ผู้นำทางความคิด
บุคลิกของ AI สำคัญพอๆ กับ IQ และอาจชี้เป็นชี้ตายต่อความสำเร็จในการนำไปใช้ในองค์กร

ประเด็นสำคัญบุคลิกภาพที่สม่ำเสมอของ AI มีความสำคัญไม่น้อยไปกว่าความฉลาดของมัน…
ดูเพิ่มเติม
- บุคลิกภาพที่สม่ำเสมอของ AI มีความสำคัญไม่น้อยไปกว่าความฉลาดของมัน สำหรับความสำเร็จในองค์กร
- การอัปเดต Gemini 2.5 Pro ของ Google ลดความน่าเชื่อถือลง แม้ว่าคะแนนมาตรฐานจะดีขึ้น
- กลยุทธ์หลายโมเดลช่วยลดความเสี่ยงในการดำเนินงาน จากความไม่แน่นอนของการอัปเดต AI
บริษัทส่วนใหญ่ยังคงเลือกโมเดล AI จากผลการทดสอบเปรียบเทียบ ในทางปฏิบัติแล้ว สิ่งนี้แทบไม่ใช่ปัจจัยที่ตัดสินว่าระบบเหล่านั้นจะทำงานได้จริงหรือไม่
จนถึงตอนนี้ การสนทนาเกี่ยวกับโมเดลภาษาขนาดใหญ่ในองค์กรส่วนใหญ่ยังคง ถูกครอบงำโดยผลการทดสอบเปรียบเทียบ ทีมงานมุ่งเน้นไปที่ประสิทธิภาพที่วัดได้ เช่น โมเดลใดที่ฉลาดที่สุด โมเดลใดที่ดีที่สุดในการเขียนโค้ด โมเดลใดที่แม่นยำที่สุดในการสรุป หรือในเหตุผลทางคณิตศาสตร์
แต่เมื่อทีมงานเริ่มเคลื่อนออกจากขั้นตอนการทดลองและลงมือในการนำไปใช้จริงในระดับใหญ่ ปัจจัยสำคัญอื่นๆ ที่ถูกมองข้ามโดย CEO ส่วนใหญ่จะพิสูจน์ว่าเป็นปัจจัยที่สำคัญต่อความสำเร็จของธุรกิจไม่แพ้กัน
ความเหมาะสมของ AI ต่อการรับเข้าทำงาน
ความฉลาดและความสามารถในการวิเคราะห์เป็นสิ่งสำคัญ แต่ ตัวแปรที่ถูกมองข้ามมากที่สุดในด้านการนำ AI ไปใช้ในองค์กรคือบุคลิก บุคลิกในบริบทของโมเดลภาษาขนาดใหญ่หมายถึงน้ำเสียง โทน และพฤติกรรมที่สม่ำเสมอซึ่งโมเดลแสดงออกมาในระหว่างการโต้ตอบ มันคือสิ่งที่ทำให้ AI รู้สึกสอดคล้องและเชื่อถือได้
เมื่อนำ AI ไปใช้ ธุรกิจจำเป็นต้องใช้แนวทางเดียวกับที่ใช้เมื่อจ้างพนักงานคนใหม่: ประเมินไม่เพียงแต่ว่าโมเดลสามารถทำงานได้ดีเพียงใด แต่ยังรวมถึงทัศนคติของมันต่องาน วิธีการสื่อสาร และวิธีที่มันเข้ากันได้กับกระบวนการทำงานที่ใหญ่ขึ้น
ความสามารถของโมเดลในการรักษาความสม่ำเสมอ ตอบสนองอย่างเหมาะสม และจัดการความแตกต่างในบริบทต่างๆ สามารถมี ผลกระทบอย่างมีนัยสำคัญต่อผลลัพธ์ของธุรกิจ AI ที่มีความฉลาดทางเทคนิคแต่ตอบสนองช้า มีการเปลี่ยนแปลงในโทน หรือจัดการกับการโต้ตอบที่ละเอียดอ่อนไม่ดีสามารถนำไปใช้ไม่ถูกต้องโดยธุรกิจ ทำให้ผู้ใช้หงุดหงิด ลดการมีส่วนร่วม และสุดท้ายลดประสิทธิภาพของ AI และความสำเร็จของธุรกิจ
