แนวโน้มการเพิ่มขึ้นอย่างรวดเร็วทั้งจำนวนและความสามารถของปัญญาประดิษฐ์ (Artificial intelligence:AI) เป็นตัวกำหนดทั้งโอกาสทางธุรกิจและความท้าทายที่สำคัญของผู้นำในปัจจุบัน สำหรับการเตรียมองค์กรให้พร้อมรับการเปลี่ยนแปลง และเพิ่มความสามารถในการแข่งขัน ด้วยการเชื่อมช่องว่างระหว่างคนกับ AI รวมถึงการใช้ประโยชน์จากศักยภาพของ AI

การเผชิญกับความท้าทายดังกล่าว องค์กรต่างต้องเตรียมความพร้อมบุคลากรตั้งแต่ผู้นำ ทีมสายงานธุรกิจ ทีมวิเคราะห์ รวมถึงลูกค้าและผู้