พันธกิจของ IBM ในการส่งเสริมให้เกิด AI ที่เชื่อถือได้สำหรับการใช้งานในองค์กรธุรกิจ

ท่ามกลางการเปลี่ยนแปลงของเทคโนโลยีที่ก้าวไปอย่างรวดเร็วในยุคปัจจุบัน ไอบีเอ็ม คือบริษัทผู้นำด้านนวัตกรรมเทคโนโลยีระดับโลกที่ไม่เคยหยุดนิ่ง คุณคุณสุรฤทธิ์ วูวงศ์ รองกรรมการผู้จัดการใหญ่ กลุ่มเทคโนโลยี บริษัท ไอบีเอ็ม ประเทศไทย จำกัด ได้เผยถึง แผนการลงทุนและพันธกิจหลักของบริษัทเน้น 2 เรื่องหลัก ดังนี้

1. การลงทุนในเทคโนโลยีและหน่วยงานด้าน AI

ในปีนี้ IBM ได้เปิดตัว watsonx ซึ่งเป็นแพลตฟอร์มข้อมูลและ AI ประกอบด้วย 3 เครื่องมือสำคัญ คือ

• IBM watsonx.ai: เครื่องมือ AI พร้อมใช้สำหรับองค์กรสำหรับการฝึก ตรวจสอบ ปรับใช้ และติดตั้งโมเดล AI ซึ่งรวมถึง foundation models ที่ขับเคลื่อน generative AI โดยโมเดลเหล่านี้ไม่เพียงแค่ได้รับการฝึกกับโมเดลภาษาขนาดใหญ่ แต่ยังรวมถึงข้อมูลที่เก็บรวบรวมตามระยะเวลาเป็นช่วงๆ อย่างต่อเนื่องกัน(time-series data) ข้อมูลที่ได้รับการจัดเก็บในรูปแบบคอลัมน์หรือตาราง ข้อมูลเชิงพื้นที่ และข้อมูลเหตุการณ์ไอทีต่างๆ โดยตัวอย่างโมเดลที่ได้รับการพัฒนาไว้แล้ว
• IBM watsonx.data: เป็น data lakehouse ที่ได้รับการปรับให้เหมาะสำหรับข้อมูลที่ถูกกำกับดูแล (governed data) และเวิร์คโหลด AI ต่างๆ
• IBM watsonx.governance: โซลูชัน end-to-end สำหรับการกำกับดูแล data และ AI governance

โดย Gen AI ของ IBM ได้รับการพัฒนาบนพื้นฐานของหลักสำคัญ 4 ประการ คือ

• Open: ด้วยเทคโนโลยี AI และคลาวด์ที่ดีที่สุด พร้อมการเข้าถึงนวัตกรรมของโอเพนคอมมิวนิตี้และโมเดลที่หลากหลาย
• Targeted: ได้รับออกแบบมาสำหรับยูสเคสทางธุรกิจเพื่อแก้ปัญหาสำคัญที่องค์กรกำลังเผชิญ พร้อมโมเดลที่สามารถปรับให้เข้ากับข้อมูลที่เป็นกรรมสิทธิ์และแนวปฏิบัติของบริษัทได้
• Trusted: สร้างขึ้นบนพื้นฐานของ AI และ data governance ที่โปร่งใส และจริยธรรมที่สอดคล้องกับกฎระเบียบและการกำกับดูแลที่เพิ่มขึ้น
• Empowering: อยู่บนแพลตฟอร์มที่จะช่วยให้องค์กรสามารถนำข้อมูลและโมเดล AI ที่ได้ปรับแต่ง ฝึกฝน ปรับใช้ และควบคุม ไปใช้งานได้ทุกที่ สามารถสเกลและนำไปใช้อย่างกว้างขวาง เพื่อสร้างมูลค่าให้องค์กรอย่างแท้จริง

เมื่อเดือนกันยายนที่ผ่านมา IBM ได้เปิดตัวโมเดลแรกในซีรีส์ watsonx Granite ซึ่งเป็นคอลเลคชั่นของโมเดล Gen AI ที่เสริมการผนวก Gen AI เข้ากับแอพพลิเคชันและเวิร์คโฟลว์ทางธุรกิจ 

โมเดล Granite ของ IBM สร้างขึ้นจากสถาปัตยกรรมแบบ GPT ที่ใช้ decoder เท่านั้น โดยองค์กรสามารถใช้โมเดลเหล่านี้ในการ

