จังหวะก้าว IBM ยุคใหม่ ติดปีกองค์กรไทยด้วย AI

ไอบีเอ็ม (IBM) บริษัทไอทียักษ์ใหญ่ของโลกเข้ามาบุกเบิกตลาดในประเทศไทยมายาวนานกว่า 70 ปี ได้สลัดภาพจำเดิมเข้าสู่ยุคใหม่ด้วยกลุ่มธุรกิจเกี่ยวกับเทคโนโลยี AI และระบบอัตโนมัติ โดยมี “watsonx” เป็นแพลตฟอร์มเรือธงสำหรับการจัดการด้าน AI ให้องค์กรต่าง ๆ

“ประชาชาติธุรกิจ” มีโอกาสพูดคุยกับ “อโณทัย เวทยากร” กรรมการผู้จัดการใหญ่ ไอบีเอ็ม ประเทศไทย คนปัจจุบัน ซึ่งเข้ามารับตำแหน่งเมื่อเดือน ม.ค. 2567 ล่าสุดได้ประกาศพันธกิจ The Next Frontier of AI Race in Thailand พร้อมทิศทางธุรกิจที่จะมุ่งไปในปี 2568 ซึ่งเป็นช่วงเวลาที่การใช้ AI ในองค์กรจะกลายเป็นเรื่องธรรมดา

อัพเดตธุรกิจ IBM

“อโณทัย” กล่าวว่า ธุรกิจปัจจุบันของ IBM ในไทยแบ่งเป็น 5 ส่วนด้วยกัน ประกอบด้วย 1.Infrastructure เช่น เมนเฟรม, IBM Power และ IBM Storage ซึ่งเป็นโครงสร้างพื้นฐานสำคัญของลูกค้ากลุ่มธนาคาร และระบบ SAP ต่าง ๆ 2.Hybrid Cloud Platform ทำร่วมกับ Red Hat เช่น OpenShift, Enterprise Linux และ Ansible

3.Data Platform หรือผลิตภัณฑ์ในกลุ่ม watsonx ที่เปิดตัวในไทยเมื่อ ก.ค. 2566 เช่น watsonx.ai และ watsonx.data 4.Automation Platform เช่น Apptio ทำเกี่ยวกับระบบการเงิน หรือการบริหารจัดการของ CFO และ 5.Consulting ให้คำปรึกษาในการวางระบบต่าง ๆ

“แนวทางการทำตลาดในไทย คือจับมือไปกับพาร์ตเนอร์หรือ System Integrators ที่ปัจจุบันมีอยู่ราว 400 ราย ส่วนสัดส่วนรายได้จากกลุ่มธุรกิจต่าง ๆ จะแล้วแต่ช่วงเวลา เช่น ช่วงที่เมนเฟรมถึงรอบเปลี่ยนเครื่อง กลุ่ม Infrastructure ก็อาจสูงกว่ากลุ่มอื่น เมื่อเทียบกับปกติ”

และยังเริ่มสรรหาพาร์ตเนอร์เพื่อดำเนินธุรกิจผ่านโมเดล Software as s Services (SaaS) หรือการที่พาร์ตเนอร์นำผลิตภัณฑ์ของไอบีเอ็มมาต่อยอดเป็นโซลูชั่นใหม่ และสร้างรายได้เพิ่มเติม

ปี 2568 พลิกองค์กรด้วย AI

สำหรับแผนการดำเนินธุรกิจในปี 2568 มาพร้อมแนวคิด “The Next Frontier of AI Race in Thailand” หรือการช่วยให้องค์กรก้าวนำในปฐมบทใหม่ของการแข่งขันด้าน AI ผ่าน 4 แกนสำคัญ ได้แก่

1.โมเดล AI โอเพ่นซอร์ซ ที่ยังทวีความสำคัญ จากคุณสมบัติด้านความโปร่งใส ยืดหยุ่น ประสิทธิภาพด้านต้นทุน และการเอื้อให้องค์กรปรับแต่งให้ตรงกับความต้องการของธุรกิจ ช่วยลดความเสี่ยงจากปัญหาเวนเดอร์ล็อกอิน และส่งเสริมให้เกิดนวัตกรรมที่ร่วมต่อยอดโดยคอมมิวนิตี้ของนักพัฒนา ช่วยสนับสนุนกลยุทธ์ด้าน AI ที่เชื่อถือได้สำหรับทุกองค์กร

