earth Intelligence สำหรับผู้ให้บริการเทคโนโลยีและผลิตภัณฑ์จะมีมากถึงเกือบ 2 หมื่นล้านดอลลาร์ เริ่มตั้งแต่ปี 2025 ถึง 2030 

การคาดการณ์รายได้ของผู้ให้บริการเทคโนโลยีนี้ มุ่งเน้นไปที่รายได้โดยตรงจากข้อมูล บริการวิเคราะห์ และแอปพลิเคชั่นซอฟต์แวร์ของเทคโนโลยี Earth Intelligence โดยไม่ได้นำปัจจัยที่ขับเคลื่อนมูลค่าของ Earth Intelligence วงกว้างมาคำนวณ ซึ่งอาจรวมถึงการปรับปรุงประสิทธิผลการทำงานและการหลีกเลี่ยงต้นทุน

การ์ทเนอร์ให้คำจำกัดความเทคโนโลยี Earth Intelligence ว่าเป็นการประยุกต์ใช้เทคโนโลยี AI รวมกับข้อมูลการสำรวจโลก เพื่อเสนอโซลูชั่นที่เฉพาะเจาะจงสำหรับภาคอุตสาหกรรมและฟังก์ชั่นทางธุรกิจ ครอบคลุมตั้งแต่การรวบรวมและนำเสนอข้อมูลการสำรวจโลก การแปลงข้อมูลให้เหมาะสมกับวัตถุประสงค์ และนำข้อมูลนั้นมาใช้เพื่อสร้างข้อมูลเชิงลึกที่สามารถนำไปใช้ได้กับโมเดล เครื่องมือ และแอปพลิเคชั่น AI ที่เฉพาะเจาะจงสำหรับแต่ละโดเมน

Bill Ray รองประธานนักวิเคราะห์ของการ์ทเนอร์กล่าวว่า อนาคตของ Earth Intelligence จะเป็นของผู้ขายที่เคลื่อนตัวได้ไวในการพัฒนาเทคโนโลยีที่ทำให้เข้าใจข้อมูลดิบจำนวนมหาศาลที่เก็บรวบรวมไว้

 ข้อมูล Earth Intelligence เพิ่งได้รับการตระหนักถึงคุณค่า ตัวอย่างเช่น ผู้ขายกำลังใช้ประสิทธิภาพจากดาวเทียมเพื่อระบุตำแหน่งต้นไม้ที่ล้มขวางทางรถไฟช่วงเกิดพายุ หรือการตรวจสอบอุณหภูมิของโรงหลอมโลหะ (Metal Refinery) ทุกแห่งเพื่อประเมินการผลิตทั่วโลก หรือการนับจำนวนยานพาหนะเพื่อวิเคราะห์รูปแบบการจราจรและเทรนด์ผู้บริโภค”

“รวมถึงการติดตามสินค้าขนส่งทางทะเลเพื่อประเมินกิจกรรมการขนส่งต่าง ๆ โดยข้อมูลเชิงลึกที่ไม่เคยมีมาก่อนเหล่านี้กำลังสร้างมูลค่ามหาศาล และทำให้พบยูสเคสการใช้งานใหม่ ๆ ถูกค้นพบทุกวัน ขณะที่การแข่งขันของผู้ขายเทคโนโลยี AI ทวีความรุนแรงขึ้นพร้อมกับปริมาณข้อมูลที่มีอยู่ก็ขยายตัวอย่างต่อเนื่อง

 ปัจจุบัน ข้อมูลดิบที่ขับเคลื่อนเทคโนโลยี Earth Intelligence ถูกรวบรวมและวิเคราะห์โดยรัฐบาลเป็นหลัก อย่างไรก็ตาม การเปลี่ยนแปลงกำลังเกิดขึ้น การ์ทเนอร์คาดการณ์ว่าภายในปี 2030 องค์กรเอกชนจะใช้จ่ายเพื่อเทคโนโลยี Earth Intelligence มากกว่ารัฐบาลและหน่วยงานทหารรวมกัน โดยคิดเป็นมากกว่า 50% ของ Earth Intelligence ทั้งหมด เพิ่มขึ้นจากในปี 2024 ที่มีน้อยกว่า 15%

เมื่อผู้ให้บริการเทคโนโลยีและบริการเอกชนเริ่มให้ความสำคัญกับเทคโนโลยี Earth Intelligence พวกเขาจะมีโอกาสขายข้อมูล โมเดล และแอปพลิเคชั่นให้กับบริษัทที่ขาดแคลนทรัพยากรด้านการวิเคราะห์ข้อมูลด้วยตนเอง ซึ่ง Earth Intelligence จะนำไปสู่ตลาดและข้อเสนอใหม่ ๆ ทั้งในด้านข้อมูล โมเดล เครื่องมือและแอปพลิเคชั่นแบบสแตนด์อะโลน รวมถึงมีความสามารถในการฝังเทคโนโลยีนี้ในแอปพลิเคชั่นที่มีอยู่เดิม เป็นโอกาสทางธุรกิจที่ยิ่งใหญ่สำหรับผู้ให้บริการเทคโนโลยีและผลิตภัณฑ์” 

สภาพเศรษฐกิจเกิดใหม่กำลังวิวัฒนาการ เนื่องจากดาวเทียมวงโคจรต่ำมาก (Very Low Earth orbit หรือ VLEO) มีต้นทุนการสร้างและการปล่อยที่ถูกลง และดาวเทียมเหล่านี้กำลังเฝ้าดูโลกในแนวทางใหม่ เทคนิคเรดาร์และไฮเปอร์สเป็กตรัมสามารถมองเห็นสิ่งที่ไม่เคยมองเห็น และอาจใช้เวลาย้อนกลับมาสำรวจเพียงแค่หนึ่งชั่วโมงหรือน้อยกว่านั้น บริษัทเอกชนยังทดลองกับ VLEO ที่สามารถให้ความละเอียดต่ำถึง 10 เซนติเมตร ซึ่งเล็กมากพอที่จะส่องเห็นหนู

 สิ่งนี้กำลังเริ่มขึ้นและจะยังคงขับเคลื่อนข้อมูลการสำรวจโลกในปริมาณมหาศาลต่อไป การรวบรวมข้อมูลดาวเทียมเข้ากับข้อมูลการสำรวจภาคพื้นดินจากเซ็นเซอร์และโดรนจะสร้างมูลค่าให้กับเทคโนโลยี Earth Intelligence ยิ่งขึ้น นี่คือจุดที่ AI เข้ามามีบทบาทสำคัญ ไม่เหมือนเทคโนโลยีในโดเมนอื่น ๆ ที่มีข้อมูลมากมายอยู่แล้ว แต่ข้อมูลนั้นต้องได้รับการออกแบบให้เป็นข้อมูลที่เหมาะสมกับวัตถุประสงค์เพื่อป้อนให้กับโมเดล AI ที่มีความเฉพาะเจาะจงสำหรับอุตสาหกรรมและฟังก์ชั่นทางธุรกิจ