จัดแนวศักยภาพของ AI กับ现実ที่เป็นรูปธรรม

เครื่องมือ AI ได้รับการนำมาใช้ในธุรกิจอย่างกว้างขวางตั้งแต่การเปิดตัว ChatGPT ในปี 2022 โดยมี 98% ของธุรกิจขนาดเล็ก ที่สำรวจโดยหอการค้าสหรัฐฯ ใช้งาน อย่างไรก็ตาม แม้ว่าจะประสบความสำเร็จในด้านการวิเคราะห์ข้อมูล การสรุป การปรับแต่ง และอื่นๆ การสำรวจล่าสุดของ 2,500 คน ทั่วสหรัฐฯ สหราชอาณาจักร ออสเตรเลีย และแคนาดาพบว่า 3 ใน 4 คนรายงานว่า AI เพิ่มงานให้กับพวกเขา ความหวังของ AI จึงยังคงสูง แต่ความเป็นจริงบนพื้นดินดูเหมือนจะน่าผิดหวังเล็กน้อยจนถึงตอนนี้

ความไม่เท่าเทียมกันนี้เน้นย้ำถึงความท้าทายที่สำคัญ: การข้ามช่องว่างระหว่างความหวังที่ยิ่งใหญ่ของ AI และผลกระทบเชิงปฏิบัติที่จำกัดในปัจจุบันต่อการดำเนินงานขององค์กร การปิดช่องว่างนี้เป็นสิ่งจำเป็นสำหรับองค์กรในการรับรู้ถึงคุณค่าของการลงทุน AI ของตนอย่างเต็มที่และเพิ่มการนำไปใช้โดยพนักงานและผู้มีส่วนได้ส่วนเสีย

วิสัยทัศน์ผลิตภัณฑ์สำหรับการลงทุน AI

ในขณะที่ AI ได้ทำความก้าวหน้าอย่างมาก วิธีแก้ปัญหาธุรกิจหลายอย่างยังคงอยู่ในขั้นตอนการลองผิดลองถูกและไม่เหมาะสมสำหรับการดำเนินงานประจำวัน ในการสำรวจข้ามประเทศและอุตสาหกรรมของ 1,000 CxOs และผู้บริหารระดับสูง BCG พบว่า 74% ของบริษัทต่างๆ มีความยากลำบากในการรับรู้และขยายคุณค่าของการลงทุน AI ของตน ส่วนหนึ่งของสาเหตุของสิ่งนี้คือว่าในปัจจุบัน อินเทอร์เฟซผู้ใช้ AI ที่โดดเด่นที่สุดมีพื้นฐานมาจากภาษา自然ที่ส่งผ่านแบบแผนการแชทบอท ในขณะที่รูปแบบเหล่านี้มีประโยชน์อย่างแน่นอนเมื่อพูดถึงงานอย่างการสรุปและการใช้งานข้อความอื่นๆ แต่ก็ไม่ตรงกับวิธีการทำงานในองค์กรส่วนใหญ่

เพื่อเพิ่มผลกระทบให้สูงสุด การออกแบบเครื่องมือ AI ต้องพัฒนาไปไกลกว่าอินเทอร์เฟซที่แยกจากกันและข้อความขึ้นอยู่กับการใช้งานไปสู่แอปพลิเคชันที่รวมเข้ากับกระบวนการและปรับปรุงการทำงานที่ดีขึ้นเพื่อตอบสนองความต้องการเชิงปฏิบัติขององค์กรขนาดใหญ่ ขั้นตอนต่อไปของการพัฒนา AI จะมีลักษณะเป็นแบบตัวแทนมากขึ้น โดยผสมผสานอย่างราบรื่นเข้ากับพื้นหลังของการดำเนินงานขององค์กรและช่วยให้ทีมสามารถมุ่งเน้นไปที่การสร้างแนวคิดเชิงกลยุทธ์และการวางแผนเชิงกลยุทธ์โดยนำไปสู่การดำเนินงานอัตโนมัติ การข้ามการดำเนินการด้วยตนเอง แต่ยังคงรักษาการควบคุมของมนุษย์ในวงจรที่ยังคงพึ่งพาการตัดสินใจของมนุษย์ที่ไม่สามารถอัตโนมัติได้

