ในปี 2023 AI ตื่นจากความหลับใหล เมื่อผู้บริโภคตื่นตัวและตอบรับกับการใช้ Consumer AI อย่างมาก ที่นำโดย ChatGPT ที่พัฒนาโดย OpenAI ที่สร้างให้ผู้บริโภคทั่วโลกเกิดความคุ้นชินกับการใช้ Generative AI ซึ่งเป็น Journey เดียวกับที่อินเทอร์เน็ตที่เคยสร้างความตื่นเต้นให้กับฝั่งผู้บริโภค (Consumer) ก่อนที่จะข้ามห้วยมายังฝั่งธุรกิจ (Commercial) ทำให้เกิดการปลดล็อกต่าง ๆ มากมาย จนทำให้ปัจุบันคนเราอยู่กับอินเทอร์เน็ตตลอดเวลา
AI ก็เช่นกัน AI จะเข้ามาหลอมรวม (Infuse) อยู่ในทุก ๆ องคาพยพของทุก ๆ องค์กรในทุก ๆ เรื่อง
ปี 2024 เรียกว่าเป็นปีที่เกิดการทดลอง AI อย่างมากมาย (Hyper-Experiment) มีโครงการเกี่ยวกับ AI เกิดขึ้นในทุก ๆ อุตสาหกรรม โดยเฉพาะอุตสาหกรรมใหญ่ ๆ อาทิ การเงินการธนาคาร ภาคการผลิต การสาธารณสุข เป็นต้น ทุกคนตื่นเต้นและเริ่มสร้างโครงการ บางบริษัทที่ก้าวหน้าจะเริ่มทำโครงการนำร่องจำนวนมากไอบีเอ็มเองทำโครงการนำร่องเกี่ยวกับ AI จำนวนมาก และทำโครงการนำร่องร่วมกับลูกค้าจำนวนมาก แต่มีเพียง 5% ถึง 10% เท่านั้น ที่สามารถเปลี่ยนจากโครงการนำร่องมาเป็นโครงการจริง
สาเหตุเพราะการลงทุนในเทคโนโลยี AI เป็นการลงทุนเพื่อระยะยาว แต่หลายองค์กรติดภาพว่าลงทุนแล้วต้องเห็นการคืนทุน (ROI) ภายในระยะสั้น 3-5 เดือน หรือ 1 ปี แต่เทคโนโลยี AI ไม่ใช่โซลูชันที่ซื้อมาแล้วใช้ได้เลย (Ready-made) แต่ต้องมาประยุกต์ใช้กับลักษณะงาน โดยส่วนใหญ่จะเริ่มจาก use case เล็ก ๆ เพราะมีความเสี่ยงต่ำ ซึ่งให้ ROI ที่ต่ำ จึงทำให้ตัดสินใจลงทุนยาก ทำให้ปีที่ผ่านมาเป็นปีที่เป็นการทดลอง Hyper-Experiment แต่จะไม่ได้ใช้ประโยชน์จาก AI ถ้าไม่ลงทุนใน AI
อโณทัย เวทยากร กรรมการผู้จัดการใหญ่ ไอบีเอ็ม ประเทศไทย กล่าวว่า ในปี 2025 องค์กรเริ่มตระหนักแล้วว่าต้องนำเทคโนโลยี AI มาใช้จริงแล้ว แต่จะใช้ใน use case แบบไหนจึงจะให้ ROI ที่ดีที่สุดกับองค์กร และให้ประโยชน์ที่ดีที่สุด ไม่สามารถบอกได้ว่าโดยเฉลี่ย AI จะสามารถให้ ROI ได้เท่าใด ทั้งนี้ขึ้นกับ use case เพราะบาง use case ใช้เวลานานในการคืนทุน
IBM ทำ AI Transformation 2 ปีได้ ROI 3 พันล้านดอลลาร์
ไอบีเอ็มเองเมื่อต้นปี 2023 Arvind Krishna ซีอีโอ IBM ประกาศว่าไอบีเอ็มจะเป็นบริษัทที่ดำเนินธุรกิจโดยใช้ระบบอัตโนมัติเต็มรูปแบบ และขับเคลื่อนด้วยข้อมูลอย่างสมบูรณ์ และจะเข้าสู่กระบวนการทรานส์ฟอ์มนำ AI มาใช้ (AI Transformation) และตั้งเป้าว่าภายในสิ้นปี 2024 ต้องมีประสิทธิผล 1.5 พันล้านดอลลาร์สหรัฐ นั่นหมายถึงจำนวนเงินที่ไอบีเอ็มสามารถประหยัดได้จกการลดต้นทุนด้วยการใช้ AI ทั้ง Traditional AI และ Generative AI
