อาจัย วาสาล์ ผู้นำระดับโลกด้านข้อมูลและ AI ของ Genpact – ซีรีส์สัมภาษณ์

อาจัย วาสาล์ ผู้นำระดับโลกด้านข้อมูลและ AI ของ Genpact เป็นผู้บริหารด้านเทคโนโลยีและกลยุทธ์ที่มีประสบการณ์มากกว่า 20 ปี ในด้านปัญญาประดิษฐ์ กลยุทธ์ข้อมูล การเปลี่ยนแปลงดิจิทัล การควบรวมกิจการ และที่ปรึกษาด้านองค์กร ในบทบาทปัจจุบันของเขา tại Genpact เขาเป็นผู้นำโครงการที่มุ่งเน้นในการช่วยให้องค์กรขยายการนำ AI ไปใช้ และเปลี่ยนจากการใช้ AI ในรูปแบบการช่วยเหลือไปสู่ระบบที่มีการทำงานอัตโนมัติและฝังตัวในการดำเนินงานมากขึ้น ก่อนที่จะเข้าร่วม Genpact วาสาล์ใช้เวลาเกือบ 9 ปีในการทำงานที่ Accenture โดยดำรงตำแหน่งผู้นำระดับสูงหลายตำแหน่ง รวมถึงผู้นำด้านข้อมูลและ AI สำหรับอุตสาหกรรมผู้บริโภค และผู้อำนวยการศูนย์ข้อมูลและข้อมูลเชิงลึกทั่วโลกตลอดอาชีพการงานของเขา เขามุ่งเน้นในการช่วยให้องค์กรปลดปล่อยคุณค่าที่วัดได้จากข้อมูลผ่านการเพิ่มประสิทธิภาพการดำเนินงาน การเติบโตของรายได้ และการลดความเสี่ยง ในขณะเดียวกันก็เป็นผู้นำในการลงทุนเชิงกลยุทธ์ การควบรวมกิจการ และโครงการการเปลี่ยนแปลงที่ขับเคลื่อนด้วย AI ทั่วทั้งอุตสาหกรรม

Genpact เป็นบริษัทให้บริการระดับมืออาชีพและบริษัทการเปลี่ยนแปลงดิจิทัลที่เชี่ยวชาญด้านข้อมูล AI การวิเคราะห์ การอัตโนมัติที่ชาญฉลาด และการปรับปรุงการดำเนินงานสำหรับองค์กรขนาดใหญ่ ซึ่งเดิมก่อตั้งขึ้นภายใน General Electric ก่อนที่จะกลายเป็นบริษัทอิสระ Genpact ปัจจุบันให้บริการแก่องค์กรทั่วทั้งอุตสาหกรรม รวมถึงบริการทางการเงิน การดูแลสุขภาพ การผลิต การค้าปลีก และสินค้าอุปโภคบริโภค บริษัทได้กำหนดตำแหน่งของตนเองมากขึ้นรอบ ๆ การเปลี่ยนแปลงองค์กรที่ขับเคลื่อนด้วย AI โดยรวมการวิเคราะห์ การอัตโนมัติ และความเชี่ยวชาญด้านโดเมนเพื่อช่วยให้ธุรกิจ现代化กระบวนการทำงาน ปรับปรุงการตัดสินใจ และใช้ระบบ AI ระดับใหญ่ในลักษณะที่รับผิดชอบ

คุณใช้เวลามากกว่าหลายปีที่ Accenture ในการกำหนดกลยุทธ์ด้านข้อมูลและ AI ทั่วทั้งอุตสาหกรรม ก่อนที่จะเข้าร่วม Genpact ในบทบาทปัจจุบันของคุณ การสัมผัสนั้นได้เปลี่ยนแปลงมุมมองของคุณเกี่ยวกับเหตุผลที่องค์กรยังคงดิ้นรนในการดึงคุณค่าที่แท้จริงจากการลงทุนใน AI ในปัจจุบันอย่างไร

