เอาชนะความท้าทายโครงการ AI ด้วยโซลูชัน Hybrid Cloud จาก IBM และแผนงานตาม G-Able AI Blueprint

ทุกวันนี้ AI อยู่รอบตัวเราตลอดเวลาตั้งแต่ มือถือ รถยนต์ และ IoT ต่างๆ แต่เมื่อพูดถึงการลงทุนโครงการ AI ในระดับองค์กร ความคุ้มทุนเป็นเรื่องที่ต้องถูกถามถึงเสมอ และไม่ง่ายเลยที่จะตอบคำถามนี้ได้หากท่านไม่เคยมีประสบการณ์มาก่อน ในบทความนี้เราขอแนะนำกลยุทธ์และบริการจาก G-Able ที่ผนึกกำลังมากับเทคโนโลยีชุดใหญ่จาก IBM ที่จะช่วยให้โครงการ AI ของท่านข้ามทุกอุปสรรคผ่านทุกประสบการณ์ทั้ง Hybrid และ Multi cloud

ความท้าทายของโซลูชัน Hybrid Cloud และโครงการ AI

เป็นที่ทราบดีว่า Cloud มีความสามารถล้ำสมัยมากมายอย่างปฏิเสธไม่ได้ ทำให้ทุกวันนี้เมื่อมีโปรเจ็กต์เกิดใหม่ส่วนใหญ่มักไปจบที่ Cloud แต่เรื่องจริงที่เกิดขึ้นก็คือ Hybrid Cloud มาพร้อมกับความท้าทายหลายด้าน เช่น ระบบต่างๆที่ทำงานสอดประสานกันไม่ได้ ทักษะและจำนวนบุคคลากรที่ยังขาดอีกมาก และความคุ้มค่าในการลงทุน และเรื่องราวจะยากมากขึ้นไปอีกหากท่านไม่มีโซลูชันที่ถูกออกแบบมาโดยเฉพาะ

อนึ่งเทคโนโลยี Generative AI ที่ทุกคนได้สัมผัสกันมาแล้วก็เป็นหัวข้อที่องค์กรให้ความสนใจไม่น้อย แต่คำถามคือองค์กรจะเริ่มต้นโครงการ AI ที่จุดไหนและทำอย่างไรก็ให้คุ้มค่ามากที่สุด การปรับขนาดเพิ่มลดจะเป็นอย่างไรบ้างหากธุรกิจปรับเปลี่ยนนโยบาย รวมถึงผู้ปฏิบัติการที่มีความเชี่ยวชาญ โดยเมื่อรวมความท้าทายของทั้ง Hybrid Cloud และ AI ดูเหมือนว่าองค์กรจะยังมีการบ้านอีกมากที่ต้องขบคิดอย่างหลีกเลี่ยงไม่ได้ เพราะสุดท้ายแล้ว เราทุกคนต่างรู้ดีว่า AI คือสิ่งที่จะช่วยยกระดับธุรกิจให้ก้าวทันโลก

ด้วยเหตุนี้เองเทคโนโลยีของ IBM ได้ถูกออกแบบมาให้ตอบโจทย์สภาพแวดล้อมแบบ Hybrid Cloud โดยผลิตภัณฑ์มีความยืดหยุ่นรองรับการขยายหรือลดขนาดของธุรกิจสนองนโยบายที่เปลี่ยนแปลงอย่างรวดเร็ว ทั้งยังทำงานรองรับระบบข้อมูลที่อยู่ในสถานที่ต่างๆได้เปิดกว้าง ตลอดจนยึดถือความมั่นคงปลอดภัย ผสานความล้ำสมัยของเทคโนโลยีใหม่เข้ามา เช่น Generative AI และเป็น AI ที่ตรวจสอบและอธิบายได้ รวมถึงการรองรับ Container Workload ที่เป็นหัวใจสำคัญของแอปพลิเคชันใน Hybrid Cloud

เพราะ ‘ข้อมูล’ คือเรื่องใหญ่สำหรับ AI

ข้อมูลคือปัจจัยหลักที่ทำให้โครงการ AI ประสบความสำเร็จ ซึ่งข้อมูลระดับองค์กรมีความท้าทายไม่น้อย ยกตัวอย่างเช่น ปริมาณข้อมูลที่เกิดขึ้น ความเร็วที่ต้องการเข้าถึงข้อมูล ความหลากหลายของแหล่งจัดเก็บข้อมูล และความมั่นคงปลอดภัย ด้วยเหตุนี้เอง IBM จึงได้นำเสนอโซลูชัน Storage ในหลายแง่มุม ดังนี้

