การประยุกต์ใช้ Generative AI ในองค์กร โดย เทอร์รี สมา, รองประธานอาวุโสและผู้จัดการทั่วไป ประจำภูมิภาคเอเชียแปซิฟิกและญี่ปุ่น, บริษัทอินฟอร์การประยุกต์ใช้ Generative AI ในองค์กร

AI ได้กลายเป็นประเด็นที่ได้รับความสนใจอย่างมากในปี 2566 นี้ เราได้รับคำเตือนเกี่ยวกับศักยภาพของ AI ที่อาจทำให้มนุษยชาติสูญพันธุ์ได้ โดยอ้างว่า AI เป็นภัยคุกคามต่อความมั่นคงของชาติ ตลอดจนเรียกร้องให้ระงับการป้อนข้อมูล (trained) AI จนสูงเกินขีดความสามารถที่กำหนดเป็นเวลาอย่างน้อยหกเดือน รวมทั้งการลาออกจากวงการของ ‘เจ้าพ่อ’ แห่ง AI  สำหรับโมเดล Generative AI (GenAI) ประเภทต่าง ๆ ChatGPT ดูเหมือนจะมีการพูดถึงมากที่สุด

พร้อมกันนี้ได้มีการถกเถียงกันอย่างมากเกี่ยวกับศักยภาพในการเปลี่ยนแปลงชีวิตประจำวัน  แต่ในสภาพแวดล้อมขององค์กร ธุรกิจจะสามารถควบคุมพลังแห่งศักยภาพของเทคโนโลยีที่ก่อให้เกิดการเปลี่ยนแปลงอย่างแท้จริงนี้ได้อย่างไร และการนำ AI ไปใช้ในธุรกิจจะทำให้เกิดผลลัพธ์อะไร

แม้ว่าศาสตร์ด้าน GenAI ยังเป็นเรื่องใหม่ แต่ที่แน่นอนคือเราได้มาถึงจุดเปลี่ยนแปลงด้าน AI และการประมวลผลทั่วไป  โมเดลภาษาขนาดใหญ่ (Large Language Models – LLMs) ที่โดดเด่นของ generative AI ส่วนใหญ่จะเก่งด้านการประมวลผลภาษาธรรมชาติ (Natural Language Processin – NLP) เพราะสามารถช่วยแอปพลิเคชันต่าง ๆ ที่ใช้ NLP ในอุตสาหกรรมหลากหลายประเภทได้ เช่น การให้ความช่วยเหลือแบบมีปฏิสัมพันธ์ ที่ช่วยให้ผู้ใช้เข้าถึงฐานข้อมูลความรู้/คู่มือผู้ใช้และเอกสารอื่น ๆ ผ่านแชตบอตโต้ตอบที่สร้างบนแพลตฟอร์ม GenAI ซึ่งจะทำให้ผู้ใช้ค้นหาข้อมูลที่ต้องการได้ง่ายขึ้นมาก

แม้จะเป็นความท้าทายที่ยากมากก็ตาม แต่ประโยชน์อีกประการที่ธุรกิจจะได้รับในทันทีคือ สามารถใช้ NLP เพื่อค้นหาข้อมูลธุรกิจทั่วทั้งองค์กร ซึ่งแน่นอนว่าความสามารถในด้านนี้ต้องมีการพัฒนาอยู่ตลอดเวลา
โดยธุรกิจซอฟต์แวร์ระดับองค์กรที่ทำงานกันอย่างหนัก เพื่อหาวิธีทำให้โมเดล GenAI สามารถทำงานร่วมกับ NLP และ AI ที่มีอยู่แล้วได้อย่างสมบูรณ์ ด้วยการยกระดับประสบการณ์ตามบริบท ผสานรวมกับ

การแชทเสียงกับผู้ช่วยดิจิทัล หรือใช้โมเดลแมชชีนเลิร์นนิง (ML) และการจดจำรูปภาพผ่านแพลตฟอร์ม AI เพื่อปรับปรุงการค้นหาทางธุรกิจ

