ในยุคนี้ใครๆ ก็พูดถึง AI กันเต็มไปหมด แต่เอาจริงๆ การจะเข้าใจและใช้งาน AI ในองค์กรให้เหมาะสมมันไม่ง่ายเลยนะ โรเบิร์ต บลูโมเฟ ผู้บริหารด้านเทคโนโลยีจาก Akamai เล่าไว้ว่า ผู้นำในหลายองค์กรมักหลงติดกับวัฏจักรความนิยมของ AI ที่เหมือนเดจาวู คือเห็นเรื่อง AI มาแล้วก็สนุกสนานอยากลงมือทำ แต่ก็พบว่าผลลัพธ์ไม่ได้ดีอย่างที่คิด สุดท้ายก็เกิดความผิดหวังและถอยห่างไป ทั้งที่ถ้าเข้าใจจริงแล้ว AI มีศักยภาพมากกว่านั้นเยอะเลย
ทำไมต้องรู้เรื่องนี้
การรู้จักใช้ AI แบบไม่หลงตามกระแส ทำให้คุณไม่เสียเงินลงทุนไปกับสิ่งที่ไม่ตรงกับเป้าหมายขององค์กร และช่วยสร้างเครื่องมือสำหรับพนักงานได้อย่างเหมาะสมมากขึ้น เพราะพนักงานส่วนใหญ่ยังไม่ได้ใช้ AI ในงานจริงๆ กันดีนัก
วัฏจักรความนิยม AI เป็นยังไง?
ในแต่ละองค์กร เหมือนจะเจอกับวัฏจักรนี้อยู่บ่อยๆ คือ
- ได้ยินข่าว AI เจ๋งๆ ในวงการ
- ตื่นเต้น อยากนำ AI มาใช้เลยโดยไม่พิจารณาให้ดี
- ลงมือทำ แล้วผิดหวังเพราะไม่ได้ผลตามที่ตั้งใจ
- ลดการใช้ AI ลงหรือถอยห่างจาก AI
บลูโมเฟบอกว่า คนส่วนใหญ่มักเข้าใจผิดคิดว่า AI คือต้องใช้โมเดลใหญ่ๆ อย่าง Large Language Models (LLM) ที่มีพารามิเตอร์นับล้านล้าน แต่จริงๆ แล้ว AI แบบเจาะจงงานมากกว่าเหมาะสมกับการใช้งานจริงในองค์กรมากกว่า
4 เคล็ดลับดีๆ สำหรับคน Gen Y & Z ที่อยากใช้ AI ลดหลุมพรางนี้
- อย่าคิดแค่ว่า AI คือ LLM ใหญ่ๆ
โมเดล AI ที่ออกแบบมาเฉพาะงาน เช่น วิเคราะห์ภัยคุกคามทางไซเบอร์ จะประหยัดและตรงจุดกว่าเยอะ LLM ใหญ่ๆ เร็วๆ นี้อาจเป็นเรื่องเกินความจำเป็นไปมาก - อย่าปล่อยให้ความฮิตของ LLM ทำให้ตัดสินใจผิด
แม้ว่า LLM จะทำงานง่ายๆ ได้ดี อย่างจำแนกอีเมลหรือเขียนข้อความเบื้องต้น แต่มันไม่ใช่ทางแก้ปัญหาทั้งหมดในองค์กร บ่อยครั้ง AI ต้องเป็นชุดเครื่องมือหลายอย่างรวมกันเพื่อแก้ไขปัญหาที่ซับซ้อน - เปิดใจให้กับ AI รูปแบบอื่นๆ นอกเหนือจาก LLM
AI ก็ไม่ได้มีแค่ LLM นะ ยังมีเทคโนโลยีลึกๆ อย่าง deep learning ที่ช่วยจำแนกรูปแบบ หรือ symbolic AI ที่ช่วยเรื่องตรรกะและคำตอบเชิงเหตุผล บลูโมเฟแนะนำให้มองเทคโนโลยี AI อย่างรอบด้าน มันจะให้ผลประโยชน์ต่อองค์กรมากกว่าในระยะยาว - ให้พนักงานได้ลองใช้ AI ด้วยตัวเอง
Akamai สร้างสภาพแวดล้อมสำหรับให้พนักงานได้ทดลอง AI แบบไม่จำกัด เพื่อเปิดโอกาสให้แต่ละคนค้นหาวิธีที่เหมาะกับงานตัวเอง แทนที่จะเลือกทำเฉพาะโปรเจ็กต์ AI ที่คนกลุ่มเล็กๆ เสนอ
เรื่องเล่าจากโลกจริง
นอกจากนี้ บลูโมเฟยังพูดถึงบริษัทอย่าง Shopify หรือ Duolingo ที่พยายามกำหนดกฎให้ผู้จัดการต้องพิสูจน์ว่า AI ไม่สามารถทำงานนั้นได้ก่อนจะจ้างพนักงานใหม่ เขามองว่าแนวคิดนี้เหมือนเอาความรับผิดชอบกลับหัวกลับหาง เพราะจริงๆ แล้วต้องเริ่มจากถามว่า “ปัญหาคืออะไร” และ “ใช้เทคโนโลยีไหนเหมาะสมสุด” มากกว่า
ถ้าคำตอบคือ AI ทำได้ก็ลุยเลย แต่ถ้าไม่ เทคโนโลยีอื่นหรือคนยังจำเป็นกว่า
สำหรับคนที่เพิ่งเริ่มทำงาน หรืออยากสร้างธุรกิจ หรือทำเนื้อหาด้วย AI ข้อคิดนี้สำคัญว่าอย่าเพิ่งรีบเทใจให้กับ AI แบบไหนแบบหนึ่งโดยไม่คิดวิเคราะห์ และควรทดลองหลายๆ เครื่องมือ AI ที่เหมาะกับเป้าหมายและงานของตัวเองจริงๆ เพื่อจะได้ประหยัดเวลาและต้นทุน แถมยังได้ผลลัพธ์ที่เกินคาดเลย
ที่มาของข้อมูล https://mitsloan.mit.edu/ideas-made-to-matter/how-to-break-ai-hype-cycle-and-make-good-ai-decisions-your-organization
