อาจถือได้ว่า องค์กรไทยแบบดั้งเดิมส่วนใหญ่ได้ผ่านยุคของการทำ Digital Transformation, DX มานานพอสมควร ระบบงานมาตรฐานที่นำมาประยุกต์ใช้ในการทำ DX อย่างเช่น ERP ก็ได้ทำงานร่วมกับ Predictive AI มาก่อนแล้ว
เช่น ช่วยการพยากรณ์และบริหารสินค้าคงคลัง เพื่อแก้ปัญหาสินค้าค้างสต๊อคและสินค้าขาดมือ หรือจะใช้การคาดการณ์ล่วงหน้าว่าเครื่องจักรตัวใดกำลังจะเสียหาย จะได้ดำเนินการแก้ไขก่อนที่มันจะหยุดทำงานจริง ๆ เป็นต้น
แต่เมื่อมาถึงยุค Generative AI การประยุกต์ใช้ได้ขยายตัวออกไปกว้างขวาง และใช้งานได้ง่ายเหมือนคุยกับลูกน้องที่เป็นคนจริงๆ เช่น “ทำไมต้นทุนการผลิตเดือนนี้ถึงสูงขึ้น” เจ้า AI จะไปควานหาข้อมูล วิเคราะห์ และตอบเป็นข้อความที่เข้าใจง่ายๆ GenAI ทำงานได้เร็วกว่าลูกน้องเราอย่างเหลือจะเชื่อ
นอกจากนั้นพัฒนาการของ AI ก็ดำเนินการต่อยอดกันมาแบบทวีคูณ เกิดเป็น Agentic AI ในปัจจุบัน ที่กำลังจะเปลี่ยนแปลงการทำงานของเราแบบก้าวกระโดดไปสู่อีกมิติหนึ่ง ด้วยการเป็นองค์กรแบบ Agentic Organization ที่มนุษย์กับ AI จะทำงานร่วมกันแบบแนบสนิทกว่าที่เคย เราลองมาดูว่าแผนที่เดินทางแบบบันได 3 ขั้นนี้จะช่วยได้อย่างไรบ้าง
บันไดขั้นแรก - คัดเลือกกระบวนการทำงานที่จะส่งผลกระทบสูงก่อนเป็นลำดับแรก มีหลักการง่ายๆ สำหรับวงจรการทำงาน 3 แบบ คือ วงจรรายได้ (Revenue Cycle, Order to Cash หรือ O2C) วงจรรายจ่าย (Expense Cycle, Procurement to Pay, P2P) และวงจรการแปลงสภาพ (Conversion Cycle, Plan to Produce)
นอกจากนี้ยังคงมีวงจรสนับสนุนอื่น ๆ ซึ่งจะได้รับการพิจารณาในลำดับถัดไป โดยการคัดเลือกขึ้นอยู่กับรูปแบบธุรกิจของเรา เช่น หากเป็นแบบซื้อมาขายไปหรือธุรกิจบริการก็ควรพิจารณาวงจรรายได้เป็นลำดับแรก และพิจารณาวงจรรายจ่าย เป็นลำดับถัดไป ยกเว้นสินค้าและบริการของเรามีนวัตกรรมล้ำเลิศหรือเป็นเจ้าตลาด ก็อาจจะพิจารณาวงจรรายจ่ายเป็นลำดับแรกแทนได้
แต่ถ้าเป็นหน่วยผลิต ก็แน่นอนที่ต้องเป็นวงจรการแปลงสภาพก่อน เมื่อคัดเลือกได้แล้วให้เราตรวจสอบกระบวนการนั้นๆ และค้นหางานที่เป็นปัญหาหรือจุดคอขวด สิ่งสำคัญที่สุดคือ งานที่ถูกคัดเลือกต้องมีข้อมูลดิจิทัลรองรับที่ถูกต้องและชัดเจนแล้วเท่านั้น เพราะ AI จะไม่สามารถช่วยได้เลยถ้าไม่มีข้อมูล
ต่อมาจึงมาออกแบบกระบวนการใหม่ แบบ End-to-End (Workflow Re-Engineering) โดยนำ AI Agents เข้ามาทำงานร่วม ตัวอย่างเช่น องค์กรขนาดเล็กที่รวมงานขายและการตลาดอยู่ในทีมเดียวกัน
ในวงจรรายได้ เราพบว่า การวางแผนการตลาดช้าเกินไปและไม่ทันต่อการเปลี่ยนแปลง ก็อาจสร้าง AI Agent ตัวที่หนึ่งทำหน้าที่ติดตามภาวะตลาดและทำรายงานสรุป ตัวที่สองติดตามข่าวคราวความเคลื่อนไหวของคู่แข่ง เพื่อสร้างเป็นฐานความรู้ ทำให้ฝ่ายการตลาดและฝ่ายขายปรับตัวตอบสนองการแข่งขันได้ดีขึ้น เป็นต้น
บันไดขั้นที่ 2 (ที่ต้องทำควบคู่กันไป) - วางกรอบความปลอดภัยและการกำกับดูแล เพราะการปล่อยให้ AI Agents ทำงานและตัดสินใจแทนเราแล้วเกิดข้อผิดพลาดจะเป็นปัญหาใหญ่ ดังนั้น การออกแบบระบบการกำกับดูแลการใช้ AI อย่างรัดกุมจึงเป็นสิ่งจำเป็นมาก
