แนวโน้ม 7 ประการในการคาดหวังใน AI ในปี 2025

อีกหนึ่งปี อีกหนึ่งการลงทุนในด้านปัญญาประดิษฐ์ (AI) ซึ่งแน่นอนว่าเป็นกรณีในปี 2024 แต่จะเกิดการเปลี่ยนแปลงในปี 2025 หรือไม่ เมื่อหลายองค์กรเริ่มสงสัยถึงผลตอบแทนจากการลงทุน (ROI) ใน AI

ตามที่นักวิเคราะห์ส่วนใหญ่กล่าว คำตอบคือ ใช่ โดยคาดว่าการลงทุนจะเพิ่มขึ้นประมาณหนึ่งในสามใน 12 เดือนข้างหน้า และจะดำเนินต่อไปจนถึงปี 2028 อย่างไรก็ตาม แม้ว่างบประมาณอาจเพิ่มขึ้น แต่ฉันเห็นว่ามีการใช้แนวทางที่ระมัดระวังมากขึ้นในปี 2025 โดยบริษัทต่างๆ จะเลือกเทคโนโลยีที่เหมาะสมและสำคัญที่สุด คือ สามารถแก้ไขปัญหาทางธุรกิจได้จริงหรือไม่

ด้วยเหตุนี้ จึงมีการคาดการณ์สำหรับปี 2025 ดังนี้

1. การวิเคราะห์ที่ดีก่อนการลงทุน

ด้วยการเน้นย้ำถึง ROI ที่ดีขึ้น บริษัทต่างๆ จะหันมาใช้ AI เพื่อให้แน่ใจว่าการลงทุนเป็นไปอย่างมีประสิทธิภาพ หนึ่งในปัญหาที่ใหญ่ที่สุดจนถึงปัจจุบันคือการรีบเข้ามาใช้ AI โดยไม่ได้พิจารณาผลกระทบอย่างถ่องแท้ โดยเฉพาะอย่างยิ่งหลังจากการแนะนำ AI ที่สร้างขึ้นและ LLMs ตามที่ 63% ของผู้นำธุรกิจระดับโลกยอมรับว่าการลงทุนใน AI ของพวกเขานั้นเกิดจากความกลัวที่จะถูกทิ้งไว้ข้างหลัง (FOMO) ตามการศึกษาเร็วๆ นี้ ซึ่งเป็นเหตุผลที่แนวทางที่ขับเคลื่อนด้วยข้อมูลมีความจำเป็น การประมวลผลเชิงรู้คิด จะมุ่งเน้นไปที่การให้ข้อมูลเชิงลึกเกี่ยวกับการดำเนินธุรกิจ ซึ่งจะทำให้ AI มีความสามารถในการทำงานเป็นที่ปรึกษาทางการดำเนินงานได้ ระบบเหล่านี้จะสามารถสร้างแผนที่ วิเคราะห์ และคาดการณ์กระบวนการทำงานที่ซับซ้อนภายในองค์กร และแนะนำการปรับปรุงตามการวิเคราะห์ข้อมูลแบบเรียลไทม์และรูปแบบในอดีต นอกเหนือจากการทำงานอัตโนมัติแบบง่ายๆ ซึ่งจะดึงดูดความสนใจจากภาคการเงิน การขนส่ง และการผลิต โดยที่การปรับปรุงการดำเนินงานเล็กๆ น้อยๆ จะส่งผลให้ประหยัดต้นทุนอย่างมีนัยสำคัญ

2. ยุค AI-First ทำให้เกิดความสนใจใหม่ใน BPM

ยุคทองใหม่ของการบริหารกระบวนการทางธุรกิจ (BPM) กำลังจะมาถึง ไม่เคยเกิดขึ้นตั้งแต่ช่วงปี 1990 เมื่อการเกิดขึ้นของการวางแผนแหล่งที่มาขององค์กร (ERP) ทำให้เกิดการเปลี่ยนแปลงทางดิจิทัลอย่างกว้างขวาง บริษัทต่างๆ ต้องกลับมาพิจารณาวิธีการดำเนินธุรกิจเพื่อรักษาความสามารถในการแข่งขัน มีสองปัจจัยที่ทำให้เกิดการเปลี่ยนแปลงครั้งนี้ ประการแรก บริษัทต่างๆ รู้ว่าการเติบโตโดยไม่คำนึงถึงต้นทุนไม่ใช่วิธีการที่ยั่งยืน โดยมีการเปลี่ยนไปสู่การเน้นประสิทธิภาพและการทำงานให้ได้ผลลัพธ์ที่ดี เพื่อให้ได้ผลตอบแทนจากการลงทุนที่ดี ประการที่สอง ความตื่นเต้นเกี่ยวกับ AI ที่สร้างขึ้นและความต้องการของ CEO ที่ต้องการให้ทีมสำรวจกรณีการใช้งานเพื่อให้ได้ข้อได้เปรียบทางการตลาด ทำให้เกิดความสนใจใน BPM อีกครั้ง

