IBM Flashsystem

Cisco เผยรายงาน AI Readiness Index ชี้วัดความพร้อมองค์กรด้าน AI

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
Image credit: Cisco

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)
Image credit: Cisco

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%)
Image credit: Cisco

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
Image credit: Cisco

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
Image credit: Cisco

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
Image credit: Cisco

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  
Image credit: Cisco

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
Image credit: Cisco

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
Image credit: Cisco

แม้องค์กรส่วนใหญ่ทั่วโลกยังไม่พร้อมเต็มที่กับการนำ AI มาใช้ในองค์กร แต่องค์กร 61% เชื่อว่า องค์กรของตนมีเวลาสูงสุดไม่เกิน 1 ปี ในการปรับใช้กลยุทธ์ด้าน AI ก่อนที่องค์กรของตนจะเริ่มได้รับผลกระทบเชิงลบอย่างมีนัยสำคัญต่อธุรกิจ

ดังนั้น ธุรกิจจึงจำเป็นต้องดำเนินการทันทีและเตรียมความพร้อมอย่างเต็มที่สำหรับการปรับใช้เทคโนโลยี AI โดยสามารถดำเนินการตามแนวทางทั้ง 5 ดังนี้

  1. มองภาพในระยะยาว และคิดการใหญ่
  2. สร้างโครงสร้างพื้นฐานสำหรับอนาคต
  3. เอาชนะ Data Silo ทั่วทั้งองค์กร
  4. ยึดคนเป็นศูนย์กลาง
  5. 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

About nittaya

Previously worked as an English lecturer and eventually becomes an ADPT content writer to inspire readers under "ADAPT, ADEPT, ADOPT" concepts อดีตอาจารย์สอนภาษาอังกฤษ ผู้ผันตัวมาเป็นนักเขียน ADPT หวังสร้างแรงบันดาลใจให้กับผู้อ่านภายใต้แนวคิด "ADAPT, ADEPT, ADOPT"

Check Also

Protected: สรุปไฮไลท์สัมมนาสุดเข้มข้น: “Manage and Secure APIs across Multi-Cloud with Distributed Cloud”

There is no excerpt because this is a protected post.

องค์กรที่ขับเคลื่อนด้วย Data และ AI ได้เปรียบกว่าเสมอ! ร่วมเรียนรู้วิธีสร้างกลยุทธ์ด้วย AI และ Machine Learning เพื่อสร้างผลลัพธ์ที่วัดได้จริงในโลกธุรกิจ ไปกับ 2 หลักสูตรที่น่าสนใจ จากวิทยากรผู้เชี่ยวชาญตัวจริง [Guest Post]

ขอเชิญเข้าร่วมอบรม 2 หลักสูตร “กลยุทธ์การนำ AI & Machine Learning ไปใช้อย่างเป็นระบบ” (Deploying AI & Machine Learning for …