AI ບໍ່ແມ່ນພຽງແຕ່ຊອບແວໃໝ່ທຳມະດາ ແລະ ກໍບໍ່ສາມາດທົດແທນວຽກງານຂອງມະນຸດໄດ້ທັງໝົດ. ການອ່ານ, ການສະຫຼຸບ, ການຈັດໝວດໝູ່, ການຮ່າງເອກະສານ — ການແບ່ງປັນໜ້າທີ່ດ້ານພາສາເຫຼົ່ານີ້ຮ່ວມກັບມະນຸດ ຈະສ້າງຜົນໄດ້ຮັບທີ່ດີທີ່ສຸດ. ໃນລາວ, ທຸລະກິດທີ່ນຳໃຊ້ຊອບແວແບບດັ້ງເດີມສຳລັບການບັນຊີ ແລະ ການຄຸ້ມຄອງສາງສິນຄ້າມີຈຳນວນເພີ່ມທະວີຂຶ້ນເລື້ອຍໆ, ໃນຂະນະທີ່ວຽກງານທີ່ຕ້ອງ "ອ່ານຂໍ້ຄວາມແລ້ວຕັດສິນໃຈ" ເຊັ່ນ: ການຕອບອີເມວ ແລະ ການຂຽນລາຍງານ ຍັງຄົງອາໄສແຮງງານຄົນຢູ່. ບົດຄວາມນີ້ຈະຊ່ວຍຈັດລະບຽບຄວາມແຕກຕ່າງລະຫວ່າງຊອບແວແບບດັ້ງເດີມ ແລະ AI ໃຫ້ສອດຄ່ອງກັບສະພາບແວດລ້ອມທາງທຸລະກິດຂອງລາວ ພ້ອມທັງສະໜອງມຸມມອງສຳລັບການພິຈາລະນາວ່າຈະນຳ AI ເຂົ້າມາປະສົມປະສານໃນການດຳເນີນງານຂອງຕົນເອງແນວໃດ.

ຢູ່ລາວ ໂດຍສະເພາະທີ່ວຽງຈັນ ການນຳໃຊ້ຊອຟແວທາງທຸລະກິດ ເຊັ່ນ: ຊອຟແວບັນຊີ ແລະ ລະບົບການຈັດການສາງສິນຄ້າ ໄດ້ເລີ່ມຕົ້ນຂຶ້ນໃນບາງວິສາຫະກິດຂະໜາດກາງ. ຊອຟແວເຫຼົ່ານີ້ຮັບຜິດຊອບວຽກງານທີ່ມີກົດລະບຽບຊັດເຈນ ແລະ ສາມາດດຳເນີນການຊ້ຳໆ ແທນມະນຸດ ຊ່ວຍເພີ່ມປະສິດທິພາບໃນການດຳເນີນງານດ້ານການບັນຊີ ແລະ ການສັ່ງຊື້-ຮັບສິນຄ້າ. ໃນທາງກົງກັນຂ້າມ ວິສາຫະກິດຈຳນວນຫຼາຍຍັງຄົງອາໄສ Excel ແລະ ການດຳເນີນງານໂດຍໃຊ້ເຈ້ຍເປັນຫຼັກ ແລະ ຍັງຢູ່ໃນຂັ້ນຕອນທີ່ການນຳໃຊ້ຊອຟແວຍັງເປັນສິ່ງທີ່ຕ້ອງດຳເນີນການຕໍ່ໄປໃນອະນາຄົດ.

ແຕ່ເມື່ອເບິ່ງການດຳເນີນງານປະຈຳວັນຂອງທຸລະກິດໃນລາວ, ຈະພົບວ່າຍັງມີວຽກງານຈຳນວນຫຼວງຫຼາຍທີ່ຊອບແວແບບດັ້ງເດີມຍັງຍາກທີ່ຈະເຮັດໃຫ້ເປັນລະບົບອັດຕະໂນມັດໄດ້. ການຈັບໃຈຄວາມຂອງອີເມວທີ່ປົນກັນລະຫວ່າງພາສາລາວ, ພາສາອັງກິດ ແລະ ພາສາໄທ, ການຈັດໝວດໝູ່ເນື້ອຫາຄຳຖາມຈາກລູກຄ້າ, ການຮ່າງລາຍງານປະຈຳເດືອນ — ສິ່ງເຫຼົ່ານີ້ລ້ວນເປັນວຽກງານທີ່ຕ້ອງ "ອ່ານຂໍ້ຄວາມແລ້ວເຂົ້າໃຈຄວາມໝາຍ", ເຊິ່ງເປັນຂົງເຂດທີ່ຊອບແວແບບ Rule-based ຍັງອ່ອນດ້ອຍ.

