อะเมซอน เว็บ เซอร์วิสเซส (Amazon Web Services: AWS) บริษัทในเครือของ Amazon.com เปิดเผยผลการศึกษาพบว่า แม้การใช้ปัญญาประดิษฐ์ (AI) ในไทยจะเติบโตต่อเนื่อง แต่เกิดช่องว่างที่กว้างขึ้นระหว่างบริษัทสตาร์ทอัพและบริษัทขนาดใหญ่ที่ดำเนินธุรกิจมานาน ในด้านการประยุกต์ใช้ AI ซึ่งอาจนำไปสู่การเกิดเศรษฐกิจสองระดับ โดยสตาร์ทอัพที่ขับเคลื่อนด้วยเทคโนโลยีสามารถพัฒนานวัตกรรมได้เร็วกว่าและแซงหน้าธุรกิจดั้งเดิม การใช้ AI ในไทยเติบโตอย่างรวดเร็ว โดยมีธุรกิจ 150,000 รายนำ AI มาใช้ในปี 2567 หรือเฉลี่ยเกือบทุก 3 นาทีจะมีธุรกิจใหม่นำ AI มาใช้ ปัจจุบันมีธุรกิจ 600,000 ราย หรือ 32% ของธุรกิจทั้งประเทศที่นำ AI มาใช้แล้ว เพิ่มขึ้น 33% จากปีก่อน ด้านผลลัพธ์ทางธุรกิจ 67% ของธุรกิจที่ใช้ AI มีรายได้เพิ่มขึ้นเฉลี่ย 17% ในขณะที่ 78% คาดว่าจะสามารถประหยัดต้นทุนได้เฉลี่ย 17%

 AWS ร่วมกับ Strand Partners สำรวจการใช้ AI ในไทยผ่านการศึกษา “Unlocking Thailand's AI Potential” โดยเก็บข้อมูลจากผู้นำธุรกิจและประชาชนทั่วไป กลุ่มละ 1,000 รายในประเทศไทย

 การใช้ AI ในธุรกิจไทยแพร่หลาย แต่ส่วนใหญ่ยังอยู่ในระดับพื้นฐาน

แม้การใช้ AI ในไทยจะแพร่หลายขึ้น แต่ส่วนใหญ่ยังไม่ได้ใช้ประโยชน์ในระดับก้าวหน้า สะท้อนถึงความจำเป็นในการพัฒนาการใช้ AI ให้ลึกซึ้งขึ้นเพื่อปลดล็อกศักยภาพของประเทศ โดย 72% ของธุรกิจยังใช้ AI เพียงขั้นพื้นฐาน เช่น การเพิ่มประสิทธิภาพและปรับปรุงกระบวนการทำงาน มากกว่าการสร้างนวัตกรรมใหม่ มีเพียง 18% ที่ใช้ในระดับกลาง และ 10% ที่ผสาน AI เข้าเป็นส่วนสำคัญของการพัฒนาผลิตภัณฑ์ การตัดสินใจ และโมเดลธุรกิจ

สตาร์ทอัพไทยมีความกระตือรือร้นและสร้างสรรค์ในการใช้ AI โดยนำ AI ขั้นสูงมาใช้เร็วกว่าบริษัทที่มีมานาน โดย 50% ของสตาร์ทอัพใช้ AI ในรูปแบบต่าง ๆ และ 40% กำลังพัฒนาผลิตภัณฑ์ใหม่ที่ขับเคลื่อนด้วย AI อย่างเต็มศักยภาพ ในขณะที่บริษัทขนาดใหญ่แม้ 44% จะใช้ AI แต่มีเพียง 16% ที่สร้างผลิตภัณฑ์หรือบริการใหม่ด้วย AI และ 18% ที่มีกลยุทธ์ AI ครอบคลุม ส่วนธุรกิจขนาดกลางและขนาดย่อม (SME) 32% นำ AI มาใช้ แต่มีเพียง 9% ที่ใช้ในระดับก้าวหน้าที่สุด ช่องว่างด้านนวัตกรรม AI นี้อาจส่งผลสำคัญต่ออนาคตทางเศรษฐกิจของประเทศไทย

