AI เกมใหม่เศรษฐกิจไทย หนุนประเทศเร่ง 3 ด้านไม่ตกขบวน

AI
ปริชญ์ รังสิมานนท์, ดร.ณภัทร จาตุศรีพิทักษ์, ดร.สันติธาร เสถียรไทย

The Power of AI พลังขับเคลื่อนธุรกิจ-เศรษฐกิจยุคต่อไป “3 หนุ่มแห่งยุค AI” ดร.สันติธาร เสถียรไทย-ดร.ณภัทรจาตุศรีพิทักษ์-ปริชญ์ รังสิมานนท์ ร่วมถอดรหัส AI โจทย์ท้าทายประเทศไทย สะท้อนมุมมอง 4 ปรากฏการณ์ “ใครอยู่-ใครไป”ในสมรภูมิ AI โกลด์แมน แซกส์ประเมินช่วยดันจีดีพีไทยขยายตัว 0.8% ต่อปี AI สามารถเปลี่ยนเศรษฐกิจได้แต่ถ้าพลาดโอกาส ประเทศไทยก็เสี่ยง “ตกขบวน” ชี้ AI ไม่ใช่คำตอบของทุกอย่าง แต่เป็นเครื่องมือที่ช่วยแก้ปัญหา

“ประชาชาติธุรกิจ” จัดสัมมนาใหญ่ “The Power of AI # เกมใหม่ โลกเปลี่ยน” เมื่อวันที่ 21 มิถุนายน 2567 ที่ผ่านมา สะท้อนภาพพลังการขับเคลื่อนของ AI (Artificial Intelligence) ที่เป็นทั้งโอกาสและความท้าทายของทุกภาคส่วนทั้งภาครัฐและเอกชน และประเทศไทยจะทำอย่างไรที่จะไม่ตกขบวน AI

โดยมี นายประเสริฐ จันทรรวงทอง รัฐมนตรีว่าการกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม ในหัวข้อ AI Transform ความท้าทายประเทศไทย ฉายถึงภาพ 5 ยุทธศาสตร์สำคัญที่จำเป็นในการขับเคลื่อน AI (หน้า 2)

และปิดท้ายด้วยไฮไลต์ในหัวข้อ The Power of AI พบกับ “3 หนุ่ม 3 มุม แห่งยุค AI” ดร.สันติธาร เสถียรไทย, ดร.ณภัทร จาตุศรีพิทักษ์ และนายปริชญ์ รังสิมานนท์

AI ช่วยดันจีดีพีไทย 0.8% ต่อปี

ดร.สันติธาร เสถียรไทย ที่ปรึกษาด้านเศรษฐกิจแห่งอนาคต TDRI และกรรมการในคณะกรรมการนโยบายการเงิน (กนง.) ฉายภาพว่า การเข้ามาของปัญญาประดิษฐ์ (AI) จะเข้ามาช่วยตอบโจทย์ในเรื่องของผลิตภาพ (Productivity) ในมุมของนักเศรษฐศาสตร์ อาจจะต้องดูบริบทของเศรษฐกิจ และสามารถตอบโจทย์เราแค่ไหน ซึ่งเศรษฐกิจไทยเข้าสู่ภาวะสังคมสูงวัย กำลังขาดแคลนแรงงานมากขึ้นเรื่อย ๆ ขณะที่ตัวเลขประชากรวัยแรงงานเริ่มติดลบ เปรียบเหมือนโรงงานที่ขาดแคลนแรงงาน ซึ่งแตกต่างจากประเทศอินโดนีเซีย มาเลเซีย เวียดนาม และอินเดีย ซึ่งมีประชากรวัยแรงงานเพิ่มขึ้นเรื่อย ๆ

โจทย์ของเขา คือทำอย่างไรให้มีงานพอกับแรงงาน แต่ของไทย คือ “ขาดคน” บริบทเศรษฐกิจต่างกัน ดังนั้น แนวทางแก้ไขของไทยคือจะต้องเพิ่มผลิตภาพ คือ แรงงาน 1 คน จะต้องผลิตสินค้าได้มากขึ้น หากไม่สามารถเพิ่มผลิตภาพได้ จะไม่สามารถสร้างการเติบโตเศรษฐกิจได้ และเศรษฐกิจไทยจะเตี้ยลงเรื่อย ๆ

