![](https://www.marketplus.in.th/public/images/content/big/1720585330.png)
งานวิจัยชิ้นใหม่ของเอคเซนเชอร์ (Accenture) พบว่า Generative AI มีศักยภาพผลักดันมูลค่าทางเศรษฐกิจในภูมิภาคเอเชียแปซิฟิกให้เพิ่มขึ้นได้อีก 4.5 ล้านล้านดอลลาร์สหรัฐ หรือเท่ากับ GDP ที่ขยายตัวเพิ่มขึ้น 0.7% ต่อปีในช่วง 15 ปีข้างหน้าหากองค์กรเลือกนำเทคโนโลยีนี้ไปใช้ด้วยความรับผิดชอบในวงกว้างและให้ความสำคัญกับบุคลากรเป็นหลัก การนำ Gen AI มาใช้อย่างรับผิดชอบจะช่วยสร้างมูลค่าทางเศรษฐกิจมากขึ้นถึงสองเท่าเมื่อเทียบกับการใช้ Gen AI โดยที่ไม่ได้ลงทุนหรือให้ความสำคัญกับบุคลากรและกระบวนการทำงานอย่างเหมาะสม
การวิจัยครั้งนี้ ได้รวบรวมข้อมูลจากการวิเคราะห์โมเดลเศรษฐกิจของ 4 ประเทศใหญ่ในเอเชียแปซิฟิก 4 แห่ง ได้แก่ ออสเตรเลีย จีน อินเดีย และญี่ปุ่น พร้อมทั้งผลการสำรวจ Chief Experience Officer (CXO) ในแต่ละประเทศ รวมทั้งสิงคโปร์
ข้อค้นพบสำคัญจากงานวิจัยชิ้นนี้ ได้แก่
- 33% ของชั่วโมงทำงานในเอเชียแปซิฟิก จะเปลี่ยนเป็นระบบอัตโนมัติหรือให้ Generative AI ช่วยทำงานเพื่อยกระดับประสิทธิภาพ จึงส่งผลกระทบต่อชั่วโมงทำงาน ซึ่งบุคลากรในออสเตรเลียและญี่ปุ่นจะได้รับผลกระทบมากที่สุด ประมาณ 45% และ 44% ตามลำดับ ตามมาด้วยจีน (33%) และอินเดีย (31%)
- 96% ของผู้บริหารในเอเชียแปซิฟิก ตระหนักดีว่า Gen AI จะส่งผลกระทบอย่างมีนัยสำคัญ ซึ่ง 91% ของคนทำงานในภูมิภาคนี้ ระบุว่า มีความพร้อมเรียนรู้ทักษะใหม่ๆ 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 จะส่งผลให้ชั่วโมงทำงานเปลี่ยนไปเกือบสามในสี่ (71%) ส่วนอุตสาหกรรมซอฟต์แวร์และแพลตฟอร์ม จะได้รับผลกระทบสองในสาม (66%) จากการที่ระบบทำงานได้โดยอัตโนมัติหรือให้เครื่องช่วยทำงาน อุตสาหกรรมที่ได้รับผลกระทบรองลงมาคือ ธนาคาร (64%) ประกัน (62%) และค้าปลีก (49%)
![](https://www.marketplus.in.th/public/images/upload/1720585325.jpeg)
“Generative AI เป็นตัวเร่งให้ธุรกิจต้องปรับตัวเร็วขึ้นในด้านการใช้ข้อมูลและ AI ซึ่งการจะใช้ประโยชน์จาก AI ให้เต็มศักยภาพนั้น ผู้บริหารองค์กรต้องมองว่า AI เป็นได้มากกว่าเครื่องมือช่วยออกแบบกระบวนการทำงานและบริหารต้นทุนให้มีประสิทธิภาพ และมอง AI ในแง่โอกาสการสร้างมูลค่าให้กับธุรกิจ ผู้คน และสังคมโดยรวม” ปฐมา จันทรักษ์ กรรมการผู้จัดการใหญ่ เอคเซนเชอร์ ประเทศไทย กล่าว
