“การนำ AI มาใช้ในระดับองค์กรนั้นไม่ง่าย จำเป็นต้องมีการวางแผนอย่างรอบคอบ โชติวิทย์ จารุวรรณสถิต และ บุญชัย รัตนพิเศษ สองผู้บริหารจากเดลล์ เทคโนโลยีส์ ได้แนะนำ 2 แนวทางผนวกกับแนวคิด AI Maturity Index ก่อนนำ AI มาใช้ในองค์กร
AI กำลังกลายเป็นเครื่องมือสำคัญในการขับเคลื่อนธุรกิจสู่อนาคต องค์กรชั้นนำทั่วโลกต่างมุ่งนำ AI มาประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพการทำงาน พัฒนาสินค้าและบริการ ตลอดจนสร้างกลยุทธ์ทางธุรกิจที่เหนือชั้น
OPEN-TEC ศูนย์รวมองค์ความรู้ด้านเทคโนโลยี ภายใต้การดูแลของ TCC TECHNOLOGY GROUP ขอนำเสนอมุมมองในการเตรียมความพร้อมขององค์กรในการใช้ AI_จาก โชติวิทย์ จารุวรรณสถิต และ บุญชัย รัตนพิเศษ สองผู้บริหารจากเดลล์ เทคโนโลยีส์ ที่มาร่วมกันแบ่งปันข้อมูลบนเวทีให้ความรู้ภายใต้หัวข้อ Navigating_AI Frontier ซึ่ง ทีซีซี เทคโนโลยี และเดลล์ เทคโนโลยีส์ ร่วมกันจัดขึ้น
โดยทั้งสองท่านเห็นพ้องกับประเด็นบนเวที World Economic Forum 2024 ในเรื่องการทำงานที่ต้องสอดประสานกันของทั้ง 3 องค์ประกอบสำคัญ ได้แก่ M+A+D; Machine Learning, กระบวนการทำ Analytics และ Data ข้อมูลที่มีปริมาณมหาศาลเป็นสิ่งที่ผลักดันให้เกิดการนำ AI มาใช้งาน บนแพลตฟอร์มที่มีความยืดหยุ่น ชาญฉลาด โดยที่ไม่สามารถละเลยข้อคำนึงในหลักการ AI TRiSM (Trust, Risk, and Security Management) และผสมผสานเทคโนโลยีที่เหมาะสม
AI_ส่งผลกระทบต่อทุกระดับ
ในยามที่ AI_กำลังเข้ามามีอิทธิพลและแทรกซึมในองค์กรด้านใดด้านหนึ่งไม่มากก็น้อย หลักการของ AI_in Everything ได้ถูกนำมาปรับใช้กับหลายๆ กระบวนการ เช่น Product Development, Sales Process, Training System, Post Sales Support
การตระหนักว่า AI_จะไม่ได้เข้ามาแทนที่แรงงาน แต่เป็นการสร้างโอกาสในการพัฒนาศักยภาพของบุคลากร ซึ่งยังต้องอาศัยประสบการณ์ ความเข้าใจ ที่พัฒนาเป็นองค์ความรู้ และมุมมองการตัดสินใจของทีมงาน ทำงานร่วมกันในลักษณะ Human–Machine Interaction เป็นการปูทางไปสู่ Digital Transformation ที่ประสบความสำเร็จ ตัวอย่างการทำงานร่วมกันในปัจจุบัน เช่น Software Development, Productivity Improvement, Knowledge Management ฯลฯ
แนวทางสำคัญสำหรับการนำ AI_มาใช้ในระดับองค์กร
AI_กำลังกลายเป็นเครื่องมือสำคัญในการขับเคลื่อนธุรกิจสู่อนาคต องค์กรชั้นนำทั่วโลกต่างมุ่งนำ AI มาประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพการทำงาน พัฒนาสินค้าและบริการ ตลอดจนสร้างกลยุทธ์ทางธุรกิจที่เหนือชั้น
แต่การนำ AI_มาใช้ในระดับองค์กรนั้น ไม่ได้เกิดขึ้นโดยง่าย จำเป็นต้องมีการวางแผนอย่างรอบคอบ โชติวิทย์ และบุญชัย ได้เชื่อมโยง 2 แนวทางสำคัญที่ผนวกกับแนวคิดของ AI_Maturity Index ดังนี้
1. การตระหนักรู้ในตนเองและความพร้อม
โดยมีประเด็นสำคัญ 3 ข้อที่งองค์กรต้องตระหนักรู้ ขอบเขตความสามารถของตัวเองนั่นคือ
- ความสอดคล้องของการจัดการการกำกับดูแลข้อมูล (Compliance) ความพร้อมของบุคลากรด้วยทักษะที่เหมาะสม (People Skills Set) และการนำทางลำดับชั้นขององค์กร (Hierarchy) ถือเป็นข้อพิจารณาที่สำคัญ
