ช่องว่างความรู้ที่ AI สร้างขึ้นคือช่องว่างความปลอดภัยใหม่ นี่คือวิธีการปิดช่องว่างนั้น

บริษัทเทคโนโลยีกำลังเดิมพันแบบคุ้นเคย: ว่า AI สามารถทำงานได้เร็วกว่าและถูกกว่ามนุษย์ ในหลายกรณี อาจเป็นความจริง แต่ก็ถูกใช้เป็นปุ่มง่ายสำหรับการปลดพนักงาน

ในรายงานของ PwC ที่เผยแพร่เมื่อต้นปีนี้ 56% ของ CEO ระบุว่าไม่เห็นผลประโยชน์ทางการเงินที่สำคัญจากการลงทุนใน AI จนถึงขณะนี้ และ只有 12% รายงานว่าเห็นผลตอบแทนจากการลงทุนใน AI และการเติบโตของรายได้ นอกจากนี้ การศึกษาในเดือนกุมภาพันธ์โดย National Bureau of Economic Research พบว่า เกือบ 90% ของบริษัท ระบุว่า AI ไม่มีผลกระทบต่อการจ้างงานหรือผลผลิตในช่วงสามปีที่ผ่านมา ซึ่งเน้นย้ำถึงความจริงที่เปิดเผย: หลายองค์กรยังไม่เห็นผลตอบแทนและผลผลิตที่สัญญาไว้โดย AI และเพื่อปกปิดความสูญเสีย พวกเขายังคงตัดพนักงานออกไปหลายพันคน

แต่นี่คือสิ่งที่การโทรหุ้นไม่ได้พูดถึง: เมื่อคุณกำจัดผู้จัดการบัญชีที่มีประสบการณ์ 10 ปีในการจัดการความสัมพันธ์ หรือวิศวกร QA ที่มีความรู้เชิงสถาบันที่สามารถจับข้อผิดพลาดก่อนที่จะถึงลูกค้า คุณไม่ได้ตัดไขมัน คุณกำลังตัดกำแพงที่รองรับน้ำหนัก การทำงานซ้ำ ค่าลูกค้าที่เปลี่ยนไป ความล้มเหลวของคุณภาพที่ตามมาไม่ปรากฏในเด็คการนำเสนอที่เฉลิมฉลองการลดจำนวนพนักงาน พวกมันถูกดูดซับอย่างเงียบๆ ในไตรมาสที่จะมาถึง และถูกลืม ช่องว่างระหว่างสิ่งที่ AI สัญญาไว้และที่มันส่งมอบจริงๆ นั้นเป็นเรื่องจริง มันกำลังเติบโต และสำหรับหลายองค์กร มันยังคงไม่ได้รับการยอมรับ

ต้นทุนจริงของวงจรนี้ไม่ได้ลงจอดในจุดเดียว มันกระจายไปทั่วทุกทีมที่เหลืออยู่หลังจากการปลดพนักงาน นักพัฒนาดูดซับงานของวิศวกรที่ออกไป ในขณะที่ได้รับเครื่องมือ AI ที่ยังอ่อนแอเกินกว่าจะชดเชยการปลดพนักงานที่สูญเสียไป ทีมผลิตภัณฑ์สูญเสียบริบทที่ทำให้แผนการอยู่ในความเป็นจริงของลูกค้า ทีมสนับสนุนถูกยืดออกและคุณภาพการตอบสนองลดลงเมื่อลูกค้าเห็นได้ทันทีว่า “สโลป” ตอบสนองต่อการแจ้งเตือนของพวกเขา ภาระไม่ถูกกระจายตัว มันถูกกระจาย และการกระจายตัวนั้นเป็นส่วนหนึ่งของสิ่งที่ทำให้มันง่ายต่อการเพิกเฉยในรายงานไตรมาส แต่ภายในการกระจายตัวที่กว้างขึ้น ทีม IT ต้องเผชิญกับปัญหาเฉพาะและซับซ้อน พวกเขาไม่ได้ทำมากกว่าด้วยน้อยกว่า พวกเขาต้องจัดการโครงสร้างพื้นฐานที่ถูกสร้างขึ้นอย่างรวดเร็ว โดยไม่มีความรู้เชิงสถาบันที่ให้ความสอดคล้อง ในขณะที่同時ดำเนินการออกจากระบบของเพื่อนร่วมงานที่ออกไป และการนำเข้าของผู้ที่มาแทนที่ ในขณะที่บริษัทกลับไปสู่การปลดพนักงานที่พวกเขาชื่นชมสาธารณะ

