สก็อตต์ เอิร์นสต์ ซีอีโอของ Vyond – ชุดบทสัมภาษณ์

คุณเป็นผู้นำบริษัทเทคโนโลยีผ่านการเปลี่ยนแปลงครั้งใหญ่มาแล้วหลายครั้ง ตั้งแต่การช่วยขยาย Compete จากบริษัทระยะเริ่มต้นจนถูกซื้อกิจการ การนำ Macromill เข้าจดทะเบียนในตลาดหลักทรัพย์ ไปจนถึงการปรับทิศทางของ Drift โดยเน้น AI ก่อนที่ Salesloft จะเข้าซื้อกิจการ ขณะที่คุณเข้ารับตำแหน่งผู้นำ Vyond ท่ามกลางการเปลี่ยนแปลงทางเทคโนโลยีครั้งใหญ่อีกครั้ง บทเรียนจากประสบการณ์เหล่านั้นมีส่วนกำหนดแนวทางที่คุณใช้รับมือกับยุค AI อย่างไร

สิ่งที่ผมเห็นซ้ำแล้วซ้ำเล่าจากการเปลี่ยนผ่านทุกครั้งคือ การเปลี่ยนแปลงทางเทคโนโลยีแทบไม่ใช่ส่วนที่ยากที่สุด ส่วนที่ยากคือการทำให้องค์กรเดินหน้าไปด้วยกันเมื่อเห็นชัดแล้วว่าต้องเปลี่ยน ที่ Compete บทเรียนคือเรื่องวินัย การสร้างผู้นำในตลาดหมวดหมู่หนึ่งจากจุดเริ่มต้นเล็ก ๆ ต้องมุ่งมั่นกับสิ่งไม่กี่อย่างที่ขับเคลื่อนธุรกิจได้จริง แทนที่จะไล่คว้าทุกโอกาส ส่วนที่ Macromill การขยายธุรกิจไปทั่วโลกและการนำบริษัทเข้าตลาดหลักทรัพย์สอนผมว่า หากเติบโตโดยขาดความเข้มงวดในการดำเนินงาน ในที่สุดธุรกิจก็จะไปต่อไม่ไหว…คุณจำเป็นต้องมีระบบรายงาน การคาดการณ์ และการกำกับดูแล เพื่อให้ขยายงานได้รวดเร็วพอ ๆ กับการเติบโตของธุรกิจ

ประสบการณ์ที่ Drift สอดคล้องกับสิ่งที่กำลังเกิดขึ้นในตอนนี้มากที่สุด ตอนที่ ChatGPT เปิดตัว เราสร้างผลิตภัณฑ์ AI ของเราเองไว้แล้ว และสัญชาตญาณแรกของเราคือปกป้องผลิตภัณฑ์นั้น แต่เรากลับตัดสินใจเลือกทางที่ยากกว่า ด้วยการเปิดรับแนวทางใหม่และปรับทิศทางทั้งบริษัทให้มุ่งเน้น AI เชิงสร้างสรรค์ เพราะเราเชื่อว่าตลาดกำลังเปลี่ยนแปลงเร็วกว่าที่ข้อได้เปรียบในการแข่งขันของเราจะปกป้องไว้ได้ นั่นไม่ใช่การตัดสินใจเรื่องผลิตภัณฑ์ แต่เป็นการตัดสินใจของผู้นำที่เกี่ยวกับความเชื่อมั่นและจังหวะเวลา

บทเรียนที่ผมนำติดตัวมาที่ Vyond คือ ในช่วงเปลี่ยนผ่านของแพลตฟอร์มอย่างแท้จริง บริษัทที่ชนะไม่ใช่บริษัทที่ระมัดระวังที่สุดหรือเสี่ยงที่สุด แต่เป็นบริษัทที่ทำให้ทั้งองค์กรเห็นพ้องกับมุมมองที่ชัดเจนได้อย่างรวดเร็ว แล้วลงมือทำด้วยความเร่งด่วนอย่างแท้จริง นี่คือกระบวนการที่เรากำลังดำเนินการอยู่ในขณะนี้ เราทำความเข้าใจว่าอะไรคือความจริงในวันนี้ สร้างความเชื่อมั่นอย่างแท้จริงว่าตลาดกำลังมุ่งหน้าไปทางใด และทำให้ทั้งบริษัทเดินไปในทิศทางเดียวกันก่อนที่โอกาสจะปิดลง

Generative AI ทำให้ธุรกิจสร้างเนื้อหาได้ง่ายขึ้นอย่างมาก แต่คุณเคยกล่าวว่าความท้าทายที่ใหญ่กว่าคือการนำความรู้ไปใช้ในทางปฏิบัติ เรื่องนี้หมายถึงอะไร และเหตุใดคุณจึงเชื่อว่าการสร้างเนื้อหาเพียงอย่างเดียวช่วยแก้ปัญหาได้เพียงส่วนเล็ก ๆ

