รายการ “การตลาดวันละคน” ครั้งนี้จะมาสัมภาษณ์สองผู้เชี่ยวชาญจาก SCBX กับ ดร.ออฟ Tutanon Sinthuprasith R&D and Innovation Lab Lead ที่ SCBX และ คุณตงตง Sarun Chinsuvapala Market Intelligence Platform Lead ที่ SCBX ในหัวข้อ AI Playbook ทิศทางเอไอโลกจะส่งผลกับธุรกิจไทยขนาดไหน Live เดียวจบครบทุกเรื่อง AI ที่นักการตลาดต้องรู้ ลองไปอ่านกัน
ทำไม SCBX ถึงทำ AI Outlook ออกมา
ตั้งแต่กลางปี 2023 ทาง SCBX ต้องการเป็น AI-First Company จึงเริ่มศึกษาและหาข้อมูลแต่พบว่าอยู่ในภาษาอังกฤษจึงปรึกษากับคุณต้องและพี่ตูน และมองว่าควรทำออกมาเป็นภาษาไทยเพื่อคนไทย เริ่มจากโปรเจค Lighthouse จึงมองว่าจะสื่อสาร AI อย่างไรเปรียบดั่งประภาคารเพื่อแบ่งปันให้คนทั่วไปรับรู้ได้เพื่อนำไปปรับใช้ในองค์กร จะทำอย่างไรให้ข้อมูลที่มีอยู่เยอะมาก ต้องมีแนวทางว่าควรใช้เทคนิคอะไรที่เหมาะสมทั้ง Enterprise และ Innovator
ใช้เวลาทำนานหรือไม่
ใช้เวลาทำมาประมาณ 3-6 เดือน แต่เพราะ AI เปลี่ยนไปเร็วจึงมีปรับอยู่เรื่อยๆ แต่ตัวปัจจุบันเลือกให้ใหม่เท่าที่จะเป็นไปได้และปล่อยออกมา
“AI, a game changer, transforming lives and powering business and innovations”
4 เทรนด์ของเรื่อง AI
- ACT I: Open VS Close Source Model Racing
- ACT II: More versatile, Smaller, Smarter AI
- ACT III: Agentic AI – Rise of the Agents
- ACT IV: AGI – Human – Level AI
และมีแนะนำ Typhoon Use Cases
ACT I: Open VS Close Source Model Racing
ยกตัวอย่างของ Llama เพื่อให้ชุมชนสามารถนำไปใช้ได้และควบคุมปรับแต่งให้เหมาะสมได้ รวมทั้งออกแนวคิดใหม่ๆ ออกมา ส่วน Close Source คือ ChatGPT การใช้งานค่อนข้างปลอดภัยและไม่ล่ม ยกตัวอย่างกราฟเป็นความสามารถของโมเดล และไทม์ไลน์ของโมเดล จะเห็นว่ามีพัฒนาการ โดย Open Source แม้ช้ากว่าแต่จะเก่งขึ้นเรื่อยๆ และสามารถต่อยอดได้เรื่อยๆ จากชุมชน หากดูค่า Ratio จะอยู่ที่ 44.4% ในปี 2022 ส่วนในปี 2023 เป็น 65.7%
“Open-source models’ cost saving drive industry-wide price cuts to stay competitive”
หากให้เข้ากับองค์กรมากขึ้น ดูด้าน Performance ของโมเดล และเปรียบกับด้านราคา การมาของ Deepseek กระทบต่อ OpenAI ทำให้มีการปรับตัวเพื่อการแข่งขันในด้านราคา แต่เป็นผลดีต่อผู้ใช้ หากยังไม่ได้เริ่มใช้ แนะนำว่าไม่ต้องสร้างเอง แต่ให้ไปอยู่ในระดับ Application Layer ซึ่งน่าจะเป็นคนที่ได้ประโยชน์มากที่สุด แนะนำโดย Andrew Ng แต่จริงๆ อยากให้กลับมาดูที่ Use Case ว่าจะใช้อย่างไร
“Align AI Model strenghts, limitations, and costs for optimal business impact”
เราไม่อยากใช้โมเดลที่ราคาสูงแต่ Performance ไม่ดี แต่มองหาราคาถูกและ Performance ดี แต่ในความจริงเพียงแค่ราคาถูกและ Performance ปานกลางก็อาจจะเพียงพอแล้ว ที่จะช่วย Save Cost ได้ ในขณะเดียวกัน Open Source ที่ดีที่สุดคือ DeepSeek ส่วน GPT 4.5 จะตอบได้ตรงประเด็นแต่ราคาจะสูง แนะนำต้องเลือกใช้ให้เหมาะสมกับธุรกิจ
“Don’t drive Lamborghini to deliver Pizza”
แนะนำส่วนของ Typhoon ที่มีการพัฒนาโดย Based on Deepseek ตัวที่ชื่อ R1 ใช้เวลา 15 วันในการสร้างเพียง $120 โดยเชื่อในเรื่องของ Open source และการแบ่งปันความรู้
ACT II: More versatile, Smaller, Smarter AI
