Meta ประกาศอัปเดตเวอร์ชันล่าสุดของ AI ของ Meta ได้แก่ ‘Llama 3.1’ (ลาม่า) ซึ่งเป็นระบบปัญญาประดิษฐ์ที่ใช้โมเดลประมวลผลด้วยภาษาขนาดใหญ่ (Large Language Model) การเปิดตัวในครั้งนี้ตอกย้ำถึงความมุ่งมั่นของ Meta ในการส่งเสริมนวัตกรรมและความร่วมมือภายในชุมชน AI โดยการมอบเครื่องมือ AI ที่ล้ำสมัยมากขึ้นให้แก่นักพัฒนา นักวิจัย และธุรกิจต่างๆ 

การเปิดตัวได้กล่าวถึงประเด็นสำคัญต่างๆ ดังนี้ 

 มีอะไรใหม่ใน Llama 3.1 

Llama 3.1 มาพร้อมกับโมเดล 8B และ 70B ซึ่งมีการพัฒนาปรับปรุงเพิ่มเติม รวมถึงการเปิดตัว Llama 3 405B ซึ่งเป็นโมเดลแบบโอเพนซอร์สที่ใหญ่ที่สุดและทันสมัยที่สุดในอุตสาหกรรมปัญญาประดิษฐ์ นำเสนอประสิทธิภาพการทำงานที่มีความยืดหยุ่น ใช้งานได้ง่าย และมีความสามารถมากกว่าที่เคย 

• ประสิทธิภาพที่เหนือชั้น: เป็นเอไอระบบเปิดที่นำเสนอ ประสิทธิภาพของโมเดลไม่แพ้ระบบปิด (โคลสซอร์ส) ชั้นนำทั้งหมด 

• เพิ่มภาษาที่รองรับ: เพิ่มภาษาที่ให้บริการถึง 9 ภาษา รวมถึงภาษาไทย 

• ปรับปรุงความสามารถในการสนทนา: ขยายการรองรับความยาวเนื้อหามากถึง 128k ช่วยให้การโต้ตอบมีความหลากหลายมากขึ้น 

• ให้เหตุผลได้น่าเชื่อถือมากขึ้น: จัดการกับงานที่ซับซ้อนด้วยความสามารถในการใช้เหตุผล (Reasoning) ที่ดีขึ้น 

• การปรับปรุงระบบการทำงาน: รองรับการสร้างข้อมูลสังเคราะห์และการถ่ายโอนข้อมูลระหว่างโมเดล (Model distillation) 

• AI ที่มีความรับผิดชอบ: องค์ประกอบด้านความปลอดภัยในระบบแบบใหม่ ช่วยให้เกิดการใช้งานอย่างมีความรับผิดชอบ 
• อีโคซิสเต็มที่เติบโต: พันธมิตรมากกว่า 30 รายมุ่งมั่นสนับสนุนการพัฒนา Llama 3.1 ตั้งแต่เริ่มต้น 

หลังจาก Meta ได้เปิดตัวโมเดล Llama รุ่นแรกเมื่อปีที่แล้ว มียอดดาวน์โหลดรวมกว่า 300 ล้านครั้ง และมีการพัฒนาโมเดลต่อยอดกว่า 20,000 โมเดลสำหรับการใช้งานที่หลากหลาย ปัจจุบัน Meta AI เป็นผู้นำทั้งในด้านความยืดหยุ่นและประสิทธิภาพในภาพรวม ที่มีทั้งความคิดสร้างสรรค์ ความชาญฉลาด และเข้าถึงได้ง่ายกว่าที่เคย 

• ความคิดสร้างสรรค์: ฟีเจอร์ “Imagine Yourself” จะช่วยส่งเสริมให้ผู้ใช้ได้ปลดปล่อยจินตนาการของตนเอง ด้วยการสร้างรูปภาพตนเองขึ้นมาใหม่ได้ในทุกสถานการณ์ เครื่องมือแก้ไข AI ใหม่เหล่านี้ จะช่วยให้ผู้ใช้ปรับแต่งรูปภาพที่ Meta AI สร้างขึ้นได้อย่างละเอียด ทำให้ผู้ใช้สามารถเพิ่ม ลบ หรือเปลี่ยนองค์ประกอบในรูปได้ตามที่ต้องการ 

• ความชาญฉลาดในการประมวลผล: Meta AI ช่วยให้ผู้ใช้รับมือกับความท้าทายที่ซับซ้อนได้อย่างง่ายดาย โดยจะได้รับผลลัพธ์หรือคำตอบที่แม่นยำขึ้นสำหรับปัญหาที่มีความซับซ้อน โดยเฉพาะปัญหาเกี่ยวกับคณิตศาสตร์ หรือการเขียนโค้ด รวมถึงจะได้รับประสบการณ์ AI ที่ดีขึ้น โดยมีการอัปเดตอย่างต่อเนื่องจากความคิดเห็นของผู้ใช้งาน 
• การเข้าถึง: ขณะนี้ Meta กำลังนำ Meta AI เข้าไปใช้ในผลิตภัณฑ์และแพลตฟอร์มต่างๆ ของ Meta เช่น WhatsApp, Facebook และอีกมากมาย การเพิ่มภาษาที่ให้บริการนั้นยังช่วยให้ Meta AI เข้าถึงผู้ใช้ได้มากขึ้น โดยโมเดลแบบโอเพนซอร์สของLlama จะช่วยให้นักพัฒนาสามารถปรับแต่งและฝึกฝนโมเดลของตนเอง รวมถึงรักษาความเป็นส่วนตัวของข้อมูล และช่วยพัฒนาระบบให้แข็งแกร่งได้ ทั้งนี้ทีม Meta กำลังเร่งการทำงานขยายฟีเจอร์ให้ใช้ในหลากหลายภูมิภาคต่อไป 

การขยายการรองรับภาษาไทยของ Llama 3.1 

ภายในงาน คุณราฟาเอล แฟรงเคิล ผู้อำนวยการฝ่ายนโยบายสาธารณะประจำภูมิภาคเอเชียตะวันออกเฉียงใต้ของ Meta ได้กล่าวถึงแผนงานเกี่ยวกับ Llama 3.1 ในประเทศไทยไว้ว่า "Llama 3.1 อัปเดตล่าสุดของเรากำลังยกระดับมาตรฐานสำหรับโมเดล AI แบบโอเพนซอร์สอีกครั้ง โดยการเปิดตัว Llama 3 405B ครั้งนี้นับเป็นการเปิดตัวโมเดลโอเพนซอร์สที่ใหญ่ที่สุดและก้าวหน้าที่สุดในอุตสาหกรรมปัญญาประดิษฐ์ Llama 3.1 ยังรวมถึงการอัปเดตโมเดล 8B และ 70B ซึ่งขณะนี้รองรับภาษาไทยแล้ว โมเดลโอเพนซอร์สนี้จะช่วยให้นักพัฒนาซอฟต์แวร์ชาวไทยสามารถสร้างนวัตกรรมใหม่ ๆ สำหรับประเทศไทยได้มากขึ้น เราเชื่อว่า AI มีศักยภาพมากกว่าเทคโนโลยีล้ำสมัยอื่น ๆ ที่ช่วยเพิ่มศักยภาพในการทำงาน และความคิดสร้างสรรค์ให้แก่มนุษย์ รวมถึงยังช่วยเร่งการเติบโตทางเศรษฐกิจ พร้อมปลดล็อกความก้าวหน้าให้กับธุรกิจและชุมชนทั่วโลก รวมถึงในประเทศไทย" 

