AI ทำได้มากขึ้น แต่ธุรกิจของคุณยังควรเริ่มจากการทดลองเล็กๆ

ข่าวแบบสั้นๆ

DeepSeek เปิดโค้ด DeepInfer สำหรับรันโมเดลบนฮาร์ดแวร์เฉพาะทาง ส่วนงานวิจัยของ DeepMind ที่เผยแพร่เมื่อ 15 ตุลาคม ไม่ใช่งานใหม่ที่เพิ่งออกวันนี้ แสดงให้เห็น AI สี่ตัวร่วมกันเล่น Minecraft จนสำเร็จในเวลากว่า 27 ชั่วโมง เรื่องแรกเปิดให้เข้าถึงเทคโนโลยีเบื้องหลังมากขึ้น อีกเรื่องแสดงการทำงานหลายขั้นตอนอย่างต่อเนื่องในเกม

มุมมองของเรา: ทำได้มากขึ้น ไม่ได้แปลว่าคุ้มค่าขึ้นเสมอ

ในมุมมองของเรา คำถามควรเปลี่ยนจาก AI สาธิตอะไรได้บ้าง มาเป็นธุรกิจใช้อะไรได้อย่างน่าเชื่อถือ ซอฟต์แวร์แบบเปิดเพิ่มทางเลือกให้ทีมเทคนิค ส่วน AI ที่ทำงานต่อเนื่องหลายขั้นตอนทำให้เห็นโอกาสที่มากกว่าการถามหนึ่งคำถามแล้วจบ แต่ทั้งสองเรื่องไม่ได้บอกเจ้าของร้านว่าพรุ่งนี้ต้องซื้อเครื่องมืออะไร

สำหรับ SME หน่วยวัดที่มีความหมายคืองานที่เสร็จและผ่านการตรวจแล้ว เช่น ข้อความสอบถามผู้ขายที่นำไปใช้ได้ ร่างข้อมูลการจองที่ถูกต้อง หรือสรุปสต็อกที่มีประโยชน์ ระบบที่ดูน่าทึ่งแต่ต้องแก้ไขมากอาจไม่ได้ช่วยให้งานนั้นดีขึ้น ข่าวเหล่านี้เป็นเหตุผลให้ลองอย่างรอบคอบ ไม่ใช่หลักฐานว่าทุกธุรกิจควรมอบกระบวนการทั้งหมดให้ AI เราจะวัดความก้าวหน้าจากคุณภาพ เวลา และต้นทุนของผลลัพธ์สุดท้าย โดยนับเวลาที่คนใช้ตรวจสอบด้วย

สิ่งนี้อาจมีความหมายอย่างไรกับธุรกิจขนาดเล็ก

ลองนึกถึงโรงแรมเล็กๆ เป็นกรณีสมมติ ไม่ใช่ผลลัพธ์จากลูกค้าจริง พนักงานได้รับข้อความสอบถามที่มีวันเข้าพัก ประเภทห้อง และคำขอพิเศษ AI อาจช่วยจัดข้อมูลเหล่านั้นเป็นร่างที่มีช่องชัดเจน แล้วให้พนักงานต้อนรับตรวจเทียบกับข้อความต้นฉบับ ประโยชน์ที่เป็นไปได้คือการลดงานคัดลอกซ้ำๆ แต่ข้อจำกัดสำคัญคือยังต้องตรวจวันที่ ราคา และห้องว่าง

การทดลองแบบนี้มีขอบเขตเล็กกว่าการให้ AI ยืนยันห้อง เปลี่ยนราคา หรือรับชำระเงินมาก ระหว่างทดลองควรให้พนักงานเป็นผู้ตัดสินใจเรื่องเหล่านั้น ผลการเล่น Minecraft ไม่ได้ทำนายว่าผู้ช่วยด้านการจองจะผิดบ่อยแค่ไหน และไม่ได้ยืนยันว่าโรงแรมนี้จะประหยัดได้เท่าใด เช่นเดียวกัน DeepInfer เป็นซอฟต์แวร์โครงสร้างพื้นฐาน ไม่ใช่แอปโรงแรมสำเร็จรูป เจ้าของธุรกิจส่วนใหญ่สามารถประเมินเครื่องมือที่มีอยู่แล้ว โดยไม่ต้องซื้อเซิร์ฟเวอร์เฉพาะทางหรือสร้างระบบโฮสต์ขึ้นมาเอง

การทดลองสองสัปดาห์ที่นำไปใช้ได้

เลือกงานร่างเอกสารภายในเพียงหนึ่งอย่าง และเก็บกระบวนการเดิมไว้ใช้เปรียบเทียบ สำหรับตัวอย่างโรงแรม ให้ใช้ข้อความสอบถามเก่าที่ลบข้อมูลระบุตัวตนแล้ว แทนการนำข้อมูลแขกที่กำลังติดต่ออยู่มาใช้ ให้พนักงานตรวจทุกร่างก่อนนำไปใช้ที่อื่น และอย่าเชื่อมการทดลองเข้ากับการชำระเงินหรือการยืนยันห้องอัตโนมัติ

ตลอดสองสัปดาห์ ให้จดเวลาที่ใช้ต่องานที่เสร็จ จำนวนจุดที่ต้องแก้ไขต่อร่าง และค่าเครื่องมือต่อผลลัพธ์ที่ผ่านการอนุมัติ ต้องนับเวลาตรวจทานด้วย ไม่ใช่นับเฉพาะเวลาที่ AI สร้างข้อความ แล้วเปรียบเทียบกับการทำงานเดิมโดยใช้คำถามประเภทใกล้เคียงกัน หากเวลาที่ใช้ตรวจและเขียนใหม่มากกว่าการทำงานตามปกติ หรือคุณไม่สามารถป้องกันร่างที่ยังไม่ได้ตรวจไม่ให้ไปถึงลูกค้าได้ ให้หยุดทดลอง หากไม่เห็นความคุ้มค่าชัดเจน การรอถือเป็นผลการประเมินที่สมเหตุสมผล ไม่ใช่ความล้มเหลวในการปรับธุรกิจเข้าสู่ยุคดิจิทัล

อะไรอาจทำให้เราปรับมุมมอง

งานวิจัยแสดงผลการเล่นเกมหนึ่งครั้ง ไม่ได้ยืนยันความน่าเชื่อถือในทุกสถานการณ์ทางธุรกิจ เอกสารของ DeepSeek ระบุฮาร์ดแวร์เฉพาะทางและส่วนประกอบที่ยังต้องเพิ่มเพื่อให้เป็นบริการครบระบบ การเปิดโค้ดไม่ได้ทำให้ต้นทุนดำเนินงานหรือบำรุงรักษาหายไป จึงไม่ควรสรุปว่าซอฟต์แวร์ราคาถูกลงจะทำให้งานที่เสร็จสมบูรณ์มีต้นทุนต่ำลงตามไปด้วย

เราจะมั่นใจมากขึ้นเมื่อมีการทดสอบซ้ำได้ที่แสดงประโยชน์กับงานทั่วไป โดยนับทั้งแรงที่ใช้ตรวจสอบและต้นทุนทั้งหมด ระหว่างนี้ควรปกป้องข้อมูลลูกค้า ให้คนอนุมัติในจุดที่ความผิดพลาดมีผลสำคัญ และขอให้ผู้ขายสาธิตกระบวนการที่ธุรกิจของคุณต้องใช้จริง ความสามารถที่เพิ่มขึ้นเป็นเรื่องน่าสนใจ แต่การปรับปรุงเล็กๆ ที่คุณตรวจสอบได้มีประโยชน์กว่า