[Workshop @ TSGS22] Thinking with AI: How to Turn Problems into AI Opportunities
ผมมีโอกาสไปงาน Techsauce Global Summit 2022 เมื่อวันที่ 26 สิงหาคม 2565 และได้ลองไปเข้า Workshop นึง ที่มาในหัวข้อ “Thinking with AI: How to Turn Problems into AI Opportunities” ว่าด้วยการนำ AI มาช่วยแก้ปัญหาทางธุรกิจ
เหตุผลที่ผมเลือก Workshop นี้เป็นเพราะน้องที่รู้จักแนะนำมา จึงมองว่าเป็นโอกาสให้ผมได้ลองมองโลกในมุมที่ต่างออกไป ไหนๆ ก็นำสไลด์จากพิธีกรมาเขียนบทความแชร์ให้คนที่ไม่ได้ไปฟังดีกว่า เริ่มด้วยคำถามสุดคลาสสิก…
AI ช่วยอะไรได้บ้าง
1. แยกแยะองค์ประกอบในภาพ
โปรแกรม AI จะแยกแยะองค์ประกอบในภาพ พร้อมระบุว่าแต่ละอันคืออะไร จากในภาพก็จะเห็นว่า AI ได้ระบุคน (Person) รถ (Car) และร่ม (Umbrella) ไว้เสร็จสรรพ
2. แยกแยะข้อมูลในบัตร
นอกจากการระบุองค์ประกอบแล้ว AI ยังสามารถระบุข้อมูลในภาพได้อีกด้วย มีการแจกแจงให้ดูเลยว่าอันไหนคือชื่อ นามสกุล หรือตำแหน่ง
3. แปลงคำพูดเป็นข้อความ
จากเสียงพูด โปรแกรม AI จะทำการถอดเป็นข้อความออกมา อย่างในสไลด์ก็จะเป็นตัวอย่างของการถอดเสียงออกเป็นคำถามเกี่ยวกับ Dress Code ที่จะต้องใส่ไปงาน
4. หาข้อมูลสำคัญในข้อความ
โปรแกรม AI สามารถระบุหา Keyword ในบทความ พร้อมกับทำการไฮไลท์โดยอัตโนมัติ ในที่นี่จะเห็นว่า Keyword คือองค์กร (Samsung Electronics) เวลา (Friday) และบุคคล (Jay Y.Lee)
5. ประเมินเครดิตบุคคล
คราวนี้มาที่การประเมินเครคิดกันบ้าง โดย AI สามารถประมวลผลจากข้อมูลของลูกค้าออกมาเป็นคะแนนเครดิต ดังจะเห็นได้ว่าคนนี้มีคะแนนเครดิตอยู่ที่ 8 จาก 10 และดอกเบี้ยที่ควรเก็บสำหรับกู้เงินคือ 3.25%
AI Learning
จากตัวอย่างข้างต้นทั้งหมด จะเห็นว่าเราสามารถนำข้อมูลอะไรก็ได้ให้ AI เรียนรู้ จนได้ออกมาเป็นระบบ AI (AI System) ที่สามารถใช้งานข้อมูลพวกนี้ให้เกิดประโยชน์ เช่น หากเราให้ AI เรียนรู้ข้อมูลในการเล่นเกม เราก็จะได้ AI ที่เล่นเกมนั้นเป็น
Life Cycle of an AI Project
ในการทำโปรเจคนึงนั้น เราต้องมีการเรียงลำดับขั้นตอนในการทำเพื่อให้เกิดประสิทธิภาพที่สุด โปรเจค AI ก็เช่นกัน โดยหลักๆ จะมีทั้งหมด 5 ขั้นตอน ดังนี้
- Problem Understanding เข้าใจปัญหา ว่าเกิดมาจากอะไร? อะไรเป็นต้นเหตุ?
