ไอบีเอ็ม เผย 5 การเปลี่ยนแปลงองค์กรสู่เศรษฐกิจขับเคลื่อนด้วย AI

ไอบีเอ็มในฐานะยักษ์ใหญ่เทคโนโลยีของโลก ได้นำ Gen AI เข้ามาใช้กับกระบวนงานในแผนกต่างๆ ตั้งแต่งานทรัพยากรบุคคล จัดซื้อ การจัดการสัญญา การโมเดิร์นไนซ์ระบบไอที เขียนโค้ด พัฒนาผลิตภัณฑ์ ซัพพลายเชน บริหารจัดการเรียลเอสเตท จัดการสินทรัพย์ การผลิตเซมิคอนดัคเตอร์ ไปจนถึงงานสนับสนุนการขาย การบริการลูกค้า และการเป็นผู้ช่วยเวอร์ชวลคอยให้คำแนะนำและช่วยเหลือพนักงานทั่วโลก โดยไอบีเอ็มเรียกตัวเองว่า Client Zero และภายใน 2 ปีที่ผ่านมา บริษัทสามารถเพิ่มผลิตภาพได้ถึง 3,500 ล้านดอลลาร์สหรัฐ

นางจูฮี แม็คคลีแลนด์ Managing Partner ของ IBM Consulting ภูมิภาคเอเชียแปซิฟิค  กล่าวในงาน AI Revolution 2025 จัดโดยกรุงเทพธุรกิจ ภายใต้หัวข้อ A New Paradigm of New World Economy ว่า“วันนี้องค์กร 98% ได้เริ่มนำร่องใช้ AI แล้ว แต่มีเพียง 26% ของโครงการ AI ทั้งหมดที่เดินหน้าสู่การโปรดักส์ชันหรือใช้งานจริง ในกระบวนทัศน์ใหม่ในโลกธุรกิจ AI จะถูกผนวกเข้ากับทุกกระบวนงาน เป็นการปรับเปลี่ยนในระดับพื้นฐานที่จะเกิดขึ้นกับทุกองค์กร โดยในส่วนของงานคอนซัลติ้ง การเปลี่ยนแปลงนี้ได้เกิดขึ้นอย่างชัดเจนแล้ว จากเดิมที่คอนซัลติ้งเป็นโมเดลธุรกิจที่มีคนเป็นหัวใจหลัก วันนี้กลายเป็นโมเดลไฮบริดที่ต้องอาศัยการทำงานร่วมกันระหว่างคนและ AI (people plus AI) และในอนาคตจะก้าวสู่โมเดลแบบ service as a software ซึ่งเรื่องนี้อาจไม่เคยมีใครนึกถึงมาก่อนหากย้อนกลับไป 2-3 ปีที่ผ่านมา ขณะที่ในฝั่งของลูกค้า วันนี้องค์กรต่างก็คาดหวังให้ธุรกิจคอนซัลติ้งนำ AI มาให้ในการบริการ โดย 75% มองว่านี่คือปัจจัยสำคัญในการตัดสินใจเลือกผู้ให้บริการ”

นางจูฮีมองว่า"วันนี้ AI ไม่ใช่แค่เครื่องมืออีกต่อไป แต่คือตัวขับเคลื่อนความสามารถในการแข่งขัน รวมถึงสร้างผลิตภาพและนวัตกรรม ซึ่งมีการเปลี่ยนแปลงสำคัญด้าน AI 5 ประการ (5 key AI shifts) ที่จำเป็นต้องเกิดขึ้นหากองค์กรต้องการก้าวสู่ยุคใหม่ของเศรษฐกิจที่ขับเคลื่อนด้วย AI อย่างเต็มตัว"

การเปลี่ยนแปลงแรก จาก AI ที่รู้ทุกเรื่อง ตอบได้ทุกอย่าง (General-purpose AI) สู่ AI ที่เข้าใจบริบทเฉพาะของแต่ละอุตสาหกรรม (Domain-specific AI)

โดยวันนี้โมเดลต่างๆ มีการนำข้อมูลองค์กรมาใช้เพียงแค่ 1% ซึ่งหมายความว่าข้อมูลมหาศาลที่จะให้มุมมองเชิงลึกกับธุรกิจได้อย่างแท้จริง ยังไม่ได้เป็นส่วนหนึ่งของการประมวลผลของ AI เลย ข้อมูลเฉพาะเจาะจงในแต่ละภาคอุตสาหกรรมนี้เป็นสิ่งที่จำเป็นมากในการนำ AI มาใช้ในโลกธุรกิจจริง ตัวอย่างเช่น สำหรับอุตสาหกรรมการบิน AI ต้องเข้าใจรายละเอียดเฉพาะด้านอย่างการตรวจสอบการกัดกร่อนของเครื่องบิน”

