มีการคาดการภาพรวมตลาด GEN AI กันว่าอาจเพิ่มมูลค่าให้กับกำไรต่อปีของบริษัททั่วโลกได้ถึง 4.4 ล้านล้านเหรียญสหรัฐ โดย 75% ขององค์กรกำลังทดลองใช้ Gen AI ในส่วนของประเทศไทยจากฐานข้อมูลด้านสถิติของอุตสาหกรรม คาดว่าขนาดตลาด Gen AI จะเติบโตถึง 179.50 ล้านเหรียญสหรัฐในปี 2024 และจะเติบโตเฉลี่ยร้อยละ 46.48 ต่อปี จนมีขนาด 1,773.00 ล้านเหรียญสหรัฐภายในปี 2030 IBM แนะโมเดล AI แบบโอเพนซอร์ส ตอบโจทย์ได้อย่างดี พร้อมเปิดตัว Granite 3.0
โดยพบว่ามากกว่า3ใน4ของผู้บริหารที่สำรวจมองว่าตนต้องเริ่มใช้ Gen AI อย่างรวดเร็วเพื่อให้ก้าวทันคู่แข่ง ขณะที่ 72% ของผู้บริหารระดับสูงมองว่าผู้ที่มี Gen AI ที่ก้าวล้ำที่สุดจะมีความได้เปรียบในการแข่งขัน
สถาบันการศีกษาคุณค่าทางธุรกิจของไอบีเอ็ม (IBV) ระบุว่า Gen AI ช่วยให้ผลตอบแทนของการลงทุน(ROI)ทะยานขึ้นจาก 13% เป็น 31% นับตั้งแต่ปี 2022 โดยในปี 2022 ค่า ROI เฉลี่ยของ AI อยู่ที่ 13% แต่ผลของการนำ Gen AI มาใช้ในช่วงแรก ที่นำโดยโครงการนำร่องที่ประสบความสำเร็จ ทำให้ ROI เพิ่มขึ้นเป็น 31% ในปี 2023
ในส่วนของประเทศไทยจากฐานข้อมูลด้านสถิติของอุตสาหกรรม (Statista) คาดว่าในประเทศไทย ขนาดตลาด Gen AI จะเติบโตถึง 179.50 ล้านเหรียญสหรัฐในปี 2024 และจะเติบโตเฉลี่ยร้อยละ 46.48 ต่อปี จนมีขนาด 1,773.00 ล้านเหรียญสหรัฐภายในปี 2030
ตามรายงาน Thailand Digital Technology Foresight 2035 ของ DEPA คาดว่าการใช้งาน AI ในประเทศไทยจะเพิ่มขึ้นเกินกว่า 50% ภายในปี 2030 จากร้อยละ 17 ในปี 2019 โดยตลาด AI ของไทยจะมีมูลค่าประมาณ 114 พันล้านบาทภายในปี 2030 และจะมีกว่า 300 ยูสเคสด้าน AI โดยเฉพาะในภาคการผลิต ประกันภัย ยานยนต์ และสาธารณสุข
อโณทัย เวทยากร กรรมการผู้จัดการใหญ่ บริษัท ไอบีเอ็มประเทศไทย กล่าวว่า ถึงเวลาแล้วที่องค์กรธุรกิจต้องให้ความสำคัญกับการสร้างผลตอบแทนจากการลงทุนที่สูงขึ้นด้วย AI ซึ่งก็เป็นไปตามนโยบายหลักที่ไอบีเอ็มจะทำในปีนี้ที่ว่า “The Next Frontier of AI Race in Thailand”
หลายคนเห็นประโยชน์จาก AI แต่ความไม่เชื่อมั่นยังคงมีอยู่
ตามรายงานของ Gartner ในปี 2025 พบว่าโครงการด้าน Gen AI 30% จะถูกปล่อยทิ้ง หลังจากได้เริ่มทำ proof of concept ไปแล้ว และตามรายงาน 2024 AI Governance Report ล่าสุดของไอบีเอ็ม เกือบครึ่งหนึ่งของซีอีโอที่สำรวจระบุว่ามีความกังวลเกี่ยวกับความถูกต้องและอคติของ Gen AI
“เมื่อจุดแข็งที่สุดของ Gen AI คือการเสริมศักยภาพงานของมนุษย์มากกว่าการออโตเมทภาระงานต่างๆ การเปลี่ยนแปลงด้านวัฒนธรรมจึงเป็นสิ่งที่จำเป็นต่อการสร้างคุณค่าอย่างยั่งยืน โดยเน้นไปที่บุคลากรและทักษะ”
ผู้บริหารไทยและอาเซียนคิดเห็นอย่างไร
