ประยุกต์ใช้ GenAI เพื่อยกระดับธุรกิจค้าปลีกไทย

โดย Karin Verloop กรรมการผู้จัดการฝ่าย Client Portfolio ของ Thoughtworks ประจำภูมิภาคเอเชีย – แปซิฟิก

ธุรกิจค้าปลีกได้เปลี่ยนแปลงไปอย่างมาก อันเป็นผลมาจากนวัตกรรมดิจิทัลและพฤติกรรมผู้บริโภคที่เปลี่ยนไป และ Generative AI หรือ GenAI  ก็กำลังกำหนดทิศทางของอุตสาหกรรมนี้ใหม่อีกครั้ง การเติบโตและศักยภาพของ GEN AI ในการปฏิวัติทุกสิ่งตั้งแต่การพัฒนาผลิตภัณฑ์ไปจนถึงประสบการณ์ลูกค้า GenAI จึงไม่ใช่แค่แนวคิดสำหรับอนาคตอีกต่อไป แต่ได้กลายเป็นสิ่งจำเป็นไปแล้วสำหรับธุรกิจในปัจจุบัน

ในประเทศไทย คาดว่าในช่วงปี 2024-2030 ตลาดของ GenAI จะมีอัตราการเติบโตต่อปี (CAGR) ที่ 46.48% ส่งผลให้มูลค่าตลาดจะสูงถึง 1,773 ล้านเหรียญสหรัฐภายในปี 2030  และอุตสาหกรรมค้าปลีกก็ไม่มีข้อยกเว้น ธุรกิจค้าปลีกที่ขยายตัวของประเทศไทยกำลังยืนอยู่บนจุดเปลี่ยนของการเปลี่ยนแปลงนี้ ในฐานะที่เป็นตัวขับเคลื่อนเศรษฐกิจที่สำคัญ อุตสาหกรรมนี้พร้อมที่จะได้รับประโยชน์จากนวัตกรรมที่ขับเคลื่อนด้วย AI และคาดว่าภาคส่วนนี้จะขยายตัว 4-5% ต่อปีจนถึงปี 2025 ซึ่งแซงหน้าอัตราการเติบโตของ GDP โดยรวม

Karin Verloop, กรรมการผู้จัดการฝ่าย Client Portfolio ของ Thoughtworks ประจำภูมิภาคเอเชีย – แปซิฟิก เผยว่า “ปัจจุบัน การลงทุนใน GenAI มุ่งเน้นไปที่การสร้างโอกาสตลอดห่วงโซ่คุณค่าของธุรกิจค้าปลีก ไม่ว่าจะเป็นการหาวิธีใหม่ๆ ในการจัดการสินค้าคงคลังและการจัดวางภายในร้านค้าอย่างมีประสิทธิภาพ ไปจนถึงการสร้างประสบการณ์การจับจ่ายสินค้าที่มีความเป็นส่วนตัว ในระดับที่ไม่เคยมีมาก่อน”

“สำหรับทีมผู้บริหารธุรกิจค้าปลีกทั่วประเทศไทย การใช้ประโยชน์จากศักยภาพที่เต็มเปี่ยมของ GenAI จำเป็นต้องมีแนวทางเชิงกลยุทธ์ที่สมดุลกันระหว่างความก้าวหน้าทางเทคโนโลยีและความเชี่ยวชาญของมนุษย์ โดยสร้างรากฐานข้อมูลที่แข็งแกร่ง ส่งเสริมการทำงานร่วมกัน และให้ความสำคัญกับความปลอดภัย จึงจะสามารถก้าวขึ้นมาเป็นผู้นำตลาดในยุคใหม่นี้ได้”

การบูรณาการ GenAI เข้ากับเทคโนโลยีค้าปลีกที่ใช้อยู่

ศักยภาพของ GenAI จะเพิ่มขึ้นสูงสุดเมื่อบูรณาการเข้ากับระบบและโครงสร้างข้อมูลที่มีอยู่แล้ว ธุรกิจค้าปลีกควรมองว่า GenAI เป็นเทคโนโลยีเสริมที่ช่วยเพิ่มขีดความสามารถด้านการวิเคราะห์และ AI/ML ที่มีอยู่เดิม

