AI ลงทุนสูงแต่ผลตอบแทนต่ำ ช่องว่างที่ผู้บริหารยังไม่อยากมอง
การลงทุน AI ในระดับองค์กรคือการทุ่มทรัพยากรด้านเงิน เวลา และคน เพื่อใช้ระบบอัจฉริยะมาช่วยปรับปรุงประสิทธิภาพธุรกิจ เพิ่มรายได้ ลดต้นทุน และยกระดับการตัดสินใจ แต่ในทางปฏิบัติหลายบริษัทกำลังพบว่าการใช้ AI ROI การวัดนั้นซับซ้อนกว่าที่คิด เพราะแม้ตัวเลขการใช้จ่ายจะพุ่งขึ้น ผลตอบแทน AI ธุรกิจที่วัดได้กลับไม่ขยับไปในทิศทางเดียวกัน กระแสล่าสุดสะท้อนชัดจากรายงานที่พบว่าองค์กรทั่วโลกกำลังใช้ AI มากขึ้นด้วยความเชื่อว่าลงทุนวันนี้จะเห็นกำไรในวันหน้า แต่จำนวนผู้ตอบแบบสอบถามที่บอกว่ามีรายได้เพิ่มขึ้นจาก AI ยังทรงตัวเท่าเดิม ขณะเดียวกัน บริษัทซอฟต์แวร์รายหนึ่งพบว่า CFO และผู้บริหารสูงสุดถึง 92% อยู่ภายใต้แรงกดดันให้แสดงให้เห็นว่าการลงทุน AI ให้ผลตอบแทนคุ้มค่า ข้อนี้ชี้ให้เห็นอย่างตรงไปตรงมาว่าเงินกำลังถูกเทลงไปในระบบอัตโนมัติ แต่กรอบความคิดในการวัดและรับผิดชอบต่อผลลัพธ์ยังตามไม่ทัน
ตัวเลขไม่โกหก ทำไมลงทุนเพิ่มแต่กำไรจาก AI ยังนิ่ง
เมื่อมองลงไปที่ตัวเลข เราจะเห็นภาพที่ไม่สวยงามนักสำหรับความฝันเรื่อง AI ปั้นกำไรทันใจ รายงานหนึ่งระบุว่ามีเพียง 37% ของผู้ตอบแบบสอบถามที่บอกว่า AI มีส่วนให้ผลกำไรก่อนดอกเบี้ยและภาษีเพิ่มขึ้นบ้างเท่านั้น และกลุ่มที่ถือว่าเป็นผู้ใช้ AI ผลงานสูงจริงๆ ซึ่งอ้างว่าอย่างน้อย 5% ของกำไรองค์กรมาจาก AI มีแค่ 6% และยังไม่เพิ่มขึ้นจากปีก่อน ฝั่งต้นทุนก็ไม่เบา ผลสำรวจรายงานว่าจำนวนมากขององค์กรกำลังชนข้อจำกัดด้านค่าใช้จ่ายจากการใช้ AI โดย 20% บอกว่าต้นทุนดำเนินงานด้าน AI ทำให้การใช้เทคโนโลยีนี้ถูกจำกัด ในอีกงานวิจัยพบว่ามีเพียง 16% ของพนักงานสายใช้ความรู้ที่เข้าใจเครื่องมือ AI อย่างลึกซึ้ง นี่คือภาพรวมของความท้าทายการใช้ AI ที่ชัดเจน ระบบอาจเก่ง แต่คนไม่พร้อม ค่าใช้จ่ายสูง และผลตอบแทนยังวัดไม่ออก
เมื่อ AI ดึงงบจากการหาลูกค้า บทเรียนจากกรณี Intuit
ช่องว่างระหว่างการลงทุน AI และรายได้ไม่ใช่เรื่องเชิงทฤษฎี แต่เริ่มสะเทือนตัวเลขธุรกิจจริง ตัวอย่างคือผู้ให้บริการซอฟต์แวร์ภาษีรายหนึ่งที่ CEO ออกมาประกาศว่าต้องปรับความคาดหวังใหม่ และหันกลับมาโฟกัสการหาลูกค้าหลังช่วงใช้จ่ายกับแพลตฟอร์ม AI แบบ agentic อย่างหนัก ส่งผลให้การเติบโตชะลอตัว เขายอมรับตรงๆ ว่าบริษัท “ไม่โฟกัสกับการหาลูกค้าใหม่เท่าที่ควร” ระหว่างที่ต้องย้ายโฟกัสและเงินทุนไปสร้างแพลตฟอร์ม AI และตอนนี้จำเป็นต้องคืนงบกลับไปสู่เป้าหมายการเพิ่มฐานลูกค้าอีกครั้ง กรณีนี้สะท้อนปัญหาระดับยุทธศาสตร์ เมื่อ AI กลายเป็นโปรเจกต์กินงบระยะยาว แต่ไม่มีกรอบ AI ROI การวัดที่ชัด ผลคือทีมบริหารยอมดึงเงินจากกิจกรรมที่สร้างรายได้ทันทีอย่างการหาลูกค้าใหม่ ซึ่งสุดท้ายกระทบการเติบโตรวมของบริษัทเอง
