{{c.name}} {{moment(c.created_at,"YYYY-MM-DD HH:mm:ss").toNow()}}
{{c.value}}
ความก้าวหน้าของเทคโนโลยี AI ได้สร้างความตื่นเต้นไปทั่วโลก โดยเทรนด์ด้าน AI ที่น่าจะเห็นกันในช่วง 3 - 5 ปีข้างหน้านี้ยังคงหนีไม่พ้น Generative AI ซึ่งเป็นเทคโนโลยีมาแรง โดย Gen AI จะมีรูปแบบใหม่ ๆ มากขึ้น จากเดิมที่เป็นแค่การสร้างข้อความ เสียง หรือวิดีโอ จนในอนาคตจะมีความเจาะจงมากขึ้นสำหรับใช้งานเฉพาะด้าน หรือที่เรียกว่า Specialized Gen AI ที่มีประสิทธิภาพดีขึ้นและเข้าถึงง่ายขึ้น ขณะเดียวกัน Machine Learning หรือ Predictive AI ซึ่งถือเป็นเทคโนโลยีที่ Mature แล้ว จะมีความแม่นยำมากกว่าเดิมและนำมาใช้ช่วยในการตัดสินใจทางธุรกิจมากขึ้น
อย่างไรก็ตาม แม้เทคโนโลยี AI กำลังได้รับการพัฒนาจนมีความก้าวหน้าอย่างต่อเนื่อง แต่ในมุมของการนำ AI มาปรับใช้ หลายองค์กรยังคงไม่ได้ใช้งานเทคโนโลยีนี้อย่างเต็มประสิทธิภาพ โดย บริษัท บลูบิค กรุ๊ป จำกัด (มหาชน) หรือ BBIK ในฐานะที่ปรึกษาชั้นนำผู้ให้บริการด้านดิจิทัลทรานส์ฟอร์เมชันครบวงจร มองว่า หากองค์กรต้องการพัฒนาขีดความสามารถในการใช้ AI เพื่อสร้างผลลัพธ์ทางธุรกิจ องค์กรควรเริ่มจากการวาง AI Roadmap ที่ครอบคลุมตั้งแต่ Data Strategy ที่เป็นการวางกลยุทธ์การใช้ข้อมูลเพื่อสนับสนุนเป้าหมายของธุรกิจ และ Data Governance หรือธรรมาภิบาลข้อมูล เพื่อสร้างมาตรฐานการบริหารจัดการและนำข้อมูลไปใช้อย่างมีประสิทธิภาพ ซึ่งจะเป็นรากฐานสู่การพัฒนาเทคโนโลยี AI รวมถึงผลักดันให้เกิด Data & AI-driven Culture ซึ่งเป็นการบ่มเพาะวัฒนธรรมองค์กรที่ส่งเสริมการพัฒนาทักษะและใช้งานเทคโนโลยีใหม่ ๆ
ในการสร้าง AI Roadmap ให้ประสบความสำเร็จ บลูบิคมองว่ามี 4 ปัจจัยหลักที่องค์กรควรให้ความสำคัญและเตรียมความพร้อม ประกอบด้วย ความพร้อมของข้อมูล เทคโนโลยีการบริหารจัดการข้อมูลที่มีประสิทธิภาพ บุคลากรที่มีทักษะและความเข้าใจในการใช้ AI ทั้งในเชิงธุรกิจและในเชิงเทคนิค รวมถึงมีนโยบายและกระบวนการในการนำ AI ไป ใช้งานอย่างเหมาะสม ซึ่งครอบคลุมถึงเรื่องความเป็นส่วนตัวและความปลอดภัยของข้อมูล (Data Privacy & Security)
