ก่อนเปรียบเทียบ — ทำความเข้าใจแนวคิดให้ถูกก่อน
บทความนี้ ไม่ได้ จะบอกว่า cloud ไหน "ดีที่สุด" — เพราะคำตอบนั้นไม่มีอยู่จริง
สิ่งที่มีอยู่จริงคือ cloud ที่ "เหมาะที่สุดกับบริบทของคุณ" — ขึ้นอยู่กับ workload ที่ต้องรัน, ทีมที่มีอยู่, งบประมาณ, ระบบเดิมที่ต้องเชื่อมต่อ, และแผนอนาคตของธุรกิจ
ข้อมูลทั้งหมดในบทความนี้มาจาก แหล่งข้อมูลสาธารณะ — งบการเงินของบริษัท, หน้า pricing ทางการ, รายงานของ analyst, และนโยบายรัฐบาลไทย ไม่มี opinion ที่ไม่อิงข้อเท็จจริง
ภาพรวมตลาด Cloud ในปี 2025-2026
ตัวเลขจาก industry analyst ชี้ไปในทิศทางเดียวกัน:
- ตลาด Cloud Infrastructure ทั่วโลกทะลุ $400 พันล้านดอลลาร์ ในปี 2025 เป็นครั้งแรก
- เฉพาะ Q2 2025 มีการใช้จ่าย Cloud Infrastructure เกือบ $99 พันล้านดอลลาร์ เติบโต 25% YoY
- 3 รายใหญ่ ถือส่วนแบ่งรวมกันประมาณ 63% ของตลาดทั้งหมด
ส่วนแบ่งตลาดโดยประมาณ (2025)
| Cloud Provider |
ส่วนแบ่งโดยประมาณ |
หมายเหตุ |
| AWS |
~30% |
ผู้นำตลาดต่อเนื่อง |
| Azure |
~20% |
เติบโตเร็วที่สุด |
| GCP |
~13% |
เติบโตสูงในด้าน AI |
ที่มา: ประมาณการจาก Synergy Research Group และข้อมูล Q2 2025
รายได้จากงบการเงินสาธารณะ (Q4 2025)
เนื่องจากทั้ง 3 เป็นบริษัทจดทะเบียนในตลาดหลักทรัพย์ ตัวเลขเหล่านี้เป็นข้อมูลสาธารณะ:
|
AWS |
Azure (Intelligent Cloud) |
Google Cloud |
| รายได้ Q4 2025 |
$35.58B |
$30.9B* |
$17.66B |
| การเติบโต YoY |
+24% |
+28%* |
+48% |
| Backlog |
$244B |
ไม่เปิดเผยแยก |
$240B |
หมายเหตุ: Azure รายงานรวมใน Intelligent Cloud segment ซึ่งรวม Azure + server products + enterprise services
ที่มา: Amazon Q4 FY2025 Earnings (CNBC), Microsoft FY26 Q1 Investor Relations, Alphabet Q4 2025 Earnings (CNBC)
แนวคิดในการเปรียบเทียบ — Framework 6 มิติ
แทนที่จะบอกว่า "ตัวไหนถูกที่สุด" หรือ "ตัวไหนดีที่สุด" เราใช้ framework 6 มิติที่ครอบคลุมทุกปัจจัยที่ SME ไทยต้องพิจารณา:
- ราคาและโมเดลการคิดเงิน — ค่าใช้จ่ายจริงที่จะเกิดขึ้น
- Data Center ในไทย — latency, data residency, compliance
- Free Tier และ Credit Programs — จุดเริ่มต้นที่ไม่ต้องลงทุน
- Ecosystem และ Integration — เชื่อมกับระบบที่มีอยู่ได้ดีแค่ไหน
- ทีมและทักษะที่มี — ทีมคุณถนัดอะไร
- แผนอนาคตของธุรกิจ — จะ scale ไปทิศทางไหน
มาดูทีละมิติ
มิติที่ 1 — ราคาและโมเดลการคิดเงิน
ราคา VM พื้นฐาน (General-Purpose, 2 vCPU / 8 GB RAM)
|
AWS |
Azure |
GCP |
| Instance type |
t3.medium |
B2s equivalent |
e2-medium |
| On-demand (US) |
~$30/เดือน |
~$30/เดือน |
~$24/เดือน |
