ถกประเด็น AI ในวงการ Startup ไทย | Techsauce

ถกประเด็น AI ในวงการ Startup ไทย

ในวงการเทคโนโลยี คำหนึ่งที่เราได้ยินกันมานาน คือคำว่า AI ซึ่งปัจจุบัน เรียกได้ว่าเป็นเทคโนโลยีสำคัญในการขับเคลื่อนโลกอนาคต โดยธุรกิจที่มีการนำนวัตกรรม AI เข้ามาใช้ จะช่วยเพิ่มศักยภาพในการดำเนินธุรกิจ

ในบทความนี้ Techsauce จะถกประด็นเรื่องของ AI ในวงการ Startup ไทย โดยเราได้พูดคุยกับ ดร.พณชิต กิตติปัญญางาม หรือ ดร.ก้อง CEO บริษัท Ztrus และอดีตนายกสมาคม Startup (TTSA) และคุณกัมปนาท วิมลโนท หรือ คุณจอม Head of Investment and Strategic Partnership เพื่อเจาะลึกความสำคัญของ AI และธุรกิจที่ได้ใน AI เข้ามาใช้

ความสำคัญของ AI นวัตกรรมที่จะขับเคลื่อนโลก

ดร.ก้องให้ความเห็นในเรื่องของ AI ว่า  AI สามารถพูดได้ทั้งมุมกว้างและมุมแคบ โดยมนุษย์ต้องการศึกษาเพื่อเลียนแบบธรรมชาติเสมอ และ AI ก็เป็นอีกหนึ่งสิ่งที่มนุษย์สร้างขึ้นมาเพื่อเลียนแบบกระบวนการคิด และหลักคิดของมนุษย์เอง ซึ่งในปัจจุบันมนุษย์ได้ทำการศึกษาหลักคิดต่างๆ มาจนกลายเป็น Deep learning ที่ทำให้กระบวนการทำงานของหลักคิดและการคำนวณที่รวดเร็วและแม่นยำมากขึ้นกว่าในอดีต และด้วยการเข้ามาของเทคโนโลยีที่ทันสมัยทำให้หลักการของ Deep learning พัฒนาขึ้นไปมากกว่าเดิม แต่ในปัจจุบัน AI มีการเน้นไปที่การเรียนรู้ Data มากกว่า เพราะบางครั้ง Data ที่มีขนาดใหญ่ทำให้การเรียนรู้และการทำงานของ AI นั้นดีกว่าการเรียนรู้ Logic ธรรมดาของมนุษย์ และเป็นเพราะว่า AI สามารถสร้างความแน่นอน และแม่นยำให้กับการผลิตมากขึ้น อีกทั้งมีต้นทุนที่ต่ำลง ทำให้ AI เป็นที่นิยมขึ้นมากในกลุ่มของธุรกิจ และอุตสาหกรรมในช่วงนี้

ในมุมมองของนักลงทุนทางคุณจอม มองว่า สำหรับวงการ Startup ด้าน AI ถือเป็นสิ่งที่น่าจับตามองมากๆ สำหรับนักลงทุนในตอนนี้ และสิ่งที่กำลังเป็นที่นิยมมากๆ เลยคือ Machine Learning ที่เป็นตัวย่อยของ AI 

สำหรับ Machine Learning ที่น่าสนใจจะต้องเข้ามาทำหน้าที่ 3 อย่างหลักๆ คือ 

  • Improve operational efficiency ในองค์กร ทำให้ระบบการทำงานขององค์กรมีศักยภาพมากขึ้น เช่น การลดใช้กระดาษ การลดขั้นตอนการทำงาน 
  • Increase customer experience สร้างประสบการณ์ที่ดีให้กับลูกค้าขององค์กร เช่น ด้าน Personalization ที่สามารถส่งมอบข้อมูลที่ถูกใจให้กับลูกค้าแต่ละคนได้ 
  • Enable business model สร้าง Business model ที่สามารถใช้งานได้จริงๆ ให้กับองค์กร

