วิธีแก้ปัญหา FOMO ด้านนวัตกรรมและการใช้ AI/GenAI เพื่อแก้ปัญหาธุรกิจเฉพาะ

เรากำลังเข้าสู่ช่วงฤดูที่ยุ่งสำหรับการประชุมผู้นำองค์กร โดยผู้จัดการจากทุกฝ่ายกำลังประชุมเพื่อประเมินผลการทำงานและวางแผนสำหรับสิ่งที่จะเกิดขึ้นต่อไป หลังจากปีที่มีค่าใช้จ่ายสูง ปัญหาเรื่องโซ่อุปทานที่ยังคงอยู่ และความพยายามอย่างต่อเนื่องในการบรรลุเป้าหมายด้านความยั่งยืน มีหลายความท้าทาย แต่หัวข้อหนึ่งที่ยังคงอยู่ในใจของทุกคนคือปัญญาประดิษฐ์ (AI)/ปัญญาประดิษฐ์แบบสร้าง (GenAI)

เป็นยุคของ FOMO ด้านนวัตกรรม และผู้นำถูกขอให้บูรณาการฟังก์ชัน AI/GenAI ลงในการดำเนินงานเพื่อให้บริษัทไม่ถูกทิ้งไว้เบื้องหลัง แต่ในระหว่างความตื่นเต้นนี้ สิ่งสำคัญคือต้องจำไว้ว่านวัตกรรมเป็นกระบวนการ ไม่ใช่วิธีแก้ปัญหา เพื่อสร้างผลกระทบที่ยั่งยืน องค์กรต้องแน่ใจว่าความสามารถใหม่ใดๆ จะถูกจับคู่กับความต้องการเฉพาะ ประเมินความเสี่ยง และเชื่อมโยงกับผลลัพธ์ทางธุรกิจที่วัดผลได้

นี่คือคำถาม/ความท้าทายสามข้อที่พบบ่อยจากทีมผู้นำองค์กร และวิธีที่ AI/GenAI สามารถช่วยได้ พร้อมตัวอย่างจากอุตสาหกรรมต่างๆ ที่นวัตกรรมนี้กำลังสร้างผลกระทบ:

ดูเหมือนว่ามีเทคโนโลยีใหม่ๆ ถูกนำเข้ามาแทบทุกวัน และงบประมาณของเราก็ถูกขยายให้มากขึ้นแล้ว เราจะตัดสินใจได้อย่างไรว่าการลงทุนในนวัตกรรม AI/GenAI จะให้ผลตอบแทนสูงสุด?

ในทางกลับกัน เมื่อทุกคนเริ่มเร่งความเร็ว สิ่งสำคัญสำหรับทีมผู้นำคือการชะลอความเร็วและเน้นไปที่พื้นฐานก่อน อันดับแรก ให้แน่ใจว่าทุกคนมีความเข้าใจที่ชัดเจนเกี่ยวกับวิธีการคิดเกี่ยวกับ AI/GenAI AI ได้ถูกนำมาใช้มาเป็นเวลานานแล้ว และในระดับสูง ควรคิดถึง AI เป็นเครื่องมือในการวิเคราะห์ข้อมูล รวบรวมข้อมูลเชิงลึก และทำงานได้ฉลาดขึ้น GenAI เป็นเรื่องที่ใหม่กว่า และเกี่ยวข้องกับวิธีการใช้ข้อมูลเชิงลึกเหล่านั้นเพื่อสร้างเนื้อหาที่แท้จริงและคำแนะนำโดยอัตโนมัติ ทุกบริษัทสามารถได้รับประโยชน์จากการบูรณาการความสามารถ AI/GenAI แต่จะช่วยให้การเปลี่ยนแปลงเป็นประชาธิปไตยได้หากพนักงานรู้สึกว่ามีคุณค่า

