Agentic AI ยกระดับอัตโนมัติให้เป็นกลยุทธ์ระดับองค์กร

องค์กรขนาดใหญ่เพิ่งเสร็จสิ้นโปรแกรมอัตโนมัติที่ใช้เวลาหลายปีโดยใช้ RPA, แพลตฟอร์ม low-code และ AI ในระยะเริ่มต้น ผลลัพธ์ดูเหมือนจะน่าประทับใจบนกระดาษ แต่กระบวนการทำงานยังคงต้องอาศัยการตรวจสอบด้วยมือเป็นอย่างมาก สิ่งนี้สอนให้เราเห็นถึงความจริงที่ว่าการอัตโนมัติงานที่แยกออกจากกันไม่ได้เปลี่ยนแปลงวิธีการทำงานของเรา McKinsey รายงานว่า 78 เปอร์เซ็นต์ของบริษัทใช้ AI ที่สร้างขึ้นในอย่างน้อยหนึ่งฟังก์ชัน ซึ่งเพิ่มขึ้นจาก 55 เปอร์เซ็นต์เมื่อปีที่แล้ว แต่การนำไปใช้ไม่ได้เปลี่ยนเป็นผลกระทบระดับองค์กร สิ่งที่ตอบสนองคือการคิดใหม่เกี่ยวกับการออกแบบอัตโนมัติผ่าน Agentic AI

ตัวอย่างเช่น บริษัทประกันภัยขนาดใหญ่ในประเทศสหรัฐอเมริการวมอัตโนมัติที่มีอยู่แล้วเข้ากับกระบวนการทำงานอัจฉริยะของเอกสารที่ใช้ AI ในการรับประกันและดำเนินการนโยบาย เวลาในการดำเนินการที่ดีขึ้น การตรวจสอบด้วยมือที่ลดลง และคุณภาพการตัดสินใจที่สม่ำเสมอมากขึ้น โดยมีการควบคุมของมนุษย์ในการยกเว้นและที่จุดตรวจสอบสำคัญ ผลลัพธ์แสดงให้เห็นว่าการรวมอัตโนมัติเข้ากับ AI ส่งผลให้ได้ผลลัพธ์ระดับองค์กรที่ไม่สามารถทำได้ด้วยการนำไปใช้เฉพาะเครื่องมือ

เหตุใดวิธีเดิมจึงไม่เพียงพอ

ในหลายองค์กร อัตโนมัติถูกดำเนินในซิลโล โดยมีเครื่องมืออัตโนมัติอื่นๆ เช่น RPA แยกออกจาก low-code และ AI ซึ่งอยู่ในศูนย์ความเป็นเลิศ (CoE) ที่แยกต่างหาก การแยกนี้ทำให้เกิดการทำงานซ้ำซ้อน เพิ่มความซับซ้อน และจำกัดการอัตโนมัติจากจุดสิ้นสุดถึงจุดสิ้นสุด ซึ่งทำให้ประสิทธิภาพระดับองค์กรมีประสิทธิภาพน้อยลง อัตโนมัติและ AI ไปด้วยกัน และการเข้าใกล้ด้านกระบวนการทำงานรักษาให้พวกมันเป็นสิ่งที่เสริมซึ่งกันและกัน โดยใช้พวกมันร่วมกันสำหรับการทำงานแต่ละครั้งและเพิ่มผลกระทบของพวกมัน ตัวอย่างเช่น ในการประมวลผลใบแจ้งหนี้ RPA มักจะอัตโนมัติเพียงบางส่วนของขั้นตอน การเพิ่มการประมวลผลเอกสารที่ขับเคลื่อนด้วย AI เพิ่มการครอบคลุม แต่ข้อยกเว้นยังคงต้องการการตรวจสอบของมนุษย์ การแนะนำ Agentic AI ซึ่งใช้ตัวแทนในการให้เหตุผล การเรียนรู้ และการดำเนินการข้ามระบบ ทำให้การแทรกแซงด้วยมือลดลงและอัตโนมัติโดยรวมเพิ่มขึ้น ตัวอย่างนี้แสดงให้เห็นว่าเหตุใดการเข้าใกล้ด้านกระบวนการทำงานที่รวมกันจึงมีประสิทธิภาพมากกว่าโปรแกรมที่แยกจากกัน

