ไม่ได้เขียนเกี่ยวกับอาชีพการงานเลยตั้งแต่จบปริญญาโทมา วันนี้ขอมาเล่าเกี่ยวกับเรื่อง IT trend ที่น่าสนใจ และน่าจะเป็นกระแสของโลกอันดับถัดไป หลังจาก digital transformation ที่ทำให้หลายๆบริษัทพยายามเปลี่ยนบริษัทตัวเองให้กลายเป็น technology company ทำให้ตำแหน่ง CTO เป็นที่ต้องการในตลาดเป็นอย่างมากในช่วง 2-3 ปีที่ผ่านมา แต่ไม่ใช่ทุกบริษัทที่จะมีผลิตภัณฑ์เป็นของตัวเอง และไม่สามารถสร้าง digital platform ที่จะมาสร้างทราฟฟิกเข้ามาเป็นลูกค้าของบริษัทได้ง่ายๆ

การเติบโตอย่างรวดเร็วของ AI โดยเฉพาะ Generative AI ทำให้มีการนำมาปรับใช้ในองค์กรมากขึ้น ถึงแม้ว่าจะมีการพูดถึงกระแสการ automate business process ด้วย AI เป็นอย่างมาก แต่ในความเป็นจริงเรายังไม่สามารถเชื่อถือผลลัพธ์ของ AI ได้โดยไม่มีการตรวจสอบ เพราะเรายังไม่เข้าใจวิธีการคิดประมวลผลของ AI ได้ดีพอ และผลลัพธ์ที่ AI ให้มามายังทำให้ผู้ใช้งานรู้สึกทะแม่งๆอยู่ ตอบแบบอคคติบ้าง ตอบแบบไม่ถูกต้องเลยก็มี หรือบางครั้งก็ให้เพียงผลลัพธ์แบบกว้างๆขาดความลึกและใจความสำคัญของคำตอบที่เราเรียกกันว่า Lazy AI ซึ่งยังต้องใช้ระยะเวลาในการปรับปรุงอัลกอริทึมให้เหมาะสมถูกต้องไปอีกสักพัก

แต่ใช่ว่า generative AI ในยุคปัจจุบันจะไม่มีประโยชน์หรือนำมาใช้งานไม่ได้เลย จริงๆแล้ว AI ถูกนำมาใช้งานในทางธุรกิจแล้วและปริมาณการใช้งานกำลังเพิ่มขึ้นอย่างรวดเร็วในฐานะผู้ช่วยส่วนตัว คือจะต้องมีผู้ใช้งานคอยตัดสินใจขั้นสุดท้ายก่อนนำผลลัพธ์จาก AI ไปใช้งานจริง หลายๆบริษัทเริ่มเห็นประโยชน์จากการนำข้อมูลที่มีอยู่ในองค์กร รวมถึงข้อมูลที่มีอยู่ใน social media มาประมวลผลโดยใช้ความช่วยเหลือจาก AI เพื่อย่นระยะเวลาในการได้รูปแบบของข้อมูลเพื่อนำมาประกอบการตัดสินใจขั้นสุดท้าย ข้อดีของการนำ AI มาช่วยในการประมวลผลคือใช้เวลาน้อยกว่าการทำ business research ในอดีตเป็นอย่างมาก รวมถึง AI สามารถมองหารูปแบบซ้ำๆในฐานข้อมูลใหญ่ๆแบบ big data โดยที่มนุษย์ไม่สามารถทำได้ และนำมาสู่กลยุทธทางธุรกิจใหม่ๆที่จะทำให้ได้เปรียบคู่แข่งในตลาด

ในยุคที่ใครๆก็เข้าถึงเทคโนโลยีได้อย่างเท่าเทียมกันบนฐานข้อมูลที่เกือบจะเป็นแหล่งเดียวกันคือบนอินเทอร์เนต ใครก็ตามที่สามารถตัดสินใจได้เร็วกว่าย่อมเป็นผู้ที่ได้เปรียบ ดังนั้นหลายๆองค์กรเริ่มที่จะพัฒนา skill ของพนักงานตัวเองให้เรียนรู้ในการวิเคราะห์ข้อมูล (self analytic skill) รวมไปถึงการใช้ประโยชน์จาก AI ที่จะมาเป็นผู้ช่วยในการทำงานและลดขั้นตอน operation routine ของตัวเอง (AI co-pilot) สิ่งที่พนักงานยุคใหม่ขาดไม่ได้คือทักษะในการพูดคุยกับ AI เพื่อให้ได้ผลลัพธ์ที่ต้องการ (prompt engineering) เมื่อองค์ความรู้ที่กล่าวมาครบถ้วนแล้วก็จะทำให้องค์กรนั้นใช้ข้อมูลเป็นแกนกลางในการตัดสินใจและสร้างกลยุทธทางธุรกิจกลายเป็น data driven company ซึ่งพนักงานแต่ละคนมีวิธีการทำงานโดยใช้ AI ช่วยวิเคราะห์ข้อมูลประกอบการตัดสินใจ เรียกว่า data driven culture โดยมีรูปแบบการทำงานที่เรียกว่า Data Driven Decision Making ดังนี้

Data-driven decision making (DDDM) หรือ การตัดสินใจบนพื้นฐานของข้อมูล คือกระบวนการที่องค์กรใช้ข้อมูลดิบในการตัดสินใจเชิงกลยุทธ์ โดยจะเน้นเรื่องดังนี้

