การ์ทเนอร์คาดสิ้นปี 2568 โปรเจกต์ GenAI อย่างน้อย 30% จะทยอยถูกยกเลิก
การ์ทเนอร์คาดการณ์
ภายในสิ้นปี 2568 โปรเจกต์ต่าง ๆ จาก Generative
AI (GenAI) อย่างน้อย 30% จะยกเลิกหลังการพิสูจน์เชิงแนวคิด หรือ Proof
of Concept (PoC)
ริต้า
ซาลลัม รองประธานฝ่ายวิจัยการ์ทเนอร์ กล่าวว่า “หลังจาก GenAI เป็นกระแสฮือฮาเมื่อปีก่อน
ผู้บริหารต่างจดจ้องที่จะได้เห็นผลตอบแทนจากการลงทุนใน GenAI แต่ว่าองค์กรต่างๆ กลับต้องฝ่าฟันเพื่อพิสูจน์และรับรู้ถึงคุณค่าของมัน
ตามที่ขอบเขตของแผนงานด้าน GenAI ขยายออกไป
ประกอบกับภาระทางการเงินในการพัฒนาและการนำโมเดล GenAI ไปใช้งานก็เพิ่มมากขึ้นเรื่อยๆ
โดยการ์ทเนอร์ยังระบุว่าความท้าทายสำคัญที่องค์กรเผชิญนั้น
คือ การพิสูจน์ให้เห็นถึงความคุ้มค่าของการลงทุนเป็นจำนวนมหาศาลกับ GenAI ในการเพิ่มประสิทธิภาพการทำงาน
ซึ่งจะแปลงเป็นผลประโยชน์ทางการเงินโดยตรงได้ยาก
ทั้งนี้องค์กรมากมายกำลังใช้ประโยชน์จาก GenAI
เพื่อเปลี่ยนแปลงโมเดลธุรกิจและสร้างโอกาสทางธุรกิจใหม่ ๆ
แต่อย่างไรก็ตาม แนวทางนี้มาพร้อมกับต้นทุนมหาศาลตั้งแต่ 5 ล้านดอลลาร์สหรัฐฯ
ไปจนถึง 20 ล้านดอลลาร์สหรัฐฯ
“น่าเสียดายที่
GenAI ไม่มีสูตรสำเร็จที่ใช้ได้กับทุกสถานการณ์
และต้นทุนก็ไม่สามารถคาดเดาได้เหมือนกับเทคโนโลยีอื่น ๆ ดังนั้นสิ่งที่องค์กรจ่าย
อาทิ ยูสเคสที่ลงทุนและวิธีการนำไปใช้ที่เลือก ล้วนเป็นตัวกำหนดต้นทุนทั้งนั้น
ไม่ว่าคุณจะเป็นผู้เข้ามาดิสรัปตลาดและต้องการฝัง
AI เข้าไปในทุกที่
หรือต้องการมุ่งเน้นที่การเพิ่มผลผลิตหรือการขยายกระบวนการเดิมที่มีอยู่
สิ่งเหล่านี้ล้วนมีต้นทุน ความเสี่ยง ความผันแปร
และส่งผลกระทบเชิงกลยุทธ์ในระดับที่ต่างกัน” ซาลลัม กล่าว
ผลการวิจัยการ์ทเนอร์ยังชี้ว่าการพัฒนา
GenAI ไม่ว่าเพื่อเป้าหมายใด
ต้องอาศัยความอดทนที่สูงกว่ากับผลลัพธ์ทางอ้อม
สำหรับวางหลักเกณฑ์การลงทุนด้านการเงินในอนาคตเทียบกับผลตอบแทนการลงทุนทันที (ROI)
ในอดีตผู้บริหารระดับสูงด้านการเงิน หรือ CFO หลายรายไม่สะดวกใจลงทุนวันนี้เพื่อมูลค่าทางอ้อมในอนาคต
ซึ่งความลังเลใจนี้อาจทำให้การจัดสรรเม็ดเงินลงทุนถูกเบี่ยงเบนไปในทางยุทธวิธีมากกว่าผลลัพธ์เชิงกลยุทธ์
การตระหนักถึงมูลค่าทางธุรกิจ
ผู้ที่นำ
AI มาใช้ก่อนใคร หรือที่เรียกว่า Earlier
Adopter ทั้งในอุตสาหกรรมและกระบวนการทางธุรกิจต่างรายงานถึงพัฒนาการและการปรับปรุงด้านธุรกิจที่หลากหลาย
แตกต่างกันไปตามยูสเคสใช้งาน ประเภทงาน และระดับทักษะของคนทำงาน
ผลการสำรวจผู้นำทางธุรกิจของการ์ทเนอร์ล่าสุด
จากจำนวนผู้ตอบแบบสอบถาม
822 ราย ที่จัดทำช่วงเดือนกันยายนถึงพฤศจิกายนปี 2566 พบว่าองค์กรที่นำ AI มาใช้มีรายได้เพิ่มขึ้น 15.8%
ประหยัดต้นทุนขึ้น 15.2% และช่วยปรับปรุงประสิทธิผลการผลิตโดยเฉลี่ย 22.6%
“ดาต้านี้เป็นข้อมูลอ้างอิงสำคัญสำหรับการประเมินมูลค่าทางธุรกิจที่ได้มาจากนวัตกรรมโมเดลธุรกิจ
GenAI แต่สิ่งสำคัญคือเราต้องยอมรับความท้าทายในการประเมินมูลค่าดังกล่าว
เนื่องจากผลประโยชน์ต่าง ๆ นั้นจะขึ้นกับบริษัทเป็นหลัก
