Geopolitical, Regulatory, and Security Pressures Spur Governments to Boost Investment in Independent AI Infrastructure.
By 2027, 35% of countries will be locked into region-specific AI platforms using proprietary contextual data, according to Gartner, Inc., a business and technology insights company. Gartner also predicts that platform lock-in will rise from 5% to 35% by 2027.
“Countries with digital sovereignty goals are increasing investment in domestic AI stacks as they look for alternatives to the closed U.S. model, including computing power, data centers, infrastructure and models aligned with local laws, culture and region,” said Gaurav Gupta, VP Analyst at Gartner. “Trust and cultural fit are emerging as key criteria. Decision makers are prioritizing AI platforms that align with local values, regulatory frameworks, and user expectations over those with the largest training datasets.”
Localized models deliver more contextual value; regional LLMs outperform global models in applications such as education, legal compliance, and public services, especially in non-English languages.
Nations Will Need to Invest 1% of GDP in AI Sovereignty by 2029
With non-Western customers changing alignment due to concerns of overly Western influence, AI sovereignty will lead to reduced collaboration and duplication of effort. Because of this, Gartner predicts that nations establishing a sovereign AI stack will need to spend at least 1% of their GDP on AI infrastructure by 2029.
AI sovereignty refers to the ability of a nation or organization to independently control how AI is developed, deployed, and used related to its geographical boundaries.
Regulatory pressure, geopolitics, cloud localization, national AI missions, corporate risks and national security concerns are driving governments and corporations to accelerate investments in sovereign AI. A fear of falling behind in the technological AI race will also push nations and companies to innovate rapidly and invest in an attempt to achieve self-sufficiency in all aspects of the AI stack.
“Data centers and AI factory infrastructure form the critical backbone of the AI stack that enables AI sovereignty, ” said Gupta. “As a result, data centers and AI factory infrastructure will see explosive build-up and investment going forward, propelling a few companies that control the AI stack to achieve double-digit, trillion dollar valuations.”
Because of this, CIOs must:
- Design model agnostic workflows using orchestration layers that enable switching between LLMs across regions and different vendors.
- Ensure AI governance, data residency, and model tuning practices can meet country-specific legal, cultural, and linguistic requirements.
- Establish relationships with national cloud providers, regional LLM vendors, and sovereign AI stack leaders in priority markets and build a vetted list of partners.
- Monitor AI legislation, data sovereignty rules, and emerging standards that may affect where and how they can deploy AI models and process users data.
