ก่อนได้ ROI ระวัง RIP หมดยุคปั๊ม use cases AI องค์กรต้อง ‘เลือก’ เพื่อให้เกิดผล

Skooldio สรุปเซสชัน ROI or RIP: Beyond the Pilot Phase โดยคุณกระทิง-เรืองโรจน์ พูนผล Co-Founder, House Of Wisdom ในงาน 𝗞𝗕𝗧𝗚 𝗧𝗲𝗰𝗵𝘁𝗼𝗽𝗶𝗮: 𝗛𝘂𝗺𝗮𝗻 𝗼𝗳 𝗧𝗼𝗺𝗼𝗿𝗿𝗼𝘄

ทุกบริษัทในตอนนี้มี AI กันหมดแล้ว แต่คำถามคือ Result และ Impact ของการ Transformation ไปอยู่ที่ไหน ?

คุณกระทิงเล่าว่าหลายบริษัทในตอนนี้ ทุ่มงบการลงทุนใน AI เพิ่มขึ้นถึงสองเท่า แถมหลายที่ก็มี Use Cases ออกมาเต็มไปหมด ทว่าสุดท้ายกลับเกิด 0 P&L Impact

คุณกระทิงเรียกปัญหาที่เกิดขึ้นทุกวันนี้ว่าเป็น AI การละคร ที่ลำพังจะวัดแค่ความสำเร็จจาก Use Cases นั้นไม่เพียงพออีกต่อไปแล้ว เพราะการที่เราเอาบริษัทเดิมมายัด AI นั้นไม่ใช่การ Transformation ที่ถูกต้อง แต่มันคือการ Automate The Past

ดังนั้นคำถามใหม่คือ ถ้าเราต้องสร้างองค์กรด้วย AI ตั้งแต่ Day 1 เราจะยังทำแบบนี้อยู่หรือเปล่า ?

แน่นอนว่าคำตอบคือไม่ใช่

เมื่อก่อน Intelligence มีราคาแพงและหายาก แต่ตอนนี้มีเยอะจนเป็นเรื่องทั่วไปเสียแล้ว ดูได้จากที่ตอนนี้ AI เรียนทันกันหมด และมี Productivity เพิ่มขึ้น 1000 เท่า ใน 30 เดือนที่ผ่านมา จะเห็นได้ว่า AI โตขึ้นแบบ Exponential เลย

นอกจากนี้ AI ไม่ได้มาเปลี่ยนแค่เรื่อง Productivity ในการทำงานอย่างเดียว แต่ cost หลายส่วนก็ลดลง และ speed of decision ก็เพิ่มขึ้น แถมยังเปลี่ยนพฤติกรรมลูกค้าเราไปด้วย โดยเฉพาะ E-commerce retail

ลูกค้ายุคนี้ยินดีที่จะใช้ AI Agent ในการเสิร์ชและช้อป ดังนั้นถ้าองค์กรยังถูกสร้างเพื่ออดีตในขณะที่โลกเปลี่ยน องค์กรจะไม่สามารถไปต่อได้

เราต้องมาตั้งคำถามว่าองค์กรของเราควรมีหน้าตาแบบไหนในโลกที่มี AI ?

4 Pillars of AI-Native Transformation

คุณกระทิงเล่าว่าจากรายงานของ Gartner ปี 2030 จะเป็นยุคของ Agentic Enterprise และปีหน้า Agentic AI จะเป็น Core Infrastructure ของทุกบริษัท

คุณกระทิงจึงได้มาแนะนำ 4 Pillars ของการเป็น AI-Native Transformation ดังนี้

[1] SEE Strategic Foresight
[2] REINVENT AI-Native Business & Operating Model
[3] UNLEASH Hundreds of Nanopreneurs
[4] JUDGE Human Judgment x Machine Intelligence

SEE Strategic Foresight การเริ่ม ต้องเริ่มจากระดับ Top Management ก่อน

ทว่าการเริ่มมักมี barrier 5 ตัวดังนี้

1. ผู้นำขาด vision
2. ปั๊ม use case ออกมาเยอะเกิน แต่ไม่ได้สร้าง Impact จริง
3. Middle Management Bottle Neck – Middle Manager ขององค์กรโดนอัดจากทั้งบนและล่าง หรืออาจจะเกิดการต่อต้านการ AI Adoption
4. Innovation Muscle มีน้อย – เกิดจากการที่องค์กร Outsource การสร้าง Tech ใหม่ ๆ จนชิน ทำให้ไม่มี Core Competency ของตัวเอง
5. The Process Improvement Gap – AI ที่นำมาใช้ถูกโปะกับ Process ที่พังอยู่แล้ว ทำให้ไม่ได้ Efficiency เท่าที่ควร

