เอไอตอบคำถามได้แล้ว ความท้าทายต่อไปคือช่วยให้ผู้คนก้าวต่อไปได้

เราพัฒนาความสามารถในการสร้างเอไอที่ตอบคำถามได้เก่งขึ้นอย่างมาก เพียงถามว่ากำหนดส่งใบสมัครเมื่อไร ต้องใช้เอกสารอะไรบ้าง หรือขั้นตอนดำเนินการเป็นอย่างไร เอไอก็ตอบกลับได้อย่างเป็นประโยชน์ภายในไม่กี่วินาที แต่เมื่อเรื่องนั้นส่งผลต่อการศึกษา อนาคตทางการเงิน หรือความรู้สึกเป็นส่วนหนึ่งของใครสักคน คำตอบก็เป็นเพียงจุดเริ่มต้นเท่านั้น สิ่งสำคัญคือคนคนนั้นจะก้าวต่อไปได้จริงหรือไม่

นี่คือจุดที่เอไอแบบเอเจนต์เริ่มน่าสนใจ แทนที่จะมองทุกการโต้ตอบเป็นคำถามที่แยกขาดจากกัน เอเจนต์เอไอสามารถเข้าใจได้ว่าใครสักคนอยู่ตรงไหนของเส้นทางที่ใหญ่กว่า ระบุสิ่งที่ต้องทำต่อไป และช่วยให้เขาไปถึงจุดนั้นได้ อย่างไรก็ตาม การทำเช่นนี้ได้อย่างน่าเชื่อถือต้องอาศัยมากกว่าโมเดลภาษาที่มีความสามารถ แต่ต้องมีเส้นทางการใช้งานที่ออกแบบมาโดยเฉพาะ ระบบที่เชื่อมต่อถึงกัน และการกำกับดูแลโดยมนุษย์ซึ่งวางไว้ในกระบวนการตั้งแต่เริ่มต้น

ลองพิจารณาการศึกษาระดับอุดมศึกษา นักศึกษาสมัครเรียน ยื่นขอความช่วยเหลือทางการเงิน ลงทะเบียนเรียน พบอาจารย์ที่ปรึกษา ค้นหาความช่วยเหลือด้านวิชาการ มองหาที่ฝึกงาน เตรียมตัวสำเร็จการศึกษา หางาน และท้ายที่สุดก็กลายเป็นศิษย์เก่า สถาบันต่าง ๆ แบ่งช่วงเวลาเหล่านี้ไว้ตามหน่วยงานและระบบเทคโนโลยีที่แยกจากกัน แต่นักศึกษามองว่าทั้งหมดคือมหาวิทยาลัยเดียว พวกเขาไม่ควรต้องทำความเข้าใจผังองค์กรของมหาวิทยาลัยเพื่อขอความช่วยเหลือที่จำเป็น

ผู้คนไม่ต้องการอินเทอร์เฟซใหม่อีกอัน แต่อยากทำสิ่งที่ตั้งใจให้สำเร็จ

จากผลสำรวจล่าสุดนักศึกษามหาวิทยาลัยในสหรัฐฯ ที่กำลังศึกษาอยู่จำนวน 1,058 คน พบว่า 76% คาดหวังว่าจะจัดการความต้องการด้านบริการนักศึกษาส่วนใหญ่ได้โดยไม่ต้องโทรศัพท์หรือไปที่สำนักงาน อย่างไรก็ตาม หนึ่งในสี่ระบุว่าสถาบันของตนทำไม่ได้ตามที่คาดหวัง เมื่อถามว่าอะไรสำคัญที่สุดในประสบการณ์ดิจิทัลสมัยใหม่ 64% ระบุว่าต้องตอบสนองและแก้ไขปัญหาได้รวดเร็ว 54% ระบุว่าต้องพร้อมให้บริการตลอด 24 ชั่วโมงทุกวัน และ 50% ระบุว่าต้องทำงานต่าง ๆ ให้เสร็จได้ในที่เดียว นักศึกษาต้องการคำตอบที่เร็วขึ้น การส่งต่อเรื่องให้น้อยลง และความสามารถในการทำงานให้เสร็จโดยไม่ต้องสลับไปมาระหว่างหลายระบบ

