Key Takeaway จากงาน KBTG Techtopia ล่าสุด

Key Takeaway จากงาน KBTG Techtopia ล่าสุด


KBTG จัดงาน Techtopia เป็นปีที่ 2 ในธีม A Blast From the Future ที่นำเสนอมุมมองในปัจจุบันและอนาคตของ AI และเทคโนโลยีเปลี่ยนโลก

ตัวงานถูกจัดเป็นการเสวนาทั้งหมด 3 เวที แบ่งเป็นเวทีใหญ่ในธีม ‘Humanizing AI’ ที่จะพูดถึงเรื่องของยุคที่ AI กำลังครองเมือง บทบาทและความสำคัญของมนุษย์ยิ่งเพิ่มมากขึ้นไม่แพ้กัน, เวทีย่อยแรกเป็นธีม ‘Exploring Horizon’ ที่จะพูดคุยถึงเทรนด์เทคโนโลยี ที่กำลังมาแรงอย่าง Quantum Computing และ Healthtech โดยในช่วงบ่ายจะเป็นเสตจพิเศษที่ Curate เนื้อหาโดย The Secret Sauce ที่จะมาร่วมแชร์เทคโนโลยีและเคสธุรกิจที่น่าจับตามองของไทย และเวทีย่อยสุดท้าย ‘Inspiring Case’ ที่จะรวบรวมหลายเรื่องราว ตั้งแต่เรื่อง Geek สำหรับนักพัฒนา เคล็ดลับสำหรับธุรกิจ ไปจนถึงเส้นทางการทำงานของน้องๆ จบใหม่ จาก Speakers ที่จะมาเล่าโปรเจกต์และ Lesson Learn ต่างๆ

นอกจากนี้ยังมีเวิร์คช็อปอีก 2 ห้องและโซนบูธแสดงนวัตกรรมใหม่ๆ โดยได้รับความสนใจจากผู้เข้าร่วมงานเป็นจำนวนมาก การเสวนาที่ผู้ชมให้ความสนใจกันมากทั้ง 3 ห้อง เวิร์คช็อปที่ถูกจองล่วงหน้ามาเต็มทุกที่นั่งและโซนบูธที่มีคนเข้ามาวนเวียนพูดคุยสอบถามและลองเล่น Product Demo ตลอดทั้งวัน

สำหรับเวทีใหญ่ ไฮไลท์คงหนีไม่พ้นคีย์โน้ตของคุณกระทิง เรืองโรจน์ พูลผล Group Chairman ของ KBTG และ Andrew Ng Managing General Partner, AI Fund & Founder of Landing AI ผู้เชี่ยวชาญด้าน AI แถวหน้าของโลก เขาเริ่มต้นจากการเป็นอาจารย์ที่มหาวิทยาลัยสแตนฟอร์ด และบุกเบิกการใช้จีพียูประมวลผล Deep Learning เขายังเป็นผู้ร่วมก่อตั้ง Google Brain, Coursera, ผู้จัดการกองทุน AI Fund ที่เขาก่อตั้งเอง และ DeepLearning.AI เว็บเรียนออนไลน์ที่เน้นด้าน Deep Learning และ Generative AI เป็นหลัก

AI มาแล้ว คนต้องปรับตัวให้กลายเป็น Full-Stack Human

คุณกระทิงบอกว่าถ้านับวิวัฒนาการของ AI ปัจจุบันอาจจะมีอายุถึงราว 60 ปีแล้ว นับตั้งแต่ AI ที่ยังเป็นยุค Rule-Based ในช่วงทศวรรษ 60 แต่ตอนนี้นับได้ว่าเป็นช่วงที่พีคที่สุดของ AI Transformation เป็นจุดสูงสุดของ AI ที่สร้างสรรค์อะไรขึ้นมาเองได้แล้ว โดยอ้างอิงเปเปอร์ของ Gartner ที่บอกว่าเทคโนโลยี AI เริ่มเข้าสู่ระดับ Mature แล้ว ก้าวพ้นความ “กาว” ไปได้แล้ว เช่น

• Generative AI
• Computer Vision
• Composite AI หรือ Multi-Modal

ทำให้ปัจจุบัน เราใช้ AI อยู่ในชีวิตประจำวันไปแล้วแบบไม่รู้ตัว ขณะที่องค์กรหลายองค์กรก็เริ่มปรับตัว นำ AI มาใช้งาน มี Use Cases ใหม่ๆ ออกมาแทบทุกวัน แต่กว่าที่องค์กรจะปรับตัวและนำ AI มาใช้งานได้อย่างมีประสิทธิภาพสูงสุด (Realize the Benefits of AI) น่าจะใช้เวลาอีกราว 6-10 ปี และเราจะได้เห็นช่องว่างขององค์กรที่ปรับตัวได้ก่อน และปรับตัวช้า แตกต่างกันมากยิ่งขึ้น

