By AI กำลังกลายเป็นหัวใจสำคัญที่กำหนดอนาคตขององค์กร การเร่งนำ AI มาใช้จึงเป็นหนึ่งใน “ความจำเป็น” สำหรับองค์กรที่ต้องการพร้อมรับมือกับการเปลี่ยนแปลงและคงความได้เปรียบก้าวนำคู่แข่ง
ในบทความนี้ Skooldio ได้สรุปเนื้อหาที่น่าสนใจจากบทความ The learning organization: How to accelerate AI adoption โดย McKinsey ซึ่งอธิบายภาพรวมของสถานการณ์และแนวทางเร่งการใช้ AI ในองค์กรได้อย่างเป็นระบบ พร้อมเสริมเคสตัวอย่างจากองค์กรชั้นนำอย่าง Moderna และ Amazon เพื่อให้ผู้นำองค์กรเห็นภาพ AI Adoption ได้ชัดเจนขึ้น เป็นแนวทางในการประยุกต์ใช้วางกลยุทธ์ต่อไป
Table of Contents
- เมื่อองค์กรปรับตัวไม่ทันพนักงาน
- 4 แนวทางจาก McKinsey & Company
- สนับสนุนสิ่งที่กำลังงอกเงยในองค์กรให้โตต่อ (Nurture what’s already growing)
- สร้างแรงจูงใจในการเรียนรู้และใช้งาน AI (Create incentives for adoption)
- ตัวอย่างเคสจริงจาก Moderna
- ส่งเสริมการเรียนรู้ที่รวดเร็ว (Foster rapid learning)
- ตัวอย่างเคสจริงจาก Amazon – Prime Video
- รักษามาตรฐานในการชื่นชม (Maintain high standards for praise)
- พร้อมเร่ง AI Adoption ในองค์กรของคุณแล้วหรือยัง?
เมื่อองค์กรปรับตัวไม่ทันพนักงาน
ข้อมูลจาก McKinsey ชี้ว่าพนักงาน 9 ใน 10 คนใช้ Gen AI ในการทำงานแต่มีเพียง 13% เท่านั้นที่มองว่าองค์กรของตนเป็น ‘ผู้นำด้าน AI (Early Adopter)’
Organizations’ level of generative AI (gen AI) implementation,% of respondents | McKinsey & Company
ผู้ที่มีอำนาจตัดสินใจ ยังคงติดอยู่กับความกังวลเรื่องการกำกับดูแล (governance) และต้นทุนของเทคโนโลยี (up-front technology costs) ในขณะที่การมาของ Gen AI นั้นทั้งเร็วและมีผลกระทบในวงกว้าง ซึ่งองค์กรที่เรียนรู้และปรับใช้ AI ได้เร็วกว่าก็จะกลายเป็นผู้คุมเกมได้ก่อน
“Organizations that master the art of fast adoption will determine the new rules of their industries. – McKinsey & Company”
4 แนวทางจาก McKinsey & Company
McKinsey ได้แนะนำทั้งวิธีคิดและวิธีปฏิบัติ ซึ่งเป็นแนวทางที่จะช่วยให้ผู้นำสามารถเร่ง AI Adoption ในองค์กรได้ดังนี้
สนับสนุนสิ่งที่กำลังงอกเงยในองค์กรให้โตต่อ (Nurture what’s already growing)
Photo: The Gardener and the Carpenter – Alison Gopnik | Amazon.com
McKinsey ได้กล่าวถึงแนวคิดที่มีชื่อว่า แนวคิดแบบชาวสวน หรือ gardener’s mindset ซึ่งมีที่มาจากหนังสือ The Gardener and the Carpenter เขียนโดยนักจิตวิทยา Alison Gopnik
พ่อแม่ควรให้เด็กเติบโตตามธรรมชาติของเขา มากกว่ากำหนดเส้นทางชีวิตไว้ให้เดินตาม ซึ่งแนวคิดนี้เราก็สามารถปรับใช้ให้เข้ากับบริบทขององค์กรได้เช่นกัน
แทนที่จะเริ่มวางแผนจากบนลงล่างละเอียดยิบทุกขั้นตอน (ซึ่งอาจตามการเปลี่ยนแปลงไม่ทัน) ผู้นำควรใช้เวลาในการสังเกต มองหาทีม/พนักงานที่กำลังทดลองใช้เทคโนโลยีใหม่ ๆ อยู่แล้ว แล้วเริ่มเห็นผลลัพธ์บางอย่างที่น่าจับตามอง การสนับสนุนให้สิ่งนั้นเติบโตต่อยอด มักช่วยให้องค์กรสร้างนวัตกรรมได้จริง มากกว่าการพยายามเริ่มต้นใหม่ตามทฤษฎีในกระดาษ
