Integrating AI into business strategies in Thailand
Integrating AI into business strategies in Thailand
Sep 7, 2024
Product development
สรุปเนื้อหาผู้นำในวงการธุรกิจไทย แบ่งปันเรื่องราว Insight จากการปรับประยุกต์ใช้เทคโนโลยี AI ให้เข้ากับกลยุทธ์องค์กร
งานนี้มีการบรรยายพิเศษจาก คุณแม็กซ์ ภัคพล ตั้งตงฉิน Senior Vice President, Head of Digital Office จาก Central Group ในหัวข้อ “Unlocking Product Insights with AI Integration” การนำ AI เข้ามาประยุกต์ใช้ในธุรกิจของ Central Group
ต่อมาในหัวข้อ Panel “AI-Driven Business & Product Strategies” ยกเอา use cases การใช้ AI-Driven มาช่วยวางกลยุทธ์ธุรกิจขององค์กรชั้นนำ พูดคุยกันกับคุณแม็กซ์ ภัคพล คุณแก๊บ ณพวัฒน์ มุกตพันธ์ Chief eXperience officer, Finnomena และ คุณส้ม เทียรฉันท์ พราหมณ์เทศ Senior Unit Manager, Change Management & Design Strategy, Kasikornbank
สรุปครบ จบ ตรงนี้
การนำ AI ไปปรับใช้กับองค์กรเพื่อพัฒนาผลิตภัณฑ์โดย คุณแม็กซ์ Central Retails
AI ไม่ใช่ทางเลือกที่จะทำ แต่เป็นสิ่งที่ "ต้องทำ" ในการพัฒนาผลิตภัณฑ์ทุกๆอย่าง
AI adoption models to consider : Maker (คนทำ คนผลิต), Shaper (คนต่อยอด ปรับจูนให้เหมาะสม), and Taker (คนใช้)
การ Transfrom AI มาใช้ในองค์กร ต้องรู้จักธุรกิจชองตัวเองครบวงจรตั้งแต่ การผลิต จนถึง การบริการหลังการขาย
แยก Key Stakeholder ของแต่ละขั้นตอนออกมา ว่าทำงานอะไรอยู่ในปัจจุบัน ใช้เวลา, ต้นทุน, แรงงาน มากน้อยแค่ไหน
ลอง Mapping สิ่งที่คิดว่าใช้ AI ได้ออกมาเป็น Idea และ Prioritize : ความเสี่ยง, ต้นทุน, ผลกระทบ และหาตัวแปรมาวัดผล
การปรับใช้ ลองใช้ในกลุ่มเล็กๆ ในองค์กร ก่อนนำมาขายจริง ที่สำคัญ "ไม่กลัวการผิดพลาด"
รู้จัก AI (Artificial Intellegence)
AI คือเทคโนโลยีที่ใช้คอมพิวเตอร์และเครื่องจักรสามารถทำงานได้มากกว่าขีดจำกัดความสามารถของมนุษย์ เช่น การเรียนรู้ การทำความเข้าใจ การแก้ปัญหา การตัดสินใจ ความคิดสร้างสรรค์ และการทำงานโดยอัตโนมัติ ต่างๆ จากโมเดลรูปนี้เป็นการปูพื้นฐานความเข้าใจของ Model AI แล้วตรงไหนละที่กำลังบูมและคนพูดถึงกันมากที่สุด นั่นคือ Generative AI
AI adoption models to consider : Maker, Shaper and Taker
จากรูปเล่าถึงคนที่มีส่วนร่วมกับ Generative AI นำมาใช้ในองค์กร
Maker คือ ผู้สร้าง Generative AI ของตัวเองเพื่อเป็นรากฐานต่อไปในการใช้งาน