Generative AI แก้ปัญหาคอขวดที่ยากที่สุดในการสร้างเนื้อหาในอดีตได้ ก่อนหน้านี้ต้องอาศัยผู้เชี่ยวชาญ ขั้นตอนการผลิต และเวลาเตรียมงานพอสมควร แต่ตอนนี้แทบทุกคนในองค์กรสามารถสร้างเนื้อหาได้ภายในไม่กี่นาที นี่เป็นการปลดล็อกข้อจำกัดอย่างแท้จริง แต่ก็หมายความว่าทุกฝ่าย ตั้งแต่การตลาด ฝ่ายทรัพยากรบุคคล ฝ่ายขาย ฝ่ายไอที ไปจนถึง L&D ต่างสร้างเนื้อหาแยกกัน โดยมักกล่าวถึงความรู้พื้นฐานเรื่องเดียวกัน ใช้เครื่องมือคนละชุด และไม่มีระบบบันทึกข้อมูลกลางที่ใช้ร่วมกัน

การนำความรู้ไปใช้ในทางปฏิบัติไม่ได้อยู่ที่การสร้างเนื้อหาให้มากขึ้นเท่ากับการทำให้แน่ใจว่าผู้คนค้นหาและใช้ข้อมูลที่ถูกต้องได้ นั่นคือการรู้ว่าเนื้อหาฉบับปัจจุบันที่เชื่อถือได้อยู่ที่ใด ใครเป็นผู้รับผิดชอบ เนื้อหานั้นได้รับอนุมัติแล้วหรือไม่ และจะนำไปใช้ในขั้นตอนการทำงานที่ผู้คนต้องการจริงได้อย่างไร ไม่ว่าจะเป็นระบบ LMS, CRM เช็กลิสต์ปฐมนิเทศพนักงานใหม่ หรือตัวติดตามการปฏิบัติตามข้อกำหนด หากไม่มีระบบชั้นนี้ ก็จะเกิดสิ่งที่ผมเรียกว่า “ความโกลาหลในการสื่อสาร” เนื้อหาถูกทำซ้ำ มาตรฐานแบรนด์ค่อย ๆ คลาดเคลื่อน ทีมต่าง ๆ สร้างงานที่มีอยู่แล้วขึ้นมาใหม่ และไม่มีใครยืนยันได้อย่างมั่นใจว่าเนื้อหาฉบับใดเป็นข้อมูลที่ถูกต้อง ความโกลาหลส่วนใหญ่เริ่มเร็วกว่าที่หลายคนคิดเสียอีก คือก่อนที่จะสร้างชิ้นงานใด ๆ เมื่อไม่มีใครยืนยันกลุ่มเป้าหมาย เป้าหมาย หรือแหล่งข้อมูลที่ควรใช้เป็นพื้นฐานของคำขอนั้นอย่างแท้จริง

การสร้างเนื้อหาตอบคำถามว่า “เราสร้างสิ่งนี้ได้อย่างรวดเร็วหรือไม่” ซึ่งเป็นปัญหาจริงที่ AI แก้ไปได้เกือบทั้งหมดแล้ว ส่วนการนำความรู้ไปใช้ในทางปฏิบัติตอบคำถามว่า “ในเวลาที่ต้องการและในเครื่องมือที่ใช้อยู่แล้ว คนที่ใช่จะค้นหาเนื้อหาฉบับที่ถูกต้องและเชื่อถือได้พบหรือไม่” ปัญหาข้อหลังมีขอบเขตกว้างกว่า เป็นปัญหาเชิงโครงสร้างมากกว่า และยังห่างไกลจากการได้รับการแก้ไขทั่วทั้งอุตสาหกรรม นี่คือโอกาสที่แท้จริงตรงหน้าเรา

องค์กรต่าง ๆ กำลังสะสมเอกสาร ข้อมูล สรุปที่สร้างโดย AI และองค์ความรู้ภายในองค์กรไว้เป็นจำนวนมหาศาล คุณเห็นว่าปัญหาใหญ่ที่สุดเกิดขึ้นตรงไหน ระหว่างการเข้าถึงข้อมูลเหล่านั้นกับการสื่อสารข้อมูลให้พนักงานเข้าใจและนำไปใช้ได้จริง?

