Transcription
โค้ด 30% ของ Line Man วงในปัจจุบันนี้ถูก generate ด้วย AI เรียบร้อยแล้ว
3 จุดตายที่บริษัทไทยมักจะพังเมื่อใช้ AI ครับ คุณโบตจากบูบิเอางานวิจัยจากองค์กรของไทยกว่า 100 องค์กรจะมี ดร.พัฒ คุณหมอ อา๋ คุณยอด วงใน เกิดจากการลองผิดลองถูกแต่ตกผลึกการใช้ AI ออกมาเป็น 4 Layer นะครับ ติดอาวุธทุกคนให้ใช้ AI Layer ที่ 2 คือการลด Cost Layer ที่ 3 Enhance Capability เป็นสิ่งบังเอิญหลังจากเราพยายามที่จะ Cost Saving AI มันทำงานได้ดีกว่าคนในทุก Matrix ข้อสุดท้ายคือทำ Main Product ให้เป็น AI Driven
สิ่งสำคัญที่สุดก็คือ AI มันกระทบการจ้างงาน
เราควรจะ Specializ ใน Industry อาหาร แพทย์ Wellness ผมคิดในใจมันจบแล้วครับนาย คือไม่รู้จะแข่งยังไง จีนใช้ Deep Seek เป็น 100 โรงพยาบาลแล้วครับ ผมคิดว่า Wave นี้เนี่ยเป็นเวฟสุดท้ายแล้ว
Executive Espresso
จังหวะนี้ออมเงิน US ดอลลาร์ต้องบัญชี EFCD จาก SCB รับดอกเบี้ยสูงสุด 3% ต่อปี เรดี้ ออมได้ทันที เปิดบัญชี EFCD ที่แอป SCB Easy
ทำไมองค์กรไทยยังล้มเหลวกับการปรับใช้ AI
3 จุดตายที่บริษัทไทยมักจะพังเมื่อใช้ AI ครับ วันนี้อยากจะชวนคุยเรื่อง AI อีกแล้วนะครับ แต่ว่าไม่ใช่ AI แบบใช้ส่วนบุคคล แต่เป็นการใช้ระดับองค์กร เพราะถ้าเกิดเราไม่สามารถข้ามไปสู่การใช้ระดับองค์กรได้ ประเทศไทยไม่สามารถเดินหน้าได้ องค์กรคุณก็เดินหน้าต่อไปไม่ได้ เนื้อหานี้ผมจะเอามาจากงาน The Standard Economic Forum ในเวที Text Stage ครับ ซึ่งคุณโบตจากบูบิเนี่ยได้มาให้คำแนะนำ และเอางานวิจัย เอางานรีเสิร์ชที่เขาทำมาจริงจากองค์กรของไทยกว่า 100 องค์กร ที่ทำร่วมกับ The Standard ว่า Stage ขององค์กรไทยวันเนี้ยเป็นยังไง รวมไปถึงผมจะเอาอีกจากเวทีนึง Main Stage นะครับ เป็นเวทีที่พูดเรื่อง AI กับ Workforce จะมี ดร. จะมีคุณหมออา๋ แล้วก็จะมีคุณยอด วงในมาพูดนะครับ คุณยอดนี่พูดชัดเจนนะ แล้วผมอยากใช้คำนี้เลยนะว่าทุกท่านมันจบแล้วครับนาย มันจบจริงๆนะครับ ถ้า AI คุณทำได้ดีจริงๆ คนมีโอกาสตกงานจริงๆนะครับ อันนี้คือสิ่งที่ คุณยอดพูด แต่เราจะปรับตัวยังไง เราจะแก้ไขกันยังไง ทางออกคืออะไร เดี๋ยวเราจะหากันนะครับ
โอเค งั้นไปเรื่องแรกก่อน ทำไมองค์กรไทยพยายามใช้ AI มาหลายปีแต่ยังไม่เห็นผลชัดเจน งานศึกษาครับของ BCG จริงๆของงานวิจัยนะ คุณซิเว่จาก True DTAC ก็พูดเรื่องนี้เช่นเดียวกันนะครับ เขาบอกว่าบริษัทที่ใช้ AI ได้ผลจริงมีผลตอบแทนจากการลงทุนสูงกว่าคู่แข่งถึง 1.5 เท่า แต่ในประเทศไทย 97% ขององค์กรไทยใช้ AI แล้ว เยอะนะฮะ 80% ของผู้บริหารพูดเรื่องนี้ทุกวันเลยครับ เป็นประจำ 40% ยกขั้นให้เป็น Call Agenda หรือเรื่องที่สำคัญมากๆ แต่ความจริงบรรทัดสุดท้ายก็คือยังไม่มีองค์กรไหนในไทยที่ใช้ AI ขับเคลื่อนได้จริงๆ ในต่างประเทศตัวเลขคล้ายๆกันเหมือนกันครับ MAN ทำล่าล่าสุดมาเหมือนกันเลยครับ คือองค์กรที่ใช้ AI ขับเคลื่อนได้จริงๆ มีเปอร์เซ็นต์ไม่ได้สูงมาก สถานะจริงเป็นยังไง องค์กรไทยใช้แล้วแต่ยังผิวเผินครับ ส่วนใหญ่องค์กรไทยยังใช้อยู่แค่ Early Stage คุณลองคิดภาพตามว่าคุณใช้อะไรอยู่บ้างนะ เริ่มใช้แล้วแต่จำกัดอยู่เพียงแค่ 1-2 ฟังก์ชัน เช่น Customer Service ก็คือใช้ Chatbot เพื่อลดต้นทุน เอา Chatbot มาคุยกับลูกค้า Marketing Automation ทำงานของการตลาดที่เอา Automate บางส่วน หรือ Data Analytics ที่ยังแยกส่วนจาก Call Strategy หรือใน The Standard เองเราเริ่มใช้พิสูจน์อักษรแล้ว เริ่มใช้เจนภาพแล้ว เริ่มใช้อะไรหลายๆอย่าง แต่ก็ต้องยอมรับว่าอยู่ใน Early Stage แหม มันก็เพิ่งเริ่มเนาะ ถ้าเห็นใจกันตามตรง แต่นี่คือข้อเท็จจริงครับว่าองค์กรไทยยังไปไม่สุด ใช้แค่ผิวเผิน
แม้ว่าองค์กรไทยจะใช้อย่างผิวเผินนะครับ จริงๆมีองค์กรนึงที่ผมรู้สึกว่าเขาใช้ค่อนข้างดีแล้วก็ค่อนข้างไปข้างหน้า หรือว่าเอ่อก้าวล้ำกว่าคนอื่นนะครับ นั่นก็คือคุณยอด ชินสุภักกุล CEO Line Man วงในนั่นเอง แต่ลองไปฟังดูว่าเขาใช้ 4 Layer ไปแล้วนะครับ แล้วก็เขาค่อนข้างชัดเจนนะว่าใช้ Layer ไหน ได้ประโยชน์อะไรครับ
เราก็มองการใช้ AI ออกมาเป็น 4 Layer นะครับ Layer แรกซึ่งง่ายที่สุดเลยก็คือว่าติดอาวุธทุกคนให้ใช้ AI นะครับ ซื้อ Generative AI ให้ทุกคนแล้วก็ให้ทุกคน Request AI ตัวที่ 2 ได้ แม้กระทั่ง Layer ที่ง่ายที่สุดคือใช้เงินแก้ปัญหาเนี่ย บางบริษัทก็ยังไม่สามารถที่จะทำได้เลย ติดเรื่อง Privacy บ้าง ติดเรื่องไม่ได้ Budget ไว้บ้างนะครับ ผมถามพนักงานว่า เฮ้ย การใช้ AI เนี่ย ช่วยเอิ่มประสิทธิภาพของคุณได้กี่เปอร์เซ็นต์ ปรากฏว่าทุกคนที่เป็นเด็ก Junior Level ตอบว่ามากกว่า 30% เพราะฉะนั้นคือการที่คุณไม่ติดอาวุธให้เขา เท่ากับว่าเขาเนี่ยก็จะมีประสิทธิภาพน้อยกว่าบริษัทที่ติดอาวุธไปแล้ว 30% โค้ด 30% ของ Line Man ในปัจจุบันนี้ถูก Generate ด้วย AI เรียบร้อยแล้ว เพราะงั้นทีมที่ไม่ใช้ AI ก็อาจจะสามารถเขียนโค้ดได้ช้ากว่าเประมาณ 20-30% นะครับ เป็นต้นเนาะ
ระยะที่ 2 คือเราเรียกว่าการลด Cost เอา AI ไปช่วย Improve ในเรื่องของกล้ามเนื้อใหญ่ที่อาจจะสามารถ Scale ได้มากกว่าเดิม ดูได้จากจำนวนแผนกที่มีคนเยอะๆ นะครับ ซึ่งเรา Identify ออกมาเป็น 2-3 แผนก แผนกแรกคือ Customer Service เพราะ Customer Service เรามีประมาณ 4-500 คน เพราะงั้น ถ้าเกิดว่า AI มันช่วย Improve ได้สักประมาณ 10-20% มันก็ลดคนไปได้แล้ว 50-100 คน แผนกที่ 2 คือ Sales เซลล์เรามีประมาณ 300 คนเหมือนกัน แผนกที่ 3 จริงๆก็คือ Developer นี่แหละ เพราะ Engineer เรามีประมาณ 500 คน เพราะงั้น Developer เขียนโค้ดได้เร็วขึ้น 30% ก็สามารถ Improve Performance ให้เได้ค่อนข้างเยอะนะครับ เราเอง Launch เอ่อ AI สำหรับ Customer Service ออกไปเรียบร้อยแล้ว แล้วทุกวันนี้เฟประมาณซัก 25% ของจำนวน Q ทั้งหมดแล้วนะครับ เราเริ่มจากเคสที่มัน Common มากที่สุดก่อนก็คือติดตามว่าตอนนี้ Order ถึงไหนแล้วเป็นต้นนะครับ เพราะฉะนั้นคือเริ่มจาก SOP ที่เอิ่มมีความถี่มากที่สุดก่อน เพราะว่าเวลาไป SOP นั้นเนี่ย มันจะได้ลด Cost ได้ทันทีนะครับ
