ช่องว่างทักษะ AI ในองค์กรไม่ใช่เรื่องการฝึกอบรม แต่คือเรื่องสิทธิ์ในการตัดสินใจ

ช่องว่างด้านทักษะ AI ในองค์กรเป็นปัญหาด้านธรรมาภิบาลเป็นหลัก ไม่ใช่ปัญหาด้านการฝึกอบรม องค์กรส่วนใหญ่ไม่มีผู้รับผิดชอบที่ชัดเจนสำหรับการตัดสินใจ นโยบาย และความรับผิดชอบเกี่ยวกับ AI McKinsey พบว่าบริษัทที่มีความเป็นเจ้าของ AI อย่างชัดเจนมีคะแนนวุฒิภาวะด้าน AI (AI maturity) สูงกว่าบริษัทที่ไม่มีถึง 44% ไม่ว่าจะลงทุนด้านการฝึกอบรมมากเพียงใดก็ตาม ช่องว่างระหว่างบริษัทที่สามารถนำ AI จากขั้นตอนนำร่องไปสู่การใช้งานจริง กับบริษัทที่ทำไม่ได้ ไม่ใช่ทักษะทางเทคนิค แต่คือความชัดเจนในการตัดสินใจ

ข้อมูลบอกอะไรเราจริงๆ

การมองว่าช่องว่างทักษะ AI คือปัญหาขาดแคลนบุคลากรนั้นถูกต้องแต่ยังไม่ครบถ้วน รายงาน State of AI ปี 2025 ของ McKinsey พบว่า 46% ของผู้บริหารระบุว่าช่องว่างด้านทักษะคืออุปสรรคภายในที่ใหญ่ที่สุดเพียงหนึ่งเดียวต่อการนำ AI มาใช้ ขณะที่ Gartner พบว่ามีผู้บริหารเพียง 20% เท่านั้นที่เชื่อว่าบุคลากรของตนพร้อมสำหรับ AI

นี่คือปัญหาที่มีอยู่จริง แต่วิธีตอบสนองที่องค์กรส่วนใหญ่เลือกใช้ ไม่ว่าจะเป็นการส่งวิศวกรไปฝึกอบรมหรือจ้างนักวิทยาศาสตร์ข้อมูลเพิ่ม เป็นการแก้ที่อาการ ไม่ใช่ต้นเหตุที่แท้จริง

บริษัทที่มีนโยบาย AI ซึ่งผ่านการอนุมัติจากคณะกรรมการบริษัทมีไม่ถึง 25% และมีเพียง 15% ของคณะกรรมการที่ได้รับรายงานตัวชี้วัดที่เกี่ยวข้องกับ AI องค์กรส่วนใหญ่ที่ใช้งาน AI ไม่มีโครงสร้างที่เป็นทางการว่าใครมีสิทธิ์ตัดสินใจว่า AI ทำอะไรได้บ้าง ใครต้องรับผิดชอบเมื่อเกิดความผิดพลาด และการตัดสินใจเหล่านั้นจะถูกทบทวนอย่างไร

นี่ไม่ใช่ปัญหาด้านทักษะ แต่คือสุญญากาศด้านธรรมาภิบาล

ความแตกต่างระหว่างความรู้ความเข้าใจด้าน AI กับความเป็นเจ้าของ AI

ความรู้ความเข้าใจด้าน AI (AI literacy) คือความสามารถในการเข้าใจและใช้เครื่องมือ AI ส่วนความเป็นเจ้าของ AI (AI ownership) คืออำนาจและความรับผิดชอบในการตัดสินใจอย่างมีผลผูกพันว่าจะนำ AI ไปใช้งานอย่างไร เข้าถึงข้อมูลใดได้บ้าง และจะเกิดอะไรขึ้นเมื่อมีสิ่งผิดพลาด

องค์กรต่างๆ กำลังลงทุนกับเรื่องแรก ขณะที่เรื่องหลังยังไม่มีการกำหนดไว้อย่างชัดเจน

