ค่าใช้จ่ายที่ซ่อนอยู่ที่ใหญ่ที่สุดของ AI ไม่ใช่การคำนวณ แต่เป็นคน

ทุกคนพูดถึงค่าใช้จ่ายของ AI โดยปกติจะพูดถึง GPU, ใบอนุญาตแบบจำลอง, หรือการบริโภคโทเค็น แต่ฉันคิดว่าพวกเขา đangมองไปที่ที่ที่ไม่ถูกต้อง

ค่าใช้จ่ายที่ใหญ่ที่สุดของ AI ในองค์กรอาจเป็นค่าใช้จ่ายของคนงานที่ต้องดูแลและควบคุม AI

การศึกษาล่าสุดพบว่าพนักงานสามารถประหยัดเวลาได้ประมาณ 11 ชั่วโมงต่อสัปดาห์โดยใช้ AI แต่พวกเขาต้องใช้เวลามากกว่า 6 ชั่วโมงในการตรวจสอบผลลัพธ์, แก้ไขข้อผิดพลาด, เพิ่มบริบทที่หายไป และทำให้ผลลัพธ์เป็นไปตามที่ต้องการ มีคนตั้งชื่อคำว่า “botsitting” สำหรับสิ่งนี้ มันเป็นชื่อที่น่าสนใจ แต่มันชี้ให้เห็นถึงปัญหาที่ใหญ่กว่านั้น

AI ถูกออกแบบมาเพื่อลดงาน แต่หลายองค์กรกำลังสร้างงานใหม่เพื่อดูแลและควบคุม AI ซึ่งไม่ใช่ปัญหาเทคโนโลยี แต่เป็นปัญหาในการดำเนินงาน

ภาคต่อที่เร็วขึ้นของยุค SaaS

ฉันเคยเห็นภาพยนตร์เรื่องนี้มาก่อน

เมื่อ 15 ปีที่แล้ว องค์กรต่างๆ ได้รับการยอมรับ SaaS เพราะ ทำให้ซอฟต์แวร์ง่ายต่อการซื้อและติดตั้ง หน่วยธุรกิจสามารถแก้ปัญหาได้โดยไม่ต้องรอ IT ประสิทธิภาพการทำงานเพิ่มขึ้น การนวัตกรรมเร็วขึ้น จากนั้น Shadow IT ก็มาถึง

突然 ไม่มีใครรู้ว่าพนักงานกำลังใช้แอปพลิเคชันจำนวนเท่าใด ข้อมูลของบริษัทถูกเก็บไว้ที่ไหน หรือใครที่มีสิทธิ์เข้าถึงข้อมูลนั้น IT ยังคงมีความรับผิดชอบ แต่ไม่มีความสามารถในการควบคุม AI รู้สึกเหมือนกับ SaaS แต่ความแตกต่างคือความเร็ว

แอปพลิเคชัน SaaS อาจเปิดเผยระบบจำนวนหนึ่ง แต่ตัวแทน AI สามารถเชื่อมต่อกับหลายระบบในครั้งแรก มันสามารถอ่านเอกสาร สรุปสัญญา สร้างโค้ด อัปเดตบันทึก และกระตุ้นการทำงานก่อนที่องค์กรส่วนใหญ่จะเข้าใจว่ามันคืออะไร

เทคโนโลยีกำลังพัฒนาเร็วกว่าโมเดลการดำเนินการที่สร้างขึ้นเพื่อควบคุมมัน

ฉันไม่ประหลาดใจกับการศึกษาของ IBM ที่แสดงว่าสองในสามของ CIO และ CTO มีความรับผิดชอบต่อระบบ AI ที่พวกเขาไม่สามารถควบคุมได้ ผู้ตอบแบบสอบถามส่วนใหญ่ยังบอกด้วยว่า AI กำลังแพร่กระจายเร็วกว่าที่การกำกับดูแลสามารถตามทัน

สิ่งนี้ไม่ใช่เพราะ CIO มีความสามารถน้อยลง แต่เพราะ AI ไม่เข้ากับโมเดลการเป็นเจ้าของแบบดั้งเดิม

