สัมภาษณ์
Sarvarth Misra ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหารของ Leah – ชุดบทสัมภาษณ์

ประเด็นสำคัญการเพิ่ม AI…
ดูเพิ่มเติม
- การเพิ่ม AI ให้กับซอฟต์แวร์ที่สร้างขึ้นสำหรับมนุษย์ช่วยให้งานเร็วขึ้นแต่ไม่ได้เปลี่ยนรูปแบบการดำเนินงาน
- เกือบแปดในสิบบริษัทขาดเครื่องมือที่มีประสิทธิภาพในการระบุเอเจนต์ที่ไม่ได้รับอนุญาต
- การกำกับดูแลต้องถูกฝังอยู่ในสถาปัตยกรรมเพื่อให้องค์กรสามารถขยายความเป็นอิสระของเอเจนต์ได้อย่างมั่นใจ
Sarvarth Misra เป็นผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหารของ Leah ซึ่งเดิมใช้ชื่อ ContractPodAi เขาเริ่มต้นอาชีพในฐานะทนายความด้านกฎหมายองค์กรและกฎหมายพาณิชย์ โดยประสบการณ์ที่ต้องใช้เวลาค้นหาข้อมูล ประสานงานเอกสาร และติดตามข้อผูกพัน ทำให้เขาเกิดแรงบันดาลใจในการพัฒนาเทคโนโลยีสำหรับทีมกฎหมาย นับแต่นั้นมา งานของเขาขยายจากการบริหารวงจรชีวิตสัญญาไปสู่ระบบเอเจนต์ที่ประสานกระบวนการทำงานระดับองค์กร โดยมุ่งผสานความเชี่ยวชาญเฉพาะด้าน การดำเนินงานภายใต้การควบคุม และวิจารณญาณของมนุษย์เข้าด้วยกัน
Leah พัฒนาแพลตฟอร์ม AI แบบเอเจนต์สำหรับองค์กร ครอบคลุมงานด้านกฎหมาย การทำสัญญา การจัดซื้อจัดจ้าง การเงิน และบริการส่วนกลาง แพลตฟอร์มนี้เชื่อมโยงเอเจนต์เฉพาะทางเข้ากับระบบองค์กร บริบททางธุรกิจ สิทธิ์การเข้าถึง และกระบวนการอนุมัติ เพื่อช่วยให้องค์กรดำเนินงานข้ามแผนกได้ ในบทสัมภาษณ์นี้ Misra พูดถึงการเปลี่ยนผ่านจากการใช้ AI ช่วยเหลือไปสู่การให้ AI ลงมือดำเนินงาน ความท้าทายด้านธรรมาภิบาลและการทำงานร่วมกันระหว่างระบบเมื่อต้องขยายการใช้งานเอเจนต์ ตลอดจนวิธีที่องค์กรจะวัดผลลัพธ์ทางธุรกิจที่เชื่อถือได้ พร้อมคงการกำกับดูแลของมนุษย์ไว้
คุณเริ่มต้นอาชีพในฐานะทนายความด้านกฎหมายองค์กรและกฎหมายพาณิชย์ ก่อนร่วมก่อตั้ง Leah (เดิมชื่อ ContractPodAi) ปัญหาใดในการทำงานด้านกฎหมายที่คุณพบเจอและเป็นแรงบันดาลใจให้ก่อตั้งบริษัทในตอนแรก และวิสัยทัศน์ในช่วงก่อตั้งนั้นพัฒนามาเป็น Leah ในปัจจุบันได้อย่างไร?
