AI (Artificial Intelligence) อาจไม่ใช่สิ่งใหม่ เพราะในความเป็นจริงแล้วเราพัฒนาเทคโนโลยีปัญญาประดิษฐ์นี้มานานหลายสิบปีแล้ว แต่ในแง่ของการนำมาปรับใช้กันอย่างจริงจัง รวมถึงการพัฒนาที่รวดเร็วมากขึ้นอาจทำให้มนุษย์จำเป็นที่จะต้องเรียนรู้และทำความเข้าใจ รวมถึงหาวิธีการใช้งานเทคโนโลยีที่มีความก้าวหน้าอยู่ตลอดเวลาอยู่เสมอ
เพื่อให้คนทำงานและคนทำธุรกิจสามารถใช้ AI ให้เป็น General Purpose Technology ที่ช่วยทำงานให้ดีขึ้นได้อย่างแท้จริง ต่อไปจะไม่ใช่เรื่องของธุรกิจบางประเภทอย่าง Tech Company เท่านั้นที่จะต้องทำความรู้จัก แต่ทุกธุรกิจควรที่จะต้องนำ AI เข้ามาพัฒนาการดำเนินธุรกิจและการทำงานให้ได้อย่างมีประสิทธิภาพ ซึ่งเราจะต้องรู้อะไรบ้าง มาทำความเข้าใจไปพร้อม ๆ กันเลย
AI ไม่ใช่เรื่องที่ไกลตัวอีกต่อไปในยุคสมัยปัจจุบัน
เชาวลิต รัตนกรไกรศรี Deputy Managing Director, Enterprise Solution บริษัท ไมโครซอฟท์ (ประเทศไทย) กล่าวบนเวทีเสวนา Scaling AI – Beyond Demystification to practical Application ในงาน KBTG Techtopia: A Blast From the Future ถึงความเป็นมาของ AI เอาไว้ว่า AI เป็นหนึ่งในเทคโนโลยีที่พูดถึงกันอย่างมากมาย โลกของเรา โดยหลังจากปี 2000 มีเทคโนโลยีเกิดขึ้นเยอะมาก เริ่มกันตั้งแต่การเข้าสู่ยุค Internet First, Mobile First, Digital Tranformation, Socialmedia และเป็น Cloud First และในปัจจุบันนี้เรากำลังอยู่ในยุคของ AI Era หรือว่า AI First
ในระยะเวลา 2 ปีที่ผ่านมา มี Chat GPT ที่มาจากความร่วมมือของ Open AI และ Microsoft ซึ่งถือว่าเป็นก้าวสำคัญที่ทำให้เรารู้จักกับ AI มากขึ้นในวงกว้าง และเกิดการเปลี่ยนแปลงไปค่อนข้างเยอะมาก เราได้เห็นว่ามี Model ต่าง ๆ เกิดขึ้นมากมาย และ AI ที่เกิดขึ้นในตอนนี้จะไม่ได้อยู่ในรูปแบบของการเป็น chat bot หรือเป็น Virtual Assistant ที่ใช้ในการถามตอบเพียงเท่านั้น แต่ generative AI เป็นสิ่งที่มาทำให้หลาย ๆ อย่างเกิดการพัฒนาในทางที่ดีขึ้น
ยกตัวอย่างเช่น การใช้ AI ในการทำ Personal productivity ดูแนวทางในการให้บริการกับลูกค้า การมีส่วนร่วมกับลูกค้าที่เปลี่ยนแปลงไปโดยการนำ AI และคนเข้ามาทำงานร่วมกัน เพื่อที่จะทำให้กระบวนการ manual กลายเป็น Auto ได้ เช่น การเก็บ feedback จากลูกค้าในอดีตการทำแบบสำรวจต่าง ๆ หรือแม้แต่การบันทึกข้อมูลจากระบบของ Call Center ต้องทำด้วยมือเท่านั้น แต่การมาถึงของ generative AI จากข้อมูลที่เก็บมาและไม่ได้ทำอะไรกับมันเลยเราสามารถนำมา generate ข้อมูลแต่ละกลุ่มแต่ละ segment ของลูกค้า ดูได้เลยว่า ลูกค้าแต่ละกลุ่มต้องการอะไรบ้าง โดยใช้เวลาเพียงแค่ไม่กี่ชั่วโมง แม้จะมีข้อมูลที่เก็บมาแล้วเป็นสิบ ๆ ปีก็ยังสามารถที่จะวิเคราะห์ได้
อีกตัวอย่างคือ Mercedes-Benz ที่ได้นำ AI มาใช้ในการสร้างสรรค์สินค้า ผลิตภัณฑ์หรือบริการใหม่ๆ เช่น การนำเอาไปใช้ใน Assistant ที่จะสามารถตอบโต้กับเราในขณะที่เราใช้งานรถ ให้กำหนดแผนที่ จองบริการร้านอาหาร หรือเปลี่ยน Personal Profile ในรถให้เหมาะกับเราได้
การปรับใช้ AI ในธุรกิจมีอะไรที่ต้องคำนึงถึงบ้าง
อาภาพร สกุลกิตติยุต Senior Specialist Data & AI บริษัท ไมโครซอฟท์ (ประเทศไทย) กล่าวว่า ถ้าในวันนี้เราต้องการนำ AI เข้าไปอยู่ใน Application หรือ Business process ของเรา และนำมาปรับใช้กับองค์กร ทั้งระบบในวงกว้าง ต้องมีส่วนประกอบอะไรบ้าง ที่เราต้องคำนึงถึง มีทั้งหมด 3 องค์ประกอบด้วยกัน คือ
