ปัญญาประดิษฐ์ (AI) ได้พัฒนาอย่างรวดเร็วอย่างน่าทึ่งในช่วงไม่กี่ปีที่ผ่านมา – จาก เครื่องมือ AI สร้างสรรค์ อย่าง ChatGPT ที่กลายเป็นที่รู้จักในวงกว้าง ไปจนถึงรถยนต์ขับเคลื่อนอัตโนมัติที่ออกจากห้องทดลองสู่ถนนสาธารณะ

ตั้งแต่ปี 2025 เป็นต้นไป AI แทรกซึมเข้าสู่แทบทุกภาคส่วนของเศรษฐกิจ และผู้เชี่ยวชาญส่วนใหญ่เห็นว่า AI เป็นเทคโนโลยีเปลี่ยนแปลงโลกในศตวรรษที่ 21

ในอีกห้าปีข้างหน้า อิทธิพลของ AI จะลึกซึ้งยิ่งขึ้น นำมาซึ่งนวัตกรรมที่น่าตื่นเต้นและความท้าทายใหม่ ๆ

บทความนี้จะวิเคราะห์ แนวโน้มการพัฒนา AI ที่คาดว่าจะมีบทบาทสำคัญ ในการกำหนดโลกของเราในอีกครึ่งทศวรรษข้างหน้า โดยอ้างอิงจากข้อมูลเชิงลึกของสถาบันวิจัยชั้นนำและผู้สังเกตการณ์ในอุตสาหกรรม

การยอมรับและการลงทุนใน AI ที่เพิ่มขึ้นอย่างรวดเร็ว

การนำ AI มาใช้สูงสุดเป็นประวัติการณ์ ธุรกิจทั่วโลกต่างนำ AI มาใช้เพื่อเพิ่มผลผลิตและสร้างความได้เปรียบในการแข่งขัน เกือบ สี่ในห้าองค์กร ทั่วโลกกำลังใช้หรือสำรวจ AI ในรูปแบบใดรูปแบบหนึ่ง – ซึ่งเป็นจุดสูงสุดของการมีส่วนร่วมในประวัติศาสตร์

ในปี 2024 เพียงปีเดียว การลงทุนภาคเอกชนในสหรัฐฯ ใน AI สูงถึง 109 พันล้านดอลลาร์ ซึ่งมากกว่าการลงทุนของจีนประมาณ 12 เท่า และมากกว่าของสหราชอาณาจักรถึง 24 เท่า การเพิ่มขึ้นของเงินทุนนี้เกิดจากความเชื่อมั่นในคุณค่าทางธุรกิจที่จับต้องได้ของ AI: 78% ขององค์กรรายงานว่ามีการใช้ AI ในปี 2024 (เพิ่มขึ้นจาก 55% ในปี 2023) ขณะที่บริษัทต่าง ๆ ผนวก AI เข้ากับผลิตภัณฑ์ บริการ และกลยุทธ์หลัก

นักวิเคราะห์คาดว่าแนวโน้มนี้จะดำเนินต่อไป โดย ตลาด AI ทั่วโลก จะเติบโตจากประมาณ 390 พันล้านดอลลาร์ในปี 2025 เป็นมากกว่า 1.8 ล้านล้านดอลลาร์ภายในปี 2030 – อัตราการเติบโตเฉลี่ยปีละประมาณ 35% ซึ่งเป็นการเติบโตที่น่าทึ่งและไม่เคยเกิดขึ้นมาก่อน แม้เทียบกับยุคบูมของเทคโนโลยีที่ผ่านมา สะท้อนให้เห็นว่า AI กำลังกลายเป็นส่วนสำคัญขององค์กรสมัยใหม่

ผลตอบแทนจากการเพิ่มผลผลิตและการลงทุนเป็นแรงขับเคลื่อนหลัก ผู้ที่นำ AI มาใช้ก่อนหน้านี้เริ่มเห็นผลตอบแทนที่สำคัญจาก AI งานวิจัยพบว่าบริษัทชั้นนำที่ใช้ AI รายงานการปรับปรุงในตัวชี้วัด เช่น ผลผลิตและความพึงพอใจของลูกค้าเพิ่มขึ้นถึง 15–30% ในกระบวนการทำงานที่ใช้ AI

ตัวอย่างเช่น ธุรกิจขนาดเล็กและขนาดกลางที่นำ AI สร้างสรรค์มาใช้ พบว่ารายได้เพิ่มขึ้นเป็นตัวเลขสองหลักในบางกรณี คุณค่าของ AI ส่วนใหญ่เกิดจากการเพิ่มประสิทธิภาพทีละเล็กทีละน้อย – การทำงานอัตโนมัติในงานเล็ก ๆ น้อย ๆ และการปรับปรุงกระบวนการ – ซึ่งสามารถเปลี่ยนแปลงประสิทธิภาพของบริษัทเมื่อขยายผลไปทั่วองค์กร

ดังนั้น การมีแผนกลยุทธ์ AI ที่ชัดเจนจึงเป็นสิ่งจำเป็น บริษัทที่สามารถ ผนวก AI เข้ากับการดำเนินงานและการตัดสินใจ ได้อย่างสำเร็จจะก้าวนำคู่แข่ง ในขณะที่บริษัทที่ล่าช้าในการนำ AI มาใช้มีความเสี่ยงที่จะถูกทิ้งไว้เบื้องหลังอย่างไม่สามารถแก้ไขได้ นักวิเคราะห์ในอุตสาหกรรมคาดการณ์ว่าช่องว่างระหว่างผู้นำ AI กับผู้ตามจะขยายกว้างขึ้นในอีกไม่กี่ปีข้างหน้า ซึ่งอาจเปลี่ยนแปลงภูมิทัศน์ตลาดโดยรวม

การผนวก AI ในองค์กรกำลังเร่งตัวขึ้น ในปี 2025 และต่อ ๆ ไป เราจะเห็นธุรกิจทุกขนาดย้ายจากโครงการนำร่องสู่การใช้งาน AI อย่างเต็มรูปแบบ ยักษ์ใหญ่ด้านคลาวด์ (หรือที่เรียกว่า “hyperscalers”) รายงานว่าความต้องการบริการคลาวด์ที่ขับเคลื่อนด้วย AI ขององค์กรเพิ่มสูงขึ้นอย่างรวดเร็ว และพวกเขากำลังลงทุนอย่างหนักในโครงสร้างพื้นฐาน AI เพื่อคว้าโอกาสนี้

ผู้ให้บริการเหล่านี้ร่วมมือกับผู้ผลิตชิป แพลตฟอร์มข้อมูล และบริษัทซอฟต์แวร์เพื่อเสนอทางออก AI แบบบูรณาการที่ตอบสนองความต้องการขององค์กรในด้านประสิทธิภาพ กำไร และความปลอดภัย อย่างน่าสังเกตว่า มากกว่า 60% ของผลิตภัณฑ์ซอฟต์แวร์แบบบริการ (SaaS) ในปัจจุบันมีฟีเจอร์ AI ฝังอยู่ และบริษัทต่าง ๆ กำลังเปิดตัว AI “ผู้ช่วย” สำหรับฟังก์ชันต่าง ๆ ตั้งแต่การตลาดจนถึงทรัพยากรบุคคล

คำสั่งสำหรับผู้บริหารชัดเจน: ให้ถือ AI เป็นส่วนสำคัญของธุรกิจ ไม่ใช่แค่การทดลองทางเทคโนโลยี ตามคำกล่าวของผู้นำในอุตสาหกรรมคนหนึ่งว่า “เรากำลังอยู่บนจุดเปลี่ยนของพื้นฐานเทคโนโลยีใหม่ทั้งหมด ที่ซึ่ง AI ที่ดีที่สุดพร้อมให้บริการกับทุกธุรกิจ”

ในทางปฏิบัติ นั่นหมายถึงการผนวก AI เข้ากับกระบวนการทำงานอย่างเป็นระบบ การพัฒนาทักษะพนักงานให้ทำงานร่วมกับ AI ได้ และการออกแบบกระบวนการใหม่เพื่อใช้ประโยชน์จากระบบอัตโนมัติอัจฉริยะอย่างเต็มที่ องค์กรที่ดำเนินการตามขั้นตอนเหล่านี้คาดว่าจะได้รับประโยชน์อย่างมากในปีต่อ ๆ ไป

ความก้าวหน้าในโมเดล AI และ AI สร้างสรรค์

โมเดลพื้นฐานและ AI สร้างสรรค์กำลังพัฒนาอย่างรวดเร็ว เทคโนโลยีที่เติบโตอย่างรวดเร็วที่สุดอย่างหนึ่งคือ AI สร้างสรรค์ ตั้งแต่การเปิดตัวโมเดลภาษาขนาดใหญ่ (LLMs) เช่น GPT-3 และเครื่องสร้างภาพอย่าง DALL·E 2 ในปี 2022 การใช้งาน AI สร้างสรรค์พุ่งสูงขึ้นอย่างรวดเร็ว

