AI ขยับเร็ว แต่การกำกับดูแลขยับช้า: ความเสี่ยงที่แท้จริงคือการชะงักงันในการตัดสินใจ

ปัจจุบัน Artificial Intelligence (AI) กำลังพัฒนาไปอย่างรวดเร็ว ซึ่งน้อยคนนักในบรรดาผู้บริหารเคยพบเห็นในอาชีพการงานของตนเอง ความสามารถใหม่ๆ ไม่ได้ปรากฏขึ้นเพียงปีละครั้ง แต่ปรากฏขึ้นทุกๆ ไตรมาส และในบางกรณี ทุกๆ เดือน อุตสาหกรรมที่เคยทดลองใช้ AI ในระดับขอบเขตนั้น ตอนนี้กำลังออกแบบกระบวนการทำงาน ผลิตภัณฑ์ และประสบการณ์ของลูกค้าใหม่ทั้งหมดโดยรอบ AI

การเร่งความเร็วไม่สามารถปฏิเสธได้ แต่ภายในทีมผู้บริหารหลายๆ ทีม จังหวะการดำเนินงานยังคงซบเซา

การตัดสินใจยังคงเคลื่อนผ่านวงจรที่ยาวและเชื่อมต่อกัน คณะกรรมการตรวจสอบข้อเสนอเป็นเวลาหลายเดือน เอกสารยุทธศาสตร์มุ่งหมายเพื่อคาดการณ์ 3-5 ปีข้างหน้าในภูมิทัศน์ที่เปลี่ยนแปลงทุกๆ 3 สัปดาห์ มีความไม่สอดคล้องกันพื้นฐาน: ความเร็วของ AI วัดในแบบเรียลไทม์ ในขณะที่ความเร็วของการกำกับดูแลวัดในงบประมาณไตรมาส

การไม่สอดคล้องกันเรื่องความเร็วนี้อาจเป็นความเสี่ยงที่ถูกมองข้ามมากที่สุดในยุค AI อันตรายหลักที่เผชิญหน้าองค์กรสมัยใหม่ไม่ใช่ว่า AI จะกลายเป็นจิตสำนึกหรือล้ำสมองของมนุษย์ แต่เป็นว่านวัตกรรม AI จะข้ามหน่วยงานที่รับผิดชอบในการควบคุมมัน

วิกฤติการกำกับดูแลที่แท้จริงไม่ใช่เรื่องเทคนิค แต่เป็นวิกฤติของการชะงักงันในการตัดสินใจ

อุปสรรคที่ไม่มีใครพูดถึง

ผู้บริหารได้รับการฝึกฝนจากทฤษฎีการศึกษาธุรกิจมาหลายทศวรรษเพื่อตัดสินใจโดยอาศัยการวิเคราะห์อย่างรอบคอบ การเปรียบเทียบแบบมีโครงสร้าง และการตรวจสอบซ้ำๆ วิธีการ “น้ำตก” นี้ทำงานได้อย่างยอดเยี่ยมเมื่อภูมิทัศน์เชิงกลยุทธ์เปลี่ยนแปลงไปตามเส้นเวลาเชิงเส้นและคาดการณ์ได้

อย่างไรก็ตาม AI ไม่ปฏิบัติตามกฎเหล่านั้น การพัฒนาของ AI เป็นแบบทวีคูณ

ตาม 2024 AI Index Report โดย Stanford University’s Institute for Human-Centered AI (HAI) การแสดงผลทางเทคนิคของระบบ AI ได้ล้ำเกินมาตรฐานของมนุษย์ในด้านการจำแนกภาพ การให้เหตุผลเชิงภาพ และการทำความเข้าใจภาษาอังกฤษ ในขณะที่ต้นทุนในการฝึกอบรมโมเดลเหล่านี้ยังคงลดลงอย่างต่อเนื่อง สิ่งนี้สร้างสภาพแวดล้อมตลาดที่ข้อจำกัดในการเข้าสู่ตลาดลดลงทุกวัน และเพดานความสามารถเพิ่มขึ้นพร้อมๆ กัน

แต่ถึงแม้จะมีการเร่งความเร็วทางเทคนิคนี้ ส่วนประกอบของมนุษย์ โดยเฉพาะการตัดสินใจ กำลังชะงักงัน การสำรวจล่าสุดของ McKinsey Global Survey on AI เน้นย้ำถึงความไม่สอดคล้องกันอย่างน่าสนใจ: แม้ว่าการนำไปใช้จะเพิ่มขึ้น แต่ทีมผู้บริหารหลายๆ ทีมลังเลที่จะนำกลยุทธ์การบรรเทาผลกระทบด้านความเสี่ยงไปใช้ในระดับที่เหมาะสม ผู้นำกำลังชะงักงัน พวกเขากังวลเกี่ยวกับการเลือก “พื้นฐาน” ที่ไม่ถูกต้อง การไม่เข้าใจความเสี่ยงด้านลิขสิทธิ์ หรือการดูเหมือนก้าวร้าวเกินไปในพื้นที่ที่ไม่มีการควบคุม

