การเติบโตของสรุปข้อมูลผู้บริหารด้วย AI: ซีอีโอเริ่มต้นวันอย่างไรในยุค AI แบบเอเจนต์

ตลอดหลายปีที่ผ่านมา “การบริหารองค์กรโดยใช้ข้อมูลเป็นหลัก” มักหมายถึงกิจวัตรยามเช้าที่คล้ายคลึงกันไม่แบบใดก็แบบหนึ่ง ซีอีโอจะกวาดตาดูแดชบอร์ดแบบคงที่ เลื่อนอ่านอีเมลชุดยาว และพลิกดูสไลด์สรุปข้อมูลที่จัดทำอย่างพิถีพิถันไว้เมื่อคืนก่อน

กระบวนการทำงานเช่นนี้แทบจะเพียงพอในช่วงที่ตลาด พฤติกรรมลูกค้า และการดำเนินงานเปลี่ยนแปลงเป็นรายสัปดาห์ แต่ในยุค AI แบบเอเจนต์ ซึ่งสัญญาณต่าง ๆ เปลี่ยนแปลงทุกชั่วโมง วิธีนี้ก็ไม่รวดเร็ว ไม่ครบถ้วน และไม่โต้ตอบได้มากพออีกต่อไป

สิ่งที่กำลังก่อตัวขึ้นเพื่อมาแทนที่วิธีเดิมคือสรุปข้อมูลผู้บริหารด้วย AI ซึ่งเป็นเอเจนต์แบบสนทนาที่ทำงานต่อเนื่อง เริ่มต้นวันของซีอีโอด้วยภาพรวมธุรกิจที่สังเคราะห์จากข้อมูล แล้วเปิดโอกาสให้ซีอีโอซักถามเพิ่มเติมได้แบบเรียลไทม์

นี่ไม่ใช่ “แดชบอร์ดอีกอันหนึ่ง” แต่เป็นข้อตกลงรูปแบบใหม่ระหว่างผู้บริหารกับข้อมูล

จากแดชบอร์ดแบบคงที่สู่บทสนทนาที่ดำเนินต่อเนื่อง

การรายงานผลแบบดั้งเดิมสำหรับผู้บริหารเน้นการนำเสนอ ไม่ใช่การสำรวจข้อมูล:

• แดชบอร์ดตั้งอยู่บนสมมติฐานว่าคุณรู้อยู่แล้วว่าควรถามคำถามใด
• สไลด์สรุปข้อมูลตรึงภาพธุรกิจไว้ ณ เวลาที่มีคนส่งออกสไลด์
• อีเมลชุดยาวซ่อนบริบทที่สำคัญที่สุดไว้ในชุดข้อความตอบกลับและการพูดคุยแยกย่อย

แดชบอร์ดจะไม่หายไปไหน เพราะยังเหมาะอย่างยิ่งสำหรับติดตามตัวชี้วัดที่ทราบอยู่แล้วและตอบคำถามที่ถามซ้ำเป็นประจำ แต่สิ่งที่แดชบอร์ดรับมือได้ยากคือคำถามที่ไม่มีใครคาดคิดไว้ตอนสร้างแดชบอร์ด

ซีอีโอยังคงใช้เวลาช่วงเช้ามากเกินไปกับการปรับข้อมูลจากมุมมองที่ขัดแย้งกันว่าเกิดอะไรขึ้นให้ตรงกัน ก่อนตัดสินใจว่าจะทำอะไรต่อไป สรุปข้อมูลผู้บริหารด้วย AI พลิกแนวทางนี้ แทนที่จะถามว่า “ควรเปิดแดชบอร์ดไหน” ซีอีโอจะเริ่มด้วยคำถามว่า “มีอะไรเปลี่ยนไปจากเมื่อวานที่ฉันควรใส่ใจบ้าง”

เอเจนต์จะตอบด้วยสรุปสั้นกระชับที่จัดลำดับความสำคัญไว้แล้ว ได้แก่ การเปลี่ยนแปลงของรายได้ ความเปลี่ยนแปลงในไปป์ไลน์ ความผิดปกติในการใช้งานหรือการดำเนินงาน ลูกค้าที่มีความเสี่ยง และสัญญาณเศรษฐกิจมหภาคที่สำคัญต่อบริษัท ที่สำคัญกว่านั้น ซีอีโอไม่ได้หยุดเพียงเท่านี้ แต่สามารถถามต่อด้วยภาษาธรรมชาติได้ทันที:

