พร้อมจริง หรือแค่ตามเทรนด์? เช็กความพร้อมการทำ AI Transformation
หลายองค์กรในวันนี้เริ่มโครงการ AI ด้วยเหตุผลเดียวกัน คือ “คู่แข่งเริ่มแล้ว” หรือ “บอร์ดถามหาแล้วว่าเรามี AI หรือยัง” แรงกดดันแบบนี้ทำให้หลายที่รีบกดปุ่มเริ่ม จ้างที่ปรึกษา ตั้งทีม ทำ proof of concept ออกมาได้ demo สวย ๆ นำเสนอในห้องประชุมแล้วทุกคนปรบมือ
แต่พอผ่านไปสามเดือน หกเดือน คำถามที่ตามมาคือ “แล้วมันช่วยธุรกิจตรงไหน” และคำตอบมักจะเงียบ
ปัญหาไม่ได้อยู่ที่เทคโนโลยีไม่ดีพอ แต่อยู่ที่องค์กรกระโดดข้ามคำถามที่สำคัญที่สุดไป นั่นคือ “เราพร้อมจริงไหม” และประเด็นที่ผู้บริหารต้องเข้าใจก่อนตัดสินใจลงทุนก็คือ ความพร้อมในการทำ AI Transformation เป็นสิ่งที่ วัดได้ ไม่ใช่ความรู้สึกว่าพร้อม การทำ AI readiness assessment อย่างเป็นระบบจึงเป็นจุดตั้งต้นที่แยกองค์กรที่ได้ผลลัพธ์จริง ออกจากองค์กรที่ได้แค่ demo ไว้โชว์
3 คำถามที่ CFO ควรถามก่อนเซ็นงบ AI — เปลี่ยน ROI ของ AI จากคำสวยหรูให้เป็นตัวเลขที่ตัดสินใจได้
กรอบคิดที่ทำให้ ROI ของ AI กลับมาเป็นตัวเลขที่วางบนงบประมาณได้จริง ผ่านสามคำถามที่ CFO ควรถาม: หนึ่ง งานนี้ประหยัดได้เท่าไรต่อเดือน สอง คืนทุนภายในกี่เดือน สาม งานไหนคุ้มที่จะทำก่อน เบื้องหลังทั้งสามคำถามคือแนวคิดเดียวที่ทีมเทคนิคเรียกว่า unit economics ของ AI หรือ ต้นทุนต่อ 1 งานที่ AI ทำ ซึ่งคิดแบบเดียวกับต้นทุนต่อชิ้นในโรงงานเอกสารนี้จะอธิบายว่าทำไม ROI ของ AI ถึงวัดยากกว่าการลงทุนแบบเดิม นำเสนอกรอบสามคำถามพร้อมวิธีแปลงเป็นตัวเลข สาธิตการคำนวณด้วยกรณีตัวอย่างเชิงประมาณการ อธิบายแนวคิดทางเทคนิคด้วยการเปรียบเทียบที่ทุกคนในห้องประชุมเข้าใจตรงกัน และปิดท้ายด้วยข้อเสนอแนะที่นำไปใช้ได้ทันที ตัวเลขทั้งหมดในเอกสารนี้เป็น ประมาณการ (projected/estimated) เพื่อสาธิตวิธีคิด ไม่ใช่การรับประกันผลลัพธ์ องค์กรจริงต้องแทนค่าด้วยข้อมูลของตัวเองเสมอ ทำไม ROI ของ AI ถึงวัดยาก การลงทุนแบบเดิมมีเส้นทางคืนทุนที่มองเห็นได้ ซื้อเครื่องจักรมาหนึ่งเครื่อง เรารู้ราคา รู้กำลังผลิตที่เพิ่ม รู้ว่าขายได้เท่าไร ตัวเลขคืนทุนคำนวณได้ตั้งแต่วันเซ็นสัญญา แต่ AI ไม่ได้ให้ภาพชัดแบบนั้นตั้งแต่ต้น และมีเหตุผลอยู่หลายชั้นที่ทำให้เป็นเช่นนั้น […]
ทำไมโครงการ AI ไม่สำเร็จ ทั้งที่ POC ผ่านสวยงาม: คู่มือผู้บริหารว่าด้วยต้นทุนแฝงของ pilot ที่ไม่ scale
