Hyperautomation EP.4 AI เกี่ยวอะไรกับ Hyperautomation รวมถึง Prescriptive Analytics ?

   จากบทความก่อนหน้าเราคุยกันว่าทำไมองค์กรควรให้ความสนใจกับ Hyperautomation หรือแนวคิดการให้บริการแบบอัตโนมัติที่พยายามรวบรวมแนวคิดและเทคโนโลยีต่าง ๆ มาร่วมกัน ทำงานสอดประสานกัน เพื่อการให้บริการแบบอัตโนมัติให้มากที่สุดเท่าที่จะทำได้ และระดับการทำอัตโนมัตินั้นมีมากน้อยขนาดไหน

ในบทความนี้เราจะซูมเข้าไปและตอบคำถามสำคัญต่อจากบทความก่อนครับว่า

1. แล้ว AI มาเกี่ยวอะไรกับ Hyperautomation?

2. ถ้าแนวคิดการทำการวิเคราะห์ข้อมูลที่เราทราบมานั้นมี 4 ระดับ โดยเฉพาะอย่างยิ่งที่ระดับสูงสุดที่เรียกว่า Prescriptive Analytics (What should we do next?) นั้น AI มาช่วยอย่างไร?

AI มาเกี่ยวอะไรกับ Hyperautomation?

เรามาย้อนไปที่นิยามกันนิดนึงครับ นิยามของ AI นั้นมีเป็นร้อยครับ แต่มีเยอะแค่ไหนนิยามเหล่านั้นมีส่วนที่คล้ายกันก็คือว่า Artificial Intelligence หรือ AI คือแนวคิดการพัฒนาระบบที่พยายาม mimic หรือเลียนแบบความคิดมนุษย์ ทั้งนี้เพื่อเป้าหมายเพื่อมาทำอะไรแทนเรา มาช่วยเรา ทั้งนี้รวมถึงการทำงานให้เรา 24 ชม แบบไม่หยุดไม่ลาครับ เพราะฉะนั้นจะเห็นได้ว่าตั้งแต่นิยามแล้วก็จะไปแปลกที่คนส่วนใหญ่จะสามารถมอง AI ว่าเป็นหัวใจของแนวคิด Hyperautomation เลยก็ว่าได้ ชัดเจนครับว่า AI สามารถเป็นแกนหลักของแนวคิด Hyperautomation ได้แน่ๆครับ แต่คำถามที่น่าสนใจ ณ จุดนี้คือ AI ซึ่งเป็นการศึกษาที่เริ่มกันมาตั้งแต่ปี ค.ศ. 1950s โดย Marvin Minsky และ John McCarthy นั้นเป็น field ที่ใหญ่มากๆ แล้ว AI ที่มาช่วยทำ Hyperautomation แบบขั้นสูงหรือที่เราชอบพูดกันว่า Prescriptive Analytics (What should we do next?) นั้นหน้าตาเป็นยังไง? นับถึงวันนี้งานวิจัยด้าน AI ที่ยังแก้ไม่ได้ยังมีมากมาย ปัญหาที่แก้ไม่ได้ที่มีเป็นเครื่องยืนยันว่า AI มันคงไม่ใช่แค่ทำ data analytics แล้วก็สามารถตอบคำถามได้แน่ๆ

AI กับการทำ Prescriptive Analytics (What should we do next?)

มาลองดูภาพกว้าง ๆ ของ AI กันครับว่าทำไมถึงทำวิจัยกันมาเกินกว่า 70 ปีแต่ก็ยังมีสารพัดปัญหาที่แก้ไม่ได้ ส่วนประกอบคร่าวๆของระบบ AI จริง ๆ แล้วประกอบไปด้วยส่วนสำคัญ เช่น Perception หรือระบบการรับข้อมูล, Analyzing & Reasoning หรือระบบการที่คิดต่อว่าจากข้อมูลที่รับมาแล้วมีอะไรที่สำคัญที่ควรคิดประมวลผลบ้าง, Problem Solving คือการที่ระบบรู้แล้วว่าต้องสนใจ Facts ไหนบ้างและเริ่มทำการหาทางแก้ปัญหา, Planning คือการที่ระบบวางแผนการทำเรื่องต่างๆเพื่อให้บรรลุเป้าหมายที่วางไว้, และ Acting and Learning คือการที่ระบบตอบสนองกับ input ที่ได้มาตั้งแต่ Perception โดยการทำตามแผนได้จาก Planning และที่สำคัญระบบจะต้องรอรับ Feedback จากการกระทำเพื่อเรียนรู้อีกด้วย

