12 Trends เทคโนโลยี AI และ Machine Learning Trends ปี 2023
ในโลกแห่งยุคดิจิทัลที่หลายธุรกิจต่างพากันแข่งขัน เพื่อมุ่งสู่การเป็นอันดับหนึ่งนั้น เทคโนโลยียังคงเป็นกุญแจสำคัญ ที่ช่วยขับเคลื่อนธุรกิจ พัฒนาศักยภาพ และเพิ่มขีดความสามารถในการแข่งขัน โดยท่ามกลางกระแสการนำเทคโนโลยีเข้ามาประยุกต์ใช้นั้น AI และ Machine Learning เป็นหนึ่งในเทคโนโลยีที่มีความโดดเด่น เป็นที่นิยม และได้รับการนำมาใช้ในหลากหลายองค์กร จนเกิดการพัฒนาอย่างก้าวกระโดด
มาดูกันว่าในปี 2023 นี้ เทคโนโลยี AI และ Machine Learning ใดบ้างที่น่าจับตามองมากที่สุดใน 12 อันดับแรก (ข้อมูลจาก datasciencedojo.com )
1. Generative AI : เทรนด์ AI ตัวใหม่ ที่ไฉไลกว่าเดิม
Generative AI หรือ Gen-AI โดดเด่นจาก AI ตัวเดิมอย่าง Traditional AI (TAI) อย่างไร ?
ในขณะที่ TAI เป็นเทคโนโลยีที่สร้างสรรค์ผลงานผ่านการ “ทำซ้ำ” รูปแบบของชิ้นงานดั้งเดิม
Gen-AI กลับเป็นเทคโนโลยีที่สร้างสรรค์ผลงานผ่านการ “สร้างใหม่” โดยอาศัยชุดข้อมูลที่บันทึกไว้ ด้วยอัลกอริทึมแบบ Generative Model ที่มีความสามารถในการสร้างข้อมูลใหม่ ๆ ที่มีความแตกต่างไปจากรูปแบบเดิมได้
Generative AI ในชีวิตจริง
- AI ที่สามารถสร้างผลงานศิลปะได้ : Text-to-image สร้างรูปภาพสมจริงจาก คำพูดและตัวหนังสือ
ตัวอย่าง website สำหรับสร้าง Text-to-image
https://replicate.com/pixray/text2image
DALL·E mini by craiyon.com
2) AI ที่สามารถเขียนบทความได้ : ChatGPT จากบริษัท OpenAI เป็น AI chatbot ที่สามารถสื่อสาร และโต้ตอบกัยมนุษย์ได้อย่างชาญฉลาด
ตัวอย่าง การใช้ ChatGPT เขียนบทความเป็นภาษาไทย
Credit : https://www.marketingoops.com/how-to-4/chatgpt-ai-chatbot-openai-how-to/
3) AI ที่สามารถเขียนโค้ดได้ : Github Copilot ตัวช่วยในการเขียนโค้ดสำหรับนักพัฒนาที่ใช้ Codex ของ OpenAI
Credit : https://www.protocol.com/workplace/github-copilot-ai-developers
2. Overlap of AI and IoT : เพราะเราคู่กัน แยกกันได้ แต่ไม่แยกจะดีกว่า
ติดอาวุธให้ AI ด้วย IoT
Maciej Kranz ผู้บริหาร Cisco และเจ้าของหนังสือยอดนิยมอย่าง Building the Internet of Things ได้กล่าวไว้ในบทความของ eetimes ไว้ว่า
“If AI is the brain, then IoT is the body. - หาก AI คือสมอง IOT ก็เปรียบเสมือนกับร่างกาย”
มนุษย์ต้องการสมองในการคิด ประมวล ทบทวน และออกคำสั่ง และในขณะเดียวกันก็จำเป็นต้องมีร่างกายไว้รับคำสั่ง และเคลื่อนไหวตามที่สมองสั่งงาน ประโยคข้างต้นจึงเป็นสิ่งที่แสดงให้เห็นถึงความสำคัญของการนำ 2 เทคโนโลยีมาใช้งานร่วมกัน เพื่อสร้างนวัตกรรมใหม่ ๆ ที่มีความฉลาดและสมบูรณ์แบบมากยิ่งขึ้น