พื้นฐานข้อมูลที่แข็งแกร่งเป็นสิ่งจำเป็นสำหรับการใช้โมเดล AI อย่างมีประสิทธิภาพ ผู้ค้าปลีกควรให้ความสำคัญกับข้อมูลที่มีคุณภาพสูง เช่น การวิเคราะห์พฤติกรรมผู้บริโภค ตัวอย่างเช่น ผู้ค้าปลีกที่มีความเข้าใจในข้อมูลประชากร (demographics) ประวัติการซื้อสินค้า และความชอบของลูกค้าอย่างครอบคลุม จะสามารถใช้ GenAI เพื่อสร้างแคมเปญการตลาดที่เฉพาะเจาะจงสำหรับลูกค้าได้ ความสำเร็จนี้สามารถนำไปใช้ร่วมกับ AI ในการจัดการสินค้าคงคลัง การเพิ่มประสิทธิภาพห่วงโซ่อุปทาน หรือการพัฒนาผลิตภัณฑ์ได้

ผสานการใช้ GenAI ให้สอดคล้องกับกระบวนการทำงานของมนุษย์

แทนที่จะกำหนดกระบวนการทำงานใหม่ GenAI ควรเพิ่มพูนและปรับปรุงการปฏิบัติงานที่มีอยู่แล้ว โดยการทำงานร่วมกันอย่างใกล้ชิดกับทีมงานต่างๆ ในองค์กรค้าปลีก เพื่อระบุว่าปัญหาและข้อติดขัดมีอะไรบ้าง และปรับใช้โซลูชัน AI เพื่อจัดการกับปัญหาดังกล่าว แนวทางนี้ยังส่งเสริมความรู้สึกเป็นเจ้าของและสนับสนุนการนำเทคโนโลยีใหม่ๆ มาใช้

เพื่อให้การใช้ AI ประสบความสำเร็จ องค์กรต้องลงทุนด้านการฝึกอบรมและพัฒนาพนักงาน โดยจัดหาเครื่องมือที่จำเป็นเพื่อให้พนักงานใช้ AI ได้อย่างมีประสิทธิภาพ ซึ่งธุรกิจสามารถใช้ศักยภาพของเทคโนโลยีนี้ได้สูงสุด ซึ่งจะช่วยผลักดันการปรับปรุงการดำเนินงานอย่างต่อเนื่องในระยะยาว

มนุษย์ในกระบวนการ AI

เนื่องจาก GenAI ก็ไม่ได้สมบูรณ์แบบ จึงอาจเกิดการผิดพลาดได้ เช่น ข้อมูลที่คลาดเคลื่อน และการละเมิดทรัพย์สินทางปัญญา โดยเฉพาะในกรณีที่เพิ่งใช้งาน หรือแอปพลิเคชันมีความซับซ้อน เพื่อบรรเทาความเสี่ยงเหล่านี้ มนุษย์จึงยังต้องเป็นผู้ควบคุม การผสานการตรวจสอบของมนุษย์เข้ากับกระบวนการทำงานของ AI จะช่วยให้ธุรกิจค้าปลีกมั่นใจในเรื่องคุณภาพ ความแม่นยำ และความน่าเชื่อถือของผลลัพธ์ที่ได้จาก AI การที่ยังต้องมีมนุษย์อยู่ในกระบวนการปฏิบัติงานนี้ มีความสำคัญอย่างยิ่งสำหรับการใช้งานที่ส่งผลโดยตรงต่อลูกค้าหรือฟังก์ชันทางธุรกิจที่สำคัญ

นอกจากนี้ การพึ่งพา AI เพียงอย่างเดียวสำหรับงานที่ซับซ้อน ยังอาจเกิดผลเสียต่อประสิทธิภาพการทำงาน ในขณะที่ AI สามารถทำให้บางกระบวนการเป็นอัตโนมัติได้ การตัดสินใจและความคิดสร้างสรรค์ของมนุษย์ก็ยังคงเป็นสิ่งที่ขาดไม่ได้ หากต้องการผลลัพธ์ที่ดีที่สุด

