เจาะลึกรายงาน ‘The Widening AI Value Gap’ จาก BCG ทำไมมีองค์กรแค่ 5% ที่เพิ่มรายได้ 5 เท่า ลดต้นทุน 3 เท่าจากการนำ AI มาใช้ [Advertorial]

AI จะเปลี่ยนฉากทัศน์ธุรกิจในอนาคตเร็วกว่าคลื่นเทคโนโลยีใด ๆ ที่เคยเกิดขึ้นและมีความเป็นไปได้ว่า บริษัทที่สามารถสร้างมูลค่าที่แท้จริงจาก AI จะทิ้งห่างคู่แข่งที่มอง AI เป็นแค่เครื่องมือ

ข้อมูลจากรายงานการวิจัยในหัวข้อ ‘The Widening AI Value Gap’ ที่ทำการสำรวจบริษัททั่วโลกกว่า 1,250 บริษัท ในทุกอุสาหกรรมที่ลงทุนในเทคโนโลยี AI โดย Boston Consulting Group หรือ BCG บริษัทที่ปรึกษาธุรกิจระดับโลก พบว่า มีบริษัทเพียง 5% เท่านั้น ที่ประสบความสำเร็จในการนำ AI มาสร้างให้เกิดผลลัพธ์เชิงธุรกิจอย่างเป็นรูปธรรมและขยายผลได้ในระดับองค์กร สามารถเพิ่มรายได้ถึง 5 เท่า และลดต้นทุนได้ 3 เท่า เมื่อเทียบกับบริษัทอื่นๆ และมีมากกว่า 60% กลับไม่สามารถสร้างมูลค่าจากการลงทุนด้าน AI ได้จริง และได้ผลลัพธ์เพียงเล็กน้อย

BCG เรียกองค์กร 5% เหล่านั้นว่า ‘Future-built companies’ ที่ไม่เพียงแค่ประสบความสำเร็จ แต่ยังสร้าง ‘AI Value Gap’ ที่กว้างขึ้นได้อย่างน่าอัศจรรย์

อิษฎา หิรัญวิวัฒน์กุล Managing Director & Senior Partner Head of BCG Thailand ชี้ให้เห็น 3 ปัจจัยสำคัญที่ทำให้บริษัทเหล่านั้นสร้าง ‘Real Value’ ได้

• Continue to Reinvest: ลงทุนซ้ำต่อเนื่องเมื่อเห็นผลลัพธ์ เพื่อให้เกิด Success Loop
• Compounding Advantage: ลงทุนถูกจุดทำให้บริษัทเปลี่ยนแปลงเชิงบวก และความสำเร็จนั้นก็ยิ่งสร้างผลประโยชน์ทบต้นต่อยอดขึ้นไปอีก
• Execution, Not Experimentation: โฟกัสที่การลงมือทำให้สำเร็จ ไม่ทดลองไปเรื่อย ๆ

“บริษัท 60% ที่สร้างผลลัพธ์จากการลงทุนใน AI ไม่ได้ เพราะส่วนใหญ่โฟกัสไปที่การทำ Pilot แล้วก็จบที่ตรงนั้น เลยไม่ได้ Value หรือถึงจะได้ก็ไม่สามารถขยายผลต่อได้”

ขณะเดียวกันบริษัท 5% ที่ประสบความสำเร็จ จะมีความชัดเจนว่าอะไรคือผลลัพธ์ที่องค์กรอยากให้เกิดขึ้นจริงและ Value ที่แท้จริงของธุรกิจอยู่ตรงไหน “ส่วนใหญ่แล้ว 70% ของ Value อยู่ที่ Core Function ก็คือ R&D, Sales and Marketing, Pricing, Manufacturing สิ่งเหล่านี้จะทำให้เกิดรายได้เพิ่มขึ้น หรือมีการเปลี่ยนแปลงที่เห็นได้ชัด”