• ทำ Retrieval Augmented Generation เพื่อค้นหาองค์ความรู้ภายในองค์กรและสร้างคำตอบที่ตรงกับข้อซักถามของลูกค้า
• สรุปเพื่อย่อเนื้อหาแบบยาวอย่างสัญญาหรือบันทึกการโทร ให้กลายเป็นคำอธิบายสั้นๆ
• ปรับใช้การสกัดและจัดหมวดหมู่ข้อมูลเชิงลึกเพื่อประเมินปัจจัยต่างๆ เช่น ความคิดเห็นของลูกค้า

ข้อมูลที่นำมาใช้ฝึกฝนโมเดล Granite เป็นข้อมูลที่เกี่ยวข้องกับสายงานในองค์กร เช่น กฎหมาย การเงิน เทคโนโลยีสารสนเทศ วิชาการ และการเขียนโค้ด

IBM ยังยืนยันด้วยว่าการคุ้มครองทรัพย์สินทางปัญญาตามสัญญามาตรฐานสำหรับผลิตภัณฑ์ของ IBM จะมีผลต่อโมเดล AI watsonx ที่ IBM พัฒนา

IBM watsonx ตอบโจทย์ 3 ยูสเคสซึ่งกำลังเป็นความท้าทายสำคัญขององค์กร

• การบริการลูกค้า: จากกรณีศึกษาของ Vodafone ที่ร่วมกับ IBM และ Genesys พบว่าผู้ช่วย AI สามารถจัดการกับข้อซักถามของลูกค้าได้ถึง 90%
  – แนวทางการนำไปใช้: บริการแบบ self-service การแก้ปัญหาเองของลูกค้า บริการ agent assist บริการคำถามที่พบบ่อยบนมือถือพร้อมคำตอบ
• ผลิตภาพของบุคลากร: การใช้ Gen AI กับแผนก HR ของ IBM ช่วยให้ผลิตภาพของงาน HR เพิ่มขึ้น 40%
  – แนวทางการนำไปใช้: งานด้านการจัดหาบุคลากร การจัดการผลการปฏิบัติงาน การจัดการข้อมูลพนักงา, การสื่อสารกับพนักงาน การจัดการการเรียนรู้และกิจกรรม
• การปรับแอพให้ทันสมัย: จากกรณีศึกษาของ IBM พบว่ามีเนื้อหาการพัฒนาซอฟต์แวร์ 60% ที่สร้างขึ้นโดยอัตโนมัติด้วย AI
  – แนวทางการนำไปใช้: ระบบสร้างโค้ดอัตโนมัติ การค้นหาและการวิเคราะห์แอพพลิเคชัน การปรับเปลี่ยนโครงสร้างโค้ด การแปลงโค้ด การระบุเจ้าของโค้ด
  

ในเดือนพฤศจิกายน IBM ได้เปิดตัว Enterprise AI Venture มูลค่า 500 ล้านดอลลาร์ เพื่อลงทุนในบริษัท AI หลายแห่งทั่วโลก ตั้งแต่สตาร์ตอัพระยะเริ่มต้นไปจนถึงสตาร์ตอัพที่มีการเติบโตสูง โดยมุ่งเน้นที่การเร่งการใช้เทคโนโลยี Gen AI และการวิจัยสำหรับองค์กร Venture ดังกล่าวสะท้อนถึงความทุ่มเทในการสร้างนวัตกรรม AI ที่มีความรับผิดชอบของ IBM ผ่านแพลตฟอร์ม watsonx

เมื่อต้นเดือนที่ผ่านมา (ธันวาคม) IBM และ Meta ได้เปิดตัว AI Alliance โดยร่วมกับสมาชิกผู้ก่อตั้งและผู้มีส่วนร่วมกว่า 50 รายทั่วโลก AI Alliance คือชุมชนระหว่างประเทศของนักพัฒนา นักวิจัย และผู้ใช้งานเทคโนโลยีชั้นนำ ที่ร่วมมือกันเพื่อพัฒนา AI ที่เปิดกว้าง ปลอดภัย และมีความรับผิดชอบ

