อัตราการเติบโตของ AI: ช่วงต่อไปในอนาคตของนวัตกรรม

นับตั้งแต่การเกิดขึ้นของ ChatGPT โลกได้เข้าสู่รอบการเติบโตของ AI แต่สิ่งที่ผู้คนส่วนใหญ่ไม่เข้าใจคือ AI ไม่ใช่สิ่งใหม่ — มันอยู่กับเราเป็นเวลานานแล้ว แม้แต่ในยุคแรกๆ ของเครื่องมือค้นหาของ Google ที่ใช้กันอย่างแพร่หลาย การทำงานอัตโนมัติก็เป็นศูนย์กลางของผลลัพธ์ ตอนนี้โลกเริ่มตื่นขึ้นและรับรู้ว่า AI มีบทบาทมากเพียงใดใน生活ประจำวันของเราและยังมีศักยภาพที่ยังไม่ได้ถูกใช้มากนัก

อัตราการนำ AI ไปใช้และนวัตกรรมกำลังเคลื่อนไหวเร็วมาก — ใช้จ่ายประมาณ 1 ล้านล้านดอลลาร์ — ทำให้หลายคนสงสัยว่าเราจะสามารถคาดการณ์การขยายตัวของโมเดลในอนาคตได้อย่างแม่นยำแม้เพียงสองปีจากนี้หรือไม่ สิ่งนี้ได้รับแรงผลักดันมากขึ้นเมื่อบริษัทเทคโนโลยีเช่น Meta, Alphabet, Microsoft, Oracle และ OpenAI เปิดตัวการปรับปรุงและโมเดล AI ใหม่ๆ ต่อเนื่องกันเพื่อพยายามที่จะตามทันความต้องการของอุตสาหกรรม ผู้ผลิตชิป AI ของ Nvidia เติบโตอย่างรวดเร็วจนธุรกิจของพวกเขายังไม่สามารถประเมินมูลค่าได้อย่างเหมาะสม

สิ่งที่เรารู้เกี่ยวกับอัตราการเติบโตของ AI คือเมื่อปริมาณข้อมูลเพิ่มขึ้นและคุณภาพของข้อมูลดีขึ้น ความสามารถของ AI ในการขับเคลื่อนนวัตกรรมสำหรับกิจกรรมธุรกิจ การใช้งาน และกระบวนการในอุตสาหกรรมทุกประเภทก็จะดีขึ้นเช่นกัน เพื่อที่จะประมาณการว่า AI จะเป็นอย่างไรในอีกไม่กี่ปี เราต้องเข้าใจก่อนว่ากรณีการใช้งาน AI มีสองแบบ แบบแรกคือ AI เป็นเทคโนโลยี ที่ช่วยให้สามารถ ปรับปรุงโซลูชันที่มีอยู่ให้ดีขึ้น ทำให้มีประสิทธิภาพ มีความแม่นยำ และมีผลกระทบมากขึ้น แบบที่สองคือ AI มีศักยภาพที่จะเป็นเทคโนโลยี ผู้สร้างนวัตกรรม โดยการทำให้ความก้าวหน้าหรือโซลูชันที่ไม่สามารถจินตนาการได้กลายเป็นจริง

การคิดใหม่เกี่ยวกับอัตราการเติบโตของ AI ทั่วทั้งประวัติศาสตร์

แม้ว่าจะรู้สึกเหมือนว่ากระแสความนิยมของ AI เริ่มต้นเมื่อ OpenAI เปิดตัว ChatGPT ในปี 2022 แต่จุดกำเนิดของปัญญาประดิษฐ์และ การประมวลผลภาษาธรรมชาติ (NLPs) มีประวัติยาวนานหลายทศวรรษ อัลกอริทึมซึ่งเป็นพื้นฐานของ AI ถูกพัฒนาขึ้นครั้งแรกในยุค 1940s ซึ่งวางรากฐานสำหรับ การเรียนรู้ของเครื่อง และการวิเคราะห์ข้อมูล การใช้ AI ในอุตสาหกรรมต่างๆ เช่น การจัดการห่วงโซ่อุปทาน (SCM) สามารถย้อนกลับไปในยุค 1950s โดยใช้การทำงานอัตโนมัติในการแก้ปัญหาในด้านลอจิสติกส์และการจัดการสินค้าในคลัง ในช่วงยุค 1990s วิธีการที่ขับเคลื่อนด้วยข้อมูลและการเรียนรู้ของเครื่องจึงกลายเป็นเรื่องปกติในธุรกิจ เมื่อเข้าสู่ยุค 2000s เทคโนโลยีเช่น การทำงานอัตโนมัติด้วยหุ่นยนต์ (RPA) ได้ทำให้กระบวนการทำงานที่ซับซ้อนและบริหารจัดการธุรกิจต่างๆ มีประสิทธิภาพมากขึ้น

จากนั้นจึงมี ChatGPT มันชัดเจนว่าความเข้าใจของ AI ได้เปลี่ยนแปลงไปเนื่องจาก AI ที่สร้างขึ้น ก่อนที่จะมีการสร้าง GenAI ผู้บริโภคไม่เข้าใจกลไกของการทำงานอัตโนมัติ ต่อให้เป็นพลังของการทำงานอัตโนมัติสำหรับธุรกิจก็ตาม AI เป็นพื้นฐานของเทคโนโลยีสมัยใหม่หลายอย่าง เช่น Google Search Engine ผู้บริโภคส่วนใหญ่มีความเชื่อมั่นใน Google ที่จะให้คำตอบที่แม่นยำสำหรับคำถามที่ไม่สิ้นสุด แต่พวกเขาก็ไม่ค่อยพิจารณากระบวนการและอัลกอริทึมที่ซับซ้อนซึ่งทำให้ผลลัพธ์ปรากฏบนหน้าจอของพวกเขา แต่การเห็นคือการเชื่อ — ด้วย ChatGPT โลกเริ่มเห็นกรณีการใช้งานในชีวิตจริง ยังคงมีความเข้าใจผิดเกี่ยวกับว่า AI มีบทบาทมากเพียงใดใน生活ประจำวันของเรา — แม้แต่ในโลกธุรกิจด้วย เช่นเดียวกับที่กล่าวไว้ข้างต้น AI ช่วยให้เทคโนโลยีที่มีอยู่ดีขึ้น และเช่นเดียวกับไมโครชิปของ Intel AI ก็อยู่เบื้องหลังเทคโนโลยีที่เรใช้ทุกวัน

หากผู้นำไม่สามารถเข้าใจขนาดของ AI ได้ แล้วพวกเขาจะต้องคาดหวังให้ประสบความสำเร็จในการนำ AI ไปใช้ในการดำเนินธุรกิจประจำวันของพวกเขาได้อย่างไร นั่นคือปัญหา

ความท้าทายในการนำไปใช้และการเติบโต

หากใครถามเครื่องมือ GPT ว่า ‘มืออาชีพด้านการจัดซื้อจัดจ้างและห่วงโซ่อุปทานมีแนวโน้มที่จะพูดอะไรเกี่ยวกับ AI’ มันจะเน้นย้ำถึงช่องว่างความรู้ที่เกี่ยวข้องกับการนำ AI ไปใช้ ทั่วโลก การนำ AI ไปใช้เพิ่มขึ้นอย่างมากในรอบปีที่ผ่านมาหลังจากเติบโตอย่างจำกัดในหลายปีที่ผ่านมา ในช่วงหกปีที่ผ่านมา เพียง 50% ของผู้นำธุรกิจ ระบุว่าพวกเขากำลังลงทุนในเทคโนโลยี AI ทั่วทั้งการดำเนินงานของพวกเขา ในปี 2024 อัตราการนำไปใช้เพิ่มขึ้นเป็น 72% ซึ่งแสดงให้เห็นว่าผู้นำธุรกิจเพิ่งเริ่มตื่นตัวถึงศักยภาพของ AI ในการเพิ่มประสิทธิภาพองค์กรทั่วทั้งธุรกิจ

