‘AI Thailand Conference 2024 : The Next Future’ คุณรับความเสี่ยงได้แค่ไหน เมื่อต้องใช้ Ai ช่วยขับเคลื่อนองค์กร

จะมีสักกี่เหตุผลที่ทำให้เราเลือกให้ ‘Ai’ ทำงานแทนเราในบางเรื่อง 

เช่นเดียวกับองค์กรยุคปัจจุบันที่ให้ Ai เข้ามาทำงานแทนมนุษย์ เพราะประหยัดต้นทุนไปพร้อม ๆ กับประหยัดเวลา เพื่อที่มนุษย์จะได้ไปออกแบบงานต่าง ๆ ได้มากขึ้น

แต่จะทำอย่างไร ให้องค์กรนำ Ai มาเป็นเลขาหรือเพื่อนร่วมงานได้จริง?

ที่วงเสวนา AI Implementation That Work! – Successfully AI Adoption in Your Business จากงาน Ai Thailand Conference 2024 ซึ่งจัดขึ้นที่สามย่าน มิตรทาวน์ เมื่อวันที่ 9 ตุลาคม 2567 มีคำตอบจาก 4 ผู้นำองค์กร ประกอบด้วย ‘ตูน’  โชติมา สิทธิชัยวิเศษ CEO บริษัท Venture Lab ‘ตาล’ รัชตวรรณ ตันเจริญ Digital Data Excellent Manager จาก MFEC ‘ต้น’ ธนศักดิ์ รัตนหิรัฐกรณ์ Managing Director จาก DATA CAFE  และ ‘พงศ์’ ธนพงศ์ จุลธรรมาศน์ Director ที่ดูแลเรื่อง Formation Security จาก MFEC ที่ใช้ Ai มาช่วยทำงานมาแลกเปลี่ยนความเห็นกันที่ต่างบอกเป็นเสียงเดียวกันว่า สิ่งสำคัญที่จะทำให้การใช้ Ai ในองค์กรเกิดขึ้นจริง ก็คือ ‘คน’

เพราะคนจะเป็นคนเตรียมข้อมูลเพื่อส่งต่อให้ Ai 

เพราะคนจะเป็นกรองข้อมูลและยอมรับความเสี่ยงจากความผิดพลาดในคำตอบที่ Ai บอกมา

เพราะคนจะฟี๊ดแบคการทำงาน Ai เพื่อให้ทำงานออกมาได้อย่างมีประสิทธิภาพ

นอกจากนี้ ‘คน’ ยังเป็นกระดุมเม็ดแรกที่ต้องเปิดใจ เรียนรู้ และเทคโนโลยีนี้ อาจจะไม่ต้องเป็นเรื่องใหญ่จนถึงขั้นเปลี่ยนโลก แต่อาจเป็นงานเล็ก ๆ ที่เราทำอยู่ทุกวันก็ได้

เนื่องจาก ถ้าคุณไม่เริ่มวันนี้ พรุ่งนี้ก็อาจสายเกินไป

ข้อมูลเหมือนเลือด Ai เหมือนสมอง

ทุกวันนี้ Ai แทบจะทำงานเหมือนเป็นมนุษย์คนหนึ่ง

เราต่างใช้ Ai เป็นผู้ช่วย เป็นเลขา เป็นเพื่อนร่วมงาน หรืออาจเป็นเพื่อนคู่คิด เพราะบางอย่างที่มนุษย์ทำไม่ได้ Ai สามารถทำให้ได้

และบางอย่างที่มนุษย์หนึ่งคนต้องใช้เวลานับเดือนเพื่อพัฒนาโปรเจกต์ ต้องใช้สมองมนุษย์หลายสิบคนเพื่อตัดสินใจวาระประชุมต่าง ๆ สิ่งเหล่านี้ Ai อาจทำได้เพียงเสี้ยววินาที 

แต่ Ai จะเก่ง หรือไม่เก่ง รากฐานสำคัญ ก็คือ ข้อมูลจากมนุษย์

‘ตาล’ รัชตวรรณ ตันเจริญ Digital Data Excellent Manager จาก MFEC จึงแชร์ว่า ข้อมูลถือเป็นหัวใจสำคัญของการใช้ Ai เพราะข้อมูลจะถูกนำไปฝึกฝนและประกอบการตัดสินใจในการทำงาน 

