Generative AI คืออะไร? รู้จักกับ Generative AI ทั้ง 7 หมวดหมู่

ในบทความนี้ผมจะมาเปิดจักรวาล Generative AI ให้คุณรู้จัก

แต่ถ้าจะให้แนะนำธรรมดาๆ ก็อาจจะไม่สมฐานะเทคโนโลยีเปลี่ยนโลกตัวนี้ เพราะฉะนั้น ในบทความนี้ ผมจะทดลอง 1. เขียนบทความ “Generative AI คืออะไร” ด้วยตัวเอง และ 2. เขียนบทความ เขียนบทความ “Generative AI คืออะไร” โดยใช้ Generative AI เข้ามาช่วย (และเอามาปรับแต่งต่อ)

จากนั้นจะเอามาเทียบให้คุณเห็นว่าแบบไหนที่คุณภาพดีกว่า และแต่ละแบบใช้เวลาไปทั้งหมดเท่าไหร่

ถ้าพร้อมแล้ว มาเปิดจักรวาล Generative AI ไปด้วยกันเลยครับ!

วิธีการทดสอบ (Methodology)

1. เขียนเอง

ผมเขียนคอนเทนต์ใน Notion (ระบบที่ผมใช้เขียนบทความทั้งสำหรับ Content Shifu และสำหรับส่วนตัว) และให้ Graphic Designer ในทีมทำการออกแบบ Featured Image และรูปสำหรับ Social Media ด้วย Adobe Illustrator โดยทำการจับเวลาผ่าน Clickup (โปรแกรม Project Management ที่ Content Shifu ใช้)

2. ให้ AI ช่วยเขียน

ผมใช้ ChatGPT เป็นตัวช่วยร่าง Outline และเขียนคอนเทนต์ให้ และใช้ฟีเจอร์ Text-to-Image ของ Canva ในการสร้างรูป Featured Image และรูปสำหรับ Social Media

เช่นเดียวกัน ผม Copy Text ที่ ChatGPT สร้างขึ้นมา มาเก็บไว้บน Notion และใช้ Clickup ในการจับเวลา

1. ทดลองเขียนคอนเทนต์ “Generative AI” คืออะไร? (เวอร์ชั่นเขียนเอง และให้ Graphic Designer ออกแบบให้)

ย้อนกลับไปสิบกว่าปีก่อนจนถึงทุกวันนี้ มี “เทคโนโลยีเปลี่ยนโลก” ถือกำเนิดขึ้นมา 2 ครั้ง ซึ่งก็คือ Internet และ Smartphones ซึ่ง “AI” อาจจะเป็นเทคโนโลยีที่จะเข้ามาเปลี่ยนโลกอีกครั้งในยุคปัจจุบัน

ดังที่ Bill Gates ได้เขียนไว้ว่า “The development of AI is as fundamental as the creation of the microprocessor, the personal computer, the Internet, and the mobile phone. It will change the way people work, learn, travel, get health care, and communicate with each other.” หรือแปลเป็นไทยง่ายๆ ว่า การพัฒนาของ AI นั้นจะเป็นเหมือนสิ่งพื้นฐานเหมือนกับการสร้าง ไมโครโปรเซสเซอร์ คอมพิวเตอร์ส่วนตัว อินเตอร์เน็ต และสมาร์ทโฟน ซึ่ง AI จะเปลี่ยนวิธีการที่คนทำงาน เรียนรู้ เดินทาง ดูแลสุขภาพ และสื่อสาร”

และไม่กี่เดือนที่ผ่านมา คุณน่าจะได้ยินคำศัพท์ใหม่อย่าง “Generative AI” เพิ่มขึ้นมา ซึ่งผมคิดว่า Generative AI นั้นทำให้ AI กับคนทั่วๆ ไปนั้นเข้าใกล้กันขึ้นกว่าเคย เพราะมันส่งต่อพลังให้กับคุณและผมในการใช้ AI เพื่อช่วยทำงานและสร้างสรรค์สิ่งต่างๆ ขึ้นมาได้ แบบที่อาจจะไม่เคยนึก ไม่เคยฝันมาก่อนในอดีต

