ความสามารถไม่เคยเป็นปัญหา รูปแบบการดำเนินงานคือสิ่งที่สำคัญ

มาดาลีน ยูอธิบายได้อย่างชัดเจนและตรงประเด็นว่า “AI ไม่ได้ซ่อมแซมระบบที่เสียหาย แต่ทำให้ระบบเหล่านั้นดำเนินงานได้เร็วขึ้น” “AI ไม่ได้ซ่อมแซมระบบที่เสียหาย แต่ทำให้ระบบเหล่านั้นดำเนินงานได้เร็วขึ้น” คำพูดนี้ยังคงอยู่ในใจของผมเพราะมันชี้ให้เห็นถึงสิ่งที่การอภิปรายเกี่ยวกับ AI ในองค์กรได้พูดถึงมาตลอดสองปีโดยไม่ได้กล่าวถึงโดยตรง ความสามารถไม่ใช่ปัญหาในปี 2026 ความสามารถมีอยู่ทุกที่ สิ่งที่องค์กรมองหาอยู่คือรูปแบบการดำเนินงานที่จะเปลี่ยนความสามารถที่พวกเขาเป็นเจ้าของให้กลายเป็นผลลัพธ์ที่ลูกค้าสามารถรู้สึกได้

ผมเริ่มเรียกการดำเนินงานนี้ว่า Applied Intelligence เพราะช่องว่างที่มันปิดคือช่องว่างระหว่างการมี AI และการใช้ AI ความแตกต่างนี้มีความสำคัญเพราะว่าสิ่งหลังเป็นสิ่งเดียวที่สามารถเพิ่มขึ้นได้

ความสามารถถูกตีถึงเพดานแล้ว

หากคุณเป็นผู้นำ AI หรือกลยุทธ์ดิจิทัลในองค์กรใดๆ คุณอาจซื้อ AI มากกว่าที่คุณจัดระเบียบ มีเครื่องบินรบสำหรับการขาย เครื่องบินรบสำหรับการสนับสนุน เครื่องบินรบสำหรับการดำเนินงาน เครื่องบินรบสำหรับการตลาด บางครั้งจากผู้ขายที่แตกต่างกัน สินค้าคงคลังความสามารถดูเหมือนจะน่าประทับใจในกระดานผู้บริหาร แต่ผู้ดำเนินงานภายในกระบวนการยังคงเดินไปตามรอยต่อระหว่างระบบเหล่านั้น และลูกค้ายังคงเดินไปตามรอยต่อนั้นด้วย

เมื่อผลการวิจัยของ MIT NANDA ในปี 2025 ที่ 95% ของโครงการ AI ทดลองไม่สามารถสร้างผลกระทบต่อ P&L ที่วัดได้ ถูกเผยแพร่ไปทั่ว หัวข้อข่าวได้ล่วงหน้าไปมากกว่าคำวินิจฉัย โครงการทดลองเหล่านั้นไม่สำเร็จไม่ใช่เพราะโมเดลมีความอ่อนแอ แต่เพราะไม่มีสิ่งใดที่เชื่อมต่อผลลัพธ์ของโมเดลกับกระบวนการทางธุรกิจที่รับผิดชอบต่อผลลัพธ์ ความสามารถในการผสมผสาน — คน, ความรับผิดชอบ, การจัดการข้อมูล, วินัยการดำเนินงานที่เปลี่ยนส่วนประกอบห้าอย่างให้เป็นประสบการณ์หนึ่ง — เป็นสิ่งที่ไม่เคยได้รับการสนับสนุน

VimalRaj Sampathkumar ได้กล่าวถึงจุดใกล้เคียง ในเดือนเมษายน: องค์กรมักจะหยุดชะงักเมื่อ AI ถูกมองว่าเป็นการซื้อแยกๆ มากกว่าความสามารถที่ต้องสะสม การให้ทุนสนับสนุนการสะสมคือส่วนงานที่ไม่น่าดึงดูด และเป็นครึ่งหนึ่งของสิ่งที่ Applied Intelligence คือจริงๆ

การถ่ายทอดจากกลยุทธ์ไปสู่การดำเนินงานคือที่ที่ AI ส่วนใหญ่ตาย

รูปแบบการล้มเหลวของ AI ในองค์กรมักถูกกล่าวโทษว่าเป็นสิ่งหนึ่ง สิ่งนี้อาจเป็นเรื่องของความสะอาดของข้อมูล การกำกับดูแล การจัดการการเปลี่ยนแปลง ทักษะ แต่ละสิ่งเหล่านี้เป็นเรื่องจริง และไม่มีสิ่งใดที่เป็นรูปแบบการล้มเหลวหลักๆ ที่ผมเห็นในแต่ละสัปดาห์ มันเป็นการถ่ายทอดระหว่างทีมที่เขียนกลยุทธ์และทีมที่ต้องส่งมอบระบบ

