- ผลสำรวจล่าสุดพบว่า คนทำงานสายความรู้จำนวนมากกำลังใช้ AI ในการทำงาน
- ผลสำรวจในเดนมาร์กเดือนมกราคม: นักการตลาด 65%, นักข่าว 64%, ทนายความ 30% ใช้ AI
- ผลสำรวจแรงงานในสหรัฐเดือนสิงหาคม: ผู้ใช้ generative AI มีสัดส่วนเกือบ 1/3
- เครื่องมือที่ถูกใช้มากที่สุดคือ ChatGPT รองลงมาคือ Google Gemini
- ในระดับบุคคล มีหลักฐานยืนยันแล้วว่า AI ช่วยเพิ่มผลิตภาพได้
- การใช้ GPT-4 ทำให้ที่ปรึกษาทำงาน 18 ประเภทได้เร็วขึ้น 25%
- เมื่อใช้ GitHub Copilot ผลิตภาพในการเขียนโค้ดเพิ่มขึ้น 26%
- ในแบบสำรวจของเดนมาร์ก ผู้ตอบระบุว่างาน 41% ของตนลดเวลาลงครึ่งหนึ่งด้วย AI
- แต่เมื่อคุยกับผู้นำและผู้จัดการ มักได้ยินว่า แทบไม่มีการใช้ AI นอกเหนือจากกรณีใช้งานแคบๆ ที่อนุญาตไว้ และแทบไม่เห็นผลด้านผลิตภาพ
- นั่นเป็นเพราะมี หลายเหตุผลที่การพัฒนาผลงานระดับบุคคลไม่ได้นำไปสู่ผลงานระดับองค์กร
- หากต้องการผลลัพธ์ในระดับองค์กร การทำ R&D ด้านการใช้ AI ภายในองค์กรเองเป็นสิ่งจำเป็น
- ไม่ควรพึ่งแนวทางแบบสำเร็จรูปจากบริษัทที่ปรึกษาหรือผู้ขายซอฟต์แวร์องค์กร
- ไม่มีใครบอกวิธีใช้ AI ที่เหมาะกับองค์กรนั้นได้อย่างแท้จริง
- แม้แต่บริษัท AI รายใหญ่ก็ยังปล่อยโมเดลออกมาโดยไม่รู้ว่าควรใช้ให้ดีที่สุดกับอะไร
- ประเด็นสำคัญคือการค้นหาวิธีใช้ที่เหมาะกับบริบทของตนให้เจอก่อนใคร
- การทำ R&D วิธีใช้ AI ควรอาศัยทั้ง กลุ่มคนจำนวนมาก (Crowd) และ ทีมวิจัยเฉพาะทาง (Lab) ของพนักงานแต่ละคนร่วมกัน
- Crowd: นำ AI ไปใช้แก้ปัญหาในภาคสนามและสั่งสมองค์ความรู้
- Lab: นำไอเดียจาก Crowd มาทำให้เป็นผลิตภัณฑ์และสำรวจกรณีใช้งานใหม่ๆ
ยุทธวิธีสำหรับ Crowd
- ตามแนวคิด user innovation ของศาสตราจารย์ Eric von Hippel นวัตกรรมสำคัญจำนวนมากไม่ได้เกิดจากห้องวิจัย R&D ส่วนกลาง แต่เกิดจากผู้ใช้จริงที่ลองปรับแต่งผลิตภัณฑ์เพื่อแก้ปัญหาของตนเอง
- ผู้เชี่ยวชาญสามารถประเมินประโยชน์ของ AI ผ่านการลองผิดลองถูกได้ค่อนข้างง่าย แต่คนนอกทำเช่นนั้นได้ยาก
- จากการสำรวจและการพูดคุยพบว่า ผู้คนจำนวนมากทดลองใช้ AI และมองว่ามีประโยชน์มาก แต่ไม่ได้แบ่งปันกับนายจ้าง แทบทุกองค์กรมี "ไซบอร์กลับ" ที่ใช้ AI แต่ไม่พูดถึง
