นำ AI ที่สำคัญต่อธุรกิจไปใช้อย่างมั่นใจ

• ปัจจุบันองค์กรส่วนใหญ่นำ AI มาใช้งานจริงแล้ว แต่แทบไม่มีองค์กรใดใช้ AI ในจุดที่สร้างผลกระทบอย่างแท้จริง ไม่ว่าจะเป็นประสบการณ์ที่ส่งมอบให้ลูกค้าโดยตรง การตัดสินใจที่มีความสำคัญต่อธุรกิจ หรือกระบวนการที่ดำเนินงานโดยแทบไม่ต้องมีมนุษย์กำกับดูแล ช่องว่างนี้เองเป็นตัวตัดสินว่าองค์กรใดจะได้เปรียบหรือเสียเปรียบในการแข่งขัน

• โดยทั่วไป อุปสรรคอยู่ที่ความมั่นใจ ไม่ใช่ความสามารถ สำหรับการนำ AI ไปใช้ในงานที่มีความเสี่ยงสูง ความมั่นใจนี้เกิดจากการผ่านเกณฑ์เฉพาะสี่ประการ

• เกณฑ์เหล่านี้ครอบคลุมทั้งวิธีทดสอบพฤติกรรมของ AI วิธีสร้างและกำกับดูแลโซลูชันในระดับองค์กร ตลอดจนการที่ผู้นำเชื่อมั่นอย่างแท้จริงว่าเหตุใดเรื่องนี้จึงสำคัญ

• การผ่านเกณฑ์ด้านความมั่นใจเหล่านี้ช่วยให้องค์กรสั่งสมประสบการณ์จนสามารถทำซ้ำได้อย่างเป็นระบบ พร้อมสร้างความรับผิดชอบที่ชัดเจน จึงมีเหตุผลน้อยลงที่จะลังเลในการนำ AI ไปใช้เพื่อสร้างความเปลี่ยนแปลงที่มีความหมาย หากขาดความมั่นใจดังกล่าว AI ก็จะถูกจำกัดอยู่เพียงการช่วยลดค่าใช้จ่ายในงานที่ไม่ใช่ภารกิจหลัก โดยไม่ส่งผลอย่างมีนัยสำคัญต่อวิธีดำเนินงานขององค์กร

ในช่วงเดียวกันของปีก่อน ซึ่งหากวัดตามความเร็วของโลก AI ก็เหมือนผ่านมาหลายสิบปี บริษัทส่วนใหญ่ยังติดอยู่ใน “วังวนของ POC ด้าน AI” แม้จะมีโครงการทดลองที่น่าสนใจจำนวนมากและแสดงศักยภาพของ AI ได้อย่างชัดเจน แต่กลับนำไปพัฒนาเป็นระบบที่ใช้งานจริงได้ยาก ผ่านไปหนึ่งปี หลายองค์กรเริ่มมีโซลูชัน AI บางส่วนที่เปิดใช้งานจริงแล้ว ซึ่งถือเป็นความก้าวหน้าครั้งสำคัญ

อย่างไรก็ตาม AI มักถูกนำไปใช้กับกระบวนการที่ไม่ใช่งานหลักขององค์กร เนื่องจากทำได้ง่ายกว่า ทีม Innovation สามารถร่วมพัฒนากับผู้ใช้งานฝั่งธุรกิจที่กระตือรือร้นได้ และหากเกิดข้อผิดพลาดขึ้นก็ “ไม่ถึงกับเป็นเรื่องใหญ่” เพราะกระบวนการนั้นไม่ได้มีความสำคัญมากนัก ยังมีกระบวนการทำงานด้วยตนเองไว้รองรับ หรือมีมนุษย์หลายคนคอยตรวจสอบเพื่อจำกัดผลกระทบที่อาจเกิดขึ้น

แนวทางดังกล่าวอาจเข้าใจได้ แต่เมื่อองค์กรเลือกดำเนินการอย่างระมัดระวัง ผลลัพธ์ของโซลูชันเหล่านั้นก็ย่อมจำกัดตามไปด้วย และไม่น่าจะสร้างความเปลี่ยนแปลงที่เด่นชัดต่อโอกาสเติบโต ประสบการณ์ลูกค้า หรือโครงสร้างต้นทุน