AI ສະແດງໃຫ້ເຫັນຄວາມສາມາດຢ່າງໂດດເດັ່ນໃນຂົງເຂດນີ້ຢ່າງແທ້ຈິງ. ໃນຂະນະທີ່ຊອບແວແບບດັ້ງເດີມເຮັດວຽກດ້ວຍຫຼັກການ "if A then B", AI ສາມາດອ່ານສະພາບການ ແລະ ສ້າງຜົນລັບທີ່ເໝາະສົມໄດ້ແມ່ນແຕ່ຈາກຂໍ້ມູນນຳເຂົ້າທີ່ບໍ່ຊັດເຈນ. ການປະມວນຜົນຂ້າມຫຼາຍພາສາ ເຊັ່ນ: ການສະຫຼຸບເອກະສານພາສາລາວ ແລ້ວປ່ຽນເປັນລາຍງານພາສາອັງກິດ ກໍ່ຢູ່ໃນຂອບເຂດການນຳໃຊ້ AI ເຊັ່ນກັນ.

ຢ່າງໃດກໍ່ຕາມ, ມີຂໍ້ຄວນລະວັງ. ພາສາລາວຖືກຈັດຢູ່ໃນກຸ່ມ Low-resource Language ແລະ ເມື່ອທຽບກັບພາສາອັງກິດ ຫຼື ພາສາຍີ່ປຸ່ນ, ຄວາມຖືກຕ້ອງໃນການປະມວນຜົນຂອງ AI ມີແນວໂນ້ມທີ່ຈະຜັນແປໄດ້ງ່າຍ. ສາເຫດຢູ່ທີ່ລະບົບການຂຽນທີ່ບໍ່ໃຊ້ຊ່ອງຫວ່າງຄັ່ນລະຫວ່າງຄຳ ແລະ ການຂາດແຄນຂໍ້ມູນການຝຶກສອນຂະໜາດໃຫຍ່. ສຳລັບການນຳໃຊ້ໃນທາງປະຕິບັດ, ການສ້າງຂະບວນການ ຫຼື Pipeline ທີ່ຜ່ານການແປພາສາອັດຕະໂນມັດໄປເປັນພາສາອັງກິດ ຫຼື ພາສາໄທ, ຫຼື ການຝຶກສອນເພີ່ມເຕີມດ້ວຍຂໍ້ມູນສະເພາະຂອງພາສາລາວ ເປັນວິທີທີ່ໄດ້ຜົນ. ລາຍລະອຽດເພີ່ມເຕີມໄດ້ອະທິບາຍໄວ້ໃນ "ວິທີສ້າງ AI Chatbot ຮອງຮັບພາສາລາວ".

ກ່າວໂດຍສະຫຼຸບ, ການນຳໃຊ້ AI ບໍ່ແມ່ນພຽງແຕ່ການຊື້ເຄື່ອງມືໃໝ່ເພີ່ມຂຶ້ນມາອີກໜຶ່ງຢ່າງ. ແຕ່ມັນຄືການອອກແບບໃໝ່ວ່າ ມະນຸດ, ຊອບແວເດີມ, ແລະ AI ຈະຮັບຜິດຊອບສ່ວນໃດ, ແລ້ວສ້າງຂະບວນການເຮັດວຽກທີ່ທັງສາມຝ່າຍສາມາດຮ່ວມມືກັນໄດ້ຢ່າງເໝາະສົມ.

