ในยุคที่ AI สร้างสรรค์กลายเป็นเรื่องปกติ หลายคนใช้เครื่องมือ AI เพื่อเพิ่มประสิทธิภาพส่วนตัวอย่างมาก แต่คุณค่ารวมและผลผลิตขององค์กรกลับไม่ได้เติบโตไปพร้อมกัน ผู้ก่อตั้งบริษัทวิเคราะห์ข้อมูล AI Hebbia George Sivulka ได้ออกบทความยาวเรื่อง “บุคคลที่ผลิตผลงานสูงไม่ได้หมายความว่าสามารถสร้างบริษัทที่มีผลผลิตสูงได้” ชี้ให้เห็นว่าปัญหาไม่ได้อยู่ที่เทคโนโลยี แต่เป็นที่โครงสร้างองค์กรที่ยังไม่ได้ปรับเปลี่ยนตาม AI เขาเสนอแนวคิด “AI ระดับองค์กร (Institutional AI)” ซึ่งเชื่อว่าในอนาคต ความสามารถในการแข่งขันขององค์กรจะขึ้นอยู่กับความสามารถในการฝัง AI ลงในกระบวนการ การตัดสินใจ และโครงสร้างการบริหารจัดการอย่างลึกซึ้ง มากกว่าการใช้เป็นเครื่องมือเพิ่มประสิทธิภาพส่วนบุคคลเท่านั้น
ปรากฏการณ์ปริศนาแห่ง AI เพื่อเพิ่มผลผลิตส่วนบุคคล แต่คุณค่าขององค์กรกลับไม่เติบโตไปพร้อมกัน
ในช่วงไม่กี่ปีที่ผ่านมา AI สร้างสรรค์ได้แพร่หลายอย่างรวดเร็ว เครื่องมือเช่น ChatGPT และ Claude ถูกใช้อย่างแพร่หลายโดยพนักงานในองค์กรเพื่อเขียนงาน พัฒนาซอฟต์แวร์ และวิเคราะห์ข้อมูล จากสื่อและผู้สร้างสรรค์ต่างก็เน้นว่า AI ช่วยให้ประสิทธิภาพการทำงานของแต่ละบุคคลเพิ่มขึ้นหลายเท่า甚至สิบเท่า
อย่างไรก็ตาม Sivulka ชี้ให้เห็นว่า ผลผลิตและคุณค่ารวมขององค์กรไม่ได้เพิ่มขึ้นในระดับเดียวกัน “พูดอีกอย่างคือ ผลประโยชน์ด้านความสามารถในการผลิตที่ AI นำมาให้ ยังไม่ได้แปลเป็นคุณค่าทางธุรกิจในระดับองค์กรอย่างแท้จริง”
เขาเชื่อว่าสาเหตุสำคัญคือ ปัจจุบันหลายองค์กรให้พนักงานใช้เครื่องมือ AI แต่โครงสร้างองค์กร กระบวนการ และกลไกการตัดสินใจยังไม่ได้รับการปรับเปลี่ยน จึงกล่าวได้ว่า “บุคคลที่มีประสิทธิภาพสูงไม่ได้เท่ากับองค์กรที่มีประสิทธิภาพสูง”
(AI ช่วยเขียนโปรแกรมแล้วเกิดปัญหา? Amazon เกิดระบบล่มสี่ครั้งในหนึ่งสัปดาห์ ผู้นำระดับสูงต้องเรียกประชุมด่วนเพื่อทบทวน)
จากประวัติศาสตร์โรงงานไฟฟ้า สู่การเปลี่ยนแปลงโครงสร้างองค์กรในยุค AI
Sivulka อ้างอิงตัวอย่างจากการปฏิวัติอุตสาหกรรมปลายศตวรรษที่ 19 เป็นการเปรียบเทียบ เมื่อไฟฟ้าเริ่มเข้ามาแทนที่ไอน้ำ โรงงานหลายแห่งเพียงแค่เปลี่ยนเครื่องจักรไอน้ำเป็นมอเตอร์ไฟฟ้า แต่โครงสร้างและกระบวนการผลิตยังคงเดิม ผลลัพธ์คือในระยะเวลาประมาณ 30 ปี กำลังการผลิตของโรงงานแทบไม่เปลี่ยนแปลงมากนัก
