Search
A
A
A
Back
Home
Trends

Trends

ข่าวและบทความที่เกี่ยวข้อง

All Trends

PostType Filter En

บทความ
Movements
8 เทรนด์แห่งอนาคตสู่การเปลี่ยนแปลงทางธุรกิจด้วย Generative AI ในปี 2024
Generative AI เป็นเครื่องมืออเนกประสงค์ที่มีประโยชน์ในด้านต่าง ๆ จนอาจจะกลายเป็นเทคโนโลยีที่ใช้งานกันทั่วไป นอกจากนี้ บรรดานักวิจัยยังคาดหวังว่ามันจะกลายเป็นปัญญาประดิษฐ์ที่สามารถทำงานได้ทุกอย่างเหมือนที่มนุษย์ทำได้ ซึ่งในบทความนี้ จะมาเล่าให้ฟังว่า Generative AI ได้เข้ามามีบทบาทและกลายเป็นเทคโนโลยีที่ใช้กันทั่วไปในส่วนใดบ้าง มาลองดูกัน เริ่มด้วยการสำรวจความคาดหวังของผู้บริหารเกี่ยวกับเทรนด์ Generative AI ในปี 2024 ซึ่งสรุปผลออกมาได้ว่า   ซึ่งในยุคแห่งการเปลี่ยนแปลงนี้ เราจะสามารถแจกแจงเทรนด์ต่าง ๆ ของ Generative AIออกมาเป็นรูปร่างดังนี้ นอกเหนือจากสิ่งที่เล่ามาข้างต้น เรามาลองดูกันว่า Generative AI ได้เข้ามามีบทบาทหรือเข้ามาช่วยทำงานในด้านใดบ้าง การสร้างข้อความ รูปภาพ และวิดีโอ Generative AI สามารถสร้างเนื้อหาได้หลากหลายรูปแบบ ไม่ว่าจะเป็นเอกสารที่เป็นลายลักษณ์อักษร รูปภาพ วิดีโอ และเสียง ซึ่งในส่วนของธุรกิจนั้นกำลังมีการสำรวจแอปพลิเคชันต่าง ๆ อย่างจริงจังเพื่อให้ตัวแอปพลิเคชันมีฟังก์ชันเฉพาะตัวและมีคุณสมบัติมากกว่าแอปพลิเคชันทั่ว ๆ ไป โดยแนวโน้มของ Generative AI สำหรับการสร้างข้อความ ได้แก่ ส่วนแนวโน้มของ Generative AI สำหรับการสร้างรูปภาพ จะก้าวไปสู่ความสมจริงมากขึ้นด้วยภาพที่มีความละเอียดสูง ลดข้อแตกต่างระหว่างภาพจริงและภาพสังเคราะห์ซึ่งจะสามารถนำภาพไปใช้ในอุตสาหกรรมบันเทิง และการทำระบบเสมือนจริง (Virtual Reality) ในสมจริงมากยิ่งขึ้น นอกจากนี้ยังช่วยเพิ่มศักยภาพให้กับนักออกแบบให้สามารถสร้างผลิตภัณฑ์ที่หลากหลายมากยิ่งขึ้น เช่นเดียวกับการสร้างวิดีโอที่จะทำให้การผลิตวิดีโอมีคุณภาพและตรงกับแต่ละกลุ่มเป้าหมายมากยิ่งขึ้นผ่านการใช้เครื่องมือผลิตวิดีโอด้วย AI รวมถึงสามารถลดเวลาและต้นทุนที่เกี่ยวกับข้องกับการผลิตวิดีโอได้เช่นกัน การสร้างดนตรี Generative AI กำลังเข้ามาปฏิวัติการสร้างดนตรี โดยโมเดลด้าน AI เหล่านี้สามารถเลียนแบบเสียงของมนุษย์และสร้างเพลงได้ ซึ่งสิ่งนี้ได้สร้างความเป็นไปได้ใหม่ ๆ ให้กับนักดนตรีและนักแต่งเพลง ซึ่งการใช้ AI ไม่ใช่แค่สร้างเพลงใหม่เท่านั้น