พนักงานใช้ AI คล่องขึ้น งานบางอย่างเสร็จเร็วขึ้น แต่การเปลี่ยนองค์กรยังมีโจทย์อีกหลายข้อ ตั้งแต่จะลดขั้นตอนเดิมอย่างไร ให้คนกับ AI แบ่งงานกันตรงไหน ไปจนถึงเวลาที่ประหยัดได้จะกลับมาเป็นรายได้หรือต้นทุนที่ลดลงได้อย่างไร เวที AI-Native Enterprise: แค่ใช้ AI ไม่พอ องค์กรต้องเปลี่ยนให้แข่งขันได้ ในงาน THE STANDARD ECONOMIC FORUM 2026 ชวนมองโจทย์เหล่านี้ผ่านประสบการณ์จาก SCBX, OR และ Bluebik โดยเริ่มจากการทบทวนว่า ธุรกิจต้องการผลลัพธ์อะไร แล้วจึงออกแบบวิธีทำงานให้ AI เข้าไปมีบทบาทได้จริง
ประเด็นสำคัญ
AI-Native Enterprise คืออะไร?
พิพัฒน์ ประภาพรรณพงศ์ ผู้อำนวยการและหัวหน้าทีม Advanced Insights (AI) บริษัท บลูบิค กรุ๊ป จำกัด (มหาชน) อธิบายการใช้ AI ในองค์กรผ่านคำถามว่า หากถอด AI ออก งานและบริการต่างๆ จะยังเดินต่อได้แค่ไหน โดยแบ่งเป็นสามระดับ ได้แก่ AI-Enabled ที่ช่วยให้พนักงานทำงานเร็วขึ้น แต่ยังกลับไปทำด้วยวิธีเดิมได้, AI-First ที่นำ AI เข้าไปเป็นส่วนสำคัญของกระบวนการ จนการถอดออกอาจทำให้งานหยุดชะงัก และ AI-Native ที่มี AI เป็นแกนของผลิตภัณฑ์หรือบริการ เช่น บริการแท็กซี่ไร้คนขับที่เขายกมาเป็นตัวอย่าง เมื่อไม่มี AI ธุรกิจในรูปแบบนั้นก็ให้บริการต่อไม่ได้
สำหรับองค์กรที่ดำเนินธุรกิจมานาน การเปลี่ยนผ่านอาจเริ่มจากบางส่วนก่อน ญาณ์บดี จิตติกุลดิลก Chief Data Officer บริษัท เอสซีบี เดต้า เอกซ์ จำกัด อธิบายว่า องค์กรเดิมในกลุ่ม SCBX มุ่งไปสู่ AI-First ขณะที่บริษัทใหม่บางแห่งมีโอกาสออกแบบให้เป็น AI-Native ตั้งแต่ต้น เป้าหมายและวิธีเดินจึงต่างกันตามพื้นฐานของแต่ละธุรกิจ
วรทย์ ลีฬหาชีวะ ผู้อำนวยการสายงานที่ปรึกษาด้านกลยุทธ์และการจัดการ บริษัท บลูบิค กรุ๊ป จำกัด (มหาชน) เสนอให้ลองวางกระดาษเปล่า แล้วคิดว่า หากเริ่มธุรกิจเดิมขึ้นมาใหม่โดยมี AI อยู่ในมือ จะส่งมอบคุณค่าอะไรให้ลูกค้า จะวางกระบวนการทำงานอย่างไร และต้องการคนที่มีบทบาทหรือความเชี่ยวชาญแบบไหน การคิดเช่นนี้ช่วยให้องค์กรทบทวนขั้นตอนที่เคยทำต่อกันมา และเลือกได้ว่าส่วนใดควรให้ AI ทำ ส่วนใดต้องอาศัยคนควบคุมและตัดสินใจ
SCBX และ OR นำ AI มาใช้ในธุรกิจอย่างไร?
