วันอาทิตย์, ธันวาคม 22, 2024
spot_img
หน้าแรกGenerative AIความสำคัญของ GenAI กับธุรกิจ: คู่มือสำหรับผู้บริหาร

ความสำคัญของ GenAI กับธุรกิจ: คู่มือสำหรับผู้บริหาร

- Advertisement -spot_img

Generative AI คือ?

Generative AI หรือ GenAI เป็นหมวดหมู่ย่อยของปัญญาประดิษฐ์ (Artificial Intelligence:AI) ที่มีความเชี่ยวชาญในการสร้างเนื้อหาหรือข้อมูลใหม่จากชุดข้อมูลที่มีอยู่แล้ว เทคโนโลยีนี้มีความสามารถในการเปลี่ยนแปลงภาคธุรกิจหลายๆ อย่าง ซึ่งในปัจจุบันในปี 2023 นี้มีการเปิดตัวเครื่องมือ Generative AI ต่างๆ มากมายเช่น ChatGPT, Bard, Midjourney บทความนี้จะพาไปบนดูสิ่งที่ Gartner แนะนำในสิ่งผู้บริหารควรรูู้้ และการวางแผนในการรับมือ Technology นี้กัน

Generative AI

ความคาดหวังจาก GenAI ที่ผู้บริหารควรรู้

จากรายงานของ Gartner ได้มีการสรุปเกี่ยวกับความคาดหวังจากนักลงทุน, ลูกค้า และพนักงานได้ดังนี้ครับ

  1. โอกาสใหม่: นักลงทุนต้องการให้คุณค้นหาแหล่งรายได้ใหม่และเพิ่มผลกำไรโดยการใช้ GenAI
  2. ประสบการณ์ลูกค้า: ลูกค้าจะใช้งาน GenAI มากขึ้นและต้องการให้คุณนำ GenAI มาปรับปรุงประสบการณ์การใช้งาน
  3. ความยั่งยืนของพนักงาน: พนักงานจะออกจากองค์กรหากพบว่ามีงานที่ AI สามารถทำได้ดีกว่า

ทำไมผู้บริหารควรให้ความสนใจ?

1. การบรรเทาความเสี่ยง:

การเลือกใช้ AI ในแบบที่เหมาะสมสามารถช่วยธุรกิจในการระบุความเสี่ยงที่อาจเกิดขึ้น และเสนอแนวทางในการบรรเทาหรือป้องกันความเสียหายที่อาจจะเกิดขึ้นจากความเสี่ยงนั้น ไม่ว่าจะเป็นความเสี่ยงด้านการเงิน, ความปลอดภัย, หรือภัยธรรมชาติ

2. ประสิทธิภาพด้านการดำเนินงาน:

ด้วยความสามารถของ AI การทำงานที่เคยต้องใช้เวลานานหรือต้องมีการปฏิบัติซ้ำซ้อนมากมาย สามารถถูกย่อยให้เป็นงานที่ง่ายขึ้น ทำให้ธุรกิจสามารถใช้แรงงานได้อย่างมีประสิทธิภาพยิ่งขึ้น

3. การตัดสินใจเชิงยุทธิศาสตร์:

ผู้บริหารสามารถใช้ปัญญาประดิษฐ์ในการวิเคราะห์ข้อมูลขนาดใหญ่ เพื่อเก็บเกี่ยวข้อมูลและพัฒนาแนวคิดใหม่ ๆ ที่จะช่วยในการตัดสินใจที่มีประโยชน์สูงสุดต่อธุรกิจ

เมื่อธุรกิจสามารถตัดสินใจด้วยข้อมูลที่เป็นข้อเท็จจริง การดำเนินงานจะเป็นไปอย่างมีประสิทธิภาพ และสามารถรับมือกับความท้าทายที่เกิดขึ้นได้อย่างมั่นใจและรวดเร็วมากขึ้น

