7 ความจริงในการดำเนินงานของบริษัทที่เป็น AI-Native

McKinsey พูดคุยกับผู้นำด้านเทคโนโลยีและธุรกิจของบริษัทที่ขับเคลื่อนด้วย AI จำนวน 15 แห่ง ตั้งแต่สตาร์ทอัพไม่กี่คนไปจนถึงแพลตฟอร์มระดับโลก เพื่อหาว่าอะไรทำให้บริษัทที่เป็น AI-Native ได้ผลจริง สิ่งที่พบคือทั้งหมดมาบรรจบที่ความจริงในการดำเนินงานชุดเดียวกันเจ็ดข้อ ที่องค์กรส่วนใหญ่ยังเข้าใจผิด

แม้ผลสำรวจของ McKinsey จะพบว่า 88% ขององค์กรใช้ AI ในงานอย่างน้อยหนึ่งด้าน แต่มีเพียงราว 1% ที่ถือว่าใช้ได้เต็มที่ และราวสองในสามยังไม่ขยายผลเกินโครงการนำร่อง ความต่างของบริษัทที่ทำได้คือมอง AI เป็นตัวคูณของความทะเยอทะยานและขีดความสามารถ ไม่ใช่แค่เครื่องมือลดต้นทุน บทความนี้สรุปความจริงทั้งเจ็ดข้อที่เป็นเหมือนระบบปฏิบัติการของการเป็น AI-Native

(รูปภาพจาก : FAZ)

ทำไมบริษัท AI-Native จึงต่างออกไป

ความต่างที่ชัดที่สุดไม่ได้อยู่ที่จำนวนเครื่องมือ AI แต่อยู่ที่มุมมอง องค์กรส่วนใหญ่ใช้ AI เพื่อลดต้นทุนและเพิ่มประสิทธิภาพ ซึ่งมีเพดานจำกัด ส่วนบริษัท AI-Native ใช้ AI เพื่อทำสิ่งที่เมื่อก่อนทำไม่ได้ จนเกิดเป็นโมเดลธุรกิจแบบใหม่ ไม่ใช่แค่ทำสิ่งเดิมให้ถูกลง

สิ่งที่น่าสนใจคือ บริษัททั้ง 15 แห่งซึ่งอยู่คนละอุตสาหกรรมและคนละขนาด กลับค้นพบหลักการเดียวกันโดยอิสระ นั่นชี้ว่าเจ็ดข้อนี้ไม่ใช่ทฤษฎี แต่เป็นสิ่งที่เกิดขึ้นจริงเมื่อทีมที่เอา AI เป็นศูนย์กลางได้ลองทำภายใต้เงื่อนไขจริง

7 ความจริงในการดำเนินงานของบริษัท AI-Native

McKinsey สรุปสิ่งที่ได้เรียนรู้เป็นความจริงเจ็ดข้อที่ทำงานประสานกันเหมือนระบบเดียว

1. AI ไม่ใช่เครื่องมือ แต่เป็นเพื่อนร่วมทีม มอง Agent เป็นสมาชิกทีมจริงที่ทำงานเองได้ตลอดเวลา และวัดผลที่สิ่งที่องค์กรกล้าลงมือทำได้มากขึ้น ไม่ใช่ชั่วโมงที่ประหยัด

2. รู้ว่าอะไรควรสร้างเอง อะไรควรซื้อ สร้างเองเฉพาะสิ่งที่ทำให้องค์กรแตกต่างจากข้อมูล ความเชี่ยวชาญ หรือ IP ของตัวเอง ส่วนที่เหลือเริ่มจากเครื่องมือสำเร็จรูปและทำให้สับเปลี่ยนได้ง่าย

3. คอขวดไม่ใช่ตัวโมเดล แต่คือการเข้าถึงความรู้ในองค์กร เพดานของ AI อยู่ที่ความสะอาดและการจัดการความรู้ ไม่ใช่การเลือกโมเดล จึงต้องลงทุนในชั้นความรู้ที่ AI ค้นเจอและเชื่อถือได้

4. ออกแบบเพื่อสับเปลี่ยน ไม่ใช่ยึดติดแพลตฟอร์มเดียว ใช้ชั้นการกำกับบาง ๆ เชื่อมเครื่องมือที่ดีที่สุดในแต่ละด้านเข้าด้วยกัน โดยไม่ผูกติดกับโมเดลใดโมเดลหนึ่ง และแบ่งชั้นความปลอดภัยของข้อมูล

5. ความไว้วางใจมาก่อนความเป็นอิสระ ให้ AI สร้างผลงานและคนเป็นผู้ตัดสิน ระบบจะได้รับอิสระเพิ่มขึ้นเมื่อพิสูจน์ตัวเองแล้ว พร้อมกำหนดเพดานคุณภาพและวัดเวลาตลอดวงจรทั้งการสร้างและการตรวจ

