ปัญญาประดิษฐ์ (AI) ถูกยกให้เป็นอีกหนึ่งเทคโนโลยีหลักท่ามกลางกระแสการเปลี่ยนผ่านสู่ยุคดิจิทัล และเป็นตัวพลิกเกมการแข่งขันสำหรับภาคธุรกิจและอุตสาหกรรมไปทั่วโลก มีการเปิดตัวแอปพลิเคชัน หรือแพลตฟอร์มที่ใช้ AI เป็นเครื่องมือออกมาอย่างหลากหลาย
ปัจจุบัน AI กำลังถูกยกชั้นให้ยืนเหนือกว่าการเป็นแค่เครื่องมือหรืออัลกอริธึมหนึ่งในการวิเคราะห์ข้อมูล ไปสู่การเพิ่มขีดความสามารถในการเรียนรู้และสังเคราะห์ข้อมูลระดับ Deep Learning มีความใกล้เคียงระบบโครงข่ายประสาท (Neural Network) การนึกคิดของมนุษย์ใน “การผลิตและพัฒนาคอนเทนต์” อย่างเก่งกาจที่รู้จักกันในชื่อ Generative AI
McKinsey global รายงานถึงการเติบโตแบบก้าวกระโดดของ Generative AI หลังเปิดตัวไปได้ไม่ถึงปี พบว่า 1 ใน 3 ของภาคอุตสาหกรรมที่ร่วมตอบแบบสอบถามได้ใช้ Generative AI ไปในการขับเคลื่อนอย่างน้อย 1 ฟังก์ชันการทำงาน และถึงแม้การพัฒนาเครื่องมือด้านเจเนอเรทีฟ AI จะยังไม่กว้างขวางมากนัก แต่ก็มีการนำไปทดลองใช้เพื่อเพิ่มขีดความสามารถ ตลอดจนสร้างประสบการณ์ที่แปลกใหม่ในหลายอุตสาหกรรม รวมทั้งแนวโน้มการลงทุนเรื่อง Generative AI ในแวดวงธุรกิจและอุตสาหกรรมที่นับวันจะเพิ่มมากขึ้นเพื่อตอบโจทย์การพัฒนานวัตกรรมด้านแอปพลิเคชันต่าง ๆ การเพิ่มประสิทธิภาพการทำงานได้อย่างราบรื่น การสร้างประสบการณ์ที่ดีให้กับลูกค้า รวมถึงเกิดผลโดยตรงต่องานด้านวิศวกรรมซอฟต์แวร์ ซึ่งจะทำให้มีงบสนับสนุนราว 20-45% เลยทีเดียว
สถาปัตยกรรมสไตล์ Generative AI
เมื่อ Generative AI คือ ความพยายามเลียนแบบการทำงานของระบบประสาทและสมองมนุษย์ สถาปัตยกรรมทางเทคโนโลยีจึงเกี่ยวข้องกับการพัฒนาโครงข่ายประสาทให้ปัญญาประดิษฐ์ ได้แก่ Generative Adversarial Networks (GANs) โดยมี Generator ทำหน้าที่สร้างข้อมูลสังเคราะห์ขึ้นมา และ Discriminator ในการแยกแยะข้อมูลจริงและข้อมูลสังเคราะห์เพื่อตกผลึกออกมาเป็นคอนเทนต์ที่สมจริงที่สุด ตีคู่มากับ Variational Autoencoders (VAEs) ในการเข้ารหัสและถอดรหัสข้อมูล ซึ่งทั้ง GANs และ VAEs จะทำงานร่วมกันในการสร้างสรรค์คอนเทนต์ไปตามโครงสร้างหรือรูปแบบที่ต้องการ
ด้วยคุณลักษณะนี้เองที่เพิ่มศักยภาพของ Generative AI ในการจัดการกับข้อความตัวอักษร อิมเมจ เสียง หรือข้อมูลตัวเลข สู่การประมวลผลให้ออกมารูปแบบคอนเทนต์ การเล่าเรื่อง หรือประสบการณ์ที่ตื่นตาตื่นใจ เช่น ใช้ AI ในการขับเคลื่อนระบบผู้ช่วยเสมือนที่สามารถสื่อสารด้วยข้อความหรือพูดคุยตอบโต้กับมนุษย์ได้อย่างเป็นธรรมชาติ
