กรณีศึกษา AI กับ การนำไปใช้จริงในภาคการเงิน, การเกษตร และ ภาคพลังงานของไทย | Techsauce

กรณีศึกษา AI กับ การนำไปใช้จริงในภาคการเงิน, การเกษตร และ ภาคพลังงานของไทย

Carnegie Mellon University ร่วมกับ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง จัดงานสัมนาด้าน AI เต็มรูปแบบครั้งแรกในประเทศไทย ภายใต้ชื่องาน "CMKL Tech Summit 2018" สร้างพื้นที่พูดคุยและแชร์เรื่องราวการนำเทคโนโลยี AI มาใช้จริงกับอุตสาหกรรมต่างๆ โดยมีตัวแทนองค์กร ผู้เชี่ยวชาญจากหลายภาคส่วน อาทิ ภาคการเงิน, พลังงาน, การเกษตร และ การค้าปลีก ร่วมแชร์ผลการศึกษาและการนำ AI มาประยุกต์ใช้กับทีม R&D ให้ผู้ฟังได้เห็นภาพว่า AI นั้นจะถูกนำมาใช้จริงในธุรกิจไทยได้อย่างไรบ้าง

ธนาคารกรุงไทย: กรณีศึกษา AI ในภาคการเงิน

Panel ของ ดร.ธีรวัฒน์ อัศวโภคี ผู้ช่วยกรรมการผู้จัดการใหญ่ สายงานนวัตกรรมข้อมูลเพื่อการขับเคลื่อนธุรกิจ ธนาคารกรุงไทย และ ดร. Osman Yagan รองศาสตราจารย์การวิจัยด้าน Electrical และ Computer Engineering มหาวิทยาลัย Carnegie Mellon ได้ถกกันถึงอนาคตของธนาคารที่กำลังถูก AI เปลี่ยนโฉมไปอย่างสิ้นเชิง

อย่างแรกคือการนำ AI มาพัฒนาการให้บริการลูกค้าและยกระดับประสบการณ์ไปสู่อีกขั้น ด้วยการวิเคราะห์พฤติกรรมแต่ละคนอย่างถี่ถ้วน เพื่อให้คำแนะนำด้านการบริการและโปรโมชันที่เหมาะสมที่สุด

ดร.ธีรวัฒน์ กล่าวว่า พฤติกรรมของลูกค้าจะไม่สามารถแบ่งออกเป็นกลุ่มๆ อย่างชัดเจนได้แล้ว แต่พฤติกรรมจะแตกต่างกันไปตามแต่ละบุคคล และมีความเป็นปัจเจกมากขึ้น

นอกจากนี้องค์กรการเงินอย่างธนาคารกรุงไทย ยังสามารถนำ AI มาช่วยให้บริการเงินกู้กับกลุ่มคนที่ไม่สามารถเข้าถึงธนาคารได้ ช่วยแก้ปัญหาการกู้เงินนอกระบบ และยังได้ร่วมกับ CMKL ศึกษาพัฒนา smart document อย่าง smart OCR และ EKYC เพื่อเชื่อมโลกธุรกิจภายนอกเข้ากับโลกดิจิทัล รวมถึงการนำเทคโนโลยีจดจำใบหน้าที่มีความแม่นยำสูงมาใช้กับการทำธุรกรรมการเงิน

ดร. Osman กล่าวว่า การนำ data มาใช้ใน credit score ถือเป็นจุดเปลี่ยนสำคัญ ซึ่งปัจจุบันในประเทศจีนได้มาการนำมาใช้จริงแล้ว โดยข้อมูลและประวัติต่างๆ เช่น ที่อยู่ปัจจุบันหรือความสม่ำเสมอในการจ่ายบิล จะช่วยให้คนทั่วไปสามารถกู้เงินได้ง่ายขึ้น