แต่ในสถานการณ์ปัจจุบัน การชะงักงันไม่ใช่ตัวเลือกที่เป็นกลางอีกต่อไป มันเป็นภาระเชิงกลยุทธ์ ต้นทุนของการไม่ดำเนินการได้ล้ำเกินต้นทุนของการลองผิดลองถูกแล้ว

ทำไมการกำกับดูแลแบบดั้งเดิมจึงล้มเหลว

โครงสร้างการกำกับดูแลขององค์กรมาส่วนใหญ่ถูกสร้างขึ้นสำหรับความมั่นคง โดยพึ่งพาการอนุมัติแบบชั้นและกรอบการตัดสินใจที่ปรับให้เหมาะสมสำหรับการเปลี่ยนแปลงที่ค่อยเป็นค่อยไป โครงสร้างเหล่านี้ทำหน้าที่เป็นเบรกในรถยนต์ที่ตอนนี้ต้องการการควบคุมที่มีความเร็วสูง

โมเดลที่สร้างขึ้นใหม่พัฒนาเร็วกว่าที่หน่วยงานกำกับดูแลหรือคณะกรรมการนโยบายภายในสามารถติดตามได้ เมื่อคณะกรรมการการกำกับดูแล การเสี่ยง และการปฏิบัติตามกฎระเบียบ (GRC) ตรวจสอบเวอร์ชั่นเฉพาะของโมเดลภาษาใหญ่ (LLM) แล้ว ผู้ให้บริการน่าจะได้เผยแพร่การอัปเดตสองครั้งและรูปแบบใหม่

ทีมผลิตภัณฑ์สามารถสร้างต้นแบบที่ใช้งานได้ภายในหนึ่งสัปดาห์โดยใช้ API คู่แข่งสามารถเปิดตัวคุณลักษณะการบริการลูกค้าที่ได้รับการสนับสนุนจาก AI ก่อนที่คณะกรรมการภายในจะเสร็จสิ้นรอบการตรวจสอบแรก

สิ่งนี้ไม่ได้หมายความว่าการกำกับดูแลควรหายไป มันหมายความว่าการกำกับดูแลต้องพัฒนาไปจาก “รูปแบบผู้พิทักษ์” เป็น “รูปแบบราวลิ่ง”

การวิเคราะห์จาก Deloitte เกี่ยวกับ “Trustworthy AI” framework เน้นย้ำถึงความสำคัญของการกำกับดูแลแบบปรับเปลี่ยนได้ นี่คือรูปแบบที่ผู้นำรักษา AI ไม่เพียงแต่เป็นการนำไปใช้โครงการเดียว แต่เป็นความสามารถที่ต้องได้รับการทบทวนอย่างต่อเนื่อง การวนซ้ำ และการดูแล องค์กรที่สามารถอัปเดตจังหวะการตัดสินใจในแบบเรียลไทม์ มีประสิทธิภาพเหนือกว่าองค์กรที่พึ่งพาโครงสร้างที่ยืดหยุ่นน้อยและเคลื่อนไหวช้า

การเพิ่มขึ้นของ “Shadow AI”

ผลที่ตามมาอย่างหนึ่งของการชะงักงันของผู้นำคือการแพร่กระจายอย่างรวดเร็วของ “Shadow AI” (หรือที่เรียกว่า BYOAI—Bring Your Own AI) เมื่อพนักงานรู้สึกว่าคำแนะนำอย่างเป็นทางการไม่ชัดเจน มีข้อจำกัด หรือล้าสมัย พวกเขาจะไม่หยุดใช้ AI พวกเขาจะเพียงแค่ไปใต้ดิน

สิ่งนี้ไม่ใช่ความเสี่ยงที่เป็นทางทฤษฎี Microsoft และ LinkedIn 2024 Work Trend Index เผยให้เห็นว่า 78% ของผู้ใช้ AI นำเครื่องมือ AI ของตนเองมาที่ทำงาน (BYOAI) ซึ่งสำคัญคือแนวโน้มนี้ครอบคลุมทุกระดับอายุ ไม่ใช่แค่ Gen Z พนักงานกำลังใช้เครื่องมือที่ไม่ได้รับอนุญาตเพื่อทำให้การเขียนโค้ดอัตโนมัติ สรุปเอกสาร PDF ที่มีลักษณะเป็นความลับ และร่างการสื่อสารกับลูกค้า

