×

องค์กรทำอย่างไรเมื่อผู้ร่วมงานรายต่อไปคือหุ่นยนต์? ไขคำตอบ Generative AI กับจุดยืนของอนาคตองค์กรผ่านมุมมอง Accenture [ADVERTORIAL]

โดย THE STANDARD TEAM
12.03.2024
  • LOADING...

‘Reinvention’ นี่คือคำหนึ่งคำที่ Ng Wee Wei, Senior Managing Director and Southeast Asia Market Unit Lead แห่ง Accenture มองว่าเป็นคีย์เวิร์ดแห่งทศวรรษนี้ ที่องค์กรและคนทำงานในอนาคตต้องให้ความสำคัญและตระหนักถึงอยู่ตลอดเวลา ท่ามกลางช่วงเวลาที่ปัญญาประดิษฐ์ (AI) กำลังเข้ามาเปลี่ยนเกมการทำธุรกิจให้ต่างออกไปอย่างสิ้นเชิง

 

Reinvent คือการสร้างหรือหารูปแบบใหม่ให้กับการทำสิ่งที่เราคุ้นเคย ซึ่งถ้าหากพูดถึงมุมธุรกิจนั่นหมายความว่าขั้นตอนการทำงานและทักษะของคนในองค์กรจะไม่เหมือนเดิมอีกต่อไป โดยปรากฏการณ์นี้ได้เริ่มขึ้นแล้วเมื่อ 97% ของผู้บริหารองค์กรทั่วโลกเชื่อว่า Generative AI จะเข้ามาพลิกโฉมของคำว่า ‘งาน’ จากผลสำรวจของ Accenture

 

แน่นอนว่า AI ไม่ใช่เรื่องใหม่ แต่ Generative AI นี่สิที่เป็นเครื่องมือที่สามารถสร้างดิสรัปชันให้เกิดขึ้นในแทบทุกส่วนของธุรกิจอย่างที่ไม่เคยมีมาก่อน 

 

ฉะนั้น โจทย์ขององค์กรต่อจากนี้จะต้องอยู่บนพื้นฐานของการนำเทคโนโลยีเข้ามาปรับใช้อย่างมีกลยุทธ์ แต่คำถามคือจะทำอย่างไร?

 

Ng Wee Wei ให้สัมภาษณ์พิเศษกับ THE STANDARD WEALTH เพื่อเป็นแนวทางให้ธุรกิจในหลายอุตสาหกรรมได้เข้าใจแนวคิดว่าพวกเขาควรต้องเริ่มปรับตัว และคำนึงถึงปัจจัยอะไรบ้างเกี่ยวกับ Gen AI ให้สร้างประโยชน์กับองค์กรมากที่สุด 

 

กรอบแนวคิดสำหรับองค์กรเพื่ออ้าแขนรับ Gen AI

 

แม้ Generative AI จะเปี่ยมไปด้วยศักยภาพในการสร้างความเป็นไปได้ใหม่ๆ แต่ธุรกิจหรือองค์กรก็ไม่ควรคาดหวังความสำเร็จในเร็ววันหรือรีบกระโดดเข้าไปลงทุนอย่างไม่มีหลักการ เพราะต้องยอมรับว่าเทคโนโลยีนี้ก็ยังคงอยู่ในขั้นตอนการพัฒนาอยู่ และแน่นอนว่าคงไม่มีใครอยากให้การลงทุนของตัวเองสูญเปล่า

 

 

บริษัทระดับโลกอย่าง Accenture จึงแนะนำหลักคิดเพื่อให้องค์กรสามารถนำ Generative AI เข้ามาใช้ได้อย่างคุ้มค่าและเต็มประสิทธิภาพดังนี้:

 

