สรุป KBTG Techtopia: Human of Tomorrow เมื่ออนาคตของ AI ไม่ได้มีแค่เรื่องเทคโนโลยี แต่คือบทบาทใหม่ของมนุษย์

AI กำลังเปลี่ยนสถานะจากเครื่องมือที่รอรับคำสั่ง ไปสู่ Agent ที่วางแผน ให้เหตุผล และลงมือทำบางอย่างได้ด้วยตัวเอง

การเปลี่ยนแปลงครั้งนี้ไม่ได้ขยับแค่ขีดความสามารถของเทคโนโลยี แต่กำลังเปลี่ยนบทบาทของคนในที่ทำงาน วิธีสร้างธุรกิจ และความหมายของทักษะที่จำเป็นในอนาคต

KBTG Techtopia ปีที่ 4 ภายใต้ธีม Human of Tomorrow ซึ่งจัดขึ้นเมื่อวันที่ 16 กันยายน 2026 ณ ศูนย์การประชุมแห่งชาติสิริกิติ์ ชวนผู้ร่วมงานตั้งคำถามว่า มนุษย์จะทำงาน ตัดสินใจ และรักษาความรับผิดชอบของตัวเองไว้อย่างไร ในวันที่ AI เริ่มเข้ามาเป็นส่วนหนึ่งของกระบวนการทำงานจริง

คำถามนี้ถูกขยายผ่าน 3 เวที พร้อมเวิร์กช็อป Community Circle และพื้นที่จัดแสดงเทคโนโลยี ตั้งแต่ภาพอนาคตของประเทศไทย ความไว้วางใจในเทคโนโลยี การสร้างผลลัพธ์จาก AI ในองค์กร ไปจนถึง Quantum Computing, Cybersecurity, FinTech, สุขภาวะ และการออกแบบประสบการณ์ระหว่างมนุษย์กับ AI

3 เวที มองอนาคตตั้งแต่ระดับประเทศถึงคนทำงาน

KBTG Techtopia ในปีนี้ แบ่งเนื้อหาออกเป็น 3 Stage พร้อม 8 Playground Workshops, 10 Community Circle และ Innovation Showcase จาก KBTG และพันธมิตร

Stage 1 มองโจทย์ในระดับใหญ่ ตั้งแต่ทิศทางอนาคตของประเทศและบทบาทของ R&D ไปจนถึงการสร้าง Value จาก AI, Trust, Accountability, Cybersecurity และ FinTech พร้อมตั้งคำถามต่อว่า เมื่อเทคโนโลยีเข้ามามีบทบาทมากขึ้น มนุษย์ควรเรียนรู้ ปรับตัว และรักษาอะไรไว้กับตัวเอง

Stage 2 ลงมาสู่การใช้งานจริงในองค์กร ตั้งแต่ Agentic AI, Data, Hyper-Personalization และ Zero-Trust Security ไปจนถึง AI Ecosystem และโครงสร้างพื้นฐานของภาคธนาคาร เพราะการมี AI ที่เก่งเพียงอย่างเดียวอาจยังไม่พอ หากองค์กรไม่มีข้อมูล ระบบความปลอดภัย และวิธีประเมินคุณภาพที่พร้อมรองรับ ภาพรวมของเวทีนี้ชี้ว่า การมีโมเดล AI ที่เก่งยังไม่เพียงพอ องค์กรต้องมีข้อมูล โครงสร้างพื้นฐาน ความปลอดภัย ระบบประเมินคุณภาพ และแนวทางขยายผลที่เดินไปด้วยกัน

ส่วน Stage 3 พาไปมองเทคโนโลยีที่อาจกลายเป็นโครงสร้างพื้นฐานสำคัญในอนาคต ตั้งแต่ Quantum Computing, Smart City, Hybrid Cloud, Cybersecurity และ Blockchain ไปจนถึง Agentic AI รวมถึงรูปแบบการใช้งาน AI ที่อาจไม่ได้อยู่แค่การพิมพ์ Prompt ลงในแชตอีกต่อไป

เวิร์กช็อปและ Community Circle ช่วยต่อภาพจากการฟังไปสู่การลงมือทำ มีทั้งการสร้างแอปต้นแบบด้วย AI สำหรับผู้ที่ยังไม่จำเป็นต้องเขียนโค้ด การใช้ AI Assistant และ MCP Server กับข้อมูลด้าน Security Operations ไปจนถึงเรื่องการออกแบบ Career Portfolio ระหว่างเส้นทาง Corporate, Startup และการสร้างธุรกิจของตัวเอง