สิ่งนี้มีความสำคัญอย่างยิ่งในอุตสาหกรรม เช่น การสนับสนุนลูกค้า การสื่อสารเข้าถึงประชาชนในทางการเมือง หรือการสื่อสารภายใน เนื่องจากการเปลี่ยนแปลงเล็กๆ น้อยๆ ในโทนหรือคำพูดระหว่างการตอบสนองสามารถทำให้เกิดความสับสน ลดความไว้วางใจ และลดการมีส่วนร่วมโดยรวม
เช่นเดียวกับมนุษย์ ไม่มีโมเดลที่สมบูรณ์แบบที่สามารถเอาชนะคู่แข่งในทุกหมวดหมู่ โมเดลบางตัวดีกว่าในการทำงานวิเคราะห์ เช่น การเขียนโค้ดหรือคณิตศาสตร์ ในขณะที่โมเดลอื่นๆ ทำได้ดีกว่าในการเขียนเชิงสนทนาและสรุปการประชุม
แต่ความท้าทายสำหรับทีมที่สร้างระบบบนโมเดลเหล่านี้คือลักษณะเหล่านี้ไม่ใช่สิ่งที่ตายตัว
เป้าหมายที่เคลื่อนไหว
ภูมิทัศน์ของ AI กำลังพัฒนาเร็วกว่าที่องค์กรส่วนใหญ่สามารถตามทันได้ โมเดลใหม่ๆ ถูกปล่อยออกมาอย่างต่อเนื่อง และคุณลักษณะการทำงานสามารถเปลี่ยนแปลงจากรุ่นหนึ่งไปอีกรุ่นหนึ่ง ซีรีส์โมเดล Gemini ของ Google เป็นตัวอย่างล่าสุด
Gemini 2.0 Pro ถูกปล่อยออกมาในเดือนกุมภาพันธ์ 2025 และได้รับการยกย่องว่าเป็น โมเดลเรือธงสำหรับนักพัฒนาและองค์กร ที่ใช้สำหรับการเขียนโค้ดและคำสั่งที่ซับซ้อนทั่วโลก
มันมาพร้อมกับหน้าต่างบริบทที่ใหญ่ที่สุดเท่าที่ Google เคยนำเสนอในเวลานั้น มีขนาด 2 ล้านโทเค็น ซึ่งช่วยให้สามารถวิเคราะห์และเข้าใจข้อมูลจำนวนมากพร้อมกัน และสามารถใช้เครื่องมือเช่น Google Search และเขียนโค้ดได้
สำหรับทีมที่สร้างระบบที่ต้องการประมวลผลข้อมูลจำนวนมากอย่างรวดเร็วและแม่นยำ ดูเหมือนว่าจะเป็นตัวเลือกที่ชัดเจน แต่ภายในไม่กี่สัปดาห์ Google ได้ปล่อย Gemini 2.5 Pro ซึ่ง ขึ้นสู่อันดับสูงสุดในตารางจัดอันดับและแซงหน้าโมเดลก่อนหน้าไปไกล ด้วยการปรับปรุงในด้านการเขียนโค้ด คณิตศาสตร์ และวิทยาศาสตร์
ในชั่วข้ามคืน โมเดลที่เพิ่งจะเป็นตัวเลือกที่ดีที่สุดในตลาดก็ถูกแทนที่โดยโมเดลใหม่ไม่ถึงสองเดือนหลังจากการเปิดตัว แต่นักพัฒนาที่ใช้งานในระยะแรกสังเกตเห็นว่าการเปลี่ยนแปลงไม่ได้เป็นเพียงการปรับปรุงทีละน้อยหรือการเปลี่ยนแปลงด้านการวิเคราะห์ — บุคลิกของ Gemini ถูกเปลี่ยนแปลงไปในคืนเดียว นักพัฒนาหลายรายถึงกับกล่าวว่า AI ดูเหมือนจะถูก “ลบสมอง” หลังการอัปเดต
พวกเขาร้องเรียนว่า AI ดูเหมือนจะ “โง่ลง” จริงๆ — ตอบสนองช้าลงอย่างต่อเนื่อง ให้ผลลัพธ์ที่สอดคล้องกันน้อยลง และจัดการคำสั่งที่เคยทำได้โดยไม่มีปัญหาอย่างไม่สม่ำเสมอ ส่วนงานที่เคยดำเนินได้ลื่นไหลกลับแข็งทื่อขึ้นทันที
