เรื่องของ AI ต้องมองมากกว่าเรื่องของโมเดล

เราได้มีโอกาสพูดคุยกับคุณกวีวุฒิ เต็มภูวภัทร เพื่อแบ่งปันความรู้ต่างๆ เกี่ยวกับเทคโนโลยีปัญญาประดิษฐ์ (AI) ก่อนที่จะพบกับเขาในงาน AI Panel Event ซึ่งจัดโดย Seven Peaks ในวันที่ 21 สิงหาคมที่จะถึงนี้ ซึ่งใน Panel จะมีการพูดคุยในเรื่องที่เกี่ยวข้องกับ AI ที่เข้ามา เปลี่ยนแปลงอุตสาหกรรม ซึ่งรวมถึงอุตสาหกรรมการเงิน ไปจนถึงเรื่องข้อจำกัดของโมเดล AI ฯลฯ อ่านมุมมองของเขาเกี่ยวกับเรื่องดังกล่าวได้ในบทความนี้

เทคโนโลยี AI ได้เข้ามามีบทบาทในชีวิตเพิ่มมากขึ้น โดยเฉพาะอย่างยิ่งการเข้ามาของแชตบอตอย่าง ChatGPT หรือ Gemini ฯลฯ ถือว่าสร้างความเปลี่ยนแปลงให้กับชีวิตของผู้บริโภคอย่างมาก แต่สำหรับในภาคธุรกิจ โดยเฉพาะสถาบันการเงินแล้วนั้น การเข้ามาของ AI นั้นถือว่าสร้างผลกระทบด้วยเช่นกัน

ปัจจุบัน SCBX ถือเป็น 1 สถาบันการเงินในประเทศไทยที่ชู AI เป็นวาระหลักในการขับเคลื่อนองค์กร และมีการนำเทคโนโลยี AI เข้ามาใช้งานในหลายส่วนแล้ว ซึ่งคุณกวีวุฒิจะมาเล่าถึงการเทคโนโลยี AI นำไปใช้งานจริง หรือแม้แต่เรื่องสำคัญที่คนส่วนใหญ่มองข้ามไป

Pain Point ในการนำ AI เข้ามาใช้

คุณกวีวุฒิ กล่าวว่าการที่สถาบันการเงินอย่างธนาคารนำ AI เข้ามาใช้คือเรื่องของการขยายขนาดของธุรกิจ ถ้าหากเพิ่มพนักงานก็จะมีค่าใช้จ่ายที่เพิ่มขึ้น และยังมีความผิดพลาดที่เพิ่มมากขึ้น  เขายกตัวอย่างกรณีของธนาคารที่ต้องการปล่อยสินเชื่อ จุดสำคัญของธุรกิจดังกล่าวนี้คือการทำให้ต้นทุนต่ำที่สุด และทำให้คนเข้าถึงได้มากที่สุด

ในอดีต ถ้าหากมีการขอสินเชื่อจะต้องมีการไปสาขาของธนาคาร เพื่อที่จะกรอกเอกสารต่างๆ หน่วยงานที่อนุมัติสินเชื่อต้องมาอ่านเอกสารและพิจารณาว่าจะมีการปล่อยสินเชื่อจำนวนเท่าไหร่ เรื่องดังกล่าวถือเป็นข้อจำกัด ถ้าหากต้องการปล่อยสินเชื่อให้กับคนจำนวนมากขึ้น ย่อมมีการใช้พนักงาน หรือแม้แต่เอกสารจำนวนมาก รวมถึงการใช้เวลาเพิ่มมากขึ้น ส่งผลทำให้ต้นทุนเพิ่มสูงขึ้น ปัญหาที่เกิดขึ้นก็เลยทำให้มีการนำเทคโนโลยีดังกล่าวเข้ามาใช้

AI ไม่ใช่เรื่องใหม่

ในมุมมองคนทั่วไปการเข้ามาของ AI ถือว่าเป็นเรื่องใหม่ แต่สำหรับ SCBX แล้วนั้นถือว่าไม่ใช่เรื่องใหม่ คุณกวีวุฒิ ยังกล่าวถึงการนำเทคโนโลยีดังกล่าวมาใช้ในงานปล่อยสินเชื่อผ่านช่องทางดิจิทัล หรือ Digital Lending