เทคโนโลยี AI จะช่วยส่งเสริม IoT ในการจัดหาอัลกอริทึมและระบบอัตโนมัติสำหรับการจัดการและวิเคราะห์ข้อมูล ในขณะเดียวกัน AI ก็ต้องการโครงสร้างพื้นฐานของ IoT ในการเชื่อมต่อและแลกเปลี่ยนข้อมูลที่รวดเร็วขึ้น
AI and IoT ในชีวิตจริง
- หุ่นยนต์ MK : ที่ใช้เทคโนโลยี IoT และใช้ AI ในการสร้างและจดจำแผนที่ร้าน เพื่อไม่ให้หุ่นยนต์เดินไปเสิร์ฟอาหารผิด และยังต้องการนำระบบ RFID มาใช้ทำ CRM เพื่อสร้างความพึงพอในการบริการ และมัดใจลูกค้าอีกด้วย
Credit : https://techsauce.co/pr-news/mk-restaurant-robotics-service-user-experience
2. หุ่นยนต์ UR10s ติดเพดาน ช่วยพนักงานประกอบเครื่องจักรของบริษัท Bajaj auto ผู้ผลิตรถจักรยานยนต์ยักษ์ใหญ่ของอินเดีย
Credit : https://www.universal-robots.com/blog/6-examples-of-industrial-robots-in-the-automotive-industry/
3. Augmented Intelligence
ทำความรู้จัก Augmented Intelligence เทรนด์ใหม่ที่มาแทน Artificial Intelligence แบบเดิมๆ
Artificial Intelligence หรือ AI แบบเดิมที่เราคุ้นเคย จะแยกส่วนการทำงานออกเป็น 2 ส่วน ได้แก่ ส่วนของการพัฒนา และส่วนของการใช้งาน โดยทั้งสองต่างทำงานแยกส่วนกัน เมื่อพัฒนาทำงานสำเร็จจึงจะส่งต่อมายังส่วนของการใช้งาน การปรับปรุงในส่วนใดส่วนหนึ่งเพิ่มเติมจะไม่เชื่อมโยงกับอีกส่วน
ดังนั้น จึงได้มีการพัฒนาเป็นระบบ Augmented Intelligence ทำงานเป็นเสมือน “แว่นขยาย” ความรู้ของมนุษย์ลงในซอฟต์แวร์ และเป็นตัวช่วย “เสริม” ประสิทธิภาพในการเรียนรู้เชิงลึกเกี่ยวกับการทักษะการคิดของมนุษย์
ในระบบ Augmented Intelligence ทั้งส่วนของการพัฒนา และการใช้งานเป็นหนึ่งเดียวกัน รวมทั้งขับเคลื่อนด้วย 3 สิ่งสำคัญ ได้แก่ Feedback driven, self-learning และ self-assuring ซึ่งเป็นส่วนสำคัญที่ช่วยให้ผู้ใช้งานสามารถใส่ความต้องการ เพื่อให้ระบบเกิดการพัฒนาต่อได้ โดยไม่ต้องมีทักษะในการเขียนโปรแกรม
การใช้ Augmented Intelligence ในชีวิตจริง
เว็บไซต์ peerpower ได้ยกตัวอย่างการนำ Chatbot ที่สามารถสื่อสารผ่านข้อความหรือเสียงได้แบบ Real Time ด้วยเทคโนโลยี Artificial Intelligent ไปใช้ในอุตสาหกรรมต่าง ๆ ได้อย่างน่าสนใจ ดังนี้
- อุตสาหกรรมอาหาร
ร้านอาหารจานด่วนกึ่งเม็กซิกันสไตล์อย่าง Taco bell ได้เปิดตัว TacoBot บนแอพทวงงาน อย่าง Slack ให้ผู้ใช้สามารถพูดคุยและสั่งอาหารผ่านแอพได้ (ยังไม่เปิดให้บริการในประเทศไทย)
