EATLAB

มองโอกาสทางธุรกิจผ่านสายตา AI กับ ดร.ชนิกานต์ ว่องวิริยะวงศ์ แห่ง EATLAB

AI หรือปัญญาประดิษฐ์ คืออีกหนึ่ง deep tech ที่เริ่มมีบทบาทกับชีวิตเราแล้ว และจะยิ่งมีมากขึ้นเรื่อยๆ ในรูปแบบที่หลายคนอาจคาดไม่ถึง

ในงาน RISE Innovation Week ระหว่าง 23-27 กันยายนนี้ ที่ The Society อาคาร Gayson Tower “ปัญญาประดิษฐ์” ก็เป็นอีกหนึ่งธีมที่ถูกยกขึ้นมาเป็นประเด็นหลักในการพูดคุย โดยผู้เชี่ยวชาญสายตรง ทั้งจากในและต่างประเทศ

หนึ่งในนั้น คือ ดร.ชนิกานต์ ว่องวิริยะวงศ์ ผู้ก่อตั้งและซีอีโอ EATLAB สตาร์ทอัพไทย ที่มองเห็น white space ในการนำ AI, แมชีนเลิร์นนิ่ง และบิ๊กดาต้า มาใช้ในธุรกิจอาหาร

เทคโนโลยีที่เป็นเรื่องนามธรรม กับอาหารที่เป็นรูปธรรม สองสิ่งนี้เกี่ยวข้องกันได้ยังไง ทีมงาน AHEAD ASIA มีคำตอบของเรื่องนี้ให้ในบทสัมภาษณ์ชิ้นนี้

#1
“จะรับมือกับ AI อย่างไร”

ตรงนี้ มันก็มองได้สองด้าน สำหรับคนหรือองค์กรใหญ่ๆที่รับความเสี่ยงมากๆไม่ได้ เค้าก็จะมอง AI ว่าเป็นความเสี่ยงที่จะทำให้ธุรกิจหลักของเค้าถูก disrupt

(อ่านเพิ่มเติม A.I. vs MANKIND เมื่อมนุษย์พ่ายปัญญาประดิษฐ์)

แต่ถ้าพลิกมองจากอีกด้านของเหรียญ มันก็คือเรื่องเดียวกัน แต่เป็นโอกาส คำถามคือเราจะเปลี่ยนมันเป็นโอกาส ให้เกิด value capture อันใหม่ของธุรกิจได้ยังไง

ตรงนี้มันก็ขึ้นกับทั้ง mindset และ action ของผู้บริหาร ที่เชื่อมโยงกันทั้งทีมด้วย

เพราะจริงๆแล้ว EATLAB ก็เป็นตัวอย่างของการมองอีกด้านของเหรียญ เราอยู่ในธุรกิจอาหาร ที่น่าจะเรียกว่าพึ่งพา AI น้อยที่สุด เพราะมันมีความเป็นแทรดิชันแนลสูง เมื่อเทียบกับการเงิน เทเลคอม ฯลฯ ซึ่งเป็นกลุ่มแรกๆที่นำเทคโนโลยีมาใช้

ทุกวันนี้ขอบเขตการใช้งานที่เรารู้จัก มันยังจำกัดอยู่แค่แชทบอทกับกล้อง face detection

แต่ถ้าเรามองว่ามันคือเครื่องมือสำหรับช่วยตัดสินใจทางธุรกิจ เป็น simulated brain บนคอมพิวเตอร์ ที่จะช่วยตัดสินใจแทนคุณ เพิ่มยอดขายให้ธุรกิจของคุณก็ทำได้

#2
“AI as a service”

จริงๆแล้ว EATLAB ก็คือ AI as a service

งานของเรา คือการให้บริการ data analytics ให้กับร้านอาหาร เพื่อช่วยจัดการข้อมูลจำนวนมากที่เข้ามาตลอดเวลา เพราะข้อมูลพวกนี้เอามาใช้ประโยชน์ได้มากมาย และที่เรากำลังทำอยู่ ก็มีอยู่ห้าอย่าง

