ทำไมองค์กรใช้ AI มากขึ้นแต่รายได้ใหม่แทบไม่เกิด

AI ในองค์กรคืออะไร และคำถามใหญ่เรื่องรายได้ใหม่

การนำ AI ไปใช้ในองค์กรคือการใช้เทคโนโลยีปัญญาประดิษฐ์เข้าไปอยู่ในกระบวนการทำงาน การวิเคราะห์ข้อมูลทางธุรกิจ และการตัดสินใจทุกระดับ เพื่อเพิ่มประสิทธิภาพ ลดต้นทุน และสร้างโอกาสรายได้ใหม่ โดยต้องอาศัยทรัพยากรข้อมูลและบุคลากรที่มีทักษะทั้งด้านเทคนิคและด้านธุรกิจควบคู่กันไป จึงจะเปลี่ยนการทดลองใช้ให้กลายเป็นผลตอบแทนเชิงกลยุทธ์ที่วัดได้จริงในงบกำไรขาดทุนขององค์กร หากดูจากตัวเลขล่าสุด องค์กรจำนวนมากกำลังเร่งเครื่องสู่การเป็นดิจิทัล โดยระดับความพร้อมแบบ Becoming Digital เพิ่มจาก 28% เป็น 42% ภายในเวลาเพียงปีเดียว การนำ AI ไปใช้ในองค์กรขยายตัวเป็น 61% แต่คำถามที่น่ากังวลคือ มีเพียง 9% เท่านั้นที่ใช้ AI สร้างรายได้ใหม่ได้จริง แปลว่าองค์กรส่วนใหญ่กำลังจ่ายค่าตั๋วเข้าสู่ยุค AI แต่ยังไม่ได้นั่งเก้าอี้ที่เห็นวิวของผลตอบแทนอย่างแท้จริง

ช่องว่างระหว่างความคาดหวังกับผลตอบแทน AI

ผลสำรวจด้านการเปลี่ยนผ่านดิจิทัลสะท้อนชัดว่าองค์กรกำลังอยู่ในยุคที่เทคโนโลยีมาเร็วกว่าโครงสร้างธุรกิจ การนำ AI ไปใช้ในองค์กรเพิ่มเป็น 61% แต่มีเพียง 19% ที่ขยายการใช้ได้ทั่วทั้งองค์กร และ 71% ยอมรับว่าผลลัพธ์ยังไม่บรรลุเป้าหมายที่ตั้งไว้ ข้อเท็จจริงเหล่านี้บอกเราว่า AI ในหลายที่ยังเป็นโครงการทดลองในมุม IT มากกว่าจะเป็นเครื่องจักรผลิตมูลค่าทางธุรกิจ ปัญหาสำคัญคือองค์กรเกือบ 70% ยังมองว่า AI เป็นหน้าที่ของฝ่าย IT ไม่ใช่เรื่องของฝ่ายธุรกิจและผู้บริหารร่วมกัน เมื่อกลยุทธ์ไม่ชัด การวิเคราะห์ข้อมูลทางธุรกิจจึงไม่ถูกผูกกับ KPI และโมเดลรายได้ใหม่ โครงการ AI เลยกลายเป็น IT Project ที่สวยบนสไลด์แต่เบาบนงบกำไรขาดทุน

คนและข้อมูลคือจุดปลดล็อก ไม่ใช่แค่เครื่องมือ

แม้หลายองค์กรตั้งใจจะเป็น Data driven แต่ข้อเท็จจริงคือยังขาดทั้งทรัพยากรข้อมูลและบุคลากรที่พร้อมใช้ AI ให้เกิดมูลค่าจริง ข้อมูลวิจัยระบุว่า 71% ขององค์กรขาดทักษะด้านเทคนิค และ 40% ยังไม่สามารถระบุ Use Case ที่เหมาะสมได้ นี่คือเหตุผลที่ต่อให้ซื้อระบบดีแค่ไหน ผลตอบแทน AI ในไทยก็ยังถูกจำกัดอยู่ในกรอบการลดต้นทุนและเพิ่ม Productivity มากกว่าการสร้างรายได้ใหม่ องค์กรไทย 50% ใช้ AI เพื่อลดต้นทุน และ 48% ใช้เพื่อเพิ่มประสิทธิภาพการทำงาน แต่มีเพียง 9% เท่านั้นที่ใช้ AI สร้างรายได้ใหม่ จุดเปลี่ยนจึงไม่ใช่การซื้อเครื่องมือเพิ่ม แต่คือการลงทุนสร้างทีมที่ทำหน้าที่ Define Use Case เชิงธุรกิจ จัดการทรัพยากรข้อมูลให้พร้อม และวางธรรมาภิบาลแบบรวมศูนย์จากบนลงล่าง เพื่อให้การวิเคราะห์ข้อมูลทางธุรกิจด้วย AI เชื่อมตรงกับโอกาสรายได้ใหม่แทนที่จะหยุดอยู่ที่การรายงานผล