ปัญหาไม่ได้อยู่ที่การเข้าถึง… เพราะองค์กรส่วนใหญ่มีข้อมูลมากเกินกว่าที่คนคนเดียวจะประมวลผลได้อยู่แล้ว แต่อยู่ที่การแปลงข้อมูลและความน่าเชื่อถือ องค์ความรู้มักอยู่ในรูปแบบที่มีเนื้อหาแน่นและไม่เปลี่ยนแปลง เช่น ไฟล์ PDF สไลด์นำเสนอ วิกิ และเอกสารนโยบาย ซึ่งจัดทำขึ้นเพื่อจัดเก็บและค้นหา ไม่ใช่เพื่อให้ทำความเข้าใจได้อย่างรวดเร็ว การแปลงข้อมูลเหล่านั้นให้เป็นสิ่งที่ผู้คนรับสารและนำไปใช้ได้จริง จำเป็นต้องมีกระบวนการแปลงข้อมูล ซึ่งองค์กรส่วนใหญ่ยังไม่ได้ลงทุนอย่างเป็นระบบ

ฉันเห็นเรื่องนี้ได้อย่างชัดเจนจากการพูดคุยกับรองประธานฝ่ายเทคโนโลยีการตลาดระดับองค์กรของลูกค้ารายหนึ่ง ซึ่งเป็นบริษัทเทคโนโลยีที่ติดอันดับ Fortune 100 ปัญหาของเขาไม่ใช่การขาดข้อมูล แต่เป็นการที่หน่วยงานต่าง ๆ ในองค์กรขนาดใหญ่มากต่างแก้ปัญหาด้านการสื่อสารแบบเดียวกันอย่างแยกส่วนและไม่สอดคล้องกัน ทำให้องค์ความรู้ที่มีอยู่ในบริษัทไม่สามารถส่งต่อไปถึงผู้ที่ต้องการได้อย่างสม่ำเสมอ ในรูปแบบที่พวกเขานำไปใช้ได้ เขากล่าวไว้ว่า ในบริษัทขนาดใหญ่เช่นนั้น มือซ้ายกับมือขวาแทบไม่ได้สื่อสารกันเลย

นี่คือช่องว่างที่แท้จริง: องค์กรมีข้อมูลมากมาย แต่มีข้อมูลเชิงลึกน้อยเกินไป วิธีแก้ไม่ใช่การเพิ่มเนื้อหาหรือพื้นที่จัดเก็บ แต่คือการสร้างแนวทางปฏิบัติ และยิ่งนับวันก็ยิ่งต้องมีระบบ สำหรับแปลงองค์ความรู้ดิบขององค์กรให้เป็นการสื่อสารที่ชัดเจน เป็นภาพ และน่าเชื่อถือ พร้อมส่งต่อไปยังขั้นตอนการทำงานที่มีการตัดสินใจเกิดขึ้นจริง

เมื่อเอเจนต์ AI สามารถแปลงองค์ความรู้ของบริษัทให้เป็นสื่อฝึกอบรม เครื่องมือสนับสนุนการขาย เนื้อหาด้านการปฏิบัติตามกฎระเบียบ หรือการสื่อสารภายในได้โดยอัตโนมัติ มนุษย์ควรยังควบคุมเรื่องใด และองค์กรจะปล่อยให้เอเจนต์ทำงานได้อย่างอิสระในส่วนใดอย่างปลอดภัย?

หลักทั่วไปของฉันคือ ให้เอเจนต์รับผิดชอบงานลงมือทำ ส่วนมนุษย์รับผิดชอบการใช้วิจารณญาณ โดยเฉพาะงานที่ความผิดพลาดอาจส่งผลกระทบร้ายแรง สำหรับงานที่มีความเสี่ยงต่ำ มีปริมาณมาก และทำซ้ำ ๆ เช่น การร่างฉบับแรก การจัดรูปแบบองค์ความรู้ใหม่ การปรับเนื้อหาที่ผ่านการอนุมัติแล้วให้เหมาะกับภาษาใหม่หรือภูมิภาคใหม่ หรือการปรับปรุงหลักสูตรฝึกอบรมเมื่อเอกสารต้นทางเปลี่ยนแปลง เอเจนต์สามารถและควรทำงานได้อย่างอิสระมาก นี่คืองานประเภทที่ใช้เวลามหาศาลในปัจจุบัน แต่สร้างคุณค่าเชิงกลยุทธ์ได้เพียงเล็กน้อย

มนุษย์ต้องยังคงควบคุมอย่างเข้มงวดในทุกกรณีที่เนื้อหาอาจก่อให้เกิดความเสี่ยงด้านกฎหมาย กฎระเบียบ ความปลอดภัย หรือแบรนด์ ในกรณีเช่นนี้ มนุษย์ต้องเป็นผู้ตรวจสอบขั้นสุดท้ายก่อนเผยแพร่เนื้อหาใด ๆ และต้องตรวจสอบย้อนกลับไปยังแหล่งข้อมูลต้นทางได้อย่างครบถ้วน