76% ของซีอีโอไทยเห็นด้วยว่าความสำเร็จขององค์กร ขึ้นอยู่กับคุณภาพของความร่วมมือระหว่างฝ่ายการเงินและฝ่ายเทคโนโลยี ขณะที่ 53% ของซีอีโอไทยกำลังเดินหน้าทำงานร่วมกับฝ่ายการเงินเพื่อให้แน่ใจว่ากลยุทธ์มีความสอดคล้องกันและได้รับคุณค่าตามที่คาดหวัง โดยค่าเฉลี่ยของอาเซียน 44%
45% ขององค์กรในอาเซียนยังไม่มีโครงสร้างพื้นฐานด้านเทคโนโลยีที่พร้อมรองรับ AI และ 65% ของซีไอโอไทยระบุว่าความเสี่ยงเชิงเทคนิคและสถาปัตยกรรมด้านไอทีของตน มีส่วนเกี่ยวข้องกับพันธมิตรด้านเทคโนโลยีที่ตนใช้บริการอยู่ เช่น เรื่องเวนเดอร์ล็อคอินของผู้ให้บริการคลาวด์
55% ของผู้บริหารด้านเทคโนโลยีในไทยกล่าวว่ากำลังชะลอการลงทุนด้านเทคโนโลยีอย่างน้อยหนึ่งโครงการ
45% ของผู้บริหารด้านเทคโนโลยีไทยกล่าวว่าความกังวลเกี่ยวกับกฎระเบียบและการปฏิบัติตามข้อบังคับที่มองว่าเป็นอุปสรรคต่อการนำ Gen AI มาใช้ ได้เพิ่มขึ้นในช่วง 6 เดือนที่ผ่านมา
THE NEXT FRONTIER OF AI RACE IN THAILAND
ผู้บริหารไอบีเอ็มมองว่า 4 ปัจจัยสำคัญที่จะช่วยให้องค์กรก้าวเข้าสู่การแข่งขันด้าน AI ในประเทศไทยได้ ต้องมากจาก 1) โมเดล AI แบบโอเพนซอร์ส (Open-source AI models) โดยโมเดล AI แบบโอเพนซอร์สจะยังคงทวีความสำคัญอันเนื่องมาจากคุณสมบัติด้านความโปร่งใส ยืดหยุ่น ลดต้นทุน เอื้อให้องค์กรสามารถปรับแต่งให้ตรงกับความต้องการของธุรกิจช่วยให้องค์กรลดความเสี่ยงจากปัญหาเวนเดอร์ล็อคอิน
2) รากฐานของข้อมูลที่เชื่อถือได้ (Trusted data foundation) ก่อนจะสร้าง Gen AI ที่เชื่อถือได้สำหรับธุรกิจ องค์กรต้องมุ่งเน้นการสร้างรากฐานข้อมูลที่เปิดกว้างและเชื่อถือได้จะก่อให้เกิดความสามารถในการบูรณาการและจัดการข้อมูลได้อย่างไม่มีสะดุดในสภาพแวดล้อมแบบไฮบริดคลาวด์ ช่วยให้เทคโนโลยีที่มีอยู่ทำงานร่วมกันได้ เร่งการขับเคลื่อนการทรานส์ฟอร์มบนพื้นฐานของข้อมูล
3) การสเกลด้วย Governance (Scaling with governance)ในขณะที่องค์กรหลายแห่งกำลังประสบความสำเร็จในการสเกลการใช้งาน AI จะมีธุรกิจมากขึ้นที่ตระหนักถึงความจำเป็นในการใช้โซลูชันและกรอบการกำกับดูแล AI governance เพื่อลดความเสี่ยง ลดอคติ และปฏิบัติตามกฎระเบียบที่กำลังเปลี่ยนแปลง หากไม่มี AI ที่รับผิดชอบและการกำกับดูแล AI องค์กรย่อมไม่สามารถสเกลการใช้งาน AI โดยความไว้วางใจเปรียบเสมือนใบอนุญาติในการดำเนินธุรกิจขององค์กร และองค์กรจะไม่สามารถปล่อยให้ความไว้วางใจถูกทำลายลงโดย AI
4) การอินทิเกรททั่วทั้งระบบนิเวศน์ (Ecosystem integrations) ความสามารถในการอินทิเกรทการใช้งาน AI ทั่วทั้งระบบขององค์กรจะทวีความสำคัญในปี 2025 โดยการใช้งานโมเดล AI โอเพนซอร์สที่เพิ่มขึ้น จะนำสู่ความจำเป็นที่แพลตฟอร์มแอพพลิเคชันต่างๆ ต้องสามารถเชื่อมโยงกันได้อย่างง่ายดายกับโมเดลอื่นๆ ในระบบนิเวศน์ด้านเทคโนโลยีขององค์กร นำสู่ความสามารถในการทำงานร่วมกันที่มากขึ้นของระบบต่างๆ ในองค์กร และการปรับตัวรับพัฒนาการใหม่ๆ ด้าน AI ได้อย่างรวดเร็ว
