30 ตุลาคม 2566
จนกระทั่งเมื่อไม่นานมานี้ ดูเหมือนว่าทุกข้อเสนอที่ผ่านมือของ เอ็ด แมคลาฟลิน ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Mastercard จะมีคำว่า “บล็อกเชน” อยู่ด้วยเสมอ เขาจะถามว่า “การใช้ฐานข้อมูลจะไม่ดีกว่าเหรอ?” และคำตอบมักจะเป็น “ใช่ แต่ข้อมูลนี้อยู่บน บล็อกเชน”
ในปัจจุบันนี้คือปัญญาประดิษฐ์ แม้ว่า Mastercard จะใช้ AI ในการต่อสู้กับการฉ้อโกงบนเครือข่ายมานานหลายปีแล้ว แต่ความก้าวหน้าล่าสุดในด้าน AI เชิงสร้างสรรค์ ซึ่งขุดค้นข้อมูลจำนวนมหาศาลเพื่อสร้างเนื้อหาใหม่ๆ ทุกประเภท กำลังเปิดโอกาสที่น่าตื่นเต้นอย่างยิ่ง บริษัทดังกล่าวใช้ปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI) ในการสร้างข้อมูลธุรกรรมฉ้อโกงจำลอง เพื่อประเมินจุดอ่อนในระบบของสถาบันการเงิน และตรวจจับสัญญาณอันตรายในชุดข้อมูลขนาดใหญ่ที่เกี่ยวข้องกับการป้องกันการฟอกเงิน นอกจากนี้ Mastercard ยังใช้ AI รุ่นใหม่เพื่อช่วยผู้ค้าปลีกอีคอมเมิร์ซในการปรับแต่งประสบการณ์การใช้งานของผู้ใช้
แต่การใช้เทคโนโลยีนี้ก็มีความเสี่ยงเช่นกัน หนึ่งในนั้นคือการใช้ AI ราวกับค้อนทุบ หรืออย่างที่แมคลาฟลินกล่าวไว้ว่า "เหมือนการตอกสกรูด้วยประแจราคาแพง" เขากล่าวว่า บริษัทต่างๆ ควรตั้งคำถามกับตัวเองว่า “ปัญหาที่ยากที่สุดที่คุณไม่เคยแก้ได้คืออะไร?” AI สามารถสร้างมูลค่าเพิ่มได้จริงในด้านใดบ้าง? แล้วคุณจะทำเช่นนั้นไปพร้อมกับการจัดการกับผลกระทบด้านลบที่อาจเกิดขึ้นได้อย่างไร?”
ธุรกิจทุกขนาดกำลังเผชิญกับคำถามเหล่านี้ จาก การสำรวจล่าสุดของ VentureBeat ที่ทำกับผู้บริหารระดับโลกในด้านข้อมูล ปัญญาประดิษฐ์ ความปลอดภัย และการตลาด พบว่าองค์กรมากกว่าครึ่งกำลังทดลองใช้ปัญญาประดิษฐ์เชิงสร้างสรรค์ในวงจำกัด แต่มีเพียงไม่ถึง 20% เท่านั้นที่นำไปใช้งานจริง และเกือบ 1 ใน 10 บอกว่าพวกเขา "ไม่รู้เลย" ว่าจะใช้งานอย่างไร
“คุณสามารถคิดเล็ก ๆ ด้วย AI และทำสิ่งเล็ก ๆ น้อย ๆ หรือคุณสามารถคิดใหญ่และเปลี่ยนแปลงธุรกิจ อุตสาหกรรม หรือโลกได้อย่างแท้จริง” โรหิต ชาฮาน รองประธานบริหารฝ่าย AI ของ Cyber & Intelligence กล่าว “เราอยากคิดการใหญ่ แต่ในทั้งสองกรณี การประยุกต์ใช้ AI จำเป็นต้องทำอย่างมีความรับผิดชอบและปลอดภัย เพื่อให้เกิดประโยชน์สูงสุดต่อโลก” ความเสี่ยงที่ใหญ่ที่สุดของ AI คือการไม่นำมันมาใช้”
เราได้พูดคุยกับผู้บริหารของ Mastercard เกี่ยวกับวิธีการลดความเสี่ยง ค้นหาโอกาส และลงทุนอย่างเหมาะสมในด้านปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI)