อย่างแรก คือการให้ AI ช่วยคิดเมนูใหม่ เพื่อให้ลูกค้ากลุ่มเดิมซื้อเยอะขึ้น ซื้อแพงขึ้น ซึ่งเราก็มี proof of concept ออกมาแล้วว่าเราช่วยเพิ่มยอดขายให้ร้านได้ต่อเดือน 30-40% ด้วยเมนูเหล่านี้ โดยที่ AI ก็เหมือนเป็นเชฟคนนึงในร้าน

เรื่องที่สองคือเรานำ AI มาใช้ในกล้องวิดีโอ ทำหน้าที่แทนผู้จัดการร้าน คอยดูพฤติกรรมพนักงานร้าน ว่าคนนี้ทำงานเร็วทันใจรึเปล่า ระยะเวลาการรออาหารของลูกค้าในแต่ละ shift เป็นยังไง เพื่อให้เป็นข้อมูลสำหรับผู้จัดการร้านว่าจะทำยังไงต่อ

เรื่องที่สาม คือเรามาช่วยในการตั้งราคา ดูเรื่องกำลังซื้อของลูกค้าแต่่ละกลุ่ม ให้มันเหมาะสมกับตัวโปรดักต์ของร้านนั้นๆ

เรื่องที่สี่ คือเรื่องของการจัดโปรโมชั่น เพราะบางครั้ง เวลาแข่งขันกันมากๆมันก็ขึ้นกับโปรโมชั่นแล้วว่าใครจะดึงดูดลูกค้าได้มากกว่า

และสุดท้าย เป็นโปรดักต์ที่กำลังจะ launch ในเร็วๆนี้ ซึ่งเราเชื่อว่าแตกต่างจากคนอื่นๆในตลาดมาก

ทั้งหมดนี้ ทำด้วยคอมพิวเตอร์ เป็น analytics service ที่มีแต่จะพัฒนาขึ้นเพราะวิธีของเราทำงานบนข้อมูลจากฐานของร้านอาหารที่เราให้บริการ รวมกับฐานข้อมูลออนไลน์ และก็ข้อมูลพฤติกรรมการกินของคนที่ EATLAB เก็บมาเองมาห้าปีแล้วตั้งแต่สมัยยังเป็นห้องแล็บวิจัย

ทั้งหมดนี้ ทำให้เราเป็นคนที่มีข้อมูลเกี่ยวกับร้านอาหารเยอะที่สุด ในเชิงกว้าง ไม่ใช่ของแบรนด์เดียว หรือโปรดักต์เดียว

ถึงตรงนี้ เราก็จะเห็นภาพมากขึ้นของโลกที่มี AI เป็นส่วนประกอบ

เราจะเห็นว่ามันถูกนำมาใช้ในเรื่องที่เป็นนามธรรม (abstract) ก่อน อย่างเรื่องการเงิน ในรูปของ automated trading, credit scoring แต่ตอนนี้ มันก็จะค่อยๆขยับมาเป็นเรื่องที่เป็นดิจิทัลน้อยลง

จนถึงท้ายที่สุด ก็คือเรื่องที่เป็นความต้องการพื้นฐานของคนทั่วไป ที่มันเป็นรูปธรรม (concrete) อย่างเช่นการกิน การนอน คือการจะแมตช์กันของเรื่องที่เป็นนามธรรม กับรูปธรรม มันก็จะยากหน่อย แต่อย่างที่บอกค่ะว่ามันก็คือโอกาส

#3
“เชื่อในข้อมูล ไม่เชื่อใน bias”

