Lokdeep Singh, CEO ของ Unily – ซีรีส์สัมภาษณ์

Lokdeep Singh มีประสบการณ์มากกว่า 20 ปีในการนำบริษัทซอฟต์แวร์ระดับองค์กรที่เติบโตอย่างรวดเร็ว. ล่าสุด เขาเป็น Senior Advisor ที่ Providence Equity Partners, ซึ่งเขาให้การสนับสนุนบริษัทพอร์ตโฟลิโอในด้านกลยุทธ์ AI, ความเป็นเลิศในการดำเนินงาน, และการเร่งรัดการเข้าสู่ตลาด. ก่อนหน้านั้น เขาเคยเป็น CEO ของ Talkwalker, ผู้นำระดับโลกด้านข้อมูลเชิงผู้บริโภคขององค์กร, ที่ซึ่งเขานำการเปลี่ยนแปลงเพื่อบรรลุการเติบโตที่ยั่งยืนและมีกำไร; และที่ Synchronoss Technologies ในตำแหน่ง General Manager.

Unily เป็นแพลตฟอร์มประสบการณ์พนักงานระดับองค์กรที่ออกแบบมาเพื่อช่วยองค์กรขนาดใหญ่เชื่อมต่อพนักงาน, ปรับปรุงการสื่อสารภายใน, และนำเครื่องมือการทำงาน, ความรู้, และบริการต่าง ๆ มารวมไว้ในสภาพแวดล้อมดิจิทัลที่เป็นหนึ่งเดียว. ก่อตั้งในปี 2006, บริษัทให้บริการแก่องค์กรระดับโลกที่มีพนักงานกระจาย, ทำงานที่โต๊ะ, และพนักงานแนวหน้า, โดยผสานความสามารถของอินทราเน็ต, การสื่อสารพนักงาน, การค้นหา, การวิเคราะห์, การเชื่อมต่อ, และการปรับส่วนบุคคลภายในแพลตฟอร์มเดียว. Unily กำลังเพิ่มการวางตำแหน่งเทคโนโลยีของตนให้เป็น AI-native, ใช้ปัญญาประดิษฐ์ที่ได้รับการกำกับเพื่ออัตโนมัติการจัดการเนื้อหา, แสดงข้อมูลที่เกี่ยวข้อง, ปรับประสบการณ์พนักงานให้เป็นส่วนบุคคล, และทำให้พนักงานสามารถโต้ตอบกับแอปพลิเคชันระดับองค์กรที่เชื่อมต่อกันผ่านอินเทอร์เฟซสนทนา. แพลตฟอร์มนี้เชื่อมต่อกับระบบทำงานที่ใช้กันอย่างแพร่หลายเช่น Microsoft 365 และ Teams และสร้างขึ้นสำหรับองค์กรที่มีสภาพแวดล้อมเทคโนโลยีซับซ้อน, ข้อกำหนดด้านกฎระเบียบ, และพนักงานหลายภาษาขนาดใหญ่.

คุณเริ่มต้นอาชีพของคุณในด้านวิศวกรรมโทรคมนาคมและโครงสร้างพื้นฐานเครือข่ายอย่างลึกซึ้ง ก่อนที่จะก้าวเข้าสู่บทบาท CTO, ผลิตภัณฑ์, การจัดการทั่วไป, และ CEO, สุดท้ายนำ Talkwalker ผ่านการออกจากตลาดที่ประสบความสำเร็จและตอนนี้รับตำแหน่งผู้นำที่ Unily. การก้าวหน้าเหล่านี้มีผลอย่างไรต่อมุมมองของคุณเกี่ยวกับสิ่งที่จำเป็นจริง ๆ สำหรับพนักงานในการเชื่อใจและนำเทคโนโลยีที่เปลี่ยนแปลงอย่าง AI ไปใช้?

