ทุกวันนี้ ธุรกิจที่ขับเคลื่อนด้วยนวัตกรรมกำลังลงทุนทรัพยากรจำนวนมากในระบบปัญญาประดิษฐ์ (AI) เพื่อพัฒนาเส้นทางการเติบโตของ AI จากข้อมูลของ IDC การใช้จ่ายทั่วโลกกับระบบ AI-centric คาดว่าจะทะลุ 300 พันล้านดอลลาร์ภายในปี 2569 เมื่อเทียบกับ 1.18 แสนล้านดอลลาร์ในปี 2565
ในอดีต ระบบ AI ล้มเหลวบ่อยขึ้นเนื่องจากขาดความสมบูรณ์ของกระบวนการ เกี่ยวกับ 60-80% ของโครงการ AI เคยล้มเหลวเนื่องจากการวางแผนที่ไม่ดี การขาดความเชี่ยวชาญ การจัดการข้อมูลไม่เพียงพอ หรือปัญหาด้านจริยธรรมและความเป็นธรรม แต่ทุกปีที่ผ่านไป ตัวเลขนี้ก็ดีขึ้น
ทุกวันนี้ โดยเฉลี่ยแล้ว อัตราความล้มเหลวของโครงการ AI ลดลงเหลือ 46% ตามรายงาน LXT ล่าสุด ความเป็นไปได้ของความล้มเหลวของ AI จะลดลงเหลือ 36% เนื่องจากบริษัทมีความก้าวหน้าในเส้นทางการเติบโตของ AI
มาสำรวจเพิ่มเติมเกี่ยวกับเส้นทางขององค์กรไปสู่ความเป็นผู้ใหญ่ของ AI โมเดลและเฟรมเวิร์กต่างๆ ที่องค์กรสามารถนำไปใช้ได้ และตัวขับเคลื่อนธุรกิจหลักสำหรับการสร้างกลยุทธ์ AI ที่มีประสิทธิภาพ
AI Maturity คืออะไร
AI maturity หมายถึงระดับของความก้าวหน้าและความซับซ้อนที่บริษัทประสบความสำเร็จในการปรับใช้ นำไปใช้ และปรับขนาดเทคโนโลยีที่เปิดใช้งาน AI เพื่อปรับปรุงกระบวนการทางธุรกิจ ผลิตภัณฑ์ หรือบริการของบริษัท
ตาม รายงาน LXT AI ครบกำหนดประจำปี 2023 48% ขององค์กรขนาดกลางถึงขนาดใหญ่ในสหรัฐฯ มีวุฒิภาวะของ AI ในระดับที่สูงขึ้น (กล่าวถึงด้านล่าง) ซึ่งเพิ่มขึ้น 8% จากช่วงก่อน ผลการสำรวจปีที่ผ่านมา ในขณะที่ 52% ขององค์กรกำลังทดลองใช้ AI อย่างแข็งขัน
รายงานชี้ให้เห็นว่างานที่มีแนวโน้มดีที่สุดได้ดำเนินการไปแล้วในโดเมนการประมวลผลภาษาธรรมชาติ (NLP) และการรู้จำเสียง – หมวดหมู่ย่อยของ AI – เนื่องจากมีโซลูชันที่ใช้งานมากที่สุดในอุตสาหกรรมต่างๆ
นอกจากนี้ อุตสาหกรรมการผลิตและซัพพลายเชนมีอัตราความล้มเหลวของโครงการ AI ต่ำที่สุด (29%) ในขณะที่การค้าปลีกและอีคอมเมิร์ซมีอัตราสูงสุด ( 52%)
การสำรวจแบบจำลองวุฒิภาวะของ AI ที่แตกต่างกัน