เราเห็นเรื่องนี้เกิดขึ้นโดยตรงกับลูกค้ารายหนึ่งในภาคการป้องกันประเทศ ในช่วงแรก ทีมรักษาความปลอดภัยของลูกค้าไม่ยอมอนุมัติให้ใช้ AI ในขั้นตอนการทำงานเลย เนื่องจากงานของพวกเขามีความอ่อนไหว วิธีแก้ไม่ได้อยู่ที่การให้อิสระแก่เอเจนต์มากขึ้น แต่อยู่ที่การวางมาตรการป้องกันที่เหมาะสม ได้แก่ ข้อตกลงเฉพาะที่รับประกันว่าข้อมูลของลูกค้าจะไม่ถูกนำไปฝึกโมเดลภายนอก และจุดตรวจสอบที่ชัดเจน ซึ่งทีมงานของลูกค้ายังคงมีอำนาจอนุมัติ นี่คือแนวทางที่ฉันคิดว่าสามารถนำไปใช้เป็นหลักการทั่วไปได้: ระดับความเป็นอิสระของเอเจนต์ควรเพิ่มขึ้นตามความสามารถในการย้อนกลับและความเสี่ยงต่ำของงาน ส่วนระดับการควบคุมของมนุษย์ควรเพิ่มขึ้นตามระดับความไว้วางใจ การปฏิบัติตามกฎระเบียบ หรือความเสี่ยงต่อแบรนด์ที่เกี่ยวข้อง

การกำกับดูแลแบรนด์มีความซับซ้อนขึ้นมากเมื่อสามารถสร้างเนื้อหาหลายพันชิ้นโดยอัตโนมัติ องค์กรจำเป็นต้องมีมาตรการป้องกันด้านเทคนิคและการจัดการอะไรบ้าง เพื่อให้มั่นใจว่าการสื่อสารที่สร้างโดย AI ถูกต้อง สอดคล้องกัน และเป็นไปตามนโยบายของบริษัท?

ในด้านเทคนิค มาตรการป้องกันที่สำคัญที่สุดคือการทำให้ผลลัพธ์ที่ AI สร้างขึ้นยึดโยงกับแหล่งข้อมูลต้นทางและระบบแบรนด์ที่บริษัทอนุมัติ แทนที่จะปล่อยให้ AI สร้างเนื้อหาได้อย่างอิสระ แพลตฟอร์มต้องบังคับใช้คู่มือรูปแบบการสื่อสาร สินทรัพย์ของแบรนด์ และมาตรการกำกับการปรับแต่ง ไม่ใช่ปล่อยให้ผู้ใช้แต่ละคนต้องจำและทำตามเอง นั่นหมายความว่าโลโก้ สี เทมเพลต และฟุตเทจอ้างอิงที่ได้รับอนุมัติ ต้องอยู่ภายในแพลตฟอร์ม เพื่อให้เนื้อหาทุกชิ้นที่สร้างขึ้นดึงข้อมูลจากแหล่งเดียวกัน ไม่ใช่จากไฟล์ฉบับใดก็ตามที่บังเอิญอยู่บนคอมพิวเตอร์ของใครสักคนในสัปดาห์นั้น การควบคุมเวอร์ชันและบันทึกการตรวจสอบก็สำคัญไม่แพ้กัน หากมีการสร้าง แก้ไข หรืออนุมัติเนื้อหา องค์กรต้องตรวจสอบย้อนกลับได้ว่าใครเป็นผู้ร้องขอ เนื้อหานั้นมาจากแหล่งใด และใครเป็นผู้อนุมัติ นอกจากนี้ ผู้ตรวจทานและผู้มีส่วนเกี่ยวข้อง ไม่ใช่เพียงผู้ควบคุมเครื่องมือ ต้องสามารถแสดงความคิดเห็นและอนุมัติภายในขั้นตอนการทำงานเดียวกันได้ เพื่อไม่ให้การอนุมัติเกิดขึ้นในอีเมลแยกต่างหาก ซึ่งจะทำลายบันทึกการตรวจสอบที่องค์กรกำลังพยายามสร้างขึ้น

ในด้านการจัดการ มาตรการป้องกันคือการกำหนดผู้รับผิดชอบให้ชัดเจน องค์กรที่เราทำงานด้วยและกำกับดูแลเรื่องนี้ได้ดี ต่างเลิกใช้แนวทางที่ให้แต่ละทีมเลือกใช้เครื่องมือและกระบวนการของตนเองอย่างเป็นอิสระ แล้วหันมาปฏิบัติต่อแพลตฟอร์มการสื่อสารเสมือนเป็นระบบบันทึกข้อมูลหลัก… โดยกำหนดสิทธิ์การเข้าถึงอย่างรอบคอบ ติดตามการใช้งานโดยรวม และมีหน่วยงานกำกับดูแลขนาดเล็กที่รับผิดชอบมาตรฐานซึ่งทุกคนต้องใช้เป็นแนวทาง เราเห็นองค์กรขนาดใหญ่ประเมินอย่างชัดเจนว่าแพลตฟอร์มหนึ่งจะเป็นระบบมาตรฐานที่ใช้ทั่วทั้งบริษัทได้หรือไม่ ด้วยเหตุผลนี้เอง เพราะเป็นหนทางเดียวที่จะทำให้เกิดความสอดคล้องในวงกว้าง แทนที่จะมีเนื้อหาหลายพันชิ้นที่แต่ละชิ้นอาจถือว่า “ดีพอ” แต่กลับไม่สอดคล้องกันจริง ๆ

