“ความท้าทาย ความน่าเชื่อถือ ความเป็นส่วนตัว อคติ ความเสี่ยง ความไม่แม่นยำ ล้วนเป็นข้อกังวลการใช้งาน AI กับธุรกิจ อุตสาหกรรม ในระหว่างการพัฒนาและการประยุกต์ใช้ GenAI
AI ได้กลายเป็นประเด็นที่ได้รับความสนใจอย่างมากในปี 2566 นี้ เราได้รับคำเตือนเกี่ยวกับศักยภาพของ AI ที่อาจทำให้มนุษยชาติสูญพันธุ์ได้ โดยอ้างว่า AI เป็นภัยคุกคามต่อความมั่นคงของชาติ ตลอดจนเรียกร้องให้ระงับการป้อนข้อมูล (trained) AI จนสูงเกินขีดความสามารถที่กำหนดเป็นเวลาอย่างน้อยหกเดือน
รวมทั้งการลาออกจากวงการของ ‘เจ้าพ่อ’ แห่ง AI สำหรับโมเดล Generative AI (GenAI) ประเภทต่างๆ ChatGPT ดูเหมือนจะมีการพูดถึงมากที่สุด พร้อมกันนี้ได้มีการถกเถียงกันอย่างมากเกี่ยวกับศักยภาพในการเปลี่ยนแปลงชีวิตประจำวัน แต่ในสภาพแวดล้อมขององค์กร ธุรกิจจะสามารถควบคุมพลังแห่งศักยภาพของเทคโนโลยีที่ก่อให้เกิดการเปลี่ยนแปลงอย่างแท้จริงนี้ได้อย่างไร และการนำ AI ไปใช้ในธุรกิจจะทำให้เกิดผลลัพธ์อะไร
แม้ว่าศาสตร์ด้าน GenAI ยังเป็นเรื่องใหม่ แต่ที่แน่นอนคือเราได้มาถึงจุดเปลี่ยนแปลงด้าน AI และการประมวลผลทั่วไป โมเดลภาษาขนาดใหญ่ (Large Language Models – LLMs) ที่โดดเด่นของ Generative AI ส่วนใหญ่จะเก่งด้านการประมวลผลภาษาธรรมชาติ (Natural Language Processing – NLP)
เพราะสามารถช่วยแอปพลิเคชันต่างๆ ที่ใช้ NLP ในอุตสาหกรรมหลากหลายประเภทได้ เช่น การให้ความช่วยเหลือแบบมีปฏิสัมพันธ์ ที่ช่วยให้ผู้ใช้เข้าถึงฐานข้อมูลความรู้/คู่มือผู้ใช้และเอกสารอื่นๆ ผ่านแชตบอตโต้ตอบที่สร้างบนแพลตฟอร์ม GenAI ซึ่งจะทำให้ผู้ใช้ค้นหาข้อมูลที่ต้องการได้ง่ายขึ้นมาก
แม้จะเป็นความท้าทายที่ยากมากก็ตาม แต่ประโยชน์อีกประการที่ธุรกิจจะได้รับในทันทีคือ สามารถใช้ NLP เพื่อค้นหาข้อมูลธุรกิจทั่วทั้งองค์กร ซึ่งแน่นอนว่าความสามารถในด้านนี้ต้องมีการพัฒนาอยู่ตลอดเวลา โดยธุรกิจซอฟต์แวร์ระดับองค์กรที่ทำงานกันอย่างหนัก
เพื่อหาวิธีทำให้โมเดล GenAI สามารถทำงานร่วมกับ NLP และ AI ที่มีอยู่แล้วได้อย่างสมบูรณ์ ด้วยการยกระดับประสบการณ์ตามบริบท ผสานรวมกับการแชทเสียงกับผู้ช่วยดิจิทัล หรือใช้โมเดลแมชชีนเลิร์นนิง (ML) และการจดจำรูปภาพผ่านแพลตฟอร์ม AI เพื่อปรับปรุงการค้นหาทางธุรกิจ
