Durable Workflow คืออะไรกระบวนงานองค์กรที่ AI ทำได้จริง ไม่ตก ไม่หาย ไม่ต้องเริ่มใหม่
ต้นทุนของงานที่ค้างในกระบวนงาน งานที่ค้างอยู่ในระบบ เช่น ticket ที่รอการตอบกลับ เอกสารที่รอการอนุมัติ หรือ case ที่รอข้อมูลเพิ่มเติม เป็นสถานการณ์ที่เกิดขึ้นเป็นปกติในการดำเนินงานขององค์กร อย่างไรก็ตาม งานค้างแต่ละชิ้นมีต้นทุนแอบแฝงที่ควรพิจารณา ได้แก่ ต้นทุนการประสานงาน (เวลาที่ใช้ในการติดตามและแจ้งเตือนระหว่างทีม) ต้นทุนจากการสูญหายของ context เมื่อ case ย้ายมือ และต้นทุนจากการไม่เป็นไปตาม SLAAI ถูกคาดหวังให้ช่วยลดต้นทุนเหล่านี้ แต่ AI ที่ออกแบบมาไม่เหมาะสมอาจสร้างปัญหาใหม่ขึ้นมา คือ workflow สะดุดโดยไม่มีผู้ใดทราบสถานะของงาน ข้อจำกัดของ Stateless AI ในกระบวนงานจริง AI Agent ส่วนใหญ่ในตลาดปัจจุบันทำงานในรูปแบบ Stateless กล่าวคือแต่ละ interaction เริ่มต้นใหม่โดยไม่มีความจำหรือสถานะที่เก็บไว้จากก่อนหน้า สำหรับงานที่มีขอบเขตเรียบง่าย ลักษณะนี้ไม่ก่อให้เกิดปัญหา แต่สำหรับกระบวนงานระดับองค์กรที่มีลักษณะดังต่อไปนี้ การทำงานแบบ Stateless กลายเป็นข้อจำกัดสำคัญ–– ใช้เวลาดำเนินการหลายวันถึงหลายสัปดาห์– ต้องรอ input จากบุคคลหลายฝ่าย– เชื่อมต่อกับระบบหลายระบบพร้อมกันมีข้อยกเว้นและ edge case เกิดขึ้นเป็นประจำ ในสถานการณ์เหล่านี้ […]
Workplace Transformation คืออะไร และทำไม AI ถึงเป็นหัวใจของมัน
บทบาทของ AI ในการทำ Workplace Transformationเมื่อที่ทำงานไม่ได้เปลี่ยนแค่เครื่องมือ แต่เปลี่ยนวิธีคิด McKinsey ประเมินว่าศักยภาพระยะยาวของ AI มีมูลค่าสูงถึง 4.4 ล้านล้านดอลลาร์ในรูปแบบของการเพิ่มผลผลิต (productivity) จาก corporate use cases ตัวเลขนี้ไม่ใช่แค่ตัวเลขในเชิงเศรษฐกิจ แต่สะท้อนให้เห็นว่า AI กำลังเปลี่ยนแปลงวิธีที่องค์กรสร้างคุณค่าในระดับพื้นฐาน McKinsey & Companyคำว่า Workplace Transformation มักถูกนำไปผูกกับการเปลี่ยน tool หรือ platform ใหม่ แต่ Transformation ในความหมายที่แท้จริงคือการเปลี่ยนวิธีที่องค์กรสร้างคุณค่า ไม่ใช่แค่การอัปเกรดซอฟต์แวร์ AI เปลี่ยนสิ่งที่มนุษย์ต้องทำเอง สิ่งที่มนุษย์ควรทำ และสิ่งที่เป็นคุณค่าเฉพาะของมนุษย์ที่ไม่มี AI ทดแทนได้บริคส์ เทคโนโลยีในฐานะบริษัทที่ทำงานด้าน Enterprise grade AI บริษัทไทยพบว่า องค์กรที่ประสบความสำเร็จในการเปลี่ยนแปลงนี้มักไม่ได้เริ่มต้นจากคำถามว่า “จะซื้อ AI tool อะไร” แต่เริ่มจากคำถามว่า “กระบวนงานไหนที่ทีมใช้เวลามากที่สุดแต่สร้างคุณค่าน้อยที่สุด” ภาพรวมการใช้งาน AI […]
