เนื้อหานี้จัดทำโดย MIT Technology Review Insights ร่วมกับ Concentrix

ปีที่ผ่านมาได้กลายเป็นจุดเปลี่ยนสำคัญของการสนทนาเรื่อง AI ในภาคธุรกิจ หลังจากช่วงเวลาแห่งการทดลองอย่างกระตือรือร้น องค์กรต่าง ๆ กำลังเผชิญกับความเป็นจริงที่ซับซ้อนมากขึ้น แม้ว่าการลงทุนใน AI จะสูงที่สุดเท่าที่เคยมีมา แต่เส้นทางจากโครงการนำร่องไปสู่การใช้งานจริงในระดับใหญ่ยังคงเป็นสิ่งที่ยากจะสำเร็จ สามในสี่ขององค์กรยังคงติดอยู่ในโหมดการทดลอง แม้จะมีแรงกดดันเพิ่มขึ้นให้เปลี่ยนการทดสอบเบื้องต้นให้เป็นผลลัพธ์ที่วัดได้ในเชิงปฏิบัติการ

ตามที่ผู้เชี่ยวชาญคนหนึ่งอธิบาย ความท้าทายมักเป็นเชิงระบบและฝังรากอยู่ในวิธีการดำเนินงานจริง “องค์กรส่วนใหญ่เผชิญสิ่งที่เราเรียกว่า PTSD หรือปัญหาด้านกระบวนการ เทคโนโลยี ทักษะ และข้อมูล” ชิร์ลีย์ ฮัง หุ้นส่วนจาก Everest Group กล่าว “พวกเขามีขั้นตอนการทำงานที่มั่นคงและกระจัดกระจาย ไม่สามารถปรับตัวต่อการเปลี่ยนแปลงได้ดี ระบบเทคโนโลยีที่ไม่เชื่อมโยงกัน บุคลากรที่ถูกใช้ไปกับงานที่มีคุณค่าน้อยแทนที่จะสร้างผลกระทบสูง และถูกถาโถมด้วยข้อมูลที่ไม่มีที่สิ้นสุด แต่กลับไม่มีโครงสร้างที่เชื่อมโยงทั้งหมดเข้าด้วยกัน”

ความท้าทายหลักจึงอยู่ที่การคิดใหม่ว่า มนุษย์ กระบวนการ และเทคโนโลยีจะทำงานร่วมกันอย่างไรในสภาพแวดล้อมการดำเนินงานจริง

ในหลากหลายอุตสาหกรรม ตั้งแต่การสร้างประสบการณ์ลูกค้าไปจนถึงเครื่องจักรกลการเกษตร กำลังปรากฏรูปแบบเดียวกัน โครงสร้างองค์กรแบบดั้งเดิม การตัดสินใจแบบรวม กระบวนการทำงานที่กระจัดกระจาย ข้อมูลที่กระจายอยู่ในระบบที่ไม่เข้ากัน กำลังพิสูจน์ว่ามั่นคงเกินไปที่จะรองรับ AI เชิงปฏิบัติการในระดับใหญ่ได้จริง เพื่อปลดล็อกคุณค่า ผู้นำจำเป็นต้องคิดใหม่ว่าการตัดสินใจควรเกิดขึ้นอย่างไร งานควรถูกดำเนินการอย่างไร และมนุษย์ควรมีบทบาทเฉพาะที่แตกต่างอย่างไร

