เตือน ‘องค์กรไทย’ ติดกับดัก! ลงทุน AI พุ่ง 2 เท่า แต่..ผลลัพธ์ธุรกิจไม่โต

ท่ามกลางกระแสการนำปัญญาประดิษฐ์ (AI) เข้ามาพลิกโฉมโลกธุรกิจ องค์กรจำนวนมากต่างเร่งลงทุน พัฒนาเครื่องมือ และทดลองนำเทคโนโลยีมาใช้ในการทำงาน หวังเพิ่มประสิทธิภาพและสร้างความได้เปรียบในการแข่งขัน แต่คำถามสำคัญคือ เมื่อลงทุนมากขึ้นแล้ว ผลลัพธ์ที่เกิดขึ้นเติบโตตามไปด้วยหรือไม่ เพราะการมี AI อยู่ในองค์กรอาจไม่ได้หมายความว่าธุรกิจจะก้าวหน้า หากยังยึดติดกับวิธีทำงานแบบเดิมและไม่สามารถเปลี่ยนเทคโนโลยีให้เป็นมูลค่าทางธุรกิจได้จริง

‘เรืองโรจน์ พูนผล’ หรือ ‘กระทิง’ ผู้ร่วมก่อตั้ง House Of Wisdom (H.O.W.) Club เตือนว่า องค์กรธุรกิจกำลังเผชิญกับปรากฏการณ์ ‘AI Theatre’ หรือการนำ AI มาใช้เพื่อแสดงให้เห็นถึงความก้าวหน้าทางเทคโนโลยี แต่กลับไม่สามารถเปลี่ยนเป็นผลลัพธ์ทางธุรกิจได้อย่างเป็นรูปธรรม แม้จะเพิ่มการลงทุนด้าน AI มากกว่า 2 เท่า ท่ามกลางความสามารถของเทคโนโลยีที่พัฒนาอย่างรวดเร็ว

ประเด็นดังกล่าวถูกถ่ายทอดบนเวที NATION FORUM 2027: THAILAND’S AGENDA ในหัวข้อ THE INTELLIGENCE ECONOMY | AI, Robotics & Quantum ช่วง People | From AI Tools to AI Teammates ซึ่งมุ่งชี้ให้เห็นว่า ความท้าทายขององค์กรยุคใหม่ไม่ได้อยู่ที่การเข้าถึงเครื่องมือ AI แต่อยู่ที่การนำเทคโนโลยีมาปรับเปลี่ยนวิธีคิด กระบวนการทำงาน และการบริหารบุคลากรให้เกิดประโยชน์ทางธุรกิจอย่างแท้จริง

ลงทุน AI เพิ่มกว่า 2 เท่า แต่ธุรกิจยังไม่เห็นผล

เรืองโรจน์ ระบุว่า ปัจจุบันองค์กรจำนวนมากเริ่มนำ AI มาใช้ในการดำเนินงาน ทั้งการทดลองโครงการ (Pilot) การพัฒนา Use Cases และการนำ AI Agent เข้ามาช่วยทำงาน อย่างไรก็ตาม การมีโครงการ AI จำนวนมากไม่ได้หมายความว่าจะสร้างมูลค่าเพิ่มให้ธุรกิจได้ตามไปด้วย

ข้อมูลที่นำเสนอระบุว่า สัดส่วนการลงทุนด้าน AI ขององค์กรเพิ่มจาก 0.8% เป็น 1.7% ของรายได้ในปีนี้ หรือเพิ่มขึ้นกว่า 2 เท่า แม้ความสามารถของ AI จะก้าวหน้าอย่างมาก แต่ผลลัพธ์ทางธุรกิจกลับไม่ได้เติบโตในระดับเดียวกัน

 

ปรากฏการณ์นี้เรียกว่า AI Theatre หรือ AI การละคร ซึ่งสะท้อนการให้ความสำคัญกับจำนวนโครงการและการแสดงให้เห็นว่าองค์กรกำลังใช้ AI มากกว่าการพิสูจน์ว่าเทคโนโลยีดังกล่าวสร้างผลลัพธ์ได้จริงหรือไม่