ทั้งนี้ เพื่อให้ธุรกิจสามารถประเมินขีดความสามารถในการใช้ AI ขององค์กร บลูบิค จึงพัฒนา AI Adoption Maturity Framework เพื่อเป็นตัวชี้วัดขีดความสามารถขององค์กรในการนำ AI มาปรับใช้ โดยแบ่งตามบทบาทของมนุษย์ที่ใช้งาน AI และความซับซ้อนของการใช้งาน AI เพื่อเพิ่มมูลค่าให้ธุรกิจ ซึ่งสามารถแบ่งออกเป็น 4 ระดับ ได้แก่
ระดับที่ 1 – Assisting : เพิ่มประสิทธิภาพการทำงาน
AI เข้ามาช่วยเสริมการทำงานทั่วไปที่ไม่ซับซ้อนให้มีประสิทธิภาพและรวดเร็วมากขึ้น โดยคนยังคงมีบทบาทหลัก และเป็นผู้ใช้ AI Solutions ในการสั่งการเพื่อให้ AI ทำงานได้ตามความต้องการ เช่น การใช้ AI Tools เพื่อการสรุปข้อมูล การเขียน การสร้างรูปภาพหรือการทำวิดีโอคอนเทนต์ต่าง ๆ สำหรับในระดับ 1 นั้น ยังคงเป็นการใช้งาน AI แบบทั่วไปที่คนไม่จำเป็นต้องมีความเชี่ยวชาญด้านเทคนิคโดยเฉพาะ
ระดับที่ 2 – Processing : ใช้คำนวณและประมวลผล
AI เริ่มทำงานแทนมนุษย์ในบางขั้นตอน อย่างการคำนวณและประมวลผลข้อมูล โดยคนยังเป็นผู้สั่งการอยู่ ซึ่งในขั้นนี้สิ่งที่องค์กรต้องมีคือความพร้อมเรื่องข้อมูล เพราะต้องเตรียมข้อมูลที่ถูกต้องเพื่อป้อนเข้าไปให้ AI ประมวลผลได้อย่างแม่นยำ โดยนอกจากเรื่องคุณภาพข้อมูล คนยังต้องมีความรู้ความเข้าใจเกี่ยวกับข้อจำกัดของ AI และการเลือกใช้ AI ให้เหมาะสมกับงานประเภทต่าง ๆ
ระดับที่ 3 – Integrating : เชื่อมกับระบบองค์กร ทำงานประจำได้แบบอัตโนมัติ
AI เข้ามาทำงานส่วนใหญ่ตามกระบวนการที่มนุษย์ออกแบบไว้ โดยเชื่อมต่อเป็นส่วนหนึ่งของกระบวนการทำงานภายในองค์กร และเข้ามาทำงานแทนส่วนที่เป็นงานประจำให้เป็นไปแบบอัตโนมัติ ซึ่งการปรับใช้ AI ในระดับนี้ ตัวองค์กรไม่เพียงต้องมีความพร้อมด้านข้อมูลที่สามารถประมวลผลได้แบบเรียลไทม์ แต่ยังต้องมีระบบสำหรับเชื่อมต่อกับ AI เพื่อนำมาใช้งานจริง ขณะที่ด้านบุคลากรต้องมีความรู้เกี่ยวกับ AI ในเชิงเทคนิคที่ลึกขึ้น เช่น เรื่อง Software Integration ที่เป็นการนำ AI ไปเชื่อมต่อกับระบบที่มีอยู่และทำงานได้อย่างถูกต้อง หรือการทำ AI Customization ที่เป็นการปรับและพัฒนา AI ให้เข้ากับกระบวนการทำงานของธุรกิจ เป็นต้น
ระดับที่ 4 - Decision Making : ยกระดับการตัดสินใจทางธุรกิจเพื่อสร้างนวัตกรรม
