AI เชิงสร้างสรรค์ช่วยเพิ่มผลิตภาพของผู้ปฏิบัติงานด้านความรู้ได้อย่างไร

ตอนนี้ มาดูกันว่า AI เชิงกำเนิดส่งผลต่อคนทำงานด้านความรู้อย่างไร!

ทำความเข้าใจว่า AI เชิงกำเนิดเป็นอย่างไร เพิ่มประสิทธิภาพการทำงานของ Knowledge Workers จากโดเมนต่างๆ

ตามรายงาน ARK’s Big Ideas 2023 คาดว่า AI จะเพิ่มผลิตภาพของผู้ปฏิบัติงานที่มีความรู้มากกว่า 4 เท่าภายในปี 2573 รายงานยังแนะนำว่าด้วยการใช้งาน 100% AI สามารถสร้างรายได้ประมาณ 200 ล้านล้านเหรียญสหรัฐในแง่ของผลิตภาพแรงงาน หลังจากที่ AI โดยรวมใช้จ่ายไป 31 ล้านล้านเหรียญ หากผู้ขายสามารถดึงมูลค่าเพียง 10% ของมูลค่าที่สร้างขึ้นโดยผลิตภัณฑ์ที่ใช้ AI ของพวกเขา พวกเขาก็สามารถรวบรวมรายได้เกือบ 14 ล้านล้านดอลลาร์และมูลค่าองค์กร 90 ล้านล้านดอลลาร์ในปี 2573

AI การคาดการณ์ของตลาดในปี 2030 ที่มา: ARK’s Big Ideas 2023

มาดูรายละเอียดกัน เครื่องมือสร้าง AI ช่วยเพิ่มประสิทธิภาพการทำงานของนักเขียนเนื้อหา นักพัฒนา และศิลปิน

1. คนทำงานด้านความรู้: นักเขียนและบรรณาธิการเนื้อหา

ธุรกิจสมัยใหม่ต้องการเนื้อหาที่ได้รับการค้นคว้ามาอย่างดีและสร้างสรรค์ขึ้นอย่างเชี่ยวชาญเพื่อดึงดูดผู้ชม นี่คือจุดที่ AI เชิงสร้างสรรค์ทำให้งานของผู้เขียนเนื้อหาและบรรณาธิการง่ายขึ้น

ด้วยการเกิดขึ้นของแชทบ็อตอัจฉริยะ เช่น ChatGPT การสร้างเนื้อหากลายเป็นเรื่องง่ายและประหยัดมากขึ้นเรื่อยๆ ตามรายงานของ ARK’s Big Ideas 2023  การอนุมานของ ChatGPT ต่อการค้นหามีค่าใช้จ่ายประมาณ 0.01 ดอลลาร์ในปี 2022 สำหรับการค้นหาพันล้านรายการ ค่าใช้จ่ายในการอนุมานทั้งหมดจะกลายเป็น 10,000,000 ดอลลาร์ ภายในปี 2030 ค่าใช้จ่ายนี้คาดว่าจะลดลงเหลือเพียง 650 ดอลลาร์ โดยอ้างอิงจากกฎหมายของไรท์

ต้นทุนที่ลดลงขนาดนี้จะช่วยให้มีการนำเครื่องมือเนื้อหา AI มาใช้เป็นจำนวนมาก ตัวอย่างเช่น ภายในปี 2573 แอปพลิเคชันลักษณะ ChatGPT คาดว่าจะมีขนาดและการประมวลผลการค้นหา 8.5 พันล้านครั้งต่อวันของ Google Search ดังนั้น ผู้ปฏิบัติงานด้านความรู้ในโดเมนเนื้อหาจะใช้ประโยชน์จาก AI เชิงสร้างสรรค์ในงานประจำวันได้ง่ายขึ้น

2. พนักงานที่มีความรู้: วิศวกรและนักพัฒนาซอฟต์แวร์

เนื่องจากวงจรการพัฒนาซอฟต์แวร์ที่ซับซ้อนและยาวนาน การจัดการและปรับใช้ซอฟต์แวร์จึงต้องการทีมนักพัฒนาและโปรแกรมเมอร์ที่มีทักษะเฉพาะ เครื่องมือเขียนโค้ด AI เชิงสร้างสรรค์ เช่น Codex และ Copilot ช่วยให้การพัฒนาซอฟต์แวร์ง่ายขึ้นและมีประสิทธิภาพมากขึ้นสำหรับผู้ปฏิบัติงานที่มีความรู้

ในความเป็นจริง รายงาน ARK’s Big Ideas 2023 ระบุว่าผู้ช่วยเขียนโค้ด AI ลดเวลา เพื่อทำงานเขียนโค้ดให้เสร็จครึ่งหนึ่ง ภายในปี 2573 ผู้ช่วยเขียนโค้ด AI สามารถเพิ่มผลผลิตของวิศวกรซอฟต์แวร์ได้ถึง 10 เท่า

