ผู้นำทางความคิด

AI สำหรับองค์กรแตะขีดจำกัดแล้ว การวางแผนคือทางก้าวข้าม

David Marmer
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญAI ในองค์กรถึงขีดจำกัดในการประสานงาน…
ดูเพิ่มเติม
  • AI ในองค์กรถึงขีดจำกัดในการประสานงาน เนื่องจากเอเจนต์ขาดบริบทการดำเนินงานร่วมกันข้ามฟังก์ชัน
  • การวางแผนอย่างต่อเนื่องเปลี่ยน AI ให้เป็นชั้นการประสานงานแบบสด ที่ทดสอบสถานการณ์ภายใต้แรงกดดันเมื่อเงื่อนไขเปลี่ยนแปลง
  • ธรรมาภิบาลต้องถูกออกแบบตั้งแต่เริ่มต้น เพื่อให้มั่นใจถึงการตรวจสอบย้อนกลับและการควบคุมโดยมนุษย์ต่อการตัดสินใจแบบอัตโนมัติ

คลื่นแรกของ AI สำหรับองค์กรนำผู้ช่วย AI มาให้ทีมต่าง ๆ เพื่อเพิ่มผลิตภาพภายในแต่ละสายงาน คลื่นถัดมากำลังเผชิญปัญหาการประสานงาน เพราะการตัดสินใจทางธุรกิจที่สำคัญที่สุดครอบคลุมทั้งการเงิน การดำเนินงาน ห่วงโซ่อุปทาน และกลยุทธ์ ขณะที่ระบบ AI ส่วนใหญ่ยังทำงานอยู่ภายในสายงานเดียว

ตามงานวิจัยของ McKinsey เรื่องระดับวุฒิภาวะของ AI ผู้นำเพียง 1% เรียกบริษัทของตนว่าอยู่ในระดับ “เติบโตเต็มที่” บนมาตรวัดการนำ AI มาใช้ ซึ่งหมายถึง AI ผสานอยู่ในกระบวนการทำงานอย่างสมบูรณ์และสร้างผลลัพธ์ทางธุรกิจที่มีนัยสำคัญ ส่วนอีก 99% นำ AI มาใช้แล้ว แต่ยังได้ผลลัพธ์ในระดับทั้งองค์กรไม่มากนัก

สาเหตุเป็นเรื่องโครงสร้าง ระบบ AI เหล่านี้ต้องมีพื้นที่สำหรับประสานงาน และการวางแผนเป็นจุดที่เหมาะโดยธรรมชาติ เพราะสมมติฐานทางการเงิน สัญญาณอุปสงค์ ข้อจำกัดในการดำเนินงาน และเป้าหมายเชิงกลยุทธ์มาบรรจบกันอยู่แล้ว การผสาน AI เข้ากับชั้นนี้จะเปลี่ยนการวางแผนจากกิจกรรมที่ทำเป็นรอบ ๆ ให้กลายเป็นเนื้อเยื่อเชื่อมโยงทั้งองค์กร

นี่คือขีดจำกัดที่หลายองค์กรกำลังพบในการนำ AI รุ่นแรกมาใช้ แม้ผู้ช่วย AI จะเพิ่มประสิทธิภาพงานภายในแต่ละทีม แต่องค์กรส่วนใหญ่ยังไม่เคยแก้ปัญหาพื้นฐานที่ยากกว่า นั่นคือจะประสานการตัดสินใจทั่วทั้งธุรกิจแบบเรียลไทม์ได้อย่างไร กระบวนการคาดการณ์ที่เร็วขึ้นก็ยังล้มเหลวได้ หากสมมติฐานของห่วงโซ่อุปทาน ข้อจำกัดในการดำเนินงาน และลำดับความสำคัญทางการเงินยังแยกขาดจากกัน