ສຳລັບວິສາຫະກິດໃນລາວ, ບາງແຫ່ງໄດ້ນຳໃຊ້ ERP ຫຼືຊອບແວບັນຊີແລ້ວ, ໃນຂະນະທີ່ບາງແຫ່ງຍັງດຳເນີນງານດ້ວຍ Excel ແລະເອກະສານເຈ້ຍ. ໃນທັງສອງກໍລະນີ, ຈຸດສຳຄັນໃນການເພີ່ມ AI ເຂົ້າໄປນັ້ນຄືກັນ. ບໍ່ແມ່ນການທົດແທນລະບົບທີ່ມີຢູ່, ແຕ່ໃຫ້ຄິດໃນແງ່ທີ່ວ່າ ຂັ້ນຕອນ "ການອ່ານ ແລະ ການຕັດສິນໃຈ" ທີ່ເຄີຍອາໄສແຮງງານຄົນ, ໃຫ້ມອບໝາຍໃຫ້ AI ຮັບຜິດຊອບແທນ.

ການດຳເນີນງານໃນອົງກອນຂອງລາວ ສາມາດຈັດລະບຽບໄດ້ງ່າຍຂຶ້ນ ຖ້າແບ່ງຜູ້ຮັບຜິດຊອບອອກເປັນ 3 ກຸ່ມຫຼັກ. ມະນຸດມີຄວາມໂດດເດັ່ນໃນດ້ານການເຂົ້າໃຈສະພາບການ, ການເຈລະຈາ, ແລະ ການຕັດສິນໃຈຢ່າງມີຄວາມຮັບຜິດຊອບ. ຄອມພິວເຕີ (ຊອບແວແບບດັ້ງເດີມ) ມີຄວາມຊຳນານໃນການປະມວນຜົນຕາມກົດລະບຽບ, ການຄຳນວນ, ແລະ ການປະຕິບັດ Workflow ທີ່ກຳນົດໄວ້ລ່ວງໜ້າ. ສ່ວນ AI ນັ້ນຢູ່ໃນຕຳແໜ່ງກາງລະຫວ່າງທັງສອງຝ່າຍນີ້.

AI ບໍ່ມີຄວາມສາມາດໃນການຕັດສິນໃຈແບບມະນຸດ ແຕ່ດ້ວຍຄວາມສາມາດໃນການອ່ານຂໍ້ຄວາມ, ສະຫຼຸບ, ຈັດປະເພດ ແລະ ສ້າງຮ່າງເອກະສານ, AI ສາມາດເຮັດໃຫ້ລະບົບທີ່ມີຢູ່ແລ້ວສະຫຼາດຂຶ້ນໄດ້.

AI ມີປະສິດທິພາບສູງໃນການເຮັດວຽກທີ່ຊ້ຳຊ້ອນ, ການອ່ານຂໍ້ຄວາມຈຳນວນຫຼວງຫຼາຍ, ແລະ ການຈັດການຂໍ້ຄວາມຈຳນວນຫຼາຍ. ແຕ່ໃນສະພາບແວດລ້ອມທາງທຸລະກິດຂອງລາວ, ການເຈລະຈາກັບໜ່ວຍງານລັດຖະບານ, ການຕັດສິນໃຈດ້ານສິນເຊື່ອ ແລະ ການລົງທຶນ, ລວມທັງການສ້າງຄວາມສຳພັນກັບລູກຄ້ານັ້ນ, ການມີສ່ວນຮ່ວມຂອງມະນຸດຍັງມີຄວາມສຳຄັນເປັນພິເສດ. ເມື່ອພິຈາລະນາຮີດຄອງທາງທຸລະກິດຂອງລາວທີ່ໃຫ້ຄວາມສຳຄັນກັບການສື່ສານໂດຍກົງ ແລະ ການສ້າງຄວາມໄວ້ວາງໃຈ, ຂອບເຂດທີ່ AI ຄວນຮັບຜິດຊອບຈຶ່ງມີຄວາມຊັດເຈນຍິ່ງຂຶ້ນ.

ຄຳຖາມທີ່ຖືກຕ້ອງບໍ່ແມ່ນ "AI ຈະມາແທນທີ່ໃຜ" ແຕ່ແມ່ນ "AI ສະໜັບສະໜູນຢູ່ຈຸດໃດ, ແລະ ມະນຸດຢືນຢັນຂັ້ນສຸດທ້າຍຢູ່ຈຸດໃດ" ຕ່າງຫາກ.

