AWS Summit Bangkok 2025: การใช้งาน Generative AI อย่างเป็นรูปธรรม ตั้งแต่ POC สู่คุณค่าทางธุรกิจ

ครั้งนี้จะมาแนะนำเซสชัน "Generative AI in action: from POC to business value" ที่ได้เข้าร่วมมาเมื่อวันที่ 29 เมษายน 2025 ที่ผ่านมา โดยจะสรุปประเด็นสำคัญในบทความนี้

การเดินทางของ Generative AI: จาก POC สู่คุณค่าทางธุรกิจจริง

ในยุคที่เทคโนโลยี Generative AI (Gen AI) กำลังเปลี่ยนแปลงโลกของธุรกิจอย่างรวดเร็ว AWS ได้แสดงให้เห็นถึงบทบาทสำคัญในการช่วยให้องค์กรสามารถนำ Gen AI ไปใช้ตั้งแต่ระดับทดลอง (Proof of Concept - POC) ไปจนถึงการสร้างคุณค่าทางธุรกิจจริง (Business Value) ผ่านเซสชันที่น่าสนใจในงาน AWS Summit Bangkok 2025

โอกาสแห่งนวัตกรรมด้วย Generative AI

Generative AI ไม่ได้เป็นเพียงแค่เทคโนโลยีใหม่ แต่เป็นเครื่องมือที่สามารถพลิกโฉมการดำเนินธุรกิจได้อย่างแท้จริง โดยสามารถสร้างคุณค่าได้ทั้งภายในองค์กร เช่น การเพิ่มประสิทธิภาพการทำงาน และภายนอก เช่น การยกระดับประสบการณ์ของลูกค้า

วิวัฒนาการของ Gen AI: จากปี 2023 ถึง 2025

AWS แบ่งการพัฒนา Gen AI ออกเป็น 3 ช่วงหลัก:

• 2023: ปีแห่งการทดลอง (POC)
• 2024: ปีแห่งการนำไปใช้งานจริง (Production)
• 2025: ปีแห่งการสร้างคุณค่าทางธุรกิจ (Business Value)

ในแต่ละปี องค์กรจะมีคำถามและความท้าทายที่แตกต่างกัน เช่น จะเริ่มต้นอย่างไร? จะลดต้นทุนได้อย่างไร? จะขยายการใช้งานให้ครอบคลุมทั้งองค์กรได้อย่างไร?

โครงสร้างเทคโนโลยีของ AWS สำหรับ Gen AI

AWS นำเสนอ Gen AI Stack ที่ครอบคลุมตั้งแต่ระดับ Infrastructure ไปจนถึง Application:

1. Infrastructure: Amazon SageMaker, AWS Trainium, Inferentia, GPUs
2. Models: Amazon Bedrock รองรับโมเดลจากหลายค่าย เช่น Claude, LLaMA, Mistral
3. Applications: Amazon Q Business, Amazon Q Developer

ตัวอย่างการใช้งานจริงจากองค์กรระดับโลก

Bundesliga

ใช้ Gen AI วิเคราะห์ข้อมูลการแข่งขันฟุตบอลแบบเรียลไทม์ เช่น ความน่าจะเป็นในการทำประตู และตำแหน่งเฉลี่ยของผู้เล่น

Moody’s

ลดเวลาการวิเคราะห์ข้อมูลลูกค้าจาก 1 สัปดาห์ เหลือเพียง 1 ชั่วโมง ด้วยการใช้ Gen AI บน AWS

Amazon

ใช้ Gen AI ในหลายด้าน เช่น

• Chatbot บริการลูกค้า
• เครื่องมือสร้างภาพ เสียง วิดีโอ
• การจัดการสินค้าคงคลัง

Intuit

บริษัทที่อยู่เบื้องหลัง TurboTax, CreditKarma, QuickBooks และ Mailchimp ใช้ AWS เพื่อวิเคราะห์ข้อมูลทางการเงินและให้คำแนะนำแก่ลูกค้า

Grab

ใช้ Gen AI เพื่อยกระดับประสบการณ์ผู้ใช้งานในแอปพลิเคชัน

ปัจจัยความสำเร็จของลูกค้าในการใช้ Gen AI

AWS ระบุ 4 ปัจจัยหลักที่องค์กรควรคำนึงถึง:

1. Time to value: ใช้เวลาให้น้อยที่สุดในการสร้างคุณค่า
2. AI-ready data: ข้อมูลต้องพร้อมใช้งานกับ AI
3. Price performance: ประสิทธิภาพต่อราคาต้องคุ้มค่า
4. Trust: ความปลอดภัย ความแม่นยำ และความโปร่งใส

ความสามารถของ Amazon Bedrock

Amazon Bedrock เป็นบริการที่ช่วยให้องค์กรสามารถเข้าถึง Foundation Models ได้ง่ายผ่าน API เดียว พร้อมฟีเจอร์สำคัญ เช่น:

• Model customization
• Retrieval Augmented Generation (RAG)
• Agent ที่ทำงานหลายขั้นตอน
• ความปลอดภัยและความเป็นส่วนตัว

การควบคุมความปลอดภัยด้วย Bedrock Guardrails

AWS ให้ความสำคัญกับความปลอดภัยของ AI โดยมีระบบ Amazon Bedrock Guardrails ที่ช่วยกรองคำตอบจากโมเดล เช่น:

• Content filters
• Word filters
• Sensitive info
• Automated Reasoning
• Contextual Grounding

สรุป

เซสชันนี้แสดงให้เห็นว่า Generative AI ไม่ใช่แค่เทคโนโลยีทดลองอีกต่อไป แต่สามารถนำไปใช้จริงเพื่อสร้างคุณค่าทางธุรกิจได้อย่างเป็นรูปธรรม โดย AWS มีเครื่องมือและบริการที่ครอบคลุมทุกขั้นตอน ตั้งแต่การเริ่มต้นทดลอง ไปจนถึงการขยายใช้งานในระดับองค์กร

ปัจจัยความสำเร็จของลูกค้า:

• Time to value
• AI-ready data
• Price performance
• Trust

จุดแข็งของ AWS:

• Freedom to Invent
• Value
• Trust

ผมหวังว่าบทความนี้จะเป็นประโยชน์ให้กับผู้อ่านได้นะครับ

POP (Tinnakorn Maneewong) จากบริษัท Classmethod (Thailand) ครับ !

บทความที่เกี่ยวข้อง

• Amazon Bedrock คืออะไร? แนะนำฟังก์ชันของ AWS สำหรับผู้เริ่มต้นใช้งาน
• อัพเดทบริการ Amazon Q Business ในปี 2024