หนึ่งในบทเรียนที่ยิ่งใหญ่ที่สุดจากประสบการณ์การทำงานทั่วทั้งอุตสาหกรรมคือ องค์กรส่วนใหญ่ไม่ล้มเหลวเพราะเทคโนโลยีไม่แข็งแกร่ง ความเป็นจริงคือพวกเขาล้มเหลวเพราะพยายามวาง AI ลงบนแบบจำลองการดำเนินงานที่ไม่ได้ออกแบบมาเพื่อการทำงานอัตโนมัติ ผลการวิจัยล่าสุดของเรา การวิจัยล่าสุด ยืนยันจุดนั้นอย่างชัดเจน ในขณะที่องค์กรกำลังเคลื่อนตัวเข้าสู่การนำ AI ไปใช้อย่างรวดเร็ว แต่หลายองค์กรยังคงดิ้นรนในการออกแบบแบบจำลองการดำเนินงานที่จำเป็นในการสนับสนุนการทำงานอัตโนมัติในระดับใหญ่ ช่องว่างนั้นเน้นย้ำถึงปัญหาที่หลายองค์กรยังคงทำงานผ่านคำถามเกี่ยวกับการกำกับดูแล ความรับผิดชอบ และความพร้อมขององค์กร

เรายังเห็นองค์กรหลายแห่งเคลื่อนไหวอย่างรวดเร็วก่อนที่จะมีกรอบการวัดที่เหมาะสม 71% ของผู้บริหารเชื่อว่า AI ที่มีเจตนา (agentic AI) จะส่งมอบ ROI เร็วกว่าคลื่นเทคโนโลยีก่อนหน้าใดๆ แต่ 67% ยังคงพึ่งพาเมตริกการผลิตที่สร้างขึ้นสำหรับแบบจำลองการอัตโนมัติก่อนหน้า การสัมผัสของฉันแสดงให้เห็นว่าการนำ AI ไปใช้สำเร็จไม่ใช่แค่การนำโมเดลไปใช้ แต่เป็นการออกแบบกระบวนการทำงานใหม่ จัดแนวเทคโนโลยีกับลำดับความสำคัญทางธุรกิจ และช่วยให้คนเข้าใจว่าบทบาทของพวกเขาเปลี่ยนแปลงไปอย่างไรพร้อมกับระบบอัตโนมัติที่เพิ่มขึ้น

รายงานล่าสุดของคุณ Autonomy Requires Trust in AI แสดงให้เห็นว่าผู้บริหารส่วนใหญ่เชื่อว่า AI ที่มีเจตนา (agentic AI) จะเปลี่ยนแปลงการดำเนินงานทางธุรกิจอย่างพื้นฐาน แต่ระบบส่วนใหญ่ยังคงอยู่ภายใต้การดูแล การตัดขาดระหว่างความเชื่อกับการดำเนินการคืออะไร

การตัดขาดนั้นอยู่ที่ความเชื่อใจโดยสิ้นเชิง ผู้บริหารเชื่อว่า AI ที่มีเจตนา (agentic AI) จะเปลี่ยนแปลงวิธีการทำงาน แต่ความเชื่อในเทคโนโลยีนั้นไม่ได้แปลเป็นความสบายใจในการมอบอำนาจการตัดสินใจ การวิจัยของเราพบว่าเพียง 22% ขององค์กรที่สบายใจในการให้ระบบ AI ดำเนินการด้วยความเป็นอิสระในระดับโดเมนหรือกว้าง