เมื่อเราเดินต่อไปตลอดทั้งปี และองค์กรต่างๆ มองหาที่จะทำตามสัญญาของ AI มันถึงเวลาที่เราต้องรู้ว่ามีมากกว่าแค่รายได้ที่สูญเสียไปเมื่อคุณตัดความเชี่ยวชาญของมนุษย์ออกไปเพื่อประสิทธิภาพที่ได้รับการช่วยเหลือจาก AI ข่าวดี? คุณสามารถมีทั้งสองโลกได้ แต่นั่นหมายถึงการนำทางที่เป็นจริงและเชิงปฏิบัติมากขึ้นในการใช้ AI ซึ่งให้ความสำคัญกับมนุษย์เป็นศูนย์กลางของกลยุทธ์ของคุณ

สิ่งที่สูญเสียไปเมื่อความรู้เดินออกไป

ความรู้เชิงปฏิบัติที่สำคัญอาศัยอยู่ในคนและถูกนำไปใช้โดยการตัดสินใจของมนุษย์ ไม่ใช่ระบบ เมื่อคนเหล่านั้นออกไป ความรู้นั้นก็ออกไปด้วย ไม่ว่าแบบจำลองจะซับซ้อนแค่ไหน AI ไม่สามารถเติมช่องว่างนั้นได้ในปัจจุบัน

แม้ว่าความสามารถของ AI จะขยายตัว แต่การทำให้กระบวนการทำงานอัตโนมัติโดยไม่มีบริบทที่เหมาะสมจะสร้างจุดบอดที่อันตรายในพื้นที่ที่สำคัญ:

• การตัดสินใจและการวางกลยุทธ์: สัญชาตญาณ ความรู้เชิงสถาบัน และความตระหนักรู้ในตลาดไม่ได้อาศัยอยู่ในข้อมูลที่เป็นระเบียบหรือไม่เป็นระเบียบ
• บริบทและความตระหนักรู้ในสถานการณ์: มนุษย์สามารถรับรู้ถึงความแตกต่าง ความตั้งใจ และสามารถนำทางพื้นที่สีเทาที่กฎที่เข้มงวดอาจล้มเหลว
• ความเห็นอกเห็นใจและความไว้วางใจ: ช่วงเวลาที่มีผลกระทบสูงหรือมีประเด็นทางอารมณ์ (โดยเฉพาะอย่างยิ่งเกี่ยวกับลูกค้าหรือพนักงาน) ต้องการการตอบสนองโดยมีมนุษย์เป็นศูนย์กลาง
• การกำกับดูแลและความรับผิดชอบ: ควรจะมีคนถูกมอบหมายให้ระบุความล้มเหลว ความลำเอียง หรือการให้ข้อมูลที่ไม่ถูกต้อง เพียงแค่พูดว่า “คุณถูกต้อง ฉันจะลองอีกครั้ง” หลังจากให้ข้อมูลที่ไม่ถูกต้องไม่เพียงพอ
• ความทรงจำเชิงสถาบันและบริบทของระบบ: ความเข้าใจว่าทำไมทีมจึงสร้างโครงสร้างพื้นฐานในลักษณะเฉพาะ (หรือไม่ทำ) สิ่งที่พวกเขาลองทำมาก่อน และกรณีแยกระหว่างที่ไม่มีใครจัดทำเอกสาร
• การนำและการกำกับดูแล: การกำหนดนโยบาย ความเสี่ยง และการยึดมั่นในขอบเขตทางจริยธรรมยังคงเป็นความรับผิดชอบพื้นฐานของมนุษย์

