ฐานข้อมูลก่อน AI ความหมายที่องค์กรชอบมองข้าม
ฐานข้อมูล AI คือการเตรียมความพร้อมข้อมูล กระบวนการ และกติกาการใช้งานข้อมูลให้เป็นระบบ ตั้งแต่การเก็บ จัดโครงสร้าง ตรวจสอบคุณภาพ ไปจนถึงการกำกับดูแลว่าใครใช้ข้อมูลอะไรเพื่อจุดประสงค์ใด เพื่อให้การนำ AI ใช้งานบนโครงสร้างข้อมูลพร้อมสามารถให้ผลลัพธ์ที่น่าเชื่อถือ ลดความเสี่ยงจากข้อมูลผิดพลาด และทำให้การลงทุนด้านเทคโนโลยีสร้างมูลค่าได้จริงในระยะยาว ไม่ใช่เพียงการทดลองตามกระแสชั่วคราว
ในกระแส AI ที่ร้อนแรง หลายองค์กรแห่ลงทุนเครื่องมือใหม่โดยยังไม่รู้ด้วยซ้ำว่าข้อมูลของตัวเองสะอาดแค่ไหน อยู่ที่ไหน ใครเป็นเจ้าของ และใช้ซ้ำได้หรือไม่ ผลลัพธ์จึงออกมาในรูปแบบโปรเจกต์สวยหรูในสไลด์ แต่ใช้จริงไม่ได้หรือใช้แล้วต้นทุนบาน แสนสิริเลือกเดินอีกทางด้วยการจับมือกับ AWS จัด Workshop เรื่องการนำ AI มาประยุกต์ใช้ในการทำงานประจำวันตั้งแต่ต้นน้ำยันปลายน้ำสำหรับพนักงานจากหลายแผนก จุดยืนนี้ชัดเจนว่า AI ไม่ใช่ของเล่น แต่ต้องนั่งลงจัดบ้านข้อมูลให้เรียบร้อยก่อน
บทเรียนจากแสนสิริ x AWS ไม่วิ่งตามเทรนด์แต่ลงทุนกับความเข้าใจ
เบื้องหลัง Workshop ร่วมระหว่างแสนสิริและ AWS ไม่ใช่แค่การสอนใช้เครื่องมือ AI แต่คือการวางรากฐานให้คนทั้งองค์กรเข้าใจว่าควรใช้ AI กับงานตรงไหน และไม่ควรใช้ตรงไหน แสนสิริเชิญผู้เชี่ยวชาญอย่าง Fellow Intelligence มาดำเนินการอบรม เพื่อเจาะ Use Cases ที่เหมาะสมกับบริบทองค์กรจริง ไม่ใช่ตัวอย่างสวยงามจากต่างอุตสาหกรรมที่เอามาแล้วใช้ไม่ได้
กวิน มโนมัยอุดม ชี้ให้เห็นว่าขณะที่โลกกำลังหมุนไปกับการลงทุนมหาศาลด้าน AI จากกลุ่มบริษัทเทคโนโลยีและการเตรียมนำบริษัทด้าน AI เข้าตลาดหลักทรัพย์หลายราย ฝั่งองค์กรกลับเริ่มเห็นด้านมืด ทั้งการลดพนักงาน การเพิ่มต้นทุนที่ไม่คุ้มผลลัพธ์ และกรณีศึกษาบริษัทที่ต้องออกมาขอโทษสาธารณะจากการใช้ AI ผิดพลาด แนวคิดของแสนสิริคือไม่จำเป็นต้องเป็น First Mover แต่ต้องเป็นคนที่เข้าใจเทคโนโลยีลึกพอที่จะใช้มันอย่างมีสติและได้ผล
โครงสร้างข้อมูลพร้อมก่อน ค่อยพูดถึง AI
หัวใจของแนวทางนี้คือการกลับไปจัดระเบียบข้อมูลให้แน่น แสนสิริสะท้อนว่าคุณค่าที่คุ้มที่สุดจากการอบรมครั้งนี้ไม่ใช่การได้ลองเครื่องมือใหม่ แต่คือการที่พนักงานกลับมาทบทวนและพัฒนาการจัดเก็บข้อมูลและกระบวนการทำงานให้มีประสิทธิภาพ ซึ่งเป็นหัวใจสำคัญในการทำธุรกิจยุคใหม่ กล่าวอีกแบบคือ ถ้าโครงสร้างข้อมูลพร้อม ความพร้อมข้อมูลดี และมีการกำกับดูแลที่ชัดเจน การนำ AI ใช้งานภายหลังจะลื่นไหลและปลอดภัยกว่า
