MIT Sloan Management Review ร่วมกับ Boston Consulting Group (BCG) จัดสำรวจบริษัท 3,000 แห่งเกี่ยวกับการลงทุนใน AI หรือ Artificial Intelligence พบว่า ปีนี้คาดว่าจะมีการลงทุนใน AI รวมกันกว่า 5 หมื่นล้านเหรียญสหรัฐ

อย่างไรก็ตาม มีเพียง 10% ของบริษัทที่สำรวจที่กล่าวว่า ปัจจุบันบริษัทได้รับผลประโยชน์ทางการเงินแล้วจากการลงทุนใน AI

“เราเห็นกิจกรรมที่เกี่ยวข้องมากขึ้น ซึ่งหมายถึงการลงทุนในเทคโนโลยีและวิทยาศาสตร์ที่มากขึ้นด้วย” Shervin Khodabandeh หัวหน้าร่วมของฝ่ายธุรกิจ AI ภูมิภาคอเมริกาเหนือ BCG กล่าว “แต่ผลที่เกิดขึ้นจริงยังไม่เปลี่ยนไปมากนัก”

ที่ผ่านมา บริษัทต่างๆ มีการลงทุนใช้ AI ด้วยเม็ดเงินที่สูงและอันตรายมาก โดยพยายามจะนำเทคโนโลยีนี้ไปใช้กับทุกอย่าง ตั้งแต่การจัดการสัญญาไปจนถึงผู้ช่วยภายในบ้าน แม้กระทั่งรถยนต์ขับเคลื่อนอัตโนมัติ โดย IDC คาดการณ์ว่าปี 2020 นี้จะมีการลงทุนใน AI ด้วยเม็ดเงินมากกว่า 5 หมื่นล้านเหรียญสหรัฐ เพิ่มขึ้นอย่างมากเทียบกับปี 2019 ที่มีการลงทุน 3.75 หมื่นล้านเหรียญสหรัฐ และคาดการณ์ด้วยว่าการลงทุนจะมากขึ้นต่อเนื่อง จนปี 2024 คาดว่าจะมีการลงทุนใน AI ถึง 1.1 แสนล้านเหรียญสหรัฐ

การพัฒนา AI ให้สำเร็จ…ยากกว่าที่คาดคิด

แม้ว่าจะมีเงินลงทุนหลายพันล้านในเทคโนโลยี AI แต่โครงการที่ไม่ประสบความสำเร็จก็เริ่มมีผลต่อการลงทุนมากขึ้นแล้ว ยกตัวอย่างเช่น IBM ที่เริ่มให้ความสำคัญกับเทคโนโลยี Watson น้อยลง หลังจากเทคโนโลยีนี้ถูกนำไปใช้กับโครงการด้านเนื้องอกวิทยา มีผู้ลงทุนรวมกันกว่า 62 ล้านเหรียญสหรัฐ แต่กลับกลายเป็นว่า Watson แนะนำการรักษาโรคมะเร็งที่ไม่แม่นยำ

หรืออีกตัวอย่างหนึ่งคือ Amazon มีการยกเลิกการพัฒนาเครื่องมือรับสมัครงานโครงการหนึ่งไปแล้ว หลังจากโครงการนี้แสดงผลว่า AI มีอคติทางเพศ นอกจากนี้ บริษัทขนาดเล็กกว่าอื่นๆ ต่างพบว่าการนำ AI มาใช้ในโครงการต่างๆ นั้นยากเย็นกว่าที่คาด แม้จะนำมาใช้ในงานที่ไม่ซับซ้อนมากอย่างการเป็นผู้ช่วยเสมือนจริงทำการนัดหมายลงปฏิทิน ทำให้ต้องกลับไปใช้คนกันอีกครั้ง

Khodabandeh กล่าวว่า เหตุผลส่วนหนึ่งที่ทำให้บริษัทพัฒนาโครงการ AI ไม่สำเร็จ เป็นเพราะบริษัททุ่มเงินไปกับเทคโนโลยีและวิทยาศาสตร์ข้อมูล แต่ไม่ได้มีการเปลี่ยนแปลงวิธีดำเนินธุรกิจให้รับประโยชน์จาก AI

ยกตัวอย่าง Uber เดือนก่อนนี้กลุ่มวิศวกรของบริษัทพบว่า รถยนต์ขับเคลื่อนอัตโนมัติของพวกเขาเดินทางไปได้ไม่เกินครึ่งไมล์ก็จะต้องพบปัญหาเข้าสักอย่างหนึ่ง โปรแกรม AI ของพาหนะนี้ “ยังคงพยายามเรียนรู้ขั้นตอนและคู่มือง่ายๆ” โดยมีรายงานเหตุผลความผิดพลาดภายในบริษัทว่า เป็นเพราะทีมก็ยังแข่งขันกันเองภายในว่าจะนำเทคโนโลยีไปปรับใช้กับรถยนต์อย่างไร

• Toyota ลงทุน 400 ล้านดอลลาร์ใน Pony.ai สตาร์ทอัพจีน ต่อยอดเทคโนโลยีรถยนต์ไร้คนขับ