Human of Tomorrow เมื่อคนไม่ได้มีหน้าที่แค่ใช้ AI

คุณวรนุช เดชะไกศยะ, Executive Chairman, KBTG เปิดเวทีด้วยแนวคิดว่า คู่แข่งที่แท้จริงในยุค AI คือความสามารถของมนุษย์ในการปรับตัว โลกไม่ได้เปลี่ยนเพราะเทคโนโลยีเพียงอย่างเดียว วิธีที่คนเลือกเรียนรู้และนำเทคโนโลยีไปใช้ต่างหากที่กำหนดทิศทางของการเปลี่ยนแปลง

คุณวรนุชอธิบายว่า AI กำลังขยับจาก Tool ที่รอให้คนถามและช่วยตอบ ไปสู่ Agent ที่วางแผน ตัดสินใจ และลงมือทำได้ ภาพของ AI จึงเริ่มใกล้กับ Digital Workforce มากขึ้น และทำให้คนต้องเปลี่ยนจากผู้ลงมือทำทุกขั้น ไปสู่ผู้กำหนดเป้าหมาย ออกแบบกระบวนการ ตรวจสอบ และตัดสินใจในจุดสำคัญ

KBTG นำภาพนี้มาทดลองผ่าน AthenaMind ซึ่งเป็น In-house Multi-Agent Platform ภายในมี 7 Enterprise Agents, 24 Pre-built Agents และ 401 Personal Agents พร้อม Adoption ประมาณ 90% 

ตัวเลขนี้แสดงให้เห็นว่า KBTG ไม่ได้มอง AI Agent เป็นเพียงเครื่องมือทดลองแยกส่วน แต่เริ่มนำมาออกแบบให้เป็นส่วนหนึ่งของระบบการทำงานภายในองค์กร

อีกตัวอย่างที่คุณวรนุชยกขึ้นมาคือการนำ AI เข้าไปอยู่ตลอดวงจรพัฒนาซอฟต์แวร์ ตั้งแต่ Requirement, Design, Development ไปจนถึง Test โดย KBTG ตั้งเป้าหมายเพิ่ม Productivity แบบ End-to-End 15% ในช่วงปี 2026 ถึง f8 โดยมองว่าการทำให้ขั้นตอนใดขั้นตอนหนึ่งเร็วขึ้น เช่น การเขียนโค้ด อาจไม่ได้ทำให้ทีมส่งงานเร็วขึ้นจริง หากขั้นตอนก่อนหน้าและหลังจากนั้นยังทำงานเหมือนเดิม

ยิ่ง AI สามารถลงมือทำเองได้มากขึ้น ยิ่งต้องให้น้ำหนักเรื่องการกำกับดูแลโดยคน

KBTG วางองค์ประกอบสำคัญไว้ 3 เรื่อง ได้แก่ Data Hygiene เพื่อให้ข้อมูลพร้อมใช้งาน Human-in-the-loop เพื่อให้มนุษย์ยังอยู่ในจุดที่ต้องใช้การตัดสินใจ และ Enterprise-grade Security เพื่อให้ระบบมีมาตรฐานความปลอดภัยที่เหมาะกับองค์กร

นอกจากนี้ยังมี Sai JAI สำหรับประเมินระบบ AI, AEGIS สำหรับสร้าง Guardrails ให้ GenAI และ AI Playground ซึ่งเปิดพื้นที่ให้ทดลอง AI ภายใต้กรอบที่กำหนดไว้ แนวคิดคือ องค์กรไม่ควรรอให้ AI ถูกนำไปใช้ในวงกว้างแล้วค่อยคิดเรื่อง Governance แต่ควรวางวิธีประเมิน ขอบเขตการใช้งาน และระบบความปลอดภัยไว้ตั้งแต่ต้น

ปัจจุบัน AI ใน KBTG ยังไม่ได้จำกัดอยู่เฉพาะงานพัฒนาซอฟต์แวร์ คุณวรนุชระบุว่ามี AI & Analytics Initiatives มากกว่า 80 โครงการ ครอบคลุมตั้งแต่ Internal Knowledge, AI Advisory, Document Processing ไปจนถึง Voice Processing

