สร้างความได้เปรียบด้วย Big AI และ AI Transformation

และมีแนวโน้มที่จะมีผลกำไรมากกว่า 19 เท่า เมื่อเทียบกับองค์กรที่ไม่ใช้ข้อมูลเป็นฐานในการตัดสินใจ และองค์กรที่มีประสิทธิภาพสูงในการใช้ AI มีโอกาสทำกำไรมากขึ้น 20%

ในขณะที่ Talent-alpha พบว่ากว่า 90% ของบริษัทชั้นนำกำลังใช้ประโยชน์จาก AI โดยมีการใช้เพื่อสนับสนุนด้านการตลาด และการขายถึง  54% และ 47% ตามลำดับ  และการใช้งานอื่นๆ  เช่น สร้าง Content 68% สร้างรูป 22% และอีก 37% ใช้ในการหาไอเดียใหม่ๆ

ทุกองค์กรต่างก็มี Data ของตนเอง ไม่ว่าจะเป็นข้อมูลที่ได้จากลูกค้า ได้จากกระบวนการทำงาน หรือองค์ความรู้ที่ได้จากบุคลากรแต่ละระดับแต่ละยุคสมัย ซึ่งถือเป็นสินทรัพย์ที่สร้างมูลค่าให้กับองค์กรในยุค Big Data ที่ได้รับการพูดถึงมาแล้วกว่า 20 ปี

เพราะ Data เหล่านี้ สามารถใช้ในการสร้างรายได้ โอกาส และความสามารถในการแข่งขันให้กับองค์กร จนนำไปสู่แนวคิด Data-Driven Organization ที่ได้รับการพูดถึงหลังจากนั้นอีก 10 ปี ในการขับเคลื่อนทุกฟังก์ชันและทุกระดับการตัดสินใจขององค์กรด้วยข้อมูล

 

ในขณะที่ Machine Learning (ML) และ Artificial Intelligence (AI) ซึ่งถูกพัฒนาอย่างต่อเนื่องมากว่า 70 ปีแล้ว จนสามารถทำสิ่งที่สมองของมนุษย์ทำได้ตั้งแต่การจำ, การแยกแยะ, การเปรียบเทียบ, การวิเคราะห์ และวันนี้ได้ยกระดับมาถึง “การสังเคราะห์” หรือการสร้างสรรค์ ด้วย Generative AI ทำให้หลายคนเริ่มใช้ AI ในชีวิตประจำวัน และหลายองค์กรนำมาใช้ในการเพิ่มประสิทธิภาพการทำงาน เพิ่มคุณภาพผลิตภัณฑ์ และการบริการลูกค้ามากขึ้น

องค์กรใดสามารถผสาน (Big) Data จากองค์ความรู้ของตน เข้ากับ AI ได้ดีกว่า จนกลายเป็น “Big AI” ย่อมทำให้ AI ของตนทำงานได้อย่างฉลาด และตอบสนองเป้าหมายได้ตรงจุดมากกว่า ด้วยความรวดเร็วยิ่งกว่า

การมาของ Big AI ทำให้มุมมองที่มีต่อคุณค่าของวิชาชีพหรือของแต่ละตำแหน่งงานในองค์กรเปลี่ยนไป

อาจารย์ท่านหนึ่งยกตัวอย่างว่า สำหรับนักกฎหมาย เมื่อก่อนคนที่จำข้อกฎหมายได้ครบถ้วนทุกมาตรา อาจถือเป็นนักกฎหมายที่เก่งได้ แต่ในยุค AI นี้ แค่ความจำคงไม่เพียงพอแล้ว นอกจากต้องสามารถวิเคราะห์ เชื่อมโยงระหว่างข้อกฎหมายและกรณีศึกษาต่างๆ  ได้ครบถ้วนแล้ว ยังต้องสามารถสร้างสรรค์หามุมมองใหม่ๆ เพื่อให้บรรลุเป้าหมายในการแก้ไขสถานการณ์ และปัญหาทางกฎหมายให้ได้ผลลัพธ์ที่สามารถวัดผลได้อย่างสูงสุดอีกด้วย

ผมสามารถใช้ AI ช่วยนักกฎหมายโดยการแปลสัญญาภาษากฎหมายที่บ่อยครั้งอาจถูกตีความแตกต่างกันโดยมนุษย์ มาเป็น Smart Contract ที่มีเงื่อนไข และตรรกะโดยละเอียดที่มีความแน่นอนไม่ต้องตีความภายในเวลาไม่กี่นาที และผมยังสามารถเขียน Program สร้าง App หรือ Website ง่ายๆ  สำหรับเดโมสิ่งต่างๆ  เหล่านี้ ด้วย AI โดยไม่ต้องรบกวนเวลาจากโปรแกรมเมอร์มืออาชีพ