ADVERTISMENT

การเข้ามาของ AI จะเข้ามาช่วยตอบโจทย์ในเรื่องของ Productivity ตรง ๆ โดยข้อมูลของโกลด์แมน แซกส์ ระบุว่า หากนำ AI มาใช้จะช่วยเพิ่มการเติบโตของเศรษฐกิจราว 1% ต่อปี และของไทยจะเพิ่มขึ้นราวเฉลี่ย 0.7-0.8% ต่อปี จากปกติที่ขยายตัวได้ราว 3%

อย่างไรก็ดี ตัวเลขจะเป็นไปตามที่โกลด์แมน แซกส์ คาดการณ์หรือไม่ ขึ้นอยู่กับการนำมาปรับใช้ AI สามารถเปลี่ยนเศรษฐกิจได้ แต่ความเสี่ยงของ AI หากเราไม่เอามาใช้จะพลาดโอกาสและเป็นความเสี่ยงสำคัญอันหนึ่ง”

ADVERTISMENT

4 ปรากฏการณ์ AI ใครอยู่ใครไป

ดร.สันติธารให้มุมมองว่า จากเดิมคนมักจะเปรียบเทียบระหว่าง “คนเก่งกับคนไม่เก่ง” และ “บริษัทเก่งและบริษัทไม่เก่ง” แต่หลังจาก AI เข้ามาจะเปลี่ยนเป็น “คนที่ใช้ AI เป็น กับคนใช้ไม่เป็น” หรือ “บริษัทที่ใช้ AI เป็น กับบริษัทที่ไม่ใช้ AI”

“ด้วยความที่ AI ใช้ได้ง่ายขึ้น บริษัทขนาดเล็กก็สามารถทำได้ ดังนั้นในระยะต่อไป ไม่จำเป็นว่าบริษัทใหญ่ต้องชนะเล็กเสมอไป คนเก่งชนะคนไม่เก่งเสมอไป แต่จะเป็นคนที่ใช้ AI เป็น และสามารถจับคลื่น (Wave) ใหม่ได้จะเป็นโอกาส”

ขณะที่หลายคนมักพูดว่า AI จะมาทำงานแทนคน ดร.สันติธารฉายภาพว่า AI จะทำให้คนตกงานด้วย 4 วิธี คือ 1.นำ AI มาแทนงานปกติที่คนทำ ซึ่งบางคนอาจบอกว่าแรงงานทักษะต่ำจะโดนแทนที่ก่อน

แต่หากดูจากบทบาทของ Generative AI งานที่โดนแทนที่มากที่สุด ไม่ใช่แรงงานที่ทักษะน้อย ๆ แต่เป็นแรงงานที่ทักษะกลาง ๆ หรือที่เรียกว่า White Collar Job วงการไฟแนนซ์อันตรายที่สุด และงานที่เขียนอนาไลติกส์เป็นงานที่จะถูกเข้ามาแทนที่มากที่สุด จึงไม่ชัดว่ากลุ่มไหนถูกกระทบ แต่กลุ่มระดับกลาง ๆ จะถูกกระทบมากกว่า

แบบที่ 2 คือ AI ไม่ได้มาแทนที่เรา แต่เพื่อนเราที่ใช้ AI เป็นมาแทนที่เรา แบบที่ 3 องค์กรที่ไม่ใช้ AI ทำให้พนักงานคิดว่าไม่ตกงาน แต่องค์กรคู่แข่งใช้ทำให้บริษัทเจ๊งไปเลย อันนี้ตกงานทั้งเพื่อน ทั้งเรา และนายเราเลย และแบบที่ 4 หากทั้งอุตสาหกรรมไม่มีใครใช้เลย คิดว่าปลอดภัย แต่ปรากฏว่าในเวียดนามใช้หมด สุดท้ายเงินลงทุนย้ายไปอยู่เวียดนามหมด และอุตสาหกรรมไทยหายไปหมด ซึ่งกรณีนี้อาจเกิดขึ้นโดยที่เราไม่รู้ด้วยซ้ำว่าเขาใช้ AI อาจจะคิดว่าเขาต้นทุนถูก แต่จริง ๆ เขาใช้ AI ทำให้ต้นทุนถูก ทำให้อันนี้ตกงานเพียบ ปัญหาระดับประเทศ