“ประเทศไทยนั้น เป็นศูนย์กลางทางเศรษฐกิจสำคัญในภูมิภาคเอเชียแปซิฟิก มีทรัพยากรบุคคลที่หลากหลายและมีพลวัต จึงมีโอกาสสูงในการนำ AI มาใช้โดยยึดผู้คนเป็นศูนย์กลางและด้วยความรับผิดชอบ ช่วยยกระดับประสิทธิภาพและสร้างการเติบโตที่ยั่งยืน การที่เอคเซนเชอร์ได้ลงทุนด้านบุคลากรและบูรณาการการใช้ Generative AI อย่างรับผิดชอบในกระบวนการทำงาน ก็ถือได้ว่าเป็นตัวอย่างระดับโลกในการพัฒนานวัตกรรมและเศรษฐกิจไปพร้อมกัน”
"การนำ Generative AI ไปใช้ในวงกว้าง สามารถปรับโฉมระบบการทำงานต่างๆ ในอุตสาหกรรมได้เกือบหมด กุญแจสำคัญที่จะปลดล็อกไปสู่มูลค่าอีกมหาศาล ขึ้นอยู่กับการพัฒนาทักษะ การจะใช้ Gen AI ให้เกิดประโยชน์สูงสุดและขับเคลื่อนธุรกิจให้เติบโตได้ ผู้บริหารจะต้องโฟกัสไปไกลกว่าตัวงานและภารกิจที่ต้องทำ การใช้ Gen AI ควรมองไปในระยะยาว โฟกัสที่คน และต้องลงทุนใน Gen AI ไปพร้อมกับการฝึกอบรมและการพัฒนาบุคลากรที่สอดคล้องกัน องค์กรจะต้องลงทุนในการปรับเปลี่ยนระบบงาน โฟลว์การทำงาน และกำลังคน ให้พวกเขาสามารถปรับวิธีการทำงานและประสบความสำเร็จในยุค AI ได้"
วิเว็ก ลูทรา ผู้อำนวยการฝ่ายดาต้าและ AI ของ Accenture Growth Markets กล่าว
เอคเซนเชอร์จึงแนะนำให้ธุรกิจปรับกระบวนท่าดังต่อไปนี้ เพื่อให้สามารถใช้ศักยภาพของ Gen AI ได้อย่างเต็มประสิทธิภาพ
- มีบทบาทนำและเรียนรู้แนวทางใหม่ๆ: การจะนำองค์กรสู่อนาคตด้วย Gen AI ได้อย่างมีประสิทธิภาพ โดยได้รับความเชื่อมั่นและไว้ใจ ผู้บริหารจะต้องมีส่วนร่วมและมีบทบาทการเป็นผู้นำที่ต่างไปจากเดิม ท้าทายมุมมองเดิมๆ เพื่อเรียนรู้สิ่งใหม่ ที่สำคัญคือ ผู้นำจะต้องซึมซับกับเทคโนโลยี และทำให้การเรียนรู้กลายเป็นส่วนหนึ่งของกระบวนการทำงาน
- ปรับโฉมวิธีการทำงาน: เมื่อผู้บริหารคิดใหม่ทำใหม่กับกระบวนการทำงานทั้งระบบ จะเห็นภาพชัดเจนขึ้นว่า Gen AI จะเข้าไปมีบทบาทสำคัญที่สุดได้ที่ตรงไหนถึงจะสอดคล้องกับเป้าหมายธุรกิจ ยกระดับประสิทธิภาพและผลักดันนวัตกรรมให้เกิดขึ้นทั่วทั้งองค์กร ปรับการทำงานที่เป็นแบบเดียวเหมือนกันหมด ให้เป็นแนวทางใหม่ที่มีความหมายและยั่งยืนมากกว่าเดิม เมื่อทำจุดนี้สำเร็จได้ ผู้บริหารจะสามารถปรับโฟกัสและปรับการทำงาน ให้บริการลูกค้าได้ดีขึ้น สนับสนุนบุคลากรมากขึ้น และนำองค์กรให้สำเร็จได้ตามเป้า