ความร่วมมือล่าสุดระหว่างไอบีเอ็มและลอรีอัล ตอกย้ำความจำเป็นของการก้าวสู่ยุคของ AI ที่เข้าใจบริบทอุตสาหกรรม โดยเป็นการนำเทคโนโลยี Gen AI และความเชี่ยวชาญเฉพาะทางมาช่วยวิเคราะห์ข้อมูลการพัฒนาสูตรเครื่องสำอาง เพื่อค้นพบข้อมูลเชิงลึกใหม่ๆ และช่วยให้ลอรีอัลสามารถใช้วัตถุดิบที่ยั่งยืนได้มากขึ้น รวมถึงลดการใช้พลังงานและลดของเสียจากกระบวนการผลิต

 

หรือการนำ AI มาใช้ในอุตสาหกรรมกีฬาและบันเทิง เช่น การวิเคราะห์การแข่งขันม้าที่ Hong Kong Jockey Club (HKJC) ที่ช่วยให้ข้อมูลเชิงลึกของม้าแต่ละตัวในทุกการแข่งขันภายในไม่กี่นาที จากเดิมที่ต้องใช้ผู้เชี่ยวชาญหลายสิบคนและใช้เวลาถึง 48 ชั่วโมง โดยการนำ AI มาใช้ยังช่วยให้ดึงดูดผู้บริโภคยุคดิจิทัลได้ดีขึ้น

นางจูฮี ยังเสริมถึงการคาดการณ์ของการ์ทเนอร์ที่มองว่า “ภายในปี 2570 ราว 50% ของโมเดล AI จะเป็นโมเดลเฉพาะทาง ซึ่งเป็นการเพิ่มขึ้นอย่างก้าวกระโดดจากเพียง 1% ในปี 2566”

การเปลี่ยนแปลงที่ 2 คือ การก้าวสู่ยุค Agentic AI เต็มตัว

ซึ่งหลายฝ่ายมองว่าจะเป็นการทรานส์ฟอร์มครั้งใหญ่ของ AI ที่เกิดขึ้นหลังจากยุค Gen AI โดย Agentic AI เป็นระบบที่สามารถทำงานได้อัตโนมัติ สามารถวิเคราะห์ข้อมูล ตั้งเป้าหมาย ตัดสินใจ และดำเนินการ โดยมีการแทรกแซงจากมนุษย์เพียงเล็กน้อย โดยการ์ทเนอร์คาดการณ์ว่าภายในปี 2571 อย่างน้อย 15% ของการตัดสินใจที่เกิดขึ้นในแต่ละวันจะเป็นไปโดยอัตโนมัติด้วย Agentic AI ซึ่งเพิ่มขึ้นจาก 0% ในปีที่ผ่านมา

นางจูฮีมองว่า “Agents จะเป็นกุญแจสำคัญสู่การเพิ่มผลิตภาพและสร้าง ROI ของ AI แต่ในอีกด้านของเหรียญ การทำงานอิสระของ AI Agents ก็อาจนำไปสู่การตัดสินใจที่มีความเสี่ยง ยิ่งมีการใช้หลาย Agents ก็ยิ่งทำให้การติดตามและตรวจสอบที่มาของการตัดสินใจเป็นเรื่องที่ซับซ้อน อีกทั้งอาจมีอคติของข้อมูล อาการหลอน (Hallucinate) หรือการใช้เครื่องมือผิดวิธี ซึ่งควบคุมได้ยากกว่าเดิม และอาจก่อให้เกิดความเสี่ยงด้านความปลอดภัยในการใช้งานจริง เพราะฉะนั้น จึงต้องมีการนำ AI Governance Framework เข้ามาควบคุมตั้งแต่ตอนที่เริ่มนำร่องหรือทดลองใช้ เพื่อให้มั่นใจว่าการใช้งาน AI Agents จะเป็นไปอย่างปลอดภัยและมีความรับผิดชอบ”

