ไอบีเอ็ม ประเทศไทย ประกาศพันธกิจ The Next Frontier of AI Race in Thailand เป็นลมใต้ปีกให้องค์กรไทย เสริมแกร่งธุรกิจด้วยเทคโนโลยี AI
อโณทัย เวทยากร กรรมการผู้จัดการใหญ่ ไอบีเอ็ม ประเทศไทย เชื่อว่า ปี 2568 จะเป็นปีที่องค์กรธุรกิจไทยจะต้องเข้าสู่การแข่งกันกันด้วยความได้เปรียบเรื่องการประยุกต์ใช้เทคโนโลยี AI เพื่อเพิ่มความสามารถในการแข่งขัน เพื่อลดต้นทุน เพื่อลดและทำให้กระบวนการทำงานมีประสิทธิภาพมากขึ้น ปัจจุบันองค์กรในประเทศไทยที่เริ่มลงทุนในเทคโนโลยี AI อย่างจริงจังมียังไม่ถึง 10% ซึ่งไอบีเอ็มมองเป็นภารกิจในฐานะบริษัทเทคโนโลยีที่อยู่ในประเทศไทยมามากกว่า 7 ทศวรรษ ว่าจะต้องเป็นลมใต้ปีกให้กับธุรกิจไทยให้สามารถแข่งขันได้ในสนามที่ AI เป็นตัวชี้เป็นชี้ตายในเวทีธุรกิจ
ไอบีเอ็มจึงจัดงาน IBM Solution Summit 2024 ขึ้น โดยนำเนื้อหาส่วนหนึ่งมาจาก IBM Think 2024 ที่จัดที่บอสตัน สหรัฐอเมริกา และเพิ่มเนื้อหาที่เป็นทิศทางของไอบีเอ็ม ประเทศไทย ที่ประกาศว่าปี 2568 จะเป็น The Next Frontier of AI Race in Thailand โดยไอบีเอ็ม นำเสนอความพร้อมในการช่วยองค์กรธุรกิจไทยให้แข่งขันได้ในยุค AI ด้วยบริการที่ครบวงจรทั้งการให้คำปรึกษา การวางกลยุทธ์ และการลงทุนในเทคโนโลยี AI และ Cloud
“ปี 2568 จะเป็นปฐมบทการแข่งขันด้าน AI ในประเทศไทย ที่องค์กรธุรกิจจะต้องลงทุนและพัฒนาโซลูชันด้าน AI หันมาแข่งขันด้านเทคโนโลยี จะเป็นการลงทุนเพื่อหวังผลเชิงธุรกิจทีเ่ป็นรูปธรรม” อโณทัย กล่าว
ทั้งนี้ McKinsey คาดการณ์ว่า Gen AI จะเพิ่มมูลค่าให้กับกำไรของบริษัททั่วโลกสูงถึง 4.4 ล้านล้านเหรียญสหรัฐต่อปี สะท้อนศักยภาพมหาศาลในการเพิ่มประสิทธิภาพและสร้างโอกาสใหม่ ๆ ในขณะที่ BV ชี้ว่า 75% ขององค์กรทั่วโลกกำลังทดลองใช้ Gen AI ใน 5 ฟังก์ชันขึ้นไป และ Gartner ระบุว่า เกือบครึ่งหนึ่งของธุรกิจได้ก้าวสู่การทดลองใช้งานจริง โดย 10% เริ่มใช้งานจริงแล้ว ไม่ใช่แค่การทดลอง แต่ Gen AI กำลังสร้างผลลัพธ์ที่จับต้องได้ IBV เผยว่า ROI ของ AI เพิ่มขึ้นจาก 13% ในปี 2022 เป็น 31% ในปี 2023 โดย Gen AI เป็นปัจจัยสำคัญที่ช่วยเร่งผลตอบแทนจากการลงทุน และผู้บริหารกว่า 75% มองว่าต้องเร่งนำ Gen AI มาใช้ เพื่อสร้างความได้เปรียบในการแข่งขัน
สำหรับประเทศไทย Statista คาดการณ์ว่าตลาด Gen AI จะเติบโตแบบก้าวกระโดด โดยมีมูลค่า 179.50 ล้านเหรียญสหรัฐในปี 2024 และจะเติบโตเฉลี่ย 46.48% ต่อปี จนแตะ 1,773.00 ล้านเหรียญสหรัฐภายในปี 2030 ส่วน DEPA ประเมินว่าการใช้งาน AI ในประเทศไทยจะเพิ่มขึ้นเกิน 50% ภายในปี 2030 โดยตลาด AI ของไทยจะมีมูลค่าประมาณ 114 พันล้านบาท โดยมี Use case มากกว่า 300 รูปแบบ โดยเฉพาะในภาคการผลิต ประกันภัย ยานยนต์ และสาธารณสุข