การเปลี่ยนแปลงนี้จาก “ทดลอง” เป็น “จำเป็น” ต้องใช้แนวทางผลิตภัณฑ์ในการพัฒนา AI การใช้งานและการดำเนินงาน ซึ่งคล้ายกับวิธีที่ Apple (AAPL ) เป็นต้น โดยการเปิดตัว iPhone เป็นต้น ซึ่งเป็นผลิตภัณฑ์ที่ได้รับการออกแบบอย่างรอบคอบและเป็นมิตรกับผู้ใช้ ซึ่งรวมเทคโนโลยีล้ำสมัยเข้ากับประสบการณ์ของผู้ใช้ที่ดีที่สุดตั้งแต่วันแรก

การปิดช่องว่างข้อมูลและรับประกันประสิทธิภาพด้านต้นทุน

เพื่อเคลื่อนไปสู่รูปแบบผลิตภัณฑ์ที่ซับซ้อนมากขึ้นนี้ของ AI มันจำเป็นต้องจัดการกับช่องว่างภายในอสังหาริมทรัพย์ข้อมูลขององค์กร ความสนใจที่เพิ่มขึ้นในการใช้งาน AI ในองค์กรได้ทำให้เห็นช่องว่างข้อมูลที่กว้างขวาง ซึ่งทำให้องค์กรต่างๆ ไม่สามารถขยาย AI ได้มากนัก

แน่นอนว่ามันเป็นเรื่องสำคัญที่ต้องทราบว่าช่องว่างทางการเงินก็สามารถขัดขวางไม่ให้องค์กรขยายการใช้งาน AI ของตนจากโครงการนำร่องไปสู่การนำไปใช้ในองค์กรได้ อินฟราสตร์กตที่จำเป็นสำหรับการฝึกอบรมและการบำรุงรักษาแบบจำลอง AI ที่ซับซ้อน รวมถึงพลังการประมวลผล การจัดเก็บข้อมูล และต้นทุนการดำเนินงานที่ต่อเนื่องกัน สามารถเพิ่มขึ้นได้อย่างรวดเร็ว หากไม่มีการดูแลอย่างรอบคอบ โครงการเหล่านี้มีความเสี่ยงต่อการกลายเป็นต้นทุนที่ไม่ยั่งยืน ซึ่งคล้ายกับความท้าทายที่พบในช่วงแรกของการนำเทคโนโลยีคลาวด์มาใช้

การมุ่งเน้นไปที่การรับรองความสมบูรณ์ ความสะอาด และคุณภาพของข้อมูลในตอนแรกสามารถช่วยลดต้นทุนในระยะยาวได้ บริษัทหลายแห่งมักจะให้ความสำคัญกับ AI ก่อนและจัดการกับความท้าทายด้านข้อมูลของตนในภายหลัง ซึ่งสร้างความไม่มีประสิทธิภาพและโอกาสที่พลาดไป

ประสิทธิภาพด้านต้นทุนมีความเกี่ยวข้องอย่างใกล้ชิดกับการลงทุนในระดับโครงสร้างพื้นฐานและข้อมูล การลงทุนในส่วนนี้ของสแต็ก เป็นกุญแจสำคัญในการรับรองว่า LLMs สามารถใช้งานได้ในระดับใหญ่ ในแง่ปฏิบัติ หมายถึงการมาตรฐานการรวบรวมข้อมูล การรับรองการเข้าถึง และการนำกรอบการกำกับดูแลข้อมูลที่มั่นคงมาใช้

AI ที่มีความรับผิดชอบ

บริษัทที่ฝังหลักการ AI ที่มีความรับผิดชอบบนพื้นฐานข้อมูลที่มีการจัดการและควบคุมอย่างดีจะอยู่ในตำแหน่งที่ดีกว่าในการขยายแอปพลิเคชันของตนได้อย่างมีประสิทธิภาพและจริยธรรม หลักการดังกล่าว เช่น ความยุติธรรม ความโปร่งใส และความรับผิดชอบในข้อมูลเข้าและออกของ AI ไม่ใช่ทางเลือกอีกต่อไปสำหรับองค์กร – มันเป็นข้อกำหนดเชิงกลยุทธ์สำหรับการรักษาความไว้วางใจกับพนักงานและลูกค้า เช่นเดียวกับการปฏิบัติตามข้อกำหนดด้านกฎระเบียบที่เกิดขึ้นใหม่