บริษัทที่ต้องการสร้างระบบนิเวศ AI ระดับองค์กรสามารถหาคำแนะนำจากวิธีการ “Kaizen” ของโตโยต้า ซึ่งเป็นวิธีการปรับปรุงอย่างต่อเนื่อง โดยทีมงานทุกระดับในองค์กรจะถูกกระตุ้นให้ทำการเปลี่ยนแปลงเล็กๆ น้อยๆ เพื่อกำจัดความเสียหายและเพิ่มประสิทธิภาพกระบวนการ ไม่เพียงแต่จะช่วยระบุจุดที่ AI/GenAI อาจมีผลกระทบมากที่สุด แต่ยังช่วยสร้างวัฒนธรรม “ทดสอบและเรียนรู้” ที่จะแพร่กระจายไปทั่วองค์กรและนำไปสู่พนักงานที่มีความสุขและทำงานได้ผลิตภาพมากขึ้น

มุ่งเน้นไปที่: อุตสาหกรรมการขนส่ง

ในอุตสาหกรรมการขนส่ง AI/GenAI ช่วยให้บริษัทต่างๆ ปรับปรุงทุกอย่างตั้งแต่การคาดการณ์อุปสงค์ การจัดการสินค้าคงคลัง การบำรุงรักษาที่คาดการณ์ไว้ และการเพิ่มประสิทธิภาพเส้นทาง เดลต้า แอร์ไลน์ ใช้ GenAI เพื่อวิเคราะห์ข้อมูลลูกค้าและให้ประสบการณ์การเดินทางที่เป็นส่วนตัว ยูพีเอส ใช้ระบบ ORION ที่มีพลังงาน AI เพื่อปรับเส้นทางการจัดส่งตามสภาพการจราจรที่เปลี่ยนแปลง และ การรถไฟใต้ดินนิวยอร์กซิตี้ ใช้ AI เพื่อลดการหลบเลี่ยงค่าโดยสาร

เมื่อเราขยายขนาด เราพบว่ามีการสื่อสารที่ไม่ดีระหว่างผู้นำระดับสูงและผู้นำฝ่ายต่างๆ โดยเฉพาะอย่างยิ่งฝ่ายไอที เราจะใช้ AI/GenAI เพื่อสร้างข้อความภายในและภายนอกที่มีประสิทธิภาพมากขึ้นโดยไม่สูญเสียความจริงใจ?

แม้ว่า GenAI จะสามารถสร้างข้อความที่เหมือนจริงได้ แต่ก็สำคัญที่จะต้องรักษามาตรฐานบางอย่างเพื่อปกป้องชื่อเสียงของแบรนด์ ในอีกคำหนึ่ง รูปแบบมีค่า และผู้คนต้องการสื่อสารในลักษณะที่รู้สึกแท้จริง ตามการสำรวจล่าสุดของ PwC การสร้างความไว้วางใจเป็นสิ่งสำคัญที่เพิ่มขึ้นในหมู่ผู้นำระดับสูง ลูกค้า และพนักงาน และ 93% ของผู้บริหารธุรกิจเห็นด้วยว่าการสร้างและรักษาความไว้วางใจจะปรับปรุงผลกำไร สิ่งเดียวกันนี้ใช้ได้กับภายในองค์กร และเป็นเรื่องปกติที่พนักงานจะระมัดระวังในการสั่งการใหม่ๆ ที่ดูไม่จริงใจหรือไม่เชื่อถือเทคโนโลยีใหม่ที่ไม่ได้ถูกนำเสนอในบริบทที่เหมาะสม