แรงกระเพื่อมสู่โลกธุรกิจ
Generative AI ได้เข้ามาเปลี่ยนแนวคิดของระบบ AI เดิมซึ่งเป็นการให้คำตอบ “แบบเดียวครบจบได้ทุกเรื่อง” (One size fit all) มาเป็นการสร้างรูปแบบหรือคอนเทนต์ในลักษณะที่ “เข้าถึงความต้องการแบบเฉพาะเจาะจง” เพื่อนำไปสู่การบริหารจัดการที่ดีขึ้น เช่น PlayHT 2.0 สำหรับพัฒนาระบบบริการลูกค้า Sefi AI การนำเทคนิคเกมมาใช้เป็นกลยุทธ์สร้างคอนเทนต์ LLMs (Language Language Models) ผู้ช่วยของนักเขียนคำโฆษณา หรือ Tome ที่ช่วยให้ยูสเซอร์สามารถนำเสนอพรีเซนตชันที่สวยงาม หรือมีอิทธิพลต่อคนอ่านหรือผู้ชม
เมื่อชุดข้อมูลถูกหยิบจับมาสังเคราะห์มากขึ้นบน Generative AI เท่ากับเป็นการติดปีกแมชชีน เลิร์นนิ่งให้มีประสิทธิภาพตามไปด้วยในการใช้ปรับปรุงโมเดลธุรกิจ เพิ่มประสิทธิภาพในการสร้างต้นแบบหรือออกแบบผลิตภัณฑ์ การให้อรรถาธิบายที่แม่นยำและมีประสิทธิภาพยิ่งกว่าเดิมนำมาซึ่งความเข้าใจและความน่าเชื่อถือต่อผลวิเคราะห์เพื่อประกอบการตัดสินใจมากขึ้น เช่น BloombergGPT AI ที่มาดูแลหรือเพิ่มเติมการให้ข้อมูลการเงิน การทำความเข้าใจกับโมเดลกล่องดำ (Black Box Model) เพื่อเข้าให้ถึงความคิดของผู้บริโภค และทำให้การออกแคมเปญการตลาดมีความแม่นยำ
Stable Diffusion Midjourney หรือ Dall-E ที่เข้ามาช่วยเรื่องการสร้างต้นแบบหรือออกแบบผลิตภัณฑ์ให้กับอุตสาหกรรมรถยนต์ สินค้า อิเล็กทรอนิกส์ หรือแฟชั่น เพื่อการสร้างสรรค์ผลงานที่เป็นเอกลักษณ์ ครอบคลุมถึงงานด้านความบันเทิง ศิลปะ ดนตรี และวรรณกรรม หรือ การใช้ AI ช่วยวิเคราะห์ชุดข้อมูลที่มีความซับซ้อนได้รวดเร็วให้กับงานวิจัยด้านวิทยาศาสตร์ เพิ่มขีดสามารถในการจำลองสถานการณ์การทดสอบที่สมจริงในการวิเคราะห์สภาวะทางธรรมชาติ เช่น รูปแบบของสภาพภูมิอากาศ เป็นต้น
แนวโน้มปี 2567
Forbes.com ได้นำเสนอมิติของ AI โดยภาพรวมและหลากหลายประการที่ทำให้พอประเมินได้ว่า ในปีนี้ เราได้เห็นบทบาทของ Generative AI ที่ไปไกลมากกว่าแชตบอต แต่กลายเป็นเครื่องมือสำคัญในการสร้างสรรค์งานด้านโปรดักชัน จุดแข็งในเรื่อง “อัลกอริธึมและแมชชีน เลิร์นนิ่ง” ทำให้ Generative AI เป็นหมัดเด็ดที่ฝังตัวอยู่ในแพลตฟอร์มต่าง ๆ ตั้งแต่ระดับเอนจิน (Engine) ในการสืบค้นข้อมูล ไม่ว่าจะเป็นบิงหรือกูเกิล อยู่ในเครื่องมือที่ใช้ผลิตหรือให้บริการ อาทิ Generative Design ซึ่งหยิบอัลกอริธึมของ AI และแมชชีน เลิร์นนิ่งเข้ามาช่วยการออกแบบในอุตสาหกรรมการผลิต Voice Synthesizers เครื่องมือ
สังเคราะห์เสียงที่แยกความแตกต่างระหว่างเสียงจริงของมนุษย์กับเสียงที่สร้างด้วยคอมพิวเตอร์ ChatGPT ที่มาแรงแซงโค้งในสายของการสร้างและพัฒนาคอนเทนต์ต่าง ๆ รวมถึงเข้ามาเป็นส่วนหนึ่งของงานด้านวิศวกรรมซอฟต์แวร์ เพื่อช่วยให้ทุกคนสามารถสร้างและทดสอบแอปพลิเคชันแบบโนโค้ดและโลว์โค้ดได้ไม่ยาก และกลายเป็นว่าแทนที่งานด้านโค้ดดิ้งหรือวิศวกรรมซอฟต์แวร์จะลดลง กลับยิ่งเพิ่มโอกาสให้คนที่มีไอเดียเจ๋ง ๆ และรักที่จะแก้ปัญหาเข้าสู่วงการด้านนี้ได้โดยไม่จำเป็นต้องรู้ลึกเรื่องเทคนิคยาก ๆ อีกแล้ว
ในมิติของการบริการลูกค้าก็เช่นกัน รายงานการวิจัยของบอสตัน คอนซัลติ้ง กรุ๊ป กล่าวว่า 95% ของผู้นำด้านการให้บริการลูกค้า คาดว่า จะมีการบริการลูกค้าบางเรื่องด้วยบอต AI มากขึ้นอีกภายใน 3 ปีข้างหน้า ซึ่งปัจจุบันก็พอเห็นเป็นเทรนด์แล้วว่า กิจกรรมการให้บริการลูกค้าที่มีกระบวนการซ้ำ ๆ เกิดขึ้นเป็นกิจวัตร จะมีแชตบอตมาทำหน้าที่ตอบปัญหาหรือติดต่อสื่อสารกับเราในเรื่องทั่วไปแทนคน การเกิดขึ้นของแพลตฟอร์มเฉพาะธุรกิจ เช่น Expedia สำหรับการท่องเที่ยว Coursera ในแวดวงการศึกษา แอปบนโซเชียล เช่น สแนปแชต (Snapchat) เพื่อขับเคลื่อนกลยุทธ์ที่มีประสิทธิภาพในการสร้างประสบการณ์ที่ดีให้กับลูกค้าที่มี AI อยู่เบื้องหลัง
ส่วนงานที่มีขอบข่ายกว้างไกล สำคัญ และซับซ้อน ก็ยกให้ AI ขั้นกว่าอย่าง Generative AI มาเสริมทัพ เช่น การประเมินปฏิกิริยาการตอบรับของลูกค้าและรายงานผลทางการตลาด การสรุปคดีความหรือออกร่างข้อตกลงทางกฎหมาย แพทย์ซึ่งใช้ AI ในการช่วยลงบันทึกผู้ป่วยและจัดเก็บอิมเมจต่าง ๆ ที่เกี่ยวข้องกับการรักษา นักโค้ดดิ้งโปรแกรมซึ่งต้องการ AI มาช่วยเขียนซอฟต์แวร์เพื่อทดสอบและแก้ไขข้อบกพร่องได้อย่างรวดเร็วตอนที่ปล่อยงานออกมา (Output)
และในมุมเดียวกับควอนตัม คอมพิวติ้ง เรื่องของ Quantum AI จะถูกพูดถึงมากขึ้นเพื่อรองรับการประมวลอัลกอริธึมแบบหนัก ๆ การรับมือกับเครือข่ายประสาทสมองกลเทียมที่นีลใหญ่และซับซ้อนมากขึ้น ซึ่งน่าจะเริ่มเห็นทิศทางในปี 2567 เช่นกัน
