AI กำลังเปลี่ยนจากเครื่องมือที่ช่วยสร้างเนื้อหาและตอบคำถาม ไปสู่ระบบที่สามารถวิเคราะห์ข้อมูล วางแผน และประสานการทำงานหลายขั้นตอน แนวทางที่ Alibaba Cloud นำเสนอจึงไม่ได้มุ่งเพียงเพิ่มความสามารถของโมเดล แต่ต้องการเปลี่ยนผลลัพธ์จาก AI ให้เป็นการลงมือทำที่สร้างมูลค่าทางธุรกิจ ทั้งการเพิ่มผลิตภาพ ลดต้นทุน และสร้างโอกาสทางรายได้ โดยมี AI Agent เป็นกลไกสำคัญในการเชื่อมความสามารถของเทคโนโลยีเข้ากับงานขององค์กร
การเปลี่ยนแปลงดังกล่าวอาศัยองค์ประกอบตั้งแต่ AI Model, AI Chip และ AI Cloud ไปจนถึงระบบสำหรับสร้างและบริหาร AI Agent ขณะเดียวกัน การนำไปใช้ในธุรกิจต้องคำนึงถึงการเชื่อมต่อกับระบบเดิม ความปลอดภัย และการควบคุมข้อมูลขององค์กรด้วย Alibaba Cloud จึงนำเสนอทั้งโครงสร้างพื้นฐาน ตัวอย่างการประยุกต์ใช้ และแนวทางต่อยอดกับธุรกิจในเครือ CP เพื่อแสดงให้เห็นว่าการสร้างมูลค่าจาก AI ต้องเกิดขึ้นในกระบวนการทำงานจริง ไม่ใช่หยุดอยู่ที่ความสามารถของโมเดล
จากต้นทุนสร้างเนื้อหา สู่โจทย์เปลี่ยน AI ให้สร้างมูลค่า
Andy Lee, Vice President, Alibaba Cloud International Business และ Regional General Manager, ASEAN กล่าวว่า อุตสาหกรรมกำลังเข้าสู่การเปลี่ยนแปลงครั้งใหญ่จาก AI ไปสู่ AGI และ ASI ตามแนวคิดที่ Eddie Wu ซีอีโอของ Alibaba Cloud และ Alibaba Group กล่าวถึงบนเวที ASARA Conference อย่างไรก็ตาม ประเด็นสำคัญสำหรับภาคธุรกิจไม่ใช่เพียงเทคโนโลยีจะพัฒนาไปได้ไกลแค่ไหน แต่คือความสามารถเหล่านั้นสร้างคุณค่าให้ผู้ใช้และองค์กรได้อย่างไร
ตัวอย่างที่นำเสนอคือวิดีโอซึ่ง Lee สร้างด้วยเครื่องมือเพียงหนึ่งตัวและแล็ปท็อปหนึ่งเครื่อง ใช้เวลาประมาณหนึ่งชั่วโมง ด้วยต้นทุนต่ำกว่า 18 ดอลลาร์สหรัฐ กรณีนี้สะท้อนให้เห็นว่า AI สามารถช่วยให้บุคลากรสร้างผลงานได้โดยใช้ทรัพยากรน้อยลง แต่การลดต้นทุนการผลิตเป็นเพียงจุดเริ่มต้น เพราะหากองค์กรไม่สามารถนำผลลัพธ์ที่ได้ไปใช้ต่อให้เกิดประโยชน์ ต้นทุนที่ลดลงก็ไม่ได้รับประกันว่าจะสร้างมูลค่าทางธุรกิจได้
แนวคิดหลักของ Alibaba Cloud คือการเปลี่ยนทุก Token ให้เป็น Intelligence และ Action ก่อนนำไปสู่ Value โดยมองว่าภาษาธรรมชาติกำลังกลายเป็นช่องทางสำคัญในการสั่งงาน AI ผู้ใช้สามารถอธิบายสิ่งที่ต้องการด้วยภาษาทั่วไป โดยไม่จำเป็นต้องมีความรู้ด้านการเขียนโค้ด แนวทางนี้เปิดโอกาสให้คนทำงานเข้าถึงความสามารถของ AI ได้ง่ายขึ้น และนำเวลาไปใช้กับการตัดสินใจหรือความคิดสร้างสรรค์ แทนการทำงานซ้ำ ๆ