โดยในปัจจุบันนี้มีคนนำ Machine Learning มาใช้กันอย่างกว้างขวางในหลายๆ วงการ ทั้งด้าน Health care, Fintech, Self driving car, ไปจนถึงกลุ่ม Marketing และ Media และในมุมมองของนักลงทุนมองว่าในอนาคตตัว Machine Learning จะต้องมีคนที่สามารถพัฒนาไปถึงขั้นของ AI ได้อย่างแน่นอน แต่ยังไม่สามารถมองเห็นว่าจะออกมาในรูปแบบของอะไร หรือเป็นบริการแบบไหน

Startup ด้าน AI ที่เด่นๆ ของไทย

ในมุมของผู้ประกอบการ Startup ได้มองว่า ตอนนี้มีการถกเถียงกันเยอะมากว่าเทคโนโลยีของหลายๆ ธุรกิจเป็น AI หรือไม่ ถ้ามองในมุมของการนำเอา Logic ของมนุษย์มาพัฒนาทำให้ใช้งานได้จริง และมีผลดีต่อมนุษย์ ในด้านนี้จะมีธุรกิจ Startup ของไทยทำอยู่มากมาย เช่น AI สำหรับ Social monitoring, Reccommendation, การทำ Chat bot หรือ NLP (Natural Language Processing) เป็นต้น 

 แต่ในด้านของ AI Developer กลับมีน้อยในประเทศไทย เพราะคนที่มีประสบการณ์กับการวิเคราะห์ Data เก่งๆ มีน้อยมาก ซึ่งคนส่วนใหญ่จะเป็นประเภท AI Adopter มากกว่า ที่มีการนำเอาอุปกรณ์หรือ Source ต่างๆ มาปรับใช้ โดยไม่ได้มีการพัฒนาหรือสร้างขึ้นมาเอง โดย AI ส่วนใหญ่ที่นำมาใช้ในไทยจะเป็นด้านของการทำระบบอัตโนมัติ (Automate) แต่ยังไม่มีในด้านการทำระบบแสดงความเข้าใจ (Understanding)

ส่วนในมุมมองของนักลงทุนคุณจอมได้ให้ความสำคัญกับ Startup ด้าน AI อยู่ 2 กลุ่ม ซึ่งมีความโดนเด่นมาก ณ ตอนนี้ คือ

กลุ่มที่ 1 คือ กลุ่ม Startup ที่สร้าง Machine Learning หรือ AI ที่สามารถทำงานด้านการ Improve operational efficiency ด้านการ Increase customer experience และด้านการ Enable business model สำหรับองค์กรเล็กอย่าง SMEs และองค์กรใหญ่ๆ ได้

และสำหรับ Machine Learning ซึ่งปกติแล้วจะทำงานตาม Data set ที่มนุษย์ป้อนเข้าไป โดย Data ส่วนใหญ่ของประเทศไทยจะอยู่กับองค์กรขนาดใหญ่ ตัวอย่างเช่น ธนาคาร หรือ Telco จึงทำให้เกิดเป็นความคิดที่จะจัดตั้งองค์กรสำหรับเก็บ และจัดหา Data สำหรับองค์กรอื่นๆ แต่สิ่งเหล่านี้กลับเกิดขึ้นได้ยากมาก เพราะข้อมูลส่วนใหญ่เป็น Unstructure data

