การลงทุนนับแสนล้านดอลลาร์ใน AI รุ่งเรือง แต่ช่องว่างความรู้ในองค์กรยังคงใหญ่.

การลงทุนใน AI ของบริษัททั่วโลกคาดว่าจะสูงถึง 2.5 เทริลเลียนดอลลาร์ ในปีนี้ โดยส่วนใหญ่จะมุ่งไปที่บริการด้านไอทีและซอฟต์แวร์เฉพาะทางเหนือ 1 เทริลเลียนดอลลาร์ การใช้เงินจำนวนมหาศาลนี้บ่งชี้ว่าธุรกิจหลายแห่งยังคงหาวิธีผสาน AI เข้าในกระบวนการทำงาน ทีม และโครงสร้างองค์กรอย่างเหมาะสม

Overview

แม้ว่าแนวโน้มการนำ AI ไปใช้จะเติบโตอย่างต่อเนื่อง แต่ความจริงที่ปรากฏจากกรณีศึกษาต่าง ๆ แสดงให้เห็นว่าการพึ่งพาเทคโนโลยีเพียงอย่างเดียวอาจไม่เพียงพอเพื่อให้บรรลุผลสำเร็จตามเป้าหมาย บริษัทต้องเผชิญกับช่องว่างความรู้ที่ไม่ได้เป็นเรื่องด้านเทคนิค แต่เกี่ยวข้องกับประสบการณ์และทักษะของคนงาน

การวิจัยล่าสุดจาก Ramp และ Revelio Labs ซึ่งสำรวจบริษัทสหรัฐฯ จำนวนเกือบ 22,000 แห่ง พบว่าหน่วยงานที่ลงทุนใน AI อย่างหนักกลับมีแนวโน้มที่จะเพิ่มจำนวนพนักงาน มากกว่าจะลดลง นี่เป็นสัญญาณว่าองค์กรต้องการบุคลากรที่สามารถทำงานร่วมกับระบบอัจฉริยะได้อย่างมีประสิทธิภาพ

Spending & Investment Trends

จากข้อมูลของ TechRadar Pro รายได้รวมจาก AI ของบริษัทระดับโลกคาดว่าจะถึง 2.5 เทริลเลียนดอลลาร์ ในปีนี้ ส่วนการใช้จ่ายในบริการไอทีและซอฟต์แวร์ที่ออกแบบมาเฉพาะสำหรับ AI มีมูลค่าเกิน 1 เทริลเลียนดอลลาร์ ตัวเลขเหล่านี้ทำให้เห็นว่าตลาด AI กำลังเข้าสู่ระดับที่ผู้บริหารต้องตัดสินใจอย่างระมัดระวังเกี่ยวกับการจัดสรรทรัพยากร

แม้จะมีงบประมาณมหาศาล แต่หลายองค์กรยังคงประสบปัญหาในการกำหนดบทบาทและกระบวนการทำงานที่เหมาะสมกับ AI ทำให้ต้องเผชิญกับอุปสรรคเชิงโครงสร้างและด้านวัฒนธรรม การจัดสรรเงินทุนโดยไม่มีกลยุทธ์ที่ชัดเจนอาจส่งผลให้การลงทุนสูญเสียประสิทธิภาพ

Real‑World Example: Ford

ในช่วงต้นปีนี้ Ford ได้ตัดสินใจรับกลับมาแรงงานวิศวกรอาวุโสจำนวน 350 คน หลังจากระบบ AI และกระบวนการอัตโนมัติของบริษัทไม่สามารถตรวจจับข้อผิดพลาดในการผลิตได้อย่างครบถ้วน การนำผู้เชี่ยวชาญเหล่านี้กลับมามีบทบาทสำคัญเพื่อฝึกอบรมบุคลากรรุ่นใหม่และปรับปรุงโมเดล AI ของโรงงาน

ตามคำแถลงของบริษัท Ford การใช้ประสบการณ์จากวิศวกรที่เคยทำงานในสายการผลิตเป็น “power user” ของ AI ช่วยให้ระบบเรียนรู้และตอบสนองต่อปัญหาได้ดีขึ้น นอกจากนี้ยังช่วยลดความเสี่ยงจากข้อบกพร่องทางคุณภาพที่อาจเกิดขึ้นหากพึ่งพาเทคโนโลยีเพียงอย่างเดียว

