
ผู้นำทางความคิด
-

ผู้นำทางความคิดAI ฉลาดได้เพียงเท่าข้อมูลการเงินที่อยู่เบื้องหลัง
AI กลายเป็นส่วนหนึ่งของบทสนทนาเกือบทุกครั้งเกี่ยวกับอนาคตของการเงิน องค์กรต่าง ๆ กำลังลงทุนใน AI เพื่อทำงานประจำให้เป็นอัตโนมัติ ปรับปรุงการคาดการณ์ และช่วยให้พนักงานตัดสินใจได้รวดเร็วยิ่งขึ้น บทสนทนาส่วนใหญ่เริ่มต้นที่โมเดลและแอปพลิเคชัน แต่จากประสบการณ์ของฉัน ควรเริ่มจากคุณภาพ การเชื่อมโยง และการกำกับดูแลข้อมูลที่ระบบเหล่านั้นต้องพึ่งพาฉันใช้เวลาทำงานตลอดอาชีพไปกับการสร้างและขยายโครงสร้างพื้นฐานด้านการชำระเงิน และปัญหาที่ยากที่สุดแทบไม่เคยอยู่ที่อัลกอริทึม แต่อยู่ที่โครงสร้างพื้นฐานเบื้องหลัง ซึ่งจำเป็นต่อการทำให้แพลตฟอร์มบัญชี ธนาคาร ผู้ให้บริการระบบเงินเดือน และเครือข่ายการชำระเงิน อธิบายเหตุการณ์ทางธุรกิจเดียวกันได้ตรงกันความท้าทายนี้เห็นได้ชัดเป็นพิเศษในแวดวงการเงิน งานบัญชี ธนาคาร ระบบเงินเดือน การออกใบแจ้งหนี้ และการชำระเงิน...
By Ilan Atias, ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี, Melio
-

ผู้นำทางความคิดเหตุใดเครื่องมือติดตามการทำงานของ LLM จึงเริ่มสร้างเกตเวย์ AI
ในปี 2026 LangSmith, Langfuse, Opik และ Braintrust ต่างเพิ่มเกตเวย์ไว้หน้าผู้ให้บริการโมเดล เหตุผลหลักคือการควบคุม เพราะเครื่องมือติดตามการทำงานทำได้เพียงบันทึกการเรียกใช้โมเดล ส่วนเกตเวย์สามารถหยุดการเรียกใช้ได้
By Talha Anwar
-

ผู้นำทางความคิดเหตุใดโครงการ AI แบบเอเจนต์จึงถูกยกเลิก และสิ่งที่โครงการนำร่องแปดสัปดาห์ทำได้ถูกต้อง
ลูกค้าขอคืนเงิน แล้วเอเจนต์ก็ค้นหารายการสั่งซื้อใน CRM ตรวจสอบนโยบายการคืนสินค้า และร่างคำตอบได้ภายในเวลาไม่ถึงหนึ่งนาที จากนั้นงานก็หยุดชะงัก เพราะระบบการเงินที่ใช้อนุมัติการคืนเงินไม่ได้เชื่อมต่อกับเอเจนต์ และที่อยู่ของลูกค้าก็ไม่ตรงกันระหว่างฐานข้อมูลสองแห่ง ช่องโหว่ลักษณะนี้แทบไม่ปรากฏให้เห็นในการสาธิต แต่กลับเป็นตัวกำหนดว่าการใช้งานเอเจนต์มีค่าใช้จ่ายเท่าใด และใครจะไว้วางใจได้หรือไม่ นั่นหมายความว่าความเสี่ยงใหญ่กว่าในการนำ AI แบบเอเจนต์มาใช้ในธุรกิจอยู่ที่ตัวธุรกิจที่นำเอเจนต์เข้าไปใช้งาน ไม่ใช่ตัวโมเดลGartner คาดการณ์ว่า โครงการ AI แบบเอเจนต์มากกว่า 40% จะถูกยกเลิกภายในสิ้นปี 2027 โดยชี้ถึงต้นทุนที่สูงขึ้น มูลค่าทางธุรกิจที่ไม่ชัดเจน และการควบคุมความเสี่ยงที่อ่อนแอ หากอ่านอย่างละเอียด...
By Bhupendra Chopra, ประธานเจ้าหน้าที่ฝ่ายรายได้ & ผู้ร่วมก่อตั้ง, Kanerika
-