 

คำถามคือแล้วองค์กรจะทำยังไงถึงจะเข้าถึงคุณค่าของ AI ที่แท้จริงสำหรับองค์กร คุณกระทิงบอกว่าต้อง

• Always Bring AI on the Table หยิบมา AI มาพิจารณาการใช้งานอยู่ตลอด เพื่อที่จะมองหา Use Cases
• Keep Human in the Loop ให้คนเข้ามามีส่วนในกระบวนการ AI อยู่ตลอด และคนก็ต้องปรับปรุงพัฒนาตัวเองในแง่การใช้งาน AI ตามไปด้วย
• Assign Roles for AI as Your Companion นำ AI มาใช้งานตลอด แต่อย่ายึดติดกับเครื่องมือ เพราะ AI ที่คุณใช้วันนี้ จะเป็น AI ที่ห่วยที่สุดที่คุณจะเคยใช้ชั่วชีวิต

อย่างไรก็ตาม คุณกระทิงบอกว่า AI ไม่ใช่ข้ออ้างที่จะทำให้เราหยุดเรียนรู้ เพราะคนที่มีความรู้และความเชี่ยวชาญในองค์ความรู้ด้านหนึ่งๆ (Domain) จะยิ่งสำคัญมากย่ิงขึ้น ที่สำคัญรู้ลึกเรื่องเดียวไม่ได้ ต้องรู้กว้าง ข้ามสายไปจนถึงข้ามอุตสาหกรรมเลยด้วย จนกลายเป็นสิ่งที่คุณกระทิงเรียกว่า Full-Stack Human

การเป็น Full-Stack Human คุณกระทิงก็แนะนำเอาไว้ดังนี้

• Be Curious and Be Mindful เราควรแยกและรับรู้ว่าอะไรคือสัญญาณของการเปลี่ยนแปลง (Signal) อะไรเป็นแค่คลื่นรบกวน (Noise)
• Be Patient and Focus on Long-Term and Escape Velocity สิ่งที่เป็นการเปลี่ยนแปลงระดับ J-Curve จะต้องใช้เวลา ใช้ความอดทน กว่าจะเห็นผล
• Be Ethical and Responsible เรียนรู้ที่จะรับผิดชอบในการใช้ AI ในทางที่ดี ให้นึกอยู่เสมอว่าสิ่งที่เราทำออกมา “อยากให้ลูกหลานที่เรารักใช้เทคโนโลยีที่เราทำหรือเปล่า”
• Human-First คุณกระทิงบอกว่า KBTG เคยเดินหน้า AI-First ก่อนจะพบว่าเดินทางผิด ถึงกลับมาเปลี่ยนเป็น Human-First, AI-First เพราะการทำ AI Transformation ต้องทำให้ชีวิตพนักงาน, ลูกค้า, สังคมดีขึ้น

AI เข้ามาทดแทนงาน ไม่ใช่อาชีพ แต่คนก็ต้องเรียนรู้สกิล AI

ส่วนคีย์สำคัญจากคีย์โน้ตของ Andrew Ng คือเราควรมอง AI เป็นเหมือนไฟฟ้า ที่เข้ามาเปลี่ยนแปลงทุกๆ อุตสาหกรรม หรืออีกมุมหนึ่ง มันชุดเครื่องมือ (Collection of Tools) โดยเฉพาะ Gen AI ที่ช่วยให้นักพัฒนาเขียนโค้ดเร็วขึ้นมาก

Andrew ยกตัวอย่างในแง่ภูมิทัศน์ด้าน AI ที่เปลี่ยนแปลง อย่างช่วงทศวรรษ 2010-2020 เป็นยุคของ AI แบบ Supervised Learning ที่เป็นการเทรนเรื่อง Labeling เช่น กรณีการทำ Spam Filtering ในอีเมล, การทำ Targeting Ads ที่ label ความสนใจของคน, รถไร้คนขับ (Label วัตถุ) หรือรีวิวออนไลน์ (Label ข้อความเพื่อหา Sentiment) เป็นต้น

 

แต่ทศวรรษนี้เป็นยุคของ Gen AI ที่เป็นการต่อยอดมาจาก Supervised Learning อีกที ซึ่งทำให้การพัฒนาหรือเขียนแอปไวขึ้นมาก ไม่เว้นแม้แต่ AI เอง อย่างเมื่อก่อน การสร้างโมเดลด้วย Supervised Learning ต้องใช้เวลาหลักครึ่งปีถึงปี ตั้งแต่การ Label ข้อมูล, เทรนโมเดลด้วยข้อมูล ไปจนถึงการรันโมเดล แต่ปัจจุบัน ใช้เวลาแค่หลักวันหรือสัปดาห์ เพราะแค่ Prompt และนำไปรัน