อย่างไรก็ตาม ความท้าทายสำคัญของการใช้ data คือ การควบคุมไม่ให้เกิดการแบ่งแยก เช่นการเปิดเผยข้อมูลเรื่องชาติกำเนิดหรือลักษณะของคนกลุ่มน้อยในสังคม

อีกหนึ่งความท้าทายคือการหา talent ที่มีความรู้และประสบการณ์เกี่ยวกับ AI จริงๆ ซึ่งหาได้ยาก ดร.ธีรวัฒน์ ให้ความเห็นว่าสิ่งที่สำคัญยิ่งกว่าคือ ผู้บริหารต้องมี mindset และตั้งความคาดหวังเอาไว้อย่างพอดีๆ โดยต้องเข้าใจก่อนว่า AI และ Machine Learning ถือเป็นเพียงเครื่องมือหนึ่ง ที่พนักงานสามารถลองถูกลองผิดและเรียนรู้จากมันได้ หากตั้งความคาดหวังเอาไว้สูงเกินไป อาจทำให้ทีมกลัวการผิดพลาดจนไม่กล้าศึกษาและใช้เทคโนโลยีใหม่ๆ

ดร.ธีรวัฒน์ กล่าวว่า “ถ้ามีอะไรผิดพลาด มันไม่ได้เกิดจาก AI แต่เกิดจากวิธีการใช้ของเรา... ถ้าเราสามารถควบคุม AI อย่างมีประสิทธิภาพ มันจะสามารถเปลี่ยนแปลงวิถีชีวิตมนุษย์ได้เช่นเดียวกับที่อินเตอร์เน็ตและ mobile phone ทำได้”

บางจาก: กรณีศึกษา AI จากภาคพลังงาน

ตัวอย่างการนำ AI และ Machine Learning มาใช้ในอุตสาหกรรมพลังงาน เห็นได้จาก ‘บางจาก’ ที่ได้เผยโปรเจกต์ ปั๊มพลังงานแสดงอาทิตย์ และการนำ AI มาคาดการณ์การบำรุงรักษาล่วงหน้า

คุณสุวัฒน์ มีมุข ผู้ช่วยกรรมการผู้จัดการใหญ่ สถาบันนวัตกรรมและบ่มเพาะธุรกิจ (BiiC) บริษัท บางจาก คอร์ปอเรชั่น จำกัด (มหาชน) และศาสตราจารย์ Anupam Datta แห่งคณะ Electrical และ Computer Engineering & Computer Science มหาวิทยาลัย Carnegie Mellon ได้ร่วมพูดคุยในเรื่องนี้

คุณสุวัฒน์ กล่าวว่า บางจากมีธุรกิจพลังงานหลายอย่าง เช่น พลังงานแสงอาทิตย์, พลังงานลม และ พลังงานความร้อนใต้ดิน โดยบางจากประสบความสำเร็จในการสร้างปั๊มจากพลังงานแสงอาทิตย์

นอกจากเรื่องพลังงานโดยตรง บางจากยังนำ AI มาคาดการณ์การบำรุงรักษาล่วงหน้า ช่วยให้บริษัทประหยัดเงินหลายล้านบาท  เนื่องจากปกติบางจากต้องหยุดการทำงานของเครื่องจักรทุกๆ 3 ปี เพื่อบำรุงรักษา คิดเป็นเงินถึง 1.5 พันล้านบาท จึงคาดว่าการนำ AI และ Machine Learning มาใช้จะช่วยยืดระยะการใช้งานของอุปกรณ์และเครื่องจักรจาก 3 ปี เป็น 5 ปีได้ ด้วยวิธีการตรวจหาจุดที่ต้องได้รับการซ่อมแซมเป็นส่วนๆ โดยไม่ต้องปิดทีเดียวทั้งระบบ