แต่สิ่งที่ เรา Unlock นะครับ ไม่ใช่ Cost Saving นะครับ เป็น Layer ที่ 3 อันนี้เป็นสิ่งบังเอิญที่หลังจากเราพยายามที่จะ Cost Saving แต่ปรากฏว่าสิ่งที่เราได้เนี่ย กลายเป็น Enhance Capability เพราะปรากฏว่า Call Center เนี่ยเรา Implement ไปปุ๊บเนี่ย ปรากฏว่า AI มันทำงานได้ดีกว่าคนในทุก Matrix นะครับ ไม่ว่าจะเป็น Customer Satisfaction นะครับ ไม่ว่าจะ เป็น Accuracy นะครับ เพราะคนเไม่ได้ Perfect เนาะเอ Call Center 500 คนของเรา เราต้องเทรนขึ้นมากว่าจะลง Flow ได้ พอลง Flow ได้ปุ๊บ 6 เดือนออกละนะครับ แถมจำ SOP ได้ไม่หมดอีก เพราะว่าเอิ่มเอิ่มข้อมูลมันเปลี่ยนตลอดเวลาเป็นต้นนะครับ
ข้อสุดท้ายคือทำ Main Product ให้เป็น AI Driven นะครับ พูดง่ายๆคืออย่างของ Line Man ก็เป็นพวก Merchant Product POS ต่างๆ หรือว่า Food Delivery อันนี้ผมมองว่า เป็นข้อที่ยากที่สุด เพราะปกติแล้วเนี่ย คนโดยเฉพาะ Consumer ทั่วไปเนี่ย จะมีความเอิ่คาดหวังค่อนข้างสูง เพราะฉะนั้น จะทำให้ AI มันฉลาดกว่า Food Delivery ปัจจุบันมันอาจจะไม่ได้ง่ายมากนักนะครับ เช่นให้แนะนำร้านอาหารที่ฉันอยากกิน ณ ตอนนี้ซิมันอาจจะไม่มี Context Awareness ว่าทุกวันนี้คุณหิวหรือเปล่า คุณอยากกินอะไร มันอาจจะไม่มี Context ทั้งหมดในการทำให้ Recommendation มันแม่น เพราะฉะนั้น คือ Layer สุดท้ายต้องบอกว่าคนพูดเยอะแต่ยังไปกันไม่ค่อยถึงนะครับ ส่วนมากจะอยู่ที่ Layer 1 Layer 2 Layer 3 มากกว่า
ความยากที่สุดจริงๆไม่ได้อยู่ที่ตัวโมเดลเองนะครับ ความยากจริงๆคือการสร้าง Layer ที่มัน Integrate กับบริษัทเรามากกว่านะครับ ซึ่งมันมีหลายส่วนมากนะครับ พอ Implement จริงอ่ะยากกว่าที่คิด ใช้เวลานานกว่าที่คิด แต่ผลดีกว่าที่คิด พอผม Implement ตัว Call Center แล้วผมดูทุก Matrix มัน Outperform คนเลย ผมคิดในใจ มันจบแล้วครับนายนะครับ คือไม่รู้จะแข่งยังไง โดยเฉพาะในแผนกที่เป็นกล้ามเนื้อใหญ่ที่มีคนเป็นปริมาณมาก เพราะอะไร เพราะมันคุ้มในการ Implement มันก็ค่อนข้างจะยากมากสำหรับ Junior White Collar Worker ที่จะที่จะหางานในอนาคต
จุดตายครับ มาดูกันครับ 3 ด้านที่ทำให้องค์กรไทยพังทุกครั้งที่เริ่มทำ AI
1. **คน (People and Organization)** เรายังไม่มีคนที่รู้จริงพอจะใช้ AI ให้เกิดผล นั่นเอง มีเพียง 11% ขององค์กรที่แต่งตั้งผู้นำด้าน AI โดยเฉพาะ ส่วนใหญ่ฝากงานไว้กับ IT หรือว่า CIO
2. **Skill Gap** ครับสูง ผลิตวิศวกรได้แต่ไม่ตรงกับสาย นั่นเอง คือไม่มีคนที่เข้าใจเรื่องนั้นจริงๆ มาทำ
3. **AI Literacy ต่ำ** ครับ คนส่วนใหญ่ยังไม่เข้าใจขีดจำกัดหรือศักยภาพของ AI ที่แท้จริง หรือการ Up Skill Reskill น้อยมาก ตัวเลขนี้ น่าตกใจครับ องค์กรไทยน้อยกว่า 10% ของพนักงานเคยอบรมด้าน AI ครับ แสดงว่าเรายังไม่ได้ทำกันเรื่องนี้เลย นี่คือจุดตายจุดแรก