Gartner คาดการณ์ว่าภายในปี 2027 องค์กร 40% จะยกเลิกการใช้งาน AI agent แบบอัตโนมัติ เนื่องจากช่องว่างด้านธรรมาภิบาลที่ถูกค้นพบก็ต่อเมื่อเกิดเหตุขัดข้องในระบบจริงแล้วเท่านั้น เหตุขัดข้องเหล่านี้ไม่ได้เกิดจากผู้ใช้ที่ขาดการฝึกอบรมเป็นหลัก แต่เกิดจากระบบที่ไม่มีใครได้รับมอบอำนาจให้กำหนดขอบเขตก่อนนำไปใช้งานจริง

รูปแบบที่พบทั่วไปคือ ทีมงานระบุกรณีการใช้งาน ฝ่ายจัดซื้อจัดหาเครื่องมือ ฝ่าย IT ทำการเชื่อมต่อระบบ และผู้ใช้ก็เริ่มใช้งาน แต่ไม่มีใครตัดสินใจอย่างเป็นทางการว่าเครื่องมือนี้เข้าถึงข้อมูลใดได้บ้าง ผลลัพธ์แบบใดที่ต้องผ่านการตรวจสอบโดยมนุษย์ก่อน หรือใครจะได้รับแจ้งเมื่อระบบให้ผลลัพธ์ที่ผิดปกติ สิทธิ์ในการตัดสินใจไม่เคยถูกกำหนดตั้งแต่แรก ปัญหาจึงปรากฏขึ้นภายหลัง

เหตุใดการฝึกอบรมเพียงอย่างเดียวจึงไม่สามารถปิดช่องว่างนี้ได้

การฝึกอบรมช่วยเพิ่มขีดความสามารถ แต่ไม่ได้สร้างความรับผิดชอบ

ทีมวิศวกร AI ที่ได้รับการฝึกอบรมมาอย่างดีแต่ไม่มีอำนาจตัดสินใจที่ชัดเจน ก็ยังคงเลือกเส้นทางที่ง่ายที่สุด คือเดินหน้าส่งมอบงานต่อไปและปล่อยเรื่องธรรมาภิบาลไว้ทีหลัง ในขณะที่ทีมที่มีความสามารถทางเทคนิคน้อยกว่าแต่มีโครงสร้างการตัดสินใจที่ชัดเจนและมีผู้รับผิดชอบที่กำหนดไว้ กลับสามารถตัดสินใจได้ดีกว่าว่าจะสร้างอะไรและควรหยุดเมื่อใด

การที่ Gartner พบว่า 80% ของบุคลากรสายวิศวกรรมจำเป็นต้องพัฒนาทักษะ AI เพิ่มเติมภายในปี 2027 เป็นข้อมูลที่สำคัญ แต่ก็เป็นคนละประเด็นกับคำถามด้านธรรมาภิบาล การพัฒนาทักษะบอกวิศวกรว่าจะใช้ AI อย่างไร แต่ไม่ได้บอกพวกเขาหรือองค์กรว่าใครเป็นผู้ตัดสินใจว่าเมื่อใดไม่ควรใช้ AI

สิ่งที่จำเป็นต้องทำเพื่อปิดช่องว่างนี้อย่างแท้จริง

องค์กรที่กำลังปิดช่องว่างด้านวุฒิภาวะ AI ได้สำเร็จ กำลังทำสามสิ่งที่โปรแกรมฝึกอบรมไม่ได้ครอบคลุม

ประการแรก องค์กรเหล่านี้กำหนดผู้รับผิดชอบที่มีชื่อชัดเจนสำหรับการตัดสินใจเรื่อง AI ไม่ใช่คณะกรรมการ แต่เป็นบุคคลที่มีอำนาจอนุมัติหรือระงับการนำ AI ไปใช้งาน กำหนดเกณฑ์ความเสี่ยงที่ยอมรับได้ และทบทวนเหตุขัดข้องที่เกิดขึ้น ไม่ว่าจะเป็นตำแหน่ง Chief AI Officer, Head of AI Governance หรือ AI Risk Lead ตำแหน่งไม่สำคัญเท่ากับการที่อำนาจนั้นถูกกำหนดไว้อย่างชัดเจน

ประการที่สอง องค์กรเหล่านี้สร้างกรอบการตัดสินใจก่อนที่จะนำระบบไปใช้งานจริง ระบบนี้ต้องจัดอยู่ในระดับความเสี่ยงใด เข้าถึงข้อมูลใดได้บ้าง ผลลัพธ์แบบใดต้องผ่านการตรวจสอบโดยมนุษย์ก่อนดำเนินการ อะไรคือเหตุขัดข้องในระบบจริง คำถามเหล่านี้ถูกตอบก่อนวันเปิดใช้งานจริง ไม่ใช่หลังจากเกิดความล้มเหลวครั้งแรก