อาชีพของฉันทำให้ฉันมีมุมมองที่อยู่ระหว่างเทคโนโลยีและผู้คนที่คาดว่าจะใช้มัน. ในช่วงแรก ฉันมุ่งเน้นที่โครงสร้างพื้นฐาน, ทำให้ระบบทำงานได้อย่างน่าเชื่อถือ, ปลอดภัย, และในระดับใหญ่. เมื่อฉันย้ายเข้าสู่บทบาทผลิตภัณฑ์, การจัดการทั่วไป, และในที่สุดเป็น CEO, ฉันได้เรียนรู้ว่าความสามารถทางเทคนิคเป็นเพียงส่วนหนึ่งของความสำเร็จของเทคโนโลยี.

พนักงานจะยอมรับเทคโนโลยีใหม่เฉพาะเมื่อพวกเขาเข้าใจว่ามันส่งผลต่อการทำงานของพวกเขาอย่างไร, เชื่อว่ามันจะช่วยแทนที่จะทำอันตราย, และมีความมั่นใจว่ามันจะทำงานอย่างคาดการณ์ได้.

ความผิดพลาดที่ใหญ่ที่สุดที่ผู้นำทำได้คือการมองว่าการนำ AI ไปใช้เป็นการเปิดตัวซอฟต์แวร์ทั่วไป. คุณอาจปรับใช้โมเดลที่ดีที่สุดในโลก, แต่หากพนักงานไม่เชื่อถือข้อมูลที่มันให้, ไม่เข้าใจว่ามันได้รับอนุญาตให้ทำอะไร, หรือไม่รู้ขอบเขตของมัน, การนำไปใช้จะคงอยู่ในระดับผิวเผิน. ความเชื่อใจต้องถูกออกแบบให้เป็นส่วนหนึ่งของประสบการณ์พนักงานตั้งแต่แรกเริ่ม.

ความสามารถของ AI กำลังพัฒนาอย่างรวดเร็วอย่างมหาศาล, แต่ความเชื่อใจภายในองค์กรดูเหมือนจะเคลื่อนที่ช้ากว่ามาก. สิ่งใดเป็นสาเหตุของช่องว่างที่กว้างขึ้นระหว่างสิ่งที่ AI สามารถทำได้ทางเทคนิคและสิ่งที่พนักงานจริง ๆ รู้สึกสบายใจให้มันทำ?

ช่องว่างด้านความเชื่อใจเกิดขึ้นเนื่องจากองค์กรได้ลงทุนอย่างหนักในการทำให้ AI มีความสามารถ, แต่ไม่ได้ลงทุนในอัตราเดียวกันเพื่อทำให้ AI เข้าใจได้, มีความรับผิดชอบ, และอิงกับข้อมูลที่เชื่อถือได้.

AI สามารถให้เหตุผล, สร้างเนื้อหา, และดำเนินการได้แล้ว, แต่หลายองค์กรยังขาดระบบบันทึกที่เป็นอำนาจสำหรับความรู้และเนื้อหา. เมื่อพนักงานไม่รู้ว่า AI ได้คำตอบจากที่ใด, ข้อมูลเป็นปัจจุบันหรือไม่, หรือใครเป็นเจ้าของข้อมูล, ความเชื่อใจจะสลายอย่างรวดเร็ว.

การปิดช่องว่างนี้ต้องการมากกว่าการมีโมเดลที่ดีกว่า. ต้องการการกำกับดูแลเนื้อหาที่แข็งแกร่งและฐานความรู้ที่เชื่อถือได้ซึ่งทำให้ AI ทำงานจากข้อมูลที่ถูกต้อง, ปลอดภัย, และเป็นปัจจุบัน. องค์กรที่ประสบความสำเร็จจะเป็นองค์กรที่ทำให้ความเชื่อใจเป็นส่วนหนึ่งของประสบการณ์ AI เอง, ไม่ใช่เรื่องที่ตามมาภายหลัง.