นักพัฒนาสามารถเยี่ยมชมเว็บไซต์นี้เพื่อเข้าถึงการใช้งานโมเดล Llama ได้ที่ https://llama.meta.com/  

ปลดล็อกโอกาสด้าน AI สำหรับธุรกิจและชุมชนในประเทศไทย 

นอกจาก Llama AI จะเพิ่มการรองรับภาษาไทยแล้ว Meta ยังจะจัดการอบรมและโครงการต่างๆ เพิ่มเติมและให้ทุนสนับสนุนมูลค่ารวม 2 พันล้านดอลลาร์สหรัฐ สำหรับนักพัฒนาและองค์กรทั่วโลก รวมถึงในประเทศไทย 

  1)  ทุนสนับสนุน Llama 3.1 Impact Grants จาก Meta 
 
ทุนสนับสนุน Llama Impact Grants ของ Meta เป็นโปรแกรมระดับโลกที่เปิดรับข้อเสนอโครงการต่างๆ ที่ใช้ Llama AI และฟีเจอร์อื่นๆ ในโมเดล เพื่อเสริมสร้างผลกระทบทางสังคมและเสนอแนะแนวทางแก้ไขปัญหาความท้าทายต่างๆ ทั่วโลก โดยมุ่งเน้นด้านการศึกษา สิ่งแวดล้อม และนวัตกรรมแบบเปิด (Open Innovation) 

Meta เปิดรับสมัครสำหรับทุนสนับสนุน Llama 3.1 Impact Grants ตั้งแต่วันนี้เป็นต้นไป องค์กรที่มีคุณสมบัติตรงตามเกณฑ์สามารถส่งข้อเสนอโครงการที่เล่าถึงการใช้ Llama 3.1 ในการแก้ไขปัญหาสังคมในชุมชนของตน โดยผู้ชนะที่ได้รับคัดเลือกจะได้รับเงินทุนสนับสนุนโครงการสูงสุดถึง 500,000 ดอลลาร์สหรัฐ การประกาศผู้ชนะคาดว่าจะมีขึ้นในช่วงต้นปีพ.ศ. 2568 

ศึกษาเพิ่มเติมเกี่ยวกับโปรแกรมทุนสนับสนุน Llama 3.1 Impact Grants ได้ที่นี่ และสมัครเข้าร่วมได้แล้ววันนี้ 

  2)  โครงการ AI Accelerator Program สำหรับภูมิภาคเอเชียแปซิฟิก 
Meta จะจัดโครงการในระดับภูมิภาคเพื่อให้ความรู้ สร้างแรงบันดาลใจ และโอกาสในการสร้างเครือข่ายสำหรับนักพัฒนา AI ในภูมิภาคเอเชียแปซิฟิก 

หนึ่งในกิจกรรมอีกมากมายที่จะจัดขึ้นคือโครงการ AI Accelerator Program สำหรับภูมิภาคเอเชียแปซิฟิก ซึ่งเป็นการแข่งขันระดับภูมิภาคที่นักพัฒนา Llama จะส่งข้อเสนอโครงการที่แสดงให้เห็นว่า Llama AI สามารถใช้แก้ไขปัญหาสังคมในประเทศของตนได้อย่างไร ผู้ชนะจะได้เป็นตัวแทนประเทศเข้าร่วมการแข่งขัน Hackathon ออนไลน์ในสิงคโปร์ เพื่อชิงทุนพิเศษสูงสุด 100,000 ดอลลาร์สหรัฐเพื่อสนับสนุนโครงการ โดยโครงการที่มีศักยภาพสูงสุดจะได้รับการพิจารณาให้ได้รับรางวัลพิเศษมูลค่าถึง 500,000 ดอลลาร์สหรัฐ 

ในประเทศไทย Meta ได้ร่วมมือกับสำนักงานส่งเสริมเศรษฐกิจดิจิทัล (DEPA) สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (ETDA)AI Governance Clinic และสมาคมปัญญาประดิษฐ์ประเทศไทย  (AIAT)  เพื่อจัดการแข่งขันและคัดเลือกผู้ชนะระดับประเทศจำนวนหนึ่งรายเพื่อเข้าร่วมการแข่งขันระดับภูมิภาคในสิงคโปร์ 

  3)  หลักสูตร AI สำหรับ SMEs ในประเทศไทย

Meta ยังได้ร่วมมือกับกระทรวงพาณิชย์เพื่อเปิดหลักสูตรการตลาดด้วย AI สำหรับธุรกิจขนาดกลางและขนาดย่อมของไทย เพื่อเสริมสร้างทักษะและความรู้ในการใช้ประโยชน์จาก AI เพื่อการเติบโตทางธุรกิจ 

นอกจากนี้ Meta จะจัดงานสัมมนาด้านการตลาด Meta Marketing Summit ในช่วงปลายเดือนสิงหาคม โดยจะเชิญผู้ประกอบการธุรกิจขนาดกลางและขนาดย่อมกว่า 800 รายเข้าร่วมงานเพื่อเรียนรู้เพิ่มเติมเกี่ยวกับเครื่องมือและบริการด้าน AI ของ Meta 

 การ์ทเนอร์คาดการณ์ ภายในสิ้นปี 2568 โปรเจกต์ต่าง ๆ จาก Generative AI (GenAI) อย่างน้อย 30% จะยกเลิกหลังการพิสูจน์เชิงแนวคิด หรือ Proof of Concept (PoC) อันเนื่องมาจากข้อมูลคุณภาพต่ำ มีการควบคุมความเสี่ยงไม่เพียงพอ ค่าใช้จ่ายที่เพิ่มสูงขึ้น หรือมูลค่าทางธุรกิจไม่ชัดเจน 

ริต้า ซาลลัม รองประธานฝ่ายวิจัยการ์ทเนอร์ กล่าวว่า “หลังจาก GenAI เป็นกระแสฮือฮาเมื่อปีก่อน ผู้บริหารต่างจดจ้องที่จะได้เห็นผลตอบแทนจากการลงทุนใน GenAI แต่ว่าองค์กรต่าง ๆ กลับต้องฝ่าฟันเพื่อพิสูจน์และรับรู้ถึงคุณค่าของมัน ตามที่ขอบเขตของแผนงานด้าน GenAI ขยายออกไป ประกอบกับภาระทางการเงินในการพัฒนาและการนำโมเดล GenAI ไปใช้งานก็เพิ่มมากขึ้นเรื่อย ๆ 