Credit : https://fortune.com/2016/04/06/tacobot-taco-bell/
- อุตสาหกรรมสื่อ: CNN Bot ของสำนักข่าว CNN ที่ให้ผู้ใช้งานสามารถกำหนดให้ facebook messenger ของ CNN ส่งหัวข้อข่าวให้อ่านได้ตามความสนใจ รวมทั้งสามารถเลือกได้ว่า จะอ่านเนื้อหาแบบสรุป รวบรัด หรือเลือกอ่านเนื้อหาทั้งหมดของข่าวนั้น ๆ
Credit : https://newsfeed.org/cnn-chatbot/
Credit : https://www.journalism.co.uk/news/-we-curate-you-query-inside-cnn-s-new-facebook-messenger-chat-bot/s2/a628379/
4. Transparency : เมื่อ AI ต้องมีความรับผิดชอบ โปร่งใส และตรวจสอบได้
แม้ว่าในช่วงหลายปีที่ผ่าน AI และ Machine learning จะได้รับความนิยมเป็นอย่างมาก แต่ก็เกิดประเด็นการตั้งคำถามตามมามากมายในวงการเทคโนโลยี เกี่ยวกับความโปร่งใสในการใช้งานอัลกอริทึม และที่มาที่ไปในวิธีการคิดของระบบ จนส่งผลให้เกิดการเรียกร้องให้เปิดเผยวิธีคิด เพื่อลดความเหลื่อมล้ำทางด้านเทคโนโลยี และสร้างโอกาสในการพัฒนาอัลกอริทึมให้มีประสิทธิภาพมากขึ้น
ตัวอย่างกรณีศึกษาที่น่าสนใจ
เว็บไซต์ The Momentum โดยคุณกิตติศักดิ์ ปัญญาจิรกุล ได้ยกตัวอย่างกรณีศึกษาไว้ได้อย่างน่าสนใจ เกี่ยวกับประเด็น องค์กร ACLU (American Civil Liberties Union) ของสหรัฐอเมริกา ที่ทำงานด้านกฎหมาย และให้ความสนใจในเรื่องการปกป้องสิทธิของประชาชนนั้น ได้มีการทดสอบใช้ซอฟต์แวร์ตรวจจับใบหน้าสมาชิกวุฒิสภา เพื่อวัดความแม่นยำของอัลกอริทึมว่าสามารถระบุตัวตนของเจ้าของใบหน้าได้ถูกต้องหรือไม่ โดยใช้บริการซอฟแวร์ของ amazon ที่ชื่อ Rekognition ซึ่งจากการทดสอบพบว่า อัลกอริทึมของซอฟต์แวร์ยืนยันตัวตนของสมาชิกวุฒิสภา จำนวน 28 คนผิดพลาด โดยระบบคิดว่า เป็นบุคคลอื่นที่มีประวัติอาชญากรรม
ต่อมา Amazon ออกมาชี้แจงในประเด็นนี้ว่า ACLU อาจตั้งค่าความเชื่อมั่น (Confidence Level) ที่ต่ำเกินไป โดยใช้ค่าอยู่ที่ 80% ในการทดสอบ ซึ่งทาง amzon แจ้งว่าเป็นค่าความเชื่อมั่นที่เหมาะในการวิเคราะห์รูปภาพทั่วไป เช่น สิ่งของ สัตว์ หรืออาหาร แต่ในกรณีนี้ ที่มีด้านกฎหมายเข้ามาเกี่ยวข้องนั้น ควรใช้ค่าความเชื่อมั่นที่มากกว่า 95% เพื่อให้อัลกอริทึมของซอฟแวร์สามารถวิเคราะห์และระบุตัวตนได้แม่นยำมากยิ่งขึ้น
