การพูดถึงเอไอในภาคธุรกิจไทย ไม่ได้อยู่ในช่วงตั้งคำถามว่า “ควรใช้หรือไม่” อีกต่อไป แต่ขยับมาอยู่ที่คำถามว่า “จะใช้ตรงไหนก่อน และใช้อย่างไรจึงไม่เพิ่มต้นทุนและความเสี่ยงโดยไม่จำเป็น” ภายใต้การแข่งขันที่รุนแรงขึ้น ต้นทุนการดำเนินงานที่สูง และความคาดหวังของผู้บริโภคที่เปลี่ยนเร็ว องค์กรจำนวนมากเริ่มเผชิญข้อจำกัดของโครงสร้างการทำงานแบบเดิม
พชร อารยะการกุล ประธานเจ้าหน้าที่บริหาร บริษัท บลูบิค กรุ๊ป จำกัด (มหาชน) ระบุว่า ปัญหาหลักขององค์กรไทยไม่ใช่การขาดเทคโนโลยี แต่คือ การที่ระบบงาน คน และข้อมูลยังไม่เชื่อมต่อกัน ทำให้เอไอไม่สามารถสร้างผลลัพธ์ได้เต็มที่ การปรับตัวในระยะถัดไปจึงไม่ใช่การเพิ่มเครื่องมือใหม่ แต่เป็นการออกแบบโครงสร้างการทำงานใหม่ทั้งระบบ
แนวคิดที่ใช้เรียกการเปลี่ยนผ่านนี้คือ Intelligent Enterprise หมายถึง องค์กรที่ใช้ข้อมูล เทคโนโลยี และเอไอ เป็นฐานในการตัดสินใจในงานหลัก ไม่ว่าจะเป็นการวางแผน การให้บริการ หรือการบริหารความเสี่ยง โดยไม่ได้แยกเอไอออกจากกระบวนการทำงานเดิม
จากการวิเคราะห์แนวโน้มการลงทุนด้านเทคโนโลยีของลูกค้าองค์กร บลูบิคมองว่าการเปลี่ยนผ่านขององค์กรไทยในปี 2569 จะเคลื่อนตัวอยู่บน 3 ทิศทางหลัก ตั้งแต่ระดับการทำงานภายในองค์กร ประสบการณ์ของลูกค้า ไปจนถึงประเด็นความมั่นคงปลอดภัยและการกำกับดูแล
หนึ่ง: ทำงานให้ฉลาดและคุ้มค่าขึ้น
ทิศทางแรกสะท้อนปัญหาเชิงโครงสร้างที่องค์กรไทยจำนวนมากเผชิญมายาวนาน นั่นคือ กระบวนการทำงานที่พึ่งพาแรงงานคนสูง ใช้เอกสารจำนวนมาก และมีขั้นตอนซ้ำซ้อน ส่งผลให้ต้นทุนสูง การตัดสินใจล่าช้า และยากต่อการขยายตัว
ในปี 2569 บลูบิคมองว่าองค์กรจะเร่งนำเอไอมาใช้กับงานหลังบ้านระบบไอทีและการพัฒนาซอฟต์แวร์รวมถึงห่วงโซ่อุปทานมากขึ้น โดยไม่ได้มุ่งแทนที่แรงงานทั้งหมด แต่เป็นการออกแบบกระบวนการใหม่ให้เอไอรับบทบาทในงานที่ต้องประมวลผลข้อมูลจำนวนมาก ขณะที่มนุษย์ทำหน้าที่กำกับ ตรวจสอบ และตัดสินใจเชิงกลยุทธ์
แนวโน้มสำคัญประการแรกคือ Autonomous Back-Office หรือการใช้เอไอรับตรวจสอบ และประมวลผลข้อมูลตั้งแต่ต้นทางถึงปลายทางแบบอัตโนมัติ หรือที่เรียกว่า Straight-Through Processing (STP) ระบบลักษณะนี้ช่วยลดภาระงานเอกสารที่เคยต้องใช้แรงงานคนจำนวนมาก เช่น การกรอกข้อมูล การตรวจสอบความถูกต้อง และการส่งต่อข้อมูลระหว่างหน่วยงาน
ในกลุ่มธนาคาร การเงิน และประกันภัย มีการนำเอไอมาใช้ตรวจสอบเอกสารสินเชื่อและเอกสารเคลมประกัน ทำให้ระยะเวลาการพิจารณาจากเดิมที่อาจใช้เวลาหลายวันหรือหลายสัปดาห์ ลดลงเหลือเพียงไม่กี่นาที
ขณะที่ภาครัฐเริ่มทดลองใช้เอไอตรวจสอบแบบฟอร์มราชการจำนวนมาก เพื่อเพิ่มความเร็วในการให้บริการประชาชน แม้การนำมาใช้จริงยังต้องคำนึงถึงข้อจำกัดด้านกฎหมายและความโปร่งใส