ตอนที่ผมทำงานด้านกฎหมายองค์กร ผมเห็นด้วยตนเองว่าทนายความต้องใช้เวลามากเพียงใดไปกับการจัดการกระบวนการ แทนที่จะใช้วิจารณญาณทางกฎหมาย ผู้เชี่ยวชาญที่มีทักษะสูงต้องใช้เวลานับไม่ถ้วนในการค้นหาข้อมูล ส่งต่อเอกสาร ติดตามข้อผูกพัน และประสานงานข้ามระบบที่แยกจากกัน ขณะที่สายงานอย่างฝ่ายขายและการเงินเปลี่ยนแปลงไปอย่างมากด้วยเทคโนโลยี แต่งานด้านกฎหมายกลับถูกทิ้งไว้เบื้องหลังเป็นส่วนใหญ่
การตระหนักถึงปัญหานี้ทำให้เราสร้าง ContractPodAi ขึ้นจากแนวคิดเรียบง่ายว่า ทีมกฎหมายจำเป็นต้องมีระบบบันทึกข้อมูลหลักและระบบอัจฉริยะสำหรับสัญญา แต่เมื่อเทคโนโลยีพัฒนาขึ้น ความเข้าใจของเราเกี่ยวกับโอกาสที่มีอยู่ก็เปลี่ยนแปลงตามไปด้วย เราตระหนักว่าการจัดการงานเป็นเพียงส่วนหนึ่งของความท้าทาย โอกาสที่ยิ่งใหญ่กว่ามากคือการปรับเปลี่ยนวิธีดำเนินงานนั้นอย่างแท้จริง
ความเชื่อมั่นดังกล่าวเป็นแรงกำหนดทิศทางของ Leah สัญญาเป็นจุดเริ่มต้นของเรา แต่เป้าหมายมีขอบเขตกว้างกว่านั้นมาโดยตลอด นั่นคือการเปลี่ยนวิธีที่องค์กรดำเนินงาน ไม่ใช่เพียงวิธีจัดการงาน ปัจจุบันเรากำลังสร้างระบบที่วางแผน ประสานงาน และดำเนินกระบวนการทำงานระดับองค์กรที่ซับซ้อนได้ เพื่อให้ผู้คนมุ่งเน้นกับการใช้วิจารณญาณ กลยุทธ์ และการตัดสินใจที่ต้องอาศัยความเชี่ยวชาญของมนุษย์ได้มากที่สุด
ContractPodAi เปลี่ยนชื่อเป็น Leah ในเดือนมกราคม 2026 ขณะที่บริษัทขยายขอบเขตจากการบริหารวงจรชีวิตสัญญาไปสู่แพลตฟอร์ม AI แบบเอเจนต์ที่ครอบคลุมยิ่งขึ้น อะไรทำให้คุณเชื่อว่าอนาคตไม่ได้อยู่ที่การเพิ่มความสามารถด้าน AI ให้ซอฟต์แวร์องค์กรที่มีอยู่เท่านั้น แต่อยู่ที่การออกแบบวิธีทำงานใหม่โดยมีเอเจนต์อัตโนมัติเป็นแกนหลัก?
เราสรุปเช่นนั้นหลังจากใช้เวลาหลายปีสร้างหมวดหมู่ CLM และเป็นหนึ่งในกลุ่มแรกที่นำ AI มาใช้ในหมวดหมู่นี้ ประสบการณ์ดังกล่าวทำให้เราได้มุมมองที่ไม่เหมือนใคร ทั้งในแง่ศักยภาพของ AI และข้อจำกัดของรูปแบบซอฟต์แวร์พื้นฐาน
ภายในปี 2023 เราได้ข้อสรุปสำคัญว่า การเพิ่ม AI เข้าไปในซอฟต์แวร์ที่ออกแบบมาให้คนเป็นผู้ใช้งานจะช่วยให้งานแต่ละอย่างเสร็จเร็วขึ้น แต่จะไม่เปลี่ยนวิธีการทำงานโดยพื้นฐาน
ผู้คนยังคงต้องรับผิดชอบในการรวบรวมข้อมูล ประสานการส่งต่องาน สลับไปมาระหว่างแอปพลิเคชัน และทำให้แน่ใจว่างานแต่ละขั้นตอนเสร็จสมบูรณ์ AI อาจช่วยเร่งกิจกรรมแต่ละอย่างได้ แต่รูปแบบการทำงานพื้นฐานและการพึ่งพาการแทรกแซงของมนุษย์ยังคงแทบไม่เปลี่ยนแปลง
เราเชื่อว่าซอฟต์แวร์องค์กรรุ่นถัดไปต้องออกแบบมาเพื่อการลงมือดำเนินงาน ไม่ใช่เพียงการช่วยเหลือ ระบบควรเข้าใจเป้าหมาย ประสานกิจกรรมที่จำเป็น และขับเคลื่อนงานข้ามแผนกและแอปพลิเคชันได้ โดยให้มนุษย์เข้ามามีส่วนร่วมเมื่อจำเป็นต้องใช้วิจารณญาณหรือการอนุมัติ
สิ่งนี้จำเป็นต้องอาศัยการปรับเปลี่ยนสถาปัตยกรรมครั้งใหญ่ ไม่ใช่แค่เพิ่มฟีเจอร์ AI อีกอย่างหนึ่ง นี่เป็นการตัดสินใจเชิงกลยุทธ์ครั้งสำคัญ แต่เราเชื่อว่าเป็นสิ่งจำเป็น อนาคตของซอฟต์แวร์องค์กรจะไม่ได้วัดกันที่ประสิทธิภาพในการช่วยให้ผู้คนจัดการงาน แต่จะขึ้นอยู่กับความน่าเชื่อถือในการดำเนินงานและส่งมอบผลลัพธ์
คำว่า “AI แบบเอเจนต์” ถูกใช้แพร่หลายขึ้นเรื่อย ๆ ในอุตสาหกรรม จากมุมมองของคุณ อะไรคือสิ่งที่ทำให้ระบบเอเจนต์สำหรับองค์กรอย่างแท้จริงแตกต่างจากผู้ช่วย AI โคไพลอต หรือเครื่องมือทำงานอัตโนมัติตามเวิร์กโฟลว์แบบดั้งเดิม?