| ความละเอียดการคิดเงิน |
ต่อวินาที |
ต่อนาที |
ต่อวินาที |
ที่มา: หน้า pricing ทางการของแต่ละ provider, ข้อมูล ณ มีนาคม 2026
โมเดลส่วนลด — แต่ละเจ้าคิดต่างกัน
แต่ละ provider มีวิธีให้ส่วนลดที่แตกต่างกัน — และนี่คือจุดที่ทำให้ราคาจริงต่างจาก on-demand มาก:
AWS — Savings Plans / Reserved Instances
ผูกมัด 1 หรือ 3 ปี แลกกับส่วนลด ต้องวางแผนล่วงหน้าว่าจะใช้ resource เท่าไหร่ เหมาะกับ workload ที่ stable และคาดเดาได้
Azure — Reserved Instances + Hybrid Benefit
คล้าย AWS แต่มีข้อได้เปรียบสำหรับองค์กรที่มี license ของ Microsoft อยู่แล้ว (Windows Server, SQL Server) สามารถนำ license เดิมมาใช้บน Azure ได้ ลดค่าใช้จ่ายได้อย่างมีนัยสำคัญ
GCP — Sustained Use Discounts (อัตโนมัติ)
ไม่ต้องผูกมัดล่วงหน้า ระบบจะ ให้ส่วนลดอัตโนมัติ เมื่อใช้ instance เกิน 25% ของเดือน ยิ่งใช้มากยิ่งลด ไม่ต้อง commit ล่วงหน้า เหมาะกับ workload ที่ยังไม่แน่ใจว่าจะ stable แค่ไหน
บทวิเคราะห์สำหรับ SME ไทย
สำหรับ SME ที่เพิ่งเริ่มใช้ cloud:
- ถ้า workload ยังไม่แน่นอน — โมเดล automatic discount จะช่วยให้ไม่ต้องเดาล่วงหน้า
- ถ้า workload stable และคาดเดาได้ — การ commit ล่วงหน้าจะประหยัดได้มากกว่า
- ถ้า มี Microsoft license อยู่แล้ว — ต้องคำนวณ Hybrid Benefit เข้าไปด้วย อาจเปลี่ยนผลลัพธ์อย่างมาก
มิติที่ 2 — Data Center ในประเทศไทย
นี่คือปัจจัยที่สำคัญมากสำหรับ SME ไทย — ทั้งในแง่ latency (ความเร็วในการเข้าถึง) และ data residency (ข้อมูลอยู่ในไทย)
|
AWS |
GCP |
Azure |
| Thailand Region |
ap-southeast-7 (Bangkok) |
Bangkok |
EEC (Eastern Economic Corridor) |
| เปิดใช้งาน |
8 ม.ค. 2025 |
21 ม.ค. 2026 |
ประกาศ มี.ค. 2026 (อยู่ระหว่างก่อสร้าง) |
| Availability Zones |
3 |
3 |
ยังไม่ระบุ |
| มูลค่าการลงทุน |
$5 พันล้าน |
$1 พันล้าน |
$1+ พันล้าน |
| สถานะ |
ใช้งานได้แล้ว |
ใช้งานได้แล้ว |
ยังไม่เปิด (คาดว่า 2026-2028) |
ที่มา: Amazon Press Release (ม.ค. 2025), Google Cloud Blog (ม.ค. 2026), Microsoft Source Asia (มี.ค. 2026)
ผลที่ตามมาจาก Data Center ในไทย
Latency: เว็บไซต์และแอปที่ให้บริการคนไทย จะเร็วขึ้นอย่างเห็นได้ชัดเมื่อ server อยู่ในไทย เทียบกับ Singapore region ที่ใช้กันมาก่อน (ลด latency จาก ~30-50ms เหลือ ~5-10ms)
Data Residency: บางอุตสาหกรรม (การเงิน, สาธารณสุข, ภาครัฐ) มีข้อกำหนดว่าข้อมูลต้องอยู่ในประเทศ การมี region ในไทยทำให้ comply ได้ทันที
ต้นทุน Data Transfer: ข้อมูลที่ไหลภายใน region เดียวกันจะถูกกว่า cross-region — ถ้า user ส่วนใหญ่อยู่ในไทย region ในไทยจะประหยัดค่า bandwidth