จุดตายที่ 2 ครับ คือเรื่อง Process and Governance หรือด้านกระบวนการ การใช้ AI ไม่ใช่เหมือนต้มบะหมี่กึ่งสำเร็จรูปใส่น้ำร้อนแล้วกินได้เลยครับ มีเพียง 15% ขององค์กรที่มี AI Governance Framework ชัดเจน คือมี Framework เวิร์คในการใช้งานที่ชัดเจน และองค์กรส่วนใหญ่มักมองหาแต่ Quick Win แต่ไม่สร้างระบบระยะยาว ขาดการวัดผลแบบต่อเนื่อง ไม่มี Data Governance ข้อมูลกระจัดกระจาย และเสี่ยงเรื่อง PDPA อีกเรื่องนึงที่สำคัญมากที่หลายงานวิจัยบอกตรงกันก็คือ การทำ AI มันไม่ใช่การเอา AI มาใช้ในเชิงเทคโนโลยี การเอา AI มาใช้คือการที่ คุณต้อง หรือการเข้ามา Integrate บูรณาการอยู่ใน Workflow ถ้า Workflow หรือการทำงานของคุณยังไม่เปลี่ยน ไม่เข้าใจ ไม่มี Data ไม่สามารถเอา AI มาใช้ได้แน่นอน ยกตัวอย่างเช่น ถ้าเป็น The Standard ครับ ตั้งแต่ทำข่าวเนาะ หาเทรนด์ รวบรวมข้อมูล ทำเป็นเรียบเรียงขึ้นมา เขียน Script ทำเป็นข้อมูลข่าวจริง ช่วยเรียบเรียง ช่วยแปล จนมาถึงการทำภาพ ทำกราฟฟิก ทำ Infographic ใส่ Video โพสต์ Feedback ดู Data วนกลับมาในรอบแรก ทั้งหมดนี้ถ้าเกิดเราไม่กาง Workflow ออกมาทั้งหมด มี AI ก็เท่านั้นละครับ นี่คือตัวอย่างนะครับ ยังไม่นับโอ้โห ใครทำเรื่องของ Supply Chain ทำเรื่องของ Manufacturing ทำเรื่องของ Banking ทำเรื่องของกฎหมาย เรื่องของ Health Care ทุกอุตสาหกรรมมี Workflow ของตัวเอง อันนี้คือโจทย์ใหญ่ของโลกเลยครับ เพราะว่าองค์กรส่วนใหญ่ยังไม่สามารถ Transform Workflow ของตัวเองได้ นั่นคือจุดตายที่ 2
จุดตายที่ 3 คือ Technology and Infrastructure หรือว่าด้านเทคโนโลยี ครับ AI ฉลาดได้เท่ากับข้อมูลที่มันกินเข้าไปครับ ปัญหาคือองค์กรไทยไม่พร้อมด้าน Data Readiness พึ่งพา Cloud หรือ Third Party to สูง แต่ขาดระบบของตัวเอง และยังไม่กล้าลงทุนด้าน Data Infrastructure ระดับประเทศก็คือเราไม่มีข้อมูลอะไรเลย ถ้ามันไม่มีข้อมูลมันก็จะได้ความรู้เท่ากับองค์กรทั่วๆไป เป็น Flash ทั่วๆไปนั่นเอง
ปัญหาที่เราเจอเนี่ย มันก็ถูกจัดหมวดออกมา อยู่ใน 3 รูปแบบแหละอ ไม่ว่าจะเป็นเรื่องหรือเรื่องอะไรต่างๆ มีปัญหาเรื่องของกระบวนการ เรื่องของ Process การวัดผล การควบคุมนะครับ การกำกับดูแล ไปจนถึงเรื่องของฝั่งเทคโนโลยีเองก็เช่นกันว่า ในการทำเรื่องของ AI ไม่ใช่ว่าวันนี้เราซื้อเทคโนโลยี AI มาใช้เลย แต่ว่ามันมีเทคโนโลยีพื้นฐานอีกหลายอย่างที่เราเองก็จะต้องมีการลงทุนระหว่างทางด้วย
อ คำถามก็คือ แล้วทำไงดีครับ คุณเคนฮะ พูดปัญหามาทั้งหมดแล้ว เออ รู้แล้วต้องทำอะไร คุณโบตบูบิมีคำตอบครับ นี่คือทางรอดและ Check List สำหรับองค์กรที่อยากเริ่มต้นทำ AI Transformation ครับ มี 3 อย่างด้วยกันหลักๆ People Process แล้วก็ Technology นั่นเอง
เริ่มที่ People and Organization ก่อนครับ
1. ต้องตั้ง Dedicated AI Leader คือต้องมีผู้นำที่เค้าทำเรื่องนี้จริงจัง อย่าไปฝากงานกับคนอื่นครับ เค้าทุ่มเทแล้วแล้วก็จริงจัง ทำแค่เรื่องนี้เลย
2. สร้าง AI Literacy for All คือยังไงก็ต้องสอนคน หรือว่าให้เขาได้ลองใช้ มีคนที่คอยประกบ คือเขาต้องมีความรู้พื้นฐานด้าน AI
