คุณค่าแท้จริงของ AI สร้างขึ้นจากข้อมูลและคน – ไม่ใช่แค่เทคโนโลยี

ความหวังของ AI ขยายออกไปทุกวัน – ตั้งแต่การขับเคลื่อนผลผลิตของแต่ละบุคคลไปจนถึงการทำให้องค์กรสามารถค้นพบข้อมูลธุรกิจใหม่ที่มีพลังผ่านข้อมูล แม้ว่าศักยภาพของ AI จะดูไม่มีขอบเขตและผลกระทบจะง่ายต่อการนึกภาพ แต่การเดินทางไปสู่ระบบนิเวศที่มี AI ที่แท้จริงเป็นเรื่องที่ซับซ้อนและท้าทาย การเดินทางนี้ไม่ได้เริ่มต้นและสิ้นสุดด้วยการนำ AI มาใช้หรือแม้แต่การใช้งานอย่างต่อเนื่อง – มันสิ้นสุดที่นั่น การรับรู้ถึงคุณค่าเต็มที่ของโซลูชัน AI ในที่สุดขึ้นอยู่กับคุณภาพของข้อมูลและคนที่นำไปใช้ จัดการ และใช้เพื่อผลลัพธ์ที่มีความหมาย

ข้อมูล: รากฐานของความสำเร็จของ AI

ข้อมูล คือ สิ่งที่ไม่เปลี่ยนแปลงขององค์กร ไม่ว่าจะเป็นร้านค้าขนาดเล็กหรือองค์กรขนาดใหญ่ ทุกธุรกิจดำเนินงานบนข้อมูล (บันทึกทางการเงิน สินค้าคงคลัง วิดีโอความปลอดภัย ฯลฯ) การจัดการ ความสามารถในการเข้าถึง และการกำกับดูแลข้อมูลเหล่านี้เป็นรากฐานในการรับรู้ถึงศักยภาพเต็มที่ของ AI ภายในองค์กร Gartner ได้ระบุว่า 63% ขององค์กร ไม่มีความมั่นใจหรือไม่แน่ใจว่าแนวปฏิบัติข้อมูลที่มีอยู่หรือโครงสร้างการจัดการมีความเพียงพอสำหรับการนำ AI มาใช้成功 การทำให้องค์กรสามารถปลดปล่อยศักยภาพเต็มที่ของ AI ต้องมีการปฏิบัติข้อมูลที่คิดมาอย่างดี ตั้งแต่การรวบรวม การจัดเก็บ การสังเคราะห์ การวิเคราะห์ ความปลอดภัย ความเป็นส่วนตัว การกำกับดูแล และการควบคุมการเข้าถึง – ต้องมีกรอบและวิธีการในการใช้ AI อย่างเหมาะสม นอกจากนี้ยังจำเป็นต้องลดความเสี่ยงและผลกระทบที่ไม่ได้ตั้งใจ

การเข้าถึงข้อมูลที่โซลูชัน AI ของคุณมีจะกำหนดศักยภาพในการส่งมอบ – มากจนเรากำลังเห็นการเกิดขึ้นของฟังก์ชันใหม่ที่ออกแบบมาเฉพาะสำหรับเรื่องนี้ คือ Chief Data Officer (CDO) เพียงแค่นำ AI มาใช้ในสภาพแวดล้อมที่มีข้อมูล “ลอยอยู่” ที่สามารถเข้าถึงได้โดยใครก็ตาม – มันจะเกิดข้อผิดพลาด มีอคติ ไม่ปฏิบัติตามกฎระเบียบ และมีแนวโน้มที่จะแสดงข้อมูลที่ละเอียดอ่อนและเป็นส่วนตัว ในทางกลับกัน เมื่อสภาพแวดล้อมข้อมูลมีความ豊富 มีโครงสร้าง มีความถูกต้อง และมีกรอบและวิธีการในการใช้ข้อมูลขององค์กร – AI สามารถส่งมอบผลประโยชน์ทันทีและช่วยประหยัดเวลาหลายชั่วโมงในการสร้างแบบจำลอง การคาดการณ์ และการพัฒนาความสามารถ

