Share on
×

Share

Gartner ชี้ใช้ AI สร้างผลตอบแทน ต้องปรับกระบวนการธุรกิจและคุมความเสี่ยง

Gartner ชี้ใช้ AI สร้างผลตอบแทน ต้องปรับกระบวนการธุรกิจและคุมความเสี่ยง

การลงทุน AI เพื่อช่วยพนักงานเขียนอีเมล ทำสไลด์ หรือลดงานประจำ ช่วยเพิ่มประสิทธิภาพการทำงานได้ แต่เวลาที่ประหยัดได้อาจยังไม่เปลี่ยนเป็นผลตอบแทนขององค์กร โอกาสสำคัญอยู่ที่การนำ AI เข้าไปปรับกระบวนการธุรกิจให้เกิดผลลัพธ์ที่ชัดเจน พร้อมควบคุมต้นทุน ความถูกต้อง และความรับผิดชอบต่อการทำงานของระบบ โดยเฉพาะเมื่อองค์กรเริ่มใช้ AI Agent ทำงานหลายขั้นตอนและเกี่ยวข้องกับการให้บริการลูกค้ามากขึ้น

Ivan Ho, Executive Partner ของ Gartner กล่าวในหัวข้อ “Derisk AI to Create Value at Scale” ในงาน Krungsri Tech Day 2026 ว่า การตัดสินใจลงทุน AI ต้องเริ่มจากกลยุทธ์องค์กร แล้วจึงพิจารณาว่าเทคโนโลยีจะช่วยให้บรรลุเป้าหมายนั้นอย่างไร ทั้งการเลือกงานที่จะนำ AI มาใช้ ระดับการทำงานอัตโนมัติ และความเสี่ยงที่ต้องจัดการ องค์กรแต่ละแห่งอาจเลือกเดินหน้าด้วยความเร็วต่างกันตามบริบทของธุรกิจ แต่กลยุทธ์ AI และดิจิทัลต้องสอดคล้องกับทิศทางองค์กร จึงจะมองเห็นได้ว่าการลงทุนสร้างคุณค่าและผลตอบแทนจากจุดใด

Gartner แบ่งแนวทางลงทุน AI เป็น 3 กลุ่ม ได้แก่ Defend ซึ่งใช้ AI ช่วยงานทั่วไปและเพิ่มประสิทธิภาพให้พนักงาน Extend ซึ่งนำ AI เข้าไปปรับปรุงกระบวนการธุรกิจ และ Upend ซึ่งใช้ AI เปลี่ยนวิธีดำเนินธุรกิจหรือสร้างความเปลี่ยนแปลงในตลาด Ivan มองว่าการใช้งานแบบ Defend ช่วยให้พนักงานทำงานได้เร็วขึ้น แต่การมีเวลาว่างเพิ่มขึ้นไม่ได้หมายความว่ามูลค่าขององค์กรจะเพิ่มตามโดยอัตโนมัติ ธุรกิจจึงต้องพิจารณาต่อว่าเวลาหรือความสามารถที่เพิ่มขึ้นนั้นนำไปสร้างผลลัพธ์อะไรได้บ้าง

แนวทาง Extend เป็นจุดที่หลายองค์กรกำลังให้ความสนใจ โดยนำ AI Agent เข้าไปทำงานในส่วนต่าง ๆ ของกระบวนการธุรกิจ ซึ่งมีโอกาสสร้างผลตอบแทนจากการลงทุน ส่วน Upend เป็นการใช้ AI เปลี่ยนวิธีทำธุรกิจในระดับที่มากขึ้น และเป็นแนวทางที่บริษัทเทคโนโลยีกับฟินเทคมีบทบาทเด่น การเลือกลงทุนจึงต้องสัมพันธ์กับเป้าหมายขององค์กร ทั้งการเพิ่มประสิทธิภาพ ปรับกระบวนการเดิม หรือเปลี่ยนรูปแบบธุรกิจ เพราะแต่ละแนวทางมีขอบเขตการทำงานและความเสี่ยงต่างกัน

AI Agent หลายตัว ต้องคุมต้นทุนและการส่งต่องาน

การใช้ AI Agent ทำงานครบทั้งกระบวนการอาจสร้างภาระด้านต้นทุนสูงกว่าที่คาด Ivan ยกตัวอย่างงานในธุรกิจการเงิน เช่น การรู้จักลูกค้า หรือ KYC และกระบวนการเริ่มต้นสินเชื่อ ซึ่งประกอบด้วยหลายขั้นตอน เมื่อให้ Agent ตัวเดียวรับผิดชอบทั้งหมด ระบบต้องประมวลผลเพื่อหาเหตุผลและดำเนินงานหลายส่วนต่อเนื่องกัน ทำให้ใช้เวลามากขึ้นและเพิ่มค่าใช้จ่ายจากการใช้โทเคน เขาระบุว่าหลายองค์กรที่เคยเดินหน้าแนวทางนี้เริ่มปรับกลับมาแบ่งงานให้ Agent หลายตัวรับผิดชอบหน้าที่เฉพาะ เพื่อให้แต่ละตัวทำงานตรงจุดและลดภาระการประมวลผล