นอกจากนี้ ในฝั่งของผู้นำ ก็ยังมีอีก 4 แรงต้านทานที่ขัดขวางการทำ AI Reinvention ด้วย ได้แก่

1. ผู้นำฝันไปไกลเกิน
2. ผู้นำสับสน
3. มีตัวเลือกเต็มไปหมด แต่ไม่ได้วัด Value
4. ข้อมูลที่ได้รับมา ถูกลูกน้อง Filter มาแล้ว ทำให้ C-Level ขาดข้อมูลที่แท้จริง

นอกจากนี้ C-level ที่ดี ยังต้องมี 4 ทักษะนี้ที่ Delegate ไม่ได้นั่นคือ

1. Foresight Judgement – การประเมินอนาคตและมองเห็นสิ่งที่จะเกิดขึ้นได้
2. Taste – รสนิยมและการตัดสินว่าสิ่งใดคือสิ่งที่ดีและทรงคุณค่า รู้ว่าอะไรคือดี
3. Conviction – ความเชื่อมั่น การตัดสินใจบนความถูกต้อง
4. Courage – ความกล้าหาญในการรับความเสี่ยงและความท้าทาย

ความเสี่ยงของการขาด Judgement และการตั้งรับความไม่แน่นอน

คุณกระทิงแชร์ว่าการขาด Judgement ที่ดีจะทำให้เรา “Execute perfectly against the wrong future. You bet on the wrong future.” เหมือนเราขับรถเร็วขึ้น แต่สุดท้ายขับรถตกเหว

จริงอยู่ที่เราไม่สามารถคาดการณ์อะไรได้เลยในอนาคต นั่นจึงเป็นเหตุผลที่ทำให้เราต้องมีกลยุทธ์ของอนาคต

อย่าทำนายแค่ 1 อนาคต แต่ให้คิดเป็น Scenario แล้ววาง Strategic option และ Make early move

หน้าที่ของเราไม่ใช่การทำนายอนาคตเพื่อให้แม่นยำที่สุดแต่คือการ คาดการณ์เพื่อ Avoid being surprised by future and create the future ต่างหาก

3 กระบวนท่าในการ Maximize Value จาก AI

[1] Deploy AI – เพื่อเพิ่ม Efficiency เช่น ทำ Code development, Software development

[2] Reshape – ทั้ง Domain แบบ End-to-End แบบลึก เช่น Reshape Marketing function ทั้งหมด เป็นต้น

[3] Invent – ทำการสร้าง business model ใหม่ และสร้าง product & service แบบใหม่ขึ้นมา

“Don’t automate the past , invent the future”

สัดส่วนความสำเร็จของการทำ AI Transformation คือ 10:20:70

10% – AI Models
โมเดล AI ที่เลือกใช้มีผลอยู่ 10%

20% – คือ Technology & IT Infrastructure

ส่วนนี้คือเรื่องของการจัดวางโครงสร้างพื้นฐาน การสร้างสภาพแวดล้อม และบริบทข้อมูล หลายครั้งเราหยิบ AI ออกมาใช้ทันทีแบบ Out of the box แต่ไม่เวิร์ก เพราะเรามักขาด 5 สิ่งนี้

[1] Private Company Data
การขาดการ Onboard AI หรือสร้างสภาพแวดล้อมที่เหมาะกับการทำงานของ AI

[2] Specific Internal Language
ขาดการเข้าใจภาษาของภายในของบริษัท บริษัทจะมีศัพท์เฉพาะทางของตัวเอง แต่ AI อาจไม่ได้เข้าใจแต่แรก

[3] No Context on Changes
การที่ AI ไม่เข้าใจ Context และก็ไม่เข้าใจ Case ที่มันเกิดขึ้น หรือไม่ได้ถูกอัปเดต

[4] Cannot Act on Anything
การที่ AI ไม่สามารถทำงานเองได้

[5] No Guardrails
การไม่มีการควบคุม AI ที่ถูกวิธี

และอีก 70% ที่เยอะที่สุด เป็นเรื่องของ People & Culture: Change management, Culture, Talent and skill