การสื่อสารที่ไม่ดีทำให้สูญเสียเวลาและเงิน ซึ่งทำให้การสร้างนวัตกรรมและประสิทธิภาพการดำเนินงานชะลอลง GenAI สามารถแก้ไขปัญหานี้ได้โดยการวิเคราะห์ข้อมูลขนาดใหญ่ของการโต้ตอบในอดีต (กับลูกค้าและพนักงาน) เพื่อสร้างแบบจำลองปฏิกิริยาที่อาจเกิดขึ้น ให้ข้อมูลเชิงลึกแบบเรียลไทม์ และทำหน้าที่เป็นสะพานเชื่อมระหว่างสอง “ภาษา” (สิ่งที่ธุรกิจต้องการพูดและสิ่งที่ลูกค้า/พนักงานรับฟัง) เมื่อผู้บริหารมีข้อมูลเชิงลึกที่ได้รับจาก AI เกี่ยวกับการแสดงผลการทำงาน พวกเขาสามารถตัดสินใจเชิงปฏิบัติที่สอดคล้องกับเป้าหมายเชิงกลยุทธ์ได้ดีขึ้น และเมื่อพนักงานเป็นส่วนหนึ่งของกระบวนการผ่านการฝึกอบรมและการพัฒนาทักษะอย่างต่อเนื่อง AI/GenAI จะถูกมองว่าเป็นทรัพย์สินแทนที่จะเป็นภัยคุกคาม

มุ่งเน้นไปที่: อุตสาหกรรมค้าปลีก

พฤติกรรมผู้บริโภคหลังการระบาดของโควิด-19 ได้เปลี่ยนแปลงไปอย่างมาก ดังนั้นจึงจำเป็นสำหรับบริษัทค้าปลีกที่จะใช้ AI เพื่อวิเคราะห์ข้อมูลลูกค้าและให้บริการส่วนบุคคล รวมถึงคำแนะนำผลิตภัณฑ์และแคมเปญการตลาด ในระดับที่กว้างขึ้น AI ยังสามารถช่วยคาดการณ์พฤติกรรมในอนาคต ทำให้สามารถมุ่งเป้าไปที่การขายและปรับปรุงการได้มาซึ่งลูกค้าใหม่ๆ อนาคตในพื้นที่นี้น่าตื่นเต้นและพร้อมที่จะปฏิวัติวิธีการช็อปปิ้งของเราอย่างสมบูรณ์ ตัวอย่างเช่น แอมะซอน ยังคงปรับปรุงเทคโนโลยี “Just Walk Out” ที่ใช้ AI เพื่อวิเคราะห์ข้อมูลจากกล้องและเซ็นเซอร์ในร้านค้าเพื่อสนับสนุนร้านค้าที่ไม่ต้องใช้แคชเชียร์ทั่วโลก

ในอุตสาหกรรมของเรา เราจัดการข้อมูลลูกค้าที่ละเอียดอ่อนเป็นจำนวนมาก และเรากังวลเกี่ยวกับวิธีการนำเทคโนโลยีใหม่ๆ มาใช้เพื่อป้องกันไม่ให้ข้อมูลของเราเสี่ยงต่อการถูกโจมตีมากขึ้น มีประโยชน์ใดๆ ในการใช้ AI/GenAI ในอุตสาหกรรมเหล่านี้ และเราจะสามารถลดความเสี่ยงได้อย่างไร?

เหมือนกับการแพทย์ กฎทองในการเปลี่ยนแปลง AI/GenAI คือ “ก่อนอื่นไม่ทำอันตราย” อุตสาหกรรมบางอย่างเช่นการดูแลสุขภาพและบริการทางการเงินมีการนำ AI มาใช้กว้างขวางช้ากว่าเนื่องจากสภาพแวดล้อมที่ซับซ้อนและควบคุมอย่างเข้มงวด แต่มีการก้าวหน้าอย่างมากในฟังก์ชันเฉพาะ ตัวอย่างที่เห็นได้ชัดที่สุดคือในบริการลูกค้า โดยที่ช่องทางช่วยเหลือ AI และผู้ช่วยเสมือนสามารถให้การสนับสนุน 24/7 และช่วยตอบคำถามเชิงปฏิบัติได้ ตัวอย่างเช่น ตั้งแต่เปิดตัวในปี 2018 แชทบอท “Erica” ของ Bank of America ที่ใช้ AI ได้ตอบคำถามมากกว่า 800 ล้านข้อจากลูกค้ามากกว่า 42 ล้านคนและให้ข้อมูลเชิงลึกและคำแนะนำส่วนบุคคลมากกว่า 1.2 พันล้านครั้ง

