จากรายงานประจำปีดัชนีแนวโน้มงาน (Work Trend Index) ที่ไมโครซอฟต์เผยแพร่เมื่อวันที่ 5 พฤษภาคม รายงานดังกล่าวได้วิเคราะห์สัญญาณด้านประสิทธิภาพการทำงานของ Microsoft 365 แบบไม่ระบุตัวตนหลายล้านครั้ง และสำรวจพนักงาน 20,000 คนในหลายตลาด เช่น สหรัฐอเมริกา สหราชอาณาจักร อินเดีย และญี่ปุ่น ผลข้อมูลชี้ว่า มีเพียง 13% ของพนักงานเท่านั้นที่ระบุว่า นายจ้างจะให้รางวัลเมื่อการทดลองใช้ AI เพื่อปรับปรุงงานไม่ให้ผลลัพธ์ตามที่คาดหวัง
ช่องว่างเชิงโครงสร้างในการเตรียมพร้อมด้าน AI ของทั้งบุคคลและองค์กร
ตามรายงานดัชนีแนวโน้มงานของไมโครซอฟต์ ผู้ใช้ AI 65% บอกว่ากังวลว่าหากไม่ปรับตัวให้ทันโดยเร็วจะเกิดความล้าหลัง ขณะที่ 45% ยอมรับว่าการมุ่งเน้นกับเป้าหมายที่มีอยู่ให้ความรู้สึกปลอดภัยกว่าการรื้อออกแบบเวิร์กโฟลว์ใหม่ รายงานฉบับต้นฉบับระบุว่า: “พนักงานจำนวนมากขึ้นเรื่อย ๆ กำลังใช้ AI ด้วยวิธีการที่ล้ำหน้าและมีประสิทธิภาพ แต่ปัญหาคือ องค์กรส่วนใหญ่ไม่ได้ก้าวทัน ในหลายกรณี คนพร้อมแล้ว แต่ระบบรอบตัวพวกเขายังไม่พร้อม”
ไมโครซอฟต์นิยาม “ผู้เชี่ยวชาญแนวหน้า” ในกลุ่มผู้ใช้ AI ที่ถูกสำรวจ ว่าเป็นกลุ่มที่ดำเนินงานผ่านเวิร์กโฟลว์ตัวแทนหลายขั้นตอน ปรับโครงสร้างกระบวนการทำงาน และสร้างมาตรฐานปฏิบัติการร่วมกันระหว่างทีม โดยคิดเป็น 16% ของผู้ใช้ AI ที่ถูกสำรวจ ในกลุ่มนี้ สัดส่วนที่ทำภารกิจได้สำเร็จในสิ่งที่เมื่อ 1 ปีก่อนทำไม่ได้ อยู่ที่ 80% ซึ่งสูงกว่าสัดส่วนโดยรวมของผู้ใช้ AI ที่อยู่ที่ 58%
ปัจจัยเชิงองค์กรคิดเป็น 67% ของอิทธิพลต่อ AI: ข้อมูลสำคัญของไมโครซอฟต์
จากรายงานของไมโครซอฟต์ ปัจจัยเชิงองค์กร (ครอบคลุมวัฒนธรรมองค์กร การสนับสนุนจากผู้จัดการ และกลไกการพัฒนาบุคลากร) คิดเป็น 67% ของอิทธิพลเชิงปริมาณที่ AI สร้างให้ ขณะที่รูปแบบความคิดและพฤติกรรมส่วนบุคคลคิดเป็นเพียง 32% รายงานจึงแบ่งผู้ใช้ AI ออกเป็น 3 ระดับ:
รายงานของไมโครซอฟต์: ข้อมูลการแบ่งชั้นผู้ใช้ AI (ที่มา: รายงานดัชนีแนวโน้มงานของไมโครซอฟต์)
สถานะระดับแนวหน้า: ผู้ใช้ AI 19% อยู่ในสภาวะที่ “ความสามารถขององค์กร” และ “ความพร้อมของบุคคล” ส่งเสริมกันและกันได้อย่างดีที่สุด
ยังไม่ถึงสถานะที่ดีที่สุด: ผู้ใช้ AI 31% ยังไม่ถึงระดับแนวหน้าที่ดีที่สุดดังกล่าว
ระยะเริ่มต้นของการพัฒนา: ความสามารถด้าน AI ของแต่ละบุคคลและเงื่อนไขการสนับสนุนจากองค์กรของผู้ใช้รายที่เหลือยังอยู่ระหว่างการก่อตัว
แรงจูงใจจากองค์กรไม่เพียงพอ: มีเพียง 13% ของพนักงานที่ระบุว่านายจ้างให้รางวัลเมื่อการทดลองใช้ AI ล้มเหลว
ความสอดคล้องของผู้นำไม่เพียงพอ: มีเพียง 26% ของพนักงานที่เห็นว่าผู้นำยังคงมีความสอดคล้องในกลยุทธ์ด้าน AI
คำถามที่พบบ่อย
ขนาดกลุ่มตัวอย่างของการสำรวจครั้งนี้ และครอบคลุมตลาดใดบ้าง?