ถึงเวลาทำงานเขียนโค้ดให้เสร็จ ที่มา: ARK’s Big Ideas 2023

3. คนทำงานด้านความรู้: ศิลปินทัศนศิลป์และนักออกแบบ

คนทำงานด้านความรู้อีกกลุ่มหนึ่งซึ่งจัดอยู่ในกลุ่มศิลปินและนักออกแบบก็ได้รับอิทธิพลจาก AI เชิงกำเนิดเช่นกัน งานของพวกเขามักจะรวมถึงการสร้างแนวคิดภาพ กราฟิก ภาพประกอบ และ UI ที่สร้างสรรค์โดยใช้เครื่องมือออกแบบ เช่น Adobe Photoshop, Illustrator และ Canva เพื่อมอบประสบการณ์ผู้ใช้ที่หลากหลาย

ด้วยโมเดลสร้างภาพที่ล้ำสมัยอย่าง DALL-E2, Stable Diffusion และ Midjourney ผลงานของนักออกแบบจึงเพิ่มขึ้นอย่างมาก ตัวอย่างเช่น การออกแบบกราฟิกที่สร้างโดยมนุษย์ใน 5 ชั่วโมงและราคา $150 สามารถทำได้ง่ายๆ ใน ใช้เวลาไม่ถึง 8 เซนต์ โดยใช้โมเดลสร้างภาพ

4. Knowledge Workers: นักดนตรีและซาวด์เอ็นจิเนียร์

Generative AI ช่วยให้การแต่งเพลงและมิกซ์เพลงง่ายขึ้นมาก ตัวอย่างเช่น AudioLMของ Google เป็นรูปแบบเสียงแบบสร้างเสียงที่สร้างเสียงเปียโนที่สมจริงและเติมเสียงอะคูสติกที่ไม่สมบูรณ์แบบ Google ยังได้พัฒนารูปแบบการสร้างเพลงชื่อ MusicLM ที่สามารถสร้างท่วงทำนองที่สวยงามตามคำอธิบายข้อความ

ย้อนกลับไปในปี 2020 Open AI ได้เปิดตัวเครื่องมือสร้างเพลงที่คล้ายกันซึ่งรู้จักกันในชื่อ Jukebox ซึ่งสร้างตัวอย่างเพลงใหม่ โดยยึดตามประเภท ศิลปิน และเนื้อเพลงเป็นอินพุต ก่อนหน้านี้ Open AI ยังได้เปิดตัว ที่ใช้ GPT-2 MuseNet โมเดลที่สามารถสร้างการประพันธ์เพลงความยาว 4 นาทีโดยใช้เครื่องดนตรี 10 ชิ้น

แม้ว่าโมเดลการกำเนิดเสียงจะอยู่ในช่วงตั้งไข่ แต่ยังมีช่องว่างสำหรับการเพิ่มประสิทธิภาพการทำงานของ นักดนตรีและซาวด์เอ็นจิเนียร์จะเติบโตขึ้นทุกปีด้วยเครื่องมือสร้างเพลง AI ที่ดีขึ้น

5. ผู้ทำงานด้านความรู้: ผู้ใช้ YouTube และผู้สร้างเนื้อหาวิดีโอ

เนื้อหาวิดีโอกำลังเฟื่องฟู มีช่อง YouTube ประมาณ 51 ล้านช่องในปี 2565 การผลิตเนื้อหาวิดีโอต้องผ่านหลายขั้นตอน รวมถึงการบันทึก การแก้ไข การเพิ่มภาพประกอบและเสียง ตลอดจนขั้นตอนก่อนและหลังการผลิต

แพลตฟอร์มวิดีโอ AI สร้างสรรค์ช่วยให้การสร้างเนื้อหาวิดีโอง่ายขึ้นสำหรับผู้ปฏิบัติงานที่มีความรู้ เครื่องมือเช่น Synthesia.io และ Pictory กำลังทำให้การสร้างวิดีโอง่ายขึ้นสำหรับนักการตลาดวิดีโอและผู้เชี่ยวชาญด้านการสร้างแบรนด์ แพลตฟอร์ม AI ที่ล้ำสมัยเหล่านี้ช่วยให้ผู้สร้างเนื้อหาสร้างวิดีโอจากสคริปต์ได้ พวกเขาสามารถเพิ่มผู้บรรยายและพื้นหลังวิดีโอเพื่อสร้างวิดีโอที่ดูเป็นมืออาชีพตามสคริปต์เหล่านี้

ในเดือนกันยายน 2022 Meta AI ได้เปิดตัว Make-A-Video แพลตฟอร์มที่สามารถสร้างคลิปวิดีโอคุณภาพสูงตามข้อความแจ้ง ได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลสาธารณะเพื่อเรียนรู้รูปแบบวิดีโอ สามารถสร้างวิดีโอที่ไม่ซ้ำใครซึ่งเต็มไปด้วยสีสัน ตัวอักษร และทิวทัศน์

