เอริก ชวาร์ตซ์ Chief AI Officer (CAIO) Tricon Infotech – สัมภาษณ์ ซีรีส์

เอริก ชวาร์ตซ์ เป็น Chief AI Officer (CAIO) ของ Tricon Infotech บริษัทที่ปรึกษาและบริการซอฟต์แวร์ ชั้นนำ Tricon Infotech มอบโซลูชันที่มีประสิทธิภาพและอัตโนมัติ รวมถึงการเปลี่ยนแปลงดิจิทัลอย่างเต็มรูปแบบผ่านผลิตภัณฑ์แบบกำหนดเองและการใช้งานระดับองค์กร

เอริก ชวาร์ตซ์ เป็นนักบริหารเทคโนโลยีและผู้ประกอบการที่มีประสบการณ์มากกว่าสองทศวรรษในภาคเทคโนโลยี โดยเชี่ยวชาญที่จุดตัดกันของ AI การค้นหาข้อมูล และการค้นพบความรู้ ในช่วงอาชีพของเขา เอริกได้ทำงานอย่างใกล้ชิดกับการรวมแพลตฟอร์มขนาดใหญ่และการรวม AI เข้ากับเทคโนโลยีการค้นหา ซึ่งเพิ่มการโต้ตอบของผู้ใช้และความสามารถในการเข้าถึงข้อมูลอย่างมีนัยสำคัญ เขาเคยดำรงตำแหน่งระดับสูงในคอมแคสต์ เอลเซเวียร์ และไมโครซอฟท์ โดยนำโครงการ AI การค้นหา และ LLM ที่เป็นผู้บุกเบิก

การเดินทางทางอาชีพของเอริกถูกทำเครื่องหมายด้วยความมุ่งมั่นของเขาในการนวัตกรรมและความเชื่อในพลังของความร่วมมือ เขาได้นำทีมไปสู่การนำเสนอโซลูชันที่เป็นนวัตกรรมใหม่ๆ อย่างรวดเร็ว โดยกำหนดให้เขาเป็นผู้นำที่เชื่อถือได้ในชุมชนเทคโนโลยี ผลงานของเขา โดยเฉพาะอย่างยิ่งโครงการ Scopus AI ที่เอลเซเวียร์ เน้นย้ำถึงความมุ่งมั่นของเขาในการกำหนดขอบเขตใหม่ของวิธีที่เราสนับสนุนข้อมูลและสร้างความสัมพันธ์ที่เชื่อถือได้กับผู้ใช้

ในบทบาทของเขาในฐานะ Chief AI Officer (CAIO) เอริกใช้ประสบการณ์ที่กว้างขวางของเขาเพื่อสร้างและใช้กลยุทธ์ AI ที่ครอบคลุมสำหรับลูกค้าของ Tricon นอกจากนี้เขายังช่วยให้ธุรกิจเหล่านั้นมีความพร้อมที่จะประสบความสำเร็จและเติบโตในภูมิทัศน์ที่มีการแข่งขันของเทคโนโลยี AI เอริกมีความหลงใหลในการส่งเสริมการเติบโตและนวัตกรรม โดยแบ่งปันข้อมูลเชิงลึกของเขาเพื่อสร้างแรงบันดาลใจและเพิ่มขีดความสามารถให้กับองค์กรในการใช้พลังการเปลี่ยนแปลงของ AI อย่างมีประสิทธิภาพ

คุณสามารถแบ่งปันเรื่องราวการเดินทางในอาชีพของคุณที่นำคุณมาเป็น Chief AI Officer ที่ Tricon Infotech ได้หรือไม่?