อย่างไรก็ตาม การแบ่งหน้าที่ทำให้ต้องมีระบบควบคุมและประสานการทำงานของ Agent แต่ละตัวอย่างชัดเจน ทั้งจุดส่งต่องาน การตรวจสอบผลลัพธ์ และเงื่อนไขก่อนเริ่มขั้นตอนถัดไป องค์กรจึงต้องพิจารณาการทำงานตลอดทั้งกระบวนการ ควบคู่กับความสามารถของ Agent แต่ละตัว เพราะผลลัพธ์ที่ถูกต้องในขั้นตอนหนึ่งต้องถูกส่งต่อและนำไปใช้อย่างเหมาะสมในขั้นตอนถัดไป การประสานงานระหว่าง Agent จึงเป็นอีกประเด็นสำคัญเมื่อธุรกิจขยายการใช้งาน

ข้อมูลเฉพาะองค์กรสร้างความได้เปรียบด้าน AI

ข้อมูลภายในองค์กรเป็นทรัพยากรสำคัญที่ผู้พัฒนาโมเดลและผู้ให้บริการเทคโนโลยีรายใหญ่ยังเข้าไม่ถึง Ivan มองว่าโอกาสอยู่ที่การนำข้อมูลและความรู้เฉพาะของธุรกิจมาพัฒนาโมเดลเฉพาะด้าน เพื่อให้ AI ทำงานได้แม่นยำและเหมาะกับบริบทมากขึ้น เขายกแนวทางการนำโมเดลแบบเปิดค่าน้ำหนัก หรือ Open-weight มาพัฒนาต่อด้วยข้อมูลขององค์กร ซึ่งทำให้ความพร้อมของข้อมูลสำหรับ AI มีความสำคัญต่อการสร้างความได้เปรียบทางการแข่งขัน โดยเฉพาะเมื่อนำไปใช้กับงานที่ต้องอาศัยความรู้เฉพาะทาง

ข้อจำกัด คือหลายองค์กรมีข้อมูล แต่ยังขาดบุคลากรและทักษะในการนำข้อมูลไปพัฒนาโมเดล ขณะที่ผู้เชี่ยวชาญด้าน AI มีจำนวนจำกัดและเป็นที่ต้องการสูง การร่วมมือกับผู้ให้บริการเทคโนโลยีจึงเป็นทางเลือกหนึ่ง โดยผู้ให้บริการอาจส่งวิศวกรและนักวิทยาศาสตร์ด้าน AI เข้ามาทำงานร่วมกันเพื่อทำความเข้าใจปัญหาและพัฒนาแนวทางใช้งาน Ivan ย้ำว่าองค์กรต้องพิจารณาให้ชัดว่ากำลังอนุญาตให้พันธมิตรเข้าถึงข้อมูลใด ได้รับความสามารถอะไรกลับมา และสามารถพัฒนาทักษะของทีมภายในต่อได้เพียงใด เพราะความรู้ที่สะสมอยู่ในองค์กรมีผลต่อการแข่งขันระยะยาว

ลดความเสี่ยงจากการพึ่งผู้ให้บริการรายเดียว

อีกความเสี่ยงที่องค์กรต้องเตรียมรับมือคือการพึ่งพาผู้ให้บริการรายเดียวตลอดทั้งระบบ Ivan เชื่อมโยงประเด็น Sovereign AI กับความต่อเนื่องทางธุรกิจ โดยตั้งคำถามว่า หากองค์กรไม่สามารถเข้าถึงบริการ AI ที่ใช้อยู่ จะย้ายงานไปยังโมเดลหรือระบบอื่นได้รวดเร็วเพียงใด ท่ามกลางความตึงเครียดทางภูมิรัฐศาสตร์ การเข้าถึงเทคโนโลยีเป็นเงื่อนไขที่ธุรกิจต้องนำมาพิจารณา เช่นเดียวกับความพร้อมของระบบสำรองและแผนกู้คืนระบบไอที

องค์กรจึงควรประเมินตั้งแต่ต้นว่าโมเดล กระบวนการทำงาน และงานที่รันอยู่บนระบบ AI สามารถย้ายไปยังทางเลือกอื่นได้หรือไม่ เพื่อให้บริการดำเนินต่อได้เมื่อระบบเดิมไม่พร้อมใช้งาน ประเด็นนี้ทำให้การเลือกเทคโนโลยีต้องพิจารณาครอบคลุมทั้งความสามารถในปัจจุบันและความยืดหยุ่นในอนาคต โดยมีความต่อเนื่องของธุรกิจเป็นเป้าหมายสำคัญในการเตรียมความพร้อม