- ปรับทัพกำลังคน: การเปลี่ยนวิธีการทำงานก็ต้องมีบุคลากรที่มีพลังและยืดหยุ่นสูงด้วย องค์กรจึงต้องให้ความสำคัญกับการปรับทัพทาเลนต์ผู้มีความสามารถอย่างต่อเนื่อง ยิ่งใช้เทคโนโลยีมากขึ้น องค์กรก็ต้องใช้ประโยชน์จากเครื่องมือและเทคโนโลยีให้เต็มประสิทธิภาพ เช่น การจัดทักษะให้เข้ากับงาน (skill mapping) ที่จะช่วยให้การเปลี่ยนผ่านเป็นไปด้วยความราบรื่น จากหน้าที่งานที่มีบทบาทน้อย ไปสู่หน้าที่ที่มีความสำคัญมากขึ้น ซึ่งเมื่อปรับเปลี่ยนงานและหน้าที่แล้ว ประสิทธิภาพโดยรวมจะเพิ่มขึ้น องค์กรจะมีเวลาและมีทาเลนต์มาจัดการงานที่ให้มูลค่าสูงขึ้นได้
- เตรียมความพร้อมให้บุคลากร: เมื่อองค์กรลงทุนช่วยให้บุคลากรเพิ่มพูนทักษะที่จำเป็นสำหรับสภาพตลาดในปัจจุบัน และมีความสามารถในการใช้เทคโนโลยีทำงาน ก็ยังจำเป็นต้องให้ความสำคัญกับซอฟต์สกิลด้วย นอกจากนี้องค์กรอาจปรับใช้แนวทางการ "สอนเพื่อเรียนรู้" (teach-to-learn) เพื่อให้บุคลากรสามารถสอนหรือเทรนเครื่องมือทางเทคโนโลยีได้ แต่ระหว่างนั้น ผู้บริหารก็ต้องรับฟังและให้พนักงานมีส่วนร่วมในทุกขั้นตอน เพื่อสร้างความเชื่อมั่นและไว้ใจระหว่างกัน
ส่องโมเดลการวิเคราะห์ผลกระทบทางเศรษฐกิจ
การประเมินผลกระทบของ Gen AI ที่มีต่อชั่วโมงทำงานและผลกระทบที่เกี่ยวข้องกับ GDP โดยใช้ข้อมูลของ 4 ใน 5 ประเทศที่มีขนาดเศรษฐกิจใหญ่ที่สุดในเอเชียแปซิฟิก ได้แก่ ออสเตรเลีย จีน ญี่ปุ่น และอินเดีย ดำเนินการดังนี้
- แบ่งงานออกเป็นหน้าที่ย่อยๆ และจัดประเภทตามความเป็นไปได้ที่จะเปลี่ยนเป็นระบบอัตโนมัติและให้เครื่องช่วยทำงานมากขึ้น (โดยใช้แมชชีนเลิร์นนิ่งและการตรวจสอบของมนุษย์ร่วมด้วย)
- ศึกษางานวิจัยทางเศรษฐกิจต่างๆ ในการประเมินชั่วโมงที่ประหยัดได้ หากใช้ Gen AI เท่าที่เป็นอยู่ในปัจจุบัน
- สำรวจแนวโน้มการเปลี่ยนผ่านของงานต่างๆ (โดยอิงจากแนวโน้มในอดีต และความคล้ายคลึงกันในด้านองค์ประกอบของทักษะ)
- สร้างสถานการณ์จำลองต่างๆ ที่องค์กรสามารถนำ Gen AI มาใช้ โดยพิจารณาจาก 3 ปัจจัย ได้แก่ นวัตกรรมที่โฟกัส ความเร็วในการนำมาใช้ และระดับความจำเป็นในการปรับลดบุคลากร
- จัดทำโมเดลประมาณการการเติบโตของ GDP (2023-2038) สำหรับแต่ละพื้นที่ และแต่ละสถานการณ์สมมติ (ที่เอคเซนเชอร์ใช้เปรียบเทียบกับประมาณการการเติบโตของ GDP ระดับ baseline)
รายละเอียดเพิ่มเติมเกี่ยวกับวิธีการวิจัย ติดตามได้ในรายงานฉบับเต็ม
[อ่าน 4,701]