เมื่อบิล AI พุ่งไม่หยุด บริษัทต้องตั้งรั้วงบประมาณให้ทัน

ต้นทุน AI ของบริษัทไม่ใช่เรื่องเทคโนโลยี แต่คือเรื่องระเบียบวินัยงบประมาณ

การควบคุมการใช้จ่าย AI คือกระบวนการที่องค์กรกำหนดกติกา เครื่องมือ และตัวชี้วัดเพื่อดูแลว่าการใช้ระบบปัญญาประดิษฐ์สร้างคุณค่าทางธุรกิจมากกว่าต้นทุนที่เกิดขึ้น ทั้งในระดับโครงสร้างพื้นฐาน การใช้งานรายบุคคล และงบลงทุนโครงการ โดยเน้นให้การใช้ AI เชื่อมโยงกับผลลัพธ์ที่วัดได้ ไม่ใช่การทดลองใช้แบบไร้ขอบเขต เมื่อมองจากกรณีบริษัทเทคโนโลยีรายใหญ่ที่กำลังเทเงินจำนวนมากลงไปในโครงสร้างพื้นฐาน AI และผลักดันให้พนักงานใช้เครื่องมือเหล่านี้ในงานทุกวัน ต้นทุน AI ของบริษัทแสดงให้เห็นชัดว่าการใช้งานในแต่ละทีมแตกต่างกันมาก ตั้งแต่ระดับต่ำไปจนถึงระดับสูงอย่างมาก สิ่งที่น่ากังวลคือการใช้มากไม่ได้หมายความว่าผลงานหรือค่าตอบแทนจะดีขึ้นตามไปด้วย ทำให้คำถามสำคัญไม่ใช่ว่าองค์กรใช้ AI แค่ไหน แต่คือใช้ไปเพื่ออะไรและคุ้มค่าหรือไม่

ข้อมูลภายในเผย การใช้ AI หนักไม่ได้นำไปสู่ผลตอบแทนที่มากขึ้น

มุมมองที่น่าสะเทือนใจจากข้อมูลภายในของผู้พัฒนาเทคโนโลยีรายใหญ่คือ การใช้ AI หนักในระดับบุคคลยังไม่เห็นความเชื่อมโยงกับผลตอบแทนในหน้าที่การงาน มีการพบว่าอย่างน้อยในตอนนี้ การใช้ AI มากไม่ได้กลายเป็นเงินเดือน โบนัส หรือการเลื่อนตำแหน่งที่สูงขึ้น เมื่อวิเคราะห์รวมกันยังไม่พบความสัมพันธ์ที่มีนัยสำคัญระหว่างตัวเลขการใช้ AI กับรางวัลต่างๆ ที่พนักงานได้รับ ข้อความเหล่านี้สะท้อนชัดว่าแนวคิด “ใช้ AI ให้มากเข้าไว้” กำลังเป็นกับดักใหม่ขององค์กร หากไม่มีแนวทางชัดเจนว่าการใช้ต้องผูกกับผลลัพธ์อะไร พนักงานจำนวนหนึ่งอาจใช้เครื่องมือ AI เพื่อให้ดูขยันหรือก้าวทันเทรนด์มากกว่าทำให้ธุรกิจเดินหน้า ผลลัพธ์คือเงินเผาไปกับการคำนวณและโครงสร้างพื้นฐาน โดยไม่มีการยืนยันว่าผลผลิต งาน หรือคุณภาพบริการดีขึ้นแค่ไหน นี่คือสัญญาณเตือนแรงว่าองค์กรต้องเลิกวัดความสำเร็จด้วยปริมาณการใช้เครื่องมือ และหันมาวัดด้วยประโยชน์ที่เกิดขึ้นจริง