องค์กรต่างๆ จำเป็นต้องจัดการกับความเสี่ยงอย่างตรงไปตรงมาเมื่อพิจารณาว่าจะนำเทคโนโลยี AI แบบสร้างสรรค์มาใช้หรือไม่ ความเสี่ยงเหล่านั้นรวมถึงอคติที่มีอยู่ในชุดข้อมูล การคุ้มครองความเป็นส่วนตัวที่ไม่เพียงพอสำหรับข้อมูลส่วนบุคคลหลังจากที่ป้อนเข้าสู่แบบจำลอง AI และ "ภาพหลอน" ซึ่งก็คือการที่ AI ทำซ้ำข้อมูลเท็จ
โจแอนน์ สโตเนียร์ ผู้ซึ่งเป็นผู้นำโครงการด้านข้อมูลของ Mastercard มานานกว่าห้าปี และเพิ่งได้รับการแต่งตั้งให้เป็น Mastercard Fellow ผู้เชี่ยวชาญด้านปัญญาประดิษฐ์และการจัดการข้อมูลอย่างมีความรับผิดชอบ กล่าวว่า ควรมีหลักการและแนวปฏิบัติที่เข้มแข็งด้านความรับผิดชอบต่อข้อมูลอยู่แล้ว ก่อนที่จะก้าวเข้าสู่ปัญญาประดิษฐ์เชิงสร้างสรรค์ (generative AI) เมื่อปีที่แล้ว Mastercard ได้ปรับปรุง หลักการความรับผิดชอบด้านข้อมูลของตนเอง โดยเน้นเรื่องความครอบคลุม เพื่อให้มั่นใจได้ว่าแนวปฏิบัติด้านข้อมูล การวิเคราะห์ และผลลัพธ์นั้นครอบคลุมและเป็นธรรม แคโรไลน์ ลูโวซ์ หัวหน้าเจ้าหน้าที่ฝ่ายความเป็นส่วนตัวและความรับผิดชอบด้านข้อมูลของบริษัท กล่าวเสริมว่า ความมุ่งมั่นของบริษัทต่อหลักการ “ความเป็นส่วนตัวตั้งแต่ขั้นตอนการออกแบบ” ยังรวมถึงการผนวกรวมการปกป้องความเป็นส่วนตัวและความปลอดภัยที่แข็งแกร่งเข้าไว้ในแบบจำลอง AI ด้วย
“เราได้สร้างมาตรฐานและหลักการภายในบริษัทเกี่ยวกับการใช้ AI และข้อมูลอย่างมีความรับผิดชอบ” สโตเนียร์กล่าว “ซึ่งรวมถึงข้อควรปฏิบัติและข้อห้ามสำหรับพนักงาน ตลอดจนแนวทางในการเรียนรู้และทดสอบเทคโนโลยีใหม่โดยไม่ทำให้ข้อมูลที่ละเอียดอ่อนหรือเป็นความลับรั่วไหล” เราอยู่ข้างที่ถูกต้องของประวัติศาสตร์”
คำแนะนำดังกล่าว ซึ่งยกตัวอย่างเช่น แนะนำให้พนักงานไม่ยอมรับผลลัพธ์แรก และให้เรียกใช้การค้นหาหลายครั้งด้วยหลายวิธี ได้ช่วยเป็นข้อมูลสำคัญในการให้คำแนะนำแก่ กลุ่มความปลอดภัยทางไซเบอร์ของสถาบันแอสเพนในสหรัฐอเมริกา สำหรับบริษัทอื่นๆ ในการสร้างแผนงาน AI แบบสร้างสรรค์ของตนเอง “ความพยายามร่วมมือกันในลักษณะนี้เพื่อสร้างและขยายแนวปฏิบัติที่ดีที่สุดนั้นมีความจำเป็นต่อการส่งเสริมการสร้างนวัตกรรมอย่างมีความรับผิดชอบด้วย AI แบบสร้างสรรค์” แอนดรูว์ ไรส์คินด์ ประธานเจ้าหน้าที่ฝ่ายข้อมูลของ Mastercard กล่าว
ไม่จำเป็นต้องเริ่มต้นใหม่ทั้งหมด แทนที่จะเป็นเช่นนั้น บริษัทควรใช้ประโยชน์จากนโยบาย กระบวนการ และเครื่องมือที่มีอยู่แล้ว โดยทำงานร่วมกันทั่วทั้งองค์กรเพื่อระบุวิธีการที่เหมาะสมในการสร้างสิ่งเหล่านั้น