ความแตกต่างสำคัญอยู่ที่การลงมือดำเนินงาน
ผู้ช่วย AI และโคไพลอตช่วยให้ผู้คนทำงานต่าง ๆ ได้ ขณะที่ระบบอัตโนมัติตามเวิร์กโฟลว์แบบดั้งเดิมทำงานตามลำดับขั้นที่กำหนดไว้ล่วงหน้า ทั้งสองแบบช่วยเพิ่มผลิตภาพได้อย่างมีนัยสำคัญ แต่โดยทั่วไปแล้ว ผู้คนยังคงรับผิดชอบในการขับเคลื่อนงานและประสานขั้นตอนต่าง ๆ ระหว่างระบบ
ระบบเอเจนต์อย่างแท้จริงทำได้มากกว่านั้น โดยสามารถเข้าใจเป้าหมาย ระบุการดำเนินการที่จำเป็น ประสานความสามารถเฉพาะทาง และดำเนินงานข้ามระบบองค์กร พร้อมดึงมนุษย์เข้ามาใช้วิจารณญาณเมื่อจำเป็น
แต่มีข้อแตกต่างสำคัญระหว่างเอเจนต์อัจฉริยะกับระบบเอเจนต์ที่พร้อมใช้งานในองค์กร ความฉลาดเพียงอย่างเดียวยังไม่เพียงพอ การทำงานให้สำเร็จอย่างเชื่อถือได้ต้องอาศัยโครงสร้างพื้นฐานที่รองรับ ซึ่งจัดเตรียมบริบท เครื่องมือ การประสานงาน เวิร์กโฟลว์ที่ให้ผลลัพธ์แน่นอน สิทธิ์การเข้าถึง และการกำกับดูแลอย่างเหมาะสม
ระบบยังต้องมีความเชี่ยวชาญเชิงลึกในสาขานั้นด้วย ตัวอย่างเช่น เอเจนต์ที่ดำเนินเวิร์กโฟลว์ด้านการทำสัญญาต้องมีความสามารถมากกว่าการใช้เหตุผลทั่วไป แต่ต้องเข้าใจจุดยืนขององค์กรในเรื่องสัญญา แนวทางการเจรจา ข้อกำหนดในการอนุมัติ และผลทางธุรกิจจากการดำเนินการของตน
ท้ายที่สุด โมเดลมอบความสามารถด้านปัญญา โครงสร้างพื้นฐานรองรับสถาปัตยกรรมสำหรับการดำเนินงานภายใต้การควบคุม ส่วนความเชี่ยวชาญเฉพาะด้านทำให้การดำเนินงานนั้นมีความหมายในบริบททางธุรกิจ
งานวิจัยของ Leah ร่วมกับ IDC พบว่า 66% ขององค์กรที่ตอบแบบสำรวจมีเอเจนต์ AI ใช้งานจริงในระบบการผลิตแล้ว และคาดว่าการนำไปใช้งานจะเพิ่มขึ้นเป็น 6 เท่าภายในต้นปี 2027 คุณคิดว่าองค์กรกำลังประเมินสิ่งใดต่ำเกินไป เมื่อต้องเปลี่ยนจากการนำเอเจนต์จำนวนไม่กี่ตัวมาใช้งาน ไปสู่การบริหารเอเจนต์หลายร้อยหรืออาจหลายพันตัว
หลายองค์กรกำลังมุ่งเน้นไปที่การนำเอเจนต์ชุดแรกมาใช้งานจริง แต่ความท้าทายจะเปลี่ยนไปอย่างมากเมื่อเริ่มนำเอเจนต์มาใช้งานในวงกว้าง
คำถามไม่ได้อยู่ที่ว่าเอเจนต์แต่ละตัวทำงานอย่างหนึ่งได้หรือไม่อีกต่อไป แต่อยู่ที่ว่าองค์กรจะประสานงานและกำกับดูแลเอเจนต์หลายร้อยหรืออาจหลายพันตัวที่ทำงานข้ามทีม ระบบ และฝ่ายธุรกิจต่าง ๆ ได้หรือไม่
งานวิจัยของเราพบว่า บริษัทเกือบ 8 ใน 10 แห่งไม่มีเครื่องมือที่มีประสิทธิภาพในการระบุเอเจนต์ที่นำมาใช้งานโดยไม่ได้รับอนุญาต ขณะที่ประมาณ 47% ระบุว่าการกำกับดูแลแบบรวมศูนย์เป็นประเด็นสำคัญที่ต้องปรับปรุง ข้อมูลนี้ชี้ให้เห็นช่องว่างที่เพิ่มขึ้นระหว่างความเร็วในการนำเทคโนโลยีมาใช้กับความสามารถขององค์กรในการบริหารจัดการสิ่งที่ตนกำลังนำมาใช้งาน