3. ระบบ AI แบบ Multimodal ที่มีการผสมผสานมากขึ้น

ระบบ AI ที่ผสมผสานข้อความ ภาพ เสียง และข้อมูลจากเซ็นเซอร์จะกลายเป็นมาตรฐานสำหรับธุรกิจที่ต้องการความเข้าใจสถานการณ์ที่ครอบคลุม นี่จะไปไกลกว่าการวิเคราะห์เอกสารหรือการรู้จำเสียงเพียงอย่างเดียว ระบบที่ผสมผสานจะสามารถดึงข้อมูลเชิงลึกจากหลายรูปแบบเพื่อให้ได้ข้อมูลที่มีความถูกต้องและแม่นยำยิ่งขึ้น

ในภาคการเงิน ระบบ AI แบบ Multimodal สามารถปฏิวัติบริการลูกค้าโดยการผสมผสานข้อความ เสียง บันทึกธุรกรรม และข้อมูลพฤติกรรมเพื่อให้เข้าใจความต้องการของลูกค้าอย่างครอบคลุม ซึ่งช่วยให้สามารถให้บริการที่เป็นส่วนตัว ปรับปรุงความพึงพอใจของลูกค้า และเพิ่มประสิทธิภาพการดำเนินงาน

ตัวอย่างเช่น ที่ปรึกษาทางการเงิน AI ที่ทำงานตลอด 24 ชั่วโมงสามารถให้คำแนะนำทางการเงินส่วนบุคคลโดยการวิเคราะห์รูปแบบการใช้จ่ายของลูกค้าและให้คำแนะนำการวางแผนงบประมาณที่เหมาะสม นอกจากนี้ AI ที่ขับเคลื่อนโดยแชทบอทสามารถจัดการคำถามทั่วไปได้จำนวนมาก ทำให้การดำเนินงานมีประสิทธิภาพและลูกค้าได้รับการดูแลอย่างต่อเนื่อง

ด้วยการนำระบบ AI แบบ Multimodal มาใช้ ธุรกิจสามารถคาดการณ์ความต้องการของลูกค้าได้ล่วงหน้า จัดการปัญหาได้อย่างรวดเร็ว และให้คำแนะนำทางการเงินที่เหมาะสม ซึ่งจะช่วยเสริมสร้างความสัมพันธ์กับลูกค้าและเพิ่มข้อได้เปรียบทางการแข่งขัน

4. AI ที่พร้อมสำหรับการกำกับดูแลและอธิบายได้

ด้วยการกำกับดูแลที่เพิ่มขึ้นทั่วโลก จะมีการเน้นไปที่ AI ที่อธิบายได้และโปร่งใส ที่ตรงตามข้อกำหนดการกำกับดูแลตั้งแต่เริ่มต้น เราจะเห็นการเน้นไปที่เครื่องมือที่ช่วยให้ AI มีความโปร่งใส ลดความเอนเอียง และมีประวัติการตรวจสอบ ทำให้บริษัทต่างๆ มั่นใจในโซลูชัน AI ของตนและตรวจสอบการปฏิบัติตามข้อกำหนดได้ตามต้องการ

นักพัฒนา AI มีแนวโน้มที่จะให้インターフェซที่ช่วยให้ผู้มีส่วนได้ส่วนเสียสามารถตีความและท้าทายการตัดสินใจของ AI โดยเฉพาะในภาคส่วนสำคัญ เช่น การเงิน การประกันภัย การดูแลสุขภาพ และกฎหมาย

นอกเหนือจากความโปร่งใสแล้ว การมุ่งเน้นไปที่ AI ที่มีความรับผิดชอบจะกลายเป็นจุดสนใจหลัก เนื่องจากบริษัทต่างๆ พยายามที่จะสร้างความไว้วางใจให้กับลูกค้าและผู้บริโภค องค์การเพื่อความร่วมมือและพัฒนาเศรษฐกิจ (OECD) รายงานว่ามีมากกว่า 700 โครงการกำกับดูแลที่อยู่ระหว่างการพัฒนาในมากกว่า 60 ประเทศ แม้ว่ากฎหมายยังคงตามไม่ทันนวัตกรรม แต่บริษัทต่างๆ จะพยายามปฏิบัติตามหลักการทางสมัครใจ เช่น ที่พัฒนาโดย IEEE หรือ NIST เพื่อกำหนดมาตรฐานที่ชัดเจน โดยการยอมรับความโปร่งใส การปฏิบัติตามแนวทางปฏิบัติที่ดีที่สุด และการสื่อสารที่ชัดเจนกับลูกค้า พวกเขาจะสร้างชื่อเสียงที่น่าเชื่อถือซึ่งลดช่องว่างความไว้วางใจใน AI และเพิ่มความภักดีและความมั่นใจ

การตรวจสอบจากภายนอกจะเติบโตในความนิยมเพื่อให้มีมุมมองที่เป็นกลาง ตัวอย่างเช่น forHumanity เป็นองค์กรไม่แสวงหาผลกำไรที่สามารถให้บริการตรวจสอบ AI ระบบอิสระเพื่อวิเคราะห์ความเสี่ยง

