การพัฒนาของปัญญาประดิษฐ์สร้างสรรค์ในปี 2025: จากความแปลกใหม่สู่ความจำเป็น

ปี 2025 ถือเป็นจุดเปลี่ยนสำคัญในเส้นทางของ Generative AI (Gen AI) สิ่งที่เริ่มต้นจากความแปลกใหม่ทางเทคโนโลยีได้พัฒนาเป็นเครื่องมือสำคัญสำหรับธุรกิจในอุตสาหกรรมต่างๆ

ปัญญาประดิษฐ์สร้างสรรค์: จากการค้นหาวิธีแก้ปัญหาไปสู่การเป็นเครื่องมือแก้ปัญหา

การเพิ่มขึ้นของความกระตือรือร้นใน Gen AI ในช่วงแรกได้รับแรงผลักดันจากความแปลกใหม่ของการโต้ตอบกับ โมเดลภาษาขนาดใหญ่ (LLMs) ซึ่งได้รับการฝึกฝนจากชุดข้อมูลสาธารณะขนาดใหญ่ ธุรกิจและบุคคลต่างๆ ถูกดึงดูดโดยความสามารถในการพิมพ์คำสั่งภาษาธรรมชาติและได้รับการตอบสนองที่มีรายละเอียดและเป็นไปตามหลักเหตุผลจากโมเดลแนวหน้าของสาธารณะ คุณภาพที่เหมือนมนุษย์ของการผลิตจาก LLMs นำไปสู่อุตสาหกรรมหลายแห่งที่รีบเข้าไปในโครงการโดยใช้เทคโนโลยีใหม่นี้ โดยไม่มีปัญหาในการดำเนินธุรกิจที่ชัดเจนหรือ KPI ที่แท้จริงในการวัดความสำเร็จ แม้ว่าจะมีการปลดล็อกคุณค่าในยุคแรกของ Gen AI แต่ก็เป็นสัญญาณที่ชัดเจนว่าเรากำลังอยู่ในรอบนวัตกรรม (หรือการเกิดความฮือฮา) เมื่อธุรกิจละทิ้งการปฏิบัติในการระบุปัญหาแรก แล้วจึงค้นหาวิธีแก้ปัญหาทางเทคโนโลยีที่ใช้ได้

ในปี 2025 เราคาดว่ากระแสนิยมจะกลับมาอีกครั้ง องค์กรจะหาความคุ้มค่าทางธุรกิจจาก Gen AI โดยการระบุปัญหาแรกที่เทคโนโลยีนี้สามารถแก้ไขได้ จะมีโปรเจ็กต์วิทยาศาสตร์ที่ได้รับการสนับสนุนด้านเงินทุนมากขึ้น และกรณีการใช้งาน Gen AI สำหรับการสรุป การแชทบอท การสร้างเนื้อหาและรหัสจะยังคงเติบโต แต่ผู้บริหารจะเริ่มติดตามผลตอบแทนจากการลงทุน (ROI) ของโปรเจ็กต์ AI ในปีนี้ จุดมุ่งเน้นของเทคโนโลยีจะเปลี่ยนจากโมเดลภาษาสาธารณะทั่วไปที่สร้างเนื้อหาไปสู่โมเดลที่แคบกว่าซึ่งสามารถควบคุมและฝึกฝนได้อย่างต่อเนื่องด้วยภาษาที่แตกต่างของธุรกิจเพื่อแก้ปัญหาในโลกแห่งความเป็นจริงที่ส่งผลกระทบต่อด้านล่างในลักษณะที่วัดผลได้

2025 จะเป็นปีที่ AI เข้าสู่แก่นกลางขององค์กร ข้อมูลขององค์กรคือทางเลือกในการปลดล็อกคุณค่าที่แท้จริงด้วย AI แต่ข้อมูลฝึกอบรมที่จำเป็นในการสร้างกลยุทธ์แบบเปลี่ยนแปลงไม่ได้อยู่ใน Wikipedia และจะไม่มีเลย มันอยู่ในสัญญา บันทึกลูกค้าและผู้ป่วย และในอินเทอร์เฟซที่ไม่มีโครงสร้างซึ่งมักจะไหลผ่านสำนักงานหลังหรืออยู่ในกล่องกระดาษ การรับข้อมูลนี้มีความซับซ้อน และโมเดลภาษาสาธารณะทั่วไปไม่ใช่เทคโนโลยีที่เหมาะสมที่นี่ ไม่ถือว่ามีความกังวลเรื่องความเป็นส่วนตัว ความปลอดภัย และการกำกับดูแลข้อมูล องค์กรจะใช้โครงสร้าง RAG และ โมเดลภาษาขนาดเล็ก (SLMs) ในสภาพแวดล้อมคลาวด์ส่วนตัวมากขึ้น ซึ่งช่วยให้พวกเขาสามารถใช้เซตข้อมูลภายในขององค์กรเพื่อสร้างโซลูชัน AI ที่เป็นเจ้าของโดยมีโมเดลที่สามารถฝึกได้หลายตัว โมเดล SLM ที่มุ่งเป้าสามารถเข้าใจภาษาที่เฉพาะของธุรกิจและความแตกต่างของข้อมูลได้ และให้ความแม่นยำและความโปร่งใสในราคาที่ต่ำกว่า ในขณะเดียวกันก็ยังคง遵守ข้อกำหนดด้านความเป็นส่วนตัวและความปลอดภัยของข้อมูล

