ค้นพบความสนใจของคุณ ไปด้วยกัน

ดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

ค้นพบความสนใจของคุณ ไปด้วยกันดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

องค์กรแบบ AI-Native ต้องเปลี่ยนอะไร เพื่อให้ AI สร้างผลลัพธ์ทางธุรกิจจริง

องค์กรแบบ AI-Native ต้องเปลี่ยนอะไร เพื่อให้ AI สร้างผลลัพธ์ทางธุรกิจจริง
ความสนใจ|เพิ่มประสิทธิภาพงานด้วย AI

จากเครื่องมือเสริม สู่แกนของธุรกิจ

องค์กร AI-Native คือองค์กรที่ฝัง AI ไว้เป็นแกนของผลิตภัณฑ์ บริการ และวิธีดำเนินงาน จนคุณค่าที่ส่งมอบหรือกระบวนการสำคัญไม่อาจดำเนินต่อในรูปแบบเดิมได้หากไม่มี AI สนับสนุน นี่ต่างจากการใช้ AI เฉพาะจุดเพื่อให้พนักงานทำงานบางอย่างเร็วขึ้น เพราะองค์กรต้องออกแบบงานและคุณค่าทางธุรกิจใหม่ตั้งแต่ต้น

กรอบแบ่งระดับช่วยให้เห็นความต่างชัดเจน: AI-Enabled ช่วยเร่งงานแต่ยังกลับไปใช้วิธีเดิมได้, AI-First นำ AI เข้าเป็นส่วนสำคัญของกระบวนการ และ AI-Native มี AI เป็นแกนของบริการ เช่น แท็กซี่ไร้คนขับที่ไม่อาจให้บริการในรูปแบบเดิมเมื่อถอด AI ออก การทรานส์ฟอร์มองค์กรด้วย AI จึงไม่ควรวัดจากจำนวนเครื่องมือหรือโครงการทดลอง แต่ควรถามว่า หากนำ AI ออก ธุรกิจยังสร้างคุณค่าแบบเดิมได้หรือไม่

เหตุที่ต้องถามตอนนี้ไม่ใช่เพราะเทคโนโลยีกำลังมา แต่เพราะพนักงานเริ่มใช้ AI คล่องขึ้น ขณะที่หลายองค์กรยังไม่รู้ว่าจะลดขั้นตอนเดิม แบ่งงานระหว่างคนกับระบบอย่างไร หรือเปลี่ยนเวลาที่ประหยัดได้ให้เป็นรายได้และต้นทุนที่ลดลงได้อย่างไร การใช้ AI ในองค์กรโดยไม่ตอบคำถามเหล่านี้เสี่ยงกลายเป็นเพียงความเร็วที่ไม่มีผลต่อความสามารถแข่งขัน

เปลี่ยนกระบวนการและข้อมูล ก่อนขยายการใช้งาน

กลยุทธ์ AI ธุรกิจควรเริ่มจากผลลัพธ์ ไม่ใช่เริ่มจากการเลือกเทคโนโลยี ผู้บริหารต้องระบุให้ชัดว่าต้องการเพิ่มรายได้ ลดความล่าช้า หรือลดต้นทุนตรงไหน แล้วค่อยเลือกกระบวนการที่ทำซ้ำ ใช้ข้อมูลมาก และส่งต่องานหลายฝ่าย จุดเหล่านี้มีโอกาสเห็นผลชัดกว่าการกระจายโครงการเล็ก ๆ ไปทั่วองค์กรโดยไม่มีเจ้าของผลลัพธ์

แต่ AI จะตัดสินใจได้ดีเท่าที่ข้อมูลและกระบวนการเอื้อให้ทำได้ คนหน้างานรู้ว่าข้อมูลมาจากไหน ขั้นตอนไหนมีความเสี่ยง และการตัดสินใจใดกระทบธุรกิจ จึงควรร่วมออกแบบกับผู้เชี่ยวชาญ AI ส่วนทีมกลางดูแลแพลตฟอร์ม มาตรฐาน และการกำกับระบบให้ตรวจสอบได้ว่าแต่ละระบบทำอะไรและทำได้ดีเพียงใด การปรับ Operating Model หมายถึงการจัดวางข้อมูล ความรับผิดชอบ และอำนาจตัดสินใจใหม่ ไม่ใช่เพียงเร่งกระบวนการเดิม

ทางที่รอบคอบคือให้คนทำงานตามปกติควบคู่กับการทดลองให้ AI แก้โจทย์เดียวกัน แล้วเปรียบเทียบความถูกต้องและคุณภาพการตัดสินใจก่อนเปลี่ยนงานจริง ช่วงนี้ยังเป็นเวลาฝึกพนักงานให้รับบทบาทใหม่ เช่น จากผู้ลงมือทำทุกขั้น มาเป็นผู้กำกับ ตรวจคำตอบ และดูแลกรณีที่ระบบจัดการไม่ได้