มิติที่ 3 — Free Tier และ Startup/SME Credit Programs
Free Tier เปรียบเทียบ
|
AWS |
Azure |
GCP |
| Credit เริ่มต้น |
ไม่มีเครดิตก้อน |
$200 / 30 วัน |
$300 / 90 วัน |
| Free 12 เดือน |
~60 services (750 ชม. t2.micro/เดือน, 5GB S3 ฯลฯ) |
20+ services (750 ชม. B1S VM, 64GB Disk) |
หลาย services |
| Always Free |
Lambda 1M requests, DynamoDB 25GB |
65+ services (Functions 1M requests, Cosmos DB 5GB) |
f1-micro VM, BigQuery 1TB queries/เดือน |
Startup/SME Credit Programs
| โปรแกรม |
Credit สูงสุด |
เหมาะกับใคร |
| AWS Activate |
สูงสุด $100K (accelerator-backed), $300K (AI startups) |
Startup ที่มี VC/Accelerator support |
| Microsoft for Startups |
$5K (unfunded), สูงสุด $100K (investor-backed) |
Startup ที่ใช้ Microsoft stack |
| Google for Startups |
$100K-$200K, สูงสุด $350K (AI-focused) |
Startup ที่เน้น AI/Data, ระยะเวลา 2 ปี |
ที่มา: Gart Solutions, CloudKompas, Cloudvisor — ข้อมูล ณ มีนาคม 2026
บทวิเคราะห์สำหรับ SME ไทย
- ถ้า เพิ่งเริ่มต้นและอยากทดลอง — credit ก้อนใหญ่จะช่วยให้ทดสอบได้หลาย scenario โดยไม่เสียเงิน
- ถ้า เป็น startup ที่มี VC backing — ทุก provider มี program พิเศษ ต้องเปรียบเทียบให้ดี
- ถ้า เป็น SME ที่ทำงานอยู่แล้ว (ไม่ใช่ startup) — Always Free tier สำคัญกว่า initial credit เพราะใช้ได้ตลอด
มิติที่ 4 — Ecosystem และ Integration
แต่ละ Cloud มีจุดแข็งที่ต่างกัน
AWS — จำนวน service มากที่สุด (200+) ครอบคลุมทุก use case ระบบ partner ecosystem ใหญ่ที่สุดในไทย มี training center และ certification program เยอะที่สุด
Azure — เชื่อมกับ Microsoft 365 (Outlook, Teams, SharePoint) ได้ลื่นไหลที่สุด ถ้าองค์กรใช้ Active Directory อยู่แล้ว Azure AD จะทำให้ identity management ง่ายมาก Power BI, Dynamics 365, GitHub ล้วนอยู่ใน ecosystem เดียวกัน
GCP — จุดแข็งด้าน Data & AI (BigQuery, Vertex AI, TensorFlow), Kubernetes (GKE เป็น managed K8s ที่ได้รับความนิยมสูง เพราะ Google เป็นผู้สร้าง Kubernetes เอง), และ developer experience ที่เน้นความเรียบง่าย
คำถามที่ต้องถามตัวเอง
| คำถาม |
ถ้าตอบว่าใช่ → ให้พิจารณา |
| องค์กรใช้ Microsoft 365 / Active Directory อยู่หรือเปล่า? |
Azure จะ integrate ได้ง่ายที่สุด |
| ต้อง process ข้อมูลขนาดใหญ่ หรือทำ AI/ML เป็นหลัก? |
GCP มี BigQuery / Vertex AI ที่แข็งแกร่ง |
| ต้องการ service หลากหลายและ partner support ในไทย? |
AWS มี ecosystem ใหญ่ที่สุด |
