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
- ข้อมูล
ในการปรับใช้ AI องค์กรจำเป็นต้องมีความพร้อมเรื่องข้อมูล เริ่มตั้งแต่มีแนวทางและกระบวนการเก็บรวบรวมข้อมูลให้เป็นไปในทิศทางเดียวกัน เพื่อให้ได้ข้อมูลที่ถูกต้อง ครบถ้วน และมีคุณภาพ สามารถนำข้อมูลไปใช้อย่างเกิดประสิทธิภาพสูงสุด รวมถึงต้องมีกระบวนการจัดการ การประมวลผลข้อมูลที่ดี และมีแนวทางกำกับดูแลการใช้ข้อมูลที่ครอบคลุม
- เทคโนโลยี
หากต้องการนำ AI ไปใช้ทำงานที่มีความซับซ้อน ไม่เพียงองค์กรต้องมีระบบบริหารจัดการข้อมูล (Data Platform) ที่แข็งแกร่งซึ่งรวมศูนย์ข้อมูลจากแหล่งต่างๆ ไว้ภายในที่เดียวกัน และประมวลผลได้แบบเรียลไทม์แล้ว ยังควรมีระบบอื่นๆ ที่รองรับการเชื่อมต่อ AI เข้ากับกระบวนการต่างๆ ด้วยเช่นกัน เช่น ระบบ ERP, CRM หรือ HRMS
- บุคลากร
องค์กรควรมีทีมบุคลากรที่มีทักษะและความเข้าใจในการใช้ AI ทั้งในเชิงธุรกิจและในเชิงเทคนิค ไม่ว่าจะเป็นแนวทางการประยุกต์ใช้ AI กับงานประเภทต่างๆ หรือการแก้ไขข้อจำกัดหรือผลกระทบที่เกิดขึ้นจาก AI ไปจนถึงการดูแลระบบข้อมูลให้มีคุณภาพสำหรับการเทรนโมเดล AI ขณะเดียวกัน หากต้องการสร้างมูลค่าเพิ่มทางธุรกิจโดยการใช้ AI องค์กรจำเป็นต้องมีผู้เชี่ยวชาญด้าน Data และ AI โดยเฉพาะ เพื่อพัฒนาเทคโนโลยีให้เหมาะสมกับองค์กร
- 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
![](https://bluebik.com/storage/2024/06/2024-04-22_4_Levels_of_AI2-1024x662.png)
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
![](https://bluebik.com/storage/2024/06/2024-04-22_4_Levels_of_AI-1024x662.png)
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