 นิค บอนสโตว์ (Nick Bonstow) ผู้อำนวยการบริษัท สแตรนด์ พาร์ทเนอร์ส กล่าวว่า “นับเป็นปรากฏการณ์ที่น่าสนใจมากเกี่ยวกับการนำ AI มาใช้ในประเทศไทย จากผลการศึกษาพบว่า แม้ 32% ของธุรกิจจะรายงานว่าได้นำ AI มาประยุกต์ใช้ แต่ส่วนใหญ่ยังคงใช้งานอยู่ในระดับพื้นฐานเท่านั้น ทั้งที่ในปีที่ผ่านมามีการนำเทคโนโลยีมาใช้อย่างแพร่หลายและรวดเร็ว ในขณะที่สตาร์ทอัพซึ่งมีความคล่องตัวสูงกำลังก้าวล้ำหน้าทั้งบริษัทขนาดใหญ่และ SME ทั้งในแง่ความเร็วและความลึกของนวัตกรรม การเกิดขึ้นของเศรษฐกิจ AI แบบ “สองระดับ” นี้อาจส่งผลกระทบระยะยาวต่อการพัฒนาเศรษฐกิจของประเทศ เราไม่ควรพิจารณาเพียงตัวเลขการนำ AI มาใช้เท่านั้น เพราะอาจทำให้มองข้ามความท้าทายที่แท้จริงที่ธุรกิจไทยจำนวนมากกำลังเผชิญอยู่

 ช่องว่างด้านทักษะ AI และความไม่แน่นอนด้านกฎระเบียบ เป็นอุปสรรคสำคัญต่อการประยุกต์ใช้ AI ในวงกว้าง

ผลการศึกษาชี้ชัดว่า 47% ของธุรกิจในประเทศไทยระบุว่า การขาดแคลนบุคลากรที่มีทักษะด้าน AI เป็นอุปสรรคหลักในการนำ AI มาใช้หรือขยายการใช้งาน แม้หลายธุรกิจจะมีความพร้อมทั้งด้านเทคโนโลยีและวิสัยทัศน์ แต่กลับประสบปัญหาในการสรรหาบุคลากรที่มีความสามารถในการพัฒนาและประยุกต์ใช้ AI ให้เกิดผลในทางปฏิบัติ สถานการณ์นี้ส่งผลกระทบโดยตรงต่อขีดความสามารถในการแข่งขันระดับโลกของประเทศไทยและเป็นข้อจำกัดต่อการพัฒนาศักยภาพทางเศรษฐกิจ โดยเฉพาะอย่างยิ่งเมื่อการคาดการณ์ระบุว่า 61% ของตำแหน่งงานในอนาคตจะต้องการทักษะด้าน AI ในขณะที่มีเพียง 29% ของธุรกิจเท่านั้นที่เชื่อว่าพนักงานปัจจุบันมีความพร้อมด้านทักษะดังกล่าว

เมื่อวิเคราะห์ผลกระทบเชิงบวกของกฎระเบียบใหม่ที่มีต่อภาคธุรกิจ พบว่า 49% ของธุรกิจคาดหวังว่ากฎระเบียบด้าน AI จะช่วยเสริมสร้างความเชื่อมั่นในกลุ่มลูกค้า และ 39% เห็นว่าจะนำไปสู่การพัฒนากรอบการกำกับดูแลที่มีเสถียรภาพ สำหรับสถานการณ์ในประเทศไทย ภาคธุรกิจได้จัดสรรงบประมาณ 27% เพื่อรองรับค่าใช้จ่ายในการปฏิบัติตามกฎระเบียบ โดย 76% ของธุรกิจคาดการณ์ว่าค่าใช้จ่ายดังกล่าวจะมีแนวโน้มเพิ่มสูงขึ้นในอีก 3 ปีข้างหน้า

