ทำไมบริษัทส่วนใหญ่จึงเข้าใจความพร้อมด้าน AI ผิด (และสิ่งที่ได้ผลจริง)

ฉันได้นั่งฟังการสนทนาแบบนี้มามากมาย ทีมผู้นำมารวมตัวกันในห้องประชุม พวกเขามีบัญชี ChatGPT มีคนกำลังทดลองใช้งานอยู่ มีเสียงฮือฮาเกี่ยวกับ "กลยุทธ์ AI" และพวกเขามั่นใจว่ากำลังนำหน้าคนอื่นอยู่

จากนั้นเราจะเริ่มดูรายละเอียดกัน ผลงานที่ประสบความสำเร็จนั้นมีอยู่จริง แต่เป็นเพียงเรื่องเล็กน้อย ทีมหนึ่งสามารถทำให้กระบวนการทำงานเป็นอัตโนมัติได้ อีกทีมหนึ่งก็เริ่มได้ผลลัพธ์ที่ดีจากการใช้คำสั่งกระตุ้น ถือว่าเป็นเรื่องที่ดี

แต่ส่วนที่เหลือของธุรกิจล่ะ? ยังคงดำเนินการในแบบเดิมเหมือนเมื่อห้าปีที่แล้ว ด้วยเครื่องมือที่กระจัดกระจาย กระบวนการทำงานที่ไม่เชื่อมโยงกันและบริบทที่ขยายตัวอย่างต่อเนื่อง สิ่งที่เปลี่ยนแปลงส่วนใหญ่เป็นเพียงการเปลี่ยนแปลงเฉพาะจุด ไม่ใช่การเปลี่ยนแปลงเชิงระบบ

ผมไม่ได้ตำหนิความพยายามนะครับ ความกดดันมันมีอยู่จริง คณะกรรมการก็ต้องการเห็นความก้าวหน้า ลูกค้าคาดหวังนวัตกรรม ทุกคนต่างก็ถามว่าอะไรคือสิ่งถัดไป แต่สิ่งที่ผมได้เรียนรู้หลังจากทำประเมินแบบนี้มาหลายสิบครั้งก็คือ ความเร่งด่วนไม่ได้แปลว่าพร้อมเสมอไป คุณอาจทุ่มทรัพยากรให้กับ AI แต่สุดท้ายก็อาจไม่ได้อะไรที่ขยายผลได้

ลักษณะของความเป็นผู้ใหญ่ด้าน AI (และสิ่งที่มันไม่ใช่)

มาเริ่มกันที่รูปแบบที่ปรากฏซ้ำแล้วซ้ำอีก

รูปแบบที่ 1: การกระตุ้น ≠ ความเป็นผู้ใหญ่

รูปแบบแรกที่ฉันเห็นอยู่ตลอดเวลาคือผู้นำที่สมมติว่าเพราะผู้คนกำลังใช้ LLM องค์กรได้บรรลุระดับความพร้อมด้าน AI ที่สูงขึ้นแล้ว ความสำเร็จเหล่านั้นมีเพียงเล็กน้อย มันเป็นเพียงอาการแยกส่วนที่คลาสสิกของการทดลอง AI เทียบกับความล้มเหลวในการขยายขนาด และยังคงต้องการการกำกับดูแลจากมนุษย์อย่างต่อเนื่อง นั่นคือการทดลองที่มีประโยชน์ แต่มันก็เปราะบางเช่นกัน

รูปแบบที่ 2: ความลึกของกรณีการใช้งานเดียว, ความกว้างเป็นศูนย์

รูปแบบที่สองคือบริษัทที่เจาะลึกในกรณีการใช้งานเพียงกรณีเดียวอย่างสุดขั้ว มันดูน่าประทับใจเมื่อคุณทำให้กระบวนการทำงานหนึ่งขั้นตอนเป็นอัตโนมัติได้อย่างสมบูรณ์ แต่ในความเป็นจริง นั่นเป็นเพียงส่วนเล็กๆ ของธุรกิจเท่านั้น คุณแค่ปรับให้เหมาะสมกับมุมเดียว ส่วนที่เหลือของการดำเนินงานยังคงดำเนินไปตามนิสัยเดิมๆ

รูปแบบที่ 3: การสับสนระหว่างการลงเงินกับการเตรียมพร้อม

รูปแบบที่สามคือการสับสนระหว่างความเร่งด่วนหรือการลงทุนกับความพร้อม หลายบริษัทรู้สึกถึงแรงกดดันอย่างหนักในการนำ AI มาใช้ แต่มีเพียงไม่กี่แห่งเท่านั้นที่อยู่ในตำแหน่งที่เหมาะสมในการนำไปใช้จริง โครงการนำร่องมักสร้างกิจกรรมในระดับผิวเผิน แต่ศักยภาพที่แท้จริงยังคงตื้นเขิน