ซึ่งคุณอาจได้เห็นว่าไอเดียที่สามารถเปลี่ยนองค์กรมากที่สุด อาจมาจากจุดที่คาดไม่ถึงก็เป็นได้
“Leaders who try to specify precisely how AI should be implemented across their organizations often find themselves building yesterday’s solutions for tomorrow’s problems. – McKinsey & Company”
สร้างแรงจูงใจในการเรียนรู้และใช้งาน AI (Create incentives for adoption)
การเปลี่ยนแปลงพฤติกรรมและการเรียนรู้เครื่องมือใหม่เป็นเรื่องท้าทาย โดยเฉพาะสำหรับ Manager หรือพนักงานระดับอาวุโสที่งานก็ยุ่งอยู่แล้ว แล้ววิธีการทำงานปัจจุบันก็ไม่ได้มีปัญหาที่ต้องปรับเปลี่ยนอะไร การเรียนรู้เทคโนโลยีใหม่ ๆ อาจทำให้พวกเขารู้สึก daunting กลัว กังวล รู้สึกว่ายาก
ซึ่ง McKinsey ก็ได้ระบุไว้ว่าแรงจูงใจทั้งทางการเงินและทางสังคมก็มีความสำคัญในการส่งเสริมการนำ AI มาใช้จริงจังแต่สิ่งที่สำคัญกว่าคือ การให้รางวัลที่เน้นเรื่อง “การเรียนรู้” มากกว่าแค่การใช้งาน
“Social recognition often proves more powerful than financial rewards do. – McKinsey & Company”
นอกจากนี้ เมื่อหัวหน้ามาแบ่งปันเรื่องราวการการเรียนรู้ AI ของตัวเองให้กับน้อง ๆ ในทีม และยอมรับว่าหัวหน้าเองก็กำลังเรียนรู้อยู่ ก็จะสามารถช่วยลด “psychological barriers” ลงได้อีกด้วย
ตัวอย่างเคสจริงจาก Moderna
Photo: Moderna | OpenAI
เคสที่ Skooldio นำมาประกอบในหัวข้อนี้มาจาก Moderna ซึ่งตั้งเป้าหมายชัดเจนว่า ภายใน 6 เดือน พนักงานทุกคนที่มีสิทธิ์ใช้ digital solutions จะต้องสามารถใช้งาน Generative AI ได้อย่างคล่องแคล่ว (achieve 100% adoption and proficiency of generative AI)
เพื่อให้บรรลุเป้าหมายนี้ Moderna ลงทุนตั้งทีมผู้เชี่ยวชาญเฉพาะทาง เพื่อขับเคลื่อนโปรแกรมสร้างความเปลี่ยนแปลงทั้งในระดับบุคคล ทีม และองค์กร
ในระดับบุคคล: Moderna เน้นทำวิจัย (in-depth research) และรับฟังเสียงพนักงาน พร้อมจัดฝึกอบรมทั้งออนไลน์ ออฟไลน์ และยังมี AI learning companions ช่วยสนับสนุนการเรียนรู้ด้วย
ในระดับทีม: Moderna จัดการแข่งขันเขียน Prompt เพื่อค้นหา Top 100 สุดยอดผู้ใช้ AI ซึ่งถูกเรียกว่า “Generative AI Champions”
นอกจากนี้ ยังมีกิจกรรมชั่วโมงให้คำปรึกษาและฟอรั่ม AI ภายในองค์กร ที่มีผู้เข้าร่วมกิจกรรมสัปดาห์ละกว่า 2,000 คน
ในระดับโครงสร้าง: Moderna ได้ดึง CEO และทีมผู้บริหารเข้ามามีส่วนร่วม ทั้งผ่านการประชุมผู้นำ งาน Town Hall รวมถึงจัด incentive programs และกิจกรรมที่มีผู้เชี่ยวชาญทั้งภายในและภายนอกมาร่วมสนับสนุน
ส่งเสริมการเรียนรู้ที่รวดเร็ว (Foster rapid learning)
องค์กรที่ประสบความสำเร็จในการใช้ AI ไม่ใช่แค่ทดลองเยอะ แต่พวกเขาทดลองได้ “ดีกว่า” ด้วย ซึ่งหลักการสำคัญก็อิงมาจากการทดลองแบบ A/B testing และนำมาประยุกต์ใช้กับองค์กร
- เริ่มด้วยสมมติฐานที่ เจาะจง ชัดเจน สามารถทดสอบได้จริง
- ออกแบบการทดลองเพื่อ “เรียนรู้” ไม่ใช่แค่ “สำเร็จ” fail fast แล้วเรียนรู้ พร้อมบันทึก approaches ที่ลองทำแล้วมันไม่เวิร์ก
- องค์กรไม่จำเป็นต้องเล่นใหญ่ เพราะบางครั้ง Insights หรือการทดลองที่มีค่าก็อาจจะมาจากการทดลองของคนไม่กี่คน ใช้เวลาไม่นาน
