fbpx
Insights 7 June 2024

บลูบิค เผยแนวทางสร้าง AI Roadmap เพิ่มศักยภาพด้าน AI

บลูบิค เผยแนวทางสร้าง AI Roadmap มุ่งเพิ่มศักยภาพด้าน AI แนะเช็คขีดความพร้อมธุรกิจผ่าน AI Adoption Maturity Framework

ในปัจจุบัน ความก้าวหน้าของเทคโนโลยี AI ได้สร้างความตื่นเต้นไปทั่วโลก โดยเทรนด์ด้าน AI ที่น่าจะเห็นกันในช่วง 3 – 5 ปีข้างนี้ยังคงหนีไม่พ้น Generative AI ซึ่งเป็นเทคโนโลยีมาแรง โดย Gen AI จะมีรูปแบบใหม่ๆ มากขึ้น จากเดิมที่เป็นแค่การสร้างข้อความ เสียง หรือวิดีโอ จนในอนาคตจะมีความเจาะจงมากขึ้นสำหรับใช้งานเฉพาะด้าน หรือที่เรียกว่า Specialized Gen AI ที่มีประสิทธิภาพดีขึ้นและเข้าถึงง่ายขึ้น ขณะเดียวกัน Machine Learning หรือ Predictive AI ซึ่งถือเป็นเทคโนโลยีที่ Mature แล้ว จะมีความแม่นยำมากกว่าเดิมและนำมาใช้ช่วยในการตัดสินใจทางธุรกิจมากขึ้น 

อย่างไรก็ตาม แม้เทคโนโลยี AI กำลังได้รับการพัฒนาจนมีความก้าวหน้าอย่างต่อเนื่อง แต่ในมุมของการนำ AI มาปรับใช้ หลายองค์กรยังคงไม่ได้ใช้งานเทคโนโลยีนี้อย่างเต็มประสิทธิภาพ โดยบริษัท บลูบิค กรุ๊ป จำกัด (มหาชน) หรือ BBIK ในฐานะที่ปรึกษาชั้นนำผู้ให้บริการด้านดิจิทัลทรานส์ฟอร์เมชันครบวงจร มองว่า หากองค์กรต้องการพัฒนาขีดความสามารถในการใช้ AI เพื่อสร้างผลลัพธ์ทางธุรกิจ องค์กรควรเริ่มจากการวาง AI Roadmap ที่ครอบคลุมตั้งแต่ Data Strategy ที่เป็นการวางกลยุทธ์การใช้ข้อมูลเพื่อสนับสนุนเป้าหมายของธุรกิจ และ Data Governance หรือธรรมาภิบาลข้อมูลเพื่อสร้างมาตรฐานการบริหารจัดการและนำข้อมูลไปใช้อย่างมีประสิทธิภาพ ซึ่งจะเป็นรากฐานสู่การพัฒนาเทคโนโลยี AI รวมถึงผลักดันให้เกิด Data & AI-driven Culture ซึ่งเป็นการบ่มเพาะวัฒนธรรมองค์กรที่ส่งเสริมการพัฒนาทักษะและใช้งานเทคโนโลยีใหม่ๆ 

ทั้งนี้ บลูบิค มองว่า ในการสร้าง AI Roadmap ให้ประสบความสำเร็จ 4 ปัจจัยหลักที่องค์กรควรให้ความสำคัญและเตรียมความพร้อม ประกอบด้วย

  1. ข้อมูล

ในการปรับใช้ AI องค์กรจำเป็นต้องมีความพร้อมเรื่องข้อมูล เริ่มตั้งแต่มีแนวทางและกระบวนการเก็บรวบรวมข้อมูลให้เป็นไปในทิศทางเดียวกัน เพื่อให้ได้ข้อมูลที่ถูกต้อง ครบถ้วน และมีคุณภาพ สามารถนำข้อมูลไปใช้อย่างเกิดประสิทธิภาพสูงสุด รวมถึงต้องมีกระบวนการจัดการ การประมวลผลข้อมูลที่ดี และมีแนวทางกำกับดูแลการใช้ข้อมูลที่ครอบคลุม 

  1. เทคโนโลยี

หากต้องการนำ AI ไปใช้ทำงานที่มีความซับซ้อน ไม่เพียงองค์กรต้องมีระบบบริหารจัดการข้อมูล (Data Platform) ที่แข็งแกร่งซึ่งรวมศูนย์ข้อมูลจากแหล่งต่างๆ ไว้ภายในที่เดียวกัน และประมวลผลได้แบบเรียลไทม์แล้ว ยังควรมีระบบอื่นๆ ที่รองรับการเชื่อมต่อ AI เข้ากับกระบวนการต่างๆ ด้วยเช่นกัน เช่น ระบบ ERP, CRM หรือ HRMS  