นี่คือสิ่งที่แบ่งแยกบริษัทที่จะก้าวขึ้นเป็นผู้ชนะในอนาคตออกจากบริษัทอื่นๆ เพราะบริษัทที่มองการณ์ไกลกำลังลงทุนเพื่อนำ AI ไปใช้ในจุดที่ส่งผลต่อผลการดำเนินงานของธุรกิจอย่างแท้จริง

บริษัทที่ตามหลังก็ “นำ AI มาใช้” เช่นกัน เพียงแต่ไม่ได้ใช้ในจุดที่จะสร้างผลกระทบต่อธุรกิจได้อย่างแท้จริง

แน่นอนว่า การนำ AI มาใช้ในการตัดสินใจลงทุน ประสบการณ์ลูกค้า การพัฒนาผลิตภัณฑ์ การวิจัยและการออกแบบ รวมถึงระบบอัตโนมัติที่ทำงานโดยไม่มีมนุษย์คอยตรวจสอบ ย่อมดูมีความเสี่ยงมากกว่า แต่นั่นคือจุดที่สร้างผลตอบแทนอย่างแท้จริง

บริษัทที่กำลังก้าวนำในด้านนี้อาจยังไม่เป็นที่จับตาของตลาด แต่เมื่อตลาดเริ่มมองเห็น ช่องว่างก็อาจกว้างมากแล้ว และความแตกต่างด้านความเร็วในการนำ AI ไปใช้จะยิ่งทำให้ช่องว่างนั้นขยายต่อไป ขณะที่บริษัทซึ่งตามหลังเพิ่งตระหนักว่าสิ่งที่ทำมาตลอดนั้นผิดพลาดตรงไหน

ดังนั้นคำถามคือ องค์กรต้องมีอะไรจึงจะมั่นใจในการใช้ AI กับกระบวนการที่สำคัญอย่างแท้จริง

ก่อนอื่นให้ถือว่าคุณได้พัฒนาจาก “เรามีเครื่องมือ AI เช่น ChatGPT” มาเป็น “เรามี POC” และในที่สุด “เรามีโซลูชัน AI พื้นฐาน 10 รายการที่ใช้งานจริงแล้ว” หากยังไปไม่ถึงจุดนั้น คุณควรเร่งดำเนินการเป็นอันดับแรก แม้ขั้นตอนเริ่มต้นเหล่านี้อาจดูไม่ซับซ้อน แต่จำเป็นต่อการสร้างความรู้ความเข้าใจด้าน AI ทั่วทั้งองค์กร พัฒนาแนวคิดกรณีใช้งานให้ดีขึ้น และทำให้เห็นอย่างชัดเจนว่าต้องผ่านขั้นตอนภายในใดบ้างเพื่อนำ AI ไปใช้งานจริง

เมื่อถึงจุดนี้ องค์กรควรตั้งเป้าหมายให้สูงขึ้น โดยก้าวไปสู่การส่งมอบ “โซลูชัน AI ประยุกต์ที่สร้างผลลัพธ์สำคัญและมีมนุษย์กำกับดูแล” ก่อนจะไปถึงจุดที่สร้างความแตกต่างอย่างแท้จริง คือ “เราใช้ AI ในกระบวนการหลักและประสบการณ์ลูกค้า”

ความก้าวหน้าในช่วงท้ายเหล่านี้แทบไม่ได้ถูกจำกัดด้วยเทคโนโลยี แต่ถูกจำกัดด้วยความมั่นใจขององค์กร เพราะมีเหตุผลให้ชะลอหรือหลีกเลี่ยงเรื่องยากอยู่เสมอ เช่น

“ถ้า AI ให้ข้อมูลเชิงลึกที่ผิดล่ะ” “ถ้า AI ทำงานไม่เหมาะสมจนบริษัทตกเป็นข่าวล่ะ” “ถ้า AI คำนวณผิดจนเราตัดสินใจผิดล่ะ” “ถ้า AI ปฏิบัติต่อลูกค้าอย่างไม่เหมาะสมล่ะ” “ถ้าโมเดลใช้งานไม่ได้ขึ้นมาล่ะ” “เราจะดูแลและรองรับการอัปเดตระบบนี้อย่างไร” “ถ้ากฎระเบียบเปลี่ยนไปล่ะ” “เราควรรอโมเดลใหม่หรือไม่” และคำถามอื่นๆ