ประการที่สาม องค์กรเหล่านี้ปฏิบัติต่อธรรมาภิบาล AI ในฐานะฟังก์ชันเชิงปฏิบัติการ ไม่ใช่เพียงแบบฝึกหัดด้านการปฏิบัติตามกฎระเบียบ ข้อมูลของ McKinsey แสดงให้เห็นว่าองค์กรที่มีความเป็นเจ้าของ AI อย่างชัดเจนมีคะแนนวุฒิภาวะด้าน AI เฉลี่ยอยู่ที่ 2.6 ขณะที่องค์กรที่ไม่มีอยู่ที่ 1.8 โดยเฉลี่ย ช่องว่าง 44% นี้ไม่ได้อธิบายได้ด้วยเงินลงทุนด้านการฝึกอบรม แต่อธิบายได้ด้วยการที่มีใครสักคนเป็นเจ้าของการตัดสินใจนั้นหรือไม่

ความหมายสำหรับองค์กรที่จะนำ AI ไปใช้งานในปี 2026

สองสิ่งกำลังเกิดขึ้นพร้อมกัน ขีดความสามารถของ AI กำลังพัฒนาเร็วกว่าที่องค์กรส่วนใหญ่จะรองรับได้ ขณะที่แรงกดดันด้านกฎระเบียบก็เพิ่มขึ้นเช่นกัน ทีมบังคับใช้กฎหมายของ EU AI Act เริ่มปฏิบัติงานอย่างเต็มรูปแบบแล้ว โดยมีบทลงโทษสูงถึง 35 ล้านยูโร หรือ 7% ของรายได้รวมทั่วโลก

ความเสี่ยงที่แท้จริงไม่ใช่เรื่องชื่อเสียงเป็นหลัก แต่คือความเสี่ยงด้านการดำเนินงาน การคาดการณ์ของ Gartner ที่ว่า 40% ขององค์กรจะยกเลิกการใช้งาน AI agent เนื่องจากความล้มเหลวด้านธรรมาภิบาล สะท้อนถึงระบบที่ใช้งานจริงล้มเหลวจนต้องมีการย้อนกลับระบบ (rollback) ซึ่งเป็นต้นทุนด้านการดำเนินงาน ไม่ใช่ปัญหาด้านภาพลักษณ์

องค์กรที่จะสามารถขยายการใช้งาน AI ได้อย่างน่าเชื่อถือ คือองค์กรที่แก้ไขปัญหาเรื่องสิทธิ์ในการตัดสินใจตั้งแต่วันนี้ ก่อนที่เหตุขัดข้องในระบบจริงจะบีบให้ต้องหาคำตอบ

คำถามที่พบบ่อย

เหตุใดช่องว่างทักษะ AI จึงเป็นปัญหาด้านการตัดสินใจอย่างแท้จริง

องค์กรส่วนใหญ่มีขีดความสามารถทางเทคนิคเพียงพอที่จะนำ AI ไปใช้งาน แต่ขาดโครงสร้างที่ชัดเจนว่าใครมีสิทธิ์ตัดสินใจว่า AI ทำอะไรได้บ้าง ใครต้องรับผิดชอบเมื่อเกิดความผิดพลาด และต้องมีการกำกับดูแลอย่างไรก่อนนำไปใช้งานจริง McKinsey พบว่าบริษัทที่มีความเป็นเจ้าของ AI อย่างชัดเจนมีคะแนนวุฒิภาวะด้าน AI สูงกว่าบริษัทที่ไม่มีถึง 44% ช่องว่างนี้คือเรื่องธรรมาภิบาล ไม่ใช่เรื่องทักษะ

