ทำไมความท้าทายต่อไปของ AI จึงดูคุ้นเคยอย่างน่าประหลาดใจสำหรับโทรคมนาคม

ในปีที่ผ่านมา มีการเปลี่ยนแปลงหนึ่งที่ชัดเจนมากขึ้นในการสนทนาเกี่ยวกับ AI ในระดับองค์กร การสนทนาไม่ได้ถูกครอบงำโดยว่าโมเดลใดทำงานได้ดีที่สุดหรือ AI จะสามารถอัตโนมัติกระบวนการใดได้อีกแล้ว คำถามเหล่านั้นยังคงสำคัญอยู่ แต่ไม่ได้เป็นปัจจัยตัดสินใจหลักว่าการใช้ AI จะก้าวข้ามการทดลองหรือไม่ ปัจจุบันองค์กรหลายแห่งกำลังตั้งคำถามใหม่ว่า สิ่งใดต้องเปลี่ยนแปลงภายในธุรกิจก่อนที่ AI จะได้รับความไว้วางใจในความรับผิดชอบที่มากขึ้น

นี่เป็นการเปลี่ยนแปลงที่ละเอียดอ่อน แต่บ่งบอกได้มากเกี่ยวกับทิศทางของตลาด

ในช่วงสองปีที่ผ่านมา อุตสาหกรรม AI มุ่งเน้นไปที่การปรับปรุงโมเดล ความแม่นยำเพิ่มขึ้น การให้เหตุผลซับซ้อนมากขึ้น และการเปิดตัวใหม่ทุกครั้งขยายขอบเขตความคาดหวังว่ AI จะทำอะไรได้บ้าง ในขณะเดียวกัน บริษัทต่าง ๆ กำลังทดลองว่าความสามารถเหล่านี้จะช่วยยกระดับประสบการณ์ลูกค้า ทำให้การดำเนินงานคล่องตัว หรือเปิดโอกาสรายได้ใหม่ได้อย่างไร การสำรวจระดับโลกล่าสุดของ McKinsey แสดงให้เห็นว่า AI เข้าสู่ธุรกิจหลักอย่างรวดเร็วเพียงใด ปัจจุบันเกือบเก้าส่วนในสิบขององค์กรใช้ AI อย่างน้อยในหนึ่งฟังก์ชันของธุรกิจ แต่จำนวนที่สามารถขยายการใช้ AI อย่างเต็มรูปแบบทั่วทั้งองค์กรยังค่อนข้างน้อย เทคโนโลยีกำลังก้าวหน้าอย่างรวดเร็ว การสร้างองค์กรที่ใช้เทคโนโลยีนี้อย่างรับผิดชอบกลับกลายเป็นความท้าทายที่แตกต่างอย่างสิ้นเชิง

การเปลี่ยนแปลงจากความสามารถของ AI ไปสู่การดำเนินงานจริง

คำถามที่กำลังเกิดขึ้นในขณะนี้เกี่ยวกับ AI มีความเกี่ยวข้องกับการดำเนินงานมากกว่าปัญญาประดิษฐ์

เกิดอะไรขึ้นเมื่อ AI ไม่เพียงแค่แนะนำการกระทำที่ดีที่สุดต่อไป แต่ยังดำเนินการนั้นเอง? นโยบายเชิงพาณิชย์ควรนำไปใช้อย่างไรเมื่อการตัดสินใจทำแบบเรียลไทม์? ใครเป็นผู้รับผิดชอบหากระบบอิสระทำการตัดสินใจเชิงพาณิชย์ที่ผิดพลาด? องค์กรจะพิสูจน์อย่างไรว่าการอนุญาตของลูกค้าได้รับการเคารพ ความรับผิดชอบตามกฎระเบียบถูกปฏิบัติ และการตัดสินใจทุกครั้งยังสามารถอธิบายได้แม้หลายเดือนหลังจากที่ทำการตัดสินใจนั้น

คำถามเหล่านี้ไม่ได้เกิดขึ้นเพราะ AI หยุดพัฒนา แต่เกิดขึ้นเพราะธุรกิจกำลังมีความมั่นใจมากขึ้นในการวาง AI ให้ใกล้กับศูนย์กลางการดำเนินงานของตน