ในช่วงต้นปี 2023 ChatGPT มียอดผู้ใช้เกิน 100 ล้านคน และปัจจุบันมีการป้อนคำสั่งกว่า 4 พันล้านคำสั่ง ในแพลตฟอร์ม LLM ชั้นนำทุกวัน ต่อวัน โมเดล AI ที่มีความสามารถมากขึ้นจะเกิดขึ้นในอีกห้าปีข้างหน้า

บริษัทเทคโนโลยีกำลังแข่งขันกันพัฒนา โมเดล AI ขั้นสูง ที่ผลักดันขอบเขตของการประมวลผลภาษาธรรมชาติ การสร้างโค้ด ความคิดสร้างสรรค์ทางภาพ และอื่น ๆ สิ่งสำคัญคือพวกเขากำลังพยายามปรับปรุง ความสามารถในการให้เหตุผลของ AI ซึ่งช่วยให้โมเดลแก้ปัญหา วางแผน และ “คิด” ผ่านงานที่ซับซ้อนได้เหมือนมนุษย์มากขึ้น

การมุ่งเน้นที่ความสามารถในการให้เหตุผลของ AI เป็นหนึ่งในแรงขับเคลื่อนหลักของงานวิจัยและพัฒนาในปัจจุบัน ในภาคธุรกิจ จุดมุ่งหมายสูงสุดคือการมี AI ที่เข้าใจข้อมูลและบริบททางธุรกิจอย่างลึกซึ้งพอที่จะช่วยในการตัดสินใจ ไม่ใช่แค่การสร้างเนื้อหา บริษัทที่พัฒนา LLM ขั้นสูงเชื่อว่าโอกาสที่มีแนวโน้มมากที่สุดในตอนนี้คือการนำพลังการให้เหตุผลของ AI ไปใช้กับข้อมูลเฉพาะขององค์กร เพื่อสนับสนุนการแนะนำอัจฉริยะและการวางแผนเชิงกลยุทธ์

AI แบบมัลติ-โหมดและประสิทธิภาพสูง อีกหนึ่งแนวโน้มคือการเพิ่มขึ้นของ ระบบ AI มัลติ-โหมด ที่สามารถประมวลผลและสร้างข้อมูลหลายประเภท (ข้อความ ภาพ เสียง วิดีโอ) อย่างบูรณาการ ความก้าวหน้าล่าสุดทำให้โมเดล AI สามารถสร้างวิดีโอสมจริงจากคำสั่งข้อความ และทำงานที่ผสมผสานระหว่างภาษาและภาพได้อย่างยอดเยี่ยม

ตัวอย่างเช่น โมเดลมัลติ-โหมดใหม่สามารถวิเคราะห์ภาพและตอบคำถามเกี่ยวกับภาพนั้นด้วยภาษาธรรมชาติ หรือรับคำสั่งข้อความที่ซับซ้อนและสร้างวิดีโอสั้น ๆ ความสามารถเหล่านี้จะพัฒนาเต็มที่ภายในปี 2030 เปิดทางสู่การใช้งานเชิงสร้างสรรค์และเชิงปฏิบัติใหม่ ๆ ตั้งแต่เนื้อหาวิดีโอที่สร้างโดย AI ไปจนถึงการรับรู้ของหุ่นยนต์ขั้นสูง

การทดสอบมาตรฐานที่เปิดตัวในปี 2023 เพื่อผลักดันขีดจำกัดเหล่านี้ (เช่น MMMU และ GPQA) แสดงให้เห็นว่าประสิทธิภาพเพิ่มขึ้นหลายสิบเปอร์เซ็นต์ภายในหนึ่งปี แสดงให้เห็นว่า AI เรียนรู้ที่จะจัดการกับความท้าทายที่ซับซ้อนและมัลติ-โหมดได้อย่างรวดเร็ว ในการแข่งขันเขียนโค้ดเฉพาะทางบางรายการ AI ยังเริ่มทำงานได้ดีกว่านักโปรแกรมมนุษย์ภายใต้เงื่อนไขเวลาจำกัดบางอย่าง

เราคาดว่าโมเดล AI ในอนาคตจะเป็น โมเดลอเนกประสงค์มากขึ้น สามารถจัดการกับข้อมูลและงานหลายประเภทได้อย่างไร้รอยต่อ การรวมตัวของโหมดข้อมูลต่าง ๆ นี้ พร้อมกับการขยายสถาปัตยกรรมโมเดลอย่างต่อเนื่อง ชี้ไปสู่ “โมเดลพื้นฐาน” ที่ทรงพลังยิ่งขึ้น ภายในสิ้นทศวรรษ แม้จะมาพร้อมกับความต้องการคำนวณที่สูงขึ้น

ประสิทธิภาพและการเข้าถึงแบบเปิดกำลังดีขึ้น แนวโน้มที่น่าสนใจในการพัฒนา AI คือการมุ่งสู่ โมเดลที่เล็กลงและมีประสิทธิภาพมากขึ้น พร้อมกับการเข้าถึงที่กว้างขึ้น ไม่ใช่แค่การสร้างเครือข่ายประสาทเทียมที่ใหญ่ขึ้นเรื่อย ๆ นักวิจัยกำลังค้นหาวิธีที่จะทำให้ได้ประสิทธิภาพเทียบเท่าด้วยทรัพยากรที่น้อยลง

ในความเป็นจริง ระหว่างปลายปี 2022 ถึงปลายปี 2024 ต้นทุนการคำนวณของระบบ AI ในระดับ GPT-3.5 ลดลงมากกว่า 280 เท่า ความก้าวหน้าในการปรับแต่งโมเดลและสถาปัตยกรรมใหม่ ๆ ทำให้แม้แต่โมเดลขนาดเล็ก (ที่มีพารามิเตอร์น้อยกว่า LLM ขนาดใหญ่) ก็สามารถทำงานได้ดีในหลายงาน

ตามรายงาน Stanford AI Index “โมเดลขนาดเล็กที่มีความสามารถเพิ่มขึ้น” กำลังลดอุปสรรคในการเข้าถึง AI ขั้นสูงอย่างรวดเร็ว ในขณะเดียวกัน AI แบบโอเพนซอร์สก็เพิ่มขึ้น: โมเดลน้ำหนักเปิด จากชุมชนวิจัยกำลังลดช่องว่างคุณภาพกับโมเดลลิขสิทธิ์ขนาดใหญ่ โดยลดความแตกต่างในผลการทดสอบจากประมาณ 8% เหลือต่ำกว่า 2% ในเวลาเพียงหนึ่งปี

ภายในปี 2025–2030 เราน่าจะเห็นระบบนิเวศของโมเดลและเครื่องมือ AI แบบเปิดที่นักพัฒนาทั่วโลกสามารถใช้ได้ ซึ่งจะทำให้การพัฒนา AI เป็นประชาธิปไตยมากขึ้นเกินกว่าบริษัทเทคโนโลยียักษ์ใหญ่ การผสมผสานของการคำนวณที่ถูกลง อัลกอริทึมที่มีประสิทธิภาพมากขึ้น และโมเดลเปิด จะทำให้ AI มีราคาถูกและเข้าถึงได้ง่ายขึ้นมาก

แม้แต่สตาร์ทอัพและองค์กรขนาดเล็กก็จะสามารถปรับแต่งโมเดล AI ที่ทรงพลังให้เหมาะกับความต้องการของตนโดยไม่ต้องเสียค่าใช้จ่ายสูง นี่เป็นสัญญาณที่ดีสำหรับนวัตกรรม เพราะช่วยให้เกิดการใช้งานและทดลองที่หลากหลาย กระตุ้นวงจรแห่งความก้าวหน้าของ AI

การเพิ่มขึ้นของเอเย่นต์ AI อิสระ

หนึ่งในแนวโน้มที่น่าสนใจที่สุดคือการเกิดขึ้นของ เอเย่นต์ AI อิสระ – ระบบ AI ที่ไม่เพียงแค่มีความฉลาด แต่ยังสามารถ ดำเนินการ ด้วยตนเองเพื่อบรรลุเป้าหมายได้ บางครั้งเรียกว่า “agentic AI” แนวคิดนี้ผสมผสานโมเดล AI ขั้นสูง (เช่น LLM) กับตรรกะการตัดสินใจและการใช้เครื่องมือ ทำให้ AI สามารถทำงานหลายขั้นตอนด้วยการแทรกแซงของมนุษย์น้อยที่สุด

