AGENTIC AI ไม่ใช่แค่เครื่องมือ แต่มันคือขีดความสามารถในการดำเนินงาน
Agentic AI เปลี่ยนวิธีการทำงานของบริษัท การซื้อซอฟต์แวร์เพิ่มเพียงอย่างเดียวไม่เพียงพอ คุณต้องเปลี่ยนวิธีการทำงานร่วมกันระหว่างบุคลากรและระบบของคุณ
และนี่คือ 5 แนวทางที่ผู้นำต้องนำมาคิดทบทวนกลยุทธ์ใหม่
- การตัดสินใจ: ใช้ (Use), ผสมผสาน (Compose) หรือ สร้างขึ้นเอง (Build)
เลิกตั้งคำถามว่าคุณควรสร้างโมเดลของตัวเองหรือไม่ แต่ให้ถามว่าเวิร์กโฟลว์ (workflow) นั้นช่วยสร้างความโดดเด่นให้ธุรกิจของคุณได้หรือไม่
- ใช้ (Use): นำเครื่องมือที่มีความพร้อมใช้งานสูงมาใช้เพื่อความรวดเร็ว
- ผสมผสาน (Compose): รวม API ของโมเดลเข้ากับข้อมูลและเวิร์กโฟลว์ของคุณเอง
- สร้าง (Build): ฝึกฝน (train) หรือปรับแต่ง (fine-tune) โมเดลเฉพาะในส่วนที่สร้างความได้เปรียบทางกลยุทธ์ที่สำคัญเท่านั้น
ซื้อความเร็วในจุดที่ไม่ใช่เรื่องสำคัญ และสร้างขึ้นเองในจุดที่สำคัญ
- บุคลากร: จากนักเขียนโค้ด (Coders) สู่ผู้วางระบบ (Orchestrators)
มูลค่าของบุคลากรกำลังเปลี่ยนไป ความเร็วในการเขียนโค้ดมีความสำคัญน้อยกว่าความสามารถในการนิยามปัญหา
บุคลากรที่มีค่าที่สุดจะเป็นกลุ่ม "Expert Generalists" (ผู้เชี่ยวชาญที่รอบรู้หลากหลาย) พวกเขาต้องเข้าใจบริบททางธุรกิจและสามารถออกแบบงานให้กับ AI agents ได้ ส่วนผู้เชี่ยวชาญเฉพาะทาง (Domain experts) เช่น แพทย์ ทนายความ และวิศวกร จะต้องสร้างทักษะด้าน AI (AI muscle) เพื่อขยายขีดความสามารถในการสร้างผลกระทบของตนเอง
- โครงสร้าง: ทีมขนาดเล็กที่มีประสิทธิภาพสูง (High-Leverage Pods)
AI ช่วยให้ทีมขนาดเล็กเพียง 3 ถึง 5 คน สามารถทำงานได้เทียบเท่ากับกลุ่มคนขนาดใหญ่กว่ามาก
ระมัดระวังเรื่องการสร้างบุคลากร (talent pipeline) อย่าไล่พนักงานระดับจูเนียร์ออกทั้งหมดเพียงเพื่อประหยัดค่าใช้จ่ายในวันนี้ เพราะหากคุณไม่ฝึกฝนพนักงานระดับจูเนียร์ ในอีกสิบปีข้างหน้าคุณจะไม่มีพนักงานระดับซีเนียร์เหลืออยู่เลย จงตั้งเป้าหมายไปที่โครงสร้างแบบนาฬิกาทราย (hourglass structure): มีผู้วางระบบระดับซีเนียร์ (senior orchestrators) อยู่ด้านบน มีส่วนกลางที่กระชับ และมีรากฐานที่แข็งแกร่งของบุคลากรระดับจูเนียร์อยู่ด้านล่าง
- โมเดลการดำเนินงาน: ทีม + แพลตฟอร์ม (Teams + Platform)
โมเดล IT แบบเดิมอาศัยการเปิดตั๋ว (tickets) และการส่งต่องาน (handoffs) แต่ AI agents ไม่ได้ทำงานแบบนั้น พวกมันต้องการบริบท (context) และการตอบกลับ (feedback) อย่างต่อเนื่อง
เปลี่ยนไปสู่โมเดล "Teams + Platform"
- ทีม (Teams): เลือกเวิร์กโฟลว์และเครื่องมือของตนเอง
- แพลตฟอร์ม (Platform): ให้บริการด้านความปลอดภัย การธรรมาภิบาลข้อมูล (data governance) และการควบคุมต้นทุน
แพลตฟอร์มจะช่วยให้การสร้างนวัตกรรมมีความปลอดภัยและขยายขนาดได้ (scalable)
- การกำกับดูแล: นโยบายในรูปแบบโค้ด (Policy as Code)
การกำกับดูแลไม่สามารถเป็นเพียงเอกสาร PDF ได้ แต่มันต้องเป็นส่วนหนึ่งของโครงสร้างพื้นฐานของคุณ
ให้คิดว่าการกำกับดูแลเปรียบเสมือนตลิ่งริมแม่น้ำ คุณไม่ได้ควบคุมน้ำทุกหยด แต่คุณกำหนดขอบเขต AI agent ทุกตัวจำเป็นต้องมีตัวตนที่ชัดเจน มีการกำหนดสิทธิ์ (permissions) และมีพฤติกรรมที่ตรวจสอบย้อนกลับได้ (traceable) จงสร้างระบบที่ยังคงทำงานได้แม้ว่าโมเดลจะทำงานผิดพลาด
สิ่งที่ควรทำในตอนนี้:
- เลือกหนึ่งเวิร์กโฟลว์ ตัดสินใจว่าจะ ใช้, ประกอบ หรือ สร้าง
- จัดตั้งทีมขนาดเล็ก (pod) เพื่อออกแบบกระบวนการทำงานใหม่โดยใช้ AI agents
- เปลี่ยนการกำกับดูแลจากเอกสารไปสู่การกำหนดขอบเขตทางเทคนิค (technical guardrails)
- ปกป้องกลุ่มบุคลากรที่มีศักยภาพรุ่นใหม่ (junior talent pipeline) ของคุณ
ผู้ชนะจะไม่ใช่แค่ผู้ที่มี AI แต่จะเป็นผู้ที่เปลี่ยน AI ให้กลายเป็นขีดความสามารถขององค์กร
ชุมชนการเรียนรู้เพิ่มเติม (ไม่บังคับ): https://t.me/GyaanSetuAi