องค์กรส่วนใหญ่ยังคงสบายใจที่จะใช้ AI ในฐานะผู้ช่วยที่สามารถแนะนำ สรุป หรือสนับสนุนกระบวนการทำงาน การลังเลเริ่มต้นเมื่อระบบ AI คาดหวังให้ดำเนินการด้วยตนเองในลักษณะที่ส่งผลกระทบต่อการดำเนินงาน ลูกค้า การปฏิบัติตามกฎระเบียบ หรือผลลัพธ์ทางการเงิน การลังเลนั้นบังคับให้องค์กรหลายแห่งต้องเก็บคนไว้ในการดำเนินการและกำกับดูแลอย่างใกล้ชิด แม้ว่าจะผลักดันไปสู่แบบจำลองการดำเนินการที่มีการทำงานอัตโนมัติมากขึ้น

หลายองค์กรลงทุนอย่างมากใน AI แต่ล้มเหลวในการแสดงผลตอบแทนที่มีความหมาย สิ่งผิดพลาดที่พบบ่อยที่สุดขององค์กรคืออะไรเมื่อพยายามวัดคุณค่าที่ได้รับจาก AI

ความผิดพลาดหลักคือองค์กรหลายแห่งยังคงใช้เมตริกการผลิตที่ออกแบบมาสำหรับการอัตโนมัติในยุคก่อนหน้า ข้อมูลแสดงให้เห็นว่า 67% ขององค์กรยังคงพึ่งพาเมตริกการผลิตที่ไม่สามารถจับคุณค่าของระบบการตัดสินใจแบบปรับเปลี่ยนได้อย่างเต็มที่ ซึ่งสร้างความไม่สอดคล้องกันระหว่างความคาดหวังและวิธีการวัดคุณค่า

ปัญหาอื่นคือองค์กรหลายแห่งยังไม่ได้กำหนดเมตริกความสำเร็จของ AI ที่เป็นเจ้าของเพียงเล็กน้อย เพียงเศษเสี้ยวขององค์กรที่วัดสิ่งต่างๆ เช่น การทำงานอัตโนมัติแบบไร้คนดูแล การลดการเพิ่มระดับ หรือการรับมืออัตโนมัติของข้อยกเว้น หากบริษัทต่างๆ ยังคงมุ่งเน้นไปที่การลดต้นทุนหรือชั่วโมงที่ประหยัดได้ พวกเขาจะพลาดผลกระทบด้านการดำเนินงานที่ AI ที่มีเจตนา (agentic AI) ได้รับการออกแบบมาเพื่อสร้าง

รายงานแนะนำว่าความพร้อมขององค์กรเป็นอุปสรรคที่ใหญ่กว่าเทคโนโลยีเอง การเปลี่ยนแปลงโครงสร้างที่เฉพาะเจาะจงใดที่บริษัทต่างๆ ต้องทำเพื่อปลดปล่อยคุณค่าเต็มที่ของ AI ที่มีเจตนา (agentic AI)

องค์กรต้องคิดใหม่เกี่ยวกับความรับผิดชอบ การเป็นเจ้าของกระบวนการทำงาน และกระบวนการตัดสินใจทั่วทั้งธุรกิจ หนึ่งในข้อสรุปที่ชัดเจนที่สุดจากผลการวิจัยคือความพร้อมขององค์กรกลายเป็นอุปสรรคที่ใหญ่กว่าเทคโนโลยีเอง ในความเป็นจริง 33% ขององค์กรระบุว่ากระบวนการทางธุรกิจที่ไม่พร้อมสำหรับการผสมผสาน AI ที่มีเจตนาเป็นอุปสรรคหลักต่อการนำไปใช้

บริษัทที่ทำความก้าวหน้ามากที่สุดกำลังออกแบบกระบวนการทำงานใหม่จากจุดเริ่มต้นจนจุดสิ้นสุดเพื่อให้ระบบอัตโนมัติสามารถทำงานภายในขอบเขตและโครงสร้างกำกับดูแลที่กำหนดไว้อย่างชัดเจน เรายังพบว่า 44% ขององค์กรคาดหวังว่า AI ที่มีเจตนา (agentic AI) จะทำให้โครงสร้างการจัดการแบนแฟลต เนื่องจากระบบอัตโนมัติเข้ามาแทนที่งานสอดคล้องแบบดั้งเดิมที่จัดการโดยผู้จัดการระดับกลาง พนักงานต้องการความชัดเจนมากขึ้นเกี่ยวกับความรับผิดชอบในการกำกับดูแล จุดกั้น และจุดที่การตัดสินใจของมนุษย์เข้ามาเกี่ยวข้องในบรรยากาศที่มีการทำงานอัตโนมัติมากขึ้น