สถาปัตยกรรมเบื้องหลังช่องว่างการประสานงานของ AI สำหรับองค์กร

ต้องเกิดการเปลี่ยนแปลงเชิงโครงสร้างสามประการเพื่อให้สิ่งนี้ทำงานได้

1. AI สำหรับองค์กรต้องหลุดพ้นจากการแยกตัวตามสายงาน

ผู้ช่วย AI ที่ฝังอยู่ในสายงานการเงินอาจสรุปความคลาดเคลื่อนจากการคาดการณ์และอธิบายว่างบกำไรขาดทุนเปลี่ยนไปอย่างไร แต่ไม่สามารถดึงสัญญาณอุปสงค์แบบเรียลไทม์จากฝ่ายดำเนินงาน นำการประเมินความเสี่ยงของซัพพลายเออร์ฉบับปรับปรุงมาพิจารณา แล้วสะท้อนข้อมูลเหล่านั้นลงในการคาดการณ์ฉบับแก้ไขที่ CFO และ COO เห็นพร้อมกันได้ นี่คือขีดจำกัดเชิงโครงสร้างที่ AI สำหรับองค์กรเผชิญอยู่ และเป็นเหตุผลที่การนำไปใช้ทีละสายงานให้ตัวเลขผลิตภาพส่วนบุคคลที่ดี แต่ให้ผลลัพธ์ระดับทั้งองค์กรที่อ่อนแอ

เบื้องหลังปัญหานี้คือเรื่องบริบท AI ของแต่ละสายงานทำงานบนข้อมูลที่สายงานนั้นเป็นเจ้าของ ในระบบที่สายงานนั้นใช้ และภายใต้สมมติฐานที่สายงานนั้นตั้งขึ้น โดยไม่มีชั้นร่วมที่รวมมุมมองเหล่านี้เป็นภาพเดียวว่าธุรกิจเชื่อว่าสิ่งใดเป็นจริง

จึงเกิด “ช่องว่างการประสานงานของ AI” ที่หลายองค์กรกำลังเผชิญ ระบบสามารถสร้างข้อค้นพบที่เป็นประโยชน์ได้อย่างอิสระ แต่ไม่สามารถทำให้การตัดสินใจทั่วทั้งธุรกิจสอดคล้องกันได้เร็วพอกับสถานการณ์ที่กำลังเกิดขึ้น

การก้าวข้ามขีดจำกัดนี้หมายถึงการเชื่อมเอเจนต์ผ่านบริบทการดำเนินงานร่วม ซึ่งสร้างบนแบบจำลองข้อมูลร่วม ตรรกะทางธุรกิจร่วม และออนโทโลยีที่ทำให้ตีความการตัดสินใจได้อย่างสอดคล้องกันข้ามสายงาน

เมื่อมีรากฐานนี้ เอเจนต์ด้านอุปสงค์อาจพบสัญญาณหนึ่ง เอเจนต์ห่วงโซ่อุปทานจึงจำลองการจัดหาตามสัญญาณนั้น และเอเจนต์การเงินปรับการคาดการณ์โดยอาศัยข้อมูลจากทั้งสองส่วน CFO จะเห็นข้อเสนอแนะที่เป็นหนึ่งเดียว ซึ่งตั้งอยู่บนภาพความเป็นจริงเดียวกับที่ส่วนอื่นของธุรกิจใช้อยู่

2. การวางแผนอย่างต่อเนื่องกำลังเป็นชั้นประสานงานของ AI สำหรับองค์กร

การวางแผนอย่างต่อเนื่องบนบริบทการดำเนินงานนี้เปลี่ยนการประสานงานของเอเจนต์ให้เป็นผลลัพธ์ทางธุรกิจจริง การวางแผนเลิกเป็นกิจกรรมรายไตรมาสและเริ่มทำงานเป็นระบบที่เคลื่อนไหวตลอดเวลา โดยประเมินสถานการณ์จำลองเทียบกับเป้าหมายบริษัทเมื่อเงื่อนไขเปลี่ยน แทนที่จะรอรอบถัดไปจึงปรับตัวตาม เมื่อสมมติฐานเปลี่ยน ทางเลือกต่าง ๆ ก็ผ่านการสร้างแบบจำลองและทดสอบภาวะกดดันไว้แล้ว ผู้นำจึงเข้าสู่การตัดสินใจพร้อมแนวทางที่ใช้ได้จริง แทนที่จะมีเพียงการคาดการณ์เดียวซึ่งต้องสร้างใหม่ภายใต้แรงกดดันของเส้นตาย