ในช่วงสองสามปีที่ผ่านมา องค์กรไทยจำนวนมากผ่านประสบการณ์เดียวกัน ทีมทำ Proof of Concept (POC) ของโครงการ AI สำเร็จภายในไม่กี่สัปดาห์ เดโมในห้องประชุมผ่านฉลุย ผู้บริหารประทับใจ แต่แล้วผ่านไปครึ่งปีหรือมากกว่านั้น ระบบก็ยังขึ้นใช้งานจริง (production) ไม่ได้ และงบที่ลงไปก็เหมือนละลายหายไปโดยไม่มีผลลัพธ์ทางธุรกิจให้จับต้องคู่มือฉบับนี้ตอบคำถามที่ผู้บริหารถามบ่อยที่สุดข้อหนึ่งว่า ทำไมโครงการ AI ไม่สำเร็จ ทั้งที่เทคโนโลยีก็ดูพร้อมและเดโมก็สวยงาม ข้อสรุปหลักมีสามข้อ1.ต้นทุนที่แท้จริงของ pilot ที่ไม่ scale ไม่ได้อยู่ที่เงินค่าโมเดลหรือค่า license ก้อนแรก แต่อยู่ที่เวลาของทีม โอกาสทางธุรกิจที่เสียไป และความเชื่อมั่นของผู้บริหารที่จะลงทุนรอบต่อไป — ต้นทุนสามก้อนนี้ไม่ปรากฏในใบเสร็จ แต่แพงกว่ามาก2.สาเหตุที่ AI pilot ไม่ scale มักไม่ใช่เรื่องของโมเดลไม่เก่งพอ แต่เป็นเรื่องของ 3 คอขวดเชิงระบบ ได้แก่ ข้อมูลไม่พร้อม ไม่มีกระบวนการรองรับ และไม่มีเจ้าของหลัง go-live3.ทางแก้จึงไม่ใช่การไล่หาโมเดลที่เก่งกว่าเดิม แต่เป็นการวางระบบสามชั้นให้พร้อมก่อน — ความสามารถ (capability) กระบวนการ (process) และเครื่องมือ (tool) […]
Durable Workflow คืออะไรกระบวนงานองค์กรที่ AI ทำได้จริง ไม่ตก ไม่หาย ไม่ต้องเริ่มใหม่
ต้นทุนของงานที่ค้างในกระบวนงาน งานที่ค้างอยู่ในระบบ เช่น ticket ที่รอการตอบกลับ เอกสารที่รอการอนุมัติ หรือ case ที่รอข้อมูลเพิ่มเติม เป็นสถานการณ์ที่เกิดขึ้นเป็นปกติในการดำเนินงานขององค์กร อย่างไรก็ตาม งานค้างแต่ละชิ้นมีต้นทุนแอบแฝงที่ควรพิจารณา ได้แก่ ต้นทุนการประสานงาน (เวลาที่ใช้ในการติดตามและแจ้งเตือนระหว่างทีม) ต้นทุนจากการสูญหายของ context เมื่อ case ย้ายมือ และต้นทุนจากการไม่เป็นไปตาม SLAAI ถูกคาดหวังให้ช่วยลดต้นทุนเหล่านี้ แต่ AI ที่ออกแบบมาไม่เหมาะสมอาจสร้างปัญหาใหม่ขึ้นมา คือ workflow สะดุดโดยไม่มีผู้ใดทราบสถานะของงาน ข้อจำกัดของ Stateless AI ในกระบวนงานจริง AI Agent ส่วนใหญ่ในตลาดปัจจุบันทำงานในรูปแบบ Stateless กล่าวคือแต่ละ interaction เริ่มต้นใหม่โดยไม่มีความจำหรือสถานะที่เก็บไว้จากก่อนหน้า สำหรับงานที่มีขอบเขตเรียบง่าย ลักษณะนี้ไม่ก่อให้เกิดปัญหา แต่สำหรับกระบวนงานระดับองค์กรที่มีลักษณะดังต่อไปนี้ การทำงานแบบ Stateless กลายเป็นข้อจำกัดสำคัญ–– ใช้เวลาดำเนินการหลายวันถึงหลายสัปดาห์– ต้องรอ input จากบุคคลหลายฝ่าย– เชื่อมต่อกับระบบหลายระบบพร้อมกันมีข้อยกเว้นและ edge case เกิดขึ้นเป็นประจำ ในสถานการณ์เหล่านี้ […]