- เหตุผลที่ทำให้เกิดไซบอร์กลับ
- กลัวถูกลงโทษจากการใช้ AI อย่างไม่เหมาะสม
- กลัวว่าหากบอกว่าใช้ AI แล้วจะไม่ได้รับความนับถือ
- กลัวว่าหาก AI ทำงานบางส่วนแทน จะทำให้ตนเองหรือเพื่อนร่วมงานถูกเลิกจ้าง
- คิดว่าแม้เปิดเผยการใช้ AI ก็จะไม่ได้รับรางวัลตอบแทน
- กลัวว่าการเพิ่มขึ้นของผลิตภาพจะกลายเป็นความคาดหวังให้ต้องทำงานมากขึ้น
- ไม่มีวิธีแบ่งปันวิธีใช้ AI
- วิธีรับความช่วยเหลือจากไซบอร์กลับ
- ลดความกลัว: แทนที่จะใช้การอบรมจริยธรรม AI แบบนามธรรมหรือนโยบายที่ชวนหวาดกลัว ให้กำหนด "ขอบเขตการทดลองที่อนุญาตอย่างชัดเจน"
- เชื่อมกับระบบรางวัล: จัดให้มีรางวัลสำหรับการเปิดเผยการใช้ AI หากช่วยเพิ่มผลิตภาพได้มาก อาจให้เงินสดเทียบเท่าเงินเดือนหลายเดือน การเลื่อนตำแหน่ง หรือสิทธิทำงานจากบ้าน
- สร้างแบบอย่างเชิงบวก: ให้ผู้บริหารเปิดเผยวิธีใช้ AI ของตนอย่างเปิดเผย และให้ผู้จัดการสนับสนุนให้พนักงานลองใช้ AI เพื่อแก้ปัญหา
- เปิดโอกาสให้แบ่งปัน: จัด hackathon งานแลกเปลี่ยนพรอมป์ต์ เป็นต้น ค้นหาคนที่มีพรสวรรค์ด้าน AI และสร้างชุมชนที่สามารถแบ่งปันสิ่งที่เรียนรู้ได้
- จัดหาเครื่องมือและการอบรม: เปิดโอกาสให้ใช้โมเดลล่าสุดได้โดยตรง และจัดเซสชันอบรมเกี่ยวกับวิธีใช้ AI
- องค์กรต้องสร้างโอกาสให้พรสวรรค์ด้านนวัตกรรม AI ภายในได้แสดงศักยภาพ Crowd ช่วยได้ แต่ Lab ซึ่งเป็นบทบาทด้านนวัตกรรมแบบมุ่งเน้นก็มีความสำคัญเช่นกัน
ยุทธวิธีสำหรับ Lab
- แม้นวัตกรรมแบบกระจายศูนย์จะสำคัญ แต่ความพยายามแบบรวมศูนย์เพื่อทำ R&D การใช้ AI ภายในองค์กรก็มีบทบาทเช่นกัน
- Lab ควรประกอบด้วยการผสมผสานระหว่างผู้เชี่ยวชาญด้านเนื้อหาและบุคลากรทั้งสายเทคนิคและไม่ใช่เทคนิค
- สามารถสรรหานักวิจัยจาก Crowd ได้ โดยใช้คนที่มีความกระตือรือร้นในการค้นหาวิธีใช้ AI แล้วนำมาแบ่งปันกับบริษัทมาร่วมสร้าง Lab
- Lab ควรมุ่งเน้นการสร้าง มากกว่าการวิเคราะห์หรือกลยุทธ์เชิงนามธรรม สิ่งที่ควรสร้างได้แก่:
- พัฒนา AI benchmark สำหรับองค์กร: ตรวจสอบว่า AI ตัวใดเขียนได้มีสไตล์ที่สุด จัดการข้อมูลการเงินได้หรือไม่ อ่านเอกสารกฎหมายได้ดีแค่ไหน โดยวัดว่าทุกโมเดลทำงานจริงในบริษัทได้ดีเพียงใด