คลี่กลยุทธ์ลงทุน AI ให้เกิดคุณค่าจริง

อิษฎา กล่าวว่าข้อแตกต่างที่เห็นได้ชัดคือ ‘วิธีคิด’ ของผู้นำเวลาพูดถึงเรื่องการนำ AI ไปใช้ในธุรกิจ แทนที่จะมองเป็นการ implementation เครื่องมือ พวกเขาเลือกที่จะเปลี่ยนวิธีการทำงาน แล้วค่อยดูว่าจะเอา AI มาช่วยได้อย่างไร “พวกเขาจะคิดก่อนว่า หากต้องเริ่มบริษัทจากศูนย์หรือต้องการบรรลุเป้าหมายที่ตั้งไว้ ควรมีวิธีการทำงานอย่างไร จากนั้นจึงค่อยถามว่า AI จะเข้ามาช่วยได้อย่างไร อาจใช้กฎ 10-20-70 โดย 70% ต้องโฟกัสที่บุคลากรและกระบวนการ 20% เป็นเรื่องของเทคโนโลยีและ 10% คือเครื่องมือหรืออัลกอริทึม”

“บริษัทที่ล้มเหลวจำนวนมากมักจะคิดกลับด้าน คือมุ่งไปที่เครื่องมือก่อนแล้วบังคับให้คนใช้ ทำให้เกิดปัญหาในการปฎิบัติงานมูลค่าก็ไม่เกิด”

เขาเน้นย้ำว่า ‘ผู้นำ’ คือหัวใจของการสร้างคุณค่าจากการใช้ AI ในองค์กร โดยยกตัวอย่างกรณีของ Foxconn ที่ประธานบริษัทเป็นผู้กำหนดเป้าหมายด้าน AI อย่างชัดเจน และมุ่งโฟกัสที่ Use Case ที่สร้างผลลัพธ์จริง ทำให้ธุรกิจเห็นผลต่อเนื่อง ตรงกันข้ามกับบางองค์กรที่ยังติดหล่ม ลงทุนกับ AI มากแต่ไม่เกิดมูลค่า เพราะปล่อยให้แต่ละแผนกกำหนดทิศทางและเลือกเครื่องมือกันเอง จนทรัพยากรกระจัดกระจายไปอยู่กับโครงการย่อยที่ไม่เชื่อมโยงกันและไม่ก่อให้เกิดภาพรวมที่ชัดเจน

“สิ่งต่อมาคือ ต้องคิดแบบ AI First ตอนนี้หลายบริษัทเริ่มใช้ AI Agent ซึ่งเป็นระบบที่ผสานความสามารถด้านการคาดการณ์และการสร้างสรรค์ ทำให้ AI มีเหตุผล เรียนรู้ได้ และลงมือทำได้เองโดยแทบไม่ต้องพึ่งมนุษย์ ยกตัวอย่าง กระบวนการกู้เงิน ที่มีคนอยู่ในกระบวนการ เมื่อก่อนอาจใช้เวลา 3-5 วัน แต่ถ้าใช้ AI agent อาจลดเวลาการทำงานเหลือไม่กี่ชั่วโมง แล้วโยกคนไปดูเรื่องการกำหนดกฎเกณฑ์ในการคัดกรองคนเพื่อบอก AI Agent ว่าคนแบบไหนควรหรือไม่ควรอนุมัติ”

“ถ้าบริษัทไหนคิดเรื่องการปรับเปลี่ยนกระบวนการทำงานใหม่เพื่อให้ได้ผลลัพธ์ดีขึ้นแบบ Ai Frist แล้วค่อยคิดว่าจะเอา AI Agent หรือเครื่องมือไหนมาประกอบ จากผลการศึกษาพบว่าบริษัทจะไปได้ค่อนข้างไกลและได้เม็ดเงินกลับมาชัดเจนกว่า”

ข้อผิดพลาดที่หลายคนมองข้ามคือ ‘การไม่โฟกัส’ อิษฎา บอกว่า หลายเคสที่เจอส่วนใหญ่บริษัทโฟกัสไปที่การทำ AI Transformation ต้องมี AI Road Map บางแห่งมีกว่า 80 Use Case ที่จะเอา AI มาใช้ เขาบอกว่านี่คือปัญหาหลัก

