ทิศทางอนาคตของการสร้างเนื้อหาด้วย Generative AI และกลยุทธ์รับมือของคนทำงานชาวไทย

ปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI) ได้ก้าวจากห้องทดลองวิจัยเข้าสู่การใช้งานเชิงพาณิชย์ กลายเป็น "เครื่องยนต์ใหม่" ของอุตสาหกรรมเนื้อหา ไม่ว่าจะเป็นการเขียนบทความอัตโนมัติ การสังเคราะห์ภาพ หรือการสร้างเพลงและการตัดต่อวิดีโอ เทคโนโลยีที่เกี่ยวข้องกำลังก้าวหน้าด้วยความเร็วแบบทวีคูณ สำหรับวงการสื่อ การตลาด การพิมพ์ และโฆษณาของไทย คลื่นลูกนี้ไม่เพียงนำโอกาสในการเพิ่มประสิทธิภาพ แต่ยังกระทบต่อโครงสร้างทักษะที่มีอยู่เดิม บทความนี้จะให้แนวทางปฏิบัติที่คนทำงานและองค์กรนำไปใช้ได้ ผ่านสามมุมมองคือ วิวัฒนาการของเทคโนโลยี ผลกระทบต่ออุตสาหกรรม และการรับมือในระดับท้องถิ่น

1. เทคโนโลยีหลักของ Generative AI และแนวโน้มการพัฒนาล่าสุด

ในช่วงไม่กี่ปีที่ผ่านมา โมเดลหลักของ Generative AI ประกอบด้วยโมเดลภาษาขนาดใหญ่ (LLM) โมเดลดิฟฟิวชัน (Diffusion Model) และโมเดลสังเคราะห์เสียง เป็นต้น จุดร่วมของโมเดลเหล่านี้คือ:

• ข้อมูลฝึกล่วงหน้าจำนวนมาก: ใช้ข้อความ ภาพ และเสียงจากอินเทอร์เน็ตในการฝึกล่วงหน้า เพื่อสร้างการแทนความหมายเชิงความหมายและเชิงภาพแบบทั่วไป
• การปรับจูนและวิศวกรรมพรอมป์ต์: ปรับจูนด้วยข้อมูลเฉพาะสาขาจำนวนน้อย หรือใช้พรอมป์ต์ (Prompt) นำทางให้โมเดลสร้างเนื้อหาสไตล์หรือหัวข้อเฉพาะ
• การหลอมรวมมัลติโมดัล: โมเดลรุ่นใหม่สามารถประมวลผลข้อความ ภาพ และเสียงพร้อมกัน ทำให้สร้างสรรค์ข้ามสื่อได้

บนพื้นฐานเทคโนโลยีเช่นนี้ แพลตฟอร์มอย่าง TextGen、ImageGen、AudioGen ได้ให้บริการสร้างเนื้อหาแบบทันที ลดอุปสรรคในการสร้างสรรค์

2. ผลกระทบต่อคนทำงานในอุตสาหกรรมเนื้อหาของไทย

การแพร่หลายของ Generative AI กำลังเขียนบทบาทและกระบวนการทำงานต่อไปนี้ใหม่:

1. การแก้ไขและเขียนข้อความ:เครื่องมือเขียนอัตโนมัติสามารถผลิตข่าวประชาสัมพันธ์ ข้อความการตลาด หรือบทความ SEO ได้ในเวลาอันสั้น ลดเวลาการเขียนพื้นฐาน
2. การออกแบบภาพและการผลิตโฆษณา:โมเดลดิฟฟิวชันสามารถสร้างโปสเตอร์ ภาพโซเชียล หรือภาพร่างคอนเซปต์ได้อย่างรวดเร็ว นักออกแบบสามารถทุ่มเวลาไปกับการเจาะลึกคอนเซปต์และโทนของแบรนด์
3. การตัดต่อวิดีโอและพากย์เสียง:เทคโนโลยีสังเคราะห์เสียงด้วย AI และการตัดต่ออัตโนมัติช่วยให้ทีมผลิตขนาดเล็กทำวิดีโอคุณภาพสูงได้ในงบประมาณจำกัด
4. ลิขสิทธิ์และความเสี่ยงทางกฎหมาย:ปัญหากรรมสิทธิ์และการละเมิดของเนื้อหาที่สร้างขึ้นยังไม่ได้รับการแก้ไขอย่างสมบูรณ์ คนทำงานต้องใส่ใจการปฏิบัติตามกฎในการใช้สื่อ

สำหรับไทย ขนาดอุตสาหกรรมค่อนข้างกระจุกตัวและทรัพยากรฝึกอบรมบุคลากรมีจำกัด หากไม่ปรับชุดทักษะให้ทันเวลา อาจเผชิญความเสี่ยงที่จะถูกระบบอัตโนมัติเข้ามาแทนที่

3. กลยุทธ์รับมือของคนทำงานชาวไทย

ต่อไปนี้คือการกระทำที่เป็นรูปธรรมซึ่งบุคคลและองค์กรนำไปใช้ได้:

• ยกระดับความสามารถด้านวิศวกรรมพรอมป์ต์ (Prompt Engineering):เรียนรู้วิธีออกแบบพรอมป์ต์ที่มีประสิทธิภาพ เพื่อนำทางให้โมเดลสร้างเนื้อหาที่เข้ากับโทนของแบรนด์
• ผสาน AI เข้ากับความคิดสร้างสรรค์ของมนุษย์:ใช้ผลงานจาก AI เป็นแหล่ง "ฉบับร่าง" หรือ "แรงบันดาลใจ" โดยสงวนการวางแผนขั้นสุดท้ายและการตัดสินใจด้านสุนทรียะไว้
• เชี่ยวชาญความรู้เฉพาะสาขา:สร้างความรู้เชิงลึกในอุตสาหกรรมหรือสาขาวิชาชีพเฉพาะ เพื่อให้ AI ยากที่จะแทนที่ได้ทั้งหมด
• เรียนรู้เครื่องมือใหม่อย่างต่อเนื่อง:ติดตามหน้าเครื่องมือของแพลตฟอร์มนี้ ทำความคุ้นเคยกับการใช้งานและข้อจำกัดของบริการ Generative AI ล่าสุด
• การศึกษาด้านกฎหมายและจริยธรรม:เข้าร่วมหลักสูตรที่เกี่ยวกับลิขสิทธิ์ ความเป็นส่วนตัวของข้อมูล และเนื้อหาที่สร้างด้วย AI เพื่อลดความเสี่ยงด้านการปฏิบัติตามกฎ

4. ข้อแนะนำการปรับเปลี่ยนในระดับองค์กร

เมื่อองค์กรนำ Generative AI มาใช้ ควรวางแผนจากสามระดับคือ กลยุทธ์ องค์กร และกระบวนการ:

1. กำหนดนโยบายการใช้ AI:วางกฎให้ชัดเจนเรื่องกระบวนการตรวจสอบเนื้อหาที่สร้างขึ้น การถือครองลิขสิทธิ์ และการปกป้องข้อมูล
2. สร้างทีมสร้างสรรค์แบบผสม:รวมวิศวกร AI นักวิทยาศาสตร์ข้อมูล และบุคลากรสร้างสรรค์แบบดั้งเดิมเป็นทีมข้ามสายงาน เพื่อร่วมพัฒนาโซลูชัน AI ที่ตอบโจทย์ธุรกิจ
3. ลงทุนในการฝึกอบรมภายในและโครงการนำร่อง:พิสูจน์ประโยชน์ด้วยการนำร่องขนาดเล็ก และใช้กรณีความสำเร็จโน้มน้าวให้ทั้งบริษัทนำไปใช้
4. ติดตามประสิทธิภาพและต้นทุน:สร้าง KPI (เช่น ความเร็วในการผลิตเนื้อหา คะแนนคุณภาพ และอัตราการประหยัดต้นทุน) และปรับปรุงโมเดลและกระบวนการอย่างต่อเนื่อง

5. มุมมองอนาคตและจุดสังเกตสำคัญ

ในอีกสามถึงห้าปีข้างหน้า Generative AI อาจมีทิศทางดังนี้:

• การปรับโมเดลให้เข้ากับท้องถิ่น: โมเดลที่ปรับจูนสำหรับคลังภาษาไทยและวัฒนธรรมท้องถิ่นจะยกระดับความเป็นท้องถิ่นของเนื้อหาที่สร้างขึ้น
• การสร้างสรรค์แบบโต้ตอบทันที: ผสานแชตบอตกับการสร้างภาพแบบเรียลไทม์ ให้ผู้สร้างสรรค์ทำการปรับปรุงงานออกแบบซ้ำได้ระหว่างการสนทนา
• เทคโนโลยีธรรมาภิบาลลิขสิทธิ์เติบโตเต็มที่: เทคโนโลยีบล็อกเชนและลายนิ้วมือดิจิทัลจะช่วยติดตามแหล่งที่มาและสิทธิ์การใช้งานของเนื้อหาที่สร้างด้วย AI
• การผสานข้ามอุตสาหกรรม: สาขาต่าง ๆ เช่น การผลิต การแพทย์ และการศึกษา จะนำ Generative AI มาใช้ผลิตเอกสารอธิบายและสื่อการฝึกอบรมโดยอัตโนมัติ

สำหรับคนทำงานชาวไทย กุญแจสำคัญอยู่ที่ความสามารถแกนหลักสามด้านคือ "เชี่ยวชาญเครื่องมือ AI เจาะลึกความเชี่ยวชาญ และปฏิบัติตามกฎ" เพียงพัฒนาต่อเนื่องในด้านเหล่านี้ Generative AI ไม่เพียงไม่กลายเป็นภัยคุกคาม แต่จะกลายเป็นตัวเร่งในการเพิ่มความสามารถในการแข่งขัน