- System Design ออกแบบระบบให้แก้ปัญหาได้
- Data Preparation เตรียมข้อมูลสำหรับให้ AI วิเคราะห์ แยกแยะ แก้ปัญหา
- AI Development เขียนโปรแกรม พัฒนา AI ขึ้น
- Deployment นำโปรแกรมขึ้นระบบหลักเพื่อใช้งาน
หลักการใช้งาน AI System
คือการใส่ข้อมูลเข้าไปในระบบ AI แล้วได้ผลลัพธ์บางอย่างออกมา เช่น ใส่ข้อมูลการเล่นหมากล้อมของคู่แข่ง หรือของตัว AI เอง เพื่อพัฒนาเป็น Go Model เพื่อวิเคราะห์หาวิธีที่จะเล่นชนะ
Framework
- ตั้งคำถาม หากมีปัญหาต้องตั้งคำถาม แต่ขอแค่คำถามเดียวที่ตรงจุดที่สุด
- ระบุข้อมูล ข้อมูลแบบไหนที่ให้คำตอบต่อปัญหาของเราได้
- AI Flow พูดง่ายๆ คือขั้นตอนหลักๆ ที่ AI ต้องทำ
- การหาข้อมูล จากข้อ 2 เมื่อเราระบุได้แล้ว ก็ต้องหาข้อมูลให้ได้ด้วย
ตัวอย่าง: ร้านเบเกอรีร้านนึงต้องการเพิ่มยอดขาย เพราะที่ผ่านมาขายไม่ดี
1. ตั้งคำถาม
❌ “ขายไม่ดี” เป็นคำถามที่กว้างไป ต้องลดขอบเขตลง และระบุให้ชัด
✔️ จำนวนเค้กที่ขายได้ใน 1 วัน ของแต่ละประเภท เป็นเท่าไหร่?
2. ระบุข้อมูล
ในกรณีนี้อาจจะเป็นประวัติการขาย เทรนด์โซเชียล หรือสภาพเศรษฐกิจ ข้อมูลเหล่านี้สามารถใช้คาดการณ์ยอดขายในอนาคตได้ทั้งสิ้น
3. AI Flow
1. ความต้องการ คำนวณว่ามีคนต้องการซื้อในแต่ละช่วงเวลาของวันเท่าไหร่ เช่น
- ช่วงเช้า คนทำงานซื้อไปกินที่ออฟฟิศ เป็นเค้กนมสด 10 ชิ้น
- ช่วงกลางวัน คนมาซื้อหลังกินข้าว เป็นเค้กช็อกโกแลค 5 ชิ้น
- ช่วงเย็น คนซื้อกลับบ้าน เป็นเค้กสตอเบอรี่ 20 ชิ้น
กระบวนการ: ข้อมูลประวัติการขาย >> AI = ความต้องการของเค้กแต่ละประเภทใน 1 วันและแต่ละช่วงเวลา
2. วัตถุดิบ เมื่อได้ยอดจากขั้นตอนที่ 1 ก็จะคำนวณการใช้วัตถุดิบได้ถูก มีเค้กอันไหนใช้วัตถุดิบซ้ำกันก็ซื้อเยอะๆ จะได้ถูก และคำนวณการเก็บไว้ใช้ว่าหมดวันที่เท่าไหร่ ทางที่ดีให้เก็บวันต่อวันจะได้ไม่มีทุนจม แถมวัตถุดิบที่ใช้จะได้ใหม่เสมอ
กระบวนการ: ข้อมูลวัตถุดิบในการทำเค้กแต่ละประเภท + ข้อมูลขั้นตอนที่ 2 >> AI = จำนวนวัตถุดิบที่ใช้ใน 1 วัน และถ้าซื้อเยอะให้คุ้ม สามารถเก็บได้กี่วัน
3. ทำเค้ก คำนวณขั้นตอนการทำ ว่าขั้นตอนไหนสามารถทำพร้อมกัน เพื่อเพิ่มความเร็วในการทำ เช่น ตอนอบเค้ก ก็ไปทำผสมเค้กอื่นๆ หรืออบหลายๆ อย่างพร้อมกัน จากนั้นคำนวณว่าจำนวนพนักงานที่จ้างมาช่วยทำเมื่อเทียบกับกำไรที่ได้ พอบวกกับความเร็วในการทำ เท่าไหร่ถึงคุ้มที่สุด สุดท้ายทำเค้กออกมาเท่าไหร่ โดยรับข้อมูลจากขั้นตอนที่ 1
กระบวนการ: ข้อมูลการทำเค้กแต่ละประเภท + ข้อมูลขั้นตอนที่ 1 >> AI = จำนวนการทำเค้กแต่ละประเภทใน 1 วัน ของพนักงานแต่ละคน และขั้นตอนการทำที่มีประสิทธิภาพที่สุด
4. กระจายสินค้า ขายที่หน้าร้าน ขายออนไลน์ ส่งคนไปยืนขายตามจุดคนเยอะๆ แบบไหนควรขายจำนวนเท่าไหร่ ถ้ามีหน้าร้านหลายร้านก็ต้องคำนวณจากยอดความต้องการในขั้นที่ 1 ด้วย
กระบวนการ: ข้อมูลการขายเค้กแต่ละประเภท + ข้อมูลขั้นตอนที่ 1 >> AI = จำนวนการขายเค้กแต่ละประเภทใน 1 วันของแต่ละที่ขาย
5. ร้านขาย การจัดวางในร้านตรงจุดไหนคนเห็นบ่อยแล้วชอบซื้อ พนักงานคนไหนที่ขายแล้วยอดทำได้ดี เพราะอะไร ช่วงเวลาไหนที่เหมาะแก่การประกาศขาย
กระบวนการ: ข้อมูลหน้าร้าน >> AI = ตำแหน่งที่เหมาะในการวางสินค้า และคนที่เหมาะขาย
4. การหาข้อมูล
ข้อมูลในร้าน / ซื้อข้อมูล / ข้อมูลในเน็ต
ถึงตรงนี้ ทางพิธีกรได้แจกโจทย์ให้แต่ละกลุ่มทำ คล้ายๆ ตัวอย่างร้านเบเกอรี โดยกลุ่มเราได้เรื่อง Startup ลงทุนยังไงให้ได้กำไร? แน่นอนเรานั่งดูคนอื่นทำ 555
ตามภาพคือแบบฟอร์มที่ให้แต่ละกลุ่มกรอก เรามาไล่ตอบทีละข้อกัน
- 1.1 คำถามคืออะไร? ตอบ Startup ที่น่าลงทุนต้องมีอะไรบ้าง?
