THE NEXT FRONTIER OF AI RACE IN THAILAND แนวทางรุกธุรกิจในประเทศไทยภายใต้การแข่งขันด้าน AI ของไอบีเอ็ม
พัฒนาการทางเทคโนโลยี ทำให้ช่วงเวลานี้เป็นช่วงเวลาที่น่าตื่นเต้นที่สุดช่วงหนึ่ง เพราะเทคโนโลยีอย่าง AI, Hybrid Cloud หรือแม้แต่ Quantum Computing มีความก้าวหน้าและพร้อมที่จะสร้างประโยชน์และปลดล็อคศักยภาพ สร้างโอกาสมากมาย ให้แก่องค์กร
หลากย้อนกลับไปในอดีต เราจะพบว่า ทุกๆช่วงเวลา 50 ปี จะเกิดเทคโนโลยีที่สร้างความเป็นแปลงให้แก่โลกและสร้างความก้าวหน้าให้มนุษยชาติมากมาย ซึ่ง AI หรือปัญญาประดิษฐ์ก็ได้สร้างความเปลี่ยนแปลงให้แก่โลกมากมายมหาศาล เพราะ AI จะเข้าไปอยู่ในทุกๆ ภาคส่วนของสังคมและการใช้ชีวิต
โดยมีคาดการณ์ว่า ภายในปี 2030 Generative AI เพียงเทคโนโลยีเดียว อาจเพิ่มมูลค่าให้กับกำไรต่อปีของบริษัททั่วโลกได้ถึง 4.4 ล้านล้านเหรียญสหรัฐ ซึ่งเป็นโอกาสมหาศาล
คำถามสำหรับองค์กรในประเทศไทยคือ ในเอีก 5 ปีข้างหน้า องค์กรในไทยจะมีส่วนแบ่งจากตัวเลขดังกล่าวมากน้อยเพียงใด ทั้งนี้ขึ้นอยู่ก้บว่ารเราจะนำเทคโนโลยีนี้มาประยกต์ใช้ได้อย่างไร แม้ช่วงผ่านมาถือเป็นช่วงของการทดลอง วิจัย และพัฒนาโครงการนำร่องด้าน AI ปรากฏให้เห็นมากมาย แต่มีข้อมูลระบุว่า โดยภาพรวมแล้วมีการนำไปใช้งานจริงเพียง 10% เท่านั้น
“สำหรับ IBM เอง เรามีการนำ AI มาสร้าง แรงงานดิจิทัล (Digital Labor) อย่างในองค์กรจริงจัง ผลที่ได้คือช่วยเพิ่มประสิทธิภาพการดำเนินงานได้ถึง 80% และประหยัดค่าใช้จ่ายได้กว่า 3 พันล้านเหรียญ ซึ่งเรานำเงินที่ประหยัดไปไปพัฒนาด้าน AI Engineer, Quantum Computer, Data Scientist และนวัตกรรมด้านอื่นๆ ได้มากมาย” อโณทัย เวทยากร กรรมการผู้จัดการใหญ่ และผู้บริหารส่วนงานเทคโนโลยี บริษัท ไอบีเอ็ม ประเทศไทย จำกัด กล่าวบนเวที่ IBM Solutions Summit
นอกจากนี้คุณอโณทัยยังกล่าวอีกว่า ช่วงเวลาต่อจากนี้ไป ถือเป็นหัวเลี้ยวหัวต่อที่สำคัญในการนำ AI ไปใช้งานจริงในโครงการขนาดใหญ่ที่สามารถสร้างผลประโยชน์ที่จับต้องได้และสร้างมูลค่าให้ธุรกิจ จึงเกิดเป็นแนวทางในการทำธุรกิจในประเทศไทยของไอบีเอ็มในประเทศไทย นั่นคือ THE NEXT FRONTIER OF AI RACE IN THAILAND การช่วยให้องค์กรก้าวนำในปฐมบทใหม่ของการแข่งขันด้าน AI ในประเทศไทย
โดยมีปัจจัยที่เกี่ยวข้อง 4 ด้านได้แก่
1) โมเดล AI แบบโอเพนซอร์ส (Open-source AI models)