- Model : โมเดล AI คือ รูปแบบที่สร้างขึ้นเพื่อทำงานเฉพาะ เช่น การทำนาย การจำแนกประเภท หรือการสร้างข้อความใหม่ ๆ โมเดลเหล่านี้ถูกฝึกด้วยข้อมูลจำนวนมาก และสามารถพัฒนาความสามารถของตัวเองเมื่อได้รับข้อมูลเพิ่มเติม และทำให้มีความฉลาดยิ่งขึ้นได้ ซึ่งการนำ Model มาใช้งานจะต้องมีความหลากหลาย เพื่อใช้หาตัว Model ที่มี Performance ดีที่สุด
- Data : ข้อมูลเป็นส่วนสำคัญที่ทำให้ AI สามารถทำงานได้ ข้อมูลที่มีคุณภาพและปริมาณมากพอจะช่วยให้ AI เรียนรู้และปรับปรุงการทำงานได้ดีขึ้น ยิ่งมีข้อมูลมากเท่าไร โมเดลก็จะยิ่งแม่นยำและเชื่อถือได้มากขึ้นเท่านั้น
- Security : ความปลอดภัยใน AI คือการปกป้องข้อมูลและระบบจากการถูกโจมตีหรือการใช้งานที่ไม่ถูกต้อง การรักษาความปลอดภัยเป็นสิ่งสำคัญเพื่อให้แน่ใจว่า AI ทำงานได้อย่างปลอดภัยและปกป้องข้อมูลส่วนตัวที่ใช้ในการฝึกโมเดลเพื่อไม่ให้เกิดการนำข้อมูลไปใช้งานในทางที่ผิด หรือส่งผลกระทบต่อเจ้าของข้อมูล
การเลือกใช้ Model AI ที่เหมาะสมกับองค์กร ควรเลือกอย่างไร
เชาวลิต ได้กล่าวเพิ่มเติมไว้ว่าในด้านการเลือกใช้ Model นั้นก็มีความละเอียดและซับซ้อนโดยอาจจะต้องคำนึงถึงตั้งแต่เรื่องของ Business Objective และ Business Process เลย และก็ไม่ได้หมายความว่าเราจะต้องเลือกใช้ Model AI แค่ตัวเดียวเท่านั้นในการทำงาน แต่ควรที่จะเลือกปรับใช้ให้เหมาะสมกับสิ่งที่องค์กรต้องการ ยกตัวอย่างให้เห็นภาพง่ายขึ้น หากเราต้องการจ้างพนักงาน 10 ตำแหน่ง เราก็อาจจะไม่จำเป็นที่จะต้องจ้างคนที่จบดอกเตอร์ถึง 10 ตำแหน่ง เพราะ ROI นั้นไม่คุ้ม เราจึงควรมองจากปัญหาแล้วค่อยเลือกว่า โมเดลที่ควรใช้มีอะไรบ้าง
อาภาพร นั้นได้เข้ามาแนะนำเพิ่มเกี่ยวกับการเลือกใช้ Model ที่ในปัจจุบันนี้มีให้เลือกใช้งานมากมายหลายตัวด้วยกัน ซึ่งโมเดลนั้นจะเข้ามามีส่วนร่วมในการพัฒนา LLM (Large Language Models) ตั้งแต่การทำ Prototype โดยในขั้นแรกอาจจะเลือกมาสัก 5 โมเดล หลังจากนั้นก็เข้าสู่กระบวนการ Evaluate Testing และ Optimize ด้วยข้อมูลที่มี ซึ่งเราก็ต้องดูด้วยว่าเราจะ Pre Processing และ Post Processing ในรูปแบบไหน จากนั้นจึงนำโมเดลที่ได้ไป Deploy เพื่อใช้งาน ซึ่งหลังจากใช้งานก็ต้องคอยตรวจสอบการทำงานเพิ่มเติมอีกว่า ใช้แล้วดีหรือไม่ มีข้อผิดพลาดหรือเปล่า และเราควรที่จะปรับปรุงอย่างไร ดังนั้น การเลือกใช้ Model AI ที่เปิดใช้งานจึงควรมีความหลากหลาย และอาจจะเลือกใช้ AI ที่สามารถเชื่อมต่อ API เพื่อให้สะดวกต่อการปรับเปลี่ยนในอนาคตได้ก็จะดีเช่นกัน
ต่อมาในเรื่องของ SLM (Small Language Model) ก็เป็นอีกหนึ่งโมเดลที่สามารถเลือกใช้ได้ เพราะมีขนาดที่พอดีกับบาง Use Case และยังมีราคาถูกกว่า ดังนั้น การเลือกใช้ LLM ร่วมกับ SLM ก็อาจจะเป็นทางเลือกหนึ่งที่เหมาะสมสำหรับองค์กรที่ไม่ได้ต้องการใช้โมเดลขนาดใหญ่อย่าง LLM
สำหรับแหล่งที่จะสามารถใช้ในการศึกษาและการนำ AI มาใช้นั้น ทาง Microsoft ได้ยกตัวอย่างขึ้นมาเป็น บริการของ Microsoft Azure AI ที่ช่วยให้นักพัฒนาและองค์กรสร้างแอปพลิเคชันที่ชาญฉลาด และมีความรับผิดชอบด้วย API และแบบจําลองที่สร้างสําเร็จและปรับแต่งได้อย่างรวดเร็ว ซึ่งรวบรวมโมเดล AI หลากหลายที่สามารถนำไปทำ Prototype ต่าง ๆ ตามขั้นตอนของการสร้างและพัฒนาโมเดลที่เหมาะสมสำหรับองค์กร รวมถึงช่วยดูในเรื่องของราคาค่าใช้จ่ายให้ด้วย ซึ่งจะเข้ามาช่วยทำให้สามารถเลือกใช้ Model ได้ดีมากขึ้น
