เมื่อผู้บริหาร AI อาจไกลตัวผู้ใช้ทั่วไปเกินไป จนสร้างเทคโนโลยีไม่ตอบโจทย์คนส่วนใหญ่

ผู้บริหาร AI อาจกำลังสร้างเทคโนโลยีจากมุมมองของคนวงใน

หัวข้อที่ถูกหยิบยกขึ้นพูดคุยบน Hacker News ตั้งคำถามถึงระยะห่างระหว่างผู้บริหารและผู้พัฒนา AI กับผู้ใช้งานทั่วไป โดยเฉพาะเมื่อคนกลุ่มนี้คุ้นเคยกับเครื่องมือดิจิทัล มีความเข้าใจด้านเทคนิค และสามารถปรับตัวเข้ากับระบบใหม่ได้เร็วกว่าคนส่วนใหญ่

เมื่อมุมมองของคนวงในกลายเป็นพื้นฐานในการออกแบบผลิตภัณฑ์ บริษัทอาจประเมินความง่ายในการใช้งานสูงเกินจริง รวมถึงมองข้ามข้อจำกัดด้านภาษา ความเป็นส่วนตัว ค่าใช้จ่าย และความไว้วางใจของผู้ใช้ที่ไม่ได้อยู่ในแวดวงเทคโนโลยี ประเด็นสำคัญจึงไม่ใช่เพียงการสร้างโมเดลที่ฉลาดขึ้น แต่คือการทำให้ AI ช่วยแก้ปัญหาในชีวิตประจำวันได้จริง

ความสามารถของโมเดลไม่เท่ากับประสบการณ์ที่ดีของผู้ใช้

ในเชิงเทคนิค โมเดลภาษาขนาดใหญ่สามารถตอบคำถาม สรุปข้อมูล เขียนโค้ด และทำงานหลายขั้นตอนได้อย่างมีประสิทธิภาพ แต่ผู้ใช้ทั่วไปยังต้องเผชิญกับปัญหา เช่น คำตอบที่คลาดเคลื่อน คำสั่งที่ต้องเขียนอย่างละเอียด อินเทอร์เฟซที่ซับซ้อน และความไม่แน่นอนว่าเมื่อใดควรเชื่อหรือทวนสอบผลลัพธ์

การนำ AI ไปสู่ตลาดวงกว้างจึงต้องอาศัยการออกแบบที่ยึดผู้ใช้เป็นศูนย์กลางมากขึ้น ทั้งการใช้ภาษาที่เข้าใจง่าย การรองรับบริบทท้องถิ่น การแสดงที่มาของข้อมูล การแจ้งระดับความมั่นใจ และการออกแบบให้ผู้ใช้ควบคุมข้อมูลของตนเองได้ หากบริษัทมุ่งแข่งขันด้วยจำนวนพารามิเตอร์หรือฟีเจอร์เพียงอย่างเดียว ก็อาจพลาดปัจจัยที่ทำให้ผู้คนยอมรับและใช้งานผลิตภัณฑ์อย่างต่อเนื่อง

มุมมองสำหรับนักพัฒนาและผู้ประกอบการไทย

นักพัฒนาไทยควรเริ่มจากปัญหาที่ผู้ใช้พบจริงในแต่ละกลุ่ม เช่น การจัดการเอกสารภาษาไทย งานบริการลูกค้า การขายออนไลน์ การศึกษา และการทำงานของธุรกิจขนาดเล็ก จากนั้นจึงเลือกโมเดลและวิธีใช้งานที่เหมาะสม แทนการนำเทคโนโลยีมาใช้เพียงเพราะเป็นกระแส

การทดสอบกับผู้ใช้ที่มีพื้นฐานหลากหลายเป็นขั้นตอนสำคัญ เพราะช่วยค้นพบอุปสรรคที่ทีมเทคนิคอาจมองไม่เห็น ควรตรวจสอบความถูกต้องของภาษาไทย ความเข้าใจบริบททางวัฒนธรรม ต้นทุนต่อการใช้งาน และแนวทางปกป้องข้อมูลส่วนบุคคลตั้งแต่ต้น การสร้างระบบที่ลดขั้นตอนและให้ผู้ใช้ตรวจสอบหรือแก้ไขผลลัพธ์ได้ จะช่วยเพิ่มความเชื่อมั่นได้มากกว่าการนำเสนอฟีเจอร์จำนวนมาก

ทดลองใช้โมเดล AI ผ่าน Tora API

ผู้ประกอบการและทีมพัฒนาสามารถทดลองเปรียบเทียบโมเดล AI หลายรูปแบบผ่าน Tora Playground หรือเริ่มต้นเชื่อมต่อระบบผ่าน Tora API เพื่อประเมินคุณภาพคำตอบ ต้นทุน และประสบการณ์ของผู้ใช้จริง โดยอาจทดสอบโมเดลอย่าง Claude 3.7, GPT-4o และ DeepSeek R1 สำหรับงานข้อความและการให้เหตุผล รวมถึงสำรวจเครื่องมือสร้างวิดีโออย่าง Seedance ผ่าน Tora Text-to-Video ก่อนตัดสินใจนำไปใช้งานในผลิตภัณฑ์