ฉันถูกดูดดึงเข้าสู่โดเมนของการค้นหาข้อมูลตลอดอาชีพการงานของฉัน การเดินทางของฉันเริ่มต้นในช่วงต้นทศวรรษ 90 ในฐานะเว็บมาสเตอร์ในช่วงเริ่มต้นของอินเทอร์เน็ต ในช่วงเวลานี้ ฉันเน้นการสร้างห้องสมุดดิจิทัลสำหรับหน่วยงานรัฐบาล มหาวิทยาลัย และบริษัทสื่อ ซึ่งวางรากฐานสำหรับความเชี่ยวชาญของฉันในระบบข้อมูลดิจิทัล

ในช่วงปี 2000 ฉันเปลี่ยนไปทำงานกับผู้ให้บริการเครื่องมือค้นหา โดยที่ฉันพัฒนาทักษะของฉันในเทคโนโลยีการค้นหา ช่วงเวลานี้ของอาชีพการงานของฉันถูกกำหนดโดยการเติบโตและความก้าวหน้าผ่านการเข้าซื้อกิจการหลายครั้ง ซึ่งในที่สุดก็นำฉันไปสู่การเข้าร่วมไมโครซอฟท์ในปี 2008 ที่ไมโครซอฟท์ ฉันเล่นบทบาทสำคัญในการพัฒนาและปรับปรุงแพลตฟอร์มการค้นพบความรู้ ซึ่งผลักดันนวัตกรรมและปรับปรุงความสามารถในการเข้าถึงข้อมูลสำหรับผู้ใช้

หลังจากช่วงเวลาที่ไมโครซอฟท์ ฉันนำโครงการที่บริษัทขนาดใหญ่ เช่น คอมแคสต์ และเอลเซเวียร์ โดยที่ฉันรับผิดชอบในการดำเนินแพลตฟอร์มการค้นพบความรู้ขนาดใหญ่ ประสบการณ์เหล่านี้มีบทบาทสำคัญในการ形成แนวทางของฉันต่อ AI และการค้นหาข้อมูล ซึ่งนำไปสู่บทบาทปัจจุบันของฉันเป็น Chief AI Officer ที่ Tricon Infotech ที่นี่ ฉันใช้ประสบการณ์ที่กว้างขวางของฉันเพื่อขับเคลื่อนกลยุทธ์และโซลูชัน AI ที่ช่วยให้ลูกค้าของเราใช้ประโยชน์จากข้อมูลของตนอย่างเต็มที่

ประสบการณ์ของคุณที่บริษัทต่างๆ เช่น คอมแคสต์ เอลเซเวียร์ และไมโครซอฟท์ มีอิทธิพลต่อแนวทางของคุณในการรวม AI และเทคโนโลยีการค้นหาอย่างไร?

ตลอดอาชีพการงานของฉัน ฉันให้ความสนใจอย่างลึกซึ้งกับเทคนิคการประมวลผลภาษาธรรมชาติ (NLP) และการเรียนรู้ของเครื่อง ในตอนแรก เทคโนโลยีเหล่านี้มีพื้นฐานมาจากระบบที่ขับเคลื่อนด้วยกฎแบบง่าย แต่เมื่อชุดข้อมูลเติบโตขึ้นและพลังการคำนวณมีความแข็งแกร่งมากขึ้น เราเริ่มปรับปรุงประสบการณ์ของผู้ใช้อย่างมีนัยสำคัญโดยการเก็บข้อมูลอัตโนมัติและป้อนกลับเข้าสู่อัลกอริทึมเพื่อปรับปรุงประสิทธิภาพ

ที่ไมโครซอฟท์ หลังจากการเข้าซื้อกิจการของ FAST ฉันรับหน้าที่เป็นผู้จัดการผลิตภัณฑ์ในทีม SharePoint ในบทบาทนี้ ฉันเกี่ยวข้องกับการรวมเทคโนโลยีการค้นหาที่ขั้นสูงเข้ากับระบบการจัดการเนื้อหาขององค์กร ซึ่งเพิ่มความสามารถในการค้นหาข้อมูลและทำงานร่วมกันสำหรับธุรกิจ