  • ทำความเข้าใจถึงศักยภาพในการปรับกระบวนการทำงานตลอดห่วงโซ่คุณค่า ซึ่งเป็นสิ่งที่องค์กรมอบให้กับลูกค้า เพื่อพัฒนาขีดความสามารถทางธุรกิจแบบต้นน้ำจนถึงปลายน้ำ โดยสิ่งสำคัญที่ต้องเน้นคือ ‘ผลลัพธ์’ เพื่อให้เป้าหมายทางธุรกิจสำเร็จแทนที่จะโฟกัสการใช้งานเป็นรายกรณีหรือรายฟังก์ชันอย่างที่เราพบเห็นในลูกค้าของเราจำนวนไม่น้อย
  • เน้น ‘คุณค่า’ เป็นหลักในทุกฟังก์ชันธุรกิจที่เราเลือกจะปรับด้วย Generative AI มีบริษัทจำนวนมากที่มีโครงการนำร่องและการพิสูจน์คอนเซปต์ แต่ขาดกลไกการประเมินมูลค่าทางธุรกิจจากผู้บริหารระดับสูง ซึ่งเป็นสิ่งจำเป็นเพื่อเปลี่ยนจากการโฆษณาเกินจริงไปเป็นการสร้างมูลค่าที่เป็นรูปธรรม
  • หาจุดที่เทคโนโลยีสร้างคุณค่าได้ในแบบที่คู่แข่งไม่สามารถทำหรือเลียนแบบได้ง่ายๆ ต้องประเมินว่ามีความเสี่ยงแค่ไหนที่คู่แข่งของเราจะไปถึงจุดนั้นก่อน เนื่องจากองค์กรของเราอาจยังไม่พร้อมดี จากนั้นจึงวางแผนให้สอดคล้องกับจุดที่องค์กรของเรายืนอยู่
  • ออกจากโครงสร้างองค์กรแบบเดิม จากฟังก์ชันที่ทำงานกันแบบ ‘แผนกใครแผนกมัน’ ให้กลายเป็นแบบ End-to-End ที่ทีมงานสามารถทำงานข้ามสายงานกันเพื่อปลดล็อกโอกาสภายในห่วงโซ่คุณค่า (Value Chain) และเปิดแหล่งคุณค่าใหม่สำหรับองค์กรได้

 

ในขณะที่บริษัทต่างพยายามหาทางที่จะใช้ Generative AI เพื่อสร้างมาตรฐานใหม่ให้กับธุรกิจ ฝั่งของพนักงานเองก็ต้องปรับตัวเพื่อเรียนรู้และหาจุดแข็งของตนให้ตอบโจทย์กับงานของโลกในวันพรุ่งนี้ให้ได้ แต่การปรับตัวให้สำเร็จนั้นจะต้องมีองค์กรคอยให้การสนับสนุนอย่างเต็มที่ด้วย

 

ธุรกิจเตรียมพร้อม ‘คน’ อย่างไรไม่ให้ถูกแทนที่

 

ผลสำรวจของ Accenture เผยว่า 40% ของเวลาที่พนักงานใช้ไปกับการทำงานแบบเดิมอาจถูกแทนที่ด้วย Generative AI ซึ่งประเด็นนี้ไม่เพียงแค่จะเป็นเรื่องของการสร้างแรงงานแห่งอนาคตให้สามารถอยู่ร่วมกับเทคโนโลยีได้เพียงอย่างเดียว แต่รวมถึงวัฒนธรรมภายในองค์กรด้วย

 

สิ่งที่ตามมาสำหรับผู้นำองค์กรคือคำถามในเรื่องแผนรับมือการเปลี่ยนแปลง เช่น เราจะวางแผนบุคลากรอย่างไร? จะสร้างคนที่มีความรู้ความเข้าใจในเทคโนโลยีอย่างไร? และจะกระตุ้นให้คนในองค์กรเห็นความสำคัญและนำ Generative AI มาใช้งานจริงอย่างไร?

 

จริงอยู่ที่พนักงานบางคนอาจเริ่มต้นทดลองใช้ Generative AI ไปบ้างแล้ว แต่ต้องยอมรับว่าบางกลุ่มอาจยังไม่เข้าใจ กังวล หรือแม้แต่ต่อต้าน ซึ่งการเอาชนะอุปสรรคทางความคิดนี้เองจำเป็นต้องมีการเปลี่ยนแปลงทางวัฒนธรรมองค์กรครั้งใหญ่ 

 

อย่างที่ Ng Wee Wei กล่าวถึงสถิติที่ว่า 97% ของผู้บริหารองค์กรทั่วโลกมองว่า Generative AI จะเข้ามาดิสรัปต์งานในรูปแบบเดิม ทั้งนี้ ผลงานวิจัยยังพบอีกว่า พนักงานกว่า 94% มีความพร้อมที่จะเรียนรู้ทักษะเกี่ยวกับปัญญาประดิษฐ์ แต่มี 5% ขององค์กรเท่านั้นที่มีระบบการสอนอย่างจริงจังและทั่วถึง

