ช่วง 6 เดือนที่ผ่านมา เราต่างได้ยินเรื่องราวเกี่ยวกับ ChatGPT อย่างต่อเนื่อง หลายคนถึงขั้นลองใช้จริงจัง เรียกได้ว่าเป็นปรากฎการณ์สำคัญของวงการ AI ที่ทำให้เทคโนโลยีก้าวล้ำนี้กลายเป็นเรื่องใกล้ตัวเรามากขึ้น
แต่ความสามารถของ AI ในบริบทการใช้งานบน ChatGPT อาจไม่เพียงพอสำหรับการนำมาใช้งานจริงในโลกธุรกิจ ที่เรื่องความถูกต้อง แม่นยำ และปราศจากอคติ คือหัวใจสำคัญ นำสู่ความเคลื่อนไหวล่าสุดเมื่อสัปดาห์ที่ผ่านมา ที่ยักษ์ฟ้าแห่งวงการไอทีได้เปิดตัวแพลตฟอร์ม AI ใหม่อย่าง IBM watsonx
Marketing Oops มีโอกาสได้คุยกับคุณสุรฤทธิ์ วูวงศ์ Country Manager กลุ่มธุรกิจ IBM Technology ของไอบีเอ็ม ประเทศไทย ที่มาไขข้อข้องใจถึงการนำ generative AI และ foundation models มาใช้จริงในธุรกิจ ข้อจำกัด และอนาคตของ AI ให้เราได้ฟังกัน
เพราะเหตุใดไอบีเอ็มถึงมองว่าพลังของ foundation models จะนำพาองค์กรสู่ยุคใหม่ของ AI สำหรับธุรกิจ (AI for business)?
วันนี้องค์กรต้องการ AI ที่ถูกต้องเชื่อถือได้ สามารถสเกลได้ และปรับเข้ากับความต้องการขององค์กรได้ ธุรกิจต้องการ AI ที่ให้ผลลัพธ์เที่ยงตรง สามารถพัฒนาและขยายการใช้งานได้บนคลาวด์ต่างๆ ไม่ว่าจะเป็นรูปแบบการใช้งานหรือ use case แบบใด
Foundation models เป็นโมเดล AI ที่ได้รับการฝึกไว้ก่อนแล้ว (pre-train) ด้วยข้อมูลที่ไม่ได้ระบุประเภท (unlabeled data) จำนวนมหาศาล โดยระบบจะพยายามเข้าใจและสร้างโมเดลของข้อมูลนั้นๆ ขึ้นมา ทำให้ลดค่าใช้จ่ายในการเตรียมใช้งานลง โมเดลเหล่านี้สามารถนำมาปรับใช้กับ use case ต่างๆ ได้ และใช้ข้อมูลที่ระบุประเภท (labeled data) น้อยลงกว่าในปัจจุบัน 10 ถึง 100 เท่า foundation models สามารถเป็นพื้นฐานให้กับระบบ AI ต่างๆ ได้ โดยใช้ข้อมูลที่ได้เรียนรู้จากสถานการณ์หนึ่งกับอีกสถานการณ์หนึ่ง ผ่านเทคนิคแมชชีนเลิร์นนิง
หนึ่งในตัวอย่างการใช้งานที่แพร่หลายของ foundation models คือการนำมาใช้กับระบบ search ซึ่งเป็นโมเดลภาษาขนาดใหญ่ (large language models) รวมถึง Q&A โดยตัวอย่างที่เป็นที่รู้จักก็คือ ChatGPT
วันนี้ foundation models คือเทคโนโลยีที่จะเข้ามาพลิกโฉมรูปแบบการดำเนินงานขององค์กรอย่างรวดเร็ว โดยจากผลการศึกษาล่าสุดของไอบีเอ็ม ผู้เชี่ยวชาญด้านไอที 41% ระบุว่ากำลังมองถึงการนำเทคโนโลยี generative AI มาใช้ และ 27% กำลังใช้อยู่
ทำไมไอบีเอ็มจึงเปิดตัวแพลตฟอร์ม AI ใหม่?