การร่วมมือกับอีโคซิสเต็มพันธมิตรเพื่อผลักดันการใช้ Gen AI ในธุรกิจ

• ไอบีเอ็มได้เปิดเผยถึงแผนการโฮสต์โมเดลพารามิเตอร์ Llama 2-chat จำนวน 70,000 ล้านพารามิเตอร์ของ Meta บน watsonx ซึ่งเป็นการต่อยอดกลยุทธ์ของ IBM ในการใช้ประโยชน์จากทั้งโมเดลจาก third-party และโมเดล AI ของบริษัทเอง เพื่อรักษานวัตกรรมแบบเปิด IBM เข้าร่วมในการระดมทุน Series D มูลค่า 235 ล้านดอลลาร์ของ Hugging Face ซึ่งเป็นแพลตฟอร์มการทำงานร่วมกันแบบโอเพนซอร์สชั้นนำ สำหรับชุมชน machine learning โดย
• IBM มีส่วนร่วมในการมอบโมเดลและชุดข้อมูลแบบเปิดหลายร้อยรายการบน Hugging Face รวมถึงการเปิดตัวโมเดลพื้นฐานเชิงพื้นที่ทางภูมิศาสตร์ล่าสุดที่ร่วมมือกับ NASA ซึ่งสามารถนำมาใช้ในการช่วยระบุตำแหน่งและสาเหตุที่ประชากรเคลื่อนย้าย ให้ข้อมูลเชิงลึกเกี่ยวกับวิธีให้บริการประชากรด้วยพลังงานหมุนเวียน รวมถึงสามารถประมาณการสถานที่กักเก็บคาร์บอนและระยะเวลาในการย่อยสลาย เป็นต้น
• เทคโนโลยี IBM Watson จะถูกผนวกลงในโซลูชัน SAP^® เพื่อสร้างข้อมูลเชิงลึกและระบบอัตโนมัติที่ขับเคลื่อนด้วย AI ซึ่งจะช่วยเร่งสร้างนวัตกรรมและสร้างประสบการณ์ผู้ใช้ที่มีประสิทธิภาพและประสิทธิผลมากขึ้น ทั่วทั้งพอร์ตโฟลิโอของโซลูชัน SAP
• การขยายร่วมมือกับ Amazon Web Services (AWS) เพื่อส่งเสริมให้ลูกค้าที่มีร่วมกันใช้ประโยชน์และสร้างมูลค่าจาก Gen AI โดยเพื่อให้บรรลุเป้าหมายดังกล่าว IBM Consulting ได้ตั้งเป้าที่จะพัฒนาและต่อยอดความเชี่ยวชาญด้าน Gen AI บน AWS ด้วยการฝึกอบรม 10,000 คนภายในสิ้นปี 2567 นอกจากนี้ทั้งสององค์กรยังวางแผนที่จะนำเสนอโซลูชันและบริการร่วมกันบนพื้นฐานของ Gen AI

2. การช่วยธุรกิจสร้าง AI ที่เชื่อถือได้

ความเชื่อมั่นคือใบเบิกทางในการทำธุรกิจ และองค์กรต้องไม่ปล่อยให้ AI ทำลายความเชื่อมั่นนั้น พลังของ Gen AI คือความสามารถในการสร้างสรรค์และผลิตเนื้อหาที่ไม่มีอยู่ขึ้น อย่างไรก็ตาม เนื้อหานั้นต้องมีความน่าเชื่อถือและอยู่ภายใต้การควบคุม แต่ปัจจุบันกฎระเบียบต่างๆ ยังมีความล้าหลังกว่าเทคโนโลยี

• AI สร้างโอกาสที่ยิ่งใหญ่ แต่ก็มาพร้อมความท้าทายครั้งใหญ่ AI โดยความเชื่อถือได้คือเรื่องสำคัญเหนือสิ่งอื่นใด
  • แม้ Gen AI จะสร้างข้อได้เปรียบทางการแข่งขันให้องค์กร แต่ซีอีโอก็ต้องชั่งน้ำหนักระหว่างผลตอบแทนกับการลงทุน และความเสี่ยงที่อาจเกิดขึ้น รวมถึงความเป็นส่วนตัวของข้อมูล ความถูกต้องถือได้ ความสามารถในการอธิบายที่มาของคำแนะนำของ AI และอคติที่อาจเกิดขึ้น
  • ขณะนี้ รัฐบาลทั่วโลกกำลังหารือกันอย่างจริงจังถึงวิธีการควบคุมเทคโนโลยี AI เพื่อให้แน่ใจว่าพลเมือง ธุรกิจ และหน่วยงานภาครัฐจะได้รับการปกป้องจากความเสี่ยงที่อาจเกิดขึ้น การใช้ AI อย่างรับผิดชอบต้องไม่เป็นเรื่องที่ทำขึ้นภายหลัง
  • สำหรับธุรกิจ สามประเด็นที่เป็นหัวใจหลักของกฎเกณฑ์ที่กำลังจะเกิดขึ้น ได้แก่ แหล่งที่มาของข้อมูล ความสามารถในการอธิบายโมเดล AI และอคติ
    