คน: ปัจจัยที่ถูกมองข้ามในการนำ AI มาใช้

IDC ได้แบ่งปันว่า 45% ของ CEO และมากกว่า 66% ของ CIO ที่สำรวจ แสดงความลังเลเกี่ยวกับซัพพลายเออร์เทคโนโลยีที่ไม่เข้าใจถึงความเสี่ยงด้านลบของ AI ผู้นำเหล่านี้มีเหตุผลที่จะลังเล ผลที่ตามมาของความเสี่ยงด้าน IT ในสมัยก่อนยังคงเหมือนเดิมแม้จะมีการกำกับ AI (เช่น การหยุดทำงาน การหยุดการดำเนินงาน ค่าเบี้ยประกันไซเบอร์ที่มีราคาแพง ค่าปรับตามกฎระเบียบ ประสบการณ์ของลูกค้า การรั่วไหลของข้อมูล การจ่ายเงินอันตราย และอื่นๆ) และมีการเพิ่มขึ้นจากการรวม AI เข้ากับ IT ความกังวลนี้เกิดจากความไม่เข้าใจเกี่ยวกับสาเหตุของผลที่ตามมาเหล่านั้นหรือสำหรับผู้ที่ไม่ทราบถึงความกังวลที่เกิดจากการเปิดใช้งาน AI ที่เป็นตัวกระตุ้นให้เกิดผลที่ตามมาเหล่านั้น

คำถามที่กดดันคือ “ฉันควรลงทุนในเครื่องมือ IT ที่มีค่าใช้จ่ายสูงซึ่งสามารถปรับปรุงประสิทธิภาพของธุรกิจของฉันที่ทุกๆ ระดับได้หรือไม่ โดยมีความเสี่ยงต่อการล่มสลายของ IT เนื่องจากการไม่พร้อมของพนักงานและความสามารถในการใช้เครื่องมือเหล่านี้อย่างถูกต้องและประสิทธิภาพ?” สิ่งนี้เป็นเรื่องที่น่ากล่าวถึงอย่างแน่นอน – ความเสี่ยงทางธุรกิจมักจะน่ากล่าวถึง และเรารู้คำตอบของคำถามนี้แล้ว เมื่อมีเทคโนโลยีที่ซับซ้อนและศักยภาพในการดำเนินการที่สูงขึ้น ความพยายามในการทำให้ทีมพร้อมในการใช้เครื่องมือเหล่านี้อย่างถูกต้องและประสิทธิภาพจึงจำเป็นต้องสูงขึ้นด้วย

ความท้าทายของซัพพลายเออร์

การขาดความมั่นใจในความเข้าใจของซัพพลายเออร์เทคโนโลยีนั้นไปไกลกว่าความเชี่ยวชาญด้านเนื้อหาสาระและสะท้อนถึงปัญหาที่ลึกซึ้งยิ่งขึ้น: ความไม่สามารถที่จะอธิบายความเสี่ยงที่เฉพาะเจาะจงที่องค์กรสามารถและจะเผชิญได้จากการนำไปใช้ที่ไม่เหมาะสมและความคาดหวังที่ไม่สมจริง

ความสัมพันธ์ระหว่างองค์กรและซัพพลายเออร์เทคโนโลยีคล้ายกับความสัมพันธ์ระหว่างผู้ป่วยและผู้ปฏิบัติงานด้านสุขภาพ ผู้ป่วยจะปรึกษาผู้ปฏิบัติงานด้านสุขภาพด้วยอาการที่ต้องการการวินิจฉัยและหวังว่าจะได้รับการรักษาที่ง่ายและคุ้มค่า ในสถานการณ์ป้องกัน ผู้ปฏิบัติงานด้านสุขภาพจะทำงานร่วมกับผู้ป่วยเกี่ยวกับการแนะนำอาหาร การเลือก lối sống และการรักษาเฉพาะบุคคลเพื่อบรรลุเป้าหมายสุขภาพที่กำหนดไว้ ในทำนองเดียวกัน มีความคาดหวังว่าองค์กรจะได้รับโซลูชันที่ชัดเจนจากซัพพลายเออร์เทคโนโลยีเพื่อแก้ปัญหาหรือวางแผนการนำไปใช้เทคโนโลยี อย่างไรก็ตาม เมื่อองค์กรไม่สามารถให้ข้อมูลเกี่ยวกับความเสี่ยงที่เฉพาะเจาะจงเกี่ยวกับสภาพแวดล้อม IT ที่กำหนดได้ สิ่งนี้จะทำให้ความไม่แน่นอนในการนำ AI มาใช้เพิ่มมากขึ้น