องค์กรจำนวนมากมองข้ามโครงสร้างข้อมูลพร้อมเพราะมันไม่หวือหวา ไม่มีเดโมสวยเหมือน Chatbot แต่ความจริงแล้ว AI ใดๆ ก็ไม่สามารถให้ผลลัพธ์ดีกว่าคุณภาพข้อมูลที่ป้อนเข้าไป การลงทุนกับฐานข้อมูล AI ตั้งแต่การตั้งมาตรฐานข้อมูล การสร้าง Metadata การกำหนดสิทธิ์การเข้าถึง จึงเป็นเหมือนการปูถนนให้รถวิ่ง ไม่ใช่ซื้อรถหรูแล้วขับบนทางดินโคลน การมองฐานข้อมูลเป็นโครงสร้างพื้นฐานระยะยาว ไม่ใช่ค่าใช้จ่ายจิปาถะ คือมุมคิดที่แยกผู้เล่นจริงออกจากคนตามกระแส
การลงทุนในคนและทักษะ คือเกราะป้องกันความเสี่ยงจาก AI
อีกจุดที่น่าสนใจคือแสนสิริไม่ฝากความหวังไว้กับเทคโนโลยีเพียงอย่างเดียว แต่ลงทุนในคนควบคู่ไปด้วย AWS มองว่า การลงทุนด้านทักษะคือรากฐานสำคัญของการสร้างองค์กรที่พร้อมสำหรับยุค AI และยกตัวอย่างแนวทางของแสนสิริว่าเริ่มจากการพัฒนาศักยภาพบุคลากร สร้างทักษะที่นำไปใช้ได้จริง แล้วจึงขยายผลอย่างมีเป้าหมาย
เมื่อพนักงานเข้าใจทั้งความสามารถและข้อจำกัดของ AI แทนที่จะกลัวว่าจะถูกแทนที่ พวกเขาจะรู้ว่าควรใช้ AI เพื่อเสริมงานตรงไหน และควรใช้สัญชาตญาณและประสบการณ์มนุษย์ตรงไหน การมีคนที่รู้เท่าทันเทคโนโลยีทำให้องค์กรไม่ตกเป็นเหยื่อเครื่องมือสำเร็จรูปที่สัญญาว่าจะเปลี่ยนทุกอย่างให้ดีขึ้นเอง การนำ AI ใช้งานจึงกลายเป็นกระบวนการเรียนรู้ต่อเนื่อง ไม่ใช่โครงการครั้งเดียวแล้วจบ
บทสรุปสำหรับผู้นำองค์กร เลิกวิ่งแข่งกับเทรนด์ เริ่มแข่งที่คุณภาพข้อมูล
กรณีศึกษาของแสนสิริกับ AWS สะท้อนชัดว่า การใช้ AI อย่างมีประสิทธิภาพไม่ได้เริ่มจากการซื้อเครื่องมือราคาแพง แต่เริ่มจากการตั้งคำถามกับฐานข้อมูลของตัวเองว่าเรามีความพร้อมข้อมูลมากน้อยแค่ไหน โครงสร้างข้อมูลพร้อมหรือยัง และมีกติกาชัดเจนหรือไม่ว่าใครใช้ข้อมูลอะไรเพื่อวัตถุประสงค์ใด
ผู้นำองค์กรที่อยากให้ AI กลายเป็นเครื่องจักรสร้างผลิตภาพ ไม่ใช่หลุมดำดูดงบประมาณ ควรเลิกวัดตัวเองด้วยว่ารันโปรเจกต์ AI ไปกี่ตัว แต่ควรถามว่า เราลงทุนกับฐานข้อมูล AI และคนในองค์กรเพียงพอหรือยัง แนวทางที่ตั้งใจ ค่อยเป็นค่อยไป และให้ความสำคัญกับข้อมูลก่อนเครื่องมือ อาจไม่ทันใจคนที่ชอบผลลัพธ์ด่วน แต่ในเกมระยะยาว นี่คือวิธีเดียวที่ทำให้การนำ AI ใช้งานกลายเป็นความได้เปรียบเชิงกลยุทธ์ ไม่ใช่แค่การตามเทรนด์ชั่วคราวแล้วเจ็บตัว
