Generative AI เป็นเครื่องมืออเนกประสงค์ที่มีประโยชน์ในด้านต่างๆ จนอาจจะกลายเป็นเทคโนโลยีที่ใช้งานกันทั่วไป นอกจากนี้ บรรดานักวิจัยยังคาดหวังว่ามันจะกลายเป็นปัญญาประดิษฐ์ที่สามารถทำงานได้ทุกอย่างเหมือนที่มนุษย์ทำได้ ซึ่งในบทความนี้ จะมาเล่าให้ฟังว่า Generative AI ได้เข้ามามีบทบาทและกลายเป็นเทคโนโลยีที่ใช้กันทั่วไปในส่วนใดบ้าง มาลองดูกัน
เริ่มด้วยการสำรวจความคาดหวังของผู้บริหารเกี่ยวกับเทรนด์ Generative AI ในปี 2024 ซึ่งสรุปผลออกมาได้ว่า
- 77% ของธุรกิจต่างๆ มีการคาดหวังว่า Generative AI จะมีผลกระทบที่ใหญ่ที่สุดท่ามกลางเทคโนโลยีที่เกิดใหม่
- มากกว่า 60% มองว่าเป็นโอกาสที่มีความได้เปรียบในการแข่งกัน
- 73% เชื่อว่าเทคโนโลยีใหม่จะช่วยเพิ่มผลผลิตของพนักงาน
- 71% ของผู้บริหารวางแผนที่จะดำเนินการภายใน 2 ปี โดยจะให้ความสนใจไปที่ด้านเทคโนโลยีไอทีและด้านการจัดการ ตามมาด้วยการตลาด และการบริการลูกค้า
- 64% คาดหวังว่าจะสร้างข้อได้เปรียบเทียบทางการแข่งขัน
- ภายในปี 2026 บริษัทที่มุ่งเน้นไปที่ AI จะบรรลุเป้าหมายทางธุรกิจและได้รับการยอมรับจากผู้ใช้ได้ถึง 50%
ซึ่งในยุคแห่งการเปลี่ยนแปลงนี้ เราจะสามารถแจกแจงเทรนด์ต่าง ๆ ของ Generative AI ออกมาเป็นรูปร่างดังนี้
- ในด้านศิลปะความคิดสร้างสรรค์จะถูกขับเคลื่อนด้วย AI เพื่อสร้างศิลปะในหลากหลายรูปแบบ รวมถึงเป็นการแสดงออกทางวัฒนธรรมได้เช่นกัน
- ในด้านของผู้ใช้งาน Generative AI ความสามารถที่จะโต้ตอบและสร้างประสบการณ์ต่างๆ เฉพาะตัวเพื่อเพิ่มการมีส่วนร่วมในการใช้งานให้มากขึ้น
- มีการประมวลผลแบบ Edge computing ช่วยให้ประมวลผลในแบบเรียลไทม์ได้อย่างรวดเร็ว
- มีการพัฒนาอินเทอร์เฟซ (Interfaces) ให้มนุษย์ทำงานร่วมกับ AI ได้อย่างราบรื่น
- Generative AI สามารถใช้งานร่วมกับ Web3 เพื่อพัฒนาแอปพลิเคชั่นได้อย่างปลอดภัยมากยิ่งขึ้น
- มีการพัฒนาให้อยู่ในรูปแบบของ AI-as-a-service เพื่อให้สามารถปรับขนาดและการเข้าถึงได้
นอกเหนือจากสิ่งที่เล่ามาข้างต้น เรามาลองดูกันว่า Generative AI ได้เข้ามามีบทบาทหรือเข้ามาช่วยทำงานในด้านใดบ้าง
การสร้างข้อความ รูปภาพ และวิดีโอ
Generative AI สามารถสร้างเนื้อหาได้หลากหลายรูปแบบ ไม่ว่าจะเป็นเอกสารที่เป็นลายลักษณ์อักษร รูปภาพ วิดีโอ และเสียง ซึ่งในส่วนของธุรกิจนั้นกำลังมีการสำรวจแอปพลิเคชั่นต่างๆ อย่างจริงจังเพื่อให้ตัวแอปพลิเคชั่นมีฟังก์ชันเฉพาะตัว และมีคุณสมบัติมากกว่าแอปพลิเคชั่นทั่วๆ ไป
