การเพิ่มประสิทธิภาพการทำงานของบริษัทด้วย AI Agents: ความฝันหรือความจริง?

ปัญหา

เมื่อบริษัทขนาดใหญ่ลงทุนใน AI Agents มองว่าเป็นอนาคตของการเพิ่มประสิทธิภาพการทำงาน มีกระแสความกังขาที่เพิ่มขึ้นเกิดขึ้น ในขณะที่มีความตื่นเต้นเกี่ยวกับศักยภาพของเทคโนโลยีเหล่านี้ มีหลายองค์กรที่พบว่าความเป็นจริงมักจะไม่ตรงกับคำโฆษณา ความผิดหวังนี้สามารถอธิบายได้ว่าเกิดจากสองปัญหาหลัก: การสัญญาเกินจริงและลักษณะเฉพาะของปัญหาทางธุรกิจ

ในขณะที่ AI สามารถทำได้ดีในบางงาน เช่น การวิเคราะห์ข้อมูลและการเพิ่มประสิทธิภาพกระบวนการ มีหลายองค์กรที่พบว่ามีความยากลำบากในการนำเทคโนโลยีเหล่านี้ไปใช้กับกระบวนการทำงานที่เป็นเอกลักษณ์ของตนเอง Lexalytics’s Article เน้นย้ำถึงสิ่งที่เกิดขึ้นเมื่อคุณรวม AI เพียงเพื่อตามกระแส AI ผลลัพธ์ที่ได้คือความผิดหวังและความรู้สึกว่าเทคโนโลยีนี้ไม่ได้ทำงานตามที่คาดหวัง

สาเหตุของความผิดหวังในการนำ AI มาใช้

สาเหตุของความผิดหวังในการนำ AI มาใช้นั้นมีหลายด้าน

• ปัญหาที่สำคัญคือหลายบริษัทรีบนำ AI มาใช้โดยไม่มีกลยุทธ์ที่ชัดเจนหรือวัตถุประสงค์ที่กำหนดไว้ การขาดทิศทางนี้ทำให้ยากที่จะวัดความสำเร็จหรือความล้มเหลวของโครงการ AI บริษัทอาจนำเครื่องมือที่ไม่สอดคล้องกับความต้องการที่แท้จริงของตนเอง ทำให้สิ้นเปลืองทรัพยากรและทำให้เกิดความผิดหวัง เมื่อคุณรวม AI โดยไม่มีการวางแผนและเตรียมการอย่างเหมาะสม คุณจะได้กรณีเช่น McDonald’s หลังจากเตรียมการมา 3 ปี ในฤดูร้อนปี 2024 ในการทำงานร่วมกับ IBM McDonald’s ได้นำ AI Agent ที่สามารถรับคำสั่งซื้อได้ แต่แบบจำลองที่ออกแบบไม่ดีนำไปสู่ AI ที่ไม่เข้าใจลูกค้า หนึ่งในตัวอย่างที่น่าสังเกตที่สุดคือลูกค้าสองคนใน TikTok ขอร้องให้ AI หยุดการเพิ่ม Chicken McNuggets ในคำสั่งซื้อของตนเอง ซึ่งเพิ่มขึ้นถึง 260 ชิ้น
• คุณภาพของข้อมูลเป็นอีกปัญหาหนึ่งที่สำคัญ ระบบ AI มีประสิทธิภาพเท่ากับคุณภาพของข้อมูลที่ป้อนเข้าไป หากข้อมูลที่ป้อนเข้ามาเก่า, ไม่สมบูรณ์ หรือมีอคติ ผลลัพธ์จะไม่ดี บริษัทบางแห่งมองข้ามประเด็นพื้นฐานนี้ โดยคาดหวังว่า AI จะทำงานได้ดีแม้จะมีข้อบกพร่องในข้อมูล
• ความท้าทายในการรวม AI เข้ากับระบบที่มีอยู่ก็เป็นอุปสรรคที่สำคัญเช่นกัน การรวม AI เข้ากับระบบที่มีอยู่สามารถซับซ้อนและเปิดเผยปัญหาทางเทคนิคและความไม่เข้ากัน โดยเฉพาะสำหรับธุรกิจที่พึ่งพาระบบเก่า หากไม่มีการวางแผนและทรัพยากรที่เพียงพอ ความท้าทายเหล่านี้สามารถทำให้โครงการ AI ล้มเหลวและเพิ่มความผิดหวัง