การเก็บข้อมูลของ EATLAB มีสมมติฐานบนสิ่งที่เราคิดว่ามันแสดงความรู้สึกของคนออกมา

คือเราไม่เชื่อในรีวิว เพราะจะด้วยความตั้งใจหรือไม่ กระบวนการทางความคิดของคนมักไม่ค่อยตรงกับการกระทำ

ขณะที่การเก็บข้อมูลของ EATLAB เราเก็บที่ภาษากาย เราดูปฏิกิริยาที่เค้ามีกับอาหาร มีกับเครื่องดื่ม จากวิดีโอขณะที่เค้ากินข้าว แล้วมาตีความว่าเป็นความรู้สึกที่เกิดขึ้น

ถึงท่าทางการกินของคนแต่ละชาติ จะไม่เหมือนกัน แต่ก็จะมีการแสดงออกบางอย่างที่เหมือนกัน และบางอย่างนั้น ไม่ได้ขึ้นกับภาษาที่พูด

เราดูจากภาษากาย (body language) และก็พยายามที่จะสกัดออกมาเป็นข้อมูลพฤติกรรมผู้บริโภค นั่นคือจุดเริ่มต้นที่เราเริ่มทำ EATLAB คือข้อมูลเท่านี้ยังไม่พอที่จะนำไปทำอะไรต่อ แต่มันก็เป็นข้อมูลที่มีความหมายชัดเจน

ถ้าเทียบเป็นความเข้มของสัญญาณ ก็ถือว่าเข้มกว่าสัญญาณประเภทอื่นๆ อย่างการรีวิว ฯลฯ

และ core value ของสิ่งที่ EATLAB ทำ คือ เราจะไม่พยายามชี้นำ AI เราจะปล่อยให้ AI พยายามหาความหมายในข้อมูลเอง

ข้อดีของเทคโนโลยีของเรา คือไม่ต้องการข้อมูลเยอะ ก็สามารถ discover เทรนด์ได้ ทำให้ความแม่นยำของโมเดลเราสูงกว่าวิธีอื่นๆ แต่ก็อาจจะมีการนำข้อมูลที่ผ่านการ supervised แบบ deep learning มาประกอบบ้าง

(อ่านเพิ่มเติม AI – Machine Learning – Deep Learning เหมือนหรือต่างกันอย่างไร?)

ยกตัวอย่าง กลุ่มลูกค้าของเราเป็น chain restaurant กลุ่มนี้ต่อให้มีสาขาเยอะ การบริหารจัดการก็ไม่เป็นปัญหา แต่การเข้าใจลูกค้าเนี่ย มีโอกาสที่เค้าจะหลุด เพราะพอทุกอย่างมันกลายเป็น mass ก็จะไม่ตรงใจเท่ากับร้านที่เป็น local

ซึ่งจริงๆแล้ว เค้าอาจจะยัง win อยู่ก็ได้ แต่เป็นการ win ด้วย economy of scale มากกว่า

นั่นทำให้ เค้ายังต้องการสิ่งที่เป็น insight จากลูกค้า สิ่งที่ EATLAB ทำให้ได้ คือสร้างกระบวนการย่อย insight ของลูกค้าให้เป็นระบบ เพื่อเป็นข้อมูลให้คนที่มีหน้าที่ตัดสินใจนำไปปรับปรุงร้าน ให้มีความ personalized สำหรับลูกค้าในแต่ละโลเกชั่น

หรืออย่างบริการหาทำเล ที่เราพยายามทำคือสร้างคนดูทำเลที่เป็นคอมพิวเตอร์

ถ้าเป็นซินแส เค้าก็จะเตือนว่าทางสามแพร่งมันไม่ดีนะ แต่ในที่นี้ เราก็พยายามจะอธิบายด้วยเหตุผลด้วย ว่าทำไมทางสามแพร่งมันถึงเปิดร้านไม่ได้

ยกตัวอย่าง ถ้าเราพูดถึงทองหล่อ ที่เป็น hot area ในแง่ของข้อมูล ประชากรหนาแน่น แทรฟฟิกเยอะ ฯลฯ