ความปลอดภัยเป็นเจ้าของความเสี่ยง
กฎหมายเป็นเจ้าของการปฏิบัติตามกฎระเบียบ
นักพัฒนาสร้างการเชื่อมต่อ
หน่วยธุรกิจเป็นเจ้าของผลลัพธ์
ผู้ขายควบคุมส่วนประกอบของโครงสร้างพื้นฐาน

ในขณะเดียวกัน AI ตัดข้ามทั้งหมด พวกเขา เมื่อเกิดปัญหา ทุกคนมีส่วนรับผิดชอบ แต่ไม่มีใครรับผิดชอบระบบทั้งหมด สิ่งนี้สร้างช่องว่าง และองค์กรเกือบทุกแห่งเติมช่องว่างนี้ด้วยคน

มีคนตรวจสอบรายงานที่สร้างโดย AI ก่อนที่จะส่งให้ลูกค้า
มีคนตรวจสอบโค้ดที่เขียนโดย AI ก่อนที่จะนำไปใช้
มีคนตรวจสอบคำแนะนำก่อนที่จะทำการตัดสินใจ
มีคนตรวจสอบพฤติกรรมที่ไม่คาดคิด

จาก Chatbots ถึง Autonomous Agents

ลองนึกถึงสิ่งที่เกิดขึ้นเมื่อองค์กรพัฒนาไปไกลกว่า Chatbots

วันนี้ AI ช่วยให้คนเขียนอีเมล
พรุ่งนี้ AI ส่งอีเมล

วันนี้ AI แนะนำการอัปเดตบันทึกลูกค้า
พรุ่งนี้ AI อัปเดตบันทึกเอง

วันนี้ AI แนะนำขั้นตอนต่อไปในกระบวนการทางธุรกิจ
พรุ่งนี้ AI เริ่มกระบวนการทำงานอัตโนมัติ

ทุกการกระทำใหม่แนะนำการตัดสินใจใหม่:

ควรให้ AI ทำสิ่งนี้หรือไม่?

• ควรให้ AI เข้าถึงระบบนั้นหรือไม่?
• ควรให้ AI เรียกข้อมูลนั้นหรือไม่?
• ควรให้คนอนุมัติก่อนหรือไม่?

ส่วนใหญ่ขององค์กรตอบคำถามเหล่านี้ด้วยตนเอง และสิ่งนี้ทำงานได้เมื่อคุณมีกรณีการใช้งาน AI 10 รายการ แต่ไม่ทำงานเมื่อคุณมีกรณีการใช้งาน AI หลายร้อยหรือหลายพันรายการ ความขัดแย้งก็คือ องค์กรกำลังลงทุนใน AI เพื่อปรับปรุงประสิทธิภาพการทำงาน แต่พวกเขากำลังขอให้พนักงานที่มีเงินเดือนสูงใช้เวลาดูแล AI

สิ่งนี้ไม่ใช่การขยาย AI แต่เป็นการขยายค่าใช้จ่าย

Microsoft ได้ข้อสรุปที่คล้ายกันใน 2026 Work Trend Index หลังจากวิเคราะห์สัญญาณการทำงานที่เป็นพันล้านและสำรวจผู้ใช้ AI 20,000 คน บริษัทพบว่าความท้าทายที่ใหญ่ที่สุดในการประสบความสำเร็จด้วย AI ไม่ใช่เทคโนโลยี แต่เป็นองค์กรที่อยู่รอบๆ มัน

พนักงานกำลังใช้ AI เร็วกว่าที่บริษัทของพวกเขากำลังปรับตัว พฤติกรรมที่แท้จริงที่ผู้นำองค์กรควรพูดคุยกันคือการออกแบบวิธีการทำงานใหม่: ตัดสินใจว่า AI ควรทำอะไร, คนทำอะไร และทั้งสองทำงานร่วมกันอย่างไร ฉันคิดว่านี่คือการอภิปรายที่ผู้นำองค์กรควรทำ

การปรับปรุงการกำกับดูแล AI: จากนโยบายไปสู่การดำเนินงาน

สิ่งนี้คือที่ที่การอภิปรายเกี่ยวกับการกำกับดูแล AI ต้องเปลี่ยน เมื่อคนได้ยินคำว่า “การกำกับดูแล” พวกเขามักจะคิดถึงนโยบาย, คณะกรรมการ และเอกสาร สิ่งเหล่านี้มีความสำคัญ แต่ไม่มีสิ่งใดที่สามารถตัดสินใจได้แบบเรียลไทม์

