JRIT ICHI

หลายองค์กรตระหนักถึงความสำคัญของ Data และ AI มีการนำปัญญาประดิษฐ์เข้ามาทดลองใช้ในบริษัท แต่บางแห่งก็เพียงแค่ทดลอง หรือใช้ในแผนกใดแผนกหนึ่ง หรือนำมาใช้แค่เพื่อช่วยค้นหาข้อมูลบางอย่าง ทั้ง ๆ ที่ในยุคปัจจุบัน AI ควรสัมพันธ์กันทั้งองค์กร ด้วยเหตุนี้ ผู้เชี่ยวชาญด้าน AI และ Data คุณธี ธัชกรณ์ วชิรมน CEO บริษัท Sertis (บริษัท เซอร์ทิส จำกัด) จึงได้กล่าวถึงความสำคัญประเด็นนี้ว่า

“วันนี้หลายองค์กรเริ่มใช้ AI แล้ว แต่คำถามที่ยากขึ้น คือ จะทำอย่างไรให้ AI ไม่หยุดอยู่แค่การทดลอง หรือเป็นเครื่องมือที่ใช้เฉพาะบางทีม แต่กลายเป็นความสามารถขององค์กรที่ช่วยให้คนทำงา นได้ดีขึ้น และช่วยให้ธุรกิจเดินหน้าได้เร็วขึ้น”

Sertis ผู้ช่วยเติมเต็มเทคโนโลยีในองค์กรยุคใหม่
Sertis เป็นบริษัทด้าน AI และ Data ที่ทำงานร่วมกับองค์กรชั้นนำในหลากหลายอุตสาหกรรม ทั้งในประเทศไทยและภูมิภาคเอเชียตะวันออกเฉียงใต้ ช่วยให้องค์กรนำข้อมูลและเทคโนโลยี AI ไปใช้กับธุรกิจได้จริง ตั้งแต่การเพิ่มประสิทธิภาพการทำงาน ช่วยตัดสินใจได้แม่นยำมากยิ่งขึ้น และการสร้างประสบการณ์ลูกค้าให้ดียิ่งขึ้น รวมถึงการวางรากฐานสำหรับองค์กรในระยะยาว

Sertis เชื่อว่า AI จะสร้างผลลัพธ์ได้จริงก็ต่อเมื่อมันถูกออกแบบให้เข้ากับการทำงานของแต่ละธุรกิจ ดังนั้นบริษัทฯ จึงให้บริการครอบคลุมตั้งแต่การทำความเข้าใจโจทย์ของธุรกิจแต่ละประเภท, การวางโครงสร้างข้อมูล, การพัฒนาโมเดลและระบบ AI ไปจนถึงการนำโซลูชันไปใช้งานร่วมกับทีมของลูกค้า

ตลอดหลายปีที่ผ่านมา Sertis ได้พัฒนาโซลูชันและบริการหลากหลายด้าน ซึ่งล้วนออกแบบตามความต้องการของแต่ละองค์กร เป้าหมายไม่ใช่แค่ทำให้ลูกค้ามี AI ใช้ แต่คือทำให้ AI เข้าไปช่วยในกระบวนการทำงานจริง และสร้าง impact ที่วัดผลได้

“สำหรับเรา AI และ Data ไม่ได้เป็นเรื่องของเทคโนโลยีอย่างเดียว แต่เป็นเรื่องของการทำให้ธุรกิจตัดสินใจดีขึ้น ทำงานเร็วขึ้น และมองเห็นโอกาสหรือความเสี่ยงได้ชัดขึ้น บทบาทของ Sertis จึงไม่ได้จำกัดอยู่ที่การเป็นผู้พัฒนาเทคโนโลยี แต่คือการเป็นพาร์ทเนอร์ที่ช่วยองค์กรเชื่อมระหว่าง business strategy, data foundation และ AI implementation ให้ไปในทิศทางเดียวกัน”

ระดับขั้นของการใช้ AI
การนำ AI มาขับเคลื่อนองค์กร ไม่ใช่แค่ติดตั้ง แต่ยังต้องเข้าใจมันด้วย คุณธีอธิบายถึงความแตกต่างของการใช้งาน AI ดังนี้

