คำถามเรื่อง AI ในเวทีระดับโลกเปลี่ยนไปอย่างรวดเร็วในช่วง 3 ปีที่ผ่านมา จากคำถามว่า AI คืออะไร เมื่อ 2 ปีก่อนขยับมาสู่เรื่อง AI กับมนุษย์จะอยู่ร่วมกันอย่างไร และในปีนี้คำถามเปลี่ยนเป็น องค์กรจะกำกับดูแล AI อย่างไร และจะสร้าง Value จาก AI ได้อย่างไร
ดร.ทัดพงศ์ พงศ์ถาวรกมล กรรมการผู้จัดการ กสิกร บิซิเนส-เทคโนโลยี กรุ๊ป (KBTG) กล่าวถึงการเปลี่ยนแปลงนี้จากประสบการณ์ที่ได้เข้าร่วม World Economic Forum ที่เมืองดาวอสว่า ช่วง 2 ปีที่ผ่านมาเป็นช่วงที่หลายองค์กรทดลองใช้ AI กันอย่างกว้างขวาง แต่วันนี้ภาคธุรกิจเริ่มต้องการนำ AI มาใช้จริง ขยายการใช้งาน และสร้าง Value ให้เกิดขึ้นจริง คำถามจึงอยู่ที่ว่าจะ Govern AI อย่างไรให้ Trustworthy, Scalable และสร้าง Value ได้
โจทย์นี้เกิดขึ้นท่ามกลางสิ่งที่ดร.ทัดพงศ์เรียกว่า “Productivity Gap of AI” แม้องค์กรธุรกิจขนาดใหญ่ประมาณ 88% จะนำ AI มาใช้แล้ว แต่จาก 100 Use Case มีเพียงประมาณ 5% ที่เกิด Value จริง การนำ AI มาใช้จำนวนมากจึงยังไม่ได้หมายความว่าจะสร้าง Impact ได้ในระดับเดียวกัน
เมื่อ Honeymoon Period ของ AI เริ่มผ่านไป ค่า Token เริ่มสูงขึ้น องค์กรที่เคยเปิดให้ทดลองใช้ AI ก็เริ่มต้องการเห็นผลลัพธ์และรายงานจากการใช้งาน เพื่อนำไปประกอบการพิจารณางบประมาณในปีต่อไป โจทย์จึงไม่ได้อยู่ที่ Adoption เพียงอย่างเดียว แต่อยู่ที่ Impact ที่เกิดขึ้นจาก AI
คำตอบหนึ่งที่ KBTG พบอาจดูสวนทางกับแนวคิดเดิม เพราะ Governance ซึ่งเคยถูกมองว่าเป็น “ตัวเบรก” กลับมีบทบาทสำคัญต่อการสร้าง Value จาก AI ยิ่งนำ Governance เข้าไปผสานกับ Use Case มากเท่าไร โอกาสที่ AI จะเติบโตและขยายผลก็ยิ่งมากขึ้น
AI Governance ต้องเริ่มตั้งแต่วันแรก
รูปแบบที่ดร.ทัดพงศ์มองว่าไม่ค่อยได้ผล คือการวาง Governance เป็น Gatekeeper โดยปล่อยให้ทีมพัฒนา Build และ Test Model จนเตรียม Deploy แล้วจึงส่งให้ Governance ตรวจสอบ ซึ่งอาจทำให้ต้องใช้เวลาเพิ่มอีกหลายเดือน
แนวทางที่เริ่มเกิดขึ้นคือการนำ Governance เข้ามาอยู่ใน Agile Squad ตั้งแต่ต้น จากเดิมที่มี Business, Product และ IT ทำงานร่วมกัน เมื่อมี AI ก็เพิ่มทีม AI เข้ามา และนำ Governance รวมถึง Compliance เข้ามาทำงานร่วมกับทีมด้วย
เมื่อ Governance เข้าใจงานและเดินไปพร้อมกับทีม บทบาทจึงเปลี่ยนจากคนที่คอยหยุดอยู่หน้าด่าน มาเป็นคนที่ช่วยพาทีมผ่านด่านต่าง ๆ ได้ ทัดพงศ์เรียกแนวทางนี้ว่า Built-in Governance ซึ่งหมายถึงการออกแบบ Governance เข้าไปตั้งแต่หลักการ ขั้นตอน กระบวนการ และแพลตฟอร์ม
“Governance ไม่ใช่กำแพง แต่เป็น Enabler”
KBTG ใช้แนวคิด “Human-first x AI-first ” เป็น Guiding Principle โดย AI First หมายถึงการมอง AI เป็นส่วนหนึ่งที่สามารถนำไปฝังอยู่ในการทำงานเพื่อสร้าง Value เช่นเดียวกับ IT หรือ Mobile ส่วน Human First หมายถึงมนุษย์ต้องมาก่อน โดยนำ AI มาใช้เพื่อ Augment และ Empower คน ไม่ใช่แทนที่คน