แม้ว่าสุดท้ายทาง Amazon จะได้อธิบายสาเหตุที่เกิดความผิดพลาดในการทดสอบ และเน้นย้ำว่า ซอฟแวร์เป็นตัวช่วยในการลดภาระงานให้กับมนุษย์ แต่ยังคงจำเป็นต้องอาศัยมนุษย์เข้ามาช่วยยืนยันหรือตัดสินใจร่วมด้วยอีกครั้ง แต่อย่างไรก็ตาม การทดสอบของ ACLU ทำให้หลายส่วนกลับมาทบทวนในประเด็นที่ว่า ในการพัฒนาโปรแกรม หรือผลิตภัณฑ์ต่าง ๆ ไม่ใช่เพียงให้ความสำคัญเฉพาะการทำงานของอัลกอริธึมภายใน แต่ควรให้ความสำคัญในการพิจารณาผลกระทบที่อาจจะเกิดขึ้นของโปรแกรมคอมพิวเตอร์ และกำหนดแนวทางที่จะช่วยลดความผิดพลาดที่ไม่คาดคิด เช่น ในกรณีของ ACLU หากผู้พัฒนาเปิดโอกาสให้มีผู้เชี่ยวชาญเข้ามาตรวจสอบความถูกต้องของโปรแกรมให้แน่ใจว่า ใบหน้าตัวอย่างกับฐานข้อมูลที่มีอยู่แม่นยำตรงกัน
ในอนาคต ผู้พัฒนาอาจจะต้องเผชิญกับความท้าทายใหม่ในหลายประเด็น ทั้งในด้านจริยธรรม มาตรฐานความปลอดภัย และการคุ้มครองข้อมูลส่วนบุคคล รวมทั้ง หลายองค์กรจะเริ่มให้ความสำคัญในประเด็น “ความโปร่งใส” ของอัลกอริทึมมากยิ่งขึ้น ดูได้จากตัวอย่างที่สหภาพยุโรปเริ่มดำเนินนโยบายที่ให้ความสำคัญในการพัฒนา AI ควบคู่ไปกับการสร้างกรอบกฎหมายที่เหมาะสมเพื่อควบคุม AI (อ้างอิงจาก กรมยุโรป กระทรวงต่างประเทศ)
5. Composite AI
Composite AI : ดีอย่างไร ?
เป็น AI แบบผสมผสานที่สามารถใช้เทคนิคของ AI ได้หลากหลายรูปแบบ ช่วยให้สอดคล้องกับการใช้งานที่เหมาะสม สามารถนำมาประยุกต์ใช้ในงานได้หลากหลายประเภทมากขึ้น และเจาะกลุ่มผู้ใช้งานได้หลากหลาย ด้วยความสามารถรอบด้าน รวมกับประสิทธิภาพ และความสามารถในการปรับตัวของ AI จะช่วยให้ AI แบบผสมผสานเป็นที่นิยมได้มากขึ้น
ตัวอย่างที่น่าสนใจ ?
Composite AI ช่วยด้านการบริหารจัดการแอปพลิเคชั่นขององค์กร ระบบอัจฉริยะที่ฝังมาพร้อมจะกระจายความสามารถและขยายต่อไปสู่อุปกรณ์ปลายทางต่างๆ จนถึงผู้ใช้ปลายทาง เช่น ระบบ 5G ส่วนบุคคล
Google home mini ควบคุม smart home ได้ผ่านสัญญาณอินเทอร์เน็ต
Credit : https://www.theverge.com/2017/10/11/16453788/google-home-mini-smart-speaker-review
วิศวกรรมศาสตร์ และแพทย์ศาสตร์ จุฬาฯ ร่วมกับ AIS
นำเทคโนโลยี 5G มาพัฒนาความสามารถหุ่นยนต์
เพื่อใช้ติดตามอาการกลุ่มผู้เฝ้าระวังและดูแลรักษาผู้ป่วยติดเชื้อโควิด-19
Credit : https://thaipublica.org/2020/03/ais-chulalongkorn-university-ai-covid-19/
6. Algorithmic decision-making
เป็น AI รูปแบบหนึ่งที่ได้รับการพัฒนาด้วยระบบสนับสนุนการตัดสินใจ มีความสามารถในการตัดสินใจเกี่ยวกับการจัดการ การรวบรวมข้อมูล การวิเคราะห์ข้อมูล และการสร้างตัวแบบที่ซับซ้อน รวมทั้ง สนับสนุนการประสานกับการทำงานระหว่างบุคลากรกับตัวซอฟต์แวร์ ในลักษณะที่สามารถโต้ตอบ หรือปฏิสัมพันธ์ซึ่งกันและกันได้ ดังนั้น แม้ว่า AI ขั้นสูงจะมีความสามารถในการตัดสินใจ แต่อย่างไรก็ตาม ก็ยังคงต้องอยู่ภายใต้การควบคุมของผู้ใช้งาน ตั้งแต่กระบวนการเริ่มต้น จนถึงกระบวนการสุดท้าย หรืออาจกล่าวได้ว่า ระบบสนับสนุนการตัดสินใจ เป็นระบบที่ช่วยในการโต้ตอบกัน โดยอาศัยคอมพิวเตอร์เป็นตัวช่วยในการค้นหาคำตอบที่ง่าย สะดวก และรวดเร็ว