ในบทความนี้ ผมจะมาเปิดจักรวาล Generative AI ให้คุณได้รู้จัก รวมไปถึงจะมาแชร์ไอเดียและวิธีการเอา Generative AI ไปใช้งานแบบเบื้องต้นด้วย

เอาล่ะ ถ้าพร้อมแล้ว มาทำความรู้จักกับ Generative AI กันเลยครับ!

AI คืออะไร?

ก่อนไปอธิบายว่า Generative AI ผมขออธิบายความหมายของคำว่า AI ก่อน

ผมชอบคำอธิบายนี้ของ Mckinsey มากๆ ครับ รู้สึกว่าเขาอธิบายได้ครบถ้วนและใช้คำไม่สิ้นเปลืองดีครับ AI หรือ Artificial Intelligence

เขาบอกว่า “Artificial intelligence is a machine’s ability to perform the cognitive functions we usually associate with human minds” หรืออธิบายเป็นภาษาไทยง่ายๆ ว่า Artificial Intelligence คือความสามารถของเครื่องจักรที่สามารถสร้างกระบวนการในการรับข้อมูลและตัดสินใจได้คล้ายๆ กับความคิดของมนุษย์ ไม่ว่าจะเป็นการเรียนรู้ การคิด การให้เหตุผล การจำ การแก้ไขปัญหา การตัดสินใจ และอื่นๆ

ซึ่งโดยปกติแล้ว AI นั้นถูกสร้างมาจากการเอาชุดข้อมูลจำนวนมาก (Big Data) มาทำ Machine Learning โดยการประมวลผลผ่าน Algorithm เพื่อทำนายผลลัพธ์ที่จะเกิดขึ้นในอนาคต

ผมเคยเขียนและยกตัวอย่างเรื่อง Big Data ไว้ให้เห็นภาพแบบง่ายๆ เข้าไปอ่านเพิ่มเติมได้ที่นี่ครับ

Generative AI คืออะไร สำคัญยังไง?

แล้ว Generative AI ล่ะ คืออะไร?

Generative AI คือ AI แขนงหนึ่ง ซึ่งทาง Mckinsey เจ้าเก่าได้อธิบายไว้ว่า “Generative artificial intelligence (AI) describes algorithms (such as ChatGPT) that can be used to create new content, including audio, code, images, text, simulations, and videos. Recent breakthroughs in the field have the potential to drastically change the way we approach content creation.”

หรือแปลเป็นไทยว่า Generative AI ใช้อธิบาย Algorithm (เช่น ChatGPT) ที่สามารถใช้เพื่อสร้างคอนเทนต์ใหม่ๆ ได้แก่เสียง โค้ด รูปภาพ ตัวอักษร แบบจำลอง วิดีโอ ซึ่งการเกิดขึ้นของ Generative AI นั้นมีศักยภาพที่จะเปลี่ยนแปลงวิธีการที่เราสร้างสรรค์คอนเทนต์ไปอย่างสิ้นเชิง

ตัวอย่าง Generative AI ในเชิงธุรกิจ/การตลาด

Generative AI นั้นเป็นนวัตกรรมที่ช่วยให้นักธุรกิจและนักการตลาดทำงานได้เร็วและมีประสิทธิภาพมากขึ้นมาก ตัวอย่างเช่น

1. หาไอเดีย

คุณสามารถใช้ Generative AI หาไอเดียสำหรับการทำการตลาดหรือการทำคอนเทนต์ได้

ตัวอย่างที่เห็นได้ชัดคือบทความนี้เลย จากเดิมที่ผมต้องนั่ง Research หาแหล่งอ้างอิงและเขียน Outline เป็นชั่วโมง (เหมือนที่ทำกับบทความที่เขียนอยู่นี้ 😂) ผมสามารถใช้ Generative AI อย่าง ChatGPT หรือ Bard ช่วยร่าง Outline แล้วค่อยมาเติมเนื้อหาได้