การประเมินความสำเร็จจึงต้องดูจากตัวชี้วัดที่เป็นรูปธรรม เช่น อัตรากำไรเพิ่มขึ้นหรือไม่ ต้นทุนลดลงเพียงใด ผลิตภาพดีขึ้นหรือไม่ ระยะเวลาทำงานสั้นลงแค่ไหน และลูกค้าได้รับประสบการณ์ที่ดีขึ้นหรือไม่

อีกหนึ่งปัญหาสำคัญคือ การนำ AI ไปใส่ในกระบวนการทำงานแบบเดิมโดยไม่ปรับโครงสร้างหรือขั้นตอนให้เหมาะสม จนอาจสร้างภาระงานเพิ่มขึ้นแทนที่จะช่วยลดงาน เช่น การใช้ AI ทำงานขั้นตอนหนึ่ง แต่ต้องเพิ่มกระบวนการตรวจสอบอีกหลายชั้นเพื่อรองรับผลลัพธ์ที่ได้

เรืองโรจน์จึงเสนอว่า องค์กรไม่ควรใช้ AI เพียงเพื่อเร่งความเร็วของกระบวนการเดิม แต่ต้องกลับมาทบทวนด้วยว่าควรออกแบบวิธีทำงานใหม่อย่างไร เพื่อให้เกิดประสิทธิภาพและสร้างผลลัพธ์ที่แตกต่างจากเดิม

AI Agent เปลี่ยนพฤติกรรมซื้อสินค้า ธุรกิจต้องเร่งปรับตัว

นอกจากการเปลี่ยนแปลงภายในองค์กรแล้ว AI Agent ยังมีแนวโน้มเข้ามามีบทบาทต่อพฤติกรรมผู้บริโภค โดยข้อมูลที่นำเสนอคาดการณ์ว่า ในปีหน้า ผู้บริโภคราว 60% จะใช้ AI Agent ช่วยเลือกซื้อสินค้า ขณะที่ปัจจุบันผู้บริโภค 73% มีความคุ้นเคยกับเครื่องมือ AI อยู่แล้ว

แนวโน้มนี้นำไปสู่แนวคิด Agentic Commerce ซึ่ง AI Agent สามารถช่วยค้นหาสินค้า เปรียบเทียบตัวเลือก และดำเนินการซื้อแทนผู้บริโภค รวมถึงการชำระเงินผ่านเครื่องมือที่รองรับ

เมื่อรูปแบบการซื้อสินค้าเปลี่ยนไป ธุรกิจอีคอมเมิร์ซจำเป็นต้องปรับระบบให้สามารถทำงานร่วมกับ AI Agent ได้ ขณะเดียวกัน แบรนด์ต่าง ๆ อาจเผชิญความท้าทายในการรักษาความสำคัญต่อผู้บริโภค หากการตัดสินใจเลือกซื้อสินค้าเปลี่ยนจากมนุษย์ไปสู่ระบบ AI มากขึ้น

เรืองโรจน์ยังกล่าวถึงความเสี่ยงที่กำไรอาจลดลงถึง 5% จากการแข่งขันด้านราคา การกระจายตัวของลูกค้า และความสำคัญของแบรนด์ที่อาจลดลง อย่างไรก็ตาม การยอมรับ AI Agent ยังแตกต่างกันในแต่ละอุตสาหกรรม โดยเฉพาะธุรกิจที่ต้องอาศัยความไว้วางใจสูงอย่างบริการทางการเงิน ซึ่งข้อมูลที่นำเสนอระบุว่า มีผู้บริโภคเพียง 7% ที่รู้สึกสบายใจให้ AI Agent บริหารเงินแทน