- การระบุเป้าหมายและปัญหาทางธุรกิจ (Business Use Case) และจัดลำดับความสำคัญของโครงการตามผลกระทบ ไม่ว่าจะเป็นการเพิ่มประสิทธิภาพในการจัดการต้นทุน การส่งเสริมความยั่งยืน หรือการบรรลุเป้าหมายเชิงกลยุทธ์อื่นๆ
- การวัดผล การทดสอบความเป็นไปได้ และความคุ้มค่าของการลงทุน AI_ผ่านตัวชี้วัดที่ชัดเจนและผลลัพธ์ที่จับต้องได้ถือเป็นสิ่งสำคัญในการพิจารณา
2. กระบวนการทำ Data Operation
การลงมือปฏิบัติเรื่อง AI_จะต้องไม่ลืมความสำคัญพื้นฐานนั่นคือ การจัดการข้อมูล ซึ่งมีข้อสังเกตดังนี้
- ร้อยละ 80 ของเวลาในการดำเนินงานด้านข้อมูล หมดไปกับขั้นตอนการแยก การแปลง และการถ่ายโอนข้อมูล (ETL) พร้อมทั้งจัดการกับข้อกังวลด้านความปลอดภัย กับการรวบรวมข้อมูลจากหลากหลายรูปแบบและแหล่งที่มา
- การเลือกใช้โซลูชัน หรือ Software Ecosystem ที่ยืดหยุ่น เป็นแบบเปิดและปรับเปลี่ยนได้ (open-source and adaptable platforms) เริ่มต้นจากส่วนงานย่อยๆ แล้วจึงค่อยๆ ขยายขนาด และจัดลำดับความสำคัญของมุมมองการจัดการด้านไอทีช่วยให้มั่นใจว่าการเปลี่ยนแปลงจะราบรื่น
แม้การนำ AI_มาใช้ในองค์กรจะเต็มไปด้วยโอกาสและประโยชน์มากมาย แต่ก็ยังมีความท้าทายและข้อควรพิจารณา หลายประการที่องค์กรต้องเผชิญ ได้แก่
- ความซับซ้อนและปริมาณข้อมูลที่ต้องการของ Deep Learning: การผสมผสานระหว่าง Data Lake และ Data Warehouse ไปสู่รูปแบบ Data Lakehouse ด้วยการจัดการแบบผสมผสาน (Hybrid Approach) โดยใช้ Data Lake เพื่อการจัดเก็บข้อมูลที่หลากหลาย ร่วมกับ Data Warehouse สำหรับข้อมูลที่มีโครงสร้างที่ใช้ในการรายงานและการวิเคราะห์
- IT infrastructure & Data Architecture: ทีมไอทีต้องมีการวางแผนและการจัดการที่ดี เพื่อเตรียมโครงสร้างพื้นฐาน อุปกรณ์ และ Architecture ที่เหมาะสมกับ Use Case ให้พร้อมรองรับความสามารถในการรัน AI_Workloads โดยเฉพาะอย่างยิ่งสำหรับ Large Language Models (LLMs) ที่ต้องใช้ GPU ที่มีประสิทธิภาพและพลังงาน รวมถึงการพิจารณาปรับใช้ On Premise, Cloud หรือในลักษณะ Hybrid ที่เหมาะสมกับธุรกิจ
เข็มทิศสู่ความสำเร็จในการใช้ AI_ให้เกิดประโยชน์สูงสุด ได้แก่
- AI_Deployment Model สามารถเริ่มได้จากสิ่งใกล้ตัวและเทคโนโลยีภายในองค์กรที่พร้อมใช้งาน เพียงแค่อาศัยการเทรนเพิ่มเติมภายใต้องค์ความรู้เดิม
- เลือกใช้โซลูชันต่างๆ ที่เหมาะสม จากผู้ให้บริการมากมายที่ตอบโจทย์ เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด
- ลงทุนในระบบที่ยืดหยุ่น คล่องตัวและปรับเปลี่ยนได้ ซึ่งสามารถพัฒนาให้สอดรับกับความท้าทายที่ไม่หยุดนิ่ง
- วางแผนและจัดสรรการลงทุนการใช้ทรัพยากรให้ทันกับความก้าวหน้าทางเทคโนโลยี เพื่อการเติบโตอย่างต่อเนื่อง
เมื่อได้เห็นความสามารถที่เพิ่มขึ้นของ_AI ก็ชัดเจนว่าอนาคตนั้น อุตสาหกรรมต่างๆ จะมีความชาญฉลาด ตั้งแต่อาคารและโรงงาน ไปจนถึงทุกหน่วยในองค์กรที่ได้พยายามนำ_AI มาใช้ ซึ่งการร่วมมือกับผู้เชี่ยวชาญด้านเทคโนโลยี ทั้งในฝั่ง Solution Provider และ Technology Provider จะสามารถสร้างสรรรค์พลังของ_AI ให้ปลดล็อกศักยภาพที่แท้จริง
Featued Image: Image by kenshinstock on Freepik