หลักการพื้นฐานยังคงเหมือนเดิมกับที่ใช้กำกับดูแลแบรนด์มาโดยตลอด เพียงแต่ตอนนี้ต้องทำงานในปริมาณที่มากขึ้นและด้วยความเร็วที่สูงขึ้นมาก จึงต้องฝังมาตรการป้องกันไว้ในระบบ แทนที่จะค่อยบังคับใช้หลังเกิดเหตุ

การหลอนข้อมูลเป็นเรื่องน่ากังวลในแชตบอต แต่ผลกระทบอาจร้ายแรงกว่ามากเมื่อข้อมูลที่ไม่ถูกต้องถูกนำไปสร้างเป็นวิดีโอฝึกอบรมหรือวิดีโอด้านการปฏิบัติตามข้อกำหนดที่ดูน่าเชื่อถือ องค์กรควรคำนึงถึงการยึดโยงกับแหล่งข้อมูล การตรวจสอบยืนยัน และที่มาของข้อมูลอย่างไร เมื่อการสื่อสารที่สร้างด้วย AI เป็นระบบอัตโนมัติมากขึ้น?

คุณพูดถูกว่าเดิมพันต่างกัน คำตอบที่หลอนขึ้นมาในหน้าต่างแชตจะถูกตั้งคำถามทันที แต่ข้อเท็จจริงที่หลอนขึ้นมาแล้วแทรกอยู่ในวิดีโอด้านการปฏิบัติตามข้อกำหนดที่ผ่านการผลิตอย่างประณีตและเป็นมืออาชีพ ย่อมมีน้ำหนักน่าเชื่อถือจนผู้คนไม่ค่อยตั้งข้อสงสัย ซึ่งตรงกันข้ามกับสิ่งที่ควรเป็นอย่างยิ่ง เพราะเรื่องนี้ควรถูกตรวจสอบอย่างเข้มงวดที่สุด

หลักการแรกต้องเป็นการยึดโยงกับแหล่งข้อมูล กล่าวคือ การสื่อสารที่สร้างด้วย AI ควรถูกจำกัดให้อ้างอิงเฉพาะเนื้อหาต้นทางที่องค์กรจัดเตรียมไว้จริง…ทั้งเอกสาร นโยบาย และข้อมูลที่องค์กรอนุมัติใช้เอง แทนที่จะอาศัยความรู้ทั่วไปของโมเดล

หลักการที่สองคือการระบุที่มา เนื้อหาที่สร้างขึ้นทุกชิ้นควรตรวจสอบย้อนกลับไปยังแหล่งข้อมูลเฉพาะที่ใช้สร้างได้ เพื่อเมื่อพบข้อผิดพลาด จะได้ทราบแน่ชัดว่าข้อมูลนั้นมาจากไหนและแก้ไขที่ต้นทาง ไม่ใช่แค่แก้เนื้อหาที่สร้างออกมา

หลักการที่สามคือการตรวจสอบยืนยัน โดยต้องฝังจุดตรวจสอบไว้ในขั้นตอนการทำงานตั้งแต่ต้น ไม่ใช่มาเพิ่มภายหลัง ผู้ตรวจสอบที่เป็นมนุษย์ควรเห็นขั้นตอนระหว่างทาง ไม่ใช่แค่ดูวิดีโอฉบับสมบูรณ์ที่ผ่านการขัดเกลาแล้ว เพราะความประณีตนี่เองที่ทำให้ตรวจพบข้อผิดพลาดได้ยากขึ้น ในทางปฏิบัติ หมายถึงการตรวจทานโครงร่างฉบับสมบูรณ์หรือฉบับร่างที่ตัดต่อแล้วทีละฉาก ก่อนตัดสินใจเรนเดอร์ฉบับสุดท้ายซึ่งมีค่าใช้จ่ายสูงกว่า เพื่อให้ตรวจพบข้อเท็จจริงที่ผิดหรือข้อความที่ไม่สอดคล้องกับแบรนด์ได้ตั้งแต่ตอนที่ยังแก้ไขได้ง่ายและมีค่าใช้จ่ายต่ำ เรื่องนี้เป็นประเด็นหนึ่งที่องค์กรควรระมัดระวัง และนี่คือเหตุผลที่แพลตฟอร์มซึ่งได้รับความไว้วางใจจากองค์กรในด้านนี้จะไม่ใช่แพลตฟอร์มที่เร็วที่สุด แต่เป็นแพลตฟอร์มที่ทำให้การยึดโยงกับแหล่งข้อมูล การตรวจสอบย้อนกลับ และการทบทวน กลายเป็นส่วนสำคัญเชิงโครงสร้างของการทำงานในระบบ ไม่ใช่การตั้งค่าเสริมที่เลือกใช้หรือไม่ก็ได้