โดยการ์ทเนอร์ยังระบุว่าความท้าทายสำคัญที่องค์กรเผชิญนั้น คือ การพิสูจน์ให้เห็นถึงความคุ้มค่าของการลงทุนเป็นจำนวนมหาศาลกับ GenAI ในการเพิ่มประสิทธิภาพการทำงาน ซึ่งจะแปลงเป็นผลประโยชน์ทางการเงินโดยตรงได้ยาก ทั้งนี้องค์กรมากมายกำลังใช้ประโยชน์จาก GenAI เพื่อเปลี่ยนแปลงโมเดลธุรกิจและสร้างโอกาสทางธุรกิจใหม่ ๆ แต่อย่างไรก็ตาม แนวทางนี้มาพร้อมกับต้นทุนมหาศาลตั้งแต่ 5 ล้านดอลลาร์สหรัฐฯ ไปจนถึง 20 ล้านดอลลาร์สหรัฐฯ (ดูรูปที่ 1) 

“น่าเสียดายที่ GenAI ไม่มีสูตรสำเร็จที่ใช้ได้กับทุกสถานการณ์ และต้นทุนก็ไม่สามารถคาดเดาได้เหมือนกับเทคโนโลยีอื่น ๆ ดังนั้นสิ่งที่องค์กรจ่าย อาทิ ยูสเคสที่ลงทุนและวิธีการนำไปใช้ที่เลือก ล้วนเป็นตัวกำหนดต้นทุนทั้งนั้น ไม่ว่าคุณจะเป็นผู้เข้ามาดิสรัปตลาดและต้องการฝัง AI เข้าไปในทุกที่ หรือต้องการมุ่งเน้นที่การเพิ่มผลผลิตหรือการขยายกระบวนการเดิมที่มีอยู่ สิ่งเหล่านี้ล้วนมีต้นทุน ความเสี่ยง ความผันแปร และส่งผลกระทบเชิงกลยุทธ์ในระดับที่ต่างกัน” ซาลลัม กล่าว 

ผลการวิจัยการ์ทเนอร์ยังชี้ว่าการพัฒนา GenAI ไม่ว่าเพื่อเป้าหมายใด ต้องอาศัยความอดทนที่สูงกว่ากับผลลัพธ์ทางอ้อม สำหรับวางหลักเกณฑ์การลงทุนด้านการเงินในอนาคตเทียบกับผลตอบแทนการลงทุนทันที (ROI) ในอดีตผู้บริหารระดับสูงด้านการเงิน หรือ CFO หลายรายไม่สะดวกใจลงทุนวันนี้เพื่อมูลค่าทางอ้อมในอนาคต ซึ่งความลังเลใจนี้อาจทำให้การจัดสรรเม็ดเงินลงทุนถูกเบี่ยงเบนไปในทางยุทธวิธีมากกว่าผลลัพธ์เชิงกลยุทธ์ 

การตระหนักถึงมูลค่าทางธุรกิจ 

ผู้ที่นำ AI มาใช้ก่อนใคร หรือที่เรียกว่า Earlier Adopter ทั้งในอุตสาหกรรมและกระบวนการทางธุรกิจต่างรายงานถึงพัฒนาการและการปรับปรุงด้านธุรกิจที่หลากหลาย แตกต่างกันไปตามยูสเคสใช้งาน ประเภทงาน และระดับทักษะของคนทำงาน ผลการสำรวจผู้นำทางธุรกิจของการ์ทเนอร์ล่าสุด จากจำนวนผู้ตอบแบบสอบถาม 822 ราย ที่จัดทำช่วงเดือนกันยายนถึงพฤศจิกายนปี 2566 พบว่าองค์กรที่นำ AI มาใช้มีรายได้เพิ่มขึ้น 15.8% ประหยัดต้นทุนขึ้น 15.2% และช่วยปรับปรุงประสิทธิผลการผลิตโดยเฉลี่ย 22.6% 

“ดาต้านี้เป็นข้อมูลอ้างอิงสำคัญสำหรับการประเมินมูลค่าทางธุรกิจที่ได้มาจากนวัตกรรมโมเดลธุรกิจ GenAI แต่สิ่งสำคัญคือเราต้องยอมรับความท้าทายในการประเมินมูลค่าดังกล่าว เนื่องจากผลประโยชน์ต่าง ๆ นั้นจะขึ้นกับบริษัทเป็นหลัก รวมถึง ยูสเคส บทบาท และแรงงานอย่างเฉพาะ บ่อยครั้งที่ผลกระทบอาจไม่เผยชัดเจนในทันทีและอาจเกิดขึ้นภายหลัง อย่างไรก็ตาม ความล่าช้านี้ไม่ได้ลดผลประโยชน์ที่อาจได้รับลงแต่อย่างใด” ซาลลัม กล่าวเสริม 

การคำนวณผลกระทบต่อธุรกิจ 

จากการวิเคราะห์มูลค่าทางธุรกิจและต้นทุนรวมของนวัตกรรมโมเดลธุรกิจ GenAI องค์กรต่าง ๆ สามารถกำหนดผลตอบแทนจากการลงทุนโดยตรง (ROI) และผลกระทบต่อมูลค่าธุรกิจในอนาคตได้ ซึ่งถือเป็นเครื่องมือสำคัญในการตัดสินใจลงทุนอย่างรอบคอบเกี่ยวกับนวัตกรรมโมเดลธุรกิจ GenAI 

“หากผลลัพธ์ทางธุรกิจเป็นไปตามเป้าหรือเกินความคาดหวัง ถือเป็นโอกาสการขยายการลงทุน โดยเพิ่มขอบเขตนวัตกรรมและการใช้งาน GenAI ให้ครอบคลุมฐานผู้ใช้ที่กว้างขึ้น หรือนำไปใช้ในแผนกธุรกิจอื่น ๆ เพิ่มเติม อย่างไรก็ตาม หากผลลัพธ์ไม่เป็นไปตามที่คาด อาจจำเป็นต้องพิจารณานวัตกรรมทางเลือก โดยอาศัยข้อมูลเชิงลึกเหล่านี้ช่วยให้องค์กรจัดสรรทรัพยากรได้อย่างมีกลยุทธ์พร้อมกำหนดแผนดำเนินงานที่มีประสิทธิภาพสูงสุดในอนาคต” ซาลลัม กล่าวสรุป  

การ์ทเนอร์เผยผลสำรวจล่าสุดของผู้บริหารระดับสูงกว่า 1,800 ราย พบว่า 55% ขององค์กรมีคณะกรรมการที่ดูแลด้านการใช้งาน AI หรือ AI Board และ 54% ระบุว่ามีหัวหน้าด้าน AI หรือ AI Leader ที่ประสานงานและดูแลกิจกรรมต่าง ๆ ภายในองค์กร  

