‘คลื่นลูกแรกของ AI สิ้นสุดลงแล้ว’ หลังจากนี้คือการประยุกต์สู่นวัตกรรมใหม่
ตามหลัก S-curve of Innovation และเป็นช่วงเวลาสำคัญของโอกาสใหม่ทางธุรกิจ
ในช่วงไม่กี่ปีที่ผ่านมา เราได้เห็นการเติบโตอย่างก้าวกระโดดของเทคโนโลยี AI โดยเฉพาะอย่างยิ่งในด้านของ Large Language Models (LLMs) ที่สามารถสร้างเนื้อหาและตอบคำถามได้อย่างน่าทึ่ง แต่ล่าสุด เริ่มมีสัญญาณบ่งชี้ออกมาว่าคลื่นลูกแรกของ AI กำลังจะสิ้นสุดลง
หากเราลองดูผลการทดสอบประสิทธิภาพของโมเดล AI รุ่นใหม่ๆ จะเห็นได้ว่าการพัฒนาเริ่มชะลอตัวลง
แล้วอะไรคือสิ่งที่จะผลักดันให้ AI ก้าวข้ามไปสู่ S-curve ถัดไป? คำตอบอาจอยู่ที่แหล่งข้อมูลใหม่ที่มีคุณภาพสูงกว่าเดิม
ปัจจุบัน LLMs ส่วนใหญ่ถูกฝึกฝนด้วยข้อมูลสาธารณะจากอินเทอร์เน็ต เช่น GitHub, Reddit และ WordPress แต่แหล่งข้อมูลเหล่านี้เริ่มถูกใช้จนหมดแล้ว ทำให้บริษัท AI ต้องหันไปใช้วิธีอื่นๆ เช่น การถอดเสียงวิดีโอ YouTube หรือการจ้างคนทำ data labeling ซึ่งไม่ใช่วิธีที่ยั่งยืนในระยะยาว
ผู้เชี่ยวชาญเชื่อว่าก้าวต่อไปของ AI จะมาจากการใช้ข้อมูลที่ผลิตในบริบทของการทำงาน (workplace data) ข้อมูลเหล่านี้มีคุณภาพสูงกว่าข้อมูลสาธารณะทั่วไปมาก ไม่ว่าจะเป็นข้อมูลจากเอกสารผลิตภัณฑ์ การนำเสนอขาย หรือการศึกษาทางการแพทย์ ซึ่งล้วนมีคุณค่ามากกว่าข้อมูลที่ไม่ได้รับการตรวจสอบจาก Wikipedia .
[ความท้าทายและโอกาสสำหรับธุรกิจ]
การใช้ข้อมูลธุรกิจในการพัฒนา AI นำมาซึ่งความท้าทายที่สำคัญ โดยเฉพาะในด้านความปลอดภัยของข้อมูล บริษัทต่างๆ ต้องระมัดระวังในการแบ่งปันข้อมูลกับผู้ให้บริการ AI เพื่อป้องกันการรั่วไหลของข้อมูลสำคัญ
4. การรักษาความปลอดภัยของข้อมูลสำคัญ (Secure the Secret Sauce)
ช่วยองค์กรในการสร้างและใช้งานโมเดล AI ของตนเอง และพัฒนาเทคนิคการเรียนรู้แบบกระจายศูนย์ เพื่อปกป้องความเป็นส่วนตัวของผู้ใช้
[การเตรียมพร้อมรับมือกับนวัตกรรม AI รุ่นต่อไปในฐานะผู้บริหาร]
ในฐานะผู้บริหาร การเตรียมพร้อมสำหรับคลื่นลูกถัดไปของ AI เป็นสิ่งสำคัญอย่างยิ่ง
🔵 ตระหนักถึงคุณค่าของข้อมูลองค์กร ข้อมูลภายในองค์กรของคุณอาจมีค่ามากกว่าที่คิด ไม่ว่าจะเป็นเอกสารภายใน การสื่อสารระหว่างทีม หรือข้อมูลลูกค้า สิ่งเหล่านี้อาจเป็นกุญแจสำคัญในการพัฒนา AI ที่ตอบโจทย์ธุรกิจของคุณได้อย่างแท้จริง
🔵 ลงทุนในการจัดการข้อมูล พัฒนาระบบการจัดการข้อมูลที่มีประสิทธิภาพ ทั้งในแง่ของการจัดเก็บ การทำความสะอาด และการจัดหมวดหมู่ข้อมูล เพื่อให้พร้อมสำหรับการนำไปใช้กับ AI ในอนาคต
🔵 สร้างความร่วมมือกับผู้เชี่ยวชาญในองค์กร ส่งเสริมให้ผู้เชี่ยวชาญในสาขาต่างๆ ขององค์กรมีส่วนร่วมในการพัฒนา AI โดยอาจใช้ระบบแรงจูงใจหรือการยกย่องเชิดชูเกียรติ
🔵 พิจารณาการพัฒนาโมเดล AI เฉพาะสำหรับองค์กร แทนที่จะพึ่งพาโมเดล AI สาธารณะเพียงอย่างเดียว ควรพิจารณาการพัฒนาโมเดล AI ที่เฉพาะเจาะจงสำหรับธุรกิจของคุณ ซึ่งจะช่วยให้คุณได้เปรียบในการแข่งขันและปกป้องข้อมูลสำคัญขององค์กร
🔵 ให้ความสำคัญกับความปลอดภัยและความเป็นส่วนตัวของข้อมูล พัฒนานโยบายและระบบรักษาความปลอดภัยของข้อมูลที่เข้มงวด โดยเฉพาะเมื่อต้องทำงานร่วมกับพาร์ทเนอร์ภายนอกในการพัฒนา AI
🔵 ติดตามความก้าวหน้าของเทคโนโลยี AI อย่างใกล้ชิด เทคโนโลยี AI มีการเปลี่ยนแปลงอย่างรวดเร็ว การติดตามความก้าวหน้าอย่างสม่ำเสมอจะช่วยให้คุณสามารถตัดสินใจเชิงกลยุทธ์ได้อย่างทันท่วงที
🔵 พัฒนาทักษะด้าน AI ให้กับบุคลากร ลงทุนในการฝึกอบรมและพัฒนาทักษะด้าน AI ให้กับพนักงาน เพื่อให้องค์กรมีความพร้อมในการใช้ประโยชน์จากเทคโนโลยี AI อย่างเต็มที่