ที่ปรึกษาการนำ AI มาใช้และการเปลี่ยนผ่านธุรกิจ

For Your Business

ธุรกิจที่เหมาะสมและช่วงเวลาที่ควรเริ่ม

หากหลายแผนกต้องการใช้ AI แต่ยังจัดลำดับความสำคัญไม่ได้ หรือซื้อเครื่องมือแล้วแต่ยังใช้เพียงทดลองรายบุคคล อาจเริ่มจากวางแผนการนำไปใช้ ฝ่ายขาย ฝ่ายธุรการ ฝ่ายบริการลูกค้า ฝ่ายจัดการความรู้ และฝ่ายไอทีสามารถเลือกงานหนึ่งที่มีผู้รับผิดชอบชัดเจน เช่น การเตรียมร่างเอกสาร การค้นหาข้อมูลภายใน หรือการจัดประเภทกรณี

ก่อนจัดซื้อ พัฒนาระบบเฉพาะ หรือเชื่อมต่อระบบ ควรตรวจสอบว่าสามารถใช้ข้อมูลได้หรือไม่ แพลตฟอร์มเดิมมีฟังก์ชันใกล้เคียงหรือไม่ และใครจะดูแลรักษาระบบ องค์กรที่ยังจัดข้อมูลไม่ครบสามารถสำรวจความต้องการก่อนได้ หากยังไม่ทราบปริมาณงานหรือความถี่ของปัญหา ระยะแรกอาจเริ่มจากเก็บข้อมูลฐานสำหรับเปรียบเทียบ

The Challenge

ปัญหาที่ธุรกิจพบบ่อย

เป้าหมายอย่าง "เพิ่มประสิทธิภาพ" หรือ "สร้างแพลตฟอร์ม AI" ยังไม่ชัดพอที่จะใช้ตรวจรับงาน ควรระบุว่างานใดใช้เวลามาก ต้องลดข้อผิดพลาดใด ส่งผลลัพธ์ให้ใคร และผู้ใช้ยอมรับภาระการตรวจทานได้มากเพียงใด

ข้อมูลสาธิตอาจแตกต่างจากงานจริง การประมวลผลเอกสารที่จัดเรียบร้อยเพียงไม่กี่ฉบับได้สำเร็จ ไม่ได้ยืนยันว่าจะจัดการภาพสแกนไม่ชัด เวอร์ชันที่ขัดแย้งกัน ช่องข้อมูลที่ขาดหาย หรือข้อมูลข้ามแผนกได้ หากประเมินเฉพาะกรณีที่สำเร็จ อาจมองข้ามการจัดการข้อยกเว้นและค่าบำรุงรักษาหลังนำขึ้นใช้งานจริง

บางองค์กรจัดซื้อเครื่องมือก่อนแบ่งหน้าที่ ฝ่ายไอทีดูแลระบบได้ แต่อาจตัดสินความถูกต้องของคำตอบด้านธุรกิจไม่ได้ ส่วนหน่วยงานธุรกิจเข้าใจเนื้อหา แต่อาจไม่ทราบข้อกำหนดด้านสิทธิ์เข้าถึงข้อมูล แผนการนำไปใช้จึงควรเชื่อมความรับผิดชอบทั้งสองด้านให้ชัดเจน เพื่อไม่ต้องรอจนถึงขั้นตรวจรับจึงตกลงว่าใครต้องยืนยันผลลัพธ์

Our Approach

แนวทางและข้อกำหนดที่เกี่ยวข้อง

NIST AI RMF เป็นกรอบการจัดการความเสี่ยง AI ที่เลือกใช้โดยสมัครใจ บริการนี้ใช้แนวคิดของกรอบดังกล่าวในการพิจารณาวัตถุประสงค์ ผู้ใช้ และผลกระทบ การจัดลำดับกรณีใช้งานและแผนทดลองต่อไปนี้เป็นข้อเสนอของ Vosurein ไม่ใช่ขั้นตอนตายตัวที่ NIST กำหนดให้ทุกบริษัทต้องทำ