 

ดังนั้น องค์กรจึงต้องให้ความสำคัญกับการลงทุนในทรัพยากรมนุษย์ให้อยู่ในระดับเดียวกันกับการลงทุนในเทคโนโลยี โดยคำแนะนำจาก Accenture คือธุรกิจควรเพิ่มการลงทุนด้านบุคลากรอย่างมากเพื่อรับมือกับความท้าทาย 2 ประเด็น นั่นคือ ‘การสร้าง’ และ ‘การใช้ประโยชน์’ จาก Generative AI

 

การสร้าง AI จำเป็นต้องอาศัยความเชี่ยวชาญเชิงเทคนิคอย่างเช่น วิศวกรรมปัญญาประดิษฐ์ และการออกแบบความสัมพันธ์ของแต่ละหน่วยงานภายในองค์กรให้เทคโนโลยีสามารถเข้ามาผนวกรวมกับธุรกิจได้อย่างสมบูรณ์

 

ส่วนในด้านของการใช้ประโยชน์จาก AI องค์กรจะต้องฝึกอบรมบุคลากรให้ทำงานร่วมกับ Generative AI ให้ได้ เพราะหากปราศจากความเข้าใจที่จะเป็นตัวนำไปสู่การมองเห็นคุณค่าของเทคโนโลยีแล้วนั้น การเปลี่ยนแปลงการทำงานและประโยชน์ที่องค์กรจะได้รับก็จะถูกจำกัดจากศักยภาพที่แท้จริงของ Generative AI

 

“พนักงานทุกระดับ ตั้งแต่ผู้บริหารไปจนถึงระดับปฏิบัติการจะต้องพัฒนาสิ่งที่เรียกว่า ‘ความฉลาดทางเทคโนโลยี (Technology Quotient)’ เพื่อให้ทุกคนได้เรียนรู้เกี่ยวกับเทคโนโลยี วิธีการนำไปใช้ และเหตุผลที่มันมีความสำคัญ โดยคนที่ Accenture กว่า 600,000 คน หรือ 80% ได้รับการฝึกอบรมด้านข้อมูลพื้นฐาน (Data) และปัญญาประดิษฐ์แล้ว หมายความว่าเราทำงานโดยมี Generative AI เป็นส่วนสำคัญในการมอบบริการและวิธีปฏิบัติงานของเรา” Ng Wee Wei กล่าวอธิบายถึงตัวอย่างของ Accenture ที่ไม่เพียงมอง Generative AI เป็นแค่สิ่งที่เพิ่มขึ้นมา แต่กลายเป็นหัวใจหลักของวิธีดำเนินธุรกิจไปแล้ว

 

รู้ทัน AI เข้าใจตัวเอง: แนวทางจัดการความเสี่ยงทางธุรกิจ

 

อีกด้านของเทคโนโลยีที่ทำให้บางองค์กรลังเลที่จะนำ Generative AI เข้ามาใช้ในองค์กร นั่นคือปัจจัยความเสี่ยงต่างๆ ไม่ว่าจะเป็นความลำเอียงหรือการสร้างคำตอบที่ผิดจากข้อมูลความเป็นจริง ที่อาจทำให้ชื่อเสียงของบริษัทเสื่อมเสียได้ในยุคที่หลายสิ่งรอบตัวเราถูกนำให้ขึ้นไปอยู่บนโลกออนไลน์

 

สำหรับประเด็นนี้ Ng Wee Wei มองว่าสิ่งสำคัญที่จะแก้ไขปัญหาหรือลดความเสี่ยงในส่วนนี้คือการสร้างหรือเลือกใช้โมเดลที่ถูกพัฒนาขึ้นมาอย่างมีความรับผิดชอบ (Responsible AI) และปฏิบัติตามข้อกฎหมาย โดยในภูมิภาคอาเซียนเอง เหล่าผู้บริหารองค์กรก็ตระหนักถึงข้อกังวลนี้ดี ซึ่งมีมากถึง 98% ที่เห็นว่าพวกเขาต้องมีระบบแนวคิดที่สามารถจัดการเรื่องนี้อย่างมีศีลธรรม

 

แล้วแนวคิดที่เป็นระบบนี้มีเรื่องอะไรบ้างที่องค์กรต้องเข้าใจ?