2. ทำงานแทน

คุณสามารถใช้ Generative AI ช่วยทำงานเดิมๆ ให้ดีขึ้นหรือเร็วขึ้นได้

เช่นคุณสามารถใช้เครื่องมืออย่าง Copy.AI ในการช่วยเขียนอีเมลสื่อสารกับลูกค้าของคุณ เขียน Copy สำหรับโฆษณาบน Social Media เป็นต้น

หรือคุณสามารถใช้ Midjourney หรือฟีเจอร์ Text to Image ของ Canva ในการสร้างรูปภาพสวยๆ ขึ้นมาใช้งานได้

หรือคุณสามารถใช้ Lovo เพื่อทำ Voice Over เสียงเป็นนักพากย์ภาษาอังกฤษ จะด้วยสำเนียง British English หรือ American English ก็ทำได้

หรือจะใช้ Chatbot AI อย่าง ZWIZ หรือ AIYA ในการช่วยตอบคำถามหรือขายของบน Facebook, Instagram และ LINE ตลอด 24 ชั่วโมง 7 วันก็ได้ (ทำความรู้จักกับ Martech Tools ที่เป็น Chatbot และ Tools อื่นๆ ได้ที่ Thai Martech Tools: 50+ เครื่องมือมาร์เทคของไทยที่น่าสนใจ”

เครื่องมือ Generative AI แบ่งออกเป็นกี่หมวดหมู่? มีอะไรน่าสนใจมีอะไรบ้าง?

ผมค่อนข้างชื่นชอบวิธีการแบ่งหมวดหมู่ของ Generative AI ของ Sequoia Capital เป็นพิเศษ เพราะผมคิดว่ามันเข้าใจง่ายดี

Generative AI สาย Text

Generative AI สายนี้ช่วยทำได้หลายอย่างตั้งแต่ ทำการตลาด เขียนคอนเทนต์ ร่างอีเมล เขียน Sales Script

ตัวที่ดังๆ ก็จะมี Copy.ai, Jasper, Rytr, Writesonic อะไรพวกนี้ครับ

ผมเคยเขียนบทความทดลองใช้ AI Writer 5 ตัวเอาไว้ ลองเข้าไปดูได้นะครับ 👉 [แชร์ประสบการณ์] ทดลองเขียนคอนเทนต์ด้วย AI Writer

Generative AI สาย Image

Generative AI สายนี้ช่วยสร้างรูปภาพขึ้นมา

ตัวที่ดังที่สุดก็คงจะหนีไม่พ้น Midjourney กับ Canva (ฟีเจอร์ Text to Image)

Generative AI สาย Speech

Generative AI สายนี้ช่วยให้สามารถ Voiceover เสียงพากย์ลงไปได้ อยากจะใส่เสียงสำเนียง British, American หรือสำเนียงอื่นๆ ก็สามารถทำได้

ตัวที่อยู่ในลิสต์ตามรูป

Generative AI สาย Code

Generative AI สายนี้ช่วยให้สามารถเขียน Code สร้างเว็บ หรือทำพวก Documentation เกี่ยวกับ Code ได้ดียิ่งขึ้น ตัวอย่างเช่น Github Copilot ที่ช่วยแนะนำ Code ให้ระหว่างที่คุณเขียนโปรแกรม

Generative AI สาย Video

Generative AI สายนี้ช่วยให้เราสามารถสร้างคลิปวิดีโอด้วย AI หรือใช้ AI ช่วยตัดต่อคลิปวิดีโอได้

ตัวอย่างเช่น Fliki ที่ช่วยให้คุณสร้างคลิปวิดีโอและ Voiceover ขึ้นมาจาก Text ที่คุณ Input ลงไป