Shaper คือ ผู้ที่นำ Generative AI มาปรับจูนให้เข้ากับการใช้งานในบริบทของผลิตภัณฑ์ตัวเอง
Taker คือ ผู้ใช้ Generative AI สามารถนำ Gen AI มาใช้งานเพื่อพัฒนาวิธีการ การแก้ปัญหา พัฒนาสินค้าและบริการของตัวเอง
3 broad areas where AI can be applied to product management
จากรูปเล่าถึงการนำ AI ไปประยุกต์ใช้ในขั้นตอนกระบวนการของแต่ละช่วง
งานหน้าร้าน ธุรกิจของเซนทรัล ใช้ AI ช่วย Personalize products สำหรับลูกค้าใน www.central.co.th เพื่อให้ลูกค้าได้สินค้าที่ตัวเองสนใจและตรงตามความต้องการ
งานหลังบ้าน เซนทรัลใช้จัดการคลังสินค้า สต็อคสินค้า ทำให้การจัดการมีประสิทธิภาพมากขึ้น
พนักงาน ใช้เพื่อเพิ่มประสิทธิภาพในการทำงาน ลดขั้นตอน ลดเวลาที่ใช้ในการทำงาน เพิ่ม productivity
Outcome use case
งานหน้าร้าน : มีการนำ AI เข้าไปประยุกต์ใช้ใน Use case ต่างๆในการพัฒนาประสบการณ์การการช้อปปิ้งของลูกค้า
Use case 1 : Personalization Engine มีการนำ AI เข้าไปช่วยนำเสนอสินค้า เพิ่มอัตตราการคลิกสินค้าที่มากขึ้น เพราะหาสินค้าที่มีความต้องการเชื่อมโยงกับลูกค้า
Use case 2 : Image Search ใช้รูปภาพสินค้า ค้นหาสินค้าที่ใกบ้เคียงได้ คล้ายๆ Google Lens, Gemini
Use case 3 : Semantic Search ใช้ Natural Language ภาษาที่มนุษย์ใช้ในชีวิตประจำวันทั่วๆไป ค้นหามากขึ้น
งานจัดการสินค้าหลังบ้าน : มีการนำ AI เข้าไปใช้ในการจัดการคลลังสินค้า การคาดการ ความต้องการของลูกค้าในแต่ละช่วงให้แม่นยำมากขึ้น ลดระยะเวลาการทำงานของหลังบ้านลง ภาระงานที่ต้องทำซ้ำๆ เดิมๆ ให้เข้าสู่ระบบอัตโนมัติมากขึ้น แต่ก็ไม่ลืมที่จะใช้คนในการ audit กระบวนการต่างๆจาก AI
Use case 1 : Catalog Enrichment ใช้ AI เขียนอธิบายคุณสมบัติของสินค้า และใช้ Copy Writer ตรวจสอบอีกอีกครั้ง เพื่อลดเวลาในการใช้คนเขียน
Use case 2 : Marketing Content Generation ใช้ Generative AI สร้างรูปภาพประกอบ Content ลงโซเชียล ลดต้นทุนและเวลาที่จะปล่อยสู่ตลาด
สุดท้ายงานเพิ่ม Productivity ในงาน Generative AI tools for increasing product managers productivity with content heavy tasks ใช้ Gen AI ช่วย Prioritize task งานที่ต้องทำ และช่วยทำงานที่เป็น Task ที่ต้องใช้แรงงานสูง เช่น การเขียนบทความ FAQ. สำหรับบริการ ที่ไม่ซับซ้อนแต่ต้องใช้แรงงานในการเขียน ทำให้ลดระยะเวลาลงได้
หลังจากนั้นเป็น Session Sharing ประสบการณ์การทดลองใช้ AI ในการทำงานของคุณ แม็ก, คุณแก๊ป, และคุณส้ม
โดยสรุปเป็น Key Takeaway ได้ ดังนี้