รวมถึง ยูสเคส บทบาท
และแรงงานอย่างเฉพาะ
บ่อยครั้งที่ผลกระทบอาจไม่เผยชัดเจนในทันทีและอาจเกิดขึ้นภายหลัง อย่างไรก็ตาม
ความล่าช้านี้ไม่ได้ลดผลประโยชน์ที่อาจได้รับลงแต่อย่างใด” ซาลลัม กล่าวเสริม
การคำนวณผลกระทบต่อธุรกิจ
จากการวิเคราะห์มูลค่าทางธุรกิจและต้นทุนรวมของนวัตกรรมโมเดลธุรกิจ
GenAI องค์กรต่าง ๆ
สามารถกำหนดผลตอบแทนจากการลงทุนโดยตรง (ROI) และผลกระทบต่อมูลค่าธุรกิจในอนาคตได้
ซึ่งถือเป็นเครื่องมือสำคัญในการตัดสินใจลงทุนอย่างรอบคอบเกี่ยวกับนวัตกรรมโมเดลธุรกิจ
GenAI
“หากผลลัพธ์ทางธุรกิจเป็นไปตามเป้าหรือเกินความคาดหวัง
ถือเป็นโอกาสการขยายการลงทุน โดยเพิ่มขอบเขตนวัตกรรมและการใช้งาน GenAI ให้ครอบคลุมฐานผู้ใช้ที่กว้างขึ้น
หรือนำไปใช้ในแผนกธุรกิจอื่น ๆ เพิ่มเติม อย่างไรก็ตาม
หากผลลัพธ์ไม่เป็นไปตามที่คาด อาจจำเป็นต้องพิจารณานวัตกรรมทางเลือก
โดยอาศัยข้อมูลเชิงลึกเหล่านี้ช่วยให้องค์กรจัดสรรทรัพยากรได้อย่างมีกลยุทธ์พร้อมกำหนดแผนดำเนินงานที่มีประสิทธิภาพสูงสุดในอนาคต”
ซาลลัม กล่าวสรุป
ประเด็นสำคัญที่น่าสนใจ
อัตราการล้มเหลวของโครงการ
GenAI สูง Gartner คาดการณ์ว่าภายในปี
2568 โครงการ GenAI จำนวนมากจะถูกยกเลิกหลังจากผ่านขั้นตอนการพิสูจน์แนวคิด
(PoC) เนื่องจากปัญหาต่างๆ เช่น ข้อมูลคุณภาพต่ำ
การควบคุมความเสี่ยงไม่เพียงพอ และต้นทุนที่สูงเกินไป
ความท้าทายในการวัดผลตอบแทน
การวัดผลตอบแทนจากการลงทุนใน GenAI เป็นเรื่องที่ซับซ้อน เนื่องจากผลประโยชน์ที่ได้มักเป็นผลทางอ้อม เช่น
การเพิ่มประสิทธิภาพการทำงาน หรือการสร้างสรรค์นวัตกรรมใหม่ๆ
ทำให้ผู้บริหารหลายคนลังเลที่จะลงทุนในเทคโนโลยีนี้
ต้นทุนที่สูง
การพัฒนาและนำโมเดล GenAI ไปใช้งานนั้นต้องใช้ต้นทุนที่สูงมาก
โดยเฉพาะอย่างยิ่งสำหรับองค์กรขนาดใหญ่
ความสำคัญของการวางแผน
การวางแผนอย่างรอบคอบเป็นสิ่งจำเป็นสำหรับการนำ GenAI มาใช้งาน ผู้ประกอบการต้องพิจารณาถึงปัจจัยต่างๆ เช่น
เป้าหมายทางธุรกิจ ข้อมูลที่มีอยู่ และทรัพยากรที่มีอยู่
วิเคราะห์ความคุ้มค่า
ก่อนที่จะลงทุนในโครงการ GenAI องค์กรควรวิเคราะห์ความคุ้มค่าอย่างละเอียด
เพื่อให้แน่ใจว่าโครงการนั้นสอดคล้องกับเป้าหมายทางธุรกิจและสามารถสร้างผลตอบแทนที่เป็นรูปธรรมได้จัดการข้อมูลให้มีคุณภาพ
ข้อมูลที่มีคุณภาพสูงเป็นปัจจัยสำคัญในการพัฒนาโมเดล GenAI ที่มีประสิทธิภาพ
สร้างทีมงานที่มีความสามารถ
การมีทีมงานที่มีความรู้ความสามารถในด้าน AI และ Machine Learning เป็นสิ่งจำเป็นสำหรับการพัฒนาและนำโมเดล
GenAI ไปใช้งาน
ติดตามความคืบหน้าอย่างใกล้ชิด
องค์กรควรติดตามความคืบหน้าของโครงการ GenAI
อย่างสม่ำเสมอ เพื่อปรับปรุงและแก้ไขปัญหาที่อาจเกิดขึ้น
แม้ว่า
GenAI จะมีศักยภาพในการเปลี่ยนแปลงโลก
แต่ก็ยังคงมีความท้าทายที่ต้องเผชิญอยู่ องค์กรที่ต้องการประสบความสำเร็จในการนำ GenAI
มาใช้งานจำเป็นต้องมีความเข้าใจในเทคโนโลยีนี้เป็นอย่างดี
และวางแผนอย่างรอบคอบ
ที่มา : Springnews
วันที่ 6 สิงหาคม 2567
