จากศักยภาพของ AI สู่ผลลัพธ์ทางธุรกิจ ซีอีโอ Accenture SEA ชี้การขยาย AI ต้องมากกว่าเทคโนโลยี

Speaker seated on stage speaking into a microphone at a business forum

แม้หลายธุรกิจจะเริ่มก้าวพ้นช่วงทดลองใช้งาน AI สู่การปรับใช้จริง แต่การขยายผลให้เกิดผลลัพธ์ในวงกว้างกลับต้องอาศัยองค์ประกอบที่มากกว่าแค่เรื่องของเทคโนโลยี Anoop Sagoo ซีอีโอของ Accenture ประจำภูมิภาคเอเชียตะวันออกเฉียงใต้ ได้แบ่งปันมุมมองสำคัญกับ Techsauce ถึงสิ่งที่ผู้นำยุคนี้ต้องใส่ใจ ตั้งแต่การสร้างความเข้าใจที่ตรงกันในหมู่ผู้บริหาร การผสานบริบททางธุรกิจเข้ากับ AI การกำกับดูแลอย่างมีความรับผิดชอบ ไปจนถึงการวัดผลสำเร็จจากคุณค่าที่สร้างขึ้นอย่างแท้จริง

จากศักยภาพของ AI สู่ผลลัพธ์ทางธุรกิจ

เมื่อองค์กรก้าวข้ามจากการทดลองสู่การนำ AI มาปรับใช้ทั่วทั้งธุรกิจ โจทย์สำคัญย่อมเปลี่ยนไป จากเดิมที่เคยตั้งคำถามว่า “เทคโนโลยีทำอะไรได้บ้าง” สู่คำถามที่ว่า “ธุรกิจจะประยุกต์ใช้ AI อย่างไรให้สร้างผลลัพธ์ที่มีความหมายอย่างแท้จริง” ผู้นำจึงไม่อาจมองเพียงแค่ตัวเครื่องมือ แต่ต้องมองภาพรวมที่ครอบคลุมทั้งบุคลากร กระบวนการทำงาน โครงสร้างข้อมูล และธรรมาภิบาลที่รัดกุม เพื่อขับเคลื่อน AI ให้ทำงานร่วมกันได้ทั้งองค์กร

Interviewer with a tablet talking with a seated executive in a meeting room

Anoop Sagoo ให้สัมภาษณ์กับ Techsauce หลังเวทีสัมมนา KBank x Techsauce: EMPOWER THE FUTURE ECONOMY โดยเน้นย้ำถึงความสำคัญของภาวะผู้นำ การสื่อสารที่ชัดเจน และการเข้าใจบริบททางธุรกิจอย่างลึกซึ้ง แม้ AI จะมีความสามารถในการวิเคราะห์ข้อมูลเชิงลึกและช่วยสนับสนุนการตัดสินใจ แต่องค์กรยังจำเป็นต้องมี “มนุษย์” เป็นผู้กำหนดทิศทาง ใช้วิจารณญาณ และรับผิดชอบต่อผลลัพธ์ที่เกิดขึ้น

จะสเกล AI ได้ ต้องเริ่มจากผู้นำที่เข้าใจตรงกัน

บนเวทีเสวนา Anoop ได้ชี้ให้เห็นถึงปัญหา “ไซโล” (Silos) หรือกำแพงกั้นระหว่างฝ่ายงานของผู้บริหาร ซึ่งเป็นอุปสรรคสำคัญที่ขัดขวางไม่ให้องค์กรสามารถนำ AI ไปปรับใช้ได้ทั่วทั้งบริษัท และเมื่อถูกถามว่า หากสามารถเพิ่มบทบาทหรือกิจวัตรใหม่ให้กับทีมผู้บริหารได้หนึ่งอย่าง สิ่งนั้นคืออะไร คำตอบของเขาคือ “การเรียนรู้อย่างต่อเนื่อง”