“บางบริษัทไม่มีโฟกัส หรือไม่ก็โฟกัสผิดจุด ตัวอย่างที่ดีคือ Foxconn หรือ Rio Tinto เขามีเพียง 5-6 Use Case ในการเริ่ม เขาเลือกโฟกัสจุดที่สำคัญจริง ๆ ไม่ได้หว่านแห อย่าลืมว่าทุกวันนี้เทคโนโลยีเปลี่ยนไว คุณเลือกลงทุนวันนี้ปีหน้าอาจจะเปลี่ยนก็ได้ อย่าไปโฟกัสที่เครื่องมือก่อน ต้องโฟกัสที่เป้าหมาย เพื่อที่จะได้เห็นว่าเราจะปลี่ยนแปลงกระบวนการ วิธีการทำงานอะไรเพื่อให้ได้ประโยชน์ที่แท้จริง”

BCG กับบทบาทของที่ปรึกษาระดับโลก

สำหรับบริษัทที่ยังหลงทาง อิษฎา บอกว่า BCG จะเริ่มจากการเข้าไปช่วย CEO เพื่อระบุและชี้ชัดว่าอะไรคือสิ่งที่เขาควรจะโฟกัส แล้วค่อยช่วย Reimagine Process หรือสิ่งที่จะเกิดขึ้นในอนาคต จากนั้นถึงจะระบุเครื่องมืออะไรที่เหมาะ มี Use Case และ AI อะไรบ้างที่จะช่วยได้

“เราก็มีทีม BCGX มาช่วยสร้างและพัฒนา Technology แล้วก็เข้าไป implement รวมถึงช่วยให้บุคลากรนำเครื่องมือเหล่านี้ไปใช้ไปจนถึงติดตามผลลัพธ์”

เขายกตัวอย่าง L’Oréal ที่ใช้ AI มา Reimagine Process ในส่วนของ Sales and Marketing ซึ่งเป็นแกนหลักของธุรกิจที่สร้างผลกำไรที่แท้จริง โดยใช้ AI ช่วยสร้างคุณค่าให้ลูกค้า ด้วยการเปลี่ยนวิธีการซื้อเครื่องสำอางและผลิตภัณฑ์ดูแลผิว โดยมุ่งเน้นการแก้ไข Pain Point ของลูกค้าที่ไม่มีเวลา หรือคนรุ่นใหม่ที่ไม่ชอบคุยกับพนักงานหน้าเคาน์เตอร์ไปจนถึงข้อจำกัดในการเข้าถึงผู้เชี่ยวชาญที่จะช่วยวิเคราะห์และแนะนำปัญหาผิว

“L’Oréal สร้างแอปพลิเคชัน Beauty Genius มาช่วยวิเคราะห์สภาพผิวลูกค้าแบบเรียลไทม์พร้อมแนะนำผลิตภัณฑ์ที่เหมาะสม และยังทำให้การซื้อสินค้าสะดวก รวดเร็ว เพราะสามารถคลิกเลือกสินค้า ชำระเงิน จากนั้นรอรับสินค้าที่บ้านได้เลย นี่คือตัวอย่างของธุรกิจที่เริ่มต้นจาก Pain Point แล้วค่อยจินตนาการว่า AI จะมาช่วยอะไรได้บ้าง”

อิษฎา ยกตัวอย่างการนำ AI มาใช้ในโรงกลั่นน้ำมัน สะท้อนถึงการสร้างมูลค่าจากการปรับปรุงกระบวนการทำงาน จากเดิมทีมวิศวกรและทีมงานที่อยู่ในห้องควบคุมจะทำหน้าที่กำหนดอุณหภูมิและความดันที่เหมาะสม แม้จะสามารถปรับปรุงประสิทธิภาพในระดับที่ยอมรับได้ แต่เป็นเรื่องยากที่จะรู้ว่าจุดใดคือจุดที่สร้างมูลค่าสูงสุด หรือจุดที่ประหยัดต้นทุนที่สุด

BCG ได้พัฒนาเครื่องมือ AI ซึ่งปัจจุบันมีโรงกลั่นกว่า 100 แห่งทั่วโลกนำไปใช้ เครื่องมือดังกล่าวจะช่วยให้เห็นผลลัพธ์แบบเรียลไทม์ เช่น การ Operate ที่ 102 องศา จะทำให้เงินเพิ่มขึ้นหรือทำให้บริษัทสูญเสียเงินเป็นจำนวนกี่เหรียญ โดย AI จะทำหน้าที่ปรับระดับที่เหมาะสมที่สุดตลอดเวลา