บทบาทสำคัญของการทำความสะอาดข้อมูลในการใช้งาน AI

เมื่อโครงการ AI เพิ่มขึ้น องค์กรจะต้องจัดลำดับความสำคัญของคุณภาพข้อมูล ขั้นตอนแรกและสำคัญที่สุดในการใช้งาน AI ไม่ว่าจะใช้ LLMs หรือ SLMs คือการรับประกันว่าข้อมูลภายในไม่มีข้อผิดพลาดและไม่แม่นยำ การทำความสะอาดข้อมูลนี้เป็นขั้นตอนสำคัญในการสร้างสถานะข้อมูลที่สะอาด ซึ่งเป็นกุญแจสำคัญในการประสบความสำเร็จของโครงการ AI

หลายองค์กรยังคงพึ่งพาเอกสารกระดาษ ซึ่งต้องถูกแปลงเป็นดิจิทัลและทำความสะอาดสำหรับการดำเนินธุรกิจประจำวัน ในอุดมคติ ข้อมูลนี้จะไหลเข้าสู่เซตฝึกอบรมที่มีฉลากสำหรับ AI ที่เป็นเจ้าของขององค์กร แต่เรายังอยู่ในช่วงเริ่มต้นในการเห็นสิ่งนี้เกิดขึ้น ในความเป็นจริง การสำรวจล่าสุดที่เราได้ร่วมมือกับ Harris Poll ซึ่งเราได้สัมภาษณ์ผู้ตัดสินใจด้าน IT มากกว่า 500 คน ระหว่างเดือนสิงหาคม-กันยายน พบว่า 59% ขององค์กรไม่ได้ใช้สถานะข้อมูลทั้งหมดของตน รายงานเดียวกันพบว่า 63% ขององค์กรเห็นด้วยว่าพวกเขาไม่มีความเข้าใจที่ดีเกี่ยวกับข้อมูลของตนเอง และสิ่งนี้ขัดขวางความสามารถในการเพิ่มศักยภาพของ GenAI และเทคโนโลยีที่คล้ายกัน ข้อกังวลเรื่องความเป็นส่วนตัว ความปลอดภัย และการกำกับดูแลเป็นอุปสรรคอย่างแน่นอน แต่ข้อมูลที่ถูกต้องและสะอาดมีความสำคัญยิ่ง แม้เพียงข้อผิดพลาดเล็กน้อยในการฝึกอบรมก็สามารถนำไปสู่ปัญหาที่ยากต่อการแก้ไขได้เมื่อโมเดล AI ทำผิดพลาด ในปี 2025 การทำความสะอาดข้อมูลและพายพайป์ไลน์เพื่อให้แน่ใจถึงคุณภาพข้อมูลจะกลายเป็นพื้นที่การลงทุนที่สำคัญ เพื่อให้แน่ใจว่าระบบ AI ระดับองค์กรใหม่สามารถทำงานบนข้อมูลที่เชื่อถือได้และแม่นยำ

การขยายตัวของบทบาท CTO

บทบาทของ Chief Technology Officer (CTO) มีความสำคัญเสมอ แต่ผลกระทบของบทบาทนี้จะขยายใหญ่ขึ้นใน 2025 โดยเปรียบเทียบกับ “ยุค CMO” ซึ่งประสบการณ์ของลูกค้าภายใต้ Chief Marketing Officer มีความสำคัญยิ่ง ปีที่กำลังมาถึงจะถูกเรียกว่า “ยุคของ CTO”

ในขณะที่ความรับผิดชอบหลักของ CTO ยังคงไม่เปลี่ยนแปลง ผลกระทบของการตัดสินใจของพวกเขาจะมีมากกว่าที่เคยเป็น CTO ที่ประสบความสำเร็จจะต้องมีความเข้าใจที่ลึกซึ้งเกี่ยวกับวิธีการที่เทคโนโลยีที่เกิดขึ้นใหม่สามารถเปลี่ยนแปลงองค์กรของตนได้ พวกเขายังต้องเข้าใจว่า AI และเทคโนโลยีสมัยใหม่อื่นๆ ขับเคลื่อนการเปลี่ยนแปลงทางธุรกิจ ไม่ใช่แค่ประสิทธิภาพภายในกำแพงองค์กรเท่านั้น การตัดสินใจของ CTO ในปี 2025 จะกำหนดแนวทางในอนาคตขององค์กรของตน ทำให้บทบาทของพวกเขามีผลกระทบมากกว่าที่เคยเป็น

การคาดการณ์สำหรับปี 2025 เน้นย้ำถึงปีที่เปลี่ยนแปลงสำหรับ Gen AI การจัดการข้อมูล และบทบาทของ CTO เมื่อ Gen AI พัฒนาจากการที่เป็นโซลูชันที่ค้นหาปัญหาไปสู่การเป็นเครื่องมือแก้ปัญหา ความสำคัญของการทำความสะอาดข้อมูล คุณค่าของสถานะข้อมูลองค์กร และการขยายตัวของบทบาท CTO จะกำหนดอนาคตขององค์กร องค์กรที่ยอมรับการเปลี่ยนแปลงเหล่านี้จะพร้อมที่จะเติบโตในภูมิทัศน์ทางเทคโนโลยีที่เปลี่ยนแปลง