เนื่องจาก GenAI รูปแบบต่างๆ ทำให้ผู้ใช้สามารถเข้าถึงแหล่งข้อมูลที่หลากหลายได้ เพื่อสร้างข้อความและโค้ด สร้างการคาดการณ์และสรุปผล ทำการแปลภาษา วิเคราะห์รูปภาพ และอื่นๆ ดังนั้น จึงสามารถนำไปใช้กับงานระดับองค์กรได้หลากหลายกรณี
ตั้งแต่การเขียนอีเมล รายงาน เอกสารผลิตภัณฑ์และเนื้อหาบนเว็บ สร้างคำอธิบายลักษณะงานและข้อกำหนด ไปจนถึงการเปรียบเทียบผลิตภัณฑ์และผู้ขาย การรวบรวมภาพถ่าย ข้อมูลดนตรีและวิดีโอสำหรับทำแคมเปญการตลาด นอกจากนี้ยังนำไปใช้กับการสรุปหนังสือ แก้ไขและตรวจทานเนื้อหา และเสนอไอเดียเพื่อเริ่มต้นโครงการต่างๆ ได้อีกด้วย
การทำงานของ GenAI
แล้วเทคโนโลยีนี้จะนำไปใช้จริงได้อย่างไร ตัวอย่าง บริษัทที่มีแผนกไอทีและวิศวกรรมซอฟต์แวร์สามารถเริ่มแนวปฏิบัติที่ดีในการใช้เครื่องมือต่างๆ สำหรับสร้างโค้ด เช่น Copilot ของ Microsoft หรือ AWS CodeWhisperer สำหรับธุรกิจต้องการสร้างโมเดลภาษาเฉพาะอุตสาหกรรมของตน สามารถตรวจสอบข้อมูลทั่วไป อ่านรีวิวและคำแนะนำจากเว็บต่างๆ
หรือต้องการรวบรวมข้อมูลภายในองค์กรเข้ากับข้อมูลจากโดเมนสาธารณะเพื่อให้เป็นประโยขน์มากขึ้น ก็สามารถผสานข้อมูลเหล่านั้นได้ด้วยเครื่องมือและแพลตฟอร์ม GenAI ต่างๆ เช่น ChatGPT ของ Open AI หรือ AWS Bedrock
ความท้าทายที่จะเกิดขึ้น
การเปลี่ยนแปลงในโลกของ GenAI เป็นไปอย่างรวดเร็ว องค์กรที่ไม่ตอบสนองให้ทันเวลาอาจถูกทิ้งไว้ข้างหลัง โดยหลักการแล้วธุรกิจควรเปิดใจรับเทคโนโลยีอันทรงพลังนี้แทนที่จะปฏิเสธไม่ยอมใช้ แต่นั่นก็ไม่ได้หมายความว่าโมเดล GenAI จะเหมาะกับการใช้งานในธุรกิจทุกประเภท และก่อนที่โมเดล GenAI ต่างๆ จะได้รับการยอมรับอย่างกว้างขวางในการทำงานระดับองค์กร แน่นอนว่าจะต้องจัดการแก้ไขปัญหามากมายให้ลุล่วงเสียก่อน
ประการแรกคือ ปัญหาเรื่องความน่าเชื่อถือ แม้ว่าเนื้อหาที่สร้างจากโมเดลภาษาขนาดใหญ่ดูเหมือนจะเป็นต้นฉบับ แต่ในความเป็นจริงเนื้อหาดังกล่าวเป็นการลอกเลียนแบบจากชุดข้อมูลคล้ายกันที่เคยได้รับการเทรนมาก่อน เป็นที่ทราบกันดีว่าข้อมูลที่ AI สร้างขึ้นนี้มักมีข้อผิดพลาดเกิดขึ้นบ่อยๆ โดยคำถามเดียวกันอาจมีคำตอบได้หลากหลายแบบ
