บริษัท เอสซีบี เอกซ์ จำกัด (SCBX) ชี้จุดเปลี่ยนสำคัญของเทคโนโลยีปัญญาประดิษฐ์ที่สติปัญญากำลังล้นตลาด แต่กลับขาดประโยชน์ใช้สอย พร้อมเผยการพัฒนาเทคโนโลยีภาษาไทย Typhoon และสถาปัตยกรรมสมองส่วนกลางเพื่อรองรับฐานลูกค้า 20 ล้านคน โดยมองว่า ยุคของการแข่งขันพัฒนาโมเดลภาษาขนาดใหญ่กำลังหมดความได้เปรียบ แนะผู้นำองค์กรไทยเร่งปรับกลยุทธ์ก้าวข้าม 5 ข้อจำกัดสำคัญ เพื่อย้ายสมรภูมิไปสู่การบริหารระบบควบคุม และสถาปัตยกรรมข้อมูลในโลกความเป็นจริง (AI Realism) ในงานสัมมนาครบรอบ 6 ปี The Story Thailand ภายใต้หัวข้อ The Future of AI: When Intelligence Meets Reality
ต้นทุนลดฮวบ โมเดลไม่ใช่ข้อได้เปรียบ
ดร.ทุตานนท์ สินธุประสิทธิ์ Head of R&D บริษัท เอสซีบี เอกซ์ จำกัด (SCBX) อธิบายว่า ในอดีต สติปัญญา (Intelligence) เป็นสิ่งที่ขาดแคลน แต่ปัจจุบันกลับมีอยู่มากและมีราคาถูกลง สอดคล้องกับแนวคิดของ Andrew Ng ที่เปรียบว่า AI คือไฟฟ้าแขนงใหม่ ที่จะเปลี่ยนวิถีของทุกอุตสาหกรรม หรือคำกล่าวของ Jamie Dimon อดีต CEO ของ JPMorgan Chase ที่มองว่า AI จะส่งผลกระทบเท่ากับการปฏิวัติอุตสาหกรรมในอดีต เช่น การคิดค้นเครื่องพิมพ์ แท่นพิมพ์ไอน้ำ หรืออินเทอร์เน็ต
ข้อมูลวิจัยระบุว่า ต้นทุนการประมวลผล (Reasoning Cost) ของ AI ลดลงอย่างรวดเร็ว โดยงานประมวลผลระดับยากเทียบเท่าขั้นปริญญาเอก (PhD-level reasoning) มีราคาลดลง 900 เท่าต่อปี ส่วนงานระดับกลางลดลงประมาณ 40 เท่า และงานระดับพื้นฐานลดลง 9 เท่าภายในปีเดียว
ดร.ทุตานนท์ ชี้ว่า เมื่อราคาของระบบประมวลผลลดลงจนทุกคนสามารถเช่าใช้โมเดลเดียวกันได้ ตัวโมเดลจึงไม่สามารถเป็นปราการป้องกันธุรกิจ (Moat) ได้อีกต่อไป โดยเปรียบโมเดลเป็นเพียงสมองในโหลแก้วที่ส่งผลต่อความสำเร็จแค่ 10% แต่องค์ประกอบสำคัญจะย้ายไปอยู่ที่ระบบควบคุมส่วนอื่น ๆ อีก 90% ได้แก่ ระบบความจำ บริบทแวดล้อม เครื่องมือที่เรียกใช้ (Tools) ระบบการดึงข้อมูลเฉพาะทาง (RAG) และระบบควบคุมความปลอดภัย (Guardrails) เพื่อให้ AI ทำงานในโลกจริงได้
5 ข้อจำกัดในโลกความเป็นจริง
การนำ AI ไปใช้งานจริงในองค์กรต้องเผชิญกับข้อจำกัดด้านงบประมาณ ข้อมูล และบุคลากร ซึ่ง ดร.ทุตานนท์ ได้แบ่งปันประสบการณ์การบริหารข้อจำกัด 5 ประการของ SCBX ไว้ดังนี้
- ความเร็วและความเป็นธรรมชาติ (Latency & Naturalness) ต่อให้โมเดลจะเก่งกาจจนสอบผ่านข้อสอบระดับปริญญาเอกได้ แต่ถ้าตอบคำถามช้าเกินกว่า 1 วินาที หรือใช้ภาษาไทยติดขัดไม่เป็นธรรมชาติ ย่อมไม่สามารถสร้างประสบการณ์ที่ดีให้แก่ลูกค้าได้ และจะกลายเป็นเพียงระบบตอบกลับอัตโนมัติที่ใช้งานยากในที่สุด โดย ดร.ทุตานนท์ ย้ำว่า ปัจจุบันระบบประมวลผลมีอยู่มาก แต่ประโยชน์ใช้สอยต่างหากที่เป็นข้อจำกัด