ทำให้เกิดเป็น Startup กลุ่มที่ 2 ที่สร้างแพลตฟอร์มที่เรียกว่า DMP หรือ Data Management Platform ซึ่ง Startup กลุ่มนี้มีอยู่บ้างในประเทศไทย แต่ยังไม่มีตัวไหนที่โดดเด่น โดยส่วนใหญ่จะเป็นกลุ่ม ที่เข้าไปช่วยองค์กรจัดการกับ Unstructure data ให้เป็น Structure data เพื่อให้เป็นข้อมูลที่ดีพอในการป้อนเข้าสู่ระบบของกับองค์กรต่างๆ ให้สามารถเอาไปใช้ต่อในอนาคตได้ นอกจากนี้ยังมีกลุ่ม Startup อีกประเภทหนึ่งที่ทำคล้ายกัน เรียกว่า CDP หรือ Customer Data Platform โดยในเมืองไทยมีหลายบริษัทเทคโนโลยีที่ใช้ Data ตัวนี้ในองค์กร โดยการนำเอา Data ต่างๆ ของลูกค้ามาช่วยปรับใช้ในการทำ Marketing และ Detention เป็นต้น

โดยทั้ง 2 ท่านได้มองเห็นเหมือนกันว่า งานหลายๆ งานภายในองค์กรของประเทศไทยยังขาดความมีประสิทธิภาพอยู่ค่อนข้างเยอะ และบางองค์กรยังมีการใช้แรงงานคนกับงานที่สามารถใช้เครื่องจักรหรือเทคโนโลยีแทนได้ ตัวอย่างเช่น คนกรอกเอกสาร พนักงานธนาคาร เพราะฉะนั้น Startup ในกลุ่มที่สามารถสร้างเทคโนโลยีมาแทนหน้าที่เหล่านี้ก็เลยเกิดขึ้นเยอะ

และนอกจากนี้สำหรับประเทศไทยที่ถือว่าภาคการเกษตรเป็นส่วนที่สำคัญส่วนหนึ่งของประเทศ และทางรัฐบาลก็มีการสนับสนุนด้านนี้เป็นอย่างมาก ทำให้มีหลายๆ หน่วยงานนำ AI มาใช้ในภาคส่วนนี้ ตัวอย่างเช่น Hive Ground ที่นำ AI มาเรียนรู้สภาพแวดล้อมแบบ 3 มิติ และนำมาบริหารจัดการโดรน หรืออย่าง Algebra ที่นำ AI มาศึกษาการเลี้ยงกุ้ง

นอกจากนี้ยังมี Ricult ที่เป็นผู้ผลิต Agricultural Tech โดยการสร้าง Machine Learning ในการใช้ดาวเทียมส่องดูเพื่อศึกษาผลผลิตทางการเกษตรในพื้นที่ต่างๆ ของประเทศไทย เช่น ไร่อ้อย นาข้าว ไร่มันสำปะหลัง และนอกจากนี้ยังมีการใช้เพื่อดูปัจจัยอื่นๆ ที่สำคัญในด้านการเษตร ไม่ว่าจะเป็นปริมาณน้ำฝน สภาพภูมิอากาศ ซึ่งในจุดนี้ Ricult ได้นำ Machine Learning เข้ามาเพื่อช่วยกลุ่มเกษตรกร และผู้ผลิตผลิตภัณฑ์ด้านการเกษตร เพื่อให้พวกเขาสามารถเข้าถึงข้อมูลที่แม่นยำ นำปรับเปลี่ยนวิธีการทำการเกษตร และผลิตผลผลิตออกมาได้อย่างสมบูรณ์ที่สุด โดยทาง Ricult จะขายข้อมูลเหล่านี้ให้กับโรงงานต่างๆ เพื่อเป็นข้อมูลให้กับทางโรงงานไว้ติดตามการทำงานกลุ่มลูกค้าที่เป็นเกษตรกรผู้ผลิตนั่นเอง