ถึงอย่างนั้น ตาลก็ยังรีมาร์กไว้สั้น ๆ ว่า เมื่อป้อนข้อมูลเข้าไป ก็ต้องมีการอัปเดตข้อมูลตลอดเวลาด้วยเช่นกัน เพื่อให้ Ai ทันโลก ตอบได้ตรงใจ และมีความแม่นยำ 

“ต้องมีการพัฒนาและปรับปรุงข้อมูลอย่างต่อเนื่อง เพราะว่าจริง ๆ แล้วมีข้อมูลใหม่ ๆเข้ามาตลอด แล้ว Ai เจะเอามาใช้เพื่ออัปเดตเนื้อหาหรืออัปเดตความสามารถเพื่อให้ทํางานได้ดียิ่งขึ้น”

แต่การจะทำให้ Ai เรียนรู้ได้เร็ว ผู้ใช้งานก็จำเป็นต้องได้รับสิทธิ์ในการเข้าถึงข้อมูลอย่างเป็นระบบ มีการกำกับดูแลเพื่อป้องกันข้อมูลรั่วไหล (Data Governance) และ สามารถหยิบใช้งานได้ง่าย (Data Foundation)

ขณะที่ ‘ตูน’ โชติมา สิทธิชัยวิเศษ CEO บริษัท Venture Lab แชร์ประสบการณ์การนำ Ai มาใช้ในองค์กรว่า เธอเลือกใช้ Ai เป็นอาวุธ เพื่อเพิ่มประสิทธิภาพในการทำงาน แทนที่จะนั่งทำงานรูทีน Ai จะเข้ามาเปิดพื้นที่ให้คนใน Venture Lab ไปริเริ่ม สร้างสรรค์สิ่งใหม่ให้กับองค์กร 

“เราใช้ Ai ติดอาวุธให้คน ให้ Ai ทํางานที่มันซ้ําซากจําเจแล้วย้ายคนไปทําในสิ่งที่มีคุณค่ามากขึ้น ให้เขามีเวลาตกผลึกทางความคิด แล้วก็สร้างสรรค์ผลงานใหม่ ๆ ที่ High อิมแพคบอกให้กับองค์กร”

ทั้งหมดนี้จึงอาจสรุปสาระสำคัญเหมือนที่ตูนบอกไว้ว่า ข้อมูลเหมือนเลือด Ai เหมือนสมอง

หากขาดเลือดสมองก็ไม่ทำงาน เช่นกันกับ Ai หากไร้ข้อมูลแล้ว การทำงานก็อาจไม่ได้แม่นยำอย่างที่เราคิด 

“ข้อมูลเหมือนเลือด Ai เหมือนสมอง ถ้าเลือดไปเลี้ยงสมองไม่เพียงพอ สิ่งที่เกิดขึ้นคืออะไรเราก็จะก๊ง ๆ งง ๆ เอ๋อ ๆ นิดหนึ่ง ก็จะรู้สึกคิดวิเคราะห์ผิดพลาด ตัดสินใจก็อาจจะไม่ครบถ้วน ไม่ sharp เท่าไหร่ สุดท้ายอาจจะเกิดเห็นภาพมโนขึ้นมา”

ใช้ Ai ได้ ก็ต้องเท่าทัน

อย่างที่รู้  Ai ช่วยงานเราได้ แต่อย่าเพิ่งเชื่อสิ่งที่ Ai บอกเรามาทั้งหมด

ตูนบอกว่า ในบทบาทของการเป็นผู้ใช้งาน เราจำเป็นต้องเอ๊ะก่อน บอกความต้องการที่แท้จริงให้ Ai ได้รับรู้ สิ่งเหล่านี้จะทำให้ Ai ตอบคำถามที่ตรงใจมากขึ้น 