กรณีการใช้งานของ AI Agents ในกระบวนการทำงานของบริษัท

尽管มีอุปสรรคเหล่านี้ AI Agents มีศักยภาพที่จะปฏิวัติกระบวนการทำงานของธุรกิจโดยการเพิ่มประสิทธิภาพและความเร็วในหลายๆ ด้าน

หนึ่งในการประยุกต์ใช้ AI ที่น่าสนใจที่สุดคือการสนับสนุนลูกค้า AI ที่มีพลังสามารถจัดการคำถามทั่วไปได้ ทำให้พนักงานสามารถมุ่งเน้นไปที่ปัญหาที่ซับซ้อนกว่า โดยการทำให้งานซ้ำๆ อัตโนมัติ พนักงานสามารถนำพลังงานไปสู่ความรับผิดชอบเชิงกลยุทธ์ที่มากกว่า หนึ่งในกรณีที่ใหญ่ที่สุดของการรวม AI เข้ากับการสนับสนุนลูกค้าคือ Telstra บริษัทโทรคมนาคมจากออสเตรเลีย Telstra ได้นำ AI Agent ของตนเองที่เรียกว่า Ask Telstra ผลลัพธ์ที่บริษัทได้รับคือ: ลดการโทรตาม 20%, 84% ของพนักงานกล่าวว่ามันส่งผลกระทบเชิงบวกต่อการโต้ตอบกับลูกค้า, 90% ของพนักงานมีประสิทธิภาพมากขึ้น

ในด้านการตลาดอัตโนมัติ AI ก็มีคุณค่าเช่นกัน โดยการวิเคราะห์พฤติกรรมและความชอบของลูกค้า AI Agents สามารถสร้างกลยุทธ์การตลาดที่เป็นส่วนตัวซึ่งเพิ่มการมีส่วนร่วมและอัตราการแปลง Bayer ใช้ AI เพื่อคาดการณ์อุปสงค์ยาต้านไข้หวัดใหญ่ และเมื่อ AI คาดการณ์ว่าจะมีการเพิ่มขึ้น 50% ทีมงานใช้ข้อมูลนั้นเพื่อปรับกลยุทธ์การตลาด ผลลัพธ์ที่ได้คือ: เพิ่มขึ้น 85% ในอัตราการคลิกปุ่มในหนึ่งปี, ลดค่าใช้จ่ายในการคลิกปุ่มลง 33% เมื่อเทียบกับปีก่อน, และเพิ่มขึ้น 2.6 เท่าในปริมาณการเข้าชมเว็บไซต์ในระยะยาว

AI ยังสามารถทำให้กระบวนการใน ทรัพยากรบุคคล มีประสิทธิภาพมากขึ้น ตาม Decision Analytics Journal AI มีประโยชน์มากมายในด้านความแม่นยำ, ประสิทธิภาพ, และความยืดหยุ่น โดยการทำให้กระบวนการสรรหาบุคลากรอัตโนมัติ เช่น การกรองใบสมัครและระบุผู้สมัครที่ดีที่สุดตามเกณฑ์เฉพาะ AI ช่วยประหยัดเวลาและทำให้กระบวนการคัดเลือกมีความเป็นกลางมากขึ้น

หนึ่งในด้านที่น่าสนใจที่สุดของ AI คือความเร็วและความคุ้มค่า ในหลายๆ สถานการณ์ AI สามารถทำงานได้เร็วกว่าและ มีข้อผิดพลาดน้อยกว่า มนุษย์ ทำให้ AI เป็นตัวเลือกที่น่าสนใจสำหรับธุรกิจที่ต้องการทำให้กระบวนการทำงานของตนเองง่ายขึ้น โดยการทำให้งานซ้ำๆ อัตโนมัติ องค์กรสามารถลดค่าใช้จ่ายในการดำเนินงานและลดความเสี่ยงของข้อผิดพลาดของมนุษย์ สิ่งนี้ช่วยให้บริษัทสามารถเพิ่มประสิทธิภาพกระบวนการและจัดสรรทรัพยากรได้อย่างมีประสิทธิภาพมากขึ้น

คำแนะนำสำหรับการรวม AI Agents

เพื่อให้การรวม AI Agents เข้ากับกระบวนการทำงานของบริษัทสำเร็จ บริษัทควรใช้กลยุทธ์หลักๆ ต่อไปนี้