ประการที่สองคือ ปัญหา เนื่องจากเงื่อนไขของข้อมูลและ input ที่ผู้ใช้แชร์จะถูกนำไปเทรนโมเดลที่มีขนาดใหญ่ขึ้น ดังนั้น ความลับทางการค้าหรือข้อมูลที่ใช้ในการระบุตัวตน (Personal Identifiable Information – PII) ที่มีค่าอาจถูกแชร์ต่อ จนนำไปสู่การละเมิดการปฏิบัติตามข้อกำหนดโดยไม่ได้ตั้งใจ
นอกจากนี้ การสร้างและการแลกเปลี่ยนเนื้อหาเฉพาะทางธุรกิจจะต้องปฏิบัติตามข้อกำหนดทางกฎหมายและความเป็นส่วนตัวของข้อมูลอย่างเข้มงวด เช่น เมื่อบริษัทดำเนินการประเมินผลกระทบด้านการคุ้มครองข้อมูลส่วนบุคคล (Data Protection Impact Assessment – DPIA) พวกเขาจะต้องตรวจสอบให้แน่ใจว่าได้ปฏิบัติตามกฎระเบียบคุ้มครองข้อมูลส่วนบุคคล (General Data Protection Regulation – GDPR) แล้ว
ส่วนใหญ่เวนเดอร์แพลตฟอร์ม GenAI จะรักษาข้อมูลองค์กรไว้เป็นพิเศษและไม่นำไปใช้เทรนโมเดลทั่วไป กระนั้นก็ตาม ธุรกิจที่วางแผนใช้ GenAI จะต้องคำนึงถึงความสำคัญในเรื่องนี้ให้มาก
นอกจากนี้ยังมี ปัญหาเรื่องอคติ เพราะ AI จะสร้างเนื้อหาที่ปรับแต่งตามคำสั่ง prompt นอกจากนี้ คุณยังสามารถเทรน AI ได้ด้วยข้อมูลที่ชอบเท่านั้นโดยไม่ต้องเปิดเผยให้เห็นภาพรวมทั้งหมด ซึ่งในท้ายที่สุดแล้วคุณก็จะสามารถกำหนดผลลัพธ์ทั้งแบบที่เป็นประโยชน์และเป็นอันตรายได้ตามต้องการ
แม้ว่าลักษณะเนื้อหาที่ GenAI สร้างขึ้นอาจจะน่าเชื่อถือ แต่ในความเป็นจริงอาจเป็นมุมมองส่วนตัวที่สามารถจูงใจผู้ใช้ที่ใสซื่อ และส่งอิทธิพลต่อมุมมองของพวกเขาอย่างน่าเชื่อถือ นอกจากนี้ความเสี่ยงในการสร้างข่าวปลอม วิดีโอ และคลิปเสียงปลอมก็จะยิ่งทวีขึ้นเป็นเงาตามตัว
ตัวกรองการตรวจสอบ
ที่กล่าวมาข้างต้นนั้นไม่ได้หมายความว่าจะแก้ไขไม่ได้ วิธีที่จะสู้กับภัยคุกคามเหล่านี้คือ การนำตัวกรอง การตรวจสอบที่เหมาะสมมาใช้บนอินเทอร์เฟซของผู้ใช้ปลายทาง ซึ่งจะช่วยให้แน่ใจว่าผู้ใช้ทั่วไปจะสามารถใช้เครื่องมือต่างๆ ของ GenAI ได้
สำหรับการใช้งานทางธุรกิจ ไม่ต้องสงสัยเลยว่าองค์กรจะต้องปฏิบัติตามแนวทาง ใช้คนเป็นโซ่ข้อกลาง กล่าวคือ เนื้อหาที่สร้างขึ้นทั้งหมดจะต้องได้รับการตรวจสอบโดยบุคคลจริงก่อนจะนำไปใช้งานประจำหรือเผยแพร่สู่สาธารณะ โดยจะต้องมีมนุษย์ควบคุมและตรวจสอบงานหรือเนื้อหาที่สร้างขึ้นไปสักระยะหนึ่ง