การ์ทเนอร์ อิงก์ บริษัทวิจัยและให้คำปรึกษาด้านธุรกิจและเทคโนโลยีชั้นนำ เปิดเผยว่าในปี 2570 ประเทศต่าง ๆ ทั่วโลกกว่า 35% จะเข้าสู่ภาวะถูกจำกัดให้ใช้แพลตฟอร์ม AI เฉพาะภูมิภาค หรือ Region-Specific AI Platforms ที่ใช้ข้อมูลบริบทเฉพาะตัว โดยการ์ทเนอร์ยังคาดว่าภายในปีหน้าภาวะการถูกผูกขาดแพลตฟอร์มนี้จะเพิ่มขึ้นจาก 5% เป็น 35%
กอราฟ กุปตา รองประธานฝ่ายวิเคราะห์การ์ทเนอร์ กล่าวว่า “ประเทศที่มีเป้าหมายสร้างอธิปไตยทางดิจิทัล หรือ Digital Sovereignty กำลังเพิ่มการลงทุนกับโครงสร้าง AI ภายในประเทศ หรือ Domestic AI Stacks มากขึ้น เพื่อมองหาทางเลือกอื่นนอกเหนือจากโมเดลที่เป็นระบบปิดของสหรัฐฯ ซึ่งประกอบไปด้วย ประสิทธิภาพการประมวลผล ดาต้าเซ็นเตอร์ โครงสร้างพื้นฐาน และโมเดลที่ทำงานสอดคล้องกับกฎหมาย วัฒนธรรม และภูมิภาคของตน ซึ่งความเชื่อมั่นและความเข้ากันได้ทางวัฒนธรรมกลายเป็นเกณฑ์สำคัญ โดยผู้มีอำนาจตัดสินใจให้ความสำคัญกับแพลตฟอร์ม AI ที่สอดคล้องกับค่านิยมท้องถิ่น กรอบการกำกับดูแล และความคาดหวังของผู้ใช้งาน มากกว่าแพลตฟอร์มที่มีเพียงชุดข้อมูลการฝึกฝนขนาดใหญ่ที่สุด”
โมเดลที่ปรับให้เข้ากับท้องถิ่น หรือ Localized Models ให้คุณค่าเชิงบริบทมากกว่า โดยโมเดลภาษาขนาดใหญ่ (LLM) ระดับภูมิภาคมีประสิทธิภาพเหนือกว่าโมเดลระดับโลกในแอปพลิเคชันต่าง ๆ เช่น การศึกษา การปฏิบัติตามกฎหมายและบริการสาธารณะ โดยเฉพาะในภาษาอื่น ๆ ที่ไม่ใช่ภาษาอังกฤษ
หลายประเทศต้องลงทุน 1% ของ GDP ภายในปี 2572 เพื่อสร้าง AI Sovereignty
จากการที่ลูกค้าที่อยู่นอกฝั่งตะวันตกเริ่มเปลี่ยนจุดยืน เนื่องจากพวกเขากังวลเกี่ยวกับอิทธิพลของตะวันตกที่แพร่เข้ามามากเกินไป ทำให้ AI Sovereignty กลายเป็นตัวชี้นำไปสู่การลดความร่วมมือลงและเกิดการทำงานที่ซ้ำซ้อน ด้วยเหตุนี้ การ์ทเนอร์จึงคาดการณ์ว่าประเทศที่สร้างโครงสร้าง AI ของตนเอง หรือ Sovereign AI stack จะต้องใช้จ่ายอย่างน้อย 1% ของ GDP กับโครงสร้างพื้นฐาน AI ภายในปี 2572
อธิปไตยทาง AI หรือ AI Sovereignty หมายถึงความสามารถของประเทศหรือองค์กรในการควบคุมวิธีการพัฒนา แนวทางการติดตั้งนำไปใช้งาน และการใช้ AI ภายในขอบเขตทางภูมิศาสตร์ของตนได้อย่างอิสระ
แรงกดดันด้านกฎระเบียบ ภูมิรัฐศาสตร์ การจัดเก็บข้อมูลบนคลาวด์ในประเทศ ภารกิจ AI ระดับชาติ ความเสี่ยงต่าง ๆ ที่องค์กรเผชิญ และความกังวลด้านความมั่นคงของชาติ ล้วนเป็นปัจจัยขับเคลื่อนที่ทำให้รัฐบาลและองค์กรต่าง ๆ ต้องเร่งลงทุนใน Sovereign AI นอกจากนี้ความกลัวที่จะกลายเป็นผู้ตามในการแข่งขันทางเทคโนโลยี AI ยังผลักดันให้ประเทศและบริษัทต่าง ๆ ต้องเร่งสร้างนวัตกรรมและลงทุนเพื่อเป้าหมายในการบรรลุการพึ่งพาตนเองในทุกภาคส่วนของโครงสร้าง AI
“ดาต้าเซ็นเตอร์และโครงสร้างพื้นฐานในโรงงาน AI ถือเป็นกระดูกสันหลังที่สำคัญของ AI stack ที่ช่วยให้เกิดอธิปไตยทาง AI ส่งผลให้ดาต้าเซ็นเตอร์และโครงสร้างพื้นฐานเหล่านี้จะมีการขยายตัวและการลงทุนอย่างมหาศาลในอนาคต ผลักดันให้บริษัทไม่กี่แห่งที่ควบคุมโครงสร้าง AI มีมูลค่าบริษัทเติบโตในระดับเลขสองหลักถึงล้านล้านดอลลาร์” กุปตา กล่าวเสริม
ด้วยเหตุทั้งหมดนี้ ผู้บริหารไอที (CIOs) จะต้อง:
- ออกแบบเวิร์กโฟลว์ที่ไม่ยึดติดกับโมเดลใด ๆ โดยใช้เลเยอร์การจัดการต่างๆ ช่วยให้สามารถสลับไปมาระหว่าง LLM ในภูมิภาคต่าง ๆ และผู้ให้บริการที่แตกต่างกันได้
- มีการกำกับดูแล AI และจัดเก็บข้อมูลในประเทศ และการปรับแต่งโมเดลเป็นไปตามข้อกำหนดทางกฎหมาย วัฒนธรรม และภาษาเฉพาะของแต่ละประเทศ
- สร้างสัมพันธ์กับผู้ให้บริการคลาวด์ระดับชาติ ผู้ให้บริการ LLM ระดับภูมิภาค และผู้นำด้าน Sovereign AI ในตลาดสำคัญ ๆ พร้อมจัดทำรายชื่อพันธมิตรที่ผ่านการตรวจสอบแล้ว
- คอยติดตามกฎหมาย AI กฎระเบียบด้านอธิปไตยทางข้อมูล และมาตรฐานใหม่ ๆ ที่อาจส่งผลกระทบต่อสถานที่และวิธีการติดตั้งใช้งานโมเดล AI รวมถึงการประมวลผลข้อมูลของผู้ใช้