ขณะเดียวกัน องค์กรยังมีแนวโน้มเปลี่ยนผ่านสู่ Autonomous Enterprise หรือองค์กรที่นำระบบอัตโนมัติและ AI มาใช้ในการดำเนินงานมากขึ้น โดยมีการคาดการณ์ว่าจะเกิดการเปลี่ยนผ่านภายใน 4 ปีข้างหน้า

เปิด 4 เสาหลัก เปลี่ยนองค์กรสู่ AI-Native

เรืองโรจน์เสนอว่า การเปลี่ยนผ่านสู่ AI-Native Company หรือองค์กรที่ออกแบบการดำเนินงานโดยมี AI เป็นส่วนหนึ่งตั้งแต่ต้น ต้องทำมากกว่าการติดตั้งเทคโนโลยี โดยมีองค์ประกอบสำคัญ 4 ด้าน ได้แก่

AI-Native Transformation ผู้บริหารระดับสูงต้องมีวิสัยทัศน์ เข้าใจบทบาทของ AI และกำหนดทิศทางการเปลี่ยนแปลงขององค์กรให้ชัดเจน

Re-invent ออกแบบธุรกิจใหม่ ทั้งผลิตภัณฑ์ ประสบการณ์ลูกค้า และรูปแบบธุรกิจให้ยืดหยุ่นและสอดคล้องกับศักยภาพของ AI

Re-skill พัฒนาทักษะบุคลากรและปรับกระบวนการทำงานให้สอดรับกับการเปลี่ยนแปลงของรูปแบบงานและกำลังคน

Judge / Human Judgment รักษาบทบาทของมนุษย์ในการใช้วิจารณญาณและตัดสินใจ โดยเฉพาะเรื่องที่ต้องอาศัยการประเมินคุณค่าและความเข้าใจบริบท

ส่วนสาเหตุที่ทำให้การเปลี่ยนผ่านองค์กรด้วย AI ไม่ประสบความสำเร็จ มี 5 ประการ ได้แก่ ผู้นำขาดวิสัยทัศน์ มี Use Cases แต่ไม่สร้างมูลค่าทางธุรกิจ การบริหารการเปลี่ยนแปลงล้มเหลว การทดลองใช้ AI อย่างกระจัดกระจายจนขาดทิศทาง และการไม่ปรับกระบวนการทำงานให้เหมาะสม

เรืองโรจน์ตั้งคำถามสำคัญถึงผู้บริหารว่า หากต้องสร้างบริษัทขึ้นใหม่ตั้งแต่วันนี้ โดยมี AI พร้อมใช้งานตั้งแต่วันแรก องค์กรจะยังออกแบบโครงสร้างและวิธีทำงานเหมือนเดิมหรือไม่ เพื่อกระตุ้นให้ผู้นำทบทวนว่า การนำ AI มาใช้กำลังเปลี่ยนธุรกิจอย่างแท้จริง หรือเพียงทำให้กระบวนการเดิมทำงานเร็วขึ้นเท่านั้น

‘คน’ มีสัดส่วนสำคัญ 70% ของความสำเร็จ

แม้ AI จะมีความสามารถเพิ่มขึ้นอย่างต่อเนื่อง แต่เรืองโรจน์ย้ำว่า ทักษะของมนุษย์ยังมีความสำคัญ โดยเฉพาะการมองเห็นอนาคต การคัดกรองข้อมูล การตัดสินใจ และการเปลี่ยนวิสัยทัศน์ให้เกิดขึ้นจริง

เขาแบ่งทักษะสำคัญออกเป็น 4 ด้าน ได้แก่ Foresight / Imagine หรือการจินตนาการและมองเห็นอนาคต, Curation หรือการคัดเลือกข้อมูลที่สำคัญ, Conviction & Judgment หรือความแน่วแน่และวิจารณญาณในการตัดสินใจ และ Vision to Reality หรือการนำวิสัยทัศน์ไปสู่การปฏิบัติ

