เจาะลึกรายงาน McKinsey เผยสถานะ AI ปี 2025 เมื่อองค์กรส่วนใหญ่ยังอยู่ในขั้นทดลอง แต่เห็นแววปฏิวัติธุรกิจ

โลกธุรกิจในปี 2025 เดินทางมาถึงจุดที่ปัญญาประดิษฐ์ (AI) ไม่ใช่เรื่องใหม่อีกต่อไป แต่ได้กลายเป็นเครื่องมือที่องค์กรเกือบทุกแห่งนำมาใช้งาน อย่างไรก็ตาม รายงานล่าสุดจาก McKinsey ในหัวข้อ "The State of AI in 2025: Agents, Innovation, and Transformation" ได้แสดงให้เห็นถึงความจริงที่น่าสนใจว่า แม้ AI จะถูกใช้งานอย่างแพร่หลาย แต่องค์กรส่วนใหญ่ยังคงอยู่ในระยะเริ่มต้นของการนำ AI ไปใช้ประโยชน์ในระดับองค์กรอย่างแท้จริง และยังคงเผชิญกับความท้าทายในการเปลี่ยนผ่านจากโครงการนำร่องไปสู่การสร้างผลกระทบที่วัดผลได้ในวงกว้าง

รายงานฉบับนี้ได้สรุปประเด็นสำคัญที่ชี้ให้เห็นถึงภูมิทัศน์ของ AI ในปัจจุบัน ซึ่งเต็มไปด้วยการทดลอง, ความตื่นตัวในเทคโนโลยีใหม่ๆ และสัญญาณบวกที่เริ่มปรากฏ แม้ผลลัพธ์ทางการเงินในภาพรวมจะยังไม่เด่นชัดนัก

1. AI Agents คลื่นลูกใหม่ที่กำลังก่อตัวแรง (และเร็วกว่าที่คิด)

ขณะที่หลายองค์กรยังคงมุ่งเน้นไปที่ Generative AI แบบดั้งเดิม คลื่นลูกใหม่อย่าง AI Agents ก็ได้ก่อตัวขึ้นอย่างรวดเร็วและทรงพลัง AI Agents คือระบบปัญญาประดิษฐ์ที่ก้าวไปอีกขั้น สามารถวางแผนและดำเนินการหลายขั้นตอนต่อเนื่องกันได้โดยอัตโนมัติเพื่อบรรลุเป้าหมายที่ซับซ้อน เปรียบเสมือนพนักงานดิจิทัลที่มีความสามารถในการคิดและลงมือทำ

ผลสำรวจชี้ชัดว่า 62% ขององค์กรทั่วโลกได้เริ่มต้นทดลอง (Experimenting) ใช้งาน AI Agents แล้ว ตัวเลขนี้สูงอย่างมีนัยสำคัญและบ่งชี้ว่าองค์กรต่างๆ ตระหนักถึงศักยภาพของเทคโนโลยีนี้ในการปฏิวัติกระบวนการทำงานที่ซับซ้อน

แม้จะยังอยู่ในช่วงเริ่มต้น แต่ AI Agents ได้ถูกนำไปทดลองใช้แล้วในหลายสายงาน โดยเฉพาะใน แผนกไอที (IT) และการบริหารจัดการความรู้ (Knowledge Management) ซึ่งเป็นพื้นที่ที่ต้องการระบบอัตโนมัติในการจัดการกับปัญหาและค้นหาข้อมูลเชิงลึกที่ซับซ้อน

การมาถึงของ AI Agents คือสัญญาณการเปลี่ยนผ่านจากการใช้ AI เป็น "เครื่องมือ" (Tool) ไปสู่การมี AI เป็น "ผู้ร่วมงาน" (Collaborator) องค์กรที่ไม่เริ่มศึกษาและทดลองเทคโนโลยีนี้ตั้งแต่วันนี้ มีความเสี่ยงสูงที่จะตามหลังคู่แข่งในอนาคตอันใกล้

2. ปรากฏการณ์ผลกระทบสองระดับ เห็นผลในระดับจุลภาค แต่ยังไม่สะเทือนถึงมหภาค

ประเด็นที่น่าสนใจที่สุดประเด็นหนึ่งในรายงาน คือความแตกต่างอย่างชัดเจนระหว่างผลกระทบของ AI ที่เกิดขึ้นในระดับโครงการย่อย กับผลกระทบในภาพรวมของทั้งองค์กร