AI จะเข้ามาแทนคนหรือไม่ ? : อาจจะมีบางอาชีพที่ถูกทดแทน แต่ก็จะเกิดอาชีพใหม่ๆขึ้นมาได้เสมอ ให้คิดว่า AI คือเครื่องมือในการช่วยอำนวยความสะดวกในการทำงานมากกว่า เป็นตัวแย่งงาน เพราะสุดท้ายมนุษย์ก็ยังมีความ "Humanity" อยู่นั่นเอง
แนวโน้มการทำ Products สมัยนี้เป็นอย่างไร : การสร้าง Products สมัยก่อนอาจจะใช้คำว่า "Build to last" แต่สำหรับปัจจุบันสมัยนี้เพื่อให้ตอบโจทย์ความต้องการและเทรนด์ที่เปลี่ยนไปอย่างรวดเร็วให้ใช้คำว่า "Build to adapt or change" ให้สร้างเพื่อรองรับการเปลี่ยนแปลงและยืดหยุ่นอยู่เสมอ
การวางกลยุทธ์ (Strategies) ต้องวางยาวแค่ไหน : ในมุมมองของวิทยากร มองว่าขึ้นอยู่กับ นโยบายบริษัท ความพร้อมของคน โดยมีการวางตั้งแต่ ครึ่งปี จนถึงทุกๆ 1 ปี บางที่ดูเป็นรายไตรมาส
ความแตกต่างของการปล่อย Products ออกไปสู่ตลาด : บริษัทที่เติบโตไม่นาน เช่น Startup, SME, Small-Medium business เน้นการปล่อยของออกเร็ว ทดสอบตลาดเร็วๆ แต่ถ้าเป็นเรื่องของบริษัทใหญ่ๆ Corporate, Enterprise จะมีเรื่องของ Ethics, Branding เข้ามา ทำให้ก่อนจะปล่อยสู่ตลาดจริงๆค่อนข้างต้องใช้การทดลองหลายๆครั้ง
การทำ Products ในปัจจุบันมีความท้าทายอย่างไร : ปัจจุบันนอกจากเราจะรู้ความต้องการของลูกค้าแล้ว เราต้องรู้อะไรที่มากกว่าที่ลูกค้าต้องการ และทำนายอนาคตได้ ตัวอย่างเช่น การดูและเก็บข้อมูลพฤติกรรมการใช้งานของลูกค้าในปัจจุบัน ทำให้เราเข้าใจมากกว่าสิ่งที่ลูกค้าพูดออกมา
สุดท้ายเป็นความคิดเห็นส่วนตัวของผู้เขียนต่อการเข้าร่วมฟัง Session ดังกล่าว
ก่อนอื่นเลยขอขอบคุณ True Academy ที่จัดงานดีๆและไม่เสียค่าใช้จ่ายแบบนี้ขึ้นมา เพื่อรวบรวมประสบการณ์การสร้าง Product ในวงการสายเทคโนโลยีที่มีความเปลี่ยนแปลงอย่างรวดเร็วนี้ และขอขอบคุณพี่ๆวิทยากร คุณแม็กซ์ จาก Central, คุณแก๊ป จาก Finnomena, คุณส้มจาก KBank ที่ร่วมแชร์ประสบการณ์ตรง
โดยความคิดเห็นผมมองว่า คอนเซ็ปของ AI อยู่คู่กับมนุษย์เรามานานแล้วซัก 30 ปี++ ซึ่งอาจจะนานกว่านั้นตามประวัติศาสตร์ของมนุษย์ที่เริ่มเข้าถึงไฟฟ้า แต่การเริ่มต้นของ AI eras wave นี้เกิดมาจากเทคโนโลยีที่มาถึงเวลาแล้วนั้นเอง ซึ่งมนุษย์เราไม่ได้เจอเหตุการณ์การเปลี่ยนแปลงทางอุตสาหกรรม สังคมเป็นครั้งแรก แต่ครั้งนี้เรากำลังร่วมอยู่ในประวัติศาสตร์การปฏิวัติอุตสาหกรรมโลกอีกครั้งเป็นครั้งที่ 4 ซึ่งหลังจากนั้นก็จะเกิด พฤติกรรมกลุ่ม เกิดเทคโนโลยี เกิดอะไรใหม่ๆขึ้นมามาก