Covering Disruptive Technology Powering Business in The Digital Age

Rackspace Technology ได้ประกาศรายงานการวิจัยฉบับใหม่ พบว่าปัญญาประดิษฐ์ (AI) และ Machine Learning (ML) มีอยู่ในเรดาร์ขององค์กรเกือบทุกแห่ง ซึ่งยังมีงานอีกเป็นจำนวนมากที่ยังต้องทำเพื่อให้เกิดศักยภาพสูงสุด  โดย Rackspace Technology ได้ทำการสำรวจผู้นำด้านไอทีทั่วโลก 1,870 รายในกลุ่มอุตสาหกรรมต่างๆ รวมถึงด้านการผลิต, บริการทางการเงิน, การค้าปลีก, ภาครัฐ และการดูแลสุขภาพ เพื่อทำความเข้าใจไดนามิคของ AI/ML โดยมีผู้เข้าร่วมการสำรวจชาวสิงคโปร์ทั้งหมด 187 คนในครั้งนี้

99% ของผู้ตอบแบบสอบถามในสิงคโปร์กล่าวว่า AI/ML มีความสำคัญต่อองค์กรของตน และ 72% ของผู้ตอบแบบสอบถามทั้งหมดได้แสดงความคิดเห็นว่ามีผลกระทบเชิงบวกที่ต่อภาพลักษณ์ของแบรนด์และ 68% ได้แสดงความคิดเห็นว่ามีการสร้างรายได้และเป็นการลดค่าใช้จ่าย อย่างไรก็ตาม 42% เห็นด้วยว่าการตรวจประเมินและพิสูจน์มูลค่าธุรกิจของเทคโนโลยียังคงเป็นเรื่องที่ท้าทาย

คุณ Jeff DeVerter ผู้เผยแพร่นวัตกรรมองค์กรด้านเทคโนโลยีของ Rackspace Technology กล่าวว่า “ในขณะที่งบประมาณต่าง ๆ ที่เกี่ยวกับ AI/ML ได้เพิ่มขึ้นอย่างต่อเนื่อง เราได้เห็นถึงโครงการต่าง ๆ เพิ่มขึ้นในหลายพื้นที่ขององค์กร และเป็นที่ชัดเจนว่า AI/ML มีความก้าวหน้าในด้านความสำคัญและการมองเห็น”  “ในขณะเดียวกัน, การวิจัยได้แสดงให้เห็นอย่างชัดเจนว่า หลาย ๆ องค์กรยังคงประสบปัญหาในการรับผู้มีส่วนได้ส่วนเสีย, การแก้ไขปัญหาคุณภาพข้อมูล และค้นหาทักษะต่างๆ, ทรัพยากร และความสามารถเพื่อใช้ประโยชน์จากศักยภาพของ AI/ML ได้อย่างเต็มที่”

จากรายงานพบว่า “AI/ML มีความสำคัญอย่างมากสำหรับธุรกิจต่างๆ แต่เราได้มีการตระหนักถึงคุณค่าของมันหรือไม่”  AI/ML เป็นหนึ่งในสองเทคโนโลยีเชิงกลยุทธ์ที่สำคัญที่สุดสำหรับองค์กร ควบคู่ไปกับความปลอดภัยทางไซเบอร์ โดย 69% ของผู้ตอบแบบสอบถามทั้งหมด กล่าวว่า การใช้งาน AI/ML เป็นส่วนหนึ่งของกลยุทธ์ทางธุรกิจและ 62% สำหรับไอทีเชิงกลยุทธ์ ในขณะที่ 68% ของผู้ตอบแบบสอบถามมีการจัดสรรงบประมาณระหว่าง 6% ถึง 10% ให้กับโครงการด้าน AI/ML  เมื่อเปรียบเทียบกับค่าใช้จ่าย (เป็นเปอร์เซ็นต์ของงบประมาณโดยรวม) ระหว่าง 1% ถึง 10% ในแบบสำรวจของปีที่แล้ว

โครงการ AI/ML ต่าง ๆ ได้ถูกเร่งให้เกิดขึ้น

องค์กรต่างๆในสิงคโปร์ได้ใช้ AI/ML ในบริบทที่หลากหลายมากขึ้น รวมถึงการปรับปรุงความเร็วและประสิทธิภาพของกระบวนการการทำงาน (52%), การทำความเข้าใจประสิทธิภาพทางการตลาด (45%),  เพิ่มรายได้, การได้เปรียบในการแข่งขัน, การคาดการณ์ประสิทธิภาพ (42%)  และปรับแต่งคอนเทนต์และการทำความเข้าใจลูกค้า (41%)

