ธุรกิจจะเอาตัวรอดในยุค AI ควรเริ่มตรงไหน

ทุกวันนี้ไม่ว่าจะมองไปทางไหนก็มีแต่คนพูดถึงปัญญาประดิษฐ์ หรือ AI (artificial intelligence) ว่ามันจะเข้ามา disrupt ภาคธุรกิจกันขนาดไหน

จากเดิมที่ AI สามารถทำได้เพียงแค่งานที่เป็นโจทย์แคบๆ เช่น แก้โจทย์คณิตศาสตร์ หรือ เล่นเกมเฉพาะเจาะจงอย่างหมากรุก วันนี้มันสามารถทำนายอะไรได้ 108 แปลภาษาได้อย่างน่าทึ่ง และเริ่มทำโจทย์กว้างๆ ได้มากขึ้นอย่างเช่นการทำ trailor ภาพยนต์ หรือร่างโครงเรื่องให้มนุษย์สนุกสนานอินไปกับมัน

บทความนี้จะเสนอแนวทางและกรอบความคิดเกี่ยวกับการใช้ AI ในภาคธุรกิจตั้งแต่วันนี้ เพื่อการันตีว่าตนจะอยู่เหนือคลื่นเทคโนโลยีลูกนี้ในอนาคต

กลยุทธ์ AI ควรเริ่มจากตรงไหน

AI เป็นคลื่นเทคโนโลยีลูกใหญ่ ที่มีลูกเล็กๆ ซ่อนอยู่มากมาย  คำถามคือเราควรเลือกสยบลูกไหนก่อน

โดยส่วนตัวแล้ว ผู้เขียนคิดว่าการใช้ AI ในการทำ Data Analytics เช่น การใช้ machine learning เข้ามาพัฒนาการบริหารธุรกิจ เป็นจุดเริ่มต้นที่ดีและน่าจะคุ้มการลงทุนลงแรงมากที่สุดสำหรับธุรกิจแทบจะทุกประเภท

เหตุผลหลักๆ เป็นเพราะว่าการลงทุนในการทำ data analytics ยังไงก็มีผลตอบแทนที่จับต้องได้ ถ้ามีผู้เชี่ยวชาญและมีข้อมูลที่กว้างและน่าสนใจพอ  ต่างกับโปรเจ็ค AI จำพวกอื่นที่แม้มีโอกาสสร้างมูลค่าสูง แต่ก็มีความละเอียดอ่อนสูงและมีโอกาส “ขึ้นหิ้ง” เอาง่ายๆ

ที่ผู้เขียนคิดว่าเราควรเริ่มจากอะไรเล็กๆ ก่อนจะไปสู่โปรเจ็คเทพๆ หวือหวาๆ เป็นเพราะว่ามันเป็น quick win ที่จะทำให้เกิดความมั่นใจในองค์กร ว่า AI มีประโยชน์ ตอบโจทย์ธุรกิจได้จริง ไม่ใช่แค่ของเล่นชิ้นแพง ซึ่งหลังจากสร้างแนวคิดว่า AI เวิร์คแล้ว มันก็จะนำมาซึ่งทรัพยากรและ “ไฟเขียว” สำหรับโปรเจค AI มากขึ้นในอนาคต

จะใช้ Data Analytics กับธุรกิจเรายังไง

แม้ว่าธุรกิจในแต่ละ industry จะมีความพิเศษในตัวมันเอง เราสามารถใช้ framework ต่อไปนี้ในการประยุกต์ใช้ AI กับ Data Analytics ในธุรกิจได้โดยไม่ว่าจะเป็นธุรกิจใน industry ไหนก็ตาม

อันดับแรกคือ มุม customer เพื่อเพิ่มความเข้าใจลูกค้า  ในจุดนี้เราสามารถใช้ฐานข้อมูลลูกค้าดูว่าเขาชอบอะไร เป็นคนแบบไหน และเพื่อทำนายว่าเขาจะอยากซื้ออะไรอีก ซึ่งจะเอาให้ดี เราควรพยากรณ์ให้ได้ด้วยว่า Non-customer กลุ่มไหนน่าจะ convert มาเป็น customer จะได้ทำแคมเปญ customer acquisition ได้อย่างมีประสิทธิภาพ แทนที่จะหว่านแหผ่านช่องทางเดิมๆ

อันดับที่สองคือ มุม employee เพื่อความเข้าใจในบุคลากร  ที่จุดนี้สำคัญ เป็นเพราะว่า

หนึ่ง คุณภาพของบุคลากรจะยิ่งทวีความสำคัญขึ้นในอนาคต คนงานจะน้อยลงเนื่องด้วย automation แต่พวกที่เหลืออยู่ต้องเก่งจริงๆ  

สอง ข้อมูลพนักงานมักมีการเก็บไว้ค่อนข้างดีอยู่แล้ว ถือว่ามีชัยไปกว่าครึ่งแล้วในโลก data analytics

สิ่งที่ธุรกิจทำได้ในมุมนี้ คือการสร้างความเข้าใจว่าคนที่เก่งและอยู่ทน มีคุณลักษณะอย่างไร ต้องการอะไร และทำนายว่าผู้สมัครงานคนไหนน่าจะมีศักยภาพสูง จะได้ทำให้การว่าจ้างเป็นไปอย่างมีประสิทธิภาพมากขึ้น

อันดับที่สามคือ มุม product เพื่อ distrupt ตัวเองด้วยการออกสินค้าหรือบริการใหม่เลย  มีหลายตัวอย่างที่ใช้ Data Analytics เพื่อเพิ่มคุณภาพของผลิตภัณฑ์และการบริการ จนกระทั่งสามารถออก product ใหม่ได้  

ยกตัวอย่าง เช่น การใช้อุปกรณ์ IoT ติดตั้งไว้บนรถยนต์เพื่อเก็บข้อมูลพฤติกรรมการขับรถของลูกค้า  นอกจากข้อมูลเหล่านี้จะทำให้บริษัทประกันบริหารความเสี่ยงได้ดีขึ้นแล้ว ยังเป็นการริเริ่มผลิตภัณฑ์ประกันแบบใหม่ไปเลย ที่ผู้บริโภคจ่ายเฉพาะเมื่อขับรถ (usage-based insurance) และมันจะไม่หยุดแค่นี้ ในอนาคตสามารถต่อยอดไปถึงการทำนายได้ว่าที่ไหน เมื่อไหร่จะมีโอกาสเกิดอุบัติเหตุสูง อาจจะทำเป็นแผนที่เพื่อวางกำลังทีมภาคสนาม หรือส่งคำเตือนให้กับลูกค้าได้ด้วยซ้ำไป

กล่าวโดยสรุปก็คือ สมัยนี้พูดคำว่า AI มันง่ายและเท่ห์  ทันสมัย แต่จะทำให้มันตอบโจทย์ธุรกิจได้ในเร็ววันนั้นไม่ใช่เรื่องง่าย  ผู้เขียนเสนอว่า Data Analytics เป็นจุดเริ่มต้นที่ไม่เลวเลย ในบทความหน้า เราจะไปดูกันว่าในเสต็ปต่อๆ ไป AI มันจะถูกใช้เพื่อ disrupt industry ต่างๆ อย่างไรกันบ้างครับ