ความขัดแย้งสหรัฐฯ–อิหร่านกำลังทดสอบเรื่องนี้แบบเรียลไทม์ บริษัทข้ามชาติที่ได้รับผลกระทบจากความขัดแย้งกำลังประมวลสัญญาณหลายอย่างพร้อมกัน ทั้งราคาน้ำมันและพลังงานที่เคลื่อนไหว การกำหนดราคาความเสี่ยงใหม่สำหรับเส้นทางเดินเรือผ่านช่องแคบฮอร์มุซ และระยะเวลาส่งมอบของซัพพลายเออร์ที่ยาวขึ้น ผู้นำต้องตัดสินใจรับมือภายในไม่กี่วัน การป้องกันความเสี่ยงด้านราคาพลังงาน การเปลี่ยนเส้นทางขนส่ง และการเจรจาสัญญาใหม่ต้องถูกนำมาเปรียบเทียบกันภายในช่วงเวลานั้น ระบบวางแผนที่ทำงานต่อเนื่องและทดสอบภาวะกดดันของสถานการณ์จำลองตามสถานการณ์จริงที่เปลี่ยนไปเท่านั้น จึงจะให้คำตอบที่เชื่อถือได้ทันเวลาลงมือทำ

นี่คือการทำงานของ AI ที่ขับเคลื่อนด้วยเป้าหมายในทางปฏิบัติ เอเจนต์มุ่งไปยังเป้าหมายที่ผู้นำตั้งไว้ และชี้ให้เห็นข้อแลกเปลี่ยนเมื่อการบรรลุเป้าหมายหนึ่งหมายถึงการละทิ้งอีกเป้าหมาย ระบบอาจจำลองทางเลือกหนึ่งร้อยแบบได้แบบเรียลไทม์ แต่ผู้นำก็ยังอาจติดอยู่กับการตัดสินใจว่าจะเลือกแบบใด ชั้นการวางแผนเป็นที่ที่มีเป้าหมายและข้อแลกเปลี่ยนอยู่แล้ว นี่คือความแตกต่างระหว่างระบบหลายเอเจนต์ที่ทำงานได้ในการใช้งานจริง กับระบบที่ทำงานได้เพียงในการสาธิต

ความจำเป็นเร่งด่วนของการเปลี่ยนแปลงนี้กำลังเพิ่มขึ้น Gartner คาดการณ์ว่าโครงการ AI แบบเอเจนต์มากกว่า 40% จะถูกยกเลิกภายในสิ้นปี 2027 เนื่องจากต้นทุนสูงขึ้น คุณค่าทางธุรกิจต่ำ หรือการควบคุมความเสี่ยงไม่เพียงพอ ความล้มเหลวหลายกรณีจะมีต้นตอจากปัญหาการประสานงานและการกำกับดูแล ไม่ใช่เพียงความสามารถของโมเดล

3. การกำกับดูแลองค์กรไม่อาจเพิ่มเข้ามาภายหลัง

ชั้นการวางแผนอย่างต่อเนื่องรวมอำนาจตัดสินใจจริงไว้ในระบบ AI ที่ประสานงานกัน จึงต้องให้การกำกับดูแลเป็นส่วนหนึ่งของสถาปัตยกรรมตั้งแต่เริ่มต้น นี่เป็นข้อกังวลที่ CFO และ CIO จำนวนมากหยิบยกเป็นอย่างแรกเมื่อพูดถึงการนำ AI มาใช้ และเป็นจุดยืนที่มีเหตุผลรองรับ ระบบอัตโนมัติที่ทำงานได้ด้วยตนเองไม่ควรอยู่ในกระบวนการตัดสินใจ หากไม่สามารถตรวจสอบได้ ไม่สามารถอธิบายเหตุผลได้ หรือไม่มีขอบเขตนโยบายที่ชัดเจน

ในการใช้งานที่ได้ผลจริง ทุกการกระทำของเอเจนต์สามารถสืบย้อนถึงข้อมูลนำเข้า ตรรกะ และนโยบายที่อยู่เบื้องหลังได้ ข้อเสนอแนะทุกข้อมีสมมติฐานประกอบ เพื่อให้ผู้บริหารการเงิน ผู้ตรวจสอบบัญชี หรือสมาชิกคณะกรรมการบริษัทมีข้อมูลที่จำเป็นในการโต้แย้งข้อเสนอแนะตามเนื้อหาสาระ