แม้ว่าซัพพลายเออร์เทคโนโลยีจะสื่อสารความเสี่ยงและผลกระทบที่อาจเกิดขึ้นของ AI ได้อย่างมีประสิทธิภาพ องค์กรหลายแห่งก็ยังถูกขัดขวางโดยต้นทุนรวมที่แท้จริง (TCO) ที่เกี่ยวข้องกับการวางรากฐานที่จำเป็น มีการตระหนักมากขึ้นว่าการนำ AI มาใช้สำเร็จต้องเริ่มต้นภายในสภาพแวดล้อมที่มีอยู่ – และเมื่อสภาพแวดล้อมนั้นได้รับการปรับปรุงแล้ว องค์กรจึงสามารถปลดปล่อยคุณค่าของ AI ได้อย่างแท้จริง มันคล้ายกับการสมมติว่าใครก็ตามสามารถเข้าไปในตัวรถสูตร 1 และชนะการแข่งขันในทันที บุคคลที่มีเหตุผลจะรู้ว่าความสำเร็จในการแข่งขันคือผลมาจากทั้งผู้ขับขี่ที่มีทักษะและเครื่องจักรที่มีประสิทธิภาพสูง ในทำนองเดียวกัน คุณค่าของ AI จะสามารถรับรู้ได้เมื่อองค์กรเตรียมพร้อม ฝึกอบรม และมีอุปกรณ์ที่เหมาะสมในการ นำ AI มาใช้และนำไปใช้

กรณีศึกษา: Microsoft 365 Copilot

Microsoft 365 Copilot เป็นตัวอย่างที่ดีของโซลูชัน AI ที่มีอยู่ซึ่งผลกระทบและคุณค่าถูกเข้าใจผิดหรือทำให้เล็กลงเนื่องจากความคาดหวังที่ไม่สอดคล้องกันของลูกค้า – ในวิธีการนำ AI มาใช้และความเชื่อที่ว่ามัน ควร ทำอะไร ไม่ใช่สิ่งที่มัน สามารถ ทำได้ ในปัจจุบัน มากกว่า 70% ของบริษัท Fortune 500 กำลังใช้ Microsoft 365 Copilot อยู่แล้ว ความกลัวที่ว่า AI จะแทนที่งานเป็นหลอกลวงเมื่อพูดถึงการนำไปใช้ AI ในโลกแห่งความเป็นจริงส่วนใหญ่ ในขณะที่การแทนที่งานได้เกิดขึ้นในบางพื้นที่ เช่น “คลังสินค้าแบบอัตโนมัติ” สิ่งสำคัญคือต้องแยกแยะระหว่าง AI โดยรวมและการใช้งานในด้านหุ่นยนต์ ซึ่งมีผลกระทบโดยตรงต่อการแทนที่งาน

ในบริบทของการทำงานสมัยใหม่ คุณค่าหลักของ AI อยู่ที่การเพิ่มประสิทธิภาพและเพิ่มความเชี่ยวชาญ – ไม่ใช่การแทนที่ ในการประหยัดเวลาและเพิ่มผลผลิต AI ช่วยให้สามารถวางแผนการตลาดที่คล่องตัวและรวดเร็วมากขึ้น และส่งมอบคุณค่าได้เร็วขึ้น อย่างไรก็ตาม คุณค่าเหล่านี้ขึ้นอยู่กับปัจจัยสำคัญ:

• การปฏิบัติข้อมูลที่มีความเป็นมาตรฐาน
• การควบคุมการเข้าถึงและการกำกับดูแลที่แข็งแกร่ง
• มาตรการด้านความปลอดภัยที่เข้มงวดเพื่อลดความเสี่ยง
• การเปิดใช้งานคนรอบๆ การใช้ AI อย่างรับผิดชอบและแนวปฏิบัติที่ดีที่สุด

