สิ่งที่เรากำลังเห็นคือการนำสิ่งที่เราเรียกว่า "รูปแบบที่ปรึกษา" มาใช้ในการบูรณาการ AI อย่างแพร่หลาย แทนที่จะมอบอำนาจการตัดสินใจทั้งหมดให้กับอัลกอริทึม องค์กรที่ก้าวหน้ากำลังพัฒนาระบบที่:
แนวทางนี้ช่วยแก้ไขปัญหาหนึ่งที่ยังคงมีอยู่อย่างต่อเนื่องในการนำ AI มาใช้ นั่นคือ การขาดความน่าเชื่อถือ ด้วยการวางตำแหน่ง AI ให้เป็นที่ปรึกษาแทนที่จะเป็นสิ่งทดแทน บริษัทต่างๆ พบว่าพนักงานและผู้มีส่วนได้ส่วนเสียเปิดรับเทคโนโลยีเหล่านี้มากขึ้น โดยเฉพาะอย่างยิ่งในอุตสาหกรรมที่การตัดสินใจมีผลกระทบต่อมนุษย์อย่างมาก
โกลด์แมน แซคส์ เป็นตัวอย่างสำคัญของแนวโน้มนี้ ธนาคารได้นำ "GS AI assistant" มาใช้กับพนักงานประมาณ 10,000 คน โดยมีเป้าหมายที่จะขยายไปยังพนักงานที่มีความรู้ทุกคนภายในปี 2568
ดังที่ Marco Argenti หัวหน้าฝ่ายสารสนเทศได้อธิบายไว้ว่า "ระบบผู้ช่วย AI จะทำงานเหมือนกับการพูดคุยกับพนักงาน GS คนอื่นๆ" ระบบจะไม่ดำเนินธุรกรรมทางการเงินโดยอัตโนมัติ แต่ จะทำงานร่วมกับคณะกรรมการการลงทุนผ่านการบรรยายสรุปโดยละเอียด ซึ่งจะช่วยเพิ่มประสิทธิภาพในการตัดสินใจของมนุษย์
ผลลัพธ์ที่วัดได้:
ในด้านการดูแลสุขภาพ Kaiser Permanente ได้นำระบบ Advance Alert Monitor (AAM) มาใช้ โดยระบบ นี้จะวิเคราะห์ข้อมูลบันทึกสุขภาพของผู้ป่วยเกือบ 100 รายการทุกชั่วโมง ช่วยให้แพทย์ได้รับคำเตือน ล่วงหน้าถึงอาการที่แย่ลงทางคลินิกได้ 12 ชั่วโมง
ผลกระทบที่ได้รับการบันทึกไว้:
สิ่งสำคัญคือ ระบบจะไม่ทำการวินิจฉัยอัตโนมัติ แต่ ช่วยให้แพทย์ยังคงมีอำนาจในการตัดสินใจ โดยใช้ประโยชน์จาก AI ที่สามารถประมวลผลกรณีที่คล้ายกันได้หลายพันกรณี
ปัญญาประดิษฐ์ที่สามารถอธิบายได้ (XAI) มีความสำคัญอย่างยิ่งต่อการสร้างความไว้วางใจและความเชื่อมั่นเมื่อนำแบบจำลอง AI ไปใช้ในกระบวนการผลิต องค์กรที่ประสบความสำเร็จจะพัฒนาระบบที่สื่อสารไม่เพียงแต่ข้อสรุปเท่านั้น แต่ยังรวมถึงเหตุผลเบื้องหลังด้วย
ประโยชน์ที่พิสูจน์แล้ว:
คะแนนความเชื่อมั่นสามารถช่วยวัดความเชื่อมั่นของผู้คนที่มีต่อโมเดล AI ช่วยให้ผู้เชี่ยวชาญสามารถนำความรู้ไปประยุกต์ใช้ได้อย่างเหมาะสม ระบบที่มีประสิทธิภาพจะมอบ:
อัตราการปรับปรุงของโมเดลสามารถคำนวณได้โดยการนำความแตกต่างระหว่างประสิทธิภาพของ AI ณ จุดต่างๆ ของเวลามาใช้ ซึ่งช่วยให้สามารถปรับปรุงระบบได้อย่างต่อเนื่อง องค์กรชั้นนำนำ:
แนวทางแบบผสมผสานนี้ช่วยแก้ไขปัญหาที่ซับซ้อนที่สุดประการหนึ่งในการนำ AI ไปใช้ได้อย่างชาญฉลาด นั่น คือ ความรับผิดชอบ เมื่ออัลกอริทึมตัดสินใจได้อย่างอิสระ คำถามเกี่ยวกับความรับผิดชอบก็จะซับซ้อนขึ้น โมเดลที่ปรึกษาจะรักษา ห่วงโซ่ความรับผิดชอบที่ชัดเจน พร้อมกับใช้ประโยชน์จากพลังการวิเคราะห์ของ AI
77% ของบริษัทต่างๆ กำลังใช้หรือกำลังสำรวจการใช้ AI ในธุรกิจของตน ในขณะที่ 83% ของบริษัทต่างๆ กล่าวว่า AI เป็นสิ่งสำคัญอันดับต้นๆ ในแผนธุรกิจของตน
การลงทุนในโซลูชันและบริการ AI คาดว่าจะสร้างผลกระทบสะสมทั่วโลกมูลค่า 22.3 ล้านล้านดอลลาร์ภายในปี 2030 คิดเป็นประมาณ 3.7% ของ GDP ทั่วโลก
แม้ว่าอัตราการนำไปใช้จะสูง แต่ ผู้บริหารธุรกิจเพียง 1% เท่านั้นที่อธิบายการนำ AI เชิงสร้างสรรค์ไปใช้ว่า "มีความสมบูรณ์" ซึ่งเน้นย้ำถึงความสำคัญของแนวทางที่มีโครงสร้าง เช่น โมเดลที่ปรึกษา
ความได้เปรียบในการแข่งขันมีมากขึ้นเรื่อยๆ ในหมู่องค์กรที่สามารถผสานการตัดสินใจของมนุษย์เข้ากับการวิเคราะห์ AI ได้อย่างมีประสิทธิภาพ ไม่ใช่แค่เรื่องของการเข้าถึงอัลกอริทึมที่ซับซ้อนเท่านั้น แต่ยังรวมถึงการสร้าง โครงสร้างองค์กร และ เวิร์กโฟลว์ ที่เอื้อต่อการทำงานร่วมกันระหว่างมนุษย์และ AI ได้อย่างมีประสิทธิภาพ
ภาวะผู้นำมีบทบาทสำคัญในการกำหนดสถานการณ์การทำงานร่วมกันระหว่างมนุษย์และเครื่องจักร บริษัทที่มีความเชี่ยวชาญในด้านนี้รายงานว่ามีความพึงพอใจและอัตราการนำไปใช้งานจริงที่สูงขึ้นอย่างมีนัยสำคัญในหมู่พนักงานที่ทำงานร่วมกับระบบ AI
ปัญหา : มีเพียง 44% ของคนทั่วโลกเท่านั้นที่รู้สึกสบายใจกับการที่บริษัทต่างๆ ใช้ AI
โซลูชัน : นำ ระบบ XAI ที่ให้คำอธิบายที่เข้าใจง่ายเกี่ยวกับการตัดสินใจของ AI มาใช้
ปัญหา : ผู้นำ 46% ระบุว่าช่องว่างทักษะของพนักงานเป็นอุปสรรคสำคัญต่อการนำ AI มาใช้
โซลูชัน : โปรแกรมการฝึกอบรมที่มีโครงสร้างและ ความเป็นผู้นำที่สนับสนุนการทดลอง AI
เทคโนโลยี AI ที่ก้าวหน้าที่สุดใน Gartner 2025 Hype Cycle ได้แก่ ตัวแทน AI และข้อมูลที่พร้อมใช้งานกับ AI ซึ่งชี้ให้เห็นถึงวิวัฒนาการไปสู่ระบบที่ปรึกษาที่ซับซ้อนและอัตโนมัติมากขึ้น
ผู้ร่วมมือด้าน AI เชิงกลยุทธ์จะได้รับผลตอบแทนจากการลงทุน (ROI) เพิ่มขึ้น 4 เท่าภายในปี 2569 ซึ่งเน้นย้ำถึงความสำคัญของการลงทุนในรูปแบบที่ปรึกษาในปัจจุบัน