Generative AI สาย 3D

Generative AI สายนี้ช่วยให้เราสามารถสร้าง 3D Model ขึ้นมาจาก Text ที่คุณ Input เข้าไป

Generative AI สายอื่นๆ

นอกจาก Generative AI ที่ใช้ใน Use Case ต่างๆ ทางด้านบนแล้ว คุณยังสามารถใช้ Generative ในการสร้างเพลง สร้าง AI Avatar และอื่นๆ ได้อีกมากมาย

ที่ไหนมีข้อมูล และข้อมูลเหล่านั้นเอามาวิเคราะห์ต่อได้ ที่นั่นก็จะมีเครื่องมือ AI ที่ช่วยทำสิ่งต่างๆ ให้ดีและมีประสิทธิภาพขึ้นได้

สรุป

และนี่คือความหมายและกรณีศึกษาของการใช้ Generative AI นะครับ

ผมเชื่อว่าหลังจากที่คุณอ่านบทความนี้จบแล้ว คุณน่าจะเข้าใจและเห็นภาพการเอา Generative AI ไปใช้งานกับธุรกิจหรือชีวิตของคุณมากขึ้นนะครับ

มาถึงตรงนี้ คุณอาจจะมีความรู้สึกหลายๆ อย่างผสมปนเปกัน ไม่ว่าจะเป็น 1. ตื่นเต้นกับเทคโนโลยีใหม่ที่กำลังเข้ามา 2. กังวลว่าคุณจะมีชีวิตต่อไปในโลกแห่งอนาคตอย่างไร

ผมอยากจะขอยกคำพูดของ Chris Yeh ที่เป็นคนเขียนหนังสือ Biltzscaling คู่กับ Reid Hoffman (CEO ของ LinkedIn) ขึ้นมานะครับว่า “AI ไม่ได้มาแทนที่คน แต่คนที่ใช้ AI จะมาแทนที่คนที่ไม่ใช่ AI”

เพราะฉะนั้น หลังจากอ่านบทความนี้จบแล้ว อย่าลืมไปศึกษาเรื่อง Generative AI ต่อเพื่อที่ว่าคุณจะไม่ได้เป็นคนกลุ่มหลัง (ที่จะถูกคนใช้ AI มาแทนที่นะครับ)

ขอให้สนุกกับการ Explore โลกแห่ง AI ครับ!

2. ทดลองเขียนคอนเทนต์ “Generative AI” คืออะไร? (เวอร์ชั่นให้ AI เขียนและออกแบบให้)

Generative AI เป็นเทคโนโลยีที่ใช้โมเดลเชิงประสิทธิภาพสูง (high-performance models) เพื่อสร้างข้อมูลใหม่โดยอัตโนมัติ โดยที่ไม่จำเป็นต้องมีความรู้หรือความเชี่ยวชาญด้านการสร้างข้อมูล ในบทความนี้จะอธิบายเกี่ยวกับ Generative AI ว่ามันคืออะไร และมีประโยชน์อย่างไร

ความสำคัญของ Generative AI มาจากความสามารถในการสร้างข้อมูลใหม่ได้โดยที่ไม่จำเป็นต้องมีมนุษย์เข้ามาอยู่ในกระบวนการ ทำให้สามารถลดเวลาและค่าใช้จ่ายในการสร้างสิ่งต่างๆ ตลอดจนช่วยเพิ่มประสิทธิภาพในการทำงานต่างๆ

กลุ่มของ Generative AI

Generative AI มีหลายกลุ่ม โดยแต่ละกลุ่มจะมีความเหมือนหรือแตกต่างกันตามวิธีการสร้างข้อมูลใหม่

แบบจำลองสถิติ (Statistical models)

แบบจำลองสถิติเป็นวิธีการสร้างข้อมูลโดยใช้การวิเคราะห์สถิติจากข้อมูลที่มีอยู่แล้ว โดยตัวอย่างที่นิยมกันคือ การสร้างโมเดลภาษาธรรมชาติที่ใช้ในการแปลภาษา แบบจำลองสถิติจะใช้ข้อมูลในการเรียนรู้และสร้างโมเดลเพื่อให้สามารถสร้างข้อความใหม่ได้

