ความผิดพลาดที่พบบ่อย มอง AI เป็นเพียงเครื่องมือเสริม

หลายองค์กรเริ่มต้นด้วยการนำ AI เข้ามาช่วยงานบางส่วน เช่น สรุปรายงาน เขียนอีเมล หรือวิเคราะห์ข้อมูลเบื้องต้น ซึ่งแน่นอนว่าสิ่งเหล่านี้ช่วยเพิ่มประสิทธิภาพได้ในระดับหนึ่ง

อย่างไรก็ตาม องค์กรที่ประสบความสำเร็จสูงสุดไม่ได้มอง AI เป็นเพียง “ผู้ช่วย”
พวกเขามอง AI เป็นส่วนหนึ่งของระบบธุรกิจทั้งหมด

ลองจินตนาการถึงโรงงานผลิตรถยนต์ หากเพียงแค่เพิ่มหุ่นยนต์เข้ามาในสายการผลิตเดิม ประสิทธิภาพอาจดีขึ้นเล็กน้อย แต่หากออกแบบสายการผลิตใหม่ทั้งหมดโดยมีหุ่นยนต์เป็นองค์ประกอบหลัก ผลลัพธ์ที่ได้จะต่างกันอย่างสิ้นเชิง

สิ่งเดียวกันกำลังเกิดขึ้นกับ AI

บริษัทจำนวนมากกำลังพยายาม “แปะ” AI ลงบนกระบวนการทำงานแบบเดิม ขณะที่องค์กรชั้นนำกำลังออกแบบกระบวนการเหล่านั้นใหม่ทั้งหมด เพื่อให้มนุษย์และ AI ทำงานร่วมกันอย่างเป็นระบบ

ผลสำรวจพบว่า องค์กรที่สร้างมูลค่าจาก AI ได้สูงมักมีระบบ AI ที่เป็นส่วนสำคัญต่อภารกิจหลักของธุรกิจหลายระบบ และใช้ AI ในสายการผลิตหรือกระบวนการดำเนินงานจริง ไม่ใช่เพียงโครงการทดลองแยกส่วน

ในทางกลับกัน หลายองค์กรกลับพบว่าการนำ AI มาใช้ล้มเหลว จนต้องหยุดหรือยกเลิกโครงการ เนื่องจากปัญหาด้านประสิทธิภาพหรือการยอมรับจากพนักงาน

AI ไม่ได้แทนที่คน แต่ต้องทำงานร่วมกับคน

หนึ่งในภาพจำที่เกิดขึ้นบ่อยที่สุดเกี่ยวกับ AI คือความกลัวว่าเทคโนโลยีจะเข้ามาแทนที่แรงงานมนุษย์

แต่ในองค์กรที่ใช้ AI ได้อย่างมีประสิทธิภาพ เรื่องราวกลับแตกต่างออกไป

แทนที่จะลดบทบาทของพนักงาน บริษัทเหล่านี้กลับลงทุนมหาศาลในการยกระดับทักษะของพนักงาน เพื่อให้สามารถทำงานร่วมกับ AI ได้อย่างมีประสิทธิภาพ

ตัวอย่างเช่น Mastercard มอบสิทธิ์ใช้งาน Copilot ให้แก่พนักงานทุกคน พร้อมจัดการฝึกอบรมเชิงปฏิบัติเพื่อสร้างความเข้าใจเกี่ยวกับ AI อย่างทั่วถึง
HP เปิดพื้นที่ให้พนักงานสามารถตั้งคำถามหรือพูดคุยเกี่ยวกับ AI ได้อย่างสม่ำเสมอ
ขณะที่ Autodesk เปิดโครงการ AI Academy ระยะยาว และลงทุนหลายร้อยล้านดอลลาร์เพื่อพัฒนาทักษะด้าน AI ให้กับบุคลากรในอนาคต

เบื้องหลังตัวอย่างเหล่านี้คือแนวคิดสำคัญข้อหนึ่ง
AI จะสร้างคุณค่าได้ก็ต่อเมื่อผู้คนรู้ว่าจะใช้งานมันอย่างไร
เทคโนโลยีที่ดีที่สุดอาจไร้ประโยชน์ หากผู้ใช้งานไม่เข้าใจหรือไม่เชื่อมั่นในมัน

ปัญหาที่ใหญ่กว่า AI คือ “ข้อมูล”

หากเปรียบ AI เป็นเครื่องยนต์ ข้อมูลก็คือน้ำมันเชื้อเพลิง
เครื่องยนต์ที่ทรงพลังที่สุดก็ไม่สามารถทำงานได้ดี หากได้รับเชื้อเพลิงคุณภาพต่ำ

นี่คือเหตุผลที่ผู้บริหารจำนวนมากระบุว่าอุปสรรคสำคัญที่สุดในการนำ AI ไปใช้งาน ไม่ใช่เรื่องอัลกอริทึม ไม่ใช่เรื่องฮาร์ดแวร์ และไม่ใช่เรื่องงบประมาณ

แต่เป็นเรื่องข้อมูล
องค์กรจำนวนมากยังเผชิญปัญหาด้านคุณภาพข้อมูล การกำกับดูแลข้อมูล และโครงสร้างพื้นฐานที่ไม่พร้อมรองรับ AI

