เริ่มจากปัญหาธุรกิจ ไม่ใช่เริ่มจากเทคโนโลยี
โครงการ AI ธุรกิจ คือการนำปัญหาและความต้องการจากการทำงานจริงมาเป็นจุดตั้งต้น แล้วเลือกพัฒนาเทคโนโลยีให้ตอบโจทย์การปฏิบัติงานและมีโอกาสนำไปใช้ต่อได้ ไม่ใช่สร้างระบบ AI เพื่อทดลองโดยไม่มีเป้าหมายทางธุรกิจที่ชัดเจน แนวทางนี้เป็นหัวใจของหลักสูตรนำร่อง CP-CoEX: AI Business Accelerator ซึ่งเครือซีพีเปิดเผยความสำเร็จเมื่อวันที่ 10 พฤศจิกายน 2569 หลักสูตรจับมือพันธมิตร 7 ราย ได้แก่ Mitsubishi Electric, Huawei, Kao, Amazon Web Services (AWS), Schneider Electric, SCG และ Tencent Cloud ร่วมกับบริษัทในเครือ 4 แห่ง คือ CPF, CP ALL, CP AXTRA และ True เพื่อให้คนจากต่างองค์กรนำความรู้และประสบการณ์มาร่วมแก้โจทย์จริง จุดแข็งจึงไม่ใช่แค่การเข้าถึงเครื่องมือใหม่ แต่เป็นการเชื่อมผู้มีปัญหากับผู้พัฒนาเทคโนโลยีตั้งแต่ต้น หากทำได้ต่อเนื่อง AI ก็มีโอกาสเป็นทั้งเครื่องมือเพิ่มประสิทธิภาพและช่องทางสร้างธุรกิจใหม่ แทนที่จะหยุดอยู่แค่แนวคิดบนเวที

เจ็ดโครงการครอบคลุมตั้งแต่โรงงานถึงหน้าร้าน
ตลอด 12 สัปดาห์ ผู้เข้าร่วมกว่า 60 คนร่วมกันพัฒนา 7 โครงการ AI ครอบคลุมการผลิต ค้าปลีก การตลาด และการวิเคราะห์ธุรกิจ โดยเริ่มจากทำความเข้าใจปัญหา ออกแบบแนวทางแก้ไข และประเมินโอกาสนำไปใช้ ไม่ใช่เลือกเทคโนโลยีก่อนแล้วค่อยหางานมารองรับ ตัวอย่างโจทย์ที่ปรากฏในข้อมูลโครงการสะท้อนผลต่อผู้ใช้บริการโดยตรง ทั้งการแจ้งเตือนสินค้าขาดสต็อกและช่วยเติมสินค้า การใช้ AI วิเคราะห์กลุ่มลูกค้าเพื่อให้ทำการตลาดได้แม่นยำขึ้น ตลอดจนเชื่อมการซื้อขายออนไลน์กับหน้าร้านเพื่อยกระดับประสบการณ์ลูกค้า อีกแนวทางหนึ่งคือวิเคราะห์ข้อมูลเพื่อสนับสนุนการกำหนดกลยุทธ์ราคาและการแข่งขัน นี่คือเหตุผลที่ AI ลดต้นทุนไม่ควรถูกวัดจากความล้ำของระบบเพียงอย่างเดียว แต่ควรดูว่าช่วยลดงานซ้ำ ลดสินค้าขาดชั้น หรือทำให้การตัดสินใจใกล้ความต้องการลูกค้ามากขึ้นเพียงใด หากตอบคำถามเหล่านี้ไม่ได้ โครงการก็ยังห่างจากการใช้งานจริง

เวทีนำเสนอเป็นจุดเริ่มทดสอบ ไม่ใช่เส้นชัย
หลักสูตรปิดท้ายด้วยเวที Dolphin Tank Final Pitch ให้ทีมงานนำเสนอผลงานต่อผู้บริหารระดับสูงของเครือซีพีและพันธมิตร การมีเวทีตัดสินใจเช่นนี้สำคัญ เพราะช่วยให้โครงการถูกพิจารณาในมุมของการใช้งานและการต่อยอด ไม่ใช่จบลงพร้อมการนำเสนอที่ทำได้ดีเพียงครั้งเดียว ข้อมูลจากโครงการยังระบุถึงการลงพื้นที่ของทีมงานกว่า 10 คน เพื่อทำงานร่วมกับทีม CP AXTRA ที่ Makro เกือบ 20 วัน และพัฒนาแนวทางแจ้งเตือนสินค้าขาดสต็อกกับการเติมสินค้า ตัวอย่างนี้ชี้ให้เห็นว่าการทำความเข้าใจบริบทหน้างานต้องใช้เวลาและความร่วมมือ ไม่ใช่เพียงส่งข้อมูลให้ทีมเทคโนโลยีแล้วรอคำตอบ หลังจบหลักสูตร เครือซีพีและพันธมิตรจะศึกษาความเป็นไปได้ในการทดลองใช้และขยายผลในธุรกิจที่มีโจทย์ใกล้เคียงกัน รวมถึงพัฒนาผลิตภัณฑ์ บริการ และรูปแบบธุรกิจใหม่ ขั้นต่อไปจึงเป็นบททดสอบสำคัญว่าแต่ละแนวคิดจะทำงานได้ในสภาพจริงและสร้างผลต่อเนื่องได้หรือไม่

คุณค่าของความร่วมมืออยู่ที่ผลลัพธ์หลังจบหลักสูตร
การรวมบริษัทเจ้าของโจทย์กับพันธมิตรเทคโนโลยีช่วยให้ทีมเห็นปัญหาหลายด้านพร้อมกัน ตั้งแต่กระบวนการผลิตและพลังงาน ไปจนถึงข้อมูลลูกค้าและการจัดการสินค้า แนวทางนี้ยังเปิดพื้นที่ให้เกิดการแลกเปลี่ยนข้อมูลและความเชี่ยวชาญข้ามองค์กร ซึ่งอาจช่วยลดขั้นตอน ปรับการทำงาน และค้นหาโอกาสรายได้ใหม่ได้ อย่างไรก็ตาม จำนวนโครงการและความสนใจจากผู้บริหารยังไม่ใช่หลักฐานว่าผลลัพธ์เกิดขึ้นแล้ว สิ่งที่ควรติดตามคือการนำระบบไปทดลองจริง ความแม่นยำและความเหมาะสมกับงาน รวมถึงผลต่อประสิทธิภาพและต้นทุนเมื่อใช้ต่อเนื่อง การประกาศศึกษาความเป็นไปได้เป็นก้าวถัดไปที่มีเหตุผล แต่การขยายผลควรเกิดหลังพิสูจน์ประโยชน์ในหน้างาน โดยรวม CP-CoEX AI วางกรอบการพัฒนาได้ตรงจุด เพราะเริ่มจากปัญหาธุรกิจและให้หลายฝ่ายร่วมออกแบบ ก่อนผลักดันสู่การทดลองใช้ คุณค่าที่แท้จริงของ 7 โครงการจึงไม่ได้อยู่ที่คำว่า AI แต่อยู่ที่ว่าช่วยให้ธุรกิจทำงานดีขึ้น ลดต้นทุนได้ และส่งมอบประสบการณ์ที่ดีขึ้นแก่ลูกค้าได้จริงหรือไม่