จากกระตุ้นให้ใช้ AI สู่การปราบปรามพฤติกรรม tokenmaxxing

หลายปีที่ผ่านมา บริษัทเทคโนโลยีขนาดใหญ่ทุ่มเทเชิญชวนให้พนักงานใช้ AI ในงาน โดยหวังสร้างวัฒนธรรมทดลองและนวัตกรรมใหม่ แต่ผลข้างเคียงที่เกิดขึ้นคือแนวโน้มการใช้ทรัพยากรคำนวณ AI อย่างมากเพื่อให้ตัวเองโดดเด่นบนหน้าจอติดตามการใช้งาน ปรากฏการณ์นี้ถูกเรียกว่า “tokenmaxxing” หรือการตั้งใจใช้ทรัพยากร AI สูงๆ เพื่อให้ตัวเลขการใช้พุ่งขึ้น ซึ่งเริ่มเห็นในองค์กรหลายแห่ง สิ่งที่ผู้บริหารด้าน CoreAI ของบริษัทหนึ่งย้ำไว้ชัดคือ “Tokenmaxxing is not what we are optimizing for I want all of us focused on maximising outcomes that move the needle for our customers and our business” นี่คือคำประกาศที่สะท้อนการหันเหจากการเชียร์ให้ใช้ AI ให้มาก ไปสู่การบังคับให้ทุกคนคิดถึงผลลัพธ์ทางธุรกิจเป็นหลัก และกำลังนำไปสู่การจับตาและติดตามมูลค่าการใช้โทเคน AI ของบุคคลที่ใช้ในปริมาณสูงอย่างเป็นระบบมากขึ้น

การบริหารงบประมาณ AI ต้องเริ่มที่กรอบการใช้ที่วัดผลได้

เมื่อการใช้ AI สามารถผลักต้นทุนให้สูงขึ้นอย่างรวดเร็ว การบริหารงบประมาณ AI จึงต้องสร้างกรอบที่ช่วยแยก “การใช้ที่มีความหมาย” ออกจาก “การใช้ที่ฟุ่มเฟือย” ไม่เป็นระบบ แนวทางหนึ่งที่เริ่มเห็นคือการพัฒนาตัวติดตามการใช้ AI แบบภายในองค์กร เพื่อให้พนักงานเห็นตัวเลขการใช้ของตัวเองเป็นรายช่วงเวลา พร้อมให้ทีมบริหารตรวจสอบรวมในระดับหน่วยงาน เครื่องมือเช่นนี้บางแห่งยังอยู่ในช่วงทดสอบ แต่เป็นสัญญาณชัดว่าองค์กรไม่ได้ดูแค่ยอดรวมค่าใช้จ่ายอีกต่อไป แต่ลงไปดูในระดับบุคคลและทีมแล้ว หัวใจสำคัญจึงไม่ใช่การห้ามใช้ AI แต่คือการกำหนดตัวชี้วัดว่าแต่ละโครงการหรือแต่ละทีมต้องผูกการใช้ AI กับผลลัพธ์ทางธุรกิจอย่างไร เช่น เพิ่มประสิทธิภาพ ลดเวลาทำงาน หรือยกระดับคุณภาพงาน เมื่อยึดผลลัพธ์เป็นศูนย์กลาง การควบคุมการใช้จ่าย AI จะไม่ใช่การรัดเข็มขัดแบบมองแต่ค่าใช้จ่าย แต่เป็นการลงทุนอย่างมีเหตุผลในส่วนนำไปสู่การเปลี่ยนแปลงจริง

บทสรุป: ตั้งรั้วงบประมาณ AI ให้ทัน ก่อนบิลจะแปลว่าทรัพยากรถูกใช้ผิดทาง

ภาพรวมจากข้อมูลภายในองค์กรเทคโนโลยีขนาดใหญ่ทำให้เห็นตรงกันว่า ต้นทุน AI ของบริษัทกำลังพุ่งขึ้นจากทั้งการลงทุนโครงสร้างพื้นฐานและการใช้ในระดับรายบุคคลแบบไม่เป็นกรอบชัดเจน ที่น่ากังวลยิ่งกว่าตัวเลขค่าใช้จ่ายคือความจริงที่ว่าการใช้ AI ในปริมาณสูงยังไม่แปลตรงไปเป็นผลงานหรือผลตอบแทนที่ดีขึ้นในงาน องค์กรที่ยังหวังว่า AI จะพลิกโฉมการทำงานจึงต้องเปลี่ยนมุมมองใหม่ จากการปล่อยให้พนักงานลองใช้ไปเรื่อยๆ สู่การตั้งรั้วงบประมาณและกรอบการใช้งานที่วัดผลได้ชัด การติดตามมูลค่าการใช้โทเคนอย่างใกล้ชิด การปฏิเสธพฤติกรรม tokenmaxxing และการเน้นผลลัพธ์ทางธุรกิจคือสัญญาณว่าบริษัทเริ่มจริงจังกับการควบคุมการใช้จ่าย AI เมื่อองค์กรตั้งคำถามทุกครั้งว่า “ค่าใช้จ่าย AI ส่วนนี้สร้างผลลัพธ์อะไร” เงินที่เคยถูกเผาไปกับการทดลองไร้ทิศทาง จะค่อยๆ ถูกเปลี่ยนให้เป็นงบลงทุนที่ขับเคลื่อนธุรกิจได้อย่างแท้จริง