โดยแนวโน้มของ Generative AI สำหรับการสร้างข้อความ ได้แก่
- มีการพัฒนาแบบจำลองเพื่อให้เข้าใจมนุษย์และกระบวนการคิด เพื่อนำไปสู่การเชื่อมโยงกับผู้ใช้ที่ดียิ่งขึ้น
- สามารถสร้างเนื้อหาที่เป็นข้อความเพื่อสะท้อนอารมณ์
- AI จะสามารถปรับเนื้อหาให้เข้ากับความชอบส่วนบุคคล และมีการปรับปรุงการโต้ตอบกับผู้ใช้งาน
- สามารถนำมาใช้ทำงานที่ซับซ้อนขึ้นในสาขาต่างๆ เช่น งานวิจัยและใช้ในการระดมความคิดให้มีความสร้างสรรค์ขึ้น
- ใช้ AI เพื่อเป็นผู้ช่วยด้านการเขียน สำหรับการทำงานแบบอัตโนมัติ
ส่วนแนวโน้มของ Generative AI สำหรับการสร้างรูปภาพ จะก้าวไปสู่ความสมจริงมากขึ้นด้วยภาพที่มีความละเอียดสูง ลดข้อแตกต่างระหว่างภาพจริงและภาพสังเคราะห์ซึ่งจะสามารถนำภาพไปใช้ในอุตสาหกรรมบันเทิง และการทำระบบเสมือนจริง (Virtual Reality) ให้สมจริงมากยิ่งขึ้น นอกจากนี้ยังช่วยเพิ่มศักยภาพให้กับนักออกแบบให้สามารถสร้างผลิตภัณฑ์ที่หลากหลายมากยิ่งขึ้น เช่นเดียวกับการสร้างวิดีโอที่จะทำให้การผลิตวิดีโอมีคุณภาพและตรงกับแต่ละกลุ่มเป้าหมายมากยิ่งขึ้น ผ่านการใช้เครื่องมือผลิตวิดีโอด้วย 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) และแชทบอทของบริษัทต่างๆ ที่สามารถโต้ตอบกับผู้ใช้ได้อย่างเป็นธรรมชาติยิ่งขึ้น โดยทั่วไปตัวโมเดลจะประมวลผลจากข้อมูลรูปแบบเดียวซึ่งจะมีข้อมูลเชิงลึกที่จำกัด ในลำดับถัดมาได้มีการเรียนรู้เชิงลึกแบบหลายรูปแบบช่วยให้โมเดลสามารถแยกแยะความสัมพันธ์ของข้อมูลรูปแบบต่างๆ ได้ เช่น สามารถแปลงข้อความให้เป็นรูปภาพ รูปภาพเป็นวิดีโอ และอื่นๆ โดยจะเห็นว่าการรวมเทคโนโลยีเข้าด้วยกัน ทำให้การทำงานมีประสิทธิภาพที่สูงขึ้น โดยเฉพาะในสาขาที่ซับซ้อน เช่น ทางการแพทย์ โดยในด้านของการดูแลสุขภาพ AI จะรวบรวมข้อมูลที่เป็นข้อความและภาพเพื่อช่วยในการประเมินที่แม่นยำมากยิ่งขึ้น
แชทบอทที่ขับเคลื่อนด้วย Generative AI
Generative AI ได้เข้ามาปรับปรุงความสามารถในการสนทนา ผ่านการเรียนรู้อย่างต่อเนื่องจากการโต้ตอบกับผู้ใช้ ซึ่งการเรียนรู้แบบนี้จะช่วยทำให้เข้าใจความต้องการของผู้ใช้มากยิ่งขึ้นเมื่อเวลาผ่านไป รวมถึงยังสามารถตรวจจับและตอบสนองต่ออารมณ์ความรู้สึกของมนุษย์ได้มากขึ้นเช่นกัน
แนวโน้มของ Generative AI ในด้านอุตสาหกรรม
ด้านการค้าปลีกและอีคอมเมิร์ซ
