AI ใช้เยอะ แต่ความพร้อม AI ขององค์กรยังไม่ถึงจุดสร้างมูลค่า
ความพร้อม AI ขององค์กร คือระดับที่องค์กรมียุทธศาสตร์ ระบบข้อมูล โครงสร้างพื้นฐาน เทคโนโลยี บุคลากร และธรรมาภิบาลที่รองรับการใช้ปัญญาประดิษฐ์อย่างต่อเนื่อง วัดผลได้ และขยายผลสู่กระบวนการหลักของธุรกิจได้จริง ไม่ใช่เพียงการทดลองใช้เครื่องมือหรือโครงการทดลองระยะสั้นที่ตัดขาดจากเป้าหมายเชิงกลยุทธ์ขององค์กร
ผลสำรวจความพร้อม AI จากองค์กรภาครัฐและเอกชน 574 แห่ง พบว่า 53.7% นำ AI มาใช้งานแล้ว แต่คะแนนความพร้อมเฉลี่ยของกลุ่มที่ใช้ AI อยู่เพียง 40% หรือระดับ AI Aware หมายถึงรู้จักและเริ่มใช้แต่ยังไม่มีระบบรองรับการขยายผลอย่างจริงจัง ยอดการใช้ AI เพิ่มขึ้นถึง 3 เท่าจากครั้งสำรวจก่อนหน้า แสดงว่า AI กลายเป็นกระแสหลักขององค์กรไปแล้ว อย่างไรก็ตาม การใช้จำนวนมากไม่ได้แปลว่าพร้อม สัญญาณชัดเจนคือ ด้านข้อมูลและโครงสร้างพื้นฐานมีความพร้อมสูงสุด 51% แต่ด้านเทคโนโลยีอยู่ที่ 32.2% และธรรมาภิบาลต่ำสุดเพียง 28.9% ซึ่งสะท้อนว่าจุดแข็งคือสิ่งที่ซื้อได้ แต่จุดอ่อนคือสิ่งที่ต้องสร้างภายในองค์กรเอง
พนักงานใช้ AI ทุกวัน แต่ช่องว่างทักษะ AI ทำให้ความมั่นใจร่วง
การใช้ AI ในไทย ไม่ได้เกิดแค่ระดับองค์กร แต่ลงลึกถึงระดับงานประจำวัน ผลสำรวจจากพนักงานและองค์กรกว่า 5,000 รายใน 10 ตลาดหลักของเอเชีย ระบุว่ามีการนำ AI มาใช้ในสถานที่ทำงานอย่างแพร่หลาย 58% ขององค์กรในภูมิภาคนี้ใช้ AI ในที่ทำงาน และ 93% ของพนักงานระบุว่ากำลังใช้งาน AI อย่างจริงจัง สำหรับประเทศไทยเอง พนักงานใช้ AI เพื่อค้นคว้าและรวบรวมข้อมูล 53% ใช้เพื่อสนับสนุนการสื่อสาร 44% และใช้วิเคราะห์ข้อมูลเพื่อสร้างข้อมูลเชิงลึก 43% ซึ่งสะท้อนว่า AI กำลังกลายเป็นเครื่องมือมาตรฐานในกระบวนการทำงานประจำวันของคนทำงาน
ในขณะที่การใช้ AI ในไทย แพร่หลาย พนักงานจำนวนมากกลับรู้สึกว่าทักษะของตนยังไม่สอดคล้องกับความต้องการใหม่ในงาน งานบางส่วนถูกออกแบบใหม่ตามความสามารถของ AI ทำให้ทักษะที่เคยสำคัญอาจมีน้ำหนักลดลง และเสริมความสำคัญของทักษะใหม่ เช่น การตั้งโจทย์กับ AI การตีความผลลัพธ์ และการตรวจสอบความถูกต้อง ดังนั้น ช่องว่างทักษะ AI กลายเป็นแรงเสียดทานสำคัญต่อการสร้างผลลัพธ์จากการลงทุนด้านเทคโนโลยี ต่อให้เครื่องมือพร้อม แต่หากคนใช้ไม่มั่นใจ และองค์กรไม่มีแผน reskilling อย่างต่อเนื่อง การใช้ AI ก็จะหยุดอยู่ที่ระดับทดลอง ไม่สามารถแปรเป็นความได้เปรียบเชิงการแข่งขันอย่างแท้จริง
