ในการประชุมนี้มี speaker 2 ท่านคือคุณ Manusnan Harinsuit เป็น Senior Solutions Architect, AWS และคุณ Leena Chanvirach เป็น VP Regional Head of Data & Analytics, aCommerce ซึ่งจะมาเล่า use case ของการใช้ generative AI ในระดับ production
หลักเกณฑ์
จากประสบการณ์การทำ PoC ให้กับลูกค้า ทาง AWS ได้สรุปหลักเกณฑ์ที่ใช้ตัดสินว่า generative AI ตัวนั้นมีประโยชน์ต่อการนำไปใช้ในองกรณ์หรือไม่ซึ่งมีอยู่ 4 อย่างดังนี้
- Experience มอบประสบการณ์ใหม่ๆให้กับ user ง่ายมากขึ้นและสามารถปฏิสัมพันธ์กับ user ได้ฉลาดมากขึ้น นอกจากนี้ยังใช้ natural language ได้จากหน้า interface
- Productivity ทำงานได้เร็วมากขึ้น ตัวอย่างการใช้งานเช่น การนำไปใช้กับ contact center
- Insight ทำให้เข้าใจข้อมูลเชิงลึกมากขึ้น
- Creativity สร้าง content ใหม่ๆอย่างเช่น รูปภาพ วิดีโอคลิปและเพลง
ตัวอย่างการใช้งาน
ตัวอย่างการนำ generative AI ไปใช้งานจริงโดย AWS
- Customer review ช่วยสรุปรีวิวจากรีวิวจำนวนมากของสินค้านั้นๆจาก Amazon.com
- Rufus ช่วยแนะนำสินค้าที่เหมาะสมกับ user โดยการถามคำถาม จากนั้น rufus จะแนะนำสินค้าที่เหมาะสมให้
- Amazon Pharmacy ช่วยวิเคราะห์และแนะนำการใช้ยาจากใบสั่งยาที่แพทย์เป็นคนเขียนให้กับคนไข้
การพิจารณาที่สำคัญในการสร้าง generative AI
- Move quickly กำหนด use case แล้วทดสอบ เพราะเราจะไม่มีทางรู้ได้เลยว่าข้อมูลที่เรามีเมื่อนำไปสร้าง generative AI จะทำให้เกิดประโยชน์หรือไม่หากไม่ลองสร้างมันขึ้นมา
- Customize การทำให้ LLM model ตัวนั้นมีความสามารถที่เหมาะสมกับงานที่จะทำหรือปรับแต่งให้ง่ายที่สุด และอยู่ในขอบเขตของต้นทุนและความแม่นยำที่เรารับได้
- Scale ทำอย่างไรเพื่อรองรับการขยายการใช้งาน generative AI จาก user เพื่อให้ user ได้รับประสบการณ์ใช้งานที่ดีที่สุด
Generative AI stack
AWS ได้แบ่งบริการในการใช้งาน generative AI ออกเป็น 3 ชั้นเพื่อให้คลอบคลุมกับการใช้งาน
- Infrastructure for FM training and inference สำหรับการเทรน model ด้วยตัวเอง ซึ่งช่วยในการลดต้นทุนในการสร้าง generative AI
- Tools to build with LLMs and other FMs เป็นเครื่องมือที่ช่วยอำนวยความสะดวกในการสร้าง generative AI
- Applications that leverage LLMs and other FMs เป็น application ที่เราสามารถใช้งาน generative AI ได้ทันที
Ask IQ
aCommerce ได้แนะนำ Ask IQ ซึ่งเป็น AI ผู้ช่วยที่อยู่ใน eCommerceIQ ซึ่งเป็นบริการของทาง aCommerce ที่เบื้องหลังทำงานด้วย Amazon Q in QuickSight
โดยปกติแล้วหากเราต้องการนำข้อมูลมาใช้งาน เราจะต้องสรุปจาก dashboard หรือ graph จากหลากหลายที่ ซึ่งมีเยอะมากๆ เพื่อสรุปข้อมูลนั้นออกมาเป็น insight
แต่เราสามารถถาม Ask IQ ได้โดยไม่จำเป็นที่จะต้องเสียเวลาไปกับการสรุปข้อมูลเหล่านั้นอีกต่อไป ยกตัวอย่างเช่น เราอยากทราบข้อมูลคู่แข่ง, market size, แคมเปญหรือโปรโมชั่นที่คู่แข่งกำลังดำเนินการอยู่หรือเคยทำมาแล้วได้ เพียงแค่ถาม Ask IQ ก็จะสรุปมาให้เลย
สรุป
สำหรับการประชุมในครั้งนี้ก็จะเป็นการแนะนำหลักการในการตัดสินใจที่จะสร้าง generative AI ว่าควรจะสร้างออกมาให้เป็นแบบไหน และควรเริ่มยังไง ซึ่ง AWS ก็มีบริการต่างๆที่คลอบคลุมการใช้งาน generative AI ให้กับ user ทุกรูปแบบ
อ้างอิง
บทความนี้เขียนมาจากการบรรยายภายในงาน AWS Summit Bangkok 2024 หัวข้อ Reinventing with generative AI on AWS
สามารถรับชมเนื้อหาที่ครบถ้วนได้ใน Reinventing with generative AI on AWS
2