ตามรายงานประจำปีของดัชนีแนวโน้มงานของไมโครซอฟต์ การสำรวจครอบคลุมพนักงาน 20,000 คนในหลายตลาด รวมถึงสหรัฐอเมริกา สหราชอาณาจักร อินเดีย และญี่ปุ่น และทำการวิเคราะห์โดยผสานรวมสัญญาณด้านประสิทธิภาพการทำงานของ Microsoft 365 แบบไม่ระบุตัวตนนับหลายล้านล้านครั้ง
คำจำกัดความของ “ผู้เชี่ยวชาญแนวหน้า” ในรายงาน และสัดส่วนเท่าใด?
ตามรายงานของไมโครซอฟต์ “ผู้เชี่ยวชาญแนวหน้า” หมายถึงผู้ใช้ AI ที่ดำเนินเวิร์กโฟลว์ตัวแทนหลายขั้นตอน ปรับออกแบบกระบวนการทางธุรกิจ และสร้างมาตรฐานการปฏิบัติการร่วมกันระหว่างทีม โดยคิดเป็น 16% ของผู้ใช้ AI ที่ถูกสำรวจ รายงานยังระบุด้วยว่า ผู้ใช้ AI 19% บรรลุ “สถานะระดับแนวหน้าที่ดีที่สุด” ซึ่งความสามารถขององค์กรและความพร้อมของบุคคลส่งเสริมกันและกัน
จากข้อมูลในรายงาน ปัจจัยเชิงองค์กรมีสัดส่วนสนับสนุนอิทธิพลต่อ AI เท่าใด?
ตามรายงานดัชนีแนวโน้มงานของไมโครซอฟต์ ปัจจัยเชิงองค์กร (รวมถึงวัฒนธรรมองค์กร การสนับสนุนจากผู้จัดการ และกลไกการพัฒนาบุคลากร) มีส่วนคิดเป็น 67% ของอิทธิพลเชิงปริมาณที่ AI สร้างให้ ขณะที่รูปแบบความคิดและพฤติกรรมส่วนบุคคลอยู่ที่ 32% และที่เหลือมาจากปัจจัยอื่น ๆ
btc.bar.articles
Sakana AI และ Nvidia ทำได้เร็วกว่าการอินเฟอเรนซ์ H100 ถึง 30% ด้วยการข้ามการคำนวณที่ไม่ถูกต้อง 80%
Sakana AI และ Nvidia ได้เปิดซอร์ส TwELL ซึ่งเป็นรูปแบบข้อมูลแบบเบาบางที่ช่วยให้ GPU H100 ข้ามการคำนวณที่ไม่ถูกต้องไปถึง 80% ในโมเดลภาษาขนาดใหญ่โดยไม่ลดทอนความแม่นยำ โซลูชันนี้ช่วยให้การอนุมานเร็วขึ้นได้ถึง 30% และการฝึกเร็วขึ้น 24% บน H100 พร้อมทั้งลดการใช้หน่วยความจำสูงสุด ระหว่างการทดสอบกับโมเดลพารามิเตอร์ 1.5 พันล้าน วิธีดังกล่าวทำให้จำนวนประสาทที่ทำงานอยู่ลดลงต่ำกว่า 2% ด้วยการทำให้สม่ำเสมอแบบเบา (lightweight regularization) ระหว่างการฝึก โดยไม่พบการเสื่อมของประสิทธิภาพในงานปลายน้ำ 7 งาน
GateNews16 นาที ที่แล้ว
Microsoft เปิดซอร์สโมเดล Phi-Ground 4B เฟรมเวิร์ก เพิ่มประสิทธิภาพเหนือ OpenAI Operator และ Claude ในความแม่นยำการคลิกหน้าจอ
ตาม Beating ไมโครซอฟต์ได้เปิดซอร์สตระกูลโมเดล Phi-Ground เมื่อไม่นานมานี้ ซึ่งออกแบบมาเพื่อแก้ปัญหาว่า AI ควร “คลิก” ตรงไหนบนหน้าจอคอมพิวเตอร์ รุ่นที่มีพารามิเตอร์ 4 พันล้าน พ่วงกับโมเดลภาษาขนาดใหญ่สำหรับการวางแผนตามคำสั่ง ทำสถิติความแม่นยำในการคลิกได้เกิน OpenAI Operator และ Claude Computer Use ในเกณฑ์ Showdown และติดอันดับ 1 ในบรรดาโมเดลทั้งหมดที่มีพารามิเตอร์ต่ำกว่า 100 พันล้าน ใน 5 การประเมิน รวมถึง ScreenSpot-Pro ทีมงานฝึกด้วยข้อมูลตัวอย่างมากกว่า 40 ล้านรายการ และพบว่าเทคนิคการฝึก 3 แบบที่
GateNews49 นาที ที่แล้ว
Tilde Research พบว่า Muon Optimizer ทำให้เซลล์ประสาทตาย 25%; Aurora Alternative ให้ประสิทธิภาพการใช้ข้อมูลเพิ่มขึ้น 100 เท่า