• การรวบรวมข้อมูล: การเก็บข้อมูลเชิงปริมาณ (ตัวเลข ข้อเท็จจริง) และข้อมูลเชิงคุณภาพ (ความคิดเห็น คำอธิบาย) จากหลายๆ แหล่ง ทั้งภายในองค์กรและจากภายนอก
• การวิเคราะห์ข้อมูล: การนำข้อมูลมาจัดระเบียบและตีความผ่านเครื่องมือทางสถิติ โมเดลต่างๆ เพื่อหาแนวโน้ม และความสัมพันธ์ที่แฝงอยู่
• การดึงข้อมูลเชิงลึก (Insights): ค้นหาความหมายและผลกระทบจากข้อมูลที่ได้วิเคราะห์แล้ว ทำให้เราเข้าใจภาพรวมได้ชัดเจนขึ้น
• การตัดสินใจจากข้อมูล: ใช้ข้อมูลเชิงลึกที่เราค้นพบเพื่อวางแผนธุรกิจ แก้ไขปัญหา ปรับปรุงกระบวนการ หรือสร้างโอกาสใหม่ๆ

ข้อดีของ DDDM คือ

• ตัดสินใจได้มั่นใจขึ้น (AI second opinion): ข้อมูลที่น่าเชื่อถือจะช่วยขจัดความไม่แน่นอน การเดาสุ่ม ช่วยให้ตัดสินใจได้มั่นใจยิ่งขึ้น
• มองข้อมูลได้ลึกและคาดการณ์ไกลขึ้น (Data insight): DDDM ช่วยให้เห็นแนวโน้ม และคาดการณ์สิ่งที่จะเกิดขึ้นได้แม่นกว่า ทำให้วางแผนเชิงรุกได้ดีขึ้น
• วัดผลได้ชัดเจน: การใช้ข้อมูลตั้งแต่ต้น ทำให้เราติดตามผลและวัดว่าการตัดสินใจครั้งนั้นประสบผลสำเร็จตามเป้าหมายที่ตั้งไว้จริงหรือไม่
• ลดความเสี่ยงจากอคติส่วนตัว: ข้อมูลเป็นกลาง เมื่อตัดสินใจบนข้อมูล จะลดความลำเอียงหรืออคติที่เรามีโดยไม่รู้ตัวได้

สิ่งที่สำคัญที่สุดคือ ผู้ใช้งานต้องเข้าใจว่า AI เป็นเพียงแค่ผู้ช่วยที่คอยวิเคราห์ข้อมูลให้เรา สุดท้ายผู้ใช้งานจะต้องเป็นผู้ตัดสินใจ ผลจากการตัดสินใจไม่ว่าจะผิดหรือถูก ผู้ใช้งานต้องเป็นผู้รับผิดชอบ ผมขอยกตัวอย่างให้เข้าใจง่ายๆดังนี้

สมมุติว่าตอนนี้เป็นช่วงปลายเดือนมิถุนายน วันนี้คุณกำลังเดินทางออกจากคอนโดของคุณเพื่อขึ้นรถไฟฟ้าไปทำงาน คุณมองออกไปนอกหน้าต่างเห็นท้องฟ้ามืดครึ้ม คุณกำลังตัดสินใจว่าวันนี้จะพกร่มติดตัวไปด้วยดีไหม ผลลัพธ์เกิดได้เป็น 4 รูปแบบคือ

• คุณตัดสินใจพกร่มไปแต่ฝนไม่ตก = ต้องแบกสัมภาระหนักขึ้นขณะเดินทาง
• คุณตัดสินใจพกร่มไปและฝนตก = โชคดีจังคุณเดินทางไปทำงานได้โดยที่ตัวไม่เปียก
• คุณตัดสินใจไม่พกร่มไปและฝนไม่ตก = โชคดีจัง ยิ้มกับตัวเองว่าคุณเป็นคนมีเซ็นต์เรื่องอากาศ
• คุณตัดสินใจไม่พกร่มไปและฝนตก = คงไปทำงานไม่ทันละ ต้องหลบฝนให้ซาลงก่อน

การที่มี AI มาเป็นผู้ช่วยไม่ได้เปลี่ยนแปลงสถานะการณ์ที่คุณจะต้องตัดสินใจว่าจะพกร่มออกไปดีหรือไม่ แต่คุณได้ข้อมูลเชิงลึกมากขึ้นในการประกอบการตัดสินใจ เช่น AI ช่วยประมวลความชื้นสัมพัธในอากาศ และปริมาณเมฆรวมถึงการเคลื่อนตัวของเมฆในบริเวณนั้น รวมถึงอุณหภูมิและสถิติจากภาวะแวดล้อมดังกล่าวที่เกิดขึ้นในอดีตว่าฝนจะตกหรือไม่ และแสดงผลลัพธ์ให้คุณตัดสินใจ ว่าจากการที่ AI วิเคราะห์ข้อมูลดังกล่าวแล้วมีโอกาสที่ฝนจะตกตอนที่คุณเดินทางไปทำงานเช้านี้อยู่ที่ 70%

คุณจะทำอย่างไรกับข้อมูลที่ได้รับ พกร่มหรือไม่พกร่มไปดี?

รูปแบบนี้จะเกิดขึ้นกับกระบวนการทำธุรกิจในทุกๆแผนก เพื่อให้พนักงานตัดสินใจได้โดยปราศจากอคติส่วนตัว และยังตัดสินใจได้อย่างรวดเร็วและมั่นใจมากขึ้น ลองคิดดูว่าบริษัทจะสามารถเพิ่ม productivity ได้มากแค่ไหนจาก DDDM