Andrew ลองยกตัวอย่างการเขียนโค้ดเพื่อระบุ Sentiment จาก Input โดยใช้โมเดล ChatGPT-4o เพื่อโชว์ให้ดูว่าใช้เวลาเพียงไม่กี่นาที ก็พอจะได้ AI เบื้องต้นมาแล้ว ทำให้กระบวนการพัฒนาซอฟต์แวร์ จะเหลือแค่ Prompt Development และ Deployment เท่านั้น

นอกจากนี้ Andrew บอกด้วยว่า องค์กรสามารถนำ AI มาใช้ลดต้นทุนและสร้างการเติบโตให้กับองค์กรได้ไปพร้อมๆ กัน โดยถึงแม้กลุ่มคนทำงาน (Knowledged Worker) อาจจะได้รับผลกระทบจาก Gen AI แต่เขาก็บอกว่า สิ่งที่ AI จะเข้ามามีบทบาท คืองาน ไม่ใช่อาชีพ (AI Automates Task, Not Jobs) ซึ่งจากสถิติปัจจุบัน 20-30% ของงาน (Task) มีโอกาสถูก Automate แต่ก็เหลืออีก 70-80% ที่ยังต้องเป็นหน้าที่ของมนุษย์ต่อไป ดังนั้นคนที่จะตกงาน คือคนที่ไม่มีสกิลด้าน AI นี่แหละ

ส่วนเรื่องการกำกับควบคุมดูแล Andrew บอกด้วยว่า รัฐบาลควรกำกับดูแลการใช้งาน (Application) ไม่ใช่ตัวเทคโนโลยี อย่างเช่นเทคโนโลยีมอเตอร์ไฟฟ้า ถูกนำไปใช้ตั้งแต่เครื่องปั่นน้ำ ไปจนถึงมอเตอร์ควบคุมทิศทางระเบิด
 

ดังนั้นเทคโนโลยี AI อาจจะถูกนำไปใช้ตั้งแต่การแนะนำสุขภาพ, แชตเพื่อความบันเทิง, หรือไปจนถึงการสร้างแคมเปญข่าวปลอมทางการเมือง ความเสี่ยงและอันตรายนั้นขึ้นกับการใช้งานแต่ละรูปแบบที่ต้องการการจัดการต่างกันไป

สุดท้ายเทคโนโลยี AI กับประเทศไทย Andrew บอกว่าการใช้งาน (Application) ที่มีโอกาสพลิกโฉมประเทศคือ Healthcare, Tourism และ Agriculture ที่เป็นจุดแข็งของเราอยู่แล้ว และควรต่อยอดและทำให้ดียิ่งขึ้น

AI ไม่ใช่แค่ทำแทนคน แต่ต้องทำให้ชีวิตคนดีขึ้นได้

นอกจากแง่มุมเรื่อง AI ผ่านองค์กร การทำงาน การเสริมทักษะ ต่างๆ แล้ว อีกแง่มุมหนึ่งที่น่าสนใจของการใช้งาน AI คือการเสริมสร้าง (Augmentation) สมรรถนะของมนุษย์ โดยมี 2 เซสชันที่เกี่ยวเนื่องกันคือ “From AI to IA: Living with AI via Intelligence Augmentation” โดย Professor Pattie Maes จาก MIT Media Labs และ “Deep Dive into Human-AI Interaction Reserach of MIT Media Lab and KBTG” โดย Pat Pataranutaporn นักศึกษาปริญญาเอกจาก MIT Media Lab

แนวคิดส่วนใหญ่การพัฒนา AI หรือแม้แต่ในมุมมองผู้ใช้งาน มักจะโฟกัสไปที่การพยายามทำให้ AI มีความสามารถเหนือกว่ามนุษย์ ต้องทำได้ทุกอย่างหรือมากกว่าที่มนุษย์ทำได้ ซึ่งแน่นอนว่ามันส่งผลกระทบต่อมนุษย์ ไม่ว่าจะสังคมหรือเศรษฐกิจทางไหนก็ทางไหน

ทีมของเธอเลยเลือกที่จะเสริมสร้างความสามารถด้านการรับรู้ (Cognition) ของมนุษย์แทน ลักษณะเดียวกับปฏิสัมพันธ์ระหว่างมนุษย์และ AI ของ “โนบิตะ” กับ “โดราเอมอน” ที่ AI ไม่ได้มาแทนที่มนุษย์ แต่ช่วยให้มนุษย์ เป็นเวอร์ชันที่ดีที่สุดของตัวเอง ผ่านงานวิจัยหลายๆ ชิ้น เช่น AI ที่เสริมสร้างการเรียนรู้, AI ที่ช่วยเตือนสิ่งที่ต้องทำหรือช่วยหาของ สำหรับผู้สูงอายุอย่างไรก็ตาม เธอบอกว่าสิ่งที่ต้องระวัง AI แบบนี้ คือความแม่นยำของ AI