บทเรียนคืออะไร? ชัยชนะในช่วงแรกสร้างความรู้สึกผิดๆ ว่ากำลังไปได้ดี

ความเป็นผู้ใหญ่ที่แท้จริงต้องการ:

หากปราศจากรากฐานนั้น องค์กรจะหยุดชะงัก พวกเขาจะดิ้นรนที่จะก้าวจากการทดลองที่กระจัดกระจายไปสู่ผลกระทบในระดับองค์กร

อะไรที่ขับเคลื่อนองค์กรจากการทดลองไปสู่การปรับใช้ AI อย่างเต็มรูปแบบ

การเคลื่อนไหวที่แข็งแกร่งที่สุดที่ฉันเคยเห็น? การสร้างชุมชนแห่งการปฏิบัติที่แท้จริง

คุณรวบรวมผู้คนจากหลากหลายแผนกที่มีความอยากรู้อยากเห็นเกี่ยวกับ AI โดยธรรมชาติ คุณมอบพื้นที่ร่วมกัน ภาษาที่ใช้ร่วมกัน และปัญหาที่ต้องแก้ไขร่วมกัน นี่คือจุดที่การทำงานร่วมกันกลายเป็นตัวคูณ

อะไรที่ทำให้ชุมชนแห่งการปฏิบัติทำงานได้:

จากนั้น ผู้นำจะลงทุนในการทำแผนผังกระบวนการ ซึ่งเป็นหนึ่งในเครื่องมือที่ใช้งานได้จริงมากที่สุด แผนผังกระบวนการทำงานจะแสดงให้เห็นว่างานดำเนินไปอย่างไรจริง ๆ จุดที่ติดขัด จุดที่พนักงานยังต้องคัดลอกและวางข้อมูลระหว่างเครื่องมือต่าง ๆ และจุดที่เจ้าหน้าที่สามารถเพิ่มคุณค่าได้จริง

ตัวอย่างเช่น ทีมผลิตภัณฑ์อาจพบว่าพวกเขากำลังรวบรวมความคิดเห็นของลูกค้าจากสามแพลตฟอร์มด้วยตนเอง ในขณะที่ตัวแทนแบบเบาสามารถรวบรวมข้อมูลทั้งหมดไว้ในที่เดียวแบบเรียลไทม์ได้

นี่คือจุดที่ AI ที่ตระหนักถึงบริบทเริ่มมีความสำคัญ เครื่องมืออย่างClickUp Brainทำงานได้เพราะถูกฝังอยู่ภายในกระบวนการทำงานโดยตรง ไม่ใช่การติดตั้งเพิ่มเติมภายหลัง แทนที่จะให้ทีมอธิบายบริบทกับเครื่องมือ AI เครื่องมือ AI จะเข้าใจงาน ความสัมพันธ์ การสนทนา และเอกสารต่างๆ เป็นส่วนหนึ่งของระบบอยู่แล้ว

ด้วยClickUp BrainGPTบนเดสก์ท็อป ทีมงานสามารถถามคำถามด้านการปฏิบัติงานด้วยภาษาที่เข้าใจง่ายและได้รับคำตอบที่อ้างอิงจากงานจริง ไม่ใช่เอกสารที่หยุดนิ่ง การเปลี่ยนแปลงนี้ช่วยลดความยุ่งยากและช่วยให้ AI สนับสนุนการทำงานประจำวันแทนที่จะสร้างโครงการนำร่องที่ผิวเผินอีกโครงการหนึ่ง

เมื่อพื้นฐานเหล่านี้ถูกวางไว้แล้ว AI จะกลายเป็นคำสั่งการดำเนินงานที่มองเห็นได้ชัดเจน ทีมต่างๆ จะเข้าใจว่า AI เป็นส่วนหนึ่งของการดำเนินธุรกิจ ไม่ใช่เป็นเพียงเครื่องมือเสริม แต่ถูกฝังอยู่ในกระบวนการทำงานประจำวันภายในพื้นที่ทำงาน AI ที่รวมเป็นหนึ่ง ผู้จัดการและผู้บริหารจะแบ่งปันความรับผิดชอบในการระบุกระบวนการทำงานที่ควรจะถูกทำให้เป็นอัตโนมัติหรือเสริมประสิทธิภาพ

ปรากฏการณ์แตงโม: เมื่อโครงการดูเป็นมิตรต่อสิ่งแวดล้อม แต่แท้จริงแล้วกลับล้มเหลว

บางองค์กรเริ่มต้นด้วยการประเมินความพร้อม ซึ่งให้ข้อมูลพื้นฐานที่เป็นกลางและช่วยให้ผู้นำเข้าใจถึงสถานะที่แท้จริงของพวกเขา