ฟราสซิส คารามูซิส รองประธานฝ่ายวิจัย การ์ทเนอร์ กล่าวว่า “จากผลการวิจัยพบว่าองค์กรทั่วโลกมีความเห็นต่างกันในเรื่องความจำเป็นของการมีคณะกรรมการด้าน AI หรือ AI Board ซึ่งคำตอบของประเด็นนี้คือองค์กรจำเป็นต้องมี AI Board เพื่อขับเคลื่อนกลยุทธ์ AI ให้บรรลุเป้าหมาย โดยเปรียบเสมือนคณะกรรมการกลางที่คอยกำหนดทิศทาง ดูแล และควบคุมการใช้ AI ให้เกิดประสิทธิภาพสูงสุด พร้อมลดความเสี่ยง และสร้างมูลค่าเพิ่มให้กับองค์กร อย่างไรก็ตาม รูปแบบ ขอบเขต ทรัพยากร และกรอบระยะเวลาของการจัดตั้ง AI Board นั้นขึ้นอยู่กับบริบทของยูสเคส และความพร้อมของแต่ละองค์กร โดยองค์กรบางแห่งอาจดำเนินการด้วยมาตรการระยะสั้น แต่บางแห่งอาจเปลี่ยนแปลงรูปแบบการทำงานในระยะยาว” 

จากการสำรวจผู้บริหารระดับสูง 1,808 ราย ที่เข้าร่วมเว็บบินาร์ของการ์ทเนอร์ เมื่อเดือนมิถุนายนที่ผ่านมา ได้แลกเปลี่ยนความคิดเห็นกันในมุมมองต่อการประเมินต้นทุน ความเสี่ยง และมูลค่าของโครงการ AI และ GenAI ใหม่ ๆ โดยผลสำรวจนี้ไม่ได้สะท้อนถึงภาพรวมตลาดโลก แต่ให้ข้อมูลเชิงลึกของมุมมองผู้บริหารที่มีต่อเทคโนโลยี AI และ GenAI 

AI Board ต้องชัดเจนเรื่องกฎเกณฑ์ ที่สอดคล้องกับเป้าหมายธุรกิจ 

ความรับผิดชอบต่อ AI นั้นกระจายออกไป พนักงานจากหลายแผนกมักมีส่วนร่วมในการริเริ่มโครงการด้าน AI ขณะที่บางองค์กรดำเนินงานแบบกระจายอำนาจ บางแห่งทำงานแยกส่วนกัน หรือบางองค์กรยังไม่ชัดเจนว่าจะนำ AI ไปใช้ในแง่ใด สิ่งนี้ทำให้เกิดความท้าทายในการระบุผู้รับผิดชอบต่อผลลัพธ์ที่เกิดขึ้นจากการใช้งาน AI ทั้งแง่บวกและลบ โดยผลสำรวจนี้ยังชี้ให้เห็นว่า มีเพียง 1 ใน 4 ของผู้ตอบแบบสอบถามเท่านั้นที่สามารถระบุผู้รับผิดชอบต่อโครงการริเริ่มด้าน AI ได้อย่างชัดเจน

“AI Board ต้องประกอบด้วยสมาชิกจากหลายสาขาวิชาและหน่วยธุรกิจ ซึ่งความหลากหลายนี้จะช่วยให้มั่นใจได้ว่าบอร์ดจะมีมุมมองครอบคลุมประเด็นที่เกี่ยวข้องกับ AI ในด้านต่าง ๆ นอกจากนี้บอร์ดยังต้องมีความคล่องตัวในการปฏิบัติงาน สามารถตัดสินใจได้อย่างมีประสิทธิภาพและรวดเร็ว โดยแต่ละองค์กรต้องหาแนวทางที่ดีที่สุดในการจัดตั้งคณะกรรมการที่ดูแลด้านการใช้ AI ของตน สิ่งสำคัญคือต้องทำให้แน่ใจว่าบอร์ดจะมีขนาดไม่ใหญ่เกินไปจนทำงานได้ไม่เต็มประสิทธิภาพ พร้อมทั้งต้องระบุกลไกชัดเจนด้านอำนาจการตัดสินใจและการขับเคลื่อนฉันทามติ” คารามูซิส กล่าวเพิ่มเติม 

เมื่อสอบถามว่าอะไรคือหัวข้อหลักสามอันดับแรกของบอร์ดที่ต้องมุ่งเน้น ผู้บริหาร 26% ระบุว่าเป็นเรื่องของ “การกำกับดูแล” หรือ ธรรมาภิบาล และอีก 21% ระบุว่า “กลยุทธ์” ควรเป็นหนึ่งในหัวข้อหลัก 

คารามูซิส อธิบายเพิ่มว่า "สมาชิกใน AI Board ควรมีความเชี่ยวชาญที่เชื่อมโยงกับขอบเขตงาน ควรเป็นผู้บริหารระดับสูงและมีประสบการณ์ มีทักษะที่แข็งแกร่งทั้งในด้านกลยุทธ์และการดำเนินงาน และอย่างยิ่งโดยเฉพาะคือมีเป้าหมายด้าน GenAI" 

หัวหน้าด้าน AI มีอยู่ทั่วไปในองค์กรมากกว่า CAIO 

ผลการวิจัยชี้ให้เห็นว่า แม้องค์กรจำนวนมากจะมีหัวหน้าหรือผู้นำที่ดูแลด้าน AI แต่ตำแหน่งของพวกเขาเหล่านี้อาจจะไม่ได้เรียกว่า "Chief AI Officer" (CAIO) เสมอไป โดยผู้นำระดับสูง 54% ระบุว่าองค์กรของตนมีหัวหน้าฝ่าย AI หรือผู้นำ AI ขณะที่ 88% บอกว่าผู้บริหาร AI ของตนนั้นไม่ได้มีตำแหน่งเป็น Chief AI Officer (CAIO) 

แม้ว่าคณะกรรมการบริษัทจะเป็นผู้กำหนดทิศทางให้กับผู้นำระดับสูง (C-suite) แต่คณะกรรมการส่วนใหญ่ก็ไม่อยากเพิ่มตำแหน่งผู้นำระดับสูงนี้ อย่างไรก็ตาม คณะกรรมการยังคงต้องการให้มีผู้นำด้าน AI เพื่อรับผิดชอบภาพรวมในการบริหารจัดการเทคโนโลยี AI ภายในองค์กร 
“แม้ว่าเทคโนโลยี AI และ GenAI จะมีบทบาทสำคัญในทุกแง่มุมของงาน กิจกรรม และกลยุทธ์องค์กร แต่บุคคลหรือทีมที่รับผิดชอบการประสานงาน AI ในองค์กร ไม่ได้หมายความว่าจะต้องมีตำแหน่งเป็นผู้บริหารระดับ C-Level” คารามูซิส กล่าวทิ้งท้าย 