เรามองว่าโดยทั่วไป องค์กรต้องมีองค์ประกอบครบสี่ประการจึงจะมั่นใจพอที่จะเปิดใช้งานการเปลี่ยนแปลงครั้งสำคัญที่ใช้ AI เป็นตัวขับเคลื่อน

1. เหตุผล: องค์กร โดยเฉพาะผู้บริหารระดับสูง เข้าใจและเชื่อมั่นอย่างแท้จริงหรือไม่ว่า “เหตุใด AI จึงมีความสำคัญต่อความสำเร็จของธุรกิจเรา” เพราะหากผู้บริหารไม่ได้เชื่อเช่นนั้นจริง องค์กรก็มีแนวโน้มที่จะหาเหตุผลหลีกเลี่ยงการตัดสินใจที่ยากลำบาก

2. การสนับสนุนให้เกิดการเปลี่ยนแปลง: องค์กรมีทีมที่รับผิดชอบด้านการเปลี่ยนแปลง การพลิกโฉม หรือการส่งเสริมการใช้ AI เพื่อสนับสนุนองค์กรระหว่างการปรับตัวไปพร้อมกับ AI หรือไม่ ทีมนี้ต้องดูแลทั้งการนำ AI มาใช้ การให้ความรู้ การปฏิบัติตามกฎระเบียบ การสร้างวิธีทำงานใหม่ การทบทวนสมมติฐานเดิม การจัดสรรเงินทุนที่จำเป็น และเรื่องอื่น ๆ การเปลี่ยนแปลงด้วย AI ไม่ใช่เรื่องที่ “ปล่อยให้ฝ่ายเทคโนโลยีจัดการ” เหมือนที่หลายองค์กรมักทำกับโครงการ Cloud หรือ Digital แต่ต้องมีฝ่ายธุรกิจเป็นผู้นำและได้รับการสนับสนุนอย่างเหมาะสม

3. วิธีการ: องค์กรได้กำหนดสถาปัตยกรรมระดับองค์กรและสถาปัตยกรรมโซลูชันสำหรับการนำ AI มาประยุกต์ใช้แล้วหรือไม่ แม้สาขานี้จะพัฒนาอย่างต่อเนื่อง แต่การมีแนวทางที่ชัดเจนจะผลักดันให้องค์กรพิจารณาและสั่งสมความรู้เกี่ยวกับมาตรการควบคุมที่เหมาะสม ต้นทุน ความสามารถในการติดตามและตรวจสอบการทำงาน การควบคุม การเข้าถึงโมเดล และด้านอื่น ๆ ซึ่งจะช่วยสร้างความเชื่อมั่นภายในว่าองค์กร “รู้ว่ากำลังทำอะไร” ในเรื่อง AI และป้องกันไม่ให้แต่ละทีมพัฒนาระบบด้วยแนวทางที่แตกต่างและไม่สอดคล้องกัน

4. การทดสอบความมั่นใจก่อนเปิดใช้งานจริง: เจ้าของโซลูชันอาจผัดผ่อนการตัดสินใจกับคำถามว่า “ระบบดีพอที่จะเปิดใช้งานจริงหรือยัง” ไปได้ไม่รู้จบ การทดสอบแบบเดิมโดยทีม QA ไม่สามารถสร้างความมั่นใจหรือความรับผิดชอบที่ชัดเจนให้กับระบบ AI ซึ่งไม่ได้ให้ผลลัพธ์แบบตายตัวได้ แต่การประเมินผล AI สามารถทำได้

มาดูรายละเอียดของแต่ละข้อโดยเรียงย้อนจากข้อสุดท้าย เพราะลำดับนี้เริ่มจากปัจจัยที่เกี่ยวข้องกับการสร้างความมั่นใจก่อนเปิดใช้งานจริงโดยตรงที่สุด

เป็นเวลาหลายทศวรรษที่องค์กรต่าง ๆ พึ่งพาทีม QA ในการตัดสินว่าระบบเวอร์ชันใหม่มีคุณภาพเพียงพอที่จะเผยแพร่หรือไม่ ในทางทฤษฎี ผู้มีส่วนได้ส่วนเสียฝั่งธุรกิจเป็นผู้รับผิดชอบการทดสอบ แต่ในทางปฏิบัติ ทีม QA เป็นผู้ดำเนินการ การทดสอบมีผลเพียงผ่านหรือไม่ผ่าน โดยอิงกฎนับไม่ถ้วนในรูปแบบ “หากเกิดสิ่งนี้ ให้ทำสิ่งนั้น” แม้ต้องใช้เวลามาก แต่ก็เป็นกระบวนการที่ตรงไปตรงมา