บ่อยครั้ง ผลลัพธ์ที่ได้อาจน่าประหลาดใจ ในขณะเดียวกัน กลยุทธ์และเครื่องมืออาจดูมั่นคง แต่ความสามารถและความพร้อมกลับได้คะแนนต่ำที่สุด

บริษัทที่มีความเป็นผู้ใหญ่มากที่สุดยังสร้างความโปร่งใสเข้าไปในกระบวนการทำงานประจำวัน:

ตัวชี้วัดเหล่านี้ช่วยให้ความคืบหน้าปรากฏให้เห็นได้ชัดเจน ทำให้โครงการต่างๆ ยากขึ้นที่จะดูเป็น "สีเขียว" ในรายงานสถานะในขณะที่กำลังดำเนินการเป็น "สีแดง" อยู่เบื้องหลัง

ฉันเรียกสิ่งนี้ว่า เอฟเฟกต์แตงโม โครงการดูเหมือนเป็นมิตรต่อสิ่งแวดล้อมจากภายนอก แต่ภายในกลับเต็มไปด้วยปัญหา

รายงานสถานะดูเป็นบวก แต่เมื่อเจาะลึกลงไป การนำ AI มาใช้ในองค์กรจริงกลับอ่อนแอ การชี้ให้เห็นรูปแบบนี้โดยตรงช่วยให้ผู้นำเข้าใจว่าทำไมการรายงานในระดับผิวเผินจึงไม่สามารถชี้นำกลยุทธ์ด้าน AI ได้

เมื่อองค์กรผสานการเปรียบเทียบกับมาตรฐานภายนอกเข้ากับการมองเห็นภายในที่เปิดกว้าง การประเมินอย่างซื่อสัตย์จะกลายเป็นเรื่องปกติ ความซื่อสัตย์นี้เองที่ช่วยป้องกันไม่ให้องค์กรหยุดนิ่ง และทำให้องค์กรก้าวหน้าไปสู่ความเจริญเติบโตที่แท้จริง

จุดเปลี่ยนที่บริษัทส่วนใหญ่พลาด

จุดเปลี่ยนสำคัญเกิดขึ้นเมื่อผู้นำเห็นว่า ข้อจำกัดที่แท้จริงไม่ใช่เรื่องเทคนิค

การประเมินความพร้อมมักเผยให้เห็นช่องว่างเดียวกัน: เครื่องมือและการกำกับดูแลดูมั่นคง แต่ด้านบุคลากรยังตามไม่ทัน

การตระหนักรู้นั้นเปลี่ยนกลยุทธ์ แทนที่จะซื้อเครื่องมือเพิ่มเติมหรือสร้างสถาปัตยกรรมเพิ่มเติม พวกเขาเริ่มลงทุนในบุคลากรที่จะขยาย AI ภายในธุรกิจ

นี่มักเป็นจุดที่ AI หยุดถูกมองว่าเป็นเครื่องมือ และเริ่มทำงานเป็นส่วนหนึ่งของระบบ.ซุปเปอร์ เอเจนต์ถูกสร้างขึ้นมาเพื่อการเปลี่ยนแปลงนี้โดยเฉพาะ.

ซูเปอร์เอเจนต์ทำหน้าที่เป็นเพื่อนร่วมทีม AI ภายในพื้นที่ทำงาน พวกเขาตรวจสอบงานในขณะที่ดำเนินไป ดำเนินการตามเงื่อนไขที่กำหนดไว้ และจัดการงานประจำ เช่น การติดตามผล การรายงานหรือการแจ้งเตือนความเสี่ยง แทนที่จะพึ่งพาคนในการจดจำสิ่งที่ต้องให้ความสนใจ ระบบเองจะช่วยรักษาความต่อเนื่องในการทำงาน

การเปลี่ยนแปลงนั้นมีความสำคัญเพราะขนาดที่ใหญ่ขึ้นทำให้การตรวจสอบด้วยมือเป็นไปไม่ได้ เมื่อ AI สามารถสังเกต, กระทำ, และส่งต่อปัญหาภายในกรอบการควบคุม ผู้นำจะหยุดพึ่งพาการกระทำที่กล้าหาญและเริ่มสร้างความยืดหยุ่นในกระบวนการทำงาน

