ความท้าทายของความคล่องแคล่วด้าน AI
Oliver Jay, Managing Director of International Strategy ของ OpenAI, เน้นย้ำถึงความท้าทายหลักของบริษัทในระหว่างงาน CONVERGE LIVE ของ CNBC แม้ว่าความต้องการของตลาดจะไม่ใช่ปัญหาสำหรับบริษัทปัญญาประดิษฐ์ (artificial intelligence) ยักษ์ใหญ่แห่งนี้ แต่อุปสรรคที่แท้จริงอยู่ที่การเชื่อมช่องว่างระหว่างความตื่นเต้นอย่างกว้างขวางเกี่ยวกับ AI และการนำไปใช้จริงในธุรกิจ
Jay เน้นว่าอุปสรรคในปัจจุบันไม่ใช่การขาดความสนใจ แต่เป็นการเปลี่ยนความกระตือรือร้นที่มีต่อ AI ให้เป็นแอปพลิเคชันที่เป็นรูปธรรมและพร้อมสำหรับการผลิต ‘ช่องว่าง’ นี้ ตามที่เขาเรียก มีรากฐานมาจาก AI fluency – ความสามารถในการเข้าใจและแปลงแนวคิดขั้นสูงเหล่านี้ให้เป็นผลิตภัณฑ์ทางธุรกิจที่แท้จริง
ความยากลำบาก ตามที่ Jay กล่าว เกิดจากลักษณะที่แปลกใหม่ของการทำงานกับ large language models (LLMs) เขาเน้นว่านี่คือ ‘new paradigm’ ที่แตกต่างจากการพัฒนาซอฟต์แวร์แบบดั้งเดิมอย่างสิ้นเชิง มันจำเป็นต้องมีการสร้าง ‘guardrails’ และการพิจารณาอย่างรอบคอบเกี่ยวกับปัญหาด้านความปลอดภัยและการกลั่นกรอง
การเปลี่ยนกระบวนทัศน์ที่ต้องการความเชี่ยวชาญใหม่
การเปลี่ยนไปสู่โซลูชันที่ขับเคลื่อนด้วย AI ไม่ได้เป็นเพียงการอัปเกรดทางเทคโนโลยีเท่านั้น แต่เป็นการเปลี่ยนแปลงขั้นพื้นฐานในวิธีการดำเนินงานและสร้างสรรค์นวัตกรรมของธุรกิจ ซึ่งแตกต่างจากการพัฒนาทางเทคโนโลยีก่อนหน้านี้ ซึ่งการนำไปใช้มักจะเป็นไปตามเส้นโค้งที่คาดการณ์ได้ AI กำลังได้รับการยอมรับพร้อมกันในภาคส่วนต่างๆ และระดับองค์กร การนำไปใช้อย่างรวดเร็วและกว้างขวางนี้เน้นย้ำถึงความต้องการความเชี่ยวชาญรูปแบบใหม่ ซึ่งเป็นความเชี่ยวชาญที่นอกเหนือไปจากความสามารถทางเทคนิค และครอบคลุมถึงความเข้าใจอย่างลึกซึ้งเกี่ยวกับศักยภาพและข้อจำกัดของ AI
ดังนั้น ความท้าทายจึงอยู่ที่การปลูกฝังความคล่องแคล่วด้าน AI นี้ทั่วทั้งองค์กร มันต้องการ:
- การทำความเข้าใจความสามารถของ LLMs: ธุรกิจจำเป็นต้องเข้าใจว่า LLMs สามารถทำอะไรได้บ้างและไม่สามารถทำอะไรได้บ้าง ซึ่งเกี่ยวข้องกับการก้าวข้าม hype และได้รับความเข้าใจที่เป็นจริงเกี่ยวกับจุดแข็งและจุดอ่อนของพวกเขา
- การระบุกรณีการใช้งานที่เหมาะสม: ไม่ใช่ทุกปัญหาทางธุรกิจจะได้รับการแก้ไขได้ดีที่สุดด้วย AI การระบุพื้นที่ที่ LLMs สามารถเพิ่มมูลค่าได้อย่างแท้จริงเป็นสิ่งสำคัญ