แม้ว่าสิ่งนี้จะแสดงให้เห็นถึงการเริ่มต้นของพนักงานที่มีคุณค่า แต่ก็สร้างความยุ่งยากในการกำกับดูแล:

• การรั่วไหลของข้อมูล: ข้อมูลที่เป็นกรรมสิทธิ์มักจะถูกป้อนเข้าไปในโมเดลสาธารณะที่ไม่มีการรักษาความปลอดภัยเพื่อฝึกอบรม ทำให้การมอบความลับทางการค้าให้กับผู้ให้บริการภายนอก
• การควบคุมคุณภาพ: อินพุตอาจสร้างข้อเท็จจริงที่ไม่ถูกต้องหรือไม่สอดคล้องกับมาตรฐานและเสียงของบริษัท
• ความเสี่ยงที่ไม่เห็น: ความรับผิดชอบกระจายไปทั่วทั้งองค์กรโดยไม่มีการตระหนักหรือการตรวจสอบทางกฎหมายจากส่วนกลาง

Shadow AI ไม่ใช่ปัญหาทางเทคนิคที่ต้องแก้ไขด้วยไฟร์วอลล์ มันเป็นปัญหาของผู้นำที่ต้องแก้ไขด้วยความชัดเจน มันเติมเต็มช่องว่างที่ไม่มีการกำกับดูแล เมื่อการกำกับดูแลเคลื่อนไหวช้า พนักงานจะข้ามไปเลย

การกำหนดความเสี่ยงของ AI ใหม่

รูปแบบที่เกิดขึ้นซ้ำในห้องประชุมคณะกรรมการคือการมุ่งเน้นไปที่ความเสี่ยงที่ไม่ถูกต้อง ผู้นำสูญเสียการนอนหลับไปกับผลกระทบด้านชื่อเสียง ความไม่แน่นอนของกฎระเบียบ หรือความกลัวที่จะดูเหมือนโง่เขลาหากโครงการนำร่องล้มเหลว

แม้ว่าข้อกังวลเหล่านี้จะถูกต้อง แต่ก็เป็นเรื่องรองจากความเสี่ยงของการชะงักงันเชิงโครงสร้าง องค์กรมีทางแก้ไขที่จะฟื้นตัวจาก AI ที่ไม่สมบูรณ์แบบ แต่ไม่สามารถฟื้นตัวจากการที่ถูกทิ้งไว้ข้างหลังโดยรอบการตลาดทั้งหมด

รายงานจาก Gartner เกี่ยวกับกลยุทธ์ AI ที่สร้างขึ้นใหม่ คาดการณ์ว่าภายในปี 2026 มากกว่า 80% ขององค์กรจะใช้ API และโมเดล AI ที่สร้างขึ้นใหม่และ/หรือใช้แอปพลิเคชันที่มี GenAI ในสภาพแวดล้อมการผลิต Competitors ที่นำ AI ไปใช้เร็วๆ นี้กำลังสร้างความได้เปรียบแบบสะสม: วงจรการตัดสินใจที่เร็วขึ้น ชุดข้อมูลที่ดีขึ้น และประสิทธิภาพการดำเนินงานที่ลึกซึ้งยิ่งขึ้น

เมื่อช่องว่างนั้นกว้างขึ้น มันจะกลายเป็นเรื่องที่ยากที่จะปิดผู้นำมักตีความความระมัดระวังว่าเป็นความปลอดภัย แต่ในยุค AI ความระมัดระวังที่มากเกินไปคือความอ่อนแอ

วิธีที่ผู้นำต้องปรับตัว

ผู้บริหารไม่จำเป็นต้องเป็นวิศวกรเครื่องจักรเรียนรู้ แต่พวกเขาต้องออกแบบ “ระบบปฏิบัติการ” ของกระบวนการตัดสินใจใหม่ เพื่อแก้ไขความไม่สอดคล้องกันเรื่องความเร็ว การเปลี่ยนแปลงเชิงกลยุทธ์ 5 ประการเป็นสิ่งจำเป็น:

1. วงจรการตัดสินใจที่เร็วขึ้น ยุทธศาสตร์ประจำปีต้องให้ทางสำหรับการประเมินอย่างต่อเนื่อง โครงการ AI ควรได้รับการทบทวนรายเดือน ไม่ใช่รายปี ผู้นำต้องให้รางวัลแก่ความเร็ว การวนซ้ำ และการเรียนรู้อย่างรวดเร็วกว่าการวางแผนอย่างสมบูรณ์แบบ ยุคของแผนการเทคโนโลยี 18 เดือนสิ้นสุดลงแล้ว และต้องถูกแทนที่ด้วยการวิ่งแบบ 90 วันที่มีการดำเนินการ
2. ราวลิ่งมากกว่ากฎ กฎที่เข้มงวดขัดขวางนวัตกรรมและกระตุ้นให้เกิด Shadow AI แทนที่จะให้พนักงานต้องรออนุมัติ พวกเขาต้องการขอบเขตที่เป็นรูปธรรม การกำกับดูแลควรกำหนด “โซนปลอดภัย”: การจัดประเภทข้อมูลใดที่อนุญาต? โมเดลใดที่ได้รับการอนุมัติสำหรับการใช้งานในองค์กร? กระบวนการทำงานใดต้องมีการทบทวนโดยมนุษย์? ราวลิ่งช่วยให้ทีมทำงานได้อย่างรวดเร็วภายในพารามิเตอร์ที่ปลอดภัย แทนที่จะรออนุมัติเพื่อทำการเคลื่อนไหว
3. การมอบอำนาจข้ามฟังก์ชัน AI ไม่สามารถอยู่ในซิลโอด้าน IT ได้ การกำกับดูแลที่มีประสิทธิภาพต้องมีโต๊ะที่ใช้ร่วมกันระหว่างผลิตภัณฑ์ กฎหมาย การดำเนินงาน และการปฏิบัติตามกฎระเบียบ สิ่งสำคัญคือกลุ่มนี้ต้องมีอำนาจในการตัดสินใจจริงๆ ไม่ใช่แค่มีอำนาจในการให้คำแนะนำ
4. ส่งเสริมการลองผิดลองถูกอย่างมีข้อมูล เปลี่ยนวัฒนธรรมจาก “หลีกเลี่ยงข้อผิดพลาด” เป็น “ล้มเหลวขนาดเล็ก เรียนรู้อย่างรวดเร็ว” การทดลองขนาดเล็กและพื้นที่ทดลองที่ปลอดภัยสร้างความเร็วขึ้นโดยไม่ต้องสัมผัสกับความเสี่ยงของระบบ การวิเคราะห์ของ IBM เกี่ยวกับจริยธรรม AI และการกำกับดูแล แสดงให้เห็นว่าการสร้าง “ห้องทดลอง” ที่มีจริยธรรมและเทคนิคช่วยให้สามารถทดสอบโมเดลเหล่านี้ก่อนที่จะสัมผัสกับข้อมูลลูกค้า
5. ความรู้มากกว่าความเชี่ยวชาญ ผู้นำต้องเข้าใจความสามารถ ข้อจำกัด และผลกระทบเชิงกลยุทธ์ ไม่ใช่โครงสร้างทางเทคนิค ผู้นำ AI ที่ดีที่สุดเป็นคนรอบรู้ที่มีการตัดสินใจที่ดี ไม่ใช่ผู้เชี่ยวชาญที่มุ่งเน้นแคบๆ พวกเขาต้องเข้าใจความแตกต่างระหว่าง AI ที่คาดการณ์ และ AI ที่สร้างขึ้นใหม่ และที่ไหนที่ใช้แต่ละอย่างในแบบจำลองธุรกิจของตน

ผู้บริหารในอนาคต

AI เปลี่ยนแปลงวิธีการดำเนินงานของบริษัท แต่ก็เปลี่ยนแปลงวิธีที่ผู้นำต้องคิดด้วย ผู้บริหารในอนาคตไม่ใช่คนที่มีคำตอบทั้งหมด มันคือคนที่สามารถตัดสินใจได้ด้วยข้อมูลที่ไม่สมบูรณ์ โดยชี้นำทีมผ่านความไม่แน่นอนด้วยความคล่องตัวมากกว่าการมั่นใจที่เข้มงวด

การเป็นผู้นำไม่ใช่เรื่องของการควบคุมอีกต่อไป มันคือเรื่องของการทำให้องค์กรสามารถปรับตัวได้เร็วเท่ากับเทคโนโลยีที่พวกเขาใช้

AI จะยังคงเร่งความเร็วต่อไป คำถามคือว่าทีมผู้นำของคุณสามารถเร่งความเร็วตามไปด้วยหรือไม่ หากโมเดลการกำกับดูแลของคุณยังคงหยุดอยู่ในจังหวะของทศวรรษที่แล้ว ช่องว่างจะกว้างเกินกว่าจะปิดได้