ปรากฎว่าเมื่อเดือนพฤษภาคม 2024 ไอบีเอ็มสามารถลดต้นทุนไปได้แล้ว 2 พันล้านดอลลาร์ ทำให้สิ้นปี 2024 ไอบีเอ็มน่าจะได้ ROI ถึง 3 พันล้านดอลลาร์ เพิ่มขึ้นเท่าตัวจากที่เคยตั้งเป้าไว้
“เราเลือกทำในโครงการที่ก่อให้เกิดความก้าวหน้าครั้งสำคัญ หรือการค้นพบใหม่ ๆ ที่พลิกโฉมวงการ หรือสร้างผลกระทบในวงกว้าง จึงให้ผลลัพธ์เชิง ROI ที่ใหญ่และจับต้องได้”
นอกจากนี้ ไอบีเอ็มยังนำ AI เวลาพูดถึง AI จะเป็นการผสมกันระหว่าง Traditional AI และ Generative AI เข้ามาในส่วนงานของการบริหารทรัพยากรบุคคล AskHR เป็น HR Chatbot ที่พนักงานไอบีเอ็มสามารถให้บริหารตัวเองได้ มีระบบจัดซื้อ (Procurement) ปัจจุบันกว่า 90% ของงานจัดซื้อที่ไอบีเอ็มเป็นระบบอัตโนมัติทั้งหมด มีเพียง 10% ที่ใช้คนในการทำ หรือแม้ต่งาน IT Assistant ปัจจุบันเป็นการบริการตนเอง (self-serve) เกือบทั้งหมด
“AI ไม่ได้มาแทนคน แต่ AI ทำให้งานเปลี่ยน ซึ่งสอดคล้องกับแนวโน้มที่คนจะเกิดน้อยลง การนำ AI มาช่วยทำงานจะเข้ามาตอบโจทย์และเสริมยุคสูงวัย”
เปิด 5 แนวโน้ม APAC AI Outlook 2025
เทรนด์แรกคือ Strategic AI คือ ทำอย่างไรให้การลงทุน AI สร้างคุณค่าและผลกระทบได้มากที่สุด การลงทุน AI หากจะให้เกิดผลลัพธ์ที่จับต้องได้ จะต้องลงทุนใน Strategic AI องค์กรจะเริ่มเปลี่ยนจากจากการทำ AI ในโครงการขนาดเล็กที่ให้ ROI น้อยไปสู่โครงการยุทธศาสตร์ มีการตั้งเป้าหมายและระยะเวลาการคืนทุนที่ชัดเจน
เทรนด์สองคือ Right Sizing AI เป็นแนวโน้มที่สอดคล้องกับสิ่งที่ไอบีเอ็มพยายามผลัดกันมาตลอดหลายปีที่ผ่านมา โดยเฉพาะการนำเอา Granite Model ที่เป็น AI Foundation Model (แบบจำลองรากฐาน AI) คือ แบบจำลองปัญญาประดิษฐ์ขนาดใหญ่ที่ได้รับการฝึกฝนบนชุดข้อมูลขนาดมหาศาลและมีความสามารถหลากหลาย เปรียบเสมือนฐานรากที่แข็งแกร่งสำหรับการพัฒนา AI ในด้านต่าง ๆ ของไอบีเอ็มเองเข้าสู่โอเพ่นซอส เปิดกว้างให้นักพัฒนาสามารถนำ Granite Model ไปใช้พัฒนาต่อได้
ซึ่งล่าสุดไอบีเอ็มได้เปิดตัว Granite Model 3.0 ซึ่งเป็น AI Foundation Model เวอร์ชัน 3 ขนาดเริ่มต้นที่ 2 พันล้านพารามิเตอร์ ซึ่งการจะสร้างให้เกิดประโยชน์สูงสุดจากการลงทุน AI องค์กรจะต้องแบบจำลองรากฐาน AI ที่มีขนาดที่พอเหมาะที่ตอบโจทย์การใช้งานเฉพาะขององค์กรได้เพียงพอ แบบจำลองรากฐาน AI ขนาดที่ไม่ใหญ่เกินไปจะต้องการต้นทุนและทรัพยากรที่ลดลงไม่ว่าจะเป็น GPU ใช้พลังงานที่ต่ำลงจึงยั่งยืนกว่า