ถ้าถามผมว่า AI จะมาแทนมนุษย์ไหม ผมตอบได้เลยว่า "ไม่มีทาง" หลายๆคนอาจจะเริ่มคิดแล้วว่าผม Bias หรือเปล่านะ แต่ผมมองว่า AI จะไม่มาแทนคนที่รู้จัก รู้เท่าทัน และใช้ประโยชน์จาก AI ได้อย่างเต็มประสิทธิภาพแน่นอน ต่างกันที่ คนที่ปล่อยให้ AI Lead ทุกอย่างก็จะถูก AI แทนที่ไปโดยสิ้นเชิง จากประวัติศาสตร์ของมนุษย์ เมื่อเวลาผ่านไป สิ่งใหม่มาทดแทน สิ่งเก่าค่อยๆหายไปแต่ไม่เคยหายไปตลอดกาล และทนุษย์เรียนรู้เพื่ออยู่รอดเสมอตามสัญชาตญาณความเป็น "Humanity" และผมเชื่อว่า AI จะมาช่วยทำให้โลกนี้ดีขึ้นกว่าเดิม
ดังนั้นผมสรุปความเห็นผมว่าการที่เราจะอยู่รอดในคลื่นลูกนี้นี้ ก็คืออีกครั้งที่เราต้อง ปรับตัว เพื่อ เปลี่ยนแปลง เรียนรู้และไปต่อ ไหลไปตามคลื่นยุคสมัยที่ไม่มีวันหยุดลงได้
เพื่อนๆผู้อ่านมีความคิดเห็นอย่างไร ลองมาแชร์กันได้นะครับ :)
บทความนี้เขียนโดย : มนุษย์
สร้างสรรค์ภาพประกบโดย : Generative AI
ที่มาและแหล่งอ้างอิง
https://www.facebook.com/TrueDigitalAcademy
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
ร่วมแชร์ความคิดเห็นได้ที่
Facebook page : https://www.facebook.com/Desirestack.studio/
Line Official Account : @933fjkbu << ยังไม่ได้ซื้อพรีเมียมครับ >_<
Linkedin : https://www.linkedin.com/in/worawut-w/
สรุปเนื้อหาผู้นำในวงการธุรกิจไทย แบ่งปันเรื่องราว Insight จากการปรับประยุกต์ใช้เทคโนโลยี AI ให้เข้ากับกลยุทธ์องค์กร
งานนี้มีการบรรยายพิเศษจาก คุณแม็กซ์ ภัคพล ตั้งตงฉิน Senior Vice President, Head of Digital Office จาก Central Group ในหัวข้อ “Unlocking Product Insights with AI Integration” การนำ AI เข้ามาประยุกต์ใช้ในธุรกิจของ Central Group
ต่อมาในหัวข้อ Panel “AI-Driven Business & Product Strategies” ยกเอา use cases การใช้ AI-Driven มาช่วยวางกลยุทธ์ธุรกิจขององค์กรชั้นนำ พูดคุยกันกับคุณแม็กซ์ ภัคพล คุณแก๊บ ณพวัฒน์ มุกตพันธ์ Chief eXperience officer, Finnomena และ คุณส้ม เทียรฉันท์ พราหมณ์เทศ Senior Unit Manager, Change Management & Design Strategy, Kasikornbank
สรุปครบ จบ ตรงนี้
การนำ AI ไปปรับใช้กับองค์กรเพื่อพัฒนาผลิตภัณฑ์โดย คุณแม็กซ์ Central Retails
AI ไม่ใช่ทางเลือกที่จะทำ แต่เป็นสิ่งที่ "ต้องทำ" ในการพัฒนาผลิตภัณฑ์ทุกๆอย่าง
AI adoption models to consider : Maker (คนทำ คนผลิต), Shaper (คนต่อยอด ปรับจูนให้เหมาะสม), and Taker (คนใช้)