นักศึกษาที่กำลังพิจารณาสมัครเรียนเริ่มกรอกใบสมัครเข้ามหาวิทยาลัย แต่กรอกไม่เสร็จ แชตบอตแบบเดิมอาจตอบคำถามเกี่ยวกับข้อกำหนดในการสมัครได้ แต่นักศึกษายังคงต้องหาคำตอบเองว่าขาดอะไรและควรดำเนินการต่ออย่างไร ระบบเอเจนต์สามารถตรวจพบว่าใบสมัครค้างอยู่ตรงไหน ระบุขั้นตอนถัดไป และช่วยให้นักศึกษาทำต่อจากจุดที่หยุดไว้ได้ หากนักศึกษาบอกว่าอัปโหลดใบแสดงผลการเรียนแล้ว ระบบก็ตรวจสอบข้อมูลใบสมัคร ยืนยันว่าได้รับเอกสารแล้ว และข้ามข้อกำหนดนั้นไปได้ แทนที่จะขอให้นักศึกษาส่งซ้ำ

นี่เป็นอีกจุดที่ยังมีความท้าทายทางเทคนิคสำคัญอยู่หลายประการ Microsoft Researchระบุว่าความน่าเชื่อถือ การจดจำบริบท และการดำเนินงานตามขั้นตอนการทำงานในโลกจริง เป็นหนึ่งในความท้าทายที่เอเจนต์เพื่อการทำงานกำลังเผชิญ เอเจนต์ไม่อาจแนะนำใครสักคนตลอดกระบวนการได้อย่างน่าเชื่อถือ หากสูญเสียบริบทระหว่างขั้นตอน หรือทำงานข้ามระบบต่าง ๆ ที่เกี่ยวข้องไม่ได้

จากการตอบสนองเมื่อมีคนถาม สู่การช่วยเหลือเชิงรุก

โอกาสนี้ไม่ได้จำกัดอยู่แค่การตอบคำถาม แต่ยังรวมถึงการสังเกตว่าใครต้องการความช่วยเหลือ และช่วยให้สถาบันพิจารณาว่าควรดำเนินการขั้นต่อไปอย่างไร ตัวอย่างเช่น ทีมงานฝ่ายพัฒนาความสัมพันธ์อาจสังเกตสัญญาณว่าศิษย์เก่าพร้อมกลับมาติดต่ออีกครั้ง เป็นอาสาสมัคร หรือบริจาคเป็นครั้งแรก แต่การสังเกตเห็นสัญญาณเป็นเพียงจุดเริ่มต้น คุณค่าที่แท้จริงอยู่ที่การเข้าใจว่าควรติดต่อบุคคลนั้นด้วยวิธีใด ในช่วงเวลาใด และควรทำอะไรต่อไป

เส้นทางการใช้งานที่ออกแบบมาโดยเฉพาะสามารถนำแนวปฏิบัติที่ได้รับการยอมรับสำหรับกลุ่มเป้าหมายและเป้าหมายที่แตกต่างกันมาปรับใช้ ทำให้ทีมมีจุดเริ่มต้นที่ดีกว่าเครื่องมือทั่วไปหรือขั้นตอนการทำงานที่ต้องสร้างขึ้นใหม่ทั้งหมด ประโยชน์ที่ได้ไม่ได้มีแค่การประหยัดเวลาของเจ้าหน้าที่ สถาบันมีข้อมูลอยู่แล้วเป็นจำนวนมหาศาล สิ่งที่ต้องการคือความช่วยเหลือในการตีความสัญญาณเหล่านั้นและเปลี่ยนให้เป็นการมีส่วนร่วมที่รอบคอบและทันท่วงที