หลักการนี้ถูกนำไปสู่ข้อกำหนดด้านต่าง ๆ ตั้งแต่ AI ต้องเชื่อถือได้ สอดคล้องกับจริยธรรมและกฎหมาย มีความปลอดภัย อธิบายได้ มีผู้รับผิดชอบที่ชัดเจน เคารพความเป็นส่วนตัว รวมถึงต้องมีความเป็นธรรมและไม่มี Bias ก่อนนำไปกำหนดต่อว่าใครเป็นเจ้าของ AI ใครทำ ใครตรวจสอบ ใครควบคุม Lifecycle ตลอดจนการดูแล Data, IT Security และการพัฒนาคน
วัด Value ก่อนขยาย AI at Scale
Governance ไม่ได้เข้ามาหลังจากพัฒนา AI เสร็จ แต่เริ่มตั้งแต่วันที่องค์กรพิจารณาว่า Use Case ใดควรทำและจะวัดความสำเร็จอย่างไร
ดร.ทัดพงศ์แบ่งการสร้าง Value จาก AI ในองค์กรออกเป็นสามพื้นที่ ได้แก่ งานหลังบ้านที่ใช้ AI เพิ่ม Productivity งานหน้าบ้านที่เกี่ยวข้องกับ Product, Channel, Experience และ Service และงานระดับบริหารที่เกี่ยวข้องกับการวางแผน กลยุทธ์ และการสร้างผลิตภัณฑ์ใหม่
Value ที่เกิดขึ้นสามารถถูกเก็บเกี่ยวได้อีกสามทาง คือ เพิ่มรายได้ ลดรายจ่ายและเพิ่มประสิทธิภาพ หรือช่วยลดความเสี่ยง เมื่อนำสองด้านมาจับคู่กันจะเกิดเป็นกรอบ 3×3 สำหรับพิจารณาว่า Use Case อยู่ตรงไหนและจะวัดความสำเร็จอย่างไร
สำหรับธุรกิจที่อยู่ภายใต้การกำกับดูแล การป้องกันไม่ให้ปัญหาเกิดขึ้นก็ถือเป็น Value ได้เช่นกัน เช่น การใช้ AI ตรวจจับการทุจริตเพื่อลดความเสี่ยง ดังนั้นก่อนเริ่ม Use Case องค์กรต้องตอบให้ได้ว่า AI จะสร้าง Value จากจุดไหน เก็บเกี่ยว Value อย่างไร และจะใช้ตัวชี้วัดอะไรติดตามผล
ตัวอย่างจากการใช้งานจริงของ KBTG คือ Chatbot ที่เริ่มใช้มาตั้งแต่ช่วงโควิดและช่วยลดเวลาการทำงานของฝ่าย Operation ได้ประมาณ 300,000 ชั่วโมงต่อปี ขณะที่การนำ AI ไปช่วยชี้เป้าให้ทีมขายทำให้ Conversion เพิ่มขึ้นหกเท่า
อีกกรณีคือ Face Recognition ที่พัฒนาขึ้นภายใน KBTG ก่อนแยกออกมาเป็นธุรกิจภายใต้แบรนด์ I Know Verify ปัจจุบันมีการใช้งานในกว่า 20 แอปพลิเคชัน มีผู้ใช้งานรวมมากกว่า 40 ล้านคน และมีบริษัทคู่ค้ากว่า 10 แห่ง
AI at Scale ต้องสร้าง Trust 4 ด้าน
เมื่อ AI มีแนวโน้มกลายเป็น Commodity มากขึ้น ทัดพงศ์มองว่าสิ่งที่จะสร้างความแตกต่างระหว่างองค์กรคือ Trust ซึ่งประกอบด้วยสี่ด้าน ได้แก่ Process, People, Platform และ Experimentation
Trust ในระดับ Process หมายถึงการทำให้เจ้าของกระบวนการเชื่อมั่นใน AI และพร้อมเปลี่ยน Process เพื่อทำงานร่วมกับ AI ไม่ใช่เพียงนำ AI ไปทดลองใช้กับวิธีทำงานเดิม
KBTG ซึ่งทำหน้าที่เป็น IT Arm ให้ธนาคารกสิกรไทยได้นำ AI เข้าไปเปลี่ยนกระบวนการพัฒนาซอฟต์แวร์ หรือ SDLC ตั้งแต่การรับ Requirement การออกแบบ ไปจนถึงการเขียน Code และเชื่อมแต่ละส่วนเข้าด้วยกันเป็น Workflow โดยในปีที่ผ่านมาเริ่มเห็น Productivity Improvement 8% และตั้งเป้าเพิ่มเป็น 15% ในช่วงต่อไป
Trust ในระดับ People คือการทำให้คนสามารถทำงานร่วมกับ AI ได้ ทั้งความรู้ด้านเทคโนโลยี ทักษะในการใช้เครื่องมือ ความสามารถในการเรียนรู้สิ่งใหม่ และ Growth Mindset เพราะในอนาคตคนกับ Bot จะทำงานร่วมกันมากขึ้น