AWS มอบทุน 10 ล้านเหรียญสหรัฐ เพื่อสนับสนุนการวิจัยเกี่ยวกับการดูแลสุขภาพเด็ก โดยมุ่งเน้นไปที่การเสริมสร้างสุขภาพและพัฒนาการที่ดีของเด็ก และการวิจัยเพื่อทำความเข้าใจเกี่ยวกับโรคหายากให้ดียิ่งขึ้น ซึ่งจะช่วยให้สามารถวินิจฉัยและรักษาโรคเหล่านี้ได้อย่างมีประสิทธิภาพมากขึ้น

นิโคล จีรูว์ เข้าใจดีถึงความทุกข์ทรมานจากการรอคอยการวินิจฉัยที่แม่นยำ และการรักษาที่มีประสิทธิภาพที่มาพร้อมกับการวินิจฉัยนั้น เมื่อประมาณ 15 ปีก่อน ลูกสาวของเธอชื่อไลลาแสดงอาการของมะเร็งสมองชนิดที่ผ่าตัดไม่ได้ ในขณะนั้นไลลามีอายุเพียง 15 เดือนเท่านั้น เนื่องจากข้อมูลทางการแพทย์มีไม่เพียงพอ ครอบครัวจีรูว์จึงต้องเผชิญกับความเจ็บปวดเป็นเวลานานถึง 5 ปี ก่อนที่จะสามารถเข้าใจโครงสร้างระดับโมเลกุลของก้อนเนื้องอกในสมองของลูกสาวได้อย่างชัดเจน

“หลังจากเริ่มการรักษาไม่นาน สามีและฉันตระหนักว่ามีทางเลือกในการรักษามะเร็งสมองในเด็กน้อยมาก นอกจากนี้ยังมีการขาดแคลนงบประมาณสำหรับการวิจัยโรคนี้อีกด้วย” นิโคล กล่าว

เพื่อเป็นเกียรติแด่ลูกสาวของเธอ นิโคลได้ก่อตั้งมูลนิธิ Lilabean Foundation for Pediatric Brain Cancer Research เพื่อการวิจัยมะเร็งสมองในเด็กขึ้น มูลนิธิมีพันธกิจหลักในการสนับสนุนทุนวิจัยที่สำคัญเกี่ยวกับมะเร็งสมองในเด็ก และช่วยสร้างความตระหนักรู้ถึงความรุนแรงของโรคร้ายนี้ในหมู่สาธารณชน

ในงาน AWS Summit ที่จัดขึ้นที่กรุงวอชิงตัน ดี.ซี. ที่ผ่านมา AWS ได้ประกาศว่าจะมอบเงินทุนสนับสนุนจำนวน 10 ล้านเหรียญสหรัฐให้แก่องค์กรไม่แสวงหากำไร เพื่อส่งเสริมการใช้ประโยชน์จากคลาวด์ของ AWS เพื่อสนับสนุนโครงการและกิจกรรมที่เกี่ยวข้องกับการพัฒนาเด็กและเยาวชนในระดับสากล เงินทุนดังกล่าวจะช่วยให้สามารถเข้าถึงงานวิจัยที่สำคัญสำหรับกลุ่มผู้ป่วยที่เปราะบาง ซึ่งมักประสบปัญหาการขาดแคลนทรัพยากรและมีขนาดตัวอย่างจำกัด

โครงการนี้มีวัตถุประสงค์เพื่อสนับสนุนการทำงานร่วมกันของกลุ่มสถาบันการแพทย์ โรงพยาบาล และสถาบันต่าง ๆ ที่ใช้ประโยชน์จากเทคโนโลยีคลาวด์และปัญญาประดิษฐ์ (Artificial Intelligence: AI) โดยมีเป้าหมายร่วมกันในการเร่งรัดการวิจัยและการค้นพบใหม่ ๆ ด้วยการจัดการข้อมูลบนคลาวด์อย่างมีประสิทธิภาพมากขึ้น ซึ่งจะช่วยให้นักวิจัยสามารถเข้าใจโครงสร้างพันธุกรรมของโรคได้ดีขึ้น นำไปสู่การวินิจฉัยที่รวดเร็วและแม่นยำมากขึ้น รวมถึงการรักษาเฉพาะบุคคลที่มีประสิทธิภาพสูงขึ้นสำหรับผู้ป่วย

อดัม เรสนิค ผู้อำนวยการศูนย์การค้นพบที่ขับเคลื่อนด้วยข้อมูลทางการแพทย์ที่โรงพยาบาลเด็กฟิลาเดลเฟีย (Children’s Hospital of Philadelphia :CHOP) กล่าวว่า “เรายินดีเป็นอย่างยิ่งกับโครงการที่ AWS ได้เปิดตัว เนื่องจากสอดคล้องกับสถานการณ์ของเราอย่างลงตัว แม้มะเร็งในเด็กจะเป็นโรคหายาก แต่ก็เปิดโอกาสให้เราได้ทดสอบเทคโนโลยีใหม่ ๆ ด้วยความจำเป็นที่จะต้องพึ่งพาการค้นพบข้อมูลแบบเรียลไทม์และเครือข่ายความร่วมมือ”

AWS ได้สนับสนุนเงินทุนจำนวน 10 ล้านเหรียญสหรัฐ โดยมีการบริจาคเงิน 3 ล้านเหรียญสหรัฐให้แก่องค์กรต่าง ๆ 3 แห่ง ดังนี้ โรงพยาบาลเด็กแห่งชาติ (Children's National Hospital) ในวอชิงตัน ดี.ซี., โรงพยาบาลเด็กแนชั่นไวด์ (Nationwide Children's Hospital) ในโคลัมบัส รัฐโอไฮโอ และเครือข่ายมะเร็งสมองเด็ก (Children's Brain Tumor Network) ซึ่งตั้งอยู่ที่ CHOP โดยแต่ละองค์กรจะได้รับเงินบริจาค 1 ล้านเหรียญสหรัฐ เพื่อสนับสนุนการดำเนินงานตามพันธกิจขององค์กร มูลนิธิ Lilabean เป็นหนึ่งในองค์กรสมาชิกของเครือข่ายมะเร็งสมองเด็ก (Children’s Brain Tumor Network)

ด้วยโครงการ AWS IMAGINE Grant: Children’s Health Innovation Award ใหม่ที่มีงบประมาณสูงถึง 7 ล้านเหรียญสหรัฐ องค์กรต่าง ๆ จะได้รับการสนับสนุนเพื่อใช้ในโครงการที่เร่งการวิจัยด้านสุขภาพเด็ก ส่งเสริมสุขภาพแม่และเด็กอย่างครบวงจร และ/หรือสนุบสนุนบุคลากรทางการแพทย์และผู้ดูแลเด็ก