ในอีกห้าปีข้างหน้า เราคาดว่าเอเย่นต์ AI จะก้าวจากการสาธิตเชิงทดลองสู่เครื่องมือใช้งานจริงในที่ทำงาน ผู้นำองค์กรคาดการณ์ว่า เอเย่นต์ AI อาจช่วยเพิ่มขนาดแรงงานของพวกเขาได้เป็นสองเท่า โดยรับผิดชอบงานประจำและงานที่ใช้ความรู้จำนวนมาก

ตัวอย่างเช่น เอเย่นต์ AI สามารถจัดการคำถามบริการลูกค้าประจำได้อย่างอิสระ สร้างร่างแรกของข้อความการตลาดหรือโค้ดซอฟต์แวร์ และแปลงสเปกการออกแบบเป็นต้นแบบผลิตภัณฑ์ เมื่อเทคโนโลยีนี้พัฒนา บริษัทจะนำเอเย่นต์ AI มาใช้เป็น “พนักงานดิจิทัล” ในหลายแผนก ตั้งแต่พนักงานขายเสมือนที่สนทนากับลูกค้าอย่างเป็นธรรมชาติ ไปจนถึงผู้จัดการโครงการ AI ที่ประสานงานกระบวนการทำงานง่าย ๆ

สิ่งสำคัญคือเอเย่นต์เหล่านี้ ไม่ได้ถูกออกแบบมาเพื่อแทนที่มนุษย์ แต่เพื่อ เสริมศักยภาพ ในทางปฏิบัติ พนักงานมนุษย์จะทำงานร่วมกับเอเย่นต์ AI: คอยควบคุม ให้คำแนะนำระดับสูง และมุ่งเน้นงานที่ซับซ้อนหรือสร้างสรรค์ ในขณะที่มอบหมายงานซ้ำซ้อนให้กับคู่หูดิจิทัล

ผู้ที่นำ AI มาใช้ก่อนหน้านี้รายงานว่าการทำงานร่วมกันระหว่างมนุษย์และ AI ช่วยเร่งกระบวนการอย่างมาก (เช่น การแก้ไขคำขอบริการลูกค้าหรือการเขียนโค้ดฟีเจอร์ใหม่ได้เร็วขึ้น) ในขณะเดียวกันก็ช่วยให้มนุษย์มีเวลาทำงานเชิงกลยุทธ์มากขึ้น

เพื่อใช้ประโยชน์จากแนวโน้มนี้ องค์กรจะต้องเริ่ม คิดใหม่เกี่ยวกับกระบวนการทำงานและบทบาทหน้าที่ วิธีการบริหารจัดการใหม่จำเป็นต้องนำมาใช้เพื่อผนวกเอเย่นต์ AI อย่างมีประสิทธิภาพ รวมถึงการฝึกอบรมพนักงานให้ใช้เอเย่นต์ การสร้างบทบาทควบคุมเพื่อตรวจสอบผลลัพธ์ของเอเย่นต์ และการตั้งระบบกำกับดูแลเพื่อให้การกระทำของ AI อิสระสอดคล้องกับเป้าหมายธุรกิจและมาตรฐานจริยธรรม

นี่เป็นความท้าทายด้านการจัดการการเปลี่ยนแปลงอย่างมาก: การสำรวจในอุตสาหกรรมล่าสุดพบว่าหลายบริษัทเพิ่งเริ่มพิจารณาวิธีการจัดการแรงงานผสมระหว่างมนุษย์และ AI อย่างไรก็ตาม บริษัทที่ประสบความสำเร็จอาจปลดล็อกระดับผลผลิตและนวัตกรรมที่ไม่เคยมีมาก่อน

ตามคำกล่าวของผู้เชี่ยวชาญด้านแรงงานคนหนึ่ง “เอเย่นต์ AI จะปฏิวัติแรงงาน ผสมผสานความคิดสร้างสรรค์ของมนุษย์กับประสิทธิภาพของเครื่องจักร เพื่อปลดล็อกระดับผลผลิตที่ไม่เคยมีมาก่อน” ภายในปี 2030 อาจไม่แปลกใจหากองค์กรมี “ทีมเอเย่นต์ AI” หรือ ศูนย์เอเย่นต์ AI ที่ดูแลการดำเนินงานจำนวนมาก และเปลี่ยนแปลงวิธีการทำงานอย่างพื้นฐาน

ฮาร์ดแวร์ AI เฉพาะทางและการประมวลผลที่ขอบเครือข่าย

ความก้าวหน้าของความสามารถ AI เกิดขึ้นควบคู่กับความต้องการการประมวลผลที่เพิ่มขึ้นอย่างรวดเร็ว กระตุ้น นวัตกรรมครั้งใหญ่ในฮาร์ดแวร์ ในอีกไม่กี่ปีข้างหน้า คาดว่าจะเห็นชิป AI เฉพาะทางรุ่นใหม่และกลยุทธ์การประมวลผลแบบกระจายเพื่อรองรับการเติบโตของ AI

ความต้องการพลังประมวลผลของ AI สูงมาก – การฝึกโมเดลล้ำสมัยและการทำให้โมเดลสามารถให้เหตุผลผ่านงานซับซ้อนต้องใช้รอบการคำนวณจำนวนมหาศาล เพื่อรองรับความต้องการนี้ บริษัทเซมิคอนดักเตอร์และบริษัทเทคโนโลยีรายใหญ่กำลังออกแบบ ซิลิคอนเฉพาะทางที่เหมาะกับงาน AI

แตกต่างจาก CPU ทั่วไปหรือแม้แต่ GPU ตัวเร่ง AI เหล่านี้ (มักเป็น ASIC – วงจรรวมเฉพาะงาน) ถูกออกแบบมาเพื่อรันการคำนวณเครือข่ายประสาทเทียมอย่างมีประสิทธิภาพ ผู้บริหารเทคโนโลยีรายงานว่าลูกค้าหลายรายกำลังพิจารณาชิป AI เฉพาะทางสำหรับศูนย์ข้อมูลของตนเพื่อเพิ่มประสิทธิภาพต่อวัตต์

ข้อได้เปรียบของชิปเหล่านี้ชัดเจน: ASIC ที่สร้างขึ้นสำหรับอัลกอริทึม AI เฉพาะสามารถทำงานได้ดีกว่า GPU ทั่วไปอย่างมากในงานนั้น ซึ่งมีประโยชน์อย่างยิ่งสำหรับ AI ที่ขอบเครือข่าย (การรัน AI บนอุปกรณ์สมาร์ทโฟน เซ็นเซอร์ ยานพาหนะ และอุปกรณ์อื่น ๆ ที่มีพลังงานจำกัด) ผู้เชี่ยวชาญในอุตสาหกรรมคาดว่าความต้องการ ตัวเร่ง AI จะเพิ่มขึ้นอย่างรวดเร็ว เมื่อบริษัทต่าง ๆ นำ AI ไปใช้ที่ขอบเครือข่ายมากขึ้นในปีต่อ ๆ ไป

ในเวลาเดียวกัน ผู้ให้บริการคลาวด์กำลังขยายโครงสร้างพื้นฐานการประมวลผล AI แพลตฟอร์มคลาวด์หลัก ๆ (Amazon, Microsoft, Google ฯลฯ) กำลังลงทุนหลายพันล้านดอลลาร์ในความจุศูนย์ข้อมูล รวมถึงการพัฒนาชิปและระบบ AI ของตนเอง เพื่อรองรับความต้องการฝึกและใช้งานโมเดล AI ตามคำขอ

พวกเขามองว่างาน AI เป็นโอกาสรายได้มหาศาล เนื่องจากองค์กรต่าง ๆ ย้ายข้อมูลและงานเรียนรู้ของเครื่องไปยังคลาวด์มากขึ้น การรวมศูนย์นี้ช่วยให้ธุรกิจเข้าถึง AI ที่ทรงพลังโดยไม่ต้องซื้อฮาร์ดแวร์เฉพาะทางด้วยตนเอง

อย่างไรก็ตาม ควรสังเกตว่า ข้อจำกัดด้านอุปทาน ได้เกิดขึ้นแล้ว – ตัวอย่างเช่น ความต้องการ GPU ระดับสูงทั่วโลกทำให้เกิดการขาดแคลนและความล่าช้าในบางกรณี ปัจจัยทางภูมิรัฐศาสตร์ เช่น ข้อจำกัดการส่งออกชิปขั้นสูง ก็สร้างความไม่แน่นอน ความท้าทายเหล่านี้น่าจะกระตุ้นนวัตกรรมเพิ่มเติม ตั้งแต่การสร้างโรงงานผลิตชิปใหม่จนถึงสถาปัตยกรรมฮาร์ดแวร์ใหม่ (รวมถึงคอมพิวเตอร์นิวโรมอร์ฟิกและควอนตัมในระยะยาว)