“เรื่องนี้ไม่ใช่เพียงคอนเซ็ปต์อีกต่อไป โดยวันนี้ทีม Consulting 160,000 คนทั่วโลกของไอบีเอ็มได้นำ AI Assistants และ Agents เข้ามาช่วยในการบริการลูกค้าแล้ว ผ่านแพลตฟอร์ม IBM Consulting Advantage ที่มีเครื่องมือ AI ที่สร้างไว้แล้วพร้อมให้ใช้ โดยวันนี้ทีม Consulting ไม่ใช่เพียงผู้ใช้ AI (AI users) อีกต่อไป แต่คือผู้ที่พัฒนา AI (AI creators) ได้ด้วย โดยมีพนักงานกว่า 75,000 คนที่ได้รับการเซอร์ติฟายด้าน Gen AI ไม่ใช่แค่เข้าคลาสเรียน แต่เรียนลงลึกจนสามารถพัฒนาและใช้ AI ในการส่งมอบงานให้กับลูกค้าได้ ที่ผ่านมาทีม Consulting ได้สร้าง AI Assistants และ Agents ขึ้นแล้วกว่า 2,000 รายการ และการนำ AI มาใช้ในภาระงานด้าน Consulting ต่างๆ ก็ช่วยให้ทีมสามารถเพิ่มผลิตภาพได้ถึง 50%”

ไอบีเอ็มยังได้นำแนวทางนี้ไปช่วยสนับสนุนการพัฒนาโมบายล์แอปของริยาดแอร์ ซึ่งเป็นสายการบิน digital-native สายการบินแรก โดย 70% ของ ทีม AI engineer ของไอบีเอ็มใช้ AI Agents ช่วยในการวิเคราะห์ความต้องการของลูกค้า เขียนโค้ด และทดสอบระบบ มีการใช้ IP ที่ได้พัฒนาไว้แล้ว อย่างการสร้างโมบายล์แอพสำหรับสายการบิน ในการช่วยเร่งการพัฒนาแอพ รวมถึงใช้ Agentic AI สั่งงานบ็อตอัตโนมัติเพื่อสร้างการปฏิสัมพันธ์ที่เชื่อมโยงไร้รอยต่อ โดยการอินทิเกรทระบบ AI ทั้งหมดช่วยเร่งการเปิดใช้งานแอพให้เร็วขึ้น 40% และคาดว่าจะช่วยเพิ่มผลิตภาพได้ถึง 50% รวมถึงช่วยสร้างประสบการณ์ประทับใจให้กับลูกค้า”

การเปลี่ยนแปลงที่ 3 คือ การก้าวสู่แนวทาง Open และ Hybrid AI

โดยในปี 2025 โฟกัสจะไม่ได้อยู่ที่โมเดล AI สู่ แต่องค์กรจะต้องให้ความสำคัญกับระบบ AI โดยองค์กรจะเริ่มใช้งานโอเพ่นซอร์สมากขึ้นเรื่อยๆ และคุณค่าจะไม่ได้มาจากโมเดลเดี่ยวๆ แต่มาจากการบูรณาการที่รวมเครื่องมือโอเพ่นซอร์สต่างๆ เข้าด้วยกัน

โดยผลการศึกษา ROI ของ AI ที่ “51% ของธุรกิจที่ใช้เครื่องมือโอเพ่นซอร์ส ระบุว่าได้รับ AI ROI ในเชิงบวก โดยวันนี้ 70% ขององค์กรในอินเดียที่สำรวจ นำ AI แบบโอเพ่นซอร์สมาใช้แล้วมากกว่าครึ่งของระบบทั้งหมด ขณะที่ในสิงคโปร์ เกาหลีใต้ และอินโดนีเซีย มีองค์กรอย่างน้อย 1 ใน 4 ที่ใช้ AI แบบโอเพ่นซอร์ส และมีแนวโน้มการใช้งานเพิ่มขึ้นเรื่อยๆ”

นางจูฮียังมองว่าในยุค AI ไม่มีองค์กรใดเดินหน้าได้เพียงลำพัง ความร่วมมือเชิงกลยุทธ์จะเป็นกุญแจสำคัญที่จะนำสู่ความร่วมมือ การร่วมทุน ทั้งในกลุ่มสตาร์ทอัพ นักพัฒนา และผู้นำในอุตสาหกรรม ด้วยเหตุนี้ การใช้แนวทาง Hybrid-by-Design ตั้งแต่แรกเริ่ม ที่ทำให้มัลติคลาวด์ Gen AI และสภาพแวดล้อมทางธุรกิจต่างๆ ทำงานร่วมกันได้อย่างยืดหยุ่น เชื่อมโยงกัน และรองรับความซับซ้อนของธุรกิจยุคใหม่ จะเป็นปัจจัยสำคัญที่ทำให้ระบบนิเวศ AI เติบโตอย่างแข็งแกร่ง