องค์กรแบบ AI-Native ต้องเปลี่ยนอะไร เพื่อให้ AI สร้างผลลัพธ์ทางธุรกิจจริง

บทเรียนจาก SCBX, OR และ Bluebik

ประสบการณ์จาก SCBX, OR และ Bluebik ที่นำเสนอในเวทีด้าน AI-Native ชี้ว่าองค์กรต้องเริ่มจากโจทย์ธุรกิจ แล้วออกแบบวิธีทำงานให้ AI มีบทบาทจริง ไม่ใช่ทำโครงการเพื่อทดลองเทคโนโลยีอย่างเดียว ในกลุ่ม SCBX บริษัทต่าง ๆ เริ่มจากโครงการ AI หลายรูปแบบ ก่อนพบว่าหลายแห่งทำงานคล้ายกัน จึงขยับมาสร้างแพลตฟอร์มกลางเพื่อใช้ความสามารถร่วมกัน และติดตามการทำงานของ AI Agent ได้

ผลที่จับต้องได้เกิดจากการออกแบบงานใหม่ กระบวนการตรวจเอกสารการค้าระหว่างประเทศของ SCBX ลดขั้นตอนจาก 8 เหลือ 5 และลดเวลาจากหลายวันเหลือเพียงชั่วโมง โดยยังมีข้อมูลให้ตรวจสอบและมีคนตรวจท้ายกระบวนการ พนักงานจึงมีเวลาไปดูแลกรณีซับซ้อนขึ้น กรณีนี้แสดงว่าผลิตภาพจะมีความหมายก็ต่อเมื่อองค์กรกำหนดไว้ด้วยว่าเวลาที่คืนมาให้พนักงานจะนำไปสร้างคุณค่าอะไร

ส่วน OR ใช้ AI ช่วยตัดสินใจจัดสรรน้ำมันในช่วงวิกฤต โดยพิจารณาข้อมูลพื้นที่ขาดแคลน รถบรรทุก ท่อส่ง และชนิดน้ำมัน เพื่อจัดทรัพยากรจำกัดไปยังพื้นที่ที่ต้องการมากที่สุด พร้อมให้คนร่วมตัดสินใจ Bluebik เสนอให้เริ่มจากการตัดสินใจที่มีผลต่อกำไร แล้วจึงแปลงเป็นโจทย์ AI การใช้ AI ในองค์กรจึงควรเชื่อมผลทางเทคนิคเข้ากับผลทางธุรกิจทุกครั้ง

ให้อำนาจคนใกล้ลูกค้า และวัดคุณค่าที่สร้างได้

การเปลี่ยนระบบมีผลต่อพนักงานโดยตรง ทั้งความกังวลเรื่องบทบาทและโอกาสในการทำงานใหม่ ข้อมูลที่ยกในบทความต้นทางระบุว่าราว 30% ของผู้เข้าร่วมงานหนึ่งกังวลว่า AI อาจทำงานแทนตนเอง ผู้นำจึงไม่ควรสื่อสารการเปลี่ยนแปลงในฐานะการลดคน แต่ต้องบอกให้ชัดว่างานส่วนใดจะเปลี่ยน ใครเป็นผู้รับผิดชอบการตัดสินใจ และเวลาที่คืนมาจะถูกนำไปใช้กับงานที่สร้างคุณค่าสูงขึ้นอย่างไร

ตัวอย่างจากทรูคือการพัฒนาระบบ Business Intelligence ที่เชื่อมข้อมูลยอดขาย รายได้ ต้นทุน และการใช้งานเครือข่าย พร้อมคำแนะนำจาก AI สำหรับการดำเนินการต่อ โครงการ Nano Cluster แบ่งตลาดเป็นประมาณ 6,000 พื้นที่ย่อย ให้ผู้รับผิดชอบแต่ละพื้นที่มีเป้าหมาย งบประมาณ และข้อมูลลูกค้า คู่แข่ง ตลอดจนผลการดำเนินงาน เพื่อให้ตอบสนองลูกค้าได้โดยไม่ต้องรอส่วนกลาง นี่คือการกระจายทั้งข้อมูลและอำนาจตัดสินใจ ไม่ใช่แค่ติดตั้งเครื่องมือเพิ่ม

บทสรุปสำหรับผู้บริหารคือเลือกหนึ่งกระบวนการสำคัญ กำหนดผลลัพธ์ที่ต้องการให้ชัด ให้คนหน้างานร่วมออกแบบ ทดลองคู่ขนาน และวัดผลก่อนขยาย การจัดหาเครื่องมือและกติกาให้ทันยังสำคัญ เพราะเมื่อพนักงานต้องหาทางแก้เอง อาจนำข้อมูลภายในไปใช้กับบริการภายนอกโดยไม่มีการกำกับ องค์กร AI-Native จะเกิดขึ้นได้เมื่อข้อมูลเชื่อถือได้ กระบวนการถูกออกแบบใหม่ พนักงานพร้อมรับบทบาท และผลทางธุรกิจตรวจสอบได้ มิฉะนั้น AI ก็เป็นเพียงทางลัดเฉพาะจุด

องค์กรแบบ AI-Native ต้องเปลี่ยนอะไร เพื่อให้ AI สร้างผลลัพธ์ทางธุรกิจจริง

ZestBuy ได้รับค่าคอมมิชชั่นเมื่อคุณช้อปผ่านลิงก์ของเรา โดยคุณไม่ต้องจ่ายเพิ่ม

You May Also Like

Comments
พูดอะไรบางอย่าง...
ยังไม่มีความคิดเห็น มาเป็นคนแรกที่แบ่งปันความคิดเห็นของคุณ!