วิธี 克服 Innovation FOMO และใช้ AI/GenAI เพื่อแก้ปัญหาเฉพาะทางธุรกิจ

เรากำลังเข้าสู่ช่วงเวลาที่ยุ่งสำหรับการนำเสนอผลงานของทีมผู้นำระดับบริษัท เมื่อผู้จัดการจากทุกฝ่ายกำลังพบปะกันเพื่อประเมินผลงานและวางแผนสำหรับสิ่งที่จะเกิดขึ้นต่อไป หลังจากปีที่มีค่าใช้จ่ายเพิ่มขึ้น ปัญหาเรื่องการจัดหาสินค้าอย่างต่อเนื่อง และความพยายามอย่างต่อเนื่องในการบรรลุเป้าหมายความยั่งยืน มีหลายความท้าทาย แต่หัวข้อหนึ่งที่ดูเหมือนจะอยู่ในใจของทุกคน — คือปัญญาประดิษฐ์ (AI)/ปัญญาประดิษฐ์สร้างสรรค์ (GenAI)

นี่คือยุคของ Innovation FOMO และผู้นำถูกขอให้บูรณาการฟังก์ชัน AI/GenAI บางอย่างเข้ากับการดำเนินงานเพื่อให้บริษัทไม่ถูกทิ้งไว้ข้างหลัง แต่ระหว่างความตื่นเต้นนี้ จำเป็นต้องจำไว้ว่าการสร้างนวัตกรรมเป็นกระบวนการ ไม่ใช่คำตอบ เพื่อสร้างผลกระทบที่ยั่งยืน องค์กรต้องแน่ใจว่าความสามารถใหม่ใดๆ จะถูกจับคู่กับความต้องการเฉพาะ ประเมินความเสี่ยง และเชื่อมโยงกับผลลัพธ์ทางธุรกิจที่วัดผลได้

มีคำถามสามข้อที่พบบ่อยจากทีมผู้นำระดับบริษัทและวิธีที่ AI/Gen AI สามารถช่วยได้ พร้อมตัวอย่างจากอุตสาหกรรมหลายแห่งที่นวัตกรรมนี้กำลังสร้างผลกระทบ:

ดูเหมือนว่ามีเทคโนโลยีใหม่ๆ ถูกนำเสนอทุกวัน และงบประมาณของเรากำลังถูกยืดขยายให้มากที่สุดแล้ว เราจะกำหนดได้อย่างไรว่าการลงทุนของเราที่มีต่อ AI/GenAI จะให้ผลตอบแทนสูงสุด?

ในทางกลับกัน เมื่อทุกคนเริ่มเร่งความเร็ว สิ่งที่ทีมผู้นำของคุณควรทำคือชะลอความเร็วและเน้นไปที่พื้นฐานก่อน อันดับแรกให้แน่ใจว่าทุกคนเห็นด้วยกับวิธีการคิดเกี่ยวกับ AI/GenAI AI ได้ถูกนำมาใช้มาเป็นเวลานานแล้ว และในระดับสูง ควรพิจารณาว่าเป็นเครื่องมือในการวิเคราะห์ข้อมูล รวบรวมข้อมูลเชิงลึก และทำงานได้ฉลาดขึ้น GenAI เป็นเรื่องที่ใหม่กว่าและเกี่ยวข้องกับวิธีการใช้ข้อมูลเชิงลึกเหล่านั้นเพื่อสร้างเนื้อหาที่แท้จริงและคำแนะนำโดยอัตโนมัติ ทุกบริษัทสามารถได้รับประโยชน์จากการบูรณาการ AI/GenAI แต่ช่วยให้กระบวนการเปลี่ยนแปลงเป็นประชาธิปไตยเพื่อให้พนักงานรู้สึกมีคุณค่า