ที่คอมแคสต์ ฉันสร้างแพลตฟอร์มการค้นพบความรู้ที่ขับเคลื่อนธุรกิจวิดีโอของพวกเขาโดยสมบูรณ์ ทำให้ผู้ใช้สามารถค้นหาและค้นพบเนื้อหาทั่วตัวเครื่อง set-top boxes อุปกรณ์มือถือและเว็บได้ เครื่องมือค้นหานี้มีความสามารถในการจัดการคำขอได้มากกว่า 1 พันล้านครั้งต่อวัน โดยปรับปรุงประสบการณ์ของผู้ใช้อย่างมากด้วยการให้คำแนะนำเนื้อหาที่รวดเร็วและแม่นยำ

หนึ่งในประสบการณ์ที่เปลี่ยนแปลงที่สุดคือที่เอลเซเวียร์ โดยที่เราเปิดตัวประสบการณ์ AI ที่สร้างขึ้นสำหรับ Scopus ซึ่งเป็นหนึ่งในผลิตภัณฑ์ที่เชื่อถือได้มากที่สุดของพวกเขา ความคิดริเริ่มนี้ใช้โมเดลภาษาขนาดใหญ่ (LLM) เพื่อช่วยให้ผู้ใช้ถามคำถามที่ดีขึ้นและได้รับคำตอบที่แม่นยำยิ่งขึ้นจากเนื้อหาทางเทคนิคที่ลึกซึ้งในฐานข้อมูลการสื่อสารทางวิชาการ ความเข้าใกล้แบบ LLM นี้รับประกันความถูกต้องและเชื่อถือได้ของมากกว่า 90 ล้านบทความที่อยู่ในฐานข้อมูล โดยแสดงให้เห็นถึงพลังของ AI ในการปรับปรุงการวิจัยทางวิชาการและการเผยแพร่ความรู้

อะไรที่ทำให้คุณตื่นเต้นที่สุดเกี่ยวกับการพัฒนาปัจจุบันของ Generative AI และศักยภาพในการใช้งาน?

หนึ่งในความท้าทายที่ยิ่งใหญ่ที่สุดในประวัติศาสตร์การค้นหาข้อมูลคือการรักษาความหมาย สำหรับมนุษย์ นี่เป็นกระบวนการที่เป็นธรรมชาติ แต่สำหรับเครื่องจักร การค้นหาข้อมูลมักเป็นประสบการณ์ที่ทำธุรกรรม: ถามคำถามได้คำตอบ การดำดิ่งลึกเข้าไปในหัวข้อต้องถามคำถามที่เฉพาะเจาะจงมากขึ้น Generative AI เปลี่ยนแปลงแนวทางนี้โดยทำให้สามารถโต้ตอบได้มากขึ้นและเป็นเรื่องราวมากขึ้น เช่นเดียวกับการสนทนาที่เป็นธรรมชาติกับคนที่คุณเพิ่งพบ

นอกจากนี้ Generative AI รวมถึงเทคนิคเพิ่มเติมที่ปรับปรุงความเข้าใจที่ลึกซึ้ง ซึ่งโดยปกติแล้วเป็นเรื่องที่ยากสำหรับเครื่องมือค้นหาทั่วไป ตัวอย่างเช่น โมเดลภาษาขนาดใหญ่ (LLMs) สามารถจัดการกับด้านต่างๆ เช่น โทน การวิเคราะห์ความรู้สึก ความเข้าใจเชิงความหมาย และการกำจัดความกำกวมได้อย่างราบรื่น ความสามารถเหล่านี้ทำให้ LLMs เข้าใจถึงความแตกต่างของภาษามนุษย์และความหมายได้อย่างง่ายดาย โดยให้คำตอบที่แม่นยำและมีประโยชน์มากขึ้น

วิธีการของ Tricon Infotech ในด้าน GenAI แตกต่างจากบริษัทอื่นๆ ในอุตสาหกรรมอย่างไร?