- ความเชื่อใจของผู้ใช้งาน (Trust) ผลสำรวจพฤติกรรมผู้บริโภคชาวไทย (Thai AI Adoption Survey) พบว่า แม้คนไทยจะเคยได้ยินชื่อ AI สูงถึง 90% แต่กลับเข้าใจการทำงานจริงเพียง 16% เท่านั้น การพัฒนาผลิตภัณฑ์ทางการเงินเพื่อสร้างความน่าเชื่อถือจึงต้องสร้างไปทีละขั้น เริ่มจากความมั่นใจในความปลอดภัย (Confidence) ตามด้วยการใช้งานที่ง่ายไม่ยุ่งยาก (Effortless) การให้ข้อมูลที่เชื่อมโยงเป็นหนึ่งเดียว (Unified) และก้าวไปสู่ขั้นสูงสุดคือการเป็นระบบที่เสนอความช่วยเหลือล่วงหน้าได้ทันทีโดยไม่ต้องรอให้ร้องขอ (Proactive Partner)
- การออกแบบระบบตามระดับความเสี่ยง (Match Build to Risk) องค์กรต้องปรับเปลี่ยนโครงสร้างเทคโนโลยีให้เหมาะกับความเสี่ยงของแต่ละงาน หากเป็นงานความเสี่ยงต่ำที่ยืดหยุ่นและแก้ไขได้ เช่น การตอบคำถามที่พบบ่อย (FAQ) หรือการให้ข้อมูลเปิดบัญชี สามารถใช้ระบบ AI ร่วมกับการดึงข้อมูลเสริมภายนอกได้ แต่ถ้าเป็นงานธุรกรรมที่ห้ามผิดพลาดและแก้ไขคืนไม่ได้ เช่น การโอนเงิน จำเป็นต้องล็อกระบบให้ทำงานตามขั้นตอนที่แน่นอนตายตัว จำกัดสิทธิ์การเข้าถึงอย่างเข้มงวด และต้องมีมนุษย์คอยตรวจสอบเสมอ
นอกจากนี้ องค์กรต้องระวังเรื่องต้นทุนที่อาจพุ่งสูงขึ้น เพราะระบบที่ใช้ AI หลายตัวทำงานร่วมกัน (Multi-agent) จะใช้จำนวน Token สูงกว่าระบบแชตปกติถึง 15 เท่า ส่วนระบบที่ใช้ AI ตัวเดียว (Single-agent) ก็ยังใช้ทราฟฟิกสูงกว่าถึง 4 เท่า ซึ่งทั้งหมดนี้เป็นต้นทุนที่องค์กรต้องแบกรับ - ระบบความปลอดภัยที่พร้อมขยายผล (Safety, Evaluation & Guardrails) ดร.ทุตานนท์ เปรียบเทียบว่า ระบบความปลอดภัยไม่ใช่เบรกที่ทำให้รถช้าลง แต่เป็นเข็มขัดนิรภัยที่ช่วยให้เรากล้าขับรถไปข้างหน้าได้อย่างมั่นใจ โดยระบบ AI จะพร้อมนำไปใช้งานในวงกว้างได้ก็ต่อเมื่อมีระบบความปลอดภัยครบ 3 ด้าน คือ ระบบตรวจสอบคุณภาพผลลัพธ์ (Evaluation) ระบบจำกัดขอบเขตพฤติกรรมคำตอบ (Guardrails) และระบบทดสอบซ้ำอัตโนมัติ (Test harness) เพื่อตรวจสอบกรณีต่าง ๆ ให้มั่นใจก่อนเปิดให้ลูกค้าใช้งานจริง
