ตลอดหลายปีที่ผ่านมา องค์กรจำนวนมากมีการลงทุนทำ AI Transformation ไปมหาศาล แต่กลับตอบไม่ได้ว่าท้ายที่สุดแล้ว “ผลตอบแทนคุ้มค่าการลงทุนหรือไม่?”
ปัญหาไม่ได้อยู่ที่เทคโนโลยี แต่อยู่ที่วิธีคิดในการวัดมูลค่าที่ยังยึดติดกับสูตร ROI แบบดั้งเดิมซึ่งออกแบบมาสำหรับการลงทุนประเภทเครื่องจักรหรือระบบโครงสร้างพื้นฐาน ไม่ใช่สำหรับการลงทุนใน AI
AI เป็นเทคโนโลยีที่สร้าง “คุณค่าทางธุรกิจหลายมิติ” ซึ่งไม่สามารถตีเป็นตัวเลขทางการเงินได้ทันที เช่น เวลาตัดสินใจที่เร็วขึ้น การพัฒนานวัตกรรมที่คล่องตัวขึ้น หรือประสบการณ์ลูกค้าที่ดีขึ้นอย่างชัดเจน ดังนั้น bricks จะพามาเปิดแนวคิดใหม่สำหรับคำนวณความคุ้มค่าของการลงทุนในโครงการ AI ที่จะทำให้เหล่าผู้นำองค์กรมองเห็นคุณค่าที่แท้จริงของ AI และเปลี่ยนวิธีคิดของผู้นำองค์กรไปตลอดกาล
ROI แบบเดิม: เน้นผลลัพธ์ทางการเงินเพียงอย่างเดียว
แนวทางการวัดความคุ้มค่าของการลงทุนที่เราคุ้นเคย คือ “ROI = Net Income / Cost of Investment”
เป็นการวัดผลตอบแทนจากการลงทุนในรูปของกำไรสุทธิเทียบกับต้นทุน ซึ่งเป็นวิธีที่เหมาะสำหรับโครงการที่ให้ผลตอบแทนเป็นตัวเงินโดยตรง เช่น การลงทุนในเครื่องจักร การเปิดสายการผลิตใหม่ หรือการปรับปรุงอาคารสถานที่
แต่สำหรับการลงทุนในโครงการ AI สูตรนี้มีข้อจำกัดอย่างสำคัญ คือ ผลลัพธ์ส่วนใหญ่จากโครงการในระยะเริ่มต้นมักเป็น “Non-financial Outcomes” ที่ยังไม่สามารถสะท้อนออกมาเป็นกำไรได้ทันที เช่น การใช้เวลาตัดสินใจที่รวดเร็วขึ้น ประสบการณ์ของลูกค้าที่ดีขึ้น หรือกระบวนการที่ลื่นไหลกว่าเดิม แม้ว่าคุณค่าเหล่านี้จะส่งผลเชิงบวกต่อธุรกิจอย่างชัดเจน แต่ก็ยังไม่สามารถบันทึกเป็นผลตอบแทนทางการเงินในงวดบัญชีระยะสั้นได้
ผลลัพธ์คือ AI ถูก “ประเมินมูลค่าต่ำ” ทั้งที่ในความเป็นจริงสามารถสร้างความได้เปรียบเชิงกลยุทธ์ให้ธุรกิจได้อย่างมหาศาล
ROI แบบใหม่: คำนึงถึง “คุณค่าทางธุรกิจที่แท้จริง” มากกว่าแค่ตัวเลขในงบการเงิน
สำหรับแนวคิดใหม่นี้จะช่วยให้ผู้นำองค์กรมอง ROI ของโครงการ AI ในมุมที่กว้างและลึกขึ้น ซึ่งก็คือ
“ROI = (AI Business Value Income ÷ (Initial + Annual Costs)) × Success Probability”
แนวคิดนี้ไม่ได้พิจารณาแค่ผลลัพธ์ทางการเงิน แต่ยังคำนึงถึง 3 ปัจจัยหลัก ได้แก่
1) AI Business Value Income: มูลค่าทางธุรกิจที่เกิดจาก AI ทั้งทางตรงและทางอ้อม ครอบคลุม 9 ด้านต่อไปนี้
- โอกาสสร้างรายได้ (Revenue Generation) – AI ทำให้องค์กรสร้างช่องทางรายได้ใหม่ สินค้าใหม่ หรือบริการที่มีความเป็น Personalized สูง ส่งผลให้รายได้เพิ่มขึ้น
- ยกระดับประสบการณ์ลูกค้า (Customer Experience) – AI สามารถเข้าใจพฤติกรรมลูกค้าเชิงลึกและตอบสนองแบบเรียลไทม์ ทำให้ความพึงพอใจและความภักดีสูงขึ้น รวมถึงลด Churn Rate อย่างเห็นได้ชัด
- เสริมประสิทธิภาพการทำงานพนักงาน (Employee Experience) – AI ลดงานซ้ำซากและช่วยให้พนักงานโฟกัสงานที่มีคุณค่าสูงขึ้น ส่งผลต่อคุณภาพงาน ความพึงพอใจ และประสิทธิภาพโดยรวมขององค์กร
- เพิ่มความเร็วและความถูกต้องของกระบวนการ (Productivity & Efficiency) – AI ยกระดับความเร็ว ความแม่นยำ และลดต้นทุนในสายงานหลัก ทำให้ Productivity สูงขึ้นโดยไม่ต้องเพิ่มจำนวนบุคลากร