อีกแนวโน้มหนึ่งคือ การใช้เอไอหลายโมเดลทำงานร่วมกัน หรือ Composite เอไอ Strategy แทนการพึ่งพาโมเดลเดียวในการตัดสินใจทั้งหมด แนวคิดนี้ตั้งอยู่บนความเข้าใจว่า เอไอ แต่ละประเภทมีจุดแข็งแตกต่างกัน เช่น โมเดลที่เชี่ยวชาญการพยากรณ์แนวโน้มตามเวลาอาจไม่เหมาะกับการคำนวณแผนการผลิตหรือเส้นทางโลจิสติกส์ที่ซับซ้อน
ภาคการผลิตและซัพพลายเชน องค์กรเริ่มผสานเอไอหลายตัวเข้ากับระบบ ERP เพื่อเพิ่มประสิทธิภาพ ตั้งแต่การคำนวณปริมาณสินค้าคงคลัง การบริหารวัตถุดิบ การวางแผนการผลิตให้สอดคล้องกับดีมานด์และกำลังการผลิตของเครื่องจักร ไปจนถึงการออกแบบเส้นทางขนส่งเพื่อลดต้นทุนโลจิสติกส์ การทำงานในลักษณะนี้ช่วยลดของเสีย ลดเงินจมในสต็อก และทำให้การตัดสินใจมีข้อมูลรองรับมากขึ้น
เทคโนโลยีเอไอ Workflow Orchestration หรือการใช้เอไอเอเจนต์เป็นตัวประสานงานระหว่างหลายขั้นตอนของกระบวนการทำงาน เป็นอีกแนวโน้มที่ถูกนำมาใช้เพื่อลดปัญหาคอขวด ระบบนี้สามารถรับเรื่อง วิเคราะห์ ส่งต่อ และปิดงานได้โดยอัตโนมัติ พร้อมทั้งตัดสินใจแก้ปัญหาพื้นฐานระหว่างทางในระดับหนึ่ง
ในธุรกิจประกันภัย มีการทดลองใช้เอไอ Orchestration ครอบคลุมตั้งแต่งานเคลม การตรวจสอบเอกสาร การตรวจจับการฉ้อฉล ไปจนถึงการจัดคิวอนุมัติ ขณะที่ภาครัฐสามารถนำแนวคิดเดียวกันไปใช้กับระบบรับเรื่องร้องเรียน เพื่อส่งต่อไปยังหน่วยงานที่เกี่ยวข้องได้อย่างเป็นระบบมากขึ้น
สอง: ประสบการณ์ลูกค้าที่ปรับตัวได้ตลอดเวลา
ทิศทางที่สองสะท้อนการเปลี่ยนผ่านจากการใช้เอไอแบบโครงการนำร่องไปสู่การใช้งานจริงในระดับองค์กร โดยเฉพาะในงานที่เกี่ยวข้องกับลูกค้าโดยตรง องค์กรเริ่มมองว่าเอไอไม่ควรเป็นเพียงเครื่องมือช่วยตอบคำถาม แต่ต้องเป็นส่วนหนึ่งของกระบวนการหลักที่สร้างคุณค่าและรายได้
หนึ่งในเทคโนโลยีที่ถูกนำมาใช้มากขึ้นคือ เอไอ Recommendation Engine ซึ่งเป็นโซลูชันที่ออกแบบมาให้พร้อมใช้งาน ช่วยลดภาระการพัฒนาเอง และไม่จำเป็นต้องมีทีมผู้เชี่ยวชาญด้านเอไอขนาดใหญ่ ระบบลักษณะนี้ถูกนำไปใช้ในหลายบริบท ตั้งแต่งานฝ่ายบุคคล การวิเคราะห์ข้อมูลเชิงลึก ไปจนถึงงานธุรการ
ในกลุ่มธนาคารและการเงิน มีการใช้เอไอสำหรับการปล่อยสินเชื่อดิจิทัล เพื่อประเมินความสามารถในการชำระหนี้ของลูกค้าอย่างเป็นระบบและโปร่งใสมากขึ้น
ขณะที่ในค้าปลีกและอีคอมเมิร์ซ ระบบแนะนำสินค้าแบบเรียลไทม์ช่วยเสนอสินค้าที่ตรงกับความต้องการของลูกค้า เพิ่มโอกาสในการขาย แม้จะยังมีคำถามเกี่ยวกับความเป็นธรรมของอัลกอริทึมและการใช้ข้อมูลส่วนบุคคล