ความสำเร็จที่จับต้องได้ในระดับโครงการ

• ด้านรายได้ (Revenue): AI พิสูจน์แล้วว่าสามารถสร้างรายได้เพิ่มขึ้นจริง โดยเฉพาะในสายงาน การตลาดและการขาย (Marketing and Sales), กลยุทธ์และการเงินองค์กร (Strategy and Corporate Finance), และการพัฒนาผลิตภัณฑ์และบริการ (Product or Service Development) ซึ่งเป็น 3 อันดับแรกที่ผู้ตอบแบบสำรวจรายงานว่าเห็นการเติบโตของรายได้จากการใช้ AI
• ด้านต้นทุน (Cost): ในขณะเดียวกัน AI ก็แสดงประสิทธิภาพในการลดต้นทุนได้อย่างยอดเยี่ยม โดยสายงานที่เห็นผลชัดเจนที่สุดคือ วิศวกรรมซอฟต์แวร์ (Software Engineering), การผลิต (Manufacturing), และไอที (IT)
• ด้านนวัตกรรม (Innovation): มากไปกว่าตัวเลขทางการเงิน ผู้ตอบแบบสำรวจถึง 64% ยืนยันว่า AI ช่วยส่งเสริมและเปิดโอกาสให้เกิดนวัตกรรมใหม่ๆ ซึ่งเป็นคุณค่าเชิงกลยุทธ์ที่ประเมินค่าไม่ได้

ช่องว่างสู่ผลกำไรระดับองค์กร

อย่างไรก็ตาม ความสำเร็จในระดับจุลภาคเหล่านี้อาจสร้างภาพที่บิดเบือนไปจากความเป็นจริงได้เมื่อมองจากมุมของคณะผู้บริหารระดับสูง เพราะเมื่อพิจารณาถึงผลกระทบต่อกำไรก่อนดอกเบี้ยและภาษี (EBIT) ในภาพรวมของทั้งองค์กร กลับมีเพียง 39% เท่านั้นที่รายงานว่าเห็นผลกระทบอย่างมีนัยสำคัญ ตัวเลขนี้คือหลักฐานเชิงประจักษ์ของความท้าทายที่เรียกว่า ช่องว่างแห่งการขยายผล (The Scaling Gap) ซึ่งสะท้อนให้เห็นว่าองค์กรส่วนใหญ่สามารถสร้างเกาะแห่งความสำเร็จขึ้นมาได้ แต่ยังขาดกลยุทธ์ โครงสร้างพื้นฐาน และทักษะที่จำเป็นในการเชื่อมโยงความสำเร็จเล็กๆ เหล่านี้ให้กลายเป็นคลื่นขนาดใหญ่ที่สามารถยกระดับผลประกอบการของทั้งบริษัทได้อย่างแท้จริง

3. เมื่อผู้นำใช้ AI เพื่อเติบโตไม่ใช่แค่เพื่อประหยัด

ความท้าทายในการขยายผลนี้ไม่ได้เป็นเพียงปัญหาทางเทคนิค แต่มีรากฐานมาจากความแตกต่างเชิงกลยุทธ์อย่างลึกซึ้ง และบางทีข้อมูลเชิงลึกที่สำคัญที่สุดจากรายงานฉบับนี้ก็คือ "รอยแยกทางความคิด" ที่แบ่งแยกระหว่างองค์กรทั่วไปกับกลุ่มที่เรียกว่า ‘AI High Performers’ หรือองค์กรที่มีประสิทธิภาพในการใช้ AI สูง ซึ่งนิยามว่าเป็นองค์กรที่รายงานว่า AI สร้างผลกระทบต่อ EBIT มากกว่า 5% และสร้างคุณค่าอย่างมีนัยสำคัญ 

จุดร่วมที่องค์กรเกือบทั้งหมดมีเหมือนกันคือการแสวงหาประสิทธิภาพ โดย 80% ของผู้ตอบแบบสำรวจทั้งหมดระบุว่าประสิทธิภาพ (Efficiency) เช่น การลดต้นทุนผ่านระบบอัตโนมัติ เป็นหนึ่งในวัตถุประสงค์หลักของการนำ AI มาใช้ แต่สิ่งที่ทำให้กลุ่ม AI High Performers แตกต่างและโดดเด่นออกไปคือ พวกเขาไม่ได้หยุดอยู่เพียงแค่นั้น แต่มองว่าประสิทธิภาพเป็นเพียงผลพลอยได้พื้นฐาน พวกเขาตั้งเป้าหมายที่สูงกว่าโดยมุ่งเน้นไปที่การเติบโต และ นวัตกรรม ควบคู่กันไปในสัดส่วนที่สูงกว่าองค์กรอื่นอย่างเทียบไม่ติด 