จาก Lead ที่หายไปใน Inbox สู่ AI-Powered Sales Engine ที่ปิดดีลได้เร็วกว่าเดิม
ลองนึกภาพ Sales cycle ขององค์กร B2B ขนาดกลางถึงใหญ่ในไทย Lead เข้ามาจากหลายช่องทาง ทั้ง inbound form, event, referral และ outbound campaign Sales rep แต่ละคนดูแล account หลายสิบราย แต่ข้อมูลของลูกค้าแต่ละรายกระจัดกระจายอยู่ใน CRM ที่กรอกไม่ครบ email thread ที่ไม่มีใครย้อนกลับไปอ่าน และ spreadsheet ส่วนตัวที่ทำขึ้นเพราะ CRM “ใช้ยากเกินไป” Pain points ที่เกิดขึ้นซ้ำทุกสัปดาห์ ทีมเซลล์ ใช้เวลา 40–50% ของวันไปกับงานที่ไม่ใช่การขาย ไม่ว่าจะเป็นการกรอกข้อมูล การเตรียม proposal การหาว่าราคาล่าสุดคืออะไร หรือการตาม follow-up ที่ตัวเองลืมตั้ง reminder ไว้ Manager ไม่มี visibility ที่ real-time ว่า pipeline จริงๆ […]
Workplace Transformation คืออะไร และทำไม AI ถึงเป็นหัวใจของมัน
บทบาทของ AI ในการทำ Workplace Transformationเมื่อที่ทำงานไม่ได้เปลี่ยนแค่เครื่องมือ แต่เปลี่ยนวิธีคิด McKinsey ประเมินว่าศักยภาพระยะยาวของ AI มีมูลค่าสูงถึง 4.4 ล้านล้านดอลลาร์ในรูปแบบของการเพิ่มผลผลิต (productivity) จาก corporate use cases ตัวเลขนี้ไม่ใช่แค่ตัวเลขในเชิงเศรษฐกิจ แต่สะท้อนให้เห็นว่า AI กำลังเปลี่ยนแปลงวิธีที่องค์กรสร้างคุณค่าในระดับพื้นฐาน McKinsey & Companyคำว่า Workplace Transformation มักถูกนำไปผูกกับการเปลี่ยน tool หรือ platform ใหม่ แต่ Transformation ในความหมายที่แท้จริงคือการเปลี่ยนวิธีที่องค์กรสร้างคุณค่า ไม่ใช่แค่การอัปเกรดซอฟต์แวร์ AI เปลี่ยนสิ่งที่มนุษย์ต้องทำเอง สิ่งที่มนุษย์ควรทำ และสิ่งที่เป็นคุณค่าเฉพาะของมนุษย์ที่ไม่มี AI ทดแทนได้บริคส์ เทคโนโลยีในฐานะบริษัทที่ทำงานด้าน Enterprise grade AI บริษัทไทยพบว่า องค์กรที่ประสบความสำเร็จในการเปลี่ยนแปลงนี้มักไม่ได้เริ่มต้นจากคำถามว่า “จะซื้อ AI tool อะไร” แต่เริ่มจากคำถามว่า “กระบวนงานไหนที่ทีมใช้เวลามากที่สุดแต่สร้างคุณค่าน้อยที่สุด” ภาพรวมการใช้งาน AI […]
ความกังวลต่อปัญญาประดิษฐ์ (AI) ในยุคดิจิทัล ส่อง “วิสัยทัศน์ Bricks” เมื่อ AI ไม่ใช่ผู้แทนที่