การ Transfrom AI มาใช้ในองค์กร ต้องรู้จักธุรกิจชองตัวเองครบวงจรตั้งแต่ การผลิต จนถึง การบริการหลังการขาย
แยก Key Stakeholder ของแต่ละขั้นตอนออกมา ว่าทำงานอะไรอยู่ในปัจจุบัน ใช้เวลา, ต้นทุน, แรงงาน มากน้อยแค่ไหน
ลอง Mapping สิ่งที่คิดว่าใช้ AI ได้ออกมาเป็น Idea และ Prioritize : ความเสี่ยง, ต้นทุน, ผลกระทบ และหาตัวแปรมาวัดผล
การปรับใช้ ลองใช้ในกลุ่มเล็กๆ ในองค์กร ก่อนนำมาขายจริง ที่สำคัญ "ไม่กลัวการผิดพลาด"
รู้จัก AI (Artificial Intellegence)
AI คือเทคโนโลยีที่ใช้คอมพิวเตอร์และเครื่องจักรสามารถทำงานได้มากกว่าขีดจำกัดความสามารถของมนุษย์ เช่น การเรียนรู้ การทำความเข้าใจ การแก้ปัญหา การตัดสินใจ ความคิดสร้างสรรค์ และการทำงานโดยอัตโนมัติ ต่างๆ จากโมเดลรูปนี้เป็นการปูพื้นฐานความเข้าใจของ Model AI แล้วตรงไหนละที่กำลังบูมและคนพูดถึงกันมากที่สุด นั่นคือ Generative AI
AI adoption models to consider : Maker, Shaper and Taker
จากรูปเล่าถึงคนที่มีส่วนร่วมกับ Generative AI นำมาใช้ในองค์กร
Maker คือ ผู้สร้าง Generative AI ของตัวเองเพื่อเป็นรากฐานต่อไปในการใช้งาน
Shaper คือ ผู้ที่นำ Generative AI มาปรับจูนให้เข้ากับการใช้งานในบริบทของผลิตภัณฑ์ตัวเอง
Taker คือ ผู้ใช้ Generative AI สามารถนำ Gen AI มาใช้งานเพื่อพัฒนาวิธีการ การแก้ปัญหา พัฒนาสินค้าและบริการของตัวเอง
3 broad areas where AI can be applied to product management
จากรูปเล่าถึงการนำ AI ไปประยุกต์ใช้ในขั้นตอนกระบวนการของแต่ละช่วง
งานหน้าร้าน ธุรกิจของเซนทรัล ใช้ AI ช่วย Personalize products สำหรับลูกค้าใน www.central.co.th เพื่อให้ลูกค้าได้สินค้าที่ตัวเองสนใจและตรงตามความต้องการ
งานหลังบ้าน เซนทรัลใช้จัดการคลังสินค้า สต็อคสินค้า ทำให้การจัดการมีประสิทธิภาพมากขึ้น
พนักงาน ใช้เพื่อเพิ่มประสิทธิภาพในการทำงาน ลดขั้นตอน ลดเวลาที่ใช้ในการทำงาน เพิ่ม productivity
Outcome use case
งานหน้าร้าน : มีการนำ AI เข้าไปประยุกต์ใช้ใน Use case ต่างๆในการพัฒนาประสบการณ์การการช้อปปิ้งของลูกค้า
Use case 1 : Personalization Engine มีการนำ AI เข้าไปช่วยนำเสนอสินค้า เพิ่มอัตตราการคลิกสินค้าที่มากขึ้น เพราะหาสินค้าที่มีความต้องการเชื่อมโยงกับลูกค้า
Use case 2 : Image Search ใช้รูปภาพสินค้า ค้นหาสินค้าที่ใกบ้เคียงได้ คล้ายๆ Google Lens, Gemini
Use case 3 : Semantic Search ใช้ Natural Language ภาษาที่มนุษย์ใช้ในชีวิตประจำวันทั่วๆไป ค้นหามากขึ้น