องค์กรไทยจึงต้องเร่งปรับตัว เพิ่มขีดความสามารถ และคว้าโอกาสทางธุรกิจจาก Gen AI ก่อนที่จะตกขบวน ทว่าความท้าทายสำคัญ 3 ด้านที่องค์กรไทยต้องเผชิญในการนำ Gen AI มาใช้ ได้แก่ ความร่วมมือ โดย 76% ของซีอีโอไทยเห็นว่าความสำเร็จขององค์กรขึ้นอยู่กับความร่วมมือระหว่างฝ่ายการเงินและฝ่ายเทคโนโลยี โครงสร้างพื้นฐาน โดย 45% ขององค์กรในอาเซียนยังขาดโครงสร้างพื้นฐานที่พร้อมรองรับ AI และกฎระเบียบ ซึ่ง 55% ของผู้บริหารด้านเทคโนโลยีในไทยชะลอการลงทุน เนื่องจากความไม่ชัดเจนด้านกฎระเบียบ และที่สำคัญ หัวใจสำคัญของการใช้ Gen AI ให้ประสบความสำเร็จ คือการเสริมศักยภาพของบุคลากร องค์กรต้องมุ่งเน้นการพัฒนาทักษะ และสร้างวัฒนธรรมที่เปิดรับการเปลี่ยนแปลง เพื่อให้ Gen AI ช่วยเพิ่มประสิทธิภาพการทำงาน และสร้างคุณค่าอย่างยั่งยืน
จากความท้าทายดังกล่าว ไอบีเอ็มมองว่ามีอยู่ 4 ปัจจัยสำคัญที่จะช่วยให้องค์กรไทยประสบความสำเร็จในสมรภูมิ AI คือ
1. โมเดล AI แบบโอเพนซอร์ส ที่เพิ่มความยืดหยุ่น ลดต้นทุน และหลีกเลี่ยงปัญหา Vendor Lock-in องค์กรสามารถปรับแต่งโมเดลให้ตรงกับความต้องการ และร่วมพัฒนานวัตกรรมกับ Community นักพัฒนา
2. ฐานข้อมูลที่เชื่อถือได้ สร้างระบบจัดการข้อมูลที่ปลอดภัย มีคุณภาพ และสอดคล้องกับกฎระเบียบ เพื่อรองรับการใช้งาน AI อย่างมีประสิทธิภาพ
3. การสเกลด้วย Governance ควบคุมความเสี่ยง ลดอคติ และสร้างความไว้วางใจในการใช้งาน AI ด้วยโซลูชันและกรอบการกำกับดูแล
4. การอินทิเกรททั่วทั้งระบบนิเวศ เชื่อมโยงแพลตฟอร์มและโมเดล AI เพื่อเพิ่มความสามารถในการทำงานร่วมกัน และปรับตัวรับเทคโนโลยีใหม่ ๆ ได้อย่างรวดเร็ว
Granite 3.0 Hybrid Cloud และ AI
แนวคิด “ยิ่งใหญ่ยิ่งดี” กำลังเปลี่ยนไป องค์กรเริ่มมองหาโมเดล AI ขนาดเล็กลง ที่ปรับแต่งได้ เชื่อถือได้ และประหยัดพลังงาน Granite 3.0 เป็นตัวอย่างของโมเดล AI ที่ตอบโจทย์นี้ ด้วยขนาดที่เล็กกว่า เร็วกว่า และประหยัดค่าใช้จ่ายกว่าถึง 97% ทั้งนี้ Granite 3.0 โมเดล AI ขนาดเล็กที่มาพร้อมประสิทธิภาพสูง ใช้งานได้หลากหลาย และคุ้มค่ากว่าโมเดลขนาดใหญ่ ตอบโจทย์องค์กรที่ต้องการนำ AI มาใช้ แต่กังวลเรื่องต้นทุนและความซับซ้อน
