มองเข้าไปในรายงาน MIT NANDA กรกฎาคม 2025: ทำไมอัตราการล้มเหลวของ AI Pilot 95% ไม่ใช่จุดสิ้นสุด

ฉันเป็นคนมองโลกในแง่ดี และฉันคิดว่าเทคโนโลยีใหม่ๆ ที่เข้ามาในโลกของฉันจะช่วยให้ฉันเรียนรู้และเติบโตได้มากขึ้น ความหลงใหลล่าสุดของฉันที่จะอยู่กับฉันในระยะยาวคือ AI

MIT NANDA ได้ตีพิมพ์รายงานที่เรียกว่า ‘The GenAI Divide. State of AI in Business in 2025’ และฉันคิดว่ารายงานนี้มีค่าควรอ่าน มันให้มุมมองที่สมจริงเกี่ยวกับ AI และบทบาทของ AI ในธุรกิจในปัจจุบัน ฟีดของ Linkedin อาจดูเหมือนตื่นตระหนกเกี่ยวกับวิธีที่ AI มาเปลี่ยนแปลงทุกอย่าง แต่รายงานนี้วาดภาพที่แตกต่าง

ขั้นแรก สิ่งใดคือ MIT NANDA?

Networked Agents and Decentralized AI (หรือ NANDA) เป็นโครงการวิจัยที่มีความทะเยอทะยานจาก MIT Media Lab โครงการนี้ครอบคลุมมากกว่า 18 สถาบันวิจัยชั้นนำจาก 6 ทวีป และชื่อที่มีชื่อเสียงในอุตสาหกรรมเทคโนโลยี เช่น Meta, Dell, Microsoft และอื่นๆ เป้าหมายของ NANDA เป็นอนาคตและเป็นนวัตกรรม โครงการนี้มีเป้าหมายที่จะสร้างโครงสร้างพื้นฐานสำหรับ Internet of AI agents หรือเครือข่ายที่กระจายอำนาจซึ่ง AI agents ค้นหา ตรวจสอบ และร่วมมือกันออนไลน์ข้ามพื้นที่องค์กร โดยพื้นฐานแล้ว NANDA กำลังทำงานเกี่ยวกับกฎเกณฑ์ โพรโทคอล แนวทางและเฟรมเวิร์กที่ช่วยให้ AI agents สามารถโต้ตอบกับ agents อื่นๆ ในนามของมนุษย์และองค์กร โครงการ NANDA เปิดให้ใช้งานแบบโอเพ่นซอร์ส ซึ่งหมายความว่าโครงการนี้ต้อนรับนักวิสาหกิจ ผู้มองเห็น เทคโนโลยี และนักกำหนดนโยบายเป็นผู้ร่วมงานในระดับเต็มรูปแบบ

สาเหตุที่ฉันบอกคุณเกี่ยวกับเรื่องนี้คือเพราะว่ารายงานของ MIT NANDA เป็นไอซิงบนเค้กของการวิจัยเกี่ยวกับ AI ผู้เขียนรายงานอยู่ที่แนวหน้าของโลก AI และผลการวิจัยของพวกเขาควรได้รับการพิจารณา (แม้ว่าจะมีการพิจารณาในระดับหนึ่ง)

รายงานนี้ถูกสร้างขึ้นตั้งแต่เดือนมกราคม และตีพิมพ์ในวันที่ 2025 รายงานนี้เป็นผลมาจากการวิเคราะห์ระบบatically ของโครงการ AI ที่เปิดเผยต่อสาธารณะมากกว่า 300 โครงการ และการสัมภาษณ์ผู้นำจาก 52 องค์กร เช่นเดียวกับการสำรวจผู้นำอาวุโส 153 คนจากสี่อุตสาหกรรมหลัก

5% อัตราความสำเร็จของ AI pilot

รายงานนี้แนะนำคำว่า ‘The GenAI Divide’ ซึ่งอธิบายถึงการเปลี่ยนแปลงที่เกิดขึ้น (หรือไม่เกิดขึ้น) กับองค์กรและอุตสาหกรรมที่ใช้ AI ได้สำเร็จ หากธุรกิจอยู่ใน ‘ด้านที่ผิดของการแบ่งแยก’ ตาม NANDA ธุรกิจจะล้มเหลวในการเปลี่ยนแปลง พัฒนา และคิดใหม่เกี่ยวกับโครงสร้างและกระบวนการทางธุรกิจ เพื่อให้อยู่ในด้านที่ถูกต้องของการแบ่งแยก จึงต้องมีผลลัพธ์ที่เป็นรูปธรรมจากการใช้ AI – “การลงทุนนี้ทำให้เกิดการแบ่งแยก GenAI โดยการนำทรัพยากรไปสู่กรณีการใช้งานที่มองเห็นได้ แต่ไม่จำเป็นต้องเปลี่ยนแปลงมากที่สุด ในขณะที่โอกาสที่มี ROI สูงสุดในฟังก์ชันหลังสำนักงานยังคงไม่ได้รับการสนับสนุน”

สาเหตุที่รายงานนี้ได้รับการ宣扬คือการค้นพบหลักของรายงาน ซึ่งสรุปได้ดังนี้: “尽管มีการลงทุน 30-40 พันล้านดอลลาร์ใน GenAI แต่รายงานนี้พบว่า 95% ขององค์กรไม่ได้รับผลตอบแทน … เพียง 5% ของ AI pilot ที่รวมกันสามารถสร้างมูลค่าหลายล้านได้ ในขณะที่ส่วนใหญ่ไม่มีผลกระทบต่อ P&L ที่วัดได้”