1.) IBM FlashSystem

IBM FlashSystem เป็น Storage ระดับองค์กรรุ่นหนึ่งที่มีให้เลือกในหลายระดับ เริ่มต้นตั้งแต่รุ่นเล็กอย่าง 5015, 5045 และ 5300 ไปจนถึงรุ่นใหญ่อย่าง 9500 โดยความโดดเด่นก็คือ Storage Virtualize และ Storage Insight ซึ่งอย่างแรกก็คือการทำให้ Storage ที่มีอยู่ทั้งหมดในองค์กรสามารถใช้งานและบริหารจัดการร่วมกันได้เสมือนเป็นระบบจัดเก็บข้อมูลระบบเดียวกัน และความสามารถต่างๆ ที่เทคโนโลยี Storage Virtualization สามารถทำได้นั้น ก็จะถูกนำไปใช้ได้บนทุกๆ Storage ด้วยเช่นกัน ในขณะที่ Storage Insight จะมีฟีเจอร์ในการติดตามสุขภาพและปัญหาเกี่ยวกับการใช้งานของ Storage โดยทำให้ผู้ดูแลสามารถ วางแผน แก้ไขปัญหา ป้องกันภัยคุกคามได้อย่างอัตโนมัติ โดยภายในได้นำระบบ AI มาวิเคราะห์พฤติกรรมต่างๆ เพื่อให้คำแนะนำต่อการใช้งานหรือเพื่อแก้ปัญหาได้อย่างรวดเร็ว

นอกจากนี้ IBM ยังได้นำเสนอ Flash Core Module (FCM4) ดิสก์รูปแบบพิเศษที่มีชิป FPGA ฝังอยู่ในแต่ละลูก มาพร้อมกับระบบการตรวจจับพฤติกรรมความผิดปกติในการเขียนข้อมูลบนดิสก์ การเข้ารหัสข้อมูล และการบีบอัดข้อมูล มาในตัวดิสก์ โดยเมื่อผนึกกำลังกับ Storage Virtualize และ Storage Insight จะช่วยให้เกิดการวิเคราะห์พฤติกรรมของแรนซัมแวร์ได้ที่ระดับการอ่านเขียนข้อมูลได้อย่างรวดเร็วไม่ต้องรอให้การโจมตีดำเนินไปยาวนาน

2.) IBM Storage Fusion HCI System

ความเป็นอันหนึ่งอันเดียวกันระหว่าง IBM และ Red Hat ผู้นำด้านโอเพ่นซอร์สระดับองค์กร นำไปสู่หลายความร่วมมือ ซึ่งหนึ่งในนั้นก็คือโซลูชัน IBM Fusion HCI หรือฮาร์ดแวร์จาก IBM ผนึกกำลังกับ Red Hat OpenShift ที่เป็นแพลตฟอร์มสำหรับการจัดการ Container Workload นอกจากนี้ Red Hat ยังมีโซลูชัน Red Hat OpenShift Virtualization ที่มีรากฐานมาจากโปรเจ็กต์ KubeVirt ที่สามารถให้บริการ VM กล่าวคือโซลูชัน IBM Fusion HCI สามารถให้บริการได้ทั้ง Container และ VM ครอบคลุมทั้งความต้องการแบบเก่าและแบบใหม่ตอบโจทย์ด้าน Hybrid Cloud

แน่นอนว่า IBM Fusion HCI ก็คือฮาร์ดแวร์ Hyper Converged Infrastructure ที่ IBM ได้แสดงศักยภาพของผู้นำด้านโครงสร้างพื้นฐานสำหรับ AI ด้วยการรองรับการใช้งานด้วยโหนดที่มาพร้อม GPU จาก NVIDIA ทั้งนี้ IBM Fusion HCI ยังมี Data Services ที่ต่อยอดในการให้บริการ Container Workload ในระดับองค์กรได้ดังนี้