พอมาถึงจุดนี้ ถ้านี่คือส่วนประกอบต่าง ๆของระบบ AI ที่แท้จริงที่ไม่ใช่แค่วิเคราะห์ข้อมูลแล้วจบ แล้วการที่จะสามารถบอกกับผู้ใช้งานระบบว่าควรทำอะไรหลังจากนี้ (What should we do next?) ให้ได้นั้นดูเหมือนว่าระบบจะต้องการเกือบทุกส่วนประกอบที่กล่าวมาไม่ใช่แค่การวิเคราะห์ข้อมูลแล้วแสดงกราฟสวยๆได้แน่ๆ ส่วนที่สำคัญที่สุดคือส่วนที่เรียกว่า Reasoning หรือการ “คิด” และอาจรวมไปถึง Problem Solving หรือการ “แก้ปัญหา” ครับ ก่อนที่ระบบจะสามารถ Recommend อะไรออกมาได้ ลองพิจารณาหนึ่งในตัวอย่างที่ระบบ AI ที่มีส่วนประกอบต่างๆนี้มาช่วยครับ ระบบ AI ที่ช่วยแนะนำลูกค้าของธนาคารควรที่จะได้คำแนะนำให้ใช้บริการไหนของธนาคาร? ระบบ AI โดยทั่วๆที่ทำได้ปัจจุบันหยุดแค่การพิจารณาว่าลูกค้าควรได้รับการอนุมัติสินเชื่อที่ขอมาหรือไม่โดยใช้ระบบเช่น Scoring System ถ้าลูกค้าขอซื้อบ้านราคา 8 ล้านแต่ถ้าเครดิตเค้าไม่ผ่านเพราะรายได้ไม่ถึง ระบบควรจะคิดนำเสนอสินเชื่อหรือบริการอะไรให้กับเค้าถ้าดูแล้วว่าทุกอย่างเค้าดีหมดเสียแค่รายได้ไม่ถึงเท่านั้น? หรือระบบควรจะบอกให้เค้าไปหาใครมากู้ร่วม? คำแนะนำต่างๆที่ดูเหมือนจะธรรมดาของเจ้าหน้าที่แต่ระบบที่สามารถทำได้แค่วิเคราะห์ข้อมูลจะไม่สามารถให้คำแนะนำได้แน่ ๆ เพราะระบบเหล่านั้นจะไม่มีความสามารถด้าน Reasoning และ Problem Solving อย่างที่กล่าวมาข้างต้น

สรุปแล้วผู้บริหารต้องคำนึงถึงเรื่องอะไรถ้าจะนำแนวคิด Hyperautomation มาใช้ในองค์กร?

ดูเหมือนว่าแนวคิดของการให้บริการที่ใช้แนวคิดของ Hyperautomation นั้นจะเป็นทิศทางที่หลีกเลี่ยงไม่ได้สำหรับธุรกิจหรือแม้แต่ภาครัฐ สำหรับผู้บริหารแล้วท่านมี 2 คำถามหลักที่ท่านต้องตอบ

1. Service ไหน? สิ่งแรกที่จะต้องพิจารณาคงจะเป็นว่าการบริการไหนที่เล็กแต่มี Impact สูงที่ควรจะทำ Hyperautomation

2. จะทำแค่บางส่วน หรือจะทำแบบ End-to-End? ซึ่งสำหรับคำถามนี้ถ้าเป็นไปได้ End-to-End คือทางเลือกที่ควรทำที่สุดเพราะบ่อยครั้งที่การลงทุนในเทคโนโลยีนั้นสูญเปล่าเพราะลูกค้ามองว่าระบบใหม่เค้าต้องเรียนรู้การใช้งานแต่ไม่ได้ช่วยอะไรมากนัก

ซึ่งในกรณีที่ต้องการระบบทำไปจนถึงแนะนำให้ลูกค้าทำอะไรหลังจากนั้น ๆ คงต้องพิจารณาดี ๆ ครับว่าระบบจะสามารถแนะนำได้หรือไม่ถ้าแค่สามารถทำการวิเคราะห์ข้อมูลได้เท่านั้นครับ หรือจริงๆแล้วท่านควรพิจารณาระบบ AI แบบเต็มระบบ?