หากไม่มีสถาปัตยกรรมที่เหมาะสม การเพิ่มเอเจนต์แต่ละตัวก็เสี่ยงทำให้เกิดความซับซ้อนอีกชั้นหนึ่ง ทีมต่าง ๆ อาจนำเอเจนต์ที่ใช้โมเดล เครื่องมือ และแพลตฟอร์มต่างกันมาใช้งาน โดยแต่ละตัวมีบริบท สิทธิ์การเข้าถึง และเวิร์กโฟลว์ของตนเอง
ดังนั้น องค์กรจึงต้องการมากกว่าแค่การมองเห็นเอเจนต์แต่ละตัว แต่ต้องมีสภาพแวดล้อมที่ประสานการทำงานได้ ซึ่งเอเจนต์สามารถแบ่งปันบริบทที่เกี่ยวข้อง ทำงานภายใต้ขอบเขตที่กำหนดไว้อย่างชัดเจน และร่วมกันดำเนินงานตลอดกระบวนการทางธุรกิจ
การกำกับดูแลและการประสานงานไม่ใช่เรื่องที่ค่อยคิดทีหลัง แต่ต้องเป็นขีดความสามารถพื้นฐาน มิฉะนั้น องค์กรก็เสี่ยงที่จะเปลี่ยนจากแอปพลิเคชันซอฟต์แวร์ที่กระจัดกระจาย ไปสู่ระบบนิเวศของเอเจนต์อัจฉริยะที่กระจัดกระจายไม่ต่างกัน
งานวิจัยเดียวกันระบุว่า การกำกับดูแล การประสานงาน และการทำงานร่วมกันข้ามฝ่ายเป็นเสาหลักสำคัญ 3 ประการของ AI แบบเอเจนต์ เหตุใดการกำกับดูแลจึงยากขึ้น เมื่อเอเจนต์สามารถใช้เหตุผลได้อย่างอิสระ ให้คำแนะนำ และเริ่มดำเนินการข้ามระบบต่าง ๆ ขององค์กร
การกำกับดูแลซับซ้อนขึ้น เพราะเอเจนต์ไม่ได้เพียงสร้างข้อมูลให้คนประเมินอีกต่อไป แต่สามารถตีความบริบท ตัดสินใจ และเริ่มดำเนินการได้ โดยมักทำงานข้ามระบบต่าง ๆ ขององค์กร
สิ่งนี้เปลี่ยนลักษณะของความเสี่ยงไปโดยสิ้นเชิง องค์กรต้องเข้าใจไม่เพียงว่าเอเจนต์ได้รับอนุญาตให้ทำอะไร แต่ยังต้องรู้ว่าข้อมูลใดเป็นที่มาของการดำเนินการ มีการใช้มาตรการควบคุมใดบ้าง และเกิดอะไรขึ้นจากการดำเนินการนั้น
ความซับซ้อนยิ่งเพิ่มขึ้นเมื่อเอเจนต์ทำงานข้ามฝ่ายที่มีนโยบาย สิทธิ์การเข้าถึง และระดับการยอมรับความเสี่ยงแตกต่างกัน การดำเนินการที่ยอมรับได้ในเวิร์กโฟลว์หนึ่งอาจต้องผ่านการตรวจสอบหรือขออนุมัติเพิ่มเติมในอีกเวิร์กโฟลว์หนึ่ง ดังนั้น การกำกับดูแลจึงต้องครอบคลุมกระบวนการดำเนินงานทั้งหมด แทนที่จะนำไปใช้กับเอเจนต์แต่ละตัวแยกจากกัน
นี่จึงเป็นเหตุผลที่เราเชื่อว่าต้องฝังการกำกับดูแลไว้ในสถาปัตยกรรมพื้นฐาน องค์กรจำเป็นต้องมีมาตรการควบคุมที่ให้ผลแน่นอนสำหรับการดำเนินการที่สำคัญ ช่องทางยกระดับปัญหาที่ชัดเจน ข้อกำหนดการอนุมัติที่ปรับตั้งได้ และบันทึกการดำเนินงานที่ตรวจสอบย้อนหลังได้
เป้าหมายไม่ใช่การจำกัดความเป็นอิสระเกินความจำเป็น แต่คือการสร้างเงื่อนไขให้องค์กรขยายการใช้งานได้อย่างมั่นใจ การกำกับดูแลที่มีประสิทธิภาพทำให้เกิดความเป็นอิสระในการทำงานในระดับองค์กรได้