ความสามารถในการสืบย้อนทำให้การกำกับโดยมนุษย์ใช้ได้จริง CFO ผู้ควบคุมการเงิน และผู้นำที่รับผิดชอบผลลัพธ์จะทบทวนข้อเสนอแนะ ตั้งคำถามกับสมมติฐาน และอนุมัติการดำเนินการได้ก็ต่อเมื่อเห็นว่าระบบได้ข้อสรุปมาอย่างไร เอเจนต์รับหน้าที่ด้านความเร็วและขอบเขตที่กว้าง ส่วนมนุษย์ยังคงใช้วิจารณญาณ ผู้นำที่เห็นระบบตรวจพบความคลาดเคลื่อน เห็นสมมติฐานเบื้องหลัง และสามารถทักท้วงข้อเสนอแนะก่อนดำเนินการ จะค่อย ๆ มอบอำนาจให้ระบบมากขึ้น แต่ผู้นำที่ได้รับคำตอบจากกล่องดำโดยไม่มีตรรกะที่สืบย้อนได้จะปฏิเสธการพึ่งพาระบบ และอำนาจของเอเจนต์จะหดลง บริษัทที่ผสานการกำกับดูแลไว้ในสถาปัตยกรรมจะได้การใช้งานแบบแรก ส่วนบริษัทที่เพิ่มภายหลังจะได้แบบที่สอง

ทศวรรษหน้าจะเป็นของผู้สร้างโครงสร้างพื้นฐาน

อีกสิบปีนับจากนี้ ความแตกต่างระหว่างบริษัทที่ทำให้การวางแผนเป็นชั้นเชื่อมโยงของ AI กับบริษัทที่ไม่ได้ทำเช่นนั้นจะเห็นได้อย่างชัดเจน

งานที่ไม่หวือหวา ทั้งการเชื่อมข้อมูล การผสานกระบวนการทำงาน และการวางการกำกับดูแลไว้ตั้งแต่ต้น เป็นตัวกำหนดว่าบริษัทจะอยู่ฝั่งใด

ผู้ชนะด้าน AI สำหรับองค์กรจะไม่ใช่บริษัทที่มีเอเจนต์มากที่สุด แต่เป็นบริษัทที่สร้างโครงสร้างพื้นฐานซึ่งสามารถประสานงานเอเจนต์เหล่านั้นได้

เดวิด มาร์เมอร์ เป็น ประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ ที่ Board โดยที่เขานำทีมกลยุทธ์ผลิตภัณฑ์ การจัดการและการออกแบบ มีประสบการณ์ยาวนานในการจัดการผลิตภัณฑ์หลายทศวรรษ ในการบริหารจัดการผลิตภัณฑ์จาก 50 ล้านถึง 1 พันล้านดอลลาร์สหรัฐฯ ทั่วทั้งสตาร์ทอัพและองค์กรระดับโลก ประสบการณ์ของเขาสามารถครอบคลุมถึงการวิเคราะห์ การวางแผนและวิเคราะห์ทางการเงินและการจัดการผลการดำเนินงานขององค์กร (FP&A/EPM) อินเทอร์เน็ตของสรรพสิ่ง (IoT) ข้อมูลเชิงลึกเกี่ยวกับลูกค้า อาชญากรรมทางการเงิน และโซลูชันการกำกับดูแล การจัดการความเสี่ยงและการปฏิบัติตามกฎระเบียบ (GRC) คุณเดวิดเป็นที่รู้จักในการขับเคลื่อนกลยุทธ์องค์กรที่สอดคล้องกัน และได้รับการแต่งตั้งให้ดำรงตำแหน่งผู้บริหารระดับสูงใน IBM และ Cognos โดยช่วยให้องค์กรต่างๆ สามารถเปลี่ยนวิสัยทัศน์ผลิตภัณฑ์ให้เป็นผลลัพธ์ทางธุรกิจที่วัดผลได้