ในแง่บวก ประสิทธิภาพของฮาร์ดแวร์ AI กำลังพัฒนาอย่างต่อเนื่อง ทุกปีชิปจะเร็วขึ้นและประหยัดพลังงานมากขึ้น: การวิเคราะห์ล่าสุดแสดงให้เห็นว่าต้นทุนฮาร์ดแวร์ AI ลดลงประมาณ 30% ต่อปี ขณะที่ประสิทธิภาพพลังงาน (การคำนวณต่อวัตต์) ดีขึ้นประมาณ 40% ต่อปี

นั่นหมายความว่าแม้โมเดล AI จะซับซ้อนขึ้น ต้นทุนต่อการดำเนินการก็ลดลง ภายในปี 2030 การรันอัลกอริทึม AI ขั้นสูงอาจมีค่าใช้จ่ายเพียงเศษเสี้ยวของวันนี้

การผสมผสานของ การคำนวณที่ถูกลงและฮาร์ดแวร์ AI ที่ออกแบบเฉพาะ จะทำให้ AI ฝังตัวอยู่ในทุกที่จริง ๆ – ตั้งแต่เครื่องใช้ไฟฟ้าอัจฉริยะไปจนถึงเซ็นเซอร์อุตสาหกรรม – เพราะการประมวลผลสามารถทำได้ทั้งบนอุปกรณ์ขอบเครือข่ายขนาดเล็ก หรือสตรีมจากเซิร์ฟเวอร์คลาวด์ที่ปรับแต่งอย่างสูง

สรุปได้ว่า ในอีกห้าปีข้างหน้า แนวโน้มฮาร์ดแวร์เฉพาะทางสำหรับ AI จะชัดเจนทั้งสองด้าน: คลัสเตอร์ซูเปอร์คอมพิวเตอร์ AI ขนาดใหญ่ในคลาวด์ และชิป AI ที่มีประสิทธิภาพสูงนำความฉลาดไปสู่ขอบเครือข่าย ทั้งสองอย่างนี้จะเป็นโครงสร้างพื้นฐานดิจิทัลที่ขับเคลื่อนการขยายตัวของ AI

AI เปลี่ยนแปลงอุตสาหกรรมและชีวิตประจำวัน

AI ไม่ได้จำกัดอยู่แค่ในห้องทดลองเทคโนโลยีเท่านั้น – แต่กำลัง ฝังตัวในชีวิตประจำวันและทุกอุตสาหกรรม ปีต่อไปจะเห็นการผนวก AI อย่างลึกซึ้งในภาคส่วนต่าง ๆ เช่น สุขภาพ การเงิน การผลิต ค้าปลีก การขนส่ง และอื่น ๆ ซึ่งเปลี่ยนแปลงวิธีการให้บริการอย่างพื้นฐาน

• สุขภาพ: AI ช่วยให้แพทย์วินิจฉัยโรคได้เร็วขึ้นและจัดการดูแลผู้ป่วยได้อย่างมีประสิทธิภาพ ตัวอย่างเช่น สำนักงานอาหารและยาแห่งสหรัฐฯ (FDA) อนุมัติ อุปกรณ์การแพทย์ที่ใช้ AI กว่า 223 รายการในปี 2023 ซึ่งเพิ่มขึ้นอย่างมากจากเพียง 6 รายการในปี 2015
  
  อุปกรณ์เหล่านี้ครอบคลุมตั้งแต่ AI ที่วิเคราะห์ภาพทางการแพทย์ (MRI, เอ็กซ์เรย์) เพื่อช่วยตรวจจับเนื้องอก ไปจนถึงอัลกอริทึมที่ติดตามสัญญาณชีพและทำนายวิกฤตสุขภาพ แนวโน้มใหม่รวมถึงการใช้ AI สร้างสรรค์เพื่อสรุปบันทึกทางการแพทย์ และร่างรายงานผู้ป่วย รวมถึงเครื่องมือแปล AI ที่แปลงศัพท์ทางการแพทย์เป็นภาษาง่ายสำหรับผู้ป่วย

  ภายในปี 2030 นักวิเคราะห์คาดว่า AI จะสร้างมูลค่าประมาณ 200 พันล้านดอลลาร์ต่อปีในภาคสุขภาพ ผ่านผลลัพธ์และประสิทธิภาพที่ดีขึ้น นอกจากนี้ AI ยังช่วยเร่งการค้นคว้ายา – บริษัทเภสัชกรรมบางแห่งลดระยะเวลาการพัฒนายาลงมากกว่า 50% ด้วยการวิจัยที่ใช้ AI ช่วย ทำให้สามารถพัฒนายาใหม่ได้เร็วขึ้น

• การเงิน: อุตสาหกรรมการเงินเป็นผู้ใช้ AI รายแรก ๆ และจะยังคงผลักดันขอบเขตต่อไป ธนาคารและบริษัทประกันภัยใช้ AI ในการ ตรวจจับการฉ้อโกง การประเมินความเสี่ยงแบบเรียลไทม์ และการซื้อขายด้วยอัลกอริทึม
  
  สถาบันใหญ่ ๆ เช่น JPMorgan Chase มีรายงานว่ามี กรณีการใช้ AI กว่า 300 รายการในระบบจริง ตั้งแต่โมเดลที่สแกนธุรกรรมเพื่อหาการฉ้อโกง ไปจนถึงเครื่องมือ AI สร้างสรรค์ที่ช่วยอัตโนมัติการประมวลผลเอกสาร

  ในอนาคต เราคาดว่าจะเห็นที่ปรึกษาทางการเงิน AI และ เอเย่นต์บริหารความมั่งคั่งอัตโนมัติ ที่ปรับกลยุทธ์การลงทุนให้เหมาะกับลูกค้า AI ยังสามารถร่างรายงานนักวิเคราะห์และจัดการบริการลูกค้าผ่านแชทบอทได้อย่างมีประสิทธิภาพ สิ่งสำคัญคือ เนื่องจากการเงินเป็นภาคส่วนที่มีการควบคุมเข้มงวด จึงเน้นเรื่อง ความโปร่งใสและการกำกับดูแล AI เช่น ธนาคารลงทุนในเทคโนโลยีอย่าง mechanistic interpretability เพื่อเข้าใจเหตุผลที่ AI ตัดสินใจ เพื่อให้โมเดลสอดคล้องกับกฎระเบียบและมาตรฐานจริยธรรม

• การผลิตและโลจิสติกส์: ในโรงงานและห่วงโซ่อุปทาน AI ช่วยเพิ่มประสิทธิภาพ บริษัทใช้ AI ใน การบำรุงรักษาเชิงคาดการณ์ โดยเซ็นเซอร์และการเรียนรู้ของเครื่องช่วยทำนายความเสียหายของอุปกรณ์ก่อนเกิดขึ้น ลดเวลาหยุดทำงาน
  
  ระบบคอมพิวเตอร์วิทัศน์ บนสายการผลิตตรวจจับข้อบกพร่องแบบเรียลไทม์ คลื่นลูกถัดไปคือ หุ่นยนต์ที่ขับเคลื่อนด้วย AI ที่สามารถทำงานประกอบที่ละเอียดหรือซับซ้อนร่วมกับมนุษย์ และ ดิจิทัลทวิน (แบบจำลองเสมือนของโรงงานหรือผลิตภัณฑ์) ที่ AI ใช้ทดสอบการปรับปรุงในแบบจำลองก่อนนำไปใช้จริง

  AI สร้างสรรค์ยังถูกใช้ในการออกแบบชิ้นส่วนและผลิตภัณฑ์ใหม่ ๆ เสนอแนวทางปรับปรุงทางวิศวกรรมที่มนุษย์อาจมองข้าม นวัตกรรมเหล่านี้ช่วยลดต้นทุนและเร่งการผลิตอย่างมาก – ผู้เชี่ยวชาญระบุว่าการนำ AI มาใช้ในการพัฒนาผลิตภัณฑ์และงานวิจัยและพัฒนาสามารถ ลดเวลาสู่ตลาดลงครึ่งหนึ่งและลดต้นทุนประมาณ 30% ในอุตสาหกรรมเช่นยานยนต์และอากาศยาน

• ค้าปลีกและบริการลูกค้า: AI กำลังเปลี่ยนแปลงวิธีการช็อปปิ้งและการติดต่อกับธุรกิจ แพลตฟอร์มค้าปลีกออนไลน์ใช้ เครื่องมือแนะนำสินค้า AI เพื่อปรับแต่งข้อเสนอสินค้า (“ลูกค้าที่คล้ายคุณยังซื้อ…” ) อัลกอริทึมการตั้งราคาที่ปรับเปลี่ยนตามความต้องการและสต็อกสินค้าแบบเรียลไทม์
  