โมเดล AI สามารถระบุข้อเสนอที่เหมาะสมสำหรับลูกค้า แนะนำผลิตภัณฑ์ทางการเงิน ปรับทรัพยากรเครือข่าย หรือกำหนดขั้นตอนต่อไปในเส้นทางดิจิทัลได้ภายในไม่กี่วินาที การแปลงคำแนะนำนั้นให้กลายเป็นผลลัพธ์ทางธุรกิจนั้นซับซ้อนกว่ามาก ก่อนที่สิ่งใดจะเกิดขึ้น องค์กรยังต้องตรวจสอบว่าลูกค้ามีคุณสมบัติเพียงพอหรือไม่ การยินยอมได้รับการบันทึกหรือไม่ นโยบายเชิงพาณิชย์อนุญาตให้ทำธุรกรรมต่อได้หรือไม่ มีพันธมิตรในระบบนิเวศอื่นเข้าร่วมหรือไม่ และทุกขั้นตอนของกระบวนการต้องโปร่งใสพอที่จะตอบสนองต่อข้อกำหนดด้านการกำกับดูแลและกฎระเบียบหรือไม่

ชั้นการดำเนินงานนั้นมักไม่ได้รับความสนใจเท่ากับโมเดลเอง แต่กลับเป็นตัวกำหนดว่าการใช้ AI อย่างมั่นใจในระดับขนาดใหญ่จะเป็นไปได้หรือไม่ การวิจัยสถานะ AI ของ Deloitte ปี 2026 พบว่าเกือบสามในสี่ขององค์กรคาดว่าจะนำ AI แบบตัวแทนไปใช้ภายในสองปีข้างหน้า ในขณะที่เพียงส่วนน้อยมากเชื่อว่าความสามารถด้านการกำกับดูแลของตนมีความพร้อมพอที่จะสนับสนุน AI อิสระในระดับองค์กร ช่องว่างไม่ได้เป็นเรื่องของนวัตกรรม แต่เป็นเรื่องของความพร้อมในการดำเนินงาน

เมื่อมองไปที่การใช้งาน AI ในระดับองค์กรในปัจจุบัน จะเห็นรูปแบบที่สม่ำเสมอขึ้น องค์กรไม่ได้ประสบปัญหาเพราะโมเดล AI ไม่สามารถสร้างคำแนะนำได้ แต่พวกเขาพบว่าคำแนะนำทุกข้อต้องผ่านความเป็นจริงของการดำเนินงานของธุรกิจก่อนจึงจะกลายเป็นการกระทำ AI ไม่ได้แทนที่สภาพแวดล้อมนั้น แต่กลับเป็นผู้เข้าร่วมอีกคนหนึ่งในนั้น

ทำไมโครงสร้างพื้นฐานของโทรคมนาคมจึงเป็นกุญแจสำคัญต่อการกำกับดูแล AI

สำหรับผู้ให้บริการสื่อสาร ความท้าทายนี้ค่อนข้างคุ้นเคยอย่างน่าประหลาดใจ

โทรคมนาคมได้ใช้เวลาหลายทศวรรษในการดำเนินธุรกิจดิจิทัลที่ความเชื่อถือถูกสร้างขึ้นอย่างต่อเนื่อง ไม่ใช่เพียงการสันนิษฐาน เครือข่ายทำการยืนยันตัวตน ตรวจสอบอุปกรณ์และให้สัญญาณที่เชื่อถือได้แบบเรียลไทม์ ควบคู่กับแพลตฟอร์มธุรกิจดิจิทัลที่กำกับความสัมพันธ์กับลูกค้า นำเสนอนโยบายเชิงพาณิชย์ จัดการสิทธิ์ดิจิทัล ประสานบริการ ประสานระบบนิเวศของพันธมิตร และทำให้การทำธุรกรรมสามารถดำเนินการเรียกเก็บเงินและชำระบัญชีได้อย่างถูกต้อง ความสามารถเหล่านี้ไม่ได้ออกแบบมาสำหรับ AI สร้างสรรค์โดยเฉพาะ แต่เกิดจากความจำเป็นของธุรกิจดิจิทัลที่ต้องพึ่งพาการโต้ตอบที่เชื่อถือได้ระหว่างลูกค้า เครือข่าย บริษัท และพันธมิตร

เมื่อ AI ฝังตัวอยู่ในสภาพแวดล้อมเดียวกันนั้น มูลค่าของพื้นฐานการดำเนินงานนั้นก็จะปรากฏชัดเจนยิ่งขึ้น