โดยโมเดล AI แบบโอเพนซอร์สจะยังคงทวีความสำคัญอันเนื่องมาจากคุณสมบัติด้านความโปร่งใส ยืดหยุ่น ประสิทธิภาพด้านต้นทุน และการเอื้อให้องค์กรสามารถปรับแต่งให้ตรงกับความต้องการของธุรกิจตน ซึ่งจะช่วยให้องค์กรลดความเสี่ยงจากปัญหาเวนเดอร์ล็อคอินและส่งเสริมให้เกิดนวัตกรรมที่ร่วมขับเคลื่อนต่อยอดโดยคอมมิวนิตี้ของนักพัฒนาอย่างต่อเนื่อง ช่วยสนับสนุนกลยุทธ์ด้าน AI ที่เชื่อถือได้สำหรับทุกองค์กร
2) รากฐานของข้อมูลที่เชื่อถือได้ (Trusted data foundation)
ก่อนจะสร้าง Gen AI ที่เชื่อถือได้สำหรับธุรกิจ องค์กรต้องมุ่งเน้นการสร้างรากฐานข้อมูลที่เปิดกว้างและเชื่อถือได้ รากฐานของข้อมูลแบบเปิดจะก่อให้เกิดความสามารถในการบูรณาการและจัดการข้อมูลได้อย่างไม่มีสะดุดในสภาพแวดล้อมแบบไฮบริดคลาวด์ ช่วยให้เทคโนโลยีที่มีอยู่ทำงานร่วมกันได้ ลดปัญหาระบบแบบไซโล และเร่งการขับเคลื่อนการทรานส์ฟอร์มบนพื้นฐานของข้อมูล รากฐานด้านข้อมูลที่เชื่อถือได้จะทำให้องค์กรมั่นใจได้ว่าการจัดการข้อมูลและเมทาดาตาต่างๆ เพื่อทำอนาไลติกส์หรือใช้กับ AI มีคุณภาพสูง มีความปลอดภัย และมีการกำกับดูแล ตอบโจทย์ด้านความเป็นส่วนตัวของข้อมูลและการปฏิบัติตามกฎข้อบังคับต่างๆ
3) การสเกลด้วยอย่างมีธรรมาภิบาล (Scaling with governance)
ในขณะที่องค์กรหลายแห่งกำลังประสบความสำเร็จในการสเกลการใช้งาน AI จะมีธุรกิจมากขึ้นที่ตระหนักถึงความจำเป็นในการใช้โซลูชันและกรอบการกำกับดูแล AI governance เพื่อลดความเสี่ยง ลดอคติ และปฏิบัติตามกฎระเบียบที่กำลังเปลี่ยนแปลง
นอกจากนี้ หากไม่มี AI ที่รับผิดชอบและการกำกับดูแล AI (Responsible AI) องค์กรย่อมไม่สามารถสเกลการใช้งาน AI โดยความไว้วางใจเปรียบเสมือนใบอนุญาติในการดำเนินธุรกิจขององค์กร และองค์กรจะไม่สามารถปล่อยให้ความไว้วางใจถูกทำลายลงโดย AI
4) การอินทิเกรททั่วทั้งระบบนิเวศน์ (Ecosystem integrations)
ความสามารถในการอินทิเกรทการใช้งาน AI ทั่วทั้งระบบขององค์กรจะทวีความสำคัญในปี 2025 โดยการใช้งานโมเดล AI โอเพนซอร์สที่เพิ่มขึ้น จะนำสู่ความจำเป็นที่แพลตฟอร์มแอพพลิเคชันต่างๆ ต้องสามารถเชื่อมโยงกันได้อย่างง่ายดายกับโมเดลอื่นๆ ในระบบนิเวศน์ด้านเทคโนโลยีขององค์กร นำสู่ความสามารถในการทำงานร่วมกันที่มากขึ้นของระบบต่างๆ ในองค์กร และการปรับตัวรับพัฒนาการใหม่ๆ ด้าน AI ได้อย่างรวดเร็ว