เชื่อม AI Model, AI Chip และ Cloud สู่ระบบที่ลงมือทำได้
การเปลี่ยน AI ให้สร้างมูลค่าต้องอาศัยมากกว่าโมเดลที่มีความสามารถสูง Alibaba Cloud จึงวางองค์ประกอบหลักไว้สามส่วน ได้แก่ AI Model สำหรับประมวลผลและสร้างผลลัพธ์ AI Chip สำหรับรองรับการประมวลผล และ AI Cloud สำหรับเชื่อมโครงสร้างพื้นฐานเข้ากับการใช้งานในองค์กร โดย Andy ระบุว่าผลิตภัณฑ์และบริการที่เกี่ยวข้องกับ AI มีสัดส่วนมากกว่า 35% ของรายได้รวม Alibaba Cloud
ในส่วนของโมเดล บริษัทนำเสนอ Qwen ซึ่งรองรับงานหลายรูปแบบ ทั้งข้อความ ภาพ เสียง วิดีโอ และการเขียนโค้ด ขณะที่ Model Studio เปิดให้เข้าถึงโมเดลจากผู้พัฒนาหลายรายมากกว่า 200 โมเดล ส่วน Smart Fusion Gateway ทำหน้าที่เลือกโมเดลให้เหมาะกับงาน โดยคำนึงถึงคุณภาพและต้นทุน แนวทางนี้ช่วยให้องค์กรไม่จำเป็นต้องใช้โมเดลขนาดใหญ่กับทุกงาน แต่สามารถเลือกความสามารถให้สอดคล้องกับลักษณะงานและทรัพยากรที่มี
โครงสร้างดังกล่าวต่อยอดไปสู่ Agentic Cloud ซึ่งประกอบด้วย AI-native Cloud ที่รองรับการประมวลผล การจัดเก็บข้อมูล เครือข่าย และความปลอดภัย กับ Agent-native Cloud ที่ใช้สร้าง เรียกใช้งาน กำกับดูแล และประสานงาน AI Agent Alibaba Cloud เปรียบเทียบว่า AI-native Cloud เป็นเสมือนโรงไฟฟ้าที่จ่ายพลังงานให้ระบบ ขณะที่ Agent-native Cloud เป็นเมืองที่นำพลังงานนั้นไปใช้ขับเคลื่อนกิจกรรมต่าง ๆ ภายในองค์กร
หัวใจของแนวทางนี้จึงอยู่ที่การเชื่อมความสามารถของโมเดลเข้ากับระบบที่สามารถนำผลลัพธ์ไปดำเนินการต่อได้ เพราะแม้ AI จะวิเคราะห์ข้อมูลได้ แต่การสร้างมูลค่าทางธุรกิจยังต้องอาศัยกลไกที่เชื่อมการวิเคราะห์เข้ากับขั้นตอนการทำงานจริง
AI Agent เปลี่ยนจากผู้ช่วยตอบคำถาม สู่การประสานงานในองค์กร
บทบาทของ AI Agent อยู่ที่การรับบริบทขององค์กร วิเคราะห์งาน จัดทำและตรวจทานเอกสาร ตลอดจนประสานการทำงานระหว่างทีม ตัวอย่างที่นำเสนอคือ Firefly ซึ่งรวมความสามารถของ Agent เข้ากับบริบทขององค์กร เพื่อให้ผู้ช่วยดิจิทัลหลายตัวทำงานร่วมกันเป็นระบบเดียว โดย Andy ระบุว่า Firefly มีผู้ใช้งาน 30 ล้านคนในเดือนแรก และมากกว่าครึ่งเป็นผู้ใช้ระดับองค์กร
แนวคิดการมอบหมายงานให้ AI ยังครอบคลุมงานประจำวัน เช่น การจัดการอีเมลและปฏิทิน การสร้างผลงาน ตลอดจนการฝึกอบรมและค้นคว้าข้อมูล ความเปลี่ยนแปลงสำคัญจึงไม่ได้อยู่ที่การทำให้ AI ตอบคำถามได้ดีขึ้นเท่านั้น แต่คือการขยายขอบเขตจากงานเดี่ยวไปสู่งานที่ต้องผ่านหลายขั้นตอนและเกี่ยวข้องกับข้อมูลหรือระบบหลายส่วน
