การเข้าถึงเครื่องมือ AI ได้ง่ายขึ้น ทำให้หลายองค์กรเริ่มทดลองพัฒนาระบบด้วยตัวเอง แต่การนำต้นแบบไปใช้งานจริงยังมีงานอีกมาก ทั้งการเตรียมข้อมูล เชื่อมต่อกับระบบเดิม ดูแลความปลอดภัย และปรับวิธีทำงานของพนักงาน ขณะเดียวกัน เมื่อขยายการใช้งาน ค่าใช้จ่ายก็อาจเพิ่มขึ้นจนต้องกลับมาทบทวนความคุ้มค่า คำถามสำคัญจึงอยู่ที่องค์กรควรพัฒนาความสามารถใดไว้เอง และควรใช้พันธมิตรเข้ามาช่วยตรงไหน เพื่อให้ AI สร้างประโยชน์ทางธุรกิจและทีมภายในสามารถดูแลงานต่อได้ในระยะยาว
เศรษฐศิริ เศรษฐภากรณ์ กรรมการผู้จัดการ บริษัท กรุงศรี นิมเบิล จำกัด กล่าวในเวที “Accelerate AI Value for Your Business through Partnership” งาน Krungsri Tech Day 2026 ว่า การเข้าถึงเทคโนโลยีได้ง่ายไม่ได้หมายความว่าการสร้าง AI จะง่ายตามไปด้วย องค์กรต้องใช้ความพยายามอีกมากกว่าจะนำระบบไปใช้งานได้จริง จึงควรเริ่มจากการพิจารณาว่าความสามารถใดจำเป็นต้องมีอยู่ภายใน และส่วนใดสามารถอาศัยความเชี่ยวชาญของพันธมิตรมาช่วยให้ดำเนินงานได้เร็วขึ้น
การตัดสินใจจึงไม่จำเป็นต้องเลือกเพียงว่าจะสร้างเองหรือซื้อจากภายนอก เศรษฐศิริ กล่าวว่า หลายโครงการต้องใช้ทั้ง 2 แนวทางร่วมกัน องค์กรมีข้อมูลเฉพาะและความเข้าใจธุรกิจของตนอยู่แล้ว จึงควรพัฒนาความสามารถที่ต้องการเก็บไว้ โดยเฉพาะส่วนที่ทำให้ธุรกิจแตกต่าง ส่วนงานที่ต้องการความเร็วในการทดลองและขยายการใช้งานสามารถใช้พันธมิตรเข้ามาช่วยได้ ในช่วงเริ่มต้น พันธมิตรอาจช่วยให้งานเดินหน้าและเติมความรู้ที่ทีมยังขาด ก่อนค่อย ๆ ถ่ายทอดความสามารถกลับมายังองค์กร เพื่อให้ทีมภายในรับผิดชอบงานต่อได้
ความปลอดภัยเป็นอีกเรื่องที่มีผลต่อการตัดสินใจ เศรษฐศิริ กล่าวว่า กรุงศรี นิมเบิลให้ความสำคัญกับความปลอดภัยและระมัดระวังเรื่องโค้ดรั่วไหล จึงเลือกพัฒนาเองในส่วนสำคัญบางส่วน ขณะที่ส่วนอื่นใช้ AI และทำงานร่วมกับพันธมิตรเพื่อให้งานเดินหน้าได้เร็วขึ้น อย่างไรก็ตาม ต้องพิจารณาค่าใช้จ่ายประกอบด้วย เพราะจากประสบการณ์ใช้งานพบว่าปริมาณโทเคนเพิ่มขึ้นอย่างรวดเร็ว องค์กรจึงต้องเลือกวิธีทำงานให้เหมาะกับทั้งความสำคัญของงาน ความปลอดภัย และต้นทุนที่ต้องรับผิดชอบ
ต้นทุน AI เพิ่มขึ้นเมื่อขยายใช้งานจริง
เศรษฐศิริ กล่าวว่า องค์กรมักประเมินต้นทุนต่ำกว่าความเป็นจริงใน 3 เรื่อง คือการเตรียมข้อมูล การนำต้นแบบไปใช้งานจริง และความพร้อมขององค์กร ข้อมูลต้องผ่านการทำความสะอาด ตรวจสอบคุณภาพ และจัดระเบียบให้ AI นำไปใช้ได้ ส่วนโครงการพิสูจน์แนวคิดหรือ POC แม้จะพัฒนาได้รวดเร็ว แต่เมื่อนำไปใช้งานจริงต้องเชื่อมต่อกับระบบเดิม ดูแลความปลอดภัย และเตรียมกระบวนการที่เกี่ยวข้อง นอกจากนี้ ยังต้องปรับวิธีทำงานและทำให้พนักงานเข้าใจกระบวนการใหม่ ซึ่งต้องใช้ทั้งเวลาและทรัพยากรเพิ่มเติมจากช่วงทดลอง
