ฉีกหนีคู่แข่ง: สรุปผลสำรวจการใช้ AI ในภาคธุรกิจ


แนวคิดด้านการลงทุน

โดย ดร. ณภัทร จาตุศรีพิทักษ์
6 ธันวาคม 2562    |    1,352 Views

ฉีกหนีคู่แข่ง: สรุปผลสำรวจการใช้ AI ในภาคธุรกิจ

ในยุคที่ทุกคนกำลังตื่นตัวกับ buzzword อย่าง AI โดยเฉพาะอย่างยิ่งในภาคธุรกิจที่แข่งขันกันอย่างเข้มข้น สุดท้ายจะต้องวัดกันว่ามันสร้างผลกระทบต่อองค์กรมากน้อยแค่ไหน ไม่ว่าจะเป็นต่อผลประกอบการและต่อลักษณะการทำงาน 

บทความนี้ผู้เขียนได้กลั่นสรุปใจความสำคัญจากรายงานล่าสุดของ McKinsey ในเรื่องนี้ หลังจากที่ได้ทำการสำรวจบริษัทเล็กใหญ่ทั่วโลก

ผลสำรวจของ McKinsey ระบุว่า อัตราการนำ AI เข้ามาใช้ในธุรกิจเติบโตกว่าปีละ 25 เปอร์เซ็นต์ และพบว่าผลลัพธ์ของการนำเทคโนโลยีดังกล่าวอยู่ในเกณฑ์ที่น่าพอใจ โดยกว่า 63 เปอร์เซ็นต์ของธุรกิจระบุว่า AI ช่วยให้บริษัทมีรายได้เพิ่มมากขึ้น และกว่า 44 เปอร์เซ็นต์ระบุว่า AI ช่วยลดต้นทุนได้ 

ตัวเลขเหล่านี้แสดงให้เห็นถึงความสำคัญของเทคโนโลยีที่สามารถช่วยเพิ่มประสิทธิภาพของธุรกิจ และเป็นหนึ่งในทางออกของธุรกิจที่จะต้องอยู่รอดในยุคที่การแข่งขันเพิ่มสูงขึ้น 

ในขณะที่บริษัทที่เป็นผู้นำด้านเทคโนโลยีกำลังได้ประโยชน์และสร้างจุดแข็งให้ธุรกิจจากการนำเทคโนโลยีเข้ามาใช้ ซึ่งจากผลสำรวจพบว่า บริษัทกว่า 58 เปอร์เซ็นต์ระบุว่าในปี 2562 ได้เริ่มเอา AI เข้ามาใช้แล้วในอย่างน้อย 1 business unit และกว่า 30 เปอร์เซ็นต์ใช้ AI ในหลาย business unit  ทว่าบางธุรกิจถึงแม้ว่าจะตระหนักถึงความสำคัญของ AI แต่ก็ยังไม่ได้ลงมือเริ่มต้นนำเทคโนโลยีนี้เข้ามาใช้อย่างจริงจัง ทำให้ช่องว่างระหว่างธุรกิจสองกลุ่มนี้เริ่มกว้างขึ้นเรื่อย ๆ ดังนั้น 

บทความนี้จึงนำเสนอมุมมองต่างๆ ที่ธุรกิจในอุตสาหกรรมต่างๆ สามารถนำ AI เข้ามาปรับใช้ รวมถึงหนทางที่ธุรกิจเหล่านี้จะต้องปรับปรุง ปฏิรูปเพื่อให้สามารถ integrate เทคโนโลยีนี้เข้ามาในองค์กรได้

AI as a bottom line enhancer 

จุดมุ่งหมายหลักของธุรกิจในการนำ AI เข้ามาปรับใช้ แน่นอนที่สุดคือมีความต้องการที่จะเพิ่มศักยภาพในการแข่งขัน 

ในด้านการเพิ่มรายได้และการลดต้นทุน พบว่า ธุรกิจกว่า 63 เปอร์เซ็นต์ที่นำ AI เข้ามาใช้มีรายได้ที่เพิ่มขึ้นและกว่า 44 เปอร์เซ็นต์มีต้นทุนที่ต่ำลง 

หากมองลึกลงไปตาม business unit แล้ว ส่วนที่สามารถเพิ่มรายได้มากที่สุดคือ marketing and sales ยกตัวอย่างการใช้งานเช่น การทำ dynamic pricing policy และ customer analytics เป็นต้น โดยบริษัทกว่า 70 เปอร์เซ็นต์ระบุว่า AI สามารถเพิ่มรายได้ได้ 

