3 ขั้นตอนเริ่มต้นทำ Change Management เพื่อประยุกต์ใช้ AI ในองค์กร | Techsauce

3 ขั้นตอนเริ่มต้นทำ Change Management เพื่อประยุกต์ใช้ AI ในองค์กร

ในปัจจุบันองค์กรที่กำลังค้นหาแนวทางเพื่อเพิ่มศักยภาพในการทำงานให้กับทีม จะต้องคุ้นเคยเรื่องการบริหารการเปลี่ยนแปลง หรือ Change Management ซึ่งเป็น Buzzword ที่ได้รับความสนใจต่อองค์กรหลากหลายระดับ

ในประเด็นเรื่องการจัดการประเด็นที่เกี่ยวข้องกับผู้ที่มีส่วนได้ส่วนเสียที่เกี่ยวข้อง โดยอาจเป็นเรื่องที่ส่งผลกระทบต่อองค์กร รวมถึงประเด็นการปรับปรุงกระบวนการภายในให้เท่าทันการเปลี่ยนแปลงภายนอก โดยเฉพาะการเปลี่ยนแปลงด้านนวัตกรรมเทคโนโลยีที่อาจส่งผลกระทบต่อองค์กรด้วยเช่นกัน

ในการนำ Change Management มาปรับใช้กับองค์กรในเบื้องต้น Miss Korina Gaw, Data Strategist of Thinking Machines ระบุว่า ควรเริ่มต้นจากการพิจารณาขั้นตอนในการทำงานที่มีแบบแผนจากอดีต โดยละลายพฤติกรรมการทำงานแบบเดิม ๆ (Unfreeze) จากนั้นเริ่มสร้างทัศนคติให้รับรู้และเข้าใจต่อการเปลี่ยนแปลงว่าเป็นสิ่งสำคัญและจำเป็นต่อองค์กร (Change) ด้วยการโฟกัสกับการดำเนินงานวิธีการต่าง ๆ ที่สามารถเพิ่มการเติบให้กับองค์กร โดยการประยุกต์การใช้เทคโนโลยีสมัยใหม่ สนับสนุนให้เกิดการพัฒนาและเรียนรู้สิ่งใหม่อย่างสม่ำเสมอเพื่อเตรียมรับมือกับการเปลี่ยนแปลง (Refreeze)


Change Management

Unfreeze         

อันดับแรกองค์กรต้องพิจารณาถึงสิ่งที่ต้องการจะใช้เทคโนโลยีมาช่วยปรับปรุงหรือเพิ่มประสิทธิภาพ เพื่อสร้างแบบแผนการประเมินที่ชัดเจนโดยวัดผลตั้งแต่ระยะเริ่มต้น ระหว่างการดำเนินการ และผลการเปลี่ยนแปลง เพื่อนำมาพิจารณาและเปรียบเทียบว่าควรใช้วิธีการใดหรือทีมใดบ้าง เพื่อให้ได้ผลลัพธ์ที่ต้องการ จากนั้นพิจารณาว่าใครคือผู้ที่มีส่วนเกี่ยวข้องกับปัญหาและต้องเข้ามามีส่วนร่วมกับการดำเนินงาน เพื่อพูดคุยและสร้างแนวทางให้เกิดความเข้าใจที่ตรงกัน

Change 

สิ่งสำคัญในการวางกลยุทธ์ในขั้นตอนต่อมา องค์กรควรสร้างแนวทางในการเข้าถึงข้อมูลที่จำเป็น ลดขั้นตอนการทำงานที่เป็นอุปสรรคเพื่อให้คนในองค์กรสามารถนำมาทดลองหรือวิเคราะห์เพื่อหาโอกาสใหม่ ๆ มี Tools and Teams to Support จากองค์กร เพื่อเสนอความคิดเห็นและดำเนินการทดสอบสมมติฐานด้วยการประยุกต์ใช้เทคโนโลยีประเภทต่าง ๆ 

