Generative AI คืออะไร (คู่มือฉบับสมบูรณ์)

หมายเหตุจากบรรณาธิการ: ผลิตภัณฑ์ AI Cloud, Einstein GPT และผลิตภัณฑ์ GPT อื่น ๆ ของระบบคลาวด์ ได้ถูกรวมเป็นส่วนหนึ่งของEinstein แล้ว สำหรับข้อมูลล่าสุดเกี่ยวกับ Salesforce Einstein โปรดไปที่นี่

AI การสร้างได้กลายเป็นเทคโนโลยีที่ได้รับความสนใจอย่างล้นหลามตั้งแต่ปลายปี 2022 ส่งผลให้ทั้งบุคคลและธุรกิจต่างเต็มไปด้วยความอยากรู้อยากเห็นและคำถามเกี่ยวกับศักยภาพของมัน

แล้ว AI การสร้าง คืออะไรกันแน่ โดยสรุป AI การสร้าง คือเทคโนโลยีที่นำชุดข้อมูลมาประมวลผลเพื่อสร้างสิ่งใหม่ขึ้นมา — เช่น บทกวี บทอธิบายทางฟิสิกส์ อีเมลถึงลูกค้า ภาพ หรือดนตรีใหม่ — เมื่อมนุษย์ระบุพร้อมท์เพื่อสั่งงาน

แตกต่างจากโมเดล AI แบบดั้งเดิม AI การสร้าง “ไม่ได้แค่จำแนกหรือทำนาย แต่สามารถสร้างเนื้อหาของตัวเองได้ […] และทำได้ด้วยความเข้าใจภาษาที่ใกล้เคียงมนุษย์” Silvio Savarese หัวหน้านักวิทยาศาสตร์ของ Salesforce อธิบาย

แน่นอนว่าความสามารถในการจำแนกและทำนายข้อมูลอย่างแม่นยำเป็นองค์ประกอบสำคัญของความสำเร็จใน AI การสร้าง: ผลลัพธ์จะดีได้ก็ต่อเมื่อข้อมูลที่ใช้มีคุณภาพ

“AI ดีได้เท่ากับข้อมูลที่คุณให้มันเท่านั้น และคุณต้องมั่นใจว่าชุดข้อมูลที่ใช้ในการฝึกนั้นเป็นตัวแทนที่เหมาะสม”

Paula Goldman ประธานเจ้าหน้าที่ฝ่ายจริยธรรมและการใช้เทคโนโลยีอย่างมีมนุษยธรรมของ Salesforce

มีหลายแนวทางในการพัฒนาโมเดล AI การสร้าง แต่แนวทางหนึ่งที่กำลังได้รับความนิยมมากคือ การใช้โมเดลภาษาขนาดใหญ่ (LLM) ที่ผ่านการฝึกไว้ล่วงหน้า เพื่อสร้างเนื้อหาใหม่จากพร้อมท์ที่อยู่ในรูปแบบข้อความ AI การสร้างได้ถูกนำมาใช้ช่วยสร้างสิ่งต่าง ๆ มากมาย ตั้งแต่เรซูเม่ แผนธุรกิจ โค้ดโปรแกรม ไปจนถึงงานศิลปะดิจิทัล แต่ศักยภาพของเทคโนโลยีนี้ใน Salesforce และในธุรกิจระดับองค์กร ก้าวไกลกว่าการสร้างภาพหมีขั้วโลกเล่นกีตาร์เบส อย่างแน่นอน

ผู้ใช้จะเป็นผู้ให้คำสั่งแก่เครื่องมือเพื่อกำหนดสิ่งที่ต้องการให้สร้างขึ้น จากนั้น AI จะสร้างผลลัพธ์ — ไม่ว่าจะเป็นข้อความ โค้ด หรือในมิติที่กว้างกว่านั้น เช่น โปรตีน รูปแบบใหม่ โดยอาศัย LLM ที่มีอยู่ในการทำงาน

ในที่สุด Savarese คาดการณ์ ว่า เครื่องมือ AI เหล่านี้จะ “ช่วยเหลือเราหลากหลายด้านในชีวิต และรับบทเป็นผู้ร่วมงานที่ทรงพลังเหนือมนุษย์” สำหรับองค์กร การนำแนวคิด “มีมนุษย์อยู่ในวงจร” มาใช้ในการพัฒนาและใช้งานเทคโนโลยี AI การสร้างถือเป็นสิ่งสำคัญอย่างยิ่ง แนวทางนี้ช่วยให้องค์กรสามารถตรวจสอบและทดสอบกระบวนการอัตโนมัติ โดยให้มนุษย์มีส่วนร่วมในการกำกับดูแลก่อนจะปล่อยให้ระบบทำงานอย่างอิสระเต็มรูปแบบ สิ่งนี้ช่วยป้องกันความเสี่ยงที่อาจเกิดขึ้น และทำให้มั่นใจได้ว่าเทคโนโลยีถูกใช้อย่างมีความรับผิดชอบและมีจริยธรรม นอกจากนี้ การมีมนุษย์อยู่ในกระบวนการยังช่วยสร้างความไว้วางใจและความมั่นใจในเทคโนโลยีให้แก่ผู้มีส่วนได้ส่วนเสียและลูกค้าอีกด้วย