ความเสี่ยง ความรับผิดชอบ และช่องว่างการกำกับดูแล AI ระบบ
เบื้องหลังตัวเลขกำไรที่ไม่พุ่งคือคำถามด้านความรับผิดชอบ AI ระบบ และการบริหารความเสี่ยงที่ยังคลุมเครือ ผลสำรวจหนึ่งพบว่าแม้ผู้บริหารจะถูกกดดันอย่างหนักให้พิสูจน์ว่าการลงทุน AI คุ้มค่า แต่มีเพียง 7% ของธุรกิจที่ให้ความสำคัญกับการกำกับดูแล AI มากกว่าการวิ่งตามความก้าวหน้าทางเทคโนโลยี นี่คือสัญญาณว่าองค์กรจำนวนมากยังติดกับดัก “เทคโนโลยีมาก่อนกรอบการใช้งาน” เมื่อมองไปที่ความเชื่อมั่น ผู้นำระดับสูงในสหรัฐและแคนาดามีเพียง 35% ที่เชื่อว่า AI ให้ผลลัพธ์ทางธุรกิจได้อย่างสม่ำเสมอ ควบคุมได้ และรักษาความไว้วางใจจากลูกค้าและหน่วยงานกำกับดูแล ขณะที่มีแค่หนึ่งในสี่ที่มั่นใจว่าบริษัทตั้งระบบกำกับดูแลเพียงพอสำหรับการขยายการใช้ AI ทั่วองค์กร และยิ่งมีส่วนน้อยที่เชื่อว่า AI จะจัดการงานสำคัญเองได้ นี่คือช่องว่างด้านความรับผิดชอบที่กำลังกลายเป็นประเด็นกำกับดูแลองค์กรในระดับห้องประชุม
จะปิดช่องว่าง AI และรายได้ ต้องเปลี่ยนกรอบคิดไม่ใช่เพิ่มงบ
บทเรียนจากตัวเลขและกรณีศึกษาทั้งหมดบอกอย่างชัดเจนว่าปัญหาไม่ใช่ “AI ยังไม่เก่งพอ” แต่คือองค์กรยังไม่มีกรอบ AI ROI การวัดและความรับผิดชอบ AI ระบบที่โตทันการลงทุน เราเห็นบริษัทใช้จ่ายเพิ่ม ใช้ AI มากขึ้น แต่ตัวเลขผู้รายงานผลตอบแทนทางกำไรยังนิ่ง ขณะเดียวกันผู้บริหารการเงินต้องตอบคำถามนักลงทุนอย่างหนักว่าทำไมเงินลงทุนปัญญาประดิษฐ์ถึงยังไม่สะท้อนในกระแสเงินสด คำตอบไม่ใช่เลิกใช้ AI แต่คือต้องวางเฟรมเวิร์กใหม่ตั้งแต่ต้น ตั้งตัวชี้วัดที่โยงกับรายได้ ต้นทุน และการหาลูกค้า แยกงบทดลองออกจากงบที่ต้องให้ผลลัพธ์ และกำหนดเจ้าของผลลัพธ์อย่างชัด ไม่ใช่โยนให้ “ทีม AI” รับผิดชอบลอยๆ องค์กรที่ถูกจัดว่าเป็นกลุ่มผลการใช้ AI สูงจริงในรายงานหนึ่งถูกชี้ว่าได้ ROI จริงเพราะทำให้องค์กรเปลี่ยนแปลง ไม่ใช่เพราะแค่เสียบเครื่องมือแล้วหวังผล หากธุรกิจไม่ยอมปรับวิธีคิด การลงทุน AI ก็จะยังเป็นค่าใช้จ่ายแพงที่ถูกบันทึกในฝั่งความหวังมากกว่าฝั่งกำไรต่อไป
