ถอดรหัสอนาคต AI จาก McKinsey: เมื่อทุกงานจะเปลี่ยนไป องค์กรของคุณพร้อมแค่ไหน?

"งานบางอย่างจะถูกสร้างขึ้น งานบางอย่างจะล้าสมัย แต่ทุกงานจะถูกเปลี่ยนแปลง" ประโยคทรงพลังจาก Jensen Huang (CEO ของ Nvidia) ที่คุณ Kevin Wei Wang, Senior Partner จาก McKinsey & Company หยิบยกขึ้นมาเปิดประเด็นสำคัญในเซสชัน "Future of AI and its Implications for Business, Economy, and Humanity" ซึ่งสะท้อนภาพอนาคตที่ AI ไม่ได้เป็นเพียงเครื่องมือ แต่เป็นตัวแปรสำคัญที่จะเข้ามา "นิยามความสัมพันธ์ระหว่างมนุษย์และเครื่องจักรใหม่" ในทุกมิติของโลกธุรกิจและสังคม

คุณเควินเริ่มต้นด้วยการชี้ให้เห็นว่า แม้แต่อุตสาหกรรมที่ปรึกษาด้านการจัดการเองก็กำลังถูก disrupt อย่างรุนแรง ซึ่งบังคับให้ทุกคนต้องศึกษาและปรับตัวอย่างหนักเพื่อสร้างนิยามใหม่ให้กับอาชีพของตนเอง

จากรายทศวรรษสู่รายวัน: เมื่อความเร็วคือตัวเปลี่ยนเกมที่แท้จริง

คุณเควินชี้ให้เห็นภาพวิวัฒนาการของ AI ที่น่าทึ่ง จากยุคบุกเบิกในปี 1950 ที่ใช้เวลาพัฒนานานหลายทศวรรษ มาถึงยุค Generative AI ที่ร่นเวลาลงมาเหลือหลักปี แต่ปัจจุบัน เรากำลังอยู่ในยุคที่นวัตกรรม AI เกิดขึ้นใหม่เป็นรายวัน จนจดหมายข่าวรายสัปดาห์แทบจะตามไม่ทัน

สิ่งที่น่าสนใจคือ เบื้องหลังความก้าวหน้านี้ไม่ได้มีแค่มนุษย์ แต่คือ AI ที่กำลังวิจัยและพัฒนาขีดความสามารถของตัวเอง ปัจจุบัน เรามี Large Language Models (LLM) ชั้นนำราว 10 โมเดลที่กำลังแข่งขันกันอย่างดุเดือด ทั้งในแง่ของประสิทธิภาพ, ต้นทุน, ความสามารถในการให้เหตุผลที่ซับซ้อน (Complex Reasoning) และโมเดลธุรกิจระหว่าง Open-source และ Closed-source ทำให้องค์กรต้องทำความเข้าใจและเลือกใช้โมเดลที่เหมาะสมที่สุดกับตนเอง

แล้วอะไรคือสเต็ปต่อไป? คำตอบคือ ปัญญาประดิษฐ์ทั่วไป (Artificial General Intelligence - AGI), Autonomous Agents ที่สามารถทำงานร่วมกันได้ และ หุ่นยนต์ฮิวแมนนอยด์ (Humanoid Robots) ที่จะเข้ามามีบทบาทในโลกกายภาพ ซึ่งเทคโนโลยีล่าสุดจากจีนแสดงให้เห็นถึงความสามารถในการเลียนแบบ "มือ" ของมนุษย์ ซึ่งเป็นส่วนที่ซับซ้อนที่สุดได้สำเร็จแล้ว

ยุคของ "Agent": ปลดล็อก Productivity พุ่งทะยาน 15-20 เท่า

หากยุคปัจจุบันคือยุคของ "Copilot" ที่ Gen AI ช่วยเพิ่ม Productivity ให้มนุษย์ได้ราว 20% อนาคตอันใกล้คือยุคของ "Agent" ที่จะเข้ามาเปลี่ยนนิยามการทำงานไปอย่างสิ้นเชิง