ชั้นที่สี่คือการประเมินอย่างต่อเนื่อง ไม่ใช่แค่การตรวจทานขั้นสุดท้าย ในระบบที่ทำงานแบบเอเจนต์ การตรวจสอบวิดีโอฉบับสมบูรณ์ยังไม่เพียงพอ เราต้องมองเห็นได้ว่าเอเจนต์ทำงานจนได้ผลลัพธ์นั้นมาอย่างไร เราติดตามผลลัพธ์ของเอเจนต์และการตัดสินใจระหว่างทางอย่างต่อเนื่อง พร้อมตรวจสอบว่ายังคงสอดคล้องกับเอกสารต้นทาง ฐานความรู้ และเจตนาเดิมของลูกค้าหรือไม่ วิธีนี้ช่วยให้เราตรวจพบการเบี่ยงเบนหรือผลลัพธ์ที่มีคุณภาพลดลงได้ขณะที่วิดีโอยังอยู่ระหว่างการสร้าง แทนที่จะเพิ่งพบปัญหาหลังจากทำเสร็จแล้ว

ระบบ AI กำลังเชื่อมต่อโดยตรงกับฐานความรู้และขั้นตอนการทำงานทางธุรกิจขององค์กรมากขึ้นเรื่อย ๆ คุณคาดว่าแพลตฟอร์มการสื่อสารรุ่นต่อไปจะกลายเป็นส่วนเชื่อมต่อระหว่างข้อมูลขององค์กร เอเจนต์ AI และพนักงาน แทนที่จะเป็นเพียงเครื่องมือสร้างเนื้อหาหรือไม่?

ใช่ และผมคิดว่าการเปลี่ยนแปลงนี้กำลังเกิดขึ้นแล้ว การสร้างเนื้อหาเป็นปัญหาแรกและชัดเจนที่สุดที่ AI เข้ามาแก้ เพราะเป็นคอขวดที่เห็นได้ชัดที่สุด แต่เมื่อการสร้างเนื้อหาไม่ใช่ข้อจำกัดอีกต่อไป บทบาทที่มีคุณค่ามากกว่าคือการเป็นตัวกลางระหว่างองค์ความรู้ขององค์กร…ไม่ว่าจะเป็น CRM, LMS, ระบบนโยบาย วิกิภายในองค์กร และผู้คนที่ต้องการให้แปลงองค์ความรู้นั้นเป็นสิ่งที่นำไปใช้ได้จริง

บทบาทนี้แตกต่างจากเครื่องมือสร้างเนื้อหาอย่างมีนัยสำคัญ เครื่องมือสร้างเนื้อหาจะรอให้ใครสักคนส่งคำขอมา ส่วนชั้นการเชื่อมต่อจะทำงานอยู่ในขั้นตอนที่มีองค์ความรู้อยู่แล้ว เข้าใจว่ามีอะไรเปลี่ยนแปลง และช่วยส่งต่อการสื่อสารที่เหมาะสมไปยังบุคคลที่เหมาะสม โดยไม่ต้องรอให้ใครเริ่มต้นทุกครั้ง

เราเริ่มเห็นสัญญาณว่าองค์กรต้องการสิ่งนี้อย่างชัดเจนแล้ว ลูกค้ารายใหญ่ไม่ได้ขอให้เราเป็นเพียงเครื่องมือวิดีโอสำหรับทีมเดียวมากขึ้นเรื่อย ๆ แต่ถามว่าเราจะเป็นระบบมาตรฐานสำหรับทั้งองค์กรได้หรือไม่ การเปลี่ยนองค์ความรู้ขององค์กรให้เป็นการสื่อสารจะเปิดโอกาสให้พนักงานที่อยู่นอกทีมสร้างสรรค์หลัก ไม่ว่าจะเป็นทีมกฎหมาย ทีมกำกับดูแลการปฏิบัติตามข้อกำหนด ทีมประจำภูมิภาค หรือผู้จัดการแนวหน้า เข้ามามีส่วนร่วมได้โดยไม่ต้องมีใบอนุญาตใช้งานเต็มรูปแบบหรือผ่านการเรียนรู้ที่ซับซ้อน

