จาก AI ผู้ช่วยสู่ผู้เล่นหลัก: ความหมายใหม่ของการทำงาน
การยอมรับ Microsoft 365 Copilot คือกระบวนการที่องค์กรนำระบบ AI เข้าไปผสานในเวิร์กโฟลว์หลัก เพื่อให้ AI เปลี่ยนบทบาทจากผู้ช่วยเฉพาะกิจไปเป็นผู้เล่นหลักที่วางแผน ดำเนินการ ทดสอบ และแก้ไขงานเองได้ พร้อมทั้งกลายเป็นส่วนหนึ่งของงานประจำวันของพนักงานในทุกระดับอย่างวัดผลได้ชัดเจนในเชิงประสิทธิภาพและรูปแบบการทำงานใหม่ๆ ที่ไม่เคยเกิดขึ้นมาก่อน.
หัวใจของเรื่องนี้คือ Microsoft 365 Copilot ไม่ได้เป็นเพียงฟีเจอร์เพิ่มสีสันในชุด Microsoft 365 แต่กำลังกลายเป็นโครงสร้างพื้นฐานของงานความรู้แบบใหม่ เทเลเมทรีล่าสุดเผยว่า Copilot มีที่นั่งแบบชำระเงินแล้วมากกว่า 30 ล้านที่นั่ง และการเพิ่มที่นั่งสุทธิเติบโตมากกว่าสองเท่าต่อไตรมาส. นี่ไม่ใช่ตัวเลขสวยหรู แต่เป็นสัญญาณว่าบริษัทกำลังออกแบบเวิร์กโฟลว์ใหม่โดยมี AI อยู่ตรงกลาง
สิ่งที่น่าสนใจกว่านั้นคือ Microsoft ชี้ชัดว่าช่วงแรกของ AI ในองค์กรคือ “ยุคการนำไปใช้” ที่เน้นจำนวนลิขสิทธิ์และชั่วโมงที่ประหยัดไป ขณะที่ช่วงต่อไปคือ “ยุคการเปลี่ยนแปลง” ที่โครงสร้างงานเองถูกปรับใหม่ให้มนุษย์และเอเจนต์ทำงานร่วมกันเพื่อสร้างสิ่งที่วิธีการเดิมทำไม่ได้. นี่คือจุดหักเลี้ยวที่องค์กรต้องตัดสินใจว่าอยากเป็นผู้นำหรือผู้ตาม
เทเลเมทรีไม่โกหก: ตัวเลข Copilot ชี้ว่า AI เข้าไปอยู่ในงานประจำวันแล้ว
หากอยากรู้ว่า AI workplace transformation เกิดขึ้นจริงหรือไม่ ให้ดูเทเลเมทรีไม่ใช่สไลด์พรีเซนต์ New data จาก Microsoft 365 Copilot telemetries แสดงให้เห็นว่าภายในปีที่ผ่านมา จำนวนการสนทนาต่อผู้ใช้เกือบเพิ่มเป็นสองเท่า และจำนวนผู้ใช้ที่ใช้ฟีเจอร์ Copilot หลายรายการเติบโตระดับสามหลัก. นั่นหมายความว่าผู้ใช้ไม่ได้ลองเล่นแบบครั้งคราว แต่ใช้ AI เป็นส่วนหนึ่งของงานอย่างต่อเนื่อง
ที่สำคัญ Microsoft รายงานว่า “average weekly engagement with Copilot is now on par with Outlook and Teams” ซึ่งเทียบเท่ากับการบอกว่า Copilot กลายเป็นเครื่องมือประจำเหมือนอีเมลและแชตแล้ว. หาก AI ตัวหนึ่งถูกใช้บ่อยเท่า Outlook แปลว่าองค์กรนั้นได้ก้าวเข้าสู่ยุคใหม่ของ Microsoft 365 productivity อย่างเต็มตัว และไม่ได้จำกัดอยู่แค่กลุ่มทดลองเล็กๆ อีกต่อไป
