Red Hat เปิดตัว AI โอเพ่นซอร์ส หนุนองค์กรไทยก้าวสู่ยุค Gen AI

Red Hat เปิดตัว AI โอเพ่นซอร์ส หนุนองค์กรไทยก้าวสู่ยุค Gen AI

Red Hat มองไกล AI ต้องทำงานได้ทั้งบนคลาวด์ ดาต้าเซ็นเตอร์ และ edge พร้อมทั้งเปิดตัว RHEL AI เอไอแบบโอเพ่นซอร์ส หนุนองค์กรไทยใช้ประโยชน์จาก Generative AI

Generative AI กำลังเปลี่ยนโฉมหน้าวงการธุรกิจทั่วโลก Red Hat บริษัทด้านโซลูชันโอเพ่นซอร์ส ได้เปิดตัว Red Hat Enterprise Linux AI (RHEL AI) แพลตฟอร์มที่ช่วยให้องค์กรสามารถพัฒนา ทดสอบ และใช้งานเจนเอไอได้อย่างมีประสิทธิภาพมากขึ้น โดยเฉพาะอย่างยิ่งสำหรับตลาดประเทศไทยที่กำลังตื่นตัวกับเทคโนโลยีนี้

สุพรรณี อำนาจมงคล ผู้จัดการประจำประเทศไทยของ Red Hat กล่าวว่า แม้ว่าเทคโนโลยี AI จะมีมานานแล้ว แต่การมาถึงของ Generative AI ในช่วงไม่กี่ปีที่ผ่านมา โดยเฉพาะอย่างยิ่งหลังจากการเปิดตัวของ ChatGPT ทำให้เกิดการเปลี่ยนแปลงครั้งใหญ่ในวงการเทคโนโลยี ขั้นต่อไปคือ การมองว่าองค์กรจะสามารถนำไปปรับใช้เพื่อเพิ่มประสิทธิภาพได้อย่างไร โดยเฉพาะในบริบทของประเทศไทยที่อาจโดนดิสรัปชันได้

RHEL AI: นวัตกรรมแห่งอนาคต

RHEL AI รวมเอาเทคโนโลยีสำคัญหลายอย่างเข้าไว้ด้วยกัน ได้แก่

  1. Granite: โมเดลภาษาขนาดใหญ่ (LLM) แบบโอเพ่นซอร์สจาก IBM Research ที่ได้รับการพัฒนาให้เข้าใจภาษาธรรมชาติได้อย่างลึกซึ้ง
  2. InstructLab: เครื่องมือสำหรับปรับแต่งโมเดล AI ที่ช่วยให้นักพัฒนาสามารถฝึกฝนและปรับปรุงโมเดลให้เหมาะกับความต้องการเฉพาะขององค์กรได้
  3. LAB (Large-scale Alignment for chatBots): เทคนิคการปรับแนวโมเดลแบบใหม่ที่ใช้การสร้างข้อมูลสังเคราะห์จากอนุกรมวิธาน ช่วยลดการพึ่งพาการทำ annotation ข้อมูลโดยมนุษย์ซึ่งมีค่าใช้จ่ายสูง

จุดเด่นของ RHEL AI คือ การเป็นแพลตฟอร์มแบบเปิดที่ช่วยลดอุปสรรคในการพัฒนาและใช้งาน AI สำหรับองค์กร โดยเฉพาะในเรื่องของค่าใช้จ่ายและความซับซ้อนในการปรับแต่งโมเดลให้เหมาะกับความต้องการเฉพาะ

นอกจากนี้ ยังช่วยแก้ปัญหาการขาดแคลนบุคลากรที่มีทักษะด้าน Data Science ซึ่งเป็นปัญหาสำคัญในหลายองค์กรทั่วโลกรวมถึงในประเทศไทย