การวัดผล AI คือหลุมดำ 86% ขององค์กรยังตอบไม่ได้ว่าได้อะไรคืนมา
ตัวเลขที่ชวนกังวลที่สุดในภาพความพร้อม AI ขององค์กร คือ 86.4% ขององค์กรที่ใช้ AI แล้ว ยังตอบไม่ได้ว่าได้ผลลัพธ์อะไรจากการใช้งาน โดย 49.4% ไม่เคยวัดผลเลย และ 37% อยู่ระหว่างเก็บข้อมูล มีเพียง 13.6% ที่วัดผลแล้วและพบผลลัพธ์เชิงบวกอย่างชัดเจน และยังพิสูจน์ได้หลักๆ แค่ด้านลดต้นทุนและระยะเวลาทำงาน ไม่ใช่การเพิ่มรายได้หรือส่วนแบ่งตลาด นี่คือสัญญาณว่า การวัดผล AI ยังเป็นจุดอ่อนใหญ่ การวัดผล AI ไม่ใช่แค่ติดตั้ง dashboard แต่ต้องเริ่มตั้งแต่การเลือก use case ที่เชื่อมกับตัวชี้วัดทางธุรกิจ กำหนด baseline ก่อนใช้ AI และติดตามผลอย่างต่อเนื่อง หากองค์กรยังไม่ได้ออกแบบวงจรวัดผลชัดเจน การลงทุน AI ก็ไม่ต่างจากการ “ทดลองแบบไม่รู้ว่าอะไรคือความสำเร็จ”
ช่องว่างการวัดผล AI ยังเชื่อมโยงกับประเด็นธรรมาภิบาล AI โดยตรง เพราะองค์กร 73.4% ยังไม่นำหลัก AI Ethics มาใช้จริง และ 46.2% ยังไม่มีการประเมินความเสี่ยงหรือการกำกับดูแลการใช้ AI แสดงว่าองค์กรจำนวนมากใช้ AI เร็วกว่าการตั้งกติกาและระบบตรวจสอบภายใน เมื่อขาดทั้งกรอบธรรมาภิบาลและกรอบการวัดผล การตัดสินใจลงทุนจึงอาศัยความรู้สึกมากกว่าข้อมูลจริง สุดท้ายทำให้ผู้บริหารลังเลที่จะขยายการใช้ AI ในระดับองค์กร แม้จะเห็นประสิทธิภาพในระดับทีมงานก็ตาม ช่องว่างนี้คือเหตุผลสำคัญที่ทำให้การใช้ AI ในไทยยังไม่ถูกแปลงเป็น ROI ที่จับต้องได้ในระดับยุทธศาสตร์
ทำไมความพร้อมติดหล่มระดับ Aware ทั้งที่โครงสร้างพื้นฐานเดินหน้า
ถ้ามองลึกไปที่กรอบความพร้อม 5 ด้าน จะเห็นรูปแบบที่ชัดว่าไทยกำลังติดกับดัก “ลงทุนได้ แต่สร้างภายในไม่ทัน” เนื่องจากด้านข้อมูลและโครงสร้างพื้นฐานมีคะแนนความพร้อมสูงสุด 51% ขณะที่ด้านบุคลากร 45.9% ด้านยุทธศาสตร์และความสามารถขององค์กร 41.8% ด้านเทคโนโลยี 32.2% และธรรมาภิบาลต่ำสุด 28.9% กล่าวอีกแบบ จุดที่ใช้เงินลงทุนซื้อระบบ เช่น โครงสร้างพื้นฐานและเครื่องมือ ทำได้ค่อนข้างดี แต่จุดที่ต้องสร้างกระบวนการภายใน เช่น ยุทธศาสตร์ บุคลากร และธรรมาภิบาล ทำได้ช้ากว่า
