Cisco เผยรายงาน AI Readiness Index สำรวจความพร้อมภาคเอกชนกับการใช้งาน AI ในองค์กรทั่วโลกกว่า 8,000 แห่ง แม้องค์กรทั่วโลกส่วนใหญ่ (84%) ตระหนักถึงความสำคัญของ AI ต่อธุรกิจ แต่กลับมีเพียง 14% เท่านั้นที่พร้อมอย่างเต็มที่กับการผสานรวม AI เข้ากับธุรกิจตน

จากการศึกษาพบว่า 97% ระบุว่า องค์กรของตนได้เร่งนำเทคโนโลยี AI มาใช้ในช่วง 6 เดือนที่ผ่านมา ซึ่งล้วนมีความกดดันมาจากทุกฝ่าย โดยเฉพาะในระดับผู้นำองค์กร ตั้งแต่ CEO ตลอดจนกรรมการบริหาร อย่างไรก็ดี องค์กรทั่วโลกถึง 86% ยังไม่มีความพร้อมเต็มที่ที่จะใช้ศักยภาพของ AI ถึงขีดสุด
รายงาน Cisco AI Readiness Index จึงสำรวจความพร้อมด้าน AI ทั้ง 6 เสาหลัก ได้แก่
- กลยุทธ์ (Strategy)
กลยุทธ์ AI ขององค์กรมีความชัดเจนเพียงใด ใครเป็นเจ้าของ และจัดลำดับความสำคัญอย่างไร - โครงสร้างพื้นฐาน (Infrastructure)
พลังการประมวลผล ประสิทธิภาพเครือข่าย ความสามารถด้านการรักษาความมั่นคงปลอดภัยทางไซเบอร์ และความพร้อมรองรับการใช้พลังงานเพิ่มขึ้นขององค์กรเป็นอย่างไร - ข้อมูล (Data)
คุณภาพและการรวมศูนย์ของข้อมูลภายในองค์กร ความซับซ้อนและความสามารถในการปรับขนาดเครื่องมือวิเคราะห์ ความสามารถของพนักงานในการใช้ประโยชน์จากชุดข้อมูล AI และเครื่องมือวิเคราะห์ รวมถึงคุณภาพและความน่าเชื่อถือของข้อมูลภายนอกเป็นอย่างไร? - การกำกับดูแล (Governance)
ข้อมูลถูกจัดเก็บ ประมวลผล และประเมินตามนโยบายอย่างไร - บุคลากร (Talent)
องค์กรมีพนักงานที่มีความสามารถเพียงพอต่อการบรรลุเป้าหมายด้าน AI หรือไม่ และมีกระบวนการอย่างไรเพื่อตรวจสอบความสามารถของพนักงาน - วัฒนธรรมองค์กร (Culture)
องค์กรเปิดกว้างเพียงใดต่อการเปลี่ยนแปลงที่เกิดจาก AI และมีความเป็นไปได้มากน้อยแค่ไหนที่ภายในองค์กรจะเกิดการจัดการสื่อสารเปลี่ยนแปลงจากผลกระทบของ AI

โดยแบ่งระดับความพร้อมขององค์กรเป็น 4 กลุ่ม คือ
- Pacesetters: มีความพร้อมอย่างเต็มที่ (คะแนนสูงกว่า 86 ขึ้นไป จาก 100)
- Chasers: มีความพร้อมปานกลาง (คะแนนระหว่าง 61 – 85)
- Followers: มีความพร้อมจำกัด (คะแนนระหว่าง 31 – 60)
- Laggards: ไม่ได้เตรียมพร้อม (คะแนนระหว่าง 0 – 30)

ผลการศึกษาพบว่า โดยรวมแล้วมีบริษัทในไทยเพียง 20% เท่านั้นที่จัดอยู่ในกลุ่ม Pacesetters โดยที่ 36% ของบริษัทในไทยจัดอยู่ในกลุ่ม Laggards ที่ 1% และกลุ่ม Followers ที่ 35%
ผลลัพธ์สูงสุดที่องค์กรไทยคาดหวังจากการนำ AI มาใช้ คือ
- การเพิ่มประสิทธิภาพของระบบ กระบวนการ และการดำเนินงาน (70%)
- การเพิ่มความสามารถของนวัตกรรม (56%)
- การเพิ่มรายได้และส่วนแบ่งตลาด (44%)