บางจากยังร่วมมือกับ CMKL ทำศูนย์วิจัย AI สำหรับพัฒนาทีมวิศวกรให้เป็น data scientist และนำ Machine Learning มาวิเคราะห์พฤติกรรมผู้บริโภคในปั๊มน้ำมัน ประเภทของรถที่เข้ามาในปั๊ม รวมถึง ลูกค้าที่ซื้อของในร้านสะดวกซื้อและร้านกาแฟ

คุณสุวัฒน์ ให้คำแนะนำต่อบริษัทด้านพลังงานที่กำลังเผชิญกับยุค digital transformation ว่า “พยายามเรียนรู้และทำความเข้าใจ data ก่อน อย่าเพิ่งกระโดดเข้าหา AI โดยที่ไม่มี data เพียงพอหรือไม่รู้ว่าเป้าหมายคืออะไร”

เบทาโกร: การนำ AI มาสู่ Smart Farming

ภาคการเกษตรคือภาคเศรษฐกิจหลักของประเทศไทย ดังนั้นจึงหนีไม่พ้นการนำ AI เข้ามาใช้พัฒนาด้วยเช่นกัน ปัญหาหลักของประเทศไทยที่คุณวรนันท์ วรมนตรี Strategist ของบริษัท เบทาโกร มองเห็นคือ การพยายามเพิ่มจำนวนผลผลิต ซึ่งเกษตรกรส่วนใหญ่มักไม่ได้นึกถึงการนำเทคโนโลยีมาใช้เพิ่มกำลังการผลิต แต่มักนึกถึงการขยายพื้นที่เพาะปลูกเป็นอย่างแรก ส่งผลให้ผู้เล่นรายเล็กถูกผู้เล่นรายใหญ่กลืนกิน

การทำการเกษตรขนาดเล็กและการรักษาทรัพยากรธรรมชาติเอาไว้ คือความท้าทายอย่างหนึ่ง เนื่องจากฟาร์มขนาดเล็กส่วนใหญ่มีเจ้าของเป็นผู้สูงอายุที่ไม่มีความรู้ด้านเทคโนโลยี หรืออาจสานต่อโดยเด็กรุ่นใหม่ที่ไม่มีประสบการณ์ทำธุรกิจให้ยั่งยืน จึงทำให้เกิดปัญหาขาดแคลนผลผลิตและรายได้

เบทาโกรได้ร่วมกับ CMKL และ ดร. Pei Zhang รองศาสตราจารย์ คณะ Electrical and Computer Engineering & INI มหาวิทยาลัย Carnegie Mellon นำทัพนักศึกษามาช่วยติดตามและวิจัยพฤติกรรมหมู โดยการวางเซนเซอร์เอาไว้ในคอก

คุณวรนันท์ และ Dr. Pei เห็นตรงกันว่า ภาคเกษตรของไทยยังมีโอกาสเปิดกว้างในการนำเทคโลยีเข้ามาใช้ให้เกิดประสิทธิภาพสูงสุดได้ โดยเฉพาะ AI ที่ทั้งสองมองว่าจะช่วยให้ทำงานเสร็จง่ายขึ้น และมีประสิทธิภาพมากขึ้น มากกว่าการมาแย่งงานแบบที่กลัวกัน

Thai Beverage PLC : เตรียมธุรกิจให้พร้อมสู่ยุค AI

Panel ระหว่าง ThaiBev และ CMKL ได้กล่าวถึงความร่วมมือพัฒนาธุรกิจสองด้านสำคัญ คือ ธุรกิจ Supply chain และ Customer insights โดยมีคุณธีรพันธุ์ เหลืองนฤมิตชัย ผู้อำนวยการสำนักสารสนเทศ บริษัท ไทยเบฟเวอเรจ จำกัด, คุณโตตระกูล คงทรัพย์ รองกรรมการผู้จัดการ บริษัท ไทยเบฟเวอเรจ โลจิสติก จำกัด และ ศาสตราจารย์ Hyong Kim, Drew D. Perkins คณะ Electrical and Computer Engineering มหาวิทยาลัย Carnegie รวมแสดงวิสัยทัศน์

