คุณจรีพร จารุกรสกุล

ประธานคณะกรรมการบริหารและประธานเจ้าหน้าที่บริหารกลุ่ม

บริษัท ดับบลิวเอชเอ คอร์ปอเรชั่น จำกัด (มหาชน)

ตลอดทศวรรษที่ผ่านมา วงการธุรกิจไทยคุ้นเคยกับเทคโนโลยีปัญญาประดิษฐ์ หรือ Artificial Intelligence (AI) ในฐานะเครื่องมือที่ช่วยให้องค์กรทำงานเร็วขึ้น ฉลาดขึ้น และประหยัดต้นทุนมากยิ่งขึ้น อย่างไรก็ตาม ช่วงหนึ่งถึงสองปีที่ผ่านมา บริษัทเทคโนโลยีชั้นนำและผู้เชี่ยวชาญระดับโลกต่างเริ่มพูดถึงเทคโนโลยีใหม่ที่ฟังดูใกล้เคียงกันแต่มีนัยที่ต่างออกไปอย่างสิ้นเชิงนั่นคือ ปัญญาสังเคราะห์ หรือ Synthetic Intelligence (SI)

Artificial มีความหมายสื่อถึงการเลียนแบบ เป้าหมายของ AI จึงเป็นการสร้างเครื่องจักรที่สามารถเลียนแบบวิธีการคิดและตัดสินใจให้ใกล้เคียงกับมนุษย์มากที่สุด ในขณะที่ Synthetic Intelligence ตั้งอยู่บนฐานแนวคิดที่ต่างออกไป เป้าหมายของ SI นั้นเป็นการสร้างระบบวิธีการคิด วิเคราะห์ และกระบวนการรับรู้ขึ้นมาใหม่ทั้งหมด โดยไม่ยึดติดกับข้อจำกัดทางชีววิทยาของสมองมนุษย์จึงส่งผลให้ SI มีศักยภาพที่จะค้นพบวิธีการแก้ปัญหารูปแบบใหม่ที่ไม่เคยปรากฎมาก่อน

การยกระดับขีดความสามารถทางเทคโนโลยีไปสู่ Autonomous Agents  

ปัจจุบัน SI ยังคงเป็นแนวคิดเชิงทฤษฎีมากกว่าเทคโนโลยีที่ได้รับการพัฒนาให้สามารถใช้งานได้จริงในวงกว้าง เทคโนโลยีส่วนใหญ่ในวันนี้ยังจัดอยู่ในหมวด AI ไม่ใช่ SI แต่การที่บริษัทเทคโนโลยีชั้นนำศึกษาและเริ่มลงทุนอย่างจริงจังกับทิศทางนี้ก็ทำให้พวกเราควรต้องจับตาดูการเปลี่ยนผ่านที่กำลังเกิดขึ้นอย่างใกล้ชิด โดยเทคโนโลยี AI ที่กำลังทรานส์ฟอร์มโครงสร้างธุรกิจในปัจจุบัน คือ Agentic AI ที่มีความแตกต่างจาก Generative AI ในยุคก่อน จากที่ทำหน้าที่เพียงตอบคำถาม Agentic AI มีความสามารถในการวางแผน ตัดสินใจ และลงมือปฏิบัติผ่านเครื่องมือต่าง ๆ ได้ด้วยตนเอง ซึ่งในอนาคต SI จะพัฒนาต่อยอดไปอีกขั้นสู่ Autonomous Agents หรือตัวแทนอัตโนมัติขั้นสูงที่สามารถกำหนดเป้าหมายย่อยและลงมือปฏิบัติงานแทนมนุษย์ได้ตั้งแต่ต้นจนจบในระบบเปิด (Open-ended environments) โดยไม่ต้องมีมนุษย์คอยควบคุมอีกต่อไป

การผสานพลัง Neuro-Symbolic Reasoning

สถาปัตยกรรมของ SI ไม่ได้พึ่งพาวิธีการใดวิธีการหนึ่งแต่มุ่งเน้นไปที่การรวมข้อดีของหลายเทคโนโลยีเข้าด้วยกัน อาทิ (1) Deep Learning ที่มีจุดเด่นด้านการประมวลผลข้อมูลขนาดใหญ่และการเรียนรู้จดจำรูปแบบจึงทำให้ระบบสามารถทำความเข้าใจข้อมูลที่ซับซ้อนและไม่มีโครงสร้างได้อย่างรวดเร็ว (2) Symbolic Reasoning ความสามารถที่ AI แบบดั้งเดิมขาดหายไป โดยทำหน้าที่เสมือนสามัญสำนึกที่เน้นการคิดเชิงตรรกะ เหตุผล และการเข้าใจกฎเกณฑ์แบบมนุษย์ การผสานพลังของ Deep Learning และ Symbolic Reasoning จึงไม่ใช่แค่การอัปเกรดระบบประมวลผล แต่เป็นการยกระดับขีดความสามารถของระบบให้กลายเป็นพันธมิตรทางความคิดที่มีวุฒิภาวะ มีเหตุผล และสามารถไว้วางใจให้เข้ามามีส่วนร่วมในการกำหนดทิศทางและการตัดสินใจเชิงกลยุทธ์

Quantum Computing (ควอนตัม)

เมื่อนำ SI มาจับคู่กับการประมวลผลเชิงควอนตัมจะเกิดเทคโนโลยีใหม่ Quantum Machine Learning (QML) และ Quantum Neural Networks (โครงข่ายประสาทเทียมควอนตัม) ที่มีการทำงานต่างจากคอมพิวเตอร์ทั่วไปที่ต้องคำนวณและค่อย ๆ ลองผิดลองถูกทีละวิธี เทคโนโลยีควอนตัมจะช่วยให้ SI สามารถประมวลผลและคำนวณทุกความเป็นไปได้ทั้งหมดพร้อมกันในเสี้ยววินาที ส่งผลให้ระบบสามารถสร้างแนวทางการตัดสินใจที่แม่นยำ ไร้ความล่าช้า และแทบจะสมบูรณ์แบบได้ทันที

บทเรียนสำคัญของผู้บริหารยุคใหม่ คือการมองเห็นสัญญาณการเปลี่ยนแปลงและการปรับตัวล่วงหน้าจะช่วยให้องค์กรสามารถรักษาความได้เปรียบในการแข่งขันไว้ได้ในทุกสถานการณ์ Synthetic Intelligence จะกลายเป็นอีกหนึ่งสมรภูมิที่วัดวิสัยทัศน์และการปรับตัวของผู้นำ องค์กรที่สามารถผสานเทคโนโลยีขั้นสูงเข้ากับบริบททางธุรกิจได้อย่างรวดเร็วย่อมก้าวขึ้นเป็นผู้กำหนดทิศทางอุตสาหกรรมในระบบเศรษฐกิจแห่งอนาคต