1. AI adoption คือ การเริ่มใช้งาน
2. AI maturity คือ การใช้จนเกิดการเปลี่ยนแปลงในวิธีทำงานจริง

“วันนี้การใช้ AI ไม่ได้ยากเท่าเมื่อก่อน หลายองค์กรมีเครื่องมือ มี use case มีการทดลองใช้ Generative AI หรือ Automation อยู่บ้าง แต่สิ่งเหล่านี้ยังไม่ได้แปลว่าองค์กรใช้ AI ได้ mature หรือเต็มประสิทธิภาพ”

“สำหรับผม เส้นแบ่งสำคัญคือ AI เข้าไปอยู่ใน workflow จริงของธุรกิจหรือยัง? ถ้า AI ยังเป็นเครื่องมือที่คนเปิดใช้เป็นครั้ง ๆ เพื่อช่วยงานบางอย่าง นั่นอาจยังเป็น adoption แต่ถ้า AI เริ่มช่วยให้การตัดสินใจเร็วขึ้น ลดขั้นตอนการทำงาน ลดความผิดพลาด หรือทำให้ทีมต่าง ๆ ใช้ความรู้ชุดเดียวกันได้ นั่นเริ่มเป็น maturity”

“อีกเรื่องที่สำคัญมาก คือ องค์กรต้องมีวินัยในการใช้ AI ไม่ว่าจะเป็นเรื่องข้อมูล ความปลอดภัย การวัดผล คนที่รับผิดชอบ และกระบวนการตรวจสอบ เพราะสุดท้าย AI maturity ไม่ได้เกิดจากโมเดลที่เก่งที่สุดอย่างเดียว แต่เกิดจากความสามารถขององค์กรในการนำ AI ไปใช้อย่างต่อเนื่องและมีทิศทาง”

ทำอย่างไรให้องค์กรนำข้อมูลจาก AI มาตัดสินใจได้เร็วขึ้น
แม้มี AI วิเคราะห์ Data ที่แม่นยำ แต่ทว่าบางองค์กรก็ยังไม่สามารถนำมาใช้ตัดสินใจได้เร็วขึ้นตามไปด้วย ส่วนนี้ คุณธีกล่าวว่า แท้จริงแล้ว ปัญหาไม่ได้อยู่ที่ข้อมูลไม่เพียงพอ แต่อยู่ที่ข้อมูลยังไม่พร้อมพอที่จะกลายเป็นการตัดสินใจที่ดีต่างหาก พร้อมขยายความอย่างละเอียดว่า

“หลายองค์กรมีข้อมูลเยอะมาก แต่ข้อมูลอยู่กระจัดกระจาย อยู่คนละระบบ คนละทีม คนละไฟล์ หรือแม้แต่คนละเวอร์ชัน พอถึงเวลาต้องตัดสินใจจริง คนยังต้องเสียเวลาไล่หาข้อมูล ถามหลายฝ่าย เช็คว่าไฟล์ไหนคือไฟล์ล่าสุด หรือพยายามทำความเข้าใจว่าตัวเลขแต่ละชุดพูดเรื่องเดียวกันหรือไม่ พอเป็นแบบนี้ ข้อมูลที่ควรช่วยให้เร็วขึ้น จึงทำให้การตัดสินใจช้าลงในบางครั้ง”

“ความท้าทายจึงไม่ใช่แค่การเก็บข้อมูลให้มากขึ้น แต่คือการทำให้ข้อมูลและความรู้ขององค์กรเชื่อมกันมากขึ้น เชื่อถือได้มากขึ้น และถูกนำมาใช้ได้ในเวลาที่ต้องใช้จริง”

“ดังนั้นในมุมนี้ AI จะมีประโยชน์มาก ถ้ามันถูกวางอยู่บนฐานข้อมูลและความรู้ที่ดี เพราะ AI สามารถช่วยสรุป เชื่อมโยง ค้นหา และแนะนำสิ่งที่เกี่ยวข้องได้เร็วขึ้น แต่ถ้าฐานข้อมูลยังไม่ชัด AI ก็อาจยิ่งทำให้ความสับสนขยายเร็วขึ้นเช่นกัน”

