การนำ ChatGPT มาใช้อย่างรวดเร็วได้ยกระดับผลกระทบเชิงลบด้านสิ่งแวดล้อมในหลายมิติ จากที่ Generative AI เป็นเทคโนโลยีใหม่ที่กำลังได้รับความนิยม ได้กลายเป็นความกังวลขององค์กรทันที เมื่อยูสเคสที่เหมือนจะดูดีและถูกขับเคลื่อนโดยเทคโนโลยีเกิดใหม่นี้กลับสร้างผลเสียมากกว่าผลดีในแง่ของการปล่อยก๊าซเรือนกระจก (GHG) และปริมาณการใช้ไฟฟ้าและน้ำ

อย่างไรก็ตามหากใช้อย่างถูกวิธีและอยู่ภายใต้การควบคุมดูแลของมนุษย์ Generative AI ยังสามารถเร่งให้เกิดความยั่งยืนเชิงบวกพร้อมสร้างผลลัพธ์ทางการเงินได้ โดยเทคโนโลยีนี้อาจช่วยให้บริษัทลดความเสี่ยงด้านความยั่งยืน ปรับต้นทุนให้เหมาะสม และขับเคลื่อนการเติบโตได้เพื่อสร้างสมดุลระหว่างอันตรายและประโยชน์ของเทคโนโลยีนี้ องค์กรจำเป็นต้องดำเนินการ 2 ประการ ประการแรก คือ สร้างการรับรู้และลดการปล่อยพลังงานของ Generative AI เพื่อให้มันเป็นมิตรต่อสิ่งแวดล้อมมากขึ้น จากนั้นระบุ ประเมินและจัดลำดับความสำคัญยูสเคสที่เกี่ยวกับความยั่งยืนด้านสิ่งแวดล้อมตระหนักถึงปัญหาด้านการบริโภคพลังงานของ Generative AI

Generative AI นั้นพึ่งพาโมเดลภาษาขนาดใหญ่ที่ได้รับการเทรนจากข้อมูลมหาศาล ซึ่งต้องระบายความร้อนด้วยน้ำหล่อเย็นและใช้พลังงานไฟฟ้า หรืออาจใช้พลังงานทั้งสองจำนวนมหาศาล แม้ในระยะยาวการปล่อยก๊าซเรือนกระจกที่เกี่ยวข้องกับไฟฟ้าจะลดลงเมื่อมีการใช้แหล่งพลังงานหมุนเวียนมากขึ้น ซึ่งโมเดล Generative AI ที่ทรงพลังยิ่งขึ้นจะต้องการความสามารถในการประมวลผลมากขึ้นตามไปด้วย

ปัญหาเทคโนโลยีที่เกี่ยวข้องกับพลังงานไฟฟ้าและน้ำนั้นมีมากกว่าของ Generative AI การ์ทเนอร์คาดการณ์ว่า ภายในปี 2568 ผู้บริหาร 75% จะเผชิญกับข้อจำกัดของเทคโนโลยีที่เกี่ยวข้องกับพลังงานไฟฟ้า เนื่องจากความต้องการเทคโนโลยีและการแข่งขันกันทางด้านสังคมจะทวีความดุเดือดมากขึ้น ดังนั้นผู้บริหาร CIO จึงไม่ต้องการที่จะติดอยู่ในศึกการแย่งชิงทรัพยากรที่มีจำกัดกับชุมชนท้องถิ่น

มุ่งมั่นลดการปล่อยพลังงาน Generative AI

Generative AI จะต้องมีประสิทธิภาพการทำงานเทียบเท่ากับสมองมนุษย์ เพื่อให้เป็นมิตรกับสิ่งแวดล้อมมากขึ้น สาเหตุหนึ่งที่ทำให้สมองประหยัดพลังงานมากก็คือ สมองสามารถจัดระเบียบความรู้ในโครงสร้างเครือข่ายได้ โดยแนวทางที่ใกล้เคียงที่สุดคือ Composite AI คือการรวมโมเดล AI หลายแบบเข้าด้วยกันเพื่อให้ได้ประสิทธิภาพและความแม่นยำที่ดีขึ้น ซึ่งใช้โครงสร้างเครือข่ายและเทคนิคคล้ายกันเพื่อเสริมกำลังมหาศาลด้วยวิธีการเรียนรู้เชิงลึกในปัจจุบัน

Generative AI ยังบริโภคพลังงานไฟฟ้าและน้ำเป็นหลัก ดังนั้นการหยุดเทรน AI ในทันทีหรือการเก็บข้อมูลการเทรนโมเดล การนำโมเดลที่ได้รับการเทรนแล้วกลับมาใช้ใหม่ และการใช้ฮาร์ดแวร์และอุปกรณ์เครือข่ายที่ประหยัดพลังงานมากขึ้น จะสามารถสร้างสมดุลแนวทางปริมาณงานในดาต้าเซ็นเตอร์แบบ "ตามสถานการณ์และความเป็นจริง - Follow The Sun" ซึ่งดีกว่าสำหรับการผลิตพลังงานสะอาด กับการใช้แนวทาง "แยกเดินออกมา Unfollow The Sun" สำหรับประสิทธิภาพการใช้น้ำที่ดีกว่า

อีกวิธีหนึ่งในการทำให้ Generative AI มีความเป็นมิตรต่อสิ่งแวดล้อมมากขึ้น คือการใช้งานในสถานที่ที่ใช่ ในเวลาที่เหมาะสม โดยความเข้มข้นของคาร์บอนจากแหล่งพลังงานในท้องถิ่นจะแตกต่างกันไปตามปัจจัยหลายประการ แนวปฏิบัติที่ดีที่สุดคือการใช้การจัดตารางเวลางานที่คำนึงถึงพลังงาน ควบคู่ไปกับบริการการติดตามและการคาดการณ์คาร์บอนเพื่อลดการปล่อยก๊าซที่เกี่ยวข้อง