ใช้ AI มาช่วยในการตัดสินใจ เสริมการวางกลยุทธ์และวิสัยทัศน์องค์กร ซึ่งนำไปสู่การเพิ่มมูลค่าให้ธุรกิจในระดับสูงขึ้นไปอีก รวมถึงสร้างความแตกต่างและความได้เปรียบเหนือองค์กรธุรกิจอื่น ๆ โดยการปรับใช้ AI ในระดับนี้ต้องมีการพัฒนาให้เหมาะกับแต่ละองค์กรโดยเฉพาะ (Tailor-made) เช่น In-house Gen AI Model เพื่อการทำ Knowledge Management ในการค้นหาและรวบรวมข้อมูลภายในองค์กร
วางรากฐาน AI Roadmap สู่การยกระดับ AI Maturity
เมื่อประเมินขีดความสามารถในการใช้งาน AI ขององค์กรแล้ว บลูบิคมองว่า จาก 4 ระดับการปรับใช้ AI ใน ภาคธุรกิจ หลายองค์กรยังคงใช้งาน AI ในระดับ 1 และระดับ 2 เท่านั้น โดยหากต้องการต่อยอดขีดความสามารถสู่ระดับที่สูงขึ้น องค์กรควรวาง AI Roadmap ตั้งแต่รากฐาน เริ่มจากการสร้างความแข็งแกร่งด้านข้อมูลที่เป็นตัวกำหนดความสำเร็จของการใช้งาน AI โดยครอบคลุมตั้งแต่
การวางกลยุทธ์การใช้ข้อมูลเป็นก้าวแรกที่สำคัญในการนำข้อมูลไปใช้พัฒนา AI เพื่อสร้างผลลัพธ์ทางธุรกิจ ซึ่งหากองค์กรมีการวางกลยุทธ์การใช้ข้อมูลที่แข็งแกร่ง ย่อมสามารถเพิ่มศักยภาพของธุรกิจได้ในระยะยาว โดยการวาง Data Strategy องค์กรควรมีเป้าหมายและวัตถุประสงค์การใช้งาน AI ที่ชัดเจน ว่าต้องการนำไปเพิ่มศักยภาพของธุรกิจในด้านไหน รวมถึงสร้างตัวอย่างการนำ AI ไปใช้งาน (Use Case Generation) ตามวัตถุประสงค์ต่าง ๆ
การวางมาตรฐานข้อมูลที่ดีคือสิ่งที่องค์กรต้องให้ความสำคัญ ดังนั้นจึงควรมีแนวทางด้าน Data Governance หรือธรรมาภิบาลข้อมูล ซึ่งเป็นการสร้างมาตรฐานการบริหารจัดการข้อมูลให้มีประสิทธิภาพด้วยการกำหนดทิศทางและควบคุมให้ข้อมูลมีคุณภาพที่ดี โดยพื้นฐานแล้วแนวทางด้าน Data Governance สามารถแบ่งออกเป็น 3 ส่วนหลัก คือ 1. นโยบายการดูแลข้อมูล (Data Policy) 2. กลุ่มบุคคลที่รับผิดชอบดูแลจัดการข้อมูล (Data Governance Team) และ 3. กระบวนการจัดการข้อมูล (Process)
ขณะเดียวกันหากองค์กรต้องการนำ AI มาใช้งานในระดับที่ซับซ้อนยิ่งขึ้น ควรมีแนวทางการใช้ AI อย่างมี ความรับผิดชอบที่เข้มข้นขึ้น เพื่อลดความเสี่ยงเกิดผลลัพธ์ที่บิดเบือนหรือมีอคติ รวมถึงมีแนวทางการตรวจสอบ ความน่าเชื่อถือของผลลัพธ์ที่เกิดขึ้นจาก AI