“ตัวอย่างโซลูชั่นจากโมเดล AI โอเพ่นซอร์ซที่ประสบความสำเร็จระดับโกลบอล คือการพยากรณ์ลม ฟ้า อากาศ (Geospatial) ที่1นาซ่ากับไอบีเอ็มร่วมกันพัฒนาโมเดล AI สำหรับสังเกตการณ์ภาคพื้นโลก หรือ Earth Observations โดยใช้ดาต้าจากดาวเทียม และการสำรวจข้อมูลระยะไกล”

2.รากฐานของข้อมูลที่เชื่อถือได้ เกิดความสามารถในการบูรณาการและจัดการข้อมูลอย่างมีระบบในสภาพแวดล้อมแบบไฮบริดคลาวด์ ลดปัญหาระบบไซโล เร่งขับเคลื่อนการทรานส์ฟอร์มบนพื้นฐานของข้อมูลที่ปลอดภัย

3.สเกลด้วย Governance ตระหนักถึงความจำเป็นในการใช้โซลูชั่น และการกำกับดูแล AI Governance เพื่อลดความเสี่ยง ลดอคติ และปฏิบัติตามกฎระเบียบที่กำลังเปลี่ยนแปลง ส่งผลต่อการสเกลการใช้งาน AI อย่างปลอดภัย

4.การอินทิเกรตทั่วทั้งระบบนิเวศ การใช้โมเดล AI โอเพ่นซอร์ซที่เพิ่มขึ้น จะทำให้แพลตฟอร์มต่าง ๆ ต้องเชื่อมโยงกับโมเดลอื่น ๆ อย่างมีประสิทธิภาพ นำไปสู่ความสามารถในการปรับตัวกับเทรนด์ AI ใหม่ ๆ ได้อย่างรวดเร็ว

โมเดล Granite 3.0

“หลายองค์กรประสบปัญหาในการนำ AI มาใช้ในการดำเนินธุรกิจ โดยเฉพาะเรื่องเงินลงทุน ความร่วมมือในองค์กร และกฎระเบียบต่าง ๆ จากรายงานของการ์ตเนอร์ระบุว่า ในปี 2568 โครงการด้าน Gen AI 30% จะถูกปล่อยทิ้ง หลังเริ่มทำ Proof of Concept ไปแล้ว เราจึงต้องการที่จะเป็นผู้ช่วยองค์กรในการทรานส์ฟอร์มด้วย AI ให้สำเร็จ”

ในงาน IBM Solutions Summit 2024 ยังมีการเปิดตัว “Granite 3.0” โมเดล AI ขนาดเล็ก ที่มีประสิทธิภาพการประมวลผลเทียบเท่าการใช้โมเดลขนาดใหญ่ แต่คำนวณต่ำกว่าราว 97% ช่วยให้องค์กรประหยัดพลังงานมากขึ้น ซึ่งแต่ละองค์กรเลือกใช้ได้ตามความเหมาะสม และปริมาณข้อมูลที่มี ตอบโจทย์การใช้งานที่เฉพาะเจาะจงโดยไม่ก่อให้เกิดค่าใช้จ่ายเพิ่มเติม

“ความตั้งใจของเรา คือการทำให้องค์กรปรับแต่งโมเดล AI ของตนเองได้ตามต้องการ ซึ่งโซลูชั่นที่พัฒนาบน Granite 3.0 จะได้ไลเซนส์ Apache 2.0 แบบเต็ม หมายความว่านักพัฒนาจะใช้โมเดลได้อย่างเสรี รวมถึงการอินทิเกรตเข้ากับระบบโดยไม่ต้องกังวลเรื่องข้อจำกัดของไลเซนส์”