โมเดล Deep Learning

โมเดล Deep Learning เป็นการใช้โครงข่ายประสาทเทียม (Artificial Neural Network) เพื่อสร้างโมเดลที่สามารถเรียนรู้และทำนายผลลัพธ์ได้ดีกว่าแบบจำลองสถิติ

โมเดล GAN (Generative Adversarial Networks)

GAN (Generative Adversarial Networks) เป็นโมเดลประเภทหนึ่งที่ใช้ใน Generative AI ซึ่งมีวัตถุประสงค์เพื่อสร้างข้อมูลที่มีความสมจริงเทียบกับข้อมูลจริง โดยใช้การเรียนรู้แบบไม่มีผู้กำหนด (Unsupervised Learning) และใช้การแข่งขันระหว่างโมเดลเพื่อช่วยให้การสร้างข้อมูลมีคุณภาพสูงขึ้น

การทำงานของ Generative AI

Generative AI เป็นระบบประมวลผลซึ่งสามารถสร้างภาพ วิดีโอ และเสียงได้โดยอัตโนมัติ โดยระบบจะใช้เทคนิคการเรียนรู้เพื่อสร้างผลลัพธ์ที่สมจริงมากที่สุด โดยการเรียนรู้ของ Generative AI จะใช้ข้อมูลจำนวนมากและวิธีการประมวลผลทางคณิตศาสตร์เพื่อสร้างโมเดลที่สามารถสร้างผลลัพธ์ใหม่ๆ ที่ไม่เคยมีมาก่อนได้อย่างแม่นยำ

การสร้างภาพและวิดีโอ

การสร้างภาพและวิดีโอของ Generative AI จะใช้โมเดล Deep Learning เพื่อสร้างภาพและวิดีโอที่มีความเป็นจริงมากขึ้น เช่น การสร้างภาพของมนุษย์หรือสัตว์โดยอิงจากภาพต้นฉบับ เป็นต้น โดยตัวอย่างของโมเดล Deep Learning คือ Convolutional Neural Networks (CNN) และ Recurrent Neural Networks (RNN)

การสร้างเสียง

การสร้างเสียงของ Generative AI จะใช้โมเดล Deep Learning เช่นกัน โดยระบบจะถูกสร้างขึ้นจากข้อมูลเสียงจำนวนมาก และเรียนรู้การสร้างเสียงจากพจนานุกรมเสียงที่มีอยู่แล้ว เช่น การสร้างเสียงเพลงที่เป็นไปได้จากเสียงเครื่องดนตรีต่างๆ โดยตัวอย่างของโมเดล Deep Learning ในการสร้างเสียงคือ WaveNet

การสร้างข้อความ

Generative AI ใช้โมเดลทางด้านภาษาธรรมชาติ (Natural Language Processing – NLP) ในการสร้างข้อความ โดยโมเดลที่ได้รับความนิยมในการสร้างข้อความคือโมเดลประเภท Transformer ที่มีความสามารถในการเรียนรู้จากข้อมูลของตัวอักษรและความหมายของประโยค เพื่อสร้างข้อความใหม่ตามต้องการ โดยตัวอย่างของโมเดล Transformer ที่ได้รับความนิยมคือ GPT (Generative Pre-training Transformer) ซึ่งได้ถูกพัฒนาโดย OpenAI และมีรุ่นต่อโดยตลอด เช่น GPT-2 และ GPT-3 ที่ได้รับความนิยมอย่างมากในการสร้างข้อความ

การประยุกต์ใช้ Generative AI

การประยุกต์ใช้ในศิลปะและความสวยงาม

การประยุกต์ใช้ Generative AI ในศิลปะและความสวยงามเป็นการใช้เทคโนโลยี Generative AI ในการสร้างภาพและวิดีโอที่สวยงามและน่าสนใจ โดยมีวิธีการต่างๆ ดังนี้