ตามรายงานของ Tilde Research ตัวเพิ่มประสิทธิภาพ (optimizer) Muon ที่นำมาใช้โดยโมเดล AI ชั้นนำ รวมถึง DeepSeek V4 และ Kimi K2.5 มีข้อบกพร่องแอบแฝง: ทำให้เซลล์ประสาท (neurons) ในเลเยอร์ MLP มากกว่า 25% ตายถาวรในช่วงการฝึกระยะเริ่มต้น ทีมได้ออกแบบ Aurora ซึ่งเป็น optimizer ทางเลือก และเผยแพร่เป็นโอเพนซอร์ส โมเดลพารามิเตอร์ 1.1B ที่ฝึกด้วยเพียง 100B tokens ให้ผลเทียบเท่ากับ Qwen3-1.7B ที่ฝึกบน 36T tokens ในเกณฑ์ทดสอบความเข้าใจภาษาอย่าง HellaSwag และ Winogrande แสดงให้เห็นการปรับปรุงประสิทธิภาพด้านข้
GateNews1 ชั่วโมง ที่แล้ว
Nvidia ทุ่มเงินลงทุนด้าน AI มากกว่า 40 พันล้านดอลลาร์ในช่วงต้นปี 2026 รวมถึง 30 พันล้านดอลลาร์ให้กับ OpenAI
ตามรายงานของ TechCrunch ระบุว่า Nvidia ทุ่มมากกว่า 40 พันล้านดอลลาร์สหรัฐให้กับการลงทุนในตราสารทุนของบริษัท AI ในช่วงไม่กี่เดือนแรกของปี 2026 โดยการลงทุน 30 พันล้านดอลลาร์สหรัฐใน OpenAI ถือเป็นคำมั่นครั้งเดียวที่ใหญ่ที่สุด ผู้ผลิตชิปดังกล่าวยังให้คำมั่นว่าจะลงทุนได้สูงสุด 3.2 พันล้านดอลลาร์สหรัฐใน Corning ผู้ผลิตกระจก และมากถึง 2.1 พันล้านดอลลาร์สหรัฐให้กับ IREN ผู้ให้บริการศูนย์ข้อมูล ซึ่งรวมถึงใบสำคัญแสดงสิทธิ 5 ปี และสัญญาแยกต่างหากมูลค่า 3.4 พันล้านดอลลาร์สหรัฐสำหรับบริการคลาวด์ GPU แบบบริหา
GateNews4 ชั่วโมง ที่แล้ว
NVIDIA เปิดพื้นที่ให้เป็นพันธมิตรระยะยาวด้าน AI ของ Deepinfra ระดมทุนรอบ B จำนวน 1.07 พันล้านดอลลาร์สหรัฐ เพื่อสร้าง “โรงงานโทเค็น”
สตาร์ทอัพด้านปัญญาประดิษฐ์ DeepInfra ประกาศปิดการระดมทุนรอบ B มูลค่า 1.07 พันล้านดอลลาร์สหรัฐ โดย 500 Global และ Georges Harik วิศวกรรุ่นแรกของ Google เป็นผู้นำการลงทุน ขณะที่นักลงทุนเชิงยุทธศาสตร์อย่าง NVIDIA (NVIDIA), Samsung Next และ Supermicro เข้าร่วมลงทุนด้วย จากข่าวอย่างเป็นทางการเผยว่าเงินที่ได้รับครั้งนี้จะนำไปขยายความจุศูนย์ข้อมูลทั่วโลก เพื่อรับมือกับต้นทุนการคำนวณและคอขวดด้านประสิทธิภาพที่เกิดขึ้นเมื่อการใช้งาน AI ในปัจจุบันเปลี่ยนจาก “การฝึกโมเดล” ไปสู่ “การอนุมานขนาดใหญ่” ความต้องก
ChainNewsAbmedia4 ชั่วโมง ที่แล้ว
สมาชิกสภาปกครอง ECB เอสครีบา เตือนความเสี่ยงด้าน AI ต่อโครงสร้างพื้นฐานทางการเงินในวันที่ 9 พฤษภาคม
สมาชิกสภาปกครอง ECB อย่าง Escrivá กล่าวเมื่อวันที่ 9 พฤษภาคมว่า ธนาคารกลางจำเป็นต้องประเมินความทนทานของโครงสร้างพื้นฐานทางการเงินและความแข็งแกร่งด้านการคุ้มครองไซเบอร์อีกครั้ง โดยพิจารณาจากความก้าวหน้าของปัญญาประดิษฐ์ จากคำกล่าวของเขาในงานอีเวนต์ดังกล่าว ความก้าวหน้าล่าสุดของ AI ทำให้ต้องมีการทบทวนความสามารถของระบบการเงินในการรับมือกับความเสี่ยงที่กำลังเกิดขึ้น
GateNews5 ชั่วโมง ที่แล้ว
