สัมภาษณ์
อาจัย วาสาล์ ผู้นำระดับโลกด้านข้อมูลและ AI ของ Genpact — ชุดบทสัมภาษณ์

ประเด็นสำคัญการออกแบบกระบวนการใหม่เป็นอุปสรรคสำคัญที่สุดต่อการนำ AI เชิงตัวแทนมาใช้…
ดูเพิ่มเติม
- การออกแบบกระบวนการใหม่เป็นอุปสรรคสำคัญที่สุดต่อการนำ AI เชิงตัวแทนมาใช้ ไม่ใช่ประสิทธิภาพของโมเดล
- เปอร์เซ็นต์ขององค์กรที่ยังคงใช้เมตริกวัดผลผลิตภาพที่ไม่เหมาะสมกับระบบ AI อัตโนมัติ
- มีเพียง 22% ขององค์กรที่ไว้วางใจให้ระบบ AI มีอำนาจตัดสินใจในระดับโดเมนหรือในวงกว้าง
อาจัย วาสาล์ ผู้นำระดับโลกด้านข้อมูลและ AI ของ Genpact เป็นผู้บริหารที่มีประสบการณ์ด้านเทคโนโลยีและกลยุทธ์มากกว่าสองทศวรรษ ครอบคลุมปัญญาประดิษฐ์ กลยุทธ์ข้อมูล การเปลี่ยนผ่านสู่ดิจิทัล การควบรวมและซื้อกิจการ และการให้คำปรึกษาแก่องค์กร ในบทบาทปัจจุบัน เขาเป็นผู้นำโครงการที่ช่วยให้ธุรกิจขยายการใช้ AI และเปลี่ยนจาก AI ที่ทำหน้าที่ช่วยเหลือไปสู่ระบบที่ทำงานได้ด้วยตนเองมากขึ้นและผสานอยู่ในการดำเนินงาน ก่อนเข้าร่วม Genpact วาสาล์ทำงานที่ Accenture เกือบเก้าปี โดยดำรงตำแหน่งผู้บริหารระดับสูงหลายตำแหน่ง รวมถึงผู้นำระดับโลกด้านข้อมูลและ AI สำหรับอุตสาหกรรมผู้บริโภค และหัวหน้าระดับโลกของ Centre for Data & Insights ตลอดอาชีพ เขามุ่งช่วยให้องค์กรสร้างคุณค่าทางธุรกิจที่วัดผลได้จากข้อมูลผ่านประสิทธิภาพการดำเนินงาน การเพิ่มรายได้ และการลดความเสี่ยง พร้อมทั้งนำการลงทุนเชิงกลยุทธ์ โครงการควบรวมและซื้อกิจการ และโครงการเปลี่ยนแปลงด้วย AI ในหลากหลายอุตสาหกรรม
Genpact เป็นบริษัทระดับโลกด้านบริการวิชาชีพและการเปลี่ยนผ่านสู่ดิจิทัล เชี่ยวชาญด้านข้อมูล AI การวิเคราะห์ ระบบอัตโนมัติอัจฉริยะ และการปรับปรุงการดำเนินงานขององค์กรขนาดใหญ่ให้ทันสมัย บริษัทก่อตั้งขึ้นภายใน General Electric (GE.TO ) ก่อนแยกเป็นบริษัทอิสระ ปัจจุบันให้บริการองค์กรในหลากหลายอุตสาหกรรม เช่น บริการทางการเงิน สุขภาพ การผลิต การค้าปลีก และสินค้าอุปโภคบริโภค Genpact มุ่งเน้นการเปลี่ยนแปลงองค์กรด้วย AI มากขึ้น โดยผสานการวิเคราะห์ ระบบอัตโนมัติ และความรู้เฉพาะอุตสาหกรรม เพื่อช่วยให้ธุรกิจปรับปรุงกระบวนงาน พัฒนาการตัดสินใจ และนำระบบ AI มาใช้ในวงกว้างอย่างรับผิดชอบ
ก่อนรับบทบาทปัจจุบันที่ Genpact คุณทำงานที่ Accenture มาหลายปีเพื่อกำหนดกลยุทธ์ข้อมูลและ AI ในหลากหลายอุตสาหกรรม ประสบการณ์นั้นส่งผลอย่างไรต่อมุมมองของคุณว่าเหตุใดธุรกิจจึงยังดึงคุณค่าที่แท้จริงจากการลงทุนใน AI ได้ยาก?
