บลูบิค เผยแนวทางสร้าง AI Roadmap มุ่งเพิ่มศักยภาพด้าน AI แนะเช็คขีดความพร้อมธุรกิจผ่าน AI Adoption Maturity Framework

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

  • Data Strategy

การวางกลยุทธ์การใช้ข้อมูลเป็นก้าวแรกที่สำคัญในการนำข้อมูลไปใช้พัฒนา AI เพื่อสร้างผลลัพธ์ทางธุรกิจ ซึ่งหากองค์กรมีการวางกลยุทธ์การใช้ข้อมูลที่แข็งแกร่ง ย่อมสามารถเพิ่มศักยภาพของธุรกิจได้ในระยะยาว โดยการวาง Data Strategy องค์กรควรมีเป้าหมายและวัตถุประสงค์การใช้งาน AI ที่ชัดเจน ว่าต้องการนำไปเพิ่มศักยภาพของธุรกิจในด้านไหน รวมถึงสร้างตัวอย่างการนำ AI ไปใช้งาน (Use Case Generation) ตามวัตถุประสงค์ต่าง ๆ

  • Data Governance

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

  • Data & AI-driven Culture

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

  • Chief Executive Officer (CEO) และ Chief Financial Officer (CFO)

บทบาทสำคัญของ CEO คือการตัดสินใจเรื่องกลยุทธ์ AI (AI Strategy) และแผนการทรานส์ฟอร์มองค์กรเพื่อให้ผลักดันการพัฒนาศักยภาพด้าน AI ในระยะยาว (Transformation Roadmap) ขณะที่ CFO มีบทบาทในการบริหารจัดการความคุ้มค่าในการลงทุนในเทคโนโลยี AI เพื่อให้สามารถสร้างผลตอบแทนจากการลงทุนในเทคโนโลยีต่าง ๆ ได้

  • Chief Operations Officer (COO)

บทบาทของ COO จะมุ่งเน้นไปที่การวางนโยบายและกระบวนการให้สามารถนำ AI ไปใช้งานอย่างเหมาะสม เพื่อให้สามารถทำงานได้อย่างเต็มประสิทธิภาพ

  • Chief Technology Officer (CTO)

บทบาทของ CTO จะดูแลในแง่ของเทคโนโลยีโดยเฉพาะ ครอบคลุมตั้งแต่การวางนโยบายและแนวทางการกำกับดูแลด้านข้อมูลและ AI (Data & AI Governance) ไปจนถึงแนวทางพัฒนา Data Platform และการพัฒนา AI Model ให้เหมาะสมกับองค์กร

  • Chief People Officer (CPO)

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

Please wait a moment