GenAI แต้มต่อองค์กรยุคใหม่ ‘เอคเซนเชอร์’ ชี้ 5 สิ่งที่ผู้บริหารต้องทำ

GenAI

Generative AI กลายเป็นสิ่งที่ผู้คนทั่วโลกให้ความสนใจกันอย่างมากในช่วง 1-2 ปีนี้ โดยเฉพาะองค์กรธุรกิจจำนวนมากที่อยู่ในช่วง “ลองผิดลองถูก” หาวิธีนำเทคโนโลยีนี้มาใช้ลดต้นทุน เพิ่มประสิทธิภาพ และหาโอกาสใหม่ ๆ

“ประชาชาติธุรกิจ” ได้พูดคุยกับผู้บริหารจากบริษัทที่ปรึกษาด้านเทคโนโลยีอย่าง “หล่าน กวง” ประธานเจ้าหน้าที่บริหารด้าน AI ของเอคเซนเชอร์ และ “ปฐมา จันทรักษ์” กรรมการผู้จัดการใหญ่ เอคเซนเชอร์ ประเทศไทย ทั้งคู่อธิบายเทรนด์ เอไอขององค์กร จากการที่ได้เข้าไปมีส่วนร่วมในการพัฒนาโปรเจ็กต์ และทดสอบแนวคิดด้านปัญญาประดิษฐ์กับการใช้ในองค์กรกว่าพันโปรเจ็กต์

ปฐมา จันทรักษ์

“ปฐมา” กล่าวว่า ที่ผ่านมาเกิดกระแสตื่นตัวเกี่ยวกับเทคโนโลยี AI กันมาก หลังจากกระแสเทคโนโลยี Blockchain ซาไป แต่จริง ๆ มีการนำมาใช้จริงในองค์กรธุรกิจในหลายอุตสาหกรรม เช่น กลุ่มแบงก์หรือการเงิน ซึ่งตัวเร่งที่สำคัญอย่างหนึ่ง คือการมีบิ๊กเทคมาตั้งสาขาในไทยจำนวนมากจึงมีความพร้อมด้านต่าง ๆ

ในปีที่ผ่านมา องค์กรต่าง ๆ ทดลองใช้ Gen AI จนรู้ว่าต้องเปลี่ยนวิธีการทำงาน และมีการทำ PoC (Proof of Concept) มากมาย เอคเซนเจอร์เองก็มีส่วนร่วมในโปรเจ็กต์เกี่ยวกับเอไอกว่าพันโครงการ ซึ่งมีเพียง 8-10% พัฒนาไปสู่การใช้งานจริง และสำเร็จเป็นโปรดักต์ได้

ดังนั้นเพื่อความรวดเร็วในการพัฒนาหรือการปรับใช้เอไอจึงน่าจะเรียนรู้จากกรณีศึกษาของบริษัทอื่น ๆ ที่ทำ PoC มาแล้วกว่าพันโปรเจ็กต์ทั่วโลก

OpenAI จุดกระแส

ด้าน “หล่าน กวง” อธิบายว่า คำว่า “เอไอ” ที่กำลังได้รับความสนใจ ส่วนใหญ่คนจะนึกถึงแต่ Generative AI ที่เป็นโมเดลภาษาขนาดใหญ่ (Large Language Model) โดยมี OpenAI จุดกระแส แต่ในความเป็นจริงมีการพัฒนาก้าวกระโดดและมีหลากหลายมาก

หล่าน กวง

ประกอบไปด้วย 6 เทรนด์ด้วยกัน

เทรนด์แรก คือ โมเดลเอไอภาษาขนาดใหญ่ที่ Foundation หลายรายแข่งกันพัฒนา เป็น Rise of GenAI ไม่มีการผูกขาดรายเดียว ให้เป็นเทคโนโลยีพื้นฐาน สำหรับจุดประสงค์ทั่วไป จึงมีขนาดใหญ่มาก และฉลาดขึ้นมากจากเมื่อ 6 เดือนก่อน โมเดลภาษา GPT4 ของ OpenAI เป็นโมเดลที่ดีที่สุด แต่ปัจจุบันมีโมเดลใหม่ ๆ พัฒนาตาม และอาจดีกว่าในบางด้าน เช่น โมเดล Claude ของ Anthropic คู่แข่งสำคัญของ OpenAI ซึ่งจะมีโมเดลขนาดใหญ่ตามมาอีกมาก