ประเมินความต้องการทางเทคนิคตามงานทางธุรกิจ

เริ่มจากแยกว่างานต้องใช้กฎตายตัว การค้นหาข้อมูล การสร้างเนื้อหา หรือการเลือกเครื่องมือตามสถานการณ์ หากรายงาน แบบฟอร์ม หรือระบบอัตโนมัติทั่วไปที่มีอยู่แก้ปัญหาได้ ควรนำมาเปรียบเทียบด้วย ความเหมาะสมของ AI ต้องทดสอบกับข้อมูลองค์กร ไม่ควรตัดสินจากชื่อโมเดลหรือวิดีโอสาธิตเพียงอย่างเดียว

ตัดสินใจว่าจะขยายหรือไม่โดยอิงจากข้อมูลการทดลอง

ในบริการนี้ PoC (Proof of Concept) หมายถึงการทดสอบสมมติฐานสำคัญ ส่วน MVP (Minimum Viable Product) คือแอปพลิเคชันที่มีฟังก์ชันจำกัดสำหรับกลุ่มผู้ใช้ที่ตกลงกันไว้ทดลองใช้งาน โดยระบุขอบเขตของทั้งสองไว้ในแผนงาน หลังจบ PoC ยังต้องตรวจสอบสิทธิ์เข้าถึง การจัดการข้อยกเว้น การส่งมอบงาน และการบำรุงรักษา ก่อนตัดสินว่าเหมาะที่จะนำขึ้นใช้งานจริงหรือไม่

ควรวัดความถูกต้อง ข้อมูลที่ตกหล่น เวลาแก้ไขโดยคน เวลาทำงานจนเสร็จ และค่าใช้งาน หากมีเอกสารหรือกลุ่มผู้ใช้หลายประเภท ควรแยกดูผลแต่ละกลุ่ม ไม่ดูเฉพาะค่าเฉลี่ยรวม หากยังไม่ผ่านเงื่อนไข อาจเพิ่มข้อมูล ปรับงาน หรือหยุดลงทุนได้ การทดลองไม่ได้รับประกันว่าจะนำขึ้นใช้งานจริงได้

Preparation

บริษัทต้องเตรียมเอกสารอะไรบ้าง?

• กระบวนการและปัญหา: ขั้นตอนทำงานปัจจุบัน ข้อยกเว้นที่พบบ่อย ปริมาณงาน และงานที่ต้องทำซ้ำหรือแก้ไข
• ข้อมูลและระบบ: ประเภทข้อมูล ตัวอย่างที่มีอยู่ รายการระบบ และความรับผิดชอบของข้อมูล
• เป้าหมายและเกณฑ์: งานที่ต้องการปรับปรุง เวลาที่ใช้ในปัจจุบัน บันทึกคุณภาพ และแนวทางตรวจรับงาน
• งบประมาณและการแบ่งงาน: บุคลากรที่จัดสรรได้ ช่วงงบประมาณ ระยะเวลาที่คาดไว้ และผู้ติดต่อสำหรับการตัดสินใจ

Project Planning

การประเมินเวลาและค่าใช้จ่าย

ปริมาณงานขึ้นอยู่กับแผนกที่ต้องสัมภาษณ์ จำนวนงานที่อยู่ระหว่างพิจารณา ความละเอียดในการสำรวจข้อมูล และขอบเขตการเปรียบเทียบทางเลือก หากเกี่ยวข้องกับเอกสารหลายประเภท สิทธิ์ข้ามแผนก หรืออินเทอร์เฟซของระบบเดิม ต้องเผื่อเวลาตรวจสอบและทดสอบเพิ่มเติม

ควรแยกค่าที่ปรึกษาวางแผน ค่าสมัครเครื่องมือ ค่าใช้โมเดล ค่าเตรียมข้อมูล ค่าพัฒนา และค่าบำรุงรักษาให้ชัดเจน การประเมินผลตอบแทนควรเปรียบเทียบเวลาที่ใช้กับงานปริมาณใกล้เคียงกันก่อนและหลังนำระบบมาใช้ แล้วหักเวลาตรวจทานและบำรุงรักษาออกจากเวลาที่ประหยัดได้ ตัวเลขที่ยังไม่ได้วัดเป็นเพียงประมาณการ ไม่ใช่ผลประหยัดที่เกิดขึ้นแล้ว