 

นอกจากนี้ ภายในงาน KBTG Techtopia: A Blast From the Future ยังมีการออกบูธจำนวนมาก โดยเฉพาะจาก KBTG Labs นำมาโดยการใช้งาน THaLLE หรือทะเล LLM ของ KBTG ที่ผ่านการสอบ Chartered Financial Analyst (CFA) เช่น Finly ซึ่งเป็น AI ที่ดึงข้อมูลพฤติกรรมการเงินของเรา มาช่วยแนะนำ ให้ความรู้ ตั้งเป้าหมายแบบ Gamification เรื่องการเงิน

หรือที่น่าสนใจอื่นๆ ก็มี Athena Mind ซึ่งเป็นซอฟต์แวร์เฟรมเวิร์คโอเพนซอร์ส สำหรับการทำแชทบอตขององค์กร, Virtual Patient ที่ร่วมมือกับคณะแพทยศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย พัฒนาแพลตฟอร์มซิมูเลชันแชทบอท ที่ช่วยให้นิสิตนักศึกษาแพทย์ ได้ฝึกวินิจฉัยโรคเบื้องต้น ผ่านการคุยและสอบถามอาการจาก AI (โดยมีอาจารย์เป็นคนป้อนข้อมูลผู้ป่วย) เพื่อแก้ปัญหาจำนวนผู้ป่วยไม่พอให้นิสิตแพทย์ได้ฝึกวินิจฉัยในช่วงปี 2-3

นอกจากนี้ก็มีผลิตภัณฑ์ที่เริ่มให้บริการจริงแล้วอย่าง บริการยืนยันตัวตนจาก AINU โดยอาศัยทั้งกระบวนการ OCR จากบัตรประชาชน ยืนยันว่าภาพนั้นเป็นบัตรจริง, Liveness Detection ยืนยันการสแกนหน้าว่าเป็นคนจริง โดยกระบวนการนี้ได้รับ ISO 30107-3 Level 2 ทำให้แยกได้ว่าเป็นคนจริง หรือใส่หน้ากากเสมือน และ Face Detection เทียบใบหน้าเพื่อนการยืนยันตัวตน

อีกตัวคือ Car AI ที่ตรวจจับร่องรอยความเสียหายจากรถยนต์ เพื่อประเมินความเสียหายจากรูปภาพ สำหรับธุรกิจประกัน ซื้อขายรถยนต์มือสอง และอื่นๆ ซึ่งตอนนี้เข้าสู่ขั้นตอนทดสอบ UAT แล้วและเตรียมให้บริการจริงเร็วๆ นี้

สุดท้ายคือกิจกรรม Playground Workshop ที่น่าสนใจและอยากหยิบยกมาเล่าคือเซสชัน Generative AI Gameday จาก AWS ที่เป็นการโชว์แพลตฟอร์มสำหรับซัพพอร์ต Generative AI บนคลาวด์ ตั้งแต่เลเยอร์ฮาร์ดแวร์คือซีพียู Arm Graviton, จีพียู Inferentia/Tranium ที่ AWS ออกแบบเอง

ถัดมาเลเยอร์เครื่องมือก็มี Amazon Bedrock ที่เป็นแพลตฟอร์มกลาง รองรับการเชื่อมต่อ API กับ Model ตัวไหนก็ได้ที่มีในตลาด และสุดท้ายเลเยอร์แอปพลิเคชันบนสุดก็จะมี Amazon Q แชทบ็อตที่ฝังอยู่ในบริการต่างๆ ของ AWS สามารถช่วยผ่าน Prompt ได้แทบทุกเรื่อง

ไฮไลท์คือการให้ผู้เข้าร่วมได้ทดลองเล่น AWS PartyRock ที่เป็นแพลตฟอร์ม Playground ให้ใช้ฟรี โดยใช้ AI ช่วยสร้างแอปขึ้นมาว่า อยากให้แอปนั้นทำอะไร จุดประสงค์อะไร สามารถทดลอง Prompt คร่าวๆ ก่อนได้ พอได้แอปแล้ว ก็ยังคงสามารถเข้าไปแก้การทำงานต่างๆ ข้างในได้อีกที ซึ่งก็มีโจทย์ให้แข่งขันเก็บคะแนน และชิงรางวัลกันด้วย

ที่มา: blognone.com/node/141082