อย่างไรก็ตาม การมี AI Agent ไม่ได้หมายความว่าทุกกระบวนการจะดำเนินไปโดยปราศจากมนุษย์ ตัวอย่างที่นำเสนอแสดงให้เห็นว่าผู้ใช้ยังสามารถกำหนดความต้องการ เลือกแนวทาง และอนุมัติการดำเนินการสำคัญได้ ขณะที่ AI รับหน้าที่รวบรวมข้อมูล วิเคราะห์ปัญหา และเตรียมขั้นตอนถัดไป การแบ่งบทบาทเช่นนี้ทำให้ความสามารถของ AI เชื่อมกับการตัดสินใจของคน โดยไม่จำเป็นต้องแทนที่มนุษย์ในทุกส่วนของงาน
เมื่อสินค้าขาดสต็อก AI ต้องเชื่อมข้อมูลกับการแก้ปัญหา
การสาธิต Retail Command Center แสดงให้เห็นการใช้ AI Agent กับการบริหารเครือข่ายค้าปลีก Makro และ Lotus’s ผ่านหน้าจอจำลองที่ครอบคลุม 2,721 สาขา ระบบสามารถคาดการณ์ความต้องการสินค้า วางแผนเติมสต็อก และตรวจจับความเสี่ยงที่อาจกระทบต่อยอดขาย โดยรวบรวมข้อมูลจากหลายแหล่งเพื่อวิเคราะห์สาเหตุและเสนอแนวทางจัดการ
ในสถานการณ์จำลอง ระบบตรวจพบว่าน้ำมันพืชขนาด 1 ลิตรที่ Lotus’s บางนาเหลือ 214 ขวด ต่ำกว่าระดับสต็อกสำรองที่ควรมี 650 ขวด และอาจหมดภายในประมาณ 30 ชั่วโมง AI ใช้เวลา 9 วินาทีในการรวบรวมข้อมูลจาก 6 แหล่ง ก่อนระบุว่ามี 12 สาขาที่เสี่ยงสูญเสียยอดขายรวมประมาณ 1.42 ล้านบาท จากนั้นระบบเสนอแผนแก้ไข โดยให้มนุษย์ตรวจสอบและอนุมัติก่อนดำเนินการ
หลังได้รับอนุมัติ ระบบเตรียมประสานการเติมสินค้าระหว่างสาขาที่มีความเสี่ยงกับศูนย์กระจายสินค้า โดยใช้เวลารวม 4 นาที 12 วินาที และคาดว่าจะช่วยรักษายอดขายที่มีความเสี่ยงไว้ได้ 97% ตัวเลขทั้งหมดในกรณีนี้เป็นข้อมูลจำลองเพื่อการสาธิต ไม่ใช่ผลการดำเนินงานจริงของเครือข่ายค้าปลีก แต่แสดงให้เห็นรูปแบบการทำงานที่เชื่อมการตรวจจับปัญหา การวิเคราะห์ และการเตรียมแผนแก้ไขไว้ในกระบวนการเดียว
อีกด้านหนึ่งของการใช้ AI Agent คือการจัดการความรู้ภายในองค์กร โดยมีการสาธิตการสร้างระบบค้นหาเอกสารใน SharePoint ซึ่งครอบคลุมเอกสาร เช่น สัญญา นโยบาย และบันทึกการประชุม ผู้ใช้สามารถอธิบายความต้องการด้วยภาษาธรรมชาติ ระบบค้นหาข้อมูลหลายภาษา รองรับข้อความ ภาพ และวิดีโอ พร้อมแสดงแหล่งอ้างอิงกลับไปยังเอกสารต้นฉบับ และซิงค์ข้อมูลเมื่อไฟล์ได้รับการอัปเดต
การสร้างแอปดังกล่าวใช้เวลาประมาณ 2 ชั่วโมงตามการสาธิต โดยใช้ Coder ร่วมกับโมเดลที่ระบุในคำบรรยายว่า Model Pen 3.8 Max และสามารถใช้งานได้ผ่านเว็บหรือ Telegram ตัวอย่างนี้แสดงให้เห็นว่า AI Agent ไม่ได้จำกัดอยู่กับการจัดการงานปฏิบัติการ แต่ยังช่วยลดขั้นตอนในการเข้าถึงความรู้ขององค์กร โดยผู้ใช้สามารถตรวจสอบที่มาของคำตอบและกลับไปดูเอกสารต้นฉบับได้