ในอนาคต AI จะย้ายจาก ‘การมี’ ไปสู่ ‘การออกแบบองค์กรให้ใช้ AI ได้ดี’
ในทุกองค์กรมีการใช้ AI และไม่มีใครไม่รู้จักปัญญาประดิษฐ์ ดังนั้นการแข่งขันของธุรกิจยุคใหม่ จึงจะก้าวข้าม การมี AI ไปสู่ การออกแบบองค์กรให้ใช้ AI ได้ดี เพราะหากบริษัทใดประยุกต์ให้สอดคล้องกับวัฒนธรรมองค์กรได้ดี ย่อมได้เปรียบคู่แข่ง ประเด็นนี้ คุณธีอธิบายได้ชัดอย่างเห็นภาพว่า

“ช่วงแรก หลายคนอาจมองว่าใครเริ่มใช้ AI ก่อนจะได้เปรียบ แต่ตอนนี้เครื่องมือ AI เข้าถึงง่ายขึ้นมาก ความได้เปรียบจึงไม่ได้อยู่ที่การมีเครื่องมือเพียงอย่างเดียว แต่อยู่ที่ว่าองค์กรนำ AI ไปฝังอยู่ในกระบวนการทำงานได้ดีแค่ไหน”

“บางองค์กรใช้ AI เพื่อช่วยงานเล็ก ๆ น้อย ๆ ซึ่งก็มีประโยชน์ แต่บางองค์กรเริ่มมองไกลกว่านั้น เช่น ใช้ AI เพื่อเปลี่ยนวิธีให้บริการลูกค้า เปลี่ยนวิธีบริหารความรู้ภายใน เปลี่ยนวิธีวางแผน operation หรือเปลี่ยนวิธีที่ผู้บริหารเข้าถึง insight”

“ดังนั้นผมจึงมองว่า ความได้เปรียบต่อไปจะอยู่ที่ workflow, data, governance และคนในองค์กร ไม่ใช่แค่ model หรือ software องค์กรที่ชนะ ไม่ใช่องค์กรที่มี AI มากที่สุด แต่อาจเป็นองค์กรที่รู้ชัดที่สุดว่า AI ควรช่วยตรงไหน ควรมีคนตรวจสอบตรงไหน และควรวัดผลอย่างไร”

ความสามารถร่วมของ AI ที่อยู่ในทุกประเภทธุรกิจ
Pattern ร่วมอย่างหนึ่งของ AI คือ กำลังทำให้ธุรกิจขยับจากการ “รอดูว่าเกิดอะไรขึ้น” ไปสู่การ “มองเห็นเร็วขึ้น และตอบสนองเร็วขึ้น”

ในหลายธุรกิจ วิธีทำงานแบบเดิม คือ รอรายงาน รอข้อมูลย้อนหลัง แล้วค่อยประชุมหาทางตัดสินใจ แต่ AI ทำให้กระบวนการนี้สั้นลง เพราะมันช่วยดึงสัญญาณจากข้อมูลจำนวนมาก ช่วยหาความผิดปกติ ช่วยคาดการณ์ และช่วยเสนอทางเลือกได้เร็วขึ้น
อีก Pattern ที่ชัดคือ AI กำลังช่วยลดช่องว่างระหว่างข้อมูลกับการลงมือทำ เดิมองค์กรอาจมีข้อมูลอยู่แล้ว แต่กว่าจะเปลี่ยนเป็น Action ต้องผ่านหลายขั้นตอน วันนี้ AI เริ่มเข้ามาช่วยเชื่อมช่องว่างนี้มากขึ้น
ไม่ว่าจะเป็น Retail ที่ต้องตอบสนองต่อ demand, finance ที่ต้องบริหารความเสี่ยง, Healthcare ที่ต้องลดภาระงานบุคลากร, Manufacturing ที่ต้องควบคุมคุณภาพ หรือ Telecom ที่ต้องดูแล network และ customer experience ตอนนี้สิ่งที่เหมือนกัน คือ ทุกอุตสาหกรรม ต้องการการตัดสินใจที่เร็วขึ้น แม่นยำขึ้น และใช้ทรัพยากรให้ดีขึ้น

“AI จึงไม่ได้เปลี่ยนแค่เครื่องมือที่องค์กรใช้ แต่กำลังเปลี่ยนจังหวะการทำงานของธุรกิจโดยรวม”