AI สามารถแสดงข้อมูลเชิงลึก แนะนำการดำเนินการ และเร่งการดำเนินการ แต่ไม่สามารถแทนที่ความทรงจำเชิงสถาบันที่ป้องกันภัยพิบัติ หรือให้ความรับผิดชอบที่จับพวกมันไว้ก่อนที่จะเกิดการบานปลาย

สิ่งที่องค์กรที่ฉลาดทำต่างออกไป

องค์กรที่ประสบความสำเร็จด้วย AI ไม่ได้เอามนุษย์ออกจากสมการ พวกเขากำลังใช้ AI เพื่อทำให้กระบวนการทำงานที่ซ้ำซ้อนและไม่มีมูลค่าออกไป เพื่อให้คนมีเวลาและทรัพยากรที่สำคัญอื่นๆ เพื่อค้นหาวิธีสร้างสรรค์ใหม่ๆ ในการขับเคลื่อนผลประโยชน์ทางธุรกิจที่มากขึ้น พวกเขากำลังใช้ AI เป็น “เครื่องมือในการแข่งขัน” เพื่อเพิ่มประสิทธิภาพ

พิจารณาโลกของการดำเนินงาน IT ทีมเหล่านี้ถูกยืดออกไปแล้ว ในการบริหารจัดการโครงสร้างพื้นฐานที่กว้างขวางด้วยทรัพยากรที่จำกัด AI หรืออาจจะเรียกว่า Machine Learning (ML) สามารถส่งมอบคุณค่าที่แท้จริงได้ที่นี่ AI/ML สามารถทำให้กระบวนการทำงานที่ซ้ำซ้อนและใช้เวลานานออกไป ซึ่งเคยท่วมท้นผู้เชี่ยวชาญด้านเนื้อหาด้วยงานปฏิบัติการ: การทดสอบแพตช์และการวิจัย การจำแนกประเภทตั๋ว การสร้างเวิร์กโฟลว์ การค้นพบ และการทำแผนที่ความเสี่ยง

เมื่อทีมล้มเหลวในการทำสิ่งพื้นฐานได้ดี (จัดการหรือติดตามความสามารถและกระบวนการเหล่านี้) เนื่องจากพวกเขาอยู่ใต้น้ำ ผลที่ตามมาจะรุนแรง: การหยุดทำงาน การพลาดแพตช์ การรั่วไหลของข้อมูล การละเมิดความปลอดภัย

ในทางกลับกัน เมื่อคุณใช้ AI ที่ดีเพื่อทำให้กระบวนการทำงานในพื้นที่เหล่านี้สตรีมไลน์ คุณให้เวลาเจ้าหน้าที่ IT ในการทำสิ่งที่ AI ไม่สามารถทำได้: ล้างหนี้ทางเทคนิค ปรับปรุงระบบและกระบวนการเดิม 重新ออกแบบสำหรับการทนต่อการหยุดทำงาน และรักษาความรู้เชิงสถาบันที่ทำให้ระบบสำคัญทำงานต่อไป นั่นไม่ใช่แค่ประสิทธิภาพ มันคือการลดความเสี่ยง และมันสร้างรากฐานที่มั่นคงสำหรับการเติบโตในระยะยาว