1. การสร้างภาพศิลป์: Generative AI สามารถใช้ในการสร้างภาพศิลป์ที่เป็นเอกลักษณ์ได้อย่างง่ายดาย โดยสามารถให้โมเดลเรียนรู้จากภาพศิลป์เดิมและสร้างภาพใหม่ที่คล้ายคลึงกับภาพศิลป์เดิม หรือสามารถสร้างภาพศิลป์ที่ไม่เคยมีมาก่อนได้เช่นกัน
2. การสร้างสื่อต่างๆ: นอกจากการสร้างภาพศิลป์แล้ว Generative AI ยังสามารถใช้สร้างสื่อต่างๆ อื่นๆ เช่น วิดีโอศิลป์ โปสเตอร์ และภาพพื้นหลังเคลื่อนไหว ซึ่งสามารถใช้ประกอบการตลาดสินค้าหรือโปรโมชั่นสินค้าได้อย่างมีเสถียรภาพ
3. การปรับแต่งภาพ: แม้ว่าภาพถ่ายจะมีความสวยงามและคมชัดเพียงพอแล้ว แต่ Generative AI ยังสามารถช่วยปรับปรุงภาพให้ดูสวยงามและมีคุณภาพมากขึ้นได้อีกด้วย โดยสามารถลบอาการจุดขนหรือรอยต่อของภาพ และปรับแต่งสีได้อย่างคมชัดและสวยงาม

การประยุกต์ใช้ในธุรกิจ

Generative AI ใช้งานได้หลากหลายในธุรกิจ เช่น การออกแบบผลิตภัณฑ์ การสร้างเนื้อหาโฆษณาและการพัฒนาโมเดลทางธุรกิจ ดังนั้นสามารถประยุกต์ใช้ Generative AI ในธุรกิจได้ดังนี้

1. การออกแบบผลิตภัณฑ์ Generative AI สามารถใช้ในการออกแบบผลิตภัณฑ์เพื่อสร้างภาพ 3 มิติ อย่างไรก็ตาม ในการออกแบบผลิตภัณฑ์สามารถใช้ Generative AI ในการสร้างแบบจำลองหรือรูปแบบที่สามารถปรับปรุงและวิเคราะห์ผลิตภัณฑ์เพื่อเพิ่มประสิทธิภาพและการประหยัดเวลาในการวิเคราะห์และพัฒนาผลิตภัณฑ์
2. การสร้างเนื้อหาโฆษณา Generative AI สามารถสร้างเนื้อหาโฆษณาอัตโนมัติเพื่อเพิ่มประสิทธิภาพในการตลาดและการขาย ยกตัวอย่างเช่น สามารถสร้างเนื้อหาโฆษณาเพื่อแสดงผลบนสื่อออนไลน์ หรือสร้างเนื้อหาโฆษณาในห้องแสดงสินค้าเพื่อเพิ่มความน่าสนใจและประหยัดเวลาในการสร้างเนื้อหาโฆษณาแบบดั้งเดิม
3. การพัฒนาโมเดลทางธุรกิจ การประยุกต์ใช้ Generative AI สำหรับการพัฒนาโมเดลทางธุรกิจสามารถช่วยให้ธุรกิจประหยัดเวลาและทรัพยากรในการสร้างโมเดลได้มากขึ้น โดยใช้ข้อมูลที่มีอยู่แล้วในการสร้างโมเดลใหม่โดยไม่ต้องมีการสะสมข้อมูลเพิ่มเติม ตัวอย่างการประยุกต์ใช้ Generative AI สำหรับการพัฒนาโมเดลทางธุรกิจได้แก่:
   • การสร้างโมเดลการจัดเรียงสินค้า (Product Recommender Model) – ซึ่งเป็นโมเดลที่ช่วยให้ธุรกิจสามารถแนะนำสินค้าให้กับลูกค้าได้อย่างมีประสิทธิภาพมากขึ้น โดย Generative AI สามารถใช้ข้อมูลการซื้อขายของลูกค้าเดิม หรือข้อมูลการใช้งานในแอปพลิเคชัน ในการสร้างโมเดลที่ช่วยแนะนำสินค้าให้กับลูกค้าใหม่ได้อย่างมีประสิทธิภาพ
   • การสร้างโมเดลการตัดสินใจ (Decision-making Model) – ซึ่งเป็นโมเดลที่ช่วยให้ธุรกิจสามารถตัดสินใจในการลงทุน หรือการเลือกตัวเลือกต่าง ๆ ได้อย่างมีประสิทธิภาพมากขึ้น โดย Generative AI สามารถใช้ข้อมูลประวัติการลงทุนหรือข้อมูลการใช้งานในสถานการณ์ที่คล้ายกัน ในการสร้างโมเดลที่ช่วยในการตัดสินใจได้อย่างมีประสิทธิภาพ