ความกังวลที่มาพร้อมกับความก้าวหน้า ปัญญาประดิษฐ์ (AI) กลายเป็นส่วนหนึ่งของการดำเนินธุรกิจในแทบทุกอุตสาหกรรม ตั้งแต่การวิเคราะห์ข้อมูล การให้บริการลูกค้า ไปจนถึงการตัดสินใจเชิงกลยุทธ์ระดับองค์กร ความสามารถของ AI ในการประมวลผลข้อมูลจำนวนมาก เรียนรู้ pattern และให้ผลลัพธ์ที่รวดเร็วทำให้หลายองค์กรมองเห็นโอกาสในการเพิ่มประสิทธิภาพและสร้างนวัตกรรมใหม่อย่างที่ไม่เคยทำได้มาก่อนอย่างไรก็ตาม ความก้าวหน้าดังกล่าวมาพร้อมกับความกังวลที่เพิ่มขึ้นในสังคมและภาคธุรกิจ คำถามที่เกิดขึ้นบ่อยครั้งคือ องค์กรควรไว้วางใจ AI ในการตัดสินใจมากน้อยเพียงใด ข้อมูลที่ AI เข้าถึงได้มีความปลอดภัยเพียงพอหรือไม่ และผลกระทบต่อแรงงานมนุษย์จะเป็นอย่างไรเมื่อ AI เข้ามามีบทบาทมากขึ้นในกระบวนการทำงานบทความนี้นำเสนอมุมมองเชิงอุตสาหกรรมต่อความกังวลเหล่านี้ พร้อมแนวคิดที่ Bricks เทคโนโลยีมองว่าเป็นกรอบการทำงานที่เหมาะสมสำหรับองค์กรที่ต้องการผสาน AI เข้ากับการดำเนินงานจริงอย่างรับผิดชอบ AI ไม่ใช่ผู้แทนที่ แต่เป็นเครื่องมือขยายขีดความสามารถ หนึ่งในความกังวลที่พบบ่อยที่สุดคือคำถามว่า AI จะเข้ามาแทนที่มนุษย์ในการทำงานหรือไม่ ความกังวลนี้มีรากฐานจากการสื่อสารด้าน AI ในหลายปีที่ผ่านมาที่มักเน้นย้ำความสามารถของ AI ในการทำงานแทนมนุษย์ มากกว่าการทำงานร่วมกับมนุษย์มุมมองในเชิงอุตสาหกรรมที่ได้รับการยอมรับมากขึ้นในปัจจุบันคือ AI มีคุณค่าสูงสุดเมื่อทำหน้าที่เป็นเครื่องมือขยายขีดความสามารถของมนุษย์ (capability amplifier) มากกว่าการเป็นผู้แทนที่ (replacement) งานที่เกี่ยวข้องกับการตัดสินใจเชิงซับซ้อน การประเมินบริบททางจริยธรรม หรือการสร้างความสัมพันธ์กับลูกค้า ยังคงต้องการการตัดสินใจของมนุษย์เป็นแกนหลัก ขณะที่ AI สามารถรับภาระงานที่เป็นกระบวนการซ้ำ การประมวลผลข้อมูลปริมาณมาก […]
4 กลยุทธ์การลงทุน AI ที่ผู้นำองค์กรต้องเลือกให้ชัด
AI ไม่ได้เป็นเพียงเทคโนโลยีใหม่ที่องค์กรควรทดลองใช้ แต่กำลังกลายเป็นขีดความสามารถสำคัญที่อาจเปลี่ยนวิธีแข่งขัน วิธีดำเนินงาน และวิธีสร้างการเติบโตของธุรกิจในระยะยาว อย่างไรก็ตาม ปัญหาของหลายองค์กรไม่ได้อยู่ที่ “ควรใช้ AI หรือไม่” แต่อยู่ที่ยังไม่ชัดเจนว่า “ควรใช้ AI เพื่ออะไร” บางองค์กรลงทุน AI เพื่อสร้างธุรกิจใหม่บางองค์กรใช้ AI เพื่อยกระดับการทำงานภายในบางองค์กรเริ่มจาก workflow เฉพาะจุดที่เห็น ROI ชัดขณะที่บางองค์กรเลือกเป็น fast follower รอให้เทคโนโลยีและตลาดพิสูจน์ความคุ้มค่าก่อน คำถามสำคัญสำหรับผู้นำองค์กรจึงไม่ใช่แค่ว่า “จะใช้ AI ทำอะไรได้บ้าง” แต่คือ “องค์กรควรเลือกกลยุทธ์การลงทุน AI แบบไหนให้เหมาะกับทิศทางธุรกิจของตัวเอง” ทำไมผู้นำต้องเลือกกลยุทธ์ AI ให้ชัดก่อนลงทุน หลายองค์กรเริ่มต้น AI จากการหา use case ทดลองใช้เครื่องมือ หรือทำ pilot project ในบางแผนก ซึ่งเป็นจุดเริ่มต้นที่ดี แต่ยังไม่เพียงพอสำหรับการสร้างผลลัพธ์ในระดับองค์กร เพราะการลงทุน AI ที่สร้างผลลัพธ์จริง ต้องเชื่อมโยงกับเป้าหมายทางธุรกิจที่ชัดเจน เช่น หากองค์กรยังไม่ชัดเจนว่า […]