แต่ AI ยังช่วยกำหนดประสบการณ์ในการฟังเพลงของเราได้ด้วยและในเร็ว ๆ นี้ เราอาจจะมีเพลงประกอบเกมหรือเพลงที่ใช้ในการถ่ายทอดสดที่สามารถปรับปรุงประสบการณ์ภาพและเสียงของเราแบบเรียลไทม์ได้ นอกจากนี้ AI กำลังพยายามเรียนรู้เกี่ยวกับการแสดงออกและอารมณ์ของมนุษย์ผ่านการสังเคราะห์เสียง ซึ่งความก้าวในด้านนี้จะนำไปสู่การแปลแบบเรียลไทม์ และการพากย์เสียงแบบอัตโนมัตินั้นเอง เทคโนโลยี NLP และ AI ต่อเนื่องหลายรูปแบบ Generative AI เข้ามาช่วยเพิ่มประสิทธิภาพในการประมวลผลภาษาธรรมชาติ (NLP) โดย AI จะเข้าใจข้อความ คำพูด และความรู้สึกได้ลึกซึ้งยิ่งขึ้น ซึ่งความก้าวหน้าในครั้งนี้เป็นหัวใจสำคัญของการโต้ตอบเหมือนมนุษย์ตามที่เห็นได้จากผู้ช่วยเสียง (Voice Assistants) และแชทบอทของบริษัทต่าง ๆ ที่สามารถโต้ตอบกับผู้ใช้ได้อย่างเป็นธรรมชาติยิ่งขึ้น โดยทั่วไปตัวโมเดลจะประมวลผลจากข้อมูลรูปแบบเดียวซึ่งจะมีข้อมูลเชิงลึกที่จำกัด ในลำดับถัดมาได้มีการเรียนรู้เชิงลึกแบบหลายรูปแบบช่วยให้โมเดลสามารถแยกแยะความสัมพันธ์ของข้อมูลรูปแบบต่าง ๆ ได้ เช่น สามารถแปลงข้อความให้เป็นรูปภาพ รูปภาพเป็นวิดีโอ และอื่น ๆ โดยจะเห็นว่าการรวมเทคโนโลยีเข้าด้วยกันทำให้การทำงานมีประสิทธิภาพที่สูงขึ้น โดยเฉพาะในสาขาที่ซับซ้อน เช่น ทางการแพทย์ โดยในด้านของการดูแลสุขภาพ AI จะรวบรวมข้อมูลที่เป็นข้อความและภาพเพื่อช่วยในการประเมินที่แม่นยำมากยิ่งขึ้น แชทบอทที่ขับเคลื่อนด้วย Generative AI Generative AI ได้เข้ามาปรับปรุงความสามารถในการสนทนา ผ่านการเรียนรู้อย่างต่อเนื่องจากการโต้ตอบกับผู้ใช้ ซึ่งการเรียนรู้แบบนี้จะช่วยทำให้เข้าใจความต้องการของผู้ใช้มากยิ่งขึ้นเมื่อเวลาผ่านไป รวมถึงยังสามารถตรวจจับและตอบสนองต่ออารมณ์ความรู้สึกของมนุษย์ได้มากขึ้นเช่นกัน ซึ่งตัวอย่างของแชทบอทที่ปล่อยออกมาในท้องตลาดของไทยในปัจจุบัน คือ Alisa AI เป็นต้น แนวโน้มของ Generative AI ในด้านอุตสาหกรรม ด้านการค้าปลีกและอีคอมเมิร์ซ การค้าปลีกและอีคอมเมิร์ซได้มีการใช้งานแอปพลิเคชันที่ขับเคลื่อนด้วย Generative AI เพิ่มมากขึ้น นวัตกรรมนี้ได้เปลี่ยนแปลงประสบการณ์ของลูกค้าและกลยุทธ์การดำเนินงานต่าง ๆ ซึ่งเทรนของ Generative AI ในปัจจุบันและในอนาคต ประกอบไปด้วย ในด้านของความคาดหวังของผู้บริหารต่อการค้าปลีกคือ สามารถนำมาวิเคราะห์ข้อมูลของลูกค้า, จัดการสินค้าในคลัง