ความขัดแย้งด้านผลิตภาพของ AI: เหตุใดการลดกำลังคนตามที่สัญญาไว้จึงไม่เกิดขึ้นจริง

ในขณะที่บริษัทต่างๆ ทั่วโลกเร่งนำโซลูชันปัญญาประดิษฐ์มาใช้ แนวโน้มที่น่าประหลาดใจกำลังปรากฏขึ้น นั่นคือการลดกำลังคนตามที่สัญญาไว้ซึ่งใช้เป็นเหตุผลในการลงทุนมหาศาลใน AI กลับไม่ได้เกิดขึ้นจริง แม้ว่าผู้ขายจะสัญญาว่าเครื่องมือ AI จะทำให้บริษัทต่างๆ สามารถดำเนินงานด้วยพนักงานจำนวนน้อยลง แต่ผู้นำธุรกิจกลับพบว่าพวกเขาไม่สามารถลดจำนวนพนักงานลงได้จริง แม้จะเทเงินลงทุนหลายพันล้านในโครงสร้างพื้นฐาน AI ก็ตาม การอภิปรายในชุมชนเผยให้เห็นว่านี่ไม่ใช่เพียงความล้มเหลวทางเทคนิค แต่เป็นการเข้าใจผิดพื้นฐานเกี่ยวกับการทำงานที่แท้จริงขององค์กร

ปริศนาด้านจำนวนพนักงาน

คำสัญญาหลักของ AI ระดับองค์กร ที่ว่าจะช่วยให้ลดจำนวนพนักงานได้อย่างมีนัยสำคัญ กำลังเผชิญกับความเป็นจริงขององค์กร ผู้นำธุรกิจพบว่าตนเองอยู่ในสถานะที่แปลกประหลาด นั่นคือพวกเขาลงทุนอย่างหนักในเครื่องมือ AI ที่ออกแบบมาเพื่อเพิ่มประสิทธิภาพ แต่พวกเขาไม่สามารถเก็บเกี่ยวผลประโยชน์จากการประหยัดแรงงานตามที่คาดหวังได้ ปัญหาไม่ใช่แค่ที่เครื่องมือทำงานไม่ได้ผล แต่เป็นเพราะโครงสร้างองค์กรและแรงจูงใจของผู้บริหารกำลังทำงานสวนทางกับการลดจำนวนพนักงาน

โครงสร้างแรงจูงใจสำหรับผู้จัดการ (และทุกคนในสายการบังคับบัญชา) คือการเพิ่มจำนวนพนักงานให้มากที่สุด ยิ่งคุณจัดการคนได้มากเท่าไหร่ คุณก็ยิ่งมีอำนาจภายในองค์กรมากขึ้นเท่านั้น

ข้อมูลเชิงลึกนี้ชี้ไปที่หัวใจของปัญหาว่าเหตุใดความพยายามลดกำลังคนโดยใช้ AI จึงหยุดชะงัก ผู้จัดการไม่ได้จ่ายเงินเดือนจากงบประมาณส่วนตัว และทีมงานที่ใหญ่กว่าก็มักหมายถึงอิทธิพลในองค์กรที่มากขึ้นและค่าตอบแทนที่สูงขึ้น งบประมาณสำหรับเครื่องมือเทคโนโลยีแยกออกจากต้นทุนด้านบุคลากร สร้างความไม่เชื่อมโยงระหว่างการลงทุนใน AI กับการประหยัดค่าแรงที่เกิดขึ้นจริง

ความท้าทายในการนำ AI ไปใช้งานที่ระบุโดยการอภิปรายของชุมชน:

• ปรากฏการณ์ขัดแย้งของการลดจำนวนพนักงาน: องค์กรไม่สามารถใช้ประโยชน์จากการประหยัดแรงงานที่ขับเคลื่อนด้วย AI ได้ เนื่องจากแรงจูงใจของผู้บริหารที่ชอบทีมงานขนาดใหญ่
• ต้นทุนการจัดการการเปลี่ยนแปลง: ประมาณการอัตราส่วน 3:1 ของค่าใช้จ่ายในการจัดการการเปลี่ยนแปลงต่อต้นทุนการพัฒนา AI
• ความซับซ้อนของราคา: โมเดลการกำหนดราคา AI ที่ไม่โปร่งใสและซับซ้อนทำให้การคาดการณ์ต้นทุนเป็นเรื่องยาก
• การขยายการนำไปใช้: การลงทุนต่ำเกินไปในการฝึกอบรมผู้ใช้และการออกแบบเวิร์กโฟลว์ใหม่ จำกัดประสิทธิผลของ AI
• ปัญหาความไว้วางใจ: พนักงานไม่ไว้วางใจความสามารถของแผนก IT ในการดูแลรักษาและสนับสนุนเครื่องมือ AI ในระยะยาว