  1. บุคลากร

องค์กรควรมีทีมบุคลากรที่มีทักษะและความเข้าใจในการใช้ AI ทั้งในเชิงธุรกิจและในเชิงเทคนิค ไม่ว่าจะเป็นแนวทางการประยุกต์ใช้ AI กับงานประเภทต่างๆ หรือการแก้ไขข้อจำกัดหรือผลกระทบที่เกิดขึ้นจาก AI ไปจนถึงการดูแลระบบข้อมูลให้มีคุณภาพสำหรับการเทรนโมเดล AI ขณะเดียวกัน หากต้องการสร้างมูลค่าเพิ่มทางธุรกิจโดยการใช้ AI องค์กรจำเป็นต้องมีผู้เชี่ยวชาญด้าน Data และ AI โดยเฉพาะ เพื่อพัฒนาเทคโนโลยีให้เหมาะสมกับองค์กร 

  1. นโยบายและกระบวนการ

ในขั้นพื้นฐาน องค์กรควรมีนโยบายและกระบวนการในการนำ AI ไปใช้งานอย่างเหมาะสม โดยเฉพาะเรื่องความเป็นส่วนตัวและความปลอดภัยของข้อมูล (Data Privacy & Security) โดยย้ำให้ผู้ใช้ระมัดระวังไม่เปิดเผยข้อมูลที่มีความอ่อนไหวขณะที่ป้อนคำสั่งเพื่อให้ AI สร้างผลลัพธ์ 

หากองค์กรต้องการนำ AI มาใช้งานในระดับที่ซับซ้อนยิ่งขึ้น นอกเหนือจากนโยบายความเป็นส่วนตัวและความปลอดภัยของข้อมูล แนวทางด้านธรรมาภิบาลข้อมูล (Data Governance) เพื่อสร้างมาตรฐานด้านการบริหารจัดการและกำกับดูแลข้อมูล อีกทั้งควรมีแนวทางการใช้ AI อย่างมีความรับผิดชอบที่เข้มข้นขึ้น เพื่อลดความเสี่ยงเกิดผลลัพธ์ที่บิดเบือนหรือมีอคติ รวมถึงมีแนวทางการตรวจสอบความน่าเชื่อถือของผลลัพธ์ที่เกิดขึ้นจาก AI 

AI Adoption Maturity Framework ตัวชี้วัดขีดความสามารถด้าน AI ขององค์กร 

แล้วธุรกิจจะรู้ได้อย่างไรว่าขีดความสามารถในการใช้ AI ขององค์กรมีประสิทธิภาพมากแค่ไหน บลูบิค จึงพัฒนา AI Adoption Maturity Framework เพื่อเป็นตัวชี้วัดขีดความสามารถขององค์กรในการนำ AI มาปรับใช้ โดยแบ่งตามบทบาทของมนุษย์ที่ใช้งาน AI และความซับซ้อนของการใช้งาน AI เพื่อเพิ่มมูลค่าให้ธุรกิจ ซึ่งสามารถแบ่งออกเป็น 4 ระดับ ได้แก่ 

ระดับที่ 1 – Assisting: เพิ่มประสิทธิภาพการทำงาน

AI เข้ามาช่วยเสริมการทำงานทั่วไปที่ไม่ซับซ้อนให้มีประสิทธิภาพและรวดเร็วมากขึ้น โดยคนยังคงมีบทบาทหลัก และเป็นผู้ใช้ AI Solutions ในการสั่งการเพื่อให้ AI ทำงานได้ตามความต้องการ เช่น การใช้ AI Tools เพื่อการสรุปข้อมูล การเขียน การสร้างรูปภาพหรือการทำวิดีโอคอนเทนต์ต่างๆ สำหรับในระดับ 1 นั้น ยังคงเป็นการใช้งาน AI แบบทั่วไปที่คนไม่จำเป็นต้องมีความเชี่ยวชาญด้านเทคนิคโดยเฉพาะ 

ระดับที่ 2 – Processing: ใช้คำนวณและประมวลผล

AI เริ่มทำงานแทนมนุษย์ในบางขั้นตอน อย่างการคำนวณและประมวลผลข้อมูล โดยคนยังเป็นผู้สั่งการอยู่ ซึ่งในขั้นนี้สิ่งที่องค์กรต้องมีคือความพร้อมเรื่องข้อมูล เพราะต้องเตรียมข้อมูลที่ถูกต้องเพื่อป้อนเข้าไปให้ AI ประมวลผลได้อย่างแม่นยำ โดยนอกจากเรื่องคุณภาพข้อมูล คนยังต้องมีความรู้ความเข้าใจเกี่ยวกับข้อจำกัดของ AI และการเลือกใช้ AI ให้เหมาะสมกับงานประเภทต่างๆ 