อย่างไรก็ตามการนำเทคโนโลยีอย่าง AI มาช่วยวิเคราะห์ข้อมูลสามารถช่วยลดงานยาก ๆ ขององค์กร องค์กรยังต้องสร้าง Data Governance เพื่อกำหนดแนวทางในการทำงานกับข้อมูลอย่างชัดเจนด้วยเพื่อลดความเสี่ยงที่จะผิดพลาด

Data Governance คือ แนวทางการดำเนินการเกี่ยวกับข้อมูลที่ต้องยึดถือบนพื้นฐานความรับผิดชอบต่อองค์กร ซึ่งจะกำหนดรายละเอียดที่ชัดเจนของผู้ที่เกี่ยวข้อง ตำแหน่งหน้าที่และความรับผิดชอบวิธีการใช้งานข้อมูล เครื่องมือ และเทคโนโลยี รวมถึงแนวทางการจัดการปัญหา (Data Roles) สามารถแบ่งระดับหน้าที่ได้ 3 กลุ่มใหญ่ตามลำดับ ได้แก่

Data Owner คือ กลุ่มบุคลากรระดับผู้บริหารระดับสูง (Senior Management) ซึ่งทำหน้าที่กำหนดกรอบกลยุทธ์ ตัดสินใจในเชิงนโยบาย เช่น วิสัยทัศน์ ทิศทางในการใช้งานข้อมูลขององค์กร กำหนดหน้าที่ความรับผิดชอบว่าส่วนใดในองค์กรทำหน้าที่อะไรในด้านข้อมูล มีขอบเขตที่สามารถเข้าถึงข้อมูลประเภทต่าง ๆ อย่างไร รวมถึงให้ความช่วยเหลือและการสนับสนุนทีมตามความต้องการ

Data Steward คือ กลุ่มผู้เชี่ยวชาญด้านข้อมูล ซึ่งจะประกอบไปด้วยบุคลากรจากฝ่ายต่าง ๆ หลายระดับขึ้นอยู่กับขนาดหรือความซับซ้อนของค์กร โดยจะเป็นกลุ่มผู้ที่มีความเข้าใจพื้นฐานด้านข้อมูล ระบบ IT รวมถึงการวิเคราะห์ในเชิงธุรกิจและข้อมูลเกี่ยวกับ Consumer ทำหน้าที่กำหนดนิยาม ความหมายของข้อมูล กฎเกณฑ์ที่เกี่ยวกับข้อมูล เช่น ชุดของข้อมูล คุณภาพ ความปลอดภัย และมาตรฐานต่าง ๆ ที่เป็นที่เข้าใจเดียวกันทั้งองค์กร ให้คำปรึกษาเกี่ยวกับข้อมูล ติดตามการทำงานในขั้นตอนต่าง ๆ และรายงานผลไปยัง Data Owner 

Data Custodian คือ กลุ่มผู้ที่นำนโยบายและกฎเกณฑ์ต่าง ๆ มาปฏิบัติในเชิงเทคนิค (Technical) กำกับแนวทางปฏิบัติด้วยระบบ IT และสารสนเทศ ออกแบบฐานข้อมูลขององค์กรซึ่งเป็นโครงสร้างในการจัดเก็บข้อมูลขนาดใหญ่ ดูแลการเคลื่อนย้ายข้อมูลของแต่ละส่วนในองค์กรสำหรับการนำข้อมูลออกไปใช้งานให้อยู่ในสถานะปลอดภัย

ตัวอย่าง Data Governance Framework  

Refreeze

หลังจากการ Implementation หรือได้รับผลลัพธ์จากการทดสอบกระบวนการทำงาน ไม่ได้แปลว่าเสร็จสิ้นกระบวนการ เราสามารถนำผลลัพธ์ที่ได้มาประเมินและวิเคราะห์ต่อยอดสู่การทดสอบด้านอื่น ๆ องค์กรต้องกระตุ้นให้เห็นถึงความสำคัญในกระบวนการเสนอไอเดียและทดสอบอย่างสม่ำเสมอ สนับสนุนให้เห็นถึงการมองหาโอกาสจากการเปลี่ยนแปลง