เนื่องจาก GenAI รูปแบบต่าง ๆ ทำให้ผู้ใช้สามารถเข้าถึงแหล่งข้อมูลที่หลากหลายได้ เพื่อสร้างข้อความและโค้ด สร้างการคาดการณ์และสรุปผล ทำการแปลภาษา วิเคราะห์รูปภาพ และอื่น ๆ ดังนั้น จึงสามารถนำไปใช้กับงานระดับองค์กรได้หลากหลายกรณี ตั้งแต่การเขียนอีเมล รายงาน เอกสารผลิตภัณฑ์และเนื้อหาบนเว็บ สร้างคำอธิบายลักษณะงานและข้อกำหนด ไปจนถึงการเปรียบเทียบผลิตภัณฑ์และผู้ขาย
การรวบรวมภาพถ่าย ข้อมูลดนตรีและวิดีโอสำหรับทำแคมเปญการตลาด  นอกจากนี้ยังนำไปใช้กับการสรุปหนังสือ แก้ไขและตรวจทานเนื้อหา และเสนอไอเดียเพื่อเริ่มต้นโครงการต่าง ๆ ได้อีกด้วย

การทำงานของ GenAI

แล้วเทคโนโลยีนี้จะนำไปใช้จริงได้อย่างไร ตัวอย่าง บริษัทที่มีแผนกไอทีและวิศวกรรมซอฟต์แวร์สามารถเริ่มแนวปฏิบัติที่ดีในการใช้เครื่องมือต่าง ๆ สำหรับสร้างโค้ด เช่น Copilot ของ Microsoft หรือ AWS CodeWhisperer  สำหรับธุรกิจต้องการสร้างโมเดลภาษาเฉพาะอุตสาหกรรมของตน สามารถตรวจสอบข้อมูลทั่วไป อ่านรีวิวและคำแนะนำจากเว็บต่าง ๆ หรือต้องการรวบรวมข้อมูลภายในองค์กรเข้ากับข้อมูลจากโดเมนสาธารณะเพื่อให้เป็นประโยขน์มากขึ้น ก็สามารถผสานข้อมูลเหล่านั้นได้ด้วยเครื่องมือและแพลตฟอร์ม GenAI ต่าง ๆ เช่น ChatGPT ของ Open AI หรือ AWS Bedrock 

ความท้าทายที่จะเกิดขึ้น

การเปลี่ยนแปลงในโลกของ GenAI เป็นไปอย่างรวดเร็ว องค์กรที่ไม่ตอบสนองให้ทันเวลาอาจถูกทิ้งไว้ข้างหลัง  โดยหลักการแล้วธุรกิจควรเปิดใจรับเทคโนโลยีอันทรงพลังนี้แทนที่จะปฏิเสธไม่ยอมใช้  แต่นั่น
ก็ไม่ได้หมายความว่าโมเดล GenAI จะเหมาะกับการใช้งานในธุรกิจทุกประเภท และก่อนที่โมเดล GenAI ต่าง ๆ จะได้รับการยอมรับอย่างกว้างขวางในการทำงานระดับองค์กร แน่นอนว่าจะต้องจัดการแก้ไขปัญหามากมายให้ลุล่วงเสียก่อน

ประการแรกคือ ปัญหาเรื่องความน่าเชื่อถือ  แม้ว่าเนื้อหาที่สร้างจากโมเดลภาษาขนาดใหญ่ดูเหมือนจะเป็นต้นฉบับ แต่ในความเป็นจริงเนื้อหาดังกล่าวเป็นการลอกเลียนแบบจากชุดข้อมูลคล้ายกันที่เคยได้รับการ
เทรนมาก่อน  เป็นที่ทราบกันดีว่าข้อมูลที่ AI สร้างขึ้นนี้มักมีข้อผิดพลาดเกิดขึ้นบ่อย ๆ โดยคำถามเดียวกันอาจมีคำตอบได้หลากหลายแบบ