• Persistent Volume ที่รองรับได้ทั้ง File, Block และ Object
• การสำรองและกู้คืนข้อมูลอย่างอัตโนมัติ 
• การทำ Synchronous และ Asynchronous Data Replication เพื่อรองรับเกณฑ์ด้าน RTO/RPO ขององค์กรตอบโจทย์ High Availability(HA) และ disaster recovery(DR)
• เพื่มความเร็วในการใช้งานข้อมูลจาก S3 Storage ด้วยการทำ Data caching 
• การทำ Data Catalog ของข้อมูลในองค์กรเพื่อช่วยในการติดตามข้อมูล ค้นหา และการทำดัชนีของข้อมูล 

ทั้งนี้ลูกค้ายังสามารถเริ่มการใช้งานระบบ AI ได้อย่างรวดเร็วด้วยการใช้งาน IBM Fusion HCI ร่วมกับ IBM WatsonX, IBM Cloud Pak, ซอฟต์แวร์ระดับองค์กรอื่นๆ หรือการพัฒนาแอปเพื่อใช้ขึ้นเอง

3.) Software-defined Storage : Storage Scale และ Storage Ceph

โปรเจ็กต์ AI มักเผชิญกับข้อมูลปริมาณมหาศาล แหล่งจัดเก็บที่แตกต่างกัน ชนิดของไฟล์ และคุณภาพของข้อมูล ด้วยเหตุนี้เองโซลูชัน Software-defined จึงเข้ามาตอบโจทย์ความต้องการเหล่านี้ 

โดย IBM ได้นำเสนอ IBM Storage Scale และ IBM Storage Ceph โดยทั้งสองรูปแบบสามารถตอบโจทย์ความหลากหลายของโปรโตคอลและความหลากหลายของแหล่งที่มาของข้อมูลได้อย่างครอบคลุมเพื่อทำ Policy รองรับการจัดการข้อมูลได้ ซึ่ง Storage Scale จะมีจุดเด่นเรื่องการทำงานระดับ File System ที่เรียกว่า General Parallel File System (GPFS) ซึ่งจะให้ประสิทธิภาพเรื่องของความเร็วในการเข้าถึงข้อมูล ในขณะที่ Ceph จะเน้นไปที่เรื่องของการจัดเก็บข้อมูลได้ทั้งรูปแบบ File และ Object และรองรับการขยายตัวของการจัดเก็บข้อมูลในปริมาณเยอะๆได้นั่นเอง

โดย IBM ได้นำเสนอโซลูชันพร้อมใช้ที่เรียกว่า Ready Nodes สำหรับองค์กรที่มองหา Data lake หรือการเก็บไฟล์ Archive ที่พร้อมเริ่มต้นได้ทันที หรือในทางปฏิบัตินั้น การเริ่มต้น Storage Ceph ก็ทำได้ง่ายๆเพียงติดตั้ง Red Hat Enterprise Linux บน 4 โหนด และติดตั้ง Storage Ceph ที่มาพร้อมกับ Insights และเพียงแค่ตั้งค่าอีกไม่กี่ขั้นตอนก็สามารถทำงานได้แล้ว

IBM Power Systems – การประมวลผลที่มั่นใจได้สำหรับโปรเจ็กต์ AI

IBM ได้รับความไว้วางใจให้เป็นรากฐานการให้บริการสำคัญของธุรกิจเสมอมา เช่น ระบบเมนเฟรม เช่นเดียวกันด้วยแนวคิดระดับองค์กรนี้ IBM Power ก็ได้นำเสนอเซิร์ฟเวอร์ประมวลผลคุณภาพสูงและน่าเชื่อถือซึ่งเดินทางมาถึงรุ่นที่ 10 แล้ว โดยการโครงสร้างสำคัญของโปรเจ็กต์ AI นั้น สะท้อนได้จาก 3 แนวคิด ดังนี้

1.) ประสิทธิภาพสูง

การประมวลผลของ AI มักพูดถึงฮาร์ดแวร์ที่ช่วยในการประมวลผลอยู่เสมอ เช่น GPU หรือระบบ Tensor(TPU) หรือ ASIC Chip แบบพิเศษ โดยในมุมของ IBM Power ได้นำเสนอฟีเจอร์นี้ผ่านสิ่งที่เรียกกว่า Matrix Mathematic Accelerator (MMA) โดยผนวกข้อดีของทั้ง GPU และ TPU เข้าไว้ด้วยกัน โดยการนำชิปนี้ไว้ที่ CPU ลดการเดินทางของข้อมูลซึ่งมักเป็นอุปสรรคในการประมวลผล โดยแต่ละคอร์ CPU จะล้อมรอบด้วย MMA ถึง 4 ตัวและในหนึ่งคอร์มีได้ถึง 8 เธรด และมีจำนวน CPU สูงสุดได้ถึง 240 คอร์