ขณะเดียวกัน เรื่องคน ก็ถูกวางไว้เป็นส่วนหนึ่งของการลงทุน โดย KBTG ระบุเป้าหมาย 100% AI Literacy มี AI Engineers 267 คน และมอง Agent Engineer เป็นหนึ่งในบทบาทใหม่ที่ต้องเตรียมคนให้พร้อม

เพราะแม้ AI จะทำงานได้มากขึ้น แต่ระบบยังสามารถให้ข้อมูลผิด เกิด Hallucination หรือสะท้อนอคติจากข้อมูลที่ใช้ฝึกได้

หน้าที่ของคนจึงไม่ได้หายไป แต่เปลี่ยนจากการลงมือทำทุกอย่างเอง ไปสู่การตั้งคำถาม ตรวจสอบแหล่งข้อมูล เปรียบเทียบคำตอบ และรับผิดชอบต่อการตัดสินใจสุดท้าย

Stage 1 จากยุทธศาสตร์ AI สู่คำถามเรื่องคน

หลัง Opening Stage ประเด็นบน Stage 1 ขยายต่อไปถึงคำถามว่า AI จะสร้างคุณค่าจริงให้กับองค์กรและสังคมได้อย่างไร

หนึ่งในแนวคิดที่ถูกพูดถึงคือ อนาคตที่คนหนึ่งคนอาจทำงานร่วมกับ AI Agent หลายตัว โดยแต่ละ Agent รับผิดชอบงานแต่ละส่วน คนทำงานจึงอาจมีหน้าที่คล้าย Manager ของ AI มากขึ้น ตั้งแต่การกำหนดเป้าหมาย แบ่งงาน ประเมินคุณภาพ และเชื่อมผลลัพธ์จากหลาย Agent ให้ตอบโจทย์เดียวกัน

Session The Next Frontier: Technology and Trust โดย Jessica Rosenworcel, Executive Director, MIT Media Lab ขยายภาพเรื่อง Trust ให้กว้างกว่าความเชื่อมั่นในประสิทธิภาพของระบบ เธอเสนอว่าเทคโนโลยีเป็นเครื่องมือขยายความคิดสร้างสรรค์และการแสดงออกของมนุษย์ โจทย์จึงอยู่ที่การกำหนดว่าเราต้องการใช้เทคโนโลยีสร้างอนาคตแบบใด พร้อมวาง Accountability และ Governance ไปตั้งแต่ต้น

ใน Session Cyborg Psychology: How Will AI Change How We Live, Love, and Learn? ดร.พัทน์ ภัทรนุธาพร MIT Professor, Founding Director of the Cyborg Psychology research group ชวนมองอิทธิพลของ AI ที่ขยายจากการทำงานไปสู่ความคิด การตัดสินใจ อารมณ์ และความสัมพันธ์ ความเสี่ยงจึงครอบคลุมทั้ง Automation Bias การมอง AI เสมือนมนุษย์ และ Sycophancy หรือการที่ระบบตอบเอาใจผู้ใช้จนตอกย้ำความเชื่อเดิม AI Literacy จึงต้องรวมความเข้าใจด้านเทคโนโลยี จิตวิทยา และบริบททางสังคม

อีกมุมหนึ่งมาจาก Session Algebra of Luck โดยคุณธนา เธียรอัจฉริยะ Chairman of the Board of Directors & Independent Director, Bluebik Group PCL ซึ่งเสนอว่าโอกาสเพิ่มขึ้นได้จากการสะสมทักษะหลายด้าน การเชื่อมประสบการณ์ที่กระจัดกระจาย และการเชื่อมโยงกับผู้คน AI ช่วยให้เข้าถึงความรู้และสร้างทักษะใหม่ได้เร็วขึ้น ส่วนมนุษย์ยังต้องเลือกว่าจะผสมความสามารถเหล่านั้นให้เกิดคุณค่าและเอกลักษณ์ของตัวเองอย่างไร

อีกมุมหนึ่งของการเปลี่ยนผ่านมาสู่โลก AI มาจาก กระทิง เรืองโรจน์ พูนผล Co-founder, House Of Wisdom ที่ชวนให้องค์กรมองไกลกว่าการนำ AI มาเพิ่มประสิทธิภาพให้กระบวนการเดิม เพราะโจทย์สำคัญไม่ใช่แค่การสร้างบริษัทที่มี AI ใช้แต่คือการออกแบบองค์กรใหม่ให้เป็น AI-Native Enterprise ตั้งแต่โครงสร้างธุรกิจ วิธีทำงาน ไปจนถึงบทบาทของคน