  ในอีคอมเมิร์ซและบริการลูกค้า แชทบอทและผู้ช่วยเสมือน AI กลายเป็นมาตรฐานในการตอบคำถามตลอด 24 ชั่วโมง

  ภายในปี 2025 บริษัทที่ให้บริการลูกค้าจะใช้ผสมผสานแชทบอทและเอเย่นต์ AI เพื่อเสริมทีมบริการลูกค้า ให้บริการตนเองทันทีสำหรับคำถามทั่วไป และช่วยพนักงานมนุษย์ด้วยข้อมูลที่เกี่ยวข้องสำหรับปัญหาที่ซับซ้อน
  
  แม้ในร้านค้าจริง เครื่องมือ AI เช่น กระจกอัจฉริยะ หรือห้องลองเสื้อผ้า AR ช่วยยกระดับประสบการณ์การช็อปปิ้ง เบื้องหลัง AI ยังช่วยเพิ่มประสิทธิภาพห่วงโซ่อุปทาน ตั้งแต่การคาดการณ์ความต้องการจนถึงการจัดการคลังสินค้า เพื่อให้สินค้ามีพร้อมและส่งมอบได้อย่างมีประสิทธิภาพ

ตัวอย่างเหล่านี้เป็นเพียงส่วนหนึ่งเท่านั้น น่าสังเกตว่าแม้แต่ภาคส่วนที่มีเทคโนโลยีต่ำแบบดั้งเดิม เช่น เกษตรกรรม เหมืองแร่ และก่อสร้าง ก็เริ่มใช้ AI แล้ว ไม่ว่าจะเป็นอุปกรณ์เกษตรอัตโนมัติ การสำรวจแร่ด้วย AI หรือการจัดการพลังงานอัจฉริยะ

ในความเป็นจริง ทุกอุตสาหกรรมกำลังเห็นการเพิ่มขึ้นของการใช้ AI รวมถึงภาคส่วนที่เคยไม่ถูกมองว่าใช้ AI มาก บริษัทในสาขาเหล่านี้พบว่า AI ช่วยเพิ่มประสิทธิภาพการใช้ทรัพยากร ลดของเสีย และปรับปรุงความปลอดภัย (เช่น ระบบ AI ที่ตรวจสอบความเหนื่อยล้าของพนักงานหรือสภาพเครื่องจักรแบบเรียลไทม์)

ภายในปี 2030 ความเห็นพ้องต้องกันคือ ไม่มีอุตสาหกรรมใดที่จะไม่ถูกแตะต้องโดย AI – ความแตกต่างจะอยู่ที่ ความเร็วและระยะทาง ที่แต่ละภาคส่วนเดินหน้าในเส้นทาง AI ของตน

ในด้านผู้บริโภค ชีวิตประจำวันกำลังผสานกับ AI อย่างละเอียดอ่อน หลายคนตื่นขึ้นมาใช้แอปสมาร์ทโฟนที่ใช้ AI คัดกรองข่าวสารหรือวางแผนการเดินทาง

ผู้ช่วยเสมือนในโทรศัพท์ รถยนต์ และบ้านของเราฉลาดขึ้นและสนทนาได้เป็นธรรมชาติมากขึ้นทุกปี ยานยนต์ขับเคลื่อนอัตโนมัติและโดรนส่งของ แม้ยังไม่แพร่หลาย แต่คาดว่าจะเป็นเรื่องปกติในอีกห้าปีข้างหน้า อย่างน้อยในบางเมืองหรือบริการบางประเภท (เช่น รถแท็กซี่หุ่นยนต์ การส่งของอัตโนมัติ)

การศึกษาก็ได้รับผลกระทบจาก AI เช่นกัน: ซอฟต์แวร์การเรียนรู้ส่วนบุคคลสามารถปรับให้เหมาะกับความต้องการของนักเรียน และติวเตอร์ AI ให้ความช่วยเหลือตามต้องการในหลายวิชา โดยรวมแล้ว แนวโน้มคือ AI จะทำงานอยู่เบื้องหลังกิจกรรมประจำวันมากขึ้น – ทำให้บริการสะดวกและปรับแต่งได้มากขึ้น – จนถึงปี 2030 เราอาจมองว่าสิ่งอำนวยความสะดวกที่ขับเคลื่อนด้วย AI เหล่านี้เป็นเรื่องปกติในชีวิตประจำวัน

AI ที่รับผิดชอบและการกำกับดูแล

ความเร็วในการพัฒนา AI อย่างรวดเร็วได้ก่อให้เกิดคำถามสำคัญเกี่ยวกับ จริยธรรม ความปลอดภัย และการกำกับดูแล ซึ่งจะเป็นหัวข้อหลักในปีต่อ ๆ ไป AI ที่รับผิดชอบ – การทำให้ระบบ AI เป็นธรรม โปร่งใส และปลอดภัย – ไม่ใช่แค่คำฮิต แต่เป็นภารกิจทางธุรกิจ

ในปี 2024 เหตุการณ์ที่เกี่ยวข้องกับ AI (เช่น ผลลัพธ์ที่มีอคติหรือความล้มเหลวด้านความปลอดภัย) เพิ่มขึ้นอย่างมาก แต่ผู้พัฒนา AI รายใหญ่ส่วนใหญ่ยังไม่มีมาตรฐานการประเมินจริยธรรมและความปลอดภัย ช่องว่างระหว่างการรับรู้ความเสี่ยง AI กับการจัดการความเสี่ยงจริง ๆ นี้เป็นสิ่งที่หลายองค์กรกำลังเร่งปิด

การสำรวจในอุตสาหกรรมชี้ว่าในปี 2025 ผู้นำบริษัทจะไม่ยอมรับการกำกับดูแล AI แบบกระจัดกระจายหรือ “เฉพาะส่วน” อีกต่อไป พวกเขากำลังมุ่งสู่การควบคุม AI อย่างเป็นระบบและโปร่งใสทั่วทั้งองค์กร เหตุผลง่าย ๆ คือเมื่อ AI กลายเป็นส่วนสำคัญของการดำเนินงานและประสบการณ์ลูกค้า ความล้มเหลวใด ๆ – ไม่ว่าจะเป็นคำแนะนำที่ผิดพลาด การละเมิดความเป็นส่วนตัว หรือผลลัพธ์ของโมเดลที่ไม่น่าเชื่อถือ – สามารถก่อให้เกิดความเสียหายจริงต่อธุรกิจ (ตั้งแต่ชื่อเสียงจนถึงบทลงโทษทางกฎหมาย)

ดังนั้น คาดว่าจะเห็น การบริหารจัดการความเสี่ยง AI อย่างเข้มงวด กลายเป็นมาตรฐาน บริษัทเริ่มดำเนินการตรวจสอบและยืนยันโมเดล AI อย่างสม่ำเสมอ โดยใช้ทีมภายในที่มีทักษะสูงหรือผู้เชี่ยวชาญภายนอก เพื่อให้แน่ใจว่า AI ทำงานตามที่ตั้งใจและอยู่ในกรอบกฎหมายและจริยธรรม

ตามคำกล่าวของผู้นำด้านความมั่นใจ AI การกำกับดูแล AI ที่ประสบความสำเร็จจะวัดจากไม่เพียงแค่การหลีกเลี่ยงความเสี่ยง แต่ยังรวมถึง การบรรลุเป้าหมายเชิงกลยุทธ์และผลตอบแทนจากการลงทุน หรือกล่าวอีกนัยหนึ่งคือ การทำให้ประสิทธิภาพ AI สอดคล้องกับคุณค่าทางธุรกิจอย่างน่าเชื่อถือ

หน่วยงานกำกับดูแลทั่วโลกก็เข้มงวดขึ้น กฎระเบียบ AI กำลังเข้มงวดขึ้น ทั้งในระดับชาติและนานาชาติ ในปี 2024 หน่วยงานรัฐบาลกลางสหรัฐฯ ได้ออกมาตรการกำกับดูแล AI ถึง 59 รายการ ซึ่งมากกว่าสองเท่าของปีที่แล้ว

สหภาพยุโรปกำลังสรุปกฎหมาย AI ฉบับครอบคลุม (AI Act) ซึ่งจะกำหนดข้อกำหนดสำหรับระบบ AI (โดยเฉพาะแอปพลิเคชันที่มีความเสี่ยงสูง) ในเรื่องความโปร่งใส ความรับผิดชอบ และการควบคุมโดยมนุษย์ ภูมิภาคอื่น ๆ ก็ไม่ห่างไกล: องค์กรอย่าง OECD สหประชาชาติ และสหภาพแอฟริกา ต่างก็ออก กรอบการกำกับดูแล AI ในปี 2024 เพื่อชี้แนะแนวทางประเทศต่าง ๆ ในหลักการ เช่น ความโปร่งใส ความเป็นธรรม และความปลอดภัย

