AI ธุรกิจคอขวด คืออะไร และทำไมต้องเริ่มจากปัญหาไม่ใช่เทคโนโลยี
AI ธุรกิจคอขวด คือแนวคิดการนำปัญญาประดิษฐ์มาใช้แก้จุดตันหรือขั้นตอนที่ช้าที่สุดในกระบวนการทำงานของธุรกิจ ซึ่งเป็นส่วนที่ขวางการเติบโต กินทรัพยากรจำนวนมาก และทำให้ต้นทุนสูง การโฟกัสคอขวดหมายถึงไม่ทำ AI เพื่อทดลองเล่นหรือทำภาพลักษณ์ แต่เลือกงานที่ถ้าแก้ได้แล้วจะเปลี่ยนผลลัพธ์ทางธุรกิจอย่างชัดเจน ทั้งยอดขาย ประสิทธิภาพการทำงาน และประสบการณ์ลูกค้า การทำ AI แบบนี้จึงต้องเริ่มจากคำถามว่าธุรกิจติดตรงไหนก่อน แล้วจึงค่อยถามต่อว่า AI ตัวไหนเหมาะและจะวัดผลอย่างไร
ประสบการณ์ของ LINE MAN Wongnai กับการทำ ธุรกิจ AI implementation แสดงภาพชัดว่า การมีเครื่องมือหรือทดลองหลาย Use Case ไม่ได้การันตีความคุ้มค่าของ AI เลย จุดหักเหสำคัญคือการกลับไปเริ่มจากกลยุทธ์ธุรกิจ มองหา Bottleneck หรือคอขวดที่ทำให้การเติบโตช้าลง แล้วถามให้ชัดว่า AI แก้ได้หรือไม่และต้องแก้แค่ไหนจึงคุ้มลงทุน ถ้าโครงการ AI ไม่ผูกกับปัญหาหลักของธุรกิจ ต่อให้เทคโนโลยีทำงานดี ROI AI automation ก็อาจเป็นศูนย์ เพราะไม่แตะตัวเลขสำคัญที่ผู้บริหารสนใจ
สามเสาหลัก Automation Personalization Intelligence จากคำฮิตสู่ผลลัพธ์
LINE MAN Wongnai ใช้กรอบคิดสามเสาหลักของ AI เพื่อเชื่อมเทคโนโลยีกับผลลัพธ์ธุรกิจ ได้แก่ Automation Personalization และ Intelligence จุดสำคัญคือสามคำนี้ไม่ใช่สโลแกน แต่เป็นเลนส์ที่ใช้คัดกรองทุก Use Case ว่าจะสร้างค่าอย่างไรกับลูกค้าและองค์กร
ด้าน Automation มุ่งให้ AI ลดงานซ้ำ เพิ่ม Productivity และลดต้นทุน เช่นนำ AI มาตรวจเอกสารของร้านค้าและไรเดอร์ซึ่งแต่เดิมต้องใช้คนไล่เปิดดูทีละหน้า เมื่อใช้กับงานที่กินคนจำนวนมาก การเพิ่มประสิทธิภาพเพียง 20-30 เปอร์เซ็นต์ก็ส่งผลต่อทั้งองค์กรทันที ด้าน Personalization คือการสร้าง AI personalization engine ที่ทำให้บริการปรับตามแต่ละคนได้ในระดับมวลชน จากเดิมที่ Account Manager ดูแลได้เฉพาะร้านใหญ่ ปัจจุบัน AI วิเคราะห์ข้อมูลและแนะนำร้านเล็กรายจำนวนมากในรายละเอียดที่มนุษย์ไม่มีทางตามทัน ส่วน Intelligence เปิดทางให้สร้างสินค้า ประสบการณ์ และโมเดลธุรกิจใหม่ เช่นทำคอนเทนต์โต้ตอบทันที เปลี่ยนสิ่งที่เคยทำไม่ได้ให้กลายเป็นบริการพื้นฐานของแพลตฟอร์ม
จากกลยุทธ์สู่ภาคปฏิบัติ เลือกคอขวดให้ถูกก่อนเริ่มลงทุน AI
บทเรียนที่คมที่สุดจากกรณีนี้คืออย่าเริ่มต้นด้วยคำถามว่า มี AI แล้วจะเอาไปทำอะไร ให้เริ่มจาก Bottleneck ของธุรกิจแทน แนวคิดนี้ขัดกับสัญชาตญาณของหลายองค์กรที่มักซื้อเครื่องมือก่อนแล้วค่อยหาทางใช้ ผลคือได้แต่ Pilot ไม่ได้กำไร