Governance ไม่ใช่ “กฎหมาย”

สำหรับการรักษาสมดุลระหว่างเรื่องของธรรมาภิบาล (Governance) และสนับสนุนให้เกิด Productivity โดยไม่เป็นปัญหาเชิงระบบต่อประเทศ ดร.สันติธารกล่าวว่า หลังจากเข้าไปเป็นที่ปรึกษาคณะกรรมาธิการวิสามัญควบคุมและส่งเสริมการใช้ AI จะเห็นว่ามีข้อถกเถียงในเรื่องนี้ ซึ่งมีประเด็นสำคัญ 3 ข้อด้วยกัน

คือ 1.ต้องตั้งธงให้ถูกก่อนว่าจะมี Governance เพื่ออะไร เช่น ต้องการให้รถวิ่งไปได้เร็ว ก็ต้องมีเบรก เพื่อทำให้มั่นใจขับรถได้เร็วขึ้น ไม่ได้เป็นการปิดกั้น แต่ทำให้มั่นใจและไปได้เร็วกว่าเดิม ดังนั้น กระดุมเม็ดแรกคือ ดาวเหนือ มันคืออะไรในการสร้าง Governance เพราะถ้าภาพแรกเราคิดว่ามันมีภัย และปิดกั้น เพราะอันตราย อันนี้ก็ตายตั้งแต่ต้น

2.เครื่องมือหากเราควบคุมมากเกินไป ซึ่ง Governance ไม่ได้แปลว่า “กฎหมาย” และกฎหมายไม่ได้เป็นเครื่องมือเดียว เราต้องศึกษาในหลาย ๆ ประเทศ กลุ่มที่เขียนกฎหมายคุมเยอะจะเป็นยุโรป แต่ยุโรปไม่ใช่โมเดลเดียวในโลก และที่น่าสนใจ คือ สิงคโปร์ หรือจีน ที่มีหลายรูปแบบ ไม่ได้เขียนกฎหมายมาคุมตั้งแต่แรก เพราะมีการเปลี่ยนแปลงตลอดเวลา เขียนแล้วก็ต้องเปลี่ยนอีก

และ 3.ไม่จำเป็นต้องมีกฎหมายใหม่ แต่ต้องมี Standard หรือ Guide Line ของแต่ละที่ เพื่อให้รู้ว่าควรทำอย่างไร ไม่ควรทำอะไร และ 4.สิ่งสำคัญหลังจากมี Governance แล้ว คือการให้ความรู้ในเรื่องนี้ เพราะถ้าไม่ให้ความรู้ คนก็ไม่เข้าใจ และบางทีอาจจะเกิดการเข้าใจผิดด้วย

หากเรามีกฎหมายข้อมูล แต่เราไม่เข้าใจว่าอันนี้คือข้อมูลของเรา เราจะกลัวมากว่าถ่ายรูปหรือแชร์รูปได้หรือเปล่า แต่สุดท้ายมากลายเป็นว่า “เอาล้อออกจากรถ” แทนที่จะเป็น “ติดเบรกให้รถ”

ไม่ตกขบวน AI เร่งทำ 3 ด้าน

ดร.สันติธารให้มุมมองเพิ่มเติมว่า หากประเทศไทยไม่อยากตกขบวน AI จะต้องทำ 3 ส่วน ทั้งระดับประเทศ/ระดับองค์กร ได้แก่ 1.ต้องดูฝั่ง Demand ไม่จำเป็นต้องเริ่มจาก AI แต่มาดู Pain Point ที่ต้องการแก้ไข ระดับประเทศ เช่น เรื่องการศึกษา “คืนครูสู่ห้องเรียน” ให้งานเอกสารเขาหายไป หรือให้ครูคิดหลักสูตรหรือปรับหลักสูตรให้เหมาะกับนักเรียนแต่ละคนที่มีการเรียนรู้ต่างกันได้ หรือนำ AI มาช่วยอ่านหรือวิเคราะห์ว่าเด็กเรียนอ่อนด้านไหน มีวิธีการเรียนการสอนใหม่ ๆ ประเทศสิงคโปร์ที่นำ AI มาปรับใช้แล้ว และมีโครงการ Future Design School โดยนำ AI มาผสมผสานการเรียนการสอนให้ดีขึ้น