ที่ซึ่ง AI สร้างคุณค่าจริงๆ

การอภิปรายในชุมชนชี้ให้เห็นว่า AI กำลังพบว่าการประยุกต์ใช้ที่ประสบความสำเร็จที่สุดอยู่ในสถานที่ที่ไม่คาดคิด แทนที่จะแทนที่หน้าที่การทำงานทั้งหมด เครื่องมือ AI กลับพิสูจน์แล้วว่ามีค่ามากที่สุดในฐานะตัวเพิ่มผลิตภาพสำหรับพนักงานระดับปฏิบัติการ นักพัฒนารายงานการใช้ผู้ช่วยโค้ด AI เพื่อทำความเข้าใจฐานโค้ดที่ไม่คุ้นเคยได้เร็วขึ้น ในขณะที่ผู้ประกอบอาชีพอื่นๆ ใช้ AI เพื่อจัดการงานประจำ เช่น การสร้างร่างแรกเริ่มหรือสรุปข้อมูล

การนำ AI ไปใช้ที่มีประสิทธิภาพสูงสุดดูเหมือนจะเป็นกรณีที่เสริมความสามารถของมนุษย์ แทนที่จะแทนที่พวกเขาโดยสิ้นเชิง เมื่อ AI จัดการงานซ้ำซ้อนหรือใช้เวลานาน พนักงานก็สามารถมุ่งเน้นไปที่งานที่มีมูลค่าสูงขึ้นซึ่งต้องใช้การตัดสินใจและความคิดสร้างสรรค์ของมนุษย์ สิ่งนี้สร้างผลกำไรด้านผลิตภาพที่วัดได้ โดยไม่จำเป็นต้องทำให้สามารถลดจำนวนพนักงานลงได้ เนื่องจากคนจำนวนเท่าเดิมตอนนี้สามารถทำงานที่ซับซ้อนมากขึ้นได้สำเร็จ

กรณีการใช้ AI ที่ประสบความสำเร็จเทียบกับที่มีปัญหาจากประสบการณ์ของชุมชน:

การประยุกต์ใช้ที่มีประสิทธิภาพ:

• การนำทางและทำความเข้าใจโค้ดในฐานโค้ดที่ไม่คุ้นเคย
• การร่างเอกสารและสรุปเอกสารประจำ
• การเรียนรู้ทักษะและแนวคิดทางเทคนิคใหม่ๆ
• การจัดการงานพัฒนาที่ซ้ำซาก

การประยุกต์ใช้ที่มีปัญหา:

• การสรุปสัญญาสำหรับข้อตกลงทางกฎหมาย
• การทดแทนการตัดสินใจเชิงบริหารที่ซับซ้อน
• การสร้างรายงานอัตโนมัติที่ไม่มีใครอ่าน
• การนำ AI มาใช้แบบบนลงล่างโดยไม่มีข้อมูลจากผู้ใช้

โอกาสในการทำให้การจัดการเป็นอัตโนมัติ

การอภิปรายบางส่วนที่กระตุ้นความคิดมากที่สุดจะเน้นไปที่ว่าควรนำ AI ไปใช้แทนที่หน้าที่การจัดการ มากกว่าพนักงานระดับแนวหน้าหรือไม่ ผู้แสดงความคิดเห็นระบุว่าระบบ AI ในปัจจุบันมีความเชี่ยวชาญอยู่แล้วในการสร้างภาษ cooperate และการตัดสินใจอย่างระมัดระวังซึ่งเป็นลักษณะของบทบาทผู้จัดการจำนวนมาก การประหยัดต้นทุนที่อาจเกิดขึ้นจากการทำให้ตำแหน่งผู้บริหารที่มีค่าใช้จ่ายสูงเป็นอัตโนมัติ อาจมีขนาดใหญ่กว่าสิ่งที่ทำได้โดยการลดจำนวนพนักงานระดับแนวหน้าอย่างมาก

อย่างไรก็ตาม สิ่งนี้สร้างความขัดแย้งพื้นฐานขึ้นมา นั่นคือบุคคลที่ตัดสินใจเกี่ยวกับการนำ AI ไปใช้เป็นกลุ่มเดียวกับที่บทบาทของพวกเขาอาจถูกแทนที่ได้มากที่สุด ความขัดแย้งทางผลประโยชน์นี้อาจอธิบายได้ว่าทำไมการนำ AI ไปใช้มักกำหนดเป้าหมายไปที่ส่วนที่ผิดขององค์กร โดยมุ่งเน้นไปที่การทำให้งานที่วัดผลได้ง่ายเป็นอัตโนมัติ แทนที่จะจัดการกับแหล่งที่มาของความไม่มีประสิทธิภาพขององค์กรที่สำคัญที่สุด

