AI Readiness องค์กร คืออะไร และเรากำลังติดกับดักแบบไหน
AI Readiness องค์กร คือระดับความพร้อมขององค์กรในการกำหนดยุทธศาสตร์ เตรียมข้อมูล บุคลากร เทคโนโลยี และธรรมาภิบาล เพื่อให้การนำ AI ใช้งานสร้างคุณค่าทางธุรกิจได้อย่างปลอดภัย วัดผลได้ และสามารถขยายการใช้งานในระยะยาว โดยไม่กลายเป็นเพียงการทดลองตามกระแสที่สิ้นเปลืองทรัพยากร
ผลการประเมินล่าสุดโดยศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติจากองค์กรภาครัฐและเอกชน 574 แห่ง แสดงภาพที่ขัดแย้งอย่างชัดเจน สัดส่วนองค์กรที่ใช้ AI เพิ่มจาก 17.8% เป็น 53.7% ภายในสองปี หรือเพิ่มมากกว่า 3 เท่า แต่คะแนนความพร้อมเฉลี่ยกลับลดลงจาก 55.1% เหลือเพียง 40% อยู่แค่ระดับ Aware ความหมายตรงไปตรงมา คือเรากำลังใช้ AI เร็วกว่าที่จะวางรากฐานรองรับได้ทัน ขณะที่ด้านเทคโนโลยีและธรรมาภิบาลเป็นจุดอ่อนที่สุด โดยธรรมาภิบาลเหลือเพียง 28.9% ซึ่งเป็นสัญญาณเตือนว่ากติกายังตามไม่ทันเครื่องมือ
ตัวเลขสวยบนกระดาษ แต่ความพร้อม AI ไทยยังติดหลุม "Aware"
หากมองผิวเผิน การที่ 53.7% ขององค์กรเริ่มใช้งาน AI พร้อมอีก 36.6% ที่มีแผนจะใช้ เหลือเพียง 9.8% ที่ไม่มีแผน ดูเหมือนเรื่องน่ายินดีและสะท้อนกระแสการยอมรับเทคโนโลยีที่รวดเร็ว อย่างไรก็ตาม เมื่อซูมเฉพาะองค์กรที่ใช้งานแล้ว 308 แห่ง คะแนนความพร้อมเฉลี่ยกลับอยู่ที่ 40% หรือระดับ AI Aware ซึ่งหมายถึงแค่ตระหนักและเริ่มใช้ แต่โครงสร้างรองรับยังไม่พร้อมขยายผล
ที่น่ากังวลกว่าคือรายละเอียดเชิงโครงสร้าง ด้านข้อมูล องค์กรมีระบบจัดเก็บข้อมูลพร้อมถึง 64% แต่คุณภาพข้อมูลที่ใช้กับ AI ได้มีเพียง 40.8% และ 51.6% ยังไม่มีสถาปัตยกรรมระบบ AI รองรับ ด้านธรรมาภิบาล AI กลายเป็นจุดอ่อนชัดเจน เพราะ 73.4% ยังไม่นำหลัก AI Ethics มาใช้ และ 46.2% ยังไม่มีการประเมินความเสี่ยงหรือกลไกกำกับดูแล เมื่อรวมกับคะแนนธรรมาภิบาลเฉลี่ยเพียง 28.9% ภาพที่ได้คือการใช้ AI ที่ขาดกติกา ใช้เครื่องมือก่อนตั้งรั้ว ปล่อยให้ความเสี่ยงสะสมอยู่ใต้พรม
ธนาคารพร้อมระดับ Ready แต่ช่องว่างข้ามอุตสาหกรรมกำลังขยาย
เมื่อลองเทียบความพร้อม AI Readiness องค์กรข้ามอุตสาหกรรม จะเห็นว่าภาพรวมไม่เท่ากันเลย กลุ่มการผลิตใช้ AI สูงสุด รองลงมาคือการศึกษา ขณะที่ด้านความพร้อม กลุ่มการแพทย์และสุขภาวะ การใช้งานและบริการภาครัฐ และการศึกษา มีคะแนนเฉลี่ย 53.1% 50.8% และ 47.1% ตามลำดับ ส่วนพลังงานและสิ่งแวดล้อมมีความพร้อมต่ำที่สุด ช่องว่างระหว่างกลุ่มสูงสุดกับต่ำสุดกว้างถึง 33.5 จุด นี่ไม่ใช่ความต่างเล็กน้อย แต่คือความเสี่ยงเชิงโครงสร้าง
กลุ่มการเงินยิ่งชี้ให้เห็นความเหลื่อมล้ำภายในอุตสาหกรรมเดียวกัน ภาพรวมภาคการเงินมีคะแนนเพียง 31.3% อยู่ระดับ Unaware แต่เมื่อแยกเฉพาะธนาคาร คะแนนความพร้อมพุ่งไปที่ 70.7% เป็นกลุ่มเดียวที่ถูกจัดระดับ Ready และมีคะแนนธรรมาภิบาลสูงถึง 81.2% ขณะที่สถาบันการเงินที่ไม่ใช่ธนาคารมีเพียง 22.8% กรณีนี้สะท้อนชัดว่ากรอบกำกับดูแลและแนวปฏิบัติด้านข้อมูลที่ชัดเจนไม่ใช่ตัวถ่วง แต่เป็นตัวเร่งให้การนำ AI ใช้งานเติบโตอย่างมีระเบียบ ต่างจากหลายอุตสาหกรรมที่ยังขับรถเร็วบนถนนที่ไม่มีกฎจราจร