ระดับที่ 3 – Integrating: เชื่อมกับระบบองค์กร ทำงานประจำได้แบบอัตโนมัติ

AI เข้ามาทำงานส่วนใหญ่ตามกระบวนการที่มนุษย์ออกแบบไว้ โดยเชื่อมต่อเป็นส่วนหนึ่งของกระบวนการทำงานภายในองค์กร และเข้ามาทำงานแทนส่วนที่เป็นงานประจำให้เป็นไปแบบอัตโนมัติ ซึ่งการปรับใช้ AI ในระดับนี้ ตัวองค์กรไม่เพียงต้องมีความพร้อมด้านข้อมูลที่สามารถประมวลผลได้แบบเรียลไทม์ แต่ยังต้องมีระบบสำหรับเชื่อมต่อกับ AI เพื่อนำมาใช้งานจริง ขณะที่ด้านบุคลากรต้องมีความรู้เกี่ยวกับ AI ในเชิงเทคนิคที่ลึกขึ้น เช่น เรื่อง Software integration ที่เป็นการนำ AI ไปเชื่อมต่อกับระบบที่มีอยู่และทำงานได้อย่างถูกต้อง หรือการทำ AI Customization ที่เป็นการปรับและพัฒนา AI ให้เข้ากับกระบวนการทำงานของธุรกิจ เป็นต้น 

ระดับที่ 4 – Decision Making: ยกระดับการตัดสินใจทางธุรกิจเพื่อสร้างนวัตกรรม

ใช้ AI มาช่วยในการตัดสินใจ เสริมการวางกลยุทธ์และวิสัยทัศน์องค์กร ซึ่งนำไปสู่การเพิ่มมูลค่าให้ธุรกิจในระดับสูงขึ้นไปอีก รวมถึงสร้างความแตกต่างและความได้เปรียบเหนือองค์กรธุรกิจอื่นๆ โดยการปรับใช้ AI ในระดับนี้ต้องมีการพัฒนาให้เหมาะกับแต่ละองค์กรโดยเฉพาะ (Tailor-made) เช่น In-house Gen AI Model เพื่อการทำ Knowledge Management ในการค้นหาและรวบรวมข้อมูลภายในองค์กร 

วางรากฐาน AI Roadmap สู่การยกระดับ AI Maturity

เมื่อประเมินขีดความสามารถในการใช้งาน AI ขององค์กรแล้ว บลูบิคมองว่า จาก 4 ระดับการปรับใช้ AI ในภาคธุรกิจ หลายองค์กรยังคงใช้งาน AI ในระดับ 1 และระดับ 2 เท่านั้น โดยหากต้องการต่อยอดขีดความสามารถสู่ระดับที่สูงขึ้น องค์กรควรวาง AI Roadmap ตั้งแต่รากฐาน เริ่มจากการสร้างความแข็งแกร่งด้านข้อมูล ที่เป็นตัวกำหนดความสำเร็จของการใช้งาน AI โดยครอบคลุมตั้งแต่ 

  • Data Strategy 

การวางกลยุทธ์การใช้ข้อมูลเป็นก้าวแรกที่สำคัญในการนำข้อมูลไปใช้พัฒนา AI เพื่อสร้างผลลัพธ์ทางธุรกิจ ซึ่งหากองค์กรมีการวางกลยุทธ์การใช้ข้อมูลที่แข็งแกร่ง ย่อมสามารถเพิ่มศักยภาพของธุรกิจได้ในระยะยาว โดยการวาง Data Strategy องค์กรควรมีเป้าหมายและวัตถุประสงค์การใช้งาน AI ที่ชัดเจน ว่าต้องการนำไปเพิ่มศักยภาพของธุรกิจในด้านไหน รวมถึงสร้างตัวอย่างการนำ AI ไปใช้งาน (Use Case Generation) ตามวัตถุประสงค์ต่างๆ 

  • Data Governance

การวางมาตรฐานข้อมูลที่ดีคือสิ่งที่องค์กรต้องให้ความสำคัญ ดังนั้นจึงควรมีแนวทางด้าน Data Governance หรือธรรมาภิบาลข้อมูล ซึ่งเป็นการสร้างมาตรฐานการบริหารจัดการข้อมูลให้มีประสิทธิภาพด้วยการกำหนดทิศทางและควบคุมให้ข้อมูลมีคุณภาพที่ดี โดยพื้นฐานแล้วแนวทางด้าน Data Governance สามารถแบ่งออกเป็น 3 ส่วนหลัก คือ 1. นโยบายการดูแลข้อมูล (Data Policy) 2. กลุ่มบุคคลที่รับผิดชอบดูแลจัดการข้อมูล (Data Governance Team) และ 3. กระบวนการจัดการข้อมูล (Process)