งานวิจัยของผม และนักศึกษาที่ผมมีส่วนร่วม ได้ประยุกต์เอา AI มาใช้ และเมื่อผสานกับแพลตฟอร์ม D-vote ที่ช่วยในการกระจายแบบสำรวจไปยังกลุ่มเป้าหมายได้อย่างแม่นยำรวดเร็ว ทำให้กระบวนการในการวิจัยรวมถึงการเก็บ และคัดกรองผลสำรวจ ไปจนถึงการวิเคราะห์และสรุปผล ที่เมื่อก่อนเคยใช้เวลาเฉลี่ยหลักเดือน เหลือเพียงหลักวัน ด้วยคุณภาพเท่ากันหรือสูงกว่า

เรื่องเทคโนโลยีไม่ใช่ปัญหา เพราะวันนี้ทุกคนสามารถเข้าถึงเทคโนโลยีชั้นสูงได้ด้วยต้นทุนที่ไม่แพงอีกต่อไป การเพิ่มคุณค่าของงานจึงไปอยู่ที่การสะสมทรัพยากรที่ทำให้เกิดความคิดสร้างสรรค์ในการหาโซลูชันสำหรับทุกกระบวนการ และผลลัพธ์ในองค์กร จนส่งต่อไปถึงลูกค้าให้สัมผัสถึงคุณภาพได้

มนุษย์เราจึงควรใช้เวลาไปกับการสั่งสมประสบการณ์ที่ AI ไม่สามารถทำได้ การออกไปทำงานให้กว้างขึ้น พบปะผู้คนเพื่อแลกเปลี่ยนบทเรียนกันให้มากขึ้น ซึ่งก็เพื่อการสั่งสมทรัพยากรที่เป็น Owned Data เฉพาะของเราไว้ให้มากที่สุด เพื่อนำไปสู่การทำหน้าที่ของมนุษย์เหล่านี้ให้ดีที่สุดคือ

1. Create – สร้างสรรค์หรือต่อยอดจากทรัพยากรที่เรามี
2. Prioritize – จัดลำดับความสำคัญจากผลกระทบที่วัดผลได้ (Measurable Impact)
3. PROMPT – รู้วิธีสั่ง AI ให้เอาผลลัพธ์ที่ต้องการมาให้เรา
4. Verify – ตรวจสอบว่าผลลัพธ์ที่ได้ ถูกต้องหรือไม่ ถ้ายังไม่ถูก ก็ต้องปรับวิธีสั่งจนได้ผลลัพธ์ที่ถูกต้อง
5. Decide – ตัดสินใจจากผลลัพธ์หรือข้อมูลที่ได้จาก AI ซึ่งด้วยข้อมูลชุดเดียวกัน และเป้าหมายเดียวกัน มืออาชีพแต่ละคนก็อาจมีกลยุทธ์ วิธีบริหารจัดการและวิธีปฏิบัติงานเพื่อไปให้ถึงเป้าหมายนั้นแตกต่างกัน

ในการแข่งขันที่การใช้ Human+AI มีแนวโน้มจะชนะการใช้ Human หรือใช้ AI เพียงอย่างหนึ่งอย่างใด  ทำให้ขอบเขตของ Big AI ต้องขยายไปถึงระดับ “AI Transformation” ทั้ง People Process และ Technology ตั้งแต่การประเมินองค์กร, พัฒนากลยุทธ์ในการใช้ AI, สร้างความรู้และทักษะด้านการใช้ AI, พัฒนา Infrastructure สำหรับ Big AI, สร้างวัฒนธรรมการทำงานใหม่, ไปจนถึงการเริ่มวัฏจักรการปรับใช้ - ติดตาม - ประเมินผล

ถ้าฟังก์ชันใด - ระดับใดพบว่าการใช้ AI มีประโยชน์ได้มากกว่า และ Mindset ของผู้ที่เกี่ยวข้องพร้อมกว่า ก็เริ่มที่ฟังก์ชันนั้นก่อน แล้วค่อยสเกลขยายยังจุดอื่นในองค์กร

ทั้งหมดนี้เป็นสิ่งที่ผู้บริหารสูงสุดขององค์กรจำเป็นต้องเข้าใจ และเป็นผู้นำในการผลักดัน

 

 

พิสูจน์อักษร....สุรีย์  ศิลาวงษ์