อย่างไรก็ตาม การรับรู้ถึงคุณค่าเต็มที่ของ AI ต้องใช้มากกว่าการนำโซลูชันที่ทันสมัยไปใช้ มันต้องการการเข้าถึงข้อมูลที่ถูกต้อง — ข้อมูลที่ให้ข้อมูลเชิงลึกเกี่ยวกับรูปแบบการใช้จ่ายจริงของธุรกิจ การแสดงผลของซัพพลายเออร์ ดायनามิกของตลาด และข้อจำกัดในโลกแห่งความเป็นจริง การเข้าถึงข้อมูลที่ไม่เพียงพอหมายถึงความเป็นความตายของนวัตกรรม AI ภายในองค์กร ตามข้อมูลจาก Gartner คาดการณ์ว่าอย่างน้อย 30% ของโครงการ GenAI ทั้งหมดจะถูกทิ้งเนื่องจากคุณภาพข้อมูลที่ไม่ดี นอกเหนือจากความท้าทายอื่นๆ เช่น การควบคุมความเสี่ยงที่ไม่เพียงพอ ต้นทุนที่เพิ่มขึ้น หรือคุณค่าทางธุรกิจที่ไม่ชัดเจน แต่ยังมีความท้าทายอื่นๆ ที่ธุรกิจต้องเผชิญเมื่อนำ AI ไปใช้และขยายขนาด

ในองค์กรขนาดใหญ่ มันเป็นเรื่องธรรมดาที่จะมี ‘ซิลโล’ ซึ่งสามารถทำให้ธุรกิจตกอยู่ในความเสี่ยงได้ ให้พิจารณาอุตสาหกรรมห่วงโซ่อุปทานเป็นตัวอย่าง ห่วงโซ่อุปทานมีบทบาทสำคัญในกลยุทธ์ธุรกิจ และสำหรับองค์กรระดับโลก ขนาดที่เชื่อมโยงกันของภาคส่วนนี้แทบจะไม่สามารถจินตนาการได้ หากด้านหนึ่งของธุรกิจดำเนินงานใน ‘ซิลโล’ มันสามารถทำให้ธุรกิจทั้งหมดตกอยู่ในความเสี่ยงได้ หากทีมห่วงโซ่อุปทานไม่สื่อสารการเปลี่ยนแปลงในความต้องการให้กับซัพพลายเออร์ของพวกเขา แล้วผู้นำจะคาดหวังให้สร้างการคาดการณ์ที่แม่นยำได้อย่างไร หากทีมขายไม่สื่อสารการคาดการณ์ที่อัปเดตให้กับทีมจัดซื้อจัดจ้าง พวกเขาอาจมีสัญญาระยะยาวตามข้อมูลที่ล้าสมัย ซึ่งอาจไม่สอดคล้องกับความต้องการของลูกค้าในปัจจุบัน

ไม่ว่าจะเป็น ‘ซิลโล’ องค์กรหรือข้อมูล การขาดการสื่อสารสามารถนำไปสู่การหยุดชะงักในการให้บริการลูกค้า สร้างความไม่มีประสิทธิภาพ และหยุดนวัตกรรม AI สามารถแสดงคุณค่าในการแก้ไข ‘ซิลโล’ เหล่านี้: หากเทคโนโลยีของพวกเขามีการเชื่อมต่ออย่างมีประสิทธิภาพ พนักงานและซัพพลายเออร์ของพวกเขาก็สามารถเชื่อมต่อได้เช่นกัน

ผู้นำธุรกิจกำลังลงทุนอย่างแข็งขันในโซลูชันที่ใช้ AI เพื่อขับเคลื่อนการทำงานอัตโนมัติ ความสามารถในการจัดซื้อเชิงกลยุทธ์ การมองเห็นและควบคุมการใช้จ่าย และผลกำไรโดยรวม เพื่อที่จะประสบความสำเร็จด้วยความสามารถของ AI เหล่านี้และบรรลุเป้าหมายการจัดการการใช้จ่ายทั้งหมด องค์กรต่างๆ ต้องทำงานร่วมกันเพื่อส่งเสริมความโปร่งใสและทำงานสู่เป้าหมายร่วมกัน