ผู้นำทางความคิดมีทีมรักษาความปลอดภัยเพียง 29% ที่รายงานข้อมูลอ่อนไหวซึ่งพนักงานส่งไปยังเครื่องมือ AI ได้เป็นประจำ
บทความนี้อ้างอิงผลการศึกษาจากรายงานผลสำรวจปี 2026 ของ Cloud Security Alliance (CSA) เรื่อง การป้องกันข้อมูลรั่วไหลในยุค AI ซึ่ง Jazz เป็นผู้ว่าจ้างให้จัดทำ
By Yonatan Zohar, ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Jazz
-

ผู้นำทางความคิดความท้าทายที่สุดของ AI ระดับองค์กรคือการจัดลำดับความสำคัญ ไม่ใช่นวัตกรรม
องค์กรส่วนใหญ่มีแนวคิดเกี่ยวกับ AI มากมาย แต่จะเปลี่ยนแนวคิดเหล่านั้นให้เป็นการนำไปใช้งานจริงที่ส่งผลต่อ ROI ได้อย่างไรสำหรับผู้นำด้านธุรกิจและเทคโนโลยี คำถามนี้ฟังดูเรียบง่าย แต่กลับตอบได้ยากอย่างน่าประหลาด เพราะการค้นหา ประเมิน และจัดลำดับความสำคัญของโอกาสด้าน AI ที่จะสร้างคุณค่าได้จริงนั้นมีหลายปัจจัยเข้ามาเกี่ยวข้องแม้เทคโนโลยีจะพร้อมและมีความคิดสร้างสรรค์ แต่วิธีดำเนินโครงการ AI ส่วนใหญ่มักล้มเหลวก่อนจะถึงขั้นนำไปใช้งานจริง ช่องว่างระหว่างการทดลองกับการนำไปปฏิบัติจริงเห็นได้ชัดเจน: S&P Global พบว่าองค์กรต่าง ๆ ล้มเลิกโครงการพิสูจน์แนวคิดด้าน AI โดยเฉลี่ย 46% ก่อนที่โครงการเหล่านั้นจะเข้าสู่ขั้นใช้งานจริง...
By Sumit Arora, รองประธานฝ่ายเทคโนโลยีขั้นสูง, Ascend Learning
-

ผู้นำทางความคิดผู้ป่วยไม่ต้องการข้อความเกี่ยวกับสุขภาพมากขึ้น แต่ต้องการข้อความที่ประสานกัน
ถึงฤดูกาลฉีดวัคซีนแล้ว ระบบสุขภาพ บริษัทประกัน และร้านขายยากำลังส่งข้อความถึงผู้ป่วยหลายสิบล้านข้อความ เพื่อเตือนให้นัดฉีดวัคซีนไข้หวัดใหญ่และโควิด-19 แต่ข้อความเหล่านั้นมีประสิทธิภาพเพียงใดผู้ป่วยได้รับการสื่อสารหลายรายการจากแหล่งต่าง ๆ ซึ่งบางครั้งก็ซ้ำซ้อนกัน ทั้งการแจ้งเตือน ผลตรวจ และคำขอต่าง ๆ จากแพทย์ปฐมภูมิ ผู้เชี่ยวชาญ บริษัทประกัน ห้องปฏิบัติการ และร้านขายยา ผ่านทางโทรศัพท์ ข้อความ อีเมล และพอร์ทัล แต่ละระบบส่งข้อความของตนเองโดยไม่รู้ว่าระบบอื่นส่งอะไรไปแล้วบ้างนี่คือความย้อนแย้งของการแพทย์สมัยใหม่ ผู้ป่วย ผู้ให้บริการ และบริษัทประกันต่างมีข้อมูลมากเกินไป แต่ไม่มีใครมีวิธีจัดระเบียบข้อมูลเหล่านั้นอย่างมีประสิทธิภาพ...
By Irene Truong, หัวหน้าผลิตภัณฑ์และกลยุทธ์เชิงพาณิชย์, WestCX
-