จนกระทั่งในยุคทศวรรษ 1920 โรงงานเริ่มออกแบบระบบการผลิตใหม่ทั้งหมด เช่น การนำสายการประกอบเข้ามา การติดตั้งมอเตอร์แยกสำหรับแต่ละเครื่องจักร และการวางแผนกระบวนการทำงานใหม่ เทคโนโลยีไฟฟ้าจึงสร้างการเติบโตด้านผลผลิตอย่างมหาศาล
Sivulka เชื่อว่าการพัฒนา AI ในปัจจุบันอยู่ในช่วงคล้ายคลึงกันนี้ คือ องค์กรเพียงแค่ “เปลี่ยนมอเตอร์ใหม่” แต่ยังไม่ได้ “ออกแบบโรงงานใหม่ทั้งหมด”
จาก “AI ส่วนบุคคล” สู่ “AI ขององค์กร”: วิธีเพิ่มประสิทธิภาพสูงสุด?
เขาเรียกโมเดลและการใช้งาน AI ในปัจจุบันว่า “AI ส่วนบุคคล (Individual AI)” และเสนอแนวคิด “AI ขององค์กร (Institutional AI)” พร้อมอธิบายความแตกต่างระหว่างสองแนวคิดนี้
AI ส่วนบุคคล: เครื่องมือเพิ่มประสิทธิภาพส่วนบุคคล
Sivulka ระบุว่า ปัจจุบัน AI ส่วนใหญ่เป็น “AI ส่วนบุคคล (Individual AI)” ซึ่งเป็นเครื่องมือเพิ่มประสิทธิภาพในระดับบุคคล เช่น พนักงานใช้ AI เขียนรายงาน จัดการข้อมูล หรือสร้างสไลด์
เครื่องมือเหล่านี้สามารถเพิ่มประสิทธิภาพส่วนบุคคลได้จริง แต่ขาดกลไกการทำงานร่วมกันและกระบวนการที่เป็นเอกภาพ ทำให้เนื้อหาที่ AI สร้างขึ้นไม่สามารถบูรณาการกันได้ และอาจเพิ่มความสับสนและข้อมูลรบกวนในองค์กร
AI ขององค์กร: ระบบอัจฉริยะฝังในกระบวนการและการบริหาร
เขานำเสนอแนวคิด “AI ขององค์กร (Institutional AI)” ซึ่งไม่ใช่แค่เครื่องมือเดียว แต่สามารถฝังลึกเข้าไปในกระบวนการ การตัดสินใจ และโครงสร้างการบริหารขององค์กร ช่วยสร้างคุณค่าจริงในระดับองค์กร
ในโครงสร้างนี้ AI อาจทำหน้าที่หลายบทบาท เช่น วิเคราะห์ความเสี่ยง ประสานข้อมูลจากแผนกต่าง ๆ หรือค้นหาโอกาสทางธุรกิจใหม่ ๆ โดยอัตโนมัติ
“เสาหลักของ ‘ปัญญาองค์กร’ 7 ประการ”: แผนแม่บทของ AI ในอนาคตขององค์กร
Sivulka เสนอแนวคิด “ปัญญาองค์กร (Institutional Intelligence)” ซึ่งประกอบด้วย 7 องค์ประกอบสำคัญ เขาเชื่อว่าความสามารถเหล่านี้จะเป็นแกนหลักของระบบ AI ในอนาคตขององค์กร
การประสานงาน: ป้องกันความวุ่นวายจาก AI