หากเจาะลึกลงไป เทคโนโลยีนี้มักใช้หนึ่งในสองประเภทของโมเดลการเรียนรู้เชิงลึก ได้แก่ Generative Adversarial Networks (GAN) หรือ Transformers

• GAN ประกอบด้วยเครือข่ายประสาทเทียมสองชุด คือตัวสร้าง และตัวจำแนก ทั้งสองเครือข่ายทำงานแข่งขันกัน โดยตัวสร้างจะสร้างผลลัพธ์จากข้อมูลที่ได้รับ และตัวจำแนกจะพยายามระบุว่าผลลัพธ์นั้น “จริง” หรือ “เท็จ” ตัวสร้างจะปรับปรุงผลลัพธ์ของตนเองตามคำติชมจากตัวจำแนก กระบวนการนี้จะเกิดขึ้นซ้ำ ๆ จนกว่าตัวจำแนกจะไม่สามารถแยกแยะได้อีก
• โมเดล Transformer เช่น ChatGPT (ตัวย่อจาก Chat Generative Pretrained Transformer) จะสร้างผลลัพธ์โดยอิงตามข้อมูลที่เรียงตามลำดับ (เช่น ประโยคหรือย่อหน้า) แทนที่จะเป็นจุดข้อมูลแยกกัน แนวทางนี้ช่วยให้โมเดลเข้าใจบริบทได้อย่างมีประสิทธิภาพ และเป็นเหตุผลที่มันถูกนำมาใช้ในการสร้างหรือแปลข้อความ
• แม้ว่า GANs และ Transformers จะเป็นโมเดล AI การสร้าง ที่ได้รับความนิยมมากที่สุด แต่ก็ยังมีเทคนิคอื่น ๆ ถูกนำมาใช้เช่นกัน เช่น Variational Autoencoders (VAE) ซึ่งใช้เครือข่ายประสาทเทียมสองชุดเพื่อสร้างข้อมูลใหม่จากตัวอย่างข้อมูลที่มีอยู่ และ Neural Radiance Fields (NeRF) ซึ่งถูกนำมาใช้ในการสร้างภาพ 2 มิติและ 3 มิติ

โมเดล AI การสร้าง เช่น ChatGPT, Stable Diffusion และ Midjourney ได้จุดประกายจินตนาการของผู้นำธุรกิจทั่วโลก

จากผลสำรวจ ล่าสุดของ Salesforce พบว่า ผู้นำด้าน IT สองในสาม (67%) ให้ความสำคัญกับ AI การสร้างสำหรับธุรกิจของตนภายใน 18 เดือนข้างหน้า โดยหนึ่งในสาม (33%) จัดให้เป็นลำดับความสำคัญสูงสุด

ตามที่ข่าว Einstein GPT ของ Salesforce ระบุไว้ เทคโนโลยีนี้ “เปิดกว้างและขยายได้ — รองรับโมเดล AI ทั้งสาธารณะและส่วนตัวที่สร้างขึ้นเพื่อ CRM โดยเฉพาะ และได้รับการฝึกจากข้อมูลแบบเรียลไทม์ที่เชื่อถือได้”

Salesforce ได้ทำการวิจัยและพัฒนา AI การสร้างเพื่อสนับสนุนความต้องการของลูกค้ามาเป็นเวลาหลายปี ตัวอย่างเช่น บริษัทได้เปิดตัว CodeGen ซึ่งช่วยให้ผู้ใช้สามารถแปลงพร้อมท์ภาษาอังกฤษแบบง่ายให้กลายเป็นโค้ดที่สามารถรันได้จริง ทำให้การเขียนโปรแกรมเป็นเรื่องที่เข้าถึงได้มากขึ้น อีกหนึ่งโครงการคือ LAVIS (ย่อมาจาก LAnguage-VISion) ที่ช่วยให้ความสามารถด้านภาษาและการมองเห็นของ AI เข้าถึงนักวิจัยและผู้ปฏิบัติงานได้กว้างขวางยิ่งขึ้น