ทุกวันนี้การเรียนรู้เป็นหนึ่งในทักษะที่สำคัญที่สุด และทีมผู้นำเองก็ต้องเรียนรู้วิธีส่งสารที่ถูกต้องให้ถึงคนทั้งองค์กรด้วย อีกเรื่องที่ขาดไม่ได้คือความสำเร็จร่วมกัน ถ้าแต่ละฝ่ายเดินตามเป้าของตัวเองอย่างเดียว องค์กรก็สร้างบรรยากาศที่ทุกคนได้ประโยชน์ไม่ได้ ดังนั้น ในยุค AI องค์กรจึงต้องทลายกำแพงไซโลและสร้างวัฒนธรรมการทำงานร่วมกันให้เกิดขึ้นจริง

Anoop ยังได้ยกตัวอย่างกรณีของซีอีโอท่านหนึ่งที่ได้พบปะพูดคุยกับบริษัทเทคโนโลยีชั้นนำหลายแห่ง แต่กลับต้องเผชิญกับความสับสน เนื่องจากแต่ละบริษัทต่างใช้ภาษาและคำศัพท์ที่แตกต่างกันในการอธิบายเรื่องที่ใกล้เคียงกัน

"ผมไม่รู้ว่าควรต้องเริ่มต้นอย่างไรดี ดูเหมือนทุกบริษัทพยายามทำเรื่องเดียวกัน แต่กลับพูดคนละภาษาจนทำให้ผมสับสนไปหมด" ซีอีโอท่านนั้นกล่าวสะท้อนความรู้สึก ("I don't know what I'm supposed to do. Every company seems to be trying to do the same thing, but they all use very different language. I'm confused.")

เหตุการณ์นี้สะท้อนให้ Anoop เห็นอย่างชัดเจนว่า วงการเทคโนโลยีจำเป็นต้องสื่อสารอย่างสม่ำเสมอ พร้อมทั้งแปลงเรื่องที่ซับซ้อนให้เข้าใจได้ง่ายขึ้น โดยเฉพาะอย่างยิ่งในยุคปัจจุบันที่ซีอีโอและผู้นำระดับสูงก้าวเข้ามามีบทบาทโดยตรงในการตัดสินใจด้านเทคโนโลยีขององค์กร

ให้ AI รู้จักบริบทที่ต้องทำงานจริง

อีกหนึ่งโจทย์สำคัญคือการทำให้ AI เข้าใจ “บริบทการดำเนินงานจริง” ขององค์กร ซึ่งกินความหมายกว้างกว่าแค่เรื่องโครงสร้างพื้นฐานหรือชุดข้อมูล แต่ยังครอบคลุมถึงโมเดล เวิร์กโฟลว์ นโยบาย และขั้นตอนการปฏิบัติงานทั้งหมด

Anoop ชี้ว่า นโยบายและระเบียบปฏิบัติส่วนใหญ่ในอดีตถูกออกแบบขึ้นเพื่อให้ “มนุษย์สื่อสารและปฏิบัติต่อกัน” การจะแปลงแนวทางเหล่านี้ให้ระบบ AI เข้าใจและนำไปใช้จึงไม่ใช่เรื่องง่าย โดยเฉพาะกฎเกณฑ์ที่ต้องอาศัยความยืดหยุ่นหรือมีความคลุมเครือเชิงดุลยพินิจ ยิ่งไปกว่านั้น สำหรับองค์กรในไทย ยังต้องคำนึงถึงกรอบกฎหมายเฉพาะและวิถีการทำงานที่เป็นเอกลักษณ์อีกด้วย ดังนั้น นโยบาย ขั้นตอนปฏิบัติ และสภาพแวดล้อมในการกำกับดูแล AI จึงต้องสะท้อนทั้งอัตลักษณ์ขององค์กรและบริบทของตลาดที่ดำเนินธุรกิจอยู่ควบคู่กัน

นั่นหมายความว่า องค์กรไม่สามารถเพียงแค่นำโมเดล AI มาติดตั้งแล้วคาดหวังให้สร้างผลลัพธ์ที่ดีได้ทันที แต่จำเป็นต้องป้อนบริบททางธุรกิจที่เกี่ยวข้องอย่างครบถ้วน พร้อมทั้งวางแผนอย่างรอบคอบว่า AI จะเข้ามาผสานอยู่ตรงจุดใดของกระบวนการทำงาน และมีบทบาทอย่างไรในการสนับสนุนการตัดสินใจ

