"สมอง AI หัวใจมนุษย์"
แนวความคิดของ The Knowledge Management Hierarchy จากมุมมองของตัวพ่อแห่งการตลาดสมัยใหม่ Philip Kotler
AI ไม่ได้มาทำงานแทนมนุษย์ แต่มาเป็นเครื่องมือที่เสริมความสามารถของมนุษย์ในการแก้ไขปัญหา ประมวลผลข้อมูล และสร้างนวัตกรรมใหม่ๆ ได้อย่างรวดเร็วและมีประสิทธิภาพ
หัวข้อที่เป็นที่พูดถึงอย่างมากในวงการธุรกิจและกลยุทธ์คือการนำ AI มาวิเคราะห์ข้อมูลขนาดใหญ่และสร้างความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับตลาด ลูกค้า และกระบวนการภายในองค์กร
วันนี้เราได้ยกแนวคิดจากหนังสือเรื่อง Marketing 5.0 จาก Philip Kotler ที่อธิบายเรื่องการทำงานร่วมกันระหว่างมนุษย์และ AI ในด้านการวิเคราะห์ข้อมูล ที่คนส่วนใหญ่เข้าใจว่าเป็นด้านที่ AI จะมาทำงานแทนที่มนุษย์
อันที่จริงแล้วมีระดับการวิเคราะห์และได้มาซึ่งข้อมูลทั้งหมด 6 ระดับ ได้แก่ Noise filtering, Data, Information, Knowledge, Insights, Wisdom
1. Noise Filtering: กระบวนการนี้เกี่ยวข้องกับการกรองข้อมูลที่ไม่เกี่ยวข้องหรือไม่มีความสำคัญออกจากชุดข้อมูล เพื่อให้เหลือเพียงข้อมูลที่มีคุณค่าและเกี่ยวข้อง.
2. Data: ขั้นตอนนี้หมายถึงการรวบรวมข้อมูลดิบที่ยังไม่ได้ถูกประมวลผลหรือวิเคราะห์ ซึ่งอาจมาจากหลายแหล่งและมีลักษณะที่หลากหลาย.
3. Information: เป็นการแปลงข้อมูลดิบให้กลายเป็นข้อมูลที่มีความหมาย ซึ่งสามารถเข้าใจและนำไปใช้ได้
4. Knowledge: ขั้นตอนนี้เกี่ยวข้องกับการสังเคราะห์ข้อมูลและข้อมูลที่ได้รับให้กลายเป็นความรู้ที่มีความหมายและสามารถใช้ประยุกต์ได้ในแบบต่างๆ.
5. Insights: การวิเคราะห์ข้อมูลและข้อมูลที่ได้รับอย่างลึกซึ้งเพื่อสร้างความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับเรื่องต่างๆ และมองเห็นความเชื่อมโยงแม้จะไม่มีความชัดเจน.
6. Wisdom: คือการตกผลึกขององค์ความรู้และนำความรู้และความเข้าใจที่ได้มาใช้ในการตัดสินใจหรือกระบวนการที่ต้องการปัญญาและการประยุกต์ใช้
ที่น่าสนใจคือบทบาทที่ AI ยังไม่สามารถแทนที่มนุษย์ได้คือ Noise filtering, Insights และ Wisdom ซึ่งเป็นทั้งขั้นตอนแรกและขั้นตอนสุดท้ายในกระบวนการวิเคราะห์ข้อมูล AI สามารถช่วยในการจัดการข้อมูลขนาดใหญ่และการวิเคราะห์ข้อมูลได้ดี แต่ยังต้องอาศัยมนุษย์ในการตีความและใช้ความรู้นั้นอย่างมีปัญญา
เพราะอะไร?