เมื่อไม่นานมานี้ โครงการ ProGen ของ Salesforce ได้แสดงให้เห็นว่า เมื่อสร้างโมเดลภาษาโดยอิงจากกรดอะมิโนแทนตัวอักษรและคำ AI การสร้าง สามารถสร้างโปรตีนที่ไม่เคยพบในธรรมชาติมาก่อน และในหลายกรณี โปรตีนเหล่านั้นมีประสิทธิภาพมากกว่า ด้วยการวิจัยเพิ่มเติม โปรตีนเหล่านี้อาจถูกนำไปใช้ในการพัฒนายา วัคซีน และการรักษาโรคต่าง ๆ

Ketan Karkhanis รองประธานบริหารและผู้จัดการทั่วไปของ Sales Cloud กล่าวว่า แม้เทคโนโลยีนี้จะเป็นประโยชน์อย่างยิ่งต่อธุรกิจขนาดใหญ่ แต่ก็มีคุณค่ามหาศาลสำหรับธุรกิจขนาดกลางและขนาดเล็ก (SMB) เช่นกัน

“ความสามารถอย่างเช่น การสร้างข้อเสนอทางธุรกิจและการสื่อสารกับลูกค้าโดยอัตโนมัติด้วย AI รวมถึงแบบจำลองการขายเชิงคาดการณ์ จะมอบเครื่องมืออันทรงพลังให้กับ SMB เพื่อมอบประสบการณ์ที่ดีแก่ลูกค้า บริหารค่าใช้จ่ายในการดำเนินงาน และบรรลุการเติบโตอย่างยั่งยืน” Karkhanis กล่าว

Clara Shih ซีอีโอของ Salesforce AI เชื่อว่า AI การสร้าง “จะเปลี่ยนแปลงวงการบริการลูกค้าไปอย่างสิ้นเชิง”

“ด้วย AI การสร้าง ที่ซ้อนอยู่บน Agentforce for Service และ Einstein 1 เราจะสามารถสร้างข้อความตอบกลับส่วนบุคคลโดยอัตโนมัติให้เจ้าหน้าที่ส่งทางอีเมลหรือข้อความถึงลูกค้าได้อย่างรวดเร็ว … ช่วยให้เจ้าหน้าที่มนุษย์มีเวลามากขึ้นในการจัดการปัญหาที่ซับซ้อนและสร้างความสัมพันธ์ระยะยาวกับลูกค้า” Shih กล่าว

แม้ว่า AI การสร้างจะมีศักยภาพมหาศาล แต่ก็ “ไม่ใช่เทคโนโลยีที่ปราศจากความเสี่ยง” ตามที่ Paula Goldman ประธานเจ้าหน้าที่ฝ่ายจริยธรรมและการใช้เทคโนโลยีอย่างมีมนุษยธรรมของ Salesforce และ Kathy Baxter สถาปนิกหลักของฝ่ายจริยธรรม AI ของ Salesforce กล่าวไว้

ทั้งคู่ร่วมกันเขียนบทความ ที่ระบุว่า “เพียงแค่ส่งมอบความสามารถทางเทคโนโลยีของ AI การสร้าง ยังไม่เพียงพอ เราต้องให้ความสำคัญกับนวัตกรรมอย่างมีความรับผิดชอบ เพื่อช่วยกำหนดแนวทางว่าควรใช้เทคโนโลยีที่ทรงพลังนี้อย่างไร — และต้องมั่นใจว่าพนักงาน คู่ค้า และลูกค้าของเรามีเครื่องมือที่จำเป็นในการพัฒนาและใช้งานเทคโนโลยีเหล่านี้อย่างปลอดภัย แม่นยำ และมีจริยธรรม”

ในการให้สัมภาษณ์กับ Silicon Goldman กล่าวว่า “ความแม่นยำคือสิ่งสำคัญที่สุด เมื่อประยุกต์ใช้ AI ในบริบทธุรกิจ เพราะคุณต้องมั่นใจได้ว่า หาก AI กำลังให้คำแนะนำสำหรับพร้อมท์ การแชทกับลูกค้า หรืออีเมลด้านการขาย มันจะไม่แต่งข้อมูลขึ้นมาเอง” การทำให้ข้อมูลมีความถูกต้องและเชื่อถือได้คือรากฐานของการใช้งาน AI ทุกประเภท

Savarese เสริมว่า ลักษณะของคำตอบจาก ChatGPT ที่ให้ความรู้สึก “มั่นใจ” เองก็เป็นสิ่งที่ต้องระวัง โดยเตือนว่ามันอาจนำไปสู่สิ่งที่เขาเรียกว่า “ความมั่นใจที่ผิดพลาด”