ໃນທີ່ນີ້, ພວກເຮົາຈະພິຈາລະນາສະຖານະການປັບປຸງການດຳເນີນງານທີ່ອາດເກີດຂຶ້ນຈິງໃນວິສາຫະກິດຂອງລາວ. ນີ້ແມ່ນຮູບແບບທີ່ AI ບໍ່ໄດ້ກຳຈັດມະນຸດອອກໄປ, ແຕ່ປົດປ່ອຍມະນຸດຈາກວຽກງານທີ່ຊ້ຳຊາກ ແລະ ເຮັດໃຫ້ພວກເຂົາສາມາດສຸມໃສ່ວຽກງານທີ່ມີມູນຄ່າເພີ່ມສູງກວ່າ.

ກ່ອນໜ້ານີ້: ພະນັກງານທີ່ຮັບຜິດຊອບຕ້ອງກວດສອບອີເມລ໌ ແລະ ຂໍ້ຄວາມແຊັດທຸກສະບັບດ້ວຍຕາ ທີ່ສົ່ງເຂົ້າມາເປັນພາສາລາວ, ອັງກິດ ແລະ ໄທ, ຈາກນັ້ນຈຶ່ງຈັດໝວດໝູ່ເນື້ອຫາ, ສົ່ງຕໍ່ໄປຍັງພະແນກທີ່ຮັບຜິດຊອບ ແລະ ຮ່າງຄຳຕອບຂຶ້ນໃໝ່ຕັ້ງແຕ່ຕົ້ນ. ໂດຍສະເພາະຂໍ້ຄວາມທີ່ປົນກັນລະຫວ່າງພາສາລາວ ແລະ ອັງກິດ ເຮັດໃຫ້ເສຍເວລາໄປກັບການສະຫຼັບພາສາພຽງຢ່າງດຽວ. ຊອບແວແບບດັ້ງເດີມສາມາດຮອງຮັບໄດ້ພຽງແຕ່ການຈັດການ Ticket ແລະ ການຕິດຕາມສະຖານະເທົ່ານັ້ນ.

ຫຼັງຈາກນີ້: AI ຈະກວດຈັບພາສາຂອງຂໍ້ຄວາມທີ່ຮັບເຂົ້າມາໂດຍອັດຕະໂນມັດ, ສະຫຼຸບໃຈຄວາມສຳຄັນ, ປະເມີນລະດັບຄວາມຮີບດ່ວນ ແລະ ສ້າງຮ່າງຄຳຕອບເບື້ອງຕົ້ນເປັນພາສານັ້ນໆ. ມະນຸດຍັງຄົງມີສ່ວນຮ່ວມໃນຂະບວນການ ຫຼື Pipeline ໃນຮູບແບບຂອງການກວດທານກ່ອນສົ່ງ. ໃນສະພາບແວດລ້ອມທາງທຸລະກິດຂອງລາວທີ່ມີການໃຊ້ຫຼາຍພາສາ, ຄວາມສາມາດໃນການຂ້າມຜ່ານອຸປະສັກດ້ານພາສານີ້ຈຶ່ງກາຍເປັນຄຸນຄ່າເພີ່ມທີ່ໃຫຍ່ທີ່ສຸດຂອງ AI.

ກ່ອນໜ້ານີ້: ທີມງານເຄີຍລວບລວມຂໍ້ມູນດ້ວຍຕົນເອງຈາກ Spreadsheet, CRM, ແລະໄຟລ໌ຕ່າງໆ ເພື່ອຈັດທຳລາຍງານ. ສຳລັບວິສາຫະກິດໃນລາວ, ມີຫຼາຍກໍລະນີທີ່ຂໍ້ມູນໃນພາກສະໜາມຢູ່ໃນພາສາລາວ ໃນຂະນະທີ່ການລາຍງານຕໍ່ຜູ້ບໍລິຫານຕ້ອງໃຊ້ພາສາອັງກິດ ຫຼື ພາສາຍີ່ປຸ່ນ, ເຮັດໃຫ້ຂັ້ນຕອນການແປພາສາຍິ່ງເພີ່ມທະວີຂຶ້ນເລື້ອຍໆ ໃນດ້ານຊົ່ວໂມງການເຮັດວຽກ.