แนวโน้มความร่วมมือระดับโลกในด้านจริยธรรมและมาตรฐาน AI คาดว่าจะเข้มข้นขึ้น แม้ว่าประเทศต่าง ๆ จะมีแนวทางที่แตกต่างกันอย่างมีนัยสำคัญ โดย ความแตกต่างในปรัชญาการกำกับดูแลอาจส่งผลต่อทิศทาง AI ในแต่ละภูมิภาค นักวิเคราะห์ชี้ว่า ระบบที่ยืดหยุ่นกว่า (เช่น สหรัฐฯ) อาจทำให้นวัตกรรมและการนำ AI ไปใช้เร็วขึ้น ขณะที่กฎระเบียบที่เข้มงวดกว่า (เช่น สหภาพยุโรป) อาจชะลอการใช้งานบางอย่าง แต่สร้างความไว้วางใจในสาธารณะมากขึ้น

จีนเองก็ลงทุนอย่างหนักใน AI และกำลังจัดทำกฎระเบียบของตนเอง (เช่น กฎเกี่ยวกับดีปเฟคและความโปร่งใสของอัลกอริทึม) เพื่อกำหนดการใช้ AI ภายในประเทศ

อีกประเด็นของ AI ที่รับผิดชอบคือการจัดการกับอคติ ข้อมูลผิด และ ความน่าเชื่อถือ ของผลลัพธ์ AI เครื่องมือและมาตรฐานใหม่ ๆ กำลังถูกพัฒนาเพื่อประเมินระบบ AI ในเกณฑ์เหล่านี้ เช่น HELM (Holistic Evaluation of Language Models) Safety และการทดสอบอื่น ๆ ที่วัดความถูกต้องและความปลอดภัยของเนื้อหาที่ AI สร้างขึ้น

เราคาดว่าจะเห็นการตรวจสอบมาตรฐานเหล่านี้กลายเป็นส่วนจำเป็นของการพัฒนาระบบ AI ในขณะเดียวกัน ทัศนคติของสาธารณชนต่อความเสี่ยงและประโยชน์ของ AI จะมีผลต่อความเข้มงวดของการกำกับดูแลและการผลักดันของบริษัท

น่าสนใจที่ความมองโลกในแง่ดีเกี่ยวกับ AI แตกต่างกันอย่างมากในแต่ละภูมิภาค: การสำรวจพบว่าประชาชนในประเทศอย่างจีน อินโดนีเซีย และส่วนใหญ่ของโลกกำลังพัฒนา มีความหวังสูงต่อประโยชน์สุทธิของ AI ขณะที่ความคิดเห็นในประเทศตะวันตกมีความระมัดระวังหรือแม้แต่สงสัย

หากความหวังเพิ่มขึ้น (ซึ่งเพิ่มขึ้นอย่างช้า ๆ ในยุโรปและอเมริกาเหนือในช่วงหลัง) อาจมีการอนุญาตทางสังคมมากขึ้นในการนำ AI ไปใช้ – โดยมีเงื่อนไข ว่ามีการรับประกันว่า ระบบเหล่านี้เป็นธรรมและปลอดภัย

สรุปได้ว่า อีกห้าปีข้างหน้าจะเป็นช่วงเวลาสำคัญสำหรับการกำกับดูแล AI เราน่าจะได้เห็นกฎหมาย AI ฉบับครอบคลุมฉบับแรกมีผลบังคับใช้ (เช่น ในสหภาพยุโรป) รัฐบาลหลายแห่งลงทุนในหน่วยงานกำกับดูแล AI และบริษัทต่าง ๆ นำหลักการ AI ที่รับผิดชอบมาใช้ในวงจรการพัฒนาผลิตภัณฑ์

เป้าหมายคือการสร้างสมดุลที่นวัตกรรมไม่ถูกขัดขวาง – วิธีการกำกับดูแลที่ยืดหยุ่นสามารถสนับสนุนความก้าวหน้าอย่างรวดเร็วต่อไป – ในขณะเดียวกันผู้บริโภคและสังคมได้รับการปกป้องจากผลเสีย การบรรลุสมดุลนี้ไม่ใช่เรื่องง่าย แต่เป็นหนึ่งในความท้าทายสำคัญเมื่อ AI ก้าวจากเทคโนโลยีเกิดใหม่สู่เทคโนโลยีที่แพร่หลายและครบวงจร

การแข่งขันและความร่วมมือระดับโลก

การพัฒนา AI ในอีกครึ่งทศวรรษข้างหน้าจะถูกกำหนดโดย การแข่งขันระดับโลกที่เข้มข้น เพื่อเป็นผู้นำด้าน AI พร้อมกับความพยายามในการร่วมมือระหว่างประเทศ ปัจจุบัน สหรัฐอเมริกาและจีนเป็นคู่แข่งหลักในเวที AI

สหรัฐฯ เป็นผู้นำในหลายตัวชี้วัด – เช่น ในปี 2024 สถาบันในสหรัฐฯ ผลิต โมเดล AI ชั้นนำของโลก 40 โมเดล เทียบกับจีน 15 โมเดล และยุโรปเพียงไม่กี่โมเดล อย่างไรก็ตาม จีนกำลังลดช่องว่างในหลายด้านอย่างรวดเร็ว

โมเดล AI ที่พัฒนาจากจีนมีคุณภาพใกล้เคียงกับโมเดลสหรัฐฯ ในการทดสอบมาตรฐานสำคัญในปี 2024 นอกจากนี้ จีนยังนำหน้าประเทศอื่น ๆ ในจำนวนงานวิจัยและสิทธิบัตร AI ซึ่งแสดงถึงความมุ่งมั่นระยะยาวในการวิจัยและพัฒนา AI

การแข่งขันนี้น่าจะเร่งให้นวัตกรรมเกิดเร็วขึ้น – เปรียบเสมือนการแข่งขันในอวกาศยุคใหม่แต่ในด้าน AI – เมื่อแต่ละประเทศทุ่มทรัพยากรเพื่อแซงหน้าคู่แข่ง เราได้เห็นการเพิ่มขึ้นของ เงินลงทุน AI จากรัฐบาล เช่น จีนประกาศกองทุนระดับชาติขนาด 47.5 พันล้านดอลลาร์สำหรับเทคโนโลยีเซมิคอนดักเตอร์และ AI ขณะที่สหรัฐฯ สหภาพยุโรป และประเทศอื่น ๆ ก็ลงทุนหลายพันล้านดอลลาร์ในโครงการวิจัยและพัฒนาบุคลากร AI

อย่างไรก็ตาม AI ไม่ใช่เรื่องของสองประเทศเท่านั้น ความร่วมมือและการมีส่วนร่วมระดับโลก กำลังเพิ่มขึ้น ภูมิภาคอย่าง ยุโรป อินเดีย และตะวันออกกลาง กำลังสร้างนวัตกรรมและโมเดล AI ที่โดดเด่นของตนเอง

ตัวอย่างเช่น ยุโรปเน้นที่ AI ที่น่าเชื่อถือ และเป็นแหล่งของโครงการ AI แบบโอเพนซอร์สมากมาย อินเดียใช้ AI ในการประยุกต์ขนาดใหญ่ในด้านการศึกษาและสุขภาพ และยังเป็นแหล่งบุคลากร AI สำคัญของโลก (อินเดียและสหรัฐฯ รวมกันมีแรงงาน AI ที่มีทักษะมากกว่าครึ่งหนึ่งของโลก)

นอกจากนี้ ยังมีความพยายามในประเทศขนาดเล็กในการสร้างจุดแข็งเฉพาะ เช่น สิงคโปร์ลงทุนในกำกับดูแล AI และโครงการสมาร์ทเนชัน หรือสหรัฐอาหรับเอมิเรตส์ที่มุ่งเน้นการวิจัยและใช้งาน AI องค์กรระหว่างประเทศกำลังจัดประชุมหารือเกี่ยวกับมาตรฐาน AI เพื่อให้เกิดความสอดคล้องบางส่วน – เช่น กรอบงานของ OECD และ UN ที่กล่าวถึงก่อนหน้านี้ และกิจกรรมอย่าง Global Partnership on AI (GPAI) ที่รวมหลายประเทศเพื่อแลกเปลี่ยนแนวปฏิบัติที่ดีที่สุด

แม้การแข่งขันทางภูมิรัฐศาสตร์จะดำเนินต่อไป (และอาจเข้มข้นขึ้นในด้าน AI สำหรับการใช้งานทางทหารหรือความได้เปรียบทางเศรษฐกิจ) แต่ก็มีการยอมรับร่วมกันว่าเรื่องจริยธรรม ความปลอดภัย และการแก้ปัญหาระดับโลกต้องการความร่วมมือ เราอาจเห็นความร่วมมือวิจัยข้ามพรมแดนมากขึ้นในประเด็นเช่น AI สำหรับการเปลี่ยนแปลงสภาพภูมิอากาศ การตอบสนองต่อโรคระบาด หรือโครงการมนุษยธรรม

