นี่ไม่ใช่ฟองสบู่ AI แต่เป็นการสร้างโครงสร้างพื้นฐาน

ในช่วงปีที่ผ่านมา เราได้เห็นเรื่องราวที่คุ้นเคยเกิดขึ้นในห้องประชุมและหัวข้อข่าวต่างๆ การลงทุนใน AI กำลังเติบโตในระดับที่เกินจริง และมีแนวโน้มที่จะพังทลายลงหากไม่สามารถสร้างรายได้ตามที่คาดหวัง การไหลเข้ามาของการลงทุนในโครงการนำร่องได้ถูกตั้งคำถามโดยนักวิเคราะห์ ซึ่งถกเถียงกันว่าองค์กรต่างๆ ได้ขยายตัวเกินไปโดยการไล่ตามนวัตกรรมมากกว่าคุณค่า เมื่อดูจากมุมมองนี้ AI ดูเหมือนจะเป็นอีกหนึ่งรูปแบบของการเกิดฟองสบู่ทางเทคโนโลยี ซึ่งให้คำมั่นสูงและได้ผลลัพธ์ที่ไม่สม่ำเสมอ แต่มุมมองดังกล่าวทำให้เราเข้าใจผิดเกี่ยวกับสิ่งที่เกิดขึ้นจริงในอุตสาหกรรมนี้ อุตสาหกรรมไม่ได้เห็นฟองสบู่ AI แต่เป็นการสร้างโครงสร้างพื้นฐาน เศรษฐกิจ AI อยู่ในระยะการปรับเทียบ โดยที่การลองผิดลองถูกในระยะแรกๆ ให้ทางไปสู่การบูรณาการ และคุณค่าที่ยั่งยืนเริ่มปรากฏไม่ใช่แค่ที่ขอบขององค์กร แต่ที่ใจกลางที่ซับซ้อนที่สุด

การเปลี่ยนแปลงนี้เป็นกระบวนการที่ชัดเจนของการนำเทคโนโลยีมาใช้อย่างมีวุฒิภาวะ ในช่วงแรกของการเปลี่ยนแปลงที่สำคัญ องค์กรมักจะทดลองอย่างกว้างขวาง (เช่น การคำนวณแบบคลาวด์ ซอฟต์แวร์สำหรับองค์กร การชำระเงินแบบดิจิทัล ฯลฯ) เช่นเดียวกับเทคโนโลยีที่มาก่อน AI การทดลองและกรณีการใช้งานที่แยกจากกันถูกสำรวจ และความไม่มีประสิทธิภาพถูกทนได้เพื่อแลกกับการเรียนรู้ สิ่งที่แตกต่างในตอนนี้คือองค์กรเริ่มย้ายออกจากการถามว่า “AI สามารถทำอะไรได้บ้าง” และหันไปหาความชัดเจนเกี่ยวกับว่ามันควรอยู่ที่ไหน มันขยายตัวได้อย่างไร และมันเข้ากันได้กับการดำเนินงานที่มีการกำกับดูแลและจริงๆ ได้อย่างไร

จากการทดลองไปสู่โครงสร้างพื้นฐาน

การเปลี่ยนแปลงที่ซับซ้อนหลายชั้นของ AI อาจเป็นสัญญาณที่ยิ่งใหญ่ที่สุดของที่ที่นวัตกรรมและการลงทุนมุ่งเน้นไป การเปลี่ยนแปลงกำลังไหลผ่านทุกชั้นของสแต็ค ตั้งแต่ชิปที่มีการออกแบบพิเศษ ศูนย์ข้อมูลขนาดใหญ่ โมเดลพื้นฐาน เฟรมเวิร์กการประสานงาน และแอปพลิเคชันสำหรับองค์กร สิ่งนี้ไม่ใช่ลักษณะของกระแสที่เกิดขึ้นเพียงชั่วคราว แต่เป็นลักษณะของการเปลี่ยนแปลงโครงสร้างพื้นฐานในระยะยาว

ธุรกิจกำลังย้ายออกจากการรักษา AI ไว้เป็นเพียงส่วนเสริมหรือคุณลักษณะใหม่ๆ พวกเขาเริ่มฝัง AI ลงในระบบบันทึกและระบบปฏิบัติการ โดยมุ่งเป้าไปที่จุดที่ความแม่นยำ ความโปร่งใส และความทนทานมีความสำคัญมากกว่าความเร็วในการแสดงตัวอย่าง ในระดับนี้ ความคาดหวังเริ่มเปลี่ยนไป

ในสภาพแวดล้อมเหล่านี้ AI ไม่คาดหวังที่จะแทนที่ตรรกะที่มีอยู่ทั้งหมด แต่จะถูกขอให้ลดอุปสรรคในการทำงาน ให้ข้อมูลเชิงลึกเร็วขึ้น อัตโนมัติงานที่ซับซ้อนเกินไปหรือใช้คนมากเกินไปที่จะขยายตัว และมักจะเปลี่ยนสมดุลของงานระหว่างสิ่งที่คนและสิ่งที่ AI ทำ เป้าหมายไม่ใช่การให้ AI มีอิสระโดยไม่มีเหตุผล แต่ให้ทีมเริ่มพิจารณาว่าจะใช้ AI เพื่อเพิ่มประสิทธิภาพได้อย่างไร มีคุณค่าในการขยายทีมผู้คนผ่าน AI เพื่อจัดการกับงานที่ซับซ้อนมากขึ้นด้วยเครื่องมือดิจิทัลที่ขยายความสามารถของพวกเขา