ในพื้นที่ของ Generative AI มีจุดมุ่งเน้นที่สำคัญสองประการ ประการแรก ซึ่งได้รับความสนใจจากผู้ให้บริการเทคโนโลยีรายใหญ่ๆ คือการฝึกอบรมและปรับแต่งโมเดล AI ประการที่สอง ซึ่งเป็นจุดที่ผู้ปฏิบัติงาน GenAI มีความเชี่ยวชาญจริงๆ คือการอนุมาน – การใช้ Generative AI เพื่อสร้างผลิตภัณฑ์และบริการที่มีคุณค่า

ที่ Tricon Infotech เราเน้นไปที่ประเด็นที่สอง แนวทางของเรามีความโดดเด่นเนื่องจากเราเน้นไปที่การประยุกต์ใช้จริงและการใช้งานอย่างรวดเร็ว เราได้พัฒนาโปรแกรมที่ครอบคลุมซึ่งช่วยให้ผู้นำทางธุรกิจสามารถระบุกรณีการใช้งานที่มีผลกระทบมากที่สุดสำหรับ Generative AI ได้อย่างรวดเร็ว กระบวนการของเรารวมถึงการสร้างต้นแบบอย่างรวดเร็ว ซึ่งช่วยให้ลูกค้าสามารถทำงานกับข้อมูลของตนเองใน AI sandbox ได้ แนวทางนี้รับประกันว่าพวกเขาจะได้ผลลัพธ์ที่เป็นรูปธรรมและโต้ตอบกับข้อมูลเชิงลึกที่ขับเคลื่อนด้วย AI ในช่วงต้นของวงจรการพัฒนา

นอกจากนี้ เรามุ่งเน้นไปที่เวลาในการให้คุณค่าอย่างรุนแรง เป้าหมายของเราคือช่วยให้ลูกค้าสร้างและใช้งานแอปพลิเคชันที่เผยแพร่สู่ผู้บริโภคภายใน 90 วัน ระยะเวลาที่เร่งรีบไม่เพียงแต่ขับเคลื่อนนวัตกรรมที่เร็วขึ้น แต่ยังรับประกันว่าธุรกิจสามารถใช้ประโยชน์จากผลประโยชน์ของ Generative AI ได้อย่างรวดเร็ว โดยสร้างกระแสรายได้ใหม่และปรับปรุงความพึงพอใจของลูกค้า

คุณสามารถอภิปรายเกี่ยวกับความท้าทายบางประการในการใช้ Large Language Models (LLMs) และ Generative AI ในโซลูชันระดับองค์กรได้หรือไม่?

การนำ Large Language Models (LLMs) และ Generative AI ไปใช้ในโซลูชันระดับองค์กรมีความท้าทายที่เกิดขึ้นใหม่หลายประการ ความท้าทายแรกและสำคัญที่สุดคือความไว้วางใจ องค์กรต่างๆ ต้องมั่นใจว่าระบบ AI จะไม่กระทบต่อทรัพย์สินทางปัญญาหรือข้อมูลที่ละเอียดอ่อนขององค์กร การรับประกันความปลอดภัยของข้อมูลและได้รับการรับรองว่า AI จะไม่ล่วงละเมิดข้อมูลเป็นสิ่งสำคัญสำหรับการสร้างความไว้วางใจ

ความท้าทายที่สองคือปัญหาของการ “หลอกลวง” Generative AI อาจสร้างคำตอบที่มั่นใจแต่ไม่ถูกต้อง ซึ่งอาจบ่อนทำลายความน่าเชื่อถือของระบบ AI เทคนิค เช่น การปรับแต่งแบบจำลองและการใช้การสร้างที่เพิ่มการค้นหา (RAG) สามารถช่วยลดการเกิด “หลอกลวง” โดยการรับรองว่าคำตอบของ AI มีพื้นฐานมาจากข้อมูลที่ถูกต้อง

