KEY
POINTS
“เบลนเดต้า” เผยเทรนด์Generative AIมาแรง ภาคธุรกิจตื่นตัวเตรียมประยุกต์ใช้ในหลายด้านมองระยะแรกองค์กรอาจพบปัญหาค่าใช้จ่ายสูง ตัวเลือกผู้ให้บริการในตลาดยังมีน้อย แถมมีความเสี่ยงผลลัพธ์ไม่คุ้มค่า แนะองค์กรใช้ AI แบบดั้งเดิม ควบคู่กัน
ณัฐนภัส รชตะวิวรรธน์ ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง บริษัท เบลนเดต้า จำกัด (Blendata)ผู้พัฒนาเทคโนโลยีบริหารจัดการบิ๊กดาต้าอัจฉริยะวิเคราะห์ว่า ช่วงปีที่ผ่านมา เทรนด์การใช้Generative AIเป็นกระแสที่ถูกพูดถึงและมาแรงอย่างมาก
ด้านภาคอุตสาหกรรมต่างตื่นตัวและมีแผนลงทุนเพื่อนำไปประยุกต์ใช้ในองค์กรมากขึ้น จากรายงานของการ์ทเนอร์ระบุว่าในช่วงปีที่ผ่านมา Generative AI ถูกยกเป็นวาระของผู้บริหารองค์กร โดยในหลายองค์กรได้เริ่มนำร่องประยุกต์ใช้เทคโนโลยีนี้แล้ว
เบลนเดต้ามองว่า การประยุกต์ใช้ Generative AI มีความท้าทาย ใน 2 มิติสำคัญ ได้แก่ 1. การลงทุนและค่าใช้จ่ายที่สูง การพัฒนาและการใช้ Generative AI ในช่วงแรกนั้นยังคงมีค่าใช้จ่ายที่สูงมาก
ไม่ว่าจะเป็นการลงทุนกับเทคโนโลยี การบำรุงรักษาระบบ การเตรียมข้อมูลที่มีคุณภาพสูงและมีปริมาณมาก เพื่อให้โมเดลเรียนรู้ได้ดี ซึ่งการนำไปประยุกต์ใช้กับหลายๆ ยูสเคสซึ่งอาจมีความเสี่ยงด้านต้นทุนที่สูงแต่ได้ผลลัพธ์ที่ไม่คุ้มค่า
ขณะที่ 2. ตัวเลือกผู้ให้บริการในตลาดยังมีน้อย ปัจจุบันการพัฒนา Generative AI ยังเรียกได้ว่าอยู่ในช่วงเริ่มต้น ทำให้มีจำนวนผู้ให้บริการในตลาดเพียงไม่กี่ราย ผู้ให้บริการที่ให้ใช้บริการฟรีที่มีประสิทธิภาพก็ยังมีจำนวนน้อย หากตัดสินใจลงทุนโดยไม่วางแผนให้ถี่ถ้วนอาจทำให้ขาดทุนจากต้นทุนค่าบริการที่สูงมากได้
ดังนั้นองค์กรจึงต้องพิจารณาและวางแผนอย่างรอบคอบ เพื่อไม่ให้การลงทุนสูญเปล่าทั้งด้านค่าใช้จ่าย เวลา และทรัพยากรบุคคล
จากประสบการณ์ยูสเคสด้าน Generative AI ที่คุ้มค่าแก่การลงทุนและมีการวัดผลแล้วว่าสามารถสร้างประโยชน์ได้จริงมีเพียง 3 ยูสเคส คือ 1.Virtual Assistant:ทดแทนChatbotแบบดั้งเดิม 2. เพิ่มความสามารถระบบKnowledge Management System (KMS)ขององค์กร 3. เพิ่มศักยภาพงานด้านDay-to-Day Operation ขององค์กร
การประยุกต์ใช้ Generative AI โดยทันทีอาจยังมีข้อจำกัดและได้ผลลัพธ์ที่ไม่คุ้มค่า องค์กรควรพิจารณาเทคโนโลยี ANI (Artificial Narrow Intelligence)หรือTraditional AI (AIแบบดั้งเดิม) ควบคู่กัน เพื่อเลือกแนวทางที่เหมาะสมกับองค์กรมากที่สุด
โดยเฉพาะอย่างยิ่งองค์กรที่มองหาการใช้งานจริงในทันทีและผลลัพธ์ที่วัดผลได้ในต้นทุนที่เหมาะสม การเริ่มต้นด้วย ANI อาจตอบโจทย์มากกว่า
ที่ผ่านมา ANI มีข้อพิสูจน์อย่างเป็นรูปธรรมจาก Case Study ของบริษัทระดับโลกมากมาย ไม่ว่าจะเป็น Netflix, Starbucks, Facebook, Tesla, Apple และอื่นๆ อีกมากมาย ที่ล้วนแล้วแต่นำเทคโนโลยี AI มาปรับใช้เพื่อเพิ่มประสิทธิภาพให้กับธุรกิจในรูปแบบต่างๆ ที่น่าสนใจเช่น
ระบบการแนะนำ (Recommendation Systems): ขับเคลื่อนอัลกอริทึมระบบการแนะนำของแพลตฟอร์มสตรีมมิงต่างๆ เช่น สตรีมมิงภาพยนตร์ เพลง เว็บไซต์อีคอมเมิร์ซ หรือเครือข่ายโซเชียลมีเดีย