การค้าปลีกและอีคอมเมิร์ซได้มีการใช้งานแอปพลิเคชั่นที่ขับเคลื่อนด้วย Generative AI เพิ่มมากขึ้น นวัตกรรมนี้ได้เปลี่ยนแปลงประสบการณ์ของลูกค้าและกลยุทธ์การดำเนินงานต่างๆ ซึ่งเทรนด์ของ Generative AI ในปัจจุบันและในอนาคต ประกอบไปด้วย
- มีการใช้งานการอัพเดทเกี่ยวกับสินค้าแบบเรียลไทม์ ผ่านการใช้งานเทคโนโลยีที่ผสมผสานระหว่างความเป็นจริงและโลกเสมือนเพื่อสร้างประสบการณ์ใหม่ให้กับลูกค้า (Augmented Reality)
- เพิ่มประสิทธิภาพด้านการจัดการสินค้าในคลังและวิเคราะห์แนวโน้มด้วยข้อมูลเชิงลึกผ่าน AI
- ปรับปรุงประสบการณ์ของผู้บริโภคใส่สามารถลองสินค้าเสมือนจริง
- เพิ่มความคล่องตัวในการสร้างเนื้อหาทางการตลาดผ่าน AI
ในด้านของความคาดหวังของผู้บริหารต่อการค้าปลีกคือ สามารถนำมาวิเคราะห์ข้อมูลของลูกค้า, จัดการสินค้าในคลัง และมุ่งเน้นไปที่การสร้างเนื้อหาต่างๆ 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 และสร้างเนื้อหาเชิงพาณิชย์ต่างๆ
- สร้างบทสนทนาเพื่อใช้ในการโต้ตอบทางการแพทย์
- ช่วยสร้างการฝึกอบรมทางการแพทย์ และช่วยให้คำแนะนำเพื่อประกอบการตัดสินใจในคลินิก
ความคาดหวังของผู้บริหารในส่วนของการดูแลสุขภาพคือ ใช้สำหรับตรวจสอบข้อมูลเวชระเบียน, นำมาสร้างแชทบอททางการแพทย์ และนำมาใช้ในแอปพลิเคชั่นเพื่อประมวลผลภาพสำหรับการผ่าตัด 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 ด้วยระบบโทรศัพท์อัตโนมัติที่ช่วยให้ลูกค้าสามารถเลือกจากตัวเลือกเมนูเสียง และโต้ตอบโดยใช้เสียงและแป้นตัวเลข (IVR)
ตัวอย่างของงานที่ใช้ Generative AI ได้แก่ แชทบอทของ Morgan Stanley สำหรับให้คำปรึกษาทางการเงิน, IndexGPT ของ JPMorgan Chase เพื่อช่วยตัดสินใจด้านการลงทุน
หากของคุณกำลังมองหาเทคโนโลยี AI ไปใช้ เพิ่มขีดความสามารถให้กับธุรกิจ เพื่อให้ได้เปรียบในการแข่งขัน ยกระดับการทำงานทุกส่วน ผู้เชี่ยวชาญของเรายินดีให้คำปรึกษาธุรกิจทุกสเกล ตั้งแต่ขั้นตอนการวางแผน การออกแบบ เลือกโซลูชั่นที่ตอบโจทย์ จนถึงการนำ AI ไปใช้ให้ประสบผลสำเร็จ ติดต่อพูดคุยกับผู้เชี่ยวชาญของเราได้เลย
ขอบคุณข้อมูลจาก Big Data Institute (Public Organization)
ลองอ่าน Blog เพิ่มเติมที่คุณอาจสนใจ :
8 เคล็ดลับ การใช้ AR สำหรับการตลาด
IBM เปิดบิ้กเทรนด์ประจำปี 2024 ใช้ AI กำหนดอนาคตขององค์กร
อยากรู้ว่า AI ตัวไหนเหมาะกับธุรกิจของคุณ เข้ามาคุยกันเพิ่มเติมได้ที่ www.keencollective.co.th
Facebook : @KeenCollective.co.th
Instagram : @keencollective.co.th
Youtube : Keen Collective \ Digital Agency
