- Inference-Driven AI Infrastructure Spending to Grow 55% in 2026
- AI-Optimized IaaS Spending to Increase 56.5% in 2027
Worldwide AI-optimized infrastructure as a service (IaaS) spending is projected to grow 96% through 2026, reaching $42 billion, according to Gartner, Inc., a business and technology insights company.
Spending by organizations in Thailand on AI-optimized infrastructure as a service (IaaS) is projected to exceed THB1.8 billion in 2026, a 207.3% increase from 2025. This is expected to reach almost THB3.2 billion in 2027, driven by continued enterprise demand for infrastructure to support AI across applications and workflows.
“This growth is driven by continued demand for infrastructure to support large language model (LLM) training and the rapid operationalization of AI across enterprise applications and workflows,” said Hardeep Singh, Sr Principal Research Analyst at Gartner.
The market is forecast to sustain high growth and reach $66 billion in 2027 (see Table 1).
Table 1: Spending on Infrastructure as a Service, Worldwide, 2025-2027 (Millions of Dollars)
|
Segment |
|
2025 Spending |
|
2025 Growth (%) |
|
2026 Spending |
|
2026 Growth (%) |
|
2027 Spending |
|
2027 Growth (%) |
|
| Total AI-optimized IaaS |
|
21,529 |
|
180.0 |
|
42,276 |
|
96.4 |
|
66,143 |
|
56.5 |
|
| Total IaaS |
|
222,170 |
|
25.3 |
|
287,347 |
|
29.3 |
|
359,899 |
|
25.2 |
|
Source: Gartner (August 2026)
Inference Workload Spending to Surpass Training Spending in 2026
The rise of agentic AI amplifies compute intensity through multistep, autonomous execution, making inference the dominant consumption model and positioning AI-optimized IaaS as a critical enabler of enterprise AI strategies.
“As organizations shift from model development to production-scale deployment, fine-tuned and domain-specific models (DSMs) are increasingly integrated into customer-facing and operational systems, requiring continuous, real-time execution rather than periodic training,” said Singh. “This shift is accelerating the cloud consumption patterns and creating sustained demand for AI-optimized infrastructure.”
In 2026, global spending on inference ($23.3 billion) will surpass that of training ($19 billion). Fifty-five percent of AI-optimized IaaS spending is forecast to support inference in 2026 and is set to reach 59% in 2027. The growing share of inference workloads is expected to reshape cloud investment priorities.
- โดยยอดใช้จ่ายโครงสร้างพื้นฐาน AI เพื่อการนำมาใช้อนุมานข้อมูล (Inference) ปีนี้ จะเติบโต 55%
- และปีหน้าคาดยอดใช้จ่าย AI-Optimized IaaS จะโตขึ้น 56.5%
การ์ทเนอร์ อิงก์ บริษัทผู้ให้บริการวิจัยและคำปรึกษาด้านเทคโนโลยีชั้นนำ คาดการณ์ในปีนี้ (พ.ศ. 2569) มูลค่าการใช้จ่ายด้านบริการ AI-Optimized Infrastructure As A Service หรือ AI-Optimized IaaS ทั่วโลก จะเติบโตพุ่งถึง 96% คิดเป็นมูลค่าสูงถึง 42 พันล้านดอลลาร์สหรัฐฯ