3. เริ่มทำงานข้ามทีมครับ Business แล้วก็ Tech ด้วยแนวทางอาจายคือ Business เองก็ต้องเอาเรื่องของ AI เทคโนโลยี Team Tech เข้าไปช่วย ทีมเองจะทำเพียวๆมันก็ไม่รอด ถูกมั้ยฮะ ก็ต้องเอา Business เข้ามาก็คือ เกิดการทำงาน Cross Industry อย่าลืมครับ เราใช้ AI ไม่ได้เพื่อ AI นะครับ เราใช้ AI เพื่อ Business ถูกมั้ยฮะ ใช้ทำให้เราไปได้ไกลมากขึ้นนั่นเองนะครับ
4. อัพสกิลผ่าน Pilot Project และ Hackathon คือการอัพสกิลแบบเพียวๆมันอาจจะไม่ทันใจเนาะ หรืออาจจะยากเกินไป เราใช้ Pilot Project เลย คือเริ่มต้นทำโปรเจคบางโปรเจคที่มี ROI ที่คุ้มค่า มีเรื่องของผลตอบแทนที่อาจจะทำให้ลูกค้าเราได้เพิ่มขึ้น ลด Cost หรือว่าทำให้เราได้ Insight ใหม่ๆ อย่างนี้เป็นต้นเนี่ย ให้ทดลองทำแบบนั้นแล้วเรียนรู้พร้อมๆกัน หรือจะทำ Hackathon ก็ได้ เรียนรู้ผ่านการทำ Hackathon ครับ
2. Process ครับ Process เนี่ยเริ่มวาง Governance Framework ที่ทำให้คนมั่นใจในการใช้ AI อ่ะ ยกตัวอย่างง่ายๆในองค์กรผมเนี่ย ผมบอกชัดเจนเลยถ้าคุณใช้ AI ตรงไหนให้คุณเขียนกำกับเลยว่าอันนี้มันเป็นเรื่องภาพที่ทำมาจาก AI เป็น Text ที่ให้ AI ช่วย คือต้องมี Framework ยิ่งถ้าเกิดเป็นเรื่องที่เป็นธุรกิจแบบโอ้โหที่มันมีความเสี่ยงมากๆ ยังไงคุณก็ต้องมี Framework เช่นการแพทย์อย่างนี้เป็นต้น คุณจะไว้ใจได้ยังไง ถ้าเกิดว่าคุณไปตรวจแล้วไม่ใช่หมอจริงเนา แต่เป็นหมอ AI เราก็อาจจะรู้สึกว่าไม่ปลอดภัย ต้องมี Framework นะครับ แล้วอย่าลืมครับ วัดผลด้วย Leading Indicators คือถ้าไปวัดด้วยแค่ยอดขาย วัดด้วยเรื่องของ Performance ชัดเจนเนี่ย ผมว่ามันจะยาก เพราะมันเพิ่งเริ่มเนาะ เขาก็เลยแนะนำให้วัดด้วย Leading Indicators คือ OKR ที่เร็วและต่อเนื่องนะครับ
3. Technology ครับ ลงทุน Data Transformation นะครับ มันไม่มีการเสียใจที่คุณลงทุนแน่ นอนยังไงคุณต้องไปทางนี้นะครับ การลงทุนที่เสี่ยงที่สุดก็คือการไม่กล้าลงทุนนั่นเอง ยังไงคุณต้องทำ Data Transformation นะครับ ทำ Cloud Infrastructure เพื่อ Go to Market ได้เร็วยังไงก็ต้องใช้ Cloud ในวันนี้ จะใช้ Server เป็นตู้ก็คงไม่ทันการ และออกแบบระบบให้ Cyber Security ตั้งแต่เริ่มต้น คุณเห็นข่าวใช่มั้ยวันนี้ Scam คุณเห็นเรื่องของ Call Center หรือว่าคุณถูกแฮกข้อมูลมากมาย เรื่องนี้จำเป็นมากนะครับที่จะต้องมีระบบ Layer มี Firewall มี Cyber Security ที่ค่อนข้างมั่นคงนะครับ
เรื่องแรก
ในกลุ่มของ People Organization ก่อน เนี่ยเราอยากจะเห็น Dedicated AI Leadership
เราอยากจะเห็นอย่างน้อยเนี่ย งาน AI ไม่ใช่งานฝาก
นะครับ เป็นงานที่มีเจ้าภาพ ในฝั่ง Workforce เองเนี่ยก็ต้องมี Literacy ที่สำคัญอีกอย่างนึงก็คือเรื่องของการทำพวก Cross Functional Collaboration เรื่องของ Agile นะครับ อย่างน้อยการ Implement วิธีการทำงานแบบ Agile ในโปรแกรมหลายๆโปรแกรมควรจะต้องเริ่มทำ
ส่วนที่ 2 นะครับ ก็จะเป็นในส่วนของ Process
อื