“แค่ 6 เดือน โมเดลเอไอเหล่านี้ผ่านการทดสอบจากระดับเด็กมัธยมเข้าสู่ระดับวิทยาลัยในปัจจุบัน แต่ความชาญฉลาดไม่ใช่สิ่งที่โมเดลต่าง ๆ แข่งกันแล้ว เอไอยังใหม่อยู่ยังจะมีการตั้งคำถามเรื่องความเสี่ยง ความถูกต้องหรือการใช้งานอย่างมีความรับผิดชอบ”

ส่องเทรนด์เทคโนโลยี AI

เทรนด์ที่ 2 เอไอ กลายเป็น “โอเพ่นซอร์ซ” สำหรับภาคธุรกิจเนื่องจากมีโมเดลให้เลือกหลากหลาย อีกทั้งหลายองค์กรไม่สามารถพัฒนาเอไอแบบเฉพาะเจาะจงได้เองจำเป็นต้องใช้แพลตฟอร์มที่เปิดกว้างด้านข้อมูล เพื่อใช้นำทางไปสู่การพัฒนาโมเดลใช้เอง เช่น โรงงานอุตสาหกรรมใช้ GenAI จาก โอเพ่นซอร์ซบางรายเพื่อพัฒนาคู่มือสำหรับซ่อมบำรุงเครื่องจักร หรืออบรมพนักงานใหม่

เทรนด์ที่ 3 Large Multi Model การใช้โมเดลภาษาขนาดใหญ่หลายอย่างเพื่อทำงานเดียว กรณีงานขององค์กรมีความซับซ้อนมากขึ้น ต้องทำระบบอัตโนมัติที่ซับซ้อนขึ้น ต้องเลือกคุณสมบัติของโมเดลภาษาที่ต่างกัน เช่น งานด้านการสร้างสรรค์ งานสื่ออย่างวิดีโอหรือภาพยนตร์

“เมื่อต้องการภาพ วิดีโอ และอื่น ๆ เป็น Output เราคงเห็นแล้วว่าสามารถใช้คำสั่ง หรือ Prompt สื่อสารกับ GenAI ที่เป็นแพลตฟอร์มโอเพ่นซอร์ซได้ คนที่สั่งงานเก่ง ก็จะได้ภาพหรือวิดีโอที่เหมือนมนุษย์ จากนั้นก็นำไปตัดต่อ ล่าสุดโมเดลภาษา-ภาพของ OpenAI มีตัว Sora.ai ใช้คำสั่งออกมาเป็นวิดีโอสั้น และฟุตเทจได้เลย หรือ Output ที่เป็นเสียงประกอบก็ใช้ Voice AI หรือ Sound Track เอไออีกตัวมาประกอบกัน เพื่อให้ได้ผลงานหนึ่งชิ้น”

งานในลักษณะนี้เป็นการใช้โมเดลเอไอหลายแบบเป็น Multi AI ดังนั้น องค์กรทั้งรัฐและเอกชนต้องนึกให้ออกว่างานของตนต้องใช้อะไรบ้าง

เทรนด์ที่ 4 Edge AI เป็นจุดโฟกัสใหม่ จาก 3 เทรนด์ข้างต้น เป็นการประมวลผลโดยใช้คลาวด์เป็นหลักจากโอเพ่นซอร์ซ หรือ Foundation นั้นๆ ทำให้ความเร็วและความหน่วงในการประมวลผลขึ้นอยู่กับคลาวด์ เพื่อประสบการณ์ในการใช้และความปลอดภัยของข้อมูลจะต้องตั้งหน่วยประมวลผลเอไอไว้ ณ ตำแหน่งนั้น ๆ ไม่ต้องส่งเข้าส่วนกลาง

ตัวอย่างบทเรียนใน ตปท.

