องค์กรใช้ AI เร็ว แต่ความพร้อมยังช้า: ช่องว่างที่ใครต้องรับผิดชอบ

AI readiness องค์กรคืออะไร และเรากำลังติดอยู่ตรงไหน

AI readiness องค์กร คือระดับความพร้อมขององค์กรในการนำปัญญาประดิษฐ์มาใช้ให้เกิดผลลัพธ์ทางธุรกิจจริง ครอบคลุมทั้งโครงสร้างพื้นฐานข้อมูล กระบวนการทำงาน ธรรมาภิบาล ความเสี่ยง และทักษะดิจิทัลของคนในองค์กร ความพร้อมไม่ได้วัดแค่ว่ามีเครื่องมือหรือไม่ แต่ถามให้ลึกว่ามีข้อมูลที่สะอาด มีทีมที่เข้าใจ และมีกรอบกำกับดูแลที่ชัดเจนพอจะใช้ AI อย่างต่อเนื่อง ปลอดภัย และวัดผลได้หรือไม่ ปัจจุบันองค์กรจำนวนมากเร่งรับเอา AI เข้าไปในงาน เพื่อไม่ให้ “ตกขบวนเทคโนโลยี” แต่ความเร็วในการใช้กลับแซงหน้าความพร้อมที่จำเป็น ระบบจัดเก็บข้อมูลมีแล้วถึง 64.0% แต่ข้อมูลที่ใช้งานกับ AI ได้จริงกลับมีเพียง 40.8% แถม 51.6% ยังไม่มีสถาปัตยกรรมระบบ AI รองรับการเชื่อมต่อและขยายผล นี่คือภาพคลาสสิกของการซื้อเครื่องมือก่อนตั้งรากฐาน ซึ่งมักลงท้ายด้วยโครงการ AI ที่สวยบนสไลด์แต่ไม่ให้ผลลัพธ์ที่จับต้องได้

ความพร้อม AI ไทย: ใช้เยอะ แต่ยังติดวงจร “แค่รับรู้”

การใช้ AI ในองค์กรเติบโตอย่างก้าวกระโดดถึงสามเท่าในช่วงเวลาเพียงสองปี แต่ดัชนีความพร้อม AI readiness องค์กรกลับเฉลี่ยเพียงระดับ Aware หรือขั้นที่ “รู้ว่าต้องทำ” แต่ยังทำได้ไม่เป็น ต่างจากภาพในข่าวประชาสัมพันธ์ที่เต็มไปด้วยคำว่า AI แทบทุกย่อหน้า ถ้ามองตามอุตสาหกรรม กลุ่มการแพทย์และสุขภาวะ การบริการภาครัฐ และการศึกษา มีคะแนนความพร้อมสูงกว่ากลุ่มอื่นที่ 53.1% 50.8% และ 47.1% ตามลำดับ ขณะที่กลุ่มพลังงานและสิ่งแวดล้อมมีความพร้อมต่ำที่สุด ช่องว่างระหว่างกลุ่มสูงสุดและต่ำสุดกว้างถึง 33.5 จุด นี่ไม่ใช่ความต่างเพียงเชิงตัวเลข แต่สะท้อนว่ามาตรการด้านความพร้อม AI ไทย ต้องออกแบบแบบเฉพาะกลุ่ม ไม่ใช่ชุดนโยบายเดียวแล้วหวังให้ทุกอุตสาหกรรมไปถึงจุดหมายพร้อมกัน

ผลประโยชน์ AI ธุรกิจที่มองไม่เห็น เพราะวัดผลไม่ได้

โจทย์ที่น่ากังวลที่สุดไม่ใช่แค่การเริ่มใช้ AI แต่คือการตอบคำถามง่ายๆ ว่า “คุ้มไหม” ผลสำรวจระบุว่าองค์กรที่ใช้ AI แล้วถึง 86.4% ยังตอบไม่ได้ว่าการใช้งานให้ผลลัพธ์อะไร เพราะ 49.4% ยังไม่เคยวัดผล และอีก 37.0% อยู่ระหว่างเก็บข้อมูล มีเพียง 13.6% ที่วัดผลแล้วและพบผลลัพธ์เชิงบวกอย่างชัดเจน นี่คือประโยคที่สะเทือนความเชื่อเรื่อง AI ว่า “ใช้แล้วต้องดีเสมอ” ในทางปฏิบัติ องค์กรส่วนใหญ่พิสูจน์คุณค่าของ AI ได้แค่ด้านการลดต้นทุนและเวลา แต่ยังชี้ไม่ได้ชัดเจนว่าเพิ่มรายได้หรือส่วนแบ่งตลาดจริงหรือไม่ เมื่อไม่มีตัวชี้วัดและกรอบธรรมาภิบาลที่ชัดเจน การใช้ AI จึงกลายเป็นการทดลองถาวร มากกว่าการลงทุนเชิงกลยุทธ์ ผลประโยชน์ AI ธุรกิจเลยกลายเป็นเรื่องเล่า มากกว่าหลักฐาน