แทนที่จะถามเพียงว่า "เราจะใช้ AI ลดต้นทุนในกระบวนการเดิมได้อย่างไร?" ผู้นำเหล่านี้จะตั้งคำถามเชิงกลยุทธ์ว่า "เราจะใช้ AI เพื่อสร้างธุรกิจใหม่, บุกตลาดใหม่ หรือมอบประสบการณ์ที่เหนือกว่าให้แก่ลูกค้าได้อย่างไร?" พวกเขาใช้ AI เป็นแกนกลางในการทบทวนและปรับเปลี่ยนโมเดลธุรกิจ, พัฒนาผลิตภัณฑ์ที่ขับเคลื่อนด้วยข้อมูลเชิงลึก และสร้างความสัมพันธ์กับลูกค้าในรูปแบบใหม่ ซึ่งทั้งหมดนี้คือกลยุทธ์เชิงรุกที่มุ่งสร้างความได้เปรียบในการแข่งขันอย่างยั่งยืน ไม่ใช่แค่การเพิ่มประสิทธิภาพเพื่อผลกำไรในระยะสั้น

4. มุมมองเรื่องผลกระทบของ AI ต่อจำนวนพนักงานยังแตกต่างกันอยู่ 

พอหลายบริษัทเริ่มใช้ AI มากขึ้น ผู้คนก็มีความเห็นที่หลากหลายว่าปีหน้า AI จะกระทบจำนวนพนักงานหรือไม่ ถ้าดูเฉพาะแผนกที่ใช้ AI คนส่วนใหญ่บอกว่าปีที่แล้วจำนวนพนักงานยังไม่ค่อยเปลี่ยนแปลง ไม่ได้เพิ่มขึ้นหรือลดลง ในแผนกส่วนใหญ่มีไม่ถึง 20% ที่บอกว่าคนลดลงตั้งแต่ 3% ขึ้นไป และมีสัดส่วนน้อยกว่านั้นที่บอกว่าต้องจ้างคนเพิ่มเพราะ AI

แต่พอถามถึงปีหน้าหลายคนกลับคิดว่าจะมีการเปลี่ยนแปลงเยอะขึ้น ปีที่แล้วมีคน 17% บอกว่าพนักงานในแผนกลดเพราะ AI แต่พอปีหน้าตัวเลขนี้ก็เพิ่มขึ้นเป็น 30% ที่คาดว่าพนักงานในแผนกจะลดลง และพอถามถึงภาพรวมทั้งบริษัท ความเห็นก็ยังแตกต่างกัน กลุ่มใหญ่ที่สุดคิดว่าปีหน้าไม่ค่อยมีผลอะไร กลุ่มที่สอง 32% คาดการณ์ว่าคนจะลดลงอย่างน้อย 3% ส่วนกลุ่มที่สาม 13% คิดว่าจะจ้างคนเพิ่มอย่างน้อย 3%

มีข้อน่าสนใจคือ บริษัทใหญ่ ๆ มักจะคิดว่า AI จะทำให้ต้องลดพนักงาน มากกว่าบริษัทเล็ก ๆ ส่วนกลุ่มที่ใช้ AI ได้อย่างมีประสิทธิภาพหรือที่เรียกว่า "AI high performers" กลับมองว่าจะต้องมีการเปลี่ยนแปลงแน่ ๆ ไม่ว่าจะเป็นการลดคนหรือเพิ่มคนก็ตาม แต่ในขณะเดียวกันคนส่วนใหญ่ โดยเฉพาะคนที่มาจากบริษัทใหญ่ บอกว่าปีที่แล้วก็มีการจ้างงานตำแหน่งที่เกี่ยวกับ AI และตำแหน่งที่เป็นที่ต้องการสูงเป็นที่ต้องการในทุกที่คือ  Software Engineers กับ Data Engineers

5. คนเริ่มหันมาจัดการความเสี่ยง AI มากขึ้น เพราะเริ่มเจอปัญหาจริงแล้ว

ข้อมูลในช่วง 6 ปีที่ผ่านมาพบว่าบริษัทส่วนใหญ่ไม่ค่อยได้จัดการความเสี่ยง AI กันเท่าไหร่ แต่ผลสำรวจล่าสุดจำนวนคนทื่บอกว่าบริษัทเริ่มจัดการความเสี่ยงพวกนี้ เช่น เรื่องข้อมูลส่วนตัว เรื่องที่ AI อธิบายไม่ได้ เรื่องชื่อเสียงบริษัท หรือเรื่องทำผิดกฎ ก็เพิ่มขึ้นอย่างมากจากปี 2022 เปรียบเทียบให้เห็นภาพคือ ปี 2022 บริษัทจัดการความเสี่ยง AI เฉลี่ยแค่ 2 อย่าง แต่ปัจจุบันจัดการเฉลี่ย 4 อย่างแล้ว

ข้อมูลยังชี้อีกว่าความเสี่ยงที่บริษัทเจอกับความเสี่ยงที่บริษัทพยายามแก้ มันคือเรื่องเดียวกัน หรือพูดง่ายๆ คือถ้าเคยเจอปัญหาจากเรื่องไหนก็จะไปหาทางป้องกันเรื่องนั้น