ดร.ต้า วิโรจน์ จิรพัฒนกุล รองประธานฝ่าย AI ของ LINE MAN Wongnai เสนอให้หาทั้งคอขวดและจุดที่ใช้ทรัพยากรจำนวนมากในองค์กรพร้อมกัน เช่นทีม Developer ซึ่งเป็นกล้ามเนื้อมัดใหญ่ หาก AI ทำให้กลุ่มนี้ทำงานได้มีประสิทธิภาพขึ้น 20-30 เปอร์เซ็นต์ ผลกระทบจะเห็นทันทีทั้งความเร็วในการออกฟีเจอร์และ Tech Barrier ที่ลดลง ในอีกด้าน งาน Operation ที่ต้องเพิ่มคนตามจำนวนลูกค้า เช่น Customer Support คือคอขวดที่แพลตฟอร์มโตเร็วแต่ทีมโตตามไม่ทัน การนำ AI ไปวิเคราะห์และตอบปัญหาจึงทำให้ Scale ธุรกิจได้โดยไม่ต้องขยายทีมในอัตราเดียวกับปริมาณออเดอร์
บทบาท VP of AI และผู้นำที่ผูกเทคโนโลยีกับตัวเลขธุรกิจ
การแต่งตั้ง ดร.ต้า วิโรจน์ เป็น VP of AI คนแรกของ LINE MAN Wongnai คือสัญญาณชัดว่าบริษัทไม่ได้มอง AI เป็นโครงการเสริม แต่เป็นทิศทางหลักขององค์กร เขาเข้ารับตำแหน่งเมื่อต้นปี 2569 หลังเคยทำงานด้าน Data Science ในบริษัทเทคระดับโลกและร่วมก่อตั้งแพลตฟอร์มเรียนออนไลน์มาก่อน ก่อนหน้ารับตำแหน่ง Skooldio เคยจัดคอร์สอบรมเรื่องการใช้ AI ให้กับองค์กรนี้อยู่แล้ว ทำให้เห็นว่าทีมภายในจริงจังกับ AI และพร้อมเป็นแซนด์บอกซ์ให้ทดลองโปรเจ็กต์ใหม่หลายรูปแบบ
หน้าที่ของ VP of AI ไม่ได้มีแค่ดูแลทีม AI หรือ ML ประมาณ 30 คน แต่ยังต้องเป็นที่ปรึกษาให้ทุกหน่วยธุรกิจ ทำให้การใช้ AI เชื่อมกับการประหยัดต้นทุน เพิ่ม Productivity และเปิดโอกาสรายได้ใหม่ เขาอธิบายว่าองค์กรใช้ทั้งแนว Top Down ที่ผู้บริหารสั่งโจทย์กล้ามเนื้อมัดใหญ่ เช่น Customer Service และทีม Developer และแนว Bottom Up ที่เปิดโอกาสให้พนักงานเสนอ Use Case จากหน้างานจริง คำกล่าวหนึ่งที่สะท้อนแนวคิดนี้คือ ผู้นำคือปัจจัยสำคัญที่สุดของการทำ AI Transformation ให้เดินหน้า เพราะต้องคอยดึงทุกฝ่ายกลับไปที่คำถามว่า AI ตัวไหนช่วยให้ยอดขายดีขึ้น ลดต้นทุน หรือยกระดับคุณภาพงานได้จริงมากกว่าดูแค่จำนวนฟีเจอร์ใหม่
เมื่อ AI แตะของจริง: เคส Customer Support และ Developer ที่สร้าง ROI
คำถามสำคัญของทุกองค์กรคือ ROI AI automation จะวัดอย่างไรไม่ให้เป็นแค่ตัวเลขสวยบนสไลด์ LINE MAN Wongnai แสดงให้เห็นด้วยเคสจริงว่าเมื่อเลือกคอขวดถูกจุด AI สามารถเปลี่ยนตัวเลขธุรกิจได้อย่างจับต้องได้ ตัวอย่างหนึ่งคือการนำ AI เข้ามาช่วยตอบคำถามลูกค้าในฝ่าย Customer Service ทำให้สัดส่วนคำสั่งซื้อที่ถูกยกเลิกหลังติดต่อฝ่ายนี้ลดจากมากกว่า 50 เปอร์เซ็นต์เหลือประมาณ 30 เปอร์เซ็นต์ ความต่างราว 20 จุดเปอร์เซ็นต์นี้ถูกตีความเป็นมูลค่าสูญเสียที่ลดลงกว่า 100 ล้านบาทต่อปี
อีกเคสคือการนำ Coding Agent เข้ามาช่วยทีม Developer ประมาณ 400 คนในการตรวจและเขียนโค้ด ทำให้งานออกแบบและพัฒนาฟีเจอร์ใหม่ทำได้เร็วขึ้นมากจนปัญหาหลักกลับไปตกที่ทีม Execution และ Operation ที่ต้องเร่งให้ทันความเร็วใหม่ของระบบ นี่คือตัวอย่างชัดว่าการทำ AI ธุรกิจคอขวด ไม่ได้จบที่การ Automate งานเดิม แต่ยังเปลี่ยนตำแหน่งคอขวดในองค์กรให้ต้องคิดต่อว่าจะปรับกระบวนการอย่างไรต่อเนื่อง แนวคิด Jagged Frontier ยังเตือนว่าต้องเลือกงานที่ AI ทำได้ดีและมี Impact สูงจริง ไม่เช่นนั้นองค์กรจะลงแรงมากแต่ได้เพียงการประหยัดเวลาเล็กน้อยแบบไม่คุ้มค่า