“เราเข้าไปช่วย McDonald ในอเมริกาเหนือ ติดตั้ง Edge AI เพื่อเทรนโมเดลของพวกเขาเอง โดยข้อมูลต่าง ๆ ไม่ว่าจะเป็นคำสั่งซื้อ, พนักงาน, รายได้หรืออื่น ๆ ของสาขานั้น ๆ จะเก็บรวบรวม และประมวลผลเฉพาะจุดที่ส่งผ่านคอมพิวเตอร์ เครื่องคิดเงิน สมาร์ทโฟนของร้านค้า หรือหน่วยธุรกิจนั้น ๆ”

นอกจากเรื่องความเร็ว และความปลอดภัยจากการปลอมแปลงระหว่างส่งผ่านบนคลาวด์แล้ว ยังทำให้ได้ข้อมูลเฉพาะเจาะจงในการเทรนโมเดลเอไอได้ตรงตามบริบทในแต่ละพื้นที่

เทรนด์ถัดมา คือ เอไอในองค์กร ต้องมีขนาดเล็ก และมีลักษณะเฉพาะมากขึ้น (Small and Special Model) จากการที่ความนิยมใช้ Edge AI มากขึ้น ปัจจุบัน Foundation ที่ทำโมเดลเอไอขนาดใหญ่อย่าง GPT ของ OpenAI อาจมีพารามิเตอร์สูงถึง 1.8 ล้านล้านพารามิเตอร์ ซึ่งใหญ่มากใช้งานได้กว้าง การนำมาใช้งานเฉพาะเจาะจงเป็นไปได้ยาก

ดังนั้นต่อไปจะมีการรวบรวมเอาลักษณะงานประเภทเดียวกันมาเทรนเอไอเดียว โดยมีการร่วมมือกันในกลุ่มอุตสาหกรรมเดียวกันมากขึ้น เช่น งานของหมอครอบครัว นอกจากจะมีข้อมูลเปราะบางแล้วยังมีลักษณะเฉพาะมาก หมอครอบครัวนำข้อมูลที่ตนมีมาแบ่งปันรวมมาเทรนเป็นเอไอเฉพาะสำหรับดูแลอาการเจ็บป่วยไม่รุนแรงได้

“อุตสาหกรรมเดียวกันจะร่วมมือกันมากขึ้น อีกตัวอย่างเป็นความร่วมมือพัฒนา Telco LLM สำหรับอุตสาหกรรมโทรคมนาคม โดยสิงเทลของสิงคโปร์ อีกค่ายของเกาหลีใต้ ใช้ข้อมูลเฉพาะด้านโทรคมนาคมเทรนโมเดลเอไอของตนเอง”

5 สิ่งที่ผู้บริหารองค์กรต้องทำ

เทรนด์ถัดมาเข้าสู่ยุค Agent AI มีการใช้ผู้ช่วยส่วนตัวสำหรับลูกค้าทั่วไป หรือลูกค้าของลูกค้าอีกที เช่น ใช้ช่วยจองโต๊ะอาหาร, จองที่พัก เมื่อมีการยกเลิกก็จะมีความชาญฉลาดพอที่จะจองใหม่ หรือเสนอที่ใหม่ให้ผู้ใช้งานได้

“เอไอผู้ช่วยเหล่านี้มีหน่วยความจำที่ผูกกับเราทำให้การทำงานสอดคล้องกับความต้องการ พฤติกรรม และข้อมูลของเราเองทำให้พนักงานมีเวลาไปโฟกัสงานที่มีคุณค่าอย่างอื่นมากกว่า”

ทั้งหมดนี้เป็นทางเลือกที่ต้องนึกให้ออกว่าต้องการอะไร อย่างโรงงานใช้ทำคู่มือการทำงาน เหมืองใช้ลดค่าพลังงาน หรือวงการอสังหาฯใช้เป็น “ดีไซเนอร์” ถ้าใช้ถูกทางก็สร้างโมเดลธุรกิจใหม่ได้เลย แม้กระทั่งหน่วยงานภาครัฐในต่างประเทศที่ได้รับจดหมายร้องเรียนจำนวนมากเกี่ยวกับการจัดการสวัสดิการสังคม ก็นำ GenAI มาคัดกรองจดหมายแล้วตอบกลับได้ทันที เพื่อสร้างประสบการณ์ที่ดีให้ประชาชน