ความท้าทายที่สามคือต้นทุน การได้ใบอนุญาตและปรับขนาด LLMs สามารถมีราคาแพงได้ แม้ว่าผลิตภัณฑ์ระดับองค์กรจากผู้ให้บริการรายใหญ่ เช่น ไมโครซอฟท์ อเมซอน และกูเกิล จะมีค่าธรรมเนียมการเข้าใช้และขั้นต่ำที่สูง ดังนั้นจึงจำเป็นสำหรับองค์กรต่างๆ ที่จะต้องติดตามและจัดการผลตอบแทนจากการลงทุน (ROI) อย่างใกล้ชิดเพื่อให้แน่ใจว่าการใช้งานโซลูชัน AI นั้นมีความเหมาะสมจากด้านเศรษฐกิจ

คุณสามารถอธิบายแนวทางแบบโครงสร้างที่ Tricon Infotech ใช้ในการพัฒนาโซลูชัน GenAI ระดับองค์กรที่ปรับแต่งได้หรือไม่?

Tricon Infotech เป็นบริษัทพัฒนาผลิตภัณฑ์ที่แตกต่างโดยการนำเสนอบริการจัดการผ่านทีมผลิตภัณฑ์แบบเต็มสแต็กที่ได้รับการอุทิศ แทนที่จะเป็นการเพิ่มพนักงานแบบดั้งเดิม แนวทางของเรารวมถึงการนำทีมผลิตภัณฑ์ทั้งหมดที่สามารถจัดการทุกด้านของวงจรชีวิตการพัฒนาผลิตภัณฑ์ รวมถึงการวิจัยผู้ใช้ การออกแบบประสบการณ์ผู้ใช้ (UX) การพัฒนา front-end และ back-end การทดสอบอัตโนมัติ การใช้งาน การปรับขนาด และการดำเนินงานอย่างต่อเนื่อง

โมเดลบริการจัดการที่ครอบคลุมนี้รับประกันว่าลูกค้าของเราสามารถมุ่งเน้นไปที่การดึงคุณค่าจากข้อมูลของตนโดยไม่ต้องมีความซับซ้อนและภาระในการจัดการทรัพยากรแยกกัน ปัจจัยขับเคลื่อนหลักของเราคือเวลาในการให้คุณค่า ซึ่งหมายความว่าเราตั้งใจที่จะส่งมอบผลประโยชน์ที่เป็นรูปธรรมอย่างรวดเร็วและมีประสิทธิภาพ เป้าหมายของเราคือการสร้างความสัมพันธ์สร้างสรรค์กับลูกค้าของเราด้วยการเพิ่มคุณค่าอย่างต่อเนื่องและทำซ้ำผ่านกระบวนการปรับปรุงคุณลักษณะ

แนวทางแบบโครงสร้างของเรามีจุดมุ่งหมายเพื่อให้สามารถปรับตัวและตอบสนองต่อความท้าทายและโอกาสใหม่ๆ ในภูมิทัศน์ของ AI ได้อย่างรวดเร็ว โดยการนำความสามารถเต็มรูปแบบของทีมที่มีการแบ่งส่วนหลายสาขา เราสามารถส่งมอบโซลูชัน GenAI ที่ปรับแต่งได้ซึ่งออกแบบมาเพื่อตอบสนองความต้องการเฉพาะของแต่ละองค์กร แนวทางนี้ไม่เพียงแต่ทำให้เราแตกต่างจากบริษัทที่เพิ่มพนักงานแบบดั้งเดิม แต่ยังรับประกันว่าเราจะให้โซลูชันที่ครอบคลุมและครบวงจรซึ่งผลักดันผลกระทบทางธุรกิจที่มีนัยสำคัญ

ตัวอย่างปัญหาโลกแห่งความเป็นจริงที่โซลูชัน GenAI ของ Tricon ได้แก้ไขแล้วมีอะไรบ้าง?