- การบูรณาการข้อมูลระดับลูกค้า 10 ล้านคน (Integration at Scale) การทำแคมเปญการตลาดแบบเฉพาะบุคคลให้แก่ลูกค้านับ 20 ล้านคนในเครือ SCBX ไม่ใช่ปัญหาของตัวโมเดลอีกต่อไป แต่เป็นโจทย์ใหญ่ในการออกแบบสถาปัตยกรรมระบบ ซึ่งทางออกของ SCBX คือการสร้างระบบสมองส่วนกลางที่แชร์ข้อมูลร่วมกัน โดยมีกลไกสำคัญคือ ระบบเก็บและประมวลผลประวัติพฤติกรรมลูกค้าจากทุกช่องทาง ควบคู่ไปกับระบบช่วยเปรียบเทียบเพื่อคัดสรรสิทธิประโยชน์ที่ดีที่สุดในภาพรวม วิธีนี้ช่วยทำลายข้อจำกัดในการแยกส่วนข้อมูลของแต่ละผลิตภัณฑ์ลงได้
ยุทธศาสตร์ตอบโจทย์บริบทท้องถิ่น
ดร.ทุตานนท์ มองมุมสะท้อนถึงการแข่งขันในเวทีโลกไว้ว่า ในแง่ของขุมพลังคอมพิวเตอร์ (Compute Race) บริษัทยักษ์ใหญ่ระดับโลกอาจมีความได้เปรียบ แต่ในขณะเดียวกัน ประเทศไทยมีโอกาสสร้างความสำเร็จได้ในสมรภูมิการบริหารและตอบโจทย์ข้อจำกัดท้องถิ่น (Constraint Race)
ด้วยเหตุนี้ SCBX R&D จึงพัฒนาโมเดลภาษาไทยผ่านเทคโนโลยี Typhoon เพื่อตอบความต้องการของคนไทยโดยเฉพาะ โดยแบ่งเป็น Typhoon 2.5 ซึ่งเป็นโมเดลขนาดเล็กสำหรับเปิดใช้งานในระบบเครื่องปลายทาง เพื่อลดระยะเวลาการตอบสนอง (latency) และประหยัดต้นทุน พร้อมทั้งพัฒนา Typhoon Isan เพื่อรองรับภาษาถิ่นอย่างภาษาอีสาน รวมถึง Typhoon ASR/TTS ซึ่งเป็นระบบแปลงเสียงพูดเป็นข้อความและระบบสังเคราะห์เสียงภาษาไทยที่เป็นธรรมชาติ เพื่อให้เข้าถึงพฤติกรรมของลูกค้าชาวไทย
–SCBX: ก้าวข้าม AI สู่ Quantum Ready เดิมพันอนาคตโลกการเงิน
5 แนวทางขับเคลื่อนธุรกิจสำหรับผู้นำ
ในการขับเคลื่อนธุรกิจให้บรรลุเป้าหมาย ดร.ทุตานนท์ ชี้ว่า ผู้นำองค์กรควรให้ความสำคัญกับ 5 แนวทางหลัก เริ่มจากการจัดลำดับความสำคัญ (Prioritize) ผลักดันให้เรื่อง AI เป็นวาระของ CEO เพื่อให้องค์กรเป็นผู้ขับเคลื่อนเทคโนโลยี ต่อด้วยการให้การเรียนรู้ (Educate) เพื่อสร้างความรู้ความเข้าใจด้าน AI (AI literacy) ในทุกระดับ ตั้งแต่คณะกรรมการผู้บริหารไปจนถึงพนักงานหน้างาน จากนั้นต้องมีความทุ่มเทอย่างจริงจัง (Commit) มุ่งเน้นการลงทุนในโครงการที่นำไปใช้งานและสร้างคุณค่าได้จริงในวงกว้าง แทนการทำโปรเจกต์ทดลองขนาดสั้น (Pilots)
นอกจากนี้ ต้องทำการออกแบบกระบวนการใหม่ (Redesign) ปรับปรุงโครงสร้างและขั้นตอนการทำงานใหม่ตั้งแต่ต้นจนจบ (End-to-End) โดยไม่นำ AI ไปใส่ไว้ในขั้นตอนการทำงานรูปแบบเดิม และสุดท้ายคือ การวัดผล (Measure) ที่ต้องประเมินความคุ้มค่าจากผลกำไรหรือผลลัพธ์ทางธุรกิจที่จับต้องได้จริง แทนการวัดผลจากความหวือหวาของระบบสาธิต จำนวนกิจกรรม หรือจำนวน Token ที่ใช้ประมวลผล
ข่าวอื่น ๆ ที่น่าสนใจ
กลุ่ม SCBX โชว์ศักยภาพวิจัยไทย ส่ง 5 ผลงาน AI สู่ 4 เวทีวิชาการระดับโลก
ทรู กางยุทธศาสตร์ 6 เสาหลัก ดันองค์กรสู่ AI-First เร่งพัฒนาโครงสร้างพื้นฐานประเทศ
