ปัญญาประดิษฐ์ (AI) ถูกยกให้เป็นอีกหนึ่งเทคโนโลยีหลักท่ามกลางกระแสการเปลี่ยนผ่านสู่ยุคดิจิทัล และเป็นตัวพลิกเกมการแข่งขันสำหรับภาคธุรกิจและอุตสาหกรรมไปทั่วโลก มีการเปิดตัวแอปพลิเคชัน หรือแพลตฟอร์มที่ใช้เอไอเป็นเครื่องมือออกมาอย่างหลากหลาย
ปัจจุบัน เอไอกำลังถูกยกชั้นให้ยืนเหนือกว่าการเป็นแค่เครื่องมือหรืออัลกอริธึมหนึ่งในการวิเคราะห์ข้อมูล ไปสู่การเพิ่มขีดความสามารถในการเรียนรู้และสังเคราะห์ข้อมูลระดับ Deep Learning มีความใกล้เคียงระบบโครงข่ายประสาท (Neural Network) การนึกคิดของมนุษย์ใน "การผลิตและพัฒนาคอนเทนต์" อย่างเก่งกาจที่รู้จักกันในชื่อ Generative AI นั่นเอง
McKinsey global รายงานถึงการเติบโตแบบก้าวกระโดดของเจเนอเรทีฟ เอไอ หลังเปิดตัวไปได้ไม่ถึงปี พบว่า 1 ใน 3 ของภาคอุตสาหกรรมที่ร่วมตอบแบบสอบถามได้ใช้ เจอเนอเรทีฟ เอไอ ไปในการขับเคลื่อนอย่างน้อย 1 ฟังก์ชันการทำงาน และถึงแม้การพัฒนาเครื่องมือด้านเจเนอเรทีฟ เอไอ จะยังไม่กว้างขวางมากนัก แต่ก็มีการนำไปทดลองใช้เพื่อเพิ่มขีดความสามารถ ตลอดจนสร้างประสบการณ์ที่แปลกใหม่ในหลายอุตสาหกรรม รวมทั้งแนวโน้มการลงทุนเรื่องเจเนอเรทีฟ เอไอในแวดวงธุรกิจและอุตสาหกรรมที่นับันจะเพิ่มมากขึ้นเพื่อตอบโจทย์การพัฒนานวัตกรรมด้านแอปพลิเคชันต่าง ๆ การเพิ่มประสิทธิภาพการทำงานได้อย่างราบรื่น การสร้างประสบการณ์ที่ดีให้กับลูกค้า รวมถึงเกิดผลโดยตรงต่องานด้านวิศวกรรมซอฟต์แวร์ ซึ่งจะทำให้มีงบสนับสนุนราว 20-45% เลยทีเดียว
สถาปัตยกรรมสไตล์เจเนอเรทีฟ เอไอ
เมื่อเจเนอเรทีฟ เอไอ คือ ความพยายามเลียนแบบการทำงานของระบบประสาทและสมองมนุษย์ สถาปัตยกรรมทางเทคโนโลยีจึงเกี่ยวข้องกับการพัฒนาโครงข่ายประสาทให้ปัญญาประดิษฐ์ ได้แก่ Generative Adversarial Networks (GANs) โดยมี Generator ทำหน้าที่สร้างข้อมูลสังเคราะห์ขึ้นมา และ Discriminator ในการแยกแยะข้อมูลจริงและข้อมูลสังเคราะห์เพื่อตกผลึกออกมาเป็นคอนเทนต์ที่สมจริงที่สุด ตีคู่มากับ Variational Autoencoders (VAEs) ในการเข้ารหัสและถอดรหัสข้อมูล ซึ่งทั้ง GANs และ VAEs จะทำงานร่วมกันในการสร้างสรรค์คอนเทนต์ไปตามโครงสร้างหรือรูปแบบที่ต้องการ
