
การใช้งาน AI ในระดับองค์กรต้องพิจารณาบริบทสำคัญมากมาย ประเด็นหนึ่งคือการมีเครื่องมือที่ไม่สร้างภาระเพิ่มให้การทำงาน แต่ต้องช่วยสร้างผลงานได้อย่างรวดเร็ว มี governance ที่จะช่วยให้มั่นใจว่าจะไม่ก่อให้เกิดปัญหาเรื่องจริยธรรมหรือความเป็นส่วนตัวของข้อมูลที่ไม่คาดคิดในอนาคต ขณะเดียวกันก็ต้องนำไปสู่การประเมินความคุ้มทุนให้ไวที่สุด โดยเครื่องมือ watsonx.ai คือกลไกสำคัญจาก IBM ที่จะตอบโจทย์มิติต่างๆได้อย่างสมบูรณ์

รู้จักกับ watsonx.ai : เครื่องมือช่วยสร้าง AI สำหรับการใช้งานระดับองค์กร
ความต้องการของ AI ระดับองค์กรแตกต่างกับ AI ในฝั่ง Consumer โดยสิ้นเชิง เพราะสิ่งที่เรามองเห็นจาก Generative AI ยอดนิยมคือภาพที่สมบูรณ์พร้อมใช้งานแล้ว อยากรู้อะไรก็คุยด้วยภาษามนุษย์ง่ายๆ ซึ่งเบื้องหลังก็คือโมเดลที่ถูกสอนด้วยข้อมูลมหึมาที่เรียกว่า LLM ทั้งนี้สิ่งที่ยังขาดหายไปจากโมเดลเหล่านี้ก็คือการประมวลผลบนพื้นฐานของข้อมูลที่ตรงกับประสบการณ์และบริบทขององค์กรนั้นๆ นั่นคือเหตุผลว่าทำไมเราจึงต้องมองหา AI สำหรับการใช้ในองค์กร
อย่างไรก็ตามแม้ Generative AI จะโด่งดัง แต่หัวข้อ AI ยังมีแนวคิดการเรียนรู้อีกหลายด้าน เช่น การใช้งานเพื่อทำนายที่ในธุรกิจขนาดใหญ่เริ่มดำเนินการไปหลายปีก่อนหน้าแล้ว ทั้งนี้สถานการณ์ของตลาดที่แข่งขันกันสูงทำให้พฤติกรรมของผู้บริโภคเปลี่ยนไปอย่างรวดเร็วคาดเดาได้ยาก ดังนั้นความสามารถในการปรับปรุงโมเดลหรือสร้างโมเดลใหม่ขึ้นมาให้เท่าทันก็เป็นเรื่องที่สำคัญเช่นกัน
ในทางปฏิบัติจริงการสร้าง AI ควรมือเครื่องมือที่เข้ากับเครื่องมือยอดนิยมของเหล่านักพัฒนาหรือ Data Scientist ด้วย เพื่อให้พวกเขาไม่รู้สึกว่ามีภาระเพิ่มในการทำงานใหม่ ด้วยเหตุนี้เองเครื่องมือควรจะสามารถจัดการ API และมี SDK พร้อม ยิ่งดีมากขึ้นหากไปถึงการพร้อมออกแบบ UI ได้ง่าย ตลอดจนมีความพร้อมสำหรับ AI ได้ในมิติต่าง เช่น ปรับปรุงโมเดล LLM กับข้อมูลองค์กรด้วยเทคนิค RAG, ความสามารถสร้าง AI Agent แม้กระทั้งการพัฒนา LLM ขึ้นมาเองซึ่งมักต้องมีข้อมูลปริมาณมหาศาล และท้ายที่สุดคือการ Deploy ใช้งานที่สามารถเลือกทำแบบ Hybrid cloud ได้
IBM watsonx.ai เป็นแพลตฟอร์มสำหรับการพัฒนา AI เพื่อการใช้งานในระดับองค์กรอย่างครบวงจร เริ่มตั้งแต่ช่วงของการพัฒนาโค้ดอย่างมีประสิทธิภาพ รวมถึงการผสานการทำงานเข้ากับเครื่องมือที่นักพัฒนาที่นิยมใช้ โดยครอบคลุมประเด็นตั้งแต่

- การพัฒนาโมเดล LLM ผ่านเครื่องมือ InstructLab ที่สามารถสังเคราะห์ข้อมูลสำหรับงานได้
- การปรับบริบทให้สอดคล้องกับข้อมูลด้วย AutoAI RAG ที่ watsonx.ai ได้ทำให้งานไวขึ้นหรือการใช้งานผ่าน UI ที่เข้าใจได้ง่าย
- เข้าถึงโมเดล IBM Granite และโมเดลยอดนิยมได้ เช่น Hugging Face
- สามารถพัฒนา AI Agent ได้ผ่านหน้า UI โดยมีฟังก์ชันการค้นหาข้อมูลจากเว็บ เอกสาร การเชื่อมต่อกับข้อมูล รันโค้ด และเชื่อมต่อกับบริการภายนอก
- มีหน้าจอ UI แบบพร้อมใช้สำหรับผู้ที่ไม่เชี่ยวชาญเรื่องโค้ดนัก ตั้งแต่การสอบถามข้อมูล การอธิบายโค้ดและสร้างเนื้อหา ตลอดจนการวิเคราะห์และหา Insights ออกมา
เมื่อได้โมเดลสำหรับพร้อมใช้งานแล้วสิ่งที่ต้องคิดต่อ คือวิธีการ deploy โมเดลเพื่อใช้งานจริง ซึ่งต้องสามารถสเกลการใช้งานได้ และตอบโจทย์การใช้งานแบบ Hybrid Cloud โดย Red Hat AI คือกุญแจสำคัญที่จะเข้ามารับช่วงต่อในส่วนนี้
ต่อยอดได้ครบวงจรกับ watsonx.data, watsonx.governance และ watsonx.orchrestrate
ในหัวข้อที่ผ่านมาเราได้กล่าวถึงช่วงของการพัฒนาและการใช้งานจริงกันไปแล้ว ซึ่งนั่นเป็นกุญแจหลักสำหรับการทำงานในโปรเจ็กต์ AI แต่โดยส่วนใหญ่แล้วความท้าทายของ AI คือการเตรียมการข้อมูลตั้งแต่ก่อนเริ่มโครงการ AI เพราะความแม่นยำและรอบรู้ของ AI ขึ้นอยู่กับสิ่งนี้ และนี่คือบทบาทของ watsonx.data หรือ data lakehouse ที่รวบรวมข้อมูลขององค์กรให้เป็นหนึ่งเดียว