สิ่งที่ SCBX ทำคือการนำระบบ Automation มาใช้ ให้ลูกค้ากรอกข้อมูลผ่านแอปพลิเคชันแทน มีการส่งข้อมูลเข้าระบบหลังบ้าน ต่อจากนั้นมีการใช้อัลกอริทึมในการประมวลผลว่าควรจะปล่อยสินเชื่อให้แต่ละคนเท่าไหร่ ทำให้แทบจะไม่ต้องใช้คนจำนวนมาก ซึ่งเรื่องดังกล่าวเกิดขึ้นมาสักพักแล้ว

อีกกรณีที่คุณกวีวุฒิ ได้ยกมาคือเรื่องของดิจิทัลมาร์เก็ตติ้งที่นำ AI มาตรวจดูว่าผู้บริโภคคนไหนต้องการผลิตภัณฑ์ทางการเงินจริงๆ  เพราะถ้าหากเราส่งคำเชิญผิดคนแล้ว นอกจากผู้บริโภคที่เสีย User Experience แล้ว ยังทำให้บริษัทมีต้นทุนเพิ่มขึ้น 

นอกจากนี้ยังรวมถึงการที่ SCBX ได้พัฒนาโมเดลภาษาขนาดใหญ่ภายใต้ชื่อของไต้ฝุ่น (Typhoon) โดยโมเดลฯ ดังกล่าวมีการใช้และพัฒนาขึ้นมาสำหรับภาษาไทยโดยเฉพาะมาเป็นระยะเวลา 1 ปีแล้ว ไต้ฝุ่นถือเป็นโมเดลฯ ภาษาไทยขนาดใหญ่สุดในปัจจุบัน และมีประสิทธิภาพเทียบเท่ากับ GPT-3.5 และ GPT-4 ในภาษาไทย

เขากล่าวว่าเนื่องจากภาษาไทยในตัวโมเดลฯ อื่นๆ ยังทำได้ไม่ดีมากนักและมีราคาแพง เลยมีการพัฒนาตัว Typhoon ขึ้นมา โดยสามารถที่จะนำไปตอบคำถามใน Social Media ให้กับบางบริษัทลูกของ SCBX แล้ว โดยตัวโมเดลสามารถเข้าใจบริบทของคนที่ถามได้ โมเดลดังกล่าวช่วยลดต้นทุนได้ราวๆ 30% และยังทำให้ Call Center สามารถใช้เวลาแก้ปัญหายากๆ ให้กับลูกค้าได้มากขึ้น

คุณกวีวุฒิกล่าวว่าจากปัจจุบันโมเดลฯ ของ Typhoon ยังใช้กับระบบแชตอยู่ แต่ในอนาคตกำลังจะมีความสามารถอื่นๆ ตามมา เช่น ใช้โมเดลฯ ร่วมกับการใช้เทคโนโลยีการรู้จำเสียงอัตโนมัติ (ASR) เข้ามาจับคำพูดของ Call Center ว่ามีการพูดข้อความที่หน่วยงานกำกับดูแลต้องการให้พูดหรือไม่ ฯลฯ

โมเดลฯ AI จะมีขนาดเล็กลง ไวขึ้น ราคาถูก

ขณะเดียวกันเขามองว่าอะไรที่เป็นพื้นฐาน อย่างเช่นการนำเทคโนโลยี AI ไปใช้กับข้อมูลขนาดใหญ่ ต้องมองถึงการนำไปใช้ประโยชน์ก่อน และของเหล่านี้มีอยู่เยอะมาก เช่น เรื่องของ Automation ในขณะที่ Generative AI ในอนาคตนั้นต้องตอบโจทย์การใช้งานจริง

แต่เขาก็มองว่าในการนำไปใช้งานจริงนั้นอาจไม่ต้องการโมเดลฯ ขนาดใหญ่ ที่อาจทำงานช้า และในการใช้งานบางอย่างก็ไม่ต้องการ AI ที่ต้องการรู้เรื่องทั้งหมด เช่น สำหรับ Call Center อาจต้องการ โมเดลฯ ที่ตอบคำถามได้บางเรื่องพอ