- การพัฒนากลยุทธ์การนำไปใช้งานที่แข็งแกร่ง: การรวม LLMs เข้ากับเวิร์กโฟลว์และระบบที่มีอยู่ต้องมีการวางแผนและการดำเนินการอย่างรอบคอบ ซึ่งรวมถึงการจัดการกับความเป็นส่วนตัวของข้อมูล ความปลอดภัย และข้อพิจารณาด้านจริยธรรม
- การสร้าง ‘Guardrails’: เนื่องจาก LLMs ไม่ใช่ซอฟต์แวร์แบบดั้งเดิม จึงเป็นสิ่งสำคัญที่จะต้องสร้างมาตรการป้องกัน ซึ่งรวมถึงปัญหาด้านการกลั่นกรองและความปลอดภัย
- การเรียนรู้และการปรับตัวอย่างต่อเนื่อง: สาขา AI มีการพัฒนาอย่างรวดเร็ว ธุรกิจจำเป็นต้องส่งเสริมวัฒนธรรมการเรียนรู้และการปรับตัวอย่างต่อเนื่องเพื่อก้าวนำหน้า
สิงคโปร์: ศูนย์กลางของการนำ ChatGPT ไปใช้
Jay ยังแบ่งปันข้อมูลเชิงลึกที่น่าสนใจเกี่ยวกับการใช้งาน ChatGPT ทั่วโลก เขาเปิดเผยว่าสิงคโปร์มีการใช้งาน chatbot ต่อหัวสูงที่สุดในโลก สถิตินี้เน้นย้ำถึงแนวทางการคิดล่วงหน้าของรัฐ-เมืองต่อเทคโนโลยีและการยอมรับโซลูชัน AI นอกจากนี้ยังสอดคล้องกับการเคลื่อนไหวเชิงกลยุทธ์ของ OpenAI ในการจัดตั้งสำนักงานในสิงคโปร์ ซึ่งประกาศในเดือนตุลาคมของปีก่อน
โอกาสพิเศษของเอเชียในการปฏิวัติ AI
นอกจากนี้ Jay ยังเน้นย้ำถึงโอกาสพิเศษที่ AI มอบให้กับบริษัทต่างๆ โดยเฉพาะอย่างยิ่งบริษัทในเอเชีย เขาเชื่อว่าการปฏิวัติทางเทคโนโลยีนี้สามารถช่วยให้ธุรกิจในเอเชียมีบทบาท ‘leadership role on a global stage’ ตามธรรมเนียมแล้ว การนำเทคโนโลยีไปใช้มักจะเริ่มต้นใน Silicon Valley ก่อนที่จะแพร่กระจายไปยังยุโรปและภูมิภาคอื่นๆ อย่างไรก็ตาม การนำ AI ไปใช้พร้อมกันทั่วโลกเปิดโอกาสให้บริษัทในเอเชียกลายเป็นผู้บุกเบิกนวัตกรรม
เขากล่าวว่า “นี่เป็นครั้งแรกที่บริษัทในเอเชียอาจมีบทบาทเป็นผู้นำในเวทีระดับโลก ตามธรรมเนียมแล้ว คุณจะเห็นเทคโนโลยีที่นำมาใช้ใน Silicon Valley ก่อน แล้วจึงเป็นยุโรป … ตอนนี้อาจมีบริษัทจากเอเชียที่จะเป็นบริษัทที่มีนวัตกรรมมากที่สุด”
ความต้องการที่ไม่เคยมีมาก่อนและผลกระทบ ‘Rollercoaster’
OpenAI กำลังประสบกับสิ่งที่ Jay อธิบายว่าเป็น “ความต้องการอย่างมากในตลาดในทุกกลุ่ม” ความสนใจที่เพิ่มขึ้นนี้ไม่เคยเกิดขึ้นมาก่อน ทำให้เกิดผลกระทบ ‘rollercoaster’ ในขณะที่บริษัทพยายามที่จะตามให้ทัน สิ่งนี้ตรงกันข้ามอย่างสิ้นเชิงกับรูปแบบการนำไปใช้ของการเปลี่ยนแปลงทางเทคโนโลยีก่อนหน้านี้ เช่น Software as a Service (SaaS) หรือ cloud computing ซึ่งโดยทั่วไปแล้วจะเห็นความก้าวหน้าอย่างค่อยเป็นค่อยไปจากผู้ใช้กลุ่มแรกไปสู่การใช้งานอย่างกว้างขวาง