ไม่มีสิ่งใดที่สามารถหยุดตัวแทน AI จากการเข้าถึงข้อมูลที่ไม่ควรเห็นหรือหยุดกระบวนการทำงานที่มีพฤติกรรมไม่คาดคิด ไม่มีสิ่งใดที่สามารถอธิบายได้ว่าการกระทำนั้นเป็นไปตามนโยบายของบริษัทหรือไม่

สิ่งนี้คือช่องว่าง

องค์กรไม่ต้องการเอกสารการกำกับดูแลเพิ่มเติม พวกเขาต้องการการกำกับดูแลที่ดำเนินงาน การกระทำที่เป็นกิจวัตรควรเกิดขึ้นโดยอัตโนมัติเมื่อพวกเขาอยู่ภายในนโยบายที่ได้รับการอนุมัติ; การกระทำที่มีความเสี่ยงสูงควรต้องได้รับการอนุมัติจากมนุษย์ และระบบที่มีความอ่อนไหวควรจะมีขอบเขตที่ชัดเจนเกี่ยวกับสิ่งที่ AI สามารถและไม่สามารถทำได้

และถ้ากระบวนการ AI เริ่มมีพฤติกรรมที่ไม่คาดคิด มควรมีวิธีที่จะหยุดมันในทันที ไม่ใช่เพราะ AI ไม่สามารถเชื่อถือได้ แต่เพราะกระบวนการทางธุรกิจทุกอย่างต้องการการป้องกัน

การวางตำแหน่งมนุษย์ที่มีความสำคัญ

บริษัทที่ได้รับคุณค่าสูงสุดจาก AI ไม่ได้กำจัดมนุษย์ออกจากสมการ พวกเขากำลังวางมนุษย์ไว้ที่จุดที่มีคุณค่ามากที่สุด

ไม่ใช่การตรวจสอบผลลัพธ์ทุกอย่าง
ไม่ใช่การตรวจสอบคำแนะนำทุกอย่าง
ไม่ใช่การดูแลตัวแทน AI ทุกอย่าง

พวกเขากำลังเน้นย้ำให้คนมุ่งเน้นไปที่กรณีพิเศษ, กรณีชายขอบ และการตัดสินใจที่ต้องการการวิจารณ์อย่างแท้จริง สิ่งนี้คือการใช้ความเชี่ยวชาญของมนุษย์ในรูปแบบที่ดีกว่า

คำถามที่แท้จริงขององค์กร

AI ได้ถึงจุดที่เทคโนโลยีไม่ใช่คำถามที่ใหญ่ที่สุดแล้ว ส่วนใหญ่ขององค์กรได้พิสูจน์แล้วว่า AI สามารถสร้างเนื้อหา, เขียนโค้ด, สรุปข้อมูล และอัตโนมัติงานซ้ำๆ

คำถามที่ยากกว่าคือว่าพวกเขาสามารถดำเนิน AI ได้อย่างมั่นใจในระดับองค์กรหรือไม่:

พวกเขาสามารถเห็นได้ว่า AI กำลังทำอะไร?

• พวกเขาสามารถควบคุมสิ่งที่ AI มีสิทธิ์เข้าถึงได้หรือไม่?
• พวกเขาสามารถบังคับใช้นโยบายได้อย่างต่อเนื่องหรือไม่?
• พวกเขาสามารถอธิบายได้ว่าทำไม AI จึงกระทำการใดการหนึ่ง?

คำถามเหล่านี้เป็นคำถามการดำเนินงาน และเป็นคำถามทางเศรษฐกิจด้วย เนื่องจากทุกชั่วโมงที่ใช้ในการดูแล AI จะตัดทอนผลประโยชน์ในการทำงานที่ทำให้การลงทุนใน AI มีคุณค่าในตอนแรก บริษัทที่ชนะด้วย AI จะไม่ใช่บริษัทที่กำลังรันโมเดลมากที่สุดหรือตัวแทน AI มากที่สุด แต่จะเป็นบริษัทที่ไม่ต้องการกองทัพคนในการดูแล AI

AI ควรเพิ่มประสิทธิภาพการทำงานของคุณ ไม่ควรกลายเป็นกองทัพใหม่