การเปลี่ยนแปลงองค์กรส่วนใหญ่ มักเริ่มจากผู้นำระดับบนสุด เรามาดูงานวิจัยด้าน AI จาก Salesforce กันบ้างว่า ผู้บริหารไทยให้ความสำคัญในการใช้ AI แค่ไหน?
ธิติรัตน์ ทองถาวร ผู้จัดการประจำประเทศไทย Salesforce ระบุว่า Salesforce ก่อตั้งมา 25 ปีแล้ว มีออฟฟิศในประเทศไทยตั้งแต่ปี 2021 มีพนักงานเกือบ 100 คน ตัวอย่างลูกค้าในไทย อาทิ โรงพยาบาลศิครินทร์ แสนสิริ ธนาคารไทยพาณิชย์ ประกันภัย Rabbit Lift รวมทั้ง EVme และองค์กรอื่นๆ อีกมาก
ปฏิเสธไม่ได้ว่า การเปลี่ยนแปลงที่จะเอา AI มาใช้ในองค์กร จำเป็นต้องได้รับความสนับสนุนจากผู้บริหารระดับสูงเสมอ โดยงานวิจัยชิ้นนี้ ทำการสำรวจความคิดเห็นของผู้บริหารระดับสูงจำนวน 225 คน จากองค์กรที่มีพนักงานมากกว่า 250 คนขึ้นไป
ทำวิจัยระหว่าง 22-24 กรกฎาคม 2024 โดยผู้ให้ข้อมูล ประกอบด้วย ประธานฝ่ายสารสนเทศ (CIO) ประธานฝ่ายสายงานเทคโนโลยี (CTO) ผู้บริหารระดับสูงอื่นๆ เช่น ประธานเจ้าหน้าที่บริหารบริษัท (CEO) กรรมการบริษัทและเจ้าของธุรกิจ
ผลการวิจัย
ผู้บริหารส่วนใหญ่ 84% มองว่า Generative AI เป็นหนึ่งในสิ่งที่มีความสำคัญมากที่สุดในการดำเนินธุรกิจให้ประสบความสำเร็จในอีก 3 ปีข้างหน้า โดย 37% มองว่า AI สำคัญมากที่สุดเป็นอันดับแรก ขณะที่ 47% มองว่าเป็น 1 ใน 3 สิ่งที่มีความสำคัญมากที่สุด
ผู้บริหารระดับสูงส่วนใหญ่ 58% ระบุว่า องค์กรมีกลยุทธ์ด้าน Generative AI ที่กำหนดชัดเจนแล้ว ขณะที่ผู้บริหารจำนวน 38% ได้เริ่มวางแผนเพื่อกำหนดกลยุทธ์ด้านนี้แล้วเช่นกัน
3 ปัจจัยแรกที่ทำให้ผู้บริหารจัดลำดับความสำคัญกับการนำ Generative AI มาใช้ในองค์กร ดังนี้
- 1) ความคาดหวังจากลูกค้า ที่ต้องการความเร็วและประสบการณ์ที่ปรับให้เหมาะแก่บุคคลมากขึ้น 44%
- 2) ความต้องการของพนักงานใหม่ในการนำ Generative AI มาใช้ในองค์กร 44%
- 3) ความต้องการขององค์กรที่จะนำนวัตกรรมที่สร้างประสบการณ์ใหม่ให้ลูกค้าและพนักงาน 41%
ผู้ตอบแบบสอบถามมองว่าประธานเจ้าหน้าที่บริหารของบริษัท (CEO) เป็นผู้ที่มีความสำคัญและความรับผิดชอบมากที่สุด 30% ต่อความสำเร็จในการนำ Generative AI มาใช้งาน สนับสนุนให้องค์กรมีความพร้อม โดย 28% ระบุว่าเป็นประธานฝ่ายสารสนเทศ (CIO) หรือประธานฝ่ายสายงานเทคโนโลยี (CTO) และ 24% ระบุว่าคือหัวหน้าแผนกงานด้านต่างๆ
อุปสรรคและปัญหาด้านข้อมูลที่พบจากการสำรวจ ดังนี้
– Generative AI มักให้ผลการทำงานที่ขาดความถูกต้องแม่นยำ 29%
– การใช้ข้อมูลสาธารณะ ขาดความครบถ้วน ในการฝึกโมเดล AI 28%
– การใช้ข้อมูลลูกค้าหรือข้อมูลบริษัทไม่ครบถ้วนในการฝึกโมเดล AI 28%
– ปัญหาการปกป้องความเป็นส่วนบุคคลและความปลอดภัยของข้อมูล 28%
ผู้บริหารจากกลุ่มธุรกิจที่มีพนักงานกว่า 1,000 คน ผลสำรวจพบว่าประเด็นด้านความเป็นส่วนบุคคลและความปลอดภัยของข้อมูลถือเป็นอุปสรรคที่ผู้บริหารเลือกมากที่สุดเป็นอันดับสอง 30%