ปัจจัยสุดท้ายที่จะกำหนดความสำเร็จคือ คน เนื่องจากคนเป็นผู้ใช้เทคโนโลยี AI ดังนั้นธุรกิจควรมีวัฒนธรรมองค์กรที่เปิดกว้างสู่การเข้าถึงและใช้เทคโนโลยีใหม่ ๆ ผ่านการจัดเทรนนิ่งให้พนักงานในการพัฒนาทักษะและความรู้ความสามารถของคนในองค์กรอย่างต่อเนื่องเพื่อให้สามารถนำ AI ไปใช้งานได้เหมาะสมกับวัตถุประสงค์ต่าง ๆ อย่างเต็มประสิทธิภาพ ควบคู่ไปกับการประเมินความพร้อมองค์กรในเรื่องขีดความสามารถด้านข้อมูลและ AI ผ่านการทำ Data & AI Capability Assessment
ทั้งนี้ บลูบิคมองว่า อีกปัจจัยสำคัญที่จะผลักดันให้องค์กรสามารถพัฒนาขีดความสามารถด้าน AI ได้สำเร็จคือบทบาทของผู้บริหารระดับสูง (C-suite) ซึ่งมีส่วนสำคัญในการบริหารจัดการในแง่มุมที่แตกต่างกัน
บทบาทสำคัญของ CEO คือการตัดสินใจเรื่องกลยุทธ์ AI (AI Strategy) และแผนการทรานส์ฟอร์มองค์กรเพื่อให้ผลักดันการพัฒนาศักยภาพด้าน AI ในระยะยาว (Transformation Roadmap) ขณะที่ CFO มีบทบาทในการบริหารจัดการความคุ้มค่าในการลงทุนในเทคโนโลยี AI เพื่อให้สามารถสร้างผลตอบแทนจากการลงทุนในเทคโนโลยีต่าง ๆ ได้
บทบาทของ COO จะมุ่งเน้นไปที่การวางนโยบายและกระบวนการให้สามารถนำ AI ไปใช้งานอย่างเหมาะสม เพื่อให้สามารถทำงานได้อย่างเต็มประสิทธิภาพ
บทบาทของ CTO จะดูแลในแง่ของเทคโนโลยีโดยเฉพาะ ครอบคลุมตั้งแต่การวางนโยบายและแนวทางการกำกับดูแลด้านข้อมูลและ AI (Data & AI Governance) ไปจนถึงแนวทางพัฒนา Data Platform และการพัฒนา AI Model ให้เหมาะสมกับองค์กร
บทบาทของ CPO เน้นไปที่การพัฒนาบุคลากรโดยเฉพาะ เพื่อให้สามารถนำ AI มาใช้เพิ่มประสิทธิภาพการทำงาน รวมถึงการช่วยพัฒนาทักษะใหม่ ๆ และขับเคลื่อนการสร้างวัฒนธรรมองค์กรที่พร้อมเปิดรับเทคโนโลยี
ในอนาคต ความก้าวหน้าของเทคโนโลยี AI จะช่วยปลดล็อกศักยภาพของธุรกิจที่แตกต่างไปจากเดิม ต่อยอดเทคโนโลยีที่มีอยู่จนพัฒนากลายเป็นนวัตกรรมที่สร้างคุณค่าให้ธุรกิจยิ่งขึ้น บลูบิคมองว่าองค์กรที่นำเทคโนโลยีมาปรับใช้ได้อย่างรวดเร็ว ย่อมสามารถสร้างความได้เปรียบและโอกาสทางธุรกิจใหม่ ๆ ที่จะขับเคลื่อนการเติบโตได้อย่างต่อเนื่องในอนาคต และด้วยความซับซ้อนของเทคโนโลยี AI หากองค์กรต้องการพัฒนาและต่อยอด การปรึกษาผู้เชี่ยวชาญจากภายนอก เป็นอีกปัจจัยสำคัญที่จะช่วยให้สามารถทรานส์ฟอร์มองค์กรได้อย่างต่อเนื่องและสร้างการเติบโตในระยะยาว
COMMENTS
{{ errors.name }}
{{ errors.value }}
{{c.name}} {{moment(c.created_at,"YYYY-MM-DD HH:mm:ss").toNow()}}
{{c.value}}
RELATED TOPICS