นี่เป็นข้อยอมรับที่สำคัญ เพราะความผิดหวังที่อาจเกิดขึ้นเกี่ยวกับ AI ส่วนใหญ่มาจากการนำไปใช้ในจุดที่มีความซับซ้อนต่ำและให้ผลประโยชน์เพิ่มเติมจำกัด ระยะต่อไปคือการสร้างผลตอบแทนที่แท้จริง ซึ่งขึ้นอยู่กับการฝัง AI ลงในขั้นตอนการทำงานหลักแทนการวางทับบนระบบเดิม โดยมีรากฐานข้อมูลที่ทันสมัยและการกำกับดูแลรองรับ ณ จุดนั้น ความสามารถของ AI ในการจดจำรูปแบบ วิเคราะห์บริบท และประสานงานจะเริ่มเสริมกัน ขณะที่มันกลายเป็นระบบที่เคลื่อนไหวและเรียนรู้ได้

ความเสี่ยงที่ยิ่งใหญ่ที่สุดคือการหยุดนิ่ง

หากมีความลังเลใจที่แท้จริงที่ธุรกิจต้องเผชิญวันนี้ มันไม่ควรอยู่ที่การลงทุนใน AI มากเกินไป แต่อยู่ที่การไม่นำ AI มาใช้

ซอฟต์แวร์ วิธีการทำงาน และบทบาทกำลังถูกเปลี่ยนแปลง วงจรการปิดบัญชีทางการเงินกำลังถูกบีบอัด โมเดลการปฏิบัติตามกฎระเบียบกำลังเปลี่ยนจากแบบจุดๆ ไปเป็นแบบต่อเนื่อง และการโต้ตอบกับลูกค้ากำลังเปลี่ยนไปสู่อินเทอร์เฟซที่ใช้การโต้ตอบและตัวแทน ในแต่ละกรณี AI ไม่ได้ทำงานคนเดียว แต่เป็นตัวเร่งที่ถูกวางซ้อนบนการเปลี่ยนแปลงดิจิทัลที่มีอยู่แล้ว

องค์กรที่ชะลอการนำ AI มาใช้จนกว่ามันจะ “มั่นคง” อาจพบว่าระบบนิเวศที่ล้อมรอบมันได้เปลี่ยนแปลงไปแล้ว คู่ค้าจะคาดหวังข้อมูลที่สามารถอ่านได้โดยเครื่องจักร แพลตฟอร์มจะถือว่าการตั้งค่า AI และการทำงานของตัวแทนเป็นเรื่องปกติ ผู้กำกับดูแลจะเรียกร้องรายงานที่รวดเร็วและละเอียดมากขึ้น เมื่อถึงจุดนั้น การตามทันจะกลายเป็นเรื่องที่มีค่าใช้จ่ายมากกว่าการพัฒนา

เรื่องนี้เป็นจริงเป็นพิเศษในอุตสาหกรรมที่เต็มไปด้วยความซับซ้อนและการเปลี่ยนแปลง ในด้านภาษีและการเงิน กฎเกณฑ์เปลี่ยนแปลงบ่อยและธุรกรรมเกิดขึ้นข้ามพรมแดน เมื่อการติดตามผลเหล่านี้ต้องทั้งแม่นยำและอธิบายได้ ต้นทุนของกระบวนการที่ใช้คนจึงเพิ่มขึ้นอย่างทวีคูณ อย่างไรก็ตาม หากนำมาใช้อย่างรอบคอบ AI จะช่วยรองรับความซับซ้อนนั้นได้ ตัวแทนและผู้ช่วยดิจิทัลขจัดขั้นตอนซ้ำๆ แสดงเฉพาะสิ่งที่สำคัญ และประสานข้อมูลกับการตัดสินใจระหว่างระบบ เพื่อให้ทีมภาษีทำงานได้อย่างรวดเร็วและมั่นใจ

การกำกับดูแลทำให้เครื่องยนต์ AI ยังคงทำงาน

หนึ่งในเหตุผลที่การนำ AI มาใช้กำลังเติบโตในตอนนี้คือการกำกับดูแลกำลังตามทันความสามารถของ AI การใช้งานในระยะแรกๆ มักจะถือว่าการกำกับดูแลเป็นเรื่องรอง โดยคิดว่าสามารถเพิ่มการควบคุมเข้าไปในภายหลังได้ แต่สิ่งที่องค์กรได้เรียนรู้คือความไว้วางใจต้องถูกออกแบบมาจากจุดเริ่มต้น