ในทางกลับกัน แม้ว่าจะมีความกังวลอยู่บ้างเกี่ยวกับเรื่องความปลอดภัยในอุตสาหกรรมที่ละเอียดอ่อน AI/GenAI ก็มีผลกระทบเชิงบวกในด้านการตรวจจับการฉ้อโกง การฉ้อโกงเป็นปัญหาที่แพร่หลายในธุรกิจการเงิน ซึ่งคาดว่าจะมีค่าใช้จ่ายอุตสาหกรรมนี้ถึง 48 พันล้านดอลลาร์สหรัฐฯ ภายในปี 2029 อัลกอริทึม AI สามารถค้นหาความผิดปกติในข้อมูลขนาดใหญ่เพื่อระบุการกระทำที่อาจเป็นการฉ้อโกง และทีมความปลอดภัยสามารถกำหนดเกณฑ์สำหรับการกระทำที่น่าสงสัย โดยกระตุ้นการแทรกแซงเฉพาะเมื่อเกินเกณฑ์เหล่านั้น GenAI ยังสามารถช่วยอัตโนมัติงานประจำบางอย่าง (การป้อนข้อมูล, การปรับสมดุล, ฯลฯ) และปลดปล่อยเวลาให้ทีมตัดสินใจที่ต้องใช้การวิเคราะห์เชิงลึกของมนุษย์ (การอนุมัติสินเชื่อ, การผิดนัดชำระ, ฯลฯ)

มุ่งเน้นไปที่: อุตสาหกรรมธนาคาร

ในปี 2021 พีเอ็นซี เปิดตัว PINACLE ซึ่งเป็นแอปพลิเคชันการจัดการเงินสดที่ใช้ AI และการเรียนรู้ของเครื่อง (ML) เพื่อฝึกอบรมจากข้อมูลในอดีตของบริษัท เมื่อโมดูลถูกฝึกอบรมแล้ว มันสามารถอัปเดตได้ทุกวันและสร้างการคาดการณ์แบบมีเงื่อนไขเพื่อช่วยคาดการณ์กระแสเงินสดในอนาคต ลดปัญหาในการควบคุมเวอร์ชัน และมีความเข้าใจที่ดีขึ้นเกี่ยวกับตำแหน่งเงินสดในปัจจุบันและอนาคตสำหรับสถานการณ์ต่างๆ AI ยังช่วยให้นักลงทุนมีพลัง โดยเฉพาะอย่างยิ่งผู้ที่เน้นไปที่ความยั่งยืน มอร์แกน สแตนลีย์ แนะนำว่าความสามารถในการวิเคราะห์ของ AI สามารถช่วย “ระบุบริษัทที่มีผลการดำเนินงานด้าน ESG ที่แข็งแกร่ง ลดความเสี่ยง และสร้างพอร์ตโฟลิโอที่สอดคล้องกับวัตถุประสงค์ด้านความยั่งยืนได้ดีขึ้น”

การกำหนดโทนสำหรับปี 2025

บริษัทต่างๆ มีโอกาสครั้งหนึ่งในชีวิตในการปรับให้เหมาะสมการดำเนินงานด้วย AI/GenAI แต่การเปลี่ยนแปลงดังกล่าวต้องการความมีวินัย ในช่วงต้นปีหน้า ผู้นำจะต้องทำให้ชัดเจนว่า: (1) การเปลี่ยนแปลงเป็นกีฬาทีม; (2) ผลตอบแทนที่คาดหวังของเทคโนโลยีใหม่ใดๆ จะต้องเชื่อมโยงกับผลลัพธ์ทางธุรกิจที่เฉพาะเจาะจง; และ (3) ความเร็วโดยไม่มีทิศทางจะสร้างความสับสน โดยการดึงความสนใจออกจากความตื่นเต้นและเน้นไปที่ผลกระทบที่มีความหมาย องค์กรจะพร้อมสำหรับความสำเร็จที่ยั่งยืนในยุคนวัตกรรมใหม่นี้