การตรวจจับการฉ้อโกงและเพิ่มความปลอดภัย (Fraud Detection and Security Enhancement): ปรับปรุงระบบการตรวจจับการฉ้อโกงในอุตสาหกรรมธนาคาร การเงิน และช่วยเพิ่มความปลอดภัยทางไซเบอร์ ด้วยการวิเคราะห์รูปแบบและความผิดปกติในชุดข้อมูลขนาดใหญ่สามารถระบุกิจกรรมการฉ้อโกง ตรวจจับพฤติกรรมที่น่าสงสัย และปรับปรุงมาตรการรักษาความปลอดภัยโดยรวมได้อย่างทันท่วงทีและมีประสิทธิภาพ
การวิเคราะห์เชิงคาดการณ์ (Predictive Analytics): วิเคราะห์เชิงคาดการณ์โดยการวิเคราะห์ข้อมูลในอดีตเพื่อคาดการณ์แนวโน้ม ผลลัพธ์ หรือพฤติกรรมในอนาคต ความสามารถนี้ถูกนำไปใช้กับการทำงานในอุตสาหกรรมต่างๆ เช่น การเงิน (การคาดการณ์ตลาดหุ้น) การดูแลสุขภาพ (การคาดการณ์การระบาดของโรค) และการตลาด (การคาดการณ์พฤติกรรมลูกค้า) เป็นต้น
การปรับปรุงกลยุทธ์ทางการตลาด (Personalization in Marketing): ปรับแต่งเนื้อหา โฆษณา และข้อเสนอส่งเสริมการขายตามความต้องการส่วนบุคคล
การเพิ่มประสิทธิภาพห่วงโซ่อุปทาน (Supply Chain Optimization): เพิ่มประสิทธิภาพการจัดการห่วงโซ่อุปทาน โดยการวิเคราะห์ข้อมูลที่เกี่ยวข้องกับสินค้าคงคลัง การคาดการณ์ความต้องการ โลจิสติกส์การขนส่ง และประสิทธิภาพของซัพพลายเออร์
การบำรุงรักษาเชิงคาดการณ์ในภาคอุตสาหกรรมการผลิต (Predictive Maintenance): ใช้ข้อมูลเซ็นเซอร์และข้อมูลประวัติการบำรุงรักษา เพื่อคาดการณ์แนวโน้มความเสียหายของเครื่องจักรล่วงหน้า ช่วยลดความเสี่ยงของเหตุการณ์เครื่องจักรหยุดทำงาน ลดเวลาในการซ่อมบำรุง ค่าใช้จ่ายในการซ่อมแซม และเพิ่มประสิทธิภาพของการผลิต
การแบ่งกลุ่มลูกค้าและวิเคราะห์ลูกค้าเชิงลึก (Customer Segmentation & Analytics) : ใช้ข้อมูลลูกค้าที่เกี่ยวข้อง เช่น ประวัติการซื้อ พฤติกรรมการใช้งานเว็บไซต์ หรือข้อมูล Demographics เพื่อแบ่งกลุ่มลูกค้าออกเป็นกลุ่มที่คล้ายคลึงกัน ทำให้องค์กรสามารถสร้างกลยุทธ์การตลาดและการขายที่เชื่อถือได้ พร้อมตอบสนองต่อความต้องการของลูกค้าแต่ละกลุ่มได้ดีขึ้น
“การเลือกใช้หรือตัดสินใจลงทุนต้องขึ้นอยู่บริบทขององค์กร ธุรกิจควรประเมินความต้องการอย่างถี่ถ้วน พิจารณาถึงประโยชน์และความท้าทายที่อาจเกิดขึ้นของแต่ละแนวทาง รวมถึงผลตอบแทนในการลงทุน (ROI) และพัฒนากลยุทธ์ที่สอดคล้องกับเป้าหมายและลำดับความสำคัญระยะยาว” ณัฐนภัส กล่าวทิ้งท้าย
แท็กที่เกี่ยวข้องเทคโนโลยีดิจิทัลลงทุนไอทีปัญญาประดิษฐ์นวัตกรรมROIเบลนเดต้าGenerative AIGenAITechAI相关文章:
相关推荐:
Thai parliament holds Myanmar seminar despite junta's objection(คลิปไฮไลท์) เกือบแย่ สเปอร์สรัว3ตุงท้ายเกม แซงชนะพาเลซ จี้ท็อปโฟร์สนุกเดือด ถามหาตำรวจนายไหน ? บอกแพทย์หญิง คดีฝรั่งทำร้ายร่างกาย แค่จ่ายก็จบกกต. เดินหน้าพิจารณา ยุบพรรค 'ก้าวไกลอินเดียโฉด ยูทูบเบอร์สาว เล่านาทีถูก "รุมข่มขืน" สามีโดนมีดจี้ ทำร้ายน่วมอุทาหรณ์ ลูกชายลูกอมติดคอ แม่บ้านกับคุณตาเห็นไว รอดหวุดหวิด1 มี.ค. ลิงก์ถ่ายทอดสด ONE 166 ถ่ายทอดสดจากการตาร์ ชมคู่เอก "ไรเนียร์VSอนาโตลี"Checks ordered on foreigners in Phuket for possible links to organized crime"อัจฉราพร" เจ๋ง พาทีม NEC คว้าแชมป์ "วอลเลย์บอลลีกญี่ปุ่น" ทุบ JT ทีมไร้พ่ายเปิดสถิติ "อัจฉราพร คงยศ" นัดคว้าแชมป์ "วอลเลย์บอลลีกญี่ปุ่น"
0.1597s , 8055.4609375 kb
Copyright © 2024 Powered by หวย หุ้นไต้หวัน、moon24หวย、หวย max、หวย 65,ปทุมธานีไลฟ์เจอร์