วอยซ์ AI กำลังเปลี่ยนจากความน่าสนใจเป็นโครงสร้างพื้นฐานหลัก

มีจุดที่ทุกเทคโนโลยีการใช้งานจะเปลี่ยนจาก “มันทำงานได้หรือไม่” เป็น “เราสามารถใช้มันในการดำเนินธุรกิจได้หรือไม่”

ผมใช้เวลา 10 ปีในการดูแลเทคโนโลยีในอุตสาหกรรมบริการ และสังเกตเห็นว่าการเปลี่ยนแปลงนี้เกิดขึ้นในระบบการจัดการทรัพย์สิน ระบบการจัดการรายได้ และแพลตฟอร์มการดำเนินงาน รูปแบบของการเปลี่ยนแปลงนี้มักจะเหมือนกันเสมอ เทคโนโลยีใหม่จะพิสูจน์ตัวเองในโครงการนำร่อง ผู้ใช้เริ่มแรกจะผลักดันให้มันเข้าสู่กระบวนการทำงานที่สำคัญ และจากนั้นมันจะเข้าสู่ระบบการดำเนินงาน ซึ่งเป็นระบบที่ความล้มเหลวจะมีค่าใช้จ่ายทันที ไม่ใช่หลังจากการวิเคราะห์หลังเหตุการณ์ และผู้ขายส่วนใหญ่ที่ดูเหมือนดีในระหว่างการนำเสนอจะหายไปอย่างเงียบๆ

วอยซ์ AI อยู่ที่จุดเปลี่ยนนี้แล้ว

ความต้องการเปลี่ยนแปลงเมื่อเสี่ยงสูง

ตัวแทนเสียงได้รับการยอมรับในลักษณะเดียวกับที่เทคโนโลยีสำหรับองค์กรทุกอย่างทำ โดยพิสูจน์ความมีประโยชน์ในสถานการณ์ที่มีความเสี่ยงต่ำก่อน สิ่งนี้เกิดขึ้นในงานที่แคบๆ เช่น การจอง การตอบคำถามพื้นฐาน และการ định tuyếnการโทร ในสถานการณ์เหล่านี้ หากเกิดข้อผิดพลาด จะไม่มีค่าใช้จ่ายมากนัก และมาตรฐานสำหรับ “ดีพอ” ก็ไม่สูงนัก แต่ระยะเวลานั้นหล่นล้มไปแล้ว และการอภิปรายก็เปลี่ยนไป

ปัจจุบัน ธุรกิจต่างๆ กำลังใช้ตัวแทน AI เป็นจุดติดต่อแรกสำหรับการโต้ตอบลูกค้าที่เข้ามา ซึ่งเป็นบทบาทที่เคยเป็นของมนุษย์เป็นผู้รับโทรศัพท์หรือตัวแทนการบริการลูกค้า เมื่อ AI เข้าครองตำแหน่งนี้ มันจะกลายเป็นส่วนหนึ่งของโครงสร้างพื้นฐานที่ธุรกิจดำเนินงาน

เมื่อ AI นั่งอยู่ในตำแหน่งที่สำคัญของการได้รับลูกค้าใหม่ มาตรฐานการประเมินจะเปลี่ยนไปทันที มาตรฐานความแม่นยำและประสิทธิภาพในการนำเสนอจะไม่สำคัญอีกต่อไป สิ่งที่สำคัญคืออะไร คืออะไร เช่น อัตราการทำงานที่มีประสิทธิภาพเมื่อถึงระดับการผลิตอย่างเต็มที่ วิธีการทำงานของระบบเมื่อมีเสียงพื้นหลังหรือการเปลี่ยนแปลงคำขอในระหว่างการโทร และสิ่งที่เกิดขึ้นเมื่อเวลา 2 โมงเช้าในวันหยุดเมื่อทีมงานไม่สามารถเข้าถึงได้ และระบบพบสิ่งที่ไม่เคยเห็นมาก่อน

สิ่งเหล่านี้ไม่ใช่กรณี ngoại lệ ในการนำ AI ไปใช้ในการผลิต สิ่งเหล่านี้คือวันจันทร์

สิ่งที่ AI ในแบบเรียลไทม์จริงๆ ต้องการ

การนำ AI ไปใช้ในสภาพแวดล้อมแบบเรียลไทม์ ซึ่งไม่มีเวลามากนักในการตอบสนอง ไม่มีโอกาสในการลองใหม่ และไม่มีมนุษย์ในวงจร จะบังคับให้เกิดข้อจำกัดที่ไม่ปรากฏในการทดสอบมาตรฐาน

ความหน่วงในการตอบสนองเป็นขอบเขตระหว่างความไว้วางใจและความทอดทิ้ง การวิจัยที่เผยแพร่ใน วารสาร Proceedings of the National Academy of Sciences พบว่ามนุษย์มักจะส่งมอบการสนทนาในเวลาประมาณ 200 มิลลิวินาที และการเปลี่ยนแปลงเล็กๆ น้อยๆ จากจังหวะนี้จะถูกจดจำว่าเป็นสัญญาณที่บางสิ่งผิดปกติ ในบริบทของ AI เสียง การไวต่อความแตกต่างนี้มีผลกระทบจริงๆ ผู้โทรไม่ตัดสินใจที่จะไม่โต้ตอบเมื่อการตอบสนองใช้เวลานานเกินไป แต่พวกเขาก็ทำเช่นนั้นโดยไม่รู้ตัว