หนึ่งในภาพที่น่าสนใจคือแนวคิด Nanopreneur ซึ่งมองว่าทีมขนาดเล็กสามารถทำงานร่วมกับ AI Agents และทรัพยากรต่าง ๆ เพื่อรับผิดชอบผลลัพธ์แบบ End-to-End ได้มากขึ้น คนทำงานจึงไม่ได้มีหน้าที่เพียงรับ Task จากโครงสร้างองค์กรตามลำดับชั้น แต่มี Mission, Authority, Data และ Accountability อยู่ในมือ สามารถมองปัญหา ตัดสินใจ สร้าง ทดลอง เรียนรู้ และขยายผลได้คล้ายผู้ประกอบการขนาดย่อมภายในองค์กร

เมื่อ AI ทำงานที่เป็นมาตรฐานได้มากขึ้น คุณค่าของคนก็อาจขยับไปอยู่ในพื้นที่ที่เครื่องจักรยังแทนได้ยาก ตั้งแต่การรับมือกับโจทย์ที่คลุมเครือ การเลือกว่าสิ่งใดควรถูกสร้างขึ้น การตัดสินใจที่มีผลกระทบสูง ไปจนถึงความไว้ใจและความสัมพันธ์ระหว่างคน แนวคิดในเซสชันจึงเสนอว่า คนไม่จำเป็นต้องแข่งขันกับเครื่องจักรด้าน Efficiency แต่ควรเป็นผู้นำมันในเรื่อง Judgment, Ambiguity และ Responsibility

Stage 2 จาก AI ที่ทำได้สู่ AI ที่ใช้ได้จริง

Stage 2 ที่พยายามตอบคำถามให้กับสิ่งที่องค์กรจำนวนมากกำลังเจอ คือจะนำ AI จาก Pilot ไปสู่การใช้งานจริงและขยายผลได้อย่างไร

Session Quality Beyond Determinism: Leading Through the Rise of Unpredictable AI นำประเด็นเรื่องคุณภาพมาวางไว้กลางการเปลี่ยนผ่าน โดยมี Dr. Klaudia Dussa-Zieger, ISTQB President และ Head of Consulting, imbus AG, คุณทัดพงศ์ พงศ์ถาวรกมล, Managing Director, KBTG, คุณวรนุช เดชะไกศยะ, Executive Chairman, KBTG และ Werner Henschelchen, CEO, GASQ Service GmbH ร่วมสนทนา

ประเด็นสำคัญอยู่ที่ระบบ AI ไม่ได้ให้ผลลัพธ์แบบตายตัวเหมือนซอฟต์แวร์แบบเดิมเสมอไป คำตอบของโมเดลอาจแตกต่างกันตามข้อมูล บริบท และการเปลี่ยนแปลงของโมเดล การประกันคุณภาพจึงต้องครอบคลุมตลอดวงจรชีวิต ตั้งแต่คุณภาพข้อมูล เกณฑ์ยอมรับ และ Quality Gate ก่อนใช้งาน ไปจนถึงการติดตามผลหลังนำระบบไปใช้จริง

อีกประเด็นที่วงสนทนาแยกให้ชัดคือ การใช้ AI มาช่วยทดสอบระบบ กับการทดสอบตัว AI เอง เพราะอย่างหลังต้องประเมินทั้งความน่าเชื่อถือ ความเสี่ยง Governance และ Human Oversight ควบคู่กัน การตรวจว่าระบบเคยให้คำตอบถูกหนึ่งครั้งจึงยังไม่เพียงพอ องค์กรต้องรู้ด้วยว่าระบบผิดพลาดในเงื่อนไขใด ผลกระทบมีระดับไหน และจุดใดต้องให้มนุษย์เข้ามาตัดสินใจ

อีกเรื่องที่ถูกเชื่อมเข้ามาคือข้อมูลสุขภาพจาก Wearable ผ่าน Session The Modern Wellness Crisis: Has Technology Gone Too Far? โดย นพ.ธนีย์ ธนียวัน (Tany Thaniyavarn, M.D.) Executive Director, EO LifeMED Co., Ltd และแพทย์ผู้เชี่ยวชาญด้านโรคปอด ซึ่งชวนมองเทคโนโลยีในฐานะสิ่งแวดล้อมที่กำหนดพฤติกรรม ตั้งแต่ Notification, Infinite Scroll ไปจนถึงระบบรางวัลที่ดึงความสนใจให้กลับไปอยู่บนหน้าจอซ้ำ ๆ