ในแบบจำลองที่ปรึกษาทั่วไป การถ่ายทอดนี้เป็นสิ่งที่ส่งมอบได้ แผนงาน, รูปแบบการดำเนินงานเป้าหมาย, มาตรการในการเลือกผู้ขาย ผู้ให้คำปรึกษาส่งมอบสิ่งเหล่านี้ให้กับผู้ให้บริการระบบหรือทีมวิศวกรภายใน และผู้ให้คำปรึกษาก็ออกไป เมื่องานวิศวกรรมเริ่มต้นขึ้น ครึ่งหนึ่งของสมมติฐานในเอกสารเหล่านั้นเป็นเรื่องที่ล้าสมัย และผู้ที่มีการตัดสินว่าจะยึดถือหรือแก้ไขสมมติฐานเหล่านั้นไม่ได้อยู่ในห้องอีกต่อไป

การถ่ายทอดนี้ยังเป็นที่ที่ผู้สังเกตการณ์ระหว่างอุตสาหกรรมส่วนใหญ่ระบุช่องว่าง ในการแข่งขันรีเลย์ การแข่งขันชนะและแพ้ที่จุดส่งมอบไม้บาตอน ไม่ใช่ในเส้นตรง ใน AI ขององค์กร รูปแบบเดียวกันคงอยู่: ส่วนที่ช้าที่สุดของการแข่งขันคือช่วงเวลาที่บริบท, การตัดสิน, หรือความรับผิดชอบควรจะถูกส่งมอบข้ามพื้นที่ และไม่มีใครเป็นเจ้าของว่ามันจะเกิดขึ้นจริงหรือไม่

Applied Intelligence ที่ผมกำลังอธิบายมีส่วนประกอบการดำเนินงานสามส่วน แต่ละส่วนมุ่งเน้นไปที่รอยต่อที่แตกต่างกัน:

• กลยุทธ์และวิศวกรรมอยู่ภายใต้หลังคาเดียวกัน การแนะนำถูกสร้างขึ้นโดยผู้ที่จะอยู่กับมัน และการตัดสินใจวิศวกรรมกำหนดรูปแบบกลยุทธ์ก่อนที่จะเผยแพร่ ไม่ใช่หลังจากนั้น
• การมีส่วนร่วมแบบคู่กับฝ่ายบริหารและผู้ดำเนินงาน การให้การสนับสนุนจากผู้บริหารและผู้ดำเนินงานระดับผู้บริหารดำเนินไปพร้อมๆ กัน ไม่ใช่เรียงลำดับ การยอมรับไม่ใช่ไมล์สุดท้าย แต่เป็นไมล์ขนาน
• ชัยชนะที่วัดได้ภายใน 90 วัน ไม่ใช่การเปลี่ยนแปลงภายใน 18 เดือน แต่ละรอบเลือกจุดถ่ายทอดที่สำคัญหนึ่งจุด แก้ไขมันเป็นระบบที่มีหนึ่งผู้รับผิดชอบ วัดสิ่งที่เคลื่อนไหวที่ระดับลูกค้า และจากนั้นเลือกจุดถัดไป

ไม่มีสิ่งใดที่เป็นนวัตกรรมในฐานะความปรารถนา สิ่งที่เป็นนวัตกรรมคือการดำเนินงานนี้เป็นรูปแบบการดำเนินงานเดียว ไม่ใช่การตัดสินใจซื้อสามครั้ง

สิ่งที่วินัยดูเหมือนในระหว่างการผลิต

หลักฐานที่ชัดเจนที่สุดที่ส่วนประกอบเหล่านี้ทำงานไม่เกี่ยวข้องกับขนาดของโมเดล มันลงไปที่ว่าใครเป็นเจ้าของรอยต่อ

ในบริการทางการเงิน สถาบันการเงินขนาดใหญ่ đãใช้เวลาสิบปีในการถามข้อมูลใหม่ๆ จากลูกค้าใหม่ๆ ที่สถาบันการเงินได้รับแล้วระหว่างการสมัคร เนื่องจากระบบรองรับลูกค้าใหม่และกระบวนการเปิดบัญชีถูกปรับให้เหมาะสมโดยทีมที่แตกต่างกันตามมาตรการที่แตกต่างกัน สถาบันที่แก้ไขรอยต่อนี้ได้ภายใน 12-14 สัปดาห์ของการทำงานที่มุ่งเน้น ไม่ใช่โปรแกรมการเปลี่ยนแปลงหลายปี พบว่าการละทิ้งการสมัครลดลงและเวลาที่ใช้ในการเปิดบัญชีถูกบีบอัดลงอย่างมีนัยสำคัญ AI ไม่ได้เปลี่ยน รอยต่อนั้นเปลี่ยน