สุรชัย อรรถมงคลชัย ผู้จัดการโซลูชั่น Enterprise ประจำประเทศไทย Hewlett Packard Enterprise (HPE) กล่าวว่า การใช้ AI กำลังขยายจากแชตบอตไปสู่การทำงานร่วมกับแอปพลิเคชันและโครงสร้างพื้นฐาน โดยเฉพาะ AI Agent ที่ทำงานหลายขั้นตอนและวนซ้ำ ทำให้ปริมาณโทเคนเพิ่มขึ้นมาก องค์กรจึงต้องจัดการความต้องการที่ต่างกันระหว่างฝ่ายไอทีซึ่งต้องควบคุมค่าใช้จ่าย กับทีมพัฒนาที่ต้องใช้ AI มากขึ้น รูปแบบการติดตั้งและใช้งาน ทั้งการใช้ AI ภายในองค์กรและแบบผสมผสาน จึงเป็นเรื่องที่ต้องพิจารณาควบคู่กับทักษะของบุคลากรและความปลอดภัยของข้อมูล
Vishnu Nanduri หัวหน้าฝ่าย AI และนวัตกรรม ประจำภูมิภาคอาเซียนและเกาหลีของ Kyndryl กล่าวว่า ลูกค้าบางรายในอาเซียนสนใจข้อมูลเชิงลึกที่ได้จากโมเดลภาษาขนาดใหญ่ แต่เมื่อได้รับใบเรียกเก็บเงินก็ต้องกลับมาหารือเรื่องการลดค่าโทเคน การควบคุมค่าใช้จ่ายจึงควรทำได้ถึงระดับหน่วยธุรกิจ ฝ่าย และทีม พร้อมกำหนดเพดานการใช้งาน อีกวิธีหนึ่งคือเลือกโมเดลให้เหมาะกับงาน คำถามที่ไม่ซับซ้อนอาจใช้โมเดลขนาดเล็กตอบ ส่วนคำถามที่ยากกว่าจึงใช้โมเดลที่มีความสามารถสูงขึ้น เพื่อให้ใช้ทรัพยากรเหมาะสมกับแต่ละคำตอบ
ต้นทุนอีกส่วน คือการพัฒนาคนให้ปรับตัวไปพร้อมกับเทคโนโลยี Vishnu กล่าวว่า พนักงานมีความเข้าใจ AI ต่างกัน บางคนเรียนรู้และฝึกทักษะอย่างต่อเนื่อง ขณะที่บางคนอาจตามไม่ทัน องค์กรจึงต้องดูแลให้ทุกคนมีโอกาสพัฒนาความรู้และเดินไปด้วยกัน เรื่องนี้เป็นทั้งความท้าทายและโอกาสในการพัฒนาบุคลากร สอดคล้องกับที่เศรษฐศิริกล่าวว่า การนำ AI มาใช้ต้องปรับทั้งระบบ กระบวนการ และความเข้าใจของพนักงาน จึงจะทำให้เกิดการใช้งานจริงในองค์กร
เชื่อมระบบให้พร้อม ควบคู่ความปลอดภัย
Vishnu กล่าวว่า แม้การสร้างโมเดลและ AI Agent จะทำได้สะดวกขึ้น แต่การนำไปใช้ในองค์กรยังต้องให้ความสำคัญกับการเชื่อมต่อระบบ การกำกับดูแล และการดูแลหลังเปิดใช้งาน โดยเฉพาะองค์กรขนาดใหญ่ที่หลายทีมกำลังพัฒนา AI พร้อมกัน การกำกับดูแลต้องเริ่มตั้งแต่ต้น และเมื่อระบบเข้าสู่การใช้งานจริงแล้วก็ต้องมีผู้เชี่ยวชาญดูแลให้ทำงานได้อย่างต่อเนื่อง องค์กรจึงต้องเตรียมความพร้อมสำหรับการใช้งานระยะยาวควบคู่กับการพัฒนาต้นแบบ
สุรชัย กล่าวว่า หน่วยประมวลผล GPU ระบบจัดเก็บข้อมูล และเครือข่ายเป็นพื้นฐานที่จำเป็น แต่การลงทุนฮาร์ดแวร์อย่างเดียวยังไม่เพียงพอ องค์กรต้องมีแพลตฟอร์มและความรู้ในการนำ AI ไปใช้ด้วย โดยเฉพาะความปลอดภัยที่บางโครงการให้ความสำคัญไม่เพียงพอ เพราะมุ่งไปที่การพัฒนากรณีใช้งาน การทำงานร่วมกับผู้เชี่ยวชาญและผู้พัฒนาซอฟต์แวร์จึงช่วยเติมความรู้ที่ขาด และช่วยให้นำระบบไปใช้ได้ทันกับความต้องการของธุรกิจ