Research Findings on Hiring

การสำรวจของ Ramp และ Revelio Labs ระบุว่าบริษัทที่ลงทุนใน AI อย่างหนักมักจะเพิ่มจำนวนพนักงานแทนที่จะลดลง โดยมีสัดส่วนผู้สมัครใหม่ที่มีทักษะด้านเทคโนโลยีและการวิเคราะห์ข้อมูลสูงกว่าที่เคยพบ

ผลการวิจัยยังชี้ให้เห็นว่าองค์กรต้องการบุคลากรที่สามารถทำหน้าที่เป็น **subject‑matter experts (SMEs) เพื่อสนับสนุนการพัฒนาและปรับแต่งโมเดล AI ให้ตรงกับความต้องการของธุรกิจ การขาดแคลนผู้เชี่ยวชาญเหล่านี้อาจทำให้โครงการ AI ล่าช้าหรือไม่บรรลุผลตามที่คาดหวัง

Skills Ontology & Knowledge Management

หนึ่งในวิธีแก้ไขช่องว่างความรู้คือการสร้าง skills ontology ซึ่งเป็นฐานข้อมูลแบบไดนามิกที่บันทึกทักษะและความเชี่ยวชาญของพนักงานทั่วองค์กร การใช้เครื่องมือ AI เพื่ออัปเดตข้อมูลนี้อย่างต่อเนื่องทำให้ผู้บริหารสามารถมองเห็นภาพรวมของความสามารถได้ชัดเจน

• ระบุ SMEs ที่มีความรู้เฉพาะด้าน
• ตรวจสอบช่องว่างที่ต้องเติมเต็มด้วยการฝึกอบรมหรือรับสมัครใหม่
• สนับสนุนการเคลื่อนย้ายภายในองค์กร (internal mobility) อย่างมีประสิทธิภาพ

โดยการทำเช่นนี้ บริษัทสามารถใช้ข้อมูลเพื่อวางแผนกำลังคนระยะยาว เชื่อมโยงพนักงานกับโอกาสในการพัฒนาทักษะที่ตรงกับเป้าหมายของ AI และเพิ่มความเร็วในการปรับตัวต่อเทคโนโลยีใหม่ ๆ

Implications for L&D and Workforce

ทีม **Learning & Development (L&D) จึงกลายเป็นศูนย์กลางสำคัญในยุค AI ไม่เพียงแต่ต้องจัดทำหลักสูตรฝึกอบรมตามที่ระบบแนะนำ แต่ยังต้องวางกลยุทธ์การอัปสกิลและรีสกิลให้สอดคล้องกับความต้องการของธุรกิจ การเปลี่ยนบทบาทนี้ทำให้ L&D สามารถเปลี่ยนเป็นผู้ขับเคลื่อนเชิงกลยุทธ์ ที่ช่วยสร้างแรงงานที่มีความยืดหยุ่นและพร้อมทำงานร่วมกับ AI

แม้ AI จะสามารถจัดระเบียบข้อมูลและแนะนำเส้นทางการเรียนรู้ได้ แต่การตัดสินใจขั้นสุดท้ายเกี่ยวกับกระบวนการหรือวิธีแก้ไขปัญหายังคงต้องอาศัย ประสบการณ์ ของคน การผสมผสานความเชี่ยวชาญของมนุษย์เข้ากับเทคโนโลยีจึงเป็นกุญแจสำคัญในการสร้างข้อได้เปรียบทางการแข่งขัน

Summary

การลงทุนใน AI ไม่ได้หมายถึงการลดจำนวนพนักงาน แต่ต้องอาศัย ทักษะและประสบการณ์ ของบุคลากรเพื่อให้ระบบทำงานได้อย่างเต็มศักยภาพ การสร้างฐานข้อมูลความสามารถ (skills ontology) และการมุ่งเน้นที่การพัฒนาความเชี่ยวชาญภายในองค์กรจึงเป็นแนวทางสำคัญในการขับเคลื่อนผลตอบแทนจาก AI อย่างยั่งยืน.