นอกจากนี้ ยังพบข้อมูลที่สำคัญด้านความพร้อมของ AI ในองค์กรไทย ได้แก่:
กลยุทธ์
การนำแนวคิดใด ๆ มาปรับใช้ในองค์กร จำเป็นต้องมีกลยุทธ์ที่ชัดเจน การวางกลยุทธ์ AI ก็เช่นเดียวกัน
- 81% ขององค์กรในไทยจัดอยู่ในกลุ่ม Pacesetters หรือ Chasers เพราะมีความตั้งใจลงทุนใน AI สูง
- มีเพียง 1% เท่านั้นที่จัดอยู่ในกลุ่ม Laggards
- 97% ขององค์กรมีกลยุทธ์ AI ที่ชัดเจนอยู่แล้วหรืออยู่ระหว่างการพัฒนา ซึ่งนับเป็นสัญญาณเชิงบวก แต่ก็ยังมีสิ่งที่ต้องทำอีกมาก

โครงสร้างพื้นฐาน
นอกเหนือจากการวางกลยุทธ์แล้ว ผู้นำองค์กรต้องพิจารณาว่า องค์กรของตนมีโครงสร้างพื้นฐานที่จำเป็นต่อการใช้ประโยชน์จาก AI แล้วหรือยัง แต่จากผลการศึกษาชี้ว่า เครือข่ายในองค์กรไทยยังไม่มีความพร้อมที่จะรองรับ AI Workload
- 95% ขององค์กรธุรกิจทั่วโลกตระหนักว่า AI จะเพิ่มภาระงานด้านโครงสร้างพื้นฐาน
- มีองค์กรเพียง 29% เท่านั้นที่มองว่าโครงสร้างพื้นฐานของตนสามารถปรับขนาดได้อย่างยืดหยุ่น
- 56% ระบุว่า เมื่อต้องรับมือกับความท้าทายด้าน AI ครั้งใหม่ภายในโครงสร้างพื้นฐาน IT ในปัจจุบัน องค์กรตนมีความสามารถในการปรับขนาดอย่างจำกัดหรือไม่มีเลย
- 71% เผยว่า องค์กรตนจะต้องใช้ GPU สำหรับ Data Center มากขึ้น เพื่อรองรับ AI Workload ในอนาคต
- ในประเทศไทย องค์กรยังไม่มีการเตรียมพร้อมเต็มรูปแบบกับการรับมือภัยคุกคามไซเบอร์ที่มาพร้อมกับการใช้ AI โดย 62% ยังขาดความพร้อมในการตรวจจับและจัดการกับการโจมตีบนโมเดล AI
- มีแนวโน้มว่า หนทางยังอีกยาวไกลก่อนที่เราจะได้เห็นการใช้งานโซลูชัน AI ในวงกว้าง แม้จะเป็นกระแสอยู่ก็ตาม

ข้อมูล
องค์กรไม่สามารถละเลยความสำคัญของการมี ‘ข้อมูลที่พร้อมสำหรับ AI’ แม้ว่าข้อมูลจะทำหน้าที่เป็นแกนหลักที่สำคัญสำหรับการดำเนินการของ AI แต่กลับเป็นส่วนที่มีความพร้อมน้อยที่สุด
- มีจำนวน Laggards มากที่สุด (10%) เมื่อเทียบกับเสาหลักอื่น ๆ
- 78% มองว่า เครื่องมือวิเคราะห์ขององค์กรตนสามารถรับมือกับชุดข้อมูลที่เกี่ยวข้องกับ AI ได้
- แต่ความท้าทายที่องค์กรเผชิญคือ
- 67% ระบุว่า เครื่องมือวิเคราะห์ยังไม่ผสานรวมกับแหล่งข้อมูลและแพลตฟอร์ม AI ที่ใช้อย่างเต็มรูปแบบ
- 75% ระบุว่า ข้อมูลต่าง ๆ ถูกแยกส่วนหรือกระจัดกระจาย (Siloed data) อยู่ในองค์กรของตน ซึ่งจะก่อให้เกิดปัญหาท้าทายที่สำคัญ เพราะความยุ่งยากซับซ้อนในการบูรณาการข้อมูลที่อยู่ในระบบต่าง ๆ และการทำให้ข้อมูลดังกล่าวพร้อมใช้งานสำหรับแอปพลิเคชัน AI สามารถส่งผลกระทบต่อความสามารถในการใช้ประโยชน์จากแอปพลิเคชันเหล่านี้

