นิยามปัญหาใหญ่ของยุค AI ผลิตภาพสูงแต่ผลลัพธ์องค์กรต่ำ
ช่องว่างการเปลี่ยนแปลง AI คือสถานการณ์ที่เทคโนโลยี AI ทำให้พนักงานแต่ละคนมีผลิตภาพสูงขึ้น แต่ประสิทธิภาพองค์กร AI โดยรวมไม่ดีขึ้นตาม เพราะโครงสร้างงาน กระบวนการ และการตัดสินใจเชิงธุรกิจยังไม่ถูกออกแบบใหม่ให้รองรับการนำ AI ใช้งานอย่างเป็นระบบ ส่งผลให้ผลการใช้ AI จริงมักกระจุกตัวในบางทีมหรือบางฟังก์ชัน ไม่ขยายไปสู่การเปลี่ยนแปลงทั้งองค์กร ความเชื่อด้าน AI ผลิตภาพในหมู่ผู้บริหารกำลังพุ่งสูง ข้อมูลจากฝ่ายหนึ่งของบริษัทที่ปรึกษารายใหญ่ระบุว่าผู้ตอบแบบสอบถาม 8 ใน 10 คนบอกว่า AI เพิ่มผลิตภาพการทำงานของตนเอง ขณะที่อีกงานสำรวจพบว่ากว่า 50% ซีอีโอให้เครดิต AI ว่าเป็นหนึ่งในสามปัจจัยสำคัญที่ช่วยเพิ่มผลิตภาพในปีที่ผ่านมา แต่เมื่อมองระดับองค์กร ตัวเลขกำไรจากการดำเนินงานหลักที่บอกว่าได้อานิสงส์จาก AI กลับนิ่งอยู่ที่ราว 37% ไม่ขยับจากปีก่อน ภาพนี้สะท้อนชัดว่าความเชื่อด้าน AI ผลิตภาพกำลังวิ่งนำหน้าความจริงของผลลัพธ์ธุรกิจ
เมื่อให้พนักงานใช้ ChatGPT แต่ไม่แตะโครงสร้างงาน ผลลัพธ์จึงติดเพดาน
คำพูดของผู้บริหารระดับสูงจากบริษัทที่ปรึกษารายใหญ่สะท้อนปัญหาได้ตรงว่า ตอนนี้เรามีคนทำงานที่มีผลิตภาพมากขึ้นในฐานะปัจเจก แต่พวกเขาเพียงแค่เปลี่ยนประเภทงานที่ทำ ไม่ได้สร้างผลผลิตเพิ่มขึ้นทั้งระบบ ช่วงแรกองค์กรจำนวนมากตีความการนำ AI ใช้งานว่าแค่เปิดให้พนักงานเข้าถึงเครื่องมืออย่าง Claude หรือ ChatGPT แล้วบอกให้ใช้ให้มากที่สุด บางแห่งถึงขั้นจัดอันดับว่าใครใช้โทเคน AI มากที่สุดโดยไม่รู้ด้วยซ้ำว่าทุกโทเคนมีต้นทุนแฝง ปัญหาคือเมื่อไม่กลับไปดูภาพรวมของงานทั้งองค์กร ไม่ระบุจุดคอขวดและความซ้ำซ้อนในระบบ การใช้ AI จึงกลายเป็นการแต่งหน้าให้กระบวนการเดิม แทนที่จะรื้อใหม่ให้เหมาะกับยุคดิจิทัล ผลการใช้ AI จริงจึงออกมาในรูปของงานเอกสารที่เร็วขึ้น โค้ดที่เขียนไวขึ้น แต่ไม่แปลงเป็นรายได้หรือกำไรที่ชัดเจน ช่องว่างการเปลี่ยนแปลง AI จึงยังเปิดกว้าง
ซีอีโอกับตัวเลขที่มองไม่เห็น ต้นทุน AI ที่วัดไม่ได้คือความเสี่ยง
อีกด้านหนึ่ง ความเชื่อด้าน AI ผลิตภาพในหมู่ซีอีโอเข้มข้นจนแทบกลายเป็นกระแสหลัก งานสำรวจหนึ่งระบุว่า ซีอีโอกว่าครึ่งมองว่า AI เป็นหนึ่งในสามปัจจัยที่ช่วยเพิ่มผลิตภาพเหนือกว่าการออกแบบกระบวนการใหม่หรือการพัฒนาทักษะคน แต่ความมั่นใจนี้ตั้งอยู่บนข้อมูลที่พร่าเลือน เพราะมีเพียงราว 14% เท่านั้นที่บอกว่ามองเห็นต้นทุน AI แบบเรียลไทม์ได้ครบถ้วน และหนึ่งในสามยอมรับว่าไม่สามารถประเมินผลตอบแทนจากการลงทุน AI ได้อย่างถูกต้อง เมื่อผู้บริหารเชื่อว่า AI ดีต่อธุรกิจ แต่ไม่มีตัวชี้วัดที่ชัดเจนว่าดีอย่างไร การตัดสินใจลงทุนจึงเสี่ยงต่อการไหลไปตามกระแส มากกว่าตามกลยุทธ์ การนำ AI ใช้งานจึงมักจบลงที่โครงการทดลองจำนวนมาก แต่ไม่ผูกกับตัวชี้วัดกำไรจากการดำเนินงานหลัก ซึ่งจากข้อมูลชุดเดียวกันก็ยังนิ่งอยู่ที่ 37% ไม่เพิ่มขึ้น นี่คือสัญญาณว่าประสิทธิภาพองค์กร AI ยังเป็นเป้าหมายที่พูดถึงมากกว่าทำได้จริง
AI ไม่ใช่ปลั๊กแอนด์เพลย์ ต้องรื้อทีม งาน และบทบาทคนใหม่ทั้งแผง
เสียงจากซีอีโอในอีกงานสำรวจหนึ่งชี้ตรงกันว่า AI โดยเฉพาะ AI agent เริ่มให้ผลการใช้ AI จริงในด้านประสิทธิภาพและการเติบโต โดยประมาณ 4 ใน 10 รายบอกว่าได้ผลปรับปรุงอย่างมีนัยสำคัญ และอีกสัดส่วนใกล้เคียงเห็นผลระดับปานกลางในกรณีใช้งานเฉพาะจุด แต่มีเพียงราว 9% เท่านั้นที่กล้าบอกว่า AI agent เปลี่ยนองค์กรของตนในระดับพลิกเกม ซีอีโอรายหนึ่งสรุปสั้นๆ ว่า AI ไม่ใช่ของเสียบปลั๊กแล้วใช้ได้ทันที มันไม่ใช่ plug and play เพื่อให้ประสิทธิภาพองค์กร AI เกิดขึ้นจริง บริษัทจำนวนมากเริ่มขยับจากการทดลองไปสู่การขยายผล โดยมีสัดส่วนองค์กรที่ก้าวจากเฟสทดลองและนำร่องไปสู่เฟสการขยายการใช้เพิ่มขึ้น 6 จุดเปอร์เซ็นต์ระหว่างปี 2025 ถึง 2026 พร้อมกันนั้น กว่า 86% ซีอีโอยอมรับว่าต้องปรับงาน เส้นทางอาชีพ และโครงสร้างทีมเพื่อรองรับความร่วมมือระหว่างคนกับ AI ในช่วง 2 ถึง 5 ปีข้างหน้า นี่คือการยอมรับว่าการเปลี่ยนแปลงที่แท้จริงต้องเริ่มจากการรื้อระบบงาน ไม่ใช่แค่ซื้อเครื่องมือ
ลงทุน AI หนักแต่ไม่เปลี่ยนวิธีทำงาน คือสูตรสร้างความผิดหวัง
แม้ผลการใช้ AI จริงยังไม่ถึงขั้นพลิกองค์กร ส่วนใหญ่ซีอีโอกลับเลือกเดินหน้าเพิ่มการลงทุน มากกว่า 8 ใน 10 บอกว่า AI เป็นหนึ่งในลำดับการลงทุนสูงสุดในสามปีข้างหน้า และราวสองในสามตั้งใจจัดสรรอย่างน้อย 10% ของงบลงทุนให้กับ AI ภายในปีเดียว ขณะเดียวกัน 8 ใน 10 ซีอีโอยอมรับว่า AI ทำให้ต้องกลับมาคิดใหม่ว่าควรพัฒนาพนักงานอย่างไร และส่วนใหญ่กำลังมองหาวิธีรักษาและฝึกคนที่มีศักยภาพสูง รวมถึงจ้างคนที่มีทักษะ AI และเทคโนโลยีเพิ่ม แต่การทุ่มงบและปรับโครงสร้างคนจะไร้ผล หากไม่แตะกระบวนการและระบบเทคโนโลยีเดิม งานวิจัยชี้ว่าระบบเก่าและความซับซ้อนเชิงองค์กรยังเป็นตัวขวางหลัก แม้ผ่านมาหลายปีหลังการเปิดตัวเทคโนโลยี AI สร้างข้อความสู่สาธารณะ เมื่อช่องว่างการเปลี่ยนแปลง AI ยังไม่ถูกปิด การลงทุนก็เสี่ยงจะกลายเป็นค่าใช้จ่ายที่อธิบายผลตอบแทนไม่ได้ ซีอีโอที่หวังให้ AI เป็นเครื่องจักรผลิตภาพขององค์กรจึงต้องกล้าทำสิ่งที่ยากที่สุด คือเปลี่ยนวิธีทำงานตั้งแต่ต้นน้ำถึงปลายน้ำ ไม่ใช่แค่เพิ่มเครื่องมือในกล่อง