พร้อมตั้งเป้าซื้อแหล่งพลังงานสะอาดใหม่ตามที่วางแผนไว้สำหรับนำมาใช้ The Greenhouse Gas Protocol ที่กำลังกำหนดให้บริษัทต่าง ๆ จัดทำการวิเคราะห์พลังงานสะอาดอย่างละเอียดเพิ่มเติมตามแหล่งสถานที่ ช่วงเวลาของวัน หรือทั้งสองอย่าง

ระบุยูสเคสความยั่งยืนด้านสิ่งแวดล้อมที่มีศักยภาพ

มี 3 กรอบการดำเนินงานกว้าง ๆ ที่ยูสเคส Generative AI สามารถเร่งความยั่งยืนด้านสิ่งแวดล้อม ได้แก่ การลดความเสี่ยง การเพิ่มประสิทธิภาพต้นทุน และใช้ขับเคลื่อนการเติบโต

การปฏิบัติตามกฎระเบียบเป็นวิธีการนึงที่ Generative AI สามารถช่วยองค์กรลดความเสี่ยงด้านสิ่งแวดล้อมโดยการระบุและตีความตัวบทกฎหมาย มาตรฐาน คำสั่ง และข้อกำหนดการรายงานความยั่งยืน รวมถึงการอัปเดตอยู่ตลอดเวลา ที่สามารถพัฒนาแผนปฏิบัติการเพื่อให้บรรลุตามข้อกำหนดและเป็นเครื่องมือฝึกอบรมเพื่อให้ความรู้แก่พนักงานด้านกฎระเบียบเฉพาะ

จากมุมมองของการเพิ่มประสิทธิภาพต้นทุน Generative AI สามารถช่วยสนับสนุนการตัดสินใจได้ สามารถวิเคราะห์ข้อมูลความยั่งยืนภายใน และระบุรูปแบบ แนวโน้ม พื้นที่การปรับปรุง ความเป็นไปได้ ความเสี่ยง และเกณฑ์มาตรฐาน โดยสามารถให้ข้อมูลเชิงลึกว่าการตัดสินใจขององค์กรจะส่งผลต่อความยั่งยืนอย่างไร และคาดการณ์ประสิทธิภาพในอนาคตที่อาจเกิดขึ้น องค์กรสามารถวางแผนและเลือกแนวทางที่เหมาะสมที่สุดเพื่อบรรลุเป้าหมายการลดการปล่อยก๊าซเรือนกระจก

Generative AI ยังสามารถใช้ขับเคลื่อนการเติบโตที่ยั่งยืนโดยนำมาใช้เพื่อค้นหาแหล่งทรัพยากรและวัสดุทางเลือก สามารถให้คำแนะนำสิ่งทดแทนปัจจัยการผลิตแบบเดิมไปสู่ความยั่งยืน เช่น ข้อมูลเชิงลึกเกี่ยวกับนวัตกรรมทางเทคโนโลยีอย่างวัสดุนาโน และข้อมูลเกี่ยวกับความพร้อม ประสิทธิภาพ และผลกระทบต่อสิ่งแวดล้อม

เมื่อพิจารณายูสเคส Generative AI เพื่อเป้าหมายความยั่งยืน การประเมินผลกระทบเชิงบวกและเชิงลบเป็นสิ่งสำคัญ ผู้บริหารต้องเข้าใจมูลค่าธุรกิจเชิงบวกทั้งในแง่ของผลประโยชน์ทางการเงินและความยั่งยืน ตลอดจนความเป็นไปได้ และผลกระทบเชิงลบต่อสิ่งแวดล้อมด้วยการวัดจากการปล่อยก๊าซเรือนกระจก การใช้พลังงานไฟฟ้าและน้ำ

จากนั้นจัดลำดับความสำคัญการลงทุนเป็น 3 ระดับ ได้แก่ 1.ลงทุนทันที 2.ลงทุนเพื่อลดความเสี่ยงและลดการใช้พลังงานเป็นสำคัญ หรือ 3.ไม่ลงทุนเลย ด้วยวิธีการนี้ คุณจะใช้ Generative AI เร่งผลลัพธ์ด้านความยั่งยืนเชิงบวกขององค์กร โดยใช้ประโยชน์จากเคสการใช้งานที่สร้างมูลค่ามากกว่าทำลายเพียงอย่างเดียว

บทความ  :  คริสติน โมเยอร์  รองประธานฝ่ายวิจัย  การ์ทเนอร์

Spacely AI สตาร์ทอัพแพลตฟอร์มที่นำ Generative AI มาช่วยในการออกแบบสถาปัตยกรรมภายในที่ได้รับการลงทุนระดับ Pre-Seed จาก SCB 10X บริษัทภายใต้กลุ่มเอสซีบี เอกซ์ (SCBX Group) ซึ่งเป็นการสนับสนุนเป้าหมายของ Spacely AI ที่ต้องการสร้างโอกาสในการออกแบบให้กับทุกคน และมุ่งหวังเป็นแพลตฟอร์มหลักในอุตสาหกรรมการออกแบบเชิงพื้นที่ สอดรับกับยุทธศาสตร์ของกลุ่ม SCBX ในการมุ่งมั่นสนับสนุนการพัฒนาด้านเทคโนโลยี AI เพื่อเพิ่มขีดความสามารถทางการแข่งขันและสร้างการเติบโตอย่างยั่งยืน

 นางมุขยา (ใต้) พานิช ประธานเจ้าหน้าที่บริหาร (CEO) และ Chief Venture and Investment Officer บริษัท เอสซีบี เท็นเอกซ์ จำกัด (SCB 10X) กล่าวว่า "SCB 10X มีความภูมิใจที่ได้สนับสนุน Spacely AI เพื่อปลดล็อกความสามารถในการออกแบบด้วยความก้าวหน้าของ visual-based generative AI และเพื่อต่อยอดความคิดสร้างสรรค์แก่นักออกแบบให้ได้รับประโยชน์จากการพัฒนาของเทคโนโลยีนี้ โดย SCB 10X ร่วมสนับสนุน Spacely AI ทั้งด้านกลยุทธ์และการพัฒนาให้แก่แพลตฟอร์ม รวมถึงความพยายามในการผลักดัน Spacely AI ไปสู่วงการการออกแบบทั่วโลก"

