ปัญญาประดิษฐ์ (AI) ได้กลายเป็นหัวข้อที่ได้รับความสนใจสูงสุดในห้องประชุมคณะกรรมการบริษัทต่าง ๆ โดยองค์กรทั่วโลกได้ลงทุนประมาณ 30–40 พันล้านดอลลาร์สหรัฐในโซลูชั่น AI สร้างสรรค์ (GenAI) อย่างไรก็ตาม จากรายงานล่าสุด MIT State of AI in Business 2025 กลับพบว่า 95% ขององค์กรไม่เห็นผลตอบแทนจากการลงทุนที่สามารถวัดผลได้
ช่องว่างระหว่างกระแส hype กับผลลัพธ์ทางธุรกิจจริง ๆ นี้ นักวิจัยเรียกว่า ช่องว่าง GenAI (GenAI Divide)
อธิบายช่องว่าง GenAI
ในอีกฝั่งของช่องว่างนี้คือกลุ่มบริษัทเพียง 5% ที่สามารถนำ AI ผนวกเข้ากับกระบวนการทำงาน เกิดมูลค่าทางธุรกิจที่วัดผลได้เป็นล้านดอลลาร์ ขณะที่ฝั่งใหญ่ที่เหลือ ยังค้างคาอยู่กับโครงการนำร่องไม่สิ้นสุด เดโมที่ดูน่าสนใจ หรือทดลองใช้เครื่องมืออย่าง ChatGPT และ Copilot เพื่อเพิ่มประสิทธิภาพส่วนบุคคล แต่ไม่สามารถเปลี่ยนแปลงผลกำไรในภาพรวมขององค์กรได้
สาเหตุที่เกิดช่องว่างนี้ ไม่ใช่เรื่องคุณภาพของโมเดล กฎระเบียบ หรือขาดการลงทุน แต่เป็นเรื่องของ “การเรียนรู้” — เครื่องมือ AI ส่วนใหญ่ไม่สามารถจำ ปรับตัว หรือพัฒนาให้สอดคล้องกับบริบททางธุรกิจได้
สาระสำคัญจากรายงาน
- มีการนำ AI มาใช้งานสูง แต่เปลี่ยนแปลงองค์กรต่ำ: 80% ขององค์กรทดลองใช้ AI แล้ว แต่มีเพียง 2 อุตสาหกรรม (เทคโนโลยีและสื่อ) ที่เกิดการเปลี่ยนแปลงโครงสร้างอย่างมีนัยสำคัญ
- โครงการนำร่องหยุดชะงัก: มีเพียง 5% ของโครงการนำร่อง AI ในระดับองค์กรเท่านั้นที่นำไปใช้จริงได้ เครื่องมือ AI สำหรับผู้บริโภคแม้จะช่วยเพิ่มประสิทธิภาพส่วนตัว แต่ยังไม่สามารถเปลี่ยนแปลง workflow สำคัญขององค์กร
- เศรษฐกิจเงาของ AI: พนักงานใช้บัญชี ChatGPT หรือ Claude ส่วนตัวในการทำงาน กว่า 90% รายงานว่าใช้ AI นอกเหนือจากที่องค์กรกำหนด ซึ่งมักมีผลกระทบมากกว่าการใช้งานจากโครงการทางการ
- อคติการลงทุน: ครึ่งหนึ่งของงบ AI มักไปอยู่กับฝ่ายขายและการตลาดซึ่งผลลัพธ์วัดได้ง่าย ในความเป็นจริง ROI มักซ่อนอยู่ในระบบสำนักงานหลังบ้าน ที่สามารถลดต้นทุนจากการเอาท์ซอร์สหรือจ้างเอเจนซี่ได้มหาศาล
ทำไมบางองค์กรข้ามช่องว่างนี้ได้
องค์กรที่ประสบความสำเร็จต่างมีแนวทางคล้ายกันดังนี้
- ซื้อ ไม่สร้างเอง: การสร้าง AI ภายในองค์กรล้มเหลวถึงสองเท่าเมื่อเทียบกับความสำเร็จจากความร่วมมือกับผู้ให้บริการภายนอก
- ให้อำนาจแก่พนักงานแถวหน้า: การใช้งานสำเร็จเมื่อมีผู้ใช้ที่มีอิทธิพล เช่น ผู้จัดการหน้างาน หรือกลุ่มผู้ใช้งานหลัก (power users) ขับเคลื่อน ไม่ใช่แค่ศูนย์ AI กลาง
- โฟกัสที่ระบบเรียนรู้: เลือกใช้เครื่องมือที่สามารถจำ ปรับตัว และพัฒนาได้ ไม่ใช่เพียงการใส่โมเดลภาษาไว้ในแพ็คเกจสวย ๆ
- เริ่มเล็กแล้วขยายเร็ว: ผู้ให้บริการที่เริ่มจากโจทย์แคบ ๆ (เช่น สรุปบทสนทนาโทรศัพท์ หรือระบบอัตโนมัติสัญญา) แล้วค่อย ๆ ขยาย ไปสู่กระบวนการอื่น ๆ จะมีโอกาสเติบโตและถูกนำไปใช้งานได้เร็วกว่ามาก
เส้นทางข้างหน้า: Agentic Web
คลื่นลูกต่อไปของ AI สำหรับองค์กรจะไม่ใช่แค่บอทสนทนาหรือผู้ช่วยอัตโนมัติ (Copilot) เท่านั้น แต่มันคือ Agentic Web — เครือข่ายของเอเจนต์อัตโนมัติที่เชื่อมต่อกัน ทำงานร่วมกัน เรียนรู้ ประสานงานและต่อรองกันได้ โปรโตคอลใหม่ ๆ เช่น MCP, A2A, NANDA กำลังปูทางดังกล่าวเพื่อให้ธุรกิจเปลี่ยนจากซอฟต์แวร์ SaaS แบบคงที่ ไปสู่ workflow ที่ปรับตัวและเปลี่ยนแปลงได้ตลอดเวลา
ข้อคิดสำคัญ
รายงานนี้สรุปชัดเจนว่า โอกาสในการข้ามช่องว่าง GenAI กำลังจะหมดลงอย่างรวดเร็ว องค์กรที่ยังไปลงทุนกับเครื่องมือแบบเดโมที่ไร้พลวัตมีโอกาสตกขบวน ในขณะที่ผู้ที่โฟกัสระบบ AI ที่ปรับตัวผสานเข้ากับกระบวนการธุรกิจ — โดยเฉพาะผ่านพันธมิตรที่เชื่อถือได้ — จะเป็นผู้กำหนดยุคใหม่ของการเปลี่ยนผ่านธุรกิจ
สารสำหรับผู้นำองค์กรคือ:
หยุดวิ่งตามกระแส
เริ่มเรียกร้องหา AI ที่ “เรียนรู้ ปรับตัว และสร้างผลลัพธ์ทางธุรกิจที่วัดผลได้จริง”