AI ในองค์กรไทย : จาก ‘การนำมาใช้’ สู่ ‘ผลลัพธ์ทางธุรกิจ’ ที่จับต้องได้

ภายในองค์กร AI ถูกนำมาใช้เพื่อลดงานซ้ำซ้อน เพิ่มความรวดเร็วในการวิเคราะห์ข้อมูล และสนับสนุนการตัดสินใจ ขณะที่มิติภายนอก องค์กรจำนวนมากกำลังพัฒนา AI ให้เป็นส่วนหนึ่งของสินค้าและบริการ ตั้งแต่ระบบแนะนำสินค้า ผู้ช่วยอัจฉริยะ ไปจนถึงโซลูชันที่สร้างประสบการณ์เฉพาะบุคคลให้ลูกค้า

อย่างไรก็ตาม ความท้าทายสำคัญไม่ได้อยู่ที่การนำ AI มาใช้ แต่คือการทำให้ AI สร้าง “ผลกระทบทางธุรกิจ” (Business Impact) ได้อย่างแท้จริง หลายองค์กรสามารถขยายการใช้งาน AI ได้อย่างรวดเร็ว แต่กลับยังไม่เห็นผลลัพธ์ที่ชัดเจนในด้านยอดขาย การเติบโต หรือความสามารถในการทำกำไร ปัจจุบันคำถามสำคัญของผู้บริหารจึงไม่ใช่ว่า “องค์กรใช้ AI แล้วหรือยัง” แต่คือ “AI ช่วยสร้างคุณค่าให้ธุรกิจมากน้อยเพียงใด”

ผลการศึกษาของ Kantar ในประเทศไทย สะท้อนภาพดังกล่าวได้อย่างชัดเจน โดยพบว่ากว่า 3 ใน 4 ขององค์กรไทยได้เริ่มนำ AI มาใช้เพื่อสนับสนุนธุรกิจและการดำเนินงานแล้ว แต่ส่วนใหญ่ยังอยู่ในช่วงเริ่มต้นของการประยุกต์ใช้ โดยประมาณ 33% ใช้ AI ในบางหน่วยงาน หรือ บางฟังก์ชันทางธุรกิจ อีก 27% ใช้ AI ในบางโครงการเท่านั้น ขณะที่องค์กรจำนวนมากยังไม่ได้เชื่อมโยงการใช้งาน AI ข้ามแผนก หรือยกระดับให้เป็นส่วนหนึ่งของกระบวนการดำเนินธุรกิจหลัก

รูปแบบการใช้งาน AI ในแต่ละขั้นของการพัฒนาองค์กรมีความแตกต่างกันอย่างน่าสนใจ องค์กรที่เพิ่งเริ่มทดลองใช้ AI มักเริ่มจากฝ่าย Data Analytics และ Business Intelligence รวมถึงฝ่าย IT และโครงสร้างพื้นฐาน ซึ่งเป็นหน่วยงานที่มีความพร้อมด้านข้อมูลและเทคโนโลยีมากที่สุด เมื่อการใช้งานเริ่มขยายตัว AI จะถูกนำไปใช้ในฝ่ายการตลาดและการสื่อสารเพิ่มขึ้น เพื่อช่วยวิเคราะห์ลูกค้า สร้างคอนเทนต์ และปรับปรุงประสิทธิภาพแคมเปญ อย่างไรก็ตาม ฝ่ายทรัพยากรบุคคล รวมถึงฝ่ายการเงิน การบริหารความเสี่ยง และการกำกับดูแล ยังคงเป็นหน่วยงานที่มีการใช้งาน AI ค่อนข้างจำกัดเมื่อเทียบกับส่วนงานอื่น

