มีการคาดการณ์ว่า AI จะสร้างมูลค่าได้ถึง 16 ล้านล้านดอลลาร์ภายในปี 2030 วันนี้ Generative AI (Gen AI) กำลังพลิกโฉมธุรกิจอย่างรวดเร็ว และแนวทางที่ CEO เลือกนำ Gen AI มาใช้จะเป็นตัวกำหนดอนาคตขององค์กร
เมื่อมองถึงอนาคตของธุรกิจในปี 2567 สถาบันการศึกษาคุณค่าทางธุรกิจของไอบีเอ็ม (IBV) ได้ระบุถึง 5 เทรนด์ ที่คาดว่าจะช่วยสร้างความสามารถในการแข่งขันให้องค์กรในอีก 1 ปีข้างหน้า ดังนี้
แนวโน้มที่ 1: องค์กรจะเปลี่ยนจาก “Plus AI” เป็น “AI Plus”
- AI Plus หมายถึงการออกแบบที่วาง AI เป็นแกนหลักตั้งแต่ต้นไม่ใช่เอามาเสริมในภายหลัง3 ใน 4 ซีอีโอที่สำรวจ มองว่าความได้เปรียบในการแข่งขันขึ้นอยู่กับว่าใครมี Gen AI ที่ก้าวล้ำที่สุด แต่องค์กรกว่า 60% ระบุว่ายังไม่ได้มีการพัฒนาแนวทางด้าน Gen AI ที่สามารถทำงานได้เต็มศักยภาพอย่างสม่ำเสมอ หรือขยายการใช้งานได้ทั่วทั้งองค์กร ซึ่งเหล่านี้ล้วนเป็นปัจจัยสำคัญที่จะนำสู่ก้าวย่าง AI Plus และระบบ AI ที่เชื่อถือได้
- รักษาสมดุลระหว่างความเร็วและความรอบคอบ งานวิจัยโดย IBV ระบุว่า 2 ใน 3 ซีอีโอที่สำรวจกำลังเดินหน้าโดยไม่มีวิสัยทัศน์ที่ชัดเจนว่าจะช่วยเหลือพนักงานของตนอย่างไร เมื่อ AI เข้ามาพลิกโฉมและสร้างการเปลี่ยนแปลงที่ไม่อาจหลีกเลี่ยงได้ โดยมีซีอีโอไม่ถึง 1 ใน 3 ที่เคยประเมินถึงผลกระทบที่ Gen AI อาจมีต่อพนักงานของตน
- กระนั้นองค์กรที่นำ AI มาใช้งานก็ยังมีประสิทธิผลเหนือกว่าองค์กรอื่นอย่างต่อเนื่องไม่มีอะไรหยุดยั้ง Gen AI ได้ แต่ก็ไม่ได้หมายความว่าจะไม่มีการชะลอตัวในปี 2567 ผู้นำองค์กร 72% ระบุว่าเต็มใจยอมสละประโยชน์ที่คาดว่าจะได้รับจากการใช้ Gen AI เนื่องจากข้อกังวลด้านจริยธรรม และ 69% คาดว่าการนำ Gen AI มาใช้จะนำสู่การจ่ายค่าปรับตามกฎระเบียบข้อบังคับต่าง ๆ
ข้อแนะนำ คือ องค์กรต้องออกแบบโมเดลการทำงานใหม่โดยมองผ่านเลนส์ AI Plus
- ผู้รับผิดชอบการจัดการและกำกับดูแล AI: องค์กรต้องกำหนดตำแหน่งประธานเจ้าหน้าที่ฝ่ายจริยธรรม AI ที่มีหน้าที่สนับสนุนการใช้ AI อย่างมีความรับผิดชอบโดยเฉพาะ โดยเป็นผู้ให้คำแนะนำและใช้อำนาจยับยั้ง รวมถึงทำให้เทคโนโลยีเป็นสิ่งที่เข้าถึงได้และเชื่อถือได้ โดยผนวกจริยธรรมตลอดวงจรการพัฒนา AI
- เพิ่มพูนทักษะด้าน AI ให้บุคลากรนอกแผนกไอที: องค์กรควรให้ความสำคัญกับการเรียนรู้ทักษะใหม่และต่อยอดทักษะเดิม โดยเน้นความคิดสร้างสรรค์และทักษะด้านคน ลงทุนในระบบโครงสร้างพื้นฐานที่มั่นคงเพื่อรองรับข้อมูล ส่งเสริมให้เกิดความโปร่งใสและการเรียนรู้เกี่ยวกับ AI ทั่วทั้งองค์กร