สมมติฐานหนึ่งที่ควรตั้งคำถามคือแนวคิดว่ารุ่นที่ปลอดภัยยิ่งขึ้นจะนำไปสู่การนำ AI ไปใช้ในระดับองค์กรที่กว้างขวางโดยอัตโนมัติ ประสบการณ์ชี้ให้เห็นสิ่งที่ต่างออกไป ยิ่ง AI เคลื่อนที่เข้าใกล้การตัดสินใจที่สำคัญต่อธุรกิจ องค์กรก็ยิ่งตรวจสอบทุกอย่างรอบ ๆ โมเดลอย่างเข้มข้น คำถามเกี่ยวกับตัวตน การกำกับดูแล การอนุญาตของลูกค้า ความรับผิดชอบเชิงพาณิชย์และการบังคับใช้นโยบายจึงมีความสำคัญอย่างมาก เพราะผลลัพธ์จากการตัดสินใจที่ผิดพลาดจะมีผลกระทบที่ใหญ่ขึ้นอย่างมีนัยสำคัญ

นี่คือจุดที่โทรคมนาคมมีส่วนร่วมที่โดดเด่น

เป็นเวลาหลายปี ผู้ให้บริการสื่อสารได้ปรับปรุงความสามารถในการดำเนินงานที่จำเป็นเพื่อสร้างความเชื่อมั่นในระบบนิเวศดิจิทัลที่ซับซ้อน เครือข่ายให้ข้อมูลประจำตัวที่เชื่อถือได้และข้อมูลเชิงเวลาจริง แพลตฟอร์ม BSS และ OSS ที่เป็น AI‑native ให้บริบทของลูกค้า การกำกับดูแลเชิงพาณิชย์ การประสานงานบริการ การพาณิชย์ดิจิทัลและการจัดการวงจรชีวิตร่วมกัน พวกมันสร้างสภาพแวดล้อมการดำเนินงานที่กำหนดว่าข้อแนะนำที่สร้างโดย AI ควรกลายเป็นการกระทำทางธุรกิจที่เชื่อถือได้หรือไม่

การเปลี่ยนแปลงเดียวกันนี้ก็ปรากฏในการอภิปรายของ Tecnotree ที่ Mobile World Congress เมื่อต้นปีนี้เกี่ยวกับเครือข่ายอัตโนมัติ ที่น่าสนใจคือ การถกเถียงไม่ได้มุ่งเน้นที่ว่าระบบอัตโนมัติจะตัดสินใจด้วยตนเองในที่สุดหรือไม่ ซึ่งดูเหมือนจะเป็นสิ่งที่หลีกเลี่ยงไม่ได้ การสนทนาเน้นที่การกำกับดูแล ความรับผิดชอบ และการตรวจสอบเชิงพาณิชย์เมื่อการตัดสินใจเหล่านั้นเริ่มเกิดขึ้นเร็วกว่าที่คนสามารถแทรกแซงได้อย่างเป็นจริง คำถามเหล่านี้จึงไม่ได้เป็นของโทรคมนาคมเท่านั้นแล้ว แต่กำลังกลายเป็นคำถามของ AI ระดับองค์กร

เชื่อมช่องว่างระหว่างปัญญาประดิษฐ์และผลลัพธ์ทางธุรกิจที่เชื่อถือได้

มุมมองที่กว้างขึ้นนี้ยังอธิบายได้ว่าทำไมโครงการอย่าง GSMA Open Gateway จึงได้รับความสนใจอย่างต่อเนื่อง API มาตรฐานที่เปิดเผยความสามารถเช่นการตรวจสอบหมายเลข การสลับ SIM และตำแหน่งอุปกรณ์ ให้ข้อมูลเชิงเครือข่ายที่เชื่อถือได้ซึ่งเสริมสร้างการโต้ตอบดิจิทัล คุณค่าที่สำคัญที่สุดของมันไม่ได้มาจาก API ของเครือข่ายเพียงอย่างเดียว แต่เกิดขึ้นเมื่อความสามารถของเครือข่ายที่เชื่อถือได้ถูกรวมกับแพลตฟอร์มธุรกิจดิจิทัลที่สามารถเข้าใจบริบทของลูกค้า ใช้นโยบายเชิงพาณิชย์ ประสานบริการข้ามพันธมิตรหลายฝ่าย และกำกับวงจรชีวิตของลูกค้าทั้งหมด AI อาจกำหนดการกระทำที่ดีที่สุดต่อไป แต่สภาพแวดล้อมทางธุรกิจโดยรอบจะเป็นตัวกำหนดว่าการกระทำนั้นควรเกิดขึ้นหรือไม่ในที่สุด