1. ประการแรกและสำคัญที่สุด คือการกำหนดวัตถุประสงค์ที่ชัดเจนก่อนการนำไปใช้ องค์กรควรระบุปัญหาที่เฉพาะเจาะจงที่ต้องการให้ AI ช่วยแก้ไขและตั้งเป้าหมายที่วัดผลได้ เพื่อประเมินประสิทธิภาพนี้ ความชัดเจนนี้ช่วยให้สามารถปรับเปลี่ยนตามความจำเป็นตลอดกระบวนการ หากการรวม AI เป็นแบบกระจายกระจัด คุณจะพบว่ามันยากที่จะเทียบค่าใช้จ่ายในการรวมกับระดับผลผลิต และตัดสินว่าการรวมนั้นได้ส่งผลกระทบเชิงบวกต่อบริษัทหรือไม่ วัดเวลาที่ใช้ในการทำงานต่างๆ ก่อนและหลังการใช้ AI, จำนวนพนักงานที่ทำงานในงานนั้น, และคุณภาพของงาน
2. ประเด็นที่สำคัญอีกประเด็นหนึ่งคือคุณภาพของข้อมูล การลงทุนในแนวปฏิบัติในการจัดการข้อมูลที่มั่นคงถือเป็นสิ่งจำเป็นเพื่อให้แน่ใจว่าข้อมูลที่ป้อนเข้าไปในระบบ AI นั้นถูกต้อง, เหมาะสม, และไม่มีอคติ หากบริษัทใช้โซลูชันภายนอก ให้แน่ใจว่าไม่มีข้อมูลที่มีความอ่อนไหวและเป็นความลับถูกป้อนเข้าไปใน AI ความสะอาดของข้อมูล AI เป็นแนวคิดที่เกิดขึ้นใหม่ที่ไม่คุ้นเคยสำหรับหลายคน ดังนั้นให้แน่ใจว่าคุณได้ให้ความรู้แก่พนักงานเกี่ยวกับเรื่องนี้ การอ่านเรื่องราวที่ดีเกี่ยวกับเหตุผลที่คุณไม่ควรแบ่งปันข้อมูลธุรกิจที่มีความอ่อนไหวกับ AI โดย Micropro
3. เช่นเดียวกับเทคโนโลยีที่เกิดขึ้นใหม่อื่นๆ มันสำคัญที่จะติดตามเครื่องมือ AI ในขณะที่กำลังรวมเข้ากับระบบ รวบรวมข้อเสนอแนะทั้งจากพนักงานที่ใช้เครื่องมือ AI และลูกค้าที่โต้ตอบกับโมเดลของคุณในบริการสนับสนุนลูกค้าหรือช่องทางอื่นๆ ของการโต้ตอบ ด้วยวิธีนี้ คุณสามารถตรวจจับข้อผิดพลาดและปัญหาในระยะแรกๆ ซึ่งจะส่งผลกระทบต่อกระบวนการทำงานเพียงเล็กน้อย บริษัทต้องสร้างวัฒนธรรมแห่งความสามารถในการปรับตัวและติดตามโมเดล AI ของตนเองอย่างใกล้ชิด โดยเฉพาะในช่วงแรกของการนำไปใช้

สรุป

แทนที่จะมอง AI เป็นคำตอบสุดท้าย บริษัทควรเห็น AI เป็นเครื่องมือที่ทรงพลังซึ่งเมื่อใช้อย่างถูกต้องสามารถเพิ่มประสิทธิภาพการทำงานและขับเคลื่อนความสำเร็จ คำถามคือ AI มีฐานความรู้เกี่ยวกับลูกค้าและความต้องการของพวกเขา ดังนั้นเราจึงเข้าใจว่าเราสามารถช่วยประหยัดเวลาในการค้นหาข้อมูลและนำเสนอเครื่องมือที่ใช้การได้ ในปัจจุบัน มันสมเหตุสมผลที่จะนำ AI Agents ไปใช้ในกรณีการใช้งานเฉพาะ เนื่องจากแนวทางนี้ช่วยให้เกิดการสร้างมูลค่าสูงสุด นี่เป็นหมวดหมู่ที่ได้รับการลงทุนอย่างมาก และในช่วงหนึ่งปีข้างหน้า จะไม่มีข้อสงสัยเลยว่านี่จะเป็นแนวโน้มหลัก และอาจพัฒนาไปสู่สิ่งที่มีผลกระทบมากขึ้นในอนาคต เมื่อไหร่ AI Gold Rush จะหยุด?