Gemini Omni และ Personal Avatars แสดงให้เห็นว่าปัญญาประดิษฐ์กำลังก้าวจากการเป็นเครื่องมือช่วยสร้างเนื้อหา ไปสู่การเป็น “ตัวแทนดิจิทัล” ที่สามารถสื่อสารแทนมนุษย์ได้ เทคโนโลยีนี้มีศักยภาพในการลดต้นทุนและเวลาในการผลิตวิดีโอ
พร้อมเปิดโอกาสใหม่ให้กับองค์กร นักการศึกษา และผู้สร้างคอนเทนต์
อย่างไรก็ตาม ความก้าวหน้าดังกล่าวต้องเดินควบคู่กับมาตรการด้านความปลอดภัย การยืนยันตัวตน และความโปร่งใส เพื่อให้การใช้ AI สร้างความเชื่อมั่น มากกว่าการสร้างความสับสนในโลกที่เส้นแบ่งระหว่าง “ของจริง” และ “ของที่ AI สร้าง” กำลังเลือนรางลงทุกวัน
เป็นเวลาหลายทศวรรษที่การสื่อสารผ่านวิดีโอมีข้อจำกัดสำคัญอยู่ข้อหนึ่ง นั่นคือ “มนุษย์ต้องอยู่หน้ากล้อง”
หากผู้บริหารต้องการส่งสารถึงพนักงาน ก็ต้องหาเวลามาถ่ายทำ หากอาจารย์ต้องการอัดบทเรียน ก็ต้องเตรียมสถานที่ แสง และอุปกรณ์ หากทีมการตลาดต้องการผลิตวิดีโอหลายสิบเวอร์ชัน ก็ต้องถ่ายซ้ำครั้งแล้วครั้งเล่า
แต่วันนี้ แนวคิดดังกล่าวกำลังถูกท้าทาย
Google เปิดตัวความสามารถใหม่ใน Google Vids ด้วย Gemini Omni และ Personal Avatars ที่ไม่ได้เป็นเพียงเครื่องมือสร้างวิดีโอด้วย AI เท่านั้น แต่ยังเปิดประตูสู่ยุคที่ “ตัวแทนดิจิทัล” ของเราสามารถสื่อสารแทนเจ้าของตัวจริงได้อย่างเป็นธรรมชาติยิ่งขึ้น ทั้งหมดนี้เกิดขึ้นภายในระบบ Google Workspace ที่หลายองค์กรใช้งานอยู่แล้ว
...Generative AI ในช่วงไม่กี่ปีที่ผ่านมาเริ่มจากการสร้างข้อความ ต่อด้วยภาพ เสียง และในที่สุดก็มาถึงวิดีโอ
ปัญหาของการสร้างวิดีโอด้วย AI ในอดีตคือ ผู้ใช้ต้องอาศัยคำสั่งที่ซับซ้อน และเมื่อได้ผลลัพธ์แล้ว หากต้องการแก้ไขก็แทบต้องเริ่มต้นใหม่ทั้งหมด
Gemini Omni พยายามแก้ปัญหานี้ด้วยแนวคิดที่เรียบง่ายกว่า นั่นคือให้ผู้ใช้ “สนทนา” กับ AI
แทนที่จะใช้โปรแกรมตัดต่อที่เต็มไปด้วยเครื่องมือจำนวนมาก ผู้ใช้เพียงอธิบายสิ่งที่ต้องการ เช่น
“เปลี่ยนฉากหลังเป็นสำนักงาน”
“ทำให้ภาพสว่างขึ้น”
“เพิ่มเอฟเฟกต์แสง”
“เปลี่ยนโทนสีให้ดูอบอุ่น”
AI จะตีความคำสั่งเหล่านี้แล้วแก้ไขวิดีโอให้โดยตรง ทำให้การตัดต่อวิดีโอเริ่มมีลักษณะคล้ายการคุยกับผู้ช่วยมากกว่าการนั่งเรียนรู้ซอฟต์แวร์ระดับมืออาชีพ
ความสามารถที่น่าสนใจกว่านั้นคือ Personal Avatars