- 1.2 ประโยชน์ที่เพิ่มขึ้น? ตอบ เพิ่มโอกาสลงทุนได้กำไรใน Startup ที่เลือก
- 1.3 ประเภทของคำตอบที่ต้องการ? ตอบ ข้อความบอกคุณสมบัติ Startup ที่ดี และภาพลักษณะผู้ก่อตั้งที่ควรเป็น
- 2. ข้อมูลอะไรที่ช่วยให้ตอบคำถามได้? ตอบ ข้อมูลผู้ก่อตั้ง ข้อมูลการเงินบริษัท ข้อมูลจุดขายของ Startup และแนวโน้มในอนาคต
- 3.1 AI ควรอยู่ตรงไหนของ Business Workflow? ตอบ ช่วงประเมิน Startup
- 3.2 ทีมที่ใช้ AI? ตอบ ทีมประเมิน Startup
- 4.1 หาข้อมูลที่ไหนและอย่างไร? ตอบ ขอข้อมูลจาก Startup, ซื้อข้อมูลวงใน, หาตามเน็ต
- 4.2 แหล่งข้อมูลที่เก็บข้อมูลเข้าออกของปัญหานี้? ตอบ เครื่องคอมพิวเตอร์ผู้ประเมิน
ส่วนหัวข้อที่กลุ่มอื่นได้ก็มีหลากหลายกันไป ทั้ง Factory Machine Maintenance, Employee Retention, Real Estate Planning, E-commerce ฯลฯ โดยระหว่างที่ทำ พิธีกรก็มีให้คำแนะนำว่ากรอกไปเถอะ ไม่มีถูกมีผิดใดๆ
เมื่อเสร็จสิ้นแล้ว พิธีกรก็สรุปให้ฟังว่านี่คือการให้ข้อมูล AI ทำงานจนได้มาซึ่งผลลัพธ์ ส่วนไหนในกระบวนการระบบก็ทำได้หมด เป็น In >> AI System >> Out ต่อด้วย In >> AI System >> Out ต่อไปเรื่อยๆ แล้วพูดปิดท้ายเพื่อจบ Workshop
ความรู้สึกที่ได้จาก Workshop กลับไป เหมือนมาเรียนหนังสือแบบชิวๆ ได้ความรู้กลับบ้านสบายๆ ครับ
สุดท้ายขอขอบคุณ LOOLOO Technology ที่จัด Workshop ดีๆ แบบนี้ให้ รวมถึงสไลด์พร้อมข้อมูลกับภาพประกอบที่ใช้ในบทความ และขอบคุณ Dr. Thammanit Pipatsrisawat ผู้ดำเนิน Workshop ด้วยครับ
หากมีเนื้อหาส่วนไหนผิดพลาดประการใด สามารถแจ้งเข้ามาได้นะครับ และหากใครสนใจข้อมูลและภาพ สามารถติดต่อขอได้ที่ contact@loolootech.com
สำหรับชาวเทคคนไหนที่สนใจเรื่องราวดีๆแบบนี้ หรืออยากเรียนรู้เกี่ยวกับ Product ใหม่ๆ ของ KBTG สามารถติดตามรายละเอียดกันได้ที่เว็บไซต์ www.kbtg.tech