หากแต่ละคนใช้ AI ของตนเอง ผลลัพธ์และกระบวนการอาจขัดแย้งกัน หนึ่งในภารกิจของ AI ระดับองค์กรคือ การสร้างกลไกการทำงานร่วมกันและการบริหารจัดการ เพื่อให้มนุษย์และ AI ตัวแทน (AI Agents) ทำงานร่วมกันภายใต้การแบ่งงานที่ชัดเจน
บุคคลที่ใช้ AI ส่วนบุคคลอาจสร้างความวุ่นวายให้กับองค์กร แต่ AI ขององค์กรสามารถรวมกระบวนการทำงานและช่วยแบ่งงานได้ สัญญาณ: ค้นหาคุณค่าจากข้อมูลที่ไร้ค่า
AI สร้างสรรค์ช่วยลดต้นทุนการสร้างเนื้อหาอย่างมาก แต่ก็ทำให้ข้อมูลคุณภาพต่ำจำนวนมากเกิดขึ้น หนึ่งในฟังก์ชันสำคัญของ AI ระดับองค์กรคือ การระบุและคัดกรอง “สัญญาณ” ที่แท้จริงมีคุณค่า จากข้อมูลจำนวนมหาศาลและเนื้อหาที่สร้างโดย AI
บุคคลไม่สามารถคัดกรองข้อมูลได้ แต่ AI ขององค์กรสามารถค้นหาสัญญาณเหล่านี้ได้
ความเป็นกลาง: หลีกเลี่ยง AI ส่งเสริมอคติของผู้ใช้
Sivulka ชี้ให้เห็นว่า ปัจจุบันโมเดล AI หลายตัวมักตอบสนองความเห็นของผู้ใช้ ซึ่งอาจทำให้เกิดอคติในองค์กรในระดับความเข้าใจ เขาเชื่อว่าในอนาคต ระบบ AI ขององค์กรควรทำหน้าที่ให้ความเป็นกลางมากขึ้น เป็นผู้ตรวจสอบและควบคุม เพื่อท้าทายการตัดสินใจและชี้ให้เห็นความเสี่ยงที่อาจซ่อนอยู่
AI ส่วนบุคคลอาจเสริมสร้าง “ผลกระทบห้องสะท้อนเสียง (Echo chambers)” และอคติ (Bias) แต่ AI ขององค์กรจะเน้นความจริงและความถูกต้อง
ความได้เปรียบในการแข่งขัน: ผสมผสานโมเดลทั่วไปและการใช้งานเฉพาะด้าน
เขายกตัวอย่างแนวคิด “ดุลยภาพของนวัตกรรม” ซึ่งชี้ให้เห็นว่า โมเดล AI ขนาดใหญ่ทั่วไปให้ความสามารถพื้นฐาน แต่การใช้งานเฉพาะด้านที่ยังไม่แพร่หลายมักให้ผลลัพธ์ที่มีมูลค่าเพิ่มสูง เช่น แพลตฟอร์มสร้างภาพ Midjourney หรือบริษัท AI เสียง ElevenLabs ที่สร้างความได้เปรียบทางเทคนิคด้วยการเน้นด้านเฉพาะ
เขาเชื่อว่า สำหรับองค์กร การผสมผสาน AI ทั่วไปกับ AI ระดับองค์กรเฉพาะทาง จะเป็นกุญแจสำคัญในการสร้างความได้เปรียบทางการแข่งขัน
มุ่งเน้นผลลัพธ์: จากการลดต้นทุนสู่การสร้างรายได้
Sivulka เน้นย้ำว่า ปัจจุบันหลายผลิตภัณฑ์ AI โฆษณาว่า “ช่วยประหยัดเวลาและแรงงาน” แต่สิ่งที่องค์กรสนใจจริงคือ “สามารถสร้างรายได้เพิ่มขึ้น” ดังนั้น คุณค่าของระบบ AI ในอนาคตควรอยู่ที่ความสามารถในการค้นหาโอกาสทางธุรกิจใหม่ ๆ หรือเพิ่มรายได้