ข้อมูลเหล่านี้มีประโยชน์เมื่อใช้ดูแนวโน้มและช่วยวางแผนดูแลตัวเอง อย่างไรก็ดี ตัวเลขเพียงค่าเดียวไม่ควรถูกใช้เพื่อตัดสินสุขภาพทั้งหมดของคนคนหนึ่ง แนวคิดนี้สะท้อนหลักเดียวกับ AI ในองค์กร นั่นคือข้อมูลมีประโยชน์เมื่อถูกตีความด้วยบริบทและวิจารณญาณของมนุษย์

Stage 3 เมื่อ AI ไม่ได้อยู่แค่ใน Chat

Stage 3 พาไปมองเทคโนโลยีที่อาจกลายเป็นส่วนหนึ่งของโครงสร้างพื้นฐานในอนาคต ตั้งแต่ Quantum Computing, Smart City, Hybrid Cloud, Cybersecurity และ Blockchain ไปจนถึงระบบที่ AI Agent สามารถทำงานหรือประสานงานกันได้โดยอัตโนมัติมากขึ้น

คำถามเรื่องปฏิสัมพันธ์กับ AI ถูกขยายใน Session Prompts Won’t Save Us: Imagining Human-AI Interactions Beyond Chatbots โดยนักออกแบบจาก KBTG ได้แก่ ชลนิภา คณาพรชัย, Advanced Designer, ภารุจ พานทองดี, Senior Designer และ ธนวิชญ์ ประสงค์พงษ์ชัย, Advanced Designer

ทั้งสามมองว่า Prompt และ Chatbox เป็นเพียงรูปแบบหนึ่งของการใช้งาน AI ขณะที่ประสบการณ์ในอนาคตอาจเป็นธรรมชาติมากขึ้น เข้าใจบริบท และทำงานอยู่เบื้องหลังโดยผู้ใช้ไม่ต้องเริ่มทุกอย่างจากคำสั่ง แนวคิดนี้ทำให้งานออกแบบต้องสื่อสารให้ชัดว่าระบบกำลังทำอะไร ใช้ข้อมูลใด และกำลังจะลงมือแทนมนุษย์ตรงไหน

ทีมยังเสนอภาพความสัมพันธ์ที่ AI สามารถเปลี่ยนสถานะระหว่าง Present, Distant และ Gone ตามความจำเป็น บางช่วง AI อาจเข้ามาช่วยอย่างใกล้ชิด บางจังหวะควรถอยออก และบางสถานการณ์ควรเปิดพื้นที่ให้คนกลับไปมีปฏิสัมพันธ์กับคนด้วยกันเอง

อย่างไรก็ตาม การทำให้ AI ใช้ง่ายขึ้นก็มีอีกด้านที่ต้องระวัง

หากระบบลดแรงเสียดทานในการคิดมากเกินไป ผู้ใช้อาจปล่อยให้ AI คิดแทนจนไม่ได้ฝึกตั้งคำถาม เรียนรู้ หรือแก้ปัญหาด้วยตัวเอง

การออกแบบ Human-AI Interaction จึงไม่ได้มีโจทย์แค่ทำให้เทคโนโลยีสะดวกที่สุด แต่ต้องคิดด้วยว่า ในขั้นตอนไหนมนุษย์ยังควรมีส่วนร่วมและได้ใช้ความคิดของตัวเอง

เดโมในบูธ KBTG

นอกจากเนื้อหาบนเวที งานยังมี Innovation Showcase จาก KBTG และพันธมิตร ซึ่งช่วยให้แนวคิดเรื่อง Human of Tomorrow เห็นเป็นการใช้งานจริงมากขึ้น เช่น