การสร้างเนื้อหาที่มีคุณภาพมากขึ้นในช่วงเวลาสั้นๆ จะช่วยเพิ่มประสิทธิภาพการทำงานของผู้ใช้ YouTube และผู้สร้างเนื้อหาวิดีโอในอนาคต

ข้อดีและข้อเสียของ Generative AI สำหรับพนักงานที่มีความรู้

มาดูข้อดีและข้อเสียต่างๆ ที่ AI เชิงกำเนิดนำเสนอต่อพนักงานที่มีความรู้

ข้อดีของ Generative AI สำหรับพนักงานที่มีความรู้

ข้อดีและข้อเสียของ Generative AI สำหรับพนักงานที่มีความรู้

h3>การสร้างข้อมูลสังเคราะห์: การฝึกอบรมโมเดล AI ที่เป็นนวัตกรรมใหม่นั้นต้องการชุดข้อมูลจำนวนมาก และ AI เชิงกำเนิดสามารถแก้ปัญหานี้ได้ ตามรายงาน AI เชิงกำเนิดจะคิดเป็น 10%ของข้อมูลทั้งหมดที่ผลิตในปี 2025 เทียบกับ 1% ใน 2023 ดังนั้น นักวิทยาศาสตร์ข้อมูลและผู้เชี่ยวชาญด้าน AI จะไม่ต้องเผชิญกับความท้าทายที่เกี่ยวข้องกับการรวบรวมข้อมูล ต้นทุนต่ำ: Gartner คาดการณ์ว่าประมาณ 50%ของแพลตฟอร์มการพัฒนาที่ใช้โค้ดน้อย/ไม่มีโค้ด ฟังก์ชัน”แปลงข้อความเป็นรหัส”ภายในปี 2567 สำหรับนักพัฒนาซอฟต์แวร์ หมายถึงคุณลักษณะที่มากขึ้นโดยใช้ความพยายามและค่าใช้จ่ายน้อยที่สุด

ข้อเสียของ Generative AI สำหรับผู้ปฏิบัติงานที่มีความรู้

การตรวจจับเนื้อหาสังเคราะห์: แม้ว่า AI เชิงกำเนิดจะช่วยเพิ่มผลผลิต แต่ปัญหาในการตรวจจับเนื้อหา AI เชิงกำเนิดและแยกแยะเนื้อหานั้นจะกลายเป็นปัญหาร้ายแรงในการวิจัยและสถาบันการศึกษา ภายในปี 2567 สหภาพยุโรปจะออกกฎหมายเพื่อกำหนด”ลายน้ำ”ของสิ่งประดิษฐ์ที่สร้างโดย AI การว่างงาน: นักพัฒนาอาจเผชิญกับการว่างงานหาก AI กำเนิดกลายเป็น”ฉลาดเกินไป”Gartner คาดการณ์ว่าภายในปี 2025 20%ของผู้เชี่ยวชาญด้านรหัสขั้นตอนจะต้องได้รับทักษะใหม่เนื่องจาก AI เชิงกำเนิด จะเข้ามาแทนที่ชุดทักษะหลักของพวกเขา

ต้นทุนของการสร้างโมเดล AI เชิงกำเนิด

เจนเนอเรทีฟ AI เป็นแขนงหนึ่งของ AI ที่มีนวัตกรรมมากที่สุด ปัจจุบัน ค่าใช้จ่ายในการฝึกอบรมแบบจำลอง AI กำเนิดนั้นสูง แต่ก็ค่อยๆ ลดลง ตัวอย่างเช่น ค่าใช้จ่ายโดยประมาณของการฝึกอบรม GPT-3 อยู่ที่ 4.6 ล้านดอลลาร์ในปี 2020 ในปี 2022 ลดเหลือ $450,000

ค่าใช้จ่ายในการฝึก GPT-3 ที่มา: บิ๊กไอเดีย 2023 ของ ARK

รายงาน Big Ideas 2023 ของ ARK คาดการณ์ว่าภายในปี 2030 โมเดล AI ที่มีพารามิเตอร์มากกว่า GPT-3 (พารามิเตอร์ 175 B) ถึง 57 เท่าสามารถฝึกฝนได้ในราคาเพียง $600,000 สิ่งนี้จะเป็นไปได้อย่างมากเนื่องจากต้นทุนที่ลดลงสำหรับการฝึกอบรมโมเดล AI กฎของไรท์แนะนำว่าต้นทุนการผลิตของ AIrelative Compute Unit (RCU) และต้นทุนซอฟต์แวร์ควรลดลง 57% และ 47% ในอัตราต่อปี ซึ่งส่งผลให้ต้นทุนการฝึกอบรมลดลง 70% ต่อปีจนถึงปี 2030

ฮาร์ดแวร์การฝึกอบรม AI ค่าใช้จ่าย. ที่มา: ARK’s Big Ideas 2023