แนะAI ‘GRANITE 3.0’ เล็กกว่า เร็วกว่า และถูกกว่า 97%
วันนี้ธุรกิจเริ่มเปลี่ยนความคิดจากเดิมที่มองว่าโมเดล AI ขนาดใหญ่คือ AI ที่มีความสามารถมากกว่า แต่เทคโนโลยีที่มีขนาดใหญ่และมีความต้องการใช้พลังงานสูง กลายเป็นเรื่องที่จะเป็นภาระที่ไม่สมเหตุสมผลในระยะยาวขององค์กร ยิ่งโมเดลมีขนาดใหญ่ ก็ยิ่งต้องการทรัพยากรในการประมวลผลมากขึ้น ส่งผลให้เกิดความล่าช้า ต้นทุนค่าใช้จ่าย การใช้พลังงาน และผลกระทบต่อสิ่งแวดล้อมที่เพิ่มขึ้น ด้วยเหตุนี้ หลายองค์กรจึงเริ่มมองถึงโมเดลที่เล็กลง ปรับจูนได้ เชื่อถือได้ และได้รับการเทรนด้วยข้อมูลเฉพาะที่เกี่ยวข้องกับธุรกิจขององค์กร ที่ตอบโจทย์การใช้งานและความต้องการที่เฉพาะเจาะจงของแต่ละองค์กรโดยไม่ก่อให้เกิดภาระค่าใช้จ่ายเพิ่มขึ้น
ไอบีเอ็มเปิดตัวโมเดล Granite 3.0
การเปิดตัวโมเดล Granite 3.0 ถือเป็นการก้าวสู่ยุคของโมเดล AI ขนาดเล็กที่มีประสิทธิภาพสูง ซึ่งเมื่อรวมกับข้อมูลขององค์กร จะสามารถมอบประสิทธิผลสำหรับภาระงานที่เฉพาะเจาะจงกับแต่ละองค์กร ได้ เทียบเท่ากับแบบจำลองขนาดใหญ่ ในราคาที่ต่ำกว่ามาก
จุดเด่นของ Granite 3.0
ด้านประสิทธิภาพ โดยรวมแล้ว Granite 3.0 รุ่น 8B Instruct มีประสิทธิภาพเทียบเคียงได้กับโมเดลขนาดใกล้เคียงกันของ Meta และ Mistral ในการใช้กับภาระงานหลักๆ ขององค์กรเช่น Retrieval Augmented Generation และยังขึ้นนำในทุกมิติด้านความปลอดภัยเมื่อเทียบกับโมเดลของ Meta และ Mistral ตามเกณฑ์การเปรียบเทียบสมรรถนะของ AttaQ
ประสิทธิภาพด้านต้นทุน: Granite 3.0 มอบสมรรถนะสำหรับการใช้กับภาระงานที่เจาะจง (task-specific performance) เท่ากับโมเดลขนาดใหญ่ ในราคาที่ต่ำกว่า 3-23 เท่า
ด้านการรับรองทางกฎหมาย ไอบีเอ็มให้การรับประกันทางทรัพย์สินทางปัญญา บนแพลตฟอร์ม watsonx.ai เพื่อให้ลูกค้าองค์กรผนวกรวมข้อมูลของตนเข้ากับโมเดล Granite ได้อย่างมั่นใจ เมื่อต้องพัฒนาแอพพลิเคชันด้าน AI สำหรับองค์กรของตน
ที่สำคัญ Granite 3.0 ได้รับไลเซนส์ Apache 2.0 แบบเต็ม ซึ่งหมายความว่านักพัฒนาจะสามารถดาวน์โหลดและใช้โมเดลได้อย่างเสรี ปรับเปลี่ยนได้ อินทิเกรทเข้ากับระบบได้ โดยไม่ต้องกังวลเรื่องข้อจำกัดของไลเซนส์
ส่วนหนึ่งของลูกค้า AI และ HYBRID CLOUD ไอบีเอ็มในประเทศไทย
บริษัท ออร์บิกซ์ คัสโทเดียน (Orbix CUSTODIAN) ผู้ให้บริการรับฝากสินทรัพย์ดิจิทัล เป็นหนึ่งในบริษัทลูกในเครือของบริษัท ยูนิต้า แคปิทัล จำกัด (Unita Capital) บริษัทลูกในกลุ่มธุรกิจทางการเงินธนาคารกสิกรไทย เลือกใช้ IBM Hyper Protect Crypto Services และ IBM Hyper Protect Virtual Servers เสริมเทคโนโลยีความปลอดภัยมาตรฐานองค์กรและปกป้องความเป็นส่วนตัวของข้อมูลลูกค้าบนแพลตฟอร์มการเก็บรักษาสินทรัพย์ดิจิทัล รองรับการสเกลการใช้งานของกระเป๋าสินทรัพย์ดิจิทัล