บุคลิกของ AI ในแต่ละประเภทธุรกิจ
กล่าวถึงความสามารถร่วมที่ AI เข้าไปยกระดับให้ธุรกิจได้ในทุกประเภทแล้ว มาดูความแตกต่าง หรือเอกลักษณ์ในแต่ละประเภทธุรกิจกันบ้าง เพราะ AI สร้าง impact ในแต่ละอุตสาหกรรมไม่เหมือนกัน เนื่องจากโจทย์ของแต่ละธุรกิจต่างกัน ซึ่งคุณธีได้แจกแจงไว้ดังนี้

ธุรกิจ Retail: AI ช่วยเรื่องความเร็วในการเข้าใจลูกค้าและตลาดได้มาก เช่น การคาดการณ์ demand การจัดสินค้า การวาง promotion หรือการทำ personalization เพราะธุรกิจค้าปลีกเปลี่ยนเร็วมาก และการตัดสินใจที่ช้าไปเพียงเล็กน้อยก็อาจกระทบยอดขายหรือประสบการณ์ลูกค้าได้

ธุรกิจ Finance: สิ่งสำคัญคือความแม่นยำ ความเสี่ยง และความน่าเชื่อถือ AI จึงมักถูกใช้กับ fraud detection, risk assessment, compliance หรือการช่วยให้พนักงานเข้าถึงความรู้และข้อกำหนดได้เร็วขึ้น แต่ในอุตสาหกรรมนี้ AI ต้องอธิบายได้และตรวจสอบได้ ไม่ใช่แค่ตอบได้

ธุรกิจ Healthcare: AI มีบทบาททั้งในการช่วยบุคลากรทางการแพทย์ และช่วย operation ของโรงพยาบาล เช่น การช่วยคัดกรองเบื้องต้น การอ่านภาพ การจัดการเอกสาร หรือการบริหารทรัพยากร แต่ต้องใช้ด้วยความระมัดระวังมาก เพราะผลลัพธ์เกี่ยวข้องกับชีวิตและความไว้วางใจของคน

ธุรกิจ Manufacturing: Impact จะเห็นชัดในเรื่องคุณภาพ ประสิทธิภาพ และการลดความสูญเสีย เช่น predictive maintenance, defect detection, production planning และ process optimization เพราะทุก improvement เล็ก ๆ ในโรงงานอาจแปลเป็นต้นทุน เวลา และคุณภาพที่ดีขึ้นอย่างมีนัยสำคัญ

ธุรกิจ Telecom: เป็นธุรกิจที่มีข้อมูลมหาศาล และมีระบบซับซ้อน AI จึงช่วยได้ทั้ง network optimization, customer service, churn prediction และ field operation ความท้าทายคือการนำข้อมูลจำนวนมากจากหลายระบบมาทำให้เกิด decision ที่เร็วและแม่นขึ้น

“โดยรวมแล้ว AI ไม่ได้มี impact แบบเดียวกันทุกที่ แต่ในทุกอุตสาหกรรม AI กำลังเข้าใกล้ core operation ของธุรกิจมากขึ้นเรื่อย ๆ” คุณธีสรุป

สิ่งที่ผู้นำองค์กรต้องตระหนักเกี่ยวกับ AI
สิ่งที่ผู้นำองค์กรต้องตระหนักเกี่ยวกับ AI ประกอบด้วยเรื่อง Trust (ความเชื่อมั่น), Governance (ธรรมาภิบาล) และ Responsible use (ใช้งานอย่างมีความรับผิดชอบ) ด้วยเหตุผลดังนี้

เพราะยิ่ง AI เข้าไปใกล้การตัดสินใจสำคัญมากเท่าไร เรื่อง trust และ governance ก็ยิ่งสำคัญมากขึ้นเท่านั้น

ในช่วงแรก องค์กรอาจสนใจว่า AI ทำอะไรได้บ้าง ตอบเร็วแค่ไหน หรือช่วยลดงานได้มากแค่ไหน แต่เมื่อ AI เริ่มถูกใช้กับข้อมูลลูกค้า ข้อมูลธุรกิจ หรือกระบวนการที่มีผลต่อคนจริง ๆ คำถามจะเปลี่ยนไปเป็นว่า เราเชื่อคำตอบนี้ได้แค่ไหน ตรวจสอบได้หรือไม่ และใครเป็นคนรับผิดชอบการตัดสินใจสุดท้าย