บทเรียนสำคัญอย่างหนึ่งจากการทำงานในหลายอุตสาหกรรมคือ องค์กรส่วนใหญ่ไม่ได้ล้มเหลวเพราะเทคโนโลยีอ่อนแอ แต่ประสบปัญหาเพราะพยายามเพิ่ม AI ลงในรูปแบบการดำเนินงานที่ไม่เคยออกแบบมาให้ระบบปฏิบัติงานได้ด้วยตนเอง ผลจาก งานวิจัยล่าสุดของเรา ยืนยันเรื่องนี้อย่างชัดเจน แม้ธุรกิจจะเร่งนำ AI มาใช้ แต่หลายแห่งยังออกแบบรูปแบบการดำเนินงานใหม่เพื่อรองรับการปฏิบัติงานด้วยตนเองในวงกว้างได้ยาก ช่องว่างนี้สะท้อนว่าหลายธุรกิจยังต้องจัดการคำถามเรื่องการกำกับดูแล ความรับผิดชอบที่ตรวจสอบได้ และความพร้อมขององค์กร
เรายังเห็นองค์กรเดินหน้าอย่างรวดเร็วก่อนจะมีกรอบการวัดผลที่เหมาะสม ผู้บริหาร 71% เชื่อว่า AI แบบเอเจนต์จะสร้างผลตอบแทนจากการลงทุนได้เร็วกว่าคลื่นเทคโนโลยีใดในอดีต แต่ 67% ยังใช้ตัวชี้วัดผลิตภาพที่สร้างขึ้นสำหรับรูปแบบระบบอัตโนมัติในยุคก่อน ประสบการณ์ของผมแสดงว่าความสำเร็จในการใช้ AI ไม่ได้เป็นเพียงเรื่องการนำโมเดลไปใช้งาน แต่ต้องออกแบบกระบวนงานใหม่ ปรับเทคโนโลยีให้สอดคล้องกับลำดับความสำคัญทางธุรกิจ และช่วยให้ผู้คนเข้าใจว่าบทบาทของตนจะเปลี่ยนอย่างไรเมื่อทำงานร่วมกับระบบที่มีอิสระมากขึ้นเรื่อยๆ
รายงานล่าสุดของคุณ Autonomy Requires Trust in AI แสดงว่าผู้บริหารส่วนใหญ่เชื่อว่า AI แบบเอเจนต์จะเปลี่ยนการดำเนินธุรกิจในระดับพื้นฐาน แต่ระบบส่วนใหญ่ยังอยู่ภายใต้การควบคุมดูแล อะไรคือช่องว่างที่ใหญ่ที่สุดระหว่างความเชื่อกับการนำไปปฏิบัติ?