 นายพารวย อันอดิเรกกุล Chief Executive Officer Spacely AI กล่าวว่า "การสนับสนุนจาก SCB 10X ไม่ได้เป็นเพียงแค่การลงทุนทางธุรกิจ แต่เป็นความร่วมมือที่สอดคล้องกับวิสัยทัศน์ของเราในการพัฒนาวงการการออกแบบเชิงพื้นที่ และยังเน้นย้ำถึงความเชื่อร่วมกันในศักยภาพของ Generative AI ในการเปลี่ยนแแปลงมาตรฐานของการออกแบบระดับโลก"

Spacely AI กำลังขยายฐานผู้ใช้อย่างรวดเร็ว ซึ่งปัจจุบันมีผู้ใช้กว่า 170 ประเทศทั่วโลก และยังได้รับการยอมรับจากสตาร์ทอัพคอมมูนิตี้ระดับสากล จากการชนะรางวัลมากมาย ไม่ว่าจะเป็นการได้รับรางวัลรองชนะเลิศอันดับ 1 จากรายการ “LabLab Stable Diffusion Hackathon 2023” ซึ่งมีผู้เข้าแข่งขันกว่า 2,600+ ทีมทั่วโลก และได้รางวัลรองอันดับ 2 จากรายการ “Tech in Asia 2023 Regional Startup Competition” ซึ่งมีผู้เข้าแข่งขันกว่า 200 ทีม

Spacely AI ได้สร้างผลงานด้วยระบบ AI ไปแล้วมากกว่า 1,000,000 รูป มีผู้ใช้กว่า 120,000 คนทั่วโลก และยังมีการพัฒนาฟีเจอร์การใช้งานอย่างต่อเนื่องกว่า 12 รายการ มีธีมห้องให้ผู้ใช้เลือกใช้กว่า 100 สไตล์ พร้อมรูปแบบห้องและพื้นที่มากกว่า 100 ประเภท ตั้งแต่ภายในไปจนถึงภายนอกอาคาร เพื่อตอบโจทย์ความต้องการด้านการออกแบบเชิงพื้นที่อย่างมีประสิทธิภาพ ปัจจุบัน Spacely AI มีการร่วมมือกับบริษัทชั้นนำที่มีชื่อเสียงด้านการตกแต่งบ้านและอสังหาริมทรัพย์อย่าง Index Living Mall และ Proud Real Estate ซึ่งเป็นการตอกย้ำความสำเร็จของ Spacely AI

ด้าน นายเอกลักษณ์ ปัทมสัตยาสนธิ Senior Vice President Business Development YOUNIQUE & The Walk Line ผู้ค้าปลีกเฟอร์นิเจอร์ที่ใหญ่ที่สุดในประเทศไทย เปิดเผยว่า "ในการเลือกใช้เทคโนโลยีของ Spacely AI ทาง Index Living Mall มุ่งหวังที่จะตอบโจทย์ความต้องการของลูกค้าได้อย่างแม่นยำ เพิ่มความสามารถในการทำงานให้แก่นักออกแบบ และยกระดับประสบการณ์ของผู้ใช้ให้ดีมากยิ่งขึ้น ทั้งนี้ Spacely AI สามารถลดเวลาในกระบวนการออกแบบและเพิ่มประสิทธิภาพในการทำงานของดีไซน์เนอร์ นี่จะเป็นอีกหนึ่งก้าวสำคัญในความมุ่งมั่นของเราที่จะเป็นเลิศในด้านการบริการและการเติบโตทางธุรกิจ"

“ความร่วมมือระหว่าง Spacely AI ถือเป็นส่วนช่วยในการสร้างประสบการณ์ใหม่ให้กับผู้ซื้ออสังหาริมทรัพย์ พร้อมสะท้อนความพิเศษที่มากกว่าของแบรนด์และโครงการของพราวได้เป็นอย่างดี โดยตลอด Customer Journey ลูกค้าจะสามารถต่อยอดไอเดียการออกแบบบนพื้นที่ภายในโครงการให้เป็นพื้นที่เสมือนจริงของตัวเองได้ด้วย AI” กล่าวโดย นายพสุ ลิปตพัลลภ Director Proud Real Estate ผู้พัฒนาอสังหาริมทรัพย์ชั้นนำในประเทศไทย

Spacely AI เปิดตัว Enterprise API ตัวใหม่สำหรับองค์กรและ SME ในอุตสาหกรรมการออกแบบ และที่อยู่อาศัย:

• Instant Rendering API: ช่วยออกแบบห้องตามความต้องการของลูกค้าได้อย่างรวดเร็ว
• Product Visualization API: ช่วยสร้างภาพจำลองสินค้า ภายในห้องของลูกค้าได้อย่างสมจริง
• Precision Space Planning API: ช่วยวิเคราะห์ขนาดพื้นที่ได้อย่างแม่นยำ
• Smart Recommendation API: ช่วยจับคู่สินค้าให้ตรงกับความต้องการและงบประมาณของลูกค้า

Enterprise API ช่วยส่งเสริมประสบการณ์การขาย และสร้างผลตอบรับให้กับองค์กรได้อย่างมีประสิทธิภาพใน 4 ด้าน:

1. Hyper-Personalized Shopping Experiences: สร้างประสบการณ์ระดับเฉพาะบุคคล ซึ่งถูกออกแบบมาให้เข้าใจความต้องการของลูกค้าอย่างละเอียด
2. Accelerated Revenue Growth: เร่งการเติบโตของรายได้ ผ่านการจำลองภาพสินค้าในพื้นที่จริง และปิดการขายได้อย่างรวดเร็ว
3. Increased Average Basket Size: แสดงสินค้าจากแคตตาล็อกของผู้ให้บริการที่ตรงกับไลฟ์สไตล์และความต้องการของลูกค้าเพื่อเพิ่มประสิทธิภาพในการขาย
4. Amplified Online Conversion Rates: ช่วยให้ลูกค้าเห็นภาพ และปรับแต่งพื้นที่ของพวกเขาได้อย่างง่ายดาย เพื่อเพิ่มความต้องการและความเหมาะสมการในเลือกซื้อ