ความสม่ำเสมอเป็นข้อจำกัดที่สอง และเป็นสิ่งที่ยากกว่า ตัวแทน AI ที่ให้ข้อมูลที่ถูกต้องแก่ลูกค้าในการโทรครั้งแรกและข้อมูลที่แตกต่างในการโทรครั้งที่สองไม่เพียงแต่สร้างความสับสนเท่านั้น แต่ยังทำลายความเชื่อมั่นในระบบและโดยการขยายไปยังธุรกิจด้วย การบรรลุความสม่ำเสมอในการตอบสนองที่มีประสิทธิภาพต้องมีการผสานรวมแบบเรียลไทม์กับระบบบันทึก เช่น ระบบจอง ระบบจัดการสินค้า ระบบบริการ และกฎเฉพาะที่เกี่ยวข้องกับสถานที่ ตัวแทน AI ที่ไม่สามารถเชื่อมต่อกับข้อมูลสดจะทำงานจากข้อมูลของวานนี้เสมอ และในระหว่างการสนทนากับลูกค้า วานนี้ไม่เพียงพอ

ข้อจำกัดที่สามคือสิ่งที่แยกผู้ให้บริการที่มีประสบการณ์ในการดำเนินงานในระดับใหญ่จากผู้ที่ไม่มี ไม่ใช่การป้องกันความล้มเหลวทั้งหมด เพราะ สิ่งนั้นเป็นไปไม่ได้ แต่ระบบ วิธีการทำงาน และความรู้เชิงสถาบันที่จะหาสิ่งที่ผิดพลาด sửa chữa และปรับใช้การแก้ไขก่อนที่จะเริ่มการเปลี่ยนแปลงครั้งถัดไป ความสามารถนี้ถูกสร้างขึ้นในหลายปี ไม่ใช่หลายเดือน และมันไม่ปรากฏในการนำเสนอผลิตภัณฑ์

ฝังตัวกับระบบหรือติดกับระบบ: ทำไมมันเปลี่ยนแปลงทุกอย่าง

มีความแตกต่างที่สำคัญระหว่าง AI ที่เสริมกระบวนการทำงานและ AI ที่เป็นกระบวนการทำงาน

AI ที่เพิ่มเข้ามาใหม่สามารถทำงานได้ไม่ดีโดยไม่มีผลกระทบอย่างรุนแรง หากเครื่องมือสรุปข้อมูลพลาดบริบทหรือตัวช่วยจัดตารางเวลาต้องการการแก้ไข ค่าใช้จ่ายคือการเสียเวลา แต่ถ้าตัวแทน AI ที่จัดการการโทรเข้ามาเป็นตัวแทนแรกของลูกค้ากับธุรกิจ เช่น ที่สำนักงานแพทย์ บริษัทบริการที่บ้าน หรือร้านค้าปลีกหลายแห่ง มันไม่ใช่สิ่งเสริม มันเป็นจุดติดต่อแรกและอาจเป็นจุดติดต่อเดียวที่ลูกค้ามีก่อนที่จะตัดสินใจอยู่หรือออกไป ทนไม่ไหวต่อความไม่สม่ำเสมอ

เมื่อ AI เข้าสู่แกนกลางของธุรกิจ ความรับผิดชอบต้องย้ายไปพร้อมกับมัน ตัวแทนเสียงที่จัดการการโทรของลูกค้าไม่ใช่สินทรัพย์ของฝ่ายไอที มันเป็นของใครก็ตามที่รับผิดชอบต่อรายได้ และสิ่งนี้เปลี่ยนแปลงลักษณะของความสัมพันธ์กับผู้ให้บริการทั้งหมด คุณไม่ได้ซื้อซอฟต์แวร์ คุณกำลังรับพันธมิตรในการดำเนินงาน

ความต้องการการผสานรวมก็กลายเป็นข้อกำหนดที่จำเป็นมากกว่าที่จะหวังว่าจะได้รับ เมื่อผมสร้างเทคโนโลยีการดำเนินงานในระดับใหญ่ ระบบที่ได้รับการยอมรับถาวรคือระบบที่ทำงานเหมือนกับว่ามันรู้ทุกอย่างที่ธุรกิจรู้แล้ว ตัวแทน AI เสียงต้องถึงมาตรฐานเดียวกัน หากไม่สามารถซิงค์กับ CRM ในแบบเรียลไทม์ เรียนรู้ราคาที่อัปเดตก่อนที่จะมีการโทรเข้ามา และยกเลิกไปยังมนุษย์เมื่อควรทำ มันไม่พร้อมสำหรับระดับการดำเนินงาน