และมุ่งเน้นไปที่การสร้างเนื้อหาต่าง ๆ เพื่อยกระดับในการสื่อสารและการตลาด โดยตัวอย่างของการนำ AI มาใช้ด้านการค้าปลีกและอีคอมเมิร์ซ ได้แก่ Shopify Sidekick บอทที่ช่วยจัดการร้านค้าออนไลน์, Stitch Fix ทำโฆษณาผ่านการใช้ AI, BloomsyBox อีคอมเมิร์ซแชทบอท, เครื่องมือที่ใช้ในการแนะนำของ Amazon, การลองสินค้าเสมือนจริงผ่านแชทบอทของ Google Walmart, ผู้ช่วยช้อปปิ้งเสมือนจริงของ Mercari ด้านการดูแลสุขภาพ การดูแลสุขภาพถือเป็นด้านหนึ่งที่มีการใช้นวัตกรรมด้าน AI โดยส่วนที่ได้รับผลประโยชน์มากที่สุด ได้แก่ การพัฒนายา, การติดตามผู้ป่วย และการแพทย์ทางไกล ซึ่งแนวโน้มด้านการดูแลสุขภาพผ่านการใช้ Generative AI ได้แก่ ความคาดหวังของผู้บริหารในส่วนของการดูแลสุขภาพคือ ใช้สำหรับตรวจสอบข้อมูลเวชระเบียน, นำมาสร้างแชทบอททางการแพทย์ และนำมาใช้ในแอปพลิเคชันเพื่อประมวลผลภาพสำหรับการผ่าตัด โดยตัวอย่างของการนำ AI มาใช้ ได้แก่ การทดลองพัฒนายาผ่านการใช้ Generative AI ของ Insilico Medicine, แพลตฟอร์ม AI เพื่อสุขภาพสมองของ DiagnaMed, แบบจำลองของ Absci สำหรับออกแบบแอนติบอดี้ บริการทางการเงินและการธนาคาร บริการทางการเงินและการธนาคารกำลังอยู่ระหว่างการเปลี่ยนแปลงผ่านการใช้ AI ไม่ว่าจะเป็นการตรวจจับการฉ้อโกง การจัดการความเสี่ยง และระบบอัตโนมัติในการบริการลูกค้า โดยแนวโน้มตลาดด้านอุตสาหกรรมการเงิน ได้แก่ ตัวอย่างของงานที่ใช้ Generative AI ได้แก่ แชทบอทของ Morgan Stanley สำหรับให้คำปรึกษาทางการเงิน, IndexGPT ของ JPMorgan Chase เพื่อช่วยตัดสินใจด้านการลงทุน บทสรุป จากสิ่งที่เล่ามาทั้งหมด Generative AI ถือเป็นนวัตกรรมที่อยู่ในระดับแนวหน้าซึ่งมีแนวโน้มที่จะพัฒนาไปอีกไกลในอนาคต ทั้งภายในองค์กรเองและใช้ในการโต้ตอบกับผู้ใช้งาน แต่ในอีกมุมมองหนึ่ง เราควรคำนึงถึงจริยธรรมในการประยุกต์ใช้ Generative AI ด้วย โดยหันมาสนใจด้านการคุ้มครองทรัพย์สินทางปัญญาไม่ว่าจะเป็นสิทธิบัตรหรือการจดลิขสิทธิ์ให้กับสิ่งที่สร้างจาก AI นอกจากนี้ควรคำนึงถึงความโปร่งใสเพื่อไม่ให้มีการปลอมแปลงข้อมูลเชิงลึก และการปกป้องความเป็นส่วนตัวต่อการพัฒนา AI เพื่อให้มีความน่าเชื่อถือมากยิ่งขึ้น แหล่งที่มา เนื้อหาโดย จุฑาภรณ์ วิภัชภาคไพบูลย์ ตรวจทานและปรับปรุงโดย นนทวิทย์ ชีวเรืองโรจน์
20 December 2023
Read More