การเปลี่ยนแปลงที่ 4 คือ ความจำเป็นเร่งด่วนในเรื่องธรรมาภิบาลและความโปร่งใสของ AI

โดยการผ่านกฎหมาย EU AI Act ในปีที่ผ่านมา รวมถึงความเคลื่อนไหวด้านกฎข้อบังคับในหลายประเทศ โดยเฉพาะในเอเชียแปซิฟิค และความร่วมมือด้านการตรวจจับอคติ AI ที่มีแนวโน้มเพิ่มขึ้น ล้วนตอกย้ำความสำคัญของ AI เชิงจริยธรรม ที่ต้องเน้นความโปร่งใส ความเป็นธรรม และการใช้ AI ที่มีความรับผิดชอบ

“ความไว้วางใจที่ได้รับจากลูกค้าและผู้ที่มีส่วนเกี่ยวข้อง ถือเป็นใบอนุญาตในการทำธุรกิจ และองค์กรไม่สามารถปล่อยให้ AI เข้ามาทำลายความไว้วางใจที่สั่งสมมาได้ วันนี้ 51% ของผู้บริหารเทคโนโลยีในไทย มองว่าประเด็นความถูกต้องของข้อมูลและอคติของ AI จะเป็นอุปสรรคสำคัญต่อการนำ Gen AI มาใช้ โดยการขาดนโยบายหรือธรรมาภิบาล AI อาจนำให้องค์กรต้องเผชิญกับปัญหาทางจริยธรรม การละเมิดข้อมูลส่วนบุคคล ความเสียหายต่อชื่อเสียง และผลกระทบทางการเงิน โดยเฉพาะในอุตสาหกรรมอย่างการเงินหรือการดูแลสุขภาพ ที่ความโปร่งใส เชื่อถือได้ เป็นเรื่องที่มีความสำคัญสูง”

“ที่ผ่านมา เครื่องมืออย่าง watsonx.governance ทำหน้าที่เป็นเหมือนฉลากโภชนาการให้กับระบบ AI ต่างๆ ช่วยระบุว่าโมเดล AI ใช้ข้อมูลจากแหล่งใดในการประมวลผลเป็นเอาต์พุตต่างๆ เพื่อให้องค์กรสามารถประเมินความโปร่งใสและการปฏิบัติตามกฎระเบียบด้านความปลอดภัยของข้อมูลได้ ที่ผ่านมาอาจมีบางแพลตฟอร์ม AI ที่ไม่ใช่โอเพ่นซอร์สที่อ้างว่า ‘ไม่ได้ใช้ข้อมูลของลูกค้า’ แต่องค์กรก็ไม่สามารถวางใจได้”

การเปลี่ยนแปลงที่ 5 การผสานระหว่าง AI กับควอนตัมคอมพิวติ้ง

นางจูฮีอธิบายว่า “ไอบีเอ็มถือเป็นผู้บุกเบิกอุตสาหกรรมควอนตัมคอมพิวติ้งมาอย่างยาวนาน และมีโร้ดแม็ปการพัฒนาที่ชัดเจน เช่น การตั้งเป้าว่าจะสามารถพัฒนาระบบให้มีความสามารถในการแก้ไขข้อผิดพลาดขั้นสูง (Error-Corrected) ได้ภายในปี 2572 โดยปัจจุบันมีเพียงคอมพิวเตอร์ควอนตัมของไอบีเอ็มที่เป็นเครื่องมือที่มีประโยชน์ในทางวิทยาศาสตร์ วันนี้ไอบีเอ็มมีสมาชิกใน IBM Quantum Network กว่า 250 รายทั่วโลก ซึ่งครอบคลุมองค์กรชั้นนำอย่าง Bosch, HSBC และ Wells Fargo สถาบันการศึกษาอย่าง Keio University, Yonsei University และ University of Chicago สถาบันวิจัยอย่าง Cleveland Clinic และ CERN รวมถึงหน่วยงานรัฐบาล เช่น ห้องปฏิบัติการแห่งชาติของกระทรวงพลังงานสหรัฐฯ  เป็นต้น”

การผสานระหว่าง AI กับควอนตัมคอมพิวติ้ง จะเกิดใน 2 แนวทาง คือการนำควอนตัมคอมพิวติ้งช่วยเร่งความก้าวหน้าของ AI อย่างอัลกอริธึมแมชชีนเลิร์นนิงและ neural network รูปแบบใหม่ หรือการช่วยก้าวข้ามข้อจำกัดด้านการใช้พลังงานสูง เวลาประมวลผลที่ยาวนาน และความต้องการพลังประมวลผลสูงของ AI โดยเมื่อควอนตัมคอมพิวติ้งพัฒนาไปสู่ระดับที่มีความเร็วและขนาดที่ใหญ่ขึ้น ก็อาจช่วยให้ AI ประมวลผลข้อมูลได้รวดเร็วและมีประสิทธิภาพมากขึ้น ซึ่งเป็นเรื่องที่ไอบีเอ็มกำลังศึกษาอยู่ในขณะนี้