ความจำเป็นนี้เห็นได้ชัดเจน ในแบบสำรวจนักศึกษาชุดเดียวกัน นักศึกษาครึ่งหนึ่งระบุว่าเคยหลีกเลี่ยงการติดต่อสถาบันของตน เพราะรู้สึกว่ากระบวนการยุ่งยากเกินไป อีก 40% เคยถูกขอให้แจ้งข้อมูลซ้ำทั้งที่เคยให้ไปแล้ว 34% เคยถูกโอนเรื่องไปที่อื่นโดยไม่ได้รับการแก้ไข และ 31% หาสิ่งที่ต้องการไม่พบจึงยอมแพ้

ประสบการณ์การใช้เอไอที่มีประโยชน์ที่สุดช่วยให้สถาบันมองเห็นจุดติดขัดเหล่านี้ ก่อนที่มันจะทำให้ใครสักคนหมดความสนใจและถอยห่างออกไป

บริบทคือสิ่งที่เปลี่ยนคำตอบให้เป็นการลงมือทำที่มีประโยชน์

เราต่างเคยหงุดหงิดที่ต้องให้ข้อมูลเดิมแก่องค์กรเดิมซ้ำแล้วซ้ำเล่า ลองนึกภาพว่าต้องทำเช่นนั้นระหว่างลงทะเบียนเรียน แก้ปัญหาความช่วยเหลือทางการเงิน หรือติดต่อมหาวิทยาลัยเก่าของคุณอีกครั้ง ทุกครั้งที่ต้องติดต่อแบบขาดความเชื่อมโยงกัน ยิ่งทำให้รู้สึกว่าสถาบันแห่งนั้นรู้จักเราน้อยลง

การเชื่อมโยงข้อมูลโดยยึดบุคคลเป็นศูนย์กลาง แทนที่จะแยกตามหน่วยงาน ช่วยเปลี่ยนประสบการณ์ดังกล่าว นักศึกษา ศิษย์เก่า และผู้บริจาคจะได้รับการสื่อสารและดูแลอย่างต่อเนื่องและตรงกับความต้องการมากขึ้น ขณะที่เจ้าหน้าที่ก็มีบริบทเพียงพอที่จะตอบสนองได้อย่างมีประสิทธิภาพยิ่งขึ้น เมื่อสถาบันทำให้การมีส่วนร่วมเป็นเรื่องง่ายและมีความเป็นส่วนตัวมากขึ้น ก็จะสร้างเงื่อนไขที่เอื้อต่อความสัมพันธ์ที่แน่นแฟ้นและความภักดีที่ยั่งยืน

นักศึกษากำลังส่งสัญญาณอยู่แล้วว่าอยากให้ประสบการณ์ดิจิทัลทำงานในลักษณะนี้ งานวิจัยนักศึกษาชุดเดียวกันพบว่า 56% คาดหวังว่าระบบต่าง ๆ จะเชื่อมต่อกันโดยไม่ต้องเปลี่ยนหน้าไปมา หรือกรอกข้อมูลเดิมซ้ำ ๆ ครึ่งหนึ่งคาดหวังว่าเครื่องมือดิจิทัลจะแจ้งเตือนล่วงหน้าเกี่ยวกับกำหนดเวลา ข้อกำหนด หรือปัญหาต่าง ๆ ก่อนที่จะกลายเป็นเรื่องยุ่งยาก

การมอบประสบการณ์เช่นนี้ต้องอาศัยมากกว่าการทำให้เครื่องมือแต่ละชิ้นฉลาดขึ้น แต่ต้องเชื่อมโยงข้อมูลและกระบวนการทำงาน เพื่อให้สถาบันเข้าใจว่าแต่ละคนอยู่ในช่วงใดของเส้นทาง และตอบสนองได้อย่างเหมาะสม

AI ที่ดีที่สุดรู้ว่าเมื่อใดควรลงมือ เมื่อใดควรปกป้อง และเมื่อใดควรถอยออกมา

เป้าหมายของ AI แบบเอเจนต์ไม่ควรเป็นการทำงานอย่างอิสระให้ได้มากที่สุด แต่ควรเป็นการผสานความช่วยเหลือ การลงมือทำ และวิจารณญาณของมนุษย์อย่างเหมาะสม โดยกำหนดให้มีการอนุมัติจากมนุษย์อยู่ในกระบวนการทำงานตั้งแต่แรก