หากพิจารณาแรงจูงใจในการนำ AI มาใช้ พบว่าปัจจัยอันดับหนึ่งคือการเพิ่มประสิทธิภาพและผลิตภาพในการทำงาน รองลงมาคือการเตรียมความพร้อมสำหรับการเปลี่ยนผ่านสู่ดิจิทัลในอนาคต และการเสริมสร้างความสามารถในการแข่งขันทางธุรกิจ สะท้อนว่าหลายองค์กรยังมอง AI ในฐานะเครื่องมือช่วยเพิ่มประสิทธิภาพมากกว่ากลไกสร้างรายได้ใหม่

ในกลุ่มหน่วยงานภาครัฐและรัฐวิสาหกิจ มุมมองต่อ AI มีความแตกต่างออกไป โดยนอกจากการเพิ่มประสิทธิภาพการทำงานและเตรียมพร้อมสู่ยุคดิจิทัลแล้ว การนำ AI มาใช้ยังมีเป้าหมายเพื่อแก้ไขปัญหาเฉพาะทางหรือความท้าทายเชิงปฏิบัติการมากกว่าการสร้างความได้เปรียบทางการแข่งขันเหมือนภาคเอกชน 

อีกหนึ่งปัจจัยสำคัญที่ทำให้องค์กรขยายการใช้งาน AI จากระดับหน่วยงานสู่การใช้งานข้ามสายงานได้ คือการสนับสนุนจากผู้บริหารระดับสูง หลายองค์กรที่มีการบูรณาการ AI อย่างกว้างขวางให้ข้อมูลตรงกันว่า การผลักดันจากนโยบายผู้บริหารเป็นปัจจัยสำคัญในการเร่งการเปลี่ยนแปลง และช่วยให้เกิดการประสานงานระหว่างหน่วยงานต่างๆ 

ขณะเดียวกัน องค์กรที่ยังไม่ได้เริ่มใช้ AI แม้มองเห็นศักยภาพของ AI ในการเพิ่มประสิทธิภาพการทำงาน แต่ยังไม่เชื่อมั่นว่า AI จะช่วยลดต้นทุนหรือสร้างผลตอบแทนจากการลงทุน (ROI) ได้อย่างชัดเจน ความไม่แน่นอนในเรื่องผลลัพธ์ทางธุรกิจจึงยังเป็นหนึ่งในอุปสรรคสำคัญต่อการตัดสินใจลงทุน 

ด้วยเหตุนี้ หน่วยงานควรประเมินให้ครบว่า ข้อมูลอยู่ที่ใด อยู่ภายใต้กฎหมายประเทศใด ใครมีสิทธิ์เข้าถึง ข้อมูลถูกนำไปฝึกโมเดลหรือไม่ สามารถเข้ารหัสและเก็บกุญแจในประเทศไทยได้หรือไม่ รวมถึง ตรวจสอบ ย้ายระบบ และนำข้อมูลกลับคืนได้หรือไม่

Data Sovereignty จึงไม่ใช่เพียงเรื่อง “ข้อมูลตั้งอยู่ในประเทศไทย” แต่คือความสามารถของประเทศไทยในการควบคุม กำกับ ตรวจสอบ และใช้ประโยชน์จากข้อมูลภาครัฐภายใต้กฎหมายและผลประโยชน์ของประเทศ ก่อนนำข้อมูลเหล่านั้นไปขับเคลื่อน AI

ผลการศึกษายังพบว่า องค์กรมีความเชื่อมั่นค่อนข้างสูงต่อการใช้ AI สำหรับการวิเคราะห์ข้อมูล การจัดทำรายงาน และการสนับสนุนระบบ IT ขององค์กร แต่ระดับความเชื่อมั่นจะลดลงอย่างมีนัยสำคัญเมื่อ AI ต้องเข้ามามีบทบาทในการตัดสินใจที่ส่งผลกระทบต่อลูกค้า หรือเกี่ยวข้องกับความเสี่ยง ความปลอดภัย และการปฏิบัติตามกฎระเบียบ 