การนำ AI ไปใช้พร้อมกันในผู้บริโภค ธุรกิจ สถาบันการศึกษา และนักพัฒนา สะท้อนให้เห็นในการเติบโตที่โดดเด่นของ ChatGPT Jay กล่าวว่าเมื่อเร็วๆ นี้แพลตฟอร์มมีผู้ใช้งานมากกว่า 400 ล้านคนต่อสัปดาห์ ซึ่งเป็นข้อพิสูจน์ถึงความน่าดึงดูดและประโยชน์ใช้สอยที่แพร่หลาย
AI: เหนือกว่า ‘Mercurial Mystery’
Jay ขจัดความคิดที่ว่า AI เป็นเทคโนโลยีที่ลึกลับหรือเข้าถึงไม่ได้ เขายืนยันว่า “AI ไม่ใช่ความลึกลับที่เปลี่ยนแปลงได้ มันพร้อมแล้วจริงๆ” เขาเน้นว่าบริษัทต่างๆ กำลังอยู่ระหว่างการเปลี่ยนแปลงที่ขับเคลื่อนโดย AI ซึ่งแสดงให้เห็นถึงผลกระทบที่จับต้องได้ต่อภูมิทัศน์ทางธุรกิจ
การนำ AI ไปใช้อย่างกว้างขวางในภาคส่วนต่างๆ เป็นตัวบ่งชี้ที่ชัดเจนถึงวุฒิภาวะและความพร้อมสำหรับการใช้งานจริง มันไม่ใช่แนวคิดแห่งอนาคตที่จำกัดอยู่แค่ในห้องปฏิบัติการวิจัยอีกต่อไป มันเป็นความจริงในปัจจุบันที่กำลังปรับเปลี่ยนอุตสาหกรรมและกำหนดนิยามใหม่ว่าธุรกิจดำเนินงานอย่างไร
พื้นที่หลักของการเปลี่ยนแปลง
แม้ว่าการใช้งานเฉพาะของ AI จะมีความหลากหลายและมีการพัฒนาอย่างต่อเนื่อง แต่มีหลายพื้นที่หลักที่กำลังประสบกับการเปลี่ยนแปลงที่สำคัญ:
- การบริการลูกค้า: แชทบอทและผู้ช่วยเสมือนที่ขับเคลื่อนด้วย AI กำลังปรับปรุงประสบการณ์การบริการลูกค้า ให้การสนับสนุนทันทีและการโต้ตอบส่วนบุคคล
- การตลาดและการขาย: อัลกอริทึม AI กำลังวิเคราะห์ชุดข้อมูลขนาดใหญ่เพื่อระบุความชอบของลูกค้า ปรับแคมเปญการตลาดให้เป็นส่วนตัว และเพิ่มประสิทธิภาพกลยุทธ์การขาย
- การดำเนินงานและโลจิสติกส์: AI กำลังปรับปรุงห่วงโซ่อุปทาน เพิ่มประสิทธิภาพโลจิสติกส์ และปรับปรุงประสิทธิภาพการดำเนินงานผ่านการวิเคราะห์เชิงคาดการณ์และระบบอัตโนมัติ
- การพัฒนาผลิตภัณฑ์: AI กำลังเร่งวงจรการพัฒนาผลิตภัณฑ์ ทำให้สามารถสร้างต้นแบบ ทดสอบ และทำซ้ำได้เร็วขึ้น
- ทรัพยากรบุคคล: AI กำลังช่วยในการสรรหาบุคลากร การจัดการผู้มีความสามารถ และการมีส่วนร่วมของพนักงาน ทำให้งานเป็นอัตโนมัติและให้ข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูล
- บริการทางการเงิน: AI ถูกนำมาใช้เพื่อทำการตัดสินใจลงทุนที่ดีขึ้น ใช้บริการที่เป็นส่วนตัวและปลอดภัยยิ่งขึ้น และจัดการความเสี่ยงได้ดีขึ้น
โครงสร้างพื้นฐานของ ChatGPT