ผู้นำทางความคิดการปฏิเสธ การต่อรอง ความโกรธ: ความสัมพันธ์ของเรากับ AI จะมุ่งหน้าไปทางไหนต่อ
เกือบสี่ปีหลัง ChatGPT เปิดให้สาธารณชนใช้งาน ความสัมพันธ์โดยรวมของเรากับ AI ก็เป็นไปตามรูปแบบที่คล้ายกับห้าระยะของความโศกเศร้าอย่างมาก สิ่งที่เรากำลังอาลัยคือความคุ้นเคย รวมถึงความรู้สึกมั่นคงที่แทบจะประคองตัวอยู่ได้อย่างฉิวเฉียดมาตั้งแต่ก่อนแชตบอตจะเข้ามา แต่ละระยะไม่ได้ดำเนินไปเป็นเส้นตรง และร่องรอยของทุกระยะก็ยังคงปรากฏขึ้นซ้ำแล้วซ้ำเล่าในช่วงแรก พวกเราหลายคนอยากรู้ว่าเทคโนโลยีนี้ทำอะไรได้บ้าง ขณะที่ผู้คลางแคลงใจปฏิเสธว่ามันจะสร้างผลกระทบจริงได้ จากนั้น AI ก็เข้ามาอยู่ในชีวิตประจำวันและกระบวนการทำงานของเรา แล้วการต่อรองก็เริ่มขึ้น “มันจะทำแค่งานน่าเบื่อเท่านั้น” “ไม่มีมันสักสองสามสัปดาห์ก็ไม่เป็นไรหรอก” “บางทีฉันอาจเลิกใช้มันไปเลยก็ได้” ฉันเห็นการต่อรองเช่นนี้เกิดขึ้นในแวดวงของตัวเอง ซึ่งงบประมาณของเอเจนซียังคงลดลง ขณะที่ความต้องการของลูกค้ายังเท่าเดิม และ AI ก็ถูกนำเสนอซ้ำแล้วซ้ำเล่าว่าเป็นทางออกที่จะช่วยลดช่องว่างนี้ เบื้องหลังทุกระยะมีความกังวลและความกลัวอย่างเดียวกัน...
By Michael Verez Mora, ประธานเจ้าหน้าที่บริหารของ Yellow Lion & ผู้ร่วมก่อตั้ง Caldo
-

ผู้นำทางความคิดRAG หรือการปรับแต่งโมเดลเพิ่มเติม? โครงการจริงกับลูกค้าสอนอะไรเราเกี่ยวกับการเลือก
บทสนทนาเรื่อง AI ในองค์กรเกือบทุกครั้งที่ฉันเข้าร่วมมักมาถึงทางแยกเดียวกันภายในชั่วโมงแรก ลูกค้ามีโมเดลภาษาขนาดใหญ่ที่ดูน่าประทับใจเวลาเดโม แต่ไม่รู้จักผลิตภัณฑ์ นโยบาย หรือแนวทางการเขียนของลูกค้า มีคนในห้องถามว่า เราควรปรับแต่งโมเดลด้วยข้อมูลของเรา หรือสร้างระบบสร้างคำตอบโดยดึงข้อมูลที่เกี่ยวข้อง (RAG) มาประกอบดี?คำตอบอย่างตรงไปตรงมาคือ โดยทั่วไปแล้วคำถามนี้ตั้งกรอบไว้ผิด RAG และการปรับแต่งโมเดลเพิ่มเติมใช้แก้ปัญหาคนละแบบ ทีมที่มองว่าสองอย่างนี้เป็นทางเลือกที่แข่งขันกันมักใช้เวลาหลายเดือนและทุ่มงบประมาณ GPU ไปมาก เพื่อแก้ปัญหาผิดจุด ต่อไปนี้คือวิธีที่เราใช้ตัดสินใจในทางปฏิบัติ รวมถึงสิ่งที่เราเห็นว่าได้ผลและไม่ได้ผลเริ่มจากดูว่าโมเดลยังขาดอะไรเมื่อโมเดลให้คำตอบที่ไม่ดีในงานธุรกิจ แสดงว่าขาดสิ่งใดสิ่งหนึ่งจากสองอย่างนี้โมเดลขาดความรู้ โมเดลไม่รู้รายการราคาล่าสุดของคุณ ข้อสัญญาในสัญญาซัพพลายเออร์ปี 2025 หรือขั้นตอนแก้ปัญหาของผลิตภัณฑ์ที่เพิ่งเปิดตัวเมื่อเดือนที่แล้ว...
By Yaman Kavishwar, ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหาร, VectovateAI
-