 แนวทางการพัฒนานวัตกรรม AI ในอนาคต

ผลการศึกษาได้นำเสนอแนวทางสำคัญ 3 ประการในการก้าวข้ามอุปสรรคและปลดล็อกศักยภาพของ AI ทั้งในบริษัทสตาร์ทอัพและองค์กรขนาดใหญ่ เพื่อป้องกันการเกิดเศรษฐกิจแบบแบ่งแยก ได้แก่ การลงทุนและสร้างโครงการพัฒนาทักษะดิจิทัลที่เฉพาะเจาะจงกับแต่ละอุตสาหกรรม เพื่อเสริมสร้างบุคลากรที่มีความสามารถด้านดิจิทัลในการขับเคลื่อนนวัตกรรมและการเติบโตด้วย AI การกำหนดกรอบกฎระเบียบที่ชัดเจน คาดการณ์ได้ และเอื้อต่อนวัตกรรมในประเทศไทย เพื่อสนับสนุนการประยุกต์ใช้ AI อย่างลึกซึ้งในทุกภาคธุรกิจ และการเร่งขับเคลื่อนการเปลี่ยนผ่านสู่ดิจิทัลในภาครัฐ โดยเฉพาะในด้านสาธารณสุขและการศึกษา รวมถึงการใช้ระบบจัดซื้อจัดจ้างภาครัฐเพื่อส่งเสริมนวัตกรรม เนื่องจาก 67% ของภาคธุรกิจระบุว่าจะมีแนวโน้มนำ AI มาใช้มากขึ้นหากภาครัฐเป็นผู้นำในการเปลี่ยนแปลง

AWS เปิดตัว Asia Pacific (Thailand) Region ในเดือนมกราคม 2568 ด้วยเม็ดเงินลงทุน 5 พันล้านดอลลาร์สหรัฐ ซึ่งคาดว่าจะสร้างงานเต็มเวลากว่า 11,000 ตำแหน่งต่อปี และสร้างมูลค่าเพิ่มให้กับ GDP ของประเทศไทยถึง 1 หมื่นล้านดอลลาร์สหรัฐ โดยตั้งแต่ปี 2560 AWS ได้มุ่งพัฒนากำลังคนด้านดิจิทัลของประเทศไทยผ่านการฝึกอบรมด้านคลาวด์คอมพิวติ้งให้กับบุคลากรกว่า 100,000 คน ด้วยโครงการต่าง ๆ อาทิ AWS Skill Builder, AWS Educate, AWS Academy และ AWS re/Start รวมถึงโครงการในประเทศอย่าง “Tech for Digital Future” และ “AWS Skills to Jobs Tech Alliance” นอกจากนี้ ยังร่วมมือกับหน่วยงานภาครัฐ สถาบันการศึกษา และผู้ประกอบการ ในการสร้างระบบนิเวศที่เชื่อมโยงทักษะสู่การจ้างงาน เพื่อเตรียมความพร้อมให้บุคลากรสำหรับเศรษฐกิจดิจิทัลที่ขับเคลื่อนด้วย AI

 คุณวัตสัน ถิรภัทรพงศ์ Country Manager ของ AWS ประเทศไทย กล่าวว่า "ธุรกิจในประเทศไทยมีความตื่นตัวและมุ่งมั่น อย่างมากในการพัฒนานวัตกรรมด้วยเทคโนโลยี AI โดยระดับการนำไปใช้ที่สูงสะท้อนให้เห็นถึงศักยภาพอันยิ่งใหญ่ของเศรษฐกิจไทย อย่างไรก็ตาม รายงานล่าสุดนี้ ชี้ให้เห็นว่ายังมีอุปสรรคสำคัญหลายประการ โดยเฉพาะในองค์กรขนาดใหญ่ที่ต้องการพัฒนาการใช้งาน AI ให้ก้าวหน้ายิ่งขึ้น เพื่อรักษาความได้เปรียบในการแข่งขันของประเทศไทยบนเวทีด้าน AI ระดับโลก ทั้งภาครัฐและภาคอุตสาหกรรมจำเป็นต้องร่วมมือกันแก้ไขอุปสรรคที่ภาคธุรกิจกำลังเผชิญอยู่อย่างเป็นระบบ ทาง AWS ยังคงมุ่งมั่นสนับสนุนการใช้งาน Generative AI อย่างแพร่หลาย ผ่านการลงทุนด้านโครงสร้างพื้นฐานและโครงการพัฒนาทักษะบุคลากรอย่างต่อเนื่อง"

ผลการศึกษาของซิสโก้ชี้ องค์กรในไทยเพียง 20% มีความพร้อมในการปรับใช้และใช้ประโยชน์จาก AI โดย 74% เป็นกังวลอย่างมากเกี่ยวกับผลกระทบต่อธุรกิจหากไม่เตรียมพร้อมในอีก 12 เดือนข้างหน้า

ประเด็นข่าว:

· องค์กรเกือบทั้งหมดในไทย (99%) ระบุว่าความจำเป็นเร่งด่วนในการปรับใช้เทคโนโลยีที่ขับเคลื่อนด้วย AI ได้เพิ่มสูงขึ้นช่วง 6 เดือนที่ผ่านมา

· มีช่องว่างที่สำคัญใน 6 เสาหลักของธุรกิจ ซึ่งได้แก่ กลยุทธ์ โครงสร้างพื้นฐาน ข้อมูล การกำกับดูแล บุคลากร และวัฒนธรรมองค์กร โดยบริษัท 80% กล่าวว่าพวกเขายังไม่พร้อมอย่างเต็มที่ในการบูรณาการ AI เข้ากับธุรกิจของตน

· บริษัทต่างๆ กำลังแข่งกับเวลา โดย 74% กล่าวว่าพวกเขามีเวลาสูงสุดแค่ “หนึ่งปี” ในการปรับใช้กลยุทธ์ AI มิฉะนั้นจะส่งผลเสียต่อธุรกิจ

กรุงเทพฯ, 16 พฤศจิกายน 2566 — มีเพียง 20% ขององค์กรในประเทศไทยเท่านั้นที่มีความพร้อมอย่างเต็มที่ในการปรับใช้และใช้ประโยชน์จากเทคโนโลยีที่ขับเคลื่อนด้วย AI ตามรายงานฉบับแรกเกี่ยวกับดัชนีความพร้อมด้าน AI (AI Readiness Index) ของซิสโก้ (NASDAQ: CSCO) ซึ่งได้ตีพิมพ์เผยแพร่ในวันนี้ ดัชนีดังกล่าวซึ่งเป็นการสำรวจข้อมูลจากบริษัททั่วโลกมากกว่า 8,000 แห่ง ที่ได้รับการพัฒนาเพื่อตอบสนองต่อการปรับใช้ AI อย่างรวดเร็ว ซึ่งนับเป็นการเปลี่ยนแปลงครั้งสำคัญที่ส่งผลกระทบต่อธุรกิจและชีวิตประจำวันในเกือบทุกแง่มุม รายงานดังกล่าวเน้นย้ำถึงความพร้อมของบริษัทต่างๆ ในการปรับใช้และใช้ประโยชน์จาก AI โดยแสดงให้เห็น “ช่องว่างที่สำคัญ” ในเสาหลักของธุรกิจและโครงสร้างพื้นฐานซึ่งจะก่อให้เกิดความเสี่ยงอย่างร้ายแรงในอนาคตอันใกล้นี้

ผลการศึกษาล่าสุดชี้ว่า ถึงแม้การปรับใช้ AI จะมีความคืบหน้าอย่างช้าๆ มานานหลายทศวรรษ แต่ความก้าวหน้าของเทคโนโลยี Generative AI ประกอบกับการเปิดให้ใช้งานอย่างกว้างขวางสำหรับผู้ใช้ทั่วไปในช่วงปีที่ผ่านมา ส่งผลให้มีความสนใจเพิ่มมากขึ้น รวมถึงความท้าทาย ความเปลี่ยนแปลง และความเป็นไปได้ใหม่ๆ ที่เกิดจากเทคโนโลยีนี้ ขณะที่ 63% ของผู้ตอบแบบสอบถามเชื่อว่า AI จะมีผลกระทบอย่างมากต่อการดำเนินธุรกิจของพวกเขา และอาจก่อให้เกิดประเด็นใหม่ๆ เกี่ยวกับความเป็นส่วนตัวของข้อมูลและความปลอดภัย รายงานดัชนีดังกล่าวพบว่า บริษัทต่างๆ เผชิญกับความท้าทายมากที่สุดเมื่อใช้ประโยชน์จาก AI ควบคู่ไปกับข้อมูลของพวกเขา ที่จริงแล้ว ผู้ตอบแบบสอบถาม 75% ยอมรับว่าสาเหตุเป็นเพราะข้อมูลถูกจัดเก็บอย่างกระจัดกระจายไว้ในระบบต่างๆ ทั่วทั้งองค์กร

