Accenture พบการใช้ Gen AI อย่างรับผิดชอบเพิ่มขึ้นใน 4 ประเทศ APEC

เอคเซนเชอร์ (Accenture) พบการใช้ Gen AI อย่างรับผิดชอบ ช่วยเพิ่มมูลค่าเศรษฐกิจเอเชียแปซิฟิก (APEC) ได้อีก 4.5 ล้านล้านดอลลาร์…

Accenture พบการใช้ Gen AI อย่างรับผิดชอบเพิ่มขึ้นใน 4 ประเทศ APEC

งานวิจัยชิ้นใหม่ของ เอคเซนเชอร์ (Accenture) พบว่า Generative AI มีศักยภาพผลักดันมูลค่าทางเศรษฐกิจในภูมิภาคเอเชียแปซิฟิกให้เพิ่มขึ้นได้อีก 4.5 ล้านล้านดอลลาร์สหรัฐ หรือเท่ากับ GDP ที่ขยายตัวเพิ่มขึ้น 0.7% ต่อปีในช่วง 15 ปีข้างหน้า หากองค์กรเลือกนำเทคโนโลยีนี้ไปใช้ด้วยความรับผิดชอบในวงกว้าง

และให้ความสำคัญกับบุคลากรเป็นหลัก การนำ Gen AI มาใช้อย่างรับผิดชอบจะช่วยสร้างมูลค่าทางเศรษฐกิจมากขึ้นถึงสองเท่าเมื่อเทียบกับการใช้ Gen AI โดยที่ไม่ได้ลงทุนหรือให้ความสำคัญกับบุคลากร และกระบวนการทำงานอย่างเหมาะสม

การวิจัยครั้งนี้ ได้รวบรวมข้อมูลจากการวิเคราะห์โมเดลเศรษฐกิจของ 4 ประเทศใหญ่ในเอเชียแปซิฟิก 4 แห่ง ได้แก่ ออสเตรเลีย จีน อินเดีย และญี่ปุ่น พร้อมทั้งผลการสำรวจ Chief Experience Officer (CXO) ในแต่ละประเทศ รวมทั้งสิงคโปร์ ซึ่งข้อค้นพบสำคัญจากงานวิจัยชิ้นนี้ ได้แก่

• 33% ของชั่วโมงทำงานในเอเชียแปซิฟิก จะเปลี่ยนเป็นระบบอัตโนมัติ หรือให้ Generative AI ช่วยทำงานเพื่อยกระดับประสิทธิภาพ จึงส่งผลกระทบต่อชั่วโมงทำงาน ซึ่งบุคลากรในออสเตรเลีย และญี่ปุ่น จะได้รับผลกระทบมากที่สุด ประมาณ 45% และ 44% ตามลำดับ ตามมาด้วยจีน (33%) และอินเดีย (31%)
• 96% ของผู้บริหารในเอเชียแปซิฟิก ตระหนักดีว่า Gen AI จะส่งผลกระทบอย่างมีนัยสำคัญ ซึ่ง 91% ของคนทำงานในภูมิภาคนี้ ระบุว่า มีความพร้อมเรียนรู้ทักษะใหม่ ๆ เพื่อทำงานร่วมกับ Gen AI อย่างไรก็ดี มีเพียง 4% ของผู้บริหารเท่านั้น ที่ได้เริ่มฝึกทักษะพนักงานในการทำงานร่วมกับ Gen AI อย่างเต็มพิกัด อีกผลสำรวจที่ออกมาคล้ายกันคือ 89% ของธุรกิจในเอเชียแปซิฟิกที่มีแผนเพิ่มการลงทุนในเทคโนโลยี Gen AI ในปีนี้ แต่ก็มีเพียง 35% ของธุรกิจเท่านั้นที่ให้ความสำคัญกับการลงทุนพัฒนาโครงสร้างกำลังคน
• อุตสาหกรรมที่ได้รับผลกระทบมากที่สุด ได้แก่ ตลาดทุน เพราะ Gen AI จะส่งผลให้ชั่วโมงทำงานเปลี่ยนไปเกือบ 3 ใน 4 (71%) ส่วนอุตสาหกรรมซอฟต์แวร์ และแพลตฟอร์ม จะได้รับผลกระทบ 2 ใน 3 (66%) จากการที่ระบบทำงานได้โดยอัตโนมัติ หรือให้เครื่องช่วยทำงาน อุตสาหกรรมที่ได้รับผลกระทบรองลงมา คือ ธนาคาร (64%) ประกัน (62%) และค้าปลีก (49%)

