จอห์น ไดเกอแนน (John Duigenan) กรรมการผู้จัดการธุรกิจบริการทางการเงิน ส่วนงาน Global Industries ของ IBM Technology กล่าวว่า ปัจจุบันหลายองค์กรเริ่มทดลองใช้ AI และ generative AI แต่ไม่สามารถสร้างคุณค่าที่แท้จริงได้อย่างที่คาดหวัง หลายแห่งมีความกระตือรือร้นเมื่อตอนเริ่มใช้งาน แต่เมื่อลองใช้งานไปได้สักระยะ กลับพบว่าผลลัพธ์ที่ได้รับอาจยังไม่ตรงกับเป้าหมาย ดังนั้นทาง IBM จึงให้ความสำคัญกับการสร้างคุณค่าทางธุรกิจที่ชัดเจนผ่าน AI ใน 3 ด้านหลักที่สามารถวัดผลได้จริง ได้แก่
1. ประสบการณ์ลูกค้า (Customer Experience) การพัฒนา AI ให้สามารถเข้าใจและตอบสนองต่อความต้องการของลูกค้าแต่ละคนได้อย่างตรงจุดช่วยลดความซับซ้อนให้กับประสบการณ์ลูกค้า สามารถเข้าถึงบริบทเฉพาะได้มากขึ้น นอกจากนี้ยังช่วยเพิ่มความพึงพอใจ และเพิ่มโอกาสในการขายต่อ (cross-selling) หรือขายสินค้ามูลค่าสูงขึ้นได้ (up-selling) รวมถึงช่วยในการเข้าใจและคาดการณ์ความสามารถในการทำกำไรจากลูกค้าได้ด้วย
2. แรงงานดิจิทัล (Digital Labor) การใช้ AI ในการบริหารจัดการงานภายใน ช่วยเพิ่ม Productivity ของพนักงานและรองรับฟังก์ชันสำคัญในองค์กร เช่น งาน HR อสังหาริมทรัพย์ กฎหมาย ไปจนถึงงานเฉพาะทาง เช่น การรับลูกค้าใหม่ การตรวจจับการทุจริตและการปฏิบัติตามกฎระเบียบ ผ่านการเชื่อมต่อ API และ AI Interface ที่รองรับการทำงานอย่างเป็นระบบ
3. การพัฒนาแอปพลิเคชันและการปฏิบัติการ (Application Development & Operations) แน่นอนว่าในทุกองค์กรมีนักพัฒนาซอฟต์แวร์เป็นจำนวนมาก ดังนั้น IBM ใช้แพลตฟอร์ม AI เช่น watsonx เพื่อเพิ่มประสิทธิภาพการทำงานของนักพัฒนาได้ถึง 60-70%
“ในตอนแรกลูกค้าอาจจะยังไม่เห็นผลลัพธ์ที่ชัดเจน แต่ด้วย use case ของทั้ง 3 นี้ ทำให้ IBM แสดงให้ลูกค้าเห็นได้ว่าจะสามารถค้นพบคุณค่าในองค์กรของตนเองได้อย่างไร ไม่เพียงแค่ค้นพบ แต่ยังสามารถบรรลุคุณค่าและผลลัพธ์ที่ต้องการได้จริงอีกด้วย” ไดเกอแนน กล่าว
เมื่อองค์กรทุ่มเงินมหาศาลในเทคโนโลยีอย่าง AI จะสามารถวัดความคุ้มค่าได้อย่างไรนั้น IBM มีวิธีในการพิสูจน์ผลลัพธ์กับตัวเองก่อน โดย ไดเกอแนน เล่าว่า IBM ได้ดำเนินโครงการ "Client Zero" ซึ่งทำให้ IBM เป็น Client Zero ในการทดลองใช้เทคโนโลยี แนวคิด และวิธีการต่างๆ ของบริษัทเอง
ความสำคัญของโครงการนี้มาจากลักษณะเฉพาะของ IBM ในฐานะบริษัทขนาดใหญ่ที่มีพนักงานกว่า 240,000 คน มีความซับซ้อนสูง แต่ก็มีบุคลากรที่มีความสามารถสูง ซึ่งความซับซ้อนนี้กลับเป็นโอกาสในการเพิ่มประสิทธิภาพ
เมื่อประมาณ 18 เดือนก่อน ซีอีโอของ IBM ได้ประกาศนโยบายให้ใช้เทคโนโลยี hybrid cloud และ AI ภายในองค์กรเพื่อสร้าง Productivity โดยตั้งเป้าที่จะสร้าง Productivity มูลค่า 3 พันล้านดอลลาร์
โดยสิ่งที่ IBM ได้ทำเพื่อให้สามารถบรรลุเป้าหมายนี้ได้ มี 2 ประการ คือ พิจารณากระบวนการทางธุรกิจทั้งหมดขององค์กร มองหาโอกาสในการเพิ่มประสิทธิภาพด้วย AI และระบบอัตโนมัติ
ผลลัพธ์ที่ IBM ได้รับจากการดำเนินการดังกล่าว คือ ณ ปัจจุบัน IBM ประสบความสำเร็จในการสร้าง Productivity มูลค่า 2 พันล้านดอลลาร์ไปแล้ว
ดังนั้นหัวใจสำคัญที่เรียนรู้ได้จากสิ่งที่ IBM ทำ คือ การทำความเข้าใจกระบวนการทางธุรกิจทั้งหมดขององค์กร และดำเนินการวัดเทียบมาตรฐาน (benchmarking) ในแต่ละด้าน เช่น HR, ห่วงโซ่อุปทาน, อสังหาริมทรัพย์, กฎหมาย, บริการลูกค้าของธนาคาร, การชำระเงิน, การป้องกันการทุจริต, ธุรกรรมหลักทรัพย์ เป็นต้น เพราะการทำความเข้าใจในสิ่งเหล่านี้ตั้งแต่ต้น จะช่วยให้ธุรกิจ สามารถกำหนดวัตถุประสงค์และวิธีการวัดผลได้อย่างมีประสิทธิภาพ
อย่างไรก็ตามการลงทุนใน AI เพื่อสร้างผลตอบแทนที่คุ้มค่ายังคงเป็นความท้าทายสำคัญสำหรับธุรกิจในยุคดิจิทัล แต่สิ่งที่เห็นได้จากแนวทางของ IBM นั้น ไม่ใช่แค่ ลงทุนและพัฒนา AI ให้ล้ำสมัย หรือสร้างความตื่นเต้น แต่สามารถนำมาปรับใช้ในการเพิ่มประสิทธิภาพให้กับกระบวนการธุรกิจจริงๆ ในองค์กรต่างๆ ไม่ว่าจะเป็นการปรับปรุงประสบการณ์ลูกค้า การเพิ่ม Productivity ของพนักงาน หรือการพัฒนาแอปพลิเคชันให้มีประสิทธิภาพสูงสุด ซึ่งทั้งหมดนี้ต้องการการลงทุนที่คุ้มค่าและสามารถวัดผลได้จริง ดังนั้นการลงทุนใน AI ไม่ควรเป็นเพียงแค่การคาดหวังผลลัพธ์ที่รวดเร็ว แต่ต้องอาศัยการพัฒนาอย่างยั่งยืนและสามารถจับต้องได้เพื่อสร้างคุณค่าและผลตอบแทนที่แท้จริงในระยะยาว