Agent ไม่ใช่แค่โปรแกรมที่ทำตามคำสั่ง แต่เป็นระบบที่สามารถ

• ตระหนักรู้ถึงบริบท (Context-aware)
• ทำงานร่วมกับ Agent หรือแอปพลิเคชันอื่นได้
• เรียนรู้และแก้ไขข้อผิดพลาดของตัวเองได้
• ใช้เหตุผลเพื่อหาทางออกที่ดีที่สุดได้

McKinsey คาดการณ์ว่า เมื่อ Agent เข้ามาทำงานแทนมนุษย์ Productivity จะเพิ่มขึ้นเป็นสองเท่า และเมื่อ Agent หลายตัวทำงานร่วมกับมนุษย์ ตัวเลขอาจพุ่งสูงถึง 15-20 เท่า นั่นหมายความว่างานส่วนใหญ่ที่ต้องใช้ความรู้และการใช้เหตุผลอาจถูกแทนที่ได้ในไม่ช้า

การเปลี่ยนแปลงนี้มาพร้อมกับการลงทุนมหาศาล Gigafactory สำหรับฝึกฝน AI ของ OpenAI และ Microsoft, เม็ดเงินกว่า 5 หมื่นล้านดอลลาร์ในเอเชียตะวันออกเฉียงใต้ และการลงทุนอีก 3 แสนล้านดอลลาร์จาก 4 ผู้ให้บริการคลาวด์ยักษ์ใหญ่แค่ในปีนี้ปีเดียว ทั้งหมดนี้กำลังจะปลดล็อกมูลค่าทางเศรษฐกิจราว 5-7 ล้านล้านดอลลาร์ ทั่วโลก

กับดักการปรับใช้ AI: ทำไมองค์กรส่วนใหญ่ยังไปไม่ถึงฝั่งฝัน?

แม้ 88% ขององค์กรจะเริ่มนำ AI มาใช้แล้ว แต่ข้อมูลกลับน่าตกใจ

• มีเพียง 25% ที่สร้างความก้าวหน้าที่สำคัญได้จริง 
• มีเพียง 10% ที่ปรับใช้ AI ในวงกว้าง (at scale) 
• และ น้อยกว่า 5% ที่สามารถดึงศักยภาพของ Use Case ออกมาได้สูงสุด 

เกิดอะไรขึ้น? คุณเควินชี้ไปที่การที่องค์กรส่วนใหญ่มุ่งเน้น "การปรับใช้ Use Case ในแนวนอน (Horizontal Deployment)" เช่น การแจก Co-pilot หรือ Chatbot ให้ทุกแผนกใช้ ซึ่งไม่ได้สร้างการเปลี่ยนแปลงด้าน Productivity ครั้งใหญ่

ในทางกลับกัน "การเปลี่ยนแปลงการทำงานในแนวตั้ง (Vertical Functional Transformation)" ซึ่งมีศักยภาพสร้างผลกระทบทางเศรษฐกิจโดยตรงสูง กลับติดอยู่ในวงจรการทดลองที่จำกัด โดยมี 6 อุปสรรคสำคัญ ขวางกั้นอยู่ ได้แก่ 

1. โครงการที่กระจัดกระจาย (Scattered Projects): ขาดกลยุทธ์จากส่วนกลาง CEO บอกให้ทำ แต่ละแผนกก็ทำโปรเจกต์เล็กๆ ของตัวเองอย่างไร้ทิศทาง ไม่เกิดผลกระทบในภาพรวม
2. ทีมที่ทำงานแยกส่วน (Siloed Teams): ทีมธุรกิจและทีมเทคโนโลยีไม่ทำงานร่วมกันอย่างใกล้ชิด ทีมธุรกิจไม่เข้าใจศักยภาพ AI ส่วนทีมเทคโนโลยีก็สร้างโซลูชันที่ไม่ตอบโจทย์
3. ภาวะผู้นำและวัฒนธรรม (Leadership & Culture): ปัญหาคลาสสิกที่เคยเกิดขึ้นในยุค Digital Transformation ทั้งทัศนคติที่ต่อต้าน, การขาดผู้นำที่ชัดเจน และการจัดสรรทรัพยากรที่ไม่เพียงพอ
4. โครงสร้างพื้นฐานที่ไม่พร้อม (Technology Infrastructure): การสร้างโปรเจกต์ AI บนสถาปัตยกรรมเทคโนโลยีเก่าๆ ที่ไม่รองรับการขยายผล (Scalability) ทำให้โครงการไปต่อไม่ได้
5. ช่องว่างด้านทักษะ (Talent Gaps): พนักงานขาดทักษะและความเข้าใจในการทำงานร่วมกับ AI ทำให้เกิดความกลัวและไม่ยอมรับการเปลี่ยนแปลง
6. ความเสี่ยงและจริยธรรม (Risk & Ethics): ความกังวลเรื่องข้อมูลส่วนบุคคล, ความลำเอียงของ AI และปัญหาภาพหลอน (Hallucination) ทำให้องค์กรไม่กล้าพึ่งพา AI อย่างเต็มที่