วิธีการเริ่มนำ GenAI มาใช้งาน

  1. ค้นหา Use cases หรือโจท์ทางธุรกิจ: เริ่มจากขนาดเล็ก หาหนึ่งหรือสองส่วนในกระบวนการทำงานที่ GenAI สามารถสร้างผลกระทบ และจะต้องกำหนด KPI หรือ Meausrment ในการวัดผลให้ชัดเจน เช่น การสร้าง Content, การสร้างรูปภาพ, การทำ Customer segment เป็นต้น
  2. ทดลองและวัดผลเพื่อขยาย: หลังจากเลือก use case ที่ต้องการและกำหนด KP{I หรือ Measurment ในการวัดผลแล้ว ต่อไปคือการดำเนินการทดสอบเพื่อทราบว่าอะไรเป็นไปได้และอะไรที่ไม่เป็นไปได้ หลังจากมีข้อมูลและข้อมูลเพียงพอแล้ว คิดถึงการขยายงาน
  3. ทักษะและการฝึกอบรม: ลงทุนในคนที่มีทักษะในการเข้าใจทั้งอุตสาหกรรม GenAI และเสนอโปรแกรมฝึกอบรมให้พนักงานปัจจุบันอย่างสม่ำเสมอ

การคาดการณ์จาก Gartner เกี่ยวกับ Generative AI (GenAI)

Gartner GenAI Prediction
การคาดการณ์จาก Gartner เกี่ยวกับ Generative AI (GenAI)

ในอีกไม่นาน GenAI หรือ Generative AI จะมีผลกระทบอย่างมากต่อการพัฒนาผลิตภัณฑ์, ประสบการณ์ของลูกค้า, ทักษะของพนักงาน, และนวัตกรรมในองค์กร ทาง Gartner ได้คาดการณ์ดังนี้:

  • ภายในปี 2025, 70% ขององค์กรจะระบุว่าการใช้ AI ที่ยั่งยืนและมีจริยธรรมเป็นหนึ่งในความกังวลสูงสุด
  • ภายในปี 2025, 35% ขององค์กรขนาดใหญ่จะมีผู้บริหารระดับสูงที่รับผิดชอบด้าน AI และรายงานต่อ CEO หรือ COO
  • ภายในปี 2025, การใช้ synthetic data (ข้อมูลเทียม) จะลดปริมาณข้อมูลจริงที่ต้องใช้สำหรับการทำ Machine Learning ได้ถึง 70%
  • ภายในปี 2025, 30% ของ ข้อความทางการตลาด หรือ Outbound Marketing จากองค์กรขนาดใหญ่จะถูกสร้างโดย AI
  • จนถึงปี 2026, ถึงแม้ว่า AI จะพัฒนาไปมาก, ผลกระทบต่องานทั่วโลกจะไม่กระทบมาก จะไม่มีการลดหรือเพิ่มจำนวนงาน
  • ภายในปี 2030 AI จะช่วยลดปัญหาโลกร้อน จากการปล่อย CO2 ได้ถึง 5-15% และ AI จะใช้ไฟฟ้าของโลกไปถึง 3.5%
  • ถึงปี 2030, การตัดสินใจจาก AI โดยไม่มีการดูแลจากมนุษย์อาจจะสร้างความเสียหายรวมมูลค่าเกิน 100 พันล้านดอลลาร์
  • ถึงปี 2033, โซลูชัน AI จะสร้างงานใหม่มากถึง 500 ล้านงาน

ดังนั้น หากคุณเป็นผู้บริหารในองค์กร ไม่ว่าจะเป็นในระดับไหน คุณจำเป็นต้องเริ่มคิดถึงการใช้ Generative AI ในองค์กรของคุณแล้วนะครับ!

คำถามที่พบบ่อย

  1. GenAI คืออะไร และทำไมถึงสำคัญ?
  2. ความคาดหวังใหม่ 3 ประการของผู้บริหารคืออะไร?
  3. คำแนะนำจาก Gartner หมายความว่าอย่างไรสำหรับธุรกิจของฉัน?
  4. มีความเสี่ยงอะไรบ้างในการนำ GenAI มาใช้?
  5. อย่างไรฉันจะเริ่มต้นการนำ GenAI ไปใช้ในองค์กรของฉัน?
Apipoj Piasak
Apipoj Piasakhttp://data-espresso.com
AI Specialist, Data Engineer, Data Strategist, Data Scientist
RELATED ARTICLES

ทิ้งคำตอบไว้

กรุณาใส่ความคิดเห็นของคุณ!
กรุณาใส่ชื่อของคุณที่นี่

- Advertisment -spot_img

Most Popular