 นายพารวย อันอดิเรกกุล Chief Executive Officer Spacely AI กล่าวเพิ่มเติมว่า “การเปิดตัว Enterprise API เป็นก้าวที่สำคัญสู่อุตสาหกรรมการออกแบบและเฟอร์นิเจอร์ แต่สิ่งนี้เป็นเพียงก้าวแรกเท่านั้น Spacely AI มุ่งมั่นที่จะพัฒนาความสามารถของ Generative AI เพื่อให้ครอบคลุมและตอบโจทย์ทุกปัญหาของการออกแบบเชิงพื้นที่ พร้อมทั้งผลักดันขอบเขตของความคิดสร้างสรรค์ในโลกแห่งการออกแบบต่อไป”

มาเป็นส่วนหนึ่งกับ Spacely AI ในการยกระดับอุตสาหกรรมการออกแบบและค้นพบศักยภาพสูงสุดของ Generative AI ในการเปลี่ยนแปลงโลก และยกระดับมาตรฐานของการออกแบบ เพื่อสร้างประโยชน์สูงสุดแก่องค์กรและเสริมความเป็นผู้นำในวงการธุรกิจของคุณ สามารถใช้ Spacely AI ได้แล้ววันนี้ที่ www.spacely.ai

บริษัทสตาร์ทอัพมักเป็นผู้นำในการสร้างสรรค์นวัตกรรมมาโดยตลอด โดยเฉพาะในยุคของ Generative AI บริษัทเหล่านี้มีความพร้อมในการปรับใช้เทคโนโลยีเพื่อพัฒนาประสบการณ์ของลูกค้าและการทำงานของเราอย่างที่ไม่เคยมีมาก่อน ข้อมูลจาก PitchBook data เผยว่านักลงทุนทั่วโลกที่มองเห็นคุณค่าและศักยภาพของสตาร์ทอัพในด้าน Generative AI ได้ลงทุนไปแล้วกว่า 21.4 พันล้านเหรียญสหรัฐตั้งแต่ต้นปี พ.ศ. 2566 ไปจนถึง 30 กันยายน 2566 ซึ่งเพิ่มขึ้นจากปี พ.ศ. 2565 เป็นจำนวน 5.1 พันล้านเหรียญสหรัฐ ในปัจจุบันมีสตาร์ทอัพด้าน Generative AI มากกว่า 5,000 รายที่กำลังสร้างโซลูชันบน AWS สตาร์ทอัพรายย่อยเหล่านี้มีความคล่องตัวสูงและมีศักยภาพที่จะพลิกโฉมอุตสาหกรรมด้วยแนวคิดใหม่ ๆ บวกกับการพัฒนาโซลูชันที่เหมาะสมกับแต่ละประเทศ และการนำเสนอวิธีการใหม่ ๆ โดยนำ AI มาใช้งาน ความสำเร็จของสตาร์ทอัพเหล่านี้เป็นที่น่ายกย่องอย่างยิ่ง เมื่อคำนึงถึงความท้าทายในการเป็นผู้บุกเบิกของเทคโนโลยีที่เปลี่ยนแปลงอย่างรวดเร็ว

 AI ที่เข้าใจบริบททางวัฒนธรรม

เทคโนโลยี Generative AI ได้ดึงดูดความสนใจผู้คนมาแล้วทั่วโลก ด้วยความสามารถในการเรียนรู้และนำไปใช้จากโมเดลพื้นฐาน (Foundation Models: FMs) ซึ่งได้ถูกเทรนล่วงหน้าด้วยข้อมูลปริมาณมหาศาล อย่างไรก็ตาม คุณภาพของโมเดลขึ้นอยู่กับข้อมูลที่ได้ถูกนำมาใช้เทรน ตัวอย่างเช่น เมื่อโมเดลภาษาขนาดใหญ่ (Large Language Models: LLMs) ที่ได้ถูกเทรนล่วงหน้าด้วยข้อมูลที่เป็นภาษาอังกฤษ หากถูกนำมาใช้งานเพื่อตอบคำถามในภาษาอื่น ๆ อาจทำให้เกิดข้อผิดพลาดหรือการตีความที่ผิดได้

สิ่งต่างๆนี้เป็นปัจจัยสำคัญอย่างยิ่งโดยเฉพาะในภูมิภาคเอเชียแปซิฟิก ซึ่งมีประชากรที่พูดภาษาต่าง ๆ กว่า 2,300 ภาษา เพื่อที่จะรองรับวิธีการทำงาน วัฒนธรรม และภาษาที่หลากหลายของภูมิภาคนี้ จึงมีความจำเป็นอย่างยิ่งในการเทรน LLM ด้วยข้อมูลที่มีความหลายหลายทางวัฒนธรรม เพื่อให้ AI เข้าใจแง่มุมที่ละเอียดอ่อนเกี่ยวกับประสบการณ์ของมนุษย์ และสามารถเข้าใจความซับซ้อนทางสังคมได้ การสร้าง AI ที่สามารถรับรู้วัฒนธรรมของมนุษย์ในแต่ละท้องถิ่นมากขึ้นนั้น จะช่วยเพิ่มการเข้าถึงเทคโนโลยี AI ที่สร้างการเปลี่ยนแปลงต่อประเทศ ชุมชน และประชากรรุ่นต่อ ๆ ไปอีกด้วย