หรือด้านสาธารณสุข เพราะประเทศไทยกำลังเข้าสู่สังคมผู้สูงอายุ ซึ่งเป็นเรื่องใหญ่ในการนำ AI เข้ามาตอบโจทย์ และในส่วนบริการภาครัฐที่อยากเห็นการนำ AI มาใช้ เพื่อให้ทุกอย่างบริการดีขึ้น เร็วขึ้น

2.ฝั่ง Supply เป็นเรื่องการให้ความรู้ด้านความเสี่ยงและการใช้ประโยชน์จาก AI และ 3.ฝั่งสภาพแวดล้อม กฎ กติกาต่าง ๆ พวก Guide Line และที่สำคัญการจัดการด้านข้อมูล (Data) ระดับประเทศ เช่น ประเทศเกาหลีใต้ มี “Data Dam” หรือเขื่อนของข้อมูล เอาข้อมูลหลาย ๆ หน่วยงานมาร่วมกัน และเปิดให้เอสเอ็มอี สตาร์ตอัพมาใช้ได้ หากทำ 3 ด้าน ระดับประเทศก็ทำได้ ระดับองค์กรก็ทำได้เหมือนกัน

AI โจทย์ท้าทายประเทศไทย

ขณะที่ ดร.ณภัทร จาตุศรีพิทักษ์ กรรมการผู้จัดการ สถาบันอนาคตไทยศึกษา (Thailand Future) และประธานเจ้าหน้าที่บริหาร Vialink ฉายภาพว่า ปัจจุบันในมุมผู้พัฒนาเอไอ ไม่ว่าจะเป็นฝั่งจีนหรือตะวันตกมีการพัฒนาอย่างก้าวกระโดดมาก แต่มีความห่างมากระหว่าง Big Player และ Small Player ส่วนในประเทศไทยยังเป็นฝั่งผู้ใช้งานเป็นหลัก และปัจจุบันภาคเอกชนของไทยต้องถือว่ายังมีความห่างระหว่างบริษัทที่พร้อมมาก ๆ กับบริษัทที่ไม่พร้อมเลยอยู่หลายระดับมาก

“การนำ AI มาใช้งานไม่ใช่เรื่องง่ายเลยสำหรับประเทศไทย ตั้งแต่รอบที่แล้วที่เป็นเรื่อง Big Data และ Machine Learning ก็ถือว่ายังใช้งานเพียงหยิบมือเท่านั้น หรืออยู่แค่ในกลุ่มบริษัทจดทะเบียนระดับท็อป

และในปี 2567 เป็นเรื่อง Generative AI ซึ่งยังเป็นเพียงแค่จุดเริ่มต้น ตอนนี้สังเกตว่าการหยิบ AI ไปใช้ยังกระจุกอยู่ในบริษัทที่ผู้ก่อตั้งหรือเถ้าแก่อายุน้อย และเป็นบริษัทที่เห็นชัดว่าควรจะหยิบโมเดลไหนไปเพิ่มผลิตภาพได้อย่างไรบ้าง”

ไม่ใช้เอไอธุรกิจเสี่ยงสูง

ดร.ณภัทรสะท้อนว่า ผู้ประกอบการในประเทศไทยตอนนี้แบ่งได้เป็น 3 ประเภทหลักคือ 1.นำเอไอมาใช้ทดแทนแรงงาน มองในฐานะผู้ถือหุ้น ทางเลือกนี้บางทีมีความสมเหตุสมผลในเชิงกำไร แต่ไม่สมเหตุสมผลในเชิงจิตใจที่ทำให้คนลำบาก ปฏิเสธไม่ได้ว่าเป็นทางเลือกแรก เพราะปัญหาน้อยกว่าและถูกกว่า เพราะสุดท้ายอาจจะกลับมาจ้างคนใหม่ได้ เพราะเอไอบางทีก็นำมาทดแทนได้ไม่สำเร็จ 2.การนำเอไอมาเสริมกำลังให้ธุรกิจดีขึ้น และทำให้สิ่งที่ทำไม่ได้ในอดีต ตอนนี้เริ่มทำได้ และพอทำได้แล้วก็จ้างคนเพิ่มเพื่อขยายธุรกิจและกำไร