ในอีกแนวทางคือการนำ AI ช่วยเร่งการพัฒนาควอนตัมคอมพิวติ้ง เช่น เร่งกระบวนการการพัฒนาโค้ดสำหรับควอนตัมคอมพิวติ้ง โดยวันนี้แพลตฟอร์ม watsonx ของไอบีเอ็มก็กำลังช่วยนักพัฒนาเขียนโค้ดที่มีประสิทธิภาพมากขึ้นสำหรับการรันบนคอมพิวเตอร์ควอนตัม

การเข้ารหัสแบบ Quantum Safe ที่ต้องเริ่มตั้งแต่วันนี้

แม้ยังต้องใช้เวลาอีก 4-5 ปีกว่าคอมพิวเตอร์ควอนตัมจะพร้อมใช้งานในวงกว้าง แต่สิ่งที่ต้องเริ่มแล้ววันนี้คือการรักษาความปลอดภัยของข้อมูล เพราะคอมพิวเตอร์ควอนตัมในอนาคตจะสามารถถอดรหัสการเข้ารหัสแบบดั้งเดิมอย่าง RSA ซึ่งถูกใช้มานาน และด้วยปริมาณข้อมูลมหาศาล กว่าองค์กรจะปรับเปลี่ยนสู่การเข้ารหัสแบบ Quantum Safe ได้สำเร็จอาจต้องใช้เวลาอย่างน้อย 2-3 ปี

ในอีกมุม อาชญากรไซเบอร์ก็ได้เริ่ม "Harvest Now, Decrypt Later" แล้ว โดยเริ่มขโมยและเก็บข้อมูลที่จะมีความสำคัญในระยะยาวไว้ แม้จะยังถอดรหัสข้อมูลเหล่านั้นไม่ได้ในวันนี้ แต่เมื่อถึงวันที่คอมพิวเตอร์มีความพร้อม องค์กรที่ไม่เตรียมพร้อมในเรื่องนี้อาจต้องรับความเสี่ยงจากการถูกโจมตี ซึ่งจะส่งผลกระทบทั้งในด้านธุรกิจและความปลอดภัย

 “ในปีที่ผ่านมา สถาบันมาตรฐานและเทคโนโลยีแห่งชาติของสหรัฐฯ (NIST) ได้เผยแพร่มาตรฐานการเข้ารหัสที่ Quantum Safe รวม 3 รายการ โดย 2 ใน 3 พัฒนาโดยนักวิจัยจากไอบีเอ็มและพันธมิตร ขณะที่อีกอัลกอริธึมได้รับการพัฒนาโดยนักวิทยาศาสตร์ที่ปัจจุบันเป็นส่วนหนึ่งของทีม IBM Research ซึ่งมาตรฐานนี้จะเป็นหนึ่งในมาตรฐานที่ใช้แพร่หลายทั่วโลกในอนาคต”

ในมุมไอบีเอ็ม นอกจากความพร้อมในเชิงเทคโนโลยี AI แล้วที่ผ่านมาไอบีเอ็มยังเป็นกุญแจสำคัญที่อยู่เบื้องหลังชีวิตประจำวันของผู้คน โดย 70% ของการทำธุรกรรมทั่วโลกรันอยู่บนระบบเมนเฟรมของไอบีเอ็ม ขณะที่ 93% ขององค์กร Fortune 500 ใช้ผลิตภัณฑ์ไฮบริดคลาวด์ของไอบีเอ็ม และล่าสุด ไอบีเอ็มยังนำเทคโนโลยีเข้าช่วยวิเคราะห์ข้อมูลเชิงลึกเพื่อสร้างประสบการณ์สุดล้ำให้กับแฟน Ferrari F1 หลายล้านคนทั่วโลก

นางจูฮีทิ้งท้ายว่า “ท้ายที่สุดแล้ว องค์กรที่เปิดรับกระบวนทัศน์การทำงานรูปแบบใหม่ พร้อมจะปรับองค์กรสู่การเปลี่ยนแปลงสำคัญ 5 ประการด้าน AI จะเป็นองค์กรที่พร้อมจะคว้าโอกาสในยุคใหม่ของเศรษฐกิจที่ขับเคลื่อนด้วย AI”