การสนทนาส่วนใหญ่ได้มุ่งไปที่สิ่งที่อาจเรียกว่า “การปลดล็อกครั้งใหญ่ถัดไป” การทำให้ความร่วมมือระหว่างมนุษย์และ AI เกิดขึ้นจริงในสภาพแวดล้อมการทำงาน แทนที่จะวางตำแหน่ง AI เป็นเพียงเครื่องมือแยกต่างหากหรือ “เสมือนพนักงาน” แนวทางนี้ได้ปรับกรอบใหม่ให้ AI เป็นความสามารถในระดับระบบที่ฝังอยู่ในวิธีการทำงานจริงในแต่ละวัน ซึ่งช่วยเสริมการตัดสินใจของมนุษย์ เร่งการดำเนินงาน และสร้างภาพใหม่ของงานตั้งแต่ต้นจนจบ การเปลี่ยนแปลงนี้ต้องให้องค์กรกำหนดคุณค่าที่ต้องการสร้าง ออกแบบกระบวนการทำงานที่ผสมผสานการกำกับดูแลของมนุษย์เข้ากับระบบอัตโนมัติที่ขับเคลื่อนด้วย AI ในสภาพแวดล้อมการทำงานจริง และสร้างรากฐานด้านข้อมูล การกำกับดูแล และความปลอดภัยที่ทำให้ระบบเหล่านี้น่าเชื่อถือ

“คำแนะนำของฉันคือควรคาดว่าจะมีความล่าช้าอยู่บ้าง เพราะคุณจำเป็นต้องมั่นใจว่าข้อมูลได้รับการปกป้องอย่างปลอดภัย” ไฮดี ฮัฟ รองประธานฝ่ายตลาดหลังการขายในอเมริกาเหนือของ Valmont กล่าว “เมื่อคุณคิดถึงการทำให้การใช้ AI เชิงพาณิชย์หรือเชิงปฏิบัติการเกิดขึ้นจริง หากคุณเริ่มต้นจากศูนย์และให้ความสำคัญกับการกำกับดูแลตั้งแต่แรก ฉันคิดว่านั่นจะช่วยให้ผลลัพธ์ออกมาดีขึ้น”

ผู้ใช้งานกลุ่มแรกได้แสดงให้เห็นแล้วว่าการนำไปใช้จริงในงานปฏิบัติเป็นอย่างไร เริ่มจากกรณีการใช้งานที่มีความเสี่ยงต่ำ จัดรูปแบบข้อมูลให้อยู่ในขอบเขตที่ชัดเจน ฝังการกำกับดูแลเข้าไปในกระบวนการตัดสินใจประจำวัน และให้อำนาจแก่ผู้นำธุรกิจ ไม่ใช่เพียงนักเทคโนโลยี ในการระบุว่า AI สามารถสร้างผลกระทบทางธุรกิจที่วัดได้ตรงไหน ผลลัพธ์คือแผนงานใหม่สำหรับการพัฒนา AI ที่ยึดโยงกับการออกแบบใหม่ว่าบริษัทสมัยใหม่ควรดำเนินงานในระดับใหญ่ได้อย่างไร

“การปรับให้เหมาะสมคือการทำสิ่งที่มีอยู่ให้ดีขึ้น แต่การจินตนาการใหม่คือการค้นพบสิ่งใหม่ทั้งหมดที่ควรค่าแก่การทำ” ฮัง กล่าว

ความแตกต่างระหว่างโครงการนำร่องกับการสร้างผลลัพธ์จริงอยู่ที่ว่า AI สามารถทำงานได้อย่างน่าเชื่อถือในสภาพการดำเนินงานจริงหรือไม่

รับชมการถ่ายทอดทางเว็บ

การถ่ายทอดทางเว็บนี้จัดทำขึ้นร่วมกับ Concentrix

เนื้อหานี้จัดทำโดย Insights ซึ่งเป็นหน่วยงานด้านคอนเทนต์เฉพาะของ MIT Technology Review ไม่ได้เขียนโดยทีมบรรณาธิการของ MIT Technology Review เนื้อหานี้ได้รับการวิจัย ออกแบบ และเขียนโดยนักเขียน บรรณาธิการ นักวิเคราะห์ และนักออกแบบภาพมนุษย์ รวมถึงการเขียนแบบสอบถามและการเก็บข้อมูลสำหรับการสำรวจ เครื่องมือ AI ที่อาจถูกนำมาใช้ถูกจำกัดอยู่ในกระบวนการผลิตขั้นรอง และผ่านการตรวจสอบโดยมนุษย์อย่างละเอียดแล้ว