เพียงเศษเสี้ยวขององค์กรที่สบายใจในการมอบอำนาจการตัดสินใจที่แท้จริงให้กับระบบ AI สิ่งใดที่จะทำให้องค์กรไว้วางใจระบบ AI ในการมอบอำนาจการตัดสินใจ

ความเชื่อใจใน AI ที่มีเจตนา (agentic AI) ในท้ายที่สุดมาตั้งแต่ความรับผิดชอบและควบคุม องค์กรยังคงระมัดระวังในการมอบอำนาจการตัดสินใจเพราะผู้นำต้องการความมั่นใจว่าระบบอัตโนมัติสามารถทำงานภายในรั้วและโครงสร้างกำกับดูแลที่ชัดเจน

บริษัทที่ก้าวหน้ากำลังออกแบบระบบที่มีเส้นทางการเพิ่มระดับ การกระตุ้นการแทรกแซง และการควบคุมกำกับดูแลที่สร้างขึ้นโดยตรงในแบบจำลองการดำเนินงาน ส่วนใหญ่ขององค์กรกำลังให้อำนาจอัตโนมัติเป็นขั้นตอนตามบริบททางธุรกิจและความอดทนความเสี่ยง มากกว่าการกระโดดไปสู่การทำงานอัตโนมัติเต็มรูปแบบ เมื่อองค์กรได้รับความมั่นใจผ่านการนำไปใช้ที่ประสบความสำเร็จ ความเชื่อใจจะเติบโตเพราะผู้นำสามารถเห็นได้อย่างชัดเจนว่าการตัดสินใจเกิดขึ้นอย่างไร ความรับผิดชอบอยู่ที่ไหน และการกำกับดูแลของมนุษย์ยังคงอยู่

องค์กรคาดหวังที่จะขยาย AI ที่มีเจตนา (agentic AI) อย่างรวดเร็ว แต่หลายแห่งยังคงพึ่งพาเมตริกการผลิตที่ล้าสมัย สิ่งที่เมตริกประสิทธิภาพ AI ที่มีประสิทธิผลและเป็นเจ้าของควรเป็นอย่างไร

เมตริกที่เป็นเจ้าของ AI ต้องวัดการดำเนินการและผลลัพธ์มากกว่าการกระทำ เมตริกการผลิตแบบดั้งเดิมมุ่งเน้นไปที่ว่าคนงานทำงานเร็วขึ้น แต่ AI ที่มีเจตนา (agentic AI) เปลี่ยนสมการเพราะระบบตัวเองเริ่มแบกรับภาระการทำงานบางส่วน นั่นสำคัญเพราะหลายองค์กรยังคงวัด AI ที่มีเจตนา (agentic AI) ผ่านเลนส์การผลิตที่ออกแบบมาสำหรับการอัตโนมัติในยุคก่อนหน้า มากกว่าการทำงานอัตโนมัติ

การวัดที่มีประสิทธิผลมากกว่าควรเน้นไปที่การทำงานอัตโนมัติแบบไร้คนดูแล อัตราการเพิ่มระดับที่ลดลง การตัดสินใจที่เร็วขึ้น และวิธีที่ระบบจัดการข้อยกเว้นด้วยการแทรกแซงจากมนุษย์ที่จำกัด เมตริกเหล่านั้นให้ภาพที่ชัดเจนกว่าของว่า AI จริงๆ แล้วปรับปรุงการดำเนินการในระดับใหญ่หรือไม่

