ระบบ AI ขององค์กรได้ถึงจุดอิ่มตัว การวางแผนคือวิธีที่จะพิชิตมัน

คลื่นแรกของระบบ AI ขององค์กรได้ให้ความสามารถในการเพิ่มประสิทธิภาพการทำงานภายในหน่วยงานต่างๆ แต่คลื่นต่อไปกำลังเผชิญกับปัญหาในการประสานงาน: การตัดสินใจทางธุรกิจที่สำคัญที่สุดครอบคลุมด้านการเงิน การดำเนินงาน อุปทาน และกลยุทธ์ ในขณะที่ระบบ AI ส่วนใหญ่ยังคงทำงานภายในหน่วยงานเดียว

ตามรายงานของ McKinsey เรื่องความเป็นมืออาชีพของ AI ผู้นำเพียง 1%เรียกองค์กรของตนเองว่า “มีความเป็นมืออาชีพ” ในด้านการนำ AI ไปใช้ ซึ่งหมายความว่า AI ได้ถูกผสมผสานเข้ากับกระบวนการทำงานและผลลัพธ์ทางธุรกิจที่สำคัญ แต่ 99% ที่เหลือได้นำ AI ไปใช้ แต่ยังไม่มีผลลัพธ์ที่ชัดเจนในระดับองค์กร

สาเหตุของปัญหานี้คือโครงสร้าง ระบบ AI เหล่านี้ต้องการที่จะประสานงาน และการวางแผนคือจุดที่เหมาะสมที่สุด การวางแผนคือที่ที่สมมติฐานทางการเงิน สัญญาณความต้องการ ข้อจำกัดในการดำเนินงาน และเป้าหมายเชิงกลยุทธ์มาบรรจบกัน การสร้าง AI เข้ากับชั้นนี้จะเปลี่ยนจากการวางแผนเป็นระยะๆ ให้กลายเป็นระบบที่เชื่อมต่อทั้งองค์กร

นี่คือจุดที่หลายองค์กรกำลังเผชิญกับปัญหาในการนำ AI ไปใช้ ในขณะที่ระบบ AI ช่วยให้การทำงานมีประสิทธิภาพมากขึ้นภายในหน่วยงาน แต่หลายองค์กรยังไม่สามารถแก้ปัญหาในการประสานงานการตัดสินใจที่ยากขึ้นได้

โครงสร้างของช่องว่างในการประสานงานของระบบ AI ขององค์กร

มีการเปลี่ยนแปลงโครงสร้าง 3 ประการที่ต้องเกิดขึ้นเพื่อให้ระบบ AI ขององค์กรสามารถทำงานได้อย่างมีประสิทธิภาพ

1. ระบบ AI ขององค์กรต้องหลุดพ้นจากหน่วยงานเดียว

ระบบ AI ที่ฝังอยู่ในหน่วยงานการเงินสามารถสรุปความแตกต่างของการพยากรณ์และอธิบายสิ่งที่เปลี่ยนแปลงในงบการเงิน แต่ไม่สามารถดึงสัญญาณความต้องการในเวลาจริงจากหน่วยงานการดำเนินงาน หรือประเมินความเสี่ยงของซัพพลายเออร์ และส่งต่อข้อมูลนั้นไปยังการพยากรณ์ที่แก้ไขแล้วซึ่ง CFO และ COO กำลังดูอยู่ในขณะเดียวกัน

ด้านล่างของปัญหานี้คือปัญหาเรื่องบริบท แต่ละหน่วยงานมีระบบ AI ที่ทำงานบนข้อมูลที่หน่วยงานนั้นเป็นเจ้าของ ในระบบที่หน่วยงานนั้นใช้ และด้วยสมมติฐานที่หน่วยงานนั้นสร้างขึ้น และไม่มีชั้นที่มีการแบ่งปันข้อมูลที่ทุกคนเห็นด้วย

สิ่งนี้ทำให้เกิด ‘ช่องว่างในการประสานงานของระบบ AI’ ซึ่งระบบสามารถสร้างข้อมูลเชิงลึกได้อย่างอิสระ แต่ไม่สามารถจัดตำแหน่งการตัดสินใจทั่วทั้งองค์กรได้อย่างรวดเร็วพอที่จะตอบสนองสภาพแวดล้อมที่เปลี่ยนแปลงอย่างรวดเร็ว

การแก้ปัญหานี้ต้องมีการเชื่อมต่อระบบ AI ผ่านบริบทการดำเนินงานที่มีรูปแบบการทำงานร่วมกัน และแบบจำลองธุรกิจที่มีการแบ่งปันข้อมูล

เมื่อมีการสร้างรากฐานนี้แล้ว ระบบ AI สามารถดึงสัญญาณความต้องการได้ ระบบ AI ของซัพพลายเออร์สามารถวิเคราะห์ความเสี่ยงได้ และระบบ AI ของการเงินสามารถสร้างการพยากรณ์ที่ถูกต้องได้ โดยที่ CFO จะเห็นข้อมูลที่ถูกต้องและเป็นปัจจุบัน