โมเดลที่ปรึกษาไม่เพียงแต่แสดงถึงกลยุทธ์การนำเทคโนโลยีมาใช้เท่านั้น แต่ยังเป็น มุมมองพื้นฐาน เกี่ยวกับจุดแข็งที่เสริมกันระหว่างปัญญาประดิษฐ์และมนุษย์อีกด้วย
ด้วยการนำแนวทางนี้มาใช้ บริษัทต่างๆ จะสามารถค้นพบแนวทางที่สามารถดึงศักยภาพการวิเคราะห์ของ AI ออกมาได้ ขณะเดียวกันก็ยังคงรักษาความเข้าใจเชิงบริบท การใช้เหตุผลเชิงจริยธรรม และความไว้วางใจของผู้ถือผลประโยชน์ ซึ่งยังคงเป็นโดเมนเฉพาะของมนุษย์เอาไว้
บริษัทที่ให้ความสำคัญกับ AI ที่สามารถอธิบายได้ จะได้รับข้อได้เปรียบทางการแข่งขัน ขับเคลื่อนการสร้างสรรค์นวัตกรรม ขณะเดียวกันก็รักษาความโปร่งใสและความรับผิดชอบเอาไว้
อนาคตเป็นขององค์กรที่ ประสานความร่วมมือระหว่างมนุษย์และ AI ได้อย่างมีประสิทธิภาพ โมเดลที่ปรึกษาไม่ใช่แค่กระแสนิยม แต่เป็นพิมพ์เขียวสู่ความสำเร็จในยุค AI ระดับองค์กร
ระบบสนับสนุนการตัดสินใจ AI (AI-DSS) เป็น เครื่องมือทางเทคโนโลยีที่ใช้ปัญญาประดิษฐ์เพื่อช่วยให้มนุษย์ตัดสินใจได้ดีขึ้น โดยให้ข้อมูลที่เกี่ยวข้องและคำแนะนำที่ขับเคลื่อนด้วยข้อมูล
ต่างจาก ระบบอัตโนมัติเต็มรูปแบบ ระบบที่ปรึกษาจะรับประกันว่ามนุษย์จะสามารถควบคุมกระบวนการตัดสินใจได้อย่างสูงสุด โดยระบบ AI จะทำหน้าที่เป็นที่ปรึกษา แนวทางนี้มีประโยชน์อย่างยิ่งในสถานการณ์การตัดสินใจเชิงกลยุทธ์
โมเดลที่ปรึกษาได้แก้ไข ปัญหาการขาดความน่าเชื่อถือใน AI โดยมีเพียง 44% ของผู้คนเท่านั้นที่รู้สึกสบายใจที่บริษัทต่างๆ จะใช้ AI การที่มนุษย์สามารถควบคุมได้ทำให้องค์กรต่างๆ ได้รับการยอมรับและนำไปใช้มากขึ้น
ภาคส่วนที่สำคัญได้แก่:
ผู้ร่วมมือด้าน AI เชิงกลยุทธ์เห็น ROI เพิ่มขึ้น 2 เท่าเมื่อเทียบกับผู้ใช้ทั่วไป โดยมีตัวชี้วัดดังนี้:
ความท้าทายที่สำคัญ ได้แก่:
การสร้างความไว้วางใจ:
การคาดการณ์บ่งชี้ว่าภายในปี 2569 ผู้ร่วมมือด้าน AI เชิงกลยุทธ์จะได้รับผลตอบแทนจากการลงทุนเพิ่มขึ้น 4 เท่า การพัฒนาไปสู่ ระบบที่ใช้ตัวแทนที่ซับซ้อนยิ่งขึ้น จะยังคงรักษาแนวทางการให้คำแนะนำไว้ โดยมีอิสระมากขึ้น แต่ยังคงอยู่ภายใต้การควบคุมดูแลของมนุษย์
ขั้นตอนทันที:
แหล่งที่มาหลัก: McKinsey Global Institute, Harvard Business Review, PubMed, Nature, IEEE, Goldman Sachs Research, Kaiser Permanente Division of Research
.svg)
.svg)
.svg)
.png)
.png)
.png)