โดยปกติแล้ว องค์กรที่ขับเคลื่อนด้วย AI จะพัฒนาแบบจำลองวุฒิภาวะของ AI ที่เหมาะกับความต้องการทางธุรกิจของตน อย่างไรก็ตาม แนวคิดพื้นฐานของวุฒิภาวะยังคงสอดคล้องกันในโมเดลต่างๆ โดยมุ่งเน้นที่การพัฒนาความสามารถที่เกี่ยวข้องกับ AI เพื่อให้ได้ประสิทธิภาพทางธุรกิจที่เหมาะสมที่สุด
โมเดลวุฒิภาวะที่โดดเด่นบางโมเดลได้รับการพัฒนาโดย Gartner, IBM และ Microsoft สามารถใช้เป็นแนวทางสำหรับองค์กรในเส้นทางการนำ AI ไปใช้
ลองสำรวจโมเดลการบรรลุวุฒิภาวะของ AI จาก Gartner และ IBM โดยสังเขปด้านล่าง
Gartner AI Maturity Model
Gartner มีแบบจำลองวุฒิภาวะของ AI 5 ระดับ ซึ่งบริษัทต่างๆ สามารถใช้ประเมินระดับวุฒิภาวะของตนได้ เรามาคุยกันด้านล่าง
ภาพประกอบโมเดลการบรรลุวุฒิภาวะของ AI ของ Gartner ที่มา: รายงาน LXT ปี 2023
ระดับ 1 – การรับรู้: องค์กรในระดับนี้เริ่มหารือเกี่ยวกับโซลูชัน AI ที่เป็นไปได้ แต่ไม่มีโครงการนำร่องหรือการทดลองใดๆ ที่ดำเนินการเพื่อทดสอบประสิทธิภาพของโซลูชันเหล่านี้ในระดับนี้ ระดับ 2 – ใช้งานอยู่: องค์กรต่างๆ อยู่ในขั้นตอนเริ่มต้นของการทดลอง AI และโครงการนำร่องระดับ 3 – เชิงปฏิบัติการ: องค์กรในระดับนี้ได้ดำเนินการอย่างเป็นรูปธรรมในการนำ AI มาใช้ ซึ่งรวมถึงการย้ายโครงการ AI อย่างน้อยหนึ่งโครงการไปสู่การผลิต ระดับ 4 – อย่างเป็นระบบ: องค์กรในระดับนี้ใช้ AI เป็นส่วนใหญ่ กระบวนการดิจิทัลของพวกเขา นอกจากนี้ แอปพลิเคชันที่ขับเคลื่อนด้วย AI ยังอำนวยความสะดวกในการโต้ตอบอย่างมีประสิทธิผลทั้งภายในและภายนอกองค์กรระดับ 5 – การเปลี่ยนแปลง: องค์กรต่าง ๆ ได้นำ AI มาใช้เป็นส่วนหนึ่งของเวิร์กโฟลว์ธุรกิจของตน
ตามแบบจำลองนี้ บริษัทต่าง ๆ จึงเริ่ม บรรลุวุฒิภาวะ AI ตั้งแต่ระดับ 3 เป็นต้นไป
IBM AI Maturity Framework
IBM มี พัฒนาคำศัพท์และเกณฑ์เฉพาะของตนเองเพื่อประเมินความสมบูรณ์ของโซลูชัน AI เฟรมเวิร์กการพัฒนา AI ของ IBM สามขั้นตอนประกอบด้วย:
ขั้นตอนของ IBM AI Maturity Framework
Silver: ด้วยความสามารถของ AI ในระดับนี้ องค์กรต่างๆ จะสำรวจเครื่องมือและเทคโนโลยีที่เกี่ยวข้องเพื่อเตรียมพร้อมสำหรับการนำ AI มาใช้ นอกจากนี้ยังรวมถึงการทำความเข้าใจผลกระทบของ AI ต่อธุรกิจ การเตรียมข้อมูล และปัจจัยทางธุรกิจอื่นๆ ที่เกี่ยวข้องกับ AIทอง: ในระดับนี้ องค์กรจะบรรลุความสามารถในการแข่งขันด้วยการส่งมอบผลลัพธ์ทางธุรกิจที่มีความหมายผ่าน AI ความสามารถของ AI นี้ให้คำแนะนำและคำอธิบายที่สนับสนุนโดยข้อมูล ผู้ใช้ในสายงานธุรกิจสามารถใช้งานได้ และแสดงให้เห็นถึงสุขอนามัยที่ดีของข้อมูลและระบบอัตโนมัติระดับแพลทินัม: ความสามารถด้าน AI ที่ซับซ้อนนี้มีความยั่งยืนสำหรับเวิร์กโฟลว์ที่สำคัญต่อภารกิจ ปรับให้เข้ากับข้อมูลผู้ใช้ที่เข้ามาและให้คำอธิบายที่ชัดเจนสำหรับผลลัพธ์ของ AI นอกจากนี้ ยังมีมาตรการการจัดการข้อมูลและการกำกับดูแลที่แข็งแกร่งซึ่งสนับสนุนการตัดสินใจโดยอัตโนมัติ
อุปสรรคสำคัญในเส้นทางสู่การบรรลุวุฒิภาวะของ AI
องค์กรเผชิญกับความท้าทายหลายประการในการบรรลุวุฒิภาวะ รายงาน LXT 2023 ระบุอุปสรรค 11 ประการดังแสดงในกราฟด้านล่าง มาคุยกันที่นี่
กราฟความท้าทายด้านวุฒิภาวะของ AI ที่มา: รายงาน LXT ปี 2023
1. การผสานรวม AI เข้ากับเทคโนโลยีที่มีอยู่
องค์กรราว 54% เผชิญกับความท้าทายในการผสานรวมเทคโนโลยีเดิมหรือที่มีอยู่เข้ากับระบบ AI ทำให้เป็นอุปสรรคที่ใหญ่ที่สุดในการบรรลุความเป็นผู้ใหญ่
2. คุณภาพของข้อมูล
ข้อมูลการฝึกอบรมคุณภาพสูงมีความสำคัญต่อการสร้างระบบ AI ที่แม่นยำ อย่างไรก็ตาม การรวบรวมข้อมูลที่มีคุณภาพสูงยังคงเป็นความท้าทายที่ยิ่งใหญ่ในการบรรลุวุฒิภาวะ รายงานพบว่า 87% ของบริษัทยินดีจ่ายมากขึ้นเพื่อให้ได้ข้อมูลการฝึกอบรมคุณภาพสูง
3. ช่องว่างของทักษะ
หากขาดทักษะและทรัพยากรที่เหมาะสม องค์กรต่างๆ จะพยายามสร้างกรณีการใช้งาน AI ที่ประสบความสำเร็จ อันที่จริง 31% ขององค์กรประสบปัญหาขาดบุคลากรที่มีทักษะในการสนับสนุนความคิดริเริ่มด้าน AI และบรรลุวุฒิภาวะ
4. กลยุทธ์ AI ที่อ่อนแอ
AI ส่วนใหญ่ที่เราสังเกตเห็นในระบบโลกแห่งความเป็นจริงสามารถจัดประเภทได้ว่าอ่อนแอหรือแคบ เป็น AI ที่สามารถดำเนินการชุดงานที่จำกัดซึ่งได้รับการฝึกฝนมา องค์กรประมาณ 20% ไม่มีกลยุทธ์ด้าน AI ที่ครอบคลุม
เพื่อเอาชนะความท้าทายนี้ บริษัทต่างๆ ควรกำหนดและจัดทำเอกสารวัตถุประสงค์ด้าน AI อย่างชัดเจน ลงทุนในข้อมูลที่มีคุณภาพ และเลือกแบบจำลองที่เหมาะสมสำหรับทุกงาน
ตัวขับเคลื่อนธุรกิจที่สำคัญสำหรับการพัฒนากลยุทธ์ AI ของคุณ