ความเข้าใจผิดๆ เกี่ยวกับ Startup ด้าน AI

ดร.ก้องได้ให้ข้อมูลในประเด็นนี้ว่า เพราะคำว่า AI มันสามารถมองได้หลายมุมมอง และมีหลายระดับ แต่สิ่งที่สำคัญคือ คนที่รู้จัก AI จะเข้าใจ AI ในระดับไหนมากกว่า ซึ่งมันอาจจะไม่ใช่ความเข้าใจผิด แต่เป็นความเข้าใจในระดับที่ต่างกันไป โดย AI มีได้ตั้งแต่ระดับ Automate, ระดับ Interpret, ระดับ Understanding ไปจนถึงระดับ Action จึงทำให้หลายๆ คนมอง AI ในมุมที่แตกต่างกัน และมาถกเถียงกันเองว่าแบบไหนคือความเข้าใจผิดๆ

Startup ด้าน AI ที่นักลงทุนอยากร่วมงานด้วย

ในฝั่งของ Startup ที่สร้าง Machine Learning หรือ AI จะมี 2 ปัจจัยที่ทางนักลงทุนมองหา ได้แก่

  1. Vertical vs. Horizontal 

    • Vertical คือกลุ่ม Startup ที่ผลิต AI หรือ Machine Learning เพื่อกลุ่มๆ เดียว ทำงานให้กับกลุ่มๆ เดียว ตัวอย่างเช่น Machine Learning สำหรับกลุ่ม Agricultural ก็จะผลิตให้กับด้านนี้อย่างเดียว ตัวอย่าง Startup เช่น Ricult

    • Horizontal เป็นกลุ่ม Startup ที่ผลิตแพลตฟอร์มขึ้นมาให้ใช้งานได้สำหรับหลายวงการในอุตสาหกรรม โดยส่วนใหญ่จะเป็น Startup ตัวใหญ่ๆ ที่จะสามารถสร้างแพลตฟอร์มแนวนี้ได้ ตัวอย่างเช่น Google และ Amazon

ซึ่งในมุมมองของนักลงทุนจะสนใจประเภท Vertical มากกว่า เพราะกลุ่มนี้จะสามารถโฟกัสในแต่ละ พื้นที่ได้ดีกว่า รวมไปถึงต้นทุนของการลงทุนจะน้อยกว่า และจะสามารถเจาะลูกค้าในแต่ละกลุ่มได้อย่างชัดเจน

  1. Enterprise Target vs. Retail Target

    • กลุ่ม Enterprise คือ การสร้าง AI หรือ Machine Learning ออกมาสำหรับขายให้กับองค์กรใหญ่ๆ โดยจะเป็นกลุ่ม B2B (Business to Business)

    • กลุ่ม Retail คือ การสร้าง AI หรือ Machine Learning ออกมาแล้วขายให้กับลูกค้าแบบประเภท B2C (Business to Consumer) ซึ่งแบบนี้จะยากกว่าการขายให้กับองค์กรใหญ่

เพราะฉะนั้นสำหรับนักลงทุนจะมอง Startup ที่เข้ามาแก้ปัญหาให้กับกลุ่ม Enterprise หรือกลุ่ม B2B Solution มากกว่า เพราะกลุ่มนี้จะมี Margin ที่น้อยกว่ากลุ่มที่ผลิตแบบ B2C และอีกเหตุผลหนึ่งคือ การจะสร้าง AI หรือ Machine Learning จำเป็นที่จะต้องมี Data set ที่ถูกต้อง ครบถ้วน เพื่อป้อนเข้าสู่ระบบ ดังนั้น กลุ่ม Startup ด้าน AI จึงเหมาะที่จะผลิตแบบ B2B มากกว่า

นอกจากนี้สิ่งสำคัญมากๆ อีกสิ่งหนึ่งของ Startup ที่นักลงทุนต้องการคือ การเข้าสู่ตลาด หรือการ Execution เพราะความต้องการของลูกค้าในแต่ละองค์กรมีความแตกต่างกันมาก ตัวอย่างเช่น ในกลุ่มของธนาคาร ทั้งธนาคาร A และธนาคาร B จะมีความต้องการที่ไม่เหมือนกันอย่างแน่นอน ดังนั้น การสร้างแพลตฟอร์มที่มีความเป็นมาตรฐานสามารถตอบสนองความต้องการขององค์กรต่างๆ ในแต่ละภาคส่วนได้อย่างทั่วถึง รวมไปถึงการเตรียมพร้อมที่จะขยายธุรกิจและพัฒนาผลิตภัณฑ์ตลอดเวลา ถือเป็นสิ่งสำคัญมากๆ เช่นกันที่กลุ่ม Startup ต้องทำให้ได้ 