ส่วนคนที่กังวลว่า AI จะเข้ามาแทนที่มนุษย์น่าจะพอเบาใจได้ เพราะมีอาชีพเกิดใหม่ในยุค AI มากมายเช่นกัน อาทิ Prompt Engineer อาชีพของคนที่พร้อมคุยกับ AI ได้รู้เรื่องโดยการป้อนคำสั่งที่สามารถสอน AI ให้ทำได้อย่างที่ต้องการโดยไม่จำเป็นต้องจบด้านวิทยาศาสตร์คอมพิวเตอร์ ผู้จัดการด้าน AI ที่มานำลูกทีมเวอร์ช่วล ผู้จัดการโครงการด้าน AI ผู้ให้การฝึกอบรมด้าน AI ผู้ควบคุมจริยธรรม AI วิศวกรด้าน AI หรือ DevOps ที่เกี่ยวกับ AI โดยตรง
AI บนความรับผิดชอบ
เราพูดกันมากแล้วถึงข้อดีของแพลตฟอร์มด้าน AI และ Generative AI ที่สร้างประสิทธิผลที่ดีต่อธุรกิจ กระบวนการทำงาน และเสริมประสบการณ์ที่ดีที่สุดให้กับลูกค้า แต่ในมุมกลับกัน การสื่อสารตอบโต้กับคอนเทนต์ที่สร้างขึ้นโดย AI ทั้งหลาย จะนำเราไปสู่วังวนกลลวงของข้อมูล ( DeepFakes) ความมีอคติ หรือขาดความโปร่งใสหรือไม่? ความเป็นโรบอตของ AI ที่ทำให้คอนเทนต์อาจดูไม่น่าเชื่อถือ หรือ การ
ทดแทนการทำงานเสียจนมนุษย์ดูไร้สามารถ ประเด็นเหล่านี้กำลังได้รับการระแวดระวังและกำหนดมาตรการเพื่อบรรเทาปัญหา
หลายประเทศในกลุ่มอียู สหรัฐอเมริกา กระทั่งอินเดียได้ออกมาตรการเพื่อควบคุมการใช้งาน AI ซึ่งมีการคาดการณ์กันว่า สหราชอาณาจักรจะเริ่มออกกฎหมายในปี 2567 ส่วนอียูน่าจะเริ่มได้ในปี 2568 ขณะที่จีนเพิ่งออกประกาศ “มาตรการ Generative AI” ไปเมื่อช่วงกลางปีที่ผ่านมา เพื่อกำหนดข้อบังคับชั่วคราวเกี่ยวกับการใช้งาน AI ในประเทศ เช่น แพลตฟอร์มที่ใช้ AI ต้องลงทะเบียนและผ่านการตรวจสอบความปลอดภัยก่อนเผยแพร่
สำหรับประเทศไทย ETDA หน่วยงานซึ่งรับหน้าที่ผลักดันเรื่องธรรมาภิบาลได้จัดตั้ง“ศูนย์ธรรมาภิบาลปัญญาประดิษฐ์ (AI Governance Clinic-AIGC)” โดยมุ่งให้เกิดความร่วมมือจากหลายภาคส่วนในมิติของเทคโนโลยี กฎหมาย และจริยธรรม เพื่อวางแนวทางที่เหมาะสมให้กับผู้มีหน้าที่กำกับดูแล ผู้พัฒนาเทคโนโลยี AI และผู้ใช้งานภายใต้หลักจริยธรรมและความรับผิดชอบร่วมกัน ทั้งนี้ เพื่อให้เทคโนโลยีปัญญาประดิษฐ์เป็นสิ่งที่ตอบโจทย์ชีวิตมนุษย์บนวิถีที่ถูกต้องและเป็นธรรมอย่างแท้จริง
บทความโดย นครินทร์ เทียนประทีป, ผู้จัดการฝ่ายการตลาด, บริษัท ยิบอินซอย จำกัด
บทความอื่น ๆ ที่น่าสนใจ
ไอบีเอ็ม ชี้ Gen AI จะเป็นตัวกำหนดอนาคตขององค์กรในปี 2024
บลูบิค เปิดแผนธุรกิจปี 67 ชู AI ช่วยธุรกิจทรานส์ฟอร์มในยุค Digital-First World