เราก็มองไปถึงเรื่องของ Governance นะครับ ใน Enterprise ว่า เอ่อ ที่เราเห็นว่าอุปสรรคหลักๆ คือทุกคนกล้าๆกลัวๆ หรือคนที่ทำมักจะโดนต่อต้านนะครับ รวมไปถึงเรื่องของ Change Management ด้วย Governance แล้วก็ Change Management นะครับ ที่ที่ เราควรที่จะต้องมีการทำเพื่อให้ลดแรงต้านพวกนี้ลงนะครับ และที่สำคัญก็คือเรื่องของการวัดผลนะครับ การวัดผลเนี่ยเราควรที่จะมองเรื่องของ Leading Indicator เยอะๆ หน่อยนะครับ เพราะอยากจะวัดให้ได้เร็วนะครับ และเราอยากจะเห็นแนวโน้มตรงนั้นเนี่ย มา Predict ได้ว่าสุดท้าย Return จะเป็นยังไงนะครับ
และเรื่องสุดท้ายเองนะครับ ก็คือเรื่องของฝั่ง Technology นะครับ เราคงจะต้องมีการลงทุนหลายๆอย่างนะครับ ถ้าใครยังไม่ได้ทำเรื่องของ Data Transformation ผมเชื่อว่าโมเมนท์นี้เป็นโมเมนท์ที่ทำได้ เป็น No Regret Move คืออย่างน้อยเนี่ย เรายังไม่ได้ใช้เครื่องมือ AI แต่การทำ Data ให้ดี ให้มีข้อมูลที่มีคุณภาพนะครับ การเก็บข้อมูลเยอะๆ การที่ทำให้เราทำถูกกฎหมายด้วย ไม่ได้ไปผิดกฎหมาย PDPA ไม่ได้ไปผิดกฎหมายที่เกี่ยวข้องต่างๆเนี่ย เรื่องเ ก็จะทำให้เรามีข้อมูลที่มีคุณภาพ อย่างน้อยเราเอาไปทำ Analytics ไปไปทำ Data Driven Decision Making ค่ะ ถ้าเราที่ เป็นมาเราจะความพร้อมเยอะกว่าคนอื่นนะ ครับ เพราะฉะนพวกนี้เป็นเช็คลิเบื้องต้น ที่มาจาก Tier ของตัว Survey Report ตัวนี้นะครับ ซึ่งตัวเต็มเดี๋ยเรารอดูกันอีกทีนึง
และสุดท้ายครับ สิ่งสำคัญที่สุดก็คือ AI มันกระทบการจ้างงาน AI มันผมใช้คำว่ามันมา Transform ระบบการทำงานของเราให้มันไม่เหมือนเดิมไปอีกต่อไป คือมันไม่ใช่แค่เครื่องมือ แต่ AI อ่ะ มันเป็นคนจริงๆได้เลยอ่ะ อันนี้คือสิ่งที่ Gen Z ห่วงพูดนะฮะ AI เนี่ย ทำไมมันต่างจากคอมพิวเตอร์ มันต่างจากเทคโนโลยีที่เราเคยทำมา เพราะมันไม่ใช่ Tools ครับ แต่มันเป็น Team ครับ มันเป็น Team ได้เลยก็คือ Agent ถ้าเราทำไปถึงสุดทาง ซึ่งวันนี้อย่างที่บอกว่าก็มีบางองค์กรทำได้แล้วจริงๆ โจทก์ที่เราต้องคิดกันต่อในฐานะทุกท่านที่เป็นนายจ้าง หรือลูกจ้างเองก็ตามที คนทำงานทั่วๆไปเนี่ย เราต้องเปลี่ยนแปลงตัวเองอะไร เราต้องหา Task งานใหม่ๆยังไง มนุษย์ต้องทำอะไร Skill อะไร เพื่อที่จะทำงานร่วมกันกับ AI ได้ ผมว่านี่เป็นโจทย์ใหญ่ที่ไม่ใช่แค่เรื่อง AI แต่เป็นเรื่องอนาคตของทุกคนจริงๆ
ซึ่งเราจะไปลองไปฟังบทสรุปของ 3 ท่านนะครับว่า Skill อะไรที่จำเป็นที่สุด
คือถ้าเกิดว่าคุณเป็นคนที่เก่งในระดับ Top 25% ในงานนั้นเนี่ย ผมคิดว่าคุณก็จะมีงาน เพราะว่ามันก็ต้องเป็นคนมีคนเทรน AI ต้องมีคนเขียน Knowledge Base ต้องมีคนคอย Evaluate AI นะครับ อย่างที่ 2 คือ ถ้าคุณเป็น Middle Level Manager ขึ้นไปจนถึงระดับ Head หรือ CEO อ่ะ พูดง่ายๆ ก็ไม่มีใครอยาก Replace ตัวเอง เพราะฉะนั้นพวกเนี้ยก็จะเกาะเก้าอี้ไว้แน่น แล้วก็จะไม่ยอมให้ AI มา Replace ตัวเขา นะครับ อย่างที่ 3 คือมันจะมีงานใหม่ๆ บ้างที่มันเกี่ยวกับ AI Supply Chain แต่ถามว่าถ้าเทียบกับงานที่มันหายไป มันก็อาจจะแค่ 20% เพราะนั้นมันก็จะกลับมาอยู่ว่า ถ้าเกิดว่าคุณเก่งใน 20% แรก 25% แรก น่าจะยังมีงานอยู่ แล้วก็อย่างสุดท้ายคือ งานที่ยังคงต้องใช้ Interpersonal Skills แล้วก็ Human Touch มันก็ยังถูกแทนได้ยากอยู่นะครับ ตั้งแต่พยาบาล หรือว่า PR วันนี้ผมมี PR มาก็ยังไม่ก็ยังไม่หาย เพราะว่าก็ยังต้องมีที่พี่เดอร์ยังมีอยู่ ถูกมั้ยฮะ