รบส สุวรรณมาศ ผู้นำการเผยแพร่เทคโนโลยี (Tech Evangelist) Salesforce ประเทศไทย กล่าวถึงเทคโนโลยี AI ว่า ก่อนหน้านี้ AI จะเป็นเหมือนผู้ช่วย หรือเป็น Copilots ช่วยทำงานให้ดีขึ้น ตอนนี้เริ่มมีการคิดต่อแล้วว่าทำอย่างไรจะให้ AI ทำงานร่วมกับมนุษย์ให้ประสบความสำเร็จได้
Salesforce มองว่า AI ไม่ใช่แค่เป็นผู้ช่วย หรือ Copilots แล้ว แต่ต้องทำงานอย่างมีประสิทธิภาพ รวมทั้งต้องมี Data ที่ถูกต้อง และมีความปลอดภัยด้วย และได้สร้าง Agentforce ขึ้นมา เป็น Autonomous AI ที่เชื่อใจได้ ปลอดภัย ต้องมีความแม่นยำ สามารถขยายให้ข้อมูลเพิ่มขึ้นได้ทุกวัน และต้องปรับปรุงให้โตไปกับองค์กรได้
AI โตขึ้น เร็วขึ้นทุกวัน Salesforce มองว่า จะทำอย่างไรให้สามารถใช้งาน AI ได้อย่างเต็มประสิทธิภาพและง่ายในการนำไปใช้งาน จึงออกแบบ AI Agentforce ขึ้นมา ลูกค้าก็สามารถมาใช้งานได้อย่างง่ายดาย ถ้าพูดถึง AI ราว 2-3 ปีที่ผ่านมา คือ DIY AI ที่ต้องทำให้มันทำงานง่าย แต่อันนี้จะอยู่ในแพลตฟอร์ม Customer 360 โดย Agentforce จะอยู่ด้านบนของทุกแอปพลิเคชันของ Salesforce
การใช้ AI ในแต่ละยุค
ยุคแรก Chatbots
ถ้าพูดถึงเรื่อง AI ทุกคนมักพูดถึง Chatbots ที่มีมา 10 ปีแล้ว เข้ามาเปลี่ยนการให้บริการลูกค้า แต่มันมักเป็น Predictive AI คือ เราถามมันก็ตาม แต่เราก็ต้องมีคำตอบที่แม่นยำด้วย เป็นแบบ fix rule ถ้าลูกค้าถามแบบนี้ ต้องตอบแบบนี้เท่านั้น จะเป็น fix rule มากกว่าจะเป็น AI
ยุคที่สอง Copilots
ยุค Copilots คือช่วยตอบคำถามได้ แต่ความแม่นยำและการตัดสินใจอาจไม่พร้อมให้บริการลูกค้าโดยตรง
ยุคที่สาม Autonomous AI
Salesforce เปิดตัว Agentforce ขึ้นมา มันสามารถใช้ประโยชน์จากข้อมูลทั้งหมดในองค์กรเรา รู้จักภาคธุรกิจของเรา รู้จักลูกค้าเรา สามารถเข้าไปช่วยงานลูกค้าได้เลย
สิ่งที่แตกต่างจาก Generative AI คือ มี Listening Engine สามารถวิเคราะห์ได้ว่าถ้ามี task แบบนี้ จะทำยังไงต่อ จะ take action ยังไง เช่น update billing ของลูกค้า
Agentforce ถูกออกแบบมาเพื่อเป็น Virtual employee เหมือนเป็นน้องในที่ทำงาน เข้ามาช่วยทำงานที่ไม่มีคนอยากทำ งานที่คุณค่าน้อยมากๆ เช่น งานตอบคำถามลูกค้า ทำเหมือน Chatbots แต่ช่วยตอบคำถามได้ฉลาดขึ้น สามารถมี Listening และ Take action ได้ เช่น ลูกค้าถามคำถามที่ถามบ่อยๆ เช่น ร้านค้าเราจะเปิดกี่โมง ทำเลตั้งอยู่ที่ไหน พวกนี้ AI ตอบแทนได้
หรือเป็นงาน Sale ที่ต้องคอย follow up ลูกค้า สามารถให้ AI ทำแทนได้ สิ่งถัดไปที่ช่วยภาคธุรกิจคือ ทำให้ customer experience ดีขึ้น คนจะได้ไปทำงานที่มีความสำคัญมากขึ้นกว่าเดิม