ประธานเจ้าหน้าที่บริหารด้าน AI “เอคเซนเชอร์” กล่าวต่อว่า จากการให้คำปรึกษาบริษัทจำนวนมากพบว่า มี 5 สิ่งที่ผู้บริหารและองค์กรต้องทำเพื่อขับเคลื่อนองค์กรด้วยเอไอ คือ 1.ต้องนำองค์กรด้วยคุณค่า (Value) 2.ทำความเข้าใจและเตรียมโครงสร้างพื้นฐาน 3.สร้างสภาพแวดล้อมที่เอื้อกับวิถีการทำงานแบบใหม่ และการรีสกิล-อัพสกิล 4.ปิดความเสี่ยงในการใช้เอไอ 5.เปลี่ยนเอไอเป็นแก่นในการขับเคลื่อนองค์กร

“ปฐมา” เสริมว่า สิ่งที่เธอเห็นว่าสำคัญที่สุดในการเริ่มต้น โดยต้องหาคุณค่าหรือมูลค่าให้เจอว่า ใช้เอไอแล้วจะไปเพิ่มรายได้ เพิ่มมูลค่าบริษัทได้อย่างไร คิดถึงผลประโยชน์ก่อนเพื่อให้สื่อสารกับคนอื่น ๆ ในองค์กรได้ง่ายขึ้นแล้วค่อยมองหาโมเดลที่เหมาะสม ซึ่งมีหลากหลาย ถัดมาคือ การเตรียมโครงสร้างพื้นฐาน และการศึกษา เพื่อการจัดการข้อมูลในองค์กรก่อน

“ลูกค้าหลายรายของเรายังไม่ทราบด้วยซ้ำว่า ต้องมีการแปลงเอกสาร Tokenized ให้เป็นดิจิทัลอย่างไร และยังต้องทำ API เชื่อมต่อกับงาน คิดถึงขนาดของงาน ซึ่งต้องวางบนพื้นฐานข้อมูลที่ดี สิ่งเหล่านี้ต้องอาศัยความเข้าใจและเตรียมไว้เพื่อให้ใช้เอไอได้”

วิถีการเรียนรู้ทุกวัน

“หล่าน กวง” มองว่าการ Reinvent ทักษะ และสร้างวิถีการทำงานแบบใหม่ก็มีความสำคัญมากเช่นกัน แต่ไม่ใช่การเรียนรู้ทักษะเฉพาะด้านเสมอไปแล้ว เพราะการใช้ เอไอ มีเพื่อเพิ่มประสิทธิภาพ ลดงานจำเจ ซ้ำซากที่ต้องใช้ทักษะเฉพาะ หรือ Hard Skill จึงจำเป็นต้องพึ่งพาความรู้ทั้งด้านการเงิน สังคมศาสตร์ จริยธรรม กฎหมาย และอื่น ๆ เพื่อให้สามารถครอบคลุมระบบงานได้ดีขึ้น

“เรามองไม่เห็นว่าการเรียนรู้ทักษะใหม่ ๆ จะสิ้นสุดตรงไหน มันคือสภาพแวดล้อมที่ต้องเรียนรู้ทุกวันอย่างต่อเนื่อง จะมีความท้าทายทุกครั้งที่ใช้งาน เอไอ”

นอกจากผู้บริหารต้องสร้างสภาพแวดล้อมที่ทำให้คนในองค์กรพัฒนาทักษะและความเข้าใจในเอไอแล้ว จะต้องเร่งแก้ปัญหาที่เกิดจากการใช้เอไอด้วย เช่น หากองค์กรใช้แชตบอตตอบคำถามลูกค้าผิดพลาด ก็ต้องมีขั้นตอน และวิธีปฏิบัติที่เหมาะสม

กล่าวคือต้องมีพนักงานรับผิดชอบ เพราะไม่อาจบอกได้ว่า “เอไอ” ไม่ใช่พนักงาน

สุดท้าย เอไอเป็นสิ่งที่สามารถเข้าไปแทรกในวิธีคิดของคน ของงานได้ เมื่อนำด้วย “มูลค่า” ก็จะมีเป้าหมายที่จะไป มีการปรับสภาพแวดล้อมสนับสนุนพนักงาน มีการวางโครงสร้างพื้นฐานด้วย “ข้อมูล” ที่ดี และมีวิธีปฏิบัติอย่างรับผิดชอบ ก็จะวางยุทธศาสตร์ทั้ง Value Chain ทั้งด้าน Human Capital และ Supply Chain ซึ่งเป็นแก่นสำคัญในการขับเคลื่อนทั้งองค์กรไปสู่เป้าหมายที่วางไว้ได้