อย่างไรก็ตาม ข่าวดีก็คือ รายงานดัชนีดังกล่าวเปิดเผยว่า บริษัทต่างๆ ในไทยกำลังใช้มาตรการเชิงรุกในหลายๆ ด้านเพื่อเตรียมพร้อมสำหรับอนาคตที่มุ่งเน้น AI เป็นหลัก เมื่อพูดถึงการกำหนดกลยุทธ์ด้าน AI องค์กร 97% มีกลยุทธ์ด้าน AI ที่แข็งแกร่งอยู่แล้วหรืออยู่ระหว่างการพัฒนา องค์กรมากกว่า 8 ใน 10 (81%) ถูกจัดอยู่ในกลุ่ม Pacesetters (มีความพร้อมอย่างเต็มที่) หรือ Chasers (มีความพร้อมปานกลาง) โดยมีเพียง 1% เท่านั้นที่จัดอยู่ในกลุ่ม Laggards (ไม่ได้เตรียมพร้อม) ซึ่งนับเป็นการบ่งบอกว่าผู้บริหารระดับสูงและผู้บริหารฝ่ายไอทีให้ความสำคัญกับเรื่องนี้เป็นอย่างมาก ดังจะเห็นได้จากข้อเท็จจริงที่ว่าผู้ตอบแบบสอบถามเกือบทุกคน (99%) กล่าวว่าความจำเป็นเร่งด่วนในการปรับใช้เทคโนโลยี AI ในองค์กรของพวกเขาเพิ่มสูงขึ้นในช่วง 6 เดือนที่ผ่านมา โดยมีการรายงานว่า ‘โครงสร้างพื้นฐานด้านไอทีและการรักษาความปลอดภัยทางไซเบอร์’ เป็นส่วนที่สำคัญที่สุดในการปรับใช้ AI

ลิซ เซนโทนี่ รองประธานบริหารและผู้จัดการทั่วไปฝ่ายแอปพลิเคชั่น และประธานเจ้าหน้าที่ฝ่ายกลยุทธ์ของซิสโก้ กล่าวว่า “ขณะที่บริษัทต่างๆ เร่งการปรับใช้โซลูชั่น AI ก็จะต้องมีการประเมินว่าควรจะลงทุนในส่วนใดบ้างเพื่อให้แน่ใจว่าโครงสร้างพื้นฐานของพวกเขาจะสามารถรองรับความต้องการของเวิร์กโหลด AI ได้ดีที่สุด นอกจากนี้ องค์กรยังต้องสามารถตรวจสอบว่า AI ถูกใช้งานอย่างไร เพื่อให้แน่ใจเกี่ยวกับ ROI, ความปลอดภัย โดยเฉพาะอย่างยิ่ง ‘ความรับผิดชอบ’ ”

ข้อมูลสำคัญที่พบในผลการศึกษา

ผลการศึกษาพบว่า โดยรวมแล้วมีบริษัทเพียง 20% เท่านั้นที่จัดอยู่ในกลุ่ม Pacesetters (มีความพร้อมอย่างเต็มที่) โดยที่ 36% ของบริษัทในไทยจัดอยู่ในกลุ่ม Laggards (ไม่ได้เตรียมพร้อม) ที่ 1% และกลุ่ม Followers (มีความพร้อมอย่างจำกัด) ที่ 35% นอกจากนี้ ยังพบข้อมูลที่สำคัญที่สุดได้แก่:

· ความเร่งด่วน: สูงสุด “หนึ่งปี” ก่อนที่บริษัทต่างๆ จะเริ่มเห็นผลกระทบเชิงลบต่อธุรกิจ โดย 74% ของผู้ตอบแบบสอบถามในไทยเชื่อว่าพวกเขามีเวลาสูงสุดไม่เกินหนึ่งปีในการปรับใช้กลยุทธ์ AI ก่อนที่องค์กรของพวกเขาจะเริ่มได้รับผลกระทบเชิงลบอย่างมีนัยสำคัญต่อธุรกิจ

· กลยุทธ์ : ขั้นตอนแรกคือการกำหนดกลยุทธ์ และองค์กรต่างๆ ดำเนินการได้ด้วยดี โดย 81% ขององค์กรในไทยจัดอยู่ในกลุ่ม Pacesetters หรือ Chasers โดยมีเพียง 1% เท่านั้นที่จัดอยู่ในกลุ่ม Laggards นอกจากนี้ 97% ขององค์กรมีกลยุทธ์ AI ที่ชัดเจนอยู่แล้วหรืออยู่ระหว่างการพัฒนา ซึ่งนับเป็นสัญญาณเชิงบวก แต่ก็ยังมีสิ่งที่ต้องทำอีกมาก

