การใช้ AI ของ Amazon เพื่อปรับปรุงการจัดการเคลมอย่างมีประสิทธิภาพและประหยัดต้นทุน

AI ใน Amazon

เมื่อพูดถึง Amazon หลายคนอาจนึกถึงเว็บไซต์ช้อปปิ้งขนาดใหญ่หรือเครือข่ายโลจิสติกส์ที่ครอบคลุมทั่วโลก แต่เบื้องหลังความสำเร็จระดับนี้ยังมีระบบเทคโนโลยีที่ซับซ้อนและทีมงานจำนวนมากที่ต้องจัดการกับข้อมูลมหาศาล หนึ่งในภารกิจที่ท้าทายคือการบริหารจัดการ “เคลม” หรือข้อเรียกร้องต่าง ๆ ที่เกี่ยวข้องกับความเสี่ยง เช่น อุบัติเหตุจากการขนส่ง หรือค่าชดเชยพนักงาน ซึ่งแต่ละเคสอาจมีเอกสารแนบมาเป็นสิบ ๆ ฉบับ และต้องใช้เวลามากในการวิเคราะห์และสรุปข้อมูลเหล่านี้อย่างถูกต้องและเป็นธรรม

โซลูชัน AI ของ Amazon

เพื่อช่วยให้ทีมบริหารความเสี่ยงของ Amazon ทำงานได้รวดเร็วและแม่นยำยิ่งขึ้น ทีมเทคโนโลยีภายในของบริษัทได้พัฒนาโซลูชัน AI สำหรับสรุปข้อมูลจากเอกสารเคลมโดยเฉพาะ โดยในช่วงปลายปี 2024 พวกเขาเริ่มใช้โมเดล AI ที่สามารถสร้างบทสรุปของเคลมแต่ละรายการให้อยู่ในรูปแบบที่อ่านง่ายและกระชับไม่เกิน 500 คำ อย่างไรก็ตาม แม้จะได้ผลลัพธ์ที่ดี แต่ก็พบว่าต้นทุนในการประมวลผลต่อครั้งยังสูง และใช้เวลานานถึง 3–5 นาทีต่อเคส ซึ่งกลายเป็นอุปสรรคสำคัญหากต้องการขยายการใช้งานไปยังแผนกอื่น ๆ ขององค์กร

โมเดลพื้นฐานจาก Nova

เพื่อแก้ไขปัญหานี้ ทีมงานจึงหันมาทดลองใช้โมเดลพื้นฐาน (foundation models) จากชุด Amazon Nova ซึ่งเป็นกลุ่มโมเดลภาษา AI ที่ออกแบบมาให้เหมาะกับงานด้านการประมวลผลภาษาธรรมชาติโดยเฉพาะ โดยเลือกใช้สองเวอร์ชันหลักคือ Amazon Nova Lite และ Amazon Nova Micro จุดเด่นของโมเดลเหล่านี้คือสามารถทำงานได้เร็วกว่าเดิมหลายเท่า ในขณะที่ต้นทุนลดลงอย่างมาก ตัวอย่างเช่น Nova Lite ทำงานเร็วขึ้นถึงสองเท่า และมีต้นทุนต่ำกว่าระบบเดิมถึง 98% ส่วน Nova Micro ยิ่งโดดเด่นกว่านั้น เพราะเร็วขึ้นถึงสี่เท่า และประหยัดค่าใช้จ่ายได้ถึง 99%

คุณภาพของบทสรุป

สิ่งที่น่าสนใจคือ แม้จะลดต้นทุนและเวลา แต่คุณภาพของบทสรุปที่ได้ยังคงอยู่ในระดับดี โดยเฉพาะเมื่อจัดการกับเอกสารที่หลากหลายและมีความยาวมาก ซึ่งเป็นลักษณะทั่วไปของข้อมูลเคลม การทำงานทั้งหมดนี้เกิดขึ้นผ่านระบบอัตโนมัติบนคลาวด์ของ AWS โดยเริ่มจากการเตรียมข้อมูลด้วย AWS Glue จัดเก็บไว้ใน Amazon S3 แล้วส่งคำขอผ่านระบบคิว (Amazon SQS) ไปยังบริการประมวลผลแบบไร้เซิร์ฟเวอร์ (AWS Lambda) ที่เรียกใช้งานโมเดล AI บนแพลตฟอร์ม Amazon Bedrock เพื่อสร้างบทสรุป นอกจากนี้ ยังมีการใช้ฐานข้อมูล DynamoDB เพื่อเก็บผลลัพธ์ชั่วคราว ลดการประมวลผลซ้ำ และควบคุมค่าใช้จ่ายอีกด้วย

แนวทางใหม่ของ Amazon

เมื่อย้อนดูบริบทก่อนหน้านี้ จะเห็นว่า Amazon มีความพยายามต่อเนื่องในการนำ AI มาใช้ปรับปรุงกระบวนการภายในองค์กร โดยเฉพาะในส่วนที่เกี่ยวข้องกับข้อมูลจำนวนมากและต้องการความแม่นยำสูง ก่อนหน้านี้ บริษัทได้เปิดตัวแพลตฟอร์ม Amazon Bedrock เพื่อให้ลูกค้าสามารถเข้าถึงโมเดล AI ชั้นนำจากหลายผู้ให้บริการ รวมถึงชุดโมเดลของตนเองอย่าง Titan และล่าสุดคือ Nova การเลือกใช้ Nova ในกรณีนี้สะท้อนให้เห็นถึงแนวทางใหม่ที่เน้นทั้งประสิทธิภาพ ความยืดหยุ่น และต้นทุนที่เหมาะสม แสดงให้เห็นว่า Amazon ไม่เพียงแต่สร้างเครื่องมือ AI สำหรับลูกค้าเท่านั้น แต่ยังนำมาใช้งานจริงภายในองค์กรเพื่อเพิ่มคุณค่าเชิงธุรกิจ

แนวโน้มในวงการเทคโนโลยี

แม้ข่าวนี้จะดูเฉพาะทาง แต่ก็สะท้อนภาพรวมของแนวโน้มในวงการเทคโนโลยีได้อย่างชัดเจน นั่นคือ การเปลี่ยนผ่านจากระบบ AI ขนาดใหญ่ราคาแพง มาสู่โซลูชันที่เล็กลง ประหยัดขึ้น แต่ยังตอบโจทย์ด้านคุณภาพได้ดี สำหรับองค์กรใดที่กำลังเผชิญกับความท้าทายในการจัดการเอกสารจำนวนมากหรือกระบวนการทำงานที่ซับซ้อน ข่าวนี้อาจเป็นแรงบันดาลใจในการสำรวจทางเลือกใหม่ ๆ ที่ทั้งฉลาดและคุ้มค่ากว่าเดิม โดยไม่จำเป็นต้องลงทุนสูงเสมอไป

เลือกวิธีแก้ไขปัญหา

ท้ายที่สุดแล้ว สิ่งสำคัญไม่ใช่แค่เลือกเครื่องมือที่ทันสมัยที่สุด แต่คือการเข้าใจบริบทขององค์กรตนเอง และเลือกวิธีแก้ไขปัญหาที่เหมาะสมที่สุด ทั้งในแง่คุณภาพ ความเร็ว และต้นทุน — ซึ่งดูเหมือนว่า Amazon กำลังเดินอยู่บนเส้นทางนั้นอย่างมั่นคง