คุณเน้นย้ำว่าการออกแบบกระบวนการทำงานใหม่เป็นอุปสรรคหลักต่อการนำไปใช้ ทำไมการเปลี่ยนแปลงกระบวนการทำงานจึงสำคัญมากกว่าประสิทธิภาพของโมเดลในระยะนี้ของ AI

การเปลี่ยนแปลงกระบวนการทำงานมีความสำคัญเพราะแม้แต่ระบบ AI ที่ซับซ้อนที่สุดก็ไม่สามารถขยายได้อย่างมีประสิทธิภาพภายในกระบวนการที่ไม่สมบูรณ์หรือแตกกระจาย การวิจัยของเราพบว่า 33% ขององค์กรระบุว่าความพร้อมของกระบวนการทำงานเป็นอุปสรรคหลักต่อการนำ AI ที่มีเจตนา (agentic AI) ไปใช้

สิ่งที่ทำให้ระยะนี้แตกต่างคือ AI ที่มีเจตนา (agentic AI) ได้รับการออกแบบมาเพื่อดำเนินการข้ามกระบวนการทำงาน มากกว่าแค่ช่วยเหลือภายในกระบวนการเหล่านั้น องค์กรต้องออกแบบกระบวนการทำงานใหม่รอบ ๆ การทำงานอัตโนมัติ โดยการทำให้ความเป็นเจ้าของการตัดสินใจชัดเจน ย้ายการถ่ายโอนที่ไม่จำเป็นออกไป และฝังโครงสร้างกำกับดูแลโดยตรงเข้าไปในกระบวนการทำงาน ในหลายวิธี การออกแบบกระบวนการทำงานใหม่กลายเป็นรากฐานที่แท้จริงสำหรับการนำ AI ไปใช้ในระดับใหญ่

รายงานชี้ให้เห็นว่า AI จะทำให้โครงสร้างองค์กรแบนแฟลตเมื่องานสอดคล้องถูกทำให้自动 How do you see leadership roles and middle management evolving as a result?

เมื่อ AI ที่มีเจตนา (agentic AI) เข้ามาแทนที่งานสอดคล้องและงานกำกับดูแลการดำเนินงาน บทบาทผู้นำมีแนวโน้มที่จะเปลี่ยนจากการจัดการการดำเนินงานแบบปกติไปสู่การชี้แนะกลยุทธ์ การตัดสินใจ และการกำกับดูแล การวิจัยของเราพบว่าหลายองค์กรคาดหวังว่า AI ที่มีเจตนา (agentic AI) จะลดชั้นการประสานงานทั่วทั้งองค์กร เนื่องจากระบบอัตโนมัติเข้ามาแทนที่ความรับผิดชอบในการกำกับดูแลการดำเนินงานแบบดั้งเดิม

การจัดการระดับกลางมีบทบาทสำคัญในการส่งตัดสินใจและการรักษาความต่อเนื่องในการดำเนินงานระหว่างทีม เมื่อระบบอัตโนมัติเริ่มจัดการกิจกรรมเหล่านั้น ผู้นำจะต้องมุ่งเน้นไปที่การจัดการข้อยกเว้น ความรับผิดชอบ และการรับรองว่าระบบสอดคล้องกับวัตถุประสงค์ทางธุรกิจ การนำของมนุษย์จะกลายเป็นสิ่งสำคัญมากขึ้นในพื้นที่ที่บริบท จริยธรรม และการตัดสินใจยังคงมีความสำคัญที่สุด

Genpact ตั้งตำแหน่งตัวเองเป็นบริษัทที่มีเทคโนโลยีขั้นสูงและ AI ที่มีเจตนา (agentic AI) บริษัทนี้เข้าใกล้ AI ที่มีเจตนา (agentic AI) แตกต่างจากที่ปรึกษาทั่วไปหรือบริษัทเทคโนโลยีแบบดั้งเดิมอย่างไร

