ก่อนตัดสินใจว่าจะลงทุนกับ AI เท่าไร คำถามที่ตอบได้เร็วที่สุดคือ "ตอนนี้องค์กรเราติดอยู่ตรงไหน" ความพร้อมด้าน AI ไม่ได้วัดจากงบหรือจำนวนเครื่องมือที่ซื้อไว้ แต่วัดจาก 6 ด้านด้านล่างนี้ ซึ่งถ้าด้านใดด้านหนึ่งเป็นศูนย์ อีกห้าด้านก็ช่วยไม่ได้มาก
ประเมินแต่ละด้านด้วยสเกลง่าย ๆ สามระดับ คือ ยังไม่มี · เริ่มมีบ้าง · ทำได้จริงแล้ว แล้วดูว่าด้านไหนต่ำสุด นั่นคือจุดที่ควรลงแรงก่อน
1. ทักษะของคนทำงาน
คำถามที่ตัดสิน: ถ้าให้พนักงานทั่วไปในองค์กรใช้ AI ช่วยร่างเอกสารงานจริงตอนนี้ เขาจะได้ผลลัพธ์ที่ใช้ได้ไหม หรือได้ข้อความกว้าง ๆ ที่ต้องเขียนใหม่ทั้งหมด
- ยังไม่มี — คนส่วนใหญ่ไม่เคยใช้ หรือใช้แล้วเลิกเพราะ "มันตอบไม่ตรง"
- เริ่มมีบ้าง — มีคนเก่งอยู่ไม่กี่คนที่ค้นพบวิธีเอง แต่ไม่ได้ถ่ายทอด
- ทำได้จริงแล้ว — คนส่วนใหญ่ในแผนกใช้กับงานประจำได้ และมีชุดคำสั่งที่ใช้ร่วมกัน
ด้านนี้เป็นด้านที่องค์กรไทยส่วนใหญ่ต่ำที่สุด และเป็นด้านเดียวที่แก้ได้เร็วที่สุดด้วย
2. ความชัดเจนของโจทย์
คำถามที่ตัดสิน: ถ้าถามหัวหน้าแผนกว่า "อยากให้ AI ช่วยงานอะไร" จะได้คำตอบเป็นชื่องานที่เจาะจง หรือได้คำว่า "ก็ช่วยให้ทำงานเร็วขึ้น"
- ยังไม่มี — พูดได้แค่ระดับนามธรรม ยังไม่มีงานชิ้นไหนถูกระบุ
- เริ่มมีบ้าง — ระบุงานได้ แต่ยังไม่รู้ว่างานนั้นใช้เวลาเท่าไรตอนนี้
- ทำได้จริงแล้ว — ระบุงานได้ รู้ตัวเลขฐาน และรู้ว่าใครเป็นเจ้าของงานนั้น
3. ข้อมูลและกติกาการใช้
คำถามที่ตัดสิน: พนักงานรู้ไหมว่าข้อมูลประเภทไหนป้อนเข้าเครื่องมือ AI ได้ และประเภทไหนห้าม
- ยังไม่มี — ไม่มีกติกา คนเดาเอง หรือมีแค่คำสั่งห้ามใช้ทั้งหมดซึ่งทุกคนแอบละเมิด
- เริ่มมีบ้าง — มีนโยบายเป็นเอกสาร แต่ไม่มีใครอ่านและไม่มีใครฝึก
- ทำได้จริงแล้ว — จัดชั้นข้อมูลชัด พนักงานแยกได้เอง และฝึกทำ masking มาแล้ว
ด้านนี้สำคัญเป็นพิเศษกับธนาคาร โรงพยาบาล และหน่วยงานรัฐ ดูแนวทางวางนโยบายการใช้ AI ภายใต้ PDPA
4. เครื่องมือที่เข้าถึงได้จริง
คำถามที่ตัดสิน: พนักงานที่อยากใช้ ต้องขออนุญาตกี่ขั้น และรอกี่วัน