- สร้างพรอมป์ต์และเครื่องมือที่ใช้งานได้จริง: นำไอเดียจาก Crowd มาทำเป็นผลิตภัณฑ์และทดสอบซ้ำอย่างต่อเนื่อง นำไปใช้ในองค์กรและวัดผลลัพธ์
- สร้างสิ่งที่ยังใช้ไม่ได้ในตอนนี้: ลองสร้างภาพว่า หาก AI agent ทำงานทุกอย่างในกระบวนการธุรกิจหลักจะเป็นอย่างไร แล้วหาจุดที่มันล้มเหลว เมื่อมีโมเดลใหม่ออกมาก็นำมาเชื่อมกับต้นแบบเพื่อดูว่าดีขึ้นหรือไม่
- สร้างสิ่งที่น่าอัศจรรย์และชวนท้าทาย: สำหรับคนที่ยังไม่เคยเข้าถึง AI ให้สาธิตสิ่งน่าทึ่งหรือชวนตกใจที่ AI ทำได้ พยายามทำสิ่งที่ดูเหมือนเป็นไปไม่ได้ด้วย AI และแสดงผลลัพธ์ของเครื่องมือล่าสุดเพื่อดึงดูดความสนใจของผู้คน
- Crowd ทำหน้าที่สร้างนวัตกรรม ส่วน Lab ทำหน้าที่สร้างและทดสอบ R&D ภายในที่ประสบความสำเร็จจำเป็นต้องมีทั้งสองอย่าง
นี่ยังเป็นเพียงจุดเริ่มต้น
- ในระยะยาว หากความสามารถของ AI ยังคงพัฒนาต่อไป แค่นวัตกรรมอย่างเดียวคงไม่พอ และจะต้องมีภาวะผู้นำที่คำนึงถึง AI
- องค์กรถูกสร้างขึ้นโดยยึดข้อจำกัดและข้อได้เปรียบของสติปัญญามนุษย์เป็นศูนย์กลาง
- ตอนนี้เราต้องหาวิธีออกแบบกระบวนการและโครงสร้างองค์กรที่พัฒนามาหลายสิบปีใหม่ โดยคำนึงถึง "สติปัญญา" แบบประหลาดของ AI
- เรื่องนี้ไปไกลกว่า R&D และต้องพิจารณาโครงสร้างองค์กร เป้าหมาย และบทบาทของมนุษย์กับเครื่องจักรในองค์กรแห่งอนาคต
- แต่แม้กระทั่งสิ่งนี้ก็อาจยังไม่สุดโต่งพอ
- เป้าหมายที่ประกาศอย่างชัดเจนของห้องวิจัย AI คือการสร้าง AI ที่เก่งกว่ามนุษย์ในงานทางปัญญาทุกประเภท
- พวกเขาสัญญาว่าในไม่ช้าจะมี AI ระดับ agent ที่สามารถวางแผนและลงมือทำได้อย่างอิสระ
- ดังที่เห็นจาก roadmap ของ OpenAI มีความเชื่อว่าการสร้าง AI ที่เข้ามาทำงานแทนองค์กรนั้นเป็นไปได้ เรื่องทั้งหมดนี้อาจไม่เกิดขึ้นก็ได้ แต่ต่อให้เกิดขึ้นจริงเพียงบางส่วน องค์กรก็จะเผชิญกับการเปลี่ยนแปลงที่ลึกซึ้งยิ่งกว่าที่เราจินตนาการได้ในวันนี้
- สำหรับธุรกิจ ทางรับมือที่ดีที่สุดกับความไม่แน่นอนนี้คือการเริ่มสำรวจโลกใหม่ด้วยตัวเอง
ยังไม่มีความคิดเห็น