หนึ่งในความท้าทายของเอเจนต์สำหรับองค์กรคือการทำงานร่วมกันระหว่างระบบ เอเจนต์อาจสร้างโดยผู้จำหน่ายต่างราย ใช้โมเดลต่างกัน และทำงานบนระบบที่แยกขาดจากกัน บริษัทควรวางสถาปัตยกรรมสภาพแวดล้อมอย่างไร เพื่อให้เอเจนต์เหล่านี้แบ่งปันบริบทและประสานงานกันได้อย่างปลอดภัย
องค์กรต้องก้าวข้ามการมองเอเจนต์เป็นผลิตภัณฑ์ที่ทำงานแยกกัน และเริ่มมองเอเจนต์เป็นผู้มีส่วนร่วมในระบบการทำงานที่เชื่อมโยงถึงกัน
คุณค่าที่แท้จริงเกิดขึ้นเมื่อเอเจนต์สามารถแบ่งปันบริบท ประสานการดำเนินงาน และร่วมกันสร้างผลลัพธ์ทางธุรกิจ แม้จะทำงานอยู่คนละฝ่าย คนละแพลตฟอร์ม หรือใช้โมเดลพื้นฐานต่างกัน
การทำเช่นนั้นต้องอาศัยชั้นการประสานงานที่อยู่เหนือเอเจนต์แต่ละตัวและแอปพลิเคชันขององค์กร ชั้นนี้เป็นสถาปัตยกรรมสำหรับจัดการบริบท สิทธิ์การเข้าถึง การผสานรวม เวิร์กโฟลว์ และการกำกับดูแล ทำให้ขีดความสามารถที่แตกต่างกันทำงานร่วมกันเป็นระบบเดียวที่ประสานงานกันได้
สิ่งที่สำคัญไม่แพ้กันคือการรักษาอำนาจควบคุมขององค์กรไว้ องค์กรควรยังคงควบคุมข้อมูล องค์ความรู้ขององค์กร กฎเกณฑ์ทางธุรกิจ และเวิร์กโฟลว์ของตนเองได้ ไม่ว่าจะเลือกใช้โมเดลหรือผู้ให้บริการเทคโนโลยีรายใดก็ตาม
เราเชื่อว่าองค์กรควรมีอิสระในการนำโมเดลและเทคโนโลยีใหม่มาใช้ โดยไม่ต้องสร้างกระบวนการและองค์ความรู้ที่เป็นรากฐานของการดำเนินงานขึ้นใหม่
ท้ายที่สุดแล้ว การทำงานร่วมกันไม่ได้หมายถึงเพียงการเชื่อมต่อเอเจนต์ในทางเทคนิคเท่านั้น แต่ยังหมายถึงการทำให้เอเจนต์ทำงานทั่วทั้งองค์กรได้อย่างสอดประสาน ปลอดภัย และตรวจสอบรับผิดชอบได้
งานด้านกฎหมายและการทำสัญญาเป็นเรื่องที่ละเอียดอ่อนเป็นพิเศษ เพราะการตัดสินใจที่สร้างขึ้นโดย AI อาจส่งผลตามมาในด้านการเงิน กฎระเบียบ และกฎหมาย องค์กรควรกำหนดเส้นแบ่งอย่างไรระหว่างการดำเนินการที่เอเจนต์ AI ทำได้โดยอัตโนมัติ กับการตัดสินใจที่ยังต้องได้รับอนุมัติจากมนุษย์
ควรกำหนดเส้นแบ่งตามระดับความเสี่ยง ไม่ใช่ตามประเภทของงานที่กำลังดำเนินการ
กิจกรรมหลายอย่างในงานด้านกฎหมายและการทำสัญญามีโครงสร้างชัดเจน ทำซ้ำได้ และอยู่ภายใต้นโยบายที่กำหนดไว้แล้ว จึงเหมาะกับการดำเนินการโดยอัตโนมัติ หากมีมาตรการควบคุมที่เหมาะสม
ตัวอย่างเช่น เอเจนต์ที่ตรวจสอบ NDA ทั่วไปอาจประเมินเอกสารเทียบกับคู่มือแนวทางที่ได้รับอนุมัติ ระบุข้อเบี่ยงเบน ใช้จุดยืนสำรองที่ตกลงกันไว้ และดำเนินการให้ข้อตกลงคืบหน้าต่อไปได้ โดยไม่ต้องให้ทนายความเข้ามาแทรกแซงในทุกขั้นตอน