บทบาทของเอไอในงานบริการลูกค้าก็ขยับจากการเป็นเพียงแชตบอตไปสู่ระบบบริการแบบ End-to-End ที่เชื่อมต่อกับระบบหลังบ้าน เช่น ศูนย์บริการลูกค้าอัจฉริยะ (เอไอ Contact Center) และระบบติดตามหนี้อัตโนมัติ ซึ่งสามารถคาดการณ์ความเสี่ยงและเสนอแนวทางปรับโครงสร้างหนี้ก่อนเกิดปัญหาได้
แนวคิด Hyperpersonalization เป็นอีกประเด็นที่ถูกหยิบยกขึ้นมา โดยหมายถึงการใช้เอไอวิเคราะห์ข้อมูลหลายรูปแบบร่วมกับข้อมูลจากระบบหลังบ้าน เช่น CDP และ CRM เพื่อสร้างประสบการณ์ที่ใกล้เคียงการสื่อสารระหว่างมนุษย์มากที่สุด ตั้งแต่การเลือกโทนการตอบคำถาม ไปจนถึงการตัดสินใจส่งต่อให้เจ้าหน้าที่ผู้เชี่ยวชาญเมื่อจำเป็น
สาม: ความเชื่อมั่นและการกำกับดูแล
ทิศทางสุดท้ายสะท้อนด้านที่มักถูกมองข้ามเมื่อองค์กรเร่งนำเอไอมาใช้ นั่นคือความเสี่ยงด้านข้อมูล ความมั่นคงปลอดภัยไซเบอร์ และผลกระทบทางกฎหมาย เมื่อเอไอถูกนำไปใช้ตัดสินใจในเรื่องสำคัญ เช่น สินเชื่อ การประกัน หรือบริการสาธารณะ ความผิดพลาดหรืออคติของระบบอาจส่งผลกระทบต่อผู้คนในวงกว้าง
แนวคิด Zero-Trust เอไอ Access ถูกเสนอเป็นกรอบในการจำกัดสิทธิ์การเข้าถึงข้อมูลของโมเดล เอไอ ในทุกระดับ เพื่อลดความเสี่ยงจากการรั่วไหลของข้อมูล โดยเฉพาะในองค์กรด้านการเงินที่ต้องจัดการข้อมูลอ่อนไหวจำนวนมาก
ขณะเดียวกัน เอไอก็ถูกนำมาใช้เป็นเครื่องมือป้องกันภัยไซเบอร์ เช่น การตรวจจับธุรกรรมผิดปกติแบบเรียลไทม์ การวิเคราะห์ทราฟฟิกเครือข่ายเพื่อป้องกันการบุกรุก และการรับมือกับการโจมตีรูปแบบใหม่อย่าง Deepfake Phishing ซึ่งสะท้อนว่า เอไอเป็นได้ทั้งเครื่องมือและความเสี่ยงในเวลาเดียวกัน
กรอบการกำกับดูแลเอไอจึงกลายเป็นประเด็นสำคัญ โดยเฉพาะในกรณีที่เอไอถูกใช้ตัดสินใจเชิงนโยบายหรือมีผลต่อผู้บริโภค เช่น ระบบพิจารณาสินเชื่อที่ต้องสามารถอธิบายเหตุผลของการอนุมัติหรือปฏิเสธได้อย่างโปร่งใส
ROI ของเอไอและข้อจำกัดที่องค์กรต้องเผชิญ
ข้อมูลจากบลูบิคระบุว่า ในปัจจุบันกว่า 80% ของโครงการเอไอในองค์กรไทยยังคงเป็นลักษณะ Quick Win ที่มุ่งลดต้นทุน เนื่องจากสามารถคำนวณผลตอบแทนจากการลงทุน (ROI) ได้ชัดเจน เช่น การลดระยะเวลาในการทำงานหรือการลดจำนวนพนักงานในกระบวนการนั้นๆ
ยูสเคสที่ประสบความสำเร็จสูงในช่วงนี้คือกลุ่ม Predictive Intelligence เช่น การทำ Sales Forecast และ Supply Chain Management ซึ่งช่วยลดของเหลือในสต็อก ลดเงินจม และทำให้กระแสเงินสดหมุนเวียนดีขึ้น อย่างไรก็ตาม การใช้เอไอเพื่อสร้างรายได้ใหม่ยังถือว่าอยู่ในช่วงเริ่มต้นและประเมิน ROI ได้ยากกว่า
บลูบิคยังอยู่ระหว่างการทดสอบเอไอเอเจนต์ในกระบวนการที่ซับซ้อนและไม่มีกฎเกณฑ์ตายตัว ซึ่งต้องอาศัยการปรับทักษะของพนักงานควบคู่ไปกับการติดตั้งเทคโนโลยี การมีมนุษย์เข้ามาตรวจสอบในสัดส่วนที่สูง ทำให้ผลตอบแทนในช่วงแรกอาจยังไม่ชัดเจน