และในมุมของกลุ่ม Startup เอง ทางดร.ก้องมองว่าปัจจัยสำคัญอีกอย่างหนึ่งคือ ธุรกิจ Startup จะต้องเป้าหมายให้ AI ใช้ได้กับทั่วโลก เพราะ ณ ปัจจุบันนี้ ทุกคน ทุกธุรกิจสามารถเข้าถึงเครื่องมือ เข้าถึงความรู้แบบเดียวกันได้หมด เพราะฉะนั้นการแข่งขันของธุรกิจที่จะผลิตนวัตกรรมด้าน AI จะต้องมองไกลไประดับโลก จะมามองแค่ระดับประเทศไม่ได้ เพราะมันจะทำให้ขาดโอกาสในการเจริญเติบโตและประสบผลสำเร็จ

สรุป

การแข่งขันในโลกธุรกิจ มีเครื่องมือสำคัญทางเทคโนโลยี ที่ผู้ประกอบการต้องเรียนรู้ ให้เข้าใจอย่างลึกซึ้ง เพื่อนำมาปรับใช้อย่างถูกวิธี หรือหาโอกาสใหม่ๆทางธุรกิจ ซึ่ง AI เป็นหนึ่งในเทคโนโลยีที่จะพลิกโฉมอุตสาหกรรมในอนาคต 

ผู้อ่านที่สนใจเรื่อง AI ยังสามารถติดตามอ่านบทความใน Techsauce หรืออ่านเพิ่มเติมได้ที่ AI for All   อีกโครงการที่ให้การสนับสนุนโดยภาครัฐในการให้ความรู้ด้าน AI

RELATED ARTICLE

Responsive image

ท็อป จิรายุส ผู้บริหารกลุ่ม Bitkub กับข้อเสนอเพื่อประเทศไทยหลุดพ้นกับดักรายได้ปานกลาง

ท็อป จิรายุส ผู้บริหารกลุ่ม Bitkub กับข้อเสนอเพื่อประเทศไทยหลุดพ้นกับดักรายได้ปานกลาง พร้อมมากับความเชื่อที่ว่า “เศรษฐกิจดิจิทัล” คืออีกหนทางรอดของประเทศไทย และความสามารถของเทคโนโล...

Responsive image

วิเคราะห์ประเด็น รัฐบาลจีน ไล่เช็คบิล บริษัทเทค สี จิ้นผิง ต้องการอะไรจากเรื่องนี้ ?

ถ้าพอจำกันได้ ในเดือนพฤศจิกายน 2020 เราก็ได้เผชิญกับข่าวใหญ่ที่สั่นคลอนทั้งวงการยักษ์ใหญ่เทคโนโลยีจีน นั่นก็คือเหตุการณ์ที่ Ant Group บริษัทด้านเทคโนโลยีการเงินในเครือ Alibaba ของม...

Responsive image

Smart Cities for Dummies เพราะ Smart City ไม่ใช่เพียงแค่เรื่องของคนกลุ่มใดกลุ่มหนึ่ง

เมื่อนึกถึงคำว่า ‘Smart City’ สิ่งหนึ่งที่คนทั่วไปรู้สึกและมีความคิดในทำนองเดียวกัน คือ ทำไม? เราถึงจะต้องมานั่งทำความเข้าใจเกี่ยวกับคำ ๆ นี้ ในเมื่อมันเกี่ยวข้องกับการบริหารจัดการ...