• “ทำไมภูมิภาค EMEA ถึงทำผลงานลดลงเมื่อวาน”
• “สัญญาต่ออายุใดบ้างในอีก 60 วันข้างหน้าที่มี ARR สูงและมีปริมาณการติดต่อฝ่ายสนับสนุนเพิ่มขึ้น”
• “ช่วยแสดงปัจจัยหลักสามประการที่ทำให้ต้นทุนโครงสร้างพื้นฐานพุ่งสูงขึ้นเมื่อสัปดาห์ที่แล้ว”

สรุปข้อมูลนี้ไม่ได้เป็นเพียงเอกสารคงที่อีกต่อไป แต่เป็นบทสนทนาที่ดำเนินต่อเนื่องกับธุรกิจ

องค์ประกอบสำคัญที่ซ่อนอยู่: กราฟบริบทที่แสดงให้เห็นว่าธุรกิจดำเนินงานอย่างไร

ความพยายามส่วนใหญ่ในการสร้าง “แดชบอร์ด AI” ล้มเหลวด้วยเหตุผลง่าย ๆ คือ โมเดลเข้าถึงข้อมูลได้ แต่ไม่ได้แปลว่าจะมีความเข้าใจว่าธุรกิจดำเนินงานจริงอย่างไรเสมอไป หากเอเจนต์ของคุณทำงานอยู่บนคลังข้อมูลหรือเครื่องมือ BI เพียงระบบเดียว คำตอบที่ได้ก็ยังไม่ครบถ้วนและเอนเอียงอยู่ดี สรุปข้อมูลผู้บริหารด้วย AI ที่ใช้งานได้จริงต้องเข้าถึงวิธีดำเนินงานของธุรกิจในระบบต่าง ๆ และในช่วงเวลาต่าง ๆ ไม่ใช่แหล่งตัวชี้วัดเพียงแหล่งเดียว

กราฟบริบทเข้ามามีบทบาทตรงนี้ จากการทำงานร่วมกับองค์กรต่าง ๆ เราพบว่าสรุปข้อมูลผู้บริหารที่มีประสิทธิภาพสูงสุดขับเคลื่อนด้วยกราฟที่ผสานระบบข้อมูลแบบมีโครงสร้าง เช่น CRM การวิเคราะห์ผลิตภัณฑ์ การเรียกเก็บเงิน การเงิน ฝ่ายสนับสนุน และการตรวจสอบระบบ เข้ากับองค์ความรู้ด้านการดำเนินงาน ซึ่งรวมถึงคู่มือแนวทางปฏิบัติ SOP คู่มือการปฏิบัติงาน OKR และรุ่นผลิตภัณฑ์ที่ออกก่อนหน้า ตลอดจนสัญญาณที่ไม่มีโครงสร้าง เช่น บันทึกเกี่ยวกับลูกค้า สไลด์นำเสนอ QBR สรุปอีเมล และแม้แต่บทถอดเสียงการประชุม

แทนที่จะมองแต่ละระบบเป็นคิวบ์ข้อมูลหรือแดชบอร์ดแยกจากกัน กราฟบริบทจะแสดงความเชื่อมโยงระหว่างสิ่งต่าง ๆ:

• บัญชีลูกค้านี้มี ARR รูปแบบการใช้งาน ประวัติการติดต่อฝ่ายสนับสนุน และแนวโน้มความรู้สึกของลูกค้าเป็นแบบนี้
• รุ่นผลิตภัณฑ์นี้เกี่ยวข้องกับบริการเหล่านี้ ส่งผลกระทบต่อลูกค้าเหล่านี้ และทำให้เกิดเหตุขัดข้องเหล่านี้
• ภูมิภาคนี้มีความครอบคลุมของไปป์ไลน์ อัตราการชนะ ความเสี่ยงทางเศรษฐกิจมหภาค และงบการตลาดในระดับนี้

เมื่อซีอีโอถามว่า “ไตรมาสนี้เรามีความเสี่ยงเรื่องการต่อสัญญามากที่สุดตรงไหน” เอเจนต์จะไม่เดาคำตอบจากตารางเดียว แต่จะไล่เชื่อมโยงบริบทที่สัมพันธ์กันทั้งข้อมูลการใช้งาน เวลาที่ระบบหยุดทำงาน บันทึกจากฝ่าย CS ความรู้สึกของลูกค้า และมูลค่าสัญญา เพื่อแสดงคำตอบที่จัดอันดับและอธิบายที่มาได้

สรุปข้อมูลผู้บริหารด้วย AI ในทางปฏิบัติมีหน้าตาอย่างไร

สรุปข้อมูลผู้บริหารด้วย AI ที่ใช้ได้จริงประกอบด้วยสามส่วน:

1. สรุปข้อมูลประจำวันที่สังเคราะห์จากข้อมูลหลายแหล่ง

   • สรุปความยาวหนึ่งหน้าที่เอเจนต์สร้างขึ้น ครอบคลุมรายได้ ไปป์ไลน์ สุขภาพการดำเนินงาน และความผิดปกติสำคัญ
   • ปรับให้ตรงกับความต้องการของผู้บริหารแต่ละคน บางคนต้องการเห็นความเสี่ยงก่อน ขณะที่บางคนต้องการดูการเติบโตหรือเรื่องราวของลูกค้า

2. ซักถามข้อมูลแบบโต้ตอบ

   • ซีอีโอสามารถเจาะลึกผ่านแชตได้ เช่น “อธิบายสาเหตุที่ไปป์ไลน์ลดลง” หรือ “ลูกค้ารายใดถูกจัดระดับเป็น ‘สีเขียว’ อย่างไม่ถูกต้อง”
   • เอเจนต์จะตอบเป็นคำอธิบาย พร้อมหลักฐานที่เชื่อมโยงกับข้อมูลในระบบต้นทาง

3. ตัวเชื่อมโยงสู่การตัดสินใจและการลงมือทำ

   • ข้อเสนอแนะสำหรับขั้นตอนถัดไป: “นัดหมายเพื่อทบทวนร่วมกับรองประธานฝ่ายผลิตภัณฑ์” “แจ้งบัญชีเหล่านี้ให้ทีม CS ทราบ” “แจ้งฝ่ายการเงินเกี่ยวกับความคลาดเคลื่อนนี้”
   • เมื่อเวลาผ่านไป เอเจนต์จะเรียนรู้ว่ารูปแบบใดมักนำไปสู่การตัดสินใจแบบใด

รูปแบบหนึ่งที่พบได้จริงคือ ผู้บริหารใช้เอเจนต์ที่ขับเคลื่อนด้วยข้อมูลเทเลเมทรีเพื่อตั้งข้อสงสัยต่อคะแนนภายในที่มองโลกในแง่ดีเกินไป ตัวอย่างเช่น ระบบ CRM อาจระบุว่าบัญชีหนึ่ง “มีสถานะดี” ขณะที่ข้อมูลจากระบบสังเกตการณ์และฝ่ายสนับสนุนแสดงให้เห็นว่าระบบหยุดทำงานซ้ำ ๆ มาหลายสัปดาห์ กราฟบริบทที่จัดโครงสร้างไว้อย่างดีจะเผยให้เห็นความคลาดเคลื่อนนี้ได้ทันที และบทสรุปข้อมูลสำหรับผู้บริหารด้วย AI จะนำเรื่องนี้ไปให้ซีอีโอเห็นก่อนที่จะกลายเป็นการสูญเสียลูกค้า

สิ่งนี้มีความหมายอย่างไรต่อ CIO และทีมข้อมูล/AI

สำหรับผู้นำด้านข้อมูลและ AI บทสรุปข้อมูลสำหรับผู้บริหารด้วย AI ไม่ใช่ฟีเจอร์ด้านประสบการณ์ผู้ใช้ แต่เป็นข้อกำหนดให้ปรับโครงสร้างพื้นฐานและแพลตฟอร์มใหม่ เพื่อเปลี่ยนวิธีจัดการบริบท

ขณะนี้กำลังเกิดการเปลี่ยนแปลงสามประการ:

1. จากโรงงานผลิตแดชบอร์ดสู่ผู้ดูแลบริบท: งานไม่ได้เป็น “การสร้างแดชบอร์ดเพิ่ม” อีกต่อไป แต่เป็น “การดูแลชั้นบริบทที่ใช้ร่วมกันและเชื่อถือได้ ซึ่งเอเจนต์สามารถนำไปใช้ให้เหตุผลได้” ซึ่งรวมถึงการระบุเอนทิตีให้ตรงกัน การติดตามที่มา ความหมายของข้อมูล และนโยบาย
2. จากการวิเคราะห์ข้อมูลตามโครงการสู่เอเจนต์ที่ทำงานต่อเนื่อง: แทนที่จะสร้างการวิเคราะห์เฉพาะกิจตามคำขอของผู้บริหารแต่ละราย ทีมจะดูแลเอเจนต์ที่ตอบคำถามซึ่งเปลี่ยนแปลงไปตามเวลาได้ พร้อมใช้วงจรป้อนกลับจากการใช้งานเอเจนต์เหล่านั้น
3. จากการพึ่งพาผู้ให้บริการรายเดียวสู่ระบบที่ยืดหยุ่นเป็นส่วน ๆ และมีธรรมาภิบาล: โมเดล เอเจนต์ และส่วนติดต่อผู้ใช้จะเปลี่ยนแปลงต่อไป ความเข้าใจขององค์กรเกี่ยวกับลูกค้า ตัวชี้วัด นโยบาย และการตัดสินใจควรเป็นสินทรัพย์ที่มีธรรมาภิบาลและคงอยู่ได้ในระยะยาว ทั้งยังใช้งานร่วมกับโมเดลและเอเจนต์ใด ๆ ที่องค์กรเลือกได้ หากบทสรุปสำหรับผู้บริหารทั้งหมดของคุณผ่านผู้ให้บริการโมเดลรายเดียว ซึ่งเป็นผู้ดูแลทั้งข้อมูล พรอมป์ต์ และตรรกะของเอเจนต์ด้วย คุณจะต้องเผชิญปัญหาสามประการ:
   • การถูกผูกติดกับผู้ให้บริการ: การเปลี่ยนโมเดลหรือโครงสร้างพื้นฐานจะมีต้นทุนสูงทั้งในเชิงการเมืองภายในองค์กรและทางเทคนิค
   • โครงสร้างต้นทุนที่ไม่สอดคล้อง: คุณต้องจ่ายตามรูปแบบการใช้โทเคนที่ปรับให้เหมาะกับแพลตฟอร์มของผู้ให้บริการ ไม่ใช่ความต้องการทางธุรกิจของคุณ
   • ความเสี่ยงจากการเปิดเผยข้อมูลที่น่ากังวล: คุณกำลังส่งบริบทขององค์กรที่มีมูลค่าสูงสุดผ่านจุดคอขวดภายนอกเพียงแห่งเดียว ซึ่งรวมถึงประเด็นระดับคณะกรรมการ บัญชีลูกค้าเชิงกลยุทธ์ และจุดยืนในการแข่งขัน

แนวทางที่ยืดหยุ่นกว่า คือมองกราฟบริบทและระบบประสานงานเป็นสินทรัพย์ภายในองค์กรที่มีความสำคัญเป็นอันดับแรก จากนั้นจึงเชื่อมต่อโมเดลและผู้ให้บริการเป็นส่วน ๆ ในระบบเช่นนี้ บทสรุปข้อมูลสำหรับผู้บริหารด้วย AI จะเป็นผู้ใช้กลยุทธ์ด้านบริบทขององค์กร

ออกแบบเพื่อสร้างความไว้วางใจในระดับสูงสุดขององค์กร

การที่ซีอีโอจะไว้วางใจบทสรุปข้อมูลสำหรับผู้บริหารด้วย AI ได้นั้น ต้องมีเงื่อนไขสามประการ

ประการแรก ข้อกล่าวอ้างทุกข้อ (“นี่คือความเสี่ยง 10 อันดับแรกของคุณในการต่อสัญญา”) ต้องคลิกย้อนกลับไปยังระบบต้นทางและหลักฐานได้ นอกจากนี้ เอเจนต์ต้องเคารพขอบเขตการเข้าถึงข้อมูลและมีความโปร่งใสว่าใครดูบัญชีใดได้บ้าง ข้อมูลใดออกจากองค์กรได้ และบทสนทนาใดต้องเป็นส่วนตัว สุดท้าย เอเจนต์ต้องทนต่อความขัดข้องได้ เมื่อเอเจนต์ไม่รู้คำตอบ ก็ควรบอกตามตรงและเสนอวิธีอุดช่องว่างนั้น (เช่น “ไม่มีข้อมูลเกี่ยวกับตลาดนี้ตั้งแต่ไตรมาสก่อน ขอเสนอให้จัดทำการวิเคราะห์ฉบับปรับปรุง”)

ท้ายที่สุดแล้ว ความสำเร็จขึ้นอยู่กับว่าผู้บริหารรู้สึกหรือไม่ว่าบทสรุปนี้ช่วยลดความไม่แน่นอนและย่นระยะห่างจากคำถามไปสู่การลงมือทำ นี่คือโอกาสที่แท้จริงของยุคเอเจนติกในระดับผู้บริหาร ไม่ใช่การเพิ่มข้อมูลให้มากขึ้น แต่เป็นการมอบมุมมองที่มีชีวิตและโต้ตอบได้เกี่ยวกับการดำเนินงานของธุรกิจให้แก่ผู้นำในทุกเช้า