กำกับ AI ให้เหมาะกับงาน อธิบายได้ และสร้างความเชื่อมั่น

Ivan สรุปแกนสำคัญของการกำกับดูแล AI ไว้ 3 ด้าน คือ การใช้อย่างรับผิดชอบ ความสามารถในการอธิบายการทำงาน และความเชื่อมั่น การใช้อย่างรับผิดชอบครอบคลุมถึงการเลือกโมเดลให้เหมาะกับงานและค่าใช้จ่าย เช่น งานตอบคำถามที่ไม่ซับซ้อนอาจใช้โมเดลที่มีความสามารถเพียงพอต่อหน้าที่นั้น โดยไม่จำเป็นต้องเลือกโมเดลที่มีความสามารถสูงที่สุดเสมอไป ส่วนการอธิบายการทำงานหมายถึงองค์กรต้องเข้าใจว่า AI ได้รับการฝึกอย่างไร เหตุใดจึงให้ผลลัพธ์เช่นนั้น และมีอคติใดที่อาจส่งผลต่อคำตอบหรือการตัดสินใจ

ความเข้าใจดังกล่าวเป็นพื้นฐานของความเชื่อมั่นทั้งภายในและภายนอกองค์กร พนักงานต้องเชื่อมั่นในเทคโนโลยีจึงจะนำมาใช้งาน ขณะที่ลูกค้าต้องมั่นใจว่าได้รับข้อมูลและบริการที่ถูกต้อง โดยเฉพาะงานการเงิน เช่น การอนุมัติสินเชื่อและการพิจารณารับประกันภัย ซึ่งต้องตรวจสอบว่า AI มีอคติต่อคนบางกลุ่มหรือไม่ หากลูกค้ารู้สึกว่าได้รับการปฏิบัติอย่างไม่เป็นธรรมจนไม่ต้องการใช้บริการผ่าน AI ความพยายามผลักดันการใช้งานก็อาจล้มเหลวได้

การบริหารความเสี่ยงจึงต้องครอบคลุม 4 ด้าน ได้แก่ กลยุทธ์ กฎหมาย กฎระเบียบ และชื่อเสียง โดยความเสี่ยงด้านกฎหมายมีขอบเขตกว้างขึ้นเมื่อ AI เริ่มลงมือทำงานในกระบวนการธุรกิจ จากเดิมที่องค์กรกังวลเรื่องลิขสิทธิ์และทรัพย์สินทางปัญญาของเนื้อหาที่ AI สร้างขึ้น ก็ต้องพิจารณาความรับผิดชอบต่อการกระทำของ Agent เพิ่มเติม ส่วนการปฏิบัติตามกฎระเบียบต้องพิจารณาทั้งกรอบระหว่างประเทศ กฎหมายในประเทศที่ดำเนินธุรกิจ และข้อกำหนดเฉพาะของแต่ละอุตสาหกรรม

AI ทำงานแทนได้ แต่ต้องมีคนรับผิดชอบ

หลักปฏิบัติที่ Ivan เน้นคือ ต้องกำหนดให้มีมนุษย์รับผิดชอบต่อการกระทำของ AI อย่างชัดเจน เมื่อเกิดข้อผิดพลาด องค์กรไม่สามารถโยนความรับผิดชอบให้เทคโนโลยีได้ พร้อมกันนั้นต้องมีมาตรฐานการใช้งานร่วมกัน โดยเฉพาะการที่พนักงานนำบริการ AI นอกเหนือจากที่องค์กรจัดหาเข้ามาใช้ทำงาน ซึ่งอาจทำให้ข้อมูลเฉพาะของธุรกิจรั่วไหล การกำหนดขอบเขตการใช้งานจึงต้องดำเนินควบคู่กับการสื่อสารให้บุคลากรเข้าใจว่าใช้เครื่องมือใดได้ และต้องรับผิดชอบต่อผลลัพธ์อย่างไร

องค์กรยังต้องรักษาทักษะคิดวิเคราะห์ของบุคลากร ทั้งการตรวจสอบความถูกต้องของคำตอบ การตัดสินว่าสิ่งใดเหมาะสม และการแก้ไขข้อผิดพลาดเพื่อนำไปปรับปรุง AI ให้สอดคล้องกับแนวทางและวัฒนธรรมองค์กร Ivan เสนอให้มอง AI Agent เป็นเพื่อนร่วมงานดิจิทัลที่ต้องได้รับคำอธิบายหน้าที่ ขอบเขต และข้อห้ามอย่างชัดเจน ส่วนจะให้คนร่วมตัดสินใจในกระบวนการ คอยกำกับดูแล หรือให้ AI ทำงานอัตโนมัติในระดับใด ต้องเลือกตามลักษณะงานและผลลัพธ์ที่ต้องการ โดยยึดความสำเร็จทางธุรกิจเป็นเป้าหมายของการแข่งขันด้าน AI

ข่าวอื่น ๆ ที่น่าสนใจ

ศิริราช–พญาไท–AWS ใช้ AI การแพทย์ ตอบโจทย์โรงพยาบาล

‘ปฐม อินทโรดม’ ชี้คู่แข่งยุค AI คนเดียวก็ท้าทายธุรกิจเดิมได้

AI Agent เปลี่ยนงานธุรกิจ ผู้บริหารต้องปรับมากกว่าแค่ซื้อเครื่องมือ

×

Share

ผู้เขียน

The Story Thailand Avatar