• เมื่อหลายปีก่อน IBM ได้เผยแพร่หลักการเพื่อความน่าเชื่อถือและความโปร่งใส โดยสำหรับ IBM แล้ว
  • วัตถุประสงค์ของ AI คือเพื่อเสริมความเชี่ยวชาญ ดุลพินิจ และการตัดสินใจของมนุษย์ ไม่ใช่เข้ามาแทนที่มนุษย์
  • ข้อมูลและมุมมองเชิงลึกที่สร้างขึ้นจากข้อมูล เป็นของผู้สร้างข้อมูล ไม่ใช่ของคู่ค้าด้าน
  • เทคโนโลยีใหม่ที่ทรงพลังอย่าง AI จะต้องโปร่งใส อธิบายได้ และปราศจากอคติที่เป็นอันตรายและไม่เหมาะสม เพื่อให้สังคมไว้วางใจ
• สิ่งที่ทำให้ AI ของ IBM แตกต่างคือคณะกรรมการจริยธรรมด้าน AI ของบริษัท IBM ปลูกฝังหลักการทางจริยธรรมในการดำเนินงานทั่วโลกของบริษัท ผ่านคณะกรรมการจริยธรรมด้าน AI โดยที่เวนเดอร์หลายรายไม่ได้ลงทุนในเรื่องดังกล่าว ซึ่งเรื่องนี้เป็นสิ่งที่องค์กรต่างๆ ควรทวงถามจากผู้ให้บริการเทคโนโลยี AI

เหตุใด AI ที่เชื่อถือได้จึงมีความสำคัญต่อหน่วยงานต่างๆ ในองค์กร

• สำหรับฝ่าย HR: ช่วยให้เข้าใจว่าเครื่องมือ AI ที่ใช้ในการจัดอันดับและให้คะแนนผู้สมัคร มีอคติเกิดขึ้นในกระบวนการจัดอันดับผู้สมัครหรือไม่
• สำหรับฝ่ายบริการลูกค้า: การนำแชทบ็อทบริการลูกค้ามาใช้ภายใต้มาตรการการป้องกันที่เหมาะสม จะช่วยให้มั่นใจได้ว่าแชทบ็อทจะเป็นตัวแทนบริษัทและแบรนด์ได้อย่างปลอดภัยในสายตาของผู้บริโภคและพนักงาน
• สำหรับฝ่ายไอที: ความเชื่อถือได้ของ AI จะช่วยให้มั่นใจได้ว่าโมเดล ticket ของเหตุขัดข้องด้านไอทีจะไม่คลาดเคลื่อนผิดพลาด เมื่อถึงเวลาเปิดตัวเครื่องมือใหม่บนสภาพแวดล้อมที่ได้รับการโมเดิร์นไนซ์

รายงานล่าสุดระบุว่าผู้บริหาร 58% เชื่อว่าความเสี่ยงด้านจริยธรรมขนานใหญ่จะเกิดขึ้นจากการนำ Gen AI มาใช้ ล่าสุด IBM ได้เปิดตัว governance เพื่อช่วยองค์กรนำ AI มาใช้อย่างมีความรับผิดชอบ และเตรียมพร้อมสำหรับกฎเกณฑ์ที่กำลังจะเกิดขึ้นทั่วโลก 
– watsonx. governance จะช่วยให้ลูกค้า IBM และลูกค้าธุรกิจสามารถจัดการโมเดล AI ของตนได้ทุกที่ไม่ว่าบนระบบโครงสร้างพื้นฐานใดได้ตลอด AI lifecycle ช่วยลดความเสี่ยงด้าน AI และช่วยให้องค์กรดำเนินการอย่างสอดคล้องกับกฎข้อบังคับต่างๆ