จาก Data สู่ AI: ธุรกิจจะสร้างมูลค่าเพิ่มได้อย่างไร

ทำให้ธุรกิจสามารถตัดสินใจและปฏิบัติงานบนพื้นฐานของข้อมูลได้อย่างสมบูรณ์แบบมากขึ้นเพื่อเพิ่มประสิทธิภาพอย่างมีนัยยะสำคัญ การเปลี่ยนแปลงนี้ส่งผลกระทบต่อทั้งธุรกิจขนาดใหญ่และ SME ที่ต้องปรับตัว

Data ไม่ได้เป็นเพียงตัวเลขหรือข้อความที่ถูกจัดเก็บอีกต่อไป แต่เป็น Asset ที่มีมูลค่าและสามารถนำมาใช้สร้างความได้เปรียบในการแข่งขันในทุกฟังก์ชั่น การผลิต การตลาด การเงิน ทรัพยากรบุคคล ฯลฯ 

องค์กรที่สามารถรวบรวม วิเคราะห์ และประยุกต์ให้เป็นกลยุทธ์เชิงปฏิบัติได้มากกว่า จะมีโอกาสเติบโตและประสบความสำเร็จจากการตัดสินใจที่แม่นยำ คาดการณ์แนวโน้มตลาด และพัฒนาผลิตภัณฑ์ที่ตอบโจทย์ความต้องการของลูกค้าได้ดีกว่า

บทความนี้ผมได้สรุปหัวใจสำคัญที่ธุรกิจจะใช้ในการนำ Data และ AI มาสร้างมูลค่าเพิ่ม จากที่ได้มีโอกาสสัมผัสองค์กร/โครงการต่างๆ ในปีนี้ครับ

เข้าใจและนำ Data มาใช้ในทุกฟังก์ชั่น คือก้าวแรกในเพิ่มมูลค่าทางธุรกิจ

การผลิต: ใช้ AI วิเคราะห์ข้อมูลจากเซ็นเซอร์ เพื่อลดของเสีย เพิ่มคุณภาพสินค้า พยากรณ์การบำรุงรักษา (Predictive Maintenance) เพื่อคาดการณ์และป้องกันปัญหาที่อาจเกิดขึ้นกับเครื่องจักรได้ล่วงหน้า ลดอัตราการหยุดผลิตและประหยัดค่าใช้จ่ายในการซ่อมบำรุง

การตลาด: ช่วยให้เข้าใจความต้องการของลูกค้าได้ลึกซึ้งขึ้น นำไปสู่การพัฒนาผลิตภัณฑ์และบริการที่ตรงใจลูกค้า ทำการตลาดแบบเฉพาะบุคคล (Personalized Marketing) จนถึงการยกระดับประสบการณ์ลูกค้า (Customer Experience) เช่น การใช้ AI Chatbot ตอบคำถามและแก้ไขปัญหาให้ลูกค้าแบบเรียลไทม์

การเงิน: สามารถใช้วิเคราะห์งบการเงิน อัตราส่วนทางการเงิน ประเมินความเสี่ยง เฝ้าระวังการฉ้อโกง และแนะนำกลยุทธ์เพื่อให้ธุรกิจอยู่ในสถานะที่เหมาะสมและชี้เป้าเพื่อเพิ่มมูลค่าของธุรกิจ

ทรัพยากรบุคคล: คัดเลือกพนักงาน พัฒนาทักษะ และบริหารจัดการพนักงาน วิเคราะห์หาแนวโน้มและปัจจัยที่จะทำให้พนักงานประสบความสำเร็จ ประเมินผลการปฏิบัติงาน แนวโน้มการลาออก วางแผนการรักษาบุคลากรที่มีค่า ชี้เป้าบุคลากรที่ต้องจัดหาเพิ่ม จนไปถึงวางแผนการเปลี่ยนผ่าน (Transition Plan)

แพลตฟอร์มที่ต้องลงทุน อะไรคือหัวใจ อะไรต้องยืดหยุ่น

แพลตฟอร์มที่ตอบโจทย์แต่ละฟังก์ชั่นของธุรกิจมีหลากหลายทั้งจากผู้ผลิตในประเทศและต่างประเทศ ผมได้รับคำถามบ่อยครั้งจากเจ้าของธุรกิจที่มาขอคำปรึกษาว่าจะใช้ยี่ห้อไหนดี? จะซื้อหรือสร้างดี (Buy or Build)?