เขาได้ยกตัวอย่าง LLM เช่น Llama 3.1 ของ Meta ที่เพิ่งออกมาไม่กี่วันนั้นถือว่าเป็นอีกตัวที่ดี แต่เขาก็ไม่แน่ใจว่าจะเอาไปใช้ทำอะไร เนื่องจากความใหญ่ของตัวโมเดลฯ คุณกวีวุฒิ มองว่าหลังจากนี้โมเดลฯ ต่างๆ อาจต้องเล็กลง ทำงานเฉพาะด้าน ตอบโจทย์ผู้ใช้งานมากกว่า ส่งผลทำให้ทำงานเร็วขึ้นเมื่อเทียบกับโมเดลใหญ่ๆ 

แต่สำหรับภาพใหญ่นั้นคุณกวีวุฒิมองว่าภาคธุรกิจสามารถเลือกโมเดลฯ ของ AI ได้หลากหลาย ตอบโจทย์ของแต่ละธุรกิจ อย่างเช่น ตอบโจทย์เรื่องการลงทุน หรือแม้แต่ตอบโจทย์ของคนใช้งานอย่าง Call Center เป็นต้น

ไม่เพียงเท่านี้การนำเทคโนโลยี AI มาใช้ ก็จะต้องพิสูจน์ว่าเข้ากับกฎระเบียบของหน่วยงานกำกับดูแลด้วย ซึ่งในแง่ของภาคการเงินนั้นความผิดพลาดเพียงแค่นิดเดียวถือเป็นเรื่องที่ยอมรับไม่ได้ 

สำหรับกรณีของธนาคารแห่งประเทศไทยนั้น คุณกวีวุฒิให้รายละเอียดว่าธนาคารแห่งประเทศไทยจะดูในเรื่องความปลอดภัย ว่ามีการรั่วไหลของข้อมูลหรือไม่ รวมถึงเรื่องของ PDPA ฯลฯ ปัจจุบันถ้าหากมีนำ AI มาใช้งานจริงในบางงานก็จะมีการทดลองผ่าน Regulatory Sandbox ก่อน

สิ่งสำคัญมากสุดคือเรื่อง Data

คุณกวีวุฒิ มองว่าปัจจุบันธนาคารรู้แล้วว่าธุรกิจสินเชื่อยังไงก็ต้องพัฒนาไปต่อ ไม่ว่าจะเป็นเรื่องของ Automation เรื่องของ Process หรือแม้แต่การทำ Credit Model ให้ดีขึ้นเรื่อยๆ แต่เขามองว่า สิ่งที่สำคัญมากที่สุดนอกจากโมเดลฯ ของ AI ก็คือเรื่องของข้อมูล 

เขายังกล่าวว่า สิ่งที่น่ากังวลคือ คนสนใจแต่ AI แต่ไม่ได้สนว่าการทำให้ AI นั้นประสบความสำเร็จคืออะไร โดยการที่จะทำให้เกิดสิ่งใหม่ขึ้นมาได้ จะต้องมีการใช้ข้อมูล จากแหล่งข้อมูลที่หลากหลาย หรือแม้แต่ข้อมูลที่มีคุณภาพ ทำให้อาจต้องมีการหาพาร์ตเนอร์สำหรับแหล่งข้อมูลด้วย ซึ่งเรื่องดังกล่าวก็จะเป็นปัญหาอีกแบบที่ไม่เกี่ยวกับเรื่องของ AI แล้ว 

โดยโมเดลฯ นั้นเขามองว่าอาจไม่ใช่สิ่งหลัก แต่สิ่งหลักคือการไปหาแหล่งข้อมูลใหม่ๆ ที่ไทยจะต้องเปิดในเรื่องดังกล่าวมากขึ้น ขณะที่เรื่องของข้อมูลที่จะนำมาเทรนโมเดลฯ AI นั้นในอนาคตจะเป็นข้อมูลจากภายในองค์กร ถ้าหากองค์กรมีข้อมูลเยอะยิ่งทำให้โมเดลฯ มีความฉลาดมากยิ่งขึ้น

คุณกวีวุฒิยังทิ้งท้ายว่านอกจากคุณภาพของข้อมูลและคนที่นำข้อมูลไปใช้ก็ต้องตอบโจทย์ธุรกิจ บริษัทที่มีข้อมูลจำนวนมากแต่เอามาใช้ไม่เป็นนั้นมีจำนวนมาก หรือแม้แต่การที่ยังไม่ทำข้อมูลให้เป็น Digitize ซึ่งเขายังย้ำว่าคุณภาพของข้อมูลถือเป็นเรื่องสำคัญมาก