- วางแนวทางที่ชัดเจนในการกำกับดูแล AI: องค์กรควรบูรณาการการกำกับดูแล AI (AI governance) เข้ากับโมเดลธุรกิจหลักขององค์กร เพื่อให้มั่นใจว่าจะสามารถอธิบายที่มาของการให้คำแนะนำของ AI ได้ (explainability) โดยที่ระบบ AI ปราศจากอคติและเชื่อถือได้ องค์กรควรให้ความรู้กับพนักงานในเรื่องดังกล่าว ขณะเดียวกันลูกค้าและผู้ที่มีส่วนเกี่ยวข้องต้องสามารถรับรู้ได้ว่าเมื่อใดกำลังปฏิสัมพันธ์กับเจ้าหน้าที่ที่ใช้ AI เข้ามาเป็นตัวช่วยอยู่
แนวโน้มที่ 2: คนที่ใช้ AI จะมาแทนคนที่ไม่ใช้
ในปี 2567 Gen AI จะส่งผลกระทบต่อแทบทุกตำแหน่งและทุกระดับงานในองค์กรผลการสำรวจ ชี้ให้เห็นว่า 77% ของคนทำงานระดับเริ่มต้นจะเริ่มเห็นการเปลี่ยนแปลงของบทบาทงานของตนภายในปี 2568 ขณะที่ผู้บริหารระดับสูงมากกว่า 1 ใน 4 ก็จะเห็นการเปลี่ยนแปลงนี้เช่นกัน ยิ่งเมื่อ Gen AI เติบโตอย่างรวดเร็ว จำนวนของตำแหน่งและผู้ที่จะได้รับผลกระทบจาก AI ก็จะยิ่งเพิ่มขึ้นในทุกระดับงาน ตัวอย่างเช่น ภายใน 5 ปี ผู้นำหน่วยงานภาครัฐส่วนใหญ่คาดว่าจะต้องใช้จ่ายในงานด้าน AI และระบบออโตเมชัน มากกว่าในการจ้างบุคลากร
จะประสบความสำเร็จในการนำ AI มาใช้ได้ทีมงานต้องเปิดรับเครื่องมือและแอพพลิเคชัน AI ใหม่ ๆ ซีอีโอประเมินว่าในการนำ AI และออโตเมชันมาใช้นั้น พนักงาน 40% จะต้องเรียนรู้ทักษะใหม่อย่างต่อเนื่องตลอด 3 ปีข้างหน้า สิ่งสำคัญคือทักษะที่ทำให้คนเป็นที่ต้องการในโลกความจริงใหม่ ไม่ว่าจะเป็นงานเดิมหรืองานใหม่ที่แตกต่างจากเดิมโดยสิ้นเชิง โดยความริเริ่มสร้างสรรค์ (ทักษะที่ผู้นำมองว่าจะมีคุณค่ามากที่สุดในปี 2568) การตัดสินใจอย่างถ้วนถี่ลึกซึ้ง และความเข้าใจผู้อื่น จะเป็นทักษะที่ทวีความสำคัญยิ่งขึ้น
ในปัจจุบันด้วยการคาดการณ์ภายใต้ข้อจำกัดซีอีโอ 87% คาดว่า Gen AI จะเข้ามาสนับสนุนและส่งเสริมพนักงานมากกว่าจะมาแทนที่การจะประสบความสำเร็จได้ พนักงานต้องเชื่อมั่นในเพื่อนร่วมงาน AI คนใหม่
ข้อแนะนำ คือ องค์กระจะต้องให้ความสำคัญกับ ‘คน’ ท่ามกลางการเปลี่ยนแปลงครั้งใหญ่นี้
- มองการเรียนรู้ทักษะ Gen AI เป็นโอกาสสู่ความก้าวหน้า โดยกำหนดยุทธศาสตร์การเรียนรู้ทักษะอย่างยืดหยุ่น อาศัยข้อมูลจากฝ่ายทรัพยากรบุคคล ฝ่ายไอที และผู้มีส่วนได้ส่วนเสียหลักรายอื่น ๆ กำหนดกรอบการเรียนรู้สำหรับงานระดับสูงที่ดำเนินการโดยคน และภาระงานซ้ำ ๆ ที่ใช้บอตดำเนินการแทนได้ โดยระบุทักษะหลักที่สอดคล้องกับแต่ละงาน จากนั้นใช้ Gen AI ช่วยเส้นทางการเรียนรู้จากแค็ตตาล็อกการฝึกอบรมภายในและแหล่งข้อมูลภายนอก
- กำหนดนิยามการดำเนินธุรกิจใหม่ผ่านมุมมองที่ให้ความสำคัญกับคนโดยมี AI ทำหน้าที่สนับสนุน ใช้เทคโนโลยีเพื่อวิเคราะห์กระบวนการทำงาน และระบุจุดที่ขาดประสิทธิภาพหรือเป็นปัญหาคอขวด จากนั้นจึงใช้ข้อมูลเชิงลึกเหล่านี้เพื่อทบทวนการปฏิบัติงาน ว่าจุดไหนควรนำพนักงานดิจิทัลมาช่วย โดยที่มนุษย์ยังคงอยู่ในวงจรการตัดสินใจ