การใช้แนวทางสหวิทยาการเป็นสิ่งสำคัญอย่างยิ่ง นักวิทยาศาสตร์ข้อมูล นักพัฒนาผลิตภัณฑ์ วิศวกรซอฟต์แวร์ และสถาปนิกระบบ รู้จัก "วิธีการ" แต่ผู้เชี่ยวชาญด้านทรัพยากรบุคคล ผู้เชี่ยวชาญด้านนโยบาย นักจริยธรรม และนักกฎหมาย รวมถึงผู้เชี่ยวชาญด้านอื่นๆ ก็สามารถให้คำตอบใน "เหตุผล" หรือ "เราควรทำหรือไม่" ได้เช่นกัน
ลูโวซ์กล่าวว่า ด้วยเหตุนี้ Mastercard จึงจัดตั้งสภากำกับดูแลด้านปัญญาประดิษฐ์ (AI Governance Council) เมื่อ 5 ปีที่แล้ว เพื่อกำกับดูแลกิจกรรมด้านปัญญาประดิษฐ์ของบริษัท และเพื่อให้มั่นใจว่ากิจกรรมเหล่านั้นสอดคล้องกับค่านิยมและหลักการความรับผิดชอบด้านข้อมูลของบริษัท “บางครั้งเราขอคำแนะนำจากผู้เชี่ยวชาญอิสระหรือลูกค้า เพราะการได้ฟังความคิดเห็นของผู้อื่นเกี่ยวกับนวัตกรรม AI ของเรานั้นมีประโยชน์ในการช่วยให้เรามองเห็นจุดบกพร่องที่อาจเกิดขึ้นได้” นี่ไม่ใช่แค่เรื่องการปฏิบัติตามกฎระเบียบเท่านั้น แต่ยังเกี่ยวกับการสร้างและรักษาความไว้วางใจในวิธีการที่เราจัดการข้อมูลและเทคโนโลยีด้วย”
การกำกับดูแล AI
ขณะที่ภาคเอกชนกำลังเผชิญกับโอกาสและความเสี่ยงจากการพัฒนาอย่างรวดเร็วของปัญญาประดิษฐ์ รัฐบาลก็เร่งพัฒนามาตรฐานต่างๆ ที่เกี่ยวข้องกับปัญญาประดิษฐ์ สหภาพยุโรปได้ร่าง กฎหมายเกี่ยวกับปัญญาประดิษฐ์ (AI Act) ที่ครอบคลุมกว้างขวาง ซึ่งจำแนกระบบ AI ตามความเสี่ยงต่อสุขภาพ ความปลอดภัย หรือสิทธิขั้นพื้นฐานของบุคคล และสหราชอาณาจักรกำลังเป็นเจ้าภาพจัดการสนทนาระดับโลกเกี่ยวกับความเสี่ยงของเทคโนโลยีนี้ใน การประชุมสุดยอดด้านความปลอดภัยของ AI ในสัปดาห์นี้
ในสหรัฐอเมริกา เมื่อวันจันทร์ที่ผ่านมา ประธานาธิบดีไบเดนได้เปิดเผย คำสั่งบริหาร ที่สร้างแนวทางใหม่เกี่ยวกับปัญญาประดิษฐ์ (AI) ซึ่งรวมถึงการกำหนดให้ผู้พัฒนา AI ที่มีประสิทธิภาพสูงสุดต้องแบ่งปันผลการทดสอบความปลอดภัยกับรัฐบาลกลาง และการพัฒนากฎเกณฑ์สำหรับการตรวจสอบความถูกต้องของเนื้อหาและการใส่ลายน้ำเพื่อติดป้ายกำกับเนื้อหาที่สร้างโดย AI คำสั่งบริหารนี้ยังกล่าวถึงแนวทางในการเสริมสร้างความเป็นส่วนตัวของผู้บริโภค ลดอคติของอัลกอริทึมที่อาจทำให้การเลือกปฏิบัติรุนแรงขึ้น และพัฒนากระบวนการปฏิบัติที่ดีที่สุดสำหรับปัญญาประดิษฐ์ในสถานที่ทำงาน
โมฮาเหม็ด อับเดลซาเดก รองประธานบริหารฝ่ายข้อมูล ข้อมูลเชิงลึก และการวิเคราะห์ กล่าวว่า Mastercard ได้เริ่มดำเนินการอย่างกว้างขวางเพื่อทดลองใช้ผลิตภัณฑ์และบริการที่ขับเคลื่อนด้วย AI รุ่นใหม่ และเพื่อระบุเทคโนโลยี เครื่องมือ และความสามารถที่จำเป็นสำหรับการขยายขนาด ซึ่งรวมถึงการรวบรวมแนวคิดด้านการสำรวจและผลิตสินค้าจากทีมผลิตภัณฑ์ต่างๆ อย่างเป็นระบบ และการจัดกิจกรรมแฮกกาธอนและโครงการท้าทายด้านนวัตกรรมทั่วทั้งบริษัทเกี่ยวกับแนวคิด AI รุ่นใหม่ ซึ่งจะก่อให้เกิดไอเดียมากมายนับร้อย