ผู้ใช้สามารถสร้างอวตารดิจิทัลของตนเองได้จากการยืนยันตัวตน ถ่ายภาพใบหน้า และบันทึกเสียงสั้น ๆ จากนั้น AI จะสร้างตัวแทนที่สามารถพูดข้อความใหม่ตามที่เราพิมพ์ได้
ผลลัพธ์คือ วิดีโอที่ดูเหมือนเจ้าของบัญชีกำลังพูด แม้ว่าจะไม่ได้อยู่หน้ากล้องจริงก็ตาม
สำหรับหลายองค์กร นี่อาจเปลี่ยนวิธีผลิตสื่อภายในอย่างมาก
ผู้บริหารสามารถส่งสารถึงพนักงานหลายภาษา
ครูสามารถอัปเดตบทเรียนได้ทุกวัน
ฝ่ายทรัพยากรบุคคลสามารถสร้างวิดีโอแนะนำพนักงานใหม่
ทีมขายสามารถสร้างวิดีโอสำหรับลูกค้าแต่ละรายโดยไม่ต้องถ่ายทำใหม่ทุกครั้ง
ทั้งหมดนี้ใช้เวลาเพียงไม่กี่นาที แทนที่จะต้องจองสตูดิโอหรือจัดตารางถ่ายทำที่ยุ่งยากเหมือนในอดีต
แต่มีคำถามที่หลายคนตั้งขึ้นคือ หาก AI สามารถพูดแทนเราได้ แล้วมนุษย์ยังจำเป็นอยู่หรือไม่
คำตอบอาจไม่ใช่การแทนที่ แต่คือการขยายศักยภาพ
ลองนึกถึงผู้บริหารขององค์กรขนาดใหญ่ที่ต้องอัดวิดีโอประกาศทุกสัปดาห์ เดิมทีพวกเขาอาจใช้เวลาหลายชั่วโมงกับการถ่ายทำ แต่งหน้า จัดแสง และตัดต่อ
เมื่อมีอวตารดิจิทัล เวลาส่วนนี้อาจลดลงเหลือเพียงการเขียนข้อความที่ต้องการสื่อสาร เวลาที่เหลือสามารถนำไปใช้กับการคิดกลยุทธ์ การพบลูกค้า หรือการตัดสินใจทางธุรกิจได้มากขึ้น
AI จึงทำหน้าที่คล้าย “เครื่องขยายเวลา” มากกว่า “ผู้มาแทน”
แต่ความสะดวกมาพร้อมคำถามด้านจริยธรรม
ทันทีที่ AI สามารถเลียนแบบใบหน้าและเสียงของมนุษย์ได้ ความกังวลเรื่อง Deepfake ก็เกิดขึ้นอย่างหลีกเลี่ยงไม่ได้
Google จึงออกแบบระบบให้มีขั้นตอนยืนยันตัวตนก่อนสร้าง Personal Avatar เพื่อป้องกันไม่ให้ผู้อื่นสร้างอวตารของคนอื่นโดยไม่ได้รับอนุญาต
นอกจากนี้ ผู้ใช้ยังสามารถจัดการหรือลบอวตารของตนเองผ่านบัญชี Google ได้ และผู้ดูแลระบบองค์กรสามารถเปิดหรือปิดการใช้งานฟีเจอร์นี้ได้จากหน้า Admin Console
อีกมาตรการหนึ่งคือการใส่ SynthID ซึ่งเป็นลายน้ำดิจิทัลแบบมองไม่เห็นลงในวิดีโอที่สร้างด้วย AI เพื่อช่วยตรวจสอบแหล่งที่มาของเนื้อหาในอนาคต แม้ผู้ชมจะไม่สามารถมองเห็นด้วยตาเปล่า แต่ระบบตรวจสอบสามารถระบุได้ว่าวิดีโอนั้นถูกสร้างด้วย AI ของ Google
อนาคตของการประชุมอาจเปลี่ยนไป
ลองจินตนาการถึงอีกไม่กี่ปีข้างหน้า
บางคนอาจส่ง “ตัวแทน AI” เข้าประชุมแทนในบางช่วง
ผู้สอนอาจมีอวตารที่สามารถอธิบายบทเรียนซ้ำได้ตลอด 24 ชั่วโมง
ฝ่ายขายอาจสร้างวิดีโอเฉพาะบุคคลให้ลูกค้านับพันรายภายในวันเดียว
