สร้างรากฐานข้อมูลให้แน่น ก่อนเร่งนำ AI เข้าองค์กร

รากฐานข้อมูล AI คืออะไร และทำไมต้องมาก่อนการนำ AI ไปใช้งาน

รากฐานข้อมูล AI คือการมีข้อมูลที่ถูกรวบรวม จัดเก็บ จัดโครงสร้าง และดูแลคุณภาพอย่างเป็นระบบ เพื่อให้พร้อมต่อการนำไปใช้กับโมเดลปัญญาประดิษฐ์ ตั้งแต่การกำหนดแหล่งข้อมูล การกำกับดูแลสิทธิและความปลอดภัย ไปจนถึงการทำให้ข้อมูลเข้าใจได้และเชื่อมต่อกันในระดับองค์กร รากฐานที่ดีช่วยให้ AI ทำงานบนข้อมูลที่ครบ ถูก และเชื่อถือได้ ลดความเสี่ยงจากผลลัพธ์ผิดพลาด และทำให้การตัดสินใจเชิงธุรกิจมีน้ำหนักมากขึ้น

กรณีของแสนสิริกับ AWS คือภาพสะท้อนว่าการเตรียมรากฐานข้อมูล AI สำคัญกว่าการประกาศนำเทคโนโลยีใหม่เข้ามาก่อนใคร บริษัท แสนสิริ จำกัด (มหาชน) ในฐานะผู้นำตลาดอสังหาริมทรัพย์ ได้จับมือกับบริษัท อะเมซอน เว็บ เซอร์วิสเซส (ประเทศไทย) จำกัด หรือ AWS จัดอบรมเชิงปฏิบัติการเรื่องการนำ AI มาประยุกต์ใช้ในการทำงานประจำวันให้กับพนักงานจากหลากหลายแผนก โดยมีเป้าหมายเพื่อขยายองค์ความรู้ด้าน AI และขับเคลื่อนประสิทธิภาพองค์กรในอนาคต การเริ่มจากการเรียนรู้และจัดระบบข้อมูล แทนที่จะรีบลงมือทำโปรเจกต์ AI แบบไม่พร้อม คือสัญญาณว่าบริษัทให้ความสำคัญกับการเตรียมข้อมูลสำหรับ AI มากกว่าการเกาะกระแสสั้นระยะ

แสนสิริ x AWS: ใช้เวิร์กชอปเป็นสนามซ้อมก่อนลงสนามจริง

ความร่วมมือระหว่างแสนสิริและ AWS ไม่ได้หยุดที่คำว่าอบรม แต่เป็นการออกแบบเวิร์กชอปให้กลายเป็นสนามซ้อมของกลยุทธ์ AI ระดับองค์กร แสนสิริดึงพนักงานสายเทคโนโลยีจากหลายแผนกเข้ามาร่วมเรียนรู้การประยุกต์ AI ตั้งแต่ต้นน้ำถึงปลายน้ำในงานประจำวัน เวิร์กชอปนี้ดำเนินการโดยบริษัท Fellow Intelligence ซึ่งเชี่ยวชาญด้านการปรับใช้ AI ให้เหมาะกับแต่ละองค์กร จุดที่น่าสนใจคือองค์กรไม่ได้เริ่มจากการซื้อระบบ AI แล้วค่อยหางานให้มันทำ แต่เริ่มจากการทำให้คนในเห็นภาพ ใช้งาน และตั้งคำถามกับกระบวนการทำงานของตนเอง

นายกวิน มโนมัยอุดม ประธานผู้บริหารฝ่ายเทคโนโลยีและสารสนเทศของแสนสิริสะท้อนชัดว่า บริษัทไม่จำเป็นต้องเป็น First Mover เพียงเพื่อตามกระแส แต่ต้องเข้าใจเทคโนโลยีอย่างถ่องแท้ก่อน การอบรมร่วมกับ AWS, SiS Distribution และ Fellow Intelligence ทำให้ทีมงานเห็น Use Cases ที่ต่อยอดได้จริง และรู้ว่างานประเภทใดยังไม่เหมาะกับ AI ขณะเดียวกันพนักงานได้กลับมาทบทวนและพัฒนาการจัดเก็บข้อมูลและกระบวนการทำงานให้มีประสิทธิภาพ ซึ่งถูกย้ำว่าเป็นหัวใจสำคัญของการทำธุรกิจยุคใหม่ นี่คือการใช้เวิร์กชอปเป็นเครื่องมือคัดกรองว่าตรงไหนควรให้ AI เข้าไปเสริม และตรงไหนยังต้องพึ่งมนุษย์