| รัน Kubernetes เป็นหลัก? |
GCP เป็นบ้านเกิดของ K8s |
| ต้องรัน Windows workload / SQL Server? |
Azure Hybrid Benefit ประหยัดที่สุด |
มิติที่ 5 — ทีมและทักษะที่มี
ข้อนี้สำคัญมากแต่มักถูกมองข้าม — cloud ที่ดีที่สุดคือ cloud ที่ทีมของคุณใช้เป็น
สิ่งที่ต้องพิจารณา
- ทีม dev ถนัดอะไร? — ถ้าทีมเคยใช้ AWS มาตลอด การย้ายไป GCP จะมี learning curve และ productivity drop ในระยะสั้น
- หา talent ง่ายไหม? — ในตลาดไทย AWS certified professionals มีจำนวนมากที่สุด ตามด้วย Azure และ GCP
- ใช้ managed services ได้แค่ไหน? — ถ้าทีมเล็ก (3-5 คน) managed services จะช่วยลดภาระ operation ได้มาก
การตัดสินใจที่สมเหตุสมผล
สำหรับ SME ที่มีทีม IT ขนาดเล็ก:
- อย่าเลือก cloud ตามกระแส — เลือกตามสิ่งที่ทีมมีอยู่แล้ว
- อย่าจ้าง cloud engineer เพื่อ cloud ที่เลือก — เลือก cloud ตาม engineer ที่มี
- ถ้าไม่มีทีม IT — เลือก cloud ที่ partner/vendor ของคุณถนัด (เช่น ถ้าใช้ Odoo ที่ deploy บน AWS ก็เลือก AWS)
มิติที่ 6 — สิทธิประโยชน์จากรัฐบาลไทย
ไม่ว่าจะเลือก cloud ไหน SME ไทยมีสิทธิประโยชน์ที่ไม่ควรมองข้าม:
นโยบาย "Go Cloud First" (มีผล 1 ต.ค. 2025)
สำนักงานพัฒนารัฐบาลดิจิทัล (DGA) กำหนดให้หน่วยงานรัฐ ใช้ cloud เป็นลำดับแรก ในการจัดซื้อ IT — เป็นสัญญาณชัดว่าไทยผลักดัน cloud เป็นนโยบายระดับชาติ
ลดหย่อนภาษี 200% สำหรับ SME (มีผลถึง 31 ธ.ค. 2027)
- SME ที่มีทุนจดทะเบียนไม่เกิน 5 ล้านบาท และรายได้ไม่เกิน 30 ล้านบาท/ปี
- ลดหย่อนภาษีได้ 200% ของค่าใช้จ่ายด้านดิจิทัล สูงสุด 300,000 บาท
- ครอบคลุม: ค่า cloud, ค่า software, ค่า digital transformation
ที่มา: LexNova Partners, BizWings
BOI Investment Promotion
- Data center, cloud computing, AI infrastructure เป็น สาขาส่งเสริมการลงทุนเชิงกลยุทธ์
- สิทธิประโยชน์: ยกเว้นภาษีเงินได้นิติบุคคล 8 ปี, ยกเว้นอากรนำเข้า
ที่มา: Alvarez & Marsal, BOI
depa Digital Voucher
- d-voucher: สิทธิ์ใช้ digital tools 6 เดือน สำหรับ SME 15,000 ราย ผ่านแอป Tang Rat
- d-transform: ทุนสนับสนุนสูงสุด 200,000 บาท สำหรับ SME 600 ราย
ที่มา: depa
Gartner Magic Quadrant 2025 — ทั้ง 3 เป็น Leader
ข้อเท็จจริงที่สำคัญ: ในรายงาน Gartner Magic Quadrant for Strategic Cloud Platform Services 2025 ทั้ง AWS, Azure และ GCP ล้วนอยู่ในกลุ่ม Leader ทั้งหมด
- AWS เป็น Leader ต่อเนื่อง 15 ปี (ยาวนานที่สุด)
- Azure ถูกจัดอันดับสูงด้าน Completeness of Vision
- GCP มีจุดแข็งด้าน IaaS/PaaS portfolio