บทความ
Movements
ประชาธิปไตยข้อมูล (Data Democratization) เทรนที่องค์กรควรสนใจ
คำถามเหล่านี้เป็นคำถามเกี่ยวกับความเสมอภาคในการเข้าถึงและใช้ประโยชน์ของข้อมูลในองค์กร ซึ่งเป็นคนละประเด็นกับสิทธิ์ในการเข้าถึงข้อมูลบางประเภท (User Type) ทำให้หลายๆองค์กรเริ่มมองถึงความไม่เสมอภาคนี้และเป็นที่มาของการทำข้อมูลให้เป็นประชาธิปไตย หรือ Data Democratization ประชาธิปไตยข้อมูล (Data Democratization) ไม่ใช่แค่เรื่องของ การเข้าถึงข้อมูล (Data Access) การทำข้อมูลให้เป็นประชาธิปไตยนั้นมักจะถูกเข้าใจว่าเป็นการให้ทุกคนสามารถเข้าถึงข้อมูลได้อย่างทั่วถ้วนเท่านั้น ซึ่งไม่ถูกเสียทั้งหมด เพราะผู้บริหารก็คงไม่อยากให้พนักงานเห็นข้อมูลความลับของบริษัท หรือฝ่ายบุคคลก็คงไม่อยากให้เราเห็นเงินเดือนของเพื่อนร่วมงานด้วยเช่นกัน ซึ่งหลักการใหญ่ๆในการทำข้อมูลให้เป็นประชาธิปไตย สรุปได้ดังนี้ เกิดขึ้นเพื่อ แก้ ปัญหาความท้าทายของการใช้ข้อมูล ทำไมองค์กรถึงควรให้ความสำคัญกับเรื่องนี้ ก็เป็นเพราะว่าเรื่องนี้เพื่อจะช่วยแก้ปัญหาที่คนในองค์กรต้องเผชิญเกี่ยวกับการใช้ข้อมูลในวันต่อวัน ซึ่งเป็นอุปสรรคใหญ่ที่ทำให้องค์กรไม่เป็น Data-driven สักที ลองพิจารณาประเด็นต่อไปนี้ ปัญหาทั่วไปที่ฟังๆดูแล้วก็น่าจะแก้ได้ด้วยการทำ Data Governance ในองค์กรได้ (ขอแนะนำให้ลองอ่านกรอบการวิเคราะห์ข้อมูลขนาดใหญ่ภาครัฐ) ซึ่งก็ถูกต้องในแง่ของการการทำโครงสร้างให้มั่นคงพร้อมรับสถานการณ์การใช้ข้อมูลแบบต่างๆ แต่อีกปัญหาใหญ่ที่ยังไม่ถูกแก้ด้วย Data Governance คือ เครื่องมือที่เหมาะสมกับผู้ใช้งาน การมีเครื่องมือที่เหมาะสม คือ ความเสมอภาค “จอบที่เหมือนกัน ไม่ได้ทำให้ทุกคนได้หัวมันที่เท่ากัน และหัวมันที่เท่ากันก็ไม่ได้ทำให้คนอิ่มเท่ากันได้” “ความเสมอภาค” คือการเข้าถึงโอกาสได้เหมือนกัน บางคนต้องการน้อย บางคนต้องการมาก เช่นเดียวกับการเข้าถึงและใช้งานข้อมูล อันดับแรกในการสร้างความเสมอภาคคือ ต้องเข้าใจว่าผู้ใช้ต้องการอะไร เช่น จะดีกว่าไหมหากให้เครื่องมือที่แต่ละฝ่ายสามารถใช้วิเคราะห์ง่ายๆได้เอง เช่น ทำ Dashboards หรือวิเคราะห์ทำนายผลพื้นฐาน และเหลือเพียงงานหินๆให้ทีม Data Science ได้ลงมือได้เต็มที่ ซึ่งในปัจจุบันก็มี Software มากมายที่ให้ผู้ใช้งานสร้าง Dashbaords ได้ภายในไม่กี่นาที ด้วยการลากวาง หรือการสร้าง Model ทำนายผล ที่ไม่ต้องเขียนโค้ด สามารถลากวาง กำหนดค่า และแปรผลให้เราได้เอง ส่วนที่องค์กรต้องสนับสนุนเพิ่มคือ การอบรมใช้เครื่องมือ และความเข้าใจทางสถิติให้แก่พนักงาน  Modern Data Stack เป็นชุดของเครื่องมือที่องค์กรควรลงทุนเพื่อตอบสนองความต้องการใช้ข้อมูลของส่วนต่าง ๆ ในองค์กร ทั้งนี้องค์กรก็ควรพิจารณาถึงขนาดความต้องการและความพร้อมของข้อมูล (Data Maturity) ในองค์กรประกอบด้วย โดยส่วนใหญ่แล้วองค์กรด้านธุรกิจมักจะลงทุนในเครื่องมือเหล่านี้ Dataportal กรณีศึกษา Data Democratization ที่ Airbnb ลองมาดูตัวอย่างการทำให้ข้อมูลเป็นประชาธิปไตยอย่างเป็นรูปธรรมกัน ที่ Airbnb ซึ่งเป็นเทคสตาร์ทอัพด้านการจองที่พักที่มีการเติบโตในจำนวนพนักงานและจำนวนข้อมูลที่พร้อม ๆ กัน ปัญหาที่เกิดขึ้นคือการเข้าถึงสิ่งที่ต้องการในทะเลของข้อมูล (Data Lake) อย่างไรให้มีประสิทธิภาพและประสิทธิผลสูงสุด จึงเป็นที่มาของ Dataportal เครื่องมือและช่องทางให้พนักงานของ Airbnb เข้าถึงและเข้าใช้ข้อมูล ด้วยการอำนวยความสะดวกดังต่อไปนี้ การขับเคลื่อนองค์กรด้วยข้อมูลเริ่มต้นจากประชาธิปไตยของข้อมูล ความเสมอภาค คือคำสำคัญหลักที่ทำให้เกิดประชาธิปไตย การทำให้คนในองค์กรสามารถเข้าถึงและใช้ข้อมูลตามสิทธิของตนเองได้ ด้วยเครื่องมือที่เหมาะสมกับความสามารถและลักษณะของงาน จะสร้างให้เกิดบรรยากาศการทำงานกับข้อมูลอย่างเป็นรูปธรรม ซึ่งจะนำไปสู่การเกิดวัฒนธรรมที่คนในองค์กรจะหยิบยกข้อมูลมาพูดคุยและถกเถียงกัน เมื่อข้อมูลถูกวิเคราะห์ ตกตะกอน กลายเป็นข้อสรุป เกิดเป็นการตัดสินใจ องค์กรนั้นก็สามารถเรียกตัวเองได้ว่าเป็น Data-driven แหล่งอ้างอิง
28 February 2022
Read More