“น้ำเสียงที่มั่นใจและเป็นมืออาชีพของโมเดลเหล่านี้เมื่อให้คำตอบหรือทำตามพร้อมท์ ทำให้ผลลัพธ์ที่ถูกต้องดูน่าประทับใจยิ่งขึ้น แต่ในทางกลับกัน ความผิดพลาดของมันอาจเป็นอันตรายได้อย่างยิ่ง” Saverese กล่าว “แม้แต่ผู้เชี่ยวชาญเองก็ยังถูกพลังในการโน้มน้าวใจของมันหลอกได้อยู่บ่อยครั้ง”

หากขยายการใช้เครื่องมืออย่าง ChatGPT ในระดับองค์กร จะเห็นได้ชัดว่าความเสี่ยงมีมากเพียงใด แต่ผู้นำด้าน IT ก็ระมัดระวังอยู่แล้ว โดยเกือบ 6 ใน 10 คน (59%) เชื่อว่าผลลัพธ์จาก AI การสร้างยังไม่แม่นยำเพียงพอ

นอกจากนี้ ยังมีคำถามสำคัญเกี่ยวกับการใช้งาน AI การสร้างอย่างมีจริยธรรม ครอบคลุม และมีความรับผิดชอบ

ด้วยเหตุนี้ Salesforce จึงกำลังสร้าง ความสามารถด้าน AI ที่เชื่อถือได้ พร้อมกลไกป้องกันและแนวทางที่ช่วยตรวจจับปัญหาที่อาจเกิดขึ้นก่อนที่จะเกิดขึ้นจริง หากโลกต้องการใช้ศักยภาพของ AI การสร้างอย่างเต็มที่ ก็จำเป็นต้องมีเหตุผลเพียงพอที่จะเชื่อถือโมเดลเหล่านี้ในทุกระดับ

AI ที่มีความรับผิดชอบยังหมายถึง AI ที่ยั่งยืนด้วย AI ใช้พลังงานมากกว่าภาระงานคอมพิวติ้งทั่วไปอย่างมาก และ 71% ของผู้นำด้าน IT เห็นว่า AI การสร้างจะเพิ่มการใช้พลังงานของระบบ IT และเพิ่มรอยเท้าคาร์บอนขององค์กร

แม้จะต้องสำรวจ AI การสร้าง อย่างครอบคลุมและมีเจตนา แต่เทคโนโลยีนี้ก็มีศักยภาพมหาศาลต่ออนาคตของ CRM

AI เป็นส่วนสำคัญของ Agentforce 360 Platform มาโดยตลอด ตัวอย่างเช่น เทคโนโลยี Einstein AI สร้างการคาดการณ์มากกว่า 200 พันล้านครั้งต่อวันใน Einstein 1 ช่วยให้ธุรกิจปิดการขายได้เร็วขึ้น มอบประสบการณ์สนทนาแบบมนุษย์ที่ขับเคลื่อนด้วย AI สำหรับคำถามที่พบบ่อย และเข้าใจพฤติกรรมของลูกค้า ได้ดียิ่งขึ้น

เมื่อเร็ว ๆ นี้ Salesforce ได้เปิดตัว Einstein GPT ซึ่งเป็น AI การสร้าง สำหรับ CRM ตัวแรกของโลก ตั้งแต่อีเมลขายส่วนบุคคลไปจนถึงโค้ดที่สร้างอัตโนมัติ Einstein GPT จะสร้างเนื้อหาที่ขับเคลื่อนด้วย AI ครอบคลุมทุกด้านของการขาย การบริการ การตลาด การค้า และ IT ในระดับขนาดใหญ่ และที่สำคัญ มันถูกออกแบบมาให้เหมาะสมกับลูกค้าแต่ละราย โดย Einstein GPT ใช้ข้อมูลจาก Data Cloud ผสมผสานกับข้อมูลสาธารณะในการสร้างเนื้อหาภายใน Einstein 1

นอกจากนี้ ยังยึดมั่นในรากฐานของ ความครอบคลุม ความรับผิดชอบ และความยั่งยืน ซึ่งเป็นหลักการสำคัญของทุกผลิตภัณฑ์ของ Salesforce อ่านเพิ่มเติมเกี่ยวกับ CRM การสร้าง และความหมายต่อธุรกิจของคุณ

เรียนรู้เพิ่มเติมเกี่ยวกับ Einstein GPT และดูว่านี่คือก้าวสำคัญครั้งต่อไปของการเดินทางด้าน AI ของ Salesforce