วิธีนี้ใช้ไม่ได้กับ AI ซึ่งเราต้องประเมินพฤติกรรม

การประเมินผล หรือ evals คือวิธีวัดพฤติกรรมเชิงคุณภาพของ AI แทนที่จะตัดสินเพียงว่าผ่านหรือไม่ผ่าน คุณจะกำหนดเกณฑ์ต่าง ๆ เช่น ความถูกต้อง น้ำเสียง การยึดโยงกับข้อเท็จจริง และพฤติกรรมการปฏิเสธ แล้วให้คะแนนแต่ละด้าน เมื่อติดตามคะแนนเหล่านี้ตลอดโครงการควบคู่ไปกับการปรับปรุงพรอมต์ โมเดล กรอบควบคุม และองค์ประกอบอื่น ๆ ทีมโครงการ คณะกรรมการกำกับการเปลี่ยนแปลง และผู้นำธุรกิจก็จะมีข้อมูลที่นำไปใช้ตัดสินใจได้อย่างมั่นใจ เช่น คะแนนความถูกต้องที่เพิ่มขึ้นจาก x เป็น y ตลอดระยะเวลาของโครงการ

ตัวเลขนี้ทำหน้าที่สองประการ ประการแรก ตัวเลขนี้สร้างความมั่นใจด้วยการแสดงให้เห็นพัฒนาการตามเวลา และมอบหลักฐานที่จับต้องได้แก่ผู้มีส่วนได้ส่วนเสียว่าระบบมีพฤติกรรมที่เชื่อถือได้และสม่ำเสมอตามความคาดหวังที่กำหนด

ประการที่สอง ตัวเลขนี้สร้างความรับผิดชอบ ตัวเลขเหล่านี้เป็นหลักฐานที่ใช้อ้างอิงได้ พร้อมที่มาที่ตรวจสอบย้อนกลับได้ของการประเมินเหล่านั้น ชุดการประเมินที่จัดทำเป็นเอกสารและทดสอบกับสถานการณ์หลากหลายซึ่งกำหนดไว้อย่างชัดเจน เปรียบเสมือนรายงานการทดสอบสำหรับ AI ที่ช่วยให้คณะกรรมการอนุมัติเห็นว่ามีการตรวจสอบอย่างรอบคอบ กล่าวคือ ระบบทำเฉพาะสิ่งที่ควรทำหรือไม่ และทำเฉพาะในวิธีที่ควรทำหรือไม่

แน่นอนว่า ตัวเลขเหล่านั้นจะมีความหมายก็ต่อเมื่อเกณฑ์การประเมินมีความครอบคลุมและละเอียดเพียงพอ ซึ่งจำเป็นต้องปรับเปลี่ยนรูปแบบการดำเนินงานในจุดที่องค์กรส่วนใหญ่มักทำผิดในช่วงแรก นั่นคือ ฝ่ายธุรกิจต้องเป็นเจ้าของเกณฑ์การประเมิน ไม่ใช่ทีมเทคโนโลยีหรือทีม QA และไม่ควรมอบหมายให้ผู้ใช้ระดับเริ่มต้นเพียงคนเดียวรับผิดชอบ เจ้าของผลิตภัณฑ์และผู้เชี่ยวชาญย่อมเข้าใจสาขางาน กรณีเฉพาะที่อาจเกิดขึ้น น้ำเสียงที่ต้องการ รูปแบบการโต้ตอบต่าง ๆ ที่ผู้ใช้อาจใช้กับระบบ ขั้นตอนการให้เหตุผลที่สมเหตุสมผล ลักษณะความล้มเหลวที่อาจเกิดขึ้น ตลอดจนคู่คำถามและคำตอบที่ถูกต้อง ผู้ที่ใช้และนำโซลูชันไปใช้งานจริงจึงควรเป็นผู้กำหนดว่าผลลัพธ์ที่ดีควรเป็นอย่างไร

นั่นหมายความว่า หากต้องอนุมัติโซลูชันที่ใช้ AI เป็นหัวใจของประสบการณ์ลูกค้า คุณควรถามเพียงสองคำถาม