ຫຼັງຈາກນັ້ນ: AI ຮັບໜ້າທີ່ສະຫຼຸບແນວໂນ້ມ, ຊີ້ໃຫ້ເຫັນຄ່າຜິດປົກກະຕິ, ແລະຮ່າງ Executive Summary ໃຫ້ຄົບຖ້ວນ, ໂດຍຜູ້ບໍລິຫານພຽງແຕ່ກວດສອບ ແລະ ອະນຸມັດເນື້ອຫາເທົ່ານັ້ນ. ນອກຈາກນີ້, ຍັງສາມາດປະມວນຜົນການປ່ຽນພາສາໄດ້ພ້ອມກັນ ເຊັ່ນ: ການສ້າງ Summary ເປັນພາສາອັງກິດຈາກຂໍ້ມູນພາກສະໜາມທີ່ເປັນພາສາລາວ.

ກ່ອນໜ້ານີ້: ພະນັກງານຕ້ອງເປີດຫຼາຍໄຟລ໌ເພື່ອຄົ້ນຫາຂໍ້ມູນທີ່ຕ້ອງການ, ຄົ້ນຄວ້າເອກະສານເກົ່າ, ຫຼືຖາມພະນັກງານທີ່ມີປະສົບການໂດຍກົງ. ໃນລາວ, ເອກະສານພາຍໃນອົງກອນມັກກະຈາຍຢູ່ເປັນພາສາລາວ, ພາສາອັງກິດ ແລະ ພາສາຍີ່ປຸ່ນ, ເຮັດໃຫ້ອຸປະສັກດ້ານພາສາຍິ່ງເຮັດໃຫ້ການເຂົ້າເຖິງຂໍ້ມູນຍາກຂຶ້ນໄປອີກ.

ຫຼັງຈາກນັ້ນ: AI ສາມາດຄົ້ນຫາຂ້າມ Knowledge Base ພາຍໃນອົງກອນໄດ້ຢ່າງຄອບຄຸມ ແລະ ສ້າງຄຳຕອບໃຫ້ສອດຄ່ອງກັບພາສາຂອງຄຳຖາມ. ສາມາດຄົ້ນຫາຂ້າມພາສາ (Cross-lingual) ໄດ້ ເຊັ່ນ: "ຖາມເປັນພາສາລາວ ແລ້ວໄດ້ຮັບຄຳຕອບຈາກລະບຽບການທີ່ຂຽນເປັນພາສາອັງກິດ" ເຊິ່ງສົ່ງຜົນດີຢ່າງຍິ່ງຕໍ່ການ Onboarding ພະນັກງານໃໝ່ ແລະ ການແບ່ງປັນຂໍ້ມູນຂ້າມພະແນກ.

ວິທີຄິດທີ່ປອດໄພຄືການແບ່ງວຽກງານອອກເປັນ 2 ກຸ່ມ. ວຽກງານທີ່ເຮັດຊ້ຳໆ, ມີປະລິມານຂໍ້ມູນຫຼາຍ, ແລະ ຜົນກະທົບຂອງຄວາມຜິດພາດຄ່ອນຂ້າງໜ້ອຍ ແມ່ນມອບໃຫ້ AI ໄດ້ງ່າຍ. ໃນທາງກົງກັນຂ້າມ, ວຽກງານທີ່ກ່ຽວຂ້ອງໂດຍກົງກັບການເງິນ, ນະໂຍບາຍພາຍໃນ, ແລະ ຊື່ສຽງຂອງອົງກອນ ຈຳເປັນຕ້ອງມີການກວດສອບຂັ້ນສຸດທ້າຍໂດຍມະນຸດ.

ວຽກງານທີ່ມອບໃຫ້ AI ໄດ້ງ່າຍ:

• ການສະຫຼຸບຂໍ້ຄວາມ (ລວມທັງເອກະສານທີ່ປະສົມພາສາລາວ, ພາສາອັງກິດ ແລະ ພາສາໄທ)
• ການຈັດໝວດໝູ່ເນື້ອຫາຄຳຖາມ ແລະ ການກຳນົດລຳດັບຄວາມສຳຄັນ
• ການຄົ້ນຫາຄວາມຮູ້ພາຍໃນອົງກອນແບບຫຼາຍພາສາ
• ການສ້າງຮ່າງຄຳຕອບ ແລະ ເອກະສານ

ວຽກງານທີ່ຕ້ອງການການຕັດສິນໃຈຂອງມະນຸດ:

• ການອະນຸມັດທາງດ້ານການເງິນ (ການກວດສອບສິນເຊື່ອ, ການຕັດສິນໃຈລົງທຶນ)
• ການສື່ສານຂັ້ນສຸດທ້າຍກັບລູກຄ້າ ຫຼື ໜ່ວຍງານລັດຖະບານ
• ການຕີຄວາມໝາຍນະໂຍບາຍພາຍໃນ ແລະ ກົດໝາຍ (ລວມທັງກົດໝາຍດິຈິຕອນຂອງລາວ)
• ການຕັດສິນໃຈທີ່ມີຄວາມສ່ຽງສູງ

ໃນລາວ, ຄວາມໄວ້ວາງໃຈຈາກການພົບໜ້າກັນໂດຍກົງຖືເປັນພື້ນຖານຂອງທຸລະກິດ, ດັ່ງນັ້ນ ການດູແລລູກຄ້າ ແລະ ການເຈລະຈາກັບລັດຖະບານ ຄວນຍັງຄົງໃຫ້ມະນຸດເປັນຜູ້ຮັບຜິດຊອບຫຼັກຕໍ່ໄປ. ໂດຍການກຳນົດຮູບແບບ "AI ສ້າງຮ່າງ → ມະນຸດກວດສອບ" ເປັນຮູບແບບພື້ນຖານ, ຈະສາມາດນຳໃຊ້ AI ໄດ້ຢ່າງປອດໄພໃນວຽກງານຫຼາຍປະເພດ.

ສາເຫດທີ່ຫຼາຍອົງກອນສະດຸດໃນການນຳໃຊ້ AI ມັກຢູ່ທີ່ວິທີການຕັ້ງຄຳຖາມ. ແທນທີ່ຈະຖາມວ່າ "ຈະໃຊ້ເຄື່ອງມື AI ໃດ?" ຄວນຖາມວ່າ "ມີວຽກງານໃດທີ່ຊອບແວເດີມບໍ່ສາມາດຈັດການໄດ້ດີ?" ແລະ "ຈຸດສຳຄັນໃດທີ່ຄວນໃຫ້ AI ເຂົ້າມາຊ່ວຍກ່ອນ?"

ໃນສະພາບແວດລ້ອມທຸລະກິດຂອງລາວ, ຈຳເປັນຕ້ອງຄຳນຶງເຖິງຂໍ້ຈຳກັດດ້ານແບນວິດເຄືອຂ່າຍ ແລະ ຄວາມຫາຍາກຂອງບຸກຄະລາກອນດ້ານ IT. ໃນທາງກົງກັນຂ້າມ, ລັດຖະບານລາວໄດ້ສົ່ງເສີມການຫັນເປັນດິຈິຕອນພາຍໃຕ້ "ວິໄສທັດດິຈິຕອນແຫ່ງຊາດ 2030" ແລະ ການນຳໃຊ້ AI ກໍ່ໄດ້ຮັບການສະໜັບສະໜູນໃນລະດັບນະໂຍບາຍ. ການເລີ່ມຕົ້ນຢ່າງນ້ອຍໆໃນຊ່ວງເວລານີ້ຈຶ່ງມີຄວາມໝາຍ.

1. ເລືອກ Use Case ທີ່ມີປະລິມານວຽກຫຼາຍ ແລະ ວັດຜົນໄດ້ງ່າຍ ― ເຊັ່ນ: ການຕອບອີເມລຫຼາຍພາສາ, ການສະຫຼຸບລາຍງານ, ການຕອບ FAQ ພາຍໃນອົງກອນ
2. ເລີ່ມ Pilot ດ້ວຍວຽກງານພາຍໃນທີ່ມີຄວາມສ່ຽງຕ່ຳ ― ເລີ່ມຈາກວຽກພາຍໃນກ່ອນ, ບໍ່ແມ່ນການໃຫ້ບໍລິການລູກຄ້າພາຍນອກ
3. ຕ້ອງມີການກວດສອບໂດຍມະນຸດໃນຈຸດສຳຄັນ ― ບໍ່ຄວນສົ່ງຜົນລັບຂອງ AI ອອກສູ່ພາຍນອກໂດຍບໍ່ຜ່ານການກວດ
4. ວັດຜົນດ້ວຍ Before / After ― ເຊັ່ນ: ເວລາດຳເນີນການ, ຄຸນນະພາບ, ຄວາມໄວ, ອັດຕາຄວາມຜິດພາດ
5. ຂະຫຍາຍຢ່າງເປັນຂັ້ນຕອນຈາກ "AI ຊ່ວຍຄົນ" ໄປສູ່ "AI + Workflow + ການກວດສອບ"

ລາຍລະອຽດຂັ້ນຕອນການນຳໃຊ້ສາມາດອ່ານໄດ້ທີ່ "ຄູ່ມືການນຳໃຊ້ AI ສຳລັບທຸລະກິດລາວ — 5 ຂັ້ນຕອນສູ່ການເພີ່ມປະສິດທິພາບວຽກງານ".