- ยังไม่มี — ไม่มีเครื่องมือที่อนุมัติแล้ว หรือถูกบล็อกทั้งหมด
- เริ่มมีบ้าง — มี license แต่กระจายไม่ทั่ว หรือคนที่ได้ไม่ใช่คนที่ต้องใช้
- ทำได้จริงแล้ว — มีรายชื่อเครื่องมือที่อนุมัติแล้ว เข้าถึงได้ และมีช่องทางขอเพิ่ม
ข้อสังเกตจากหน้างาน: องค์กรจำนวนมากซื้อ license ครบก่อนแล้วค่อยคิดเรื่องอบรม ผลคือจ่ายค่าเครื่องมือไปหลายเดือนโดยมีคนใช้จริงไม่ถึงหนึ่งในสี่
5. เจ้าของและแรงหนุนจากผู้บริหาร
คำถามที่ตัดสิน: ถ้าโครงการนี้สะดุด ใครคือคนที่ต้องรับผิดชอบให้มันเดินต่อ
- ยังไม่มี — เป็นงานฝากของใครสักคนที่มีงานหลักอยู่แล้ว
- เริ่มมีบ้าง — มีเจ้าของ แต่ไม่มีอำนาจตัดสินใจเรื่องงบหรือเวลาของทีม
- ทำได้จริงแล้ว — มีเจ้าของชัด มีผู้บริหารหนุน และมีเวลาของพนักงานที่กันไว้ให้จริง
โครงการ AI ที่ไม่มีเวลาของพนักงานกันไว้ให้ แปลว่าองค์กรกำลังขอให้คนทำเพิ่มฟรี ซึ่งได้ผลอยู่ไม่กี่สัปดาห์
6. วิธีวัดผล
คำถามที่ตัดสิน: ถ้าอีกสามเดือนต้องรายงานว่าคุ้มไหม จะเอาอะไรมาเทียบ
- ยังไม่มี — ยังไม่ได้วัดอะไรไว้เลยก่อนเริ่ม
- เริ่มมีบ้าง — มีความรู้สึกว่าเร็วขึ้น แต่ไม่มีตัวเลข
- ทำได้จริงแล้ว — วัดฐานไว้ก่อนเริ่ม และรู้ว่าจะวัดซ้ำเมื่อไรด้วยวิธีเดียวกัน
ดูวิธีวัดผลลัพธ์ AI ที่ผู้บริหารเชื่อ
อ่านผลอย่างไร
- ต่ำเกือบทุกด้าน เริ่มจากด้านที่ 1 และ 2 เท่านั้น คืออบรมกลุ่มเล็กกับงานที่ระบุชัด อย่าเพิ่งเขียนนโยบายใหญ่หรือซื้อ license ทั้งองค์กร
- ทักษะต่ำ แต่ด้านอื่นพอได้ นี่คือกรณีที่พบบ่อยที่สุด และแก้ได้เร็วที่สุดด้วยการอบรมที่ฝึกกับงานจริง
- ทักษะพอได้ แต่ข้อมูลกับกติกายังเป็นศูนย์ หยุดขยายก่อน แล้วปิดช่องนี้ให้จบ เพราะยิ่งขยายยิ่งเสี่ยง
- สูงเกือบทุกด้าน ยกเว้นการวัดผล คุณอาจกำลังได้ผลจริงอยู่แล้วแต่พิสูจน์ไม่ได้ ซึ่งทำให้ของบรอบหน้าไม่ผ่าน
อ่านต่อ
พร้อมแล้วก็เริ่มที่โรดแมป 90 วันแรก หรือถ้าติดที่ด้านที่ 2 อ่านวิธีหา use case ที่คุ้มที่สุด และดูกรอบ AI Learning Layer เพื่อประเมินว่าทีมควรอบรมที่ระดับไหน