5. การออกแบบ AI ที่มีศูนย์กลางอยู่ที่มนุษย์

เมื่อเครื่องมือ AI ถูกฝังอยู่ในชีวิตประจำวันของเรา การคำนึงถึงจริยธรรมและการออกแบบ AI ที่มีศูนย์กลางอยู่ที่มนุษย์ จะมีความสำคัญมากขึ้น คาดว่าจะมีการเปลี่ยนไปสู่ระบบ AI ที่ออกแบบด้วยแนวทางที่ให้ความสำคัญกับการเสริมศักยภาพของผู้ใช้ การรวมเข้าด้วยกัน และความเป็นอยู่ที่ดี

บริษัทต่างๆ มีแนวโน้มที่จะพัฒนาโซลูชัน AI ที่เน้น การทำงานร่วมกันระหว่างมนุษย์และ AI ซึ่งระบบ AI เหล่านี้จะช่วยเสริมการตัดสินใจของมนุษย์แทนที่จะแทนที่มัน นอกจากนี้ยังอาจมีการเน้นไปที่ความปลอดภัยทางจิตใจและความเป็นอยู่ที่ดีของผู้ใช้ในระหว่างการโต้ตอบระหว่างมนุษย์และเครื่องจักร

6. จัดลำดับความสำคัญของ Agentic

ขอบเขตระหว่างการทำงานอัตโนมัติแบบกำหนดและ Agentic จะกลมกลืนกันในปี 2025 นำไปสู่ระบบที่มีการผสมผสานมากขึ้น มีความฉลาด และสามารถปรับตัวได้ ซึ่งจะเพิ่มคุณสมบัติต่างๆ ของชีวิตและอุตสาหกรรมของเรา แต่การทำงานอัตโนมัติแบบกำหนดจะยังคงครอบงำและขับเคลื่อนการทำงานอัตโนมัติในระดับการผลิตอย่างน้อย 95% ในปีหน้า

ไม่ต้องสงสัยเลยว่าการทำงานอัตโนมัติแบบ Agentic ซึ่งระบบสามารถตัดสินใจและปรับตัวให้เข้ากับสภาพแวดล้อมใหม่ได้ จะก้าวหน้าอย่างมาก แต่ในบรรยากาศที่ต้องการความยืดหยุ่นและความสามารถในการปรับตัว ระบบเหล่านี้จะช่วยให้การโต้ตอบที่ส่วนบุคคลและตอบสนองได้ดีขึ้น ซึ่งจะปรับปรุงประสบการณ์ของผู้ใช้และผลลัพธ์

7. การต่อต้าน LLMs

ความก้าวหน้าในโมเดลภาษาขนาดใหญ่ (LLMs) นั้นไม่ธรรมดา แต่เช่นเดียวกับสิ่งที่ดีๆ มันมากับชุดความท้าทายที่สำคัญ โดยเฉพาะค่าใช้จ่ายที่สูงในการใช้ทรัพยากร

หลายข้อเสียของ AI ที่สร้างขึ้นและ LLMs มาจากข้อมูลจำนวนมากที่ต้องถูกนำทางเพื่อให้ได้คุณค่า ไม่เพียงแต่จะเพิ่มความเสี่ยงด้านจริยธรรม ความแม่นยำ เช่น การหลอกลวง และความเป็นส่วนตัว แต่ยังทำให้ปริมาณพลังงานที่ต้องการในการใช้เครื่องมือเหล่านี้เพิ่มขึ้นอย่างมาก

แทนที่จะใช้เครื่องมือ AI ที่มีความสามารถทั่วไป 2025 จะเห็นองค์กรเปลี่ยนไปใช้ AI ที่มีจุดประสงค์เฉพาะสำหรับงานและเป้าหมายที่แคบลง มันเหมือนการตัดต้นไม้บอนไซ – คุณต้องตัดส่วนที่ไม่จำเป็นออกเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด โดยการบีบอัดโมเดลเอง ความแม่นยำของการคำนวณจะเล็กลง ทำให้การทำงานเร็วขึ้นและต้องการพลังงานน้อยลง

สรุป

โดยไม่ต้องสงสัย 2025 จะเป็นอีกปีที่มีการลงทุนมากขึ้นใน AI โดยเฉพาะ AI ที่สร้างขึ้น ซึ่งจะเปลี่ยนแปลงบริษัทและงานในภาคส่วนต่างๆ อย่างไรก็ตาม ผู้นำธุรกิจจะใช้แนวทางที่ขับเคลื่อนด้วยข้อมูลและเป็นแบบองค์รวมในการลงทุน ซึ่งจะบรรลุเป้าหมายทางธุรกิจที่แท้จริง ในขณะเดียวกันก็รับรองว่ามีการปฏิบัติตามมาตรฐานด้านจริยธรรมและความยั่งยืน ในที่สุด ความสามารถที่แท้จริงของ AI อยู่ที่วิธีการนำไปใช้อย่างรอบคอบและเชิงกลยุทธ์ – อย่าให้ความกลัวที่จะถูกทิ้งไว้ข้างหลังบดบังการตัดสินใจของคุณ