เขากล่าวว่า “เราให้ความสำคัญกับการเปลี่ยนแปลงด้านรายได้หรือประสิทธิภาพ ความง่ายในการนำไปใช้ และจากนั้นจึงค่อยพิจารณาถึงระดับความเสี่ยงที่เกี่ยวข้อง” แต่ก่อนที่ผลิตภัณฑ์หรือแอปพลิเคชันที่ขับเคลื่อนด้วย AI จะเปิดตัวใช้งานจริง การทดสอบอย่างละเอียดเป็นสิ่งสำคัญยิ่ง ซึ่งเป็นเหตุผลว่าทำไมกรณีการใช้งานส่วนใหญ่จึงมักจะเป็นการทดสอบภายในก่อนที่จะเปิดตัวสู่สาธารณะ
อับเดลซาเดคกล่าวว่า "เราตั้งใจที่จะมุ่งเน้นเป็นพิเศษในช่วงเริ่มต้น เพื่อให้แน่ใจว่าเราจะทำได้อย่างถูกต้อง" “เราต้องการสร้างโครงสร้างพื้นฐานและกระบวนการที่เหมาะสม เพื่อหลีกเลี่ยงความเสี่ยงบางประการที่มาพร้อมกับปัญญาประดิษฐ์เชิงสร้างสรรค์” ในขณะเดียวกัน เราก็ต้องการให้แน่ใจว่าเราส่งเสริมการสร้างสรรค์นวัตกรรมทั่วทั้งองค์กร”
เคน มัวร์ ประธานเจ้าหน้าที่ฝ่ายนวัตกรรมซึ่งดูแล Mastercard Foundry หน่วยงานวิจัยและพัฒนาของบริษัท กล่าวว่า การปลูกฝังวัฒนธรรมแห่งนวัตกรรมและการทำงานร่วมกันมีความสำคัญอย่างยิ่งต่อวิสัยทัศน์ของ Mastercard ในการขับเคลื่อนเศรษฐกิจและเพิ่มศักยภาพให้แก่ผู้คน และนั่นไม่ได้จำกัดอยู่แค่แผนกวิจัยและพัฒนาเท่านั้น Foundry ยังดำเนินโครงการนวัตกรรมทั่วทั้งบริษัทที่เรียกว่า Sandbox ซึ่งเปิดโอกาสให้พนักงานจากทุกส่วนของบริษัทได้ร่วมกันแก้ไขปัญหาที่ Mastercard กำลังมองหาแนวทางแก้ไข ความท้าทายล่าสุดในการปลดล็อกโอกาสในพื้นที่ Web3 ส่งผลให้เกิดโครงการ Mastercard Artist Accelerator ซึ่งเปิดโอกาสให้ศิลปินรุ่นใหม่ได้เข้าถึงเครื่องมือทางเทคโนโลยี เช่น AI และ NFT เพื่อผลักดันอาชีพทางดนตรีของพวกเขา
มัวร์กล่าวว่า สำหรับการนำ AI มาใช้ในการดำเนินงานของบริษัท การกำกับดูแลโดยมนุษย์น่าจะเป็นหน้าที่สำคัญของ AI แบบสร้างสรรค์ในอนาคตอันใกล้ โดยเฉพาะอย่างยิ่งเมื่อต้องรับมือกับความท้าทายต่างๆ เช่น ข้อมูลเท็จและภาพหลอน
เขากล่าวว่า “การสำรวจปัญญาประดิษฐ์เชิงสร้างสรรค์ของ Mastercard ในปัจจุบันมุ่งเน้นไปที่การใช้เทคโนโลยีเพื่อสร้างประสิทธิภาพที่สนับสนุนพนักงาน ไม่ใช่การทดแทนพนักงาน” “หากปัญญาประดิษฐ์ (AI) สามารถนำมาใช้เร่งเวลาในการแก้ปัญหาสำหรับงานประจำวันที่น่าเบื่อได้ เราจะใช้เวลาที่ประหยัดได้นั้นไปสร้างสรรค์สิ่งที่มีเพียงมนุษย์เท่านั้นที่สามารถทำได้ เช่น การสร้างและบำรุงรักษาความสัมพันธ์ หรือการคิดค้นผลิตภัณฑ์และบริการใหม่ๆ ได้อย่างไร?”