บริษัทมักมอง AI ระดับองค์กรเป็นปัญหาการนำเทคโนโลยีไปใช้ที่มุ่งเน้นที่โมเดล, การเชื่อมต่อ, ความปลอดภัย, และโครงสร้างพื้นฐาน. ทำไมคุณจึงเชื่อว่าความท้าทายที่ยากกว่าในที่สุดคือเรื่องของคนและองค์กร?

AI เปลี่ยนความสัมพันธ์ระหว่างคนกับเทคโนโลยี. เทคโนโลยีระดับองค์กรก่อนหน้านี้ส่วนใหญ่รอให้พนักงานบอกว่าต้องทำอะไร. AI สามารถตีความเจตนา, ให้คำแนะนำ, และเพิ่มการดำเนินการอย่างต่อเนื่อง.

สิ่งนี้ทำให้การนำ AI ไปใช้เป็นความท้าทายในด้านอนาคตของการทำงาน, ไม่ใช่เพียงความท้าทายด้านเทคโนโลยี. มันเปลี่ยนวิธีการทำงาน, วิธีการตัดสินใจ, และวิธีการทำงานร่วมกันของทีม. องค์กรไม่สามารถเพียงแค่ปรับใช้ AI แล้วคาดว่าการเปลี่ยนแปลงจะตามมา. พนักงานต้องเข้าใจว่า AI เข้ากับกระบวนการทำงานของพวกเขาอย่างไรและรู้สึกมีอำนาจในการใช้มันอย่างมีประสิทธิภาพ.

โครงการ AI ที่ประสบความสำเร็จสูงสุดถูกขับเคลื่อนโดยการรับเอาแบบรากหญ้า, ไม่ใช่คำสั่งจากบนลงล่าง. เมื่อพนักงานเห็นคุณค่าอย่างชัดเจนในงานประจำวันของพวกเขา, การรับเอาจะเร่งขึ้นโดยธรรมชาติ.

นั่นคือเหตุผลที่กรอบงานสำหรับ ROI ของ AI เน้นที่การเชื่อใจ, การให้พลัง, และการกำกับดูแล. สร้างความเชื่อใจผ่านความโปร่งใสและความรู้ที่เชื่อถือได้, ให้พนักงานมีเครื่องมือที่ช่วยปรับปรุงวิธีการทำงานของพวกเขา, และตั้งการกำกับดูแลที่ทำให้ AI ถูกใช้อย่างรับผิดชอบ. เทคโนโลยีทำให้การเปลี่ยนแปลงเป็นไปได้, แต่คน, กระบวนการ, และวัฒนธรรมเป็นผู้กำหนดความสำเร็จในที่สุด.

องค์กรต้องการการกำกับดูแล, แต่แนวนโยบายที่เข้มงวดเกินไปอาจผลักดันพนักงานให้หันไปใช้เครื่องมือที่ไม่ได้รับอนุมัติหรือทำให้การทดลองหยุดชะงักโดยสิ้นเชิง. กรอบการกำกับดูแล AI ที่มีประสิทธิภาพควรเป็นอย่างไรหากเป้าหมายคือการเพิ่มทั้งความเชื่อมั่นและการนำไปใช้ มากกว่าการควบคุมการใช้งานเพียงอย่างเดียว?

การกำกับดูแลที่ดีควรรู้สึกเหมือนรั้วป้องกันที่ทำให้พนักงานเคลื่อนที่ได้เร็วขึ้นอย่างปลอดภัย.

นั่นหมายถึงต้องชัดเจนอย่างยิ่งว่า พนักงานสามารถใช้ AI เพื่อทำอะไร, สามารถให้ข้อมูลอะไรกับระบบ AI, และ AI มีสิทธิ์ทำการใดได้บ้าง. กฎเหล่านี้ควรเข้าใจได้สำหรับพนักงาน ไม่ได้ถูกซ่อนอยู่ในเอกสารนโยบายที่ยาวเยียด.