สร้างความไว้วางใจ ด้วยการกำกับดูแลที่มีมนุษย์คุมอยู่

เมื่อ AI ถูกนำมาใช้งานอย่างแพร่หลายทั่วทั้งองค์กร การกำหนดขอบเขตความรับผิดชอบที่ชัดเจนจึงเป็นสิ่งสำคัญยิ่ง โดย Anoop มองว่าเป็นความรับผิดชอบร่วมกัน กล่าวคือ ทีมผู้บริหารระดับสูงและคณะกรรมการบริษัทมีหน้าที่วางกรอบธรรมาภิบาลและหลักการการใช้ AI อย่างรับผิดชอบ (Responsible AI) ในขณะที่ผู้นำสายงานธุรกิจต้องดูแลการนำ AI ไปปรับใช้ในภารกิจของตนให้ถูกต้องตามแนวทางดังกล่าว

Interviewer with a tablet talking with a seated executive in a meeting room

หน้าที่ของทีมผู้นำและคณะกรรมการ คือการกำหนดขอบเขตและบทบาทที่ชัดเจนว่า AI สามารถทำอะไรได้บ้างภายในองค์กร วางเกณฑ์การใช้งานที่รัดกุม พร้อมทั้งกำหนดมาตรการเชิงจริยธรรมเพื่อลดอคติ (Bias) และควบคุมการใช้งานอย่างมีความรับผิดชอบ

ในขณะที่ผู้นำสายงานธุรกิจ จะต้องกำกับดูแลให้การนำ AI มาใช้ในกระบวนการทำงานเป็นไปอย่างเหมาะสม สอดคล้องกับหน้างานจริง และที่สำคัญคือต้องคำนึงถึงผลกระทบ ตลอดจนเคารพสิทธิและความต้องการของลูกค้าเป็นหลัก

โดยเฉพาะอย่างยิ่งในอุตสาหกรรมที่มีการกำกับดูแลอย่างเข้มงวด เช่น ธุรกิจการเงินและการธนาคาร ประเด็นนี้ยิ่งต้องให้ความสำคัญเป็นพิเศษ เมื่อ Techsauce ตั้งคำถามถึงเส้นแบ่งระหว่างภารกิจที่ AI Agent สามารถตัดสินใจได้โดยอัตโนมัติ กับภารกิจที่ยังจำเป็นต้องให้มนุษย์เป็นผู้อนุมัติ Anoop ได้ย้ำชัดเจนว่า ระบบ AI และ Agent ต่างมีข้อจำกัด หากเป็นการตัดสินใจที่มีเดิมพันสูงหรือส่งผลกระทบอย่างมีนัยสำคัญต่อชีวิตและความเป็นอยู่ของผู้คน “มนุษย์” จะต้องเป็นผู้นำและผู้ถืออำนาจในการตัดสินใจเสมอ

สินเชื่อเป็นตัวอย่างหนึ่ง AI ให้ข้อมูลและวิเคราะห์ประวัติของบุคคลหรือบริษัทได้ละเอียด แต่การตัดสินใจที่ส่งผลใหญ่ต้องใช้วิจารณญาณของคน ตอนออกแบบเวิร์กโฟลว์จึงต้องคิดให้ดีว่า AI ช่วยตรงไหน และตรงไหนที่คนต้องตรวจหรือเป็นคนตัดสินขั้นสุดท้าย

คุณต้องเรียนรู้ที่จะเปลี่ยนทุกเรื่องให้เข้าใจง่าย

Anoop ยังย้ำเตือนว่า อย่าหลงคิดว่า AI จะสามารถเข้ามาแทนที่ความเข้าใจอันลึกซึ้งของมนุษย์ได้ จากประสบการณ์การเป็นโค้ชรักบี้เยาวชนมานานกว่าสิบปี เขาพบว่าการสื่อสารอย่างชัดเจน การปรับวิธีคิดให้เข้ากับผู้ฟัง และการสังเกตว่าผู้รับสารเข้าใจอย่างไร ล้วนเป็นหัวใจสำคัญ ซึ่งประสบการณ์ดังกล่าวได้หล่อหลอมวิธีคิดในการทำงานของเขา