นอกจากนี้ business unit ที่ AI เข้ามาช่วยลดต้นทุนได้มากเป็นพิเศษคือด้านการผลิตและ supply chain and logistics เนื่องจากส่วนใหญ่มีการใช้หุ่นยนต์ในสายพานการผลิตและการจัดการคลังสินค้า รวมถึงการทำ demand forecasting เพื่อดูความต้องการสินค้าในตลาดเพื่อที่จะ optimize สต๊อกสินค้าอย่างถูกต้อง

ลางเนื้อชอบลางยา: ธุรกิจไหนใช้ AI อะไร

แน่นอนว่า ถึงแม้จะเป็น AI ก็คงไม่มีอะไรที่เป็น one size fits all ทั้งหมด ดังนั้น ก้าวแรกของการนำเทคโนโลยีเข้ามาใช้ก็คือ การมองให้เห็นช่องว่างที่สามารถนำ AI เข้ามาเพิ่มประสิทธิภาพได้ ไม่ว่าจะด้าน operation ด้าน business planning ด้าน HR ตลอดจนด้าน Sales and marketing 

โดยเฉลี่ยแล้วบริษัท ๆ หนึ่งจะเอา AI เข้ามาใช้ใน 3 business unit แต่ตัวเลขนี้จะเพิ่มสูงขึ้นกว่าเกือบ 4 เท่าในบริษัทที่เป็นผู้นำด้านเทคโนโลยี

จะเห็นได้ว่า ธุรกิจที่อยู่ในภาคอุตสาหกรรมที่ต่างกันย่อมมี use case ของ AI ที่ต่างกัน กลุ่มที่มีการใช้อย่างแพร่หลายมากที่สุดคือ robotic process automation (RPA) หรือหากจะเรียกง่ายๆ สั้นๆ ก็คือ “บ็อต” ที่เอามาทำงานจำพวก routine task แทนมนุษย์นั่นเอง 

เหตุผลที่ RPA ค่อนข้างเป็นที่นิยมเนื่องจากมี ROI ค่อนข้างสูง คืนทุนง่ายและไม่ disruptive จนเกินไป  ยกตัวอย่างการใช้งานง่ายๆ เช่น การ automate ระบบเอกสารต่างๆ ใน back office เป็นต้น 

รองลงมาคือกลุ่ม AI ที่เป็น machine learning ซึ่งประกอบไปด้วย machine learning computer vision และ natural language processing  ทั้งสามอย่างนี้มี use case ที่หลากหลายจึงสามารถช่วยธุรกิจในหลายๆ อุตสาหกรรมได้ และ ยังมีอีก AI อีกหลายจำพวกที่มี use case ที่ค่อนข้างจำเพาะเจาะจงเฉพาะอุตสาหกรรม อาทิ กลุ่ม physical robots ที่มักถูกนำมาใช้ในสายพานการผลิตของธุรกิจอุตสาหกรรมหนักอย่าง รถยนต์และกลุ่มผลิตรถยนต์และกลุ่มบรรจุภัณฑ์ผู้บริโภค เป็นต้น

แล้ว best practice ของการนำ AI มาใช้ในธุรกิจเป็นอย่างไร

ในขณะที่หลายๆ ธุรกิจเริ่มตระหนักและนำ AI เข้ามาใช้ ไม่ใช่ว่าทุก AI initiative จะสำเร็จในทุกบริษัท นี่จึงทำให้เกิดความแตกต่างกันระหว่างธุรกิจที่พร้อมและไม่พร้อม และความแตกต่างนี้ยิ่งจะทวีคูณมากขึ้นเรื่อยๆ 

ผลสำรวจพบว่าธุรกิจที่พร้อม มีโอกาสที่จะประสบความสำเร็จในการเพิ่มรายได้และลดต้นทุนจากการใช้ AI มากกว่ากลุ่มที่ไม่พร้อมมากกว่า 3 และ 4 เท่าตามลำดับ 

นอกจากนี้ กราฟด้านล่างแสดง profit margin ที่เพิ่มขึ้นจากการใช้ AI ตามระดับความพร้อมของเทคโนโลยีและ AI ในองค์กร แสดงให้เห็นถึงโอกาสในการเตรียมความพร้อม และยิ่งตอกย้ำความสำคัญของการมี best practice ที่ดีในองค์กรที่จะนำพา tech initiative สู่ความสำเร็จที่จับต้องได้

แล้วอะไรกันที่ทำให้บริษัทสองกลุ่มนี้แตกต่างกัน? คำตอบสั้นไป คือความพร้อม

McKinsey ได้แบ่งความพร้อมนี้ไว้ 5 รูปแบบ (ดังรูปด้านล่าง) นั่นคือ 

  1. ความสอดคล้องของ AI project กับ business goal 

  2. ความพร้อมของคนในองค์กร 

  3. ความพร้อมด้านข้อมูล 

  4. ความพร้อมด้านการ scale up project และ

  5. ความพร้อมด้านการนำไปใช้ 

โดยเฉลี่ยแล้วจำนวนธุรกิจที่พร้อมจะมีการเตรียมตัวด้านต่างๆ มากกว่ากลุ่มที่ไม่พร้อมถึง 3-4 เท่า