บุคลากร
ความต้องการทักษะด้าน AI เผยให้เห็นถึงช่องว่างหรือความเหลื่อมล้ำทางดิจิทัลในยุคใหม่
- 59% ระบุว่า องค์กรมีทรัพยากรพร้อมปานกลาง ในขณะที่ 31% ระบุว่า ทรัพยากรมีพร้อมดีแล้ว แต่ 10% รู้สึกยังขาดทรัพยากรอยู่
- โดยบริษัทขนาดใหญ่ที่มีพนักงานมากกว่า 1,500 คน มีแนวโน้มรู้สึกว่าขาดแคลนทรัพยากร
- ส่วนอุตสาหกรรมสื่อและการสื่อสาร การศึกษา และทรัพยากรธรรมชาติ เป็นอุตสาหกรรมที่มีประเด็นเรื่องความพร้อมด้านทักษะบุคลากรขาดแคลนมากที่สุด
- การขับเคลื่อนบุคลากรย่อมมาจากผู้บริหารระดับสูง จากผลสำรวจพบว่า คณะกรรมการ (93%) และผู้บริหาร (91%) มีแนวโน้มที่จะยอมรับการเปลี่ยนแปลงที่เกิดจาก AI มากที่สุด โดยมีการตอบรับในระดับสูงหรือปานกลาง
- อย่างไรก็ตาม ยังมีงานที่ต้องทำอีกมากเพื่อดึงดูดผู้บริหารระดับกลาง โดย 19% ยอมรับ AI อย่างมีข้อจำกัดหรือไม่ยอมรับเลย
- ในส่วนของพนักงาน องค์กรเกือบหนึ่งในห้า (22%) รายงานว่า พนักงานไม่ค่อยเต็มใจที่จะปรับใช้ AI หรือต่อต้านการใช้ AI
- 95% กล่าวว่า พวกเขาได้ลงทุนเพื่อยกระดับทักษะของพนักงานที่มีอยู่
- ขณะที่ 10% เห็นถึงความเหลื่อมล้ำด้าน AI ที่กำลังเกิดขึ้น โดยตั้งข้อสงสัยว่าจะมีบุคลากรเพียงพอต่อการยกระดับทักษะหรือไม่

การกำกับดูแล
AI ช่วยทรานส์ฟอร์มองค์กรได้ แต่การนำ AI มาใช้ก็นำมาซึ่งความเสี่ยงที่องค์กรจำเป็นต้องมีกรอบนโยบายและโปรโตคอลที่แข็งแร่ง เพื่อเป็นแนวทางการจัดการข้อมูลและระบบ AI อย่างมีจริยธรรมและความรับผิดชอบ
สำหรับภาพรวมขององค์กรไทยนั้นถือว่ามีการเริ่มต้นปรับใช้นโยบาย AI ค่อนข้างช้า
- 57% ขององค์กรไม่มีนโยบาย AI ที่ครอบคลุม ซึ่งนับเป็นปัญหาที่ต้องได้รับการแก้ไข ขณะที่บริษัทต่าง ๆ พิจารณาและกำกับดูแลปัจจัยทั้งหมดที่ทำให้เกิดความเสี่ยงต่อการทำลายความเชื่อมั่นและความไว้วางใจ ปัจจัยที่ว่านี้ ได้แก่
- ความเป็นส่วนตัวของข้อมูล
- อธิปไตยด้านข้อมูล หรือสิทธิของการเป็นเจ้าของข้อมูล (Data Sovereignty)
- ความเข้าใจต่อการปฏิบัติตามกฎระเบียบโลก
นอกจากนั้น จะต้องให้ความสนใจอย่างใกล้ชิดเกี่ยวกับแนวคิดเรื่องอคติ ความยุติธรรม และความโปร่งใส ทั้งในส่วนของข้อมูลและอัลกอริธึม
- องค์กร 18% ระบุว่า มีการตระหนักถึงอคติและความยุติธรรมในชุดข้อมูล AI จำกัดหรือไม่มีเลย
- 17% ระบุว่า แม้จะตรวจพบอคติหรือความอยุติธรรมในข้อมูล แต่องค์กรก็ขาดเครื่องมือตรวจแก้ที่เป็นระบบ หรือไม่มีกระบวนการแก้ไขอย่างเป็นทางการ