1. มนุษย์เข้าใจบริบท (Context) และมีความรู้สึกร่วม (Empathy)
Noise filtering เป็นสิ่งที่รู้จักกันในวงการ Machine Learning ในอีกชื่อหนึ่งว่า features engineering ซึ่งหมายถึงการเลือกและปรับแต่งคุณลักษณะของข้อมูลที่สำคัญเพื่อใช้ในการวิเคราะห์ แม้ว่า AI มีความสามารถในการจัดการข้อมูลจำนวนมาก แต่มันยังไม่สามารถทำความเข้าใจข้อมูลที่มีบริบทซับซ้อนเหมือนมนุษย์ได้
เรามักจะ Overestimate (ประเมินสูงเกินจริง) ความสามารถของ AI ในขณะที่ Underestimate (ประเมินต่ำเกินไป) ความสามารถของมนุษย์ จากข่าวที่พยายามประโคมและตามกระแสว่า AI ฉลาดกว่ามนุษย์และจะมาแย่งงานมนุษย์
ในปัจจุบันนี้เรายังไม่สามารถสร้าง AI ที่สามารถจะ make sense กับข้อมูลที่กระจัดกระจายและไม่เป็นรูปแบบแต่เต็มไปด้วยบริบทได้ ยกเว้นเราย่อยข้อมูลมาให้ก่อนแล้ว ยกตัวอย่างเช่น เราอาจคุ้นเคยกับการทำวิจัยตลาดในการไป observe ลูกค้าในการใช้ผลิตภัณฑ์หรือการสังเกตการณ์ใช้ชีวิตของลูกค้า หลายครั้งที่เราใช้ชีวิตอยู่กับมนุษย์แล้วเราสามารถสัมผัสได้ถึงแนวความคิด หลักการใช้ชีวิต ค่านิยม และสิ่งเหล่านี้ว่าส่งผลต่อพฤติกรรมต่างๆของเขาได้อย่างไร เช่น พฤติกรรมการใช้เงิน การซื้อสินค้า ยี่ห้อที่เลือกใช้ สิ่งเหล่านี้ล้วนไม่ใช่สิ่งที่ AI จะเข้าใจได้แม้จะเป็น LLM (Large Language Model) ที่เก่งที่สุด ในขณะที่มนุษย์สามารถย่อยสิ่งเหล่านี้ขึ้นมาเป็นสมมติฐานและสังเคราะห์ความรู้ได้ทันที การขาดซึ่งความสามารถในการแยก noise ออกจาก data ด้วยการที่ต้องใช้บริบทมาประกอบ เป็นสิ่งที่ AI ยังไม่สามารถทำงานได้เท่าเทียมกับมนุษย์
2. เราไม่สามารสอน AI ในสิ่งที่เราไม่รู้ด้วยซ้ำว่าเราเรียนรู้มาได้อย่างไร
เราไม่ได้กำลังพูดถึงเทคนิคการสอนอย่าง supervise learning ที่เราไม่รู้แต่เราโยนข้อมูลเยอะๆให้ AI ไปเรียนรู้เอง เพราะสิ่งเหล่านี้มีเป้าหมายที่ชัดเจน (clear target) เช่นเราไม่รู้ว่าทำไมเราแยกหมาและแมวออกจากกันได้ แต่เรารู้ว่า ถ้าเราต้องการให้โมเดลแยกหมาและแมวออกเราสามารถโยนรูปหมาและแมวเยอะๆให้มันไปเรียนรู้เองได้ แต่สำหรับ ความรู้ (Knowledge) หรือปัญญา (Wisdom) หลายครั้งเราไม่รู้ด้วยซ้ำว่าเราต้องการจะรู้อะไรหรือมีเรื่องอะไรที่เราไม่รู้ว่าเรายังไม่รู้ แต่สิ่งเหล่านี้เกิดขึ้นเองจากประสบการณ์ชีวิตและการลองผิดลองถูกนับครั้งไม่ถ้วนและการถูกหล่อหลอมโดยบริบทของสังคม ดังนั้น AI ไม่สามารถเรียนรู้หรือพัฒนาความรู้สึกและความเข้าใจเชิงลึกที่เกิดจากประสบการณ์ของมนุษย์ได้