1. E-Learning – การแปลงสื่อแบบดั้งเดิมและวัสดุการศึกษาที่มีอยู่ให้เป็นเนื้อหามัลติมีเดียแบบโต้ตอบ นี่ช่วยให้ลูกค้าของเราสามารถนำเนื้อหาที่มีอยู่มาใช้ใหม่เพื่อปรับให้เข้ากับวิธีการเรียนรู้ใหม่ๆ และเข้าถึงผู้เรียนในแพลตฟอร์มที่พวกเขาอยู่แล้ว นอกจากนี้ เนื้อหานี้สามารถนำมาใช้ใหม่ในรูปแบบโปรแกรมการเรียนรู้แบบส่วนบุคคลที่สามารถปรับให้เข้ากับความต้องการและรูปแบบการเรียนรู้ของผู้เรียน (เสียง ภาพ ฯลฯ) ได้อย่างอัตโนมัติ
2. Private AI – ช่วยให้ลูกค้าสร้างโซลูชัน AI ระดับองค์กรที่เป็นส่วนตัวและเคารพกฎการเข้าถึงของลูกค้า ในขณะเดียวกันก็รักษาความสามารถในการปรับขนาดและลดต้นทุน นอกจากนี้ AI เหล่านี้จะไม่เพียงแต่ให้บริการแก่องค์กรเท่านั้น แต่ยังสร้างกระแสรายได้ใหม่ๆ ให้กับลูกค้าของเรา
3. Process Automation – ยังคงมีองค์กรจำนวนมากที่พึ่งพาการประมวลผลด้วยตนเองและการบูรณาการข้อมูลแบบ “swivel chair” AI ช่วยเชื่อมต่อระบบต่างๆ โดยการสร้างชั้นข้อมูลอัจฉริยะที่สามารถตรวจสอบข้อมูลและเข้าใจสัญญาณเฉพาะที่สร้างขึ้นโดยชุดข้อมูลหรือเครื่องมือที่ไม่เหมือนใคร และช่วยให้กระบวนการทำงานได้อย่างมีประสิทธิภาพโดยการระบุประเด็นด้านการบำรุงรักษาและจัดลำดับความสำคัญของการทำงาน

บทบาทของการเรียนรู้อย่างต่อเนื่องและการเติบโตในการอยู่ข้างหน้าในด้าน AI ที่กำลังพัฒนาอย่างรวดเร็วคืออะไร?

หนึ่งในความท้าทายที่สำคัญที่สุดในด้าน AI คือการเพิ่มทักษะให้กับกลุ่มคนงานที่มีประสบการณ์ มีคนรุ่นใหม่ที่เข้าใจ AI และเทคโนโลยีโดยธรรมชาติ แต่ก็มีคนรุ่นเก่าที่ต้องเข้าใจว่าเครื่องมือเหล่านี้สามารถทำอะไรและไม่สามารถทำอะไรได้ การเรียนรู้อย่างต่อเนื่องมีความสำคัญอย่างยิ่งในการข้ามช่องว่างนี้

เครื่องมือ AI มีศักยภาพที่จะเพิ่มผลผลิตอย่างมาก โดยช่วยให้ธุรกิจสามารถทำได้มากขึ้นด้วยทรัพยากรที่น้อยลง ซึ่งจะลดเวลาและต้นทุน ในการรับรู้ถึงประโยชน์เหล่านี้ พนักงานจะต้องเปิดใจรับในการเรียนรู้วิธีการทำงานใหม่ๆ และรวมเครื่องมือเหล่านี้เข้ากับกระบวนการทำงานของพวกเขา

นอกจากนี้ การแก้ไขความกลัวด้านความมั่นคงในการทำงานมีความสำคัญ พนักงานจะต้องเข้าใจว่าผู้ที่ยอมรับการเรียนรู้อย่างต่อเนื่องและเติบโตจะมีความพร้อมที่จะรวมเครื่องมือ AI ใหม่ๆ เข้ากับงานประจำวันของพวกเขา ซึ่งนำไปสู่ความมั่นคงในการทำงานที่ดีขึ้น ความจริงคือความสำเร็จในอนาคตที่ขับเคลื่อนด้วย AI จะตกเป็นของผู้ที่พยายามเข้าใจและใช้เทคโนโลยีเหล่านี้ที่กำลังพัฒนา

คุณเห็นอนาคตของ AI ที่จะเปลี่ยนแปลงเทคโนโลยีการค้นหาและปฏิสัมพันธ์ของผู้ใช้ในทศวรรษหน้าอย่างไร?