เทเลเมทรียังเผยอีกว่าเมื่อพิจารณาเวิร์กโฟลว์หลายขั้นตอน งานวิเคราะห์คิดเป็นถึง 49% ของภารกิจทั้งหมด เพิ่มจาก 29% เมื่อดูเฉพาะงานวิเคราะห์โดดๆ. นี่คือหลักฐานว่าผู้ใช้กำลังให้ Copilot รับผิดชอบเวิร์กโฟลว์ครบชุด เช่น วิเคราะห์ข้อมูลแล้วร่างอีเมลสรุป หรือวิจัยปัญหาแล้วเขียนโค้ดแก้ไขเอง แสดงว่า AI กำลังก้าวจากผู้ช่วยทำงานย่อยไปเป็นผู้รับเหมางานครบวงจรภายในองค์กร
จาก Cowork ถึง Scout: AI agent เปลี่ยนวิธีสร้างและขับเคลื่อนงาน
การเปลี่ยนแปลงไม่ได้เกิดจากโมเดลภาษาขนาดใหญ่เพียงอย่างเดียว แต่เกิดจาก “agentic harness” ที่ให้ AI วางแผน ลงมือ ทดสอบ และแก้ไขงานด้วยตัวเอง. แนวคิดนี้ทำให้เกิด Copilot Cowork ซึ่งเปิดให้ใช้งานทั่วไปในเดือนมิถุนายน และออกแบบมาเพื่อจัดการงานหลายขั้นตอนแบบตั้งแต่ต้นจนจบ ผู้ใช้เพียงนิยามภารกิจ ส่วน Cowork จะจัดการทั้งกระบวนการและส่งผลลัพธ์สำเร็จรูปกลับมา
Microsoft ระบุว่าการออกแบบแบบ multi-model ใน Cowork ทำให้สามารถเลือกโมเดลที่เหมาะกับภารกิจแต่ละส่วน ส่งผลให้ “Cowork was 30% to 40% cheaper compared to a single model option” ซึ่งเป็นคำยืนยันว่าการออกแบบสถาปัตยกรรม AI อย่างฉลาดให้ผลทั้งด้านต้นทุนและความสามารถ. ในอีกด้าน Microsoft Scout ในฐานะ autopilot agent ตัวแรก ถูกออกแบบให้ทำงานเบื้องหลังอย่างต่อเนื่อง มีตัวตนและสิทธิ์ของตัวเอง เพื่อให้เวิร์กโฟลว์เดินต่อแม้ผู้ใช้ไม่ได้มองหน้าจอ
ที่น่าสังเกตคือทีมพัฒนาผลิตภัณฑ์เหล่านี้มีขนาดเล็กมาก Cowork เริ่มจากวิศวกรเพียง 3 คนและเพิ่มเป็น 9 คนตอนเปิดให้ใช้งานทั่วไป แต่กลับเดินทางจากแนวคิดสู่การที่ถูกใช้โดย “half the Fortune 500” ภายในหกเดือน. นี่คือภาพทดลองของอนาคตงานความรู้: ทีมเล็ก การทำงานแบบคน-เอเจนต์ร่วมกัน และเวิร์กโฟลว์ที่สร้างผลลัพธ์ระดับองค์กรในระยะเวลาสั้นกว่าที่เคย
ตัวอย่างจริง: AI workplace transformation ในซัพพลายเชน โรงงาน และการเงิน
การเปลี่ยนแปลงจะมีความหมายก็ต่อเมื่อเกิดในเวิร์กโฟลว์จริง Microsoft ยกตัวอย่างทีม Cloud Supply Chain ที่เลือกแนวทาง “lean before agents” โดยเริ่มจากการแมปรายการและปรับปรุงเวิร์กโฟลว์ปลายทาง 6 กระบวนการ พร้อมสร้างฐานข้อมูลร่วม แล้วจึงปรับใช้เอเจนต์เฉพาะทางมากกว่า 70 ตัวในด้านการวางแผน การจัดหา การจัดส่ง และโลจิสติกส์ ผลลัพธ์คือ “75% reduction in cycle time across selected workflows” ซึ่งเป็นการยืนยันว่า AI ไม่ได้แค่ทำให้ของเดิมเร็วขึ้น แต่ทำให้วงจรงานสั้นลงอย่างเป็นรูปธรรม.