ในขณะที่มนุษย์สามารถเรียนรู้ ตีความ และประยุกต์ใช้ความรู้ในบริบทที่หลากหลาย AI จำกัดอยู่กับข้อมูลที่ให้ไว้และอัลกอริทึมที่ถูกโปรแกรมไว้หรือที่เราเรียกว่า Narrow Intelligence หรือ Convergent Thinking ความสามารถในการทำความเข้าใจบริบทที่ซับซ้อน, ความสัมพันธ์ที่ไม่ชัดเจน, และความรู้สึกที่ลึกซึ้งเป็นสิ่งที่ AI ยังไม่สามารถจับต้องได้ และนั่นทำให้มนุษย์ยังคงมีความจำเป็นในการวิเคราะห์ข้อมูล
3. คนที่ใช้งาน Insights และ Wisdom คือมนุษย์และถ่ายทอดต่อให้กับมนุษย์
สำคัญที่สุดคือเราเป็นผู้นิยามสิ่งนี้เองและเราเป็นผู้ที่นำความรู้เหล่านี้ไปใช้ต่อหรือถ่ายทอดให้กับมนุษย์คนอื่น เราเป็นคนที่รู้ว่าความรู้แบบใดใช้ประโยชน์ได้หรือไม่ได้และเราสามารถถ่ายทอดความรู้สู่มนุษย์คนอื่นให้ไปต่อยอดได้ ยกตัวอย่างเช่น ในโลกธุรกิจ การถ่ายทอดความรู้และปัญญานั้นเกิดขึ้นผ่านกระบวนการแบ่งปันประสบการณ์ เช่นระหว่างผู้บริหารกับพนักงาน การสัมมนาและการอบรม หรือแม้กระทั่งผ่านการพูดคุยไม่เป็นทางการระหว่างเพื่อนร่วมงาน ในแต่ละกรณี มนุษย์ใช้ความเข้าใจเกี่ยวกับบริบททางธุรกิจ ความรู้ที่เกี่ยวข้องกับอุตสาหกรรม และประสบการณ์ส่วนตัวเพื่อนำไปสู่การตัดสินใจและการสร้างกลยุทธ์ที่เหมาะสม การประยุกต์ใช้ความรู้และปัญญาในการแก้ปัญหาธุรกิจ การพัฒนาผลิตภัณฑ์ใหม่หรือการสร้างวัฒนธรรมองค์กรเป็นตัวอย่างที่ชัดเจนของการใช้ความรู้ที่มนุษย์สร้างและถ่ายทอดได้ ซึ่ง AI ยังไม่สามารถทำได้
บทสรุป
เราจะใช้ประโยชน์จาก AI ร่วมกับมนุษย์อย่างไร
AI สามารถทำงานที่มีแบบแผนและมีรูปแบบชัดเจนได้ดี (Convergent Thinking) ด้วยความแม่นยำและความเร็วที่สูงกว่ามนุษย์ ในขณะที่มนุษย์สามารถทำงานในด้านการตั้งวัตถุประสงค์ การคัดกรอง noise และนำข้อมูลไปใช้งานต่อรวมถึงประติดประต่อสร้างเรื่องราวต่างๆได้ดี (Divergent Thinking) ยกตัวอย่างเช่นในภาคของกลยุทธ์ธุรกิจ Strategist (นักกลยุทธ์), Marketer (นักการตลาด) และ Brand Manager (ผู้จัดการแบรนด์) สามารถใช้ AI ในการหาความสัมพันธ์ของข้อมูล ศึกษาผลกระทบของ campaign และพยากรณ์ผลลัพธ์ของการตลาดได้ด้วยความแม่นยำและรวดเร็วกว่าการใช้ Analyst (นักวิเคราะห์) ที่เป็นมนุษย์ได้หลายเท่า แต่สุดท้ายผู้ที่สามารถนำข้อมูลเหล่านั้นมาปะติดปะต่อกันเป็นความเข้าใจเชิงลึกได้ก็คือมนุษย์ นอกจากนั้น ยังสามารถนำ AI ไปช่วยในภาคปฎิบัติการที่มีรูปแบบตายตัวได้เช่น นำ AI ไปสร้าง campaign เช่น ช่วยร่างคำพูด ช่วยสร้างรูปภาพประกอบ artwork ช่วยเกลาข้อความหรือตรวจคำผิด ทำให้มนุษย์สามารถทำงานเดิมได้เร็วขึ้นหลายเท่า