จาก Lead ที่หายไปใน Inbox สู่ AI-Powered Sales Engine ที่ปิดดีลได้เร็วกว่าเดิม
ลองนึกภาพ Sales cycle ขององค์กร B2B ขนาดกลางถึงใหญ่ในไทย Lead เข้ามาจากหลายช่องทาง ทั้ง inbound form, event, referral และ outbound campaign Sales rep แต่ละคนดูแล account หลายสิบราย แต่ข้อมูลของลูกค้าแต่ละรายกระจัดกระจายอยู่ใน CRM ที่กรอกไม่ครบ email thread ที่ไม่มีใครย้อนกลับไปอ่าน และ spreadsheet ส่วนตัวที่ทำขึ้นเพราะ CRM “ใช้ยากเกินไป” Pain points ที่เกิดขึ้นซ้ำทุกสัปดาห์ ทีมเซลล์ ใช้เวลา 40–50% ของวันไปกับงานที่ไม่ใช่การขาย ไม่ว่าจะเป็นการกรอกข้อมูล การเตรียม proposal การหาว่าราคาล่าสุดคืออะไร หรือการตาม follow-up ที่ตัวเองลืมตั้ง reminder ไว้ Manager ไม่มี visibility ที่ real-time ว่า pipeline จริงๆ […]
ความกังวลต่อปัญญาประดิษฐ์ (AI) ในยุคดิจิทัล ส่อง “วิสัยทัศน์ Bricks” เมื่อ AI ไม่ใช่ผู้แทนที่
ความกังวลที่มาพร้อมกับความก้าวหน้า ปัญญาประดิษฐ์ (AI) กลายเป็นส่วนหนึ่งของการดำเนินธุรกิจในแทบทุกอุตสาหกรรม ตั้งแต่การวิเคราะห์ข้อมูล การให้บริการลูกค้า ไปจนถึงการตัดสินใจเชิงกลยุทธ์ระดับองค์กร ความสามารถของ AI ในการประมวลผลข้อมูลจำนวนมาก เรียนรู้ pattern และให้ผลลัพธ์ที่รวดเร็วทำให้หลายองค์กรมองเห็นโอกาสในการเพิ่มประสิทธิภาพและสร้างนวัตกรรมใหม่อย่างที่ไม่เคยทำได้มาก่อนอย่างไรก็ตาม ความก้าวหน้าดังกล่าวมาพร้อมกับความกังวลที่เพิ่มขึ้นในสังคมและภาคธุรกิจ คำถามที่เกิดขึ้นบ่อยครั้งคือ องค์กรควรไว้วางใจ AI ในการตัดสินใจมากน้อยเพียงใด ข้อมูลที่ AI เข้าถึงได้มีความปลอดภัยเพียงพอหรือไม่ และผลกระทบต่อแรงงานมนุษย์จะเป็นอย่างไรเมื่อ AI เข้ามามีบทบาทมากขึ้นในกระบวนการทำงานบทความนี้นำเสนอมุมมองเชิงอุตสาหกรรมต่อความกังวลเหล่านี้ พร้อมแนวคิดที่ Bricks เทคโนโลยีมองว่าเป็นกรอบการทำงานที่เหมาะสมสำหรับองค์กรที่ต้องการผสาน AI เข้ากับการดำเนินงานจริงอย่างรับผิดชอบ AI ไม่ใช่ผู้แทนที่ แต่เป็นเครื่องมือขยายขีดความสามารถ หนึ่งในความกังวลที่พบบ่อยที่สุดคือคำถามว่า AI จะเข้ามาแทนที่มนุษย์ในการทำงานหรือไม่ ความกังวลนี้มีรากฐานจากการสื่อสารด้าน AI ในหลายปีที่ผ่านมาที่มักเน้นย้ำความสามารถของ AI ในการทำงานแทนมนุษย์ มากกว่าการทำงานร่วมกับมนุษย์มุมมองในเชิงอุตสาหกรรมที่ได้รับการยอมรับมากขึ้นในปัจจุบันคือ AI มีคุณค่าสูงสุดเมื่อทำหน้าที่เป็นเครื่องมือขยายขีดความสามารถของมนุษย์ (capability amplifier) มากกว่าการเป็นผู้แทนที่ (replacement) งานที่เกี่ยวข้องกับการตัดสินใจเชิงซับซ้อน การประเมินบริบททางจริยธรรม หรือการสร้างความสัมพันธ์กับลูกค้า ยังคงต้องการการตัดสินใจของมนุษย์เป็นแกนหลัก ขณะที่ AI สามารถรับภาระงานที่เป็นกระบวนการซ้ำ การประมวลผลข้อมูลปริมาณมาก […]
4 กลยุทธ์การลงทุน AI ที่ผู้นำองค์กรต้องเลือกให้ชัด
AI ไม่ได้เป็นเพียงเทคโนโลยีใหม่ที่องค์กรควรทดลองใช้ แต่กำลังกลายเป็นขีดความสามารถสำคัญที่อาจเปลี่ยนวิธีแข่งขัน วิธีดำเนินงาน และวิธีสร้างการเติบโตของธุรกิจในระยะยาว อย่างไรก็ตาม ปัญหาของหลายองค์กรไม่ได้อยู่ที่ “ควรใช้ AI หรือไม่” แต่อยู่ที่ยังไม่ชัดเจนว่า “ควรใช้ AI เพื่ออะไร” บางองค์กรลงทุน AI เพื่อสร้างธุรกิจใหม่บางองค์กรใช้ AI เพื่อยกระดับการทำงานภายในบางองค์กรเริ่มจาก workflow เฉพาะจุดที่เห็น ROI ชัดขณะที่บางองค์กรเลือกเป็น fast follower รอให้เทคโนโลยีและตลาดพิสูจน์ความคุ้มค่าก่อน คำถามสำคัญสำหรับผู้นำองค์กรจึงไม่ใช่แค่ว่า “จะใช้ AI ทำอะไรได้บ้าง” แต่คือ “องค์กรควรเลือกกลยุทธ์การลงทุน AI แบบไหนให้เหมาะกับทิศทางธุรกิจของตัวเอง” ทำไมผู้นำต้องเลือกกลยุทธ์ AI ให้ชัดก่อนลงทุน หลายองค์กรเริ่มต้น AI จากการหา use case ทดลองใช้เครื่องมือ หรือทำ pilot project ในบางแผนก ซึ่งเป็นจุดเริ่มต้นที่ดี แต่ยังไม่เพียงพอสำหรับการสร้างผลลัพธ์ในระดับองค์กร เพราะการลงทุน AI ที่สร้างผลลัพธ์จริง ต้องเชื่อมโยงกับเป้าหมายทางธุรกิจที่ชัดเจน เช่น หากองค์กรยังไม่ชัดเจนว่า […]
หยุด deploy AI ให้เร็ว แล้วเริ่ม deploy ให้ถูกต้อง
เมื่อ AI เริ่มตัดสินใจและดำเนินการแทนคนในกระบวนการ enterprise คำถามที่ตามมาทันทีคือ ถ้า AI ทำผิด ใครรับผิดชอบ? และเราพิสูจน์ได้ไหมว่า AI ทำงานอยู่ในขอบเขตที่กฎหมายและนโยบายกำหนด? นี่คือแก่นของ AI Governance ไม่ใช่แค่เรื่องของ security หรือ compliance ในความหมายดั้งเดิม แต่คือการออกแบบระบบ AI ให้มี accountability ที่ตรวจสอบได้ตั้งแต่ต้น ไม่ใช่การ add layer ทีหลังเมื่อเกิดปัญหาสำหรับ Enterprise Technology Leaders การสร้าง governance framework ที่แข็งแกร่งไม่ใช่ overhead — แต่คือ foundation ที่ทำให้ AI deployment สามารถ scale ได้อย่างยั่งยืน และคือเหตุผลที่ Centre of Excellence model ออกแบบ governance เข้าไปเป็นส่วนหนึ่งของ platform […]
สร้างความได้เปรียบทางการแข่งขันด้วยแนวคิด Agentic Enterprise