ช่องว่างทั้งหมดอยู่ที่ความไว้วางใจ ผู้บริหารเชื่อชัดเจนว่า AI แบบเอเจนต์จะเปลี่ยนวิธีทำงาน แต่ความเชื่อในเทคโนโลยีไม่ได้ทำให้สบายใจที่จะมอบอำนาจตัดสินใจให้โดยอัตโนมัติ งานวิจัยของเราพบว่าองค์กรเพียง 22% สบายใจที่จะให้ระบบ AI ทำงานอย่างอิสระภายในขอบเขตงานเฉพาะด้านหรือมีอิสระในวงกว้าง
ธุรกิจส่วนใหญ่ยังสบายใจที่จะใช้ AI เป็นผู้ช่วยที่เสนอคำแนะนำ สรุปข้อมูล หรือสนับสนุนกระบวนงาน ความลังเลเริ่มขึ้นเมื่อระบบ AI ต้องปฏิบัติงานด้วยตนเองในลักษณะที่กระทบต่อการดำเนินงาน ลูกค้า การปฏิบัติตามข้อกำหนด หรือผลลัพธ์ทางการเงิน ความลังเลนี้ทำให้ธุรกิจจำนวนมากต้องให้มนุษย์มีส่วนร่วมอย่างใกล้ชิดในการอนุมัติและควบคุมดูแล แม้จะมุ่งสู่รูปแบบการดำเนินงานที่เป็นอิสระมากขึ้น
หลายธุรกิจลงทุนใน AI อย่างมาก แต่ยังแสดงผลตอบแทนที่มีนัยสำคัญไม่ได้ องค์กรมักทำผิดพลาดอะไรบ้างเมื่อพยายามวัดคุณค่าที่ AI สร้างขึ้น?
ข้อผิดพลาดสำคัญคือหลายองค์กรยังใช้ตัวชี้วัดผลิตภาพที่ออกแบบมาสำหรับคลื่นระบบอัตโนมัติในอดีต ข้อมูลแสดงว่า 67% ของธุรกิจยังอาศัยการวัดผลด้านผลิตภาพที่ไม่อาจสะท้อนคุณค่าของระบบที่ปรับตัวได้และทำงานผ่านการตัดสินใจได้ครบถ้วน จึงเกิดช่องว่างระหว่างความคาดหวังกับวิธีวัดคุณค่าที่ใช้จริง
อีกปัญหาคือหลายองค์กรยังไม่ได้กำหนดตัวชี้วัดความสำเร็จให้เหมาะกับลักษณะของ AI มีธุรกิจเพียงส่วนน้อยที่วัดเรื่องการทำกระบวนงานจนเสร็จด้วยตนเอง การลดกรณีที่ต้องส่งเรื่องขึ้นไปให้ระดับที่สูงกว่าจัดการ หรือการจัดการข้อยกเว้นด้วยตนเอง หากบริษัทยังคงเน้นเพียงการลดต้นทุนหรือชั่วโมงที่ประหยัดได้ ก็จะมองข้ามผลกระทบต่อการดำเนินงานในวงกว้างที่ AI แบบเอเจนต์ถูกออกแบบมาให้สร้างขึ้น
รายงานชี้ว่าความพร้อมขององค์กรเป็นอุปสรรคใหญ่กว่าเทคโนโลยีเอง บริษัทต้องเปลี่ยนแปลงโครงสร้างอย่างเป็นรูปธรรมในเรื่องใดเพื่อใช้ศักยภาพของ AI แบบเอเจนต์ได้เต็มที่?
องค์กรต้องทบทวนวิธีจัดวางความรับผิดชอบที่ตรวจสอบได้ ผู้รับผิดชอบกระบวนงาน และการตัดสินใจทั่วทั้งธุรกิจ ข้อสรุปที่ชัดเจนที่สุดอย่างหนึ่งจากงานวิจัยคือความพร้อมขององค์กรกำลังเป็นอุปสรรคใหญ่กว่าเทคโนโลยีเอง ธุรกิจ 33% ระบุว่ากระบวนการทางธุรกิจที่ยังไม่พร้อมรับการผสาน AI แบบเอเจนต์คืออุปสรรคหลักในการนำมาใช้
บริษัทที่ก้าวหน้าได้มากที่สุดกำลังออกแบบกระบวนงานใหม่ตั้งแต่ต้นจนจบ เพื่อให้ระบบที่ทำงานด้วยตนเองดำเนินการภายในขอบเขตและโครงสร้างควบคุมดูแลที่ชัดเจน เรายังพบว่าธุรกิจ 44% คาดว่า AI แบบเอเจนต์จะลดชั้นการบริหารเมื่อระบบรับงานประสานงานที่ผู้บริหารระดับกลางเคยทำ พนักงานต้องการความชัดเจนมากขึ้นเกี่ยวกับหน้าที่ควบคุมดูแล จังหวะที่ต้องเข้าดำเนินการ และบทบาทของวิจารณญาณมนุษย์ในสภาพแวดล้อมที่เป็นอิสระมากขึ้น
มีองค์กรเพียงส่วนน้อยที่สบายใจจะให้อิสระอย่างแท้จริงแก่เอเจนต์ AI ต้องมีอะไรบ้างเพื่อให้ธุรกิจไว้วางใจระบบ AI มากพอที่จะมอบอำนาจตัดสินใจ?