ประการที่สองคือ ปัญหาความเป็นส่วนตัว  เนื่องจากเงื่อนไขของข้อมูลและ input ที่ผู้ใช้แชร์จะถูกนำไปเทรนโมเดลที่มีขนาดใหญ่ขึ้น  ดังนั้น ความลับทางการค้าหรือข้อมูลที่ใช้ในการระบุตัวตน (Personal Identifiable Information – PII) ที่มีค่าอาจถูกแชร์ต่อ จนนำไปสู่การละเมิดการปฏิบัติตามข้อกำหนดโดยไม่ได้ตั้งใจ  นอกจากนี้ การสร้างและการแลกเปลี่ยนเนื้อหาเฉพาะทางธุรกิจจะต้องปฏิบัติตามข้อกำหนดทางกฎหมายและความเป็นส่วนตัวของข้อมูลอย่างเข้มงวด เช่น เมื่อบริษัทดำเนินการประเมินผลกระทบด้านการคุ้มครองข้อมูลส่วนบุคคล (Data Protection Impact Assessment – DPIA) พวกเขาจะต้องตรวจสอบให้แน่ใจว่าได้ปฏิบัติตามกฎระเบียบคุ้มครองข้อมูลส่วนบุคคล (General Data Protection Regulation – GDPR) แล้ว  ส่วนใหญ่เวนเดอร์แพลตฟอร์ม GenAI จะรักษาข้อมูลองค์กรไว้เป็นพิเศษและไม่นำไปใช้เทรนโมเดลทั่วไป กระนั้นก็ตาม ธุรกิจที่วางแผนใช้ GenAI จะต้องคำนึงถึงความสำคัญในเรื่องนี้ให้มาก

นอกจากนี้ยังมีปัญหาเรื่องอคติ เพราะ AI จะสร้างเนื้อหาที่ปรับแต่งตามคำสั่ง prompt  นอกจากนี้ คุณยังสามารถเทรน AI ได้ด้วยข้อมูลที่ชอบเท่านั้นโดยไม่ต้องเปิดเผยให้เห็นภาพรวมทั้งหมด  ซึ่งในท้ายที่สุดแล้วคุณก็จะสามารถกำหนดผลลัพธ์ทั้งแบบที่เป็นประโยชน์และเป็นอันตรายได้ตามต้องการ  แม้ว่าลักษณะเนื้อหาที่ GenAI สร้างขึ้นอาจจะน่าเชื่อถือ แต่ในความเป็นจริงอาจเป็นมุมมองส่วนตัวที่สามารถจูงใจผู้ใช้
ที่ใสซื่อ และส่งอิทธิพลต่อมุมมองของพวกเขาอย่างน่าเชื่อถือ  นอกจากนี้ความเสี่ยงในการสร้างข่าวปลอม วิดีโอ และคลิปเสียงปลอมก็จะยิ่งทวีขึ้นเป็นเงาตามตัว

ตัวกรองการตรวจสอบ

ที่กล่าวมาข้างต้นนั้นไม่ได้หมายความว่าจะแก้ไขไม่ได้ วิธีที่จะสู้กับภัยคุกคามเหล่านี้คือ การนำตัวกรองการตรวจสอบที่เหมาะสมมาใช้บนอินเทอร์เฟซของผู้ใช้ปลายทาง ซึ่งจะช่วยให้แน่ใจว่าผู้ใช้ทั่วไปจะสามารถใช้เครื่องมือต่าง ๆ ของ GenAI ได้  สำหรับการใช้งานทางธุรกิจ ไม่ต้องสงสัยเลยว่าองค์กรจะต้องปฏิบัติตามแนวทาง ‘ใช้คนเป็นโซ่ข้อกลาง’ กล่าวคือ เนื้อหาที่สร้างขึ้นทั้งหมดจะต้องได้รับการตรวจสอบโดยบุคคลจริงก่อนจะนำไปใช้งานประจำหรือเผยแพร่สู่สาธารณะ  โดยจะต้องมีมนุษย์ควบคุมและตรวจสอบงานหรือเนื้อหาที่สร้างขึ้นไปสักระยะหนึ่ง เพื่อเพิ่มความแม่นยำและความสอดคล้องของเนื้อหาที่สร้างขึ้น ลดอคติทางสังคมและการเมือง และตรวจสอบจนแน่ใจว่าความได้เปรียบทางการแข่งขันของบริษัทจะไม่ถูกเปิดเผยออกสู่สาธารณะ