ຕໍ່ໄປນີ້ແມ່ນການຕອບຄຳຖາມທີ່ມັກຖືກຖາມເລື້ອຍໆ ໃນການພິຈາລະນານຳໃຊ້ AI ໃນລາວ.

ບໍ່ຕ້ອງທົດແທນ. ສຳລັບການປະມວນຜົນທີ່ມີກົດລະບຽບຊັດເຈນ ແລະ ຕ້ອງການຄວາມສອດຄ່ຽງສູງ ເຊັ່ນ: ຊອບແວບັນຊີ ຫຼື ERP, ຊອບແວແບບດັ້ງເດີມຍັງຄົງເໝາະສົມຢູ່ຕໍ່ໄປ. AI ສະແດງຄວາມສາມາດໄດ້ດີໃນວຽກງານທີ່ຕ້ອງການການຕີຄວາມໝາຍ ເຊັ່ນ: ການອ່ານຂໍ້ຄວາມທີ່ປົນກັນລະຫວ່າງພາສາລາວ ແລະ ພາສາອັງກິດ, ຫຼື ການສະຫຼຸບ ແລະ ຈັດໝວດໝູ່ເອກະສານ. ທັງສອງຢ່າງບໍ່ໄດ້ແຂ່ງຂັນກັນ, ແຕ່ຄວນຄິດວ່າເປັນສິ່ງທີ່ໃຊ້ປະກອບກັນ ຊຶ່ງໃກ້ຄຽງກັບຄວາມເປັນຈິງຫຼາຍກວ່າ.

ຖ້າໃຊ້ບໍລິການ Cloud ເຊັ່ນ AWS Bedrock ຫຼື Azure OpenAI Service, ການດຳເນີນງານ ແລະ ການບຳລຸງຮັກສາ AI Model ຈະຖືກຮັບຜິດຊອບໂດຍ Cloud Provider. ສິ່ງທີ່ອົງກອນຕ້ອງການແມ່ນການອອກແບບ Workflow ທີ່ນຳເອົາຜົນລັບຂອງ AI ມາລວມເຂົ້າໃນການດຳເນີນທຸລະກິດ, ພ້ອມທັງການມີຜູ້ຮັບຜິດຊອບທີ່ຊຸກຍູ້ການນຳໃຊ້ງານຢູ່ໃນພາກສະໜາມ. ການສ້າງດ້ານວິຊາການໃຫ້ມອບໝາຍໃຫ້ກັບ Partner ພາຍນອກທີ່ມີຜົນງານທີ່ໜ້າເຊື່ອຖື, ໃນຂະນະທີ່ພາຍໃນອົງກອນສຸມໃສ່ວິທີການນຳໃຊ້ AI ຊຶ່ງຖືເປັນວິທີການທີ່ປະຕິບັດໄດ້ຈິງ.

ຖ້າວຽກງານໃດໜຶ່ງມີຂໍ້ຄວາມຫຼາຍ, ຕ້ອງອ່ານຫຼາຍ, ມີການເຮັດຊ້ຳຫຼາຍ, ແລະ ຜູ້ຮັບຜິດຊອບເສຍເວລາໄປກັບການສະຫຼຸບ ແລະ ການຈັດໝວດໝູ່ — ລັກສະນະເຫຼົ່ານີ້ຖືເປັນສັນຍານທີ່ AI ສາມາດສ້າງຜົນໄດ້ຢ່າງມີປະສິດທິພາບ. ສຳລັບວິສາຫະກິດໃນລາວ, ໂດຍສະເພາະວຽກທີ່ກ່ຽວຂ້ອງກັບການປະມວນຜົນເອກະສານຫຼາຍພາສາ (ການໃຊ້ພາສາລາວ, ອັງກິດ ແລະ ໄທປົນກັນ) ແລະ ການດຶງຂໍ້ມູນຈາກເອກະສານເຈ້ຍ ມັກຈະຕົກຢູ່ໃນກຸ່ມນີ້. ໃນທາງກົງກັນຂ້າມ, ວຽກງານທີ່ມີຂໍ້ມູນໜ້ອຍ ແລະ ອາໄສການຕັດສິນໃຈສ່ວນຕົວຂອງຜູ້ດຳເນີນງານເປັນຫຼັກ, ຄວາມສຳຄັນໃນການນຳໃຊ້ AI ກໍ່ຈະຫຼຸດລົງຕາມໄປດ້ວຍ.