ธรรมาภิบาลหาย ทักษะดิจิทัลห่าง: ต้นตอความเหลื่อมล้ำ AI

แม้องค์กรใหญ่จะเริ่มใช้ AI มากกว่าองค์กรขนาดกลางและเล็ก แต่ทุกขนาดองค์กรกลับถูกล็อกอยู่ในระดับความพร้อมแบบเดียวกัน เพราะจุดอ่อนร่วมคือธรรมาภิบาล ข้อมูลระบุว่าองค์กร 73.4% ยังไม่ได้ประยุกต์ใช้หลักจริยธรรม AI และ 46.2% ยังไม่มีการประเมินความเสี่ยงหรือการกำกับดูแลจากการใช้ AI อย่างเป็นระบบ การเข้าถึงเครื่องมือจึงไม่ได้แปลว่าพร้อมใช้ ในอีกด้านหนึ่ง ความเหลื่อมล้ำด้านทักษะดิจิทัลกำลังกลายเป็นคอขวดระดับโลก รายงานหนึ่งชี้ว่า 38% ของประชากรโลกยังไม่ใช้อินเทอร์เน็ต ทั้งที่อยู่ในพื้นที่ที่มีโครงข่ายบรอดแบนด์เคลื่อนที่ครอบคลุม และการขาดทักษะดิจิทัลเป็นหนึ่งในสาเหตุหลัก หากไม่ยกระดับทักษะดิจิทัล องค์กรจะไม่มีคนที่พร้อมออกแบบ ใช้ และกำกับ AI อย่างรับผิดชอบ ความเหลื่อมล้ำทางโอกาสระหว่างผู้ที่เข้าถึงและไม่เข้าถึง AI ก็จะยิ่งกว้างขึ้น

จากช่องว่างสู่แผนยกระดับ: ธรรมาภิบาล คลินิก AI และทักษะดิจิทัล

ถ้าไม่อยากให้คลื่น AI กลายเป็นความเหลื่อมล้ำรอบใหม่ ต้องยอมรับก่อนว่าปัญหาไม่ได้อยู่ที่การขาดเครื่องมือ แต่อยู่ที่กรอบกำกับและทักษะคน ผลสำรวจเสนอให้ภาครัฐเร่งทำ National AI Governance Pack หรือชุดมาตรฐานพื้นฐานด้านธรรมาภิบาลสำหรับองค์กร เพื่อช่วยให้การใช้ AI มีกรอบชัดเจนและลดความไม่แน่นอน นอกจากนี้ยังเสนอให้ตั้ง Sectoral AI Readiness Clinics หรือคลินิก AI รายอุตสาหกรรม โดยเริ่มจากสาขาที่มีความพร้อมต่ำ เช่น พลังงาน สิ่งแวดล้อม การเงินที่ไม่ใช่ธนาคาร และด้านความมั่นคง พร้อมคู่มือ use case ที่คุ้มค่า ในระดับโลก มีตัวอย่างโครงการพัฒนาทักษะอย่างห้องเรียนเคลื่อนที่ที่ใช้รถ DigiTruck นำการฝึกทักษะดิจิทัลและความรู้ด้าน AI ไปสู่พื้นที่ห่างไกล และเตรียมจะเปิดโครงการใหม่ในฝรั่งเศส เพื่อช่วยกลุ่มรายได้น้อยและชุมชนด้อยโอกาส บทเรียนสำคัญคือการพัฒนา AI readiness องค์กร ต้องเดินคู่ไปกับการลดความเหลื่อมล้ำด้านทักษะดิจิทัล ไม่เช่นนั้น AI จะกลายเป็นเทคโนโลยีของคนส่วนน้อย ไม่ใช่พลังยกระดับเศรษฐกิจและสังคมโดยรวม