- Why did it happen? อย่าลืมบันทึก “เหตุผล” เบื้องหลังผลลัพธ์ที่ได้ ไม่ว่ามันจะสำเร็จหรือล้มเหลว เพื่อเก็บไว้เป็นองค์ความรู้ภายในองค์กรพร้อมเอาไปต่อยอดพัฒนานวัตกรรมใหม่ ๆ ในอนาคตได้
ตัวอย่างเคสจริงจาก Amazon – Prime Video
Photo: Prime Video
เชื่อว่าหลาย ๆ คนเคยได้ยินชื่อ streaming platform ‘Prime Video’ กันมาแล้ว ย้อนกลับไปในช่วงแรก ๆ Prime Video ได้ผลตอบรับที่ไม่ดีนัก แต่แทนที่พวกเขาจะพับเก็บไอเดีย Amazon เลือกที่จะถามว่า “ทำไมลูกค้าถึงไม่ใช้?” จนพบว่าผู้ใช้ไม่เห็น stand-alone value ของบริการและสนใจแพลตฟอร์มที่มีคอนเทนต์พิเศษมากกว่า
Amazon จึงตัดสินใจรวม Prime Video เข้ากับ Prime membership พร้อมลงทุนใน original content กลายเป็นการพลิกโครงการที่เคยล้มลุกคลุกคลาน ให้กลายเป็นหนึ่งในตัวขับเคลื่อนสำคัญของการสมัครสมาชิก Prime และสร้าง brand
loyalty
รักษามาตรฐานในการชื่นชม (Maintain high standards for praise)
McKinsey ระบุว่าผู้นำหลายคนมักติดกับดัก “ฉลองทุกเรื่อง” ไม่ว่าจะเป็นเรื่องเล็กหรือใหญ่ จนทำให้ ไอเดียที่เป็น breakthrough ideas ถูกกลบ
ผู้นำจึงควรแยกแยะให้ชัดระหว่าง interesting experiment กับ game-changing innovations พร้อมให้รางวัลกับการรายงานความล้มเหลวอย่างตรงไปตรงมา ไม่ต่างจากตอนที่ฉลองความสำเร็จ
การรักษามาตรฐานในการชื่นชม ไม่ได้เท่ากับการบั่นทอนกำลังใจ แต่มันคือการชื่นชมอย่างมีเป้าหมาย เพราะเมื่อคำชื่นชมถูกใช้ในเวลาที่เหมาะสม คำชื่นชมนั้นจะทรงพลังยิ่งขึ้น
พร้อมเร่ง AI Adoption ในองค์กรของคุณแล้วหรือยัง?
หลังจากได้เห็น 4 แนวทางจาก McKinsey พร้อมตัวอย่างจาก Moderna และ Amazon จะเห็นได้ว่าการใช้ AI ให้เกิดผลลัพธ์จริงในองค์กรมีหลายปัจจัย และ “ผู้นำ” คือหนึ่งในปัจจัยสำคัญ
เมื่อผู้นำให้ความสำคัญกับการเรียนรู้ การทดลองอย่างมีเป้าหมาย สนับสนุนทีมที่กำลังลองใช้ AI และชื่นชมอย่างเหมาะสม องค์กรจะก้าวไปสู่การใช้ AI เพื่อสร้างคุณค่าได้จริง และองค์กรที่ทำสิ่งเหล่านี้ได้ก่อนจะพร้อมกว่าคู่แข่ง และสร้างความได้เปรียบในการแข่งขันในระยะยาว
หากคุณกำลังมองหา Partner ที่พร้อมเข้าใจโจทย์ของธุรกิจคุณ และช่วยออกแบบการเรียนรู้ที่ทำให้ทั้งผู้บริหารและทีมของคุณสามารถสร้างคุณค่าจาก AI ได้จริง” Skooldio ยินดีเป็นส่วนหนึ่งในการร่วมขับเคลื่อน AI Transformation ให้เกิดขึ้นจริงในองค์กรของคุณ
เราทำงานร่วมกับองค์กรชั้นนำหลายแห่งในการออกแบบการฝึกอบรมด้าน AI ที่ไม่ใช่แค่เพื่อให้ผู้นำ เข้าใจ AI แต่สามารถตัดสินใจ พาองค์กรปรับตัว และสร้างคุณค่าจาก AI ได้จริง
พูดคุยกับผู้เชี่ยวชาญ Skooldio ฟรี เพื่อเริ่มออกแบบโปรแกรมที่เหมาะสมกับธุรกิจของคุณติดต่อ: sales@skooldio.com หรือ ศึกษารายละเอียดเพิ่มเติม
References:
- The learning organization: How to accelerate AI adoption | McKinsey & Company
- Gen AI’s next inflection point: From employee experimentation to organizational transformation | McKinsey & Company
- Accelerating the development of life-saving treatments | OpenAI