2.) ใช้งานได้อย่างยืดหยุ่น

IBM Power Systems มาพร้อมกับระบบ virtualization เรียกว่า PowerVM ที่สามารถทำให้ผู้ใช้สร้างทรัพยากรเพื่อรันงานได้อย่างหลากหลายทั้ง IBM AIX, IBM i และ Linux หรือแม้กระทั่งการต่อยอดสู่ Cloud native ด้วยการลง Red Hat Openshift ได้โดยตรงตอบโจทย์ Hybrid และ Multicloud และล่าสุดได้มีการเปิดตัวฮาร์ดแวร์เพื่อการประมวลผล AI Inference ที่ระดับ Edge อย่าง S1012 ที่มี Form Factor ได้หลายรูปแบบ นอกจากนี้ยังมีเรื่องของซอฟต์แวร์เริ่มต้นสำหรับงาน AI ได้อีกมากมาย เช่น IBM Cloud Pak เป็นต้น

3.) ความน่าเชื่อถือ

การที่ IBM ยังเป็นรากฐานสำหรับงานสำคัญของธุรกิจได้ เนื่องจากความใส่ใจตั้งแต่ระดับการออกแบบ โดยหนึ่งในความพิเศษอย่างการของแบบ DRAM ที่มีชิปสำรองทำให้ระบบของ IBM สามารถให้บริการได้อย่างต่อเนื่องโดยมีอัตราการ Downtime น้อยมาก ในมุมของความมั่นคงปลอดภัยรองรับทั้งเรื่องการเข้ารหัสของมูลในหน่วยความจำและ fully homomorphic encryption(FMA)

เริ่มต้นกับ AI ได้ด้วย IBM watsonx

หากย้อนไปดูประวัติของเทคโนโลยีระดับองค์กรจะเห็นได้ว่า IBM เป็นหนึ่งในผู้นำด้านเทคโนโลยีระดับองค์กรเสมอมา เช่นกันในมุมของการสร้างสรรค์โปรเจ็กต์ AI ระดับองค์กร IBM watsonx คือแพลตฟอร์มที่เกิดมาเพื่อการนั้น โดยมีการนำเสนอความสามารถใน 3 แง่มุมคือ

• ibmwatsonx.ai – เครื่องมือพัฒนา AI ระดับองค์กรโดยทาง IBM ได้ออกแบบเครื่องมือนี้เพื่อช่วยงานนักพัฒนาอย่างครบวงจร ผนวกเข้ากับ MLOps Pipeline โดยมีบริการตั้งแต่เรื่อง API, เครื่องมือในการพัฒนาโค้ด โมเดล และรันไทม์ รองรับทั้ง Predictive AI และ Generative AI (มี RAG Framework) โดยเปิดกว้างกับเครื่องมือที่นักพัฒนาถนัด เช่น Python Notebook, Rstudio หรือ IDE ใดๆ ทั้งยังตอบโจทย์ผู้ใช้งานทุกระดับไม่ว่าจะเป็นการพัฒนาโมเดลขึ้นเอง หรือเน้นความรวดเร็วเพียงแค่ปรับจูน Template ที่มีมาให้ก็ทำได้ใน watsonx.ai
• ibmwatsonx.data – ถังเก็บข้อมูลที่เรียกว่าเป็น Data lakehouse ขนาดใหญ่ที่ช่วยทลายข้อจำกัดของข้อมูลให้หลั่งไหลเข้ามาได้จากทุกทิศทุกทางเพื่อให้ AI ได้ใช้ประโยชน์จากข้อมูลนี้หรือองค์กรสามารถแบ่งปันข้อมูลได้อย่างคล่องตัวให้แก่โครงการ AI ต่างๆ ทั้งยังลดต้นทุนในการจัดการข้อมูลและมีฟีเจอร์สำหรับช่วยค้นหาข้อมูลได้อย่างรวดเร็ว ตลอดจนมีความพร้อมเรื่อง Vector Database ที่ไปต่อกับการปรับจูน RAG ในงาน Generative AI
• ibmwatson.governance – เครื่องมือที่ช่วยควบคุมการทำงานในโปรเจ็กต์ AI เมื่อต้องเผชิญกับคำถามในเรื่องความคลุมเครือจากที่มาข้อมูล โมเดลที่นำมาใช้ และความเสี่ยงอย่างช่องโหว่หรือข้อผิดพลาดในการตั้งค่า โดยในองค์กรมักมีข้อกำหนดระเบียบข้อบังคับที่โครงการ AI ต้องปฏิบัติตาม โดย IBM จะช่วยให้กระบวนการเหล่านี้เป็นไปได้และยังทำงานร่วมกับ Third-party ได้ด้วย