การนำ AI ไปใช้อย่างถูกต้อง

องค์กรที่เริ่มต้นด้วยการนำ AI ไปใช้อย่างรอบคอบและยึดมั่นในความสามารถในการใช้งานที่ปลอดภัยและมีประสิทธิภาพ จะเห็นผลลัพธ์ที่ดีกว่าจากกลยุทธ์ AI ของพวกเขา การเพิ่มประสิทธิภาพไม่ได้มาจากการปลดพนักงาน มันมาจากการลงทุนในพวกเขา การออกแบบกระบวนการทำงานใหม่ และการให้ความรู้แก่ทีมเกี่ยวกับวิธีการใช้ AI ที่ดีที่สุด

สิ่งนี้ไม่ใช่เรื่องใหม่ เทคโนโลยีได้พัฒนาผ่านวงจรรุ่นต่อเนื่องมาเป็นร้อยๆ ปี ในแต่ละครั้ง เรามักจะทำผิดพลาดเดิมๆ อีกครั้ง เราเอียงมากเกินไปและพยายามทำให้ความก้าวหน้าเฉพาะเจาะจงเป็นยารักษาทุกโรค ไม่มีคนขายยามาโกงมากมายที่จะใช้ประโยชน์จากความสิ้นหวังนี้ โดยสัญญาเกินจริงและหายไปก่อนที่ผลลัพธ์จะถูกวัดได้ ความจริงคือ AI/ML สามารถทำสิ่งที่คอมพิวเตอร์ทำได้เสมอ: ทำงานบางอย่างด้วยความเร็วและความแม่นยำมากกว่ามนุษย์ ผู้ที่พบโอกาสเหล่านี้และใช้ AI ในลักษณะเชิงปฏิบัติจะเห็นผลตอบแทนจากการลงทุนที่รวดเร็ว

ต้นทุนจริงของการทำผิดพลาด

วงจรปัจจุบันของอุตสาหกรรมเทคโนโลยีในการปลดพนักงานจำนวนมากตามด้วยการ การ雇ยกลับอย่างเงียบๆ ไม่ใช่การเปลี่ยนแปลงทักษะ มันเป็นการถ่ายโอนความเสี่ยง องค์กรกำลังแลกเปลี่ยนความรู้เชิงสถาบันหลายทศวรรษเพื่อความเร็วอัตโนมัติเป็นเวลาไม่กี่เดือน และผู้นำ IT คือผู้ที่ถือกระเป๋าเมื่อมันมาถึงการจัดการผลกระทบ

AI มีผลประโยชน์จริงๆ แต่สิ่งเหล่านั้นหมายถึงทุกสิ่งเมื่อคุณใช้ AI เพื่อรักษาและเพิ่มความเชี่ยวชาญ ไม่ใช่แทนที่มัน บริษัทที่จะเติบโตต่อไปในยุค AI ไม่ใช่ผู้ที่ตัดทอนลึกที่สุดหรือใช้เครื่องมือ AI มากที่สุด พวกเขาคือผู้ที่ใช้ AI อย่างรอบคอบเพื่อทำให้กระบวนการทำงานที่ซ้ำซ้อนออกไป และเพิ่มความสร้างสรรค์ การทำงานร่วมกัน และความเชี่ยวชาญของมนุษย์

เมื่อระบบล้มเหลวหรือการหยุดทำงานหรือเหตุการณ์ความปลอดภัยทางไซเบอร์เกิดขึ้น คุณไม่ต้องการหุ่นยนต์หรือเครื่องจักรอยู่ที่หน้าด้านของการแก้ไขระบบหรือการสื่อสารกับลูกค้า นั่นคือที่ที่คุณต้องการ (และต้องการ) คนที่มีบริบทและความรู้เชิงประวัติศาสตร์ที่ลึกซึ้งยังคงอยู่ในอาคาร

หากเราต้องการปลดปล่อยศักยภาพเต็มที่ของ AI มันจำเป็นที่จะต้องมุ่งเน้นไปที่การใช้ AI สำหรับงานที่ซับซ้อน และหยุดใช้ AI เป็นข้ออ้างสำหรับการดำเนินธุรกิจที่ไม่ดี