เมื่อ AI สามารถลงมือทำสิ่งต่าง ๆ ได้มากขึ้น การตัดสินใจว่า AI ควรทำอะไรได้ด้วยตนเองจึงสำคัญไม่แพ้การเพิ่มขีดความสามารถ งานประจำ เช่น การตรวจหาแบบฟอร์มที่กรอกไม่ครบ หรือการแสดงข้อมูลที่เกี่ยวข้อง อาจเหมาะกับการทำงานอัตโนมัติ แต่หากระบบ AI เตรียมส่งข้อความติดต่อหรือเสนอแนวทางดำเนินการที่อาจส่งผลต่อประสบการณ์ของนักศึกษา บุคคลควรมีโอกาสอนุมัติก่อนที่สิ่งใดจะส่งไปถึงนักศึกษา

การกำกับดูแลโดยมนุษย์ไม่ควรจำกัดอยู่แค่การส่งต่อกรณีผิดปกติให้ผู้รับผิดชอบ หรือการทบทวนการตัดสินใจหลังจากมีการตัดสินใจไปแล้ว ในการติดต่อสื่อสารที่มีผลกระทบสูง ต้องได้รับอนุมัติก่อนลงมือ ไม่ใช่หลังจากนั้น AI สามารถตรวจจับสัญญาณ แนะนำขั้นตอนถัดไป และเตรียมการสื่อสารได้ ขณะที่เจ้าหน้าที่ยังคงควบคุมสิ่งที่จะเกิดขึ้นต่อไป

แนวทางนี้ยังเปิดพื้นที่ให้ใช้วิจารณญาณและความเข้าอกเข้าใจ ซึ่งเป็นสิ่งที่เทคโนโลยีทดแทนไม่ได้ นักศึกษาที่กำลังรับมือกับสถานการณ์ทางการเงินที่ไม่ปกติหรือมีปัญหาด้านการเรียน อาจต้องการมากกว่าคำแนะนำจากระบบอัตโนมัติ เทคโนโลยีควรช่วยให้เจ้าหน้าที่สังเกตเห็นช่วงเวลาเช่นนี้และตอบสนองโดยมีบริบทที่จำเป็น แทนที่จะกันเจ้าหน้าที่ออกจากกระบวนการ

การนำระบบไปใช้อย่างมีความรับผิดชอบยังหมายถึงการปกป้องข้อมูลละเอียดอ่อนที่จำเป็นต่อประสบการณ์เหล่านี้ด้วย การเชื่อมต่อระบบต่าง ๆ และทำให้ AI ลงมือทำได้ก่อให้เกิดคำถามสำคัญเกี่ยวกับการเข้าถึงข้อมูล สิทธิ์การใช้งาน ความปลอดภัย และความรับผิดชอบ เอเจนต์ที่ช่วยดำเนินการสมัครหรือขั้นตอนขอความช่วยเหลือทางการเงินควรเข้าถึงได้เฉพาะข้อมูลและการดำเนินการที่เหมาะสมกับการติดต่อครั้งนั้น พร้อมกำหนดขอบเขตให้ชัดเจนว่าเอเจนต์ทำอะไรได้บ้าง

งานวิจัยของ Microsoft Researchเกี่ยวกับเอเจนต์ที่มีมนุษย์ร่วมควบคุมตอกย้ำความสำคัญของการออกแบบให้มีการกำกับดูแลและควบคุมโดยมนุษย์ในระบบที่ทำงานได้อย่างอิสระมากขึ้นเรื่อย ๆ รวมถึงกลไกที่เปิดโอกาสให้ผู้คนมีส่วนร่วมและปรับทิศทางการทำงานของเอเจนต์ได้ AI ที่มีความรับผิดชอบช่วยให้เกิดประสบการณ์ที่ดีขึ้นได้ ด้วยการสร้างความไว้วางใจซึ่งจำเป็นต่อการมอบประสบการณ์เหล่านั้น