ด้วยคุณลักษณะนี้เองที่เพิ่มศักยภาพของเจเนอเรทีฟ เอไอในการจัดการกับข้อความตัวอักษร อิมเมจ เสียง หรือข้อมูลตัวเลข สู่การประมวลผลให้ออกมารูปแบบคอนเทนต์ การเล่าเรื่อง หรือประสบการณ์ที่ตื่นตาตื่นใจ เช่น ใช้เอไอในการขับเคลื่อนระบบผู้ช่วยเสมือนที่สามารถสื่อสารด้วยข้อความหรือพูดคุยตอบโต้กับมนุษย์ได้อย่างเป็นธรรมชาติ
แรงกระเพื่อมสู่โลกธุรกิจ
เจเนอเรทีฟ เอไอ ได้เข้ามาเปลี่ยนแนวคิดของระบบเอไอเดิมซึ่งเป็นการให้คำตอบ "แบบเดียวครบจบได้ทุกเรื่อง" (One size fit all) มาเป็นการสร้างรูปแบบหรือคอนเทนต์ในลักษณะที่ "เข้าถึงความต้องการแบบเฉพาะเจาะจง" เพื่อนำไปสู่การบริหารจัดการที่ดีขึ้น เช่น PlayHT 2.0 สำหรับพัฒนาระบบบริการลูกค้า Sefi AI การนำเทคนิคเกมมาใช้เป็นกลยุทธ์สร้างคอนเทนต์ LLMs (Language Language Models) ผู้ช่วยของนักเขียนคำโฆษณา หรือ Tome ที่ช่วยให้ยูสเซอร์สามารถนำเสนอพรีเซนตชันที่สวยงาม หรือมีอิทธิพลต่อคนอ่านหรือผู้ชม
เมื่อชุดข้อมูลถูกหยิบจับมาสังเคราะห์มากขึ้นบนเจเนอเรทีฟ เอไอ เท่ากับเป็นการติดปีกแมชชีน เลิร์นนิ่งให้มีประสิทธิภาพตามไปด้วยในการใช้ปรับปรุงโมเดลธุรกิจ เพิ่มประสิทธิภาพในการสร้างต้นแบบหรือออกแบบผลิตภัณฑ์ การให้อรรถาธิบายที่แม่นยำและมีประสิทธิภาพยิ่งกว่าเดิมนำมาซึ่งความเข้าใจและความน่าเชื่อถือต่อผลวิเคราะห์เพื่อประกอบการตัดสินใจมากขึ้น เช่น BloombergGPT เอไอที่มาดูแลหรือเพิ่มเติมการให้ข้อมูลการเงิน การทำความเข้าใจกับโมเดลกล่องดำ (Black Box Model) เพื่อเข้าให้ถึงความคิดของผู้บริโภค และทำให้การออกแคมเปญการตลาดมีความแม่นยำ Stable Diffusion Midjourney หรือ Dall-E ที่เข้ามาช่วยเรื่องการสร้างต้นแบบหรือออกแบบผลิตภัณฑ์ให้กับอุตสาหกรรมรถยนต์ สินค้า อิเล็กทรอนิกส์ หรือแฟชั่น เพื่อการสร้างสรรค์ผลงานที่เป็นเอกลักษณ์ ครอบคลุมถึงงานด้านความบันเทิง ศิลปะ ดนตรี และวรรณกรรม หรือ การใช้เอไอช่วยวิเคราะห์ชุดข้อมูลที่มีความซับซ้อนได้รวดเร็วให้กับงานวิจัยด้านวิทยาศาสตร์ เพิ่มขีดสามารถในการจำลองสถานการณ์การทดสอบที่สมจริงในการวิเคราะห์สภาวะทางธรรมชาติ เช่น รูปแบบของสภาพภูมิอากาศ เป็นต้น
แนวโน้มปี 2567