ทั้งสามท่าน เน้นย้ำความสำคัญของการทำความเข้าใจกลยุทธ์หรือ Business strategy ของบริษัทให้ถ่องแท้ก่อนนำ AI และ Machine Learning มาใช้ เพราะบางครั้งทางแก้ปัญหาที่ดีที่สุดอาจไม่ต้องการการลงทุนสูง และบาง solution สามารถหาได้ง่ายกว่าที่คิด

"และเมื่อคุณทราบ Business strategy คุณก็จะรู้ว่าการทำการวิจัยในด้านหนึ่งๆ จะต้องใช้เวลาและความพยายามมากน้อยแค่ไหน ซึ่งอาจรวมถึงการเตรียมพร้อมรับความผิดพลาดที่อาจเกิดขึ้นระหว่างการพัฒนาและการเรียนรู้"

ThaiBev มองว่า การทำโปรเจกต์ให้เกิดประสิทธิภาพสูงสูดต้องเริ่มจากการมีเป้าหมายที่ชัดเจน ซึ่งเป้าหมายเหล่านี้ควรจะส่งเสริมสังคมใน 3 ด้าน คือ สิ่งแวดล้อม เศรษฐกิจ และการกำกับดูแล ซึ่งหากสามารถนำ AI มาใช้ให้ตอบโจทย์เป้าหมายได้ ก็ถือว่าประสบความสำเร็จ ขณะที่มุมมองของผู้บริหารส่วนใหญ่มักนึกถึงการใช้ AI เพื่อประหยัดต้นทุนและช่วยเสริมรายได้ให้กับองค์กร

นอกจากนี้ การกระโดดเข้าสู่โลก AI ควรจะมี partner ที่ดี ThaiBev กล่าวว่าข้อดีของการมีสถาบันการศึกษาอย่าง CMKL เป็น partner คือ การได้ความรู้เชิงลึกและความจริงใจในการช่วยทำวิจัย โดยไม่ขึ้นกับงบประมาณ จึงทำให้องค์กรสามารถเดินหน้าพัฒนา AI ได้อย่างเต็มประสิทธิภาพ

บทความนี้เป็น advertorial

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

‘UOB Sustainability Compass’ เครื่องมือออนไลน์ด้านความยั่งยืน หนุน SMEs เปลี่ยน Vision เป็น Action

บทสัมภาษณ์ คุณอัมพร ทรัพย์จินดาวงศ์ และคุณพณิตตรา เวชชาชีวะ เกี่ยวกับ ‘UOB Sustainability Compass’ เครื่องมือออนไลน์ที่เข้ามาช่วย SMEs เริ่มดำเนินการด้านความยั่งยืนอย่างเข้าใจและไม...

Responsive image

Intel พลาดอะไรไป ? ทำไมถึงต้องเปลี่ยน CEO กะทันหัน ? ถอดบทเรียนราคาแพงจากยุค Pat Gensinger

การ ‘เกษียณ’ อย่างกะทันหันของ Pat Gelsinger อดีตซีอีโอ Intel ในต้นเดือนธันวาคม สร้างแรงสั่นสะเทือนไปทั่ววงการเทคโนโลยี หลายฝ่ายมองว่าเป็นการบีบให้ออกจากบอร์ดบริหาร อันเนื่องมาจากผล...

Responsive image

GAC รถแห่งเมืองกวางโจว ขวัญใจแท็กซี่ยุคใหม่ | Tech for Biz EP. 30

แบรนด์รถยนต์ที่เป็นความภูมิใจของคนกวางโจว สู่ขวัญใจแท็กซี่ยุคใหม่ คลิปนี้ Tech for Biz จะพาไปรู้จัก GAC ผู้ผลิตรถยนต์ไฟฟ้าสัญชาติจีนอีกเจ้าที่กำลังบุกตลาดเมืองไทย...