IBM watsonx ตั้งอยู่บน 4 แนวคิดสำคัญก็คือ Open, Target, Trusted และ Empowering ซึ่งหมายถึงการที่ IBM ได้สนับสนุนในการใช้เทคโนโลยีแบบเปิดที่ตอบโจทย์ความต้องการขององค์กรอย่างเฉพาะเจาะจงและสอดคล้องกับระเบียบข้อบังคับขององค์กร โดยทั้งกระบวนการต้องโปร่งใสมีความรับผิดชอบและควบคุมได้ อีกทั้ง IBM ไม่ได้มองว่าองค์กรเป็นเพียงแค่ผู้ใช้งานรายหนึ่งแต่ท่านคือผู้สร้างคุณค่าด้วย AI และท่านคือเจ้าของผลงานนั้น

สำหรับ Use Cases ในการใช้งานต่างๆ IBM ที่มีประสบการณ์กับองค์กรมาแล้วมากมาย ปัจจุบันได้มีการนำเสนอกรณีการใช้งานของ watsonx ที่เรียกได้ว่าพร้อมใช้ในหลายรูปแบบ เช่น

• watsonx Orchestrate – เป็นความสามารถของผู้ช่วย AI สำหรับการช่วยทำงานที่ต้องทำซ้ำให้เกิดขึ้นได้อย่างอัตโนมัติย่อยขบวนการทำงานที่ซับซ้อนให้ง่ายขึ้น เช่น การดาวน์โหลดไฟล์ ส่งอีเมล หรือโพสต์งาน เป็นต้น
• watsonx Assistant – เป็นแชทบอทที่สามารถให้บริการดูแลลูกค้าเบื้องต้นได้โดยมี Template พื้นฐานให้องค์กรปรับจูนข้อมูลของตนเองลงไปได้สู่องค์ความรู้ด้านต่างๆ เช่น HR, การตลาด หรือเจ้าหน้าที่ให้บริการลูกค้า
• watsonx Code Assistant – ผู้ช่วยด้าน AI ที่สามารถให้คำแนะนำเกี่ยวกับการเขียนโค้ด ตรวจสอบ อธิบายข้อสงสัย ปรับปรุงโค้ดได้
• watsonx Assistant for Z – ผู้ช่วย AI ที่จะให้คำปรึกษาหรือทำให้งานบน IBM Z mainframe เป็นไปได้อย่างอัตโนมัติ
• watsonx BI Assistant – Generative AI ที่มาช่วยในงาน Business Intelligence(BI) ซึ่งเดิมที่ผู้ใช้ต้องคอยมาสร้างกราฟเพื่อวิเคราะห์ข้อมูล แต่จะมีผู้ช่วย AI มาให้คำตอบได้

บริการให้คำปรึกษาอย่างมืออาชีพในโครงการ AI จาก G-Able

จะเห็นได้ว่าโครงการ AI เป็นเรื่องที่ต้องมีการวางแผนเส้นทางการเดินทางอย่างรอบคอบ โดย G-Able ผู้เชี่ยวชาญและให้คำปรึกษาในระบบไอทีที่มีประสบการณ์กับธุรกิจมายาวนาน ได้แนะนำ Framework สำหรับการเริ่มต้นโครงการ AI ไว้ดังนี้

1.) กำหนดเป้าหมาย : องค์กรต้องขบคิดเกี่ยวกับเป้าหมายของโครงการให้ชัดเจน ว่าโครงการ AI ที่จะนำเข้ามานั้นแก้ไขปัญหาเรื่องอะไร เพื่อจะได้แก้ไขปัญหาเหล่านั้นได้ถูกจุด และจะสามารถการตอบคำถามเรื่องความคุ้มค่าในการลงทุน(ROI)