ตัวอย่างที่น่าสนใจ
Da Vinci Surgical System - หุ่นยนต์ช่วยผ่าตัด
Da Vinci Surgical System ได้รับการนำมาใช้ในการผ่าตัดร่วมกับทีมศัลยแพทย์ ในโรงพยาบาลหลายแห่งทั่วโลก ในชื่อของ Robotic surgery หรือ หุ่นยนต์ช่วยผ่าตัด โดยเปิดตัวครั้งแรกในปี ค.ศ. 2000 สามารถทำหน้าที่ช่วยผ่าตัดได้หลายอวัยวะเพื่อการรักษาโรคต่างๆ
7. No Code tools : แพลตฟอร์มแห่งอนาคต
No code tools : ตัวช่วยทลายขีดจำกัด สร้างสรรค์เว็บ/แอปได้ แม้เขียนโค้ดไม่เป็น
การเขียนโค้ดไม่เป็น จะไม่ใช่ปัญหาอีกต่อไปในอนาคต เมื่อมีผู้ช่วยสร้างเว็บไซต์ /แอปพลิเคชั่นอย่าง No code tools ที่เกิดขึ้นจากแนวคิดพื้นฐานที่ว่า “เทคโนโลยีควรเป็นสิ่งที่เข้าถึงได้ง่าย” ทุกคนสามารถเข้าไปสร้างสรรค์ผลงานได้อย่างไร้อุปสรรคขวางกั้น
No code tools น่าสนใจอย่างไร ?
No code tools เป็นการปรับเปลี่ยนรูปแบบการพัฒนา จากเดิมที่ให้เราเขียนโค้ด มาเป็นการใช้ Graphical User Interface (GUI) ในรูปแบบที่เพียงแค่การคลิก, เลื่อน วางปุ่ม รวมทั้งมีเทมเพลต หรือคำสั่งต่าง ๆ ที่ออกแบบมาให้แล้วได้เลือกใช้งาน จึงให้ความรู้สึกที่เป็นมิตรต่อผู้ใช้งาน หรือคนที่ทำธุรกิจต่าง ๆ มากกว่าคนที่เป็น Developer แต่อย่างไรก็ตาม No code tool อาจเป็นตัวช่วยทุ่นแรงให้กับ Developer ได้ในอนาคต
ตัวอย่าง Platform : No code tools
Credit : https://www.martechthai.com/strategy/what-is-no-code-platform/
ตัวอย่าง Website ที่สร้างในรูปแบบ No code development
เว็บไซต์ของ The Growth Master : https://thegrowthmaster.com/
สร้างโดยใช้เครื่องมือ No-Code Development ที่ชื่อว่า Webflow
8. Cognitive analytics
เป็นอีกหนึ่งเทรนด์ใหม่ที่จะได้รับความนิยมเพิ่มขึ้นอย่างต่อเนื่องในอีกไม่กี่ปีข้างหน้า เป็นความสามารถของคอมพิวเตอร์ในการวิเคราะห์ข้อมูลที่เลียนแบบกระบวนการคิดและการรู้จำของมนุษย์ ต่อยอดให้ Machine เกิด self-learning ในตัวเอง หรืออาจจะสามารถโต้ตอบได้เหมือนมนุษย์
ตัวอย่าง
- Siri ของ Apple
Credit : https://www.apple.com/siri/
- Google Analytics ของ Google
Credit : https://www.octoboard.com/reports/google-analytics-seo-dashboard-audience-web-traffic
9. Virtual assistants
น่าสนใจอย่างไร ?