(1) ใครเป็นผู้ออกแบบเกณฑ์การประเมิน และ

(2) ประสิทธิภาพในการประเมินดีขึ้นเมื่อเทียบกับเกณฑ์เหล่านั้นตลอดเวลาหรือไม่ และขณะนี้ผ่านเกณฑ์ขั้นต่ำแล้วหรือยัง

หากคำตอบคือ “ทีมเทคโนโลยีเป็นผู้จัดทำเกณฑ์เหล่านี้ แต่เราพอใจกับผลที่ได้” แอปพลิเคชันก็ยังไม่พร้อมใช้งานจริง ส่วนคำตอบว่า “ใช่ เราเพิ่งทดสอบเมื่อสัปดาห์ที่แล้วและผ่าน” ก็อาจแสดงว่าระบบการประเมินยังไม่พัฒนาเต็มที่พอที่จะสร้างความมั่นใจ เนื่องจากการประเมินไม่น่าจะเป็นจุดตั้งต้นของกระบวนการพัฒนา

แต่หากเจ้าของผลิตภัณฑ์จากฝ่ายธุรกิจเป็นผู้กำหนด ตรวจสอบ และปรับชุดการประเมินซ้ำอย่างต่อเนื่องตั้งแต่ต้นจนจบการพัฒนา อีกทั้งยังแสดงให้เห็นได้ว่าประสิทธิภาพดีขึ้นตามลำดับ ก็ถือว่าสิ่งนั้นควรค่าแก่การอนุมัติ

อีกปัจจัยหนึ่งที่ช่วยสร้างความมั่นใจคือการยึดตามหลักการและมาตรฐานด้านสถาปัตยกรรม AI ในช่วงเริ่มต้น แอปพลิเคชัน AI ห้ารายการแรกอาจสร้างขึ้นด้วยแนวทางใดก็ได้ที่เหมาะสมเพื่อให้เริ่มใช้งานได้ก่อน แต่เมื่อต้องการขยายการใช้งานทั่วทั้งองค์กรและเพิ่มความเร็วในการนำ AI ที่ปลอดภัยและมีการกำกับดูแลอย่างเหมาะสมไปใช้ ก็จำเป็นต้องมีแนวทางที่เป็นระบบมากขึ้น โดยอาศัยสถาปัตยกรรมอ้างอิงสำหรับแอปพลิเคชันและแพลตฟอร์ม AI ระดับองค์กร

ทีมวิศวกรรมทุกทีมต้องสามารถ “รับช่วง” การเข้าถึงโมเดล กรอบควบคุม ความสามารถในการสังเกตการณ์ การปรับขนาด การบริหารต้นทุน และองค์ประกอบอื่นๆ ได้อย่างรวดเร็ว เพื่อมุ่งเน้นการออกแบบโซลูชัน

แม้มุมมองเกี่ยวกับแพลตฟอร์ม AI ระดับองค์กรและแนวทางด้านสถาปัตยกรรมอาจใช้ได้ไม่นาน เนื่องจากเทคโนโลยีเปลี่ยนแปลงอย่างรวดเร็ว แต่การมีแนวทางดังกล่าวก็ยังช่วยสร้างความมั่นใจว่าองค์กรสามารถนำ AI ไปใช้กับระบบที่สำคัญได้อย่างปลอดภัย เพราะหมายความว่ามีผู้ประเมินปัจจัยสำคัญอย่างครบถ้วนและกำหนดแนวทางการนำไปใช้ที่ดีที่สุดแล้ว ทำให้เพิ่มความมั่นใจว่าโซลูชันจะรองรับกระบวนการสำคัญเหล่านั้นได้อย่างมีประสิทธิภาพ

นี่ไม่ใช่แค่ “การทำงานแบบเดิมโดยมีเครื่องมือ AI เพิ่มเข้ามา” แม้จะเป็นคำพูดที่ได้ยินกันบ่อย แต่การพลิกโฉมหมายถึงการออกแบบกระบวนการใหม่ ทบทวนผลิตภัณฑ์และบริการที่นำเสนอ ยกระดับประสบการณ์ลูกค้า รวมถึงเปลี่ยนวิธีทำงานและอาจต้องปรับโครงสร้างทีมด้วย