- ให้ทีมงานมีส่วนให้คำแนะนำว่างานใดที่สามารถออโตเมทได้ใช้ประโยชน์จากช่องทางดิจิทัลของฝ่าย HR ไม่ใช่แค่เพื่อให้พนักงานได้แสดงความคิดเห็น แต่สร้างระบบที่พวกเขาสามารถร่วมออกแบบการเปลี่ยนแปลงในที่ทำงานได้ พัฒนาผู้นำรุ่นใหม่ที่สะดวกใจที่จะทำงานในสภาพแวดล้อมที่มนุษย์และ AI ทำงานร่วมกัน
แนวโน้มที่ 3: เรื่องข้อมูลไม่ใช่เรื่องของแผนกไอทีอย่างเดียวแต่ฝ่ายบริหารระดับสูงต้องสนใจ
ที่ผ่านมาองค์กรต้องปกป้องข้อมูลไม่ให้ถูกขโมยแต่วันนี้ต้องเพิ่มเติมการปกป้องข้อมูลจากการถูกปนเปื้อนระหว่างที่ข้อมูลเคลื่อนย้ายเข้าออกและผ่านองค์กรเรื่องนี้มีเดิมพันสูง องค์กรที่สามารถสร้างรายได้จากคลังข้อมูลขนาดใหญ่ที่คุณภาพสูงและเชื่อถือได้ของตน จะได้รับผลตอบแทนจากการลงทุน (ROI) จากการนำ AI มาใช้มากกว่าองค์กรอื่นเกือบ 2 เท่า (ROI 9% เทียบกับ 4.8%)
เมื่อผลตอบแทนเหล่านี้เป็นเรื่องเสี่ยงจึงไม่น่าแปลกใจที่ในปี 2567 ข้อมูลจะไม่ได้เป็นเพียงข้อกังวลด้านเทคโนโลยีอีกต่อไปแต่เป็นความจำเป็นทางธุรกิจที่สำคัญต่อยุทธศาสตร์องค์กรอย่างมาก
ซีอีโอ 61% มองว่าความกังวลเกี่ยวกับต้นกำเนิดและแหล่งที่มาของข้อมูลจะเป็นอุปสรรคต่อการนำ Gen AI มาใช้ 57% มองว่าการรักษาความปลอดภัยข้อมูลจะเป็นอุปสรรคเช่นกัน ขณะที่ 45% พุ่งเป้าไปที่ความเป็นส่วนตัวของข้อมูล
ไม่น่าแปลกใจที่งบประมาณด้านความปลอดภัยทางไซเบอร์ในปี 2566 เพิ่มขึ้นจากปี 2564 ถึง 51% และคาดว่าจะเพิ่มขึ้นอีก 43% ในปี 2568 องค์กรควรมองว่าการรักษาความปลอดภัยเป็นตัวสร้างความแตกต่างทางกลยุทธ์ที่สำคัญ หากต้องการสร้างมูลค่าจากข้อมูลที่น่าเชื่อถือ
ข้อแนะนำคือ การสร้างมูลค่าที่เร็วที่สุดคือการรักษาความปลอดภัยข้อมูลขององค์กรและสร้างความไว้วางใจ
- การใช้จ่ายเพิ่มขึ้นเพื่อรักษาความปลอดภัยยังไม่เพียงพอ องค์กรควรทำให้ระบบ zero trust และข้อมูลที่เชื่อถือได้กลายเป็นจุดต่างสำคัญของตน โดยมุ่งเน้นความโปร่งใสและความถูกต้องเชื่อถือได้เพื่อลดความเสี่ยงและหลีกเลี่ยงอคติ
- ให้ความไว้วางใจเป็นจุดเริ่มต้นของการสนทนาทุกครั้ง เสริมสร้างขีดความสามารถด้านไซเบอร์ซิเคียวริตี้ เพื่อสร้างความไว้วางใจ รวมถึงปกป้องธุรกิจและสัมพันธภาพที่มีกับทุกฝ่าย มุ่งเน้นการตรวจสอบและจัดการกับจุดที่มีผลต่อการสร้างหรือทำลายความไว้วางใจ
- คาดการณ์ล่วงหน้าเพื่อขัดขวางภัยคุกคามทางไซเบอร์ระบุอุปสรรคระหว่างองค์กรและคู่ค้า โดยมุ่งเน้นที่ขั้นตอนและการกำกับดูแลที่จำกัดการตัดสินใจและการสร้างคุณค่า หรือบั่นทอนความไว้วางใจ ยึดเรื่องการรักษาความปลอดภัยเป็นเกณฑ์หลักเมื่อต้องตรวจสอบคู่ค้าหรือยุทธศาสตร์ของคู่ค้า