กรอบงานที่สำคัญคือ EU AI Act ซึ่งกำหนดให้มีการจัดทำเอกสารที่ชัดเจน ความโปร่งใส และการกำกับดูแลสำหรับระบบ AI ที่มีความเสี่ยงสูง การปฏิบัติตามกรอบงานดังกล่าวต้องการให้บริษัทต่างๆ นำกระบวนการที่ไม่เพียงแต่ยืนยันแบบจำลอง AI ของตนเท่านั้น แต่ยังทำให้แบบจำลองเหล่านั้นสามารถอธิบายได้และรับผิดชอบด้วย ซึ่งจำเป็นอย่างยิ่งในการใช้งานที่มีความเสี่ยงสูง เช่น การให้คะแนนเครดิต การตรวจจับการฉ้อโกง และคำแนะนำการลงทุน บริษัทที่ให้ความสำคัญกับแนวปฏิบัติเหล่านี้สามารถอยู่เหนือความต้องการด้านกฎระเบียบและหลีกเลี่ยงความเสี่ยงด้านกฎหมายหรือชื่อเสียงที่มีค่าใช้จ่ายสูง

นอกจากนี้ เมื่อภาคอุตสาหกรรมพัฒนาและระบบ AI ที่สามารถตัดสินใจโดยอัตโนมัติกลายเป็นที่แพร่หลายมากขึ้น ความเสี่ยงในการนำไปใช้อย่างมีความรับผิดชอบก็เพิ่มขึ้นเช่นกัน การมอบหมายการกระทำให้กับเครื่องมือ AI ต้องมีความมั่นใจในความน่าเชื่อถือและพฤติกรรมที่มีจริยธรรม เพื่อให้บรรลุเป้าหมายนี้ องค์กรต่างๆ จะต้องลงทุนในการตรวจสอบและติดตามอย่างต่อเนื่องเพื่อให้แน่ใจว่าระบบ AI ดำเนินการตามที่ตั้งใจไว้ และปกป้องอย่างรอบคอบจากการเอนเอียงของผลลัพธ์และการทำให้เกิดผลลัพธ์ที่ไม่ยุติธรรม

มองไปข้างหน้า

ศักยภาพในการเปลี่ยนแปลงของ AI ในการดำเนินงานขององค์กรมีความไม่ต้องสงสัย แต่การรับรู้ถึงคุณค่าเต็มที่ของ AI ต้องมีการเปลี่ยนแปลงวิธีการที่องค์กรเข้าใกล้การพัฒนาและการใช้งาน AI การเคลื่อนย้ายจากแอปพลิเคชันที่ทดลองไปสู่เครื่องมือที่รวมเข้ากับกระบวนการและขยายได้จำเป็นต้องมีการมุ่งเน้นอย่างเข้มข้นในการแก้ไขปัญหาพื้นฐานของความสมบูรณ์ของข้อมูล การกำกับดูแล และการเข้าถึง และการนำแนวทางความคิดผลิตภัณฑ์มาใช้

การปิดช่องว่างข้อมูลและการทำให้ AI ที่มีความรับผิดชอบเป็นศูนย์กลางของกลยุทธ์จะช่วยให้รักษาความไว้วางใจกับผู้มีส่วนได้ส่วนเสีย ต่อไปนี้เป็นข้อกำหนดเชิงกลยุทธ์ในการปฏิบัติตามข้อกำหนดด้านกฎระเบียบ และรับประกันว่าระบบ AI ไม่เพียงแต่ขยายได้เท่านั้น แต่ยังเชื่อถือได้และมีประสิทธิภาพด้วย ในทางนี้ ความหวังของ AI จะสามารถรับรู้ได้ และความท้าทายในการนำไปใช้ในปัจจุบันจะถูก 克服ที่องค์กรทุกขนาด