หลักการที่ผมใช้ในการเลือกโซลูชั่นคือเลือกซื้อแพลตฟอร์มสำเร็จรูปที่ตอบโจทย์-แก้ไขปัญหาที่ต้องการได้มากที่สุด และส่วนที่ยังไม่ตอบโจทย์เราถึงค่อยสร้างทีละส่วน เรียงตามลำดับความสำคัญและงบประมาณที่มี แต่หัวใจสำคัญคือแพลตฟอร์มนั้น สามารถจัดเก็บ Data ได้ปลอดภัย และความยืดหยุ่นของแพลตฟอร์ม เช่น ในกรณีที่ต้องมีการเปลี่ยนแพลตฟอร์มในอนาคต สามารถเคลื่อนย้าย Data ไปยังแพลตฟอร์มใหม่ได้ง่าย จนไปถึงความสามารถในการพัฒนาต่อยอดในส่วนเฉพาะ-การเพิ่มความฉลาดด้วย AI ความร่วมมือของผู้ผลิตในการอำนวยความสะดวกให้เราพัฒนาต่อยอด และการต่อยอดเชื่อมโยงกับแพลตฟอร์มที่ใช้ในฟังก์ชั่นธุรกิจอื่น ๆ

คนทำงานต้องเร่งสร้างมูลค่าให้ตนเอง

World Economic Forum รายงานว่า ภายในปี 2025 งานกว่า 85 ล้านตำแหน่งทั่วโลกอาจหายไปจากการเปลี่ยนแปลงรูปแบบการทำงานของคน แต่ในขณะเดียวกัน งานใหม่ถึง 97 ล้านตำแหน่งก็จะเกิดขึ้น ซึ่งเป็นงานที่เหมาะกับยุคของการทำงานรูปแบบใหม่ที่ผสานการทำงานระหว่างคน เครื่องจักร และระบบอัตโนมัติ ซึ่งพนักงานกว่า 50% จะต้องพัฒนาทักษะใหม่ (Reskilling) เพื่อปรับตัวให้ทันกับการเปลี่ยนแปลงนี้

สำหรับแรงงานที่สามารถพัฒนาทักษะและปรับตัวให้เข้ากับการทำงานร่วมกับเทคโนโลยี นายจ้างกลับมองเห็นคุณค่าและพร้อมตอบแทนด้วยผลประโยชน์ที่มากขึ้น รายงานจาก AWS พบว่าองค์กรในภูมิภาคเอเชียแปซิฟิกพร้อมเพิ่มเงินเดือนให้กับพนักงานที่มีทักษะด้าน AI แม้ไม่ได้อยู่ในแผนก IT เช่น แผนกด้านการวิจัยและพัฒนา (R&D) 41%, การขายและการตลาด 39%, การเงิน 37%, กฎหมาย 33% และทรัพยากรบุคคล 33% ซึ่งคนทำงานในแต่ละ Generation มีความตื่นตัวในการพัฒนาแตกต่างกัน โดยมีผู้ต้องการพัฒนาทักษะด้าน AI ในกรณีที่นายจ้างสนับสนุนอยู่ 87% สำหรับกลุ่ม Gen Z, 88% สำหรับกลุ่ม Millennials, 79% สำหรับกลุ่ม Gen X และ 68% สำหรับกลุ่ม Baby Boomers

จุดมุ่งหมายของหลายองค์กรคือการปรับให้เป็น Data-Driven Organization หรือองค์กรที่ขับเคลื่อนด้วยข้อมูลมากขึ้น ซึ่งหัวใจสำคัญคือการสร้างวัฒนธรรมองค์กรที่ให้ความสำคัญกับการใช้ข้อมูลในการตัดสินใจ โดยผู้บริหารต้องเป็นต้นแบบในการใช้ข้อมูลประกอบการตัดสินใจ สร้างสภาพแวดล้อมที่กระตุ้นให้พนักงานทุกระดับเห็นความสำคัญของการเก็บข้อมูล ประยุกต์ใช้ข้อมูล และการแบ่งปันข้อมูลระหว่างกัน จนไปถึงการสร้างความไว้วางใจให้กับพนักงานที่มีแรงต้านที่เกิดจากการกลัวในการสูญเสียงานจากการถูกแทนด้วยเทคโนโลยี ผ่านการเน้นสภาวะแวดล้อมที่มีการทำงานร่วมกันระหว่างคน-เทคโนโลยี มากกว่าการแทนที่คน

ตัวชี้วัด (KPI) เข็มทิศในการสร้างมูลค่าให้ถูกทาง

สุดท้ายการกำหนดตัวชี้วัดในด้านนี้เป็นสิ่งที่ทุกองค์กรต้องเลือกใช้ให้เหมาะสม โดยตัวชี้วัดหลัก เช่น ผลตอบแทนจากการลงทุน (ROI) ในด้าน Data และ AI, ประสิทธิภาพที่เพิ่มขึ้นและต้นทุนที่ลดลงในกระบวนการทำงาน, รายได้ที่เพิ่มขึ้นจากโอกาสทางธุรกิจใหม่, สัดส่วนการใช้งาน Data ในการตัดสินใจในองค์กร, สัดส่วนการใช้งาน AI ในกระบวนการทำงาน, ความพึงพอใจของลูกค้า, และความพึงพอใจของพนักงาน