มีการประมาณกันว่า 80% ของความรู้องค์กรฝังอยู่ในพนักงาน เราต้องดึงความรู้เหล่านั้นออกมา เพราะเป็นความรู้ที่ฝังในหัวแต่เจ้าตัวไม่สามารถอธิบายได้

แต่เมื่อไหร่ที่ AI เข้าใจข้อมูลเฉพาะขององค์กรเรา นี่แหละคือ Real Competitive Advantage

แนวทางการขับเคลื่อนของผู้นำ และทีม HR

AI-Native Transformation จะสำเร็จเมื่อ CEO ลงมา Drive เอง โดยจะเกิดเป็นลูปดังนี้

1). Commit – อันดับแรก CEO และ C-Level ต้อง Commit ก่อน และตั้งเป้าการเปลี่ยนแปลงให้เป็น Priority หลัก

2). Literacy – สร้าง AI literacy ทั้งองค์กร

3). Commit investment – เลือก Domain มาสัก 2-3 Domain แล้วทำให้ลึก ให้กว้าง ทำให้เกิดผลลัพธ์จริง ๆ แล้วค่อย Move on

4). Upskill – Upskill แล้วก็ Evolve organization

5). Track ROI

องค์กรเริ่มเปลี่ยนจาก Pyramid Shape เป็น Diamond Shape

Junior role จากเดิมที่คิดเป็น 45% ขององค์กร ตอนนี้เหลือแค่ 7.5% นี่แสดงให้เห็นว่าเรากำลังเข้าสู่ยุคการทำงานแบบใหม่แล้ว

The Future of Cognitive Work งานในอนาคตจะมีสองแกน ได้แก่

[1] Human Interaction ปฏิสัมพันธ์ระหว่างคน มีมากน้อยแค่ไหน
[2] Openness of Work งานมี Definition ชัดเจนหรือไหม ต้องแก้ปัญหาเฉพาะหน้าเยอะไหม

คุณกระทิงเล่าถึงตอนไปจีนที่มี AI Hospital แต่สุดท้ายผู้สูงอายุก็เลือกจะรับบริการจากมนุษย์มากกว่า

ดังนั้นเราต้อง Define ให้ชัดว่าในองค์กรของเรางานไหนที่ Need to be done by human ซึ่งจะมี 3 แบบ ได้แก่

[1] Human Frontier (Human Core) งานที่ต้องอาศัยความเป็นมนุษย์สูง เช่น จิตแพทย์, ครู, Senior sales และ Strategists องค์กร

[2] Machine Turf (Closest of Work) งานที่เครื่องจักรทำได้ดีกว่า มีนิยามความสำเร็จชัดเจน ขอบเขตงานชัดเจน และมีเป้าหมายแม่นยำ เช่น การเขียนโค้ดเบื้องต้น

[3] Human-Machine Collaboration งานที่มนุษย์ทำงานร่วมกับเทคโนโลยี

บทบาทใหม่ของ HR ร่วมกับ CTO / CIO

[1] วางคนให้เหมาะกับงาน
[2] เลือก AI ให้เหมาะกับงานในต้นทุนที่เหมาะสม
[3] ประเมินความคุ้มค่าและระดับความเสี่ยงของ AI แต่ละโมเดล
[4] ขับเคลื่อนการ transformation องค์กร และดูแลการบริหารจัดการคน

การเลือก Domain Transformation และแนวคิด Nano-Entrepreneurs

Organization structure แต่ก่อนจะมีหลาย Layer แต่ตอนนี้จะมีแค่ 3 Layer คือ

1). Layer บน
2). Layer Middle management
3). DRI – Direct Responsible Individuals

คุณกระทิงให้ความเห็นว่าต่อไป หลายองค์กรจะปรับเป็นโมเดลทีมขนาดเล็กแบบ Nano-entrepreneur ที่ใช้ศักยภาพของ AI agent เข้ามาช่วยขับเคลื่อนและเพิ่มกำลังการทำงาน แทนการใช้คนเยอะ ๆ โดยจะมีการอัดฉีดเงินทุนจากองค์กร เพื่อเปลี่ยนความต้องการของพนักงานที่อยากมีธุรกิจหรือช่องทางของตัวเอง ให้กลายมาร่วมทำธุรกิจภายใต้การสนับสนุนขององค์กร แทนที่จะออกไปทำแข่งกัน และทำงานด้วย Extreme Ownership

