ก่อนใช้ AI หรือ เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence) ต้องรู้จักและเข้าใจให้ถ่องแท้ หลายกรณีตัวอย่างชี้ชัด AI ไม่สามารถทำได้ทุกอย่าง และหากจะใช้ AI ให้ได้ผลแม่นยำ จำเป็นต้องทำ Big Data ที่มีประสิทธิภาพ

Mio Analytics เผยบทวิเคราะห์ "การนำ AI มาใช้ให้เกิดประสิทธิภาพ" สิ่งสำคัญ คือ ข้อมูลที่จะนำไปให้ AI ใช้ในการคำนวณ ยกตัวอย่างเช่น หากต้องการคำนวณแนวโน้มยอดขายในอนาคต ก็ต้องพิจารณาว่า ข้อมูลส่วนใดจำเป็น และส่วนใดที่ไม่จำเป็น

หากจำเป็นต้องทำการรวบรวมข้อมูลเพิ่มเติม ในขั้นตอนนี้ไม่อาจให้ AI ทำแทนได้ เพราะเราจะต้องพิจารณาเพื่อกำหนดรายละเอียดในการรวบรวมข้อมูล เช่น ความถี่ในการรวบรวมข้อมูล ความละเอียดของข้อมูล ระยะเวลาเตรียมข้อมูล กำหนดการที่จะต้องได้ข้อมูลก่อนประมวลผล และอื่น ๆ 

และสิ่งที่มักจะเป็นปัญหาในการรวบรวมข้อมูล คือ การเปลี่ยนแปลงของข้อมูลที่เกิดขึ้นภายหลังจากข้อมูลถูกรวบรวมไว้แล้ว หรือกรณีพบว่าข้อมูลบกพร่อง จะต้องดำเนินการอย่างไร

ปัจจัยเหล่านี้ทำให้การคาดการณ์ของ AI ไม่แม่นยำ ซึ่งเป็นปัญหาที่เกิดขึ้นบ่อยครั้ง และยังพบว่ามีกรณีข้อมูลไม่เพียงพออีกด้วย เช่น ต้องการทำนายแนวโน้มตลาดล่วงหน้า 3 เดือน แต่มีข้อมูลย้อนกลับไปที่ใช้งานได้จริงมีเพียงเดือนเดียว

ดังนั้น การนำ AI มาใช้ให้เกิดประสิทธิภาพ ผู้ใช้จึงจำเป็นต้องมีความเข้าใจ เพราะการทำนายด้วย AI มีจุดที่แตกต่างจากการทำนายด้วยมนุษย์อย่างหนึ่ง คือ AI ไม่สามารถตั้งเป้าหมายการเติบโตได้ การทำนายด้วย AI เหมาะสำหรับใช้คาดการณ์ในระยะสั้น มากกว่า การคาดการณ์ในระยะยาว

• AI ยกระดับการผลิต ได้จริงหรือ?

กรณีตัวอย่างการใช้ AI

ปัจจุบัน ในภาคอุตสาหกรรมและธุรกิจต่าง ๆ นิยมใช้ AI ในการกำหนดกลุ่มเป้าหมายเพื่อแสดงโฆษณา โดยเลือกกลุ่มเป้าหมายที่ “มีกำลังซื้อเพียงพอ” หรือ “มีความเป็นไปได้สูงที่จะสนใจสินค้า” อย่างไรก็ตาม วิธีใช้งานแบบนี้ก็จำเป็นต้องมีข้อมูลของ “ผู้มีกำลังซื้อ” และ “ผู้ให้ความสนใจ” เป็นข้อมูลให้ AI ทำงานจึงจะสามารถเกิดผลลัพธ์ที่ดีได้ กล่าวคือ หากขาด Big Data ที่มีประสิทธิภาพ AI ก็จะไม่สามารถทำงานให้แม่นยำได้

ขณะเดียวกัน ผู้ประกอบการส่วนหนึ่งจึงเลือกให้บริษัทเอเจนซี่ทำหน้าที่รวบรวมข้อมูลให้ ซึ่งแม้จะมี Big Data แล้ว แต่ข้อมูล เช่น “ผู้มีกำลังซื้อ” และ “ผู้ให้ความสนใจ” นั้น จะมีความแม่นยำอย่างมากที่สุดก็คือในช่วงเวลาที่รวบรวมข้อมูลเท่านั้น ไม่ได้การันตีว่าหลังจากรวบรวมข้อมูลแล้วจะมีแนวโน้มเช่นไร ด้วยเหตุนี้เอง จึงทำให้การโฆษณาด้วย AI ส่วนใหญ่ มักมีไม่ได้ผลลัพธ์ตามที่คาดหวัง

นักวิเคราะห์ประเมินว่า AI จะทำงานอย่างมีประสิทธิภาพได้นั้น จำเป็นต้องมีข้อมูลที่ละเอียดมากขึ้น เช่น “สนใจซื้อ แต่ไม่ซื้อด้วยเหตุผลบางอย่าง” “มีแนวโน้มว่าจะซื้อ แต่ไม่รู้ว่าจะเป็นเมื่อไหร่” “มีความสนใจ แต่ซื้อไปแล้วก่อนจะเห็นโฆษณา” และหาก AI สามารถเข้าใจ Big Data เหล่านี้ได้ ก็จะสามารถทำงานได้แม่นยำมากขึ้น

จากการทดลอง โดยเลือกแสดงโฆษณาให้กับ “ผู้ที่มีแนวโน้มจะซื้อสินค้าสูงหลังจากเห็นโฆษณา” แทนแล้ว พบว่ามีผู้ซื้อมากขึ้นจากเดิมมากถึง 5 เท่า ด้วยต้นทุนการโฆษณาที่เท่ากัน และมีประสิทธิภาพสูงกว่าการใช้พนักงานอย่างเห็นได้ชัด เนื่องจากเหตุผลหลักคือ AI สามารถทำงานได้ 24 ชม.

นี่จึงเป็นหนึ่งเครื่องยืนยันว่า แม้ AI จะมีประสิทธิภาพ แต่ AI ก็ไม่ได้ฉลาดเหนือกว่ามนุษย์ในทุกด้านแต่อย่างใด

อ่านต่อ มุมมองนักวิเคราะห์ญี่ปุ่น "AI จะชนะมนุษย์หรือไม่"