อันเนี้ยเป็นเรื่องที่ผมก็จะ Touch อยู่เหมือนกันว่าไม่ใช่แค่งาน Junior White Collar Work เท่านั้นแต่งาน Blue Collar บางอย่างก็จะหายไปที่เป็นงานที่ AI ทำได้ดีกว่า พี่เคนไปอเมริกามาได้นั่ง Waymo มั้ฮะ
ครับ ได้นั่งครับ
มันดีกว่าคนขับรถทั่วไปมั้ยครับ
มันดีกว่าเยอะครับ เพราะเขาไม่พูดกับเราครับ
ไม่กวนใจเราแล้วก็ส่งตรงทุกอย่าง
Perfect ผมใช้คำนี้เลย
ใช่มั้ยครับ เพราะฉะนั้นมันก็ a matter of time ว่าเมื่อไหร่ตรงนั้นมันจะถูก Expand ไปทั่วโลก ผมคิดว่าเราเราควรจะต่อรองมากๆกับเอิ บริษัทที่ที่เอา AI เข้ามาทำธุรกิจในเรานะครับ หลายๆบริษัทเนี่ยแน่นอนว่าบริษัทระดับโลกส่วนมากจะมี Office ในไทยแต่มักจะเป็นแค่ Sales and Marketing นะครับ แต่ไม่มี Development ไม่มี R&D ไม่มี Skill Worker จริงๆ ซึ่งจริงๆแล้วสิ่งที่เราขาดมากๆก็คือ Skill นะครับ คือเราไม่มีทักษะทางด้าน AI มากหรอกในเรื่องของการผลิต แต่เราต้องการสิ่งนั้นมากขึ้นในโลกอนาคตเพื่อติดอาวุธให้คนไทย เพราะฉะนั้นผมก็เลยคิดว่าควรจะต่อรองให้มากๆ เพราะว่าผมคิดว่าเป็นเรื่องสำคัญ แล้วเราต้องพึ่งเขาอยู่ในปัจจุบันนี้ เพื่อเอาความรู้เข้ามาที่ประเทศไทยก่อน
คือผมว่าภาครัฐควรจะโฟกัสกับการเพิ่มประสิทธิภาพของตลาดแรงงานครับ อันนี้พูดภาษาคนง่ายๆเลยคือทำไงก็ได้ให้คนที่เปลี่ยนงานเนี่ยหางานใหม่ได้เร็วที่สุด และเป็นงานที่ Match กับ Skill ของเขา แล้วก็ Employer คือคนที่จ้างเนี่ยชอบแบบนี้ ทีนี้ต้องบอกว่าหลายตำแหน่งเนี้ยมันมันไม่ใช่ทุกทุกบริษัทที่ Freeze หรือไม่จ้างงานนะ ครับหลายบริษัทเนี่ยเปิดรับนะ ครับแต่มันไม่มีคนมาสมัคร คือถ้าไปดูนักเศรษฐศาสตร์หลายคนทำงานวิจัยออกมาคือเราแรงงานขาด ครับขาดแรงงานมาฟิลตำแหน่ง พูดถึงเรื่องเด็กจบใหม่ไทยเด็ก Junior ซึ่งโดนกระทบหนักมาก เคยมีความคิดเหมือนกันว่าจริงๆแล้วอาจจะมีความจำเป็นต้องมี Unemployment Insurance
โอ้
ก็คือเป็นประกันเปลี่ยนงาน หรือประกันตกงาน อาจจะเป็นแบงค์มารวมกัน หรืออะไรแล้ว Partner กับภาคเอกชนที่จริงๆก็ต้องการแรงงานอยู่ดีแหละวันยังค่ำมันอาจจะต้องการน้อยลง แต่การที่มีตรงนี้ Match เข้ามาเนี่ย มันอาจจะทำให้ Win Win กันทุกฝ่าย ฝ่ายที่เป็นน้องๆก็อาจจะได้รับความอุ่นใจเนาะ ฝ่ายที่เป็นบริษัทก็อาจจะได้เด็กใหม่ที่คอยมาฝึกงานได้แล้วภาครัฐเนี่ยอย่าไปทำเยอะแค่ Subsidize แบบห่างๆ อาจจะเป็น Wage Subsidy หรืออะไรอย่างนี้ เป็นแรงงานเข้าไปนะครับ