ยักษ์เล็กผู้ทรงพลัง หากมองย้อนกลับไปมนุษย์เริ่มสื่อสารกับคอมพิวเตอร์ด้วย GPU และเริ่มมาเป็น Touch Interface ส่วนในปี 2021 & 2022 Image-text Model ส่วน 2023 LLMs ที่เข้าใจรูปภาพ มีผลต่อการทำงานร่วมกันที่เปลี่ยนไป โดยทาง Demis Hassabis กล่าวว่า Multimodality และ AI Agents จะเป็นหนึ่งส่วนสำคัญในการไปสู่ AGI
“SCBX Smart AI Training Platform: a successful solution to enhance salesperson quality for Life Insurance”
มีการยกตัวอย่าง การใช้ Smart AI Training เพื่อฝึกวิธีการนำเสนอขายประกันชีวิต โดยมี Business Impact คือรายได้ THB 50 mb/y และประหยัดได้ถึง 25mb/y ในการฝึกฝนและการจ้างคนมา
- Sales Agent train AI Trainer
- Stimulate different customer personas
- Train with AI Trainer
- Feedbacks to Sales Agent
- Real Sales
ส่วน Small Models ให้ลองคิดภาพคนเก่งทุกอย่างกับเก่งอย่างเดียว เช่นเดียวกันกับโมเดล หัวใจสำคัญต้องรู้ว่าจะใช้ให้ถูกต้องได้อย่างไร ทั้งในด้าน Speed, Cost, Privacy, Accessibility, Sustainability ยิ่งทำให้เล็กยิ่งถูกและเข้าถึงได้มากขึ้นนำไปใส่ Edge Device ได้
แนะนำ Typhoon 2.1 Gemma
การให้โมเดลสามารถคิด (จินตนาการ) ให้ไตร่ตรองก่อนตอบได้นานขึ้น เรียกว่า Test-time Scaling จะได้คำตอบที่ดีขึ้น
ACT III: Agentic AI – Rise of the Agents
ขั้นต่อไปของ Gen AI สามารถคิด ประมวลพร้อมคำแนะนำได้ เมื่อรับข้อมูลจะหา Reason และทำงานร่วมกับโมเดลอื่นๆ พร้อมตรวจสอบ ในแต่ละ Roles สามารถกำหนดได้ว่าเก่งด้านไหนที่มีความสามารถที่แตกต่างกัน (Receive, Perceive & Reason, Plan & Coordinate, Act) ปกติหากใช้คนอาจจะต้อง 7 คนแต่ปัจจุบันใช้ 1 คน Prompt ให้ AI ทำแทนได้ ลดเวลาการทำงานลงได้ แนะนำ make และ n8n
ยกตัวอย่าง Use Case ในด้าน Finance เป็นการสร้าง Financial Advisory หาก Prompt เข้าไปให้ช่วยดูกระแสหุ้น ถ้าใช้ ChatGPT จะได้คำตอบที่ค้นหามาให้ ไม่ได้มีการสรุปมาให้พร้อมคำแนะนำ แต่หากใช้ Agentic AI ของ Innovest X โดยคำถามเดียวมีการวิเคราะห์และแนะนำ ไปจนถึงการพยากรณ์นำเสนอแบบ Visualization หน้าบ้านดูง่ายแต่หลักบ้านมีการวางระบบการทำงานร่วมกันอย่างสอดคล้อง
ดังนั้นทางฝั่ง DataX จึงสร้าง aGenX ขึ้นมาเพื่ออำนวยความสะดวกให้กับทีมทำงาน โดยการแสดง Stack ให้ดู
ACT IV: AGI – Human – Level AI
AI ที่ทัดเทียมมนุษย์ จากมุมมองของ Sam Altman คิดว่าจะมาแน่นอนและมาเร็วกว่าที่คิด ขัดแย้งกับ Mustafa Suleyman ที่มองว่าน่าจะยังต้องใช้เวลา
“Academia and industry unite to map AGI’s stepwise evolution with a new capbility-level framework”
จึงนำเสนอในด้าน Framework ขึ้นมาเป็นทั้งหมด 6 Levels (No AI, Emerging, Competent, Expert, Virtuoso, Superhuman) โดยคุณ Yann LeCun Chief Scientist จาก Meta มองว่าอาจจะต้องมีการทำ Paradigm shift เพื่อให้เกิดขึ้นจริงได้
พร้อมยกตัวอย่าง Use Case กับ Typhoon
ประยุกต์เป็นสมองแบบ KM ให้ทางศิริราชและการแพทย์ มีการร่วมกับ VISAI สร้างแชทบอทด้านกฎหมาย และการทำงานกับ TDRI ใน Job Market ใช้สรุปและจัดกลุ่มเพื่อหาเทรนด์
คู่มือเตรียมความพร้อมสำหรับการเป็น AI-first Organization สำหรับธุรกิจฉบับแรกในไทยจากทาง SCBX
ดูย้อนหลัง ‘การตลาดวันละคน AI Playbook ทิศทางเอไอโลกจะส่งผลกับธุรกิจไทยขนาดไหน กับ SCBX’ ที่
