การวิเคราะห์ภายในของ Google จากการโต้ตอบกับเครื่องมือ AI จำนวน 15 ล้านครั้ง แสดงให้เห็นว่า แม้ว่า 68% ของงานในปัจจุบันจะมีการใช้ผู้ช่วย AI เข้ามาเกี่ยวข้อง แต่ระบบเหล่านั้นกลับช่วยทำงานอัตโนมัติ (automate) เพียง 21% ของงานที่ทำอยู่เท่านั้น ช่องว่างนี้มีความสำคัญเพราะบริษัทต่างๆ กำลังเดิมพันกับ AI เพื่อยกเครื่องกระบวนการทำงาน (workflows) แต่ข้อมูลกลับชี้ให้เห็นว่าพนักงานส่วนใหญ่ยังคงพึ่งพาเทคโนโลยีนี้เพียงไม่กี่กิจกรรมเท่านั้น

ทำไมตัวเลขเหล่านี้จึงสำคัญ

การศึกษาที่ดำเนินการบนแพลตฟอร์ม Gemini ของ Google เผยให้เห็นภาพการนำ AI มาใช้ที่มีความละเอียดอ่อน อัตราการนำมาใช้ที่สองในสามส่วนดูเหมือนจะน่าประทับใจ แต่ตัวเลขการทำงานอัตโนมัติที่เพียง 21% หมายความว่า 4 ใน 5 ของงานยังคงดำเนินต่อไปโดยไม่มีความช่วยเหลือจาก AI ผู้บริหารที่วางแผนการนำ AI มาใช้ในวงกว้างควรเฝ้าระวังความไม่สอดคล้องกันระหว่างอัตราการนำมาใช้ที่ปรากฏในพาดหัวข่าวกับผลกำไรด้านผลิตภาพ (productivity gains) ที่เกิดขึ้นจริง เพราะสิ่งนี้อาจทำให้ความคาดหวังต่อ ROI สูงเกินจริง

เรามาถึงจุดนี้ได้อย่างไร

ผู้ให้บริการต่างทำการตลาดเครื่องมือ AI ว่าเป็นก้าวต่อไปของประสิทธิภาพในที่ทำงาน โดยสัญญาว่าจะมอบ "ตัวแทนอัตโนมัติ" (autonomous agents) ที่สามารถรันกระบวนการทั้งหมดตั้งแต่ต้นจนจบ อย่างไรก็ตาม ข้อมูลของ Google แสดงให้เห็นว่าผู้ใช้ส่วนใหญ่ใช้เทคโนโลยีนี้ในจังหวะที่เฉพาะเจาะจงและเป็นการทำงานร่วมกัน เช่น การระดมสมอง การร่างกลยุทธ์ หรือการรวบรวมข้อมูลวิจัย มากกว่าที่จะส่งมอบกระบวนการทำงานทั้งหมดให้ AI ทำแทน การศึกษานี้ได้ติดตามทุกการโต้ตอบกับ Gemini โดยจัดหมวดหมู่จุดประสงค์ของแต่ละคำขอและประเภทของงานที่ได้รับการสนับสนุน

ข้อมูลเผยอะไรบ้าง

  • ความพยายามในการทำระบบอัตโนมัติเต็มรูปแบบยังมีจำกัด: มีการโต้ตอบไม่ถึงหนึ่งในสิบที่มุ่งเป้าไปที่การทำให้งานเป็นอัตโนมัติโดยสมบูรณ์ ผู้ใช้ส่วนใหญ่ชอบแนวทางแบบมีมนุษย์คอยกำกับดูแล (human-in-the-loop)
  • เน้นการทำงานร่วมกันมากกว่าการเข้ามาแทนที่: การใช้งาน AI ส่วนใหญ่เน้นไปที่การสร้างแนวคิด การขัดเกลากลยุทธ์ และการทำวิจัยเบื้องต้น ซึ่งบ่งชี้ว่าพนักงานมอง AI เป็นคู่หูมากกว่าที่จะเป็นตัวแทน
  • งานประจำได้รับความสนใจเป็นอันดับแรก: เมื่อ AI ทำงานอัตโนมัติ มันจะรับงานที่ทำซ้ำๆ และมีขั้นตอนที่ชัดเจน แต่ถึงอย่างนั้น 4 ใน 5 ของกิจกรรมในแต่ละวันก็ยังไม่ถูกแตะต้องโดย AI
  • งานด้านการใช้ความคิดและงานที่ไม่เป็นกิจวัตรครองสัดส่วนการเรียกใช้ AI: ประมาณ 65% ของการโต้ตอบเกี่ยวข้องกับงานที่ไม่มีมาตรฐานตายตัว เช่น การแก้ปัญหา การวิเคราะห์ หรือการคิดเชิงสร้างสรรค์ ซึ่งแสดงให้เห็นว่าผู้ใช้หันไปหา AI ในจุดที่การตัดสินใจของมนุษย์ยังคงมีความสำคัญ
  • ผลกระทบที่ไม่เท่าเทียมกันในแต่ละอาชีพ: บทบาทพนักงานออฟฟิศ (white-collar) เช่น การพัฒนาซอฟต์แวร์และการวิเคราะห์ทางการเงิน มีการใช้งาน AI สูงที่สุด ในขณะที่อาชีพที่ใช้แรงงาน (manual occupations) ยังตามหลังอยู่ แม้ว่าช่างเทคนิคบางคนจะเริ่มใช้ AI ในการวินิจฉัยความผิดพลาดของอุปกรณ์จากรูปถ่ายแล้วก็ตาม