การเปลี่ยนแปลงนี้ยังเร่งตัวขึ้นจากโปรโตคอลแบบเปิดที่กำลังเกิดขึ้น เช่น MCP และ A2A โดย MCP ช่วยให้เอเจนต์ AI มีวิธีมาตรฐานในการดึงบริบทที่เชื่อถือได้จากเครื่องมือและระบบบันทึกข้อมูลขององค์กรเอง ส่วน A2A ช่วยให้เอเจนต์เฉพาะทางจากแพลตฟอร์มต่าง ๆ ทำงานร่วมกันได้ ในทางปฏิบัติ นั่นหมายความว่าแพลตฟอร์มอย่างของเราไม่จำเป็นต้องเป็นเจ้าของทุกขั้นตอนการทำงานหรือข้อมูลทุกส่วนขององค์กรจึงจะมีประโยชน์ แต่สามารถเชื่อมต่อกับระบบที่บริษัทไว้วางใจอยู่แล้ว ทำงานร่วมกับเอเจนต์อื่นเมื่อเหมาะสม และมุ่งเน้นสิ่งที่เราทำได้ดีที่สุด นั่นคือการเปลี่ยนบริบทดังกล่าวให้เป็นการสื่อสารที่ผู้คนเข้าใจและนำไปปฏิบัติได้จริง นี่คือการเปลี่ยนผ่านจากการสร้างเนื้อหาไปสู่โครงสร้างพื้นฐานด้านการสื่อสาร และผมคาดว่าทั้งอุตสาหกรรมจะมุ่งไปในทิศทางนี้

Vyond ให้บริการแก่องค์กรในด้านการเรียนรู้และการพัฒนา ทรัพยากรบุคคล การสนับสนุนงานขาย การปฏิบัติตามข้อกำหนด และการสื่อสารภายใน คุณคิดว่าด้านใดจะเปลี่ยนแปลงไปอย่างมีนัยสำคัญที่สุดจาก AI แบบเอเจนต์ และขั้นตอนการทำงานเหล่านั้นอาจมีหน้าตาเป็นอย่างไรเมื่อเอเจนต์ทำงานได้เก่งขึ้น?

ฉันจะชี้ไปที่การปฏิบัติตามข้อกำหนดและการเรียนรู้และพัฒนาเป็นสองส่วนที่มีพื้นที่มากที่สุดสำหรับการเปลี่ยนแปลงอย่างแม่นยำ เพราะทั้งสองส่วนนี้เป็นส่วนที่มีภาระมากที่สุดกับการล้าสมัยในปัจจุบัน การฝึกอบรมการปฏิบัติตามข้อกำหนดมักถูกสร้างขึ้นครั้งเดียวและปรับปรุงในวงจรประจำปีหรือรายปักษ์ที่ช้า แม้ว่านโยบาย กฎระเบียบ และความเสี่ยงจะเปลี่ยนแปลงอย่างต่อเนื่อง เมื่อตัวแทนสามารถตรวจสอบเอกสารนโยบายต้นฉบับได้อย่างน่าเชื่อถือและเข้าใจว่ามีอะไรเปลี่ยนแปลงไปบ้าง เนื้อหาการปฏิบัติตามข้อกำหนดสามารถเปลี่ยนจากโครงการผลิตเป็นระยะไปยังสิ่งที่ถูกเก็บให้เป็นปัจจุบันอย่างต่อเนื่อง ซึ่งเป็นจริงๆ แล้วเป็นการลดความเสี่ยงสำหรับองค์กร ไม่ใช่แค่การเพิ่มประสิทธิภาพเท่านั้น ยิ่งไปกว่านั้นนั่นยังหมายความว่าเนื้อหาตัวเองจำเป็นต้องมีบันทึกที่ชัดเจนและตรวจสอบได้ว่ามีการช่วยเหลือจาก AI เนื่องจากผู้ควบคุมและผู้ซื้อขององค์กรเริ่มคาดหวังว่าการเปิดเผยข้อมูลประเภทนั้นเป็นแนวทางปฏิบัติมาตรฐาน ไม่ใช่สิ่งที่คิดภายหลัง

L&D มีพลวัตที่คล้ายกัน แต่โอกาสคือการปรับให้เหมาะกับแต่ละบุคคลมากกว่าการทำให้เป็นปัจจุบัน: แทนที่จะมีโมดูลการฝึกอบรมหนึ่งที่สร้างขึ้นสำหรับผู้เรียนโดยเฉลี่ย ตัวแทนสามารถช่วยปรับแต่งจังหวะ ตัวอย่าง และแม้แต่รูปแบบให้เหมาะสมกับบทบาทและบุคคลนั้นๆ ในขณะที่ยังคงยึดหลักตามวัสดุต้นฉบับที่ได้รับการอนุมัติและมาตรฐานการออกแบบการสอน สำหรับองค์กรระดับโลก นั่นรวมถึงภาษาและเสียงด้วย ดังนั้นการฝึกอบรมเดียวกันจึงสามารถเข้าถึงโรงงานในบราซิลหรือทีมขายในญี่ปุ่นในรูปแบบที่รู้สึกเหมือนเป็นคนในพื้นที่จริงๆ ไม่ใช่แค่คำบรรยายเท่านั้น