แนวโน้มที่ 4: ยอมปรับโมเดลการทำงานเพื่อหลีกเลี่ยงความเสียหาย
เป็นเวลาหลายทศวรรษแล้วที่ผู้บริหารระดับสูงพูดถึงความสามารถในการรับรู้และตอบสนองเพื่อช่วยบรรเทาผลกระทบจากดิสรัปชันต่าง ๆ แต่เทคโนโลยีในการจัดการและบรรเทาเหตุที่คาดไม่ถึงยังมีความล้าหลังอยู่
การสร้างโมเดลการดำเนินงานที่ยืดหยุ่นตามสถานการณ์ผู้บริหาร 81% มองว่าความสามารถในการคาดการณ์ของ Gen AI จะช่วยให้ตรวจพบปัญหาได้ตั้งแต่เนิ่นๆ และ 77% มองว่า Gen AI ช่วยระบุความเสี่ยงทางภูมิรัฐศาสตร์และสภาพภูมิอากาศได้อย่างแม่นยำ ซึ่งช่วยให้สามารถบรรเทาผลกระทบได้อย่างรวดเร็วในเชิงรุก
แดชบอร์ดที่อาศัยความสามารถของ Gen AI จะก้าวล้ำยิ่งขึ้นในปี 2567 ช่วยให้เห็นภาพกว้างและตอบสนองต่อเหตุการณ์ที่คาดไม่ถึงที่เพิ่มขึ้นอย่างต่อเนื่องได้
ข้อแนะนำ คือ สร้างความยืดหยุ่นให้กับโมเดลการทำงานขององค์กร
- ทดสอบกระบวนการและขั้นตอนการปฏิบัติงานกับสถานการณ์ที่อาจเกิดขึ้น องค์กรควรทำงานร่วมกับพันธมิตรเพื่อแจกแจงบทบาทหน้าที่ กระบวนการตัดสินใจ และความรับผิดชอบก่อนเกิดเหตุการณ์ที่คาดไม่ถึง โดยใช้โมเดลที่ขับเคลื่อนด้วยข้อมูล รวมถึงเครื่องมือ AI เพื่อวางแผนสถานการณ์จำลองและจัดการความเสี่ยง
- จัดการกับเหตุการณ์ที่คาดไม่ถึงด้วยแนวทางที่จะสร้างโอกาสเพื่ออนาคตที่ดีกว่าหันมาใช้ทีมข้ามสายงานที่คล่องตัวเพื่อการคิด ทดสอบ และทำซ้ำอย่างรวดเร็ว เพื่อขับเคลื่อนนวัตกรรม โดยขยายผลความสำเร็จด้วยการผสานนวัตกรรมนั้นเข้ากับกระบวนการทางธุรกิจภายใต้กลยุทธ์ด้านข้อมูลและ AI
- กำหนดวิธีใหม่ ๆ สำหรับบรรเทาเหตุการณ์ที่คาดไม่ถึงในอนาคตทบทวนแนวทางเพื่อสร้างความต่อเนื่องทางธุรกิจ และจัดการกับส่วนที่ล้าสมัย สอดส่องอุปสรรคด้านโครงสร้าง องค์กร และวัฒนธรรม ก่อนที่เหตุการณ์ที่คาดไม่ถึงจะเกิดขึ้นในอนาคต
แนวโน้มที่ 5: อีโคซิสเต็มไม่ใช่ส่วนหนึ่งของกลยุทธ์แต่คือกลยุทธ์
อีโคซิสเต็มอาจเป็นได้ทั้งตัวช่วยหรือตัวถ่วงของการสร้างความไว้วางใจให้กับลูกค้าในปี 2567 อีโคซิสเต็มจะวิวัฒนาการจากกลุ่มของหน่วยงานที่แยกจากกันเป็นการรวมตัวกันเพื่อดำเนินเป้าหมายที่แยกจากกันแต่สอดคล้องกัน
ผู้บริหาร 69% ระบุว่าองค์กรของตนได้รับผลตอบแทนทางการเงินเพิ่มขึ้นจากการมีส่วนร่วมในอีโคซิสเต็มทางธุรกิจ และในโลกที่มีการขาดแคลนบุคลากรทักษะสูง ผู้บริหาร 65% ระบุว่าพวกเขาสามารถเข้าถึงทักษะที่เกี่ยวข้องและเป็นที่ต้องการสูงได้ผ่านอีโคซิสเต็มทางธุรกิจ
นวัตกรรมแบบเปิดเชื่อมโยงกับการเติบโตของรายได้สิ่งที่สำคัญที่สุดสำหรับอีโคซิสเต็มคือนวัตกรรมแบบเปิด