เดิมพันสำหรับธุรกิจ

หากบริษัทสร้างกลยุทธ์ AI บนสมมติฐานที่ว่างานส่วนใหญ่จะถูกส่งต่อให้ระบบอัตโนมัติในเร็วๆ นี้ บริษัทอาจลงทุนน้อยเกินไปในกระบวนการที่ต้องใช้มนุษย์ซึ่งยังคงเป็นส่วนหลักของผลผลิตในแต่ละวัน การสัญญาเรื่องระบบอัตโนมัติที่เกินจริงอาจทำลายความเชื่อมั่นเมื่อประสิทธิภาพที่คาดหวังไม่เกิดขึ้นจริง ในทางกลับกัน การตระหนักว่า AI สร้างมูลค่าเพิ่มได้ที่จุดใด เช่น การสร้างไอเดีย การวิจัยอย่างรวดเร็ว หรือการจัดการข้อมูลประจำวัน จะช่วยให้บริษัทสามารถกำหนดเป้าหมายในการฝึกอบรม เครื่องมือ และทรัพยากรด้านการกำกับดูแลได้อย่างมีประสิทธิภาพมากขึ้น

ข้อโต้แย้ง

ผู้ให้บริการบางรายแย้งว่าตัวเลขการนำมาใช้ในช่วงแรกเป็นเพียงก้าวแรกเท่านั้น และเมื่อโมเดลต่างๆ พัฒนาขึ้น อัตราการทำงานอัตโนมัติจะพุ่งสูงขึ้นอย่างรวดเร็ว พวกเขาชี้ให้เห็นถึงความก้าวหน้าอย่างรวดเร็วของโมเดลภาษาขนาดใหญ่ (large-language models) และการเปิดตัวตัวแทนเฉพาะทาง (specialized agents) เป็นหลักฐานว่าตัวเลข 21% เป็นเพียงจุดต่ำสุดชั่วคราว แม้ว่าการเติบโตในอนาคตจะเป็นไปได้ แต่การศึกษาของ Google เน้นย้ำว่าเจตนาของผู้ใช้เป็นสิ่งสำคัญ หากไม่มีความต้องการที่ชัดเจนในการแทนที่งาน แม้แต่โมเดลที่มีความสามารถมากที่สุดก็ยังคงเป็นเพียงส่วนเสริมมากกว่าที่จะเป็นตัวแทน

สิ่งที่ต้องจับตามองต่อไป

  • การเปลี่ยนแปลงในเจตนาของผู้ใช้: สัดส่วนของการขอให้ทำงานอัตโนมัติเต็มรูปแบบจะเพิ่มขึ้นตามความเชื่อมั่นใน AI ที่มากขึ้น หรือการทำงานร่วมกันจะยังคงเป็นรูปแบบหลัก?
  • เส้นโค้งการนำมาใช้เฉพาะอุตสาหกรรม: กลุ่มอุตสาหกรรมที่มีกฎระเบียบเคร่งครัดหรือเน้นความปลอดภัยสูงอาจเห็นการทำงานอัตโนมัติที่ช้ากว่า ในขณะที่สาขาที่เน้นเทคโนโลยีอาจผลักดันให้เปอร์เซ็นต์สูงขึ้น
  • วิวัฒนาการของเครื่องมือ: ฟีเจอร์ใหม่ๆ ที่ฝัง AI เข้ากับชุดซอฟต์แวร์ที่มีอยู่เดิมอย่างแนบแน่นยิ่งขึ้น อาจช่วยผลักดันสัดส่วนการทำงานอัตโนมัติให้สูงขึ้น แต่ต้องเป็นไปในทิศทางเดียวกับกระบวนการทำงานของผู้ใช้ด้วย

ขั้นตอนต่อไปที่นำไปใช้ได้จริงสำหรับทีม

อย่าปล่อยให้อัตราการนำมาใช้ตามพาดหัวข่าวเป็นตัวขับเคลื่อนการวางแผนของคุณ ลองถามพนักงานของคุณว่า: “งานเฉพาะเจาะจงใดบ้างที่ประกอบกันเป็น 21% ของงานที่ใช้ AI ทำงานอัตโนมัติของเรา?” การระบุงานเหล่านั้นจะช่วยสร้างรากฐานที่จับต้องได้สำหรับการขยายระบบอัตโนมัติ การจัดสรรงบประมาณสำหรับใบอนุญาต AI และการวัดผลกระทบด้านผลิตภาพที่แท้จริง

บทสรุป: ปัจจุบัน AI เป็นผู้ช่วยที่พบเห็นได้ทั่วไป แต่ยังคงจัดการงานเพียงส่วนน้อยเท่านั้น บริษัทที่ปฏิบัติต่อ AI ในฐานะเครื่องมือในการทำงานร่วมกันในวันนี้ และสามารถระบุงานที่ AI ทำงานอัตโนมัติได้แล้วอย่างแม่นยำ จะอยู่ในตำแหน่งที่ดีกว่าในการคว้าประสิทธิภาพที่แท้จริง เมื่อเทคโนโลยีก้าวข้ามขีดจำกัด 21% ได้ในที่สุด