“เราเชื่อว่า Smaller Language Model (SML) คืออนาคตของ AI ในองค์กร (Enterprise AI) องค์กรจะลงทุนพัฒนา AI Foundation Model ของตัวเองที่มีขนาดที่เหมาะสม นี่คือจุดยืนของไอบีเอ็ม”
เทรนด์ที่สามคือ Unified AI ในยุค AI จะเกิดสิ่งที่เรียกว่า Shawdow IT คือการที่พนักงานในองค์กร นำเทคโนโลยี AI มาใช้งานเองโดยไม่ได้รับอนุญาตหรือไม่ได้รับการรับรองจากฝ่าย IT ขององค์กร จะทำให้แต่ละองค์กรมี multiple model อาทิ อาจจะมี Granite Model ของ IBM หรือ IVM Llma ของ Meta หรือเวนเดรอ์เจ้าอื่น ท้ายที่สุดในแต่ละองค์กรจะมี AI Model ที่หลากหลาย
ทำอย่างไรที่จะมีแพลตฟอร์มที่จะทำให้ AI หลาย ๆ โมเดลเป็นหนึ่งเดียวกัน มีธรรมภิบาลเดียวกัน ใช้แหล่งข้อมูล (Data Source) ชุดข้อมูล (Data Set) เดียวกัน มีระเบียบในการใช้งานเพื่อลดความเสี่ยงของงองค์กรทั้งเรื่องกฎหมาย ข้อบังคับ กฎระเบียบ ทรัพย์สินทางปัญญา ความเป็นส่วนตัวของข้อมูล ปี 2025 เป็นปีที่องค์กรเริ่มมองถึงการทำ unify AI
ไอบีเอ็มมี WatsonX.Governance ชุดเครื่องมือที่ช่วยให้องค์กรต่าง ๆ สามารถควบคุม ดูแล และจัดการการใช้งาน AI ภายในองค์กรได้อย่างมีประสิทธิภาพ โปร่งใส และมีความรับผิดชอบ โดยเฉพาะอย่างยิ่งกับ Generative AI และ Foundation Model ที่กำลังได้รับความนิยมเพิ่มขึ้นอย่างรวดเร็วในปัจจุบัน
WatsonX.Governance สร้างขึ้นบนพื้นฐานของกฎหมาย AI ของ EU หรือ EU Artificial Intelligence Act คือกฎหมายปัญญาประดิษฐ์ของสหภาพยุโรป ที่มีเป้าหมายเพื่อควบคุมการพัฒนาและการใช้งาน AI ภายในสหภาพยุโรป เพื่อให้มั่นใจว่า AI จะถูกนำมาใช้ในทางที่ดี มีจริยธรรม และไม่เป็นภัยต่อมนุษย์ ซึ่ง Unified AI จะมาตอบโจทย์เรื่องนี้
“เชื่อว่าเร็ว ๆ นี้จะเกิดแรงกระเพื่อมด้านกฎหมาย AI ในประเทศไทย ซึ่งจะทำให้ Unified AI เกิดขึ้น ที่ผ่านมาคนยังไม่ลงทุนใน AI เพราะกลัวความเสี่ยงต่าง ๆ ทั้งความเสี่ยงด้านไซเบอร์ ด้านกฎหมาย ด้ายทรัพย์สินทางปัญญา ด้าาน ROI เป็นต้น”
เทรนด์ที่สี่คือ Agentic AI คือ AI ที่ช่วยให้ได้ข้อมูลเชิงลึก (Insight) และนำข้อมูลเชิงลึกนี้และทำการตัดสินใจ (Decision) และกระทำการ (Action) ได้โดยไม่ต้องมีมนุษย์เข้าไปเกี่ยวข้อง ซึ่งสามารถช่วยลดขั้นตอนในการทำงานลงได้
“Agentic AI จะสามารถตัดสินใจได้ และกระทำการใดใดได้เองภายใต้กรอบที่มนุษย์อนุญาต จะช่วยให้การทำงานมีประสิทธิภาพมากขึ้น AI กำลังจะบวกกับระบบอัตโนมัติ และทำให้ระบบอัตโนมัติทำงานได้ดีขึ้น เมื่อ AI บวกกับระบบอัตโนมัติ กลายเป็น Agentic AI”