ขณะเดียวกัน คนทำงานยุคใหม่ต้องพัฒนาทักษะ 3 ด้านควบคู่กัน ได้แก่ AI Skills, Analog Skills และ Human Skills เพื่อให้สามารถใช้เทคโนโลยีได้อย่างมีประสิทธิภาพ พร้อมรักษาความสามารถในการคิด วิเคราะห์ และตัดสินใจด้วยตนเอง

สำหรับการวางแผนธุรกิจ เรืองโรจน์เสนอให้ผู้นำปรับจากแนวทาง Forecast – Plan – Execute หรือคาดการณ์ วางแผน และลงมือทำ ไปสู่ Imagine – Prepare – Adapt หรือจินตนาการถึงอนาคต เตรียมความพร้อม และปรับตัวตามสถานการณ์ โดยใช้ Strategic Foresight เพื่อมองเห็นสัญญาณการเปลี่ยนแปลงล่วงหน้า

ที่สำคัญ เขาอธิบายสัดส่วนปัจจัยที่มีผลต่อความสำเร็จของการเปลี่ยนผ่านองค์กรไว้ว่า เทคโนโลยี AI มีสัดส่วน 10% โครงสร้างพื้นฐานด้านเทคโนโลยีและข้อมูล 20% ส่วนการบริหารการเปลี่ยนแปลงและบุคลากรมีสัดส่วนสูงถึง 70% สะท้อนว่าความสำเร็จไม่ได้ขึ้นอยู่กับตัวเทคโนโลยีเพียงอย่างเดียว

ปลดล็อกข้อมูลภายในองค์กร สร้าง AI ที่ตอบโจทย์จริง

อีกหนึ่งปัจจัยสำคัญคือการนำข้อมูลเฉพาะขององค์กรมาใช้ประโยชน์ ทั้ง Dormant Data หรือข้อมูลที่ยังไม่ถูกนำมาใช้ และ Institutional Knowledge หรือองค์ความรู้ที่สะสมจากประสบการณ์ของบุคลากรภายในองค์กร

เรืองโรจน์ ชี้ว่า AI สำเร็จรูปอาจไม่เข้าใจข้อมูลเฉพาะ ภาษา และองค์ความรู้ของแต่ละองค์กรได้อย่างครบถ้วน การนำข้อมูลเหล่านี้มาใช้จึงเป็นส่วนหนึ่งของการพัฒนา AI ให้ตอบโจทย์การทำงานจริง โดยต้องคำนึงถึงการรักษาอำนาจควบคุมข้อมูลขององค์กรด้วย

เขาย้ำว่า เป้าหมายไม่ใช่เพียงทำให้ AI ฉลาดขึ้น แต่ต้องทำให้คนและองค์กรมีความสามารถเพิ่มขึ้นไปพร้อมกัน พร้อมเตือนว่า อย่าทำให้ AI ของบริษัทฉลาดขึ้นจนพนักงานมีความสามารถลดลง ในขณะที่คู่แข่งกลับพัฒนาความสามารถได้มากกว่า

ในด้านการบริหารบุคลากร เขาเสนอให้ซีอีโอเข้ามาเป็นผู้นำการเปลี่ยนผ่านด้วยตนเอง ขณะที่ฝ่ายทรัพยากรบุคคลควรยกระดับจากบทบาทสนับสนุนไปสู่การร่วมขับเคลื่อนการเปลี่ยนแปลงกับผู้บริหาร

นอกจากนี้ โครงสร้างองค์กรอาจเปลี่ยนจากรูปแบบปิรามิดที่มีพนักงานระดับ Junior จำนวนมาก ไปสู่โครงสร้างแบบ Diamond หรือ Hourglass ซึ่งมีบุคลากรระดับกลางที่มีทักษะและประสบการณ์มากขึ้น โดยข้อมูลที่นำเสนอระบุว่า สัดส่วนพนักงานระดับ Junior อาจลดจาก 45% เหลือ 7.5% ขณะที่กลุ่ม Mid-level เพิ่มขึ้นเป็น 50% ทั้งนี้ แนวคิดดังกล่าวมุ่งเน้นการยกระดับทักษะและบทบาทของบุคลากร ไม่ใช่เพียงการลดจำนวนพนักงาน

