เชื่อว่าถ้าพูดถึงการใช้งาน AI หลายคนคงเคยได้ลองใช้ ChatGPT, Gemini และ Claude ไปแล้ว และภายในสิ้นปี 2024 เทคโนโลยี Generative AI ก็มีแนวโน้มที่จะเข้าถึงคนหมู่มากได้ดีขึ้น เมื่อ Apple ประกาศเปิดตัว Apple Intelligence
อย่างไรก็ตาม ในสังเวียนการแข่งขัน AI ยังมีอีกหนึ่งบริษัทที่สร้าง AI เป็นของตัวเอง แต่หลายคนอาจยังไม่คุ้นหู นั่นก็คือเจ้า watsonx จากบริษัท IBM
IBM มองทิศทางอนาคต AI ในมุมของลูกค้าธุรกิจอย่างไร? watsonx ถูกนำมาใช้งานในโลกธุรกิจส่วนไหน และต่างจาก AI ตัวอื่นๆ ในตลาดในมุมไหนบ้าง? รวมถึงอนาคตที่ AI จะเข้ามาทำงานร่วมกับ Quantum Computer อยู่ไกลเราแค่ไหน?
THE STANDARD WEALTH เดินทางไปสำนักงาน IBM ถึงประเทศญี่ปุ่น โดยในทริปเราได้เห็นถึงการใช้งาน AI รูปแบบใหม่ รวมทั้งเยือนศูนย์วิจัย Shin-Kawasaki ที่เป็นที่ตั้งของ Quantum Computer ของ IBM เครื่องเดียวในเอเชีย
มีเนื้อหาอะไรน่าสนใจ เราขอสรุปให้ฟังดังนี้
การใช้งาน AI กับคำถามสำคัญระดับองค์กร
ในโลกยุคดิจิทัล บริษัทจำนวนมากอยู่ในภาวะความกดดันที่ต้องเร่งเพิ่มประสิทธิภาพการทำงาน การเข้ามาของ AI ก็เป็นหนึ่งในเครื่องมือที่สามารถเข้ามาตอบโจทย์ปัญหานี้ให้กับบริษัท โดย 63% ของซีอีโอกว่า 3,000 คนในอาเซียนเผยว่า เทคโนโลยีที่เดินหน้าอย่างรวดเร็วเช่น AI บีบให้พวกเขาต้องยอมเสี่ยงในการทำความเข้าใจกับการใช้งานเพื่อรักษาอำนาจการแข่งขันของธุรกิจ ถึงแม้ว่ากรอบการกำกับดูแลจะยังไม่ออกมาให้เห็นอย่างชัดเจนก็ตาม
แต่สิ่งหนึ่งสำหรับ AI ที่ทำให้หลายบริษัทยังกังวลท่ามกลางความเร่งรีบที่ต้องใช้งานคือการรักษา ‘ความปลอดภัย’ และ ‘ความเป็นส่วนตัว’ ของข้อมูล ซึ่งช่วงที่ผ่านมาตัวเลือก AI ในตลาดที่เป็นโมเดลภาษาขนาดใหญ่ (LLMs) เป็นลักษณะแบบ ‘One-Size Fits All’ หรือพูดอีกอย่างหนึ่งก็คือโมเดลใหญ่อันเดียวครอบจักรวาล
อย่างไรก็ตาม ธุรกิจไม่ต้องการโมเดลครอบจักรวาล แต่ต้องการโมเดล AI ที่มีความเฉพาะเจาะจงกับประเภทธุรกิจในแต่ละอุตสาหกรรมที่มีขั้นตอนการทำงานแตกต่างกันออกไป ทำให้ความสามารถในการปรับแต่งโมเดลด้วยการเลือกชุดข้อมูลสำหรับใช้ฝึกฝน AI จึงเป็นเทรนด์ที่กำลังเกิดขึ้นตอนนี้กับการใช้งานของภาคธุรกิจ
อีกหนึ่งสิ่งที่ IBM มองว่าเป็นความท้าทายของ LLMs ตอนนี้ คือการที่องค์กรเข้าไปตรวจสอบชุดข้อมูลที่ใช้ฝึกได้ยาก โดยข้อจำกัดนี้ก็เป็นอุปสรรคด้านความเชื่อมั่นกับองค์กรว่า ข้อมูลที่พวกเขาถามไปกับแชตบอตจะถูกเก็บอย่างปลอดภัยและไม่รั่วไหลไปที่อื่น ซึ่งอาจนำมาสู่ความเสียหายกับธุรกิจได้
