คุณโอม ศิวะดิตถ์ National Technology Officer จากไมโครซอฟท์ (ประเทศไทย) ได้พูดในหัวข้อ “A Road Ahead in The Era of AI Transformation” ในงาน AI-THE NEXTGEN โดยคุณโอมได้แชร์มุมมองที่น่าสนใจหลังจากการลงทุนสำคัญของ Microsoft ใน ChatGPT เมื่อปี 2022 และการพัฒนา Microsoft Copilot ว่า AI จะพาเราไปในทิศทางไหนบ้าง

ปัจจัยสำคัญที่ทำให้เกิดการเปลี่ยนแปลงด้วย AI

🔥 “กว่าพันล้านคนใช้ Generative AI ใน 18 เดือนที่ผ่านมา” คุณโอมชี้ให้เห็นว่าการใช้ AI เช่น ChatGPT และ Copilot กำลังกลายเป็นเครื่องมือที่ช่วยให้คนทำงานได้ง่ายขึ้น โดยมีสามจุดสำคัญที่ทำให้เกิดการเปลี่ยนแปลงนี้:

1. Universal Interface: การสั่งงานด้วยภาษาสนทนา
ผู้ใช้ไม่ต้องฝึกการเขียนคำสั่งซับซ้อนอีกต่อไป แค่ใช้ภาษาธรรมดาในการสื่อสารกับ AI ก็สามารถทำงานได้ทันที

2. Memory & Context: การตอบคำถามตามบริบท
AI สามารถจดจำการสนทนาก่อนหน้าและตอบคำถามในบริบทเดียวกัน ทำให้การโต้ตอบเป็นธรรมชาติและต่อเนื่อง

3. Reasoning & Planning: ความสามารถในการคิดและวางแผน
AI ได้รับการพัฒนาให้สามารถวิเคราะห์และตอบคำถามซับซ้อนได้ดีขึ้น ตัวอย่างเช่น การถามเกี่ยวกับสถานการณ์และ AI สามารถตอบได้ถูกต้องตามบริบท

ด้วยความสามารถเหล่านี้ AI จึงกลายเป็นเครื่องมือสำคัญในผลิตภัณฑ์ของ Microsoft เช่น PowerPoint ที่มี Copilot ช่วยสร้างสไลด์โดยเข้าใจลำดับหัวข้อและข้อมูลที่เกี่ยวข้อง ทำให้สามารถสร้างสไลด์เสร็จในเวลาเพียง 1 นาที

พิสูจน์แล้ว องค์กรใช้ AI จริง ยกระดับงานทุกด้าน

คุณโอมได้แชร์ผลสำรวจพนักงานในองค์กรเกี่ยวกับประสิทธิภาพการใช้ผลิตภัณฑ์ Microsoft ที่ผสาน AI เข้าไปช่วยงาน โดยพนักงานระบุว่า:
✅ ทำงานเร็วขึ้น 29%
✅ Catch up การประชุมได้เร็วขึ้น 3.8 เท่า
✅ Programmer เขียนโปรแกรมเร็วขึ้น 55%
✅ แก้ปัญหา Customer Service เร็วขึ้น 12%
✅ งานด้าน Security เร็วขึ้น 22% และแม่นยำขึ้น 7%

3 Big AI Trends’ ที่ Microsoft แนะจับตามอง

3 แนวโน้มสำคัญที่จะช่วยองค์กรในการทำ AI Transformation:
1. Multimodal AI:
AI ที่สามารถรับ input ได้หลายรูปแบบ เช่น ข้อความ ภาพ เสียง และวิดีโอ และสามารถสร้าง output ที่หลากหลาย

📌 SORA AI สามารถสร้างวิดีโอคุณภาพสูงจาก prompt ที่เป็นข้อความ
📌 เว็บ e-commerce ที่ใช้ Multimodal AI ช่วยให้การเลือกซื้อของสะดวกขึ้น โดยสามารถตอบสนองการพูดคุยและสั่งการได้หลายภาษา

2. Small Language Models:
Generative AI ขนาดเล็กที่สามารถใช้งานบน PC, มือถือ หรือแท็บเล็ตได้ ซึ่งยังคงคุณภาพความฉลาดเฉพาะด้าน สามารถแข่งขันกับโมเดลขนาดใหญ่ได้ แต่มีขนาดเล็กและทำงานได้เร็วกว่า

📌 เช่นโมเดลที่ชื่อว่า phi-3.5 ใช้ต้นทุนในการฝึกน้อยกว่าและประมวลผลได้เร็วขึ้น ซึ่งจะทำให้เกิด Agentic AI โดยที่ AI ตัวใหญ่หนึ่งตัวจะแจกงานให้ AI ตัวเล็กทำงานเฉพาะด้าน

3. AI-Driven Science:
AI ที่ช่วยเร่งพัฒนาการด้านวิทยาศาสตร์ โดยการฝึก AI ให้มีความสามารถเหมือนนักวิทยาศาสตร์ ผสมผสานกับ High Performance Computing และ Quantum Computing ใน Cloud เพื่อสร้างนวัตกรรมใหม่

📌 ตัวอย่างจากบริษัท Johnson Matthey ใช้ AI ในการพัฒนา Fuel Cell Hydrogen โดยสามารถย่นเวลาทดลองจาก 6 เดือนเหลือเพียง 1 สัปดาห์ โดย AI ช่วยคัดเลือกสารที่จะมาแทน Platinum ในการผลิต fuel cell ทำให้ลดต้นทุนได้อย่างมีนัยสำคัญ

ปัจจัยพื้นฐานในการทำ AI Transformation ในองค์กร

สุดท้าย คุณโอมแนะนำว่า หากองค์กรต้องการนำ AI หรือแนวโน้มเหล่านี้มาปรับใช้ ควรเริ่มจากการมี “ปัจจัยพื้นฐาน” ในการทำ AI Transformation ในองค์กรให้ประสบความสำเร็จ ประกอบไปด้วย 5 เรื่อง

🚀 Organization & Culture: สร้างวัฒนธรรมองค์กรที่สนับสนุนการใช้ AI
🚀 Business Strategy: มีกลยุทธ์การใช้ AI ที่ตอบโจทย์ธุรกิจ
🚀 Applied AI Experience: เพิ่มทักษะ Hard Skill และ Soft Skill ให้กับคนในองค์กร
🚀 AI Governance: การใช้ AI อย่างมีจริยธรรมและปลอดภัย
🚀 Technology Strategy: มีกลยุทธ์ทางเทคโนโลยีและการจัดการข้อมูลที่มีคุณภาพ