“Generative AI เป็นตัวเร่งให้ธุรกิจต้องปรับตัวเร็วขึ้นในด้านการใช้ข้อมูล และ AI ซึ่งการจะใช้ประโยชน์จาก AI ให้เต็มศักยภาพนั้น ผู้บริหารองค์กรต้องมองว่า AI เป็นได้มากกว่าเครื่องมือช่วยออกแบบกระบวนการทำงาน และบริหารต้นทุนให้มีประสิทธิภาพ และมอง AI ในแง่โอกาสการสร้างมูลค่าให้กับธุรกิจ ผู้คน และสังคมโดยรวม”

ปฐมา จันทรักษ์ กรรมการผู้จัดการใหญ่ เอคเซนเชอร์ ประเทศไทย กล่าวว่า ประเทศไทยนั้น เป็นศูนย์กลางทางเศรษฐกิจสำคัญในภูมิภาคเอเชียแปซิฟิก มีทรัพยากรบุคคลที่หลากหลาย และมีพลวัต จึงมีโอกาสสูงในการนำ AI มาใช้โดยยึดผู้คนเป็นศูนย์กลาง และด้วยความรับผิดชอบ

ช่วยยกระดับประสิทธิภาพ และสร้างการเติบโตที่ยั่งยืน การที่เอคเซนเชอร์ได้ลงทุนด้านบุคลากร และบูรณาการการใช้ Generative AI อย่างรับผิดชอบในกระบวนการทำงาน ก็ถือได้ว่าเป็นตัวอย่างระดับโลกในการพัฒนานวัตกรรม และเศรษฐกิจไปพร้อมกัน

ด้าน วิเว็ก ลูทรา ผู้อำนวยการฝ่ายดาต้าและ AI ของ Accenture Growth Markets กล่าวว่า การนำ Generative AI ไปใช้ในวงกว้าง สามารถปรับโฉมระบบการทำงานต่าง ๆ ในอุตสาหกรรมได้เกือบหมด กุญแจสำคัญที่จะปลดล็อกไปสู่มูลค่าอีกมหาศาล ขึ้นอยู่กับการพัฒนาทักษะ

การจะใช้ Gen AI ให้เกิดประโยชน์สูงสุด และขับเคลื่อนธุรกิจให้เติบโตได้ ผู้บริหารจะต้องโฟกัสไปไกลกว่าตัวงานและภารกิจที่ต้องทำ การใช้ Gen AI ควรมองไปในระยะยาว โฟกัสที่คน และต้องลงทุนใน Gen AI ไปพร้อมกับการฝึกอบรม และการพัฒนาบุคลากรที่สอดคล้องกัน

องค์กรจะต้องลงทุนในการปรับเปลี่ยนระบบงาน โฟลว์การทำงาน และกำลังคน ให้พวกเขาสามารถปรับวิธีการทำงานและประสบความสำเร็จในยุค AI ได้

ข้อแนะนำให้ธุรกิจเพื่อให้สามารถใช้ศักยภาพของ Gen AI ได้อย่างเต็มประสิทธิภาพ

มีบทบาทนำ และเรียนรู้แนวทางใหม่ ๆ : การจะนำองค์กรสู่อนาคตด้วย Gen AI ได้อย่างมีประสิทธิภาพ โดยได้รับความเชื่อมั่นและไว้ใจ ผู้บริหารจะต้องมีส่วนร่วม และมีบทบาทการเป็นผู้นำที่ต่างไปจากเดิม ท้าทายมุมมองเดิมๆ เพื่อเรียนรู้สิ่งใหม่ ที่สำคัญคือ ผู้นำจะต้องซึมซับกับเทคโนโลยี และทำให้การเรียนรู้กลายเป็นส่วนหนึ่งของกระบวนการทำงาน

ปรับโฉมวิธีการทำงาน : เมื่อผู้บริหารคิดใหม่ทำใหม่กับกระบวนการทำงานทั้งระบบ จะเห็นภาพชัดเจนขึ้นว่า Gen AI จะเข้าไปมีบทบาทสำคัญที่สุดได้ที่ตรงไหนถึงจะสอดคล้องกับเป้าหมายธุรกิจ ยกระดับประสิทธิภาพและผลักดันนวัตกรรมให้เกิดขึ้นทั่วทั้งองค์กร ปรับการทำงานที่เป็นแบบเดียวเหมือนกันหมด ให้เป็นแนวทางใหม่ที่มีความหมายและยั่งยืนมากกว่าเดิม เมื่อทำจุดนี้สำเร็จได้ ผู้บริหารจะสามารถปรับโฟกัส และปรับการทำงาน ให้บริการลูกค้าได้ดีขึ้น สนับสนุนบุคลากรมากขึ้น และนำองค์กรให้สำเร็จได้ตามเป้า