การจัดสรรงานจึงต้องพิจารณาให้ชัดเจนว่างานใดควรให้มนุษย์รับผิดชอบ งานใดควรทำร่วมกับ AI และงานใดสามารถใช้ระบบอัตโนมัติได้ โดยต้องเลือก AI ให้เหมาะกับลักษณะงาน ต้นทุนการใช้งาน และระดับความเสี่ยงที่องค์กรยอมรับได้

ซีอีโอต้องเข้าใจความเสี่ยง ไม่ใช่ฝากเรื่อง AI ไว้ที่ฝ่ายไอที

เรืองโรจน์เตือนว่า การนำ AI มาใช้ต้องควบคู่กับการทำความเข้าใจข้อจำกัดและความเสี่ยง โดยยกตัวอย่าง 5 ประเด็น ได้แก่ Sycophancy การตอบเอาใจผู้ใช้, Hallucination การสร้างข้อมูลที่ไม่เป็นจริง, Brand AI Bias ความลำเอียงของ AI, Sneaking การเปลี่ยนแปลงเจตนาหรือผลลัพธ์โดยผู้ใช้ไม่รู้ตัว และ AI Darkness ซึ่งเกี่ยวข้องกับผลกระทบที่เป็นอันตรายต่อคนรุ่นต่อไป

เขา ระบุว่า AI Transformation ไม่ใช่หน้าที่ของประธานเจ้าหน้าที่สารสนเทศ (CIO) เพียงฝ่ายเดียว แต่ซีอีโอต้องเป็นผู้นำการเปลี่ยนแปลง เข้าใจทั้งความเสี่ยงและข้อจำกัดของ AI พร้อมกำหนดแนวทางกำกับดูแลที่เหมาะสม

เรืองโรจน์ยังเล่าประสบการณ์ว่า แม้ทำงานด้านเทคโนโลยีมานาน 20 ปี แต่ในปีที่ผ่านมาได้กลับไปเรียนรู้เรื่อง Data และ AI อย่างเข้มข้น ตั้งแต่เวลา 21.00-07.00 น. และเพิ่งสำเร็จหลักสูตรระยะเวลา 11 เดือนจาก National University of Singapore (NUS) เพื่อเน้นย้ำว่าการเรียนรู้อย่างต่อเนื่องเป็นสิ่งจำเป็นสำหรับผู้นำในยุคที่เทคโนโลยีเปลี่ยนแปลงรวดเร็ว

ท้ายที่สุด เขาชวนให้ผู้บริหารกลับไปตั้งคำถามกับองค์กรว่า กำลังสร้างอนาคตแบบใด กำลังเปลี่ยนธุรกิจจริงหรือเพียงทำให้วิธีการเดิมเป็นระบบอัตโนมัติ มีโครงการ AI ใดที่สามารถเปลี่ยนโครงสร้างเศรษฐศาสตร์ของธุรกิจได้อย่างมีนัยสำคัญ และการตัดสินใจใดที่ยังจำเป็นต้องให้มนุษย์เป็นผู้รับผิดชอบ

เพราะหัวใจของการนำ AI มาใช้ ไม่ใช่การเพิ่มจำนวนเครื่องมือหรือโครงการให้มากที่สุด แต่คือการสร้างความสามารถใหม่ให้กับองค์กร ทั้งด้านธุรกิจ เทคโนโลยี และบุคลากร โดยไม่ละทิ้งบทบาทและคุณค่าของมนุษย์

เรืองโรจน์ทิ้งท้ายด้วยข้อคิดสำคัญว่า แม้ AI จะมีความสามารถมากมาย แต่ความเป็นมนุษย์มีคุณค่ามากกว่าเพียงความฉลาด และองค์กรต้องไม่สูญเสียความเป็นมนุษย์ไปในการเปลี่ยนผ่านสู่ยุค AI