รายงาน LXT maturity ระบุตัวขับเคลื่อนธุรกิจหลัก 10 ประการสำหรับ AI ดังที่แสดงในกราฟด้านล่าง มาพูดคุยกันที่นี่
ภาพประกอบของตัวขับเคลื่อนธุรกิจที่สำคัญสำหรับ AI ที่มา: รายงาน LXT ปี 2023
1. ความคล่องตัวทางธุรกิจ
ความคล่องตัวทางธุรกิจหมายถึงความรวดเร็วที่องค์กรสามารถปรับให้เข้ากับแนวโน้มและโอกาสทางดิจิทัลที่เปลี่ยนแปลงโดยใช้โซลูชันทางธุรกิจที่เป็นนวัตกรรมใหม่ โดยยังคงเป็นตัวขับเคลื่อนอันดับต้นสำหรับกลยุทธ์ AI สำหรับองค์กรประมาณ 49%
AI สามารถช่วยให้บริษัทต่างๆ บรรลุความคล่องตัวทางธุรกิจโดยทำให้สามารถตัดสินใจได้รวดเร็วและแม่นยำยิ่งขึ้น ทำให้งานซ้ำๆ เป็นไปโดยอัตโนมัติ และปรับปรุงประสิทธิภาพการดำเนินงาน
2. การคาดการณ์ความต้องการของลูกค้า
องค์กรประมาณ 46% พิจารณาว่าการคาดการณ์ความต้องการของลูกค้าเป็นหนึ่งในตัวขับเคลื่อนธุรกิจที่สำคัญสำหรับกลยุทธ์ AI ด้วยการใช้ AI เพื่อวิเคราะห์ข้อมูลลูกค้า บริษัทต่างๆ จะได้รับข้อมูลเชิงลึกเกี่ยวกับพฤติกรรม ความชอบ และความต้องการของลูกค้า ทำให้สามารถปรับแต่งผลิตภัณฑ์และบริการให้ตรงกับความคาดหวังของลูกค้าได้ดียิ่งขึ้น
3. ความได้เปรียบทางการแข่งขัน
ความได้เปรียบทางการแข่งขันทำให้บริษัทต่างๆ สามารถสร้างความแตกต่างจากคู่แข่งและได้เปรียบในตลาด เป็นตัวขับเคลื่อนหลักสำหรับกลยุทธ์ AI ตามข้อมูลขององค์กร 41%
4. ปรับปรุงประสิทธิภาพการตัดสินใจ
การตัดสินใจอัตโนมัติโดยใช้ AI ช่วยลดเวลาที่ต้องใช้ในการตัดสินใจที่สำคัญโดยอิงข้อมูลได้อย่างมาก นี่คือเหตุผลที่องค์กรประมาณ 42% พิจารณาการปรับปรุงประสิทธิภาพการตัดสินใจว่าเป็นตัวขับเคลื่อนธุรกิจหลักสำหรับกลยุทธ์ AI
5. การพัฒนาผลิตภัณฑ์
จากการได้รับการยอมรับว่าเป็นตัวขับเคลื่อนธุรกิจอันดับต้นสำหรับกลยุทธ์ AI ในปี 2021 การพัฒนาผลิตภัณฑ์ที่เป็นนวัตกรรมได้ลดลงมาอยู่อันดับที่ 7 โดย 39% ขององค์กรพิจารณาว่าตัวดังกล่าวเป็นตัวขับเคลื่อนธุรกิจในปี 2023
สิ่งนี้แสดงให้เห็นว่าการประยุกต์ใช้ AI ในกระบวนการทางธุรกิจไม่ได้ขึ้นอยู่กับคุณภาพของผลิตภัณฑ์ทั้งหมด แง่มุมทางธุรกิจอื่นๆ เช่น ความยืดหยุ่นสูง ความยั่งยืน และเวลาที่รวดเร็วในการนำสินค้าเข้าสู่ตลาด มีความสำคัญอย่างยิ่งต่อความสำเร็จของธุรกิจ