ปรับทัพกำลังคน : การเปลี่ยนวิธีการทำงานก็ต้องมีบุคลากรที่มีพลังและยืดหยุ่นสูงด้วย องค์กรจึงต้องให้ความสำคัญกับการปรับทัพทาเลนต์ผู้มีความสามารถอย่างต่อเนื่อง ยิ่งใช้เทคโนโลยีมากขึ้น องค์กรก็ต้องใช้ประโยชน์จากเครื่องมือและเทคโนโลยีให้เต็มประสิทธิภาพ เช่น การจัดทักษะให้เข้ากับงาน (skill mapping) ที่จะช่วยให้การเปลี่ยนผ่านเป็นไปด้วยความราบรื่น จากหน้าที่งานที่มีบทบาทน้อย ไปสู่หน้าที่ที่มีความสำคัญมากขึ้น ซึ่งเมื่อปรับเปลี่ยนงานและหน้าที่แล้ว ประสิทธิภาพโดยรวมจะเพิ่มขึ้น องค์กรจะมีเวลา และมีทาเลนต์มาจัดการงานที่ให้มูลค่าสูงขึ้นได้

เตรียมความพร้อมให้บุคลากร : เมื่อองค์กรลงทุนช่วยให้บุคลากรเพิ่มพูนทักษะที่จำเป็นสำหรับสภาพตลาดในปัจจุบัน และมีความสามารถในการใช้เทคโนโลยีทำงาน ก็ยังจำเป็นต้องให้ความสำคัญกับซอฟต์สกิลด้วย นอกจากนี้องค์กรอาจปรับใช้แนวทางการ “สอนเพื่อเรียนรู้” (teach-to-learn) เพื่อให้บุคลากรสามารถสอน หรือเทรนเครื่องมือทางเทคโนโลยีได้ แต่ระหว่างนั้น ผู้บริหารก็ต้องรับฟัง และให้พนักงานมีส่วนร่วมในทุกขั้นตอน เพื่อสร้างความเชื่อมั่น และไว้ใจระหว่างกัน

ส่องโมเดลการวิเคราะห์ผลกระทบทางเศรษฐกิจ

การประเมินผลกระทบของ Gen AI ที่มีต่อชั่วโมงทำงาน และผลกระทบที่เกี่ยวข้องกับ GDP โดยใช้ข้อมูลของ 4 ใน 5 ประเทศที่มีขนาดเศรษฐกิจใหญ่ที่สุดในเอเชียแปซิฟิก ได้แก่ ออสเตรเลีย, จีน, ญี่ปุ่น และอินเดีย ดำเนินการดังนี้

1. แบ่งงานออกเป็นหน้าที่ย่อย ๆ และจัดประเภทตามความเป็นไปได้ที่จะเปลี่ยนเป็นระบบอัตโนมัติ และให้เครื่องช่วยทำงานมากขึ้น (โดยใช้แมชชีนเลิร์นนิ่ง และการตรวจสอบของมนุษย์ร่วมด้วย)
2. ศึกษางานวิจัยทางเศรษฐกิจต่าง ๆ ในการประเมินชั่วโมงที่ประหยัดได้ หากใช้ Gen AI เท่าที่เป็นอยู่ในปัจจุบัน
3. สำรวจแนวโน้มการเปลี่ยนผ่านของงานต่าง ๆ (โดยอิงจากแนวโน้มในอดีต และความคล้ายคลึงกันในด้านองค์ประกอบของทักษะ)
4. สร้างสถานการณ์จำลองต่าง ๆ ที่องค์กรสามารถนำ Gen AI มาใช้ โดยพิจารณาจาก 3 ปัจจัย ได้แก่ นวัตกรรมที่โฟกัส ความเร็วในการนำมาใช้ และระดับความจำเป็นในการปรับลดบุคลากร
5. จัดทำโมเดลประมาณการการเติบโตของ GDP (2023-2038) สำหรับแต่ละพื้นที่ และแต่ละสถานการณ์สมมติ (ที่เอคเซนเชอร์ใช้เปรียบเทียบกับประมาณการการเติบโตของ GDP ระดับ baseline)

รายละเอียดเพิ่มเติมเกี่ยวกับวิธีการวิจัย ติดตามได้ในรายงานฉบับเต็ม

ส่วนขยาย

* บทความเรื่องนี้น่าจะเป็นประโยชน์สำหรับการวิเคราะห์ในมุมมองที่น่าสนใจ 
** เขียน: ชลัมพ์ ศุภวาที (บรรณาธิการ และผู้สื่อข่าว) 
*** ขอขอบคุณภาพประกอบบางส่วนจาก N/A

สามารถกดติดตามข่าวสาร และบทความทางด้านเทคโนโลยีของเราได้ที่  www.facebook.com/itday.in.th