“ต้องเอ๊ะเป็น รู้ว่าอะไรมันมั่วหรือมโนขึ้นมา เราสามารถให้ feedback Ai แล้วบอกว่า มันยังไม่ดีนะยังไม่ถูกต้องน ยังไม่ใช่สไตล์ที่อยากได้นะหรือข้อมูลยังผิดนะ การสอนเป็นจะทําให้ Ai เก่งขึ้น เป็นการเหมือนสร้าง feedback loop ให้กับตัว Ai ที่เราใช้งาน เพื่อที่จะได้ทำงานมีประสิทธิภาพมากขึ้น"

ส่วนบทบาทที่ใช้ Ai ในการทำงาน และอยากให้ Ai ช่วยในการทำงาน เหล่านักสร้างสรรค์ทั้งหลายก็ต้องเข้าใจธุรกิจของตัวเอง เพื่อออกแบบคำถามที่ถูกต้อง

ตูนยังบอกอีกว่า การถามคำถามที่ถูกต้องเปรียบเสมือนเข็มทิศและกระดุมแรกที่จะพาเราไปในทิศทางที่ถูกต้อง และจุดที่หลาย ๆ องค์กรวาดฝันไว้

“สิ่งที่ต้องเตรียมทีมงานเลยคือต้อง Asking the Right Question ตั้งโจทย์ให้ถูกอย่างเข้าไปดูจริง ๆ ว่าธุรกิจเรามีปัญหาอะไร มีช่องว่างตรงไหน แล้วมีโอกาสอะไรที่สามารถต่อยอดได้ เพราะว่าการตั้งโจทย์ทาง business  หรือการถามคําถามให้ถูกต้องเนี่ยเป็นเหมือนกระดุมเม็ดแรก มันจะช่วยให้เราไปถูกทาง”

เมื่อคนพร้อม เทคโนโลยีพร้อม กระดุมเม็ดถัดไป ก็คือ การนำ Ai มาใช้งานจริง และเทคโนโลยีอาจทำให้การทำงานของคุณไวขึ้น เพียงแต่อาจจะต้องใช้เวลาเรียนรู้ไปทีละขั้นตอน

ก้าวแรกของการใช้ Ai ทำเรื่องเล็ก ๆ และสร้างความเคยชิน

เชื่อว่าตอนนี้ หลายองค์กรก็พยายามจะนำ Ai มาปรับใช้กับการทำงานมากขึ้น ไม่ว่าจะเป็นเรื่องเล็ก หรือเรื่องใหญ่

อาจเป็นเพราะ Ai มีความสามารถที่จะชี้โอกาสและพาผู้นำและพนักงานในองค์กรข้ามเส้นจนเจอความเป็นไปได้ใหม่ ๆ อย่างไร้ขีดจำกัด

ในฐานะคนที่นำ Ai มาใช้งานแล้ว ตูนมองว่า Ai จะยกระดับธุรกิจ พาไปเจอน่านน้ำใหม่บนตลาด ทว่ากระดุมเม็ดแรกยากเสมอ

คำแนะนำของตูน จึงอาจเริ่มจากเรื่องเล็ก แต่สร้างผลกระทบเชิงบวกให้กับองค์กรหรือโครงการที่กำลังทำอยู่ได้ และค่อย ๆ นำ Ai มาใช้ในงานที่ขนาดใหญ่ขึ้น และอิมแพคมากขึ้น 

“ถ้าถามว่าก้าวแรกจะเริ่มจากอะไร อยากจะแนะนําว่า เริ่มจากอะไรที่เป็น quick win project พอคนในองค์กรเริ่มเห็นแล้วว่ Ai มาช่วยสร้างการเปลี่ยนแปลงได้จริง สร้างอิมแพคได้จริง ถึงค่อย ๆ ปรับ used case สเกล used case ไปเรื่องที่มัน High Impact มากขึ้น”

ฝั่ง ‘ต้น’ ธนศักดิ์ รัตนหิรัฐกรณ์ Managing Director จาก DATA CAFE บอกว่า การที่จะทำให้การนำ Ai มาประยุกต์ใช้กับงานได้จริง ต้องเริ่มจากการสร้างความเคยชินให้กับคนทำงาน 

