พัฒนาธุรกิจไปกับ Generative AI บน AWS [Guest Post]

ถ้าพูดถึงเทคโนโลยีที่กำลังเป็นที่นิยมที่สุดในตอนนี้ แน่นอนว่าคงหนีไม่พ้นหัวข้อของ Generative AI ซึ่ง AWS ก็ได้มีโอกาสมาพูดคุยให้ข้อมูลเกี่ยวกับเรื่องนี้ในวัน AWS Cloud Day Thailand เมื่อเดือนสิงหาคมที่ผ่านมา โดยคุณ โอลิวิเยร์ ไคลน์ (หัวหน้าฝ่ายเทคโนโลยี AWS ภาคพื้นเอเชียแปซิฟิกและญี่ปุ่น) ได้มาสาธิตวีธีการใช้งาน พร้อมพูดคุยถึงโอกาสทางธุรกิจในการนำ Generative AI บน AWS มาต่อยอด

Generative AI สามารถสร้างประโยชน์ให้กับธุรกิจในหลากหลายด้าน ยกตัวอย่างเช่น:

1) ต่อยอดการให้บริการลูกค้า (customer experience) ผ่านทั้งรูปแบบแชท หรือแม้กระทั่งการนำ AI มาช่วยในศูนย์บริการลูกค้า contact center ที่มีอยู่ในระบบ Amazon Connect

2) เพิ่มประสิทธิภาพในการทำงานให้แก่พนักงาน เช่น Amazon Code Whisperer ที่เป็น AI coding ช่วยในการเสนอแนะการเขียนโค้ดให้แก่นักพัฒนาและนักเขียนโค้ด

3) ต่อยอดความสร้างสรรค์ ไม่ว่าจะเป็นในรูปแบบภาพ (Image Generation) การออกแบบดีไซน์ หรืองานเขียน

4) พัฒนาการดำเนินงานภายในองค์กร เช่นการจัดเก็บ คัดกรอง ต่อยอดข้อมูลต่าง ๆ

ปลดล็อคศักยภาพของธุรกิจด้วย Generative AI

การเริ่มต้นทดลองกับระบบ Generative AI นั้น ไม่ได้ยากหรือซับซ้อนอย่างที่คิด จุดเด่นของการเริ่มต้นไปกับ AWS นั้นก็มีหลายข้อด้วยกัน อาทิ:

1) การสร้างโมเดลไปกับ AWS นั้นทำได้อย่างง่ายดาย ด้วย Foundation Model (FM) ที่หลากหลาย และความพร้อมที่จะเทรนข้อมูลทั้งแบบกว้าง (common data) และแบบที่เจาะจงกับธุรกิจหรืออุตสาหกรรมนั้น ๆ สิ่งที่จะเพิ่มประสิทธิภาพให้แก่การทำงานของ Generative AI คือการป้อนข้อมูลที่เฉพาะเจาะจงกับแต่ละองค์กรนอกเหนือจากเพียงการใช้ common data ซึ่งนี่ก็เป็นอีกจุดเด่นของ AWS ลูกค้าสามารถสร้างฐานข้อมูลผ่าน Data Lake เพื่อนำมาเทรนโมเดลของตนเองให้มีประสิทธิภาพยิ่งขึ้น

2) สามารถพัฒนาโมเดล Generative AI แบบต้นทุนต่ำด้วยนวัตกรรมชิปเฉพาะของ AWS ที่มีชื่อว่า AWS Trainium และ AWS Inferentia2 ซึ่งออกแบบมาเพื่อรองรับการเทรนข้อมูลและพัฒนา Generative AI โดยเฉพาะ

3) AWS มีตัวอย่างการใช้งานของแอปพลิเคชัน Generative AI บนแพลตฟอร์มมากมายเช่น

  • Amazon CodeWhisperer ที่ใช้ Generative AI ในการเสนอแนะโค้ดต่าง ๆ แบบ real time ให้นักเขียนโค้ดสามารถทำงานได้อย่างง่ายและมีประสิทธิภาพยิ่งขึ้น
  • AWS HealthScribe ที่ช่วยในอุตสาหกรรมการแพทย์ โดยการนำข้อมูลจากบทสนทนาระหว่างแพทย์กับผู้ป่วยมากักเก็บและใส่เป็นรูปแบบเอกสารให้อย่างสมบูรณ์ ช่วยประหยัดเวลาในการทำงานให้กับแพทย์ ได้มีเวลาไปรักษาผู้ป่วยมากยิ่งขึ้น
  • Amazon QuickSight ที่ช่วยในแง่ของ Business Insight ให้บริษัมต่าง ๆ สามารถรวบรวมข้อมูล ประเมินข้อมูล และสร้างสรุปรายงานได้อย่างง่ายดาย

4) สุดท้ายแล้ว AWS มอบความยืดหยุ่นให้แก่ลูกค้าในการสร้าง FM ของตัวเอง ด้วย FM ที่มีให้เลือกหลากหลายจากบริษัทชั้นนำเช่น MetaAI, Hugging Face, Stability.ai, AI21Labs, Cohere และอื่น ๆ อีกมากมายที่ถูกรวมไว้ใน AWS Sagemaker Jumpstart พร้อมให้บริษัทต่าง ๆ ได้ทดลองแล้ววันนี้

About Pawarit Sornin

- จบการศึกษา ปริญญาตรี สาขาวิทยาการคอมพิวเตอร์ มหาวิทยาลัยสวนดุสิต - เคยทำงานด้าน Business Development / Project Manager / Product Sales ดูแลผลิตภัณฑ์ด้าน Wireless Networking และ Mobility Enterprise ในประเทศ - ปัจจุบันเป็นนักเขียน Full-time ที่ TechTalkThai

Check Also

Sonar เข้าซื้อกิจการ Gitar สตาร์ตอัป AI Code Review ยกระดับระบบตรวจสอบโค้ดด้วย Agentic Reasoning

Sonar ผู้ให้บริการแพลตฟอร์มตรวจสอบคุณภาพและความมั่นคงปลอดภัยของโค้ด ประกาศเข้าซื้อกิจการ Gitar สตาร์ตอัปผู้เชี่ยวชาญด้านระบบ AI-native Code Review การเข้าซื้อกิจการครั้งนี้มีเป้าหมายเพื่อผสานความสามารถด้านการคิดวิเคราะห์ของ Gitar เข้ากับเอนจินตรวจสอบโค้ดของ Sonar เพื่อสร้างความมั่นคงปลอดภัยที่รัดกุมยิ่งขึ้นสำหรับทีม DevOps ในยุคที่ …

Stripe ยกระดับระบบชำระเงินสู่โครงสร้างพื้นฐานสำหรับ Machine-to-Machine รับยุค Agentic AI

Stripe เปิดตัวผลิตภัณฑ์ใหม่ 288 รายการ พร้อมส่งแผนพลิกโฉมระบบชำระเงินจากเดิมที่เป็นโครงสร้างพื้นฐานในการทำธุรกรรมสำหรับมนุษย์ ให้กลายเป็นโครงสร้างพื้นฐานที่สามารถตั้งโปรแกรมได้และทำงานอย่างต่อเนื่องเพื่อรองรับธุรกกรรมแบบ Machine-to-Machine ถือเป็นการปูทางเข้าสู่ระบบเศรษฐกิจแบบ Agentic AI อย่างเต็มรูปแบบ