แต่ข้อตกลงที่มีความเสี่ยงทางการเงินสูง มีข้อกำหนดเรื่องความรับผิดที่ผิดไปจากปกติ มีความไม่แน่นอนด้านกฎระเบียบ หรือมีการยอมผ่อนปรนทางการค้าเชิงกลยุทธ์ อาจต้องอาศัยดุลยพินิจหรือการอนุมัติจากมนุษย์
ที่สำคัญ ฉันไม่คิดว่าเป้าหมายควรเป็นการนำคนออกจากกระบวนการ แต่ควรเป็นการปรับเปลี่ยนว่าคนจะเข้ามามีส่วนร่วมในจุดใดและอย่างไร แทนที่จะต้องให้มนุษย์เข้ามาแทรกแซงในทุกขั้นตอน องค์กรควรกำหนดระดับความเป็นอิสระให้เหมาะกับแต่ละเวิร์กโฟลว์ได้ รวมถึงกำหนดจุดที่จำเป็นต้องมีมนุษย์เข้ามามีส่วนร่วม
แนวทางนี้ช่วยให้ผู้เชี่ยวชาญที่มีทักษะมุ่งเน้นไปที่กรณียกเว้น กลยุทธ์การเจรจา การประเมินความเสี่ยงที่ซับซ้อน และการตัดสินใจที่ต้องอาศัยความเชี่ยวชาญของพวกเขาอย่างแท้จริง
โอกาสที่เกิดขึ้นไม่ได้มีเพียงการทำให้ทีมกฎหมายทำงานได้เร็วขึ้น แต่ยังเป็นการคิดทบทวนใหม่อย่างถึงรากถึงโคนว่าจะส่งมอบงานด้านกฎหมายอย่างไร โดยให้มนุษย์และ AI ต่างมีส่วนร่วมในจุดที่สร้างคุณค่าได้มากที่สุด
Leah กำลังขยายการใช้ AI แบบเอเจนต์ไปสู่งานด้านกฎหมาย การทำสัญญา การจัดซื้อจัดจ้าง การเงิน และบริการส่วนกลาง อะไรจะเป็นไปได้บ้างเมื่อเอเจนต์สามารถประสานงานข้ามหน่วยงานเหล่านี้ แทนที่จะแยกทำงานอัตโนมัติในแต่ละแผนก
งานส่วนใหญ่ในองค์กรไม่ได้เริ่มต้นและสิ้นสุดลงภายในแผนกเดียว สัญญาที่ฝ่ายกฎหมายเจรจามีผลต่อการจัดซื้อจัดจ้าง การเงิน การดำเนินงาน และการปฏิบัติตามกฎระเบียบ อย่างไรก็ตาม ซอฟต์แวร์สำหรับองค์กรมักได้รับการออกแบบโดยยึดตามหน้าที่ของแต่ละฝ่าย ทำให้คนต้องรับผิดชอบในการเชื่อมโยงข้อมูล การตัดสินใจ และกระบวนการระหว่างฝ่ายต่าง ๆ เข้าด้วยกัน
AI แบบเอเจนต์เปิดโอกาสให้เปลี่ยนรูปแบบการดำเนินงานดังกล่าว
เมื่อเอเจนต์ประสานงานข้ามหน่วยงานได้ ก็สามารถรวบรวมข้อมูล นโยบาย และความเชี่ยวชาญที่เกี่ยวข้อง เพื่อให้งานดำเนินต่อเนื่องตั้งแต่ต้นจนจบ แทนที่จะทำเพียงงานแยกส่วนแล้วปล่อยให้ใครบางคนจัดการส่งต่องานในขั้นถัดไป
ลองพิจารณาข้อตกลงกับซัพพลายเออร์ เงื่อนไขในสัญญาส่งผลต่อการตัดสินใจจัดซื้อ ภาระผูกพันในการชำระเงิน ความเสี่ยงทางการเงิน และผลการดำเนินงานของซัพพลายเออร์อย่างต่อเนื่อง ในสภาพแวดล้อมที่เอเจนต์ทำงานเชื่อมโยงกัน ข้อมูลเชิงลึกจากสัญญาสามารถใช้ประกอบและกระตุ้นให้เกิดการดำเนินการข้ามหน่วยงานเหล่านั้น แทนที่จะถูกเก็บไว้ในคลังสัญญาเท่านั้น