พันธมิตรสามารถแบ่งปันความสามารถ แนวคิด ทรัพยากร เทคโนโลยี และอื่น ๆ เพื่อพัฒนาอย่างก้าวกระโดดในหลายด้าน ตั้งแต่การออกแบบผลิตภัณฑ์ไปจนถึงการสนับสนุนหลังการขาย
เพื่อให้นวัตกรรมแบบเปิดประสบความสำเร็จข้อมูลจะต้องเคลื่อนไหวอย่างอิสระและปลอดภัยทั่วทั้งอีโคซิสเต็มโดยการเติบโตของรายได้ในกลุ่มผู้นำนวัตกรรมแบบเปิดสูงกว่าคู่แข่งถึง 59%
ข้อแนะนำ คือ เชื่อมั่นในอีโคซิสเต็มขององค์กรและจุดประสงค์ที่มีร่วมกันและประเมินว่าองค์กรมีคู่ค้าที่เหมาะต่อการส่งเสริมการสร้างนวัตกรรมที่ก้าวล้ำยิ่งขึ้นหรือยัง
- รวมข้อมูลเป็นหนึ่งเดียวและแสวงหาพันธมิตรเพื่อเปิดโอกาสและขยายการทำงานร่วมกัน
- ให้ความสำคัญกับคุณภาพมากกว่าปริมาณ
- ให้ความสำคัญกับความร่วมมือที่เปิดโอกาสให้เข้าถึงความสามารถและเทคโนโลยีที่หลากหลาย และการรักษาความสัมพันธ์แน่นแฟ้นบนพื้นฐานของความเชื่อใจ
- ใช้อีโคซิสเต็มเป็นจุดเริ่มต้นของการเปลี่ยนแปลง
พันธกิจของ IBM ในการส่งเสริมให้เกิด AI ที่เชื่อถือได้สำหรับการใช้งานในองค์กรธุรกิจ
การลงทุนในเทคโนโลยีและหน่วยงานด้าน AI
ในปีนี้ IBM ได้เปิดตัว watsonx ซึ่งเป็นแพลตฟอร์มข้อมูลและ AI ประกอบด้วย 3 เครื่องมือสำคัญ คือ
- IBM watsonx.ai: เครื่องมือ AI พร้อมใช้สำหรับองค์กรสำหรับการฝึก ตรวจสอบ ปรับใช้ และติดตั้งโมเดล AI ซึ่งรวมถึง foundation models ที่ขับเคลื่อน generative AI โดยโมเดลเหล่านี้ไม่เพียงแค่ได้รับการฝึกกับโมเดลภาษาขนาดใหญ่ แต่ยังรวมถึงข้อมูลที่เก็บรวบรวมตามระยะเวลาเป็นช่วงๆ อย่างต่อเนื่องกัน (time-series data) ข้อมูลที่ได้รับการจัดเก็บในรูปแบบคอลัมน์หรือตาราง ข้อมูลเชิงพื้นที่ และข้อมูลเหตุการณ์ไอทีต่างๆ โดยตัวอย่างโมเดลที่ได้รับการพัฒนาไว้แล้ว
- IBM watsonx.data: เป็น data lakehouse ที่ได้รับการปรับให้เหมาะสำหรับข้อมูลที่ถูกกำกับดูแล (governed data) และเวิร์คโหลด AI ต่างๆ
- IBM watsonx.governance: โซลูชัน end-to-end สำหรับการกำกับดูแล data และ AI governance
Gen AI ของ IBM ได้รับการพัฒนาบนพื้นฐานของหลักสำคัญ 4 ประการ คือ
- Open: ด้วยเทคโนโลยี AI และคลาวด์ที่ดีที่สุด พร้อมการเข้าถึงนวัตกรรมของโอเพนคอมมิวนิตี้และโมเดลที่หลากหลาย
- Targeted: ได้รับออกแบบมาสำหรับยูสเคสทางธุรกิจเพื่อแก้ปัญหาสำคัญที่องค์กรกำลังเผชิญ พร้อมโมเดลที่สามารถปรับให้เข้ากับข้อมูลที่เป็นกรรมสิทธิ์และแนวปฏิบัติของบริษัทได้
- Trusted: สร้างขึ้นบนพื้นฐานของ AI และ data governance ที่โปร่งใส และจริยธรรมที่สอดคล้องกับกฎระเบียบและการกำกับดูแลที่เพิ่มขึ้น