Red Hat ยังมองว่าอนาคตของ AI จะเป็นแบบไฮบริด สามารถทำงานได้ทั้งบนคลาวด์ ในดาต้าเซ็นเตอร์ หรือที่ edge ซึ่งจะช่วยแก้ปัญหาเรื่องความเป็นเจ้าของข้อมูล การปฏิบัติตามกฎระเบียบ และความสมบูรณ์ของการทำงาน โดยเฉพาะอย่างยิ่งสำหรับองค์กรไทยที่อาจมีข้อจำกัดด้านกฎหมายหรือนโยบายในการจัดเก็บและประมวลผลข้อมูล

ทิศทาง Generative AI ในประเทศไทย

สำหรับทิศทาง Generative AI ในประเทศไทย คุณสุพรรณีมองว่า อุตสาหกรรมการผลิตกำลังเติบโตได้ดี โดยมีการใช้ IoT ช่วยลดต้นทุนในกระบวนการผลิตได้ถึง 30% นอกจากนี้ ยังพบว่า 68% ของงานในปัจจุบันสามารถทำให้เป็นระบบอัตโนมัติได้ ซึ่งเป็นโอกาสอันดีสำหรับการนำ Generative AI มาประยุกต์ใช้

“เราเห็นว่าหลายองค์กรในไทยเริ่มสนใจและลงทุนในเทคโนโลยี AI มากขึ้น โดยเฉพาะในภาคการผลิตและการบริการ แต่สิ่งที่ยังเป็นความท้าทายคือการขาดแคลนบุคลากรที่มีความเชี่ยวชาญ และความกังวลเรื่องความปลอดภัยของข้อมูล ซึ่ง RHEL AI สามารถช่วยแก้ปัญหาเหล่านี้ได้” คุณสุพรรณีกล่าว

แนวทางการนำ AI มาใช้ในองค์กร

Red Hat แนะนำให้องค์กรเริ่มต้นใช้งาน AI ตามลำดับขั้นตอน คือ:

  1. สร้าง (Create): เริ่มจากการทดลองใช้และสร้างโมเดล AI ขนาดเล็กเพื่อแก้ปัญหาเฉพาะด้าน 
  2. จัดการ (Manage): พัฒนาระบบการจัดการโมเดล AI ให้มีประสิทธิภาพ รวมถึงการติดตามและปรับปรุงประสิทธิภาพอย่างต่อเนื่อง
  3. ขยายขนาด (Scale): นำ AI ไปใช้ในวงกว้างขึ้นภายในองค์กร และพัฒนาโซลูชัน AI ที่ซับซ้อนมากขึ้น

โดยเน้นย้ำว่าความปลอดภัยเป็นสิ่งสำคัญ และองค์กรควรพร้อมรับมือกับปัญหาที่อาจเกิดขึ้นอย่างรวดเร็ว

“การใช้ AI ไม่ใช่เพียงแค่การนำเทคโนโลยีมาใช้ แต่ยังเกี่ยวข้องกับการเปลี่ยนแปลงวัฒนธรรมองค์กรและกระบวนการทำงาน การทำงานย่อมมีความผิดพลาด สิ่งที่เราต้องมองต่อไปคือ เมื่อล้มแล้วเราจะลุกอย่างไรให้เร็วที่สุด นั่นก็คือ การนำเอไอมาใช้ในกระบวนการแก้ไขปัญหาเหล่านี้

เมื่อเอไอเข้ามา เราจะทำอย่างไรที่ให้เครื่องมือที่เรามีอยู่ฉลาดขึ้น ด้วยการนำเจนเอไอเข้ามารันระบบ เอไอไม่สามารถเข้ามาทดแทนที่แรงงานคนได้ 100% แต่จะเข้ามาช่วยทำให้ระบบการทำงานนั้นเป็น Automation มากขึ้นเพื่อลดคอร์สภายในองค์กร คอร์สที่เป็นทั้งต้นทุนและคอร์สที่เป็นทั้งเวลาทำงานของพนักงาน” คุณสุพรรณีกล่าวทิ้งท้าย