สตาร์ทอัพเป็นผู้นำในการเทรนโมเดลด้วยข้อมูลที่มีความเจาะจงในแต่ละท้องถิ่น ไม่ว่าจะเป็นข้อมูลในรูปแบบข้อความ รูปภาพ เสียง วิดีโอ และอื่น ๆ ยกตัวอย่างเช่น Botnoi Voice ซึ่งเป็นสตาร์ทอัพสัญชาติไทยที่ใช้โครงสร้างพื้นฐานของ AWS ในการสร้าง AI Bot ที่สามารถอ่านออกเสียงข้อความภาษาไทยด้วยเสียงสังเคราะห์ใหม่ ๆ ที่หลากหลาย ได้อย่างชัดเจนและเป็นธรรมชาติ แบรนด์ต่าง ๆ สามารถใช้ประโยชน์จากบริการของ

Botnoi Voice ได้อย่างง่ายดาย เพียงแค่ไปยังเว็บไซต์ของ Botnoi Voice และอัปโหลดข้อความต้นฉบับ ก็จะสามารถดาวน์โหลดไฟล์เสียงที่มีความเป็นธรรมชาติ ซึ่งถูกสร้างขึ้นโดยอัตโนมัติโดยไม่ต้องสมัครสมาชิก สิ่งนี้จะช่วยปรับปรุงประสบการณ์ของลูกค้าในหลากหลายอุตสาหกรรม ไม่ว่าจะเป็นด้านการศึกษาไปจนถึงสื่อ (media) เพื่อให้แบรนด์ต่าง ๆ สามารถนำเสนอประสบการณ์ที่เหนือชั้นให้แก่ลูกค้าของตนได้

การสร้างนวัตกรรมในหลากหลายอุตสาหกรรม

สตาร์ทอัพมีบทบาทสำคัญในการสร้างสรรค์นวัตกรรมด้าน Generative AI ในทุกขั้นตอน ตั้งแต่การวางเฟรมเวิร์คพื้นฐานด้วย (Foundation Model: FM) ไปจนถึงการพัฒนาการใช้งานจริง ปัจจุบันสตาร์ทอัพที่ใช้ Generative AI ในพลิกโฉมอุตสาหกรรมต่าง ๆ เป็นที่เรียบร้อยแล้ว เช่น อุตสาหกรรมการดูแลสุขภาพ บริการทางการเงิน สื่อและความบันเทิง การศึกษา และเกม Generative AI ยังคงปฏิวัติวิธีการดำเนินงานของธุรกิจและองค์กรทุกขนาดต่อไปเรื่อย ๆ โดยการพัฒนาระบบทำงานอัตโนมัติ ปรับปรุงกระบวนการวางแผนทางธุรกิจ และดัดแปลงประสบการณ์ผู้ใช้ให้เหมาะกับแต่ละบุคคล

ในแวดวงการแพทย์ เครื่องมือการฝึกอบรมที่ได้รับความช่วยเหลือจาก AI สามารถสร้างรูปแบบการฝึกอบรมให้แก่บุคลากรทางการแพทย์เฉพาะบุคคลและเป็น real time เพื่อช่วยแก้ไขปัญหาการขาดแคลนบุคลากรที่มีอยู่ในปัจจุบัน SimConverse สตาร์ทอัพจากออสเตรเลียใช้ Generative AI เพื่อจำลองสถานการณ์จริง ในการฝึกอบรมบุคลากรทางการแพทย์กว่า 300,000 คน จากองค์กรกว่า 150 แห่งในออสเตรเลียและนิวซีแลนด์ บริษัท SimConverse ใช้บริการประมวลผลของ Amazon เพื่อเทรนโมเดล AI ของตนในสถานการณ์จำลองกว่า 1,000 รูปแบบ ตั้งแต่การสื่อสารเบื้องต้น เช่น การกรอกประวัติทางการแพทย์ ไปจนถึงสถานการณ์ที่มีความซับซ้อนทางภาษา เช่น การพูดเพื่อลดความรุนแรงของสถานการณ์ และการแจ้งข่าวร้ายให้แก่ญาติครอบครัว

อีกหนึ่งอุตสาหกรรมที่ได้รับอิทธิพลอย่างมากจากเทคโนโลยี AI คือธุรกิจสื่อและความบันเทิง ซึ่งบริษัทต่าง ๆ ได้นำ Generative AI มาช่วยในด้านการผลิตเนื้อหาใหม่ ๆ แบบอัตโนมัติ ลดต้นทุน และเพิ่มผลผลิต Toonsquare สตาร์ทอัพจากเกาหลีใต้ ได้บุกเบิกนวัตกรรมในวงการเว็บตูนด้วยเครื่องมือสร้างเว็บตูนสุดล้ำสมัยที่ขับเคลื่อนด้วย AI ชื่อว่า Tooning ซึ่งอยู่บน AWS เครื่องมือ Tooning ช่วยให้งานที่ก่อนหน้านี้ใช้เวลาถึง 60 ชั่วโมงต่อสัปดาห์ สามารถเสร็จสิ้นได้ภายในเวลาเพียง 6 ชั่วโมงเท่านั้น

 ขยายการเข้าถึง AI

สตาร์ทอัพมีบทบาทสำคัญในการขับเคลื่อนการปฏิวัติเทคโนโลยี AI อย่างปฏิเสธไม่ได้ตั้งแต่เริ่มแรกไปจนถึงการนำไปใช้ในอุตสาหกรรมต่าง ๆ ในขณะที่สตาร์ทอัพยังคงขับเคลื่อนนวัตกรรมอย่างต่อเนื่อง พวกเขายังเผชิญกับ

อุปสรรคสำคัญซึ่งรวมถึงข้อจำกัดด้านทรัพยากร ความซับซ้อนด้านจริยธรรมและกฎระเบียบ อุปสรรคในการนำมาปรับใช้งาน รวมไปถึงการขาดผู้เชี่ยวชาญทางด้านเทคนิค