แต่ด้วยความหวังจาก AI ที่จะทำให้เกิดการพัฒนาขนานใหญ่ในธุรกิจ ทำให้องค์กรต่างๆ ไม่มีแนวโน้มจะหยุดลงทุนในเทคโนโลยีในเร็วๆ นี้ โดยผลสำรวจของ MIT และ BCG พบว่า บริษัทถึง 57% มีการเริ่มทดลองนำร่องโครงการ AI ของตัวเองแล้ว ซึ่งเพิ่มขึ้นจากสัดส่วน 44% ในปี 2018

Khodabandeh แนะนำว่า เหล่าผู้รับเอาเทคโนโลยี AI ไปใช้งาน ต้องคิดใหม่ทำใหม่ว่าจะนำเทคโนโลยีนี้ปรับใช้เข้ากับธุรกิจตัวเองให้เหมาะสมได้อย่างไร จึงจะทำให้โครงการที่อุตส่าห์ทุ่มเม็ดเงินลงไปสำเร็จได้จริง

Source

หลายปีมานี้ จีนได้ขับเคลื่อนการใช้ AI ในการปฏิบัติงานทางคลินิกประจำวัน เช่น การตีความภาพทางการแพทย์ การวิเคราะห์คลื่นไฟฟ้าหัวใจ และการติดตามสัญญาณชีพ

โดยการศึกษาล่าสุด นักวิจัยชาวจีนได้สำรวจความเป็นไปได้และความสะดวกในการใช้ AI เพื่อคัดกรองโรคหลอดเลือดหัวใจตีบผ่านภาพใบหน้า

ลักษณะต่างๆ ของช่วงใบหน้าถูกพบว่าเป็นตัวบ่งชี้ความเสี่ยงโรคหลอดเลือดหัวใจมานานแล้ว เช่น ศีรษะล้านแบบผู้ชาย รอยย่นที่ติ่งหู ซานธีลาสม่า (Xanthelasmata – ไขมันสะสมเป็นก้อนนูนสีเหลืองที่เปลือกตา) และผิวหนังที่เหี่ยวย่น เหล่านี้เป็นลักษณะที่พบเห็นได้บ่อยที่สุด

คณะนักวิจัยจากศูนย์โรคหัวใจ และหลอดเลือดแห่งชาติของจีน และมหาวิทยาลัยชิงหวาได้ลงทะเบียนผู้ป่วยชาวจีน 5,796 คนเป็นครั้งแรก ผู้เข้าร่วมได้รับการทดสอบการถ่ายภาพหัวใจ การถ่ายภาพใบหน้าและการตอบแบบสอบถามเกี่ยวกับสถานะทางสังคม-เศรษฐกิจ วิถีชีวิต และประวัติทางการแพทย์

จากนั้นก็ได้มีการพัฒนาและฝึกฝนอัลกอริทึมของ AI ตามข้อมูลที่ได้จากผู้ป่วย และนำอัลกอริทึมดังกล่าวไปทดสอบกับภาพใบหน้าของผู้ป่วยรายอื่น 1,013 รายในโรงพยาบาลจีน 9 แห่ง

ผลการวิจัยที่ตีพิมพ์ในวารสารยูโรเปียน ฮาร์ต เจอร์นัล ระบุว่า อัลกอริทึมดังกล่าวมีความไวถึง 80% และความจำเพาะ 54% ซึ่งทำงานได้ดีกว่าแบบจำลองทำนายโรคหลอดเลือดหัวใจแบบดั้งเดิม

ความไวในที่นี้หมายถึงความสามารถของอัลกอริทึมในการระบุตัวผู้ป่วยโรคดังกล่าวว่าให้เป็นบวก ส่วนความจำเพาะคือความสามารถของการทดสอบในการระบุตัวผู้ป่วยที่ไม่มีโรคให้เป็นลบ

คณะนักวิจัยกล่าวว่าจำเป็นต้องมีการศึกษาเพิ่มเติมเพื่อให้สามารถประยุกต์ใช้อัลกอริทึมนี้ได้จริง เนื่องจากยังมีความกังวลเรื่องความจำเพาะที่มีระดับต่ำในปัจจุบัน ซึ่งอาจก่อให้เกิดผลลัพธ์ที่ผิดพลาดและสร้างความฉงนแก่ทั้งผู้ป่วยและแพทย์

โดยรวมแล้วผลการวิจัยชี้ให้เห็นว่าอัลกอริทึมการเรียนรู้เชิงลึกที่ใช้ภาพใบหน้าเป็นพื้นฐาน สามารถช่วยระบุตัวผู้ป่วยโรคหลอดเลือดหัวใจ ถือเป็นสัญญาณที่ดีว่ามันจะสามารถใช้ในการตรวจคัดกรองโรคก่อนการทดสอบจริงในชุมชนต่างๆ ได้

ในบทบรรณาธิการที่ตีพิมพ์ในวารสารฉบับเดียวกันนี้ คณะนักวิจัยจากมหาวิทยาลัยออกซ์ฟอร์ดระบุว่า “การใช้เซลฟี่เป็นวิธีคัดกรองที่ทั้งง่ายและมีประสิทธิภาพ ซึ่งช่วยให้สามารถคัดกรองประชากรทั่วไปในเบื้องต้น ก่อนเข้าสู่การประเมินทางคลินิกที่มีความครอบคลุมมากขึ้น” และ “วิธีวินิจฉัยที่แปลกใหม่และนอกกรอบอันเปี่ยมไปด้วยศักยภาพนั้นรอเราอยู่เบื้องหน้า”

Source