เมื่อรากฐานข้อมูลแข็งแรง การเตรียมข้อมูลสำหรับ AI กลายเป็นการลงทุน ไม่ใช่ต้นทุนจม

หลายองค์กรเผชิญปัญหาจากการนำ AI ไปใช้งานโดยข้ามขั้นตอนสำคัญของการจัดการข้อมูล ผลคือค่าใช้จ่ายสูงแต่ประสิทธิภาพไม่คุ้ม และบางกรณียังสร้างผลกระทบเชิงลบต่อองค์กรอย่างชัดเจนตามตัวอย่างที่ถูกหยิบยกในเวทีเดียวกัน สิ่งที่แสนสิริทำจึงแตกต่าง เพราะพวกเขาใช้เวที AI เป็นเหตุให้ต้องย้อนกลับมาดูรากฐานข้อมูล AI ของตัวเอง พนักงานไม่ได้ถูกสอนให้พึ่ง AI แทนทุกอย่าง แต่ถูกชวนให้ถามว่า ข้อมูลเราเก็บอย่างไร ใครเข้าถึงอะไรได้บ้าง ข้อมูลมีคุณภาพพอหรือไม่ และกระบวนการทำงานตอนนี้เอื้อต่อการใช้ AI หรือยัง

ทิพมาศ อจลากุล Head of Commercial Industries ของ AWS ระบุว่า การลงทุนด้านทักษะคือรากฐานสำคัญของการสร้างองค์กรที่พร้อมสำหรับยุค AI และแนวทางของแสนสิริเป็นตัวอย่างที่ชัดเจนของการนำ AI มาใช้ได้อย่างมีประสิทธิภาพ เริ่มจากการพัฒนาศักยภาพบุคลากร สร้างทักษะที่นำไปใช้ได้จริง และต่อยอดสู่ผลลัพธ์ที่วัดผลได้ เมื่อพนักงานเข้าใจทั้งข้อดีและข้อจำกัดของ AI การออกแบบโครงสร้างพื้นฐานข้อมูลและกระบวนการกำกับดูแลจึงกลายเป็นการลงทุนระยะยาว มากกว่าการแก้ปัญหาหน้างานแบบเฉพาะกิจ

บทเรียนสำหรับองค์กรอื่น: เรียงลำดับเกมข้อมูลก่อนเกม AI

สิ่งที่องค์กรอื่นควรดึงจากกรณีแสนสิริ x AWS ไม่ใช่แค่ไอเดียเวิร์กชอป แต่คือวิธีคิดเรื่องลำดับก่อนหลังของข้อมูลและ AI การรีบกระโดดไปทำโครงการ AI โดยโครงสร้างพื้นฐานข้อมูลยังไม่ชัด กระบวนการยังไม่เรียบร้อย และพนักงานยังไม่เข้าใจข้อจำกัดของเทคโนโลยี เป็นทางลัดที่มักลงเอยด้วยการเสียเวลาและความน่าเชื่อถือ ในทางกลับกัน การเริ่มจากการจัดระเบียบข้อมูล การสร้างความเข้าใจในทีม และการทดลอง Use Cases อย่างจำกัด ช่วยให้การนำ AI ไปใช้งานมีโอกาสสำเร็จมากกว่า

กรณีศึกษานี้แสดงให้เห็นว่าการจัดลำดับจากข้อมูลไปสู่ AI สามารถสร้างผลทางธุรกิจได้จริง การอบรมร่วมกับ AWS, SiS Distribution และ Fellow Intelligence ทำให้ทีมงานไม่เพียงเห็น Use Cases ที่ใช้ได้ทันที แต่ยังใช้โอกาสนี้กลับมาปรับปรุงการจัดเก็บข้อมูลและกระบวนการทำงานอย่างเป็นระบบ ซึ่งถูกย้ำว่าเป็นหัวใจสำคัญในการทำธุรกิจยุคใหม่ สุดท้ายแล้ว รากฐานข้อมูล AI ที่แข็งแรงคือเกราะป้องกันความเสี่ยง และเป็นตัวเร่งให้โครงการ AI สร้างคุณค่าทางธุรกิจได้เร็วขึ้น ไม่ใช่แค่สวยหรูในแถลงข่าว