ความปลอดภัยของข้อมูลเป็นเงื่อนไขขยาย AI สู่ธุรกิจไทย
เมื่อ AI Agent ต้องเข้าถึงข้อมูลและเชื่อมต่อกับระบบภายใน ความสามารถในการควบคุมข้อมูลจึงเป็นส่วนหนึ่งของการนำเทคโนโลยีไปใช้ Alibaba Cloud ระบุว่ามีศูนย์ข้อมูล 2 แห่งในเขตกรุงเทพฯ และให้ความสำคัญกับการจัดการข้อมูลของลูกค้า โดยระบุว่าจะไม่นำข้อมูลลูกค้าไปใช้ฝึกโมเดล ข้อมูลจะอยู่ในภูมิภาคที่ลูกค้าเลือก และลูกค้าถือกุญแจควบคุมข้อมูล นอกจากนี้ยังกล่าวถึงการเข้ารหัส การตรวจสอบย้อนหลัง มาตรฐานความปลอดภัย เช่น SOC 2 และทางเลือก Local Mode สำหรับงานที่ต้องการควบคุมข้อมูลภายในโครงสร้างพื้นฐานขององค์กร
ตัวอย่างการใช้งานในประเทศไทยที่นำเสนอคือ Climate Technology Platform ซึ่งเปิดตัวผ่าน IEC Digital Group ในเดือนเมษายน 2024 โดยใช้ AI Energy Expert สำหรับงานด้านพลังงาน Andy ระบุว่า Bangkok Hospital มีประสิทธิภาพด้านพลังงานเพิ่มขึ้นสูงสุด 15% กรณีนี้สะท้อนการนำ AI ไปใช้กับกระบวนการดำเนินงานขององค์กร โดยมุ่งผลลัพธ์ด้านประสิทธิภาพ แทนการจำกัดการใช้งานไว้เพียงการสร้างเนื้อหาหรือช่วยทำงานทั่วไป
สำหรับธุรกิจในเครือ CP มีการนำเสนอสถานการณ์การใช้งานที่ครอบคลุมหลายด้าน ตั้งแต่ CPF กับการวางแผนตั้งแต่ฟาร์มถึงผู้บริโภค การบริหารสต็อกของ 7-Eleven การสั่งซื้อสินค้าแบบ B2B ของ Makro และ Lotus’s การบริหารเครือข่ายของ True ไปจนถึงการประเมินสินเชื่อและตรวจจับการทุจริตของ Ascend และ TrueMoney รวมถึงการบริหารพลังงานอาคารและผู้เช่า กรณีเหล่านี้เป็นแนวทางการใช้งานที่นำเสนอ ไม่ใช่การยืนยันว่าทุกระบบถูกนำไปใช้งานจริงแล้ว
เป้าหมายทางธุรกิจของ Agentic AI จึงมีทั้งการเพิ่มผลิตภาพและลดต้นทุน หรือ Bottom Line กับการสร้างรายได้จากผลิตภัณฑ์และตลาดใหม่ หรือ Top Line โดยข้อเสนอของ Alibaba Cloud คือการเลือก AI Agent นำร่อง 3 ตัว ดำเนินการภายใน 9 วัน พัฒนาโมเดลที่รองรับการใช้งานในประเทศไทย และให้วิศวกรทำงานร่วมกับ AI Center of Excellence ของ CP
การเปลี่ยน AI ให้เป็นมูลค่าทางธุรกิจจึงไม่ได้จบที่ความสามารถของโมเดล แต่ขึ้นอยู่กับการเชื่อมเทคโนโลยีเข้ากับกระบวนการทำงาน การควบคุมข้อมูล และการวัดผลลัพธ์ที่เกิดขึ้นจริง ซึ่งเป็นทิศทางที่ Alibaba Cloud เสนอสำหรับการขยายการใช้งาน AI Agent ในองค์กรและธุรกิจไทย
ข่าวอื่น ๆ ที่น่าสนใจ
IBM ชี้องค์กรต้องพ้นช่วงทดลอง AI เร่งสู่ AI First Enterprise
วรนุช KBTG ชี้ AI ก้าวสู่ Digital Workforce มนุษย์ต้องเป็น ‘Master of AI’