Salesforce บอกว่า Agentforce ต้องคิดได้มากกว่าแค่เราถามไปและมันตอบมา จากนี้ไป ถ้าตอบไม่ได้ให้หาข้อมูลค้นหาข้อมูลทั้ง structure & unstructured ที่เป็นข้อมูลขององค์กรทั้งหมด สามารถเข้าถึงข้อมูลได้ เพื่อให้เรียนรู้ข้อมูลได้ และตอบกลับไปได้
ตัวอย่างการทำงานของ Agentforce
จำลองสถานการณ์จากห้างสรรพสินค้า Saks Fifth Avenue ที่นิวยอร์ก สหรัฐอเมริกา โดย Saks อยากให้ลูกค้าได้รับบริการได้ดีขึ้น และยังเป็นลูกค้าของ Salesforce มานานแล้ว ทางบริษัทจึงลองให้บริการ Agentforce
ในสถานการณ์นี้ Agentforce เป็น AI ที่ถูกตั้งชื่อว่า Sophie เป็น AI ที่คอยตอบคำถามลูกค้าทางโทรศัพท์ โดยมีแพทริคเป็นลูกค้าโทรคุยกับทาง ห้าง Saks เพราะต้องการจะเปลี่ยนเสื้อ
สถานการณ์เริ่มโดย แพทริคโทรไปทาง Saks โดยมี Sophie AI รับสาย หลังจากนั้น แพทริคก็พูดถึงสินค้าที่เพิ่งซื้อโดยยังไม่ได้บอกรายละเอียดใดๆ Sophie สามารถตอบกลับได้ว่าสินค้านั้นซื้อมาเมื่อไร คอลเลคชันไหน
จากนั้น Sophie ก็สามารถแนะนำสินค้าได้ โดยที่ลูกค้าแพทริคไม่ต้องกดตัวเลขให้ซับซ้อนกว่าจะได้คำตอบแต่ละครั้ง สามารถต่อบทสนทนาได้ยาวกว่าปกติเพราะ AI สามารถตอบได้ และสามารถส่งต่องานให้มนุษย์ได้ เมื่อมีหน้าที่ที่ไม่ได้กำหนดให้ AI ทำตั้งแต่แรก
เช่น ลูกค้าไม่สามารถรอสินค้าส่งกลับที่ใช้เวลานานกว่าที่คาด อยากให้ AI เสนอทางเลือกเพื่อแก้ปัญหา แต่ AI ไม่ได้ถูกกำหนดหน้าที่ไว้ในเรื่องนี้ จึงขอลูกค้าว่าจะต่อสายไปให้คนมาช่วยตอบคำถามดังกล่าว นี่คือตัวอย่างส่งต่องานให้มนุษย์ เป็นการทำงานร่วมกันระหว่าง AI กับมนุษย์
สรุป Sophie สามารถทำหน้าที่ได้เหนือกว่า AI ทั่วไปอย่างไร
– รู้จักลูกค้าที่โทรมา และรู้ว่าออเดอร์ครั้งสุดท้ายคืออะไร
– รู้ว่าแพทริคปกติใส่เสื้อไซส์อะไร แต่เสื้อที่ซื้อไปคนละไซส์กับที่เคยซื้อ จึงทำให้ใส่ไม่ได้
– รู้ด้วยว่าผลิตภัณฑ์ที่ใช้นั้นต้องดูแลอย่างไร
– ทำงานร่วมกับมนุษย์ได้ ด้วยการส่งต่อหน้าที่ให้
เราสามารถทำให้ AI หรือ Sophie ในสถานการณ์ตัวอย่างนี้ฉลาดขึ้นได้ สามารถปรับได้ง่าย เช่นการกำหนดหัวข้อตามสิ่งที่ AI ทำไม่ได้จากสถานการณ์ดังกล่าวก็คือ Order Management เพื่อให้ Sophie ตอบได้ มีการเขียนซีรีส์ของ prompt (Instruction) ว่าจะทำอย่างไรต่อไปได้อีก
เช่น Action ในการทำ Pick up ไม่ได้ คือยังหาสาขาที่จะทำให้ลูกค้า Pick up สินค้าไม่ได้ (เราเพิ่ม Action build ใน Salesforce ได้) (และ enable ให้ Sophie ทำ Action ต่อได้ Sophie ก็จะสามารถเช็คสินค้าในสาขาที่อยู่ใกล้กับลูกค้าได้) พอปรับให้ AI ฉลาดขึ้น ก็สามารถคิดแนวทางที่จะเสนอบริการให้ลูกค้าได้โดยอัตโนมัติ
Salesforce มีคอร์สให้เรียน AI แบบออนไลน์ เรียนฟรี 3 วัน มีให้สอบและได้ใบ Certificate เรียนฟรีได้ถึงสิ้นปี 2025 นี้ สามารถดูข้อมูลเพิ่มเติมได้ที่นี่ sfdc.co/learn-salesforce-ai
ติดตามข่าวสารจาก Brand Inside ได้จาก Facebook ของเรา