อีกแง่มุมที่น่าสนใจของภูมิทัศน์ AI โลกคือทัศนคติและฐานผู้ใช้ที่แตกต่างกันจะมีผลต่อวิวัฒนาการของ AI ตามที่กล่าวไว้ ความคิดเห็นของสาธารณชนในบางประเทศกำลังพัฒนาเป็นบวกมาก ซึ่งอาจทำให้ตลาดเหล่านั้นเป็นพื้นที่ทดลอง AI ที่เปิดกว้างในภาคส่วนเช่นฟินเทคหรือเทคโนโลยีการศึกษา

ในทางตรงกันข้าม ภูมิภาคที่ประชาชนมีความสงสัยอาจกำหนดกฎระเบียบเข้มงวดหรือมีการนำ AI มาใช้งานช้ากว่า ภายในปี 2030 เราอาจเห็นการแบ่งแยก: บางประเทศบรรลุการผนวก AI อย่างแพร่หลาย (เมืองอัจฉริยะ AI ในการบริหารจัดการประจำวัน ฯลฯ) ขณะที่บางประเทศดำเนินไปอย่างระมัดระวังมากขึ้น

อย่างไรก็ตาม แม้ภูมิภาคที่ระมัดระวังก็ยอมรับว่าไม่สามารถมองข้ามศักยภาพของ AI ได้ – ตัวอย่างเช่น สหราชอาณาจักรและประเทศในยุโรปกำลังลงทุนในความปลอดภัยและโครงสร้างพื้นฐาน AI (สหราชอาณาจักรวางแผนคลาวด์วิจัย AI แห่งชาติ ฝรั่งเศสมีโครงการซูเปอร์คอมพิวเตอร์สาธารณะสำหรับ AI เป็นต้น)

ดังนั้น การแข่งขันจึงไม่ใช่แค่การสร้าง AI ที่ เร็วที่สุด แต่เป็นการสร้าง AI ที่ เหมาะสมที่สุด สำหรับความต้องการของแต่ละสังคม

โดยสรุป อีกห้าปีข้างหน้าจะเห็นการเล่นบทบาทที่ซับซ้อนของการแข่งขันและความร่วมมือ เราน่าจะได้เห็นความสำเร็จของ AI ที่เกิดขึ้นจากสถานที่ที่ไม่คาดคิดทั่วโลก ไม่ใช่แค่ซิลิคอนแวลลีย์หรือปักกิ่งเท่านั้น

และเมื่อ AI กลายเป็นพลังแห่งชาติที่สำคัญ (เปรียบเสมือนน้ำมันหรือไฟฟ้าในยุคก่อนหน้า) วิธีที่ประเทศต่าง ๆ จัดการทั้งความร่วมมือและการแข่งขันในด้านนี้จะมีผลอย่างมากต่อทิศทางการพัฒนา AI ทั่วโลก

ผลกระทบของ AI ต่อการจ้างงานและทักษะ

สุดท้าย การพูดคุยเกี่ยวกับอนาคตอันใกล้ของ AI จะไม่สมบูรณ์หากไม่พิจารณาผลกระทบต่อการทำงานและการจ้างงาน – หัวข้อที่หลายคนให้ความสนใจ AI จะเข้ามาแทนที่งานของเราหรือสร้างงานใหม่? หลักฐานจนถึงขณะนี้ชี้ให้เห็นทั้งสองอย่าง แต่มีแนวโน้มชัดเจนไปทาง การเสริมศักยภาพมากกว่าการทำงานอัตโนมัติเต็มรูปแบบ

เวิลด์อีโคโนมิกฟอรัมคาดการณ์ว่า ภายในปี 2025 AI จะสร้างงานใหม่ประมาณ 97 ล้านตำแหน่ง ทั่วโลก ในขณะเดียวกันจะทำให้งานประมาณ 85 ล้านตำแหน่ง หายไป – เป็นการเพิ่มขึ้นสุทธิ 12 ล้านตำแหน่ง

งานใหม่เหล่านี้ครอบคลุมตั้งแต่นักวิทยาศาสตร์ข้อมูลและวิศวกร AI ไปจนถึงหมวดหมู่งานใหม่อย่างนักจริยธรรม AI วิศวกรคำสั่ง และผู้เชี่ยวชาญบำรุงรักษาหุ่นยนต์ เราเริ่มเห็นการคาดการณ์นี้เกิดขึ้นแล้ว: มากกว่า 10% ของประกาศรับสมัครงานในปัจจุบันเป็นตำแหน่งที่แทบไม่มีอยู่เมื่อสิบปีก่อน (เช่น หัวหน้า AI หรือ นักพัฒนา Machine Learning)

ที่สำคัญ แทนที่จะเกิดการว่างงานจำนวนมาก ผลกระทบแรกของ AI ในที่ทำงานคือ การเพิ่มผลผลิตของแรงงานและการเปลี่ยนแปลงความต้องการทักษะ อุตสาหกรรมที่นำ AI มาใช้เร็วที่สุดเห็นการเติบโตของรายได้ต่อพนักงานสูงถึง 3 เท่า ตั้งแต่ AI เริ่มบูมราวปี 2022

ในภาคส่วนเหล่านั้น พนักงานไม่ได้ถูกแทนที่ แต่กลับมีประสิทธิภาพและมี คุณค่ามากขึ้น จริง ๆ แล้ว ค่าจ้างเพิ่มขึ้น เร็วเป็นสองเท่าในอุตสาหกรรมที่ใช้ AI หนัก เมื่อเทียบกับอุตสาหกรรมที่ใช้ AI น้อยกว่า

แม้แต่พนักงานในตำแหน่งที่สามารถทำงานอัตโนมัติได้สูงก็ยังเห็นค่าจ้างเพิ่มขึ้นหากมีทักษะที่เกี่ยวข้องกับ AI แสดงให้เห็นว่าบริษัทให้ความสำคัญกับพนักงานที่สามารถใช้เครื่องมือ AI ได้อย่างมีประสิทธิภาพ โดยรวมแล้ว มี ค่าพรีเมียมสำหรับทักษะ AI เพิ่มขึ้น – พนักงานที่ใช้ AI (แม้ในระดับพื้นฐาน เช่น การใช้เครื่องมือวิเคราะห์หรือสร้างเนื้อหาที่ขับเคลื่อนด้วย AI) จะได้รับค่าจ้างสูงกว่า

การวิเคราะห์หนึ่งพบว่าพนักงานที่มีทักษะ AI ได้รับค่าจ้างสูงกว่าพนักงานในตำแหน่งเดียวกันที่ไม่มีทักษะเหล่านี้ถึง 56% โดยเฉลี่ย ค่าพรีเมียมนี้เพิ่มขึ้นมากกว่าสองเท่าในเวลาเพียงหนึ่งปี แสดงให้เห็นว่า “ความรู้ด้าน AI” กำลังกลายเป็นทักษะจำเป็น

อย่างไรก็ตาม AI กำลัง เปลี่ยนแปลงลักษณะของงาน อย่างไม่อาจปฏิเสธได้ งานประจำหรืองานระดับล่างจำนวนมากถูกทำให้อัตโนมัติ – AI สามารถรับผิดชอบงานป้อนข้อมูล การสร้างรายงาน คำถามลูกค้าเบื้องต้น และอื่น ๆ ซึ่งหมายความว่างานบางอย่างจะถูกยกเลิกหรือเปลี่ยนแปลง

พนักงานในตำแหน่งงานที่เป็นงานประจำและซ้ำซ้อนมีความเสี่ยงสูงที่จะถูกแทนที่ อย่างไรก็ตาม แม้งานเหล่านั้นจะหายไป งานใหม่ที่ต้องใช้ความคิดสร้างสรรค์ การตัดสินใจ และการควบคุม AI ก็จะเกิดขึ้น

ผลสุทธิคือการเปลี่ยนแปลงชุดทักษะที่จำเป็นสำหรับอาชีพส่วนใหญ่ การวิเคราะห์ของ LinkedIn คาดการณ์ว่า ภายในปี 2030 ทักษะประมาณ 70% ที่ใช้ในงานทั่วไปจะเปลี่ยนไปจากทักษะที่เคยใช้เมื่อไม่กี่ปีก่อน
กล่าวอีกนัยหนึ่งคือ เกือบทุกงานกำลังเปลี่ยนแปลง การเรียนรู้และพัฒนาทักษะอย่างต่อเนื่องจึงเป็นสิ่งจำเป็นสำหรับแรงงาน