ต้นทุนของเทคโนโลยี โดยเฉพาะค่าใช้จ่ายในการใช้โมเดลภาษาเป็นอีกปัจจัยที่องค์กรต้องพิจารณาอย่างรอบคอบ หากไม่มีแผนที่ดี ต้นทุนอาจสูงจนไม่คุ้มค่ากับประโยชน์ที่ได้รับ
“การก้าวสู่ Intelligent Enterprise ไม่ได้วัดกันแค่การปรับใช้เทคโนโลยี แต่ต้องให้ความสำคัญกับความสามารถในการสร้างระบบที่คิด วิเคราะห์ และเติบโตไปพร้อมกับธุรกิจได้จริง องค์กรที่สามารถผสานการทำงานระหว่างเอไอกับคน กระบวนการ และข้อมูลอย่างเป็นหนึ่งเดียว จะเป็นผู้กำหนดเกมในยุคถัดไป
บลูบิคในฐานะผู้เชี่ยวชาญชั้นนำด้านที่ปรึกษาด้านดิจิทัลทรานส์ฟอร์เมชันระดับองค์กร ตระหนักถึงกระแสความเปลี่ยนแปลงนี้ จึงมีการเตรียมความพร้อม โดยเฉพาะในส่วนของกำลังพล เพื่อรองรับกับความต้องการในทุกมิติขององค์กรลูกค้า” พชร กล่าว
แผนธุรกิจปี 2569 ของบลูบิค
บลูบิค ระบุว่า บริษัทอยู่ระหว่างการปรับรูปแบบการดำเนินงานและการบริหารทรัพยากรบุคคล เพื่อรองรับโครงการขนาดใหญ่และการขยายตัวของงานด้านดิจิทัลทรานส์ฟอร์เมชันระดับองค์กร โดยมุ่งเพิ่มขีดความสามารถของทีมงานและขยายการให้บริการไปยังตลาดที่มีความต้องการด้านเทคโนโลยีสูงขึ้น
บริษัทประเมินว่าผลประกอบการในปีนี้มีแนวโน้มเติบโตประมาณ 20% แม้อยู่ในช่วงที่เศรษฐกิจโดยรวมชะลอตัว โดยให้เหตุผลว่าความต้องการด้านดิจิทัลทรานส์ฟอร์เมชันขององค์กรขนาดใหญ่ยังคงเพิ่มขึ้นต่อเนื่อง โดยเฉพาะโครงการที่เกี่ยวข้องกับเทคโนโลยีเอไอ การจัดตั้งธนาคารเสมือน (Virtual Bank) และนโยบาย Cloud First Policy ของภาครัฐ
สำหรับแผนการดำเนินธุรกิจในปี 2569 บลูบิคระบุว่า จะจัดวางการทำงานตาม 3 แนวทางหลัก เพื่อให้สอดคล้องกับทิศทางของตลาดและการขยายตัวในระยะยาว
แนวทางแรกคือ การขยายการให้บริการกับลูกค้าปัจจุบันควบคู่กับการหาลูกค้าใหม่ ทั้งในประเทศและต่างประเทศ โดยเน้นกลุ่มภาครัฐ การศึกษา สุขภาพ และพลังงาน รวมถึงการพัฒนาบริการที่เกี่ยวข้องกับเทคโนโลยีเอไอ ระบบคลาวด์ และประเด็นด้านความยั่งยืน
แนวทางที่สองคือ การปรับปรุงประสิทธิภาพการดำเนินงานภายในองค์กร เพื่อเพิ่มความคล่องตัวและรองรับการขยายตัวของโครงการ โดยตั้งเป้าเพิ่มจำนวนพนักงานประมาณ 10% พร้อมทั้งพัฒนาทักษะบุคลากรและนำเอไอมาใช้ในกระบวนการทำงานบางส่วน เพื่อลดภาระงานซ้ำซ้อนและควบคุมต้นทุน
แนวทางที่สามคือ การเตรียมความพร้อมสำหรับการขยายธุรกิจในระยะยาว ผ่านการทำงานร่วมกับพันธมิตรทางธุรกิจ การควบรวมและเข้าซื้อกิจการ (M&A) รวมถึงการปรับโครงสร้างองค์กร เพื่อเพิ่มสัดส่วนรายได้ประจำและรองรับโครงการขนาดใหญ่ในอนาคต
“ประสบการณ์การดำเนินงานในช่วงกว่าทศวรรษที่ผ่านมา และสัดส่วนลูกค้าที่กลับมาใช้บริการซ้ำในระดับสูง เป็นปัจจัยที่ทำให้บริษัทประเมินว่าสามารถรองรับการขยายตัวของธุรกิจตามแผนที่วางไว้ได้” พชร กล่าวทิ้งท้าย