บริษัทที่ต้องการสร้างระบบนิเวศ AI ระดับองค์กรสามารถหาสิ่งบ่งชี้จากวิธีการ “Kaizen” ที่ Toyota เป็นผู้บุกเบิก วิธีการนี้เกี่ยวข้องกับการปรับปรุงอย่างต่อเนื่อง โดยที่ทีมงานในระดับต่างๆ ขององค์กรได้รับการสนับสนุนให้ทำการเปลี่ยนแปลงเล็กๆ น้อยๆ เพื่อกำจัดความเสียหายและเพิ่มประสิทธิภาพกระบวนการ ไม่เพียงแต่จะช่วยระบุว่า AI/GenAI อาจมีผลกระทบมากที่สุดเท่านั้น แต่ยังช่วยสร้างวัฒนธรรม “ทดสอบและเรียนรู้” ที่จะแพร่กระจายไปทั่ววัฒนธรรมขององค์กรและนำไปสู่พนักงานที่มีความสุขและมีประสิทธิภาพมากขึ้น

มุ่งเน้น: อุตสาหกรรมการขนส่ง

ในด้านการขนส่ง AI/GenAI ช่วยให้บริษัทสามารถปรับปรุงทุกอย่างตั้งแต่การคาดการณ์อุปสงค์และการจัดการสินค้า ไปจนถึงการบำรุงรักษาที่คาดการณ์ไว้และ оптим化เส้นทาง Delta Air Lines ใช้ GenAI เพื่อวิเคราะห์ข้อมูลลูกค้าและให้ประสบการณ์การเดินทางที่เป็นส่วนตัว UPS ใช้ระบบ ORION ที่มีพลังงาน AI เพื่อปรับเปลี่ยนเส้นทางการจัดส่งตามสภาพการจราจรที่เปลี่ยนแปลง และ New York City MTA ใช้ AI เพื่อลดการหลบเลี่ยงค่าโดยสาร

เมื่อเราขยายขนาด เราพบว่ามีช่องว่างในการสื่อสารที่เกิดขึ้นระหว่าง C-Suite และผู้นำฝ่ายการทำงาน โดยเฉพาะอย่างยิ่ง IT เราจะใช้ AI/GenAI เพื่อสร้างข้อความภายในและภายนอกที่มีประสิทธิภาพมากขึ้นโดยไม่สูญเสียความจริงใจ?

แม้ว่า GenAI จะสามารถสร้างข้อความที่เหมือนจริงได้อย่างน่าประทับใจ แต่ก็จำเป็นต้องรักษามาตรฐานบางอย่างเพื่อปกป้องชื่อเสียงของแบรนด์ ในอีกคำหนึ่ง รูปแบบมีความสำคัญ และผู้คนต้องการที่จะสื่อสารในลักษณะที่รู้สึกแท้จริง ตามการสำรวจล่าสุดจาก PwC การสร้างความไว้วางใจนี้มีความสำคัญอย่างมากในหมู่ C-Suite ลูกค้า และพนักงาน และ 93% ของผู้บริหารธุรกิจเห็นด้วยว่าการสร้างและรักษาความไว้วางใจจะปรับปรุงผลกำไร สิ่งเดียวกันนี้ใช้ได้กับภายในองค์กร และเป็นเรื่องปกติที่พนักงานจะระมัดระวังในการสั่งการบริหารใหม่ที่ดูไม่จริงใจ หรือไม่เชื่อถือเทคโนโลยีใหม่ที่ไม่ได้ถูกนำเสนอในบริบทที่เหมาะสม