เป็นอีกหนึ่งเทรนด์ที่น่าสนใจ โดย Virtual assistants เป็นเสมือนผู้ช่วยในการโต้ตอบระหว่างมนุษย์กับคอมพิวเตอร์ ให้เป็นธรรมชาติมากขึ้น และช่วยสร้างความสะดวกสบายในการเชื่อมโยงผู้ใช้งาน และคอมพิวเตอร์ให้สามารถใช้งานได้ง่ายมากขึ้น
ในปี 2023 เราคาดว่า จะเห็นผู้คนใช้ผู้ช่วยเสมือนอย่าง virtual assistants มากขึ้น เนื่องจากเป็นเทคโนโลยีที่ได้รับการพัฒนาให้สามารถจัดการงานต่าง ๆ ได้หลากหลายมากขึ้น ซึ่งอาจส่งผลให้ธุรกิจนำ virtual assistants มาเป็นผู้ช่วยสำหรับงานบริการลูกค้า การขาย และการตลาดมากขึ้น
ตัวอย่าง Samsung เปิดตัว “Sam” ผู้ช่วยเสมือนจริง
สำหรับช่วยเหลือผู้ใช้งานสินค้าในอนาคต
Credit : https://news.siamphone.com/news-47760.htm
10. Wearable devices
จากข้อมูลของ grandviewresearch ได้มีการคาดการณ์แนวโน้มของตลาดสินค้าประเภท Wearable devices จะได้ยังได้รับความนิยม และเติบโตต่อเนื่องตลอดปี 2023 และคาดการณ์ว่าจะเติบโตต่อไปจนถึงช่วงปี 2030 เนื่องจากเป็นอุปกรณ์ที่ให้เลือกหลากหลาย และมีราคาย่อมเยาว์ รวมทั้งใช้งานได้หลากหลาย สามารถรวบรวมข้อมูลส่งไปยังแอปพลิเคชัน แล้วให้ AI นำไปใช้วิเคราะห์ข้อมูลเชิงลึกเกี่ยวกับพฤติกรรมของผู้ใช้งาน
https://www.grandviewresearch.com/industry-analysis/wearable-medical-devices-market
Apple Watch ทำยอดขายแซง “นาฬิกาสวิส” ในปี 2017
อ้างอิงจาก : บริษัทจัดเก็บสถิติ Canalys
Credit https://positioningmag.com/1156073
11. Data Security and Regulations
ระบบเศรษฐกิจปัจจุบัน ข้อมูลกลายเป็นสินค้าหลัก เป็นเสมือนทรัพย์สินที่มีค่าที่สุดที่หลายธุรกิจหวงแหน การเข้ามามีบทบาท และได้รับความนิยมในการนำ AI และ Machine learning ต่าง ๆ เข้ามาใช้งานในภาคธุรกิจ ในขณะที่หลายธุรกิจต่างมีข้อมูลสำหรับใช้ในการจัดการมากมาย ก็อาจส่งผลให้เกิดอันตรายที่เกี่ยวข้องกับข้อมูลนั้น ๆ ตามมาได้ ซึ่งคาดว่า ความเสี่ยงด้านความเป็นส่วนตัวในข้อมูลจะมีแนวโน้มความเสี่ยงสูงขึ้น ภายในปี 2566 เป็นผลให้หลาย ๆ องค์กรสร้างแนวปฏิบัติด้าน Data Security
ตัวอย่างแนวปฏิบัติของ Data Security
- การตรวจสอบกิจกรรมต่างๆที่เกิดขึ้น
- ความปลอดภัยของเครือข่าย
- การเข้าถึงของข้อมูล
- การตอบสนองเมื่อข้อมูลรั่วไหล
- เอ็นคริปชั่น (Encryption) หรือการแปลงข้อมูลให้เป็นรหัสลับ
- การตรวจสอบจากหลายปัจจัย
12. Natural language processing
เป็นกระบวนการประมวลผลภาษาธรรมชาติหรือภาษามนุษย์ ทำให้คอมพิวเตอร์สามารถเข้าใจภาษามนุษย์ รวมไปถึงการวิเคราะห์ด้านภาษาศาสตร์ การตีความจากข้อความ แม้ว่าฟังดูแล้วจะเป็นเรื่องที่ดูไกลตัว แต่ความจริงแล้ว NLP เป็นเรื่องที่ใกล้ตัวมากกว่าเราที่หลายคิด เนื่องจากหลายธุรกิจหันมาดำเนินการผ่านช่องทางดิจิทัล และสื่อโซเชียลมีเดียต่าง ๆ มากขึ้น เช่น ในธุรกิจอีคอมเมิร์ซ ที่มีการนำ chatbot ที่ใช้งานเทคโนโลยี NLP มาใช้บริการลูกค้า และช่วยในการตอยคำถามต่าง ๆ เบื้องต้น
โดยในปี 2023 นี้ คาดว่า จะเห็นการใช้ Natural Language Processing (NLP) เพิ่มขึ้น และอาจนำไปใช้ในการวิเคราะห์ข้อมูล เช่น การวิเคราะห์ความพึงพอใจในสินค้า จากความคิดเห็นของลูกค้าจำนวนมาก