Forbes.com ได้นำเสนอมิติของเอไอโดยภาพรวมและหลากหลายประการที่ทำให้พอประเมินได้ว่า ในปีนี้ เราได้เห็นบทบาทของเจเนอเรทีฟ เอไอ ที่ไปไกลมากกว่า แชตบอต แต่กลายเป็นเครื่องมือสำคัญในการสร้างสรรค์งานด้านโปรดักชัน จุดแข็งในเรื่อง "อัลกอริธึมและแมชชีน เลิร์นนิ่ง" ทำให้เจเนอเรทีฟ เอไอ เป็นหมัดเด็ดที่ฝังตัวอยู่ในแพลตฟอร์มต่าง ๆ ตั้งแต่ระดับเอนจิน (Engine) ในการสืบค้นข้อมูล ไม่ว่าจะเป็นบิงหรือกูเกิล อยู่ในเครื่องมือที่ใช้ผลิตหรือให้บริการ อาทิ Generative Design ซึ่งหยิบอัลกอริธึมของ เอไอและแมชชีน เลิร์นนิ่งเข้ามาช่วยการออกแบบในอุตสาหกรรมการผลิต Voice Synthesizers เครื่องมือ
สังเคราะห์เสียงที่แยกความแตกต่างระหว่างเสียงจริงของมนุษย์กับเสียงที่สร้างด้วยคอมพิวเตอร์ ChatGPT ที่มาแรงแซงโค้งในสายของการสร้างและพัฒนาคอนเทนต์ต่าง ๆ รวมถึงเข้ามาเป็นส่วนหนึ่งของงานด้านวิศวกรรมซอฟต์แวร์ เพื่อช่วยให้ทุกคนสามารถสร้างและทดสอบแอปพลิเคชันแบบโนโค้ดและโลว์โค้ดได้ไม่ยาก และกลายเป็นว่าแทนที่งานด้านโค้ดดิ้งหรือวิศวกรรมซอฟต์แวร์จะลดลง กลับยิ่งเพิ่มโออกาสให้คนที่มีไอเดียเจ๋ง ๆ และรักที่จะแก้ปัญหาเข้าสู่วงการด้านนี้ได้โดยไม่จำเป็นต้องรู้ลึกเรื่องเทคนิคยาก ๆ อีกแล้ว
ในมิติของการบริการลูกค้าก็เช่นกัน รายงานการวิจัยของบอสตัน คอนซัลติ้ง กรุ๊ป กล่าวว่า 95% ของผู้นำด้านการให้บริการลูกค้า คาดว่า จะมีการบริการลูกค้าบางเรื่องด้วยบอตเอไอมากขึ้นอีกภายใน 3 ปีข้างหน้า ซึ่งปัจจุบันก็พอเห็นเป็นเทรนด์แล้วว่า กิจกรรมการให้บริการลูกค้าที่มีกระบวนการซ้ำ ๆ เกิดขึ้นเป็นกิจวัตร จะมีแชตบอตมาทำหน้าที่ตอบปัญหาหรือติดต่อสื่อสารกับเราในเรื่องทั่วไปแทนคน การเกิดขึ้นของแพลตฟอร์มเฉพาะธุรกิจ เช่น Expedia สำหรับการท่องเที่ยว Coursera ในแวดวงการศึกษา แอปบนโซเชียล เช่น สแนปแชต (Snapchat) เพื่อขับเคลื่อนกลยุทธ์ที่มีประสิทธิภาพในการสร้างประสบการณ์ที่ดีให้กับลูกค้าที่มีเอไออยู่เบื้องหลัง
ส่วนงานที่มีขอบข่ายกว้างไกล สำคัญ และซับซ้อน ก็ยกให้เอไอขั้นกว่าอย่างเจเนอเรทีฟ เอไอ มาเสริมทัพ เช่น การประเมินปฏิกิริยาการตอบรับของลูกค้าและรายงานผลทางการตลาด การสรุปคดีความหรือออกร่างข้อตกลงทางกฎหมาย แพทย์ซึ่งใช้เอไอในการช่วยลงบันทึกผู้ป่วยและจัดเก็บอิมเมจต่าง ๆ ที่เกี่ยวข้องกับการรักษา นักโค้ดดิ้งโปรแกรมซึ่งต้องการเอไอมาช่วยเขียนซอฟต์แวร์เพื่อทดสอบและแก้ไขข้อบกพร่องได้อย่างรวดเร็วตอนที่ปล่อยงานออกมา (Output)
และในมุมเดียวกับควอนตัม คอมพิวติ้ง เรื่องของควอนตัม เอไอ จะถูกพูดถึงมากขึ้นเพื่อรองรับการประมวลอัลกอริธึมแบบหนัก ๆ การรับมือกับเครือข่ายประสาทสมองกลเทียมที่นีลใหญ่และซับซ้อนมากขึ้น ซึ่งน่าจะเริ่มเห็นทิศทางในปี 2567 เช่นกัน