ผู้นำทางความคิดอุตสาหกรรม AI ต้องการให้เราไว้วางใจ แต่สิ่งแรกที่ต้องทำคือวางมาตรการควบคุมให้ดีกว่านี้
ในงานด้านความปลอดภัย เราไม่รอให้เกิดเหตุผิดพลาดก่อนแล้วค่อยดูว่ามาตรการควบคุมได้ผลหรือไม่ แต่เราทดสอบและท้าทายมาตรการเหล่านั้น โดยตั้งสมมติฐานว่าในที่สุดจะต้องมีใครสักคนค้นพบจุดอ่อนที่เรามองข้ามไปนี่คือหลักพื้นฐานด้านความปลอดภัยไซเบอร์แล้วเหตุใด AI แนวหน้าจึงควรใช้มาตรฐานที่แตกต่างออกไป?เมื่อระบบ AI ทำงานได้อย่างอิสระมากขึ้นและเข้าถึงระบบในโลกจริงได้มากขึ้น เราก็พบสิ่งที่ควรทำให้ทุกคนที่มีประสบการณ์ด้านการป้องกันภัยคุกคามทางไซเบอร์กังวล นั่นคือขีดความสามารถพัฒนาเร็วกว่าการควบคุมความเร็วไม่ใช่ข้ออ้างให้ลดมาตรฐานความปลอดภัย แต่เป็นเหตุผลที่เราต้องยกระดับมาตรฐานให้เข้มงวดยิ่งขึ้นการประเมินล่าสุดโดยองค์กรไม่แสวงหากำไร Guidelight AI ได้ตรวจสอบหลักฐานที่เปิดเผยต่อสาธารณะเกี่ยวกับแนวปฏิบัติในการควบคุม AI ของ Anthropic, Google, Meta, OpenAI และ xAI โดยไม่มีบริษัทใดได้คะแนนรวมสูงกว่า C+นั่นไม่ได้หมายความว่าบริษัทเหล่านี้ประมาทเลินเล่อ และไม่ได้หมายความว่าเบื้องหลังประตูที่ปิดอยู่จะไม่มีมาตรการควบคุมเพิ่มเติมทำงานอยู่แต่การรักษาความปลอดภัยตั้งอยู่บนสมมติฐานไม่ได้ หากเราถูกขอให้ไว้วางใจระบบที่ทรงพลังขึ้นเรื่อย...
By Charles Henderson, Executive Vice President & Head of DivisionHex, Coalfire
-

ผู้นำทางความคิดมาตรการกำกับดูแล AI ในองค์กรอาจสำคัญกว่าการแข่งขันสู่แนวหน้าของ AI
เลิกสนใจการแข่งขันสู่แนวหน้าของ AI ได้แล้ว ลูกค้ากำลังกดดันให้องค์กรเพิ่มมาตรการกำกับดูแล AI ที่ใช้อยู่ และประสบการณ์จาก PCI DSS ก็เป็นแนวทางที่มีประโยชน์
By Michael Montoya, ประธานเจ้าหน้าที่ฝ่ายปฏิบัติการด้านเทคโนโลยี, F5
-

ผู้นำทางความคิดเอเจนต์ AI ของคุณต้องมีคำบรรยายลักษณะงาน ไม่ใช่พรอมป์ต์ที่ดีกว่า
ลองถามบริษัทแห่งหนึ่งว่านักวิเคราะห์บัญชีเจ้าหนี้ที่เพิ่งเข้าทำงานได้รับอนุญาตให้ทำอะไรได้บ้าง คุณจะได้คำตอบที่ชัดเจน เธอทำงานในระบบเหล่านี้ ติดต่อกับผู้ขายเหล่านี้ และหากยอดใดเกินวงเงินอนุมัติ เช่น 10,000 ดอลลาร์ ก็ต้องส่งให้ผู้จัดการลงนาม เธออยู่ในช่วงทดลองงานสองสามเดือนแรก โดยปกติแล้วรายละเอียดทั้งหมดนี้จะอยู่ในตารางมอบอำนาจ ซึ่งฝ่ายตรวจสอบภายในจะตรวจทานทุกปีลองถามบริษัทเดียวกันว่าเอเจนต์จัดการใบแจ้งหนี้ตัวใหม่ได้รับอนุญาตให้ทำอะไรได้บ้าง คุณมักจะได้ภาพหน้าจอของพรอมป์ต์กลับมาช่องว่างนี้ทำให้ฉันกังวลยิ่งกว่าผลการทดสอบเปรียบเทียบโมเดลใด ๆ เรากำลังจ้างแรงงานดิจิทัลโดยไม่มีระบบบริหารจัดการแบบที่เราใช้เวลาสร้างมานานนับศตวรรษสำหรับมนุษย์ ไม่มีใครระบุอำนาจหน้าที่ของพวกมันเป็นลายลักษณ์อักษร ไม่มีใครทดสอบวิจารณญาณของพวกมันก่อนเริ่มงาน และไม่มีใครฝึกซ้อมวิธีปิดการทำงานของพวกมันเหตุใดพรอมป์ต์จึงทำหน้าที่นี้แทนไม่ได้พรอมป์ต์อธิบายเจตนาว่าเอเจนต์มีไว้ทำอะไร แต่แทบไม่เคยระบุว่าเอเจนต์ห้ามทำอะไร มีขอบเขตอยู่ตรงไหน หรือเมื่อใดที่ต้องหยุดและส่งต่อการตัดสินใจให้มนุษย์และแม้พรอมป์ต์จะระบุเรื่องเหล่านั้นไว้ ก็ไม่มีอะไรบังคับใช้ได้ ข้อความที่บอกเอเจนต์ว่าอย่าออกเงินคืนเกิน 500 ดอลลาร์ เป็นเพียงคำขอที่ส่งถึงระบบเชิงความน่าจะเป็น...
By Nitin Gupta, เจ้าของผลิตภัณฑ์ระดับโลกด้านการวิเคราะห์เชิงพาณิชย์, Mondelēz International
-