ธุรกิจในปัจจุบันต่างมองหาวิธีใหม่ ๆ ในการเพิ่มประสิทธิภาพการดำเนินงานและสร้างความได้เปรียบทางการแข่งขันมาโดยตลอด แม้ว่า “Automation” จะเป็นสิ่งที่องค์กรให้ความสำคัญมาอย่างยาวนาน แต่วันนี้กำลังเกิดแนวคิดใหม่ขึ้นมา นั่นคือ “Agentic Enterprise” บทความนี้จะพาทุกคนไปทำความเข้าใจแนวคิดของ Agentic Enterprise ตั้งแต่คำนิยาม ทำไมแนวคิดนี้จึงสำคัญต่อองค์กร และองค์กรสามารถก้าวไปสู่การเป็น Agentic Enterprise ได้อย่างไร Agentic Enterprise คืออะไร? Agentic Enterprise คือ องค์กรที่ไม่ได้มอง AI เป็นแค่เครื่องมือหรือเทคโนโลยี แต่มีการออกแบบกระบวนการทำงานใหม่ทั้งหมด เพื่อสร้าง ecosystem ที่มนุษย์และ AI agents ทำงานร่วมกันได้อย่างเป็นระบบ AI agents ในองค์กรลักษณะนี้สามารถ ความสามารถเหล่านี้ทำให้ AI สามารถรับผิดชอบงานที่ซ้ำซ้อนและใช้เวลามาก รวมถึงสามารถตัดสินใจและดำเนินการเพื่อให้บรรลุเป้าหมายที่กำหนดไว้ได้ โดยเป้าหมายสูงสุดขององค์กรรูปแบบนี้คือ การเพิ่มประสิทธิภาพ ลดความซับซ้อนของการดำเนินงาน และปลดปล่อยศักยภาพของคนให้ไปโฟกัสกับสิ่งที่สำคัญ และสร้างคุณค่าได้มากที่สุด ทำไม Agentic Enterprise ถึงเป็นอนาคตของธุรกิจ การนำ AI agents เข้ามาจัดการงานที่ซ้ำซ้อนและใช้เวลามาก […]
ทำไม AI Project ส่วนใหญ่ยังไม่สร้างผลลัพธ์จริง และองค์กรควรแก้ไขอย่างไร
ในช่วงไม่กี่ปีที่ผ่านมาแทบทุกองค์กรเริ่มลงทุนใน AI โดยผลสำรวจจาก McKinsey ล่าสุดพบว่า แต่ในขณะเดียวกัน 60% ขององค์กรยังไม่เห็นผลกระทบต่อ EBIT ในระดับทั้งองค์กร หนึ่งในสาเหตุสำคัญคือ หลายองค์กรกำลังใช้ AI ในแบบที่ “มองเห็นได้” แต่ไม่ได้ “สร้างมูลค่า” ตัวอย่างเช่น chatbot หรือ copilot เครื่องมือเหล่านี้ช่วยให้พนักงานทำงานเร็วขึ้น แต่ไม่พอที่จะสร้างการเปลี่ยนแปลงในงบกำไรขาดทุนขององค์กรอย่างชัดเจน อย่างไรก็ตาม จากบทวิเคราะห์ของ McKinsey (QuantumBlack) ปัญหาหลักไม่ใช่เรื่องความสามารถของ AI แต่คือองค์กรส่วนใหญ่ไม่สามารถวัดผลลัพธ์ของ AI ได้ชัด ไม่รู้ว่า use case ไหนควรสเกล และไม่สามารถเชื่อม AI เข้ากับผลลัพธ์ทางธุรกิจได้จริง บทความนี้จึงนำเสนอ framework 5 ชั้น เพื่อช่วยให้องค์กรสามารถวัดผลลัพธ์ทางธุรกิจจากการลงทุนใน AI และเปลี่ยนจาก “การทดลองใช้” ไปสู่ “การสร้างมูลค่า” อย่างแท้จริง Framework 5 ชั้น: วัดผลจากการลงทุนใน AI […]
10 ตัวอย่างการใช้ AI ยกระดับการดำเนินงาน (Operations) ของธุรกิจ