แต่ข้อมูลที่เราหาคือ คนที่อาศัยอยู่แถวนั้น เค้ากินอาหารแถวนั้นรึเปล่า เค้าไปทำงานที่ไหน กินข้าวมื้อไหนที่ไหน ข้อมูลพวกนี้คือสิ่งที่จะมาประกอบกัน เพื่อหาว่าร้านแถวนั้นที่ขายได้ เค้าขายคนที่อยู่แถวนั้น หรือขายคนที่เดินทางมา

สมมติเป็นคนที่เดินทางมา แล้วเค้าจะมาจากตรงไหนได้บ้าง ด้วยความที่รถมันติด คนที่จะมาได้ ต้องเป็นคนกลุ่มไหนประมาณไหน ฯลฯ

สุดท้าย เราก็จะเห็นภาพร้านอาหารที่เจริญเติบโตได้ในทำเลนั้น มันควรจะเป็นร้านแบบไหน มันมีความเกี่ยวพันกันไปหลายๆด้าน

#4
“ไทยอยู่ตรงไหนบนแผนที่ AI โลก”

เอาจริงๆ ถ้าเทียบกับชาติอื่นๆ เรายังอยู่หลังๆเลยค่ะ ถ้ายึดจากการจัดอันดับของ Mckinsey ประเทศไทยนี่คือเรียกว่าไม่ติดอันดับเลย ของการริเริ่มนำ AI มาใช้

เราเป็นแค่ first follower ที่ดี คือถ้ามีตัวอย่างที่ดีของการใช้ AI โดยคนอื่น ก็จะเกิดการตามอย่างรวดเร็ว แต่ไม่ได้เห็นความจำเป็นที่จะต้องเป็นคนเริ่ม

ส่วนนึง เพราะเราเป็นประเทศในภาคการผลิต ก็เลยไม่มีเวลาพอที่จะมาวางนโยบายเพื่อป้องกันหรือรับมือกับการแข่งขัน

แต่จริงๆ ถ้าเราเสียความสามารถในการแข่งขันของธุรกิจอาหารไป รายได้ของประเทศมหาศาลก็จะหายไปด้วย เพราะต่อไป economy of scale ของการปลูกพืชผักหรือแม้แต่เนื้อสัตว์ในห้องแล็บ มันจะมีผลมาก

ที่ผ่านมา คือเรามีอาหารอร่อยในราคาถูก เพราะเราปลูกเองทำขายเอง ราคาก็เลยต่ำ แต่ถ้าต่อไป คู่แข่งเขาชนะเราในเรื่องนี้ได้ อีกไม่นาน เราก็จะค่อยๆหมดความได้เปรียบในธุรกิจมาร์จินต่ำอย่างการท่องเที่ยวหรืออาหาร พอถึงจุดนั้น เราจะลำบาก

(อ่านเพิ่มเติม สงคราม AI : จับตา 5 ชาติผู้นำด้านปัญญาประดิษฐ์)

#5
“โลกอนาคตในยุค Rise of AI”

ส่วนตัวมองว่าในอนาคต จะเกิดการรวมเข้าด้วยกัน ระหว่าง AI กับมนุษย์ อาจจะเป็นในลักษณะของ cloud intelligence

คือสิ่งที่คุณหรือใครคิด สมมติมันไม่ถูกต้อง ก็จะค่อยๆถูกกรองทิ้งไปบนคลาวด์ ผ่านการโหวตตามหลักประชาธิปไตยของคนหมู่มาก

ถ้าประชากรบนโลกได้รับการศึกษาที่ดีขึ้น ทุกคนมีโอกาสในการเข้าถึงแหล่งข้อมูลอย่างทั่วถึง ก็จะก่อให้เกิดระบบความคิดโดยรวม ที่ฉลาดและก้าวข้ามสมองของใครคนใดคนหนึ่ง ซึ่งตัวระบบมันก็คงจะไม่ได้อยู่ในตัวมนุษย์ แต่จะอยู่ในรูปแบบใดรูปแบบหนึ่งแทน