ในภาคการผลิต บริษัทจัดการพลังงานอัจฉริยะอย่าง Eaton เผชิญกับปัญหาการวิเคราะห์หาสาเหตุรากเหง้าที่ใช้เวลามาก พวกเขาเริ่มใช้ quality agent ที่ช่วยผู้เชี่ยวชาญอ่านรายงานปัญหาคุณภาพการผลิตราว 5,000 ฉบับ เพื่อดึงสาเหตุแนวโน้มและข้อมูลซัพพลายเออร์ได้เร็วขึ้น ลดภาระการวิเคราะห์ และทำให้การตัดสินใจเชิงข้อมูลเกิดขึ้นเร็วกว่าเดิม พร้อมกับการระบุและป้องกันความเสี่ยงได้ก่อนจะกลายเป็นปัญหาใหญ่.
อีกตัวอย่างของ enterprise AI integration อยู่ที่ Levi Strauss & Co. ที่ผสาน AI เข้าทั้งงาน insight ลูกค้าและ HR โดยเฉพาะในฝ่ายการเงิน มีเอเจนต์ตัวหนึ่งวิเคราะห์ standard operating procedures ด้านการเงิน 1,100 รายการและบันทึกภารกิจย่อย 18,000 งานภายในหนึ่งวัน สร้างภาพรวมของงานที่มนุษย์แทบไม่มีทางรวบรวมได้ทัน. เช่นที่รองประธานฝ่ายการเงิน Lisa Sterling กล่าวไว้ว่า “The agent sized an opportunity I’d assumed was impossible to quantify” ซึ่งชี้ชัดว่า AI กำลังเปิดมุมมองใหม่ให้ CFO office เห็นช่องประสิทธิภาพที่ไม่เคยติดเรดาร์มาก่อน.
จากการทดลองสู่กระแสหลัก: ทำไม CFO และองค์กรต้องตัดสินใจตอนนี้
หากยังคิดว่า Microsoft Copilot adoption เป็นแค่โครงการทดลอง ตัวเลขจากฝั่งองค์กรบอกตรงกันข้าม Microsoft รายงานว่าจำนวนลูกค้าที่มีมากกว่า 50,000 seats เพิ่มขึ้นมากกว่า 7 เท่าเมื่อเทียบปีต่อปี และจำนวนลูกค้าองค์กรที่ปรับใช้ Copilot ให้แก่พนักงานข้อมูลส่วนใหญ่เพิ่มขึ้นเกือบ 75% ต่อไตรมาส. นี่เป็นสัญญาณว่า AI กำลังหลุดออกจากเฟส pilot และกลายเป็นมาตรฐานใหม่ของการทำงาน
อีกหนึ่งตัวชี้สำคัญคือเวลาที่องค์กรต้องใช้เพื่อให้ถึง “high usage” หรือการมีผู้ใช้ประจำต่อเดือนมากกว่า 80% ของฐานผู้ใช้ลดจากหลายเดือนเหลือเพียงไม่กี่วันในปีที่ผ่านมา. เชิงปฏิบัติหมายถึงพนักงานคุ้นเคยกับ Copilot เร็วมาก และองค์กรสามารถฝัง AI และเอเจนต์เข้าไปในโฟลว์งานรายวันได้แทบจะทันที นี่คือ AI workplace transformation ที่วัดได้ผ่านพฤติกรรมผู้ใช้จริง ไม่ใช่คำโฆษณา
บทเรียนจากสำนักงานการเงินก็ชัดเจน ทั้งตัวอย่างของ Levi’s และ ASA ที่เริ่มต้น pilot ในเดือนตุลาคม 2025 รองรับธุรกรรมกว่า 200 รายการ และคาดว่าจะจัดการเพิ่มเป็น 1,500 รายการในปีถัดไป. CFO office จึงกลายเป็นแนวหน้าในการทดลองและวัดผล enterprise AI integration อย่างเป็นรูปธรรม ขณะที่ทีมการเงินทั่วโลกเริ่มเห็นว่า AI สามารถย่นเวลางาน ค้นหาช่องปรับปรุง และเปิดโอกาสใหม่ที่ไม่เคยวัดได้มาก่อน