เริ่มจากการนำ Ai มาใช้กับงานประจำวัน แล้วค่อยขยับมาใช้ในแผนก แล้วจึงขยับมาใช้ร่วมกันในองค์กร 

“วันแรกเราจะ Ai มาใช้กับงาน day to day operation ก่อน เพื่อให้คนมี awareness สร้างความคุ้นเคย ยอมรับที่จะทํางานร่วมกับ Ai  เอามาช่วยงานที่เราทําซ้ําเดิม แต่เนื้อหาไม่เคยเหมือนเดิม พอคนเริ่มคุ้น เขาจะเริ่ม define ว่า ในงานหลัก ๆ Core Business หลักของเราจะเอา capibility ของ Ai เข้ามา transform หรือเปลี่ยนกระบวนการทำงานยังไง เพื่อออกแบบกระบวนการใหม่ให้เกิด business impact ที่สูงขึ้น”

ส่วน ‘พงศ์’ ธนพงศ์ จุลธรรมาศน์ Director ที่ดูแลเรื่อง Formation Security จาก MFEC ก็พูดถึงอีกหนึ่งประเด็นสำคัญในการร่วมกับ Ai ว่า วันแรก ๆ  องค์กรก็จำเป็นต้องมีระบบรักษาความปลอดภัยของข้อมูและต้องคำนึงถึงความเสี่ยงเพื่อลดความเสียหายที่เกิดขึ้น เมื่อวันที่มีการนำ Ai มาใช้งานจริง

“จริง ๆ ควร integrate security เข้าไปตั้งแต่เริ่ม implement Ai ประเมินความเสี่ยงต่าง ๆ บางครั้งเรารอจนเกิดปัญหาแล้วค่อยมาปิด มันก็เหมือนแก้ปัญหาปลายเหตุ บางทีก็เสียเงิน เสียทรัพยากรมากกว่า integrate เข้าไปตั้งแต่เริ่มต้น”

คุณรับความเสี่ยงและความผิดพลาดของ Ai ได้แค่ไหน?

ในหลาย ๆ องค์กรที่เลือก Ai มาร่วมทำงานกับเรา เพราะคิดว่า Ai จะมาทำงานและตัดสินใจแทนเราได้ 

แต่สิ่งสำคัญ คือ ถึงจะถูกมากกว่าพลาด แต่ Ai ก็ผิดพลาดได้ หากเป็นความผิดพลาดที่เกิดขึ้นในการทำงานเฉพาะบุคคลหรือเฉพาะแผนกก็ยังพอทน 

แต่เมื่อเราเลือกใช้ Ai กับการทำงานในโปรเจกต์ใหญ่ ๆ ขององค์กร แต่สิ่งที่ต้นชวนคิดต่อ คือ ในฐานะผู้นำโปรเจกต์ หัวหน้างาน หรือผู้นำองค์กรเองก็ต้องกลับมาถามตัวเองและเป้าหมายในองค์กรด้วยเหมือนกันว่า “วันนี้เรายอมรับความผิดพลาดของ Ai ได้ขนาดไหน”

เพราะสำหรับต้น ที่ทำงานในการวิเคราะห์ข้อมูลใน Data และ Ai Platform เขามองว่า การจะเทรน Ai ให้มีความแม่นยำที่ 95% ตามที่คาดหวังก็เป็นเรื่องยาก ดังนั้น คำถามสำคัญ ในฐานะคนทำงานและคนที่ใช้ Ai  คือ จะสอน Ai ให้ตอบถูกในครั้งต่อไปได้อย่างไร 

“จังหวะที่จะสเกล ต้องมาดูข้อควรระวังในแต่ละ process เนี่ยเรามาดู เมื่อไหร่ก็ตามเนี่ย Ai ตอบผิดหรือ error เราจะมีกระบวนการ error ตรงนั้น แล้วเข้า retrain ทำให้ Ai improve ตอบถูกในครั้งถัด ๆ ไปได้อย่างไร”