นี่คือจุดที่เราเห็นการเกิดขึ้นของข้อมูลเชิงลึกทางการค้า ซึ่งหมายถึงความสามารถในการเชื่อมโยงบริบทด้านสัญญา กฎหมาย การจัดซื้อจัดจ้าง และการเงิน เพื่อให้การตัดสินใจและการดำเนินการสะท้อนภาพรวมทางการค้าได้ครบถ้วน
คุณค่าที่เกิดขึ้นไม่ได้จำกัดอยู่แค่การเพิ่มผลิตภาพภายในแต่ละแผนก แต่ยังเปิดโอกาสให้ปรับปรุงกระบวนการที่เชื่อมโยงแผนกเหล่านั้นเข้าด้วยกัน ลดการทำงานที่กระจัดกระจาย ยกระดับการตัดสินใจ และช่วยให้งานดำเนินข้ามทั่วทั้งองค์กรได้โดยต้องประสานงานด้วยตนเองน้อยลงมาก
เมื่อองค์กรนำเอเจนต์มาใช้มากขึ้น ควรวัดอย่างไรว่าจริง ๆ แล้ว AI แบบเอเจนต์สร้างคุณค่าได้หรือไม่ ตัวชี้วัดแบบเดิม เช่น ผลิตภาพและการประหยัดต้นทุน ยังเพียงพอหรือไม่ หรือบริษัทจำเป็นต้องมีกรอบการประเมินใหม่ที่พิจารณาผลลัพธ์และปริมาณงานที่เอเจนต์สามารถดำเนินการได้อย่างน่าเชื่อถือ
บทเรียนหนึ่งจากการนำ AI มาใช้ในระลอกแรกคือ ปริมาณกิจกรรมกับคุณค่าไม่ใช่สิ่งเดียวกัน
องค์กรสามารถวัดจำนวนพรอมป์ต์ โทเค็น การโต้ตอบ และเวลาที่ประหยัดได้ แต่ตัวชี้วัดเหล่านี้แทบไม่ได้บอกว่าองค์กรบรรลุผลลัพธ์ทางธุรกิจที่มีความหมายแล้วหรือไม่
ผลิตภาพและการประหยัดต้นทุนยังคงมีความสำคัญ แต่ AI แบบเอเจนต์จำเป็นต้องมีกรอบการประเมินที่กว้างขึ้นและมุ่งเน้นการดำเนินงาน มีงานเสร็จไปมากน้อยเพียงใด ดำเนินงานได้อย่างน่าเชื่อถือเพียงใด กระบวนการต่าง ๆ ดำเนินไปเร็วขึ้นหรือไม่ งานค้างลดลงหรือไม่ และสามารถระบุพร้อมแก้ไขกรณียกเว้นได้อย่างมีประสิทธิภาพมากขึ้นหรือไม่
เราควรวัดระดับความเป็นอิสระที่ทำได้ภายใต้การควบคุมที่เหมาะสมด้วย ตัวอย่างเช่น การลดเวลาที่ทนายความใช้ตรวจสอบสัญญาเป็นเรื่องหนึ่ง แต่อีกเรื่องหนึ่งคือการช่วยให้กระบวนการทำสัญญาทั้งหมดดำเนินไปได้ ตั้งแต่การรับเรื่อง การตรวจสอบ การเจรจา ไปจนถึงการอนุมัติ โดยให้มนุษย์เข้ามามีส่วนร่วมเฉพาะในจุดที่จำเป็นอย่างแท้จริง
ความแตกต่างนี้สำคัญ เพราะคุณค่าทางเศรษฐกิจของ AI แบบเอเจนต์ไม่ได้จำกัดอยู่แค่ชั่วโมงการทำงานที่ประหยัดได้ แต่ยังมาจากขีดความสามารถที่เพิ่มขึ้น ความสม่ำเสมอที่มากขึ้น แรงเสียดทานในการดำเนินงานที่ลดลง และผลลัพธ์ทางธุรกิจที่ดีขึ้นด้วย
เมื่อเวลาผ่านไป ผมคาดว่าองค์กรจะให้ความสำคัญมากขึ้นอย่างมากกับปริมาณและความซับซ้อนของงานที่ AI สามารถดำเนินการได้อย่างน่าเชื่อถือ คุณภาพของการดำเนินงานดังกล่าว และผลกระทบเชิงพาณิชย์ที่เกิดขึ้น
คำถามจะเปลี่ยนจาก “เราใช้ AI มากแค่ไหน” เป็น “ตอนนี้องค์กรของเราทำอะไรได้บ้างที่ก่อนหน้านี้ทำไม่ได้”