ส่วนคนที่กังวลว่า เอไอจะเข้ามาแทนที่มนุษย์น่าจะพอเบาใจได้ เพราะมีอาชีพเกิดใหม่ในยุคเอไอมากมายเช่นกัน อาทิ Prompt Engineer อาชีพของคนที่พร้อมคุยกับเอไอได้รู้เรื่องโดยการป้อนคำสั่งที่สามารถสอนเอไอให้ทำได้อย่างที่ต้องการโดยไม่จำเป็นต้องจบด้านวิทยาศาสตร์คอมพิวเตอร์ ผู้จัดการด้านเอไอที่มานำลูกทีมเวอร์ช่วล ผู้จัดการโครงการด้านเอไอ ผู้ให้การฝึกอบรมด้านเอไอ ผู้ควบคุมจริยธรรมเอไอ วิศวกรด้านเอไอ หรือ DevOps ที่เกี่ยวกับเอไอโดยตรง
เอไอบนความรับผิดชอบ
เราพูดกันมากแล้วถึงข้อดีของแพลตฟอร์มด้านเอไอและเจเนอเรทีฟ เอไอที่สร้างประสิทธิผลที่ดีต่อธุรกิจ กระบวนการทำงาน และเสริมประสบการณ์ที่ดีที่สุดให้กับลูกค้า แต่ในมุมกลับกัน การสื่อสารตอบโต้กับคอนเทนต์ที่สร้างขึ้นโดยเอไอทั้งหลาย จะนำเราไปสู่วังวนกลลวงของข้อมูล ( DeepFakes) ความมีอคติ หรือขาดความโปร่งใสหรือไม่? ความเป็นโรบอตชองเอไอที่ทำให้คอนเทนต์อาจดูไม่น่าเชื่อถือ หรือ การทดแทนการทำงานเสียจนมนุษย์ดูไร้สามารถ ประเด็นเหล่านี้กำลังได้รับการระแวดระวังและกำหนดมาตรการเพื่อบรรเทาปัญหา
หลายประเทศในกลุ่มอียู สหรัฐอเมริกา กระทั่งอินเดียได้ออกมาตรการเพื่อควบคุมการใช้งานเอไอ ซึ่งมีการคาดการณ์กันว่า สหราชอาณาจักรจะเริ่มออกกฎหมายในปี 2567 ส่วนอียูน่าจะเริ่มได้ในปี 2568 ขณะที่จีนเพิ่งออกประกาศ "มาตรการเจเนอเรทีพฟเอไอ" ไปเมื่อช่วงกลางปีที่ผ่านมา เพื่อกำหนดข้อบังคับชั่วคราวเกี่ยวกับการใช้งานเอไอในประเทศ เช่น แพลตฟอร์มที่ใช้เอไอต้องลงทะเบียนและผ่านการตรวจสอบความปลอดภัยก่อนเผยแพร่
สำหรับประเทศไทย เอ็ตด้า (ETDA) หน่วยงานซึ่งรับหน้าที่ผลักดันเรื่องธรรมาภิบาลได้จัดตั้ง"ศูนย์ธรรมาภิบาลปัญญาประดิษฐ์ (AI Governance Clinic-AIGC)"
โดยมุ่งให้เกิดความร่วมมือจากหลายภาคส่วนในมิติของเทคโนโลยี กฎหมาย และจริยธรรม เพื่อวางแนวทางที่เหมาะสมให้กับผู้มีหน้าที่กำกับดูแล ผู้พัฒนาเทคโนโลยีเอไอ และผู้ใช้งานภายใต้หลักจริยธรรมและความรับผิดชอบร่วมกัน ทั้งนี้ เพื่อให้เทคโนโลยีปัญญาประดิษฐ์เป็นสิ่งที่ตอบโจทย์ชีวิตมนุษย์บนวิถีที่ถูกต้องและเป็นธรรมอย่างแท้จริง
บทความโดย นายนครินทร์ เทียนประทีป ผู้จัดการฝ่ายการตลาด บริษัท ยิบอินซอย จำกัด
แหล่งที่มา
ติดต่อเราได้ที่ facebook.com/newswit