• CUNEX | The Connected Campus แอปของจุฬาลงกรณ์มหาวิทยาลัยที่พัฒนาร่วมกับ KBank และเปิดใช้งานมาตั้งแต่ปี 2018 ทำหน้าที่เป็นแพลตฟอร์มกลางสำหรับข่าวสาร กิจกรรม การแจ้งเตือน My QR, My Barcode และบริการที่เกี่ยวข้องกับชีวิตในมหาวิทยาลัย
• LUCA | The AI Thought Partner หรือ AI LUCA โครงการนำร่องที่ KBTG พัฒนาร่วมกับคณะพาณิชยศาสตร์และการบัญชี จุฬาลงกรณ์มหาวิทยาลัย เพื่อสนับสนุนการเรียนการสอน ตั้งแต่การสร้างคำถามข้อสอบ การตอบคำถามเชิงวิจัย ไปจนถึงการจัดการข้อมูลการศึกษา โดย LUCA จะเป็นคู่คิดที่ช่วยฝึกการคิดเชิงวิพากษ์ การใช้เหตุผล และการทำงานร่วมกับ AI
• Virtual Patient | Clinical Practice, Reimagined ต้นแบบที่ KBTG พัฒนาร่วมกับคณะแพทยศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย สำหรับจำลองสถานการณ์ผู้ป่วยให้นักศึกษาแพทย์ฝึกก่อนเผชิญสถานการณ์จริง ระบบใช้ฐานความรู้ที่คณะแพทยศาสตร์ตรวจสอบ แทนการพึ่งคำตอบจาก LLM ที่ไม่มีหลักรองรับ
• Psychiatric AI Simulator | Deepening Empathy & Diagnosis ผู้ป่วย AI แบบโต้ตอบสำหรับฝึกการสัมภาษณ์ทางจิตเวชและการทำ Psychodynamic Formulation ผ่านบทบาทสมมติด้วยเสียงและข้อความ
• KBank × KBTG: Document Image Intelligence ระบบประมวลผลเอกสารที่จำแนกประเภทอัตโนมัติ ดึงข้อมูลสำคัญและตาราง ตรวจสอบความถูกต้องของข้อมูล และรองรับทั้งการประมวลผลเอกสารรายชิ้นกับแบบกลุ่ม ตัวอย่างบนป้ายครอบคลุมใบเสร็จเบิกค่ารักษาพยาบาล ใบรับรองแพทย์ และรายการยา
• Predictive AI ยกระดับ Lead Generation Use Case ที่ใช้โมเดลประเมิน Propensity to Buy ให้คะแนนโอกาสที่ลูกค้าแต่ละรายจะสนใจข้อเสนอ ก่อนกรองและจัดลำดับกลุ่มเป้าหมายสำหรับแคมเปญการตลาดและส่งต่อเป็น Qualified Leads

ตัวอย่างเหล่านี้ทำให้เห็นว่า AI ไม่ได้ถูกนำมาใช้กับงานเทคโนโลยีเพียงอย่างเดียว แต่กำลังเข้าไปอยู่ตั้งแต่การเรียนรู้ สุขภาพ เอกสาร ไปจนถึงกระบวนการทางธุรกิจ

Human of Tomorrow อาจไม่ใช่คนที่ใช้ AI เก่งที่สุด

สำหรับ Fresh Graduate และคนที่เพิ่งเริ่มทำงาน การเตรียมตัวสำหรับโลกที่มี AI อาจไม่ได้หมายถึงการใช้เครื่องมือให้ได้มากที่สุด แต่รวมถึงการเข้าใจปัญหา ตั้งคำถาม ตรวจสอบคำตอบ สื่อสารกับคน และเรียนรู้สิ่งใหม่อย่างต่อเนื่อง

สำหรับคนสาย Research, Data, Technology และ AI โจทย์เพิ่มขึ้นไปอีกขั้น เพราะต้องออกแบบระบบโดยคิดถึง Evaluation, Governance, Security และ Human Oversight ตั้งแต่ต้น

ส่วน Senior และผู้นำองค์กรต้องตอบให้ได้ว่า AI กำลังสร้าง Value ตรงไหน ใครเป็นผู้รับผิดชอบต่อผลลัพธ์ และองค์กรกำลังเตรียมคนให้พร้อมกับบทบาทใหม่หรือยัง

นี่อาจเป็นแก่นสำคัญของ Human of Tomorrow ที่ KBTG Techtopia พยายามชวนคิด

มนุษย์ไม่จำเป็นต้องแข่งขันกับ AI ในทุกเรื่อง แต่ต้องรู้ว่าเรื่องไหนควรใช้ AI เรื่องไหนต้องตรวจสอบ และเรื่องไหนยังควรเก็บการตัดสินใจและความรับผิดชอบไว้กับคน

บทความนี้เป็น Advertorial

#KBTG #KBTGTechtopia #HumanofTomorrow