เปลี่ยนจาก "โครงการ" สู่ "การ Transformation ที่มีเป้าหมาย"

McKinsey เสนอทางออกที่ชัดเจนว่าองค์กรต้องเปลี่ยนจากแนวทางที่กระจัดกระจายไปสู่ "แนวทางที่จัดลำดับความสำคัญและมุ่งเน้นตามโดเมน (Prioritized, domain-based approach)" โดยเลือกฟังก์ชันที่สำคัญที่สุด แล้วให้ผู้บริหารระดับสูงสนับสนุนอย่างเต็มที่เพื่อขับเคลื่อนให้เกิดขึ้นจริง

คุณเควินย้ำว่า นี่คือ "การเปลี่ยนแปลงธุรกิจที่ขับเคลื่อนโดยเทคโนโลยี (Tech-enabled Business Transformation)" ซึ่งองค์กรสามารถนำบทเรียนจากยุค Digital Transformation มาปรับใช้ได้ และต้องกล้าที่จะ "นิยามกระบวนการทางธุรกิจใหม่ทั้งหมด" ไม่ใช่แค่ปรับปรุงของเดิม

อนาคตของงานและมนุษย์ในยุค AGI

ผลสำรวจล่าสุดในเอเชียตะวันออกเฉียงใต้ชี้ว่า 5 สายงานที่มีแนวโน้มจะมีการลดจำนวนพนักงานมากที่สุดคือ Service operations (58%), Manufacturing (49%), Supply chain (48%), Software engineering (46%), และ Human resources (44%) อย่างไรก็ตาม นี่คือโอกาสที่มนุษย์จะถูกปลดปล่อยจากงานซ้ำซากเพื่อไปทำงานที่สร้างมูลค่าเพิ่มได้มากขึ้น

McKinsey เองได้นำ AI มาทรานส์ฟอร์มองค์กรผ่าน Agent จัดการความรู้ที่ชื่อว่า "Lilli" ซึ่งรวบรวมองค์ความรู้กว่า 100 ปีของบริษัท  และภายในเวลาเพียง 18 เดือน มีที่ปรึกษาถึง 

93% นำไปใช้งาน สิ่งนี้ช่วยให้บุคลากรของพวกเขาสามารถมุ่งเน้นไปที่งานที่ต้องใช้ความเข้าอกเข้าใจและการแก้ปัญหาที่ซับซ้อน แทนที่จะหมดเวลาไปกับการค้นคว้าและสร้างเนื้อหา

การเตรียมพร้อมสำหรับ AGI และอนาคตของมนุษยชาติ

คุณเควินทิ้งท้ายด้วยประเด็นที่ใหญ่ที่สุด นั่นคือการมาถึงของ AGI ซึ่งเป็นปัญญาที่เหนือกว่ามนุษย์อย่างมาก เขาเน้นย้ำว่ามนุษยชาติต้องเตรียมพร้อมใน 3 ด้านหลักเพื่อให้อยู่รอดและเติบโตไปกับเทคโนโลยีนี้ได้:

1. Alignment: การปรับเป้าหมายของ AGI ให้สอดคล้องกับคุณค่าของมนุษย์ 
2. Control: การรักษากลไกการกำกับดูแลโดยมนุษย์ 
3. Governance: การสร้างธรรมาภิบาลและกฎเกณฑ์ที่รับผิดชอบ

อนาคตที่ AI สร้างขึ้นจะเป็นดินแดนแห่งโอกาสหรือความท้าทาย ขึ้นอยู่กับว่าเราจะเลือก "ปั้น" และ "กำหนด" ทิศทางของมันอย่างไรนับตั้งแต่วันนี้