เมื่อมองในลักษณะนี้ เศรษฐกิจความเชื่อถือจึงเป็นแนวคิดที่เป็นรูปธรรมมากกว่าการสนทนาเกี่ยวกับ AI ที่ปลอดภัย ความเชื่อถือไม่ได้เกิดจากโมเดลที่สร้างข้อเสนอแนะที่น่าเชื่อถือเท่านั้น แต่ได้รับการเสริมอย่างต่อเนื่องเมื่อยืนยันตัวตน เคารพสิทธิ์ของลูกค้า บังคับใช้นโยบาย ปฏิบัติตามพันธกรณีเชิงพาณิชย์ และผู้เข้าร่วมทุกคนในปฏิสัมพันธ์ดิจิทัลต้องรับผิดชอบต่อผลลัพธ์ โมเดลให้ข้อมูลเชิงปัญญา ส่วนระบบนิเวศโดยรอบให้ความมั่นใจในการดำเนินการตามข้อมูลนั้น

สำหรับผู้ให้บริการสื่อสาร นี่เป็นโอกาสที่ขยายเกินกว่าการนำ AI ไปใช้ภายในการดำเนินงานของตนเอง อุตสาหกรรมได้ใช้เวลาหลายปีในการลงทุนโครงสร้างพื้นฐานดิจิทัลที่เชื่อถือได้ แพลตฟอร์มธุรกิจที่เป็น AI‑native และความสามารถของระบบนิเวศที่ออกแบบมาเพื่อสนับสนุนการโต้ตอบดิจิทัลที่ซับซ้อนมากขึ้น เมื่อองค์กรย้ายจากการทดลอง AI ไปสู่การทำงานจริง ความสามารถเหล่านี้จึงมีความสำคัญในรูปแบบที่ไม่คาดคิดมาก่อน Gartner คาดว่าในปี 2027 หลายองค์กรจะลดขนาดหรือยกเลิกโครงการ AI อัตโนมัติ เนื่องจากการกำกับดูแลและการควบคุมการดำเนินงานไม่พัฒนาตามความเร็วของเทคโนโลยีเอง สิ่งนี้ควรมองว่าไม่ใช่คำเตือนเกี่ยวกับ AI แต่เป็นการเตือนว่าการนำ AI ไปใช้สำเร็จต้องอาศัยมากกว่าความสามารถของโมเดล

บทต่อไปของ AI แน่นอนว่าจะนำโมเดลที่มีความสามารถมากขึ้นมา แต่ความสามารถเพียงอย่างเดียวจะไม่เป็นตัวกำหนดว่าองค์กรใดจะประสบความสำเร็จ ความได้เปรียบที่สำคัญจะมาจากการสร้างสภาพแวดล้อมดิจิทัลที่ปัญญาประดิษฐ์ การกำกับดูแล เครือข่ายที่เชื่อถือได้ และแพลตฟอร์มธุรกิจทำงานร่วมกันอย่างไร้รอยต่อ องค์กรจะประเมิน AI ไม่เพียงตามคุณภาพของคำตอบที่สร้างขึ้น แต่ตามว่าคำตอบเหล่านั้นจะกลายเป็นผลลัพธ์ที่เชื่อถือได้หรือไม่

โทรคมนาคมเข้าใจความท้าทายนี้ดี เพราะมันได้แก้ไขปัญหาการดำเนินงานที่คล้ายคลึงกันมานานหลายทศวรรษ เมื่อเศรษฐกิจความเชื่อถือต่อยอดรูปแบบขึ้น การผสมผสานของเครือข่ายที่เชื่อถือได้ แพลตฟอร์ม BSS และ OSS ที่เป็น AI‑native และระบบนิเวศที่ประสานงานดิจิทัลทำให้ผู้ให้บริการสื่อสารอยู่ในตำแหน่งที่ไม่เหมือนใครในการช่วยองค์กรย้าย AI จากการทดลองสู่การดำเนินการอย่างรับผิดชอบ