อีกประเด็นหนึ่งที่ถูกพูดถึงอย่างกว้างขวางในการใช้งาน AI ก็คือการกำกับดูแลและใช้งาน AI อย่างมีความรับผิดชอบ และอยู่ภายใต้ระเบียบข้อบังคับขององค์กร โดย watsonx.governance คือเครื่องมือที่จะเข้ามาช่วยในการจัดทำ Policy การใช้งานให้อยู่ภายใต้ระเบียบบังคับ ลดความเสี่ยงของช่องโหว่และรู้ถึงการมีอยู่ของการใช้งาน AI ในองค์กร และให้ข้อมูลกับ AI ได้อย่างเหมาะสมไม่โอนเอียง

Agentic AI ได้กลายเป็นหมุดหมายถัดไปในโลก AI โดยว่าด้วยเรื่องของความเป็นอัตโนมัติที่ Agent หลายตัวทำงานร่วมกันได้ ซึ่งในจุดนี้ IBM จึงได้ประกาศออก watsonx.orchrestrate ออกมาเพื่อบริหารจัดการ Agent จำนวนมากที่กำลังจะเกิดขึ้นในอนาคต
Best Practice สำหรับการริเริ่มโครงการ AI ให้ประสบความสำเร็จ โดย G-Able
G-Able ผู้ให้คำปรึกษาระบบดิจิทัลโซลูชันระดับองค์กรได้ทำงานร่วมกับ IBM มาอย่างยาวนาน โดยมีความมั่นใจในคุณภาพระดับโลกและโซลูชันระดับองค์กรจาก IBM ที่นำเสนอแพลตฟอร์มการพัฒนา AI ในระดับองค์กรได้แบบครบลูปการพัฒนาพัฒนา พร้อมรองรับโจทย์ด้าน AI ได้ทุกรูปแบบ
โดยจุดแข็งของ G-Able คือการมีทีม Data and Analytics ที่ก่อตั้งมากว่า 10 ปี โดยได้รับความไว้วางใจกับลูกค้ารายใหญ่จำนวนมาก เช่น กลุ่มลูกค้าธนาคาร โทรคมนาคม และอื่นๆ ด้วยเหตุนี้เอง G-Able จึงมีประสบการณ์และความเข้าใจในความต้องการลูกค้าเป็นอย่างดี เมื่อผนึกกำลังเข้ากับ IBM watsonx.ai เชื่อแน่ว่าลูกค้าของ G-Able จะได้รับบริการที่รวดเร็วและมั่นใจได้อย่างแน่นอน
จากประสบการณ์ที่ผ่านมาของ G-Able ในโครงการ AI พบว่าการที่องค์กรจะประสบความสำเร็จในจุดมุ่งหมายดังกล่าวขึ้นอยู่กับ 3 ปัจจัยคือ ปัจจัยแรก คือการเตรียมข้อมูลให้พร้อมสำหรับงาน ซึ่งส่วนนี้ยังต้องปรับวัฒนธรรมให้คนเข้าใจว่า AI ไม่ได้เข้ามาแย่งงานแต่ช่วยให้ทำงานได้ดีขึ้น เพื่อให้ผู้เชี่ยวชาญในงานนั้นพร้อมที่จะให้ข้อมูลแก่การเรียนรู้ของ AI
ปัจจัยที่สอง คือการเข้าใจถึงผลตอบแทนว่าในบางกรณีการใช้งาน AI อาจไม่สามารถวัดผลในเชิงประจักษ์ด้านตัวเลขทางบัญชีได้ เช่น การลดงานของนักพัฒนาได้อย่างมหาศาล และลดจำนวนคนให้เหลือน้อยลง ซึ่งกำลังที่เหลือก็สามารถนำไปใช้สร้างประโยชน์ในด้านอื่นได้ หรือการสร้างประสบการณ์ที่ดีให้แก่ผู้ใช้กรณีของฝ่ายดูแลลูกค้าที่มี AI เข้ามาช่วยในกระบวนการค้นหาข้อมูล เป็นต้น
ปัจจัยสุดท้าย คือการมีเครื่องมือที่ครอบคลุมวงจรการทำงานของ AI ได้ในทุกขั้นตอน ตั้งแต่การพัฒนา จัดการข้อมูล และกำกับดูแลการใช้งาน รวมถึงเปิดกว้างทำงานร่วมกับโซลูชันจาก 3rd Party ซึ่งในส่วนนี้คือโซลูชัน ibm watsonx ที่เข้ามารับหน้าที่นี้
วีดีโอแนะนำ IBM Watsonx.ai
สนใจโซลูชัน ibm.watsonx ติดต่อทีมงานผู้เชี่ยวชาญจาก G-Able ได้ที่ contactcenter@g-able.com หรือศึกษาข้อมูลของ G-Able ได้ที่เว็บไซต์ www.g-able.com