และมาตรฐานการทำงานเปลี่ยนจาก “โดยทั่วไปถูกต้อง” เป็น “สม่ำเสมอ” แน่นอนว่าสิ่งเหล่านี้ดูเหมือนจะคล้ายกัน แต่ไม่ใช่

การเปลี่ยนแปลงนี้ไม่เฉพาะเจาะจงกับเสียง การวิจัยของ McKinsey เกี่ยวกับการดูแลลูกค้าพบว่าลักษณะเดียวกันนี้เกิดขึ้นทั่ว AI ที่เผชิญหน้ากับลูกค้า เทคโนโลยีนี้กำลังเปลี่ยนจากสิ่งเสริมเป็นโครงสร้างพื้นฐาน และความคาดหวังขององค์กรต้องเปลี่ยนไปด้วย Gartner คาดการณ์ว่าในปี 2028 จะมี 33% ของแอปพลิเคชันซอฟต์แวร์สำหรับองค์กรที่รวม AI ที่มีหน้าที่เป็นตัวแทน ซึ่งเพิ่มขึ้นจากน้อยกว่า 1% ในปี 2024 สิ่งนี้บอกเราถึงทิศทางที่การดำเนินงานกำลังจะไป

วิธีการประเมินระบบ AI สำหรับการใช้งานจริง

ข้อผิดพลาดที่ส่วนใหญ่ขององค์กรทำคือการประเมินระบบ AI ในลักษณะเดียวกับการประเมินซอฟต์แวร์ โดยพิจารณาจากความสมบูรณ์ของคุณสมบัติและประสิทธิภาพมาตรฐาน ซึ่งใช้ได้เมื่อระบบเป็นสิ่งเสริม แต่ล้มเหลวเมื่อระบบเป็นส่วนสำคัญ

การศึกษาของ MIT ในปี 2025 พบว่า 95% ของการนำ AI ไปใช้ไม่สามารถสร้างผลกระทบต่อด้านการเงิน และสาเหตุหลักไม่ใช่คุณภาพของโมเดล แต่เป็นการผสานรวมที่ไม่ดีกับกระบวนการทำงานที่มีอยู่ สิ่งนี้ควรเปลี่ยนแนวทางในการประเมิน

สำหรับ AI ที่จะทำงานในกระบวนการหลัก ต้องใช้มุมมองที่แตกต่าง เริ่มต้นด้วยประวัติการผลิต ไม่ใช่การนำเสนอ ดูว่าผู้ให้บริการที่ใหญ่ที่สุดของพวกเขาดูเหมือนอย่างไร ที่ระดับใด และขอให้พูดคุยกับลูกค้าเหล่านั้นโดยตรง ผู้ให้บริการที่มั่นใจในประสิทธิภาพการผลิตจะตอบตกลงโดยไม่ลังเล

ประเมินแบบจำลองการสนับสนุนการดำเนินงานอย่างรอบคอบ การใช้งาน AI ในองค์กรไม่ใช่การซื้อใบอนุญาต แต่เป็นการดำเนินงานที่ต่อเนื่องกัน คำถามไม่ใช่แค่ว่า AI ทำงานได้ดีในวันแรก แต่เป็นใครที่ดูแลมันในวันที่ 90 เมื่ออะไรที่ไม่คาดคิดเกิดขึ้นในระดับใหญ่

วัดสิ่งที่ธุรกิจของคุณห่วงใย ไม่ใช่แค่เมตริกที่ว่างเปล่าๆ เช่น “การนำ AI มาใช้” หรือ “การโต้ตอบที่จัดการ” วัดอัตราการแปลงลูกค้าจาก AI ที่จัดการโทรศัพท์เทียบกับการจัดการโดยมนุษย์ คะแนนความพึงพอใจของลูกค้า และรายได้ที่สามารถสืบย้อนกลับไปยังการโต้ตอบที่ AI ช่วยให้กลับมาได้ ตัวเลขเหล่านี้จะบอกคุณว่าระบบได้รับการพิสูจน์ว่ามีค่าหรือไม่

สุดท้าย วางแผนการเปลี่ยนแปลงขององค์กร การวิจัยของ Gartner เกี่ยวกับการยกเลิกโครงการ AI พบว่ามากกว่า 40% ของโครงการ AI จะถูกยกเลิกภายในปี 2027 โดยให้เหตุผลว่าต้นทุนเพิ่มขึ้นและคุณค่าทางธุรกิจที่ไม่ชัดเจน ผมเชื่อว่าองค์กรที่จะได้รับประโยชน์มากที่สุดจาก AI เสียงคือองค์กรที่กำหนดความรับผิดชอบที่ชัดเจน นิยามความสำเร็จในแง่ธุรกิจตั้งแต่วันแรก และถือว่าระบบนั้นมีมาตรฐานเดียวกันกับสมาชิกทีมอื่นๆ

การนำ AI เสียงเข้าสู่การผลิตเป็นสิ่งที่ง่าย แต่การทำให้มันอยู่ที่นั่น การถือว่ามันรับผิดชอบ และทำให้มันสมควรที่จะมีตำแหน่งในธุรกิจนั้นเป็นที่ที่ส่วนใหญ่ขององค์กรยังคงต้องทำงาน