ญาณ์บดีเล่าว่า ในช่วงแรกบริษัทต่างๆ ในกลุ่ม SCBX ทดลองใช้ AI ผ่านโครงการและกิจกรรมหลายรูปแบบ จนพบว่าหลายบริษัทกำลังทำเรื่องคล้ายกัน จึงขยับมาสร้างแพลตฟอร์มกลาง เพื่อให้ความสามารถที่พัฒนาแล้วนำกลับมาใช้ร่วมกันได้ พร้อมบริหาร AI Agent หรือระบบ AI ที่รับมอบหมายงาน ตั้งแต่กำหนดหน้าที่ ติดตามผลงาน ไปจนถึงหยุดใช้งานเมื่อทำผิดกฎ การขยาย AI จึงมาพร้อมระบบที่ตรวจสอบได้ว่าแต่ละระบบกำลังทำอะไร และทำได้ดีเพียงใด
กรณีหนึ่งคือกระบวนการตรวจเอกสารด้านการค้าระหว่างประเทศ ซึ่งมีเอกสารซับซ้อนและต้องผ่านการตรวจหลายขั้น ทีมเริ่มจากคิดใหม่ว่า หากให้ AI รับโจทย์นี้ตั้งแต่ต้นจะออกแบบงานอย่างไร ญาณ์บดีระบุว่า แนวทางดังกล่าวช่วยลดขั้นตอนจาก 8 เหลือ 5 และลดเวลาจากหลายวันเป็นชั่วโมง โดยยังมีข้อมูลสำหรับตรวจสอบความถูกต้อง และมีคนอยู่ในจุดตรวจสอบท้ายกระบวนการ พนักงานจึงมีเวลาไปดูแลกรณีที่ซับซ้อนขึ้น
ส่วนภากร สุริยาภิวัฒน์ รองประธานเจ้าหน้าที่บริหารด้านธุรกิจดิจิทัลและโซลูชัน บริษัท ปตท. น้ำมันและการค้าปลีก จำกัด (มหาชน) ยกกรณีที่ OR ใช้ AI ช่วยตัดสินใจเรื่องการกระจายน้ำมันในช่วงวิกฤต โดยนำข้อมูลจากหน้างาน ทั้งพื้นที่ที่ขาดแคลน รถบรรทุก ท่อส่ง และชนิดน้ำมัน มาประกอบการจัดสรรทรัพยากรที่มีจำกัดไปยังพื้นที่ที่ต้องการมากที่สุด พร้อมให้คนร่วมตัดสินใจ กรณีที่ภากรเล่าจึงแสดงให้เห็นการนำ AI เข้าไปช่วยงานที่ต้องประสานข้อมูลหลายด้านและปรับแผนตามสถานการณ์
จะเริ่มเปลี่ยนองค์กรสู่ AI-Native ได้อย่างไร?
ประสบการณ์จากผู้ร่วมเสวนาชี้ว่า การเปลี่ยนองค์กรต้องเดินไปพร้อมกันทั้งเรื่องงาน คน และระบบสนับสนุน โดยมีแนวทางที่นำกลับไปใช้ได้ดังนี้
1. เลือกงานที่กระทบรายได้และต้นทุน
วรทย์เสนอให้เริ่มจากการตัดสินใจที่มีผลต่อกำไรของธุรกิจ แล้วค่อยแปลงเป็นโจทย์การใช้ AI ขณะที่พิพัฒน์แนะนำให้มองหากระบวนการที่ทำซ้ำ ใช้ข้อมูลมาก และต้องส่งต่อกันหลายแผนก เพื่อเลือกจุดเริ่มต้นที่มีโอกาสเห็นผลชัด องค์กรจึงควรตอบให้ได้ก่อนว่า ต้องการเพิ่มรายได้ ลดค่าใช้จ่าย หรือแก้ความล่าช้าในส่วนใด
2. ให้คนหน้างานร่วมออกแบบกับผู้เชี่ยวชาญ AI
คนที่ทำงานอยู่ทุกวันรู้ว่าข้อมูลมาจากไหน ขั้นตอนไหนต้องระวัง และการตัดสินใจแบบใดกระทบธุรกิจ วรทย์จึงให้ความสำคัญกับการนำความรู้ของเจ้าของกระบวนการมารวมกับความเชี่ยวชาญด้าน AI ขณะที่พิพัฒน์เสนอให้หน่วยธุรกิจรับผิดชอบผลลัพธ์ของงาน ส่วนทีมกลางดูแลแพลตฟอร์มและกำกับการใช้งานให้เป็นไปตามกรอบที่กำหนด
3. ทดลองทำคู่ขนาน ก่อนเปลี่ยนกระบวนการจริง
พิพัฒน์อธิบายวิธี Shadow Model คือให้คนทำงานตามปกติ ขณะเดียวกันให้ AI ทดลองทำโจทย์เดียวกันผ่านกระบวนการที่ออกแบบขึ้นใหม่ แล้วเปรียบเทียบผลลัพธ์ ความถูกต้อง และการตัดสินใจ จนมั่นใจเพียงพอจึงพิจารณาปรับวิธีทำงาน ช่วงทดลองนี้ยังเป็นเวลาสำหรับพัฒนาทักษะพนักงานให้รับบทบาทใหม่ได้ด้วย