การเข้าใจผิดกันทำให้สูญเสียเวลาและเงิน และชะลอการสร้างนวัตกรรมและประสิทธิภาพการดำเนินงาน GenAI สามารถแก้ไขปัญหานี้ได้ด้วยการวิเคราะห์ข้อมูลขนาดใหญ่ของการโต้ตอบในอดีต (กับลูกค้าและพนักงาน) เพื่อสร้างแบบจำลองปฏิกิริยาที่อาจเกิดขึ้น ให้ข้อมูลเชิงลึกแบบเรียลไทม์ และทำหน้าที่เป็นสะพานเชื่อมระหว่างสอง “ภาษา” (เช่น สิ่งที่ธุรกิจต้องการพูด และวิธีที่ได้รับจากลูกค้า/พนักงาน) เมื่อผู้บริหารมีข้อมูลเชิงลึกที่ได้รับจาก AI เกี่ยวกับการแสดงผลการทำงาน พวกเขาสามารถตัดสินใจการดำเนินงานที่สอดคล้องกับเป้าหมายเชิงกลยุทธ์ได้ดีขึ้น และเมื่อพนักงานเป็นส่วนหนึ่งของกระบวนการผ่านโครงการการศึกษาและการพัฒนาทักษะอย่างต่อเนื่อง AI/GenAI จะถูกมองว่าเป็นทรัพย์สินแทนภัยคุกคาม

มุ่งเน้น: อุตสาหกรรมค้าปลีก

พฤติกรรมผู้บริโภคหลังการระบาดใหญ่ได้เปลี่ยนแปลงไปอย่างมาก ดังนั้นจึงจำเป็นต้องให้บริษัทค้าปลีกใช้ AI เพื่อวิเคราะห์ข้อมูลลูกค้าและให้บริการที่มีการปรับให้เหมาะสมสูง รวมถึงคำแนะนำผลิตภัณฑ์และแคมเปญการตลาด ในระดับที่กว้างขึ้น AI สามารถช่วยคาดการณ์พฤติกรรมในอนาคตได้ ทำให้สามารถมุ่งเป้าไปที่การขายและการได้มาซึ่งลูกค้าใหม่ๆ ได้ดีขึ้น อนาคตในพื้นที่นี้น่าตื่นเต้นและพร้อมที่จะปฏิวัติวิธีการช็อปปิ้งของเราอย่างสมบูรณ์ ตัวอย่างเช่น Amazon ยังคงปรับปรุงเทคโนโลยี “Just Walk Out” ที่มีพลังงาน AI ซึ่งวิเคราะห์ข้อมูลจากกล้องและเซ็นเซอร์ในร้านเพื่อขับเคลื่อนร้านค้าปลอดการเช็คเอาท์ทั่วโลก

ในอุตสาหกรรมของเรา เราต้องจัดการกับข้อมูลลูกค้าที่มีความอ่อนไหวสูง และเรากังวลเกี่ยวกับวิธีการแนะนำเทคโนโลยีใหม่อาจทำให้ข้อมูลของเราตกอยู่ในความเสี่ยงที่เพิ่มขึ้น มีประโยชน์อะไรที่จะใช้ AI/GenAI ในอุตสาหกรรมเหล่านี้ และเราจะสามารถลดความเสี่ยงได้อย่างไร?

เช่นเดียวกับการแพทย์ กฎทองในการเปลี่ยนแปลง AI/GenAI คือ “ก่อนอื่นให้ไม่ทำอันตราย” อุตสาหกรรมบางอย่าง เช่น การดูแลสุขภาพและบริการทางการเงิน มีการนำ AI มาใช้อย่างกว้างขวางช้ากว่าเนื่องจากสภาพแวดล้อมที่ซับซ้อนและมีการควบคุมอย่างเข้มงวด แต่มีการก้าวหน้าอย่างมากในฟังก์ชันเฉพาะ ตัวอย่างที่เห็นได้ชัดที่สุดคือในบริการลูกค้า โดยที่ AI ที่มีพลังงานสามารถให้การสนับสนุน 24/7 และช่วยตอบคำถามทั่วไปได้ ตัวอย่างเช่น ตั้งแต่การเปิดตัวในปี 2018 Bank of America’s AI-powered chatbot “Erica” ได้ตอบคำถาม 800 ล้านข้อจากลูกค้ามากกว่า 42 ล้านราย และให้ข้อมูลเชิงลึกและคำแนะนำส่วนบุคคลมากกว่า 1.2 พันล้านครั้ง

