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 […]
CoE-as-a-Service คืออะไร ทำไมองค์กรชั้นนำถึงเลิกทำ AI แบบ Project และเปลี่ยนเป็น Capability
ข้อจำกัดของโมเดล Project-based AI องค์กรจำนวนมากดำเนินโครงการ AI ในรูปแบบ project ต่อเนื่องมาหลายปี คำถามที่ควรพิจารณาคือ จากโครงการที่ดำเนินการไปแล้ว มีสัดส่วนเท่าใดที่ยังใช้งานอยู่ในปัจจุบัน และยังส่งมอบ value อย่างต่อเนื่องสำหรับหลายองค์กร คำตอบคือสัดส่วนที่ยังคงใช้งานได้จริงและขยายผลทั้งองค์กรมีจำนวนจำกัด ปัญหานี้ไม่ได้เกิดจากคุณภาพของเทคโนโลยีหรือทีมผู้ดำเนินการ แต่เกิดจากลักษณะของโมเดลการทำงานเอง Project-based AI ถูกออกแบบมาเพื่อส่งมอบ deliverable ที่มีขอบเขตจำกัด ไม่ใช่เพื่อสร้าง capability ที่ต่อเนื่อง ข้อจำกัดเชิงโครงสร้างของโมเดล Project 01 — ระยะเวลาเริ่มต้นโครงการกระบวนการ Sales cycle, scoping, SOW และ contracting ใช้เวลารวมหลายเดือนก่อนเริ่มดำเนินงานจริง ผลคือ value ชิ้นแรกมักส่งมอบช้ากว่าจังหวะที่ business context ต้องการ 02 — ความไม่แน่นอนของทั้งสองฝ่ายผู้ให้บริการไม่ทราบรายละเอียด process ภายในของลูกค้าอย่างครบถ้วน ขณะที่ลูกค้าก็ไม่สามารถคาดการณ์ล่วงหน้าได้ว่าการ deploy AI จะเผยปัญหาอะไรบ้าง เช่น คุณภาพข้อมูล, edge […]