2. การวางแผนอย่างต่อเนื่องกำลังเป็นชั้นในการประสานงานของระบบ AI ขององค์กร

การวางแผนอย่างต่อเนื่องบนชั้นของบริบทการดำเนินงานจะเปลี่ยนระบบ AI ให้กลายเป็นผลลัพธ์ทางธุรกิจที่แท้จริง ซึ่งหมายความว่าการวางแผนจะไม่ใช่การดำเนินการเป็นระยะๆ แต่จะกลายเป็นระบบที่ทำงานอย่างต่อเนื่อง โดยที่สถานการณ์ต่างๆ จะถูกประเมินและทดสอบอย่างต่อเนื่อง

ความขัดแย้งระหว่างสหรัฐฯ และอิหร่านกำลังทดสอบสิ่งนี้ในขณะนี้ บริษัทหลายแห่งที่มีการลงทุนในอิหร่านกำลังดูดซับหลายสัญญาณในขณะเดียวกัน – ราคาน้ำมันและพลังงานที่เปลี่ยนแปลง การขนส่งที่มีความเสี่ยงสูง และการนำเข้าที่มีระยะเวลานานขึ้น และผู้นำจะต้องตัดสินใจภายในไม่กี่วัน

สิ่งนี้คือสิ่งที่ระบบ AI ที่มีเป้าหมายในการดำเนินงานในทางปฏิบัติจะทำงาน โดยที่ระบบ AI จะทำงานเพื่อเป้าหมายที่ผู้นำกำหนด และจะแจ้งให้ทราบถึงการแลกเปลี่ยนเมื่อการตัดสินใจหนึ่งทำให้เสียอีกการตัดสินใจหนึ่ง

ความกดดันที่จะเปลี่ยนแปลงนี้กำลังเพิ่มขึ้น Gartner คาดการณ์ว่ามากกว่า 40% ของโครงการ AI ที่มีแนวคิดจะถูกยกเลิกภายในสิ้นปี 2027 เนื่องจากต้นทุนที่เพิ่มขึ้น คุณค่าทางธุรกิจที่อ่อนแอ หรือการควบคุมความเสี่ยงที่ไม่เพียงพอ

3. การกำกับดูแลขององค์กรไม่สามารถเพิ่มทีหลังได้

ระบบวางแผนต่อเนื่องมอบอำนาจตัดสินใจจริงให้แก่ระบบ AI ที่ประสานงานกัน ดังนั้นต้องออกแบบการกำกับดูแลไว้ในโครงสร้างตั้งแต่ต้น นี่เป็นข้อกังวลแรก ๆ ที่ CFO และ CIO มักหยิบยกขึ้นมาเมื่อพูดถึงการนำ AI ไปใช้ และเป็นข้อกังวลที่มีเหตุผล ระบบอัตโนมัติไม่ควรอยู่ในกระบวนการตัดสินใจหากตรวจสอบย้อนหลังไม่ได้ อธิบายเหตุผลไม่ได้ หรือไม่มีขอบเขตนโยบายที่ชัดเจน

ในการใช้งานที่ได้ผล ทุกการกระทำของเอเจนต์ต้องย้อนกลับไปตรวจสอบข้อมูลนำเข้า ตรรกะ และนโยบายที่กำกับได้ คำแนะนำแต่ละข้อควรแสดงสมมติฐานที่ผู้บริหารการเงิน ผู้ตรวจสอบบัญชี หรือคณะกรรมการสามารถตรวจสอบและโต้แย้งได้

ความสามารถในการตรวจสอบย้อนหลังทำให้มนุษย์กำกับระบบได้จริง CFO ผู้ควบคุมการเงิน และผู้รับผิดชอบผลลัพธ์จะทบทวนคำแนะนำ ตั้งคำถามกับสมมติฐาน และอนุมัติการดำเนินการได้ก็ต่อเมื่อเห็นว่าระบบได้ข้อสรุปมาอย่างไร เอเจนต์รับหน้าที่ด้านความเร็วและการประมวลผลวงกว้าง ส่วนมนุษย์รับผิดชอบการตัดสินใจ ผู้นำที่เห็นระบบตรวจพบความคลาดเคลื่อน ตรวจสอบสมมติฐาน และทักท้วงคำแนะนำก่อนลงมือได้ จะค่อย ๆ มอบอำนาจให้ระบบมากขึ้น แต่หากได้รับเพียงคำตอบจากกล่องดำที่ไม่มีเหตุผลตรวจสอบได้ ย่อมไม่ไว้วางใจและจำกัดอำนาจของเอเจนต์ องค์กรที่วางการกำกับดูแลไว้ตั้งแต่ต้นจะได้รูปแบบแรก ส่วนองค์กรที่เพิ่มทีหลังมักได้รูปแบบหลัง

ทศวรรษหน้าจะเป็นของนักสร้างโครงสร้างพื้นฐาน

ใน 10 ปีข้างหน้า ความแตกต่างระหว่างบริษัทที่ทำการวางแผนให้เป็นชั้นในการประสานงานของระบบ AI และที่ไม่ได้ทำจะเห็นได้ชัดเจน

การทำงานที่ไม่มีชื่อเสียง – การเชื่อมต่อข้อมูล การบูรณาการกระบวนการทำงาน และการสร้างการกำกับดูแลตั้งแต่เริ่มต้น – คือสิ่งที่ตัดสินว่าบริษัทจะอยู่ในฝ่ายไหน

ผู้ชนะในระบบ AI ขององค์กรจะไม่ใช่บริษัทที่มีระบบ AI มากที่สุด แต่จะเป็นบริษัทที่สร้างโครงสร้างพื้นฐานที่สามารถประสานงานระบบ AI ได้