งานจัดการสินค้าหลังบ้าน : มีการนำ AI เข้าไปใช้ในการจัดการคลลังสินค้า การคาดการ ความต้องการของลูกค้าในแต่ละช่วงให้แม่นยำมากขึ้น ลดระยะเวลาการทำงานของหลังบ้านลง ภาระงานที่ต้องทำซ้ำๆ เดิมๆ ให้เข้าสู่ระบบอัตโนมัติมากขึ้น แต่ก็ไม่ลืมที่จะใช้คนในการ audit กระบวนการต่างๆจาก AI
Use case 1 : Catalog Enrichment ใช้ AI เขียนอธิบายคุณสมบัติของสินค้า และใช้ Copy Writer ตรวจสอบอีกอีกครั้ง เพื่อลดเวลาในการใช้คนเขียน
Use case 2 : Marketing Content Generation ใช้ Generative AI สร้างรูปภาพประกอบ Content ลงโซเชียล ลดต้นทุนและเวลาที่จะปล่อยสู่ตลาด
สุดท้ายงานเพิ่ม Productivity ในงาน Generative AI tools for increasing product managers productivity with content heavy tasks ใช้ Gen AI ช่วย Prioritize task งานที่ต้องทำ และช่วยทำงานที่เป็น Task ที่ต้องใช้แรงงานสูง เช่น การเขียนบทความ FAQ. สำหรับบริการ ที่ไม่ซับซ้อนแต่ต้องใช้แรงงานในการเขียน ทำให้ลดระยะเวลาลงได้
หลังจากนั้นเป็น Session Sharing ประสบการณ์การทดลองใช้ AI ในการทำงานของคุณ แม็ก, คุณแก๊ป, และคุณส้ม
โดยสรุปเป็น Key Takeaway ได้ ดังนี้
AI จะเข้ามาแทนคนหรือไม่ ? : อาจจะมีบางอาชีพที่ถูกทดแทน แต่ก็จะเกิดอาชีพใหม่ๆขึ้นมาได้เสมอ ให้คิดว่า AI คือเครื่องมือในการช่วยอำนวยความสะดวกในการทำงานมากกว่า เป็นตัวแย่งงาน เพราะสุดท้ายมนุษย์ก็ยังมีความ "Humanity" อยู่นั่นเอง
แนวโน้มการทำ Products สมัยนี้เป็นอย่างไร : การสร้าง Products สมัยก่อนอาจจะใช้คำว่า "Build to last" แต่สำหรับปัจจุบันสมัยนี้เพื่อให้ตอบโจทย์ความต้องการและเทรนด์ที่เปลี่ยนไปอย่างรวดเร็วให้ใช้คำว่า "Build to adapt or change" ให้สร้างเพื่อรองรับการเปลี่ยนแปลงและยืดหยุ่นอยู่เสมอ
การวางกลยุทธ์ (Strategies) ต้องวางยาวแค่ไหน : ในมุมมองของวิทยากร มองว่าขึ้นอยู่กับ นโยบายบริษัท ความพร้อมของคน โดยมีการวางตั้งแต่ ครึ่งปี จนถึงทุกๆ 1 ปี บางที่ดูเป็นรายไตรมาส
ความแตกต่างของการปล่อย Products ออกไปสู่ตลาด : บริษัทที่เติบโตไม่นาน เช่น Startup, SME, Small-Medium business เน้นการปล่อยของออกเร็ว ทดสอบตลาดเร็วๆ แต่ถ้าเป็นเรื่องของบริษัทใหญ่ๆ Corporate, Enterprise จะมีเรื่องของ Ethics, Branding เข้ามา ทำให้ก่อนจะปล่อยสู่ตลาดจริงๆค่อนข้างต้องใช้การทดลองหลายๆครั้ง