สรุปคือ 51% ของบริษัทที่ใช้ AI บอกว่าเคยเจอผลกระทบเชิงลบจาก AI อย่างน้อย 1 ครั้ง ปัญหาที่เจอบ่อยสุดคือ AI ทำงานไม่แม่นยำ หรือก็คือทำงานคลาดเคลื่อน ซึ่งเรื่อง "ความไม่แม่นยำ" เป็น 1 ใน 2 ความเสี่ยงหลักที่คนส่วนใหญ่บอกว่ากำลังพยายามแก้กันอยู่ แต่เรื่องที่ถูกพูดถึงบ่อยอันดับ 2 คือ "AI อธิบายไม่ได้ว่าคิดยังไง" กลับเป็นเรื่องที่บริษัทไม่ค่อยได้ลงมือจัดการเท่าไหร่ แม้ว่าจะเป็นประเด็นที่ถูกพูดถึงบ่อยก็ตาม และบริษัทที่ใช้ AI เก่ง ๆ มีแนวโน้มเจอปัญหาที่รุนแรงกว่ากลุ่มอื่น โดยเฉพาะเรื่อง "การละเมิดลิขสิทธิ์" กับ "การทำผิดกฎ" ซึ่งพวกเขาก็พยายามป้องกันความเสี่ยงหลายเรื่องกว่าบริษัทอื่น ๆ ด้วย

6. การใช้ AI กลายเป็นเรื่องปกติ แต่ผลสำรวจชี้ยังไม่ถึงศักยภาพสูงสุด 

ถึงการใช้ AI จะเป็นเรื่องธรรมดาไปแล้ว แต่ผลวิจัยชี้ว่านี่แค่เริ่มต้น ศักยภาพที่แท้จริงของมันยังอยู่อีกไกล บริษัทส่วนใหญ่ยังอยู่ในขั้นทดลองใช้ ยังไม่ได้เอาไปใช้จริงจังทั้งบริษัท อาจจะเริ่มเห็นผลดีบ้างในบางแผนก แต่ยังไม่ถึงขั้นสร้างผลกำไรให้ทั้งบริษัทได้อย่างชัดเจน

แต่ถ้าไปดูพวกบริษัทที่ทำได้ดีที่สุดจะเห็นแนวทางที่น่าสนใจ บริษัทพวกนี้เขาไม่ได้มองแค่การใช้ AI เพื่อเพิ่มประสิทธิภาพเล็ก ๆ น้อย ๆ เขาใช้ AI เป็น "ตัวเร่ง" เพื่อปฏิรูปองค์กรใหม่หมด ออกแบบวิธีทำงานใหม่ทั้งหมดและเร่งสร้างนวัตกรรมใหม่ ๆ

พอ AI เก่งขึ้นเรื่อย ๆ และบริษัทต่าง ๆ ก็เริ่มใช้เป็น..โอกาสที่จะนำ AI ไป "ฝัง" ในทุกส่วนของบริษัทก็จะยิ่งมากขึ้น ซึ่งนี่คือวิธีใหม่ที่จะสร้างคุณค่าทางธุรกิจและเอาชนะคู่แข่งได้

ข้อมูลทั้งหมดนี้มาจากการสำรวจออนไลน์ระหว่างวันที่ 25 มิถุนายน - 29 กรกฎาคม 2025 ได้สำรวจความคิดเห็น 1,993 คน จาก 105 ประเทศทั่วโลก กลุ่มตัวอย่างนี้มาจากทุกแวดวง ทั้งอุตสาหกรรมต่างๆ บริษัทเล็กใหญ่ และคนทำงานในหลากหลายตำแหน่ง โดยเกือบ 40% มาจากองค์กรที่มีรายได้ต่อปีเกิน 1 พันล้านดอลลาร์ และเพื่อให้ผลลัพธ์น่าเชื่อถือและไม่เอนเอียงไปประเทศใดประเทศหนึ่ง ข้อมูลจึงมีการปรับน้ำหนักของข้อมูลให้สอดคล้องกับขนาดเศรษฐกิจ (GDP) ของแต่ละประเทศด้วย

อ้างอิง: mckinsey

_____________________

เตรียมความพร้อมให้ธุรกิจของคุณก้าวสู่ยุค AI อย่างมั่นใจ ด้วยการพัฒนา people, process และ technology อย่างครบวงจรไปกับ Techsauce

ร่วมสำรวจแนวทางและโอกาสในการเปลี่ยนผ่านสู่ AI-first organization ไปกับเรา techsauce

เพื่อนร่วมทางในการพัฒนา AI journey ของคุณ ได้ที่: https://services.techsauce.co/contact-us

หรืออีเมล [email protected]