นอกเหนือจากมะเร็งในเด็ก เงินทุนนี้จะสนับสนุนการวิจัยโรคต่าง ๆ ในเด็ก ตั้งแต่โรคหัวใจไปจนถึงโรคพันธุกรรม โรคที่พบในเด็กมักไม่ได้รับความสนใจเท่าที่ควร และมีการจัดสรรทรัพยากรสำหรับการวิจัยโรคเหล่านี้น้อยกว่าโรคอื่นๆ แม้ว่าไลลาจะต้องเผชิญกับผลข้างเคียงที่รุนแรงจากการรักษาด้วยเคมีบำบัดมาเป็นเวลาหลายปี แต่ในวัย 16 ปีปัจจุบันเธอยังคงมีสุขภาพที่แข็งแรงดี อย่างไรก็ตาม ยังมีผู้ป่วยจำนวนมากที่ไม่ได้รับโอกาสที่ดีเช่นเดียวกับไลลา

มะเร็งในเด็กเช่นกรณีของไลลานั้นมีสัดส่วนน้อยกว่า 1% ของมะเร็งทั้งหมดที่ได้รับการวินิจฉัยในสหรัฐอเมริกาในแต่ละปี แม้อัตรารอดชีวิต 5 ปีของผู้ป่วยมะเร็งในเด็กในประเทศพัฒนาแล้วจะดีขึ้น แต่ยังมีถึงสองในสามของผู้รอดชีวิตจากมะเร็งในวัยเด็กที่ต้องประสบกับผลข้างเคียงระยะยาวจากการรักษา

ข้อมูลการศึกษาวิจัยทางการแพทย์สำหรับโรคและการรักษาในเด็กยังคงมีข้อจำกัดอยู่มาก งานวิจัยส่วนใหญ่เป็นการศึกษาขนาดเล็กที่ดำเนินการในศูนย์เดียว และขาดการสนับสนุนงบประมาณจากภาคเอกชนหรือภาครัฐ ส่งผลให้มีการศึกษาวิจัยการรักษาลดน้อยลงอย่างต่อเนื่อง เนื่องจากบริษัทยามีแรงจูงใจทางการเงินน้อยในการพัฒนายาสำหรับกลุ่มผู้ป่วยขนาดเล็กเหล่านี้ เด็กป่วยด้วยโรคมะเร็งและโรคหายากมักได้รับการรักษาตามแผนการรักษาที่ดัดแปลงมาจากแนวทางการรักษาสำหรับผู้ใหญ่ ซึ่งอาจไม่เหมาะสมกับความต้องการของพวกเขา นอกจากนี้ การกลายพันธุ์ทางพันธุกรรมของมะเร็งในเด็กและผู้ใหญ่ยังแตกต่างกัน ซึ่งเพิ่มความซับซ้อนให้กับนักวิจัย ความท้าทายที่แตกต่างกันเหล่านี้ในการวิจัยสำหรับเด็ก จำเป็นต้องมีโซลูชันขั้นสูงเพื่อแก้ไขปัญหา การจัดการข้อมูลในคลาวด์เป็นขั้นตอนแรกที่สำคัญสำหรับการทำวิจัยร่วมกันอย่างมีประสิทธิภาพ  การทำงานแบบแยกส่วนและไม่มีการประสานงานกันนั้น ไม่ใช่วิธีการที่ถูกต้องและเหมาะสม
นิโคล กล่าวว่า “ในอดีต นักวิทยาศาสตร์มักทำงานแยกส่วนกันและไม่ได้แบ่งปันข้อมูลสำคัญ เช่น ตัวอย่างเนื้อเยื่อ ผลการวิเคราะห์ลำดับจีโนม และข้อมูลที่เกี่ยวข้องอื่น ๆ แต่ในปัจจุบัน เราจำเป็นต้องทำงานร่วมกันอย่างใกล้ชิด แบ่งปันข้อมูล และประสานความร่วมมือในสนามวิจัยเดียวกัน”

สภาพแวดล้อมทดสอบ (sandbox) เป็นพื้นที่ปลอดภัยบนคลาวด์ของ AWS ที่ออกแบบมาเพื่อให้นักวิจัยสามารถจัดการข้อมูลที่ไม่ระบุชื่อและถูกทำให้เป็นข้อมูลนิรนามได้อย่างปลอดภัย โดยยังคงรักษามาตรฐานการปกป้องข้อมูลส่วนบุคคลของผู้ป่วยและผู้เข้าร่วมในการวิจัยทางการแพทย์ไว้อย่างเคร่งครัด ด้วยระบบรักษาความปลอดภัยที่ทันสมัย นักวิจัยจึงสามารถดำเนินการวิเคราะห์และประมวลผลข้อมูลได้อย่างมั่นใจ โดยไม่ต้องกังวลเรื่องการรั่วไหลของข้อมูลส่วนบุคคล

นักวิจัยที่โรงพยาบาลเด็กแห่งชาติ Nationwide Children's Hospital คลาวด์เป็นเครื่องมือในการประมวลผลข้อมูลจีโนมิกส์ และแบ่งปันข้อมูลและผลการวินิจฉัยสำหรับผู้ป่วยมะเร็งเด็กในการศึกษาขนาดใหญ่ที่มีผลกระทบต่อผู้ป่วยมะเร็งเด็กทั่วสหรัฐอเมริกา หลังจากถูกใช้เพื่อช่วยให้ข้อมูลในการวินิจฉัยที่จะส่งกลับไปยังผู้ให้บริการด้านมะเร็งวิทยาสำหรับแต่ละผู้ป่วยแล้ว ข้อมูลที่ปราศจากการระบุตัวตนจะถูกแบ่งปันอย่างมีประสิทธิภาพผ่านคลาวด์ไปยังฐานข้อมูลมะเร็งเด็กของสถาบันมะเร็งแห่งชาติ (NCI) ซึ่งนักวิจัยกลุ่มใหญ่สามารถเข้าถึงได้เกือบแบบเรียลไทม์

ดร.เอลเลน มาร์ดิส ผู้อำนวยการของสถาบัน Steve and Cindy Rasmussen Institute for Genomic Medicine จากสถาบัน Abigail Wexner Research Institute ที่โรงพยาบาล Nationwide Children's Hospital กล่าวว่า “สิ่งที่เราปรารถนาอย่างแท้จริงคือการทำให้มะเร็งที่พบได้น้อยกลายเป็นสิ่งที่พบได้บ่อยขึ้น โดยการให้ข้อมูลที่ครอบคลุมแก่นักวิจัยที่ต้องการค้นคว้าเพื่อค้นพบสิ่งใหม่ ๆ”

ดร.เอลเลน ระบุว่า การแบ่งปันข้อมูลอย่างกว้างขวางในฐานข้อมูลบนคลาวด์ สามารถช่วยให้นักวิจัยสามารถวิเคราะห์ลักษณะทางจีโนมิกส์ของมะเร็งที่พบได้น้อยได้ง่ายขึ้น เนื่องจากข้อมูลเหล่านี้มักถูกแยกเก็บไว้อย่างแยกส่วน ทำให้นักวิทยาศาสตร์บางกลุ่มอาจไม่มีข้อมูลเพียงพอในการศึกษาลักษณะเหล่านี้ การรวบรวมข้อมูลไว้ในฐานข้อมูลกลางบนคลาวด์จะดึงดูดความสนใจของนักวิจัยเหล่านั้นให้เข้ามาศึกษาได้มากขึ้น