แค่ใช้ไม่พอ ถ้าวัดผลไม่ได้ 86% ยังตอบไม่ได้ว่า AI คุ้มค่าหรือไม่
คำถามที่ถูกมองข้ามมากที่สุดในคลื่น AI รอบนี้คือ เราใช้ไปเพื่ออะไร และได้อะไรกลับมา ผลสำรวจชี้ว่า 86.4% ขององค์กรที่ใช้ AI แล้ว ยังตอบไม่ได้ว่าผลลัพธ์คืออะไร แบ่งเป็น 49.4% ที่ไม่เคยวัดผล และ 37% ที่อยู่ระหว่างเก็บข้อมูล มีเพียง 13.6% เท่านั้นที่วัดผลแล้วพบผลลัพธ์เชิงบวกชัดเจน ยิ่งไปกว่านั้น คุณค่าที่พิสูจน์ได้ส่วนใหญ่ยังอยู่ในมิติการลดต้นทุนและระยะเวลา ไม่ใช่การเพิ่มรายได้หรือส่วนแบ่งตลาด
ตัวเลขนี้สะท้อนว่าการนำ AI ใช้งานจำนวนมากยังไม่ผูกกับกลยุทธ์ธุรกิจอย่างแท้จริง AI กลายเป็นโครงการเชิงเทคนิค ไม่ใช่เครื่องมือขับเคลื่อนคุณค่าทางธุรกิจ ช่องว่างด้านธรรมาภิบาลยิ่งซ้ำเติมปัญหา เห็นได้จากการที่ผู้บริหารกว่า 89.3% ให้ความสำคัญกับ AI แต่มีเพียง 23.4% ที่ลงทุนจริง และแค่ 8.4% ที่ผนวก AI เข้ากับยุทธศาสตร์องค์กรทุกระดับ รวมถึงเพียง 2.9% ที่ผูกทักษะ AI เข้ากับ Competency พนักงานอย่างเป็นระบบ เมื่อไม่มีตัวชี้วัด ไม่มีกรอบการตัดสินใจ การลงทุนใน AI จึงเสี่ยงกลายเป็นค่าใช้จ่ายเชิงภาพลักษณ์มากกว่าการลงทุนเชิงคุณค่า
จากกระแสสู่โครงสร้าง: ธรรมาภิบาล AI คือเงื่อนไขใหม่ของการเติบโต
ปัญหาใหญ่ของความพร้อม AI ไทยในวันนี้ไม่ใช่การขาดเครื่องมือ แต่คือการขาดกรอบคิดและโครงสร้างรองรับ เนคเทคชี้ว่าช่วงที่ Generative AI และ Agentic AI กำลังเปลี่ยนรูปแบบการทำงานขององค์กรอย่างรวดเร็ว โจทย์จึงไม่ใช่แค่ผลักให้องค์กรใช้ AI แต่ต้องทำให้องค์กรเลือกใช้ได้อย่างเหมาะสม มีข้อมูลและบุคลากรที่พร้อม วัดผลได้ และมีกลไกกำกับดูแลสร้างความเชื่อมั่น เมื่อเทียบกับการสำรวจครั้งก่อนที่ชี้ปัญหาด้านบุคลากร การขาด Use case และที่ปรึกษาธรรมาภิบาล บริบทปีนี้ยิ่งเร่งด่วนจากการแพร่หลายของ Generative AI และการเริ่มใช้ Agentic AI
ข้อเสนอเชิงนโยบายที่ถูกหยิบขึ้นมาจึงเน้นไปที่ธรรมาภิบาลและการสร้างคุณค่าอย่างเป็นระบบ ตั้งแต่ National AI Governance Pack สำหรับกำหนดมาตรฐานพื้นฐาน เช่น AI Policy Template การจัดระดับความเสี่ยง Data และ Model Governance Human Oversight และแนวทางจัดซื้อจัดจ้าง AI ไปจนถึง Sectoral AI Readiness Clinics ที่ตั้งเป้าช่วยอุตสาหกรรมที่ความพร้อมต่ำอย่างพลังงานและสิ่งแวดล้อม การเงินที่ไม่รวมธนาคาร และความมั่นคงและปลอดภัย พร้อมจัดทำ Playbook ด้าน Use case การเตรียมข้อมูล และการวัด ROI อีกทั้ง AI Value Enabler เพื่อหนุน SME และองค์กรขนาดกลางผ่าน Sandbox Cloud หรือ Compute Credits ชุดข้อมูลร่วม และหลักสูตร Executive AI Literacy กับ Upskilling ผูกกับ Use case จริง หากไม่เร่งยกระดับธรรมาภิบาล AI การใช้ AI แบบไร้กรอบวันนี้อาจกลายเป็นต้นทุนความเสี่ยงระยะยาวที่องค์กรและสังคมต้องจ่ายแพงกว่าที่คิด