บทความ
Movements
10 อันดับเทรนด์เทคโนโลยีในปี 2563
เรากำลังอยู่ในยุคของการเปลี่ยนแปลงและพัฒนาด้านเทคโนโลยีอย่างรวดเร็ว โดยเฉพาะเทคโนโลยีด้านการคำนวณบนคลาวด์, ปัญญาประดิษฐ์, บล็อกเชน, และข้อมูลอัจฉริยะ ซึ่งล้วนแล้วแต่เป็นปัจจัยเร่งสำคัญในด้านเศรษฐกิจดิจิทัล
27 March 2020
Read More

สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน)

Big Data Institute (Public Organization)

234/432 Soi Lat Phrao 12, Chomphon, Chatuchak, Bangkok 10900, Thailand

Contact Us

0 2480 8833
saraban@bdi.or.th (For receiving and sending electronic documents)
info@bdi.or.th (For general inquiries)

Quick Link

About Us

© Big Data Institute | Privacy Policy

Web Setting
PDPA Icon

We use cookies to optimize your browsing experience and improve our website’s performance. Learn more at our Privacy Policy and adjust your cookie settings at Settings

Settings Reject Accept
Privacy Preferences

You can choose your cookie settings by turning on/off each type of cookie as needed, except for necessary cookies.

Accept all
Manage Consent Preferences
  • Strictly Necessary Cookies
    Always Active

    This type of cookie is essential for providing services on the website of the Personal Data Protection Committee Office, allowing you to access various parts of the site. It also helps remember information you have previously provided through the website. Disabling this type of cookie will result in your inability to use key services of the Personal Data Protection Committee Office that require cookies to function.
    Cookies Details

  • Performance Cookies

    This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

  • Functional Cookies

    This type of cookie enables the Big Data Institute (Public Organization)’s website to remember the choices you have made and deliver enhanced features and content tailored to your usage. For example, it can remember your username or changes you have made to font sizes or other customizable settings on the page. Disabling these cookies may result in the website not functioning properly.

  • Targeting Cookies

    "This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

Save settings
Privacy Preferences
Name
Strictly Necessary Cookies
Category
Strictly Necessary Cookies
Host
https://bdi.or.th
Duration
1 ปี
Description
Strictly Necessary Cookies
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.