กรอบความคิดจะเริ่มที่การวิเคราะห์ระดับความเสี่ยงของงาน เช่น งานวิเคราะห์ข้อมูลภายในเพื่อออกรายงาน เราสามารถให้ AI Agents ทำงานได้เองทั้งหมดแต่จะวางคนไว้กำกับดูแลและตรวจสอบย้อนหลัง แต่หากงานนั้นมีผลกระทบทางกฎหมาย การเงิน หรือภาพลักษณ์ขององค์กร ก็จะต้องมี guardrails ที่ชัดเจนและมีคนอยู่ในขั้นตอนการตัดสินใจทุกครั้ง
เช่น จำกัด AI Agents ไม่ให้ตอบคำถาม (จาก prompt) ที่เกี่ยวข้องกับการเมือง หรือศาสนา และห้ามส่งข้อมูลส่วนบุคคลไปยัง AI Model สาธารณะ เป็นต้น
แต่สิ่งที่น่ากังวลคือ Shadow AI การที่พนักงานนำ AI มาใช้โดยฝ่าย IT ขององค์กรไม่รู้เรื่อง จึงจำเป็นต้องมี “นโยบายด้านธรรมาภิบาลและจริยธรรมการใช้ปัญญาประดิษฐ์” ที่ชัดเจนประกาศให้พนักงานทุกคนรับรู้และปฏิบัติตามอย่างเคร่งครัด พร้อมบทลงโทษหากมีการฝ่าฝืน เป็นต้น
บันไดขั้นที่ 3 - ปรับบทบาทพนักงานจาก Doer ไปเป็น Orchestrator เพื่อให้สามารถทำงานร่วมกับ AI Agents ในฐานะ “ผู้ร่วมงานดิจิทัล” โดยแกนหลักที่นำมาพิจารณาคือ วัฒนธรรมขององค์กรที่ต้องการกล้าทดลองสิ่งใหม่ๆ และยอมรับการเปลี่ยนแปลง (Culture Transformation)
ทำให้เราอาจจำเป็นต้องใช้เครื่องมืออย่าง ADKAR (Awareness, Desire, Knowledge, Ability, Reinforcement) ช่วยบริหารการเปลี่ยนแปลงสำหรับองค์กรขนาดใหญ่แบบดั้งเดิมที่มีโครงสร้างสายงานแบบบนลงล่าง ซึ่งจะมีความกังวลเรื่อง AI สูง เพราะการเป็น Agentic Organization จะทำให้โครงสร้างองค์กรแบบราบ ลำดับชั้นจะลดลงอย่างมาก
นอกจากนี้ยังมีเครื่องมือ MIT Supermind Design ที่เน้นการออกแบบโครงสร้างองค์กรและการจัดสรรงานระหว่างมนุษย์และ AI เพื่อทำงานร่วมกันอย่างมีประสิทธิภาพ ช่วยตอบคำถามว่างานไหนให้คนทำ งานไหนให้ AI Agents ทำ แต่อาจจะใช้ยากสักหน่อย หรือต้องการที่ปรึกษาที่มีความรู้จริงมาช่วย โดยเฉพาะหากต้องการขยายการใช้ AI ให้ไปครอบคลุมทั้งองค์กร
บันได 3 ขั้นดังกล่าว ผู้เขียนนำเสนออย่างสั้น ๆ และคงเป็นแนวคิดหนึ่งในการเปลี่ยนผ่านองค์กรไปสู่ Agentic Organization เท่านั้น ยังคงมีวิธีอื่น ๆ อีกที่น่าสนใจ และมีรายละเอียดอีกมากมายที่ต้องระดมสมองวางแผนกัน
ที่สำคัญคือ การปรับเปลี่ยนนี้ไม่ใช่แค่การซื้อเทคโนโลยีราคาแพงมาใช้แล้วจะจบ การจะเปลี่ยนเป็น Agentic Organization เพื่อทำให้องค์กรมีความยืดหยุ่นสูง ตัดสินใจได้อย่างรวดเร็ว อันเป็นความได้เปรียบในการแข่งขัน และสามารถรับมือกับความไม่แน่นอนสูงอย่างในปัจจุบันเท่านั้น แต่จะเสริมสร้างการเจริญเติบโตให้กับองค์กรได้อย่างมั่นคงมากยิ่งขึ้น
กล่าวโดยสรุป ปัจจัยแห่งความสำเร็จนี้จะเกิดจาก People ที่มีทักษะและความพร้อม Process การออกแบบกระบวนการแบบ AI Ready และ Technology สถาปัตยกรรมระบบและข้อมูล แต่ที่ขาดไม่ได้คือ Culture วัฒนธรรมองค์กรที่ต้องสอดรับกับกระบวนทัศน์นี้ เพื่อพร้อมจะต่อยอดไปเป็น Autonomous Enterprise ที่เปรียบเสมือนเรากำลังจะนั่งในรถไร้คนขับกันเลยทีเดียว