แม้ว่า AI จะได้รับการพัฒนาให้ก้าวล้ำในช่วงหลายทศวรรษที่ผ่านมา แต่ยังมีความท้าทายในเรื่องการสเกลและการนำมาใช้ในการปฏิบัติงานจริง โดยแต่ละครั้งที่มี use case ใหม่ ก็จะต้องทำการออกแบบและสร้างโมเดลใหม่สำหรับชุดข้อมูลนั้นๆ
วันนี้องค์กรยังไม่มีความพร้อมมากพอ ยังไม่แน่ใจว่าจะนำ AI มาช่วยสร้างประโยชน์ให้กับองค์กรอย่างไร อีกทั้งยังมีความกังวลเกี่ยวกับจริยธรรมและความปลอดภัยของการนำ generative AI และ foundation models มาใช้ในธุรกิจ ดังสะท้อนให้เห็นในผลสำรวจ ที่ผู้นำธุรกิจ 30% มองว่าประเด็นความน่าเชื่อถือและความโปร่งใสคืออุปสรรคของการใช้ generative AI ขณะที่ 42% มองว่าความเป็นส่วนตัวของข้อมูลคืออุปสรรคสำคัญ
Watsonx คือแพลตฟอร์ม AI บนพื้นฐานของ generative AI และ foundation models ที่พัฒนาขึ้นเฉพาะสำหรับธุรกิจ โดยรวมทุกสิ่งที่ธุรกิจต้องการไว้ในที่เดียว ตั้งแต่เครื่องมือ เทคโนโลยี ระบบโครงสร้างพื้นฐาน ไปจนถึงบริการให้คำปรึกษา พร้อมการควบคุมคุณภาพและความเชื่อถือได้ของระบบ และการเปิดให้องค์กรสามารถใช้ข้อมูลของตนได้อย่างปลอดภัย เป็นไปตามกฎระเบียบข้อบังคับต่างๆ ที่กำกับดูแลอยู่
Watsonx เป็นผลพวงของการวิจัยพัฒนาของไอบีเอ็มในช่วงหลายปีที่ผ่านมา ไอบีเอ็มพัฒนาระบบ AI มาอย่างต่อเนื่องยาวนาน และเข้าใจทิศทางที่ตลาด AI กำลังมุ่งไป โดยได้วางโร้ดแม็ป 10 ปีในการพัฒนา AI ไว้แล้ว และ watsonx คือหนึ่งในก้าวสำคัญสู่วิสัยทัศน์ดังกล่าว
เพราะเหตุใด watsonx จึงเป็นก้าวย่างที่องค์กรต้องให้ความสำคัญ?
การคาดการณ์โดย PWC ระบุว่า AI จะช่วยสร้างมูลค่าเพิ่มให้ GDP โลกถึง 16 ล้านล้านดอลลาร์สหรัฐภายในปี 2573 แต่ในวันนี้ที่องค์กรมองถึงการเร่งนำ AI มาใช้ สิ่งสำคัญที่ต้องคำนึงถึงคือรูปแบบการใช้งาน AI ของผู้บริโภคและธุรกิจที่มีความแตกต่างกัน โดยเฉพาะเมื่อพูดถึงการใช้ foundation models และ generative AI
วันนี้องค์กรกำลังเผชิญกับความยากลำบากในการฝึกและใช้โมเดล AI ที่มีความแตกต่างกัน watsonx เปิดให้ business user, data scientist และ developer สามารถเข้าถึง foundation models และใช้ประโยชน์จากแมชชีนเลิร์นนิงได้ในสเกลใหญ่ ครบวงจรบนแพลตฟอร์มเดียว ช่วยให้ธุรกิจสามารถฝึก ปรับ และใช้งาน AI ได้ทั่วทั้งองค์กร ด้วยข้อมูลที่เชื่อถือได้ที่องค์กรมีอยู่ ภายใต้ความรวดเร็วและระบบธรรมาภิบาล
จุดเด่นของ watsonx
แพลตฟอร์ม watsonx ประกอบด้วย 3 เครื่องมือสำคัญ คือ
- IBM watsonx.ai: สตูดิโอ AI พร้อมใช้สำหรับองค์กรสำหรับการฝึก ตรวจสอบ ปรับใช้ และติดตั้งโมเดล AI ซึ่งรวมถึง foundation models ที่ขับเคลื่อน generative AI โดยโมเดลเหล่านี้ไม่เพียงแค่ได้รับการฝึกกับโมเดลภาษาขนาดใหญ่ แต่ยังรวมถึงข้อมูลที่เก็บรวบรวมตามระยะเวลาเป็นช่วงๆ อย่างต่อเนื่องกัน (time-series data) ข้อมูลที่ได้รับการจัดเก็บในรูปแบบคอลัมน์หรือตาราง ข้อมูลเชิงพื้นที่ และข้อมูลเหตุการณ์ไอทีต่างๆ โดยตัวอย่างโมเดลที่ได้รับการพัฒนาไว้แล้ว
- IBM data: เป็น data lakehouse ที่ได้รับการปรับให้เหมาะสำหรับข้อมูลที่ถูกกำกับดูแล (governed data) และเวิร์คโหลด AI ต่างๆ
- IBM watsonx.governance: โซลูชัน end-to-end สำหรับการกำกับดูแล data และ AI governance
ตัวอย่าง use case ที่นักการตลาดและองค์กรสามารถนำ AI เข้ามาช่วย
แพลตฟอร์ม AI อย่าง watsonx สามารถตอบโจทย์ความต้องการขององค์กรและนักการตลาดได้ใน 5 แนวทาง ตั้งแต่การปฏิสัมพันธ์แลกเปลี่ยนกับลูกค้า การออโตเมทเวิร์คโฟลว์ทางธุรกิจและกระบวนการภายในต่างๆ การออโตเมทกระบวนการด้านไอที การปกป้ององค์กรจากภัยไซเบอร์ และการช่วยองค์กรบรรลุเป้าหมายด้านความยั่งยืน