ในการเอาชนะอุปสรรคเหล่านี้ สตาร์ทอัพจำเป็นต้องมีเครื่องมือและสามารถเข้าถึงทรัพยากรระบบคลาวด์ที่จะทำให้พวกเขามีข้อได้เปรียบในการแข่งขันได้ เมื่อเร็ว ๆ นี้ AWS ได้เปิดตัวเทคโนโลยีในทุกเลเยอร์ของ “สแต็ก” Generative AI เพื่อให้สามารถสร้าง เทรน และขยาย Generative AI ของตนได้ง่ายยิ่งขึ้น ถูกลง และสะดวกเร็วขึ้น ในเลเยอร์ล่างสุดของโครงสร้างพื้นฐาน (bottom layer) เรามีการผลักดันประสิทธิภาพต่อราคาของ MLChips รุ่นใหม่ที่ออกแบบโดย AWS เช่น Trainium2 ซึ่งมีความสามารถเพิ่มความเร็วในการเทรนโมเดลบน Amazon SageMaker

สำหรับสตาร์ทอัพที่สนใจทดลองใช้โมเดลที่มีอยู่ ในส่วนของเลเยอร์ระดับกลาง (middle layer) ซึ่งเป็นเลเยอร์เครื่องมือ โดยการเรียกใช้ Amazon Bedrock ต่อกับโมเดลชั้นนำต่าง ๆ หลากหลายรูปแบบ และสามารถปรับแต่งได้ มีเอเจนต์ให้ใช้งาน และมีความปลอดภัยกับความเป็นส่วนตัว ใช้งานในระดับองค์กรใหญ่ได้ ทั้งหมดนี้ผู้ใช้จะได้รับประสบการณ์ที่มีการจัดการอย่างเต็มรูปแบบ (Fully managed) ในเลเยอร์บนสุด (top layer) ซึ่งเป็นเลเยอร์แอปพลิเคชัน สตาร์ทอัพสามารถใช้แอปพลิเคชันอย่างเช่น Amazon Q ซึ่งทำหน้าที่เสมือนผู้ช่วยรูปแบบใหม่ ขับเคลื่อนด้วยเทคโนโลยี Generative AI ออกแบบมาสำหรับการทำงานโดยเฉพาะและสามารถปรับให้เข้ากับธุรกิจของลูกค้าได้ อีกหนึ่งแอปพลิเคชันคือ Amazon CodeWhisperer ซึ่งเป็นเครื่องมือเพิ่มประสิทธิภาพการทำงานด้วย AI เหมาะสำหรับการเขียนโปรแกรมแบบรวม (Integrated Development Environment: IDE) และ command line นอกจากนี้ AWS ยังช่วยอุดช่องว่างในด้านทักษะ AI สำหรับสตาร์ทอัพด้วยการจัดโปรแกรมการฝึกอบรมฟรีด้าน AI ทั่วทุกภูมิภาคอีกด้วย

ความยืดหยุ่นในการสร้างสรรค์นวัตกรรม

แม้ว่าการสร้างสรรค์ Generative AI จะเป็นก้าวแรกของการปฏิวัติ แต่การก้าวไปสู่ระดับโลกก็มีความสำคัญไม่แพ้กันในการผลักดันให้เกิดการยอมรับอย่างกว้างขวาง และการนำ Generative AI ที่ขับเคลื่อนโดยสตาร์ทอัพมาใช้ในอุตสาหกรรมต่าง ๆ Yellow. AI เป็นสตาร์ทอัพในอินเดียซึ่งเป็นผู้ให้บริการโซลูชันชั้นนำด้าน AI ในการสนทนา และวางขาย Generative AI Solution อยู่บน AWS Marketplace ที่เป็นแค็ตตาล็อกดิจิทัลที่มีลูกค้าสมัครใช้งานกว่า 330,000 ราย ปัจจุบัน Yellow.AI ซึ่งตั้งอยู่ที่ประเทศอินเดียจัดการการสนทนามากกว่า 12 พันล้านบทสนทนาในกว่า 85 ประเทศต่อปี

ในขณะที่สตาร์ทอัพทั่วเอเชียแปซิฟิกยังคงผลักดันขีดจำกัดในการสร้างสรรค์ ดัดแปลง และปรับขนาด FM และแอปพลิเคชัน Generative AI ของตนเอง พวกเขาจำเป็นต้องเข้าถึงเครื่องมือในการทำ ML การสนับสนุน โครงสร้างพื้นฐาน และโปรแกรมต่าง ๆ ที่คุ้มราคาและคุ้มค่าที่สุด เช่น AWS Activate เพื่อสร้าง AI ที่เข้าใจ

บริบททางวัฒนธรรมของมนุษย์ได้ เรามีความยินดีอย่างยิ่งที่จะสนับสนุนสตาร์ทอัพเหล่านี้ เพื่อช่วยเร่งการพัฒนาและการนำเทคโนโลยี Generative AI มาประยุกต์ใช้ สำหรับโลกในอนาคตที่มี AI เป็นเครื่องมือ เพื่อสร้างมุมมองใหม่ ๆ และโซลูชันอันสร้างสรรค์ที่จะขับเคลื่อนความเปลี่ยนแปลงในเชิงบวกให้กับพวกเราทุกคน