การผลิตวิดีโอซึ่งเคยเป็นงานของผู้เชี่ยวชาญ อาจกลายเป็นทักษะพื้นฐานของพนักงานออฟฟิศทั่วไป
นี่คือแนวโน้มที่สะท้อนว่า AI กำลังเปลี่ยนจาก “ผู้ช่วยตอบคำถาม” ไปเป็น “ผู้ช่วยสร้างผลงาน” ที่สามารถผลิตสื่อได้ด้วยตนเอง
แม้เทคโนโลยีจะน่าตื่นเต้น แต่ Google ยังจำกัดการใช้งานบางประการในช่วงเปิดตัว
Personal Avatars ใช้งานได้เฉพาะผู้มีอายุ 18 ปีขึ้นไป รองรับภาษาอังกฤษเป็นหลัก และยังไม่เปิดให้ใช้ในบางภูมิภาค เช่น สหราชอาณาจักร กลุ่มประเทศเขตเศรษฐกิจยุโรป (EEA) และสวิตเซอร์แลนด์ นอกจากนี้ การทยอยเปิดใช้งานจะเกิดขึ้นเป็นระยะตามประเภทบัญชี Google Workspace และ Google AI Pro หรือ Ultra
จุดเริ่มต้นของ “Digital Twin”
หากมองในภาพใหญ่ การเปิดตัวครั้งนี้อาจไม่ได้เป็นเพียงการเพิ่มฟีเจอร์ใหม่ให้ Google Vids
แต่มันคืออีกก้าวหนึ่งของแนวคิด Digital Twin หรือ “ตัวแทนดิจิทัลของมนุษย์”
ในอดีต AI ช่วยเราพิมพ์ข้อความ
ต่อมาช่วยสร้างภาพ
จากนั้นช่วยสร้างเสียง
วันนี้ AI เริ่มสร้าง “ตัวเรา” ขึ้นมาในโลกดิจิทัล
แม้จะยังอยู่ในขอบเขตของการสื่อสารผ่านวิดีโอ แต่แนวคิดนี้อาจขยายไปสู่การเรียนออนไลน์ การบริการลูกค้า การขาย การประชาสัมพันธ์ และการทำงานร่วมกันในอนาคต
คำถามสำคัญจึงไม่ใช่ว่า AI จะสร้างอวตารได้เหมือนจริงเพียงใด หากแต่คือ มนุษย์จะกำหนดกติกาและขอบเขตการใช้งานอย่างไร เพื่อให้เทคโนโลยีช่วยขยายศักยภาพของผู้คน โดยไม่บั่นทอนความน่าเชื่อถือ ความเป็นส่วนตัว และความไว้วางใจในโลกดิจิทัล
Key Takeaways
- Gemini Omni ช่วยสร้างและแก้ไขวิดีโอด้วยภาษาธรรมชาติ ไม่จำเป็นต้องมีทักษะตัดต่อระดับมืออาชีพ
- Personal Avatars สามารถสร้างตัวแทนดิจิทัลจากใบหน้าและเสียงของผู้ใช้ เพื่อผลิตวิดีโอได้โดยไม่ต้องถ่ายทำใหม่ทุกครั้ง
- เทคโนโลยีนี้มีศักยภาพสูงสำหรับการสื่อสารในองค์กร การศึกษา การตลาด และงานฝึกอบรม
- Google เพิ่มมาตรการด้านความปลอดภัย เช่น การยืนยันตัวตน การควบคุมโดยผู้ดูแลระบบ และการฝังลายน้ำดิจิทัล SynthID เพื่อช่วยป้องกันการนำ AI ไปใช้ในทางที่ผิด
- การเปิดตัวครั้งนี้สะท้อนแนวโน้มสำคัญของ AI ในอนาคต คือการพัฒนา “ตัวแทนดิจิทัล” ที่ช่วยขยายศักยภาพของมนุษย์ มากกว่าจะเป็นเพียงผู้ช่วยตอบคำถามหรือสร้างข้อความเพียงอย่างเดียว
…..
เรียบเรียงโดย AiNextopia
อ้างอิง : Create, edit and star in videos with two Google Vids updates. / blog.google