 

Accenture ทำการศึกษาและสกัดออกมาเป็นโครงสร้างสำคัญทั้งหมด 4 แกนด้วยกันดังนี้

 

  1. ด้านองค์กร: การสร้างความเชื่อมั่นให้กับพนักงานและยกระดับ AI อย่างมีความรับผิดชอบมาจากพื้นฐานของ ‘ผู้นำที่ดี’ ถามว่าผู้นำที่ดีนิยามอย่างไร? Ng Wee Wei กล่าวว่า องค์กรที่มีผู้นำดีคือองค์กรที่ส่งเสริมให้พนักงานสามารถบอกความกังวลเกี่ยวกับระบบ AI ได้อย่างตรงไปตรงมา แต่ยังต้องคำนึงถึงผลกระทบเชิงนวัตกรรมด้วย ซึ่งส่วนประกอบที่ต้องมีเพื่อให้เกิดการประเมินที่วัดผลได้คือเกณฑ์ความสำเร็จที่ชัดเจน แรงจูงใจ และการฝึกอบรมให้เกิดความเข้าใจที่ล้วนแล้วแต่เป็นสิ่งสำคัญ
  2. ด้านการดำเนินงาน: สร้างกรอบกำกับดูแลอย่างโปร่งใส เพราะสิ่งนี้จะเป็นตัวสร้างความมั่นใจและความไว้วางใจในเทคโนโลยี โดยการระบุบทบาท ความคาดหวัง และความรับผิดชอบ ผ่านคณะกรรมการจริยธรรมในบริษัท จะทำให้ขอบเขตการทำงานและอำนาจในการดูแลเป็นไปได้อย่างชัดเจนและมีประสิทธิภาพ
  3. ด้านเทคนิค: ออกแบบหรือใช้โมเดล AI ที่น่าเชื่อถือ ใช้เวลาทำความเข้าใจและตรวจสอบแหล่งที่มาของข้อมูลเพื่อลดความลำเอียงจาก AI พร้อมทั้งประเมินผลกระทบของการตัดสินใจ ซึ่งจะนำไปสู่กลยุทธ์การรับมือข้อผิดพลาดที่เกิดขึ้นจากเทคโนโลยีได้ดีขึ้น
  4. ด้านชื่อเสียง: การสื่อสารพันธกิจทางธุรกิจแบบเปิดเผยโดยเน้นไปที่ประเด็นการใช้ AI อย่างมีความรับผิดชอบ จะทำให้ผู้ที่มีส่วนเกี่ยวข้องมั่นใจได้ว่าองค์กรที่เขาเป็นส่วนหนึ่งสามารถจัดการความเสี่ยงอย่างเป็นระบบและสื่อสารอย่างโปร่งใส องค์กรที่ประสบความสำเร็จคือองค์กรที่น้อมรับคำติชมและมุมมองใหม่ๆ เพราะมันจะเป็นเครื่องพิสูจน์ถึงความน่าเชื่อถือที่เป็นต้นตอของชื่อเสียงองค์กรนั่นเอง

 

มีความเป็นไปได้นับไม่ถ้วนที่ Generative AI สร้างให้กับธุรกิจได้ แต่ภายใต้ประโยชน์อันมหาศาลนี้ก็ปฏิเสธไม่ได้ว่าความเสี่ยงยังมีอยู่ ฉะนั้นธุรกิจที่จะก้าวขึ้นมาเป็น ‘ผู้ชนะ’ ในยุคต่อไปคือผู้ที่หาสมดุลระหว่างการสร้างนวัตกรรมและความรับผิดชอบต่อสังคมได้ก่อน

 

การมาของเทคโนโลยีนี้คือหนทางที่ธุรกิจจะได้สร้างสิ่งที่ล้ำกว่าและเหนือกว่า แต่ทุกฝ่ายต้องทำงานร่วมกันเพื่อให้มั่นใจว่าเราจะคว้าโอกาสนี้อย่างถูกต้องตามหลักจรรยาบรรณและศีลธรรมทางธุรกิจ

 

 

ภาพ: Accenture

  • LOADING...

READ MORE




Latest Stories

Close Advertising
X
Close Advertising