โชคดีที่มีการผลักดันอย่างมากในด้าน การศึกษาและการพัฒนาทักษะ AI สองในสามของประเทศได้บรรจุวิทยาการคอมพิวเตอร์ (ซึ่งมักรวมโมดูล AI) ในหลักสูตร K-12 และบริษัทต่าง ๆ ลงทุนอย่างหนักในโปรแกรมฝึกอบรมพนักงาน ทั่วโลก 37% ของผู้บริหารกล่าวว่าพวกเขาวางแผนจะลงทุนเพิ่มในการฝึกอบรมพนักงานเกี่ยวกับเครื่องมือ AI ในระยะสั้น

เรายังเห็นการเติบโตของหลักสูตรออนไลน์และใบรับรองด้าน AI – เช่น โปรแกรมฟรีจากบริษัทเทคโนโลยีและมหาวิทยาลัยที่สอนพื้นฐาน AI ให้กับผู้เรียนจำนวนมาก

อีกแง่มุมของ AI ในที่ทำงานคือการเกิดขึ้นของ “ทีมมนุษย์-AI” ในฐานะหน่วยพื้นฐานของผลผลิต ตามที่กล่าวไว้ก่อนหน้านี้ เอเย่นต์ AI และระบบอัตโนมัติจะจัดการส่วนหนึ่งของงาน ในขณะที่มนุษย์ให้การควบคุมและความเชี่ยวชาญ
บริษัทที่มองการณ์ไกลกำลังนิยามบทบาทใหม่ โดยให้ความสำคัญกับงานเชิงกลยุทธ์มากขึ้น และใช้ AI ทำงานที่ซ้ำซ้อน

สิ่งนี้อาจทำให้บันไดอาชีพแบบดั้งเดิมแบนราบลง และต้องการวิธีการฝึกอบรมบุคลากรใหม่ เนื่องจากพนักงานระดับต้นจะไม่ได้เรียนรู้จากการทำงานง่าย ๆ หาก AI ทำงานเหล่านั้นแทน นอกจากนี้ยังเพิ่มความสำคัญของ การจัดการการเปลี่ยนแปลง ในองค์กร พนักงานหลายคนรู้สึกวิตกกังวลหรือเครียดกับความเร็วของการเปลี่ยนแปลงที่ AI นำมา

ดังนั้น ผู้นำจึงต้องบริหารจัดการการเปลี่ยนผ่านนี้อย่างจริงจัง – สื่อสารประโยชน์ของ AI มีส่วนร่วมพนักงานในการนำ AI มาใช้ และสร้างความมั่นใจว่าเป้าหมายคือ การเสริมศักยภาพงานมนุษย์ ไม่ใช่การแทนที่ บริษัทที่สร้างวัฒนธรรมการทำงานร่วมกันระหว่างมนุษย์และ AI ได้อย่างประสบความสำเร็จ – ที่ซึ่งการใช้ AI เป็นเรื่องธรรมชาติสำหรับพนักงาน – น่าจะเห็นผลลัพธ์ที่ดีที่สุด

สรุปได้ว่า ตลาดแรงงานในอีกห้าปีข้างหน้าจะมีลักษณะของ การเปลี่ยนแปลงครั้งใหญ่ มากกว่าภัยพิบัติ AI จะทำให้งานบางอย่างและหน้าที่งานบางอย่างเป็นอัตโนมัติ แต่ก็จะสร้างความต้องการทักษะใหม่ ๆ และทำให้พนักงานหลายคนมีประสิทธิภาพและมีคุณค่ามากขึ้น

ความท้าทาย (และโอกาส) อยู่ที่การนำทางแรงงานผ่านการเปลี่ยนแปลงนี้ บุคคลและองค์กรที่ยอมรับการเรียนรู้ตลอดชีวิตและปรับบทบาทให้ใช้ AI จะประสบความสำเร็จในเศรษฐกิจที่ขับเคลื่อนด้วย AI ใหม่ ส่วนผู้ที่ไม่ปรับตัวอาจประสบปัญหาในการรักษาความเกี่ยวข้อง

ตามรายงานฉบับหนึ่งกล่าวอย่างสั้น ๆ ว่า “ด้วยส่วนหนึ่งจาก AI ลักษณะของงานกำลังเปลี่ยนจากการเชี่ยวชาญงานเฉพาะไปสู่การเรียนรู้งานใหม่อย่างต่อเนื่อง” ปีต่อไปจะทดสอบความสามารถของเราที่จะตามให้ทันการเปลี่ยนแปลงนี้ – แต่ถ้าเราทำได้ ผลลัพธ์อาจเป็นโลกการทำงานที่มีนวัตกรรม มีประสิทธิภาพ และเน้นมนุษย์มากขึ้น

>>> คุณอาจต้องการ:

ทักษะที่จำเป็นสำหรับการทำงานกับปัญญาประดิษฐ์ (AI)

ประโยชน์ของปัญญาประดิษฐ์สำหรับบุคคลและธุรกิจ

เส้นทางการพัฒนา AI ในอีกห้าปีข้างหน้าพร้อมที่จะนำมาซึ่ง การเปลี่ยนแปลงลึกซึ้งในเทคโนโลยี ธุรกิจ และสังคม เราน่าจะได้เห็นระบบ AI ที่มีความสามารถมากขึ้น – เชี่ยวชาญหลายโหมด แสดงความสามารถในการให้เหตุผลที่ดีขึ้น และทำงานด้วยความเป็นอิสระมากขึ้น

ในเวลาเดียวกัน AI จะฝังตัวอย่างลึกซึ้งในชีวิตประจำวัน: ช่วยตัดสินใจในห้องประชุมและรัฐบาล ปรับปรุงการดำเนินงานในโรงงานและโรงพยาบาล และยกระดับประสบการณ์ตั้งแต่บริการลูกค้าจนถึงการศึกษา

โอกาสมีมากมาย – ตั้งแต่การเพิ่มผลผลิตทางเศรษฐกิจและการค้นพบทางวิทยาศาสตร์ ไปจนถึงการช่วยแก้ปัญหาระดับโลก เช่น การเปลี่ยนแปลงสภาพภูมิอากาศ (AI คาดว่าจะเร่งการเปลี่ยนไปใช้พลังงานหมุนเวียนและการใช้ทรัพยากรอย่างชาญฉลาด) แต่การใช้ศักยภาพเต็มที่ของ AI ต้องเผชิญกับความเสี่ยงและอุปสรรคที่มาพร้อมกัน เรื่องจริยธรรม การกำกับดูแล และความครอบคลุมจะต้องได้รับความสนใจอย่างต่อเนื่อง เพื่อให้ประโยชน์ของ AI กระจายอย่างกว้างขวางและไม่ถูกบดบังด้วยปัญหา

ธีมหลักคือ การเลือกของมนุษย์และความเป็นผู้นำจะกำหนดอนาคตของ AI AI เองเป็นเครื่องมือ – เครื่องมือที่ทรงพลังและซับซ้อนอย่างยิ่ง แต่สุดท้ายสะท้อนเป้าหมายที่เรากำหนดให้

อีกห้าปีข้างหน้าเป็นช่วงเวลาสำคัญสำหรับผู้มีส่วนได้ส่วนเสียในการนำทางการพัฒนา AI อย่างรับผิดชอบ: ธุรกิจต้องนำ AI มาใช้ด้วยความรอบคอบและมีจริยธรรม นโยบายต้องสร้างกรอบที่สมดุลระหว่างการส่งเสริมนวัตกรรมและการปกป้องสาธารณะ ครูและชุมชนต้องเตรียมคนให้พร้อมสำหรับการเปลี่ยนแปลงที่ AI จะนำมา

ความร่วมมือระหว่างประเทศและสหวิทยาการเกี่ยวกับ AI ต้องลึกซึ้งขึ้น เพื่อให้เราร่วมกันนำเทคโนโลยีนี้ไปสู่ผลลัพธ์ที่ดี หากเราประสบความสำเร็จ ปี 2030 อาจเป็นจุดเริ่มต้นของยุคใหม่ที่ AI ช่วยเพิ่มศักยภาพมนุษย์อย่างมีนัยสำคัญ – ช่วยให้เราทำงานอย่างชาญฉลาดขึ้น มีสุขภาพดีขึ้น และแก้ปัญหาที่เคยเป็นไปไม่ได้

ในอนาคตนั้น AI จะไม่ถูกมองด้วยความกลัวหรือความตื่นเต้นเกินจริง แต่จะเป็นส่วนหนึ่งของชีวิตสมัยใหม่ที่ได้รับการกำกับดูแลอย่างดีและ ทำงานเพื่อมนุษยชาติ การบรรลุวิสัยทัศน์นี้คือความท้าทายและคำมั่นสัญญาครั้งใหญ่ของอีกห้าปีข้างหน้าในการพัฒนา AI