การวิวัฒนาการถัดไปของ AI

ในขณะนี้ กรณีการใช้งาน AI ที่ดีที่สุดซึ่งแท้จริงแล้วขับเคลื่อนประสิทธิภาพและความเติบโตของธุรกิจคือการทำให้กระบวนการทำงานที่ซับซ้อนและบริหารจัดการธุรกิจต่างๆ มีประสิทธิภาพมากขึ้น ไม่ว่าจะเป็นการเพิ่มประสิทธิภาพของการทำงาน การดึงข้อมูลและการวิเคราะห์ การจัดการสินค้าในคลัง หรือการบำรุงรักษาที่สามารถคาดการณ์ได้ แม้ว่ามันจะดูเหมือนง่าย แต่เมื่อนำไปใช้ในอุตสาหกรรม เช่น ห่วงโซ่อุปทานหรือการจัดซื้อจัดจ้าง กรณีการใช้งานเหล่านี้สามารถช่วยธุรกิจได้หลายชั่วโมงและหลายพันล้านดอลลาร์

เราพูดถึง AI ในฐานะเทคโนโลยี ที่ช่วยให้สามารถ — แต่ยังมีศักยภาพที่ไม่ได้ถูกใช้สำหรับ AI ที่จะเป็นเทคโนโลยี ผู้สร้างนวัตกรรม เมื่อเราก้าวเข้าสู่ปีใหม่ มีการพัฒนาของ AI ที่ผู้นำธุรกิจควรติดตามอย่างใกล้ชิด

สำหรับการจัดการห่วงโซ่อุปทานและจัดซื้อจัดจ้างโดยเฉพาะ การพัฒนาที่หนึ่งคือการปรับปรุงการหาสินค้าโดยอัตโนมัติ โดยใช้ AI และเทคโนโลยีขั้นสูงอื่นๆ ธุรกิจสามารถทำให้กระบวนการทำงานอัตโนมัติซึ่งเคยพึ่งพาโดยมนุษย์ เช่น การหาสินค้าและการทำสัญญา เพื่อขับเคลื่อนประสิทธิภาพและปลดปล่อยทรัพยากรโดยการให้ AI วิเคราะห์ข้อมูลจำนวนมาก ระบุรูปแบบ และตัดสินใจในการหาสินค้าในเวลาจริง การหาสินค้าโดยอัตโนมัติไม่เพียงแต่ช่วยให้ประหยัดต้นทุนได้มากโดยการประหยัดเวลาในการทำงานของพนักงาน ส่งเสริมประสิทธิภาพ และลดข้อผิดพลาด แต่ยังช่วยลดความเสี่ยงของการฉ้อโกงและการปลอมแปลงโดยการตรวจสอบความสอดคล้องกับมาตรฐานทางจริยธรรมและความยั่งยืนอย่างต่อเนื่อง

อย่างไรก็ตาม ก่อนที่จะแนะนำการหาสินค้าโดยอัตโนมัติ องค์กรมควรเน้นการสร้างประสบการณ์ผู้ใช้ (UX) ที่直관ง่าย มีประสิทธิภาพ และง่ายต่อการนำทางสำหรับทั้งทีมจัดซื้อจัดจ้างและซัพพลายเออร์ เมื่อสร้าง UX ที่มีการปรับให้เหมาะสมสูงแล้ว องค์กรสามารถนำโซลูชันโดยอัตโนมัติไปใช้อย่างสอดคล้องกัน

ผลลัพธ์ของ AI ไม่ใช่แค่การปรับปรุงผลตอบแทนจากการลงทุนของธุรกิจ แต่ยังรวมถึงการปรับปรุงการตัดสินใจ การคาดการณ์รูปแบบในอนาคต และการสร้างความยืดหยุ่น ผู้บริหารระดับสูงในหลายภาคส่วนมองว่าการนำเทคโนโลยี AI ไปใช้เป็นสิ่งจำเป็นสำหรับการเปลี่ยนแปลงและการเตรียมการสำหรับอนาคตของการดำเนินงานผ่านการทำงานอัตโนมัติ เมื่อเวลาผ่านไป เช่นเดียวกับเทคโนโลยีก่อนๆ AI จะกลายเป็นสิ่งที่มีราคาไม่แพงมากขึ้น ในขณะที่คุณค่าของผลลัพธ์จะเพิ่มขึ้นเรื่อยๆ ซึ่งทำให้เรามีเหตุผลที่จะมองโลกในแง่ดีเกี่ยวกับอนาคตของ AI และบทบาทที่สมดุลที่มันจะเล่นใน生活ของเรา — ทั้งในด้านธุรกิจและส่วนตัว