“ผมคิดว่า ผู้นำองค์กรต้องมอง governance เป็นส่วนหนึ่งของการออกแบบ AI ตั้งแต่ต้น ไม่ใช่สิ่งที่ค่อยมาใส่ทีหลัง เพราะถ้าไม่มี governance ที่ดี องค์กรอาจทดลองได้เร็ว แต่จะ scale ได้ยาก สิ่งที่ต้องชัดคือ AI ใช้ข้อมูลจากที่ไหน ใครมีสิทธิ์เข้าถึงข้อมูลอะไร ผลลัพธ์ถูกตรวจสอบอย่างไร จุดไหนต้องมี human-in-the-loop และถ้า AI ให้คำตอบที่ผิดหรือไม่มั่นใจ ระบบควรจัดการอย่างไร”

“ส่วน responsible use ไม่ได้แปลว่าองค์กรต้องกลัว AI แต่หมายถึงองค์กรต้องใช้ AI อย่างมีสติ มีโครงสร้าง และเข้าใจความเสี่ยงของตัวเอง”

“และองค์กรที่สร้าง trust ได้ดี จะใช้ AI ได้กว้างกว่าในระยะยาว เพราะคนในองค์กรจะกล้าใช้มากขึ้น ผู้บริหารจะกล้าตัดสินใจมากขึ้น และลูกค้าหรือผู้มีส่วนเกี่ยวข้องก็จะมั่นใจมากขึ้นครับ” คุณธีอธิบาย

การใช้งาน AI ด้วยความเข้าใจอย่างลึกซึ้ง คือข้อได้เปรียบของธุรกิจ
บทสัมภาษณ์นี้เห็นได้ว่า AI มีบทบาทสำคัญต่อทุกธุรกิจ ไม่สามารถหลีกเลี่ยงได้ และในอนาคตความได้เปรียบของธุรกิจจะขึ้นอยู่กับการที่ว่าองค์กรใดใช้งาน AI ได้ลึกซึ้งมากกว่าด้วย ท้ายนี้คุณธีได้ฝากเรื่องการใช้ AI ไว้ว่า

“ในอีก 3 ปีข้างหน้า ผมคิดว่า ช่องว่างขององค์กรที่ใช้ AI กับเข้าใจ AI จะเห็นชัดมากในเรื่องความเร็วและคุณภาพของการตัดสินใจ หลายองค์กรอาจมี AI tools คล้ายกัน ใช้โมเดลคล้ายกัน หรือซื้อ technology stack ที่ไม่ต่างกันมาก แต่ผลลัพธ์จะไม่เท่ากัน เพราะสิ่งที่อยู่รอบ AI สำคัญมาก ทั้งข้อมูล กระบวนการ คน วัฒนธรรมองค์กร และ governance”

“องค์กรที่ใช้ AI ได้ดีจะไม่ใช่แค่ทำงานเร็วขึ้น แต่จะตัดสินใจจากข้อมูลที่ครบกว่า เห็นปัญหาเร็วกว่า และปรับตัวได้เร็วกว่า ในทางกลับกัน องค์กรที่มี AI แต่ข้อมูลยังไม่เชื่อม กระบวนการยังไม่ชัด หรือคนยังไม่เชื่อมั่นในระบบ อาจพบว่า AI กลายเป็นเครื่องมืออีกชิ้นหนึ่งที่ไม่ได้เปลี่ยนผลลัพธ์ของธุรกิจมากนัก

“ผมคิดว่าช่องว่างจะชัดใน 3 เรื่อง
1. Decision Speed ใครเข้าถึง insight ได้เร็วกว่า
2. Execution Consistency ใครทำให้ทีมทำงานบนมาตรฐานเดียวกันได้มากกว่า
3. Ability to Learn ใครนำ feedback และข้อมูลใหม่มาปรับปรุงการทำงานได้เร็วกว่า”

“ดังนั้นในอนาคต คำถามอาจไม่ใช่ว่าองค์กรไหนมี AI แต่คือองค์กรไหนออกแบบการทำงานให้ AI สร้างผลลัพธ์ได้จริง ต่อเนื่อง และปลอดภัยกว่าเดิม” คุณธีกล่าวทิ้งท้าย

———————————————————————————————————–

ข้อมูลติดต่อ Sertis
Website: https://bit.ly/4wiovfd
LinkedIn: https://www.linkedin.com/company/sertis/
Email: info@sertiscorp.com
Tel: 02-001-1893