หรือพูดให้ชัดขึ้น มันก็คือ Universal truth นั่นเอง แต่ถูกปรับเปลี่ยนให้อยู่ในรูปของโค้ดแทน ก็หวังว่ามันอาจจะเกิดขึ้นในช่วงชีวิตของเรา หรืออาจจะในรุ่นลูก ไม่น่าจะเกินจากนี้

อย่างปัจจุบันนี้ สิ่งที่ Neuralink ของ อีลอน มัสก์ กำลังทำอยู่ ก็คือเชื่อมการส่งสัญญาณจากสมองไปสู่เครื่องมือต่างๆได้แบบ full integration แต่ในระยะยาว ก็คงจะพัฒนาไปสู่การยืดอายุกระบวนการคิดของมนุษย์ ให้ยืนยาวกว่าอายุของร่างกาย ซึ่งก็คงจะเดินไปในทิศเดียวกัน

#6
“แจ๊ค หม่า หรือ อีลอน มัสก์?”

ไม่ได้ดูถ่ายทอดสดตอนที่เค้าดีเบทกันนะคะ แต่ก็อ่านจากข่าวสารที่สรุปมา คือพอจะบอกได้อย่างนึงว่า แจ๊ค หม่า เค้าเป็นเซลส์ ซึ่งนักขาย ก็คือคนที่เห็นโอกาสใกล้ัตัวก่อนคนอื่น แต่ มัสก์ เค้าเป็นคนที่มีวิสัยทัศน์มากๆ ซึ่งจะมองอะไรไปไกลกว่าในปัจจุบัน

ฉะนั้น ถ้าระยะเวลาใกล้ๆ ก็ต้องเชื่อ แจ๊ค หม่า แต่ถ้าระยะยาว ก็คงเชื่อ มัสก์ ค่ะ

 

ในวันที่ 26 กันยายนนี้ ดร. ชนิกานต์ ก็จะขึ้นเวทีเป็นหนึ่งในสปีกเกอร์ ของงาน RISE Innovation Week 2019 ที่ The Society อาคาร Gaysorn Tower ร่วมกับคนในแวดวง AI อื่นๆ

อาทิ คุณวโรดม คำแผ่นชัย ผู้เชี่ยวชาญการพัฒนาและออกแบบระบบ Machine Learning และด้านพลังงาน และ Bangkok A.I. Ambassador และคุณอาภาพร สกุลกิตติยุต สถาปนิกด้าน โซลูชั่น คลาวด์ (Data & AI) ของไมโครซอฟต์ ประเทศไทย

รวมถึงช่วงพิเศษ RISE.AI Demo Day ที่ผู้ร่วมงานจะได้ร่วมฟังโชว์เคสจากสตาร์ทอัพ AI จากทั่วโลกกว่า 30 ทีมที่ทำงานร่วมกับองค์กรและภาครัฐ

ผู้สนใจเข้าร่วม สามารถซื้อบัตรได้ที่นี่ RISE Innovation Week

หรือต้องการรายละเอียดเพิ่มเติม ติดต่อสอบถามได้ที่ 099-190-1468

AHEAD ASIA นวัตกรรม ล้ำหน้า

คุยเรื่อง เทคโนโลยีควอนตัม ไอเดียพลิกโลก กับ ดร. ธิปรัชต์ โชติบุตร แห่ง QTFT

Subscribe to Our Newsletter

Loading
Total
0
Shares
Previous Article

สิงคโปร์ vs Tesla : เพราะ EV ไม่ใช่คำตอบสุดท้าย

Next Article
World Robot Games Championship 2019

อนันดา เออร์เบินเทค ร่วมพิธีเปิด World Robot Games Championship 2019

Related Posts