- Empowering: อยู่บนแพลตฟอร์มที่จะช่วยให้องค์กรสามารถนำข้อมูลและโมเดล AI ที่ได้ปรับแต่ง ฝึกฝน ปรับใช้ และควบคุม ไปใช้งานได้ทุกที่ สามารถสเกลและนำไปใช้อย่างกว้างขวาง เพื่อสร้างมูลค่าให้องค์กรอย่างแท้จริง
เมื่อเดือนกันยายนที่ผ่านมา IBM ได้เปิดตัวโมเดลแรกในซีรีส์ watsonx Granite ซึ่งเป็นคอลเลคชั่นของโมเดล Gen AI ที่เสริมการผนวก Gen AI เข้ากับแอปพลิเคชันและเวิร์คโฟลว์ทางธุรกิจโมเดล Granite ของ IBM สร้างขึ้นจากสถาปัตยกรรมแบบ GPT ที่ใช้ decoder เท่านั้น โดยองค์กรสามารถใช้โมเดลเหล่านี้ในการ
- ทำ Retrieval Augmented Generation เพื่อค้นหาองค์ความรู้ภายในองค์กรและสร้างคำตอบที่ตรงกับข้อซักถามของลูกค้า
- สรุปเพื่อย่อเนื้อหาแบบยาวอย่างสัญญาหรือบันทึกการโทร ให้กลายเป็นคำอธิบายสั้น ๆ
- ปรับใช้การสกัดและจัดหมวดหมู่ข้อมูลเชิงลึกเพื่อประเมินปัจจัยต่างๆ เช่น ความคิดเห็นของลูกค้า
- ข้อมูลที่นำมาใช้ฝึกฝนโมเดล Granite เป็นข้อมูลที่เกี่ยวข้องกับสายงานในองค์กร เช่น กฎหมาย การเงิน เทคโนโลยีสารสนเทศ วิชาการ และการเขียนโค้ด
IBM ยังยืนยันด้วยว่าการคุ้มครองทรัพย์สินทางปัญญาตามสัญญามาตรฐานสำหรับผลิตภัณฑ์ของ IBM จะมีผลต่อโมเดล AI watsonx ที่ IBM พัฒนา
IBM watsonx ตอบโจทย์ 3 ยูสเคส
1. การบริการลูกค้า จากกรณีศึกษาของ Vodafone ที่ร่วมกับ IBM และ Genesys พบว่าผู้ช่วย AI สามารถจัดการกับข้อซักถามของลูกค้าได้ถึง 90%
แนวทางการนำไปใช้ในบริการแบบ self-service การแก้ปัญหาเองของลูกค้า บริการ agent assist บริการคำถามที่พบบ่อยบนมือถือพร้อมคำตอบ
2. ผลิตภาพของบุคลากร: การใช้ Gen AI กับแผนก HR ของ IBM ช่วยให้ผลิตภาพของงาน HR เพิ่มขึ้น 40%
แนวทางการนำไปใช้ในงานด้านการจัดหาบุคลากร การจัดการผลการปฏิบัติงาน การจัดการข้อมูลพนักงาน การสื่อสารกับพนักงาน การจัดการการเรียนรู้และกิจกรรม
3. การปรับแอปให้ทันสมัย จากกรณีศึกษาของ IBM พบว่ามีเนื้อหาการพัฒนาซอฟต์แวร์ 60% ที่สร้างขึ้นโดยอัตโนมัติด้วย AI
แนวทางการนำไปใช้ในระบบสร้างโค้ดอัตโนมัติ การค้นหาและการวิเคราะห์แอปพลิเคชัน การปรับเปลี่ยนโครงสร้างโค้ด การแปลงโค้ด การระบุเจ้าของโค้ด
ในเดือนพฤศจิกายน IBM ได้เปิดตัว Enterprise AI Venture มูลค่า 500 ล้านดอลลาร์ เพื่อลงทุนในบริษัท AI หลายแห่งทั่วโลก ตั้งแต่สตาร์ตอัพระยะเริ่มต้นไปจนถึงสตาร์ตอัพที่มีการเติบโตสูง โดยมุ่งเน้นที่การเร่งการใช้เทคโนโลยี Gen AI และการวิจัยสำหรับองค์กร Venture ดังกล่าวสะท้อนถึงความทุ่มเทในการสร้างนวัตกรรม AI ที่มีความรับผิดชอบของ IBM ผ่านแพลตฟอร์ม watsonx