AI ยุคถัดไปให้ความสำคัญกับผลลัพธ์

ยังมีอีกเรื่องที่สถาบันต่าง ๆ ต้องปรับเปลี่ยน นั่นคือวิธีวัดว่า AI ทำงานได้จริงหรือไม่

ทุกวันนี้ การประเมินประสิทธิภาพของ AI มักอาศัยตัวชี้วัดด้านกิจกรรม เช่น จำนวนบทสนทนาที่จัดการ จำนวนคำถามที่ตอบ เวลาตอบกลับ หรือจำนวนข้อซักถามที่ลดการส่งต่อไปยังเจ้าหน้าที่ ตัวชี้วัดเหล่านี้บอกได้ว่ามีการใช้ระบบหรือช่วยลดภาระงานหรือไม่ แต่ไม่ได้บอกเสมอไปว่าระบบช่วยให้ใครสักคนทำสิ่งที่ตั้งใจมาทำได้สำเร็จหรือไม่

สำหรับนักศึกษาที่หยุดค้างกลางคันระหว่างกรอกใบสมัคร ความสำเร็จหมายถึงการกรอกใบสมัครจนเสร็จ ไม่ใช่เพียงได้รับคำตอบจากผู้ช่วย AI ส่วนศิษย์เก่าที่สนใจกลับมาติดต่อกันอีกครั้ง ความสำเร็จหมายถึงการก้าวไปสู่ขั้นต่อไปของความสัมพันธ์นั้น

ผลกระทบของประสบการณ์ดิจิทัลเหล่านี้มีมากกว่าเรื่องความสะดวกสบาย งานวิจัยนักศึกษาพบว่า 38% เคยเลื่อนการดำเนินการสำคัญด้านการลงทะเบียน ความช่วยเหลือทางการเงิน หรือการเรียน เพราะเครื่องมือดิจิทัลใช้งานได้ยาก หนึ่งในสี่กล่าวว่าความยากลำบากเหล่านี้ทำให้พวกเขาตั้งคำถามว่าการเรียนต่อไปคุ้มกับความยุ่งยากหรือไม่ เมื่อเทคโนโลยีสร้างอุปสรรคมากถึงขนาดนี้ การวัดการมีส่วนร่วมกับตัวเทคโนโลยีเองก็ไม่ใช่ประเด็นที่แท้จริง สถาบันควรถามว่าผู้คนทำงานที่ตั้งใจจะทำสำเร็จหรือไม่ ติดขัดตรงไหน และประสบการณ์ดีขึ้นเมื่อเวลาผ่านไปหรือไม่

AI ยุคถัดไปจะนิยามด้วยสิ่งที่ผู้คนทำให้สำเร็จได้โดยอาศัย AI ซึ่งเป็นการเปลี่ยนแปลงที่น่าตื่นเต้น ไม่ว่าจะเป็นการเรียนในมหาวิทยาลัย การจัดการดูแลสุขภาพ หรือการติดต่อกับองค์กรที่ตนให้ความสำคัญ โอกาสอยู่ที่การทำให้ประสบการณ์ที่ซับซ้อนรู้สึกเหมือนได้รับการสนับสนุนอย่างแท้จริง การจะไปถึงจุดนั้นต้องออกแบบเส้นทางโดยยึดผู้คนจริงเป็นศูนย์กลาง เชื่อมโยงข้อมูล มีการกำกับดูแลโดยมนุษย์อย่างมีความหมาย และมุ่งมั่นวัดผลลัพธ์แทนกิจกรรม

เป้าหมายไม่ใช่การเพิ่มระบบอัตโนมัติเพียงเพื่อให้มีมากขึ้น แต่คือการช่วยให้ผู้คนก้าวต่อไปได้โดยมีอุปสรรคน้อยลง มั่นใจมากขึ้น และรู้สึกชัดเจนยิ่งขึ้นว่าองค์กรอีกฝั่งเข้าใจตนเองอย่างแท้จริง