การกำกับดูแลยังต้องมีความยืดหยุ่น. ความเสี่ยงที่เกี่ยวข้องกับ AI ที่สร้างร่างแรกนั้นแตกต่างอย่างมากจาก AI ที่อนุมัติการชำระเงิน, เปลี่ยนแปลงบันทึกพนักงาน, หรือสื่อสารกับลูกค้า. ระดับการตรวจสอบของมนุษย์ควรสอดคล้องกับผลกระทบที่อาจเกิดขึ้น.

ในที่สุด เป้าหมายไม่ควรเป็นการลดการใช้ AI ลง แต่ควรเป็นการเพิ่มการใช้ AI อย่างรับผิดชอบให้มากที่สุด.

การวิจัยของ Unily พบว่า 52% ของพนักงานรายงานว่าไม่มีนโยบาย AI ที่ทราบในองค์กรของตน, ในขณะที่พนักงานบางคนยอมรับว่ามีการป้อนข้อมูลที่สำคัญลงในเครื่องมือ AI ที่ไม่ได้รับการอนุมัติ. ระดับใดที่การเพิ่มขึ้นของ \”shadow AI\” จริง ๆ แล้วเป็นความล้มเหลวของการสื่อสารและการกำกับดูแล มากกว่าปัญหาพฤติกรรมของพนักงาน?

เราควรระมัดระวังการมองว่า shadow AI เป็นปัญหาของพนักงานที่ไม่ดี. เหตุผลสำคัญที่ทำให้มีการใช้ shadow AI คือเป็นอาการของความต้องการที่ยังไม่ได้รับการตอบสนอง. พนักงานกำลังหาวิธีแก้ปัญหาที่องค์กรของพวกเขายังไม่ได้ให้เครื่องมือที่ได้รับการอนุมัติไว้ ซึ่งเป็นพฤติกรรมมนุษย์ตามธรรมชาติ.

แทนที่จะคาดหวังให้พวกเขาเพิกเฉยต่อเทคโนโลยีที่กำลังเปลี่ยนวิธีการทำงาน, คำตอบคือการมอบเส้นทางที่ปลอดภัยและได้รับการอนุมัติให้พนักงานได้ทดลอง, พร้อมกับขอบเขตที่ชัดเจนและการให้ความรู้.

ความโปร่งใสและการอธิบายมักถูกนำเสนอว่าเป็นสิ่งจำเป็นสำหรับ AI ที่น่าเชื่อถือ, แต่พนักงานไม่ได้จำเป็นต้องเข้าใจว่าโมเดลภาษาขนาดใหญ่ทำงานอย่างไรภายใน. ระบบ AI ควรให้ข้อมูลอะไรบ้างเพื่อให้พนักงานสามารถตัดสินใจอย่างมีข้อมูลเกี่ยวกับการเชื่อใจคำตอบหรือคำแนะนำของมันได้?

ระบบ AI ขององค์กรควรทำให้ชัดเจนว่า ข้อมูลมาจากที่ไหน, ข้อมูลนั้นอัปเดตครั้งล่าสุดเมื่อใด, แหล่งข้อมูลหรือระบบองค์กรใดที่ถูกใช้, และเหตุผลที่ทำให้มีการแนะนำเฉพาะนั้น.

ระบบควรซื่อสัตย์เกี่ยวกับความไม่แน่นอน. หนึ่งในสัญญาณความเชื่อใจที่สำคัญคือระบบ AI บอกว่า, อย่างเป็นทางการ, \”ฉันไม่มีข้อมูลเพียงพอที่จะตอบคำถามนั้นด้วยความมั่นใจ\”.

ความเชื่อใจไม่ได้มาจาก AI ที่ทำเป็นมั่นใจ. แต่มาจากการให้พนักงานมีบริบทเพียงพอเพื่อใช้การตัดสินใจของตนเอง.