AI ระดับองค์กรที่มีความสามารถในการสร้างความได้เปรียบ ต้องสามารถสร้างรายได้โดยตรง เช่น การคัดเลือกเป้าหมายการควบรวมกิจการที่มีศักยภาพสูงจากพันธมิตรหลายพันราย ไม่ใช่แค่ทำให้ผู้วิเคราะห์สร้างโมเดลทางการเงินได้เร็วขึ้น
ความสามารถในการบูรณาการ: การนำ AI เข้าสู่กระบวนการขององค์กร
การนำ AI ไปใช้งานจริงมักต้องออกแบบกระบวนการและระบบการบริหารใหม่ Sivulka ชี้ว่า บริษัทอย่าง Palantir (PLTR) ได้รับความสนใจในตลาดเพราะสามารถช่วยองค์กรบูรณาการระบบ AI เข้ากับกระบวนการดำเนินธุรกิจเดิม และสนับสนุนการเปลี่ยนแปลงภายใน
การดำเนินการเชิงรุก: ไม่พึ่งพาแต่คำสั่งจากมนุษย์อีกต่อไป
ปัจจุบัน ระบบ AI ส่วนใหญ่ยังต้องการคำสั่งจากมนุษย์เพื่อทำงาน แต่ Sivulka เชื่อว่าในอนาคต ความสามารถสำคัญคือ AI ต้องสามารถตรวจสอบข้อมูล ค้นหาความผิดปกติ และแจ้งเตือนล่วงหน้า เช่น การตรวจพบแนวโน้มการเสื่อมสภาพของเงินทุนของบริษัทในพอร์ตก่อนที่ผู้จัดการกองทุนจะเปิดดูงบการเงินเอง และอ้างอิงเงื่อนไขในสัญญาเงินกู้เพื่อส่งสัญญาณเตือนความเสี่ยงโดยอัตโนมัติ
การแข่งขันในยุค AI: ใครจะเป็นคนแรกที่ “สร้างโรงงานใหม่” ให้สำเร็จเป็นกุญแจสำคัญ
ในตอนท้าย Sivulka เน้นย้ำว่า เครื่องมือ AI ส่วนบุคคลยังคงเป็นทางเข้าสู่ AI ขององค์กร แต่ความแตกต่างที่แท้จริงและสร้างความได้เปรียบทางการแข่งขันจะเกิดขึ้นเมื่อสามารถบูรณาการระบบ AI ระดับองค์กรได้ เขาเชื่อว่าในอนาคต องค์กรน่าจะใช้ AI ทั่วไปควบคู่กับ AI ระดับองค์กรที่ออกแบบเฉพาะทาง โดยที่ AI ทั่วไปช่วยเพิ่มประสิทธิภาพพนักงาน ขณะที่ AI ระดับองค์กรจะรับผิดชอบการบูรณาการข้อมูล การสนับสนุนการตัดสินใจ และสร้างคุณค่าทางธุรกิจ
เขาสรุปด้วยการอ้างอิงประวัติศาสตร์การปฏิวัติอุตสาหกรรม เน้นว่าในยุค AI นี้ องค์กรก็ต้องเผชิญกับความท้าทายในการสร้างโครงสร้างการทำงานใหม่เช่นกัน
โรงงานที่นำเทคโนโลยีไฟฟ้าเข้ามาใช้เป็นแห่งแรก สุดท้ายก็แพ้โรงงานที่ออกแบบสายการผลิตใหม่ทั้งหมด เรามีไฟฟ้าแล้ว ถึงเวลาที่จะสร้างโรงงานใหม่อีกครั้ง
บทความนี้ชี้ให้เห็นว่า การใช้ AI เพื่อเพิ่มประสิทธิภาพพนักงาน 10 เท่า ไม่ได้หมายความว่ามูลค่าของบริษัทจะเพิ่มขึ้น 10 เท่า: แล้วผลผลิตหายไปไหน? ซึ่งปรากฏครั้งแรกในสำนักข่าว ABMedia