และกลุ่มใหญ่ที่สุดคือกลุ่มสุดท้าย 3.ไม่นำเอไอมาใช้ในธุรกิจเลย ซึ่งบางครั้งไม่ทำอะไรเลยก็ถือว่าดี เพราะปฏิเสธไม่ได้ว่าเอไอรอบนี้ก็มีกระแสเกินจริง (Hype) ไปมาก ดูจากราคาสินทรัพย์ต่าง ๆ ที่เกี่ยวข้องกับเอไอพุ่งกระฉูด มีอัตราส่วนราคาต่อกำไร (PE) ใกล้ระดับ 100 เท่า

แต่ก็ปฏิเสธไม่ได้ว่าเอไอรอบนี้ก็มีประโยชน์ด้วย ในฐานะนักพัฒนาเห็นว่าของดีจริงและดีกว่าเดิม จับต้องง่ายกว่าเดิมด้วย สามารถแชตได้ และในอนาคตก็คงมาเป็นหุ่นยนต์ปฏิสัมพันธ์กับคนได้ และถ้าถึงตอนนั้นแล้วภาคธุรกิจยังไม่ประยุกต์ใช้ก็มีความเสี่ยงสูงมาก

ตื่นรู้ช้าธุรกิจอาจเจ๊ง

ดร.ณภัทรกล่าวเพิ่มว่า ถ้ามองมุมสำหรับเถ้าแก่กิจการเล็ก ๆ สเต็ปแรกคือควรทดลองใช้เอไอที่มีต้นทุนต่ำก่อนก็ได้ เพื่อให้เห็นก่อนว่าอานุภาพได้ประมาณไหน ไม่ต้องทำเรื่องยากที่สุดก่อน ไปทำเรื่องง่ายก่อนเลย เช่น Generate รูปออกแบบโฆษณา ซึ่งลดต้นทุนได้เกินครึ่ง เป็นต้น ซึ่งผมว่าเป็นจุดเริ่มต้นที่ดีสำหรับทุกบริษัท และต่อจากนั้นค่อยขยับขึ้นมาเรียนรู้ว่า Machine Learning คืออะไร ในเรื่องศักยภาพการใช้งาน จึงควรค่อย ๆ เรียนรู้ไปก่อนตั้งแต่เวลานี้

อีกมุมคือ ให้พนักงานลองใช้เอไอเลย สังเกตเห็นหลายบริษัท ฝ่ายไอทีแบ่งงบประมาณซื้อระบบเอไอให้พนักงานทดลองใช้ เพื่อให้ทุกคนตื่นรู้ ซึ่งคนที่ใช้งานเอไอได้ดีจะเห็นเลยว่าผลิตภาพคนละโลกกับคนที่ไม่ใช้ เพราะฉะนั้นถ้าตื่นรู้ช้าธุรกิจก็อาจไปหมดได้

“ประเทศไทยมีผู้ดูแลความสัมพันธ์ลูกค้าหรือ RM อยู่เยอะมาก ซึ่งผมว่างานนี้เสี่ยงอันดับต้น ๆ ถ้าเกิดไม่นำเอไอมาใช้”