สิ่งที่ Gartner บอกเราคือ: ทั้ง 3 เป็นทางเลือกที่เชื่อถือได้ในระดับเดียวกัน — ความแตกต่างอยู่ที่ ความเหมาะสมกับ use case เฉพาะ ไม่ใช่คุณภาพโดยรวม
ที่มา: AWS Blog, Google Cloud, Microsoft Azure Blog — ประกาศ Gartner MQ 2025
สรุปตารางเปรียบเทียบ
| มิติ |
AWS |
Azure |
GCP |
| ราคา On-demand |
ปานกลาง |
ปานกลาง |
ต่ำกว่าเล็กน้อย |
| โมเดลส่วนลด |
Commit ล่วงหน้า |
Commit + Hybrid Benefit |
อัตโนมัติ |
| Thailand Region |
เปิดแล้ว (ม.ค. 2025) |
เปิดแล้ว (ม.ค. 2026) |
อยู่ระหว่างก่อสร้าง |
| Free Tier |
กว้างที่สุด (60+ services) |
Always Free เยอะที่สุด (65+) |
Credit เริ่มต้นสูงสุด ($300) |
| Startup Credits |
สูงสุด $300K (AI) |
สูงสุด $100K |
สูงสุด $350K (AI) |
| จำนวน Services |
มากที่สุด (200+) |
มาก + Microsoft ecosystem |
เน้น Data/AI/K8s |
| Gartner MQ 2025 |
Leader (15 ปี) |
Leader |
Leader |
| Talent Pool ไทย |
ใหญ่ที่สุด |
กลาง |
กำลังเติบโต |
แนวคิดในการตัดสินใจ — Decision Matrix สำหรับ SME ไทย
แทนที่จะเลือกจาก "ตัวไหนดีที่สุด" ลองใช้ Decision Matrix นี้:
ขั้นที่ 1: ดูระบบที่มีอยู่
- ใช้ Microsoft 365 อยู่? → Azure มีข้อได้เปรียบด้าน integration
- ใช้ G Workspace อยู่? → GCP อาจ integrate ได้ง่ายกว่า
- ไม่ได้ผูกกับ vendor ไหน? → เปรียบเทียบได้อิสระ
ขั้นที่ 2: ดู workload หลัก
- Web app / API ทั่วไป? → ทุกเจ้าทำได้ดี ดูราคาเป็นหลัก
- Data analytics / ML? → เปรียบเทียบ managed services ด้านนี้โดยเฉพาะ
- Windows workload / .NET? → คำนวณ Hybrid Benefit ก่อน
ขั้นที่ 3: ดูทีม
- ทีมถนัดอะไร? → เลือกตามทีม ไม่ใช่ตามกระแส
- ไม่มีทีม IT? → เลือกตาม partner ที่จะช่วยดูแล
ขั้นที่ 4: ดูอนาคต
- จะ scale ในไทยเป็นหลัก? → ต้องมี Thailand region
- จะขยายไป ASEAN? → ดู region availability ในประเทศเป้าหมาย
- จะเน้น AI/ML? → เปรียบเทียบ AI services โดยเฉพาะ
ขั้นที่ 5: ทดลองก่อนตัดสินใจ
- ใช้ Free Tier ของแต่ละเจ้าทดสอบ workload จริงของคุณ
- วัด ราคาจริง (ไม่ใช่ราคาบนเว็บ) ด้วย pricing calculator ของแต่ละ provider
- ทดสอบ latency จาก Thailand region จริง
ผลที่ตามมาจากการเลือกผิด — และวิธีป้องกัน
การเลือก cloud ไม่ใช่การซื้อของที่เปลี่ยนได้ง่าย — เมื่อ deploy ไปแล้ว switching cost สูงมาก ทั้งเวลา เงิน และ risk
ผลที่ตามมาถ้าเลือกไม่เหมาะ
- ค่าใช้จ่ายบาน — ไม่ได้ใช้ส่วนลดที่เหมาะสม หรือ over-provision resource
- Vendor lock-in — ใช้ managed service เฉพาะเจ้าจนย้ายออกไม่ได้
- Talent mismatch — เลือก cloud ที่ทีมไม่ถนัด productivity ตก
- Performance ไม่ดี — เลือก region ไม่เหมาะ latency สูง