AI อาจปรับโทนการคุยได้ แต่ก็ยังแทนอารมณ์ความรู้สึกจริง และวิจารณญาณของมนุษย์ในการปฏิสัมพันธ์กับคนได้ไม่หมด สิ่งที่ต้องทำคือให้คนยังมีส่วนร่วมอย่างมีความหมายในการใช้ AI ไม่ใช่การพยายามทำให้ AI เป็นมนุษย์

วัดความสำเร็จของ AI ด้วยคุณค่าที่มันสร้าง

สำหรับองค์กรที่ลงทุนกับ AI Anoop เห็นว่าการวัดความสำเร็จควรมองไกลกว่าเรื่องลดต้นทุน ธุรกิจต้องรู้ว่า AI สร้างคุณค่าอะไรขึ้นมา และช่วยให้คนพัฒนาความสามารถของตัวเองหรือไม่ เขาเสนอแนะให้ประเมินผ่าน 2 มิติสำคัญ:

  • ด้านแรกคือคุณค่าที่แท้จริง AI ช่วยสร้างประโยชน์ทางธุรกิจและการเติบโตใหม่ได้อย่างไร
  • ด้านที่สองคือการเสริมศักยภาพคน AI ช่วยเสริมพลังให้พนักงานและช่วยให้พัฒนาความสามารถของตัวเองได้มากแค่ไหน

ท้ายที่สุดแล้ว ตัวชี้วัดความสำเร็จที่แท้จริงของการนำ AI มาใช้ คือผลลัพธ์ทางธุรกิจที่เติบโตขึ้น โอกาสใหม่ๆ ที่เกิดขึ้นจริง และงานที่มีคุณค่าความหมายมากขึ้นสำหรับคนทำงาน ไม่ใช่ปริมาณเทคโนโลยีที่องค์กรนำเข้ามาติดตั้ง หรือตัวเลขงบประมาณที่ทุ่มลงไปแต่อย่างใด

อ้างอิง : เรียบเรียงข้อมูลจาก Accenture และการสัมภาษณ์ Anoop Sagoo โดย Techsauce ในงาน KBank x Techsauce: Empower The Future Economy

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

Sam Altman เผยเห็นใจ Jensen Huang ในฐานะ CEO ที่เคยถูกไล่ออกมาเช่นกัน

Sam Altman ซีอีโอ OpenAI เชื่ออุตสาหกรรม AI ยังไปต่อได้ แม้ไร้เงา Jensen Huang หลังถูกปลดพ้นเก้าอี้ซีอีโอ Nvidia เซ่นปมข่าวฉาว พร้อมเผยความเห็นอกเห็นใจในฐานะคนเคยโดนปลด...

Responsive image

เปิดตัว ChatGPT Wallet AI Agent ช่วยจ่ายเงินแทน ปกป้องเลขบัตรด้วย Payment Token และต้องสแกนหน้ายืนยันก่อนจ่ายทุกครั้ง

OpenAI เปิดตัว ChatGPT Wallet ให้ AI Agent ใน dots จ่ายเงินแทนผู้ใช้โดยไม่เห็นเลขบัตรจริง ยืนยันด้วยการสแกนหน้าทุกครั้ง เปิดเฉพาะ Pro ในสหรัฐฯ พร้อมเช็กความพร้อมของแบงก์ไทย...

Responsive image

AI ที่วิจัยเก่งขึ้นเรื่อย ๆ OpenAI เลยต้องมี ‘ปุ่มหยุดฉุกเฉิน’ รู้จักระบบ Control Room ที่หยุด AI ในห้องวิจัย ได้ภายใน 35 วินาที

OpenAI เปิดเผย Control Room ระบบหยุด AI ฉุกเฉินในห้องวิจัย ทุกงานต้องขออนุญาตก่อนให้ AI ตอบ หยุดได้ใน 35 วินาที และถ้าระบบล่ม AI ทุกตัวจะหยุดทันที...