เรากำลังเห็นการเปลี่ยนแปลงที่สำคัญจากเครื่องมือค้นหาทั่วไปไปสู่เครื่องมือ Generative AI สำหรับการค้นหาที่เริ่มต้น การเปลี่ยนแปลงนี้ได้รับแรงผลักดันจากความสามารถของ Generative AI ในการให้คำตอบและโซลูชันโดยตรง ซึ่งทำให้ไม่จำเป็นต้องค้นหาเว็บไซต์หรือทรัพยากรหลายแห่งอีกต่อไป ในอนาคตอันใกล้ จะกลายเป็นเรื่องปกติที่ AI จะเข้าร่วมการประชุม ทำงาน และจัดการงานประจำวัน ซึ่งนำไปสู่การลดบทบาทของฟังก์ชันบางอย่างภายในองค์กร

หนึ่งในความท้าทายที่ยังคงอยู่คือการค้นหาวิธีการสร้างรายได้จาก Generative AI เนื่องจากแบบจำลองการโฆษณาแบบดั้งเดิมอาจเผชิญกับอุปสรรคที่สำคัญในภูมิทัศน์ใหม่นี้ การคาดการณ์ของฉันคือข้อมูลจะกลายเป็นสิ่งที่มีค่ามากขึ้น โดยทำหน้าที่เหมือนสกุลเงินเมื่อเรานำทางในโลกใหม่นี้ การเปลี่ยนแปลงนี้ต้องการโมเดลธุรกิจที่สร้างสรรค์ ซึ่งใช้ความสามารถเฉพาะของ AI ในขณะเดียวกันก็รับประกันว่าผู้ใช้และองค์กรสามารถดึงคุณค่าจากปฏิสัมพันธ์ของตนได้

โดยรวมแล้ว อนาคตของ AI ในเทคโนโลยีการค้นหาและปฏิสัมพันธ์ของผู้ใช้สัญญาว่าจะเป็นการเปลี่ยนแปลง โดยทำให้การค้นหาข้อมูลมีความ直观และประสิทธิภาพมากขึ้น ในขณะเดียวกันก็เปลี่ยนแปลงวิธีที่เราทำงานกับปฏิสัมพันธ์ดิจิทัลและฟังก์ชันขององค์กร

คำแนะนำเชิงปฏิบัติที่คุณจะให้กับธุรกิจที่ต้องการใช้ AI เพื่อขับเคลื่อนความสำเร็จและนวัตกรรมคืออะไร?

อย่ากลัวเทคโนโลยี เริ่มต้นด้วยการทำให้เครื่องมือ AI มีให้บริการแก่พนักงานของคุณ เพื่อให้แน่ใจว่าข้อมูลและทรัพย์สินทางปัญญาของคุณยังคงปลอดภัย มีพนักงานหลายคนที่ใช้เครื่องมือ AI แล้ว แต่หากไม่มีการกำกับดูแลที่เหมาะสม ก็อาจมีความเสี่ยงต่อการละเมิด นอกจากนี้ การติดตามมาตรการความสำเร็จเป็นสิ่งสำคัญ เครื่องมือ AI อาจมีราคาแพง แต่คาดว่าต้นทุนจะลดลงเมื่อเวลาผ่านไป อย่างไรก็ตาม สิ่งสำคัญคือต้องมุ่งear focus on the return on investment (ROI) to manage costs and understand the impact on your business. By doing so, you can leverage AI to drive innovation and success while ensuring that the benefits outweigh the expenses. Thank you for the great interview, readers who wish to learn more should visit Tricon Infotech.