ในหลายบริษัท ข้อมูลถูกเก็บกระจัดกระจายอยู่ในหลายระบบ หลายฝ่าย และหลายรูปแบบ บางข้อมูลไม่อัปเดต บางข้อมูลมีข้อผิดพลาด หรือบางกรณีก็ไม่มีมาตรฐานกลางในการใช้งาน

ผลลัพธ์คือ AI เรียนรู้จากข้อมูลที่ไม่สมบูรณ์ และสร้างผลลัพธ์ที่ไม่น่าเชื่อถือ

ดังนั้น องค์กรที่ก้าวหน้าไม่ได้เร่งสร้างโมเดล AI เพียงอย่างเดียว แต่ยังลงทุนอย่างจริงจังในเรื่องการจัดการข้อมูล การกำกับดูแล และระบบอัตโนมัติที่ช่วยให้การใช้ข้อมูลเป็นไปตามนโยบายขององค์กร

ในหลายกรณี ความสำเร็จของ AI ไม่ได้เริ่มต้นจากห้องวิจัยด้านปัญญาประดิษฐ์ แต่เริ่มต้นจากการทำความสะอาดฐานข้อมูลที่มีอยู่เดิม

อีกหนึ่งความแตกต่างสำคัญระหว่างองค์กรทั่วไปกับองค์กรที่ประสบความสำเร็จจาก AI คือวิธีการวัดผล

หลายบริษัทมุ่งเน้นการลดต้นทุนหรือเพิ่มประสิทธิภาพการทำงานเป็นหลัก
แต่บริษัทที่เป็นผู้นำกลับมองไกลกว่านั้น
พวกเขาวัดว่า AI สร้างรายได้ใหม่ สร้างผลิตภัณฑ์ใหม่ หรือเปิดโอกาสทางธุรกิจใหม่ได้มากเพียงใด

Mastercard ใช้ AI เพื่อเพิ่มความสามารถในการตรวจจับธุรกรรมฉ้อโกงได้อย่างมีนัยสำคัญ
E.l.f. Beauty ใช้ AI ช่วยคาดการณ์และบริหารสินค้าคงคลังให้เพียงพอต่อความต้องการของตลาด เมื่อสินค้ากลายเป็นกระแสไวรัลอย่างรวดเร็ว
ส่วน Canva มองความสำเร็จในมุมที่เรียบง่ายแต่ทรงพลัง นั่นคือ การสามารถทำงานในระดับขององค์กรที่ใหญ่กว่าเดิมได้ โดยไม่จำเป็นต้องเพิ่มจำนวนบุคลากร

แนวคิดเหล่านี้สะท้อนว่า AI ไม่ใช่เพียงเครื่องมือประหยัดเวลา แต่เป็นตัวเร่งให้เกิดความสามารถใหม่ทางธุรกิจ

อนาคตจะไม่เป็นของบริษัทที่มี AI มากที่สุด

ในช่วงแรกของกระแส AI หลายองค์กรแข่งขันกันด้วยจำนวนโมเดล จำนวนโครงการ หรือจำนวนเครื่องมือที่นำมาใช้

แต่เมื่อเวลาผ่านไป เกมการแข่งขันกำลังเปลี่ยนไป
ผู้ชนะไม่ได้เป็นบริษัทที่ใช้ AI มากที่สุด
แต่เป็นบริษัทที่สามารถผสาน AI เข้ากับวัฒนธรรมองค์กร กระบวนการทำงาน บุคลากร และข้อมูลได้ดีที่สุด

เส้นทางสู่การเป็น AI Native จึงไม่ใช่เรื่องของการซื้อซอฟต์แวร์ใหม่ หรือประกาศวิสัยทัศน์ที่ยิ่งใหญ่เพียงอย่างเดียว
มันคือการออกแบบองค์กรใหม่ให้สามารถคิด ตัดสินใจ และสร้างคุณค่าร่วมกับ AI ได้อย่างเป็นธรรมชาติ

และนั่นคือความแตกต่างระหว่างองค์กรที่เพียง “ใช้ AI” กับองค์กรที่ “เติบโตด้วย AI”

Key Takeaways

• มีเพียงประมาณ 7% ขององค์กรที่สามารถสร้างมูลค่าทางธุรกิจจาก AI ได้อย่างชัดเจน
• การนำ AI มาใช้แบบแยกส่วนหรือเป็นเพียงเครื่องมือเสริม มักไม่สร้างผลลัพธ์เชิงเปลี่ยนแปลงองค์กร
• องค์กรที่ประสบความสำเร็จมักออกแบบกระบวนการทำงานใหม่โดยให้ AI เป็นส่วนสำคัญของระบบ
• การพัฒนาทักษะพนักงานและสร้างความร่วมมือระหว่างมนุษย์กับ AI เป็นปัจจัยสำคัญ
• คุณภาพข้อมูลและการกำกับดูแลข้อมูลเป็นอุปสรรคสำคัญต่อการใช้งาน AI ในหลายองค์กร
• บริษัทชั้นนำวัดผล AI จากการเติบโต รายได้ใหม่ และความสามารถทางธุรกิจใหม่ มากกว่าการลดต้นทุนเพียงอย่างเดียว
• อนาคตจะเป็นขององค์กรที่บูรณาการ AI เข้ากับวัฒนธรรมและระบบงานได้อย่างแท้จริง

…..

เรียบเรียงโดย AiNextopia
อ้างอิง : Becoming ‘AI native’ might not be as profitable as you think. / fastcompany