ดร.เอลเลน กล่าวว่า “ในระยะเวลาอันสั้น ปัจจัยสำคัญที่ผลักดันให้เกิดการค้นพบใหม่ ๆ คือความสามารถในการเข้าถึงข้อมูลผ่านระบบคลาวด์อย่างรวดเร็วและสะดวก”

การวิจัยทางการแพทย์ที่ขับเคลื่อนด้วย AI ถือเป็นพรมแดนใหม่ที่น่าจับตามอง

การสร้างพื้นที่จัดเก็บข้อมูลบนคลาวด์เป็นเพียงจุดเริ่มต้นในการพัฒนาการรักษาโรคหายากในเด็กให้มีประสิทธิภาพมากขึ้น AWS มีศักยภาพในการขับเคลื่อนการวิเคราะห์ข้อมูลและแอปพลิเคชันนวัตกรรม ซึ่งจะช่วยยกระดับคุณภาพการดูแลรักษา เพิ่มประสิทธิภาพในการให้บริการ และปรับแผนการรักษาให้เหมาะสมกับความต้องการเฉพาะของแต่ละบุคคล ที่โรงพยาบาลเด็กแห่งชาติ ทีมงานได้นำแอปพลิเคชันที่ใช้ AI มาช่วยในการคัดกรองทารกที่มีภาวะทางพันธุกรรมหายาก โดยแอปพลิเคชันนี้จะประเมินลักษณะใบหน้าของทารกผ่านกล้องสมาร์ทโฟน เพื่อระบุการเปลี่ยนแปลงเล็กน้อยในลักษณะใบหน้าได้อย่างรวดเร็วหลังคลอด แอปพลิเคชันดังกล่าวได้รับการทดสอบกับผู้ป่วยในกว่า 30 ประเทศแล้ว และสามารถช่วยคัดกรองเด็กที่อาจไม่สามารถเข้าถึงนักพันธุศาสตร์ในบริเวณใกล้เคียงได้

นอกจากนี้ AI ยังถูกนำมาใช้ในการตรวจคัดกรองโรคหัวใจจากภาวะหัวใจรูมาติกด้วย โดยช่วยให้การตรวจคลื่นความถี่เสียงสูงแบบพกพามีราคาถูกลง ทำให้ผู้ป่วยที่มีทรัพยากรจำกัดสามารถเข้าถึงการตรวจได้ง่ายขึ้น ยกตัวอย่างเช่น ในประเทศยูกันดา คาดว่าจะมีการคัดกรองเด็กประมาณ 200,000 คนในปีต่อ ๆ ไป

มาริอุส จอร์จ ลิงกูรารู ศาสตราจารย์ด้านครอบครัวคอนนอร์และประธานด้านการวิจัยและนวัตกรรมที่โรงพยาบาลเด็กแห่งชาติ กล่าวว่า “ประเด็นความเท่าเทียมด้านสุขภาพเป็นสิ่งที่ผมให้ความสำคัญเป็นอย่างยิ่ง ณ ปัจจุบัน เรามุ่งเน้นการทำงานในสหรัฐอเมริกามากกว่าต่างประเทศ เนื่องจากเมื่อต้องการการตีความภาพและการถ่ายภาพขั้นสูง ทรัพยากรเหล่านั้นมีอยู่มากในประเทศรายได้สูง อย่างไรก็ดี ผมมักแสวงหาวิธีการที่ง่าย ราคาไม่แพง และมีความยืดหยุ่นมากกว่า ซึ่งสามารถนำไปประยุกต์ใช้ในพื้นที่อื่น ๆ ได้ด้วย”

การรักษามะเร็งแบบเฉพาะบุคคลเป็นอีกหนึ่งสาขาที่ปัจจุบันมีการนำเอา AI มาใช้เพื่อพัฒนาการดูแลสุขภาพสำหรับเด็ก ทีมงานของศาสตราจารย์ลิงกูรารูกำลังร่วมมือกับเพื่อนร่วมงานทั่วสหรัฐอเมริกา เพื่อปรับปรุงและทำให้แผนการรักษาสำหรับเด็กที่เป็นมะเร็งสมองมีความเฉพาะเจาะจงมากยิ่งขึ้น ความก้าวหน้าทางด้านคลาวด์คอมพิวติงและการประยุกต์ใช้ AI เหล่านี้ เป็นสิ่งที่นิโคลหวังว่าจะช่วยพัฒนาแนวทางการรักษาให้มีประสิทธิภาพมากขึ้นสำหรับครอบครัวที่มีสถานการณ์คล้ายคลึงกับครอบครัวของเธอในอนาคต

“ฉันเข้าใจดีว่าตอนที่ครอบครัวได้รับการวินิจฉัยโรคของลูก มันเป็นเรื่องยากลำบากมาก พวกเขาต้องเผชิญกับความกังวลและความไม่แน่นอนมากมาย ดังนั้นฉันอยากให้ลูก ๆ ของทุครอบครัวมีทางเลือกที่เหมาะสมในการรักษา อย่าปล่อยให้พวกเขาต้องยอมรับข้ออ้างที่ไม่ดีพอสำหรับลูกของตัวเองอีกต่อไป สถานการณ์กำลังเปลี่ยนแปลงไปในทางที่ดีขึ้น มีความก้าวหน้าใหม่ ๆ เกิดขึ้นเรื่อย ๆ ในวงการแพทย์ ฉันหวังว่าครอบครัวเหล่านี้จะได้รับทางเลือกที่ดีที่สุดสำหรับลูกของพวกเขา”

AWS มุ่งมั่นอย่างแน่วแน่ที่จะสนับสนุนงานสำคัญเพื่อส่งเสริมสุขภาพเด็ก โครงการด้านการกุศลในครั้งนี้จะเสริมพลังให้แก่องค์กรไม่แสวงหากำไรทั่วโลก ในการนำประโยชน์จากคลาวด์ของ AWS มาใช้ขับเคลื่อนสาเหตุด้านสุขภาพเด็กและเยาวชน

 ทรู คอร์ปอเรชั่น เปิดประสบการณ์ใหม่ สมาร์ทยิ่งขึ้นกับแอปทรูไอเซอร์วิส (True iService) ให้ลูกค้าทรูสัมผัสชีวิตดิจิทัล ง่าย สะดวก ยิ่งกว่า กับทุกบริการธุรกรรมทางดิจิทัล ผสานเทคโนโลยี AI รู้ใจพฤติกรรมและความต้องการของผู้ใช้แต่ละคนได้อย่างมีประสิทธิภาพ