กรณีศึกษาองค์กรในไทย

“อโณทัย” ยกตัวอย่างองค์กรในไทยที่ใช้ AI และ Hybrid Cloud ของไอบีเอ็ม ได้แก่

1.The Mall Group ใช้ Gen AI เพื่อให้การเข้าถึงข้อมูลง่ายขึ้น สนับสนุนการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลในหน่วยงานต่าง ๆ จากเดิมที่ฝ่ายต่าง ๆ ต้องพึ่งพาทีมข้อมูลสำหรับการคิวรี SQL และการสร้างแผนภูมิ ซึ่งซับซ้อนและใช้เวลามาก เมื่อนำ watsonx.ai มาใช้ ระบบจะแนะนำตัวอย่างคำถามที่วิเคราะห์ได้จากข้อมูลที่มี เช่น การระบุกลุ่มผู้ซื้อที่มีศักยภาพ การวิเคราะห์รูปแบบการขาย และการแจ้งเตือนผลิตภัณฑ์ หรือสาขาที่ผลงานต่ำกว่าเป้า

2.บ้านปู นำ watsonx มาทดลองใช้ในกระบวนการ Business Intelligence พบว่าลดเวลาที่ต้องใช้ในการตัดสินใจลงได้ 50% จาก 4 ชั่วโมงเหลือ 2 ชั่วโมง และลดเวลาปฏิบัติงานลงได้ 30% จาก 10 เหลือ 7 ชั่วโมง

และ 3.การไฟฟ้าส่วนภูมิภาค (กฟภ.) นำ watsonx Assistant มาทดลองใช้เพื่อสนับสนุนศูนย์บริการลูกค้าของแอปชาร์จพลังงานรถ EV “PEA VOLTA” ลดการรอคอยของลูกค้าลงได้ 80% จาก 5 นาทีเหลือ 1 นาทีลดเวลาที่ใช้ในการแก้ไขปัญหาแต่ละเคส 50% จาก 10 นาทีเหลือ 5 นาที ทั้งลดจำนวนเคสที่เปิดลงถึง 90%

“พอเป็นโซลูชั่นเกี่ยวกับ AI ใคร ๆ ก็เข้าถึงได้โดยไม่ต้องใช้งบประมาณเท่ากับยุคที่ต้องลงทุนระบบหรือเมนเฟรมเป็น Core System”

ภารกิจของ IBM

“อโณทัย” กล่าวด้วยว่า หากอ้างอิงข้อมูลของการ์ตเนอร์จะพบว่า จำนวนองค์กรทั่วโลกที่เข้าสู่ขั้นของการนำ AI มาใช้จริงมีอยู่ราว 10% เท่านั้น ซึ่งในไทยน่าจะน้อยกว่านี้ แต่เชื่อว่าความสนใจขององค์กรไทยและการผลักดันของไอบีเอ็มจะทำให้สัดส่วนขององค์กรที่ใช้ AI ในประเทศมีโอกาสเพิ่มเป็น 15-20% ได้

นอกจากอุตสาหกรรมการเงิน โทรคมนาคม และค้าปลีก ที่มีความว่องไวในการประยุกต์ใช้ AI เพราะเกี่ยวข้องกับดาต้ามหาศาลอยู่แล้วนั้น ก็เริ่มเห็นความสนใจจากภาคการผลิต สุขภาพ และการศึกษามากขึ้น

“เราจะสนับสนุนด้านความรู้ในการใช้ AI ด้วยกิจกรรมต่าง ๆ และเข้าถึงกลุ่มนักพัฒนาเพื่อให้เกิดการสร้างโซลูชั่นใหม่ ๆ บนโมเดล AI แบบโอเพ่นซอร์ซร่วมกัน”

แม่ทัพไอบีเอ็ม ประเทศไทย ทิ้งท้ายว่า แผนการลงทุนของไอบีเอ็มโฟกัสบุคลากรด้านวิศวกรเป็นหลัก เพื่อสร้างองค์กรที่มีคนรุ่นใหม่เข้ามาทำงานมากขึ้น และสร้างการเปลี่ยนแปลงจากฐานของพีระมิดแทนการรับคำสั่งแบบ Top Down