ในหลายอุตสาหกรรม ช่องว่างนี้ยิ่งชัดเจน กลุ่มการผลิตมีการใช้ AI สูงที่สุด ขณะที่กลุ่มการแพทย์และสุขภาวะ ภาครัฐ และการศึกษา มีคะแนนความพร้อมสูงกว่าอุตสาหกรรมอื่น ส่วนกลุ่มพลังงานและสิ่งแวดล้อมมีความพร้อมน้อยที่สุด ความต่างระหว่างกลุ่มสูงสุดและต่ำสุดกว้างถึง 33.5 จุด ในภาคการเงิน กลุ่มธนาคารเป็นกลุ่มเดียวที่มีคะแนนความพร้อมเฉลี่ยถึง 70.7% อยู่ระดับ Ready และมีคะแนนธรรมาภิบาลสูงถึง 81.2% ในขณะที่สถาบันการเงินที่ไม่ใช่ธนาคารมีความพร้อมเพียง 22.8% แสดงให้เห็นว่าการมีหน่วยงานกำกับและมาตรฐานชัดเจน ช่วยให้การใช้ AI ก้าวไปไกลกว่าการทดลองและขึ้นสู่ระดับระบบได้เร็วกว่าอุตสาหกรรมอื่น
จากนโยบายสู่การปฏิบัติ ต้องปิดช่องว่างทักษะ AI และการวัดผล AI พร้อมกัน
เมื่อโจทย์ไม่ใช่แค่เร่งให้ทุกองค์กรใช้ AI แต่ต้องใช้แล้วสร้างมูลค่าอย่างรับผิดชอบ ผลสำรวจจึงนำไปสู่ข้อเสนอเชิงนโยบาย 3 มาตรการเร่งด่วน ได้แก่ หนึ่ง National AI Governance Pack เพื่อจัดทำมาตรฐานพื้นฐาน เช่น AI Policy Template การจัดระดับความเสี่ยง Data และ Model Governance Human Oversight และแนวทางจัดซื้อจัดจ้าง AI สอง Sectoral AI Readiness Clinics ตั้งคลินิก AI รายอุตสาหกรรม โดยเริ่มจากสาขาที่มีความพร้อมต่ำ เช่น พลังงาน การเงินที่ไม่ใช่ธนาคาร และด้านความมั่นคง พร้อมคู่มือ use case และแนวทางเตรียมข้อมูลรวมถึงการวัด ROI และสาม AI Value Enabler สนับสนุน SME และองค์กรขนาดกลางผ่าน Sandbox Cloud หรือ Compute Credits ชุดข้อมูลร่วม และโปรแกรมพัฒนาคนระดับผู้บริหารและพนักงานเชื่อมกับ use case จริง
สำหรับองค์กรที่อยากข้ามจากระดับ Aware ไปสู่ Ready หรือสูงกว่า แกนหลักต้องทำพร้อมกันสามเรื่อง หนึ่ง วางยุทธศาสตร์ AI ผูกกับตัวชี้วัดทางธุรกิจที่ชัดเจนและออกแบบกรอบการวัดผล AI ตั้งแต่วันแรก สอง ปิดช่องว่างทักษะ AI ด้วยแผน reskilling ต่อเนื่อง ไม่ใช่แค่จัดอบรมครั้งเดียว และสาม วางธรรมาภิบาล AI ให้เป็นส่วนหนึ่งของกระบวนการทำงาน ไม่ใช่เอกสารบนชั้น การใช้ AI ในไทย จะสร้างผลลัพธ์ทางธุรกิจได้ก็ต่อเมื่อการใช้ในระดับทีมงานเชื่อมโยงกับยุทธศาสตร์องค์กรและการกำกับดูแลที่รัดกุม วัดผลได้ และไวต่อความเสี่ยง เมื่อวันนั้นมาถึง ตัวเลขการใช้ AI จะไม่ใช่เพียงสถิติสวยงาม แต่สะท้อนความแข็งแรงของเศรษฐกิจดิจิทัลโดยรวม