ชูโมเดลยุทธศาสตร์ AI สิงคโปร์

ดร.ณภัทรกล่าวอีกว่า ในฐานะที่ปรึกษาคณะกรรมาธิการวิสามัญพิจารณาศึกษาแนวทางในการควบคุมและส่งเสริมการใช้ AI ซึ่งสิ่งที่กลัวที่สุดตอนนี้คือ มีรถผิดกฎหมายวิ่งมาชน และทำให้เราก็เจ็บกันมาก เพราะตอนนี้คุยกับวิศวกรในวงการเอไอ พบว่าการสร้างเสียงของใครก็ได้ สร้างหน้าของใครก็ได้ ใช้รูปโคลนนิ่งแค่ 25 รูป ถ้าดูผ่าน ๆ จะดูไม่ออกเลย ดังนั้น ขึ้นอยู่กับภาครัฐจะจัดการบังคับใช้กฎหมาย เพื่อแก้ปัญหาให้เกิดผลลัพธ์จริงได้อย่างไร ไม่ใช่แค่ผลงานว่าจำนวนมิจฉาชีพลดลง แต่ต้องจัดการปัญหาให้ได้จริง เพราะตรงนั้นคือจุดตั้งต้นที่สำคัญที่สุด

อย่างไรก็ดี ผมแนะนำให้ศึกษาแนวคิดส่งเสริมและกำกับของประเทศสิงคโปร์ แม้ว่าบริบทสิงคโปร์จะแตกต่างจากไทยมาก แต่อยากให้เห็นสไตล์การเขียนของแนวคิดนั้นด้วย เพื่อนำมาเปรียบเทียบกับบริบทของประเทศไทย

“สิงคโปร์จะไม่ได้บีบบังคับ แต่เน้นความชัดเจน คือมีกฎระเบียบ สมมุติเกิดเหตุขึ้นมา เห็นว่าใครเป็นผู้รับผิดชอบ เพื่อทำให้ประชาชนทุกคนยอมใช้งาน หรือเปิดใจลองใช้ เพราะเขาคิดว่าถ้าประชาชนโอบรับ ไม่ว่าจะเป็นพนักงานหรือผู้ประกอบการ จะทำให้รถเราจะไปเร็วขึ้น โดยที่ทุกคนสะดวกใจ เพราะมีตำรวจกำกับดูแลอยู่”

คนใช้ AI ชนะคนไม่ใช้ AI

ด้าน นายปริชญ์ รังสิมานนท์ ผู้ร่วมก่อตั้ง บริษัท ลูลู่ เทคโนโลยี จำกัด หนึ่งในผู้นำ AI ของไทย กล่าวว่า ความน่ากังวลของสถานการณ์ในปัจจุบัน คือองค์กรที่ใช้ AI จะทิ้งห่างองค์กรที่ไม่ใช้ AI ไปเรื่อย ๆ มีหลายเคสที่สามารถเอาตัวรอด หรือสร้างการเติบโตได้จากการใช้งาน AI เช่น การขายผ่านคอลเซ็นเตอร์ที่มีข้อมูลของลูกค้าในการอัพเซล-ครอสเซลตามความต้องการ หรือร้านทองที่ใช้โซลูชั่น Demand Prediction คาดการณ์สถานการณ์ในตลาด เพื่อรับมือกับพฤติกรรมของลูกค้าเมื่อราคาทองพุ่งสูง ซึ่งจะเกิดการเทขายเป็นจำนวนมาก เป็นต้น

“ร้านที่ใช้ Demand Prediction สามารถวางแผนหมุนเงินได้โดยไม่ต้องใช้เงินเลยสักบาท ตั้งแต่คาดการณ์ช่วงเวลาในการขายที่จะทำให้ได้เงินเร็วที่สุด ไปจนถึงการซื้อสินค้าจากซัพพลายเออร์ที่จะได้เครดิตนานที่สุด สามารถขยายการเติบโตได้อย่างต่อเนื่อง ส่วนร้านเล็ก ๆ ที่หมุนเงินไม่ทันก็จะมีปัญหา นี่คือภาพที่ชัดที่สุดว่าคนที่ไม่ใช้ AI กำลังถูกคนที่ใช้ AI ครอบ เรากำลังอยู่ในสถานะที่ปลาใหญ่กินปลาเล็ก”

3 อุปสรรคประยุกต์ใช้ AI

นายปริชญ์กล่าวต่อว่า อุปสรรคที่ทำให้หลาย ๆ องค์กรยังไม่ค่อยลงทุนเรื่อง AI และมีแต่องค์กรใหญ่ ๆ ที่กล้าลงทุน แบ่งเป็น 3 เรื่อง คือ 1.องค์กรอาจจะยังไม่เข้าใจในเรื่องของการใช้ AI มากพอ ซึ่งต้องเข้าใจก่อนว่า “AI ไม่เท่ากับ Generative AI”