- Compliance ไม่ผ่าน — ข้อมูลอยู่นอกประเทศ ทั้งที่กฎหมายกำหนดให้อยู่ในไทย
วิธีป้องกัน
- ออกแบบ Architecture แบบ Cloud-Agnostic เท่าที่ทำได้ — ใช้ container (Docker/K8s), standard database (PostgreSQL), standard API แทน proprietary services
- เริ่มเล็ก วัดผล แล้วค่อยขยาย — อย่า commit ยาว 3 ปีตั้งแต่วันแรก
- ตั้งงบ cloud เป็น % ของรายได้ — industry benchmark สำหรับ SME อยู่ที่ 3-8% ของรายได้
- Review ค่าใช้จ่ายทุกเดือน — ใช้ cost management tools ของแต่ละ provider (ฟรีทุกเจ้า)
สรุป — ไม่มี "ดีที่สุด" มีแต่ "เหมาะที่สุด"
ทั้ง AWS, Azure และ GCP ล้วนเป็น Leader ใน Gartner Magic Quadrant ทั้ง 3 ลงทุนในไทยรวมกว่า $7 พันล้านดอลลาร์ และทั้ง 3 มี (หรือกำลังจะมี) Data Center ในประเทศไทย
สิ่งที่แตกต่างคือ:
- AWS → ecosystem ใหญ่ที่สุด services เยอะที่สุด talent pool ในไทยเยอะที่สุด
- Azure → เหมาะที่สุดถ้าใช้ Microsoft stack อยู่แล้ว Hybrid Benefit ประหยัดได้มาก
- GCP → แข็งแกร่งด้าน Data/AI/K8s ส่วนลดอัตโนมัติไม่ต้อง commit ล่วงหน้า
คำถามที่ถูกต้องไม่ใช่ "cloud ไหนดีที่สุด" แต่คือ "cloud ไหนเหมาะกับ workload, ทีม, งบ และแผนอนาคตของธุรกิจเราที่สุด"
และถ้ายังตัดสินใจไม่ได้ — ทดลองใช้ free tier ของทุกเจ้า แล้วให้ข้อมูลจริงเป็นตัวตัดสิน
ต้องการคนช่วยวิเคราะห์?
ถ้าทีมของคุณกำลังพิจารณาย้ายขึ้น cloud หรืออยากเปรียบเทียบต้นทุนจริงของแต่ละ provider กับ workload ของธุรกิจคุณ — ทีม Enersys มีประสบการณ์ออกแบบและ deploy ระบบบน cloud สำหรับองค์กรไทยหลายราย
เราจะช่วยวิเคราะห์ว่า cloud ไหน เหมาะที่สุด กับบริบทของคุณ — ไม่ใช่ขาย cloud ตัวใดตัวหนึ่ง
ปรึกษาทีม Enersys
แหล่งข้อมูล
- Amazon Press Release — AWS Launches Infrastructure Region in Thailand (มกราคม 2025)
- Google Cloud Blog — Bangkok Region Launch (มกราคม 2026)
- Microsoft Source Asia — Thailand $1B+ Investment (มีนาคม 2026)
- CNBC — Amazon Q4 FY2025 Earnings: AWS Revenue $35.58B
- CNBC — Alphabet Q4 2025 Earnings: Google Cloud Revenue $17.66B
- Microsoft Investor Relations — FY26 Q1 Intelligent Cloud: $30.9B Revenue
- AWS Blog — Leader in 2025 Gartner Magic Quadrant for 15 Consecutive Years
- Lexology — Thailand "Go Cloud First" Policy (October 2025)
- LexNova Partners — Thailand 200% Tax Deduction for SME Digital Spending
- Sedai — AWS EC2 vs Azure vs GCP Compute Pricing Comparison 2026
- Gart Solutions — Comparing AWS, GCP, Azure Startup Credit Programs
- depa — โครงการ SME Digital Coupon