เพราะถ้าจะรอให้ Ai แม่น การใช้งานจริงก็คงไม่เกิดขึ้นเสียที ต้นบอกแบบนั้น  

“เราต้องดู expectation ถ้ามันตอบผิด จะแก้ยังไง เก็บ feedback ยังไง เพื่อมา retrain Ai ให้เก่งขึ้นเปอร์เซ็นต์ในการตอบถูกก็จะค่อยๆ เพิ่ม เพราะส่วนใหญ่ที่สเกลไม่ได้คือเรายอมรับความเสี่ยงที่มันตอบไม่ร้อยเปอร์เซ็นต์ไม่ได้ เพราะงั้นเราต้อง train ไปเรื่อย ๆ”

ขณะเดียวกัน Ai ไม่ใช่เทรนด์ที่วันนี้ผ่านไปมาแล้ว พรุ่งนี้จะหายไป แต่เมื่อนำ Ai มาใช้งานแล้ว ก็จำเป็นต้องทำให้เกิดความยั่งยืน ทำต่อเนื่อง เพื่อให้ทุกคนในองค์กรสามารถนำทักษะเรื่อง Ai มาประยุกต์กับการทำงานในทุก ๆ วัน

ในมุมมองของคนทำงานเรื่องข้อมูล ตาลบอกว่า เรื่องนี้จำเป็นต้องใช้เวลา และถ้าข้อมูลพร้อม การทำงานกับ Ai ก็คงเป็นเรื่องที่ใกล้ตัวและทำให้เทคโนโลยีนี้เป็นส่วนหนึ่งของการทำงานได้จริง

“การที่ใช้ Ai ให้ยั่งยืนก็เป็นสิ่งที่เราต้องทํา อาจจะต้องใช้เวลาในการจัดการข้อมูล เตรียมข้อมูลให้พร้อม แต่ถ้าเราอยากจะใช้มันไปยาว ๆ ใช้ได้ต่อเนื่อง อันนี้ก็คือสิ่งที่ต้องเริ่มต้นที่จะทํา เพื่อให้มันเป็นจริงขึ้นมาได้”

วันนี้หลาย ๆ องค์กรเปิดรับ Ai และต้นก็มองว่า คงไม่มีปฏิเสธ Ai แต่เขาก็ย้ำจุดยืนว่า ก้าวแรกไม่จำเป็นต้องใช้งานกับเรื่องที่ใหญ่ แต่ค่อย ๆ ขยับขยายขอบเขตการทำงานไป 

“วันนี้ถึงเวลาแล้วที่อาจจะต้องมีการเอา Ai เข้ามาใช้ ถามว่าวันนี้เราจะใช้ระดับที่เราจะสร้าง Ai มาเปลี่ยนโลก มา transform อาจจะยังไม่ต้องถึงขั้นนั้น แต่เราทําเป็น Phasing ค่อย ๆ เริ่มจาก used case แล้วนำมาใช้ระดับ Departmental แล้วก็ค่อย ๆ สเกลขึ้นไป”

ส่วนตูนทิ้งท้ายว่า Ai ไม่เพียงแต่จะเข้ามาทำให้การเปลี่ยนแปลงไป แต่จะมาเพิ่มประสิทธิภาพในการแข่งขัน จากองค์กรเล็ก ๆ หากใช้ Ai เป็น ก็อาจเป็นหนึ่งในองค์กรที่สู้กับองค์กรยักษ์ใหญ่ได้

“เราเป็นผู้นําอยู่ แล้วเราไม่ใช้ Ai คนที่ตามเรา แซงเราได้เลยนะ หรือบางทีเราอาจจะเป็นองค์กรขนาดเล็กหรือขนาดกลาง รู้สึกว่าราจะไปแข่งกับองค์กรใหญ่ได้ยังไง Resource ก็เยอะ แต่ Ai ช่วยทําให้เราแข่งได้เลย  มันจะไม่ใช่แค่เหมือนกันตามนิด ๆ แต่มันจะทิ้งห่างแบบหลายช่วงตัวเลย”

ประโยคที่เธออยากฝากถึงคนทุกคนในทุกองค์กร จึงสั้น ๆ เพียงว่า  “ถ้าไม่เริ่มวันนี้ก็อาจจะตามคู่แข่งไม่ทัน”