Agentic AI เปลี่ยนแปลงเกมอย่างไร

Agentic AI เป็นตัวแทนของขั้นตอนต่อไปในพัฒนาการของอัตโนมัติ โดยให้เครื่องมือใหม่เพื่อเพิ่ม การประมวลผลแบบตรงไปตรงมา (STP) มันเปลี่ยนอัตโนมัติจากการตอบสนองงานให้สมบูรณ์เป็นการนำส่งผลลัพธ์ ในขณะที่ระบบที่ขับเคลื่อนด้วยกฎให้ประสิทธิภาพพื้นฐาน ตัวแทนเพิ่มความสามารถในการปรับให้เหมาะสมโดยการเชื่อมต่อระหว่างฟังก์ชัน การตีความข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง และการแนะนำการดำเนินการถัดไปที่ดีที่สุด กรณีที่เป็นปกติสามารถดำเนินการต่อได้ด้วยการกำกับดูแลที่น้อยที่สุด ในขณะที่ข้อยกเว้น ขั้นตอนที่ไวต่อการกำกับดูแล และสถานการณ์ที่คลุมเครือยังคงสามารถส่งไปยังผู้ตรวจสอบของมนุษย์ได้ ในการบริการลูกค้า ตัวแทนสร้างคำตอบและขั้นตอนถัดไปสำหรับทีมในการอนุมัติและยกเลิกคำขอที่ซับซ้อนตามความจำเป็น ในการเงิน พวกเขาจัดเตรียมการปรับสมดุล การแจ้งเตือนความผิดปกติ และการแนะนำการปรับเปลี่ยนสำหรับการอนุมัติ ในการดำเนินงาน พวกเขาคาดการณ์การหยุดชะงักและการเปลี่ยนแปลงของปริมาณงานที่ซัพพลายเออร์ยืนยัน ผลลัพธ์คือการแทรกแซงด้วยมือที่ลดลงต่อกรณี รอบที่เร็วขึ้น และประสบการณ์ของลูกค้าและพนักงานที่ดีขึ้น – สิ่งเหล่านี้คือประโยชน์ที่ต้องการของอัตโนมัติที่มีการรักษาความปลอดภัย

ข้อผิดพลาดทั่วไปในการขยาย Agentic Automation

แม้จะมีคำมั่นสัญญา องค์กรมักพบกับความท้าทายเมื่อขยายอัตโนมัติของ Agentic ข้อผิดพลาดที่พบบ่อยที่สุด ได้แก่

1. การขาด “เหตุผลที่ชัดเจน”: องค์กรบางแห่งนำ Agentic AI มาใช้เพื่อติดตามกระแสมากกว่าที่จะแก้ปัญหาธุรกิจที่กำหนดไว้ โดยไม่มีความชัดเจนเกี่ยวกับวัตถุประสงค์ การใช้งานมีความเสี่ยงต่อผลกระทบต่ำและนำไปสู่ความผิดหวัง
2. การรักษาอัตโนมัติและ AI เป็นเส้นทางที่แยกจากกัน: องค์กรหลายแห่งล้มเหลวในการมองเห็นพวกมันเป็นส่วนหนึ่งของความต่อเนื่องเดียวกัน การมองเห็นพวกมันร่วมกันทำให้เกิดความต่อเนื่องของความต่อเนื่อง โดยที่ Agentic AI สร้างขึ้นจากอัตโนมัติที่มีอยู่แล้ว
3. การขยายขอบเขตมากเกินไป: แม้ว่าองค์กรจะมีเหตุผลที่ถูกต้องในการนำ Agentic AI มาใช้ พวกเขาบางครั้งพยายามใช้มันในกระบวนการทำงานทุกอย่าง ไม่ใช่ทุกกระบวนการที่ต้องมีค่าใช้จ่ายหรือความซับซ้อนของ Agentic Automation การจัดลำดับความสำคัญของกรณีการใช้งานที่เหมาะสมเป็นสิ่งจำเป็นในการปกป้อง ROI
4. การข้ามการประเมินกระบวนการ: โดยไม่ต้องประเมินกระบวนการทำงานปัจจุบันและระบุว่า Agentic AI เพิ่มคุณค่ามากที่สุด องค์กรมีความเสี่ยงต่อการไม่สอดคล้องกัน กระบวนการบางอย่างเหมาะสมกว่ากับอัตโนมัติแบบดั้งเดิม ในขณะที่กระบวนการอื่นได้รับประโยชน์มากกว่าจาก Agentic การนำการกำกับดูแลและการปฏิบัติ AI ที่รับผิดชอบมาใช้ตั้งแต่เริ่มต้นมีความสำคัญ การเพิกเฉยต่อความปลอดภัย การปฏิบัติตามกฎระเบียบ หรือการกำกับดูแลอาจบ่อนทำลายความไว้วางใจและชะลอการนำไปใช้