เมื่อพิจารณาปัจจัยทั้งหมดข้างต้นแล้ว ธุรกิจจึงจำเป็นต้องพัฒนามุมมองในการประยุกต์ใช้ GenAI  นอกจากนี้ การดำเนินการตามแนวปฏิบัติที่ดีที่สุดจากเวนเดอร์ GenAI ก็ถือเป็นเรื่องที่สำคัญยิ่ง เช่น การใช้ตัวกรองการตรวจสอบจาก Open AI  และอีกประเด็นที่ธุรกิจจะต้องคำนึงถึงคือ แต่ละประเทศต่างกำลังพยายามสร้างนโยบายด้าน AI ของตนเอง ดังนั้น จึงต้องตรวจสอบให้แน่ใจว่าธุรกิจมีการปฏิบัติตามนโยบาย AI ในท้องถิ่น และสอดคล้องกับแนวทางที่รัฐบาลนั้น ๆ กำหนด

การพัฒนาอย่างรวดเร็ว

สำหรับการพัฒนา Generative AI ที่จะเกิดขึ้นในอีกห้าถึงสิบปีข้างหน้า การลงทุนในเทคโนโลยีนี้จะเพิ่มขึ้นอย่างมหาศาลทั้งในด้านการสร้างโมเดลที่ดีขึ้นและในส่วนของฮาร์ดแวร์ ด้วยชิปที่เร็วแรงทรงพลังมากขึ้นและความต้องการด้านแบนด์วิธเน็ตเวิร์กที่สูงขึ้น  อนึ่ง เราไม่ควรประเมินผลกระทบของ AI ต่ำจนเกินไป เพราะเนื้อหาสื่อทั้งหมดที่เราจะเสพและใช้งานในปีต่อ ๆ ไป ล้วนได้รับอิทธิพลจาก GenAI ทั้งนั้น ส่วน
การค้นหาทางอินเทอร์เน็ตอย่างที่เราทราบกันดี จะได้รับการปรับแต่งให้เหมาะสมมากขึ้น เครื่องมือตรวจจับเนื้อหาที่สร้างโดย AI จะชาญฉลาดขึ้น พร้อมกับกฎระเบียบและการปฏิบัติตามข้อกฎหมายที่จะเข้มงวดยิ่งขึ้น

ChatGPT และโมเดล GenAI อื่น ๆ เป็นตัวอย่างของโซลูชันพลิกโฉมธุรกิจที่ช่วยผู้บริโภคปรับปรุงกระบวนการค้นหา สร้างเนื้อหาอัตโนมัติ พร้อมเพิ่มประสิทธิภาพการทำงานของแต่ละบุคคล  แม้ว่าเราจะคาดหวังให้องค์กรต่าง ๆ นำเทคโนโลยีอันทรงพลังนี้มาใช้อย่างรวดเร็ว แต่ก็ต้องตระหนักถึงความเสี่ยง ความไม่แม่นยำ และข้อกังวลด้านความเป็นส่วนตัวที่อาจเกิดขึ้นด้วย  ดังนั้น จึงเป็นเรื่องที่ต้องใช้เวลากว่าเทคโนโลยี GenAI จะพัฒนาถึงขีดที่สามารถจัดการกับข้อกังวลดังกล่าวได้ โดยในระหว่างนี้ มนุษย์จะต้องควบคุมและกลั่นกรองการนำศักยภาพของโมเดล GenAI ไปใช้ในการเปลี่ยนแปลงธุรกิจ