สิทธิ์ในการตัดสินใจเรื่อง AI คืออะไร

สิทธิ์ในการตัดสินใจเรื่อง AI (AI decision rights) กำหนดว่าใครมีอำนาจและความรับผิดชอบในการตัดสินใจอย่างมีผลผูกพันเกี่ยวกับการนำ AI ไปใช้งาน การเข้าถึงข้อมูล ข้อกำหนดในการตรวจสอบผลลัพธ์ และการตอบสนองต่อเหตุขัดข้อง หากไม่มีสิทธิ์ในการตัดสินใจที่ชัดเจน องค์กรจะกลับไปพึ่งพาฉันทามติแบบไม่เป็นทางการ ซึ่งทำให้การนำไปใช้งานล่าช้าและก่อให้เกิดช่องว่างด้านความรับผิดชอบเมื่อระบบล้มเหลว

มีบริษัทกี่เปอร์เซ็นต์ที่มีโครงสร้างธรรมาภิบาล AI อยู่แล้ว

จากงานวิจัยของ McKinsey บริษัทที่มีนโยบาย AI ซึ่งผ่านการอนุมัติจากคณะกรรมการมีไม่ถึง 25% และมีเพียง 15% ของคณะกรรมการที่ได้รับรายงานตัวชี้วัดที่เกี่ยวข้องกับ AI องค์กรส่วนใหญ่กำลังนำ AI ไปใช้งานโดยไม่มีธรรมาภิบาลอย่างเป็นทางการในระดับคณะกรรมการหรือผู้บริหาร

ความเสี่ยงของการนำ AI ไปใช้งานโดยไม่มีธรรมาภิบาลคืออะไร

Gartner คาดการณ์ว่าภายในปี 2027 องค์กร 40% จะยกเลิกหรือลดระดับการใช้งาน AI agent แบบอัตโนมัติ เนื่องจากช่องว่างด้านธรรมาภิบาลที่ถูกค้นพบหลังเกิดเหตุขัดข้องในระบบจริงเท่านั้น ต้นทุนด้านการดำเนินงานจากการย้อนกลับระบบ การรั่วไหลของข้อมูล และการจัดการเหตุขัดข้อง สูงกว่าเงินลงทุนที่จำเป็นในการสร้างธรรมาภิบาลก่อนนำไปใช้งานจริง

โครงสร้างธรรมาภิบาล AI ขั้นต่ำควรมีอะไรบ้าง

อย่างน้อยที่สุดต้องมี ผู้รับผิดชอบที่มีชื่อชัดเจนและมีอำนาจตัดสินใจเรื่อง AI กรอบการจัดระดับความเสี่ยงที่ใช้ก่อนนำไปใช้งานจริง กฎการเข้าถึงข้อมูลที่ชัดเจน ข้อกำหนดการตรวจสอบผลลัพธ์ตามระดับความเสี่ยง กระบวนการยกระดับปัญหา (escalation) และขั้นตอนการตอบสนองต่อเหตุขัดข้องที่บันทึกไว้เป็นลายลักษณ์อักษร สิ่งนี้ไม่จำเป็นต้องใช้ทีมงานขนาดใหญ่ แต่ต้องมีการกำหนดอย่างชัดเจนว่าใครเป็นผู้ตัดสินใจเรื่องใด

แนวคิดนี้นำไปใช้กับบริษัทระดับกลาง (mid-market) ที่เพิ่งเริ่มนำ AI มาใช้เป็นครั้งแรกได้อย่างไร

บริษัทระดับกลางมักสันนิษฐานว่าธรรมาภิบาลเกี่ยวข้องเฉพาะกับองค์กรขนาดใหญ่เท่านั้น แต่ในความเป็นจริง องค์กรขนาดเล็กมีความซ้ำซ้อนของทรัพยากรน้อยกว่าในการรองรับความล้มเหลวของ AI และมีทรัพยากรน้อยกว่าสำหรับการย้อนกลับระบบ โครงสร้างธรรมาภิบาลอาจเรียบง่ายกว่าองค์กรขนาดใหญ่ แต่ข้อกำหนดหลักยังคงเหมือนกัน นั่นคือต้องมีบุคคลที่มีชื่อชัดเจนเป็นเจ้าของการตัดสินใจเหล่านั้น

ก้าวต่อไป

Gradion ทำงานร่วมกับองค์กรที่กำลังสร้างระบบ AI ระดับใช้งานจริง (production-grade) ตั้งแต่การกำหนดขอบเขตกรณีการใช้งาน ไปจนถึงกรอบธรรมาภิบาลและการนำไปใช้งานจริง ติดต่อทีมของเราเพื่อเริ่มต้นบทสนทนา