เหตุผลสำคัญคือหลายองค์กรยังมองว่า AI มีข้อจำกัดด้านกฎหมาย จริยธรรม และการกำกับดูแล โดยเฉพาะเมื่อการตัดสินใจเกี่ยวข้องกับข้อมูลลูกค้าโดยตรง นอกจากนี้ ความกังวลต่อความผิดพลาดจากการตัดสินใจที่มีความเสี่ยงสูงยังทำให้องค์กรจำนวนมากเลือกใช้ AI เป็นเครื่องมือสนับสนุน มากกว่าการมอบอำนาจในการตัดสินใจให้ AI อย่างเต็มรูปแบบ 

สำหรับองค์กรที่นำ AI มาสู่ระดับการเป็นส่วนหนึ่งของระบบปฏิบัติการหลักและใช้งานข้ามหลายหน่วยงานได้สำเร็จ ทุกแห่งมีความเห็นสอดคล้องกันว่าปัจจัยสำคัญที่สุดคือ “ความพร้อมด้านข้อมูล” (Data Readiness) ไม่ว่าจะเป็นคุณภาพของข้อมูล การเชื่อมโยงข้อมูลระหว่างหน่วยงาน หรือโครงสร้างการจัดเก็บและบริหารข้อมูลที่เอื้อต่อการนำ AI มาใช้งาน

นอกจากเรื่องข้อมูลแล้ว ความปลอดภัยและความเป็นส่วนตัวของข้อมูลยังเป็นความท้าทายร่วมของทุกองค์กร โดยเฉพาะในยุคที่ AI ต้องอาศัยข้อมูลจำนวนมากในการเรียนรู้และสร้างผลลัพธ์ หลายองค์กรจึงเร่งพัฒนาแนวทางกำกับดูแลและมาตรฐานด้านความปลอดภัยข้อมูลเพื่อรองรับการใช้งาน AI อย่างเหมาะสม 

ขณะเดียวกัน ปัญหาการเข้าถึงข้อมูลและข้อจำกัดด้านสิทธิ์การใช้งานก็กำลังกลายเป็นอีกประเด็นสำคัญ หลายองค์กรเลือกใช้มาตรการควบคุมการเข้าถึงข้อมูล รวมถึงกำหนดข้อจำกัดในการใช้เครื่องมือ AI หรือผู้ให้บริการภายนอก เพื่อป้องกันความเสี่ยงที่อาจเกิดขึ้น เมื่อมองไปข้างหน้า สิ่งที่องค์กรไทยต้องการมากที่สุดเพื่อเร่งการใช้ AI ให้เกิดผลในเชิงธุรกิจ ไม่ใช่เพียงเทคโนโลยีที่ล้ำสมัย แต่ประกอบด้วย 3 ปัจจัยสำคัญ ได้แก่ บุคลากรที่มีทักษะด้าน AI ข้อมูลที่มีคุณภาพและเชื่อถือได้ และมาตรฐานหรือกฎระเบียบที่ชัดเจน

ท้ายที่สุด ความสำเร็จของ AI จะไม่ได้วัดจากจำนวนโครงการนำร่องหรือจำนวนพนักงานที่ทดลองใช้เครื่องมือ AI แต่จะวัดจากความสามารถในการเปลี่ยน AI ให้เป็นเครื่องมือสร้างการเติบโต เพิ่มรายได้ ลดต้นทุน และสร้างความได้เปรียบทางการแข่งขันอย่างยั่งยืน

องค์กรที่สามารถเชื่อมโยง AI เข้ากับเป้าหมายทางธุรกิจได้อย่างชัดเจน มีข้อมูลที่พร้อมใช้งาน และมีกลไกกำกับดูแลที่เหมาะสม จะเป็นผู้ที่สามารถเปลี่ยนกระแส AI ในวันนี้ให้กลายเป็นผลลัพธ์ทางธุรกิจที่แท้จริงในวันข้างหน้า