สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน)
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
- 77% ของธุรกิจต่าง ๆ มีการคาดหวังว่า Generative AI จะมีผลกระทบที่ใหญ่ที่สุดท่ามกลางเทคโนโลยีที่เกิดใหม่
- ผู้ตอบแบบสอบถามมากกว่า 60% มองว่าเป็นโอกาสที่มีความได้เปรียบในการแข่งกัน
- 73% เชื่อว่าเทคโนโลยีใหม่จะช่วยเพิ่มผลผลิตของพนักงาน
- 71% ของผู้บริหารวางแผนที่จะดำเนินการภายใน 2 ปี โดยจะให้ความสนใจไปที่ด้านเทคโนโลยีไอทีและด้านการจัดการ ตามมาด้วยการตลาดและการบริการลูกค้า
- 64% คาดหวังว่าจะสร้างข้อได้เปรียบเทียบทางการแข่งขัน
- ภายในปี 2026 บริษัทที่มุ่งเน้นไปที่ AI จะบรรลุเป้าหมายทางธุรกิจและได้รับการยอมรับจากผู้ใช้ได้ถึง 50%
ซึ่งในยุคแห่งการเปลี่ยนแปลงนี้ เราจะสามารถแจกแจงเทรนด์ต่าง ๆ ของ Generative AIออกมาเป็นรูปร่างดังนี้
- ในด้านศิลปะความคิดสร้างสรรค์จะถูกขับเคลื่อนด้วย AI เพื่อสร้างศิลปะในหลากหลายรูปแบบ รวมถึงเป็นการแสดงออกทางวัฒนธรรมได้เช่นกัน
- ในด้านของผู้ใช้งาน Generative AI ความสามารถที่จะโต้ตอบและสร้างประสบการณ์ต่าง ๆ เฉพาะตัวเพื่อเพิ่มการมีส่วนร่วมในการใช้งานให้มากขึ้น
- มีการประมวลผลแบบ Edge computing ช่วยให้ประมวลผลในแบบเรียลไทม์ได้อย่างรวดเร็ว
- มีการพัฒนาอินเทอร์เฟซ (Interfaces) ให้มนุษย์ทำงานร่วมกัน AI ได้อย่างราบรื่น
- Generative AI สามารถใช้งานร่วมกับ Web3 เพื่อพัฒนาแอปพลิเคชันได้อย่างปลอดภัยมากยิ่งขึ้น
- มีการพัฒนาให้อยู่ในรูปแบบของ AI-as-a-service เพื่อให้สามารถปรับขนาดและการเข้าถึงได้
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
- มีการพัฒนาแบบจำลองเพื่อให้เข้าใจมนุษย์และกระบวนการคิด เพื่อนำไปสู่การเชื่อมโยงกับผู้ใช้ที่ดียิ่งขึ้น
- สามารถสร้างเนื้อหาที่เป็นข้อความเพื่อสะท้อนอารมณ์
- AI จะสามารถปรับเนื้อหาให้เข้ากับความชอบส่วนบุคคล และมีการปรับปรุงการโต้ตอบกับผู้ใช้งาน
- สามารถนำมาใช้ทำงานที่ซับซ้อนขึ้นในสาขาต่าง ๆ เช่น งานวิจัยและใช้ในการระดมความคิดให้มีความสร้างสรรค์ขึ้น
- ใช้ AI เพื่อเป็นผู้ช่วยด้านการเขียน สำหรับการทำงานแบบอัตโนมัติ
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
- มีการใช้งานการอัพเดทเกี่ยวกับสินค้าแบบเรียลไทม์ผ่านการใช้งานเทคโนโลยีที่ผสมผสานระหว่างความเป็นจริงและโลกเสมือนเพื่อสร้างประสบการณ์ใหม่ให้กับลูกค้า (Augmented Reality)
- เพิ่มประสิทธิภาพด้านการจัดการสินค้าในคลังและวิเคราะห์แนวโน้มด้วยข้อมูลเชิงลึกผ่าน AI
- ปรับปรุงประสบการณ์ของผู้บริโภคใส่สามารถลองสินค้าเสมือนจริง
- เพิ่มความคล่องตัวในการสร้างเนื้อหาทางการตลาดผ่าน AI
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
- ช่วยคิดค้นสูตรยาใหม่
- ช่วยสร้างคำแนะนำการใช้ยา, สร้างประกาศความเสี่ยง และสร้างเนื้อหาเชิงพาณิชย์ต่าง ๆ
- สร้างบทสนทนาเพื่อใช้ในการโต้ตอบทางการแพทย์
- ช่วยสร้างการฝึกอบรมทางการแพทย์ และช่วยให้คำแนะนำเพื่อประกอบการตัดสินใจในคลินิก
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
- มีการปรับปรุงการตรวจจับการฉ้อโกงและสร้างโปรโตคอลด้านความปลอดภัยด้วย AI
- ใช้ AI เพื่อสร้างวิธีการจัดการความเสี่ยง
- จัดการบริการลูกค้าด้วยแชทบอทและผู้ช่วยเสมือน
- การตอบสนองเหตุฉุกเฉินของลูกค้าแบบอัตโนมัติ เช่น บัตรเครดิตสูญหาย ด้วยระบบโทรศัพท์อัตโนมัติที่ช่วยให้ลูกค้าสามารถเลือกจากตัวเลือกเมนูเสียงและโต้ตอบโดยใช้เสียงและแป้นตัวเลข (IVR)
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