watsonx เป็น AI ที่ออกมาจับกลุ่มลูกค้าองค์กรโดยเฉพาะ และแทบจะไม่ได้ให้บริการที่เกี่ยวข้องกับผู้บริโภคทั่วไปเหมือนที่หลายคนเข้าถึง ChatGPT หรือ Gemini ได้ ซึ่งโมเดลที่บริษัทพัฒนาขึ้นคือ Granite ที่ลูกค้าองค์กรสามารถปรับแต่งได้โดยใช้ข้อมูลของธุรกิจตัวเองบวกกับฐานข้อมูลอินไซต์ของ IBM ในหลากหลายอุตสาหกรรม เช่น เฮลท์แคร์ การเงิน ค้าปลีก และอื่นๆ พร้อมทั้งชูความเป็นโอเพนซอร์สที่ลูกค้าสามารถตรวจดูการทำงานของ AI ได้อย่างโปร่งใส
“ในปัจจุบันการใช้งาน LLMs ต้องอาศัยพลังงานมหาศาลเพื่อประมวลผล นั่นหมายถึงต้นทุนที่สูงตามไปด้วย ความท้าทายทำให้เราเริ่มเห็นโมเดลที่มีขนาดเล็กลง แต่ถูกฝึกให้เชี่ยวชาญในกรอบงานและชุดข้อมูลที่องค์กรเป็นผู้กำหนด กลายเป็นวิธีที่ธุรกิจสนใจมากกว่า เพราะพวกเขารู้ตั้งแต่แรกว่าคำตอบที่ AI สร้างมาจากไหน และวิธีนี้ยังช่วยประหยัดต้นทุนการใช้งานจากปริมาณข้อมูลที่น้อยกว่า” Glen Thomas ผู้บริหารฝ่ายการตลาดประจำ IBM ประเทศญี่ปุ่นกล่าว
สำหรับธุรกิจในไทยที่ใช้งาน watsonx แล้วได้แก่ ลูกค้าอย่างการไฟฟ้าส่วนภูมิภาค (กฟภ.) ที่นำ AI เข้ามาพัฒนาระบบบริการสถานีชาร์จไฟรถอีวี เพื่อจัดการลำดับคิวและลดเวลารอให้กับลูกค้า หรือบริษัทบ้านปูที่ใช้เพิ่มประสิทธิภาพการทำงานของฝ่ายปฏิบัติการ (Operation) ที่สามารถลดเวลาทำงานจากเดิมเฉลี่ย 10 ชั่วโมงให้เหลือเพียง 7 ชั่วโมง
AI ที่อยู่นอกออฟฟิศ นอกโรงงาน แต่อยู่ในชีวิตผู้คน
การใช้ AI เพื่อเพิ่มประสิทธิภาพการทำงาน ทั้งการเขียนสรุป แต่งภาพ หรือทำให้กระบวนการทำธุรกิจประหยัดต้นทุนเป็นเพียงหนึ่งมิติของ AI แต่ IBM สาธิตการใช้งานที่สร้างประโยชน์และโอกาสกับคนในสังคมให้มีชีวิตที่ดีขึ้น
หนึ่งในนวัตกรรมที่กำลังอยู่ระหว่างการพัฒนาและน่าจะสร้างโอกาสให้กับกลุ่มคนผู้พิการทางสายตาได้ดีขึ้นคือ ‘AI Suitcase’ ที่เป็นเสมือนตัวนำทางให้กับคนกลุ่มนี้ได้อย่างแม่นยำมากขึ้น
ในอดีตผู้พิการทางสายตาอาจต้องใช้ไม้เท้าหรือสุนัขเพื่อช่วยนำทาง แต่ทั้งสองวิธีดังกล่าวขาดความสามารถในการสื่อสาร ทำให้ในหลายครั้งการไปยังจุดหมายปลายทางเป็นเรื่องท้าทาย แต่ AI Suitcase จะสามารถควบคุมได้ผ่านการส่งคำสั่งเสียง คอยคำนวณเส้นทางและคอยอัปเดตสิ่งแวดล้อมรอบตัวผู้ใช้งานอยู่ตลอดเพื่อป้องกันอุบัติเหตุ
AI Suitcase สำหรับนำทางผู้พิการทางสายตาที่สามารถสื่อสารไปมาด้วยเสียง