เมื่อผู้คนมีเครื่องมือและเสรีภาพในการทำงานอัตโนมัติของตนเอง ผลลัพธ์อาจน่าประหลาดใจ ทีมต่างๆ สร้างโซลูชันที่ผู้นำไม่เคยคิดมาก่อน ความสำเร็จเล็กๆ กลายเป็นรูปแบบที่สามารถนำกลับมาใช้ใหม่ได้ ความไว้วางใจใน AI เติบโตขึ้นอย่างเป็นธรรมชาติ

การเปลี่ยนแปลงจากเทคโนโลยีเป็นศูนย์กลางไปสู่ผู้คนเป็นศูนย์กลางนี้ มักเป็นช่วงเวลาที่องค์กรเริ่มเห็นการเปลี่ยนแปลงที่แท้จริง

สิ่งนี้หมายความว่าอย่างไรสำหรับผู้นำ

หากคุณเป็นผู้นำในการทำงานนี้ นี่คือสิ่งที่ทำให้เกิดการเปลี่ยนแปลงจริง:

และอย่ารอให้ทุกอย่างสมบูรณ์แบบ บริษัทที่ลงมือทำในตอนนี้ ด้วยความซื่อสัตย์และมุ่งมั่น คือบริษัทที่จะก้าวไปข้างหน้า

หากคุณยังคงวัดความก้าวหน้าจากจำนวนโครงการนำร่องที่กำลังดำเนินการอยู่ คุณกำลังพลาดประเด็นสำคัญ ความเป็นผู้ใหญ่ที่แท้จริงจะปรากฏให้เห็นจากวิธีการทำงานในแต่ละวัน คุณจะเห็นมันจากวิธีที่ทีมสื่อสารกัน วิธีที่พวกเขาแก้ปัญหา วิธีที่พวกเขาแบ่งปันสิ่งที่ได้เรียนรู้ นั่นคือสิ่งที่ยั่งยืน

อยากรู้ว่าคุณอยู่ตรงไหนจริง ๆ หรือไม่?ลองประเมินระดับความพร้อมด้าน AI ของคุณ

รับรายงานความพร้อมด้าน AI ของคุณ

ถามคำถามที่รู้สึกไม่สบายใจ พร้อมที่จะลงมือทำตามคำตอบ นั่นคือวิธีที่คุณจะก้าวจากการทดลองไปสู่ความก้าวหน้า

ทดสอบความพร้อมของ AI ของคุณตอนนี้

คำถามที่พบบ่อย

นี่คือวิธีการที่มีโครงสร้างในการวัดว่าองค์กรของคุณพร้อมแค่ไหนที่จะขยายการใช้งาน AI ไปไกลกว่าการทดลองใช้ในวงจำกัด ไม่ใช่แค่เครื่องมือเท่านั้น แต่ยังรวมถึงกระบวนการทำงาน การกำกับดูแล การฝึกอบรม การวัดผล และการนำไปใช้จริง

ไม่จำเป็นต้องเป็นเช่นนั้นเสมอไป การทดลองนำร่องแสดงให้เห็นถึงความเป็นไปได้ ความสมบูรณ์จะปรากฏขึ้นเมื่อ AI เปลี่ยนแปลงการทำงานประจำวันของทุกทีม พร้อมด้วยมาตรฐาน การวัดผล และรูปแบบที่สามารถทำซ้ำได้

การกระจายตัว งานถูกกระจายอยู่ตามเครื่องมือ ทีม และการส่งต่อ ทำให้ผลลัพธ์จาก AI ไม่เชื่อมโยงกับการดำเนินการ อีกเหตุผลหนึ่งคือการขาดมาตรฐานคุณภาพและการกำกับดูแล

โดยปกติแล้วไม่ใช่. ทีมส่วนใหญ่ต้องการการวางแผนการทำงานที่ดีขึ้น, การกำกับดูแลที่ชัดเจนขึ้น, และการฝึกอบรมที่ช่วยให้ผู้คนเปลี่ยนแปลงวิธีการทำงาน. เครื่องมือมีความสำคัญ แต่พวกมันมักไม่ใช่ข้อจำกัด.

การนำไปใช้ในกระบวนการทำงานจริง, คุณภาพของผลลัพธ์, เวลาที่ประหยัดได้, การปรับปรุงระยะเวลาของวงจร, การลดข้อผิดพลาด, และผลกระทบต่อธุรกิจ. หากคุณไม่สามารถวัดได้, คุณก็ไม่สามารถขยายได้.

กลุ่มนี้เป็นกลุ่มข้ามสายงานที่แบ่งปันรูปแบบและสร้างโซลูชันที่สามารถนำกลับมาใช้ใหม่ได้ มันหยุดความก้าวหน้าของ AI ไม่ให้ติดอยู่ในส่วนย่อยๆ และเปลี่ยนความสำเร็จส่วนบุคคลให้กลายเป็นความสามารถขององค์กร