The Mall Group นำร่องใช้ Gen AI เพื่อให้เข้าถึงข้อมูลได้ง่ายขึ้นและสนับสนุนการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลในหน่วยงานต่างๆ โดยในอดีต ฝ่ายต่างๆ จะต้องพึ่งพาทีมข้อมูลสำหรับการคิวรี SQL และการสร้างแผนภูมิ ซึ่งใช้เวลาและยุ่งยาก แต่ด้วย watsonx.ai ผู้ใช้สามารถถามคำถามทางธุรกิจด้วยภาษาธรรมชาติ ช่วยลดความจำเป็นในการขอความช่วยเหลือด้านเทคนิคจากหลักชั่วโมงเหลือหลักนาที พร้อมคงความถูกต้องด้วยฟีเจอร์แก้ไขอัตโนมัติสำหรับคิวรีที่ไม่สำเร็จ
ธนาคารกรุงศรีอยุธยา กำลังมองถึงการนำเครื่องมือ AI ที่ช่วยพัฒนาโค้ดและโมเดิร์นไนซ์แอพพลิเคชัน อย่าง watsonx Code Assistant เข้าช่วยแก้ปัญหาช่องว่างด้านทักษะและช่วยเพิ่มประสิทธิภาพ ซึ่งจะช่วยให้ธนาคารสามารถเร่งกระบวนการการโมเดิร์นไนซ์แอพพลิเคชัน รวมทั้งได้รับประโยชน์จากประสิทธิภาพ ความปลอดภัย และความยืดหยุ่นของระบบ IBM Z
ธนาคารทหารไทยธนชาต (ttb) กำลังมองถึงการใช้เครื่องมือ AI ที่ช่วยพัฒนาโค้ดและโมเดิร์นไนซ์แอพพลิเคชัน อย่าง watsonx Code Assistant เพื่อโมเดิร์นไนซ์โค้ดเลกาซี โดยออโตเมทกระบวนการวิเคราะห์และ refactor โค้ด ซึ่งคาดว่าจะช่วยลดต้นทุนการดำเนินงานลง รวมถึงแก้ปัญหาช่องว่างด้านทักษะและเพิ่มผลิตภาพในแนวทางที่ยั่งยืน
ไอบีเอ็มและคอมพิวเตอร์ยูเนี่ยน ซึ่งเป็นดิสทริบิวเตอร์ของไอบีเอ็ม ยังได้นำร่องใช้ watsonx กับหลายองค์กรในไทย ได้แก่ การไฟฟ้าส่วนภูมิภาค (กฟน.), IRPC, BLCP Power และ Banpu
กฟน. นำ watsonx Assistant มาทดลองใช้เพื่อสนับสนุนศูนย์บริการลูกค้าของแอพชาร์จพลังงานรถ EV ‘PEA VOLTA’ สามารถลดเวลาการรอคอยของลูกค้าลงได้ถึง 80% (จาก 5 นาทีเหลือ 1 นาที) ลดเวลาที่ใช้ในการแก้ไขปัญหาแต่ละเคสลงถึง 50% (จาก 10 นาทีเหลือ 5 นาที) พร้อมทั้งลดจำนวนเคสที่เปิดลงถึง 90% ขณะเดียวกันก็เพิ่มความพึงพอใจของลูกค้า
ส่วน IRPC ซึ่งเป็นผู้บุกเบิกอุตสาหกรรมปิโตรเคมีในภูมิภาคเอเชียตะวันออกเฉียงใต้ ได้นำ watsonx มาทดลองใช้กับงานวางแผนการบำรุงรักษา ผลการทดลองพบว่าสามารถลดเวลาที่ใช้ในการจัดการการบำรุงรักษาลงจาก 450,000 ชั่วโมงเหลือ 150,000 ชั่วโมงต่อปี หรือประมาณ 33% ของเวลาที่ใช้ในการจัดการการบำรุงรักษา
“ไอบีเอ็มพร้อมร่วมมือกับองค์กรธุรกิจในการผลักดันเข้าสู่ AI เริ่มจากการปรับเปลี่ยนมุมมองที่ว่าไอบีเอ็ม เป็นแบรนด์ของดี แต่ราคาแพง มาเป็นของดีในราคาที่สัมผัสได้ เพื่อให้ลูกค้าเข้าถึงได้มากขึ้น “ ผู้บริหารไอบีเอ็ม กล่าวในตอนท้าย