ปัญญาประดิษฐ์ (AI) เป็นผู้เปลี่ยนเกมในช่วงไม่กี่ปีที่ผ่านมา และมีศักยภาพที่จะเปลี่ยนแปลงอุตสาหกรรมต่างๆ มากมาย แต่สำหรับปี 2566 นี้ generative AI ได้กลายเป็นเทคโนโลยีที่ก้าวล้ำ ซึ่งจะทำให้โลกตะลึง ผลการสำรวจ "วิสัยทัศน์ด้านเทคโนโลยีปี 2023" ของ Accenture เมื่อเร็วๆ นี้ เปิดเผยว่า 100% ของผู้ตอบ แบบสอบถามชาวไทย (ซึ่งเป็นเปอร์เซ็นต์ที่สูงที่สุดในโลก) เห็นพ้องกันว่า generative AI จะเปลี่ยนโฉมระบบ อัจฉริยะขององค์กร สิ่งนี้สะท้อนให้เห็นว่า ผู้บริหารชาวไทยพร้อมที่จะเปิดรับ generative AI มาใช้งานเพื่อ กำหนดขอบเขตการปฏิบัติงานในยุคถัดไป อันนำมาซึ่งโอกาสอันยิ่งใหญ่ในการพัฒนาสร้างสรรค์องค์กรรูปแบบ ใหม่ และพลิกโฉมโมเดลธุรกิจแบบเดิมๆ ด้วยการใช้โมเดลพื้นฐาน AI ผู้บริหารในประเทศไทยรายงานว่า ประโยชน์หลักสำหรับองค์กรมีอยู่ 2 ประการสำคัญ ได้แก่ ประสบการณ์ของลูกค้าที่ดีขึ้น (78%) และการเร่ง สร้างนวัตกรรม (68%) ความเสี่ยงในการดำเนินการอันดับต้นๆ ที่ผู้บริหารชาวไทยคาดการณ์ไว้คือ การประยุกต์ ใช้เทคโนโลยีที่เข้ากันไม่ได้กับของเดิม การปฏิเสธการเข้าร่วมของผู้มีส่วนได้ส่วนเสีย และต้นทุนที่สูงขึ้นหรือ เพิ่มขึ้น อย่างไรก็ตาม แม้ว่าเครื่องมือเหล่านี้จะสร้างประโยชน์มากมายสำหรับการพัฒนาซอฟต์แวร์ก็ตาม แต่ก็ ยังต้องพิจารณาข้อด้อยหลายประการที่พบได้ทั่วไปด้วย

ข้อด้อย 3 ประการสำหรับการพัฒนาแอปพลิเคชั่น AI

ความท้าทายที่องค์กรต้องเตรียมพร้อมรับมือเมื่อใช้เครื่องมือ AI ได้แก่:

● การขาดแคลนผู้มีความสามารถด้านเทคโนโลยี เป็นอุปสรรคต่อการตรวจสอบความถูกต้อง ของผลลัพธ์: แม้ว่าเครื่องมือ AI จะเพิ่มประสิทธิภาพของนักพัฒนา โดยการสร้างโค้ดขึ้นมาได้เอง แต่เครื่องมือเหล่านี้เพียงอย่างเดียว ไม่สามารถแก้ไขความขาดแคลนของผู้เชี่ยวชาญด้านเทคโนโลยี ได้ เนื่องจากนักพัฒนาที่มีทักษะยังคงมีความสำคัญในการทำงาน เพื่อรับประกันว่าโค้ดที่ใช้งานจะ ปราศจากข้อผิดพลาดและมีความปลอดภัย และรับประกันความสมบูรณ์และฟังก์ชั่นการทำงาน ตามจุดประสงค์ที่ออกแบบไว้

● การละเลยขั้นตอนอื่นๆ ของวงจรการพัฒนา: การสร้างแอปพลิเคชั่นครอบคลุมมากกว่าแค่การสร้าง โค้ดและการแก้ไขโค้ด มันไปไกลกว่าความสามารถของเครื่องมือสร้าง AI ใดๆ เนื่องจากเกี่ยวข้องกับ การสร้างสภาพแวดล้อมการพัฒนา การคอมไพล์โค้ดและการสร้างแอปพลิเคชั่น การดูแลการบูรณาการ โค้ด การทดสอบ การจัดการการเปลี่ยนแปลงผ่านแนวทางปฏิบัติ DevOps และการจัดการโฮสต์ของ แอปพลิเคชั่นและการจัดการเวลาการใช้งานจริง

● ภาระต้นทุนค่าใช้จ่ายทางด้านเทคโนโลยีที่เพิ่มขึ้น: โมเดลกำเนิดที่ใช้ AI มีศักยภาพมหาศาล ในการเร่งความเร็วในการสร้างโค้ดใหม่อย่างมีนัยสำคัญ อย่างไรก็ตาม สิ่งสำคัญคือต้องใช้ความ ระมัดระวัง เนื่องจาก AI สามารถเริ่มต้นสร้างนวัตกรรมได้อย่างก้าวกระโดด แต่ก็อาจจะก่อให้เกิดค่าใช้ จ่ายในการบำรุงรักษา และการทำให้มั่นใจว่าแอปพลิเคชั่นมีความยั่งยืน โดยเฉพาะอย่างยิ่งหากมี ปัญหาเกี่ยวกับคุณภาพของโค้ด การกำกับดูแล และความปลอดภัย สิ่งนี้อาจเสี่ยงต่อการสะสมภาระ ค่าใช้จ่ายที่เกิดจากงานทางด้านเทคโนโลยี และเพิ่มภาระให้กับผู้เชี่ยวชาญด้านไอทีที่มีงานล้นมือ อยู่แล้ว

เพื่อจัดการกับความท้าทายเหล่านี้อย่างมีประสิทธิผล องค์กรต่างๆ จึงต้องนำแนวทางแบบบูรณาการมาใช้ โดยใช้ประโยชน์จากเทคโนโลยีแบบฝัง AI ไว้ในโซลูชั่นอยู่แล้ว ขณะเดียวกันก็ให้การกำกับดูแล การตรวจสอบ ความปลอดภัย และการสนับสนุนนักพัฒนาตลอดวงจรการพัฒนาซอฟต์แวร์

การผสมผสาน AI เข้ากับทุกขั้นตอนของวงจรการพัฒนาแอป

ด้วยการใช้การตั้งค่าที่ถูกต้อง ทีมนักพัฒนาสามารถเอาชนะความท้าทายข้างต้นได้อย่างมีประสิทธิภาพ และใช้ ประโยชน์จาก AI เพื่อเร่งการพัฒนาแอปได้อย่างเต็มที่