สำหรับประเทศไทย การ์ทเนอร์คาดว่ามูลค่าการใช้จ่ายองค์กรสำหรับบริการ AI-Optimized Infrastructure as a Service (IaaS) ในปี พ.ศ. 2569 จะสูงกว่า 1.8 พันล้านบาท เติบโตถึง 207.3% เมื่อเทียบกับปีก่อนหน้า และคาดว่าในปี พ.ศ. 2570 จะพุ่งสูงเกือบ 3.2 พันล้านบาท โดยมีปัจจัยหนุนมาจากความต้องการโครงสร้างพื้นฐานที่เพิ่มขึ้นเพื่อรองรับการนำ AI ไปใช้ในแอปพลิเคชันและกระบวนการทำงานต่าง ๆ ขององค์กรธุรกิจอย่างต่อเนื่อง
ฮาร์ดีป ซิงห์ (Hardeep Singh) นักวิจัยอาวุโสของการ์ทเนอร์ กล่าวว่า “การเติบโตนี้มีปัจจัยขับเคลื่อนมาจากความต้องการโครงสร้างพื้นฐานเพื่อสนับสนุนการฝึกฝนโมเดลภาษาขนาดใหญ่ (LLM) อย่างต่อเนื่อง รวมถึงการเร่งนำ AI ไปปรับใช้งานในแอปพลิเคชันและกระบวนการทำงานในระดับองค์กร”
การ์ทเนอร์คาดการณ์ว่าในปี พ.ศ. 2570 ตลาดทั่วโลกจะยังเติบโตในระดับสูง และมีมูลค่าถึง 66 พันล้านดอลลาร์สหรัฐฯ (ดูตารางที่ 1)
ตารางที่ 1: มูลค่าการใช้จ่ายตลาด Infrastructure as a Service (IaaS) ทั่วโลก ปี 2568-2570 (หน่วย: ล้านดอลลาร์สหรัฐฯ)
|
Segment |
|
2025 Spending |
|
2025 Growth (%) |
|
2026 Spending |
|
2026 Growth (%) |
|
2027 Spending |
|
2027 Growth (%) |
|
| Total AI-optimized IaaS |
|
21,529 |
|
180.0 |
|
42,276 |
|
96.4 |
|
66,143 |
|
56.5 |
|
| Total IaaS |
|
222,170 |
|
25.3 |
|
287,347 |
|
29.3 |
|
359,899 |
|
25.2 |
|
ที่มา: การ์ทเนอร์ (สิงหาคม 2569)
ปีนี้มูลค่าการใช้จ่ายฝั่งเวิร์กโหลดในการนำ AI ไปใช้เพื่ออนุมานข้อมูล (Inference) จะแซงหน้าฝั่ง Training หรือการสอน AI ด้วยข้อมูล
การเติบโตของ Agentic AI ส่งผลให้ความเข้มข้นในการประมวลผลเพิ่มขึ้นอย่างมากจากการทำงานที่เป็นอิสระและมีหลายขั้นตอน ซึ่งทำให้การประมวลผลแบบ Inference กลายเป็นรูปแบบการใช้งานหลัก และส่งผลให้ AI-optimized IaaS กลายเป็นตัวขับเคลื่อนสำคัญสำหรับกลยุทธ์ AI ในระดับองค์กร
“เมื่อองค์กรต่าง ๆ เปลี่ยนแนวทางการพัฒนาโมเดลไปสู่การปรับใช้งานจริงในภาคการผลิต โมเดลที่ได้รับการปรับจูนและโมเดลที่ปรับแต่งมาเฉพาะตามสายงาน หรือ Domain-Specific Models: DSMs จะถูกนำไปเชื่อมต่อเข้ากับระบบที่ต้องมีปฏิสัมพันธ์กับลูกค้าและระบบปฏิบัติการมากขึ้น ซึ่งต้องการการประมวลผลแบบเรียลไทม์มากกว่าการฝึกฝนโมเดลเป็นระยะ ๆ ซึ่งการเปลี่ยนแปลงนี้กำลังเร่งรูปแบบการใช้งานคลาวด์ และสร้างดีมานด์ในโครงสร้างพื้นฐานเพื่อรองรับการเพิ่มประสิทธิภาพ AI อย่างยั่งยืน” ฮาร์ดีป ซิงห์ กล่าวเสริม
ปีนี้มูลค่าการใช้จ่ายทั่วโลกสำหรับการประมวลผล AI เพื่อใช้อนุมานข้อมูล (Inference) จะมีปริมาณอยู่ที่ 23.3 พันล้านดอลลาร์สหรัฐฯ แซงหน้าการใช้จ่ายสำหรับการ Training หรือการสอน AI ด้วยข้อมูลที่มีอยู่ราว 19 พันล้านดอลลาร์สหรัฐฯ และการ์ทเนอร์ยังคาดว่า 55% ของมูลค่าใช้จ่าย AI-Optimized IaaS ในปีนี้จะเป็นการใช้เพื่อ Inference และจะขยับขึ้นเป็น 59% ในปีหน้า (พ.ศ. 2570) โดยสัดส่วนที่เพิ่มขึ้นของเวิร์กโหลดในการใช้ AI เพื่ออนุมานข้อมูลนี้ คาดว่าจะเข้ามาเป็นตัวกำหนดความสำคัญของการลงทุนในระบบคลาวด์