AI ບໍ່ແມ່ນພຽງແຕ່ການອັບເກຣດຊອບແວແບບດັ້ງເດີມ. ມັນຄືຊັ້ນຄວາມສາມາດໃໝ່ທີ່ຢູ່ລະຫວ່າງມະນຸດກັບຄອມພິວເຕີ ທີ່ຊ່ວຍຍົກລະດັບການເຮັດວຽກໃນດ້ານວຽກງານທາງພາສາ ເຊັ່ນ: ການອ່ານ ແລະ ເຂົ້າໃຈຂໍ້ຄວາມ, ການສະຫຼຸບ, ການຈັດໝວດໝູ່, ແລະ ການສ້າງຮ່າງເອກະສານ. ໃນສະພາບແວດລ້ອມທາງທຸລະກິດຂອງລາວ, ການປະມວນຜົນເອກະສານຫຼາຍພາສາ ແລະ ການຄົ້ນຫາຂໍ້ມູນຂ້າມພາສາ (Cross-lingual) ຖືເປັນມູນຄ່າເພີ່ມທີ່ໂດດເດັ່ນຂອງ AI. ຢ່າງໃດກໍ່ຕາມ, ພາສາລາວແມ່ນພາສາທີ່ມີຊັບພະຍາກອນຕ່ຳ (Low-resource Language) ດັ່ງນັ້ນ ຈຶ່ງມີຄວາມສຳຄັນທີ່ຕ້ອງເຂົ້າໃຈຂໍ້ຈຳກັດດ້ານຄວາມຖືກຕ້ອງກ່ອນນຳໃຊ້.

ໃນດ້ານທີ່ມີຜົນກະທົບສູງ ເຊັ່ນ: ການຕັດສິນໃຈສິນເຊື່ອ, ການບໍລິການລູກຄ້າ, ແລະ ການເຈລະຈາກັບໜ່ວຍງານລັດ, ການທົບທວນໂດຍມະນຸດຍັງຄົງເປັນສິ່ງທີ່ຂາດບໍ່ໄດ້. ໃນວັດທະນະທຳທາງທຸລະກິດຂອງລາວທີ່ໃຫ້ຄວາມສຳຄັນກັບຄວາມໄວ້ວາງໃຈໃນການພົວພັນໂດຍກົງ, AI ຄືເຄື່ອງມືສຳລັບສະໜັບສະໜູນມະນຸດ ບໍ່ແມ່ນທົດແທນ.

ກຸນແຈຂອງການນຳໃຊ້ ບໍ່ໄດ້ຢູ່ທີ່ "ຈະຊື້ເຄື່ອງມືໃດ" ແຕ່ຢູ່ທີ່ "ຈະອອກແບບໃໝ່ແນວໃດໃຫ້ມະນຸດ, ຊອບແວ ແລະ AI ມີບົດບາດທີ່ເໝາະສົມ". ສຳລັບຂັ້ນຕອນການນຳໃຊ້ສະເພາະ, ສາມາດອ່ານເພີ່ມເຕີມໄດ້ທີ່ "ຄູ່ມືການນຳໃຊ້ AI ສຳລັບທຸລະກິດລາວ" ແລະ ສຳລັບການປະມວນຜົນ AI ດ້ານພາສາລາວ ສາມາດອ່ານໄດ້ທີ່ "ວິທີສ້າງ AI Chatbot ຮອງຮັບພາສາລາວ".

ເອກະສານອ້າງອີງ:

• McKinsey. The state of AI in early 2024.
• MIT Sloan. New MIT Sloan research suggests AI is more likely to complement than replace human workers.
• OECD. The impact of AI on the workplace: OECD AI surveys of employers and workers.
• World Economic Forum. The Future of Jobs Report 2025.