· โครงสร้างพื้นฐาน: เครือข่ายยังไม่มีความพร้อมที่จะรองรับเวิร์กโหลด AI โดย 95% ขององค์กรธุรกิจทั่วโลกตระหนักดีว่า AI จะก่อให้เกิดเวิร์กโหลดเพิ่มมากขึ้นต่อโครงสร้างพื้นฐาน แต่ในประเทศไทย มีองค์กรเพียง 29% เท่านั้นที่มองว่าโครงสร้างพื้นฐานของตนสามารถปรับขนาดได้อย่างยืดหยุ่น ผู้ตอบแบบสอบถามส่วนใหญ่ (56%) ระบุว่าพวกเขามีความสามารถในการปรับขนาดอย่างจำกัด หรือไม่มีเลยเมื่อต้องรับมือกับปัญหาหรือความท้าทายด้าน AI ใหม่ๆ ภายในโครงสร้างพื้นฐานด้านไอทีที่มีอยู่ในปัจจุบัน นอกจากนี้ เพื่อรองรับความต้องการด้านพลังงานและการประมวลผลที่เพิ่มสูงขึ้นของ AI บริษัทมากกว่าสองในสาม (71%) จะต้องใช้หน่วยประมวลผลกราฟิก (GPU) สำหรับดาต้าเซ็นเตอร์มากขึ้น เพื่อรองรับเวิร์กโหลด AI ในอนาคต

· ข้อมูล: องค์กรไม่สามารถละเลยความสำคัญของการมี ‘ข้อมูลที่พร้อมสำหรับ AI’ แม้ว่าข้อมูลจะทำหน้าที่เป็นแกนหลักที่สำคัญสำหรับการดำเนินการของ AI แต่กลับเป็นส่วนที่มีความพร้อมน้อยที่สุด โดยมีจำนวน Laggards มากที่สุด (10%) เมื่อเทียบกับเสาหลักอื่นๆ ทั้งนี้ 75% ของผู้ตอบแบบสอบถามทั้งหมดระบุว่า ข้อมูลต่างๆ ถูกแยกส่วนหรือกระจัดกระจายอยู่ในองค์กรของตน ซึ่งจะก่อให้เกิดปัญหาท้าทายที่สำคัญ เพราะความยุ่งยากซับซ้อนในการบูรณาการข้อมูลที่อยู่ในระบบต่างๆ และการทำให้ข้อมูลดังกล่าวพร้อมใช้งานสำหรับแอปพลิเคชัน AI สามารถส่งผลกระทบต่อความสามารถในการใช้ประโยชน์จากแอปพลิเคชันเหล่านี้

· บุคลากร: ความต้องการทักษะด้าน AI เผยให้เห็นถึงช่องว่างหรือความเหลื่อมล้ำทางดิจิทัลในยุคใหม่ คณะกรรมการ (93%) และผู้บริหาร (91%) มีแนวโน้มที่จะยอมรับการเปลี่ยนแปลงที่เกิดจาก AI มากที่สุด โดยมีการตอบรับในระดับสูงหรือปานกลาง อย่างไรก็ตาม ยังมีงานที่ต้องทำอีกมากเพื่อดึงดูดผู้บริหารระดับกลาง โดย 19% ยอมรับ AI อย่างมีข้อจำกัดหรือไม่ยอมรับเลย และในส่วนของพนักงาน องค์กรเกือบหนึ่งในห้า (22%) รายงานว่าพนักงานไม่ค่อยเต็มใจที่จะปรับใช้ AI หรือต่อต้านการใช้ AI ความต้องการทักษะด้าน AI เผยถึงช่องว่างทางดิจิทัลยุคใหม่ ผู้ตอบแบบสอบถาม 95% กล่าวว่าพวกเขาได้ลงทุนเพื่อยกระดับทักษะของพนักงานที่มีอยู่ ขณะที่ 10% เห็นถึงความเหลื่อมล้ำด้าน AI ที่กำลังเกิดขึ้น โดยตั้งข้อสงสัยว่าจะมีบุคลากรเพียงพอต่อการยกระดับทักษะหรือไม่