ChatGPT ซึ่งเป็นแชทบอท AI ที่ขับเคลื่อนการเปลี่ยนแปลงส่วนใหญ่นี้ เป็นผลิตภัณฑ์ของ OpenAI ซึ่งเป็นบริษัทในซานฟรานซิสโก มันใช้ประโยชน์จากเทคนิค deep learning เพื่อสร้างการตอบสนองที่เหมือนมนุษย์ต่ออินพุตของผู้ใช้ เทคโนโลยีนี้ช่วยให้ ChatGPT มีส่วนร่วมในการสนทนา ตอบคำถาม และแม้แต่สร้างเนื้อหาที่สร้างสรรค์
OpenAI ซึ่งร่วมก่อตั้งในปี 2015 โดย Elon Musk และ Sam Altman ได้รับการสนับสนุนอย่างมากจากนักลงทุนที่มีชื่อเสียง โดยเฉพาะอย่างยิ่ง Microsoft การสนับสนุนทางการเงินที่แข็งแกร่งนี้ทำให้บริษัทสามารถผลักดันขอบเขตของการวิจัยและพัฒนา AI ซึ่งนำไปสู่นวัตกรรมที่ก้าวล้ำ เช่น ChatGPT
เทคโนโลยีพื้นฐานที่อยู่เบื้องหลัง ChatGPT เป็นการทำงานร่วมกันที่ซับซ้อนขององค์ประกอบหลักหลายประการ:
- Large Language Models (LLMs): เหล่านี้เป็นแบบจำลอง AI ที่ซับซ้อนซึ่งได้รับการฝึกฝนบนชุดข้อมูลขนาดใหญ่ของข้อความและโค้ด พวกเขาเรียนรู้ที่จะจดจำรูปแบบ เข้าใจบริบท และสร้างข้อความที่สอดคล้องกัน
- เทคนิค Deep Learning: เทคนิคเหล่านี้ช่วยให้แบบจำลองเรียนรู้จากข้อมูลโดยไม่ต้องมีการเขียนโปรแกรมอย่างชัดเจน พวกเขาเกี่ยวข้องกับเครือข่ายประสาทเทียมหลายชั้นที่ประมวลผลข้อมูลในลักษณะลำดับชั้น
- Natural Language Processing (NLP): สาขา AI นี้มุ่งเน้นไปที่การทำให้คอมพิวเตอร์สามารถเข้าใจและประมวลผลภาษามนุษย์ได้ เทคนิค NLP มีความสำคัญต่อความสามารถของ ChatGPT ในการตีความอินพุตของผู้ใช้และสร้างการตอบสนองที่เกี่ยวข้อง
- Transformer Networks: เหล่านี้เป็นสถาปัตยกรรมเครือข่ายประสาทเทียมเฉพาะประเภทหนึ่งที่ได้รับการพิสูจน์แล้วว่ามีประสิทธิภาพโดยเฉพาะอย่างยิ่งสำหรับงาน NLP พวกเขาใช้กลไกที่เรียกว่า ‘attention’ เพื่อมุ่งเน้นไปที่ส่วนที่เกี่ยวข้องมากที่สุดของอินพุตเมื่อสร้างการตอบสนอง
อนาคตของ AI: ความพยายามร่วมกัน
การพัฒนาและการปรับใช้เทคโนโลยี AI อย่างต่อเนื่อง เช่น ChatGPT แสดงถึงความพยายามร่วมกันที่เกี่ยวข้องกับนักวิจัย นักพัฒนา ธุรกิจ และผู้กำหนดนโยบาย ในขณะที่ AI ยังคงพัฒนาต่อไป สิ่งสำคัญคือต้องจัดการกับข้อพิจารณาด้านจริยธรรม รับรองการใช้งานอย่างมีความรับผิดชอบ และส่งเสริมความเข้าใจร่วมกันเกี่ยวกับศักยภาพและข้อจำกัด
ความท้าทายที่ OpenAI กำลังเผชิญอยู่ การเปลี่ยนความตื่นเต้นเกี่ยวกับ AI ให้เป็นผลิตภัณฑ์ที่ใช้งานได้ เป็นความท้าทายที่บริษัททั้งหมดในพื้นที่ AI กำลังเผชิญอยู่ นอกจากนี้ยังเป็นก้าวสำคัญต่อไปในการปฏิวัติ AI