Granite 3.0 มีให้เลือก 2 ขนาด คือ 8B และ 2B โดดเด่นด้วยประสิทธิภาพสูงเทียบเท่าโมเดลขนาดใหญ่ แต่ใช้ต้นทุนต่ำกว่า 3-23 เท่า สามารถปรับจูนให้เข้ากับข้อมูลขององค์กรได้ เพื่อสร้างโซลูชันเฉพาะทาง IBM ให้การรับประกันทรัพย์สินทางปัญญา สร้างความมั่นใจในการใช้งาน IBM เปิดเผยข้อมูลที่ใช้ฝึกโมเดล Granite Guardian ช่วยตรวจสอบอคติ ความรุนแรง และความเหมาะสมของเนื้อหา นักพัฒนาสามารถใช้งาน ปรับเปลี่ยน และ Integrate ได้อย่างอิสระเพราะเป็นโอเพนซอร์ส และเป็นมิตรต่อสิ่งแวดล้อม สร้างคาร์บอนฟุตพริ้นท์ต่ำกว่าโมเดลขนาดใหญ่
โมเดล Granite 3.0 สร้างคาร์บอนฟุตปรินท์ต่ำกว่า โดยมีการใช้พลังงาน 153,074 กิกะวัตต์ชั่วโมง และปัจจัยการปล่อยคาร์บอน 0.12 กก./กิกะวัตต์ชั่วโมง สำหรับรุ่น V1 (อ้างอิงจาก Granite Foundation Model Paper โดย IBM Research)
Use Case ในไทย
ที่ผ่านมา ไอบีเอ็ม เดินหน้าผลักดัน Hybrid Cloud และ AI ในประเทศไทย เผย Use Case หลากหลายจากองค์กรชั้นนำ สะท้อนการนำเทคโนโลยีมาใช้ เพื่อเพิ่มประสิทธิภาพ ลดต้นทุน และสร้างประสบการณ์ที่ดีขึ้นให้กับลูกค้า
ไม่ว่าจะเป็น Orbix Custodian ผู้ให้บริการรับฝากสินทรัพย์ดิจิทัลรายแรกของไทย เลือกใช้ IBM Hyper Protect Crypto Services และ IBM Hyper Protect Virtual Servers เพื่อเสริมความปลอดภัย และปกป้องข้อมูลลูกค้าบนแพลตฟอร์ม ด้วยเทคโนโลยี Confidential Computing และ IBM Hardware Security Modules (HSM) ที่ได้รับมาตรฐานความปลอดภัยระดับสูงสุด FIPS 140-2 Level 4
The Mall Group นำร่องใช้ Gen AI บนแพลตฟอร์ม Watsonx.ai เพื่อวิเคราะห์ข้อมูลเชิงลึก และสนับสนุนการตัดสินใจ โดยผู้ใช้งานสามารถตั้งคำถามเป็นภาษาธรรมชาติ ช่วยลดเวลา และเข้าถึงข้อมูลเชิงลึกได้ง่ายขึ้น เช่น การระบุกลุ่มเป้าหมาย วิเคราะห์ยอดขาย และแจ้งเตือนสินค้าที่ขายไม่ดี
ภาคธนาคารเองมีใช้ Watsonx Code Assistant พัฒนา Modernize แอปพลิเคชัน อาทิ ธนาคารกรุงศรีอยุธยา และธนาคารทหารไทยธนชาต (ttb) กำลังศึกษาการใช้ Watsonx Code Assistant เครื่องมือ AI ที่ช่วยพัฒนาและ Modernize แอปพลิเคชัน เพื่อลดต้นทุน แก้ปัญหาช่องว่างทักษะ และเพิ่มประสิทธิภาพการทำงาน
นอกจากนี้ ไอบีเอ็ม ร่วมกับ คอมพิวเตอร์ยูเนี่ยน นำร่องใช้ Watsonx กับหลายองค์กร เช่น การไฟฟ้านครหลวง (กฟน.) ใช้ Watsonx Assistant สนับสนุนศูนย์บริการลูกค้า ลดเวลาการรอคอย และเพิ่มความพึงพอใจ IRPC ใช้ Watsonx วางแผนการบำรุงรักษา ลดเวลาทำงานลง 33% BLCP Power: ใช้ Watsonx ตรวจสอบงบประมาณ ประหยัดเวลา 50% Banpu: ช้ Watsonx วิเคราะห์ข้อมูล ลดเวลาตัดสินใจ 50%
“ไอบีเอ็ม มุ่งมั่นที่จะนำ Hybrid Cloud และ AI มาช่วยให้องค์กรไทย ทรานส์ฟอร์มธุรกิจ เพิ่มขีดความสามารถในการแข่งขัน และเติบโตอย่างยั่งยืน” อโณทัย กล่าว