จะเห็นว่าการทำงานร่วมกันในการผสมผสานความสามารถในการทำงานในกรอบ (Convergent Thinking) โดยยืมความสามารถของ AI และการเชื่อมโยงและทำงานนอกกรอบ (Divergent Thinking) โดยอาศัย Wisdom ของมนุษย์ จะเป็นปัจจัยสำคัญที่ทำให้ธุรกิจประสบความสำเร็จในยุคปัจจุบันที่ต้องการความยืดหยุ่นและการปรับตัว. การผสานกลยุทธ์ที่มีโครงสร้างและใช้ AI มาช่วยเปิดโอกาสให้มีการคิดค้นสิ่งใหม่ๆ ช่วยให้ธุรกิจสามารถตอบโจทย์ความต้องการของตลาดที่เปลี่ยนแปลงอย่างรวดเร็วได้อย่างมีประสิทธิภาพ นอกจากนี้ยังเป็นการสร้างความสามารถในการนำนวัตกรรมมาใช้สร้างความได้เปรียบในการแข่งขัน ซึ่งเป็นสิ่งจำเป็นในการนำธุรกิจไปสู่ความสำเร็จในยุคดิจิทัล
#AI #ลดคน #GenerativeAI #businessgrowth #businessowner #AIInnovation #strategy #consulting #DigitalTransformation #technologies
บริษัท ไอเอ็ม อิมพาวเวอร์ เป็นบริษัทที่ปรึกษาด้าน AI Transformation ให้กับเจ้าของธุรกิจมากมายทั้งในประเทศไทยและต่างประเทศ เราเคยร่วมงานกับลูกค้าในหลายภาคส่วน ทั้งกลุ่มธุรกิจโรงแรมและรีสอร์ท, การท่องเที่ยว, ทัวร์, คลินิกเสริมความงามชื่อดัง, โรงพยาบาล, แบรนด์เสื้อผ้าชื่อดัง และอื่นๆอีกมากมาย
ซึ่งนอกจากการให้คำปรึกษาแล้ว เรายังเป็นผู้พัฒนาโซลูชัน AI ที่ตอบโจทย์และสร้างสรรค์เฉพาะตามความต้องการของลูกค้าแต่ละราย
เรามุ่งมั่นในการนำเสนอโซลูชันที่เหมาะสมและเป็นประโยชน์สูงสุด เพื่อเพิ่มประสิทธิภาพ ลดต้นทุน และสร้างความได้เปรียบทางการแข่งขันให้กับธุรกิจของคุณ
ด้วยทีมผู้เชี่ยวชาญที่มีประสบการณ์และความรู้ทางด้าน AI ที่ลึกซึ้ง เราพร้อมที่จะเป็นพาร์ทเนอร์คู่คิดและมืออาชีพในการนำธุรกิจของคุณก้าวสู่ยุคดิจิทัลอย่างเต็มศักยภาพและมั่นคงครับ
website: www.imimpower.com
ติดต่อเราได้ที่: techlead@imimpowerconsulting.com
หรือนัดปรึกษากับเราว่า AI จะสามารถใช้งานในธุรกิจของคุณได้อย่างไร: https://calendly.com/joeimpower/business-introduction-call
(Book a FREE discovery call with us here!)
-
อ้างอิง
Kotler P, Kartajaya H, Setiawan I. Marketing 5.0: Technology for Humanity. Chapter 7. Hoboken, NJ: John Wiley & Sons; 2021