การพลิกโฉมเช่นนี้ไม่อาจเกิดขึ้นได้จากการทำเป็นงานเสริมนอกเหนือจากหน้าที่ประจำ และไม่สามารถปล่อยให้ฝ่ายเทคโนโลยีเป็นผู้ขับเคลื่อนเพียงฝ่ายเดียวได้ รวมถึงทีม “Innovation” ที่มีพนักงานประจำเพียง 3 คนของคุณด้วย หากองค์กรใช้แนวทางว่า “เดี๋ยวทุกอย่างก็ลงตัวเอง” ก็ย่อมไม่สามารถเปลี่ยนแปลงได้รวดเร็วเท่าคู่แข่งที่จะก้าวขึ้นมาเป็นผู้ชนะ

ยิ่งไปกว่านั้น การค้นหากรณีใช้งานที่ “พลิกเกม” ได้จริงและสร้างแรงสนับสนุนให้เกิดขึ้น จำเป็นต้องอาศัยความรู้ด้าน AI อย่างลึกซึ้งทั่วทั้งองค์กร พร้อมทัศนคติเชิงบวกต่อ AI

ดังนั้น การพลิกโฉมด้วย AI ต้องอาศัยผู้ที่รู้ว่าองค์กรต้องการอะไร รู้วิธีขับเคลื่อนการเปลี่ยนแปลง และเข้าใจ AI โดยได้รับอำนาจจากคณะกรรมการให้ดำเนินการ พร้อมรับผิดชอบการประสานงาน การสร้างแรงขับเคลื่อน การจัดหาเงินทุน การโน้มน้าว การกำกับดูแล การจัดลำดับความสำคัญ และการตัดสินใจ

โดยเฉพาะในระยะแรก การมีหน่วยงานส่วนกลางในรูปแบบ AI Hub, AI Transformation หรือ AI Office จะได้ผลดี ทีมส่วนกลางนี้สร้างความมั่นใจว่าองค์กรมีแผนกลยุทธ์ที่พร้อมดำเนินการ สามารถตัดสินใจเรื่องสำคัญและกระจายอำนาจได้อย่างรวดเร็ว รวมทั้งกำหนดเกณฑ์ควบคุมคุณภาพสำหรับการพลิกโฉมด้วย AI หากไม่มีทีมดังกล่าว แนวทางอาจกระจัดกระจายเกินไป จนเกิดความไม่สอดคล้องด้านการตัดสินใจ การเลือกผลิตภัณฑ์หรือโซลูชัน และคุณภาพ ซึ่งท้ายที่สุดจะบั่นทอนความมั่นใจในการนำ AI ไปใช้กับงานที่มีความเสี่ยงสูง

ดังที่กล่าวไว้ก่อนหน้านี้ บริษัทที่จะสร้างความได้เปรียบในการแข่งขันจาก AI ได้อย่างแท้จริง คือบริษัทที่สั่งสมประสบการณ์ ความเชี่ยวชาญ และความมั่นใจในระดับองค์กร จนสามารถนำ AI ไปใช้ได้อย่างรวดเร็วและต่อเนื่องในแกนหลักของกระบวนการสำคัญ เพื่อยกระดับประสบการณ์ลูกค้า ประสิทธิภาพของผลิตภัณฑ์ ความเร็วในการผลิต และด้านอื่นๆ

สิ่งที่ขาดไม่ได้ ได้แก่ แนวปฏิบัติด้านการประเมินที่ดี สถาปัตยกรรมที่ปรับตัวและขยายขนาดได้รวดเร็ว ตลอดจนการบริหารการเปลี่ยนแปลงด้วยทัศนคติแบบ “เราทำได้” ซึ่งช่วยให้องค์กรเรียนรู้ ปรับตัว และสร้างวิธีทำงานใหม่

อย่างไรก็ตาม สิ่งเหล่านี้ไม่อาจเกิดขึ้นได้สำเร็จด้วยการขับเคลื่อนจากระดับล่างขึ้นสู่ระดับบนเพียงอย่างเดียว เพราะการเปลี่ยนแปลงเกิดขึ้นรวดเร็วและส่งผลกระทบในวงกว้างเกินไป ขณะเดียวกัน การได้รับเพียง “อนุมัติจากคณะกรรมการบริษัท” หรือ “การสนับสนุนจากฝ่ายบริหาร” ก็ยังไม่เพียงพอ