เมื่อมองไปข้างหน้าในช่วงสามถึงห้าปีข้างหน้า คุณคาดว่าความสัมพันธ์ระหว่างพนักงาน ซอฟต์แวร์สำหรับองค์กรแบบดั้งเดิม และตัวแทน AI อัตโนมัติจะเปลี่ยนแปลงไปอย่างไร และอะไรจะเป็นสิ่งที่ทำให้องค์กรที่เปลี่ยนผ่านสู่รูปแบบการดำเนินงานที่ขับเคลื่อนด้วย AI แบบเอเจนต์ได้สำเร็จแตกต่างจากองค์กรอื่น
ผมเชื่อว่าเรากำลังก้าวจากยุคที่ระบบบันทึกข้อมูลเป็นตัวกำหนด ไปสู่ยุคที่ระบบปฏิบัติงานมีบทบาทกำหนดทิศทางมากขึ้นเรื่อย ๆ
ซอฟต์แวร์สำหรับองค์กรแบบดั้งเดิมจะยังคงมีความสำคัญ โดยทำหน้าที่จัดเตรียมข้อมูลพื้นฐาน บันทึกทางธุรกิจ และโครงสร้างพื้นฐานที่องค์กรต้องพึ่งพา แต่ระบบ AI แบบเอเจนต์จะเข้ามาทำงานครอบคลุมแอปพลิเคชันเหล่านั้นมากขึ้นเรื่อย ๆ เพื่อประสานงานและดำเนินงานที่แต่ก่อนต้องอาศัยคนสลับไปมาระหว่างระบบ จัดการการส่งต่องาน และผลักดันงานแต่ละชิ้นให้คืบหน้า
สำหรับพนักงาน นี่ถือเป็นการเปลี่ยนแปลงพื้นฐานในวิธีที่พวกเขาใช้งานเทคโนโลยี แทนที่จะต้องจัดการทุกขั้นตอนของกระบวนงาน ผู้คนจะมีหน้าที่กำหนดเป้าหมาย วางขอบเขต ใช้วิจารณญาณ และเข้าแทรกแซงในจุดที่ความเชี่ยวชาญของตนสร้างคุณค่าได้มากที่สุดมากขึ้นเรื่อย ๆ
แต่การเปลี่ยนผ่านดังกล่าวต้องอาศัยมากกว่าการนำตัวแทน AI มาใช้หรือเพิ่มความสามารถด้าน AI ให้กับแอปพลิเคชันที่มีอยู่ องค์กรจำเป็นต้องทบทวนใหม่ว่าโครงสร้างงานเป็นอย่างไร มีการตัดสินใจอย่างไร และข้อมูลเชิงลึกไหลเวียนข้ามฝ่ายต่าง ๆ อย่างไร
งานวิจัยของเราร่วมกับ IDC ตอกย้ำความสำคัญของการกำกับดูแล การประสานการทำงาน และความร่วมมือข้ามฝ่าย ผมขอเสริมว่าความเข้าใจอย่างลึกซึ้งในสาขาที่เกี่ยวข้องก็สำคัญไม่แพ้กัน ระบบจำเป็นต้องมีทั้งความสามารถด้านวิศวกรรมในการดำเนินงานอย่างน่าเชื่อถือ และบริบททางธุรกิจที่ช่วยให้เข้าใจว่าการดำเนินงานที่ดีควรเป็นอย่างไร
องค์กรที่ประสบความสำเร็จไม่จำเป็นต้องเป็นองค์กรที่นำตัวแทน AI มาใช้มากที่สุด แต่จะเป็นองค์กรที่มองเห็นว่า AI แบบเอเจนต์เป็นโอกาสในการออกแบบรูปแบบการดำเนินงานของตนขึ้นใหม่อย่างถึงรากถึงโคน
โอกาสที่แท้จริงไม่ใช่การทำให้วิธีทำงานในปัจจุบันมีประสิทธิภาพมากขึ้น แต่คือการสร้างรูปแบบใหม่ทั้งหมดสำหรับการดำเนินงานในองค์กร
ขอบคุณสำหรับบทสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมเกี่ยวกับ AI แบบเอเจนต์สำหรับองค์กร รวมถึงกระบวนงานด้านกฎหมาย การทำสัญญา การจัดซื้อ และการเงินที่เชื่อมโยงถึงกัน สามารถเข้าไปดูได้ที่ Leah.