ผมคิดว่าฟังมามันส่วนใหญ่วิวก็อาจจะดูไม่ค่อยดีสำหรับน้องๆนะครับ แต่ว่าผมอยากให้ทุกคนมีความหวังนะครับ แต่ว่าการมีความหวังอย่างเดียวแต่ว่าไม่ได้ทำอะไรเนี่ย ผมคิดว่ามันก็น่ากลัว ผมต้องบอกครับ อันนี้ในวิวผมนะ ผมคิดว่า Wave นี้เนี่ยเป็น Wave สุดท้ายละ หมายถึงว่าคือโอเคเรามีหลาย Wave มี Internet มีอะไรซึ่งเราพลาดทุก Wave นะครับ แต่ Wave นี้เนี่ย Wave AI เนี่ย ผมคิดว่าถ้าเราพลาดจริงๆเนี่ย มันอวสานของจริงครับ คือผมทุกคนเห็นในหนัง Star Wars ในหนังอะไรเนี่ย ผมเชื่อว่าเป็นแบบนั้นจริงๆแล้ว ผมอันนี้โน้ตกับน้องๆนะ โอเคความเก่งทาง Academic ผมพูดกับบุคลากรทางการแพทย์แล้วกันครับ ของหมอเนี่ยหลายท่านอาจจะเจอนะ หมอบางท่านเนี่ยเก่งมากเลย แต่ว่าอาจจะพูดไม่ค่อยดีนะ ในอดีตเนี่ยก็คือคนก็อยากไปหาเพราะเขารักษาเก่งจริง แต่ปัจจุบันเนี่ยในเมื่อหมอที่เก่งมากๆกับหมอ+AI อาจจะเก่งไม่ต่างกันเนี่ย คีย์เวิร์ดสำหรับบุคลากรทางการแพทย์ หรืออาชีพอื่น เช่นโปรแกรมเมอร์ มันอาจจะไม่อยู่ที่ความเก่งสิ่งนั้นแล้วครับ มันอาจจะอยู่ที่ Soft Skill ดังนั้นผมคิดว่ายังไง Soft Skill คือเป็นสิ่งที่ต้องสร้าง ซึ่งเ่อผมคิดว่าแม้แต่บุคลากรทางการแพทย์ก็ยังมีประเด็นอยู่ ดังนั้นต้องเน้นอย่างนี้จริงๆ และสุดท้าย ผมคิดว่าเราเองจะมามองว่าเราจะเป็นผู้ซื้อนะครับ หรือว่าอ่ะ ผมพูดตรงๆ บุคลากรทางการแพทย์เราคือซื้อเทคโนโลยีเข้ามา ซื้อหุ่นยนต์ผ่าตัด ซื้อนั่นนู่นนี่เข้ามา แล้วเราก็สร้างมูลค่าเพิ่ม แต่ถ้าซื้อไปเรื่อยๆเนี่ย สุดท้ายผมคิดว่าเราก็จบเกมอวสาน ผมคิดว่ามันต้องถึงจุดแล้วที่เราต้องเอ่อทำการคิดค้นนวัตกรรมตัวเองแล้วเอาไปขายต่างชาติ บางยกตัวอย่างเช่นการผลิตยาในอดีต ครับอาจจะใช้เงินเอ่อหลายแสนล้านล้านบาท แต่ปัจจุบันเนี่ยเราสามารถที่จะลดการมูลค่าต้นทุนในการผลิตยาจากหลายแสนล้านเนี่ยเหลือแค่ไม่กี่พันล้าน ซึ่งมันเป็นโอกาสของประเทศไทยแล้วมี T-tan อยู่มากมายที่มาช่วยกันได้ครับ อยากให้เชื่อใจพวกผมหน่อยก็คือผมอายุ 31 คือหมายถึงว่าคนเอเชียเนี่ยเวลาพูดอะไรไปเนี่ยผู้ใหญ่ไม่ค่อยเชื่อนะครับ ดังนั้น AI อย่างเงี้ย Large Model จะเอาไปใช้กับบุคลากรทางการแพทย์เนี่ย ในเมื่อผู้ใหญ่ มองว่ามันอันตรายเกินไป ในขณะที่จีนใช้เป็นใช้ Deep Seek เป็น 100 โรงพยาบาลแล้วครับ แล้วก็เห็นผลแล้วเนี่ย เราเห็นชัดเจน ดังนั้นอยากให้เชื่อ ถ้าเกิดโอเคเชื่อแล้วเอ่อยังไม่กล้าเชื่อเนี่ยงั้นเปิด Sandbox ได้มั้ยเปิดอิสระให้ทดลองในกลุ่มเล็กเพื่อพิสูจน์ว่าอะไรใช่ไม่ใช่ ผมว่านวัตกรรมเราจะขยายใหญ่ได้อีกมากครับ
ซึ่งผมคิดว่าในช่วงเวลาแบบนี้แหละครับ มันจะเป็นการบอกนะครับว่า AI มันไม่ได้แค่มาแทนคน แต่มันทดสอบผู้นำ และมันทดสอบองค์กรของคุณจริงๆ ว่าพร้อมกับอนาคตมากแค่ไหนครับ
ที่สำคัญคือการเจาะว่าเราควรจะ Specializ ใน Industry ไหน อาจจะไม่ได้มี Foundational Model ของตัวเองก็ได้ แต่คนไทยนะครับ อาหาร แพทย์ Wellness มานวดมาอะไรก็แล้วแต่นะครับ คือผมคิดว่าการผลิตยา Biodiversity พวกนี้มี Potential สูงมาก แล้วเราไม่เคยเคยลงกับมันจริงๆ ซะที ผมว่าอันนี้น่าจะเป็นเวลาแล้ว เพราะว่าเราลงกับตรงนี้ปุ๊บเนี่ย มันทำให้เราแข่งกับชาติอื่นได้ง่ายกว่าไปลงอะไรใหม่เนาะ ก็อยากจะฝากตรงนี้ไว้แล้วกันครับ