ไม่ว่าจะเป็น จ่ายบิล เช็คยอด เติมเงิน เติมเน็ต ช้อปปิ้ง แจ้งปัญหาการใช้งาน และ All-in-all service แจ้งปัญหาการใช้งาน รับบริการหลังการขาย ติดตามงานซ่อมบำรุง หรือแม้กระทั่งการแนะนำบริการใหม่ๆ รวมทั้งตรวจสอบแก้ปัญหาเบื้องต้นด้วยตนเองแบบ Self-service ชูคอนเซ็ปต์ “Gateway to Infinite Digital Lifestyle” เสมือนเป็นประตูสู่ไลฟ์สไตล์ดิจิทัลที่ไร้ขีดจำกัด ช่วยให้ลูกค้าสามารถเข้าถึงบริการต่างๆ ได้อย่างง่ายดายและสะดวกสบาย ด้วย 4 จุดเด่นหลักทั้ง 1. Easy and Convenience ทำธุรกรรมต่างๆได้ทุกที่ ทุกเวลา ผ่านสมาร์ทโฟนง่ายๆ แค่ปลายนิ้ว 2. Access all Digital Services ครอบคลุมธุรกรรมที่ลูกค้าต้องการตั้งแต่การเติมเงิน จ่ายบิล ซื้อแพ็กเกจ ตรวจสอบการใช้งาน และอื่นๆรวมมากกว่า 50 ฟังก์ชัน 3. Always find Better Deals ด้วยข้อเสนอสุดพิเศษเฉพาะในแอป ทั้งแพ็กเกจเน็ต โทร หรือไลฟ์สไตล์ต่างๆ เพลิดเพลินกับ Flash Deal และ แคมเปญพิเศษในทุกๆเดือน และ 4. Enjoy Thousands of Privileges รับทรูพอยท์จากการชำ-ระบิล แลกสิทธิพิเศษต่างๆ จากแบรนด์ชั้นนำ และร่วมกิจกรรมลุ้นรับรางวัลได้ทุกวัน

นายนิติธรรม โกวิทกูลไกร หัวหน้าสายงานด้านผลิตภัณฑ์และบริการ บมจ. ทรู คอร์ปอเรชั่น กล่าวว่า ด้วยวิสัยทัศน์ของทรู ผู้นำด้านโทรคมนาคมและเทคโนโลยี มุ่งนำเทคโนโลยีล้ำสมัยเพิ่มศักยภาพการให้บริการ ยกระดับประสบการณ์ลูกค้าระดับเวิลด์คลาส เราจึงเดินหน้าพัฒนาทรูไอเซอร์วิส (True iService) ให้เป็นแอปศูนย์รวมทุกบริการบนโลกดิจิทัลสำหรับลูกค้าทรู พร้อมนำเทคโนโลยี AI ที่สามารถวิเคราะห์พฤติกรรมของผู้ใช้งานตลอดจนช่วยเหลือ และแนะนำบริการได้อย่างแม่นยำตรงความต้องการ ผ่านการยกระดับ Mari AI ด้วย Mari Chat (คุยกับมะลิ) ที่พร้อมดูแลให้ความช่วยเหลือลูกค้าตลอด 24 ชั่วโมง ผสานนวัตกรรมเทคโนโลยี Generative AI ร่วมกับ Chat GPT มาใช้ให้เกิดการเรียนรู้เพิ่มเติม เพื่อให้บริการกับลูกค้าอย่างเข้าใจมากขึ้นและตรงความต้องการ ให้บริการลูกค้าครอบคลุม ครบครัน ไม่ว่าจะเป็น ให้มะลิช่วยเปรียบเทียบรุ่น ค้นหามือถือที่ต้องการตามงบที่กำหนด จากนั้นจะพาลูกค้าไปสั่งซื้อต่อได้เลย หรือบริการที่สามารถตรวจเช็กสัญญาณเน็ตบ้าน ว่ามีอะไรผิดปกติหรือไม่ และจะสรุปพร้อมช่วยแก้ไขให้กับลูกค้า หากพบว่าปัญหาดังกล่าวจำเป็นต้องให้ช่างเข้าไปซ่อม มะลิจะแนะนำและพาลูกค้าทำการนัดช่างได้ทันที เป็นตัน อีกทั้งยังได้เตรียมพัฒนาให้เป็น "Everyday Chatbot" สำหรับลูกค้าทุกเจ็นเนอเรชันอีกด้วย มาพร้อมแนวคิด Gateway to Infinite Digital Lifestyle เปรียบเสมือนเป็นประตูสู่ไลฟ์สไตล์ดิจิทัลที่ไร้ขีดจำกัด ช่วยให้ลูกค้าสามารถเข้าถึงบริการต่างๆ ได้อย่างง่ายดายและสะดวกสบาย ตอบโจทย์ตรงใจ

“ปัจจุบัน บน Digital Channel ของทรู มีผู้ใช้กว่า 12 ล้านคนต่อเดือน และยังได้ช่วยบริการลูกค้า และลดจำนวน การติดต่อสอบถามจากสาขาและ Call Center ไปมากกว่า 80% (Digital Offload) ด้วยฟังก์ชันของแอปทรูไอเซอร์วิส (True iService) ที่ตอบโจทย์การใช้งานของลูกค้าอย่างครบครัน และ มีการนำ AI มาช่วยวิเคราะห์ปัญหาของลูกค้า ทั้งการตรวจสอบแพ็กเกจปัจจุบัน ตรวจสอบสัญญาการใช้งาน การใช้งาน Data, Voice ตรวจสอบรายเอียดบิลทั้งย้อนหลังและปัจจุบัน ชำระบิลให้ตนเอง/ผู้อื่น รวมถึงยังเพิ่มประสิทธิภาพในการแก้ไขปัญหาสัญญาณมือถือเบื้องต้น ตั้งค่าการใช้งาน Data ปรับเปลี่ยนแพ็กเกจ สมัคร/เปิด/ปิด Roaming ยกเลิกหรือบล็อก SMS Spam ยืนยันตัวตน เปิดการใช้งานซิม เปลี่ยนหรือย้าย eSIM สำหรับ และทั้งยังช่วยแก้ไขปัญหาเน็ตบ้าน ปรับเปลี่ยนความเร็วเน็ตบ้าน เปลี่ยนชื่อ WiFI และรหัส ติดตามสถานะช่างติดตั้ง/เข้าซ่อม สมัครบริการเสริม IOT ต่างๆ (กล้อง CCTV, กล่อง TrueID) หรือสมัครบริการเสริมความเร็วเน็ตได้อีกด้วย” นายนิติธรรม กล่าวสรุป

ทรูไอเซอร์วิส (True iService) พร้อมแล้วที่จะนำคุณเข้าสู่โลกดิจิทัลที่สะดวกสบายได้มากกว่า มาร่วมสัมผัสประสบการณ์ใหม่ได้แล้ว เพียงดาวน์โหลดแอปพลิเคชันที่ App Store และ Google Play รองรับระบบปฏิบัติการ iOS, Android พร้อมมอบเน็ต 3GB 1วัน สำหรับผู้ดาวน์โหลดและเข้าใช้งานครั้งแรก รายละเอียดเพิ่มเติม คลิก https://iservice.true.th/