เพื่อให้เกิดนวัตกรรมที่ดียิ่งขึ้น การผสมผสาน generative AI เข้ากับเทคโนโลยี low-code ช่วยยกระดับการ กำกับดูแล ฝังการตรวจสอบความปลอดภัย และสนับสนุนนักพัฒนา ตลอดวงจรการพัฒนาซอฟต์แวร์ทั้งหมด ถือเป็นสิ่งสำคัญ การบูรณาการนี้ช่วยเพิ่มศักยภาพให้กับบุคคลากรและองค์กรมากยิ่งขึ้น โดยจัดเตรียมเครื่องมือ ในการพัฒนาและแก้ไขแอปพลิเคชั่นด้วยความคล่องตัว ความสามารถในการปรับลดขนาดของระบบและระบบ ความปลอดภัยที่ได้รับการปรับปรุงให้ดีขึ้น ช่วยให้พวกเขาสามารถสร้างโมเดลแอปพลิเคชั่นใหม่ๆ ด้วย สถาปัตยกรรมและประสบการณ์ผู้ใช้ที่เหมาะสม ตลอดจนวิเคราะห์มูลค่าทางธุรกิจและผลกระทบต่อองค์กรได้ อย่างมีประสิทธิภาพ

การใช้ประโยชน์จากตัวเชื่อมต่อ ChatGPT เป็นตัวอย่างที่ดี ผู้ช่วยเสมือนเป็นเครื่องมือทรงพลังที่สามารถโต้ ตอบกับผู้ใช้ผ่านการประมวลผลและการสร้างภาษาธรรมชาติ ผู้ช่วยเสมือนเหล่านี้สามารถให้คำตอบเฉพาะ บุคคล ตอบคำถามและปฏิบัติงาน ปรับปรุงประสบการณ์ผู้ใช้และเร่งประสิทธิภาพการทำงานให้เร็วขั้นได้

ด้วยการใช้ประโยชน์จาก generative AI ภายในแอปพลิเคชั่น นักพัฒนาสามารถขยายไปสู่กรณีการใช้งาน ใหม่ๆ และปลดล็อกความเป็นไปได้ใหม่ๆ ด้วยประสบการณ์การสนทนาเชิงโต้ตอบ สิ่งเหล่านี้จะเปิดช่องทาง สำหรับการสนับสนุนลูกค้าที่ได้รับการปรับปรุงดีขึ้น ไม่ว่าจะเป็นผู้ช่วยเสมือน แอปพลิเคชั่นการเดินทางและ การจอง การแปลภาษา และแอปพลิเคชันอื่นๆ อีกมากมาย

ท้ายที่สุดแล้ว ในขอบเขตของการพัฒนาซอฟต์แวร์ การใช้ประโยชน์จากแพลตฟอร์มการพัฒนาแบบ low-code ยังให้ประโยชน์เพิ่มเติมมากมาย โดยเฉพาะอย่างยิ่งหลังจากผสมผสาน generative AI เข้าด้วยกัน

● ส่งเสริมนักพัฒนารุ่นใหม่: การใช้ low-code ทำให้ความสามารถของ AI ทำงานกับระบบส่วนรวม ได้ดีขึ้น โดยขยายขอบเขตการเข้าถึงไปยังนักพัฒนาในวงกว้าง รวมถึงนักพัฒนาและผู้เชี่ยวชาญด้าน ไอทีรุ่นรุ่นใหม่ๆ ซึ่งทำได้โดยการนำการพัฒนาที่มีคำแนะนำไปใช้ และทำให้กระบวนการระบุ จุดประสงค์การใช้งานภายในแอปพลิเคชันง่ายขึ้น โดยใช้ภาษาภาพที่ตรวจสอบและทวนสอบได้ง่าย

● ความเป็นส่วนตัว ความปลอดภัยและการควบคุมผู้ใช้งานที่แข็งแกร่ง: การรักษาความลับของ ข้อมูล ได้รับการยึดถือปฏิบัติในแพลตฟอร์มแบบ low-code ทำให้มั่นใจได้ว่าข้อมูลที่แชร์ออกไปนั้น ยังคงความเป็นส่วนตัว และไม่สามารถเข้าถึงได้โดยผู้ใช้ที่ไม่ได้รับอนุญาต นอกจากนี้นักพัฒนายังได้ รับความสามารถในการกำหนดสิทธิ์ของผู้ใช้งาน ทำให้พวกเขาสามารถจัดการบทบาทและความ รับผิดชอบภายในแพลตฟอร์มได้อย่างรอบคอบ

● โซลูชั่นแบบครบวงจร: เมื่อโซลูชั่นแบบ low-code ถูกรวมเข้ากับ AI โซลูชั่นเหล่านี้จะสามารถ รองรับทุกขั้นตอนของวงจรการใช้งานซอฟต์แวร์ ซึ่งรวมถึงภาระงานต่างๆ เช่น การออกแบบงาน ส่วนหน้า การบูรณาการข้อมูล การใช้ตรรกะ การเผยแพร่ การใช้งานโฮสต์ และอื่นๆ

การผสานรวมระหว่าง low-code และ AI มีศักยภาพในการปฏิวัติการพัฒนาซอฟต์แวร์ ด้วยการทำให้ AI เป็น ส่วนสำคัญของกระบวนการพัฒนา นักพัฒนาสามารถปลดล็อกความเป็นไปได้ใหม่ๆ และส่งมอบแอปพลิเคชัน คุณภาพสูงด้วยความคล่องตัว ความสามารถในการปรับลดขนาดระบบ และประสบการณ์ผู้ใช้ที่ได้รับการปรับปรุง

อย่างไรก็ตาม สิ่งสำคัญคือ ต้องตระหนักถึงข้อผิดพลาดที่อาจเกิดขึ้นของ AI และ low-code และดำเนินการ เพื่อบรรเทาผลกระทบเหล่านั้น ด้วยการวางแผนและดำเนินโครงการอย่างรอบคอบ นักพัฒนาสามารถมั่นใจ ได้ว่าพวกเขากำลังใช้เทคโนโลยีเหล่านี้ได้อย่างเต็มศักยภาพ

บทความโดย: มาร์ค วีสเซอร์ รองประธานกรรมการ เอเชียแปซิฟิก

Mark Weaser, Vice-President for Asia-Pacific OutSystems