- สร้างพื้นที่ให้เกิดนวัตกรรมใหม่ (Innovation) – AI ทำให้ขั้นตอนการทดลอง ฟีเจอร์ใหม่ หรือโมเดลธุรกิจใหม่เกิดขึ้นได้เร็วขึ้นและมีความเสี่ยงต่ำกว่าเดิม ส่งผลให้สัดส่วนโปรเจ็กต์ที่ประสบความสำเร็จสูงขึ้น
- ขับเคลื่อนองค์กรสู่ความยั่งยืน (Sustainability) – AI ช่วยลดการใช้ทรัพยากรและลด Waste ในขั้นตอนต่าง ๆ ทำให้องค์กรสามารถบรรลุเป้าหมาย ESG ได้จริงอย่างเป็นรูปธรรม
- เร่งความเร็วออกสู่ตลาด (Time-to-Market) – กระบวนการพัฒนา ทดสอบ และตัดสินใจสั้นลงอย่างมาก ส่งผลให้ผลิตภัณฑ์และบริการใหม่สามารถออกสู่ตลาดได้เร็วกว่าคู่แข่ง
- ลดความเสี่ยงและเพิ่มความเชื่อมั่น (Security & Trust) – AI ตรวจจับภัยคุกคามและความผิดปกติได้แบบอัตโนมัติ เพิ่มความปลอดภัยและช่วยให้การปฏิบัติตามกฎระเบียบเป็นเรื่องง่ายขึ้น
- เพิ่มความยืดหยุ่นและความพร้อมในการปรับตัว (Business Resilience) – AI ทำให้องค์กรสามารถตอบสนองต่อความเปลี่ยนแปลงของตลาด ลูกค้า หรือเหตุการณ์คาดไม่ถึงได้อย่างรวดเร็ว ทำให้ธุรกิจมีความมั่นคงในระยะยาว
2) Initial & Annual Costs: พิจารณาทั้งต้นทุนเริ่มต้นและต้นทุนดำเนินงานต่อเนื่อง เช่น การพัฒนาโมเดล AI การดูแลระบบ และการฝึกอบรมบุคลากร
3) Success Probability: ระดับความเป็นไปได้ที่โครงการจะสร้างผลลัพธ์ตามเป้าหมาย โดยสามารถประเมินค่าได้ตั้งแต่ 0 ถึง 1
โมเดลนี้ทำให้การประเมิน ROI ไม่ใช่การตีกรอบแค่ตัวเลขทางการเงิน แต่เป็นการตีความ “คุณค่าทางธุรกิจที่แท้จริง” ที่องค์กรได้รับจาก AI Transformation ในภาพรวม และชี้ทางให้ผู้บริหารเห็นว่า จะเพิ่มคุณค่าทางธุรกิจจาก AI ได้อย่างไร
กรณีศึกษา: Dyson และ AI-driven Personalization
Dyson แบรนด์ที่หลายคนรู้จักในฐานะผู้นำด้านผลิตภัณฑ์เครื่องใช้ไฟฟ้า วันนี้กำลังเดินหน้าไปอีกขั้นด้วยการสร้างระบบแนะนำสินค้าแบบ AI-driven personalization โดย AI จะเรียนรู้จากพฤติกรรมการใช้งานจริง หรือความต้องการเฉพาะบุคคล มากกว่าการขายตามข้อมูลสเปกสินค้าทั่วไป เพื่อปรับคำแนะนำให้ “ตรงใจและคุ้มค่าที่สุด” สำหรับลูกค้าแต่ละคน
กรณีศึกษานี้ แสดงให้เห็นว่า ROI ของ AI ไม่ได้อยู่ที่ยอดขายเพิ่มขึ้นเท่าไรเพียงอย่างเดียว แต่ยังมองไปถึงคุณค่าทางธุรกิจในมิติอื่น ซึ่งก็คือ การสร้าง “ความสัมพันธ์ระยะยาวกับลูกค้า” ผ่านประสบการณ์ที่เข้าใจพวกเขามากขึ้น ซึ่งส่งผลต่อการเติบโตอย่างยั่งยืนในระยะยาว
ผู้นำที่เข้าใจมิติของ ROI แบบใหม่ จะมองเห็นโอกาสของ AI ได้ชัดกว่า
เมื่อมองผ่านกรอบเดิมของ ROI องค์กรอาจมองไม่เห็นคุณค่าที่แท้จริงของ AI และอาจประเมินศักยภาพของโครงการต่ำกว่าความเป็นจริง แต่เมื่อผู้นำเริ่มวัด ROI ด้วยมุมมองใหม่ที่ให้ความสำคัญกับ “คุณค่าทางธุรกิจแบบรอบด้าน” ทั้ง 9 มิติ องค์กรจะสามารถประเมินความคุ้มค่าได้แม่นยำขึ้น มองเห็นผลกระทบระยะยาวได้ชัดเจนขึ้น และกล้าตัดสินใจลงทุนอย่างมีความมั่นใจมากกว่าเดิม
สำหรับองค์กรที่ต้องการเดินหน้าสู่ AI Transformation อย่างมีทิศทาง bricks พร้อมช่วยเชื่อมต่อทุกขั้นตอน ตั้งแต่การกำหนดคุณค่าทางธุรกิจที่ต้องการสร้าง การออกแบบการใช้งาน AI ให้เหมาะกับบริบทองค์กร ไปจนถึงการวัดผลลัพธ์ที่เกิดขึ้นจริงอย่างเป็นรูปธรรม ทำให้องค์กรมั่นใจได้ว่าโครงการ AI ไม่เพียงแค่เกิดขึ้น แต่ “สร้างผลลัพธ์ทางธุรกิจที่วัดผลได้” และขับเคลื่อนการเติบโตในระยะยาวอย่างแท้จริง