การทำ Products ในปัจจุบันมีความท้าทายอย่างไร : ปัจจุบันนอกจากเราจะรู้ความต้องการของลูกค้าแล้ว เราต้องรู้อะไรที่มากกว่าที่ลูกค้าต้องการ และทำนายอนาคตได้ ตัวอย่างเช่น การดูและเก็บข้อมูลพฤติกรรมการใช้งานของลูกค้าในปัจจุบัน ทำให้เราเข้าใจมากกว่าสิ่งที่ลูกค้าพูดออกมา
สุดท้ายเป็นความคิดเห็นส่วนตัวของผู้เขียนต่อการเข้าร่วมฟัง Session ดังกล่าว
ก่อนอื่นเลยขอขอบคุณ True Academy ที่จัดงานดีๆและไม่เสียค่าใช้จ่ายแบบนี้ขึ้นมา เพื่อรวบรวมประสบการณ์การสร้าง Product ในวงการสายเทคโนโลยีที่มีความเปลี่ยนแปลงอย่างรวดเร็วนี้ และขอขอบคุณพี่ๆวิทยากร คุณแม็กซ์ จาก Central, คุณแก๊ป จาก Finnomena, คุณส้มจาก KBank ที่ร่วมแชร์ประสบการณ์ตรง
โดยความคิดเห็นผมมองว่า คอนเซ็ปของ AI อยู่คู่กับมนุษย์เรามานานแล้วซัก 30 ปี++ ซึ่งอาจจะนานกว่านั้นตามประวัติศาสตร์ของมนุษย์ที่เริ่มเข้าถึงไฟฟ้า แต่การเริ่มต้นของ AI eras wave นี้เกิดมาจากเทคโนโลยีที่มาถึงเวลาแล้วนั้นเอง ซึ่งมนุษย์เราไม่ได้เจอเหตุการณ์การเปลี่ยนแปลงทางอุตสาหกรรม สังคมเป็นครั้งแรก แต่ครั้งนี้เรากำลังร่วมอยู่ในประวัติศาสตร์การปฏิวัติอุตสาหกรรมโลกอีกครั้งเป็นครั้งที่ 4 ซึ่งหลังจากนั้นก็จะเกิด พฤติกรรมกลุ่ม เกิดเทคโนโลยี เกิดอะไรใหม่ๆขึ้นมามาก ถ้าถามผมว่า AI จะมาแทนมนุษย์ไหม ผมตอบได้เลยว่า "ไม่มีทาง" หลายๆคนอาจจะเริ่มคิดแล้วว่าผม Bias หรือเปล่านะ แต่ผมมองว่า AI จะไม่มาแทนคนที่รู้จัก รู้เท่าทัน และใช้ประโยชน์จาก AI ได้อย่างเต็มประสิทธิภาพแน่นอน ต่างกันที่ คนที่ปล่อยให้ AI Lead ทุกอย่างก็จะถูก AI แทนที่ไปโดยสิ้นเชิง จากประวัติศาสตร์ของมนุษย์ เมื่อเวลาผ่านไป สิ่งใหม่มาทดแทน สิ่งเก่าค่อยๆหายไปแต่ไม่เคยหายไปตลอดกาล และทนุษย์เรียนรู้เพื่ออยู่รอดเสมอตามสัญชาตญาณความเป็น "Humanity" และผมเชื่อว่า AI จะมาช่วยทำให้โลกนี้ดีขึ้นกว่าเดิม
ดังนั้นผมสรุปความเห็นผมว่าการที่เราจะอยู่รอดในคลื่นลูกนี้นี้ ก็คืออีกครั้งที่เราต้อง ปรับตัว เพื่อ เปลี่ยนแปลง เรียนรู้และไปต่อ ไหลไปตามคลื่นยุคสมัยที่ไม่มีวันหยุดลงได้
เพื่อนๆผู้อ่านมีความคิดเห็นอย่างไร ลองมาแชร์กันได้นะครับ :)
บทความนี้เขียนโดย : มนุษย์
สร้างสรรค์ภาพประกบโดย : Generative AI
ที่มาและแหล่งอ้างอิง
https://www.facebook.com/TrueDigitalAcademy
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
ร่วมแชร์ความคิดเห็นได้ที่
Facebook page : https://www.facebook.com/Desirestack.studio/
Line Official Account : @933fjkbu << ยังไม่ได้ซื้อพรีเมียมครับ >_<
Linkedin : https://www.linkedin.com/in/worawut-w/