หากพนักงานไม่เข้าใจอย่างชัดเจนว่าเหตุใดจึงต้องเปลี่ยนแปลง การเปลี่ยนแปลงจะส่งผลต่อตนเองอย่างไรทั้งในด้านบวกและด้านลบ และตนจะได้รับประโยชน์อะไร การพลิกโฉมก็จะเกิดขึ้นโดยไม่มีการสื่อสารและการเตรียมพร้อมอย่างเหมาะสม พร้อมสร้างผลกระทบข้างเคียงตามมาอีกมากมาย

ดังนั้น องค์ประกอบประการที่สี่ในการสร้างความได้เปรียบอย่างแท้จริงจากการนำ AI มาใช้ คือผู้นำบริษัทต้องเข้าใจและเชื่ออย่างจริงใจว่า การลงทุนใน AI มีความสำคัญต่อความสำเร็จอย่างต่อเนื่องของบริษัท กลยุทธ์ AI ต้องเป็นกลยุทธ์ของพวกเขาเอง โดยผสานไว้ในพันธกิจและเป้าหมายของบริษัท สื่อสารแนวคิดนี้อย่างต่อเนื่อง และแสดงให้เห็นผ่านการตัดสินใจที่ตามมาด้วยการลงมือทำ

สิ่งนี้ช่วยสร้างแรงจูงใจ การสนับสนุน และความรู้สึกเร่งด่วนให้ทีมทั่วทั้งองค์กรพัฒนาทักษะ พร้อมตัดสินใจเรื่องสำคัญที่อาจทำให้รู้สึกไม่สบายใจอยู่บ้าง เพื่อเลือกเส้นทางที่ยากกว่าแต่ให้ผลตอบแทนมากกว่า อีกทั้งยังสร้างความมั่นใจให้องค์กรตัดสินใจเปิดใช้งานประสบการณ์ลูกค้าหรือกระบวนการตัดสินใจลงทุนที่ขับเคลื่อนด้วย AI ได้จริง

บริษัทที่จะประสบความสำเร็จจาก AI ในอีกสองปีข้างหน้า ไม่ใช่บริษัทที่นำ AI ไปใช้งานมากที่สุด แต่เป็นบริษัทที่ทำให้ AI ใช้งานได้จริงกับระบบและกระบวนการสำคัญซึ่งลูกค้าสัมผัสโดยตรง มีอิทธิพลต่อการตัดสินใจ และสำคัญต่อธุรกิจ พร้อมสร้างขีดความสามารถระดับองค์กรให้ทำเช่นนี้ได้อย่างสม่ำเสมอและปลอดภัย

แล้วองค์กรของคุณควรทำอะไรต่อ หากองค์กร “กำลังใช้ AI” แต่ AI ยังไม่ส่งผลต่อความสำเร็จของบริษัท ลองตอบคำถามต่อไปนี้

1. บทบาทของ AI ในการบรรลุพันธกิจของบริษัทชัดเจนหรือไม่ คุณรู้สึกหรือไม่ว่าผู้นำเชื่ออย่างแท้จริงว่าการนำ AI มาใช้จำเป็นต่อความสำเร็จของบริษัทในอนาคต

2. มีหน่วยงานส่วนกลางที่ช่วยผลักดันวาระ AI ให้ความรู้ทั่วทั้งองค์กร และประสานกิจกรรมต่างๆ หรือไม่

3. ทีมเทคโนโลยีกำลังสร้างความเชี่ยวชาญ ขีดความสามารถ และรูปแบบที่ช่วยให้พัฒนา AI ได้รวดเร็วและปลอดภัยยิ่งขึ้นหรือไม่

4. องค์กรสามารถนำระบบขึ้นใช้งานจริงได้โดยไม่ติดขัดจากข้อสงสัยเกี่ยวกับพฤติกรรมของ AI ที่ยังไม่มีคำตอบหรือไม่

หากคำตอบของข้อใดข้อหนึ่งคือ “ไม่” คุณก็รู้แล้วว่าควรเริ่มต้นตรงไหน เพื่อสร้างความมั่นใจให้องค์กรว่าสามารถนำ AI ไปใช้ได้อย่างรวดเร็วและสม่ำเสมอ จนสร้างความได้เปรียบในการแข่งขันในจุดที่สำคัญอย่างแท้จริง