หยุด deploy AI ให้เร็ว แล้วเริ่ม deploy ให้ถูกต้อง
เมื่อ AI เริ่มตัดสินใจและดำเนินการแทนคนในกระบวนการ enterprise คำถามที่ตามมาทันทีคือ ถ้า AI ทำผิด ใครรับผิดชอบ? และเราพิสูจน์ได้ไหมว่า AI ทำงานอยู่ในขอบเขตที่กฎหมายและนโยบายกำหนด? นี่คือแก่นของ AI Governance ไม่ใช่แค่เรื่องของ security หรือ compliance ในความหมายดั้งเดิม แต่คือการออกแบบระบบ AI ให้มี accountability ที่ตรวจสอบได้ตั้งแต่ต้น ไม่ใช่การ add layer ทีหลังเมื่อเกิดปัญหาสำหรับ Enterprise Technology Leaders การสร้าง governance framework ที่แข็งแกร่งไม่ใช่ overhead — แต่คือ foundation ที่ทำให้ AI deployment สามารถ scale ได้อย่างยั่งยืน และคือเหตุผลที่ Centre of Excellence model ออกแบบ governance เข้าไปเป็นส่วนหนึ่งของ platform […]
สร้างความได้เปรียบทางการแข่งขันด้วยแนวคิด Agentic Enterprise
ธุรกิจในปัจจุบันต่างมองหาวิธีใหม่ ๆ ในการเพิ่มประสิทธิภาพการดำเนินงานและสร้างความได้เปรียบทางการแข่งขันมาโดยตลอด แม้ว่า “Automation” จะเป็นสิ่งที่องค์กรให้ความสำคัญมาอย่างยาวนาน แต่วันนี้กำลังเกิดแนวคิดใหม่ขึ้นมา นั่นคือ “Agentic Enterprise” บทความนี้จะพาทุกคนไปทำความเข้าใจแนวคิดของ Agentic Enterprise ตั้งแต่คำนิยาม ทำไมแนวคิดนี้จึงสำคัญต่อองค์กร และองค์กรสามารถก้าวไปสู่การเป็น Agentic Enterprise ได้อย่างไร Agentic Enterprise คืออะไร? Agentic Enterprise คือ องค์กรที่ไม่ได้มอง AI เป็นแค่เครื่องมือหรือเทคโนโลยี แต่มีการออกแบบกระบวนการทำงานใหม่ทั้งหมด เพื่อสร้าง ecosystem ที่มนุษย์และ AI agents ทำงานร่วมกันได้อย่างเป็นระบบ AI agents ในองค์กรลักษณะนี้สามารถ ความสามารถเหล่านี้ทำให้ AI สามารถรับผิดชอบงานที่ซ้ำซ้อนและใช้เวลามาก รวมถึงสามารถตัดสินใจและดำเนินการเพื่อให้บรรลุเป้าหมายที่กำหนดไว้ได้ โดยเป้าหมายสูงสุดขององค์กรรูปแบบนี้คือ การเพิ่มประสิทธิภาพ ลดความซับซ้อนของการดำเนินงาน และปลดปล่อยศักยภาพของคนให้ไปโฟกัสกับสิ่งที่สำคัญ และสร้างคุณค่าได้มากที่สุด ทำไม Agentic Enterprise ถึงเป็นอนาคตของธุรกิจ การนำ AI agents เข้ามาจัดการงานที่ซ้ำซ้อนและใช้เวลามาก […]