ตัวอย่าง chatbot : Sephora ผ่านแอพ messenger ที่มีชื่อว่า Kik คอยช่วยแนะนำสินค้าให้ลูกค้า รวมถึงสามารถแนะนำแนวการแต่งหน้าต่าง ๆ แล้วเชื่อมโยงไปยังหน้าเว็บไซต์สำหรับสั่งซื้อผลิตภัณฑ์ของแบรนด์นั้น ๆ
Credit : https://www.springwise.com/sephora-adopts-a-kik-bot-to-talk-prom-with-gen-z/
สรุป
แม้ว่าจะเป็นเรื่องยากในการคาดการณ์แนวโน้มเทคโนโลยีที่จะเข้ามามีบทบาทและได้รับความนิยมในการนำมาใช้งานเพื่อสร้างศักยภาพให้กับธุรกิจ แต่การศึกษา และเรียนรู้เทคโนโลยีต่าง ๆ ที่น่าสนใจจะช่วยให้ผู้ประกอบการสามารถวางแผน และตัดสินใจในการวางกลยุทธ์เพื่อนำเทคโนโลยีใหม่ ๆ เข้ามาประยุกต์ใช้ได้อย่างเหมาะสมในแต่ละองค์กร
ในอีกไม่กี่ปีข้างหน้า เราอาจจะได้เห็นอัลกอริทึมที่พัฒนาไปอย่างก้าวกระโดด สามารถนำไปใช้กับอุตสาหกรรมต่าง ๆ ได้อย่างหลากหลาย อาจจะเห็นอัลกอริทึมที่เป็นผู้ช่วยในการลงทุน ทำนายตลาดหุ้น ตลอดจนเป็นผู้ช่วยแพทย์ที่มีความเชี่ยวชาญในการวิเคราะห์สุขภาพได้อย่างแม่นยำ แต่อย่างไรก็ตาม ยังคงเป็นที่น่าตื่นเต้นว่า การพัฒนาด้านประสิทธิภาพภายในของ AI จะสามารถควบคู่ไปกับประเด็นที่ท้าทายในด้านจริยธรรม และตวามรับผิดชอบของผู้พัฒนา AI อย่างไรบ้าง
Source:
https://techsauce.co/saucy-thoughts/what-is-generative-ai-and-how-it-changing-possibility
https://www.arit.co.th/topic/technology-trend-2022#:~:text=Generative%20AI%20คือการสร้าง,สามารถทำงานได้มากมาย%20หาก
https://yoware.org/2018/03/11/iot-ai-need-each-others/
https://www.techtalkthai.com/gartner-top-strategic-technology-trends-for-2023-benefits-opportunities-and-things-to-do-in-the-next-3-years/
https://www.marketingoops.com/digital-transformation/generative-ai-technology-2022/
https://www.mercular.com/review-article/what-is-chatgpt-ai
https://www.iphonemod.net/how-difference-between-ai-and-iot.html
https://www.universal-robots.com/blog/6-examples-of-industrial-robots-in-the-automotive-industry/
https://www.eetimes.com/ai-and-iot-need-each-other/
https://www.coraline.co.th/single-post/2019/07/22/get-to-know-augmented-intelligence-trend-that-replaces-conventional-artificial-intelligen
https://dgti.dga.or.th/chatbot-2/
https://www.peerpower.co.th/blog/chatbot-by-industries
https://blog.pttexpresso.com/technology-augmented-intelligence/
https://themomentum.co/how-to-regulate-ai/
https://thaieurope.net/2020/05/13/
https://thegrowthmaster.com/blog/no-code-low-code-platform#C2
https://www.techoffside.com/2021/06/samsungs-sam-virtual-assistant-new-3d-versions/
https://positioningmag.com/1156073
https://www.mindphp.com/คู่มือ/73-คืออะไร/8859-nlp.html
https://datasciencedojo.com/blog/ai-and-machine-learning-trends/