นอกจากนี้ IBM กำลังพัฒนาอีกหนึ่งนวัตกรรมที่ค่อนข้างสอดรับกับความท้าทายเรื่องสังคมผู้สูงอายุในญี่ปุ่นและอีกหลายประเทศรวมถึงไทย คือการใช้ AI เพื่อตรวจจับความเสี่ยงภาวะสมองเสื่อมผ่านการวาดรูปตามคำสั่งโปรแกรม ซึ่งระบบจะทำการประเมินน้ำหนักการลงปากกา ความเร็วในการวาด และจังหวะการหยุดของเส้นภาพ โดยโซลูชันดังกล่าวถูกพัฒนาขึ้นโดยศูนย์วิจัย IBM เพื่อระบุหาความเสี่ยงในขั้นแรกก่อนที่จะสายเกินไป และอาจนำมาสู่สังคมในวงกว้างได้
Quantum และ AI จะทำงานร่วมกันได้ในอนาคต
ความร้อนแรงของ Generative AI ในระยะเวลาประมาณเกือบ 2 ปีที่ผ่านมา อาจเป็นเหตุผลที่ทำให้การพูดถึง Quantum Computer ดูแผ่วลงไปบ้าง แต่ในฐานะที่ IBM เป็นหนึ่งในบริษัทที่ทำเรื่องนี้มาหลายสิบปี เราจึงมีคำถามว่าสองเทคโนโลยีนี้จะเข้ามาเสริมกันในมุมไหนได้บ้าง และภาพอนาคตนั้นอยู่ห่างเราอีกไกลเท่าไร?
Hanhee Paik หัวหน้าฝ่าย Quantum ของ IBM กล่าวในการให้สัมภาษณ์กับ THE STANDARD WEALTH ว่า “นี่คือคำถามสำคัญของทศวรรษหน้า ในตอนนี้เราอยู่ในขั้นที่มีข้อพิสูจน์แล้วว่าเทคโนโลยี Quantum สามารถใช้งานร่วมกับ Machine Learning ได้ แต่ความท้าทายต่อจากนี้คือการหาโครงสร้างข้อมูลที่มีลักษณะเหมาะสมในการประมวลผลเชิง Quantum ซึ่งเป็นสิ่งที่เรากำลังพยายามหาคำตอบอยู่”
Quantum Computer เครื่องเดียวของ IBM ในเอเชีย ณ ปัจจุบัน มีกำลังประมวลผล 127 Qubits ซึ่งเป็นตัวเลขที่สามารถแสดงความเป็นไปได้ของเหตุการณ์มากกว่าจำนวนอะตอมที่อยู่ในตัวคนทุกคนบนโลก
Generative AI ทุกวันนี้ยังคงถูกใช้ประมวลผลข้อมูลแบบดั้งเดิมอยู่ แต่ข้อมูลอีกประเภทที่เป็นข้อมูลเชิงของ Quantum เช่น การจำลองโครงสร้างโมเลกุลที่เป็นองค์ประกอบในสารเคมี หรือข้อมูลการประเมินความเสี่ยงฐานะการเงินที่มีความซับซ้อนจากหลายปัจจัย คือข้อมูลที่ยังต้องอาศัยการจัดเรียงและวางโครงสร้างให้ Quantum Computer นำไปประมวลผลต่อได้
อย่างไรก็ดี ต้องยอมรับว่า Quantum Computer ณ ขณะนี้ยังอยู่ในช่วงเริ่มต้น แต่ Hanhee มองว่าการมาของ Generative AI จะช่วยให้มนุษย์หาทางนำเทคโนโลยีทั้งสองมาใช้ร่วมกันได้เร็วขึ้น
ในตอนนี้ IBM มีปัญญาประดิษฐ์ที่ทำหน้าที่เป็นผู้ช่วยเขียนโค้ด แต่เป็นโค้ดสำหรับการทำงานเชิง Quantum ที่เข้ามาช่วยเสริมทักษะบุคลากรให้มีความรู้เรื่องนี้มากขึ้น และหวังว่ามันจะนำไปสู่การค้นพบนวัตกรรมใหม่ นวัตกรรมที่ทั้ง AI และ Quantum Computer สามารถปลดล็อกข้อจำกัดของเราอย่างการค้นหาวัคซีนที่ออกสู่ตลาดได้เร็วขึ้น หรือการออกแบบแผนป้องกันความเสี่ยงทางการเงินที่ครอบคลุมมากกว่าที่เป็นในปัจจุบัน