ผู้นำทางความคิดAI แบบไพรเวตต้องอาศัยโครงสร้างพื้นฐานที่ปรับเปลี่ยนตามภาระงานได้
เมื่อสองปีก่อน องค์กรแทบทุกแห่งที่ผมพูดคุยด้วยคิดว่า AI หมายถึงการเรียกใช้โมเดลแนวหน้าผ่าน API แต่ตอนนี้ความคิดนั้นกำลังเปลี่ยนไป โมเดลแบบเปิดน้ำหนักมีประสิทธิภาพดีพอสำหรับงานประจำวันหลายประเภทแล้ว และสิ่งที่ทำให้แอปพลิเคชัน AI สำหรับองค์กรมีคุณค่า โดยทั่วไปก็คือข้อมูลของบริษัทเอง ไม่ใช่โมเดลที่อยู่เบื้องหลัง เมื่อบริษัทมองเห็นเรื่องนี้ การเก็บโมเดลไว้ใกล้กับข้อมูลและอยู่ภายใต้การควบคุมของตนจึงเป็นเรื่องที่สมเหตุสมผลนี่คือความหมายของ AI แบบไพรเวต คุณเรียกใช้โมเดลในสภาพแวดล้อมของตนเอง ปรับแต่งโมเดลด้วยข้อมูลของตน และกำหนดได้ว่าโมเดลจะทำงานที่ใดและเข้าถึงสิ่งใดได้บ้าง หากคุณเป็นธนาคารหรือบริษัทยา คุณคงไม่สบายใจอยู่แล้วที่จะนำงานวิจัยที่เป็นกรรมสิทธิ์หรือข้อมูลลูกค้าไปไว้ในสภาพแวดล้อมของผู้ให้บริการรายอื่น สำหรับองค์กรอื่น ๆ แรงผลักดันมาจากค่าใช้จ่ายในการอนุมานเมื่อใช้งานในวงกว้าง และความไม่ต้องการพึ่งพาผู้ให้บริการรายเดียวสำหรับสิ่งที่กำลังกลายเป็นหัวใจสำคัญของการดำเนินธุรกิจ จากงานวิจัยของ...
By Chris Sharp, ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี, Digital Realty
-

ผู้นำทางความคิดเหตุใดลูกค้าจึงเลิกใช้บอต CX ของคุณ
หลายปีที่ผ่านมา ทีมบริการลูกค้ามองว่าการที่ลูกค้าขอสายเจ้าหน้าที่ที่เป็นคนทันทีเป็นปัญหาด้านการออกแบบ เมื่อลูกค้าปฏิเสธประสบการณ์อัตโนมัติตั้งแต่ยังไม่ทันเริ่มต้น สัญชาตญาณแรกคือทำให้ระบบฟังดูอบอุ่นหรือเหมือนคนมากขึ้น เขียนคำทักทายใหม่ แสดงความเข้าใจความหงุดหงิด บอกลูกค้าว่าพูดได้ตามปกติ แนวคิดเบื้องหลังคือ หากประสบการณ์ไม่ให้ความรู้สึกเหมือนหุ่นยนต์มากนัก ผู้คนก็จะเต็มใจโต้ตอบกับระบบมากขึ้นเมื่อไม่นานมานี้ เราพบหลักฐานที่ชี้ว่ามีปัจจัยอื่นซึ่งสำคัญกว่ามากบริษัทประกันภัยรายใหญ่แห่งหนึ่งใช้ AI ตอบคำถามเกี่ยวกับสิทธิประโยชน์ด้านรถเช่า ในช่วงแรก เจ้าหน้าที่เสียงต้อนรับผู้โทรด้วยการบอกว่า “คุยกับฉันเหมือนคุยกับคนจริง ๆ ได้เลย” ถึงอย่างนั้น ผู้โทรมากกว่า 4 ใน 10 ก็ยังขอคุยกับเจ้าหน้าที่ที่เป็นคนก่อนจะได้โต้ตอบกับระบบอย่างจริงจัง เราปรับคำทักทายให้เรียบง่ายและตรงประเด็นขึ้น แต่ผลลัพธ์แทบไม่เปลี่ยนแปลง...
By Priya Sawant, รองประธานอาวุโส ฝ่ายวิศวกรรม, ASAPP
-