โครงสร้างและการปฏิบัติการที่ทำให้ AI ไปไม่ถึงเป้าหมาย

ในระดับโครงสร้าง หลายองค์กรกำลังติดหล่มระบบแยกส่วนและ Workflow ที่ยังเป็นงานมือ ทำให้ AI ไม่สามารถขยายไปถึงทั้งองค์กรได้จริง Pain Points สำคัญที่ถูกชี้ให้เห็น ได้แก่ ขาดทิศทางเชิงกลยุทธ์ที่เริ่มจากโจทย์ธุรกิจ ระบบเดิมเป็นแบบ Closed Architecture ทำให้ข้อมูลกระจัดกระจายและเชื่อมต่อกันไม่ได้ งานหลักยังไม่ถูกทำให้เป็นอัตโนมัติ ระบบมีความซับซ้อนสูง เทคโนโลยีใช้งานยาก และรูปแบบลงทุนเน้น CAPEX หนักจนปรับตัวตามเทคโนโลยีใหม่ได้ช้า ทั้งหมดเกิดขึ้นในช่วงที่โลกกำลังก้าวสู่สามเมกะเทรนด์สำคัญ คือการหลอมรวมเทคโนโลยี การพัฒนานวัตกรรมให้ใช้ได้จริงในระดับองค์กร และการแข่งขันที่วัดกันด้วยความเร็วของผลลัพธ์ หากโครงสร้างพื้นฐานไม่พร้อม AI ก็ถูกบีบให้ทำงานแบบจุดเดียว ไม่สามารถสร้างผลตอบแทน AI ในไทยให้เห็นชัดในระดับธุรกิจได้

จากไอเดียสู่รายได้ใหม่ ต้องเปลี่ยนทั้งสถาปัตยกรรมและทักษะ

คำถามในปีนี้จึงไม่ใช่ว่าองค์กรจะใช้ AI หรือไม่ แต่คือโครงสร้างพื้นฐานพร้อมรองรับ AI ได้จริงหรือยัง แนวคิดสำคัญที่เริ่มถูกเสนอคือการสร้าง Digital Intelligence Fabric ซึ่งไม่ใช่การซื้อโซลูชันเพิ่มเข้าไปทีละชิ้น แต่คือการถักทอระบบทุกชั้นขององค์กรให้ทำงานร่วมกันตั้งแต่วันแรก ทั้งคลาวด์ที่ออกแบบตามอุตสาหกรรม แพลตฟอร์มเชื่อมต่ออุปกรณ์และเซ็นเซอร์ ระบบ Computer Vision AI ที่ใช้กล้องเดิมให้ฉลาดขึ้นด้วยการวิเคราะห์และแจ้งเตือนแบบเรียลไทม์เพื่อลดต้นทุนและเพิ่มประสิทธิภาพการปฏิบัติงาน ควบคู่กันต้องมี Data & AI Platform แบบ No code หรือ Low code เพื่อให้หน่วยงานธุรกิจสร้างแดชบอร์ด วิเคราะห์ และทดลองโมเดล AI เองได้โดยไม่ต้องพึ่งทีมเทคนิคตลอดเวลา และเสริมด้วยโปรแกรม Upskill Reskill ด้าน Digital ให้พนักงาน เพื่อเปลี่ยน AI จากเครื่องมือเฉพาะฝ่าย IT ไปสู่ขีดความสามารถเชิงกลยุทธ์ของทั้งองค์กร นี่คือเส้นทางจากการใช้ AI แบบทดลอง ไปสู่การสร้างรายได้ใหม่ที่จับต้องได้