ในทางกลับกัน แม้จะมีความกังวลอยู่บ้างเกี่ยวกับความปลอดภัยในอุตสาหกรรมที่มีความอ่อนไหว AI/GenAI ก็มีผลกระทบเชิงบวกอย่างชัดเจนในด้านการตรวจจับการฉ้อโกง การฉ้อโกงเป็นปัญหาที่แพร่หลายในวงการการเงิน ซึ่งจะยิ่งเลวร้ายลง และผู้เชี่ยวชาญคาดการณ์ว่าการฉ้อโกงธนาคารจะทำให้อุตสาหกรรมเสียค่าใช้จ่ายถึง 48 พันดอลลาร์ภายในปี 2029 อัลกอริทึม AI สามารถวิเคราะห์ข้อมูลขนาดใหญ่เพื่อระบุความผิดปกติที่อาจบ่งบอกถึงกิจกรรมฉ้อโกง และทีมความปลอดภัยสามารถกำหนดขีดจำกัดสำหรับกิจกรรมที่น่าสงสัย โดยการกระตุ้นการแทรกแซงเฉพาะเมื่อขีดจำกัดเหล่านี้ถูกเกิน GenAI ยังสามารถช่วยให้กระบวนการทำงานอัตโนมัติ (การป้อนข้อมูล การปรับสมดุล ฯลฯ) และปลดปล่อยเวลาให้กับทีมในการตัดสินใจที่ต้องใช้การวิเคราะห์ของมนุษย์ (การอนุมัติสินเชื่อ การผิดนัดชำระเงิน ฯลฯ)

มุ่งเน้น: อุตสาหกรรมธนาคาร

ในปี 2021 PNC เปิดตัว PINACLE ซึ่งเป็นแอปพลิเคชันการจัดการเงินสดที่ใช้ AI และการเรียนรู้ของเครื่อง (ML) เพื่อฝึกอบรมจากข้อมูลในอดีตของบริษัท เมื่อโมดูลได้รับการฝึกอบรมแล้ว สามารถอัปเดตได้ทุกวันและสร้างการคาดการณ์แบบมีเงื่อนไขเพื่อช่วยคาดการณ์กระแสเงินสดในอนาคต ลดปัญหาในการควบคุมเวอร์ชัน และมีความเข้าใจที่ดีขึ้นเกี่ยวกับตำแหน่งเงินสดในปัจจุบันและอนาคตสำหรับสถานการณ์ต่างๆ AI ยังช่วยให้นักลงทุนมีอำนาจ โดยเฉพาะอย่างยิ่งผู้ที่มุ่งเน้นไปที่ความยั่งยืน Morgan Stanley แนะนำว่าความสามารถในการวิเคราะห์ของ AI สามารถช่วย “ระบุบริษัทที่มีผลการดำเนินงาน ESG ที่แข็งแกร่ง ลดความเสี่ยง และสร้างพอร์ตโฟลิโอที่สอดคล้องกับวัตถุประสงค์ความยั่งยืน”

การกำหนดโทนสำหรับปี 2025

บริษัทต่างๆ มีโอกาสครั้งหนึ่งในชีวิตในการปรับปรุงการดำเนินงานด้วย AI/GenAI แต่การเปลี่ยนแปลงดังกล่าวต้องการความมีวินัย ในช่วงต้นปีหน้า ผู้นำจะต้องชี้แจงให้เห็นได้ชัดว่า: (1) การเปลี่ยนแปลงเป็นกีฬาทีม; (2) ผลตอบแทนจากการลงทุนของเทคโนโลยีใหม่ใดๆ จะต้องเชื่อมโยงกับผลลัพธ์ทางธุรกิจที่เฉพาะเจาะจง; และ (3) ความเร็วโดยไม่มีทิศทางจะสร้างความวุ่นวาย ด้วยการดึงความสนใจออกจากความตื่นเต้นและเน้นไปที่ผลกระทบที่มีความหมาย องค์กรจะพร้อมสำหรับความสำเร็จที่ยั่งยืนในยุคนวัตกรรมใหม่นี้