เริ่มต้น AI Transformation ในองค์กรอย่างไรให้เห็นผลจริง

โครงการ AI ในองค์กรที่ไม่เห็นผล มักไม่ได้ล้มเหลวเพราะเทคโนโลยี แต่ล้มเหลวเพราะเริ่มจากคำถามที่ผิด คำถามที่ผิดคือ "เราจะใช้ AI ทำอะไรได้บ้าง" คำถามที่ใช้ได้คือ "งานไหนในองค์กรที่ใช้เวลามาก ทำซ้ำบ่อย และวัดผลได้"

ลำดับที่ได้ผลเริ่มจากการเลือกงานที่แคบและวัดผลได้จริง งานที่มีปริมาณมาก มีเกณฑ์ถูกผิดชัดเจน และมีคนทำอยู่แล้ว เหมาะที่สุดสำหรับเริ่มต้น เพราะมีข้อมูลเปรียบเทียบและรู้ได้เร็วว่าดีขึ้นหรือไม่

ขั้นต่อไปคือวัดสถานะปัจจุบันก่อนเริ่ม ถ้าไม่รู้ว่างานนั้นใช้เวลาเท่าไรและมีอัตราผิดพลาดเท่าไรในวันนี้ จะไม่มีทางพิสูจน์ได้ว่าโครงการสร้างผลลัพธ์อะไร ตัวเลขก่อนเริ่มคือสิ่งที่หลายโครงการข้ามไปแล้วเสียใจภายหลัง

เรื่องข้อมูลมักเป็นคอขวดจริง ไม่ใช่โมเดล องค์กรที่ข้อมูลกระจายอยู่หลายระบบ ไม่มีนิยามที่ตรงกัน หรือมีคุณภาพไม่สม่ำเสมอ จะเจอปัญหาที่ตรงนี้ก่อนเสมอ การประเมินความพร้อมของข้อมูลก่อนเลือกเครื่องมือ ช่วยประหยัดเวลาได้มาก

ควรออกแบบให้คนอยู่ในกระบวนการตั้งแต่ต้น ผลลัพธ์ที่ผ่านการตรวจสอบโดยผู้รับผิดชอบก่อนนำไปใช้ ทั้งลดความเสี่ยงและสร้างความเชื่อมั่นในทีม ซึ่งจำเป็นต่อการขยายผลไปงานอื่น

เรื่องที่ต้องตัดสินใจพร้อมกับเรื่องเทคนิคคือกฎการใช้ข้อมูล ข้อมูลส่วนบุคคลและข้อมูลลูกค้าต้องมีขอบเขตชัดว่าเข้าระบบใดได้ ใครเข้าถึงได้ และเก็บไว้นานเท่าไร องค์กรในไทยอยู่ภายใต้ พ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล ซึ่งกำหนดหน้าที่เรื่องนี้ไว้ชัดเจน

สุดท้าย ขยายผลเมื่อมีตัวเลขยืนยัน ไม่ใช่เมื่อมีความสนใจ โครงการนำร่องที่พิสูจน์ผลได้ในงานหนึ่ง เป็นเหตุผลที่ดีกว่าการนำเสนอศักยภาพในการขอทรัพยากรสำหรับงานถัดไป