การเปิดใช้งานการขายและการสื่อสารภายในองค์กรก็จะเปลี่ยนแปลงเช่นกัน แต่ฉันจะอธิบายว่าการเปลี่ยนแปลงนั้นเป็นเรื่องของความเร็วและความเกี่ยวข้องมากกว่าการเปลี่ยนแปลงโครงสร้าง… การส่งข้อความที่ถูกต้องไปยังตัวแทนหรือทีมที่ถูกต้องในรูปแบบที่เหมาะสมกับวิธีการที่พวกเขาบริโภคข้อมูลจริงๆ เส้นใยที่เชื่อมโยงกันในทุกพื้นที่เหล่านี้คือสิ่งเดียวกัน นั่นคือ AI ตัวแทนไม่เพียงแต่ทำให้แต่ละอย่างเร็วขึ้นเท่านั้น แต่ยังทำให้สามารถติดตามให้เป็นปัจจุบันได้ในแบบที่การผลิตด้วยมือในปัจจุบันไม่สามารถทำได้จริงๆ

เมื่อมองไปข้างหน้า หากองค์กรสามารถแปลงความรู้ภายในให้เป็นการสื่อสารที่ปรับให้เหมาะกับแต่ละบุคคลและเป็นปัจจุบันสำหรับพนักงานทุกคนได้อย่างต่อเนื่อง นั่นจะเปลี่ยนวิธีที่องค์กรฝึกอบรมผู้คน แบ่งปันความเชี่ยวชาญ และดำเนินงานในท้ายที่สุดได้อย่างไร

หากเป็นจริง และฉันเชื่อว่ามันจะเป็นจริง นั่นจะเปลี่ยนจังหวะการดำเนินงานของบริษัท ไม่ใช่แค่ฟังก์ชันการฝึกอบรมเท่านั้น ปัจจุบัน องค์กรส่วนใหญ่สื่อสารเป็นชุดๆ: วงจรการปฏิบัติตามข้อกำหนดประจำปี การประชุมบริษัททั้งรายไตรมาส แพ็กเก็ตการเริ่มต้นงานที่สร้างครั้งเดียวและนำมาใช้ซ้ำเป็นปีๆ นั่นเป็นผลมาจากการที่การสื่อสารมีราคาแพงและช้าในการผลิตในอดีต ไม่ใช่ภาพสะท้อนของความเร็วที่ธุรกิจเปลี่ยนแปลงจริงๆ

โลกที่ความรู้แปลงเป็นการสื่อสารที่ปรับให้เหมาะกับแต่ละบุคคลและเป็นปัจจุบันสำหรับพนักงานทุกคนอย่างต่อเนื่อง หมายความว่าการฝึกอบรมหยุดเป็นเหตุการณ์และกลายเป็นกระแสที่ปรับเปลี่ยนอย่างต่อเนื่อง… มีคนได้รับการอัปเดตในรูปแบบและความลึกที่เหมาะสมกับบทบาทของตน ในช่วงเวลาที่เกี่ยวข้อง ไม่ใช่เดือนต่อมาในชุดข้อมูล ความเชี่ยวชาญหยุดถูกเก็บไว้ภายในตัวบุคคลที่มีอยู่และกลายเป็นสิ่งที่องค์กรสามารถแจกจ่ายและเก็บให้สดใหม่ได้อย่างเป็นระบบ

ผลลัพธ์ที่ฉันยังคงย้ำถึงคือเวลา ทุกนาทีที่องค์กรใช้ในการค้นหาข้อมูลที่ถูกต้อง การสร้างสิ่งที่มีอยู่แล้วขึ้นใหม่ หรือการแก้ไขข้อความที่ออกไปแล้วและล้าสมัยหรือไม่สอดคล้องกัน คือเวลาที่ไม่ได้ใช้ในการดำเนินการ หากองค์กรสามารถปิดช่องว่างระหว่างความรู้และความเข้าใจได้อย่างแท้จริงและต่อเนื่องในระดับขนาดใหญ่ องค์กรที่ไปถึงจุดนั้นก่อนจะไม่เพียงแต่สื่อสารได้ดีขึ้นเท่านั้น แต่ยังเคลื่อนไหวได้เร็วกว่าองค์กรที่ยังคงดำเนินการเป็นชุดๆ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมควรเยี่ยมชม Vyond