ความท้าทายในการจัดการการเปลี่ยนแปลง

การนำ AI ไปใช้ให้สำเร็จต้องใช้ความพยายามมากกว่าแค่การซื้อใบอนุญาตซอฟต์แวร์ สมาชิกในชุมชนเน้นย้ำว่าองค์กรมักประเมินความพยายามในการจัดการการเปลี่ยนแปลงที่จำเป็นต่ำเกินไป พนักงานจำเป็นต้องได้รับการฝึกอบรมเพื่อใช้เครื่องมือใหม่อย่างมีประสิทธิภาพ กระบวนการทำงานต้องได้รับการออกแบบใหม่ และเมตริกการปฏิบัติงานจำเป็นต้องอัปเดต ผู้แสดงความคิดเห็นรายหนึ่งระบุว่าทุกๆ ดอลลาร์ที่ใช้ในการพัฒนาโมเดล AI บริษัทต่างๆ ควรคาดว่าจะต้องใช้เงินอีกสามดอลลาร์สำหรับการจัดการการเปลี่ยนแปลง

ต้นทุนแฝงขนาดใหญ่นี้ช่วยอธิบายว่าทำไมโครงการริเริ่มด้าน AI จำนวนมากจึงไม่สามารถส่งคืนผลตอบแทนตามที่สัญญาไว้ โดยไม่มีการจัดการการเปลี่ยนแปลงที่เหมาะสม พนักงานจะไม่สนใจเครื่องมือใหม่หรือใช้เครื่องมือในลักษณะที่ไม่ช่วยเพิ่มผลิตภาพจริงๆ ผลที่ได้คือค่าใช้จ่ายด้าน IT ที่เพิ่มขึ้นโดยไม่มีประโยชน์ตามมา ซึ่งเป็นสถานการณ์เดียวกับที่หลายบริษัทกำลังประสบอยู่ในปัจจุบัน

การประเมินผล AI ที่กำลังจะมาถึง

เมื่อความตื่นเต้นเริ่มแรกรอบๆ AI เริ่มจางลงและถูกแทนที่ด้วยประสบการณ์การนำไปใช้จริง บริษัทต่างๆ เริ่มตั้งคำถามถึงผลตอบแทนจากการลงทุนมหาศาลของพวกเขา การอภิปรายในชุมชนชี้ให้เห็นว่าเรากำลังเข้าใกล้จุดเปลี่ยนที่องค์กรจะเรียกร้องหลักฐานที่เป็นรูปธรรมเกี่ยวกับข้อเสนอคุณค่าของ AI ผู้ขายที่ไม่สามารถแสดงให้เห็นถึงประโยชน์ที่วัดผลได้จะประสบความยากลำบากในการปรับราคาให้สมเหตุสมผล โดยเฉพาะอย่างยิ่งเมื่อต้นทุนพื้นฐานของการประมวลผล AI ยังคงลดลงอย่างรวดเร็ว

สถานการณ์ปัจจุบันคล้ายกับวงจรความตื่นเต้นด้านเทคโนโลยีก่อนหน้านี้ ที่เครื่องมือที่มีแนวโน้มดีถูกขายเกินจริงและส่งมอบได้ต่ำกว่าที่สัญญาไว้ อย่างไรก็ตาม ไม่เหมือนกับเทคโนโลยีบางอย่างในอดีต AI นำเสนอคุณค่าที่แท้จริงเมื่อนำไปใช้อย่างถูกต้อง ความท้าทายสำหรับองค์กรคือการหาวิธีเก็บเกี่ยวคุณค่านั้นในวิธีที่สมเหตุสมผลทางธุรกิจ แทนที่จะเพียงแค่ไล่ตามเทรนด์เทคโนโลยีล่าสุด

บทสรุป

ความขัดแย้งด้านผลิตภาพของ AI เผยให้เห็นความจริงพื้นฐานเกี่ยวกับการเปลี่ยนแปลงองค์กร นั่นคือเทคโนโลยีเพียงอย่างเดียวแทบไม่เคยเปลี่ยนธุรกิจได้ การนำ AI ไปใช้ให้สำเร็จต้องอาศัยความเข้าใจเกี่ยวกับวิธีการทำงานที่เกิดขึ้นจริง การจัดแนวแรงจูงใจกับผลลัพธ์ที่ต้องการ และการลงทุนในด้านมนุษย์ของการเปลี่ยนแปลงทางเทคโนโลยี บริษัทที่จะประสบความสำเร็จด้วย AI ไม่ใช่บริษัทที่ต้องการแทนที่พนักงานของตน แต่เป็นบริษัทที่ใช้ AI เพื่อเพิ่มพลังให้พนักงานสามารถทำงานที่มีคุณค่ามากขึ้นได้ เมื่อยุคตื่นทอง AI ในช่วงแรกเริ่มจางลง เรามีแนวโน้มที่จะเห็นแนวทางที่รอบคอบมากขึ้น โดยมุ่งเน้นไปที่กรณีใช้เฉพาะที่ซึ่ง AI ช่วยเพิ่มผลิตภาพอย่างแท้จริง แทนที่จะสัญญาเรื่องการลดกำลังคนอย่างน่าอัศจรรย์

อ้างอิง: McKinsey wonders how to sell Al apps with no measurable benefits