เดิมพันครั้งใหญ่ครั้งต่อไปของ Meta ในด้าน AI คือภาคธุรกิจ อุปสรรคใหญ่ที่สุดอาจเป็นเรื่องความเชื่อมั่น

เกิดอะไรขึ้น

Meta เปิดตัว Meta Enterprise Platform ชุดเครื่องมือ AI สำหรับภาคธุรกิจ ซึ่งประกอบด้วย Muse Agent, Meta Business Agent, Muse API และ Muse Code โดยมีเป้าหมายเพื่อขยายธุรกิจของบริษัทออกจากฐานรายได้หลักด้านโฆษณา เข้าสู่การให้บริการด้านการดำเนินงานทางธุรกิจแก่องค์กรต่าง ๆ โดยตรง

ตามรายงานของ Computerworld และ InfoWorld เครื่องมือเหล่านี้ถูกออกแบบให้ครอบคลุมตั้งแต่การสร้างตัวช่วย AI สำหรับงานภายในองค์กร ไปจนถึงการให้บริการลูกค้าผ่านตัวแทนสนทนาอัตโนมัติ และการเปิดให้นักพัฒนาเข้าถึงโมเดลผ่าน API เพื่อสร้างแอปพลิเคชันเฉพาะทางของตนเอง ถือเป็นการขยับครั้งสำคัญของ Meta ในการวางตำแหน่งตนเองให้เป็นผู้ให้บริการโครงสร้างพื้นฐาน AI สำหรับองค์กร ไม่ใช่เพียงผู้ให้บริการแพลตฟอร์มโซเชียลมีเดียและโฆษณาเช่นที่ผ่านมา

เหตุใดเรื่องนี้จึงสำคัญ

การเคลื่อนไหวครั้งนี้สะท้อนทิศทางที่ชัดเจนขึ้นของผู้ให้บริการ AI รายใหญ่ที่กำลังแข่งขันกันขยายจากโมเดลสำหรับผู้บริโภคทั่วไป ไปสู่เครื่องมือที่องค์กรสามารถนำไปปรับใช้ในงานจริง ไม่ว่าจะเป็นฝ่ายบริการลูกค้า ฝ่ายปฏิบัติการ หรือทีมพัฒนาซอฟต์แวร์ หากประสบความสำเร็จ Meta Enterprise Platform จะเปิดทางให้ธุรกิจนำความสามารถของ Muse มาสร้างตัวแทนอัตโนมัติที่โต้ตอบกับลูกค้าหรือพนักงานได้โดยตรง ซึ่งอาจเปลี่ยนรูปแบบการให้บริการและการดำเนินงานขององค์กรจำนวนมากในระยะต่อไป

อย่างไรก็ตาม ทั้งสองแหล่งข่าวชี้ว่าอุปสรรคสำคัญที่สุดของ Meta ในสมรภูมินี้ไม่ใช่เรื่องเทคโนโลยี แต่คือความเชื่อมั่นของภาคธุรกิจ เนื่องจาก Meta เป็นที่รู้จักในฐานะบริษัทที่สร้างรายได้จากข้อมูลผู้ใช้และโฆษณามาอย่างยาวนาน การโน้มน้าวให้องค์กรไว้ใจให้ Meta เข้ามาดูแลข้อมูลภายในและกระบวนการทางธุรกิจที่ละเอียดอ่อนจึงเป็นเดิมพันที่ต่างจากคู่แข่งอย่าง Microsoft หรือ Google ซึ่งมีประวัติความสัมพันธ์กับภาคองค์กรมานานกว่า

มุมมองจาก Renascence

สิ่งที่หลายคนอาจมองข้ามคือ เครื่องมือ AI ที่ดีที่สุดในแง่เทคนิคไม่ได้แปลว่าองค์กรจะเลือกใช้งานเสมอไป เพราะการตัดสินใจนำเทคโนโลยีเข้าสู่กระบวนการธุรกิจเป็นเรื่องของพฤติกรรมและความเชื่อมั่นมากกว่าความสามารถของผลิตภัณฑ์เพียงอย่างเดียว

การที่ Meta ต้องเผชิญคำถามด้านความน่าเชื่อถือมากกว่าความสามารถของผลิตภัณฑ์ สะท้อนหลักการพื้นฐานของเศรษฐศาสตร์เชิงพฤติกรรมที่ว่า ความเสี่ยงที่ถูกรับรู้ (perceived risk) มีน้ำหนักมากกว่าประโยชน์ที่ถูกนำเสนอ โดยเฉพาะเมื่อเกี่ยวข้องกับข้อมูลลูกค้าและกระบวนการภายในที่ละเอียดอ่อน ผู้ให้บริการ AI สำหรับองค์กรที่ต้องการชนะใจลูกค้าจึงไม่ควรแข่งกันที่ฟีเจอร์เพียงอย่างเดียว แต่ต้องออกแบบความโปร่งใสของข้อมูล นโยบายความเป็นส่วนตัว และหลักฐานเชิงพิสูจน์ (proof points) ให้ชัดเจนตั้งแต่วันแรก ผู้นำองค์กรที่กำลังพิจารณานำเครื่องมือเหล่านี้มาใช้ ควรเริ่มจากการประเมินธรรมาภิบาลข้อมูลของผู้ให้บริการอย่างถี่ถ้วน ไม่น้อยไปกว่าการประเมินประสิทธิภาพของตัวโมเดลเอง