Generative AI

ในยุคที่เทคโนโลยี AI พัฒนาอย่างรวดเร็ว องค์กรต่าง ๆ เริ่มมองหาแนวทางในการปรับแต่งโมเดล AI เพื่อนำไปประยุกต์ใช้กับงานเฉพาะด้านของตน การปรับแต่งโมเดลเป็นสิ่งสำคัญเพื่อให้ได้ผลลัพธ์ที่ตรงตามความต้องการมากขึ้น ไม่ว่าจะเป็นการวิเคราะห์ข้อมูลเชิงลึก การตอบคำถามตามบริบท หรือการประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) บทความนี้จะพูดถึงสองแนวทางหลักในการปรับแต่ง AI ได้แก่ RAG (Retrieval Augmented Generation) และ Fine-Tuning พร้อมทั้งเปรียบเทียบข้อดี ข้อจำกัด และปัจจัยในการเลือกใช้งาน

เมื่อวันที่ 13 กรกฎาคม 2567 ได้มีการจัดงาน Azure AI Day Community ที่ Siam Paragon ซึ่งมีการได้พบปะ และพูดคุยกับผู้เชี่ยวชาญในสาย AI และ Data ในบทความนี้จะมาสรุปเรื่องราวที่น่าสนใจจากในงาน โดยมีหัวข้อที่พูดคุยกันทั้งหมด 5 หัวข้อดัวยกันครับ

AI Builder เป็นเครื่องมือ Low-code ที่ช่วยให้คุณสร้าง AI ได้อย่างง่ายดาย โดยไม่จำเป็นต้องมีความรู้ด้านการเขียนโค้ด หรือใช้งาน AI ที่ซับซ้อนใด ๆ โดยสามารถสร้างโมเดล AI (Artificial Intelligence) สำหรับงานต่าง ๆ ได้อย่างง่ายดาย ผ่านเครื่องมือแบบ Low-Code/No-Code บน Power Apps หรือ Power Automate

AI Automation คือการผสมผสานระหว่าง ปัญญาประดิษฐ์ (Artificial Intelligence) กับระบบ อัตโนมัติ (Automation) เพื่อให้กระบวนการทำงานต่าง ๆ ยกระดับธุรกิจด้วยเทคโนโลยี AI Automation ดึงศักยภาพสูงสุดของทีมคุณ ด้วยเวลาที่น้อยลง ต้นทุนลดลง แต่ผลลัพธ์ดียิ่งขึ้น

เทคโนโลยีปัญญาประดิษฐ์ (AI) ได้ก้าวไปอีกขั้นด้วยเทคโนโลยีที่เรียกว่า “Generative AI” หรือ AI ที่สามารถ “สร้าง” เนื้อหาใหม่ ๆ ได้เอง ไม่ว่าจะเป็นภาพ ข้อความ วิดีโอ หรือเสียง ซึ่งส่งผลต่อรูปแบบการทำงานขององค์กรอย่างมีนัยสำคัญ มาดูกันว่า Generative AI คืออะไร และช่วยอะไรเราได้บ้าง

Large Language Model (LLM) ไม่ได้เป็นเพียงนวัตกรรมทางเทคโนโลยี AI เท่านั้น แต่ยังเป็น โอกาสทางธุรกิจ สำหรับองค์กรที่ต้องการเพิ่มประสิทธิภาพ ลดต้นทุน และสร้างประสบการณ์ที่ดีให้กับลูกค้า ไม่ว่าจะเป็นธุรกิจขนาดเล็ก กลาง หรือใหญ่ ก็สามารถประยุกต์ใช้ LLM เพื่อตอบโจทย์ในมิติที่แตกต่างกันได้ เช่น การตลาด การขาย การบริการลูกค้า หรือแม้แต่การจัดการข้อมูลภายในองค์กร

เมื่อองค์กรเข้าสู่ยุคดิจิทัล การแข่งขันด้านทรัพยากรบุคคล (HR) ก็เข้มข้นขึ้นไม่แพ้ด้านอื่น ๆ ปัจจัยสำคัญที่ HR ในยุคนี้ต้องตระหนักคือการใช้เทคโนโลยีเข้ามาเป็นตัวช่วยในการจัดการกระบวนการคัดเลือกผู้สมัครงาน เพื่อลดภาระงานซ้ำซ้อน ประหยัดเวลา และยังเพิ่มความแม่นยำในการค้นหาบุคลากรที่เหมาะสม หนึ่งในเทคโนโลยีที่ถูกหยิบยกขึ้นมาใช้อย่างแพร่หลาย คือ ปัญญาประดิษฐ์ (AI) ร่วมกับระบบอัตโนมัติ (Automation) ซึ่งช่วยปรับกระบวนการคัดกรองผู้สมัครให้มีประสิทธิภาพมากขึ้นได้อย่างมหาศาล

Generative AI เป็นเทคโนโลยีใหม่ที่เข้ามามีบทบาทมากขึ้นในทางธุรกิจมากมาย ขึ้นกับเราจะนำไปประยุกต์ใช้งานในเรื่องใด ในบทความนี้จะลอง Explorer ให้เห็นว่าในด้านธุรกิจ สามารถช่วยงานอะไรได้บ้าง

เมื่อโลกเข้าสู่ยุคปัญญาประดิษฐ์ (AI) เต็มรูปแบบ เราเห็นความหลากหลายของเทคโนโลยีใหม่ ๆ ที่เกิดขึ้นอย่างต่อเนื่อง ในยุคที่เรามี Generative AI โดยหนึ่งในแนวคิดที่น่าจับตามองคือ Agentic AI หรือ “เอเจนติกเอไอ” ซึ่งเป็น AI ที่สามารถดำเนินการและตัดสินใจด้วยตนเอง โดยมีลักษณะคล้าย “ตัวแทน” (Agent) ที่เข้าใจเป้าหมาย รวมถึงมีความสามารถในการปรับตัวตามสถานการณ์ต่าง ๆ ได้ ในบทความนี้ จะพาคุณมาทำความเข้าใจว่า Agentic AI คืออะไร มีหลักการทำงานอย่างไร และสามารถนำไปประยุกต์ใช้ในด้านใดบ้าง

Prompt เป็นหัวใจสำคัญในการสื่อสารกับ Generative AI การเขียน Prompt ที่ดีช่วยให้งานที่เกิดขึ้นจาก AI มีความถูกต้อง แม่นยำ และสอดคล้องกับความต้องการของเราได้มากที่สุด สิ่งที่ต้องคำนึงถึงคือความชัดเจนของบริบท การให้รายละเอียดที่ครบถ้วน ตลอดจนการกำหนดรูปแบบผลลัพธ์และวิธีการเขียน Prompt อย่างมีขั้นตอน ยิ่งเราทำความเข้าใจและทดลองฝึกฝนมากเท่าไหร่ ผลงานจาก Generative AI ก็จะยิ่งมีคุณภาพสูงขึ้น และช่วยประหยัดเวลาทำงานด้านต่าง ๆ ได้อย่างมีประสิทธิภาพ