ความไว้วางใจใน AI แบบเอเจนต์ท้ายที่สุดขึ้นอยู่กับความรับผิดชอบที่ตรวจสอบได้และการควบคุม ธุรกิจยังระมัดระวังในการมอบอำนาจตัดสินใจ เพราะผู้นำต้องการความมั่นใจว่าระบบที่ทำงานด้วยตนเองจะดำเนินการภายในข้อจำกัดและโครงสร้างกำกับดูแลที่ชัดเจน
บริษัทที่เดินหน้ากำลังออกแบบระบบให้มีเส้นทางส่งเรื่องขึ้นไปจัดการ เงื่อนไขที่กระตุ้นให้เข้าดำเนินการ และมาตรการควบคุมกำกับดูแลอยู่ในรูปแบบการดำเนินงานโดยตรง องค์กรส่วนใหญ่ให้อิสระอย่างค่อยเป็นค่อยไปตามบริบทธุรกิจและระดับความเสี่ยงที่ยอมรับได้ แทนที่จะเปลี่ยนไปสู่อิสระเต็มรูปแบบทันที เมื่อการนำไปใช้สำเร็จช่วยเพิ่มความมั่นใจ ความไว้วางใจก็เพิ่มตาม เพราะผู้นำเห็นชัดว่าการตัดสินใจเกิดขึ้นอย่างไร ใครต้องรับผิดชอบ และการควบคุมดูแลของมนุษย์ยังคงอยู่อย่างไร
ธุรกิจคาดว่าจะขยายการใช้ AI แบบเอเจนต์อย่างรวดเร็ว แต่หลายแห่งยังพึ่งตัวชี้วัดผลิตภาพที่ล้าสมัย ตัวชี้วัดผลการดำเนินงานที่มีประสิทธิผลกว่าและเหมาะกับลักษณะของ AI ควรเป็นอย่างไร?
ตัวชี้วัดสำหรับ AI ต้องวัดการปฏิบัติงานและผลลัพธ์ ไม่ใช่เพียงกิจกรรม ตัวชี้วัดผลิตภาพแบบเดิมมุ่งดูว่าคนทำงานเร็วขึ้นหรือไม่ แต่ AI แบบเอเจนต์เปลี่ยนเงื่อนไขนี้ เพราะระบบเองเริ่มรับภาระงานปฏิบัติการบางส่วน เรื่องนี้สำคัญเพราะหลายองค์กรยังวัด AI แบบเอเจนต์ผ่านมุมมองผลิตภาพที่ออกแบบมาสำหรับคลื่นระบบอัตโนมัติในอดีต ไม่ใช่การปฏิบัติงานด้วยตนเอง
ตัวชี้วัดที่มีประสิทธิผลกว่าควรมุ่งดูการทำกระบวนงานจนเสร็จด้วยตนเอง อัตราการส่งเรื่องขึ้นไปจัดการที่ลดลง การนำการตัดสินใจไปปฏิบัติเร็วขึ้น และประสิทธิผลของระบบในการจัดการข้อยกเว้นโดยให้มนุษย์เข้าดำเนินการอย่างจำกัด ตัวชี้วัดเหล่านี้แสดงได้ชัดเจนกว่ามากว่า AI ช่วยปรับปรุงการปฏิบัติงานในวงกว้างจริงหรือไม่
คุณเน้นว่าการออกแบบกระบวนการใหม่เป็นอุปสรรคหลักในการนำ AI มาใช้ เหตุใดการเปลี่ยนกระบวนงานจึงสำคัญกว่าประสิทธิภาพโมเดลในระยะถัดไปของ AI?