ผู้นำทางความคิดช่องว่างที่ถ่างกว้างขึ้นระหว่างนโยบาย AI กับการบังคับใช้จริง
AI ไม่ได้มีกฎเกณฑ์ชุดเดียวAI กำลังถูกนำไปใช้ในอุตสาหกรรมและแอปพลิเคชันต่าง ๆ เร็วกว่าที่นโยบายและกรอบธรรมาภิบาลซึ่งจำเป็นต่อการกำกับดูแลจะพัฒนาได้ทัน ในอดีต การใช้งาน AI ส่วนใหญ่อยู่ภายใต้กฎระเบียบด้านการคุ้มครองผู้บริโภค ความเป็นส่วนตัว และกฎระเบียบเฉพาะอุตสาหกรรมที่มีอยู่แล้ว ควบคู่กับนโยบายภายในของบริษัทเอง ขณะนี้รัฐบาลต่าง ๆ กำลังออกข้อกำหนดเฉพาะสำหรับ AI แต่ข้อกำหนดเหล่านี้ยังคงกระจัดกระจาย และมักให้แนวทางอย่างจำกัดว่าระบบควรทำงานอย่างไรในทางปฏิบัติ บริษัทต่าง ๆ จึงต้องหาทางประสานข้อกำหนดภายนอกให้สอดคล้องกับระดับความเสี่ยงที่ตนยอมรับได้ เป้าหมายของผลิตภัณฑ์ และข้อเท็จจริงในการดำเนินงานสหภาพยุโรปกำลังบังคับใช้ข้อกำหนดบางส่วนของ AI Act อย่างจริงจังแล้ว...
By George Ng, ประธานเจ้าหน้าที่บริหาร, GGWP
-

ผู้นำทางความคิดความพร้อมใช้งานสูงคือชิ้นส่วนที่ขาดหายไปของ AI ระดับองค์กร
ตอนนี้ทุกคนต่างมุ่งพัฒนา AIแชตบอต ผู้ช่วยอัจฉริยะ ระบบไปป์ไลน์ RAG ฐานข้อมูลเวกเตอร์ การค้นหาเชิงความหมาย… ทุกองค์กรต้องการแอปพลิเคชันที่ฉลาดขึ้นและข้อมูลเชิงลึกที่ได้รวดเร็วขึ้น และพูดตามตรง พวกเขาก็ควรต้องการเช่นนั้น เพราะโอกาสที่ AI มอบให้นั้นมีอยู่จริงแต่เมื่อบริษัทต่าง ๆ ก้าวพ้นช่วงสาธิตและโครงการนำร่อง ความเป็นจริงก็ปรากฏขึ้นอย่างรวดเร็วเพราะเมื่อนำไปใช้งานจริง คำว่า “ฉลาด” ยังไม่ใช่มาตรฐานที่เพียงพอแต่ต้องเชื่อถือได้หากระบบ AI ของคุณใช้งานไม่ได้ ไม่เสถียร หรือดึงข้อมูลมาไม่ครบระหว่างที่ลูกค้ากำลังใช้งานอยู่ ก็ไม่มีใครสนใจว่าโมเดลนั้นล้ำหน้าแค่ไหน สำหรับผู้ใช้แล้ว ระบบก็แค่ดูเหมือนเสียนี่คือประเด็นที่หลายองค์กรเพิ่งเริ่มพูดคุยกันในตอนนี้AI...
By Don Boxley, ซีอีโอ & ผู้ร่วมก่อตั้ง, DH2i