วัฒนธรรมองค์กร
การนำ AI เพิ่มมากขึ้นนำไปสู่การเปลี่ยนแปลงวัฒนธรรมพื้นฐานขององค์กรเป็นอย่างมาก โดยต้องอาศัยการสนับสนุนจากผู้มีส่วนเกี่ยวข้องและการเปิดกว้างสู่ความสำเร็จ
จากผลสำรวจพบว่า องค์กรไทยมีการเตรียมการน้อยมาก แต่มีแรงจูงใจสูงในการให้ความสำคัญเป็นอันดับต้น ๆ
- เสาหลักนี้มีจำนวน Pacesetters ต่ำที่สุด (13%) เมื่อเทียบกับหมวดหมู่อื่น ๆ
- 3.4% ของบริษัทยังไม่ได้จัดทำแผนการจัดการการเปลี่ยนแปลง และสำหรับบริษัทที่ทำแผนไว้แล้ว 76% ยังคงอยู่ระหว่างดำเนินการ
- ผู้บริหารระดับสูงเปิดรับการเปลี่ยนแปลงด้าน AI ภายในองค์กรมากที่สุด และจะต้องเป็นผู้นำในการจัดทำแผนงานที่ครอบคลุมและมีการสื่อสารอย่างชัดเจนไปยังผู้บริหารระดับกลางและพนักงานที่มีอัตราการยอมรับ AI ค่อนข้างต่ำ
- ข่าวดีคือ พนักงานมีแรงจูงใจอยู่ในระดับสูง โดยมากกว่า 8 ใน 10 (83%) กล่าวว่า องค์กรของตนกำลังเปิดรับ AI โดยมีความเร่งด่วนในระดับปานกลางถึงระดับสูง

แม้องค์กรส่วนใหญ่ทั่วโลกยังไม่พร้อมเต็มที่กับการนำ AI มาใช้ในองค์กร แต่องค์กร 61% เชื่อว่า องค์กรของตนมีเวลาสูงสุดไม่เกิน 1 ปี ในการปรับใช้กลยุทธ์ด้าน AI ก่อนที่องค์กรของตนจะเริ่มได้รับผลกระทบเชิงลบอย่างมีนัยสำคัญต่อธุรกิจ
ดังนั้น ธุรกิจจึงจำเป็นต้องดำเนินการทันทีและเตรียมความพร้อมอย่างเต็มที่สำหรับการปรับใช้เทคโนโลยี AI โดยสามารถดำเนินการตามแนวทางทั้ง 5 ดังนี้
- มองภาพในระยะยาว และคิดการใหญ่
- สร้างโครงสร้างพื้นฐานสำหรับอนาคต
- เอาชนะ Data Silo ทั่วทั้งองค์กร
- ยึดคนเป็นศูนย์กลาง
- ปรับใช้นโยบายภายในและโปรโตคอลให้ทันท่วงที เพื่อให้ตามเท่าทันอุตสาหกรรม

หากองค์กรต้องการประเมินความพร้อมด้าน AI สามารถทำแบบทดสอบได้ที่นี่
หากท่านใดต้องการเปรียบเทียบความพร้อมด้าน AI แบ่งตามภูมิภาค ประเทศ และอุตสาหกรรม สามารถเข้าไปดูเพิ่มเติมได้ที่นี่
ผู้ที่สนใจอ่านรายงาน Cisco AI Readiness Index สำรวจความพร้อมด้าน AI ขององค์กรทั่วโลกสามารถดาวน์โหลดเอกสารได้ที่นี่
ผู้ที่สนใจอ่านรายงาน Cisco AI Readiness Index: Thailand สำรวจความพร้อมด้าน AI ขององค์กรไทยสามารถดาวน์โหลดเอกสารได้ที่นี่