เทรนด์ที่ห้าคือ Human-Centric AI การพัฒนา AI ในยุคต่อไปจะไม่ใช่การโฟกัสที่เทคโนโลยีแต่เพียงอย่างเดียว การพัฒนา AI จะคำนึงถึงคนเพื่อเพิ่มประสบการณ์การใช้งาน AI
ปี 2025 จะแนวโน้มทั้ง 5 นี้เกิดขึ้น โดยแนวโน้มที่จะเห็นเด่นชัดในประเทศไทยคือ Unified AI, Strategic AI และ Right Sizing AI ซึ่งสอดคล้องกับทิศทางของไอบีเอ็มที่ประกาศไว้ในงาน IBM Solution Summit 2024 คือ The Next Frontier of AI Race in Thailand โดยไอบีเอ็ม นำเสนอความพร้อมในการช่วยองค์กรธุรกิจไทยให้แข่งขันได้ในยุค AI ด้วยบริการที่ครบวงจรทั้งการให้คำปรึกษา การวางกลยุทธ์ และการลงทุนในเทคโนโลยี AI และ Cloud
“ไอบีเอ็มจะจับมือกับ 3 มหาวิทยาลัยสร้างผู้นำแห่งการเปลี่ยนแปลง (Change Agent) ด้าน AI เพื่อสร้าง The Next Frontier of AI Race in Thailand ไอบีเอ็มเราประกาศว่าจะอัพสกิลด้าน AI ให้ 3 ล้านคนทั่วโลกผ่านโครงการ Skill Build ในเวลา 2 ปี (2024-2025) ความร่วมมือนี้เป็นส่วนหนึ่งของโครงการนี้”
โชว์เคส AI ของไทย
ในรายงาน AI Outlook 2025 ซึ่งเป็นการทำงานร่วมกันระหว่าง IBM กับระบบนิเวศ เพื่อวิจัยแนวโน้มของ AI ได้รวบรวม use case การลงทุนใช้ AI ขององค์กรในภูมิภาคเอเชียแปซิฟิกรวมประเทศไทย ทั้งหมด 17 กรณีตัวอย่าง โดย 4 ใน 17 เป็นกรณีตัวอย่างการลงทุนใน AI ขององค์กรในประเทศไทย
ธนาคารกรุงเทพ ใช้ AI ในแคมเปญการตลาดส่วนบุคคล การตรวจจับการฉ้อโกง และอื่น ๆ ธนาคารยังกำลังสำรวจและทดสอบศักยภาพของ GenAI เช่น ผู้ช่วย AI โดยใช้ประโยชน์จากทั้งแบบจำลองพื้นฐานและแบบจำลองที่ปรับแต่งอย่างละเอียด
กสิกรบิซิเนส–เทคโนโลยีกรุ๊ป (KBTG) ใช้ Explainable AI เพื่อประเมินมูลค่าสินทรัพย์ และพัฒนา LLM ของตัวเอง ชื่อว่า THaLLE (Text Hyperlocally Augmented Large Language Extension) ให้ความรู้แก่พนักงานเกี่ยวกับ AI ที่รับผิดชอบและศึกษา framework และ guideline ภายนอก พร้อมทั้งอัปเดตและปรับเปลี่ยนนโยบายอย่างต่อเนื่อง ซึ่งก ภายใน 6 เดือนหลังเปิดตัวก็บรรลุอัตราการใช้งาน GenAI ในหมู่พนักงานมากกว่า 75%
โรงพยาบาลศิริราชปิยมหาราชการุณย์ (SiPH) ปฏิวัติขั้นตอนการวินิจฉัยโรคมะเร็งด้วย AI SiPH มีเป้าหมายที่จะปรับปรุงระบบสารสนเทศทางพยาธิวิทยา (Pathology Information System: PIS) ระบบเดิมขาดการบูรณาการระหว่างขั้นตอนการทำงานในห้องปฏิบัติการ ระบบสแกนภาพ และการประมวลผลข้อมูลแบบรวมศูนย์ วิธีการที่แยกส่วนนี้เป็นอุปสรรคต่อการวินิจฉัยโรคมะเร็งอย่างมีประสิทธิภาพ และทำให้กระบวนการโดยรวมช้าลง