Unily Glass ถูกออกแบบให้พา AI ขององค์กรก้าวไกลออกจากการตอบคำถามไปสู่การดำเนินการในระบบต่าง ๆ เช่น HR, IT, และแพลตฟอร์มการจัดการความสัมพันธ์กับลูกค้า. เมื่อ AI ย้ายจากการให้ข้อมูลไปสู่การทำงานจริง, องค์กรควรตัดสินใจอย่างไรว่าเอเจนต์ใดสามารถทำการตัดสินใจได้โดยอัตโนมัติและการตัดสินใจใดควรยังคงต้องการการอนุมัติจากมนุษย์ต่อไป?

หลักการสำคัญควรเป็นความสัดส่วนของความเสี่ยง. หากเอเจนต์ AI กำหนดการประชุมหรือค้นหาข้อมูล, ผลเสียจากการกระทำที่ผิดพลาดจะค่อนข้างจำกัด. คุณสามารถให้อิสระมากขึ้นได้. อย่างไรก็ตาม, หากเอเจนต์อนุมัติการทำธุรกรรมทางการเงิน, ปรับเปลี่ยนค่าตอบแทนของพนักงาน, ยกเลิกการเข้าถึง, หรือทำการตัดสินใจที่มีผลสำคัญต่อลูกค้า, เกณฑ์ควรสูงขึ้นอย่างมาก.

องค์กรควรกำหนดระดับอิสระอย่างชัดเจนโดยอิงจากปัจจัยเช่น ผลกระทบทางการเงิน, ความเสี่ยงด้านกฎระเบียบ, ความสามารถในการย้อนกลับ, และผลกระทบต่อบุคคล. การกระทำที่มีผลสำคัญหรือไม่สามารถย้อนกลับได้มากเท่าไหร่, การอนุมัติจากมนุษย์ก็ยิ่งสำคัญยิ่งขึ้น.

เป้าหมายคือการให้มนุษย์ยังคงควบคุมอย่างมีความหมายในจุดที่สำคัญ.

องค์กรระดับใหญ่กำลังนำคอพิลอตหลายตัว, เอเจนต์เฉพาะด้าน, โมเดลภาษาขนาดใหญ่, และแอปพลิเคชันที่เปิดใช้ AI ไปใช้ทั่วสแต็กเทคโนโลยีมากขึ้นเรื่อย ๆ. องค์กรจะป้องกันไม่ให้สิ่งนี้สร้างชั้นของความแยกส่วนเพิ่มเติมได้อย่างไร, และคุณคาดว่าชั้นความเชื่อมั่นหรือการประสานงานแบบศูนย์กลางจะกลายเป็นสิ่งจำเป็นหรือไม่?

เราตกอยู่ในความเสี่ยงที่จะทำให้เกิดการแยกส่วนแบบเดียวกับที่ซอฟต์แวร์ระดับองค์กรสร้างขึ้นในหลายทศวรรษที่ผ่านมา, แต่ตอนนี้แต่ละแอปพลิเคชันสามารถมีอินเทอร์เฟซ AI ของตนเองและเอเจนต์ของตนเองได้.

พนักงานไม่ควรต้องเข้าใจว่าโมเดลใดอยู่เบื้องหลังแอปพลิเคชันใดหรือจำตำแหน่งที่ AI ของแต่ละองค์กรตั้งอยู่. พวกเขาควรสามารถโต้ตอบกับ AI ในบริบทของงานของตนและได้รับข้อมูลและความสามารถที่เหมาะสมมารวมกันให้.

นี่คือจุดที่ชั้นการประสานงานและความเชื่อมั่นกลายเป็นสิ่งสำคัญมากขึ้น. มันสามารถให้วิธีการที่สอดคล้องในการจัดการตัวตน, สิทธิ์, บริบท, การเข้าถึงข้อมูล, และการกระทำข้ามระบบ AI ต่าง ๆ.