เมื่อต้นเดือนที่ผ่านมา (ธันวาคม) IBM และ Meta ได้เปิดตัว AI Alliance โดยร่วมกับสมาชิกผู้ก่อตั้งและผู้มีส่วนร่วมกว่า 50 รายทั่วโลก AI Alliance คือชุมชนระหว่างประเทศของนักพัฒนา นักวิจัย และผู้ใช้งานเทคโนโลยีชั้นนำ ที่ร่วมมือกันเพื่อพัฒนา AI ที่เปิดกว้าง ปลอดภัย และมีความรับผิดชอบ
การร่วมมือกับอีโคซิสเต็มพันธมิตรเพื่อผลักดันการใช้ Gen AI ในธุรกิจ
ไอบีเอ็มได้เปิดเผยถึงแผนการโฮสต์โมเดลพารามิเตอร์ Llama 2-chat จำนวน 70,000 ล้านพารามิเตอร์ของ Meta บน watsonx ซึ่งเป็นการต่อยอดกลยุทธ์ของ IBM ในการใช้ประโยชน์จากทั้งโมเดลจาก third-party และโมเดล AI ของบริษัทเอง เพื่อรักษานวัตกรรมแบบเปิด
IBM เข้าร่วมในการระดมทุน Series D มูลค่า 235 ล้านดอลลาร์ของ Hugging Face ซึ่งเป็นแพลตฟอร์มการทำงานร่วมกันแบบโอเพนซอร์สชั้นนำ สำหรับชุมชน machine learning โดย IBM มีส่วนร่วมในการมอบโมเดลและชุดข้อมูลแบบเปิดหลายร้อยรายการบน Hugging Face รวมถึงการเปิดตัวโมเดลพื้นฐานเชิงพื้นที่ทางภูมิศาสตร์ล่าสุดที่ร่วมมือกับ NASA ซึ่งสามารถนำมาใช้ในการช่วยระบุตำแหน่งและสาเหตุที่ประชากรเคลื่อนย้าย ให้ข้อมูลเชิงลึกเกี่ยวกับวิธีให้บริการประชากรด้วยพลังงานหมุนเวียน รวมถึงสามารถประมาณการสถานที่กักเก็บคาร์บอนและระยะเวลาในการย่อยสลาย เป็นต้น
เทคโนโลยี IBM Watson จะถูกผนวกลงในโซลูชัน SAP® เพื่อสร้างข้อมูลเชิงลึกและระบบอัตโนมัติที่ขับเคลื่อนด้วย AI ซึ่งจะช่วยเร่งสร้างนวัตกรรมและสร้างประสบการณ์ผู้ใช้ที่มีประสิทธิภาพและประสิทธิผลมากขึ้น ทั่วทั้งพอร์ตโฟลิโอของโซลูชัน SAP
การขยายร่วมมือกับ Amazon Web Services (AWS) เพื่อส่งเสริมให้ลูกค้าที่มีร่วมกันใช้ประโยชน์และสร้างมูลค่าจาก Gen AI โดยเพื่อให้บรรลุเป้าหมายดังกล่าว IBM Consulting ได้ตั้งเป้าที่จะพัฒนาและต่อยอดความเชี่ยวชาญด้าน Gen AI บน AWS ด้วยการฝึกอบรม 10,000 คนภายในสิ้นปี 2567 นอกจากนี้ทั้งสององค์กรยังวางแผนที่จะนำเสนอโซลูชันและบริการร่วมกันบนพื้นฐานของ Gen AI
การช่วยธุรกิจสร้าง AI ที่เชื่อถือได้
ความเชื่อมั่นคือใบเบิกทางในการทำธุรกิจ และองค์กรต้องไม่ปล่อยให้ AI ทำลายความเชื่อมั่นนั้น พลังของ Gen AI คือความสามารถในการสร้างสรรค์และผลิตเนื้อหาที่ไม่มีอยู่ขึ้น อย่างไรก็ตาม เนื้อหานั้นต้องมีความน่าเชื่อถือและอยู่ภายใต้การควบคุม แต่ปัจจุบันกฎระเบียบต่างๆ ยังมีความล้าหลังกว่าเทคโนโลยี
AI สร้างโอกาสที่ยิ่งใหญ่ แต่ก็มาพร้อมความท้าทายครั้งใหญ่ AI โดยความเชื่อถือได้คือเรื่องสำคัญเหนือสิ่งอื่นใด
แม้ Gen AI จะสร้างข้อได้เปรียบทางการแข่งขันให้องค์กร แต่ซีอีโอก็ต้องชั่งน้ำหนักระหว่างผลตอบแทนกับการลงทุน และความเสี่ยงที่อาจเกิดขึ้น รวมถึงความเป็นส่วนตัวของข้อมูล ความถูกต้องถือได้ ความสามารถในการอธิบายที่มาของคำแนะนำของ AI และอคติที่อาจเกิดขึ้น