ปัจจุบัน ธุรกิจต่างมองหาวิธีการทำให้การดำเนินงาน “มีประสิทธิภาพ แม่นยำ และราบรื่น” ซึ่งเป็นรากฐานสำคัญของธุรกิจและความสามารถในการแข่งขัน การนำ AI เข้ามาใช้ในองค์กรจึงไม่ใช่ทางเลือกอีกต่อไป ด้วยความสามารถในการวิเคราะห์ข้อมูลจำนวนมหาศาลแบบเรียลไทม์ จึงช่วยให้ธุรกิจสามารถตัดสินใจได้เร็วขึ้น ปรับปรุงกระบวนการได้แม่นยำขึ้น และขับเคลื่อนวิธีดำเนินงานได้อย่างมีประสิทธิภาพมากขึ้น 10 ตัวอย่างการใช้ AI ช่วยยกระดับ Operations ของธุรกิจ 1.การคาดการณ์ความต้องการและบริหารสต็อก (Demand Forecasting & Inventory Management) AI ช่วยคาดการณ์ความต้องการสินค้าได้อย่างแม่นยำมากขึ้น โดยใช้ machine learning วิเคราะห์ข้อมูลจากหลายแหล่ง เช่น ยอดขาย เทรนด์ตลาด ฤดูกาล สภาพอากาศ และพฤติกรรมผู้บริโภค ส่งผลให้องค์กรสามารถวางแผนระดับสต็อกได้อย่างเหมาะสม ลดปัญหาสินค้าขาดหรือค้างสต็อก 2.การเพิ่มประสิทธิภาพซัพพลายเชน (Supply Chain Optimization) AI ยกระดับการบริหารซัพพลายเชนให้มีความยืดหยุ่นและตอบสนองได้รวดเร็วมากขึ้น โดยสามารถประมวลผลข้อมูลจำนวนมากแบบเรียลไทม์ เพื่อคาดการณ์แนวโน้มของตลาด ปรับแผนการขนส่ง และจัดตารางการดำเนินงานให้เหมาะสมกับสถานการณ์ นอกจากนี้ AI ยังช่วยลดความซับซ้อนของกระบวนการทำงาน ปรับปรุงการจัดซื้อ และเพิ่มความโปร่งใสตลอดทั้งซัพพลายเชน ส่งผลให้การตัดสินใจมีความแม่นยำ […]
Agentic Process Automation คืออะไร และกำลังเปลี่ยนการดำเนินงานขององค์กรอย่างไร
ในช่วงหลายปีที่ผ่านมา องค์กรจำนวนมากลงทุนกับ automation เพื่อเพิ่มประสิทธิภาพ ลดต้นทุน และทำให้กระบวนการทำงานมีความรวดเร็วมากขึ้น แต่วันนี้ทิศทางกำลังเปลี่ยนไปอีกขั้น จากการทำ automation แบบเดิมที่เน้นทำงานตามกฎ ไปสู่ระบบที่สามารถตัดสินใจ ปรับตัว และขับเคลื่อนงานไปจนถึงผลลัพธ์ได้มากขึ้น ซึ่งเป็นแนวคิดของ “Agentic Process Automation” Agentic Process Automation คืออะไร? Agentic Process Automation คือการนำ AI agents มาเป็นตัวกลางในการวางแผน ประสานงาน และขับเคลื่อนกระบวนการทำงานขององค์กรตั้งแต่ต้นจนจบ ซึ่งต่างจาก automation แบบเดิมที่เน้นการทำตามคำสั่ง AI agents สามารถ: ทำให้เกิดเป็นกระบวนการทำงานที่มี AI เป็นศูนย์กลางของการทำงาน ไม่จำต้องมีคนสั่งในทุกขั้นตอน แต่ยังสามารถควบคุมได้ และเกิดผลลัพธ์จริง จาก Task Automation สู่ Outcome-Driven Operations การเปลี่ยนผ่านจาก Task Automation ไปสู่ Outcome-Driven Operations ไม่ได้เป็นแค่เรื่องของเทคโนโลยี […]