ผลกระทบที่อาจะเกิดจาก Generative AI มีอะไรบ้าง?

1. ผลกระทบต่อความเชื่อถือ: การสร้างข้อมูลและภาพที่เกี่ยวข้องกับบุคคล สถานที่ หรือสิ่งของโดยไม่มีแหล่งข้อมูลจริง อาจสร้างความเชื่อถือที่ไม่ถูกต้องหรือการปลอมแปลงข้อมูลให้ดูเหมือนจริง ทำให้เกิดความสับสนและความไม่เชื่อถือในข้อมูลที่ได้รับ
2. ผลกระทบต่อการตัดสินใจ: การใช้ Generative AI ในการสร้างข้อมูลและภาพอาจส่งผลต่อการตัดสินใจของบุคคล หรือองค์กร เช่น การตัดสินใจเกี่ยวกับการลงทุน การประเมินความเสี่ยงของสินค้า หรือการกำหนดยอดขายที่เหมาะสม อาจมีผลต่อผลประโยชน์และความเสี่ยงที่เกี่ยวข้อง
3. ผลกระทบต่อการจ้างงาน: การใช้ Generative AI ในการสร้างข้อมูลเชิงธุรกิจอาจส่งผลต่อการจ้างงานของบุคคลหรือองค์กร ซึ่งอาจจะทำให้เกิดการสูญเสียงานของคน และลดความสำคัญของการพัฒนาทักษะและความสามารถของบุคคล
4. ผลกระทบต่อความเป็นส่วนตัว: การใช้ Generative AI อาจส่งผลต่อความเป็นส่วนตัวของบุคคล เนื่องจากการสร้างภาพและข้อมูลที่มีการใช้ข้อมูลส่วนตัว อาจมีผลกระทบต่อความเป็นส่วนตัว

สรุป

Generative AI มีศักยภาพในการเปลี่ยนแปลงวิถีการดำเนินชีวิตของเราในอนาคต โดยมีการพัฒนาที่ต่อเนื่องเพื่อเพิ่มประสิทธิภาพและความแม่นยำของการสร้างภาพ วิดีโอ ข้อความ และเสียง ซึ่งจะสามารถนำไปใช้งานได้ในหลายด้าน เช่น ศิลปะ การออกแบบ การผลิตหนังสือ และโฆษณา รวมถึงสามารถนำไปใช้ในงานวิจัยและการทำนายผลในอนาคต อย่างไรก็ตาม การใช้ Generative AI ก็ยังมีความเสี่ยงที่จะส่งผลต่อสังคมและสิ่งแวดล้อม ดังนั้น จำเป็นต้องมีการควบคุมและความรับผิดชอบในการพัฒนา Generative AI เพื่อให้การนำมาใช้งานเป็นไปอย่างระมัดระวังและมีประสิทธิภาพสูงสุดโดยไม่กระทบต่อสังคมและสิ่งแวดล้อมในอนาคต