อย่างไรก็ตาม ในกลุ่มที่มีความพร้อมเองก็ยังมีบางส่วนที่ยังต้องได้รับการพัฒนา ยกตัวอย่างเช่น ด้านการนำผลลัพธ์และ insight จาก AI มาประกอบการตัดสินใจทางธุรกิจ จำนวนธุรกิจที่มีความพร้อมด้านนี้มีเพียง 36 เปอร์เซ็นต์เท่านั้น!

นี่อาจสะท้อนได้จากความไม่พร้อมของคนในองค์กรที่ยังไม่ได้มีองค์ความรู้ด้าน AI ดังจะเห็นจากตัวเลขเพียง 35 เปอร์เซ็นต์ขององค์กรที่มี training program สำหรับบุคลากรและ 49 เปอร์เซ็นต์ที่มี middle person ที่มาจะช่วยเชื่อมต่อ business กับ IT department รวมถึงคนในองค์กรอาจไม่เชื่อใน AI เนื่องจากไม่สามารถสัมผัสผลลัพธ์ได้ เพราะขาดตัวชี้วัดประสิทธิภาพที่ชัดเจนและคลอบคลุม

สำหรับนักลงทุน จุดนี้ถือว่าเป็น fundamentals อีกหนึ่งอย่างที่จะชี้ชะตาบริษัทเหมือนกัน เพราะในประเทศไทยเองก็เริ่มมีการใช้เทคโนโลยี AI แล้วเหมือนกันในหลายๆ ธุรกิจเล็กใหญ่ และในฐานะที่ผู้เขียนอยู่ในวงการการนำ Big Data และ AI ไปใช้ในธุรกิจเอง ก็เริ่มเห็นในระดับหนึ่งแล้ว ว่าองค์กรใดพร้อมหรือไม่พร้อมใน 5 แกนที่ McKinsey วางไว้  และช่องว่างที่ McKinsey พบในผลสำรวจนี้มีแนวโน้มที่จะถ่างออกเรื่อย เนื่องจากทรัพยากรที่เป็นวัตถุดิบของความพร้อมทั้ง 5 ด้านนี้มีปริมาณจำกัดมากในระบบเศรษฐกิจ และส่วนใหญ่อยู่ในองค์กรที่พร้อมกว่าไปเรียบร้อยแล้วเหมือนกัน

References:

https://www.mckinsey.com/featured-insights/artificial-intelligence/global-ai-survey-ai-proves-its-worth-but-few-scale-impact

https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/artificial-intelligence-why-a-digital-base-is-critical

https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/how-artificial-intelligence-can-deliver-real-value-to-companies


 

  Shared

ดร. ณภัทร จาตุศรีพิทักษ์

ผู้เขียนเป็นเจ้าของเว็บไซต์ settakid.com ที่วิเคราะห์ประเด็นเปลี่ยนโลกผ่านมุมมองเศรษฐศาสตร์แบบเข้าใจง่ายๆ  คุณ ณภัทร จบปริญญาตรีและโทจากมหาวิทยาลัยคอร์เนลและจอนส์ ฮอปกินส์ เคยมีประสบการณ์ทำวิจัยที่มหาวิทยาลัยฮาวาร์ดและธนาคารโลก และสำเร็จการศึกษาปริญญาเอกสาขาเศรษฐศาสตร์ประยุกต์อยู่ที่มหาวิทยาลัยมินนิโซต้า เป็นนักเขียนรับเชิญของ stock2morrow และเป็นคอลัมนิสต์ประจำสำนักข่าวออนไลน์ไทยพับลิก้า


ดูบทความทั้งหมด

6 วิธี ยืนระยะในตลาดหุ้นไทย

ภาววิทย์  กลิ่นประทุม

แนวคิดด้านการลงทุน

6 สิงหาคม 2563
399 Views

การเมืองไทยใครจะชนะ : ดร.นิเวศน์ เหมวชิรวรากร

ดร. นิเวศน์ เหมวชิรวรากร

แนวคิดด้านการลงทุน

3 สิงหาคม 2563
1,298 Views

“ซื้อถูก ขายแพง” พูดง่ายแต่ทำยาก

Stock Vitamins - วิตามินหุ้น

แนวคิดด้านการลงทุน

31 กรกฎาคม 2563
1,685 Views