ขณะนี้ รัฐบาลทั่วโลกกำลังหารือกันอย่างจริงจังถึงวิธีการควบคุมเทคโนโลยี AI เพื่อให้แน่ใจว่าพลเมือง ธุรกิจ และหน่วยงานภาครัฐจะได้รับการปกป้องจากความเสี่ยงที่อาจเกิดขึ้น การใช้ AI อย่างรับผิดชอบต้องไม่เป็นเรื่องที่ทำขึ้นภายหลัง
สำหรับธุรกิจ สามประเด็นที่เป็นหัวใจหลักของกฎเกณฑ์ที่กำลังจะเกิดขึ้น ได้แก่ แหล่งที่มาของข้อมูล ความสามารถในการอธิบายโมเดล AI และอคติ
เมื่อหลายปีก่อน IBM ได้เผยแพร่หลักการเพื่อความน่าเชื่อถือและความโปร่งใส โดยสำหรับ IBM แล้ว
วัตถุประสงค์ของ AI คือเพื่อเสริมความเชี่ยวชาญ ดุลพินิจ และการตัดสินใจของมนุษย์ ไม่ใช่เข้ามาแทนที่มนุษย์
ข้อมูลและมุมมองเชิงลึกที่สร้างขึ้นจากข้อมูล เป็นของผู้สร้างข้อมูล ไม่ใช่ของคู่ค้า ด้านเทคโนโลยีใหม่ที่ทรงพลังอย่าง AI จะต้องโปร่งใส อธิบายได้ และปราศจากอคติที่เป็นอันตรายและไม่เหมาะสม เพื่อให้สังคมไว้วางใจ
สิ่งที่ทำให้ AI ของ IBM แตกต่างคือคณะกรรมการจริยธรรมด้าน AI ของบริษัท IBM ปลูกฝังหลักการทางจริยธรรมในการดำเนินงานทั่วโลกของบริษัท ผ่านคณะกรรมการจริยธรรมด้าน AI โดยที่เวนเดอร์หลายรายไม่ได้ลงทุนในเรื่องดังกล่าว ซึ่งเรื่องนี้เป็นสิ่งที่องค์กรต่างๆ ควรทวงถามจากผู้ให้บริการเทคโนโลยี AI
เหตุใด AI ที่เชื่อถือได้จึงมีความสำคัญต่อหน่วยงานต่าง ๆ ในองค์กร
สำหรับฝ่าย HR: ช่วยให้เข้าใจว่าเครื่องมือ AI ที่ใช้ในการจัดอันดับและให้คะแนนผู้สมัคร มีอคติเกิดขึ้นในกระบวนการจัดอันดับผู้สมัครหรือไม่
สำหรับฝ่ายบริการลูกค้า: การนำแชทบ็อทบริการลูกค้ามาใช้ภายใต้มาตรการการป้องกันที่เหมาะสม จะช่วยให้มั่นใจได้ว่าแชทบ็อทจะเป็นตัวแทนบริษัทและแบรนด์ได้อย่างปลอดภัยในสายตาของผู้บริโภคและพนักงาน
สำหรับฝ่ายไอที: ความเชื่อถือได้ของ AI จะช่วยให้มั่นใจได้ว่าโมเดล ticket ของเหตุขัดข้องด้านไอทีจะไม่คลาดเคลื่อนผิดพลาด เมื่อถึงเวลาเปิดตัวเครื่องมือใหม่บนสภาพแวดล้อมที่ได้รับการโมเดิร์นไนซ์
รายงานล่าสุดระบุว่าผู้บริหาร 58% เชื่อว่าความเสี่ยงด้านจริยธรรมขนานใหญ่จะเกิดขึ้นจากการนำ Gen AI มาใช้ ล่าสุด IBM ได้เปิดตัว watsonx.governance เพื่อช่วยองค์กรนำ AI มาใช้อย่างมีความรับผิดชอบ และเตรียมพร้อมสำหรับกฎเกณฑ์ที่กำลังจะเกิดขึ้นทั่วโลก
watsonx.governance จะช่วยให้ลูกค้า IBM และลูกค้าธุรกิจสามารถจัดการโมเดล AI ของตนได้ทุกที่ไม่ว่าบนระบบโครงสร้างพื้นฐานใดได้ตลอด AI lifecycle ช่วยลดความเสี่ยงด้าน AI และช่วยให้องค์กรดำเนินการอย่างสอดคล้องกับกฎข้อบังคับต่าง ๆ