“การติดตั้งเครื่องมือให้ Value แค่ 10% แต่สิ่งสำคัญคือการเปลี่ยนวิธีคิดและกระบวนการทำงานซึ่งเป็น 70% ของ Value”

AI Optimization ไม่ได้จำกัดแค่เรื่องการสร้างผลกำไรทางธุรกิจเท่านั้น แต่ยังขยายขีดความสามารถให้ครอบคลุมเรื่อง ESG ได้ เขายกตัวอย่างการนำเครื่องมือ AI ไปใช้ในโรงกลั่นน้ำมัน สามารถบริหารจัดการเพื่อให้เกิดการปล่อยก๊าซให้น้อยที่สุด ช่วยให้บริษัทบรรลุเป้าหมาย ESG และสร้างข้อได้เปรียบในการส่งออกในยังยุโรปที่มีกฎระเบียบภาษี CBAM

“หลายบริษัทต้องคิดเรื่อง ESG และ AI ควบคู่กัน จะทำอย่างไรให้ AI ไปช่วยเรื่อง ESG ปัจจุบันบริษัทที่ทำซอฟต์แวร์ด้าน Carbon Accounting กำลังนำ AI มาเพิ่มความสามารถในการวิเคราะห์ข้อมูล จากเมื่อก่อน Carbon Accounting ทำหน้าที่เพียงบันทึกข้อมูลว่าปล่อยคาร์บอนเท่าไร มาจากกิจกรรมไหนบ้าง แต่ปัจจุบัน AI สามารถวิเคราะห์ข้อมูลเชิงลึกพร้อมแนะแนวทางแก้ไขได้เลย”

ก้าวข้ามขีดจำกัด AI บนโจทย์ความท้าทายด้านกฎหมาย

ความท้าทายในการนำ AI ไปใช้ให้เกิดประโยชน์จริง ยังอยู่ที่กฎหมายและนโยบายภาครัฐ ที่มีส่วนให้เทคโนโลยีเกิดยากหรือไปได้ไม่สุด

อิษฏายกตัวอย่าง Self-Driving Car ที่ประเทศอังกฤษ หากเกิดกรณีที่ขับไปชนคน คำถามคือ ใครคือผู้รับผิดชอบ ระหว่าง เจ้าของรถ คนที่นั่งในรถ บริษัทผลิตรถยนต์ หรือบริษัทที่ผลิต AI ปัจจุบันมีกฎหมาย ‘Automated Vehicles Act 2024’ กำหนดความรับผิดชอบสำหรับความเสียหายที่เกิดขึ้นขณะรถอยู่ในโหมดขับเคลื่อนอัตโนมัติอยู่ที่บริษัท AI เพราะ AI คือสมองกลที่ตัดสินใจ

“จะเห็นว่าหากเราสามารถปลดล็อกกฎเกณฑ์เหล่านี้ได้ อาจเห็นเทคโนโลยีอีกมากมายเกิดขึ้น เช่น Self-Driving Taxi ที่สามารถทำงานได้ 24 ชั่วโมง ลดการสูญเสียทรัพยากรและอาจทำให้รถติดน้อยลง เพราะในอนาคตธุรกิจอาจต้องแข่งกันที่วิธีคิดว่าจะเอา AI มาใช้ในธุรกิจอย่างไรให้เกิด Value สูงสุด ใครที่คิดได้ก่อนจะไปได้ไกลและเร็วกว่าคู่แข่ง”

“ส่วนตัวอยากฝากถึงผู้มีส่วนเกี่ยวข้องให้โฟกัสเรื่องของกฎหมายและกฎเกณฑ์ที่เกี่ยวกับการใช้เทคโนโลยี หรือสร้างแซนด์บ็อกซ์เพิ่มเติมเพื่อให้มีพื้นที่ให้การทดลองและพัฒนาเทคโนโลยีให้เกิดขึ้นจริง ยิ่งถ้าสิ่งนั้นมันช่วยตอบโจทย์ผู้บริโภค ตอบโจทย์พนักงาน ตอบโจทย์ผู้ถือหุ้น มันก็จะเกิด Value กับทุกภาคส่วนในท้ายที่สุด” อิษฏา กล่าวทิ้งท้าย