แนวทางของ Genpact มีจุดยืนในเรื่องการดำเนินการและการสร้างผลลัพธ์ ซึ่งเราอธิบายว่าเป็นการแก้ปัญหา “ไมล์สุดท้าย” ของการนำ AI ไปใช้ องค์กรหลายแห่งได้พิสูจน์แล้วว่า AI สามารถสร้างข้อมูลเชิงลึกหรือปรับปรุงประสิทธิภาพการผลิต แต่ความท้าทายที่แท้จริงคือการฝังความสามารถเหล่านั้นลงในกระบวนการทำงานที่แท้จริงที่งานได้รับการดำเนินการ นั่นคือจุดที่หลายโครงการ AI จอดค้าง

สิ่งที่ทำให้แนวทางของเราแตกต่างคือการผสมผสานความเชี่ยวชาญด้านกระบวนการทำงานที่ลึกซึ้งด้วยความสามารถด้านข้อมูล เทคโนโลยี และ AI เราไม่ได้เพียงแค่นำโมเดลไปใช้หรือสร้างตัวนำเท่านั้น เรากำลังออกแบบกระบวนการทำงานใหม่ ฝังโครงสร้างกำกับดูแลลงในกระบวนการ และช่วยให้องค์กรสร้างโครงสร้างความรับผิดชอบที่จำเป็นสำหรับการทำงานอัตโนมัติในระดับใหญ่ เนื่องจากเราได้ฝัง AI ที่มีเจตนา (agentic AI) ลงในการดำเนินงานของเราเอง เราจึงนำประสบการณ์เชิงปฏิบัติมาสู่สิ่งที่ต้องทำเพื่อเปลี่ยนจากการทดลองไปสู่ผลกระทบในระดับองค์กร

เมื่อมองไปข้างหน้า คุณเชื่อว่า AI ที่มีเจตนา (agentic AI) จะทำให้ความแตกต่างระหว่างองค์กรนำหน้าและองค์กรที่ตามหลังกว้างขึ้นหรือไม่ และอะไรที่บริษัทต่างๆ ควรทำตอนนี้เพื่อหลีกเลี่ยงการถูกทิ้งไว้ข้างหลัง

ใช่ ฉันเชื่อว่าช่องว่างนั้นจะกว้างขึ้น เพราะ AI ที่มีเจตนา (agentic AI) สะสมคุณค่าในลักษณะที่แตกต่างจากคลื่นเทคโนโลยีก่อนหน้า องค์กรที่ประสบความสำเร็จในการออกแบบกระบวนการทำงานใหม่ สร้างโครงสร้างความรับผิดชอบ และสร้างความเชื่อใจในระบบอัตโนมัติจะสร้างความได้เปรียบในการดำเนินงานที่กลายเป็นเรื่องยากสำหรับคู่แข่งในการทำซ้ำ สิ่งที่น่าประทับใจคือการเปลี่ยนแปลงนี้เกิดขึ้นอย่างรวดเร็ว 29% ขององค์กรคาดหวังว่า AI ที่มีเจตนา (agentic AI) จะขยายไปทั่วทั้งธุรกิจภายใน 12 เดือนข้างหน้า

สำหรับบริษัทที่ต้องการอยู่ในความสามารถ การจัดลำดับความสำคัญในขณะนี้ควรเป็นการเตรียมแบบจำลองการดำเนินงานสำหรับการทำงานอัตโนมัติ ซึ่งรวมถึงการออกแบบกระบวนการทำงานใหม่ การกำหนดโครงสร้างความเป็นเจ้าของ การสร้างกรอบการวัด AI ที่เป็นเจ้าของ และการลงทุนในความพร้อมของกำลังคน องค์กรที่เคลื่อนไหวเร็วในพื้นฐานเหล่านั้นจะมีความพร้อมที่ดีกว่าองค์กรที่ยังคงเข้าใกล้ AI เป็นโครงการเทคโนโลยีแบบยืนเดี่ยว

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Genpact เพื่อเรียนรู้เพิ่มเติม