ความสำคัญของ GenAI กับธุรกิจ: คู่มือสำหรับผู้บริหาร

Generative AIความสำคัญของ GenAI กับธุรกิจ: คู่มือสำหรับผู้บริหาร

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?

Related articles

เปิดตัว Grok 4, Grok 4 Heavy Model ล่าสุดจาก Elon Musk: AI ที่ฉลาดที่สุดในโลก?

เจาะลึก Grok 4 และ Grok 4 Heavy โมเดล AI ล่าสุดจาก Elon Musk ที่เคลมว่าฉลาดที่สุดในโลก พร้อมความสามารถระดับ PhD และโมเดลพรีเมียมสำหรับงานซับซ้อน

RAG คืออะไร และช่วยให้ AI ตอบฉลาดขึ้นได้อย่างไร?

ไขข้อสงสัย RAG (Retrieval-Augmented Generation) คืออะไร? เจาะลึกหลักการทำงานที่ช่วยให้ AI อย่าง ChatGPT ตอบได้แม่นยำขึ้น ลดข้อมูลมั่ว และใช้ข้อมูลล่าสุดได้จริง เหมาะสำหรับธุรกิจที่ต้องการสร้าง AI เฉพาะทาง

ถ้าอยากจะสร้าง LLM Model เองต้องทำยังไง? คู่มือสร้าง LLM ฉบับเข้าใจง่าย

เรียนรู้ขั้นตอนการสร้าง LLM โมเดลเอง ตั้งแต่การเตรียมข้อมูล การฝึกโมเดล ไปจนถึงการนำไปใช้งานจริง พร้อมเทคนิคและเครื่องมือที่จำเป็น

การใช้ AI ช่วยในการเขียนหนังสือ และการตรวจสอบเนื้อหาจาก AI: คู่มือครบจบสำหรับนักเขียนยุคใหม่

เรียนรู้วิธีใช้ AI ช่วยเขียนหนังสือและตรวจสอบเนื้อหาอย่างมืออาชีพ พร้อมเครื่องมือแนะนำและเทคนิคปฏิบัติจริงสำหรับผู้ประกอบการและทีมงาน

Perplexity เปิดตัว Labs: เขย่าวงการ AI ด้วยเครื่องมือสร้างคอนเทนต์แห่งอนาคต

Perplexity Labs คืออะไร? ค้นพบศักยภาพเครื่องมือ AI ใหม่จาก Perplexity ที่สร้างได้ทั้งรายงาน สเปรดชีต แดชบอร์ด และเว็บแอปฯ พร้อมวิธีที่ธุรกิจคุณจะนำไปใช้ประโยชน์ในการทำ AI consulting และ AI automation workflows

Related Article

Knowledge Graphs คืออะไร? และทำไมถึงเป็นหัวใจสำคัญของการสร้าง AI Agent

เจาะลึก Knowledge Graphs โครงสร้างข้อมูลที่ช่วยให้ AI Agent 'เข้าใจ' บริบทและความสัมพันธ์ของข้อมูลอย่างแท้จริง ยกระดับการตัดสินใจและระบบอัตโนมัติในธุรกิจของคุณ

เปิดตัว Grok 4, Grok 4 Heavy Model ล่าสุดจาก Elon Musk: AI...

เจาะลึก Grok 4 และ Grok 4 Heavy โมเดล AI ล่าสุดจาก Elon Musk ที่เคลมว่าฉลาดที่สุดในโลก พร้อมความสามารถระดับ PhD และโมเดลพรีเมียมสำหรับงานซับซ้อน

RAG คืออะไร และช่วยให้ AI ตอบฉลาดขึ้นได้อย่างไร?

ไขข้อสงสัย RAG (Retrieval-Augmented Generation) คืออะไร? เจาะลึกหลักการทำงานที่ช่วยให้ AI อย่าง ChatGPT ตอบได้แม่นยำขึ้น ลดข้อมูลมั่ว และใช้ข้อมูลล่าสุดได้จริง เหมาะสำหรับธุรกิจที่ต้องการสร้าง AI เฉพาะทาง
สอบถามข้อมูล