6. รวมศูนย์แพลตฟอร์ม กระจายงาน ทีมแพลตฟอร์มดูแลโครงสร้างพื้นฐาน ความปลอดภัย และการกำกับ ส่วนทีมธุรกิจเป็นเจ้าของปัญหาและแก้ด้วยตัวเองบนแพลตฟอร์มนั้น พร้อมเปิดให้ทุกคนเป็นผู้สร้างได้

7. การนำไปใช้คือ Flywheel ไม่ใช่การโรลเอาต์ครั้งเดียว ขับเคลื่อนด้วยสี่ชั้นที่เสริมกัน คือ ผู้นำเป็นต้นแบบ การแชร์ความสำเร็จในองค์กร การวัดผล และการจ้างคนที่มีนิสัยทดลองใช้ AI

ช่องว่างที่กำลังถ่างออก

ความจริงทั้งเจ็ดข้อนี้ไม่ได้เป็นเพียงรายการแนวปฏิบัติที่ดี แต่ทำงานประสานกันเหมือนระบบเดียว การมอง Agent เป็นเพื่อนร่วมทีมนำไปสู่คำถามว่าจะสร้างหรือซื้อ การสร้างต้องอาศัยชั้นความรู้ที่ดี ซึ่งต้องมีสถาปัตยกรรมที่กำกับได้และสับเปลี่ยนได้ การทำงานอย่างปลอดภัยต้องสร้างความไว้วางใจทีละขั้น การขยายผลต้องอาศัยการออกแบบองค์กร และการรักษาไว้ต้องอาศัยวัฒนธรรมแบบ Flywheel

ช่องว่างระหว่างองค์กรที่ใช้ระบบนี้กับองค์กรที่เพิ่งเริ่มต้นจึงไม่ใช่ช่องว่างด้านเทคโนโลยี แต่เป็นช่องว่างด้านโมเดลการดำเนินงานที่กำลังถ่างออกเรื่อย ๆ องค์กรที่ลงมือช้าไม่ได้แค่อยู่กับที่ แต่กำลังเสียพื้นที่ให้คู่แข่งที่ทบความได้เปรียบขึ้นทุกรอบ

คำถามที่พบบ่อย (FAQ)

• บริษัทที่เป็น AI-Native ต่างจากบริษัททั่วไปอย่างไร

ความต่างไม่ได้อยู่ที่จำนวนเครื่องมือ AI แต่อยู่ที่มุมมองและโมเดลการดำเนินงาน บริษัท AI-Native ใช้ AI เป็นตัวคูณของความทะเยอทะยานเพื่อทำสิ่งที่เคยทำไม่ได้ ไม่ใช่แค่ลดต้นทุน

• 7 ความจริงในการดำเนินงานของบริษัท AI-Native มีอะไรบ้าง

AI เป็นเพื่อนร่วมทีม / รู้ว่าอะไรสร้างเองหรือซื้อ / คอขวดคือการเข้าถึงความรู้ ไม่ใช่โมเดล / ออกแบบเพื่อสับเปลี่ยน / ความไว้วางใจมาก่อนความเป็นอิสระ / รวมศูนย์แพลตฟอร์มกระจายงาน / การนำไปใช้คือ Flywheel

• ทำไมการมีเครื่องมือ AI จึงยังไม่พอ

เพราะความจริงทั้งเจ็ดทำงานประสานกันเหมือนระบบปฏิบัติการขององค์กร ช่องว่างที่แท้จริงคือโมเดลการดำเนินงาน ไม่ใช่เทคโนโลยี การมีเครื่องมือโดยไม่ปรับวิธีดำเนินงานจึงไม่ทำให้เป็น AI-Native

สรุป

บริษัทที่เป็น AI-Native ไม่ได้ต่างเพราะมีเครื่องมือมากกว่า แต่ต่างเพราะยึดความจริงในการดำเนินงานเจ็ดข้อที่ทำงานประสานกันเหมือนระบบเดียว และมอง AI เป็นตัวคูณของความทะเยอทะยาน ไม่ใช่แค่เครื่องลดต้นทุน

สำหรับผู้บริหาร ช่องว่างที่ต้องปิดไม่ใช่เรื่องเทคโนโลยี แต่เป็นโมเดลการดำเนินงาน องค์กรที่ลงมือปรับตามความจริงทั้งเจ็ดนี้ก่อน จะทบความได้เปรียบขึ้นทุกรอบ ขณะที่องค์กรที่ลงมือช้าจะเสียพื้นที่ให้คู่แข่งไปเรื่อย ๆ