กรอบการทำงานด้านกฎระเบียบกำลังพัฒนาไปพร้อมๆ กัน โดยชี้ให้เห็นอย่างชัดเจนถึงความโปร่งใส ความรับผิดชอบ และการกำกับดูแลของมนุษย์เป็นสิ่งที่ไม่สามารถต่อรองได้ สิ่งเหล่านี้ไม่ได้มีจุดมุ่งหมายเพื่อการชะลอการนำ AI มาใช้ แต่การสร้างสภาพแวดล้อมที่จำเป็นสำหรับการขยายตัว

เมื่อองค์กรเห็นได้ว่า AI ได้ข้อสรุปอย่างไร ตรวจสอบการตัดสินใจอย่างไร และยังคงให้มนุษย์รับผิดชอบอย่างไร ก็จะสามารถนำ AI ไปใช้ในสภาพแวดล้อมที่มีความเสี่ยงสูงได้ นี่คือความแตกต่างระหว่างการทดลองกับการนำไปใช้งานจริง ความสามารถในการอธิบายเปลี่ยน AI จากกล่องดำให้เป็นเครื่องมือที่ทีมงานพึ่งพาได้ ผู้กำกับดูแลประเมินได้ และผู้บริหารสนับสนุนได้

ทำไมการร่วมมือจึงมีความสำคัญมากกว่าที่เคย

เมื่อ AI ถูกฝังลงในกระบวนการทำงานของธุรกิจ การเดินทางด้วยตนเองอาจไม่ใช่ทางเลือกที่ดีที่สุด สแต็ค AI มีความกว้างเกินไป และภูมิทัศน์ด้านกฎระเบียบยังคงใหม่เกินไปเมื่อเทียบกับวัตถุประสงค์ในการดำเนินการที่ทะเยอทะยานและผลกระทบที่ไม่คาดคิด

การนำ AI มาใช้ที่ประสบความสำเร็จที่สุดกำลังเกิดขึ้นผ่านการร่วมมือระหว่างองค์กรและผู้ให้บริการเทคโนโลยีที่เข้าใจทั้งระบบที่ซ่อนอยู่และความเป็นจริงด้านกฎระเบียบที่ควบคุมพวกเขา การร่วมมือเหล่านี้ลดความเสี่ยงในการนำระบบมาใช้ ป้องกันไม่ให้เครื่องมือแตกกระจาย และช่วยให้องค์กรสามารถมุ่งเน้นทีมภายในของตนไปที่ผลลัพธ์มากกว่าการบูรณาการ

ที่สำคัญไม่แพ้กัน ความร่วมมือยังช่วยลดภาวะหมดไฟ ผลกระทบหนึ่งที่มักถูกมองข้ามจากการนำ AI มาใช้ในช่วงแรกคือแรงกดดันให้ทีมภายในต้องเป็นผู้เชี่ยวชาญทุกชั้นของสแต็คที่เปลี่ยนแปลงอย่างรวดเร็ว การแบ่งความรับผิดชอบและเครื่องมือที่เข้าใจบริบทของสาขางานช่วยให้องค์กรขยายตัวได้โดยไม่ทำให้บุคลากรรับภาระมากเกินไป นอกจากนี้ เมื่อเทคโนโลยีผสานเข้ากับระบบนิเวศของคู่ค้าได้อย่างราบรื่น ก็สามารถส่งมอบความฉลาดร่วมกันได้โดยไม่โยกย้ายความรับผิดชอบ

การสร้างโครงสร้างพื้นฐานในอนาคต

ช่วงเวลาของ AI ในปัจจุบันไม่ใช่จุดสูงสุดของการเก็งกำไร แต่เป็นการเปลี่ยนแปลงดิจิทัลที่มีลักษณะเป็นการเปลี่ยนแปลงโครงสร้างพื้นฐาน เมื่อคาดหวังถูกปรับใหม่ การใช้งานจะเริ่มแคบลงเมื่อองค์กรได้รับความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับวิธีการนำความสามารถของ AI มาใช้ นี่คือภาพของเทคโนโลยีที่กำลังเปลี่ยนจากคำมั่นสัญญาไปสู่การปฏิบัติจริง

ระยะต่อไปของ AI จะไม่ได้ถูกกำหนดโดยการแสดงตัวอย่างที่น่าประทับใจหรือการอ้างสิทธิ์ในความเป็นอิสระที่กว้างขวาง การชนะที่แท้จริงจะเริ่มปรากฏในจุดนี้ เช่น การมอบหมายงานด้วยมือน้อยลง การตรวจจับความเสี่ยงเร็วขึ้น วงจรการตัดสินใจที่เร็วขึ้น และระบบที่ปรับตัวได้เมื่อความซับซ้อนเพิ่มขึ้น แทนที่จะพังทลายภายใต้น้ำหนักของมัน

สิ่งนี้ไม่ใช่ฟองสบู่ที่กำลังแตก แต่เป็นอุตสาหกรรมที่กำลังสร้างพื้นฐานที่จำเป็นสำหรับคุณค่าระยะยาว สำหรับองค์กรที่เต็มใจที่จะก้าวไปข้างหน้า ผลตอบแทนที่ได้จะไม่ใช่เพียงข้อสมมติ แต่จะเป็นสิ่งที่วัดผลได้ ทนทาน และเปลี่ยนแปลงวิธีการทำงานในระดับพื้นฐาน