ส่วน Platform ต้องเริ่มจาก Use Case ที่สามารถสร้าง Value แล้วจึงพิจารณาว่าต้องใช้ AI Capability แบบใด จะ Buy, Build หรือ Customize อย่างไร ก่อนเชื่อมลงมาถึง Data, Knowledge, Compute และ Integration โดยมี Security and Identity, Risk, Privacy และ AI Operation อยู่ในทุกระดับ
Sandbox ลดเวลาทดลอง AI จาก 45 วันเหลือ 1 วัน
Trust อีกด้านคือการเปิดพื้นที่ให้คนทดลองสิ่งใหม่ โดยยอมรับว่า AI มีโอกาสผิดพลาดและต้องสามารถเรียนรู้จากความผิดพลาดนั้นได้ แต่ต้องออกแบบให้ความผิดพลาดไม่สร้างความเสียหายร้ายแรง
KBTG จึงสร้าง Sandbox ให้คนในองค์กรทดลอง AI ก่อนนำไปใช้จริง หาก Use Case ใดพิสูจน์แล้วว่าใช้ได้จึงนำไปใช้งาน และเมื่อเริ่มเห็น Use Case ลักษณะเดียวกันเกิดขึ้นในหลายฝ่าย จึงพัฒนาเป็น Capability หรือ Project เพื่อขยายการใช้งานต่อไป
แนวทางดังกล่าวช่วยลดระยะเวลาการ Experiment จากประมาณ 45 วันเหลือหนึ่งวัน ปัจจุบันมี MVP 48 ตัว และเริ่มเห็น Use Case ที่หลายฝ่ายสามารถใช้ร่วมกัน เช่น Chatbot สำหรับ Internal Knowledge Management, Document Processing รวมถึง Conversational AI และ Voice
Governance ในลักษณะนี้จึงไม่ได้หมายถึงการเลือกว่าจะ “ห้ามใช้ AI” หรือ “เปิดให้ใช้ทุกอย่าง” แต่ต้องแยกให้ชัดว่า AI แบบใดสามารถให้พนักงานใช้ได้โดยตรง แบบใดต้องมี IT ดูแล ระดับความเสี่ยงเป็นอย่างไร ใช้ข้อมูลแบบไหน ต้อง Monitor อย่างไร Vendor ที่นำมาใช้เชื่อถือได้หรือไม่ รวมถึงต้องมีแนวทาง Rollback และ Audit เมื่อเกิดปัญหา
AI Governance จาก Brake สู่ Engine สร้าง Value
ท้ายที่สุด ดร.ทัดพงศ์ย้ำว่า Governance เป็นเรื่องของคน ไม่ใช่เรื่องของโมเดลเพียงอย่างเดียว เพราะไม่ว่าโมเดลจะผิดหรือถูก สุดท้ายคนยังเป็นผู้รับผิดชอบ
KBTG จึงให้ความสำคัญกับ AI Literacy ของคนในองค์กร และเริ่มพัฒนาวิศวกรให้เป็น AI Engineer ที่สามารถนำ AI ไปใช้ในการสร้าง Product ได้ พร้อมกับติดตามการเปลี่ยนแปลงในระดับโลกผ่านการเข้าร่วม AI Governance Forum ของ World Economic Forum และมีส่วนร่วมในการร่าง Playbook สำหรับ Financial Service
สิ่งที่องค์กรต้องทำจึงเริ่มจากการเปลี่ยน Guiding Principle ให้เป็นขั้นตอนและ Process ที่นำไปปฏิบัติได้ กำหนดให้ชัดว่า AI แต่ละ Use Case สร้าง Value ในจุดใดและวัดผลอย่างไร พร้อมสร้าง People First Mentality เพื่อให้คนสามารถทำงานร่วมกับ AI ได้
“Trust is the true limit of innovation.”
ดร.ทัดพงศ์ กล่าวว่า AI จะสร้าง Innovation ได้มากเพียงใดขึ้นอยู่กับ Trust ของทั้งคนที่สร้างและคนที่ใช้ นั่นทำให้ Governance ไม่ใช่ Brake ของ AI แต่เป็น Engine ที่ช่วยสร้าง Value เพราะ AI เพียงอย่างเดียวไม่ได้เปลี่ยนโลก แต่ AI ที่ได้รับความไว้วางใจและอยู่ในมือของคนต่างหากที่จะทำให้การเปลี่ยนแปลงเกิดขึ้น
ข่าวอื่น ๆ ที่น่าสนใจ
ความมั่นคงยุค AI เริ่มที่ ‘ข้อมูล’ ทลาย Data Silo ก่อนใช้ AI
Net Zero จากเป้าหมายปี 2593 สู่สิ่งที่ธุรกิจต้องเริ่มทำวันนี้
สรุปจาก ดร.ทัดพงศ์ พงศ์ถาวรกมล ในหัวข้อ AI Economy by AI Ecosystem, AI from one to millions