ในการชี้วัดถึงการเติบโตที่เพิ่มขึ้นของเทคโนโลยีต่างๆ พบว่า 67% ของผู้ตอบแบบสอบถาม ได้ตอบว่าโครงการ AI/ML ต่าง ๆ ได้ผ่านขั้นตอนการทดลองแล้ว และขณะนี้อยู่ในสถานะ “เพิ่มประสิทธิภาพ/นวัตกรรม” หรือ “แบบแผน” ในการดำเนินการ องค์กรส่วนใหญ่ยังได้กล่าวถึงกรณีการใช้งานที่มีความหลากหลายมากยิ่งขึ้น ซึ่งรวมถึงการใช้งาน computer vision applications, การกลั่นกรองเนื้อหาแบบอัตโนมัติ, การจัดการลูกค้าสัมพันธ์ และการใช้งานด้านชีวการแพทย์

ความก้าวหน้าและความท้าทายต่างๆ

ในส่วนของการนำ AI/ML มาใช้งาน พบว่า 35% ของผู้ตอบแบบสอบถามชาวสิงคโปร์ได้กล่าวถึงความยุ่งยากในการปรับกลยุทธ์ AI/ML ให้เข้ากับธุรกิจ, นอกจากนี้ ค่าใช้จ่ายในการดำเนินการเพิ่มขึ้นเป็น 28% ในขณะที่ 37% ของผู้ตอบแบบสอบถาม กล่าวว่าการเริ่มใช้งานเทคโนโลยี AI/ML ต่างๆเป็นเหมือนอุปสรรค

คุณ DeVerter ได้กล่าวเสริมว่า “ข้อเท็จจริงที่ว่าหลายๆองค์กรต่างประสบปัญหาในการปรับกลยุทธ์ AI/ML ให้เข้ากับธุรกิจและใช้เครื่องมือใหม่ๆ ที่มีอยู่มากมาย เป็นการบ่งชี้ว่าโครงการต่างๆ มักจะตกเป็นเหยื่อของกลยุทธ์ที่ไม่ดี”  “การได้รับการสนับสนุนจากผู้มีส่วนได้ส่วนเสียที่เหมาะสม, การได้รับฉันทามติเกี่ยวกับสิ่งที่สามาถส่งมอบได้, การทำความเข้าใจเกี่ยวกับทรัพยากรที่จำเป็นในการบรรลุเป้าหมาย และการตั้งเป้าหมายที่ชัดเจนเป็นองค์ประกอบที่สำคัญในการรักษาโครงการให้ดำเนินต่อไปและเห็นผลตอบแทนจากการลงทุนที่ได้ตั้งไว้”

ความเข้าใจในองค์กร

จากมุมมองของผู้เชี่ยวชาญ, มากกว่าครึ่งของผู้ตอบแบบสอบถามได้ตอบว่าตนมีทักษะ AI/ML ที่จำเป็นภายในองค์กร ในขณะเดียวกัน, ผู้ตอบแบบสอบถามมากกว่าครึ่งตอบว่าการส่งเสริมทักษะภายใน/การว่าจ้างผู้มีความสามารถและมีการปรับปรุงการฝึกอบรมทั้งภายในและภายนอกเป็นสิ่งที่ต้องทำ

เมื่อมีการเปรียบเทียบกับแผนกต่างๆ, 77% ของผู้ตอบแบบสอบถามชาวสิงคโปร์ ได้อบว่าเจ้าหน้าที่ไอทีเข้าใจถึงประโยชน์ของ AI/ML เมื่อเทียบกับ 48% ในการวิจัยและพัฒนา โดย 46% ในการดำเนินงาน, การบริการลูกค้า, ผู้บริหารระดับสูงและคณะกรรมการ มีความเข้าใจเทคโนโลยีด้านต่างๆ  แต่ในแผนกฝ่ายขาย, ทรัพยากรบุคคล และฝ่ายการตลาด ทางผู้ตอบแบบสอบถามพิจารณาว่ามีความรู้ด้าน AI/ML น้อยที่สุด

(0)(0)