และนี่คือจุดที่กลยุทธ์ของบริษัทในการใช้ AI เริ่มเปลี่ยนแปลงไปอย่างพื้นฐาน
มองให้ไกลกว่าผลการทดสอบเปรียบเทียบ
บนกระดาษ Gemini 2.5 Pro ควรเป็นผู้ชนะที่ชัดเจนด้วยการปรับปรุงความสามารถและความปลอดภัยอย่างมาก
แต่ในทางปฏิบัติ การเปลี่ยนแปลงเหล่านั้นทำให้ความน่าเชื่อถือ พฤติกรรม และวิธีตอบคำสั่งของโมเดลเปลี่ยนไปอย่างสิ้นเชิง หากความสามารถใหม่ของโมเดลไม่สอดคล้องกับกระบวนการทำงานที่มีอยู่ ทีมที่เพิ่งทุ่มเงินมหาศาลและเวลานับไม่ถ้วนเพื่อสร้างระบบบนโมเดลเหล่านี้ก็ต้องกลับไปเริ่มต้นใหม่
แม้การเปลี่ยนแปลงเล็กๆ น้อยๆ ในพฤติกรรมก็สามารถทำให้ระบบที่สร้างขึ้นบนความสม่ำเสมอและความสามารถในการคาดการณ์ไม่เสถียรได้ สิ่งนี้สร้างความเสี่ยงในการดำเนินงานจริงๆ หากธุรกิจถูกผูกไว้กับโมเดลเดียว เนื่องจากการอัปเดตใดๆ สามารถนำไปสู่ความไม่เสถียรทันทีสำหรับทีมที่พึ่งพาระบบเหล่านี้
เพื่อตอบโต้สิ่งนี้ บริษัทหลายแห่งที่มีวิสัยทัศน์กว้าง เริ่มใช้กลยุทธ์แบบหลายโมเดล โดยส่งงานที่แตกต่างกันไปยังโมเดลที่เหมาะสมที่สุดสำหรับงานนั้น แทนที่จะพึ่งพาโมเดลเดียวเพื่อจัดการทุกอย่าง
แนวทางนี้ไม่เพียงแต่ปรับปรุงประสิทธิภาพตามงานแต่ละงาน แต่ยังลดความเสี่ยงในการใช้ AI ด้วย เนื่องจากหากโมเดลหนึ่งเสื่อมลงหลังการอัปเดต มันจะไม่นำระบบทั้งหมดที่พึ่งพามันลงไปด้วย เนื่องจากมีโมเดลอื่นที่พร้อมใช้งาน
โดยสรุป บุคลิกและความน่าเชื่อถือของ AI มีความสำคัญไม่แพ้ความฉลาดของมันเมื่อพูดถึงการนำไปใช้ในสภาพแวดล้อมการทำงานเพื่อทำงานต่างๆ สิ่งนี้แสดงถึงการเปลี่ยนแปลงพื้นฐานวิธีที่ธุรกิจไม่เพียงแต่ซื้อ “เครื่องมือที่ฉลาดกว่า” แต่ยังสร้างและจัดการโครงสร้างระบบดิจิทัลทั้งหมด
เพื่อให้ธุรกิจไม่เพียงแต่เอาชีวิตรอด แต่ยังเติบโตในสภาพแวดล้อมทางธุรกิจในปัจจุบัน ทีมงานจำเป็นต้องสร้างกระบวนการที่สามารถเปลี่ยนโมเดลที่แตกต่างกันไปตามงาน และติดตามการอัปเดตอย่างต่อเนื่องเพื่อดูว่าสิ่งเหล่านั้นส่งผลต่อประสิทธิภาพและคุณภาพการโต้ตอบอย่างไร
ในที่สุด โมเดลเหล่านี้จะยังคงพัฒนาไปอย่างรวดเร็วในอัตราที่ยากต่อการตามทัน แต่ธุรกิจที่วางแผนสำหรับการเปลี่ยนแปลง เตรียมทางเลือกสำรอง และมอง AI เป็นทั้งเครื่องมือและเพื่อนร่วมทีม จะเป็นธุรกิจที่เปลี่ยนการเปลี่ยนแปลงเหล่านี้ให้เป็นข้อได้เปรียบในการแข่งขัน