ในอุตสาหกรรมการบริการ สิ่งเรียนรู้เดียวกันปรากฏขึ้นเกือบหนึ่งทศวรรษที่แล้ว ลูกค้าไม่ทนต่อการเช็คอินที่ไม่ทราบว่าพวกเขาได้จองห้องแล้ว และผู้ดำเนินการที่ปิดรอยต่อนั้นได้ทำโดยการทำให้ทีมหนึ่งรับผิดชอบต่อประสบการณ์ข้ามระบบจองห้อง ระบบจัดการทรัพย์สิน และระบบความภักดี รูปแบบการดำเนินงานเป็นการแทรกแซง ที่ตัดสินใจเกี่ยวกับแพลตฟอร์มคือสิ่งที่ตามมา

สาธารณสุขเป็นกรณีที่มีการเผยแพร่มากที่สุดในขณะนี้ เนื่องจากผลที่ตามมาเป็นเรื่องเร่งด่วน ที่ NYU Langone แบบจำลอง BERT ที่ใช้งานได้ในการจัดลำดับความสำคัญของข้อความจากผู้ป่วย ที่ศึกษาจากข้อความ 396,466 ข้อและตีพิมพ์ใน JAMIA Open ในเดือนสิงหาคม 2024 ลดเวลาในการอ่านข้อความที่มีความสำคัญสูงของแพทย์ลง 44-67% นี่คือผลลัพธ์ที่ได้รับการตรวจสอบและเผยแพร่ในระดับใหญ่ภายในกระบวนการทำงานที่ผสมผสาน สถาบันที่จะเพิ่มผลลัพธ์นี้คือสิ่งที่สร้างความสามารถในการจัดออร์เคสตร้าโดยรอบ ไม่ใช่การรอการนำเสนอของซัพพลายเออร์รายต่อไป

การฝึกฝน ไม่ใช่โครงการ

โปรแกรม AI ขององค์กรที่ดีที่สุดที่ผมเห็นดำเนินงานมากกว่าคลินิกการแพทย์มากกว่าโครงการการเปลี่ยนแปลง รอบการเรียนรู้ 90 วัน หนึ่งรอยต่อในครั้งเดียว โดยมีเจ้าของรับผิดชอบต่อประสบการณ์เดียวข้ามช่องทางที่สัมผัสกับมัน ข้อมูลถูกติดตั้งเพื่อติดตามลูกค้ามากกว่าช่องทาง และเมตริกอยู่ที่รอยต่อ ไม่ใช่ที่หน้าปัดของระบบใดๆ

สิ่งนี้คือสิ่งที่ Deloitte’s State of Generative AI in the Enterprise 2026 เรียกว่า “ขอบที่ไม่ได้ใช้” — ช่องว่างการดำเนินงานระหว่างองค์กรที่เพิ่มการเข้าถึง AI ประมาณ 50% ต่อปีและประมาณหนึ่งในสี่ที่ย้ายมากกว่า 40% ของการทดลองเข้าสู่การผลิต การขยายการเข้าถึงได้กลายเป็นเรื่องที่เกือบจะฟรีแล้ว วินัยการผลิตไม่ใช่

วินัยนี้คืองานที่ต้องทำ มันคือที่ที่คุณค่าของ AI ในองค์กรจะถูกกำหนดในอีกสิบปีข้างหน้า

ความสามารถที่คุณสร้างตอนนี้คือคุณค่าที่คุณสะสมในอนาคต

ยูอธิบายถูกต้องว่า AI ทำให้ระบบที่เสียหายทำงานเร็วขึ้น สิ่งที่ผมจะเสนอคือ AI ยังทำให้ระบบที่มีวินัยทำงานเร็วขึ้น และทางเลือกระหว่างผลลัพธ์ทั้งสองนี้คือทางเลือกในการดำเนินงาน ไม่ใช่ทางเลือกในการเลือกเครื่องมือ ความสามารถนั้นอยู่บนชั้นวางแล้ว องค์กรที่สร้าง Applied Intelligence เป็นวินัยในขณะนี้ — การผสมผสานระหว่างกลยุทธ์และวิศวกรรม การมีส่วนร่วมแบบคู่ และรอบการทำงานที่ซื่อสัตย์ — คือองค์กรที่การลงทุน AI จะได้รับการสนับสนุนในรอบงบประมาณถัดไป และลูกค้าจะหยุดรู้สึกถึงรอยต่อทุกจุด