ข้อจำกัดพื้นฐานที่ป้องกันไม่ให้องค์กรสามารถใช้ประโยชน์จาก AI ได้อย่างแท้จริงคือสิ่งที่รายงานนี้เรียกว่า ‘ช่องว่างการเรียนรู้’ ระบบ GenAI ส่วนใหญ่ขาดความสามารถในการรักษาคำติชม ปรับให้เข้ากับบริบท หรือปรับปรุงในระยะยาว

• ระบบไม่ได้เรียนรู้จากคำติชม ในความเป็นจริงหมายความว่าผู้จัดการให้ข้อมูลชุดเดียวกันกับระบบ AI ซ้ำๆ แต่ไม่มีการปรับปรุงประสิทธิภาพ
• ต้องการบริบทการควบคุมด้วยมือมากเกินไปทุกครั้ง เครื่องมือ AI ขาดความจำระหว่างเซสชัน ดังนั้นทุกๆ การโต้ตอบจึงต้องให้ข้อมูลในอดีตและบริบทในอดีตอีกครั้ง
• การปรับให้เหมาะสมไม่เพียงพอสำหรับกระบวนการทางธุรกิจบางอย่าง แทนที่จะใช้เครื่องมือที่ตอบสนองและปรับให้เข้ากับบริบทที่กว้างขึ้น บริบทที่กว้างขึ้นจะปรับให้เข้ากับเครื่องมือ ทำให้ผู้ใช้ต้องทำงานรอบๆ ระบบที่ไม่ยืดหยุ่น

ผลการค้นพบของฉันจากรายงาน NANDA

1. เศรษฐกิจ AI ที่ซ่อนอยู่

รายงานนี้แนะนำคำว่า ‘เศรษฐกิจ AI ที่ซ่อนอยู่’ เพื่ออธิบายว่าพนักงานใช้ AI ในระดับบุคคลเป็นเครื่องมือส่วนบุคคล ไม่ใช่เครื่องมือที่ได้รับการอนุมัติจากองค์กร

2. การจัดสรรการลงทุนสะท้อนถึงลำดับความสำคัญที่ผิดพลาด

รายงานนี้เปิดเผยว่ามีการจัดสรรทรัพยากรที่ไม่สอดคล้องกันระหว่างการลงทุน AI และโอกาส ROI ที่แท้จริง

3. การสร้างภายในแพ้ให้กับผู้ให้บริการภายนอก

เพื่อความจริง การค้นพบครั้งนี้ทำให้ฉันประหลาดใจ การวิจัยพบว่าการร่วมมือกับผู้ให้บริการภายนอกมีโอกาสประสบความสำเร็จมากกว่าการพัฒนาภายใน

4. การลงทุนที่สูงกว่าหมายถึงการเปลี่ยนแปลงที่สูงกว่าหรือไม่? ไม่จริงๆ

การใช้ดัชนีการเปลี่ยนแปลงตลาด AI ที่ประกอบกัน รายงานนี้พบว่าเพียงสองอุตสาหกรรมเท่านั้นที่แสดงการเปลี่ยนแปลงโครงสร้างที่ชัดเจนจาก GenAI

ทำไมอัตราการล้มเหลว 95% จึงเป็นเพียงชั่วคราว

尽管ผลลัพธ์ระหว่างกาลดูเหมือนจะหมดหวัง แต่ก็มีความหวังที่จะเปลี่ยนแปลงได้ รายงานนี้อธิบายว่าการแบ่งแยก GenAI เป็นเพียงชั่วคราวและจะถูก克服ผ่านการพัฒนาที่เกิดขึ้น

NANDA เองเป็นหนึ่งในผู้ร่วมให้การสนับสนุนหลักในการสร้างโลก AI ที่เชื่อมต่อมากขึ้น

มุมมองทางเลือกเกี่ยวกับการนำ AI มาใช้

โครงการ NANDA ได้ทำการรวบรวมข้อมูลจากแหล่งต่างๆ และสำรวจผู้นำจากหลายสาขา แต่รายงานนี้เป็นเสียงที่มีอำนาจในการนำ AI ไปใช้ทั่วโลกหรือไม่?

สรุป

ฉันอยากจะแสดงความเชื่อของฉันใน AI ในฐานะผู้ประกอบการ CMO ผู้พัฒนาและพนักงานในธนาคาร ฉันเห็นหลายวิธีที่ AI สามารถช่วยให้การทำงานมีประสิทธิภาพมากขึ้น และกระบวนการทำงานมีประสิทธิภาพมากขึ้น อนาคตคือการทำงานที่เพิ่มขึ้นและเร็วขึ้น หากธุรกิจต้องการแข่งขัน จะต้องมีความรู้เกี่ยวกับ AI

ผลการค้นพบที่ฉันนำเสนออาจเป็นข้อขัดแย้ง แต่ฉันเชื่อว่าภูมิทัศน์ AI ในปัจจุบันพร้อมกับจุดสูงสุดและจุดต่ำสุดเป็นช่วงเวลาเรียนรู้ที่เกิดขึ้นซ้ำๆ กับทุกเทคโนโลยีใหม่