“ปัจจุบันความตื่นตัวในการใช้ AI มาอยู่ที่ GenAI เยอะมาก แต่จริง ๆ แล้ว GenAI เป็นแค่ส่วนเล็ก ๆ ยังมีโมเดล AI อีกมากที่สามารถทำเงินให้บริษัทได้ เช่น Predictive Analytics, Speech to Text และ Optical Character Recognition หรือตัวช่วยอ่านเอกสาร ซึ่งองค์กรควรรู้ความต้องการหรือ Pain Point ของตนเองก่อน เพราะ AI ไม่ใช่คำตอบของทุกอย่าง แต่เป็นเครื่องมือที่ช่วยแก้ปัญหา”

2.บางองค์กรยังไม่มีการจัดระเบียบ “ข้อมูล” (ดาต้า) ที่พร้อมต่อการทำงานในรูปแบบดิจิทัล และ 3.โครงสร้างองค์กรที่ทำให้ทำงานร่วมกันได้ยาก

“องค์กรใหญ่ ๆ บางองค์กรยังเก็บดาต้าในกระดาษ และมีช่องทางในการเก็บข้อมูลที่แยกกันเป็นไซโล ทำให้นำข้อมูลมาใช้ร่วมกันได้ยาก อีกทั้งบางองค์กรยังมีเกณฑ์การขอใช้ข้อมูลข้ามฝ่ายที่ซับซ้อน หรือบางส่วนก็ไม่สามารถนำมาใช้ได้ ซึ่งสิ่งที่จะทำให้การใช้งาน AI ในองค์กรเป็นไปอย่างมีประสิทธิภาพ ข้อมูลของแต่ละฝ่ายต้องเชื่อมโยงกัน และซีอีโอต้องสั่งการ เพื่อเชื่อมการทำงานของทุกฝ่าย”

นายปริชญ์กล่าวด้วยว่า ผู้ประกอบการไทยส่วนใหญ่มีไมนด์เซตว่าต้อง “คุมค่าใช้จ่าย” เพื่อลดต้นทุน หรือรู้สึกว่าการจ้างคนใช้เงินน้อยกว่าการลงทุนในเทคโนโลยี แต่อยากให้ลองทบทวนว่าการตัดสินใจเช่นนี้สามารถสร้างการเติบโตได้จริง ๆ หรือเปล่า และจะดีกว่าไหมถ้ากล้าลงทุน แต่แลกมาด้วยกำไรที่เพิ่มมากขึ้น หรือแม้แต่การเก็บดาต้าที่เป็นรากฐานสำคัญในการทำธุรกิจ วันนี้ผู้ประกอบการเก็บดาต้าของลูกค้าดีหรือยัง

รับมือความเสี่ยงจาก AI

นายปริชญ์ทิ้งท้ายว่า การใช้ GenAI แตกต่างจากการใช้เสิร์ชเอนจิ้นในปัจจุบัน ตรงที่พอเราพิมพ์คำถามเข้าไปจะได้คำตอบมาทันที ไม่ต้องไล่หาว่าแต่ละเว็บมีข้อมูลหรือมุมมองอย่างไร ปัญหาคือทำให้ทักษะการตรวจสอบข้อมูลค่อย ๆ แคบลง เพราะ AI จะประมวลข้อมูลมาให้ชุดเดียว ขณะที่เราจะมั่นใจได้อย่างไรว่าข้อมูลที่ AI ให้มาถูกต้อง หรือไม่สร้างความขัดแย้งต่อบริบททางสังคมของแต่ละประเทศ

“เรื่องของ Governance หรือการใช้ AI อย่างมีจริยธรรมเป็นสิ่งที่สำคัญมาก ไม่สามารถมองข้ามได้ ตอนนี้ ลูลู่ เทคโนโลยี จึงร่วมมือกับ AIS เพื่อพัฒนา AI Governance Framework เป็นกรอบการประยุกต์ใช้ AI อย่างปลอดภัย และสร้างความมั่นใจในการพัฒนานวัตกรรมใหม่ ๆ ต่อไป”