การสร้างทีมงานที่พร้อมทำงานร่วมกับ GenAI

แม้ว่าเครื่องมือ GenAI จะถูกออกแบบมาให้ใช้งานง่าย องค์กรก็ยังต้องพัฒนาทักษะเฉพาะเพื่อให้การใช้งานได้ประโยชน์สูงสุด ความเข้าใจในเรื่องทรัพย์สินทางปัญญา และความแตกต่างของเนื้อหาที่สร้างโดย AI เป็นสิ่งสำคัญที่จะช่วยลดลดความเสี่ยงทางกฎหมาย นอกจากนี้ การมีนักวิเคราะห์ที่เชี่ยวชาญในการตีความและประเมินผลลัพธ์ของ AI นั้น ก็มีความสำคัญอย่างยิ่งในการรับประกันคุณภาพและความน่าเชื่อถือของข้อมูลเชิงลึกที่ได้จาก AI

เพื่อให้ได้ทักษะเฉพาะเหล่านี้ องค์กรค้าปลีกสามารถลงทุนด้านโปรแกรมการฝึกอบรมและพัฒนาภายในองค์กร หรือสรรหาบุคลากรจากนอกองค์กร นอกจากนี้ การจัดตั้งตำแหน่งงานที่เน้นการบริหารและการกำกับดูแล AI โดยเฉพาะ จะช่วยให้แน่ใจว่าโครงการ AI นั้นสอดคล้องกับวัตถุประสงค์ขององค์กรและเป็นไปตามมาตรฐานทางจริยธรรม

ความปลอดภัยของข้อมูลและความเป็นส่วนตัวในการใช้ GenAI

ความปลอดภัยและความเป็นส่วนตัวเป็นสิ่งสำคัญที่ต้องพิจารณาเมื่อมีการใช้ GenAI เรื่องที่ยังมีความกังวลอยู่ ได้แก่ การรั่วไหลของข้อมูล ซึ่งข้อมูลที่ละเอียดอ่อนอาจถูกเปิดเผยโดยไม่ตั้งใจผ่านโมเดลและกระบวนการ AI สิ่งเหล่านี้สามารถเกิดขึ้นได้ผ่านช่องทางต่าง ๆ เช่น การดึงข้อมูล การสร้างคำสั่ง หรือการใช้ข้อมูลลูกค้าในทางที่ผิด นอกจากนี้ คุณภาพของเนื้อหาที่สร้างโดย AI โดยเฉพาะโค้ด อาจทำให้ระบบมีช่องโหว่เกิดขึ้นได้ แม้ว่าความเสี่ยงนี้จะไม่ค่อยเกิดขึ้นในธุรกิจค้าปลีก แต่ก็ต้องระมัดระวัง เพราะมีการใช้งาน AI เพิ่มมากขึ้น

องค์กรควรใช้มาตรการเชิงรุก เช่น การดำเนินนโยบายปกป้องข้อมูลที่เข้มงวดและมีประสิทธิภาพ การประเมินด้านความปลอดภัยเป็นประจำ และการติดตามข่าวสารเกี่ยวกับภัยคุกคามใหม่ๆ อย่างต่อเนื่อง การให้ความสำคัญกับความปลอดภัยของข้อมูล จะทำให้องค์กรได้รับความไว้วางใจจากลูกค้า และปกป้องชื่อเสียงของแบรนด์ได้

About pawarit

Check Also

Siemens ขยายแพลตฟอร์มคลาวด์ PAVE360 บน Azure ด้วย GPU และ CPU ของ AMD เร่งพัฒนารถยนต์ SDV

ซีเมนส์ ดิจิทัล อินดัสทรีส์ ซอฟต์แวร์ (Siemens Digital Industries Software) ประกาศขยายแพลตฟอร์มคลาวด์ที่รองรับการพัฒนาระบบของระบบ (systems-of-systems) ด้วยเทคโนโลยี PAVE360™ สำหรับการพัฒนารถยนต์ที่กำหนดโดยซอฟต์แวร์ (SDV) โดย …

Foxconn เปิดตัว “FoxBrain” โมเดลภาษาขนาดใหญ่ (LLM) ตัวแรก หวังปฏิวัติการผลิต

Foxconn บริษัทผู้ผลิตอุปกรณ์อิเล็กทรอนิกส์รายใหญ่จากไต้หวัน เปิดตัว “FoxBrain” โมเดลภาษาขนาดใหญ่ (LLM) ตัวแรกของบริษัท โดยตั้งเป้าหมายที่จะนำเทคโนโลยีนี้มาใช้ปรับปรุงกระบวนการผลิตและการจัดการห่วงโซ่อุปทาน