ต่อไปนี้เป็นตัวอย่างบางส่วนของการปรับปรุงฟังก์ชันการทำงานของ AI ทั่วทั้งพื้นที่ธุรกิจ:

• ผู้นำฝ่ายขายสามารถสร้างแบบจำลองความน่าจะเป็นโดยใช้ข้อมูลวงจรชีวิตลูกค้าเพื่อขับเคลื่อนกลยุทธ์การขายข้ามและขายต่อ
• ทีมกลยุทธ์องค์กรและ FP&A สามารถเข้าใจลึกซึ้งยิ่งขึ้นได้จากการวิเคราะห์หน่วยธุรกิจ ทำให้สามารถจัดตำแหน่งตามเป้าหมายองค์กรได้ดีขึ้น
• ทีมบัญชีเจ้าหนี้สามารถจัดการรอบการชำระเงินได้อย่างมีประสิทธิภาพมากขึ้นด้วยการเข้าถึงข้อมูลที่สามารถดำเนินการได้เร็วขึ้น ทำให้การเข้าถึงและการมีส่วนร่วมของลูกค้าดีขึ้น
• ผู้นำฝ่ายการตลาดสามารถสร้างกลยุทธ์การตลาดที่มีประสิทธิภาพและจัดตำแหน่งการขายได้ดีขึ้นโดยใช้ข้อมูลเชิงลึกของ AI เกี่ยวกับการแสดงผลการขายและโอกาส
• ทีมปฏิบัติการสามารถลดเวลาในการปรับสมดุลข้อมูลการเงินและการขาย ทำให้ลดความสับสนวุ่นวายในช่วงสิ้นไตรมาสหรือสิ้นปี
• ทีมความสำเร็จและสนับสนุนลูกค้าสามารถลดเวลาในการตอบสนองและแก้ปัญหาโดยการทำให้กระบวนการทำงานอัตโนมัติและทำให้ขั้นตอนสำคัญง่ายขึ้น

ตัวอย่างเหล่านี้เพียงแต่แสดงถึงศักยภาพของ AI ในการขับเคลื่อนการเปลี่ยนแปลงฟังก์ชันการทำงานและเพิ่มผลผลิตเท่านั้น การรับรู้ถึงคุณค่าเหล่านี้ต้องมีรากฐานที่ถูกต้อง – ระบบที่ทำให้ AI สามารถรวมเข้าด้วยกัน วิเคราะห์ และส่งมอบตามที่สัญญาไว้

ความคิดสุดท้าย: ไม่มีการเล่นและเล่นสำหรับ AI

การนำ AI มาใช้เพื่อปลดปล่อยคุณค่าเต็มที่ไม่ใช่เรื่องง่ายเหมือนการติดตั้งโปรแกรมหรือแอปพลิเคชัน มันเป็นการรวมของฟังก์ชันการทำงานอัตโนมัติที่เชื่อมโยงกันทั่วทั้งระบบ IT – ส่งมอบข้อมูลเชิงลึกและประสิทธิภาพการทำงานที่จะไม่จำเป็นต้องใช้ความพยายาม การใช้เวลา และทรัพยากรจำนวนมาก

การรับรู้ถึงคุณค่าของโซลูชัน AI มี根ฐานมาจากการสร้างการปฏิบัติข้อมูลที่ดี การรักษาโครงสร้างการเข้าถึงและการกำกับดูแลที่แข็งแกร่ง และการรักษาความปลอดภัยของระบบนิเวศ – หัวข้อที่ต้องการการสำรวจลึกซึ้งยิ่งขึ้น

ความสามารถของซัพพลายเออร์เทคโนโลยีในการเป็นพันธมิตรที่มีคุณค่าจะขึ้นอยู่กับการตลาดและการเปิดใช้งานที่มุ่งเน้นในการทำลายความเชื่อผิดๆ และปรับความคาดหวังเกี่ยวกับสิ่งที่การปลดปล่อยศักยภาพของ AI จริงๆ หมายถึง