2.) สร้างวัฒนธรรมองค์กร : การที่จะทำให้โครงการ AI ประสบความสำเร็จได้นั้น เหล่าผู้นำองค์กรที่มีอิทธิพลต่อองค์กรต้องยอมรับและเป็นผู้ผลักดันโครงการสู่พนักงานระดับล่าง ทั้งนี้องค์กรต้องสร้างวัฒนธรรมที่สนับสนุนการเกิดนวัตกรรมด้วย

3.) สร้างทักษะของบุคคลากร : โครงการ AI จะเกิดขึ้นไม่ได้หากสุดท้ายแล้วพนักงานไม่มีทักษะในการดูแล ทำให้องค์กรต้องพิจารณาการจัดหาผู้ชำนาญการหรือส่งเสริมให้พนักงานเดิมมีทักษะเกี่ยวกับ AI และสนับสนุนให้มีการเรียนรู้อย่างต่อเนื่อง

ปัจจุบัน G-Able ได้มีบทบาทอย่างหลากหลายในการให้บริการและสนับสนุนโครงการ AI ในภาคองค์กรของประเทศไทยมากมาย ตั้งแต่การให้บริการโครงสร้างพื้นฐานไอทีที่ใช้เป็นระบบประมวลผลของงาน AI ในมหาวิทยาลัย หรือการนำ watsonx.ai ไปประยุกต์ใช้เพื่อแก้ปัญหาของธุรกิจ โดย G-Able สามารถเข้าไปนำเสนอแผนงานเพื่อให้ข้อมูลกับผู้บริหารถึงประโยชน์ ความเป็นไปได้ ความคุ้มทุน ตลอดจนการวางแผนและอิมพลีเม้นต์โครงการ AI ของธุรกิจ

บทส่งท้าย

จะเห็นได้ว่าการเริ่มต้นโปรเจ็คต์ AI ให้สอดคล้องกับโลกที่เป็น Hybrid Cloud ต้องอยู่บนแนวคิดของผลิตภัณฑ์ที่ถูกออกแบบมาเพื่อการนั้น ซึ่ง IBM ที่เป็นผู้นำระดับโลกด้านเทคโนโลยีสามารถให้บริการได้ตั้งแต่โครงสร้างพื้นฐาน ซอฟต์แวร์ และระดับประยุกต์ AI ใช้ได้อย่างครบวงจร ตั้งแต่ IBM Storage และ IBM Power, IBM watsonx ที่มีสูตรจบพร้อมใช้งานหรือเทคโนโลยีจาก Red Hat OpenShift ที่รองรับเรื่องของ Hybrid Cloud

อย่างไรก็ดีนั่นคือเรื่องในมุมของเทคโนโลยี แต่ในแง่ของการทำงานจริงองค์กรต้องมีการวางแผนให้เหมาะสมกับปัญหาของตนเอง ซึ่ง G-Able มีความพร้อมในด้านของเทคโนโลยีทั้ง Cloud, Data Center, Security, Data & Analytics, Business & Application , Managed Service และ AI แต่ G-Able เคารพความจริงที่ว่าแม้ตนจะมีความเชี่ยวชาญกับเทคโนโลยีเพียงใด แต่สุดท้ายแล้วลูกค้าคือผู้เข้าใจธุรกิจดีที่สุด ดังนั้นลูกค้าคือผู้ให้โอกาสและพาร์ทเนอร์ที่ต้องทำงานร่วมกันเพื่อให้นวัตกรรม AI เกิดขึ้นได้

G-Able เป็นพันธมิตรที่แข็งแกร่งของ IBM มาตลอดหลายปีที่ผ่านมา ทำให้ทีม G-Able มีความเชี่ยวชาญในการ Implement เทคโนโลยี ของ IBM

นอกจากนี้ G-Able ยังพร้อมให้บริการเป็นที่ปรึกษาทางด้าน AI for Business รวมถึงมีประสบการณ์ในการให้บริการแก่องค์กรชั้นนำ ในหลากหลายอุตสาหกรรม โดยเฉพาะอย่างยิ่ง ธุรกิจพลังงาน ธุรกิจการเงิน ธุรกิจโทรคมนาคม และธุรกิจโลจิสติกส์ G-Able จึงพร้อมให้บริการทางด้าน AI แก่องค์กรของคุณอย่างครบวงจร

สำหรับผู้ที่สนใจโซลูชัน IBM สามารถติดต่อทีมงาน G-Able ได้ทันทีที่ contactcenter@g-able.com หรือศึกษาข้อมูลของ G-Able ได้ที่เว็บไซต์ https://www.g-able.com/