· การกำกับดูแล: การปรับใช้นโยบาย AI เริ่มต้นช้า 57% ขององค์กรไม่มีนโยบาย AI ที่ครอบคลุม ซึ่งนับเป็นปัญหาที่ต้องได้รับการแก้ไข ขณะที่บริษัทต่างๆ พิจารณาและกำกับดูแลปัจจัยทั้งหมดที่ทำให้เกิดความเสี่ยงต่อการทำลายความเชื่อมั่นและความไว้วางใจ ปัจจัยที่ว่านี้ได้แก่ ความเป็นส่วนตัวของข้อมูล อธิปไตยด้านข้อมูล หรือสิทธิของการเป็นเจ้าของข้อมูล (Data Sovereignty) และความเข้าใจต่อการปฏิบัติตามกฎระเบียบโลก นอกจากนั้น จะต้องให้ความสนใจอย่างใกล้ชิดเกี่ยวกับแนวคิดเรื่องอคติ ความยุติธรรม และความโปร่งใส ทั้งในส่วนของข้อมูลและอัลกอริธึม

· วัฒนธรรมองค์กร: มีการเตรียมการน้อยมาก แต่มีแรงจูงใจสูงในการให้ความสำคัญเป็นอันดับต้นๆ เสาหลักนี้มีจำนวน Pacesetters ต่ำที่สุด (13%) เมื่อเทียบกับหมวดหมู่อื่นๆ โดยส่วนใหญ่ได้รับแรงหนุนจากข้อเท็จจริงที่ว่า 3.4% ของบริษัทยังไม่ได้จัดทำแผนการจัดการการเปลี่ยนแปลง (Change Management Plans) และสำหรับบริษัทที่ทำแผนไว้แล้ว 76% ยังคงอยู่ระหว่างดำเนินการ ผู้บริหารระดับสูงเปิดรับการเปลี่ยนแปลงด้าน AI ภายในองค์กรมากที่สุด และจะต้องเป็นผู้นำในการจัดทำแผนงานที่ครอบคลุมและมีการสื่อสารอย่างชัดเจนไปยังผู้บริหารระดับกลางและพนักงานที่มีอัตราการยอมรับ AI ค่อนข้างต่ำ ข่าวดีก็คือ พนักงานมีแรงจูงใจอยู่ในระดับสูง โดยมากกว่า 8 ใน 10 (81%) กล่าวว่าองค์กรของพวกเขากำลังเปิดรับ AI โดยมีความเร่งด่วนในระดับปานกลางถึงระดับสูง

ดัชนีความพร้อมด้าน AI ของซิสโก้

ดัชนีความพร้อมด้าน AI ของซิสโก้ (Cisco AI Readiness Index) อ้างอิงการสำรวจความคิดเห็นแบบปกปิดสองทาง (Double Blind) สำหรับผู้บริหารฝ่ายธุรกิจและฝ่ายไอทีภาคเอกชนจำนวน 8,161 คนใน 30 ประเทศ ซึ่งดำเนินการโดยหน่วยงานอิสระ และเป็นการสอบถามความเห็นของผู้ตอบแบบสอบถามจากบริษัทที่มีพนักงาน 500 คนขึ้นไป ดัชนีดังกล่าวประเมินความพร้อมด้าน AI ของผู้ตอบแบบสอบถาม ใน 6 เสาหลักที่สำคัญ ได้แก่ กลยุทธ์ โครงสร้างพื้นฐาน ข้อมูล บุคลากร การกำกับดูแล และวัฒนธรรมองค์กร

บริษัทต่างๆ ได้รับการตรวจสอบโดยใช้เกณฑ์ชี้วัดที่แตกต่างกัน 49 รายการ ครอบคลุมเสาหลักทั้งหก เพื่อกำหนดคะแนนความพร้อมสำหรับแต่ละด้าน รวมถึงคะแนนความพร้อมโดยรวมสำหรับองค์กรของผู้ตอบแบบสอบถาม ตัวบ่งชี้แต่ละรายการได้รับการถ่วงน้ำหนักตามความสำคัญสำหรับความพร้อมในส่วนของเสาหลักที่เกี่ยวข้อง และจากคะแนนโดยรวม ซิสโก้ได้จำแนกองค์กรเป็น 4 กลุ่มตามระดับความพร้อมที่แตกต่างกัน ได้แก่ Pacesetters (มีความพร้อมอย่างเต็มที่), Chasers (มีความพร้อมปานกลาง), Followers (มีความพร้อมอย่างจำกัด) และ Laggards (ไม่ได้เตรียมพร้อม)