เปรียบเทียบการเขียนทั้ง 2 แบบ

เรื่องคุณภาพ

งานเขียน

อันนี้ไม่ได้เข้าข้างตัวเอง 😂 แต่ผมคิดว่าคุณภาพของบทความที่ผมเขียนเอง ยังดีกว่าที่ให้ AI เขียนให้ครับ

ทั้งนี้ ในตอนเริ่มต้นของการใช้ AI เขียน ผมให้ AI เริ่มตั้งแต่การเขียน Outline ไปจนถึงการเขียนคอนเทนต์เลย โดยที่ผมไม่ได้มีการปรับแต่งอะไรมากนัก

ถ้าผมปรับ Process ใหม่ โดยที่เอาตัวเองไปมีส่วนร่วมกับ AI ตอนเขียน Outline และตอนเขียนคอนเทนต์มากขึ้น (โดยที่ต้องใช้เวลามากขึ้น) น่าจะทำให้เนื้อหาที่ออกมาดีขึ้นครับ

รูปภาพ

สำหรับตัวรูปภาพ เนื่องจากว่า Content Shifu มี CI (Corporate Identity) ที่ค่อนข้างชัดเจน ทั้งสไตล์ของรูปและสี เลยทำให้รูปที่ AI ของ Canva สร้างขึ้นมาน้ันอาจจะไม่ค่อยตอบโจทย์สำหรับรูป Featured Image ของบทความและรูปที่เอาไว้โพสต์บน Social Media ของ Content Shifu สักเท่าไหร่

เพราะฉะนั้น โดยสรุปในพาร์ทนี้ ผมคิดว่า Graphic Designer ของ Content Shifu ยังทำได้ดีกว่าอย่างเห็นได้ชัดครับ

เรื่องเวลา

สำหรับบทความที่เขียนและออกแบบรูปภาพโดยคน

ใช้เวลาไปทั้งสิ้น 2 ชั่วโมง 57 นาที 12 วินาที

สำหรับบทความที่เขียนและออกแบบรูปภาพโดย AI

ใช้เวลาไปทั้งสิ้น 33 นาที 37 วินาที

โดยสรุปแล้ว การเขียนและทำรูปเองใช้เวลามากกว่าการใช้ AI ช่วย 5 เท่า++ ครับ

สรุปเกี่ยวกับ Generative AI

ผมคิดว่า Generative AI นั้นถูกเอามาใช้เพื่อทำให้เราทำงานได้เร็วขึ้น แต่ในเวลาอันใกล้นี้ ผมคิดว่ามันก็ยังไม่สามารถมาแทนที่คนได้ 100% อยู่ดี

ทั้งนี้ไม่ว่ายังไงก็แล้วแต่ โลกที่มนุษย์และ AI จะต้องทำงานร่วมกันนั้นอาจจะขยับเข้ามาใกล้กันเร็วกว่าที่ทุกคนคิด

สิ่งสำคัญของทุกๆ คนที่อยากมีที่ยืนในโลกอนาคตคือจะต้อง “Embrace AI” หรือ “โอบรับ AI” เข้ามาเป็นผู้ช่วยทั้งในการใช้ชีวิตและการทำงาน

ดังที่ Charles Darwin เคยกล่าวไว้ว่า “It is not the strongest of the species that survive, nor the most intelligent, but the one more responsive to change.” หรือ ไม่ใช่สิ่งที่มีชีวิตที่แข็งแกร่งหรือมีสติปัญญาดีที่สุดจะเป็นสายพันธุ์ที่อยู่รอด แต่เป็นสิ่งที่มีชิวิตที่ปรับตัวได้ต่างหาก”

ตาคุณแล้ว

คุณคิดว่าการทดสอบนี้เป็นยังไงบ้าง? และคุณได้เริ่มเอา Generative AI ไปใช้กับธุรกิจของคุณแล้วรึยัง? มาคุยกันได้ในคอมเมนต์เลยครับ