ตัวอย่างที่สุรชัยนำเสนอ คือธุรกิจอะไหล่และบริการยานยนต์ ซึ่งต้องค้นข้อมูลหมายเลขตัวรถ รุ่นรถ และอะไหล่จากเอกสารและระบบหลายส่วน เขากล่าวว่า การนำ AI มาช่วยงานคอลเซ็นเตอร์ลดเวลาบริการต่อกรณีจากประมาณ 30 นาที เหลือ 3–5 นาที ระบบช่วยค้นข้อมูลอะไหล่ ราคา และทางเลือกที่เกี่ยวข้อง ทำให้พนักงานใช้เวลาค้นคู่มือน้อยลงและช่วยลดความผิดพลาด นอกจากนี้ ธุรกิจดังกล่าวยังนำ AI ไปวิเคราะห์พฤติกรรมลูกค้าและราคาตลาดสำหรับอีคอมเมิร์ซแบบ B2B รวมถึงบริหารสต็อกอะไหล่และการจัดส่ง
สุรชัย กล่าวว่า ธุรกิจในกรณีศึกษานี้ให้ความสำคัญกับความปลอดภัยของข้อมูล การลดค่าใช้จ่ายโทเคน และการพัฒนาทักษะของบุคลากร โดยใช้โมเดลภาษาภายใน จึงไม่มีค่าโทเคนที่ต้องจ่ายให้บริการคลาวด์สาธารณะ ส่วน HPE ปรับบทบาทจากผู้ให้บริการโครงสร้างพื้นฐานไปสู่ผู้ให้บริการโซลูชันดิจิทัลครบวงจรและที่ปรึกษา โดยทำงานร่วมกับผู้พัฒนาซอฟต์แวร์และพันธมิตร เพื่อช่วยให้ลูกค้านำ AI ไปใช้กับงานธุรกิจได้เร็วขึ้น
พันธมิตรต้องช่วยให้ทีมภายในทำงานต่อได้
เศรษฐศิริ กล่าวว่า ความคาดหวังต่อพันธมิตรเทคโนโลยีเปลี่ยนไปจากเดิมที่รับข้อกำหนด ตกลงขอบเขตและระยะเวลา แล้วส่งมอบงาน องค์กรต้องการพันธมิตรที่เข้าใจธุรกิจและช่วยชี้ได้ว่า AI จะสร้างประโยชน์ให้ลูกค้า พนักงาน และการดำเนินงานตรงไหน พร้อมช่วยให้ทดลองและขยายการใช้งานได้เร็วขึ้น สิ่งสำคัญอีกเรื่องคือการถ่ายทอดความรู้ระหว่างทำงานร่วมกัน เพื่อสร้างความสามารถให้ทีมภายในและลดการพึ่งพาพันธมิตรในระยะยาว
Vishnu กล่าวว่า ลูกค้ามีความรู้ด้าน AI มากขึ้น บางรายสร้างต้นแบบและนำระบบไปใช้งานจริงได้เองแล้ว ผู้ให้บริการจึงต้องเตรียมความสามารถให้มากกว่าการจัดหาคนเข้ามาพัฒนาโครงการ Kyndryl จึงนำกรอบการพัฒนา AI Agent ที่ครอบคลุมตั้งแต่เริ่มสร้างจนถึงการใช้งานจริงและความปลอดภัย ตลอดจนแพลตฟอร์มและสถาปัตยกรรมอ้างอิงมาช่วยให้ลูกค้าขยายงานได้เร็วขึ้น โดยต้องทำงานร่วมกับทีมของลูกค้าและพัฒนาทักษะให้บุคลากรพร้อมรับผิดชอบงานต่อได้
การร่วมพัฒนาจึงต้องอาศัยความเชี่ยวชาญของทั้ง 2 ฝ่าย Vishnu กล่าวว่า องค์กรเข้าใจธุรกิจของตนดีที่สุด ส่วนพันธมิตรนำความรู้ด้าน AI เทคโนโลยี ความปลอดภัย และการกำกับดูแลเข้ามาเสริม การทำงานร่วมกันต้องทำให้บุคลากรภายในได้เรียนรู้และมีทักษะเพียงพอที่จะรับช่วงต่อ โดยความรู้ที่เกิดขึ้นระหว่างโครงการยังอยู่กับองค์กรหลังจากงานสิ้นสุดลง ซึ่งสอดคล้องกับหลักที่เศรษฐศิริกล่าวไว้ว่า ควรสร้างเองในสิ่งที่ทำให้ธุรกิจแตกต่าง ใช้พันธมิตรเมื่อต้องการความเร็ว และร่วมพัฒนาเมื่อต้องการทั้ง 2 อย่าง
ข่าวอื่น ๆ ที่น่าสนใจ
กรุงศรี–IBM ชี้ AI Governance ช่วยธุรกิจขยายการใช้ AI
AI Agent เปลี่ยนงานธุรกิจ ผู้บริหารต้องปรับมากกว่าแค่ซื้อเครื่องมือ