เพื่อเพิ่มความแม่นยำและความสอดคล้องของเนื้อหาที่สร้างขึ้น ลดอคติทางสังคมและการเมือง และตรวจสอบจนแน่ใจว่าความได้เปรียบทางการแข่งขันของบริษัทจะไม่ถูกเปิดเผยออกสู่สาธารณะ
เมื่อพิจารณาปัจจัยทั้งหมดข้างต้นแล้ว ธุรกิจจึงจำเป็นต้องพัฒนามุมมองในการประยุกต์ใช้ GenAI นอกจากนี้ การดำเนินการตามแนวปฏิบัติที่ดีที่สุดจากเวนเดอร์ GenAI ก็ถือเป็นเรื่องที่สำคัญยิ่ง เช่น การใช้ตัวกรองการตรวจสอบจาก Open AI และอีกประเด็นที่ธุรกิจจะต้องคำนึงถึงคือ แต่ละประเทศต่างกำลังพยายามสร้างนโยบายด้าน AI ของตนเอง
ดังนั้น จึงต้องตรวจสอบให้แน่ใจว่าธุรกิจมีการปฏิบัติตามนโยบาย AI ในท้องถิ่น และสอดคล้องกับแนวทางที่รัฐบาลนั้นๆ กำหนด
การพัฒนาอย่างรวดเร็ว
สำหรับการพัฒนา Generative AI ที่จะเกิดขึ้นในอีกห้าถึงสิบปีข้างหน้า การลงทุนในเทคโนโลยีนี้จะเพิ่มขึ้นอย่างมหาศาลทั้งในด้านการสร้างโมเดลที่ดีขึ้นและในส่วนของฮาร์ดแวร์ ด้วยชิปที่เร็วแรงทรงพลังมากขึ้นและความต้องการด้านแบนด์วิธเน็ตเวิร์กที่สูงขึ้น อนึ่ง เราไม่ควรประเมินผลกระทบของ AI ต่ำจนเกินไป
เพราะเนื้อหาสื่อทั้งหมดที่เราจะเสพและใช้งานในปีต่อๆ ไป ล้วนได้รับอิทธิพลจาก GenAI ทั้งนั้น ส่วนการค้นหาทางอินเทอร์เน็ตอย่างที่เราทราบกันดี จะได้รับการปรับแต่งให้เหมาะสมมากขึ้น เครื่องมือตรวจจับเนื้อหาที่สร้างโดย AI จะชาญฉลาดขึ้น พร้อมกับกฎระเบียบและการปฏิบัติตามข้อกฎหมายที่จะเข้มงวดยิ่งขึ้น
ChatGPT และโมเดล GenAI อื่นๆ เป็นตัวอย่างของโซลูชันพลิกโฉมธุรกิจที่ช่วยผู้บริโภคปรับปรุงกระบวนการค้นหา สร้างเนื้อหาอัตโนมัติ พร้อมเพิ่มประสิทธิภาพการทำงานของแต่ละบุคคล แม้ว่าเราจะคาดหวังให้องค์กรต่างๆ นำเทคโนโลยีอันทรงพลังนี้มาใช้อย่างรวดเร็ว
แต่ก็ต้องตระหนักถึงความเสี่ยง ความไม่แม่นยำ และข้อกังวลด้านความเป็นส่วนตัวที่อาจเกิดขึ้นด้วย ดังนั้น จึงเป็นเรื่องที่ต้องใช้เวลากว่าเทคโนโลยี GenAI จะพัฒนาถึงขีดที่สามารถจัดการกับข้อกังวลดังกล่าวได้ โดยในระหว่างนี้ มนุษย์จะต้องควบคุมและกลั่นกรองการนำศักยภาพของโมเดล GenAI ไปใช้ในการเปลี่ยนแปลงธุรกิจ
Featured Image: Image by Freepik