  • Data & AI-driven Culture   

ปัจจัยสุดท้ายที่จะกำหนดความสำเร็จคือ คน เนื่องจากคนเป็นผู้ใช้เทคโนโลยี AI ดังนั้นธุรกิจควรมีวัฒนธรรมองค์กรที่เปิดกว้างสู่การเข้าถึงและใช้เทคโนโลยีใหม่ๆ ผ่านการจัดเทรนนิ่งให้พนักงานในการพัฒนาทักษะและความรู้ความสามารถของคนในองค์กรอย่างต่อเนื่องเพื่อให้สามารถนำ AI ไปใช้งานได้เหมาะสมกับวัตถุประสงค์ต่างๆ อย่างเต็มประสิทธิภาพ ควบคู่ไปกับการประเมินความพร้อมองค์กรในเรื่องขีดความสามารถด้านข้อมูลและ AI ผ่านการทำ Data & AI Capability Assessment

ทั้งนี้ บลูบิคมองว่า อีกปัจจัยสำคัญที่จะผลักดันให้องค์กรสามารถพัฒนาขีดความสามารถด้าน AI ได้สำเร็จคือบทบาทของผู้บริหารระดับสูง (C-suite) ซึ่งมีส่วนสำคัญในการบริหารจัดการในแง่มุมที่แตกต่างกัน 

  • Chief Executive Officer (CEO) และ Chief Financial Officer (CFO) 

บทบาทสำคัญของ CEO คือการตัดสินใจเรื่องกลยุทธ์ AI (AI Strategy) และแผนการทรานส์ฟอร์มองค์กรเพื่อให้ผลักดันการพัฒนาศักยภาพด้าน AI ในระยะยาว (Transformation Roadmap) ขณะที่ CFO มีบทบาทในการบริหารจัดการความคุ้มค่าในการลงทุนในเทคโนโลยี AI เพื่อให้สามารถสร้างผลตอบแทนจากการลงทุนในเทคโนโลยีต่างๆ ได้ 

  • Chief Operations Officer (COO)

บทบาทของ COO จะมุ่งเน้นไปที่การวางนโยบายและกระบวนการให้สามารถนำ AI ไปใช้งานอย่างเหมาะสม เพื่อให้สามารถทำงานได้อย่างเต็มประสิทธิภาพ 

  • Chief Technology Officer (CTO)

บทบาทของ CTO จะดูแลในแง่ของเทคโนโลยีโดยเฉพาะ ครอบคลุมตั้งแต่การวางนโยบายและแนวทางการกำกับดูแลด้านข้อมูลและ AI (Data & AI Governance) ไปจนถึงแนวทางพัฒนา Data Platform และการพัฒนา AI Model ให้เหมาะสมกับองค์กร   

  • Chief People Officer (CPO)

บทบาทของ CPO เน้นไปที่การพัฒนาบุคลากรโดยเฉพาะ เพื่อให้สามารถนำ AI มาใช้เพิ่มประสิทธิภาพการทำงาน รวมถึงการช่วยพัฒนาทักษะใหม่ๆ และขับเคลื่อนการสร้างวัฒนธรรมองค์กรที่พร้อมเปิดรับเทคโนโลยี

ในอนาคต ความก้าวหน้าของเทคโนโลยี AI จะช่วยปลดล็อกศักยภาพของธุรกิจที่แตกต่างไปจากเดิม ต่อยอดเทคโนโลยีที่มีอยู่จนพัฒนากลายเป็นนวัตกรรมที่สร้างคุณค่าให้ธุรกิจยิ่งขึ้น บลูบิคมองว่าองค์กรที่นำเทคโนโลยีมาปรับใช้ได้อย่างรวดเร็ว ย่อมสามารถสร้างความได้เปรียบและโอกาสทางธุรกิจใหม่ๆ ที่จะขับเคลื่อนการเติบโตได้อย่างต่อเนื่องในอนาคต และด้วยความซับซ้อนของเทคโนโลยี AI หากองค์กรต้องการพัฒนาและต่อยอด การปรึกษาผู้เชี่ยวชาญจากภายนอก เป็นอีกปัจจัยสำคัญที่จะช่วยให้สามารถทรานส์ฟอร์มองค์กรได้อย่างต่อเนื่องและสร้างการเติบโตในระยะยาว สำหรับธุรกิจที่ต้องการวางกลยุทธ์ด้าน AI เพื่อเพิ่มศักยภาพการแข่งขันและสร้างการเติบโตให้องค์กร Bluebik มีทีมงานผู้เชี่ยวชาญด้าน Big Data & Advanced Analytics ที่สามารถให้บริการโซลูชันครบวงจรและการวิเคราะห์ข้อมูลขั้นสูงตั้งแต่ระดับกลยุทธ์ไปจนถึงการนำไปปรับใช้ให้เหมาะสมกับองค์กร ติดต่อเราสอบถามหรือปรึกษาเราได้ที่ ✉ [email protected] , ☎ 02-636-7011