องค์กรสามารถติดตามการใช้งานเทคโนโลยีของคนในองค์กรแบบระยะยาว เพื่อนำมาประเมินความสำเร็จ เช่น หลังจากการนำ AI มาใช้ในการทำงาน พนักงานสามารถสร้าง Output ใหม่ ๆ ได้จำนวนมากเท่าไหร่ หรือคนในองค์กรมีความสนใจที่จะเข้าร่วมการจัดอบรมเพื่อพัฒนา Skill for AI มากขึ้นเท่าไหร่ 

รวมถึงผลลัพธ์ภายหลังจากนำมาประยุกต์ใช้ใน Work Flow ขององค์กรสามารถลดค่าใช้จ่าย ลดระยะเวลาในการวิเคราะห์ข้อมูลหรือมีการตอบสนองที่รวดเร็วมากขึ้นกว่าเดิมมากเท่าไหร่ เป็นต้น

ผู้นำองค์กรสามารถเสริมสร้าง Change Management ในองค์กร และทำให้กลายเป็นเรื่องที่เกิดขึ้นอย่างสม่ำเสมอ ตั้งแต่รากฐานการวางนโยบายที่รองรับการเปลี่ยนแปลง สร้างวัฒนธรรมองค์กรสมัยใหม่ วางแนวทางให้เห็นถึงการสนับสนุนจากองค์กร สร้างพื้นที่ในการแสดงศักยภาพ กระตุ้นให้แลกเปลี่ยนความคิดเห็นถึงการดำเนินงานขององค์กร รวมถึงการวางระบบการทำงานที่คนในองค์กรสามารถมีส่วนร่วมและเข้าถึงได้จริง ซึ่งจะมีส่วนช่วยอย่างมากในการพัฒนาประสิทธิภาพของคนในองค์กรและสร้างสภาพแวดล้อมที่พร้อมสู่การเปลี่ยนแปลง

สามารถอ่านรายละเอียดเพิ่มเติมเกี่ยวกับ Thinking Machines ได้ที่: 

Website: https://thinkingmachin.es/
Email: [email protected]

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

NocNoc อีคอมเมิร์ซสัญชาติไทย เดินเกมธุรกิจสู่อาเซียน ด้วย AI-Powered พลิกโฉมประสบการณ์ Home & Living

ปีนี้ NocNoc พร้อมที่จะเดินหน้าด้วยพลังของ AI และ Data-Driven ระดับอาเซียน นำเทคโนโลยีมาปรับใช้เพื่อมอบประสบการณ์ที่เฉพาะตัว พร้อมขยายตลาด พาแบรนด์ไทยไปสู่ระดับอาเซียน ภายใต้เป้าหม...

Responsive image

รวมวิสัยทัศน์เด่น ประเด็นชวนคิด จากงาน 'ttb spark REAL change'

สรุปวิสัยทัศน์ผู้นำจาก 'ttb spark REAL change' งานตอกย้ำศักยภาพความเป็นผู้นำด้าน Digital & Tech ในการสร้างความเปลี่ยนแปลงที่มีความหมาย โดย ทีเอ็มบีธนชาติ หรือ ทีทีบี (ttb)...

Responsive image

จับทาง ‘Agentic AI’ ที่องค์กรยุคใหม่ (เริ่ม) ใช้กัน โดย วสันต์ ลิ่วลมไพศาล CTO, MFEC

บทสัมภาษณ์เรื่องการใช้ Agentic AI ที่มาพร้อม Use Cases และคำแนะนำต่างๆ ในปีแห่งการ Adopt ใช้ AI อย่างหนัก กับ คุณวสันต์ ลิ่วลมไพศาล CTO, MFEC...