เป็นไปได้ว่าจะไม่มีโมเดลหรือแพลตฟอร์ม AI ตัวเดียวที่ครอบคลุมทุกอย่าง, แต่องค์กรจะต้องการชั้นร่วมที่ทำให้ระบบเหล่านี้ทำงานร่วมกันอย่างรับผิดชอบมากขึ้นเรื่อย ๆ.

หลายองค์กรสามารถวัดได้ว่าพนักงานใช้เครื่องมือ AI บ่อยแค่ไหน, แต่การใช้งานเพียงอย่างเดียวไม่ได้พิสูจน์ว่าการลงทุนกำลังสร้างคุณค่า. ผู้บริหารควรติดตามเมตริกใดเพื่อกำหนดว่า AI กำลังปรับปรุงประสิทธิภาพการทำงาน, การตัดสินใจ, ประสบการณ์ของพนักงาน, หรือผลลัพธ์ทางธุรกิจอย่างแท้จริง?

การใช้งานเป็นจุดเริ่มต้นที่น่าสนใจ, แต่ไม่ได้เป็นผลลัพธ์. ผู้บริหารควรถามว่า AI กำลังลดเวลาที่ใช้ในการทำงานสำคัญให้เสร็จเร็วขึ้น, ขจัดงานที่ทำซ้ำ, ปรับปรุงคุณภาพหรือความเร็วของการตัดสินใจ, และลดความขัดแย้งสำหรับพนักงานหรือไม่.

ฉันจะมองที่เมตริกเช่น เวลาที่ประหยัดต่อเวิร์กโฟลว์, อัตราการทำงานสำเร็จ, อัตราความผิดพลาด, ความพึงพอใจของพนักงาน, เวลาในการแก้ไขปัญหา, และในที่สุดเมตริกทางธุรกิจที่เชื่อมโยงกับฟังก์ชันเฉพาะที่ใช้ AI.

องค์กรที่แข็งแกร่งที่สุดจะเชื่อมโยงเมตริก AI โดยตรงกับผลลัพธ์ทางธุรกิจ แทนที่จะเฉลิมฉลองกิจกรรมเพื่อประโยชน์ของมันเอง.

เมื่อ AI ระดับองค์กรพัฒนา จากผู้ช่วยที่สร้างเนื้อหาไปสู่เอเยนต์ที่สามารถดำเนินการเวิร์กโฟลว์ที่ซับซ้อนมากขึ้น, คุณเชื่อว่าผู้นำธุรกิจยังคงประเมินต่ำเกินไปเกี่ยวกับความสัมพันธ์ระหว่างความสามารถของ AI, ความเชื่อมั่นของพนักงาน, และการนำไปใช้ที่ประสบความสำเร็จอย่างไร?

ผู้นำหลายคนยังคงประเมินต่ำเกินไปว่าความเชื่อมั่นมีผลต่อขีดจำกัดของการนำ AI ไปใช้เท่าใด.

บริษัทมักพูดถึงความสามารถของ AI เหมือนว่าความสามารถที่มากขึ้นจะหมายถึงคุณค่าที่มากขึ้นโดยอัตโนมัติ. แต่นั่นไม่เป็นความจริง. ระบบที่มีความสามารถอย่างมหาศาลแต่พนักงานไม่เชื่อมั่นอาจสร้างคุณค่าน้อยกว่าระบบที่จำกัดกว่าแต่พนักงานเข้าใจและใช้ด้วยความมั่นใจ.

สิ่งนี้ต้องการให้บริษัทมองเทคโนโลยี, การกำกับดูแล, ประสบการณ์ของพนักงาน, และการเปลี่ยนแปลงองค์กรเป็นระบบเดียว. บริษัทต้องหาวิธีทำให้ AI ได้รับความเชื่อมั่นเพียงพอที่จะเปลี่ยนวิธีการทำงานของคนจริงๆ.

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม, ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมควรเยี่ยมชม Unily.