SiPH ร่วมมือกับทีม Supply Chain Industry 4.0 ของ IBM ในสิงคโปร์ ลดความยุ่งยากในการป้อนข้อมูลผ่านแบบฟอร์มอัจฉริยะ และเทคโนโลยี speech-to-text โดยรวมข้อมูลตัวอย่างเนื้อเยื่อเข้ากับภาพสไลด์ความละเอียดสูง ภาพเหล่านี้จะผ่านการวิเคราะห์ด้วย AI โดยใช้อัลกอริทึมของ SiPH และความสามารถในการอนุมานของ IBM Power 10 MMA กระบวนการที่คล่องตัวนี้ช่วยให้แพทย์เข้าถึงข้อมูลแบบบูรณาการได้แบบเรียลไทม์ ช่วยให้วินิจฉัยผู้ป่วยมะเร็งได้อย่างรวดเร็วและแม่นยำ
“ความสำเร็จในวันนี้ในการเปลี่ยนแปลงขั้นตอนการทำงานทางพยาธิวิทยา และ การยกระดับคุณภาพการวินิจฉัย จะนำไปสู่การวินิจฉัยมะเร็งที่แม่นยำยิ่งขึ้น ซึ่งเป็นประโยชน์ต่อผู้ป่วยทั่วประเทศไทย และ อาเซียน ความสำเร็จนี้ยังปลดล็อกความสามารถใหม่ ๆ ในด้านพยาธิวิทยาเชิงคำนวณ ปูทางไปสู่การวินิจฉัยแบบบูรณาการ และ อัตโนมัติ ที่ขับเคลื่อนด้วย AI ซึ่งมีบทบาทสำคัญในอนาคตของการดูแลทางคลินิกที่ SiPH” ดร.พรสุข เชิญสุชน ผู้อำนวยการศูนย์พยาธิวิทยาดิจิทัล SiPH กล่าว
เดอะมอลล์กรุ๊ป ยกระดับประสบการณ์ค้าปลีกด้วย AI เช่น ร้านค้าไร้พนักงาน คำแนะนำสินค้าแบบเฉพาะบุคคล กำหนดราคาด้วย AI เพื่อให้สามารถแข่งขันได้ เพิ่มประสิทธิภาพการดำเนินงานกด้วยกระบวนการ AI ขั้นสูงที่ประมวลผลเอกสารมากกว่า 100,000 ฉบับต่อปี ผ่านการผสานรวมกับ SAP ช่วยให้ automate งานต่าง ๆ เช่น การจดจำใบแจ้งหนี้ และเพิ่มประสิทธิภาพ ขับเคลื่อนการเติบโตของยอดขาย ด้วย watsonx.ai มีการปรับปรุงการเข้าถึงข้อมูลและการตัดสินใจ โดยเปิดใช้งานการสืบค้นด้วยภาษาธรรมชาติ ลดการพึ่งพาทีมข้อมูลสำหรับการสืบค้น SQL และ การแสดงข้อมูล
เดอะมอลล์ กรุ๊ป วางแผนที่จะปรับใช้ watsonx ของ IBM เพื่อสนับสนุนความสามารถที่ขับเคลื่อนด้วย AI ต่อไป โดยมีเป้าหมายเพื่อลดภาระงานแบบแมนนวล ยกระดับทักษะของพนักงานด้าน AI
“หลายคนยังไม่รู้ว่าไอบีเอ็มทำอะไร เพราะเราอยู่ธุรกิจ Enterprise ไม่ได้อยู่ในธุรกิจ Consumer ซึ่ง 70% ของธุรกรรมการเงินทั้งหมดบนโลกนี้มีเทคโนโลยีไอบีเอ็มอยู่เบื้องหลัง 6 ธนาคารใหญ่ในประเทศไทยใช้เมนเฟรมของไอบีเอ็ม AI ก็เช่นกัน เราไม่เหมือน Consumer AI ที่อยู่ในมือถือที่ใคร ๆ ก็โหลดมาใช้ได้ เราเป็น Enterprise AI จุดยืนของเราคือเราเป็น Enterprise AI, Trusted AI ที่มีความยืดหยุ่น (ทั้ง on premise และ cloud)” อโณทัย กล่าว