วิธีการขยายด้วยความตั้งใจ

การระบุกรณีการใช้งานที่เหมาะสมเป็นกุญแจสำคัญ – สร้างรายการตัวเลือก 3-5 กระบวนการที่มีคุณค่าสูงซึ่งความล่าช้ามาจากการตัดสินใจและข้อยกเว้น จากนั้นกำหนดผลลัพธ์ก่อนที่จะเริ่มสร้าง ใช้งานในระยะ: ใช้อัตโนมัติที่มีอยู่แล้วสำหรับการดำเนินการของระบบ เพิ่ม AI สำหรับการทำงานการรับรู้ เช่น การทำความเข้าใจและการจัดประเภทเอกสาร และใช้การกำกับดูแลของ Agentic ที่บริบทต้องถูกตีความและการดำเนินการที่เสนอ รักษาการกำกับดูแลที่จุดตรวจสอบนโยบายและข้อยกเว้น โดยมีเส้นทางการอนุมัติที่มีเอกสารและความเป็นเจ้าของ และใช้งานในระยะที่จำกัดเพื่อยืนยันการปรับปรุงและความสอดคล้อง

หลังจากชัยชนะในระยะแรก ย้ายจากการติดตั้งรายบุคคลไปสู่ความสามารถที่ใช้ซ้ำและควบคุมได้ ให้ตัวเชื่อมต่อที่ใช้ร่วมกันสำหรับระบบหลัก ชั้นการกำกับดูแลสำหรับตัวแทน การกำกับดูแลแบบจำลองและการจัดการข้อมูล การติดตามและประวัติการตรวจสอบ และการควบคุมการเข้าถึงที่สอดคล้องกับความเสี่ยง จัดตั้งจังหวะการดำเนินงานปกติสำหรับการเปลี่ยนแปลง การฝึกอบรม และการตรวจสอบประสิทธิภาพเพื่อให้ทีมสามารถปรับเปลี่ยนได้ด้วยการกำหนดค่าที่น้อยที่สุด ขยายไปยังกระบวนการทำงานที่อยู่ติดกันที่สามารถใช้ส่วนประกอบและราวกั้นเดียวกันได้ และให้ทุนสนับสนุนการขยายเพียงผลลัพธ์ที่ตรวจสอบแล้วเท่านั้นเพื่อรักษาแรงผลักดันและความไว้วางใจ

อนาคตของอัตโนมัติระดับองค์กร

Agentic AI ไม่ใช่แค่ชั้นการอัตโนมัติอีกชั้นหนึ่ง และไม่ใช่อัตโนมัติอย่างสมบูรณ์ในตัวมันเอง แม้ว่ามันจะกลายเป็นรูปแบบการดำเนินงานสำหรับองค์กร อัตโนมัติและ AI จะต้องมาบรรจบกันเพื่อสร้างระบบที่ตัดสินใจ ดำเนินการ และปรับปรุง ความสำเร็จยังขึ้นอยู่กับการฝังการกำกับดูแล ความปลอดภัย และการกำกับดูแลด้านจริยธรรม เพื่อให้แน่ใจว่าขนาดจะบรรลุผลด้วยความไว้วางใจและความรับผิดชอบ

องค์กรที่รักษา Agentic AI เป็นตัวเลือกเชิงกลยุทธ์สำหรับการฟื้นตัวและความคล่องตัวจะแซงหน้าองค์กรที่นำไปใช้เป็นกระแสผ่านไป การเลือกเป็นเรื่องชัดเจน: องค์กรที่ขยายด้วยวินัย ความชัดเจน และผลลัพธ์ที่วัดได้จะกำหนดวิธีการทำงานในหลายปีที่จะมาถึง กระบวนการยังคงเป็นกษัตริย์