จากโครงการนำร่องสู่การใช้งานจริง: นำ Generative AI มาใช้ในองค์กรอย่างปลอดภัย

Generative AI ก้าวจากกระแสสู่วาระสำคัญของผู้บริหารแทบทุกองค์กร แต่โครงการจำนวนมากยังติดอยู่ที่ขั้นทดลอง เพราะผลลัพธ์ไม่แม่นยำพอ มีข้อกังวลเรื่องความปลอดภัยของข้อมูล หรือวัดผลทางธุรกิจได้ไม่ชัด โครงการที่ไปถึงการใช้งานจริงมักมีหลักการร่วมกัน 4 ข้อ

1. เริ่มจาก Use Case ที่มีคุณค่าชัดเจน

เลือกงานที่ทำซ้ำบ่อย ใช้เวลามาก และวัดผลได้ เช่น การตอบคำถามจากคู่มือภายใน การสรุปเอกสาร หรือการช่วยทีมบริการลูกค้า แล้วกำหนดตัวชี้วัดตั้งแต่วันแรก ทั้งเวลาที่ประหยัดได้ ความแม่นยำ และความพึงพอใจของผู้ใช้

2. ให้ AI ตอบจากข้อมูลขององค์กร

แนวทาง Retrieval-Augmented Generation (RAG) ช่วยให้ AI ค้นหาและอ้างอิงข้อมูลจากเอกสารที่องค์กรอนุมัติแล้ว แทนการตอบจากความรู้ทั่วไปของโมเดล ผลลัพธ์จึงแม่นยำขึ้น ตรวจสอบแหล่งที่มาได้ และอัปเดตได้ง่ายเมื่อข้อมูลเปลี่ยน

3. วางธรรมาภิบาลและความปลอดภัยตั้งแต่ต้น

กำหนดว่าข้อมูลใดนำไปใช้กับ AI ได้ ใครเข้าถึงอะไรได้ และข้อมูลถูกประมวลผลที่ใด ควบคุมสิทธิ์ตามบทบาท ป้องกันการรั่วไหลของข้อมูลส่วนบุคคลโดยใช้ PDPA เป็นแนวทาง บันทึกการใช้งานเพื่อการตรวจสอบ และให้คนทบทวนผลลัพธ์ในงานที่มีความเสี่ยงสูง

4. วัดผล ปรับปรุง แล้วจึงขยาย

เปิดใช้กับกลุ่มผู้ใช้จำกัดก่อน เก็บ Feedback และติดตามตัวชี้วัดอย่างใกล้ชิด เมื่อพิสูจน์คุณค่าได้แล้วจึงขยายไปยังหน่วยงานอื่น พร้อมวางแผนโครงสร้างพื้นฐาน ทั้งการเลือกโมเดล ต้นทุน และการประมวลผลบนคลาวด์หรือภายในองค์กร

เริ่มเล็ก วัดผลได้ แล้วค่อยขยาย

โครงการนำร่องที่มีขอบเขตชัดเจนช่วยให้เห็นคุณค่าได้เร็ว ก่อนตัดสินใจลงทุนเพิ่ม ทีม Digital Transformation และ AI ของ APJC พร้อมช่วยตั้งแต่การเลือก Use Case จนถึงการใช้งานจริงอย่างปลอดภัย