บทบาทใหม่ของ CEO

บทบาทใหม่ของ CEO อีกอย่างคือการเป็น Chief decision maker, เป็น Architect ของ System ที่ดู Governance, Allocate capital และเป็น Chief entrepreneur creator รวมไปถึงการสร้าง Guardrails และ Unleash potential ขององค์กร

ดังนั้น AI-Native enterprise ต้อง See the future earlier แล้ว Reinvent องค์กร

5 คำถามที่คุณกระทิงอยากฝากเอาไว้สำหรับเช้าวันจันทร์นี้

1). What future are you predicting for?
2). Are we transforming the business or automating the past?
3). Which 5-10 AI bets could fundamentally change our economics – แล้วก็ Bet ไม่กี่อันที่เราลงมือทำ แล้วลงมือทำจนสุด การทำแบบนี้จะสามารถเปลี่ยน Bottom line ขององค์กรจริง
4). เราจะเปลี่ยนพนักงาน 10,000 คน ให้เป็น 1,000 Nanopreneurs ได้อย่างไร
5). งานอะไร การตัดสินใจตรงไหน ที่ยังต้องเป็น Deeply human บ้าง

อย่ามองว่าอยากแค่ Adopt AI แต่ Reinvent the enterprise แล้วอย่า Build แค่ AI-Enabled company แต่จง Build AI-Native company

สุดท้ายคุณกระทิงฝากคำถามไว้ว่า…จะเกิดอะไรขึ้นถ้า AI ฉลาดกว่าเรา

คุณกระทิงมองว่าอย่าเพิ่งไปรีบสนใจเรื่อง ROI เลย โดยคุณกระทิงยกตัวอย่างประโยคจากอาจารย์ AI หลายคน ทั้ง Andrew Ng, Kai-Fu Lee จะพูดในใจความเดียวกันว่า “Being human is way more than intelligence”

AI ไม่ได้ทำให้คุณค่าของความเป็นมนุษย์ลดลง ดังนั้นจงอย่า lose sight of human being ในตอนที่ทำ AI transformation

มนุษย์มี empathy, compassion, meaning, caring, love, courage

อย่าให้ legacy ของเราคือความภาคภูมิใจที่ได้นำ AI มาแทนที่มนุษย์เลย

AI จะไม่กำหนดอนาคต แต่เป็นเราทุกคนที่มีอำนาจและความสามารถ ในการ Decide the destiny and build future of humanity

ทางแยกของโลกอนาคต ขึ้นอยู่กับเราในตอนนี้

คุณกระทิงเล่าว่าจากรายงาน BCG ทิศทางที่โลกกำลังไปใน 5 ปีข้างหน้านี้ จะกำหนดทิศทางของโลกในปี 2050 ได้เลยทีเดียว โดยมีความเป็นไปได้สองแบบที่จะเกิดขึ้น

scene 1 : AI จะช่วยสร้าง tech ที่แก้ปัญหาได้ทุกอย่าง คนจะทำงานแค่ 4 วัน
scene 2 : เกิด K-shape ขั้นสุด เกิดความเหลื่อมล้ำมหาศาล แม้ความมั่งคั่งจะตกที่อุตสาหกรรม tech แต่นวัตกรรมต่าง ๆ จะไม่ได้ถูก regulate ด้วยกฎหมายเพื่อให้ align กับคุณค่าและผลประโยชน์ของมวลมนุษยชาติ จึงเกิดเป็น high growth แต่ก็มีความเหลื่อมล้ำทางสังคมอย่างรุนแรง

เราอยู่ตรงทางสองแพร่งตรงนี้
[1] We can use AI and use other technology
[2] ความเป็น Humanity ของเราในการ Create the path to prosperity for all

จงอย่าลืม Human consciousness
จงอย่าลืมความเป็นมนุษย์ของคุณ

เพราะไม่อย่างนั้นเราอาจจะนำโลกในอีก 30 ปีข้างหน้า ไปสู่ Dystopian inequality และเราทุกคนไม่อยากให้มันเกิด Legacy แบบนั้นในคนรุ่นต่อไปแน่นอน