การเปลี่ยนกระบวนงานสำคัญเพราะแม้แต่ระบบ AI ที่ก้าวหน้าที่สุดก็ไม่สามารถขยายได้อย่างมีประสิทธิภาพภายในกระบวนการที่ทำงานผิดปกติหรือแยกส่วน งานวิจัยของเราพบว่าธุรกิจ 33% ระบุว่าความพร้อมของกระบวนการเป็นอุปสรรคหลักในการนำ AI แบบเอเจนต์มาใช้
ความแตกต่างของระยะถัดไปคือ AI แบบเอเจนต์ถูกออกแบบให้ปฏิบัติงานตลอดกระบวนงาน ไม่ใช่เพียงช่วยเหลือภายในกระบวนงาน องค์กรต้องออกแบบกระบวนการใหม่สำหรับการปฏิบัติงานด้วยตนเอง โดยระบุความรับผิดชอบในการตัดสินใจให้ชัด ตัดการส่งต่องานที่ไม่จำเป็น และผสานการกำกับดูแลไว้ในกระบวนงานโดยตรง ในหลายแง่ การออกแบบกระบวนงานใหม่จึงเป็นรากฐานที่แท้จริงของการนำ AI ไปใช้ในวงกว้างในปัจจุบัน
รายงานชี้ว่า AI จะลดชั้นองค์กรเมื่องานประสานงานเป็นอัตโนมัติ คุณมองว่าบทบาทผู้นำและผู้บริหารระดับกลางจะเปลี่ยนไปอย่างไร?
เมื่อ AI แบบเอเจนต์รับงานประสานงานและควบคุมดูแลการดำเนินงานมากขึ้น บทบาทผู้นำมีแนวโน้มเปลี่ยนจากบริหารการปฏิบัติงานประจำไปสู่การชี้นำกลยุทธ์ การใช้วิจารณญาณ และการกำกับดูแล งานวิจัยของเราพบว่าหลายธุรกิจคาดว่า AI แบบเอเจนต์จะลดชั้นการประสานงานในองค์กร เมื่อระบบที่ทำงานด้วยตนเองรับความรับผิดชอบด้านควบคุมดูแลการดำเนินงานมากขึ้น
ผู้บริหารระดับกลางมีบทบาทสำคัญมาโดยตลอดในการส่งการตัดสินใจไปยังผู้เกี่ยวข้องและรักษาความต่อเนื่องของการดำเนินงานระหว่างทีม เมื่อระบบที่ทำงานด้วยตนเองเริ่มรับกิจกรรมเหล่านี้มากขึ้น ผู้นำต้องเน้นการจัดการข้อยกเว้น ความรับผิดชอบที่ตรวจสอบได้ และการทำให้ระบบสอดคล้องกับเป้าหมายธุรกิจมากขึ้น ภาวะผู้นำของมนุษย์จะยิ่งสำคัญในด้านที่บริบท จริยธรรม และวิจารณญาณมีความสำคัญมากที่สุด
Genpact วางตำแหน่งตนเป็นบริษัทโซลูชัน AI แบบเอเจนต์และเทคโนโลยีขั้นสูง แนวทางด้าน AI แบบเอเจนต์ของบริษัทต่างจากบริษัทที่ปรึกษาหรือเทคโนโลยีแบบดั้งเดิมอย่างไร?
แนวทางของ Genpact ยึดการปฏิบัติงานและผลลัพธ์ รวมถึงการแก้สิ่งที่เรามักเรียกว่าปัญหา “ช่วงสุดท้าย” ของการนำ AI มาใช้ หลายองค์กรพิสูจน์แล้วว่าโมเดล AI สร้างข้อมูลเชิงลึกหรือเพิ่มผลิตภาพได้ แต่ความท้าทายจริงคือการผสานความสามารถเหล่านั้นลงในกระบวนงานธุรกิจที่ใช้งานอยู่จริง ซึ่งเป็นจุดที่งานถูกดำเนินการ หลายโครงการ AI หยุดชะงักตรงนี้ เรามุ่งช่วยลูกค้านำ AI แบบเอเจนต์ไปใช้งานจนถึงขั้นตอนสุดท้ายของการปฏิบัติ เพื่อให้ระบบสร้างผลลัพธ์ที่วัดได้ในงานการเงิน ห่วงโซ่อุปทาน บริการลูกค้า และหน้าที่หลักอื่นขององค์กร
สิ่งที่ทำให้แนวทางของเราแตกต่างคือการผสานความรู้เชิงลึกด้านกระบวนการกับความสามารถด้านข้อมูล เทคโนโลยี และ AI เราไม่ได้เพียงนำโมเดลมาใช้หรือสร้างโครงการนำร่อง แต่ยังออกแบบกระบวนงานใหม่ ผสานการกำกับดูแลในการดำเนินงาน และช่วยสร้างโครงสร้างความรับผิดชอบที่ตรวจสอบได้สำหรับการปฏิบัติงานด้วยตนเองในวงกว้าง เนื่องจากเราใช้ AI แบบเอเจนต์ในการดำเนินงานของตนเองด้วย เราจึงมีประสบการณ์จริงว่าต้องทำอะไรเพื่อเปลี่ยนจากการทดลองไปสู่ผลกระทบทั่วทั้งองค์กร
เมื่อมองไปข้างหน้า คุณเชื่อว่า AI แบบเอเจนต์จะทำให้ช่องว่างระหว่างธุรกิจที่นำหน้ากับธุรกิจที่ตามหลังเพิ่มขึ้นหรือไม่ และบริษัทควรทำอะไรตอนนี้เพื่อไม่ให้ตามหลัง?
ใช่ครับ ผมเชื่อว่าช่องว่างจะกว้างขึ้น เพราะ AI แบบเอเจนต์สะสมคุณค่าต่างจากคลื่นเทคโนโลยีในอดีต องค์กรที่ออกแบบกระบวนงานใหม่ได้สำเร็จ วางกรอบความรับผิดชอบที่ตรวจสอบได้ และสร้างความไว้วางใจในระบบที่ทำงานด้วยตนเอง จะมีข้อได้เปรียบในการดำเนินงานที่คู่แข่งลอกเลียนได้ยาก สิ่งที่น่าสังเกตคือความเร็วของการเปลี่ยนแปลงนี้ ธุรกิจ 29% คาดว่าจะขยาย AI แบบเอเจนต์ไปทั่วทั้งธุรกิจภายใน 12 เดือนข้างหน้า
สำหรับบริษัทที่ต้องการรักษาความสามารถในการแข่งขัน สิ่งสำคัญอันดับแรกตอนนี้ควรเป็นการเตรียมรูปแบบการดำเนินงานให้พร้อมสำหรับการปฏิบัติงานด้วยตนเอง ซึ่งรวมถึงออกแบบกระบวนงานใหม่ กำหนดโครงสร้างผู้รับผิดชอบ สร้างกรอบวัดผลที่เหมาะกับ AI และลงทุนในความพร้อมของบุคลากร องค์กรที่เริ่มสร้างพื้นฐานเหล่านี้เร็วจะอยู่ในสถานะที่ดีกว่ามากเมื่อเทียบกับองค์กรที่ยังมอง AI เป็นโครงการเทคโนโลยีแยกส่วน
ขอบคุณสำหรับการสัมภาษณ์ที่น่าสนใจ ผู้อ่านที่ต้องการทราบข้อมูลเพิ่มเติมสามารถเยี่ยมชม Genpact ได้