4. ทำให้พนักงานเห็นบทบาทของตัวเองหลังการเปลี่ยนแปลง
วรทย์มองว่าแรงต้านส่วนหนึ่งมาจากความไม่เข้าใจและความกลัวว่าจะถูกแทนที่ องค์กรจึงต้องอธิบายให้ชัดว่า เมื่อเริ่มใช้ AI งานของแต่ละคนจะเปลี่ยนอย่างไร ต้องเรียนรู้อะไรเพิ่ม และจะประเมินผลงานแบบไหน พร้อมปรับ KPI และแรงจูงใจให้สอดคล้องกัน พิพัฒน์ยกตัวอย่างการเปลี่ยนจากผู้ลงมือทำ มาเป็นผู้กำกับ ตรวจคำตอบ และตรวจการทำงานของ AI ซึ่งต้องเตรียมคนไปพร้อมกับการเปลี่ยนระบบ
5. จัดเครื่องมือและกติกาให้พนักงานใช้งานได้จริง
ภากรเตือนว่า หากองค์กรจัดเครื่องมือให้ไม่ทัน พนักงานอาจซื้อ AI ใช้เองเพื่อให้งานเสร็จ และเสี่ยงนำข้อมูลภายในไปใช้ผ่านบริการภายนอก แนวทางที่ภากรเสนอคือสร้างพื้นที่ทดลอง AI ภายในองค์กร พร้อมกติกาที่ยืดหยุ่นและระบบดูแลข้อมูล เพื่อให้พนักงานนำความคิดใหม่มาทดลองได้อย่างมั่นใจ และต่อยอดเป็นองค์ความรู้ร่วมกัน
6. ให้ CEO เป็นผู้ขับเคลื่อน
ญาณ์บดีชี้ว่า หากเริ่มจากการมอบหมายให้ CTO ไปซื้อเครื่องมือหรือสร้างทีม องค์กรอาจติดอยู่กับการแก้โจทย์เทคโนโลยี ทั้งที่ความท้าทายสำคัญอยู่ในเรื่องคน กระบวนการอนุมัติ และวิธีพัฒนางาน CEO จึงต้องเข้ามากำหนดเป้าหมายและผลักดันให้ส่วนต่างๆ เปลี่ยนไปด้วยกัน เพื่อให้ AI สร้างผลลัพธ์ตามที่ธุรกิจต้องการ
จะวัดอย่างไรว่าใช้ AI แล้วคุ้มค่า?
วรทย์เสนอให้กำหนดตัวชี้วัดตั้งแต่เลือกโจทย์ว่า AI จะช่วยเพิ่มรายได้ ลดต้นทุน หรือทำให้ตัดสินใจเร็วขึ้นอย่างไร แล้วติดตามให้ถึงผลที่เกิดกับธุรกิจ เวลาที่ประหยัดได้ต้องมีแผนว่าจะนำไปทำอะไรต่อ เช่นเดียวกับกำลังคนที่ว่างจากงานเดิม ซึ่งต้องถูกจัดไปสร้างคุณค่าในส่วนอื่น การวัดจึงต้องเชื่อมทั้งความเร็วของกระบวนการและการใช้ทรัพยากรหลังจากนั้น
สำหรับการลงทุน วรทย์เสนอหลัก 3R ได้แก่ Realize Value สร้างคุณค่าที่วัดได้, Reusability นำสิ่งที่ลงทุนไปใช้ซ้ำกับงานอื่น และ Resilience ออกแบบระบบให้ยืดหยุ่นต่อการเปลี่ยนเครื่องมือ โดยมี Security หรือความปลอดภัยของข้อมูลกำกับอยู่ด้วย หลักเหล่านี้ช่วยให้องค์กรมองเลยจากความสำเร็จของโครงการเดียว ไปถึงฐานที่ใช้พัฒนางานถัดไปได้
ภากรให้ความสำคัญกับการลงทุนในฐานข้อมูลและทักษะพนักงาน เพราะคู่แข่งอาจเข้าถึงโมเดล AI แบบเดียวกันได้ แต่ข้อมูลและความรู้ที่สะสมอยู่ในแต่ละองค์กรมีที่มาต่างกัน ขณะที่ญาณ์บดีเสนอให้เปลี่ยนจากการนับจำนวนโครงการ AI ไปสู่การสร้างความสามารถที่นำกลับมาใช้ได้ และทำให้เกิดผลกับธุรกิจจริง
สำหรับองค์กรที่กำลังเริ่มต้น ก้าวแรกอาจเป็นการเลือกงานสำคัญหนึ่งกระบวนการ แล้วกำหนดให้ชัดว่าอยากเปลี่ยนผลลัพธ์อะไร ให้คนหน้างานร่วมออกแบบ ทดลอง และวัดผลไปด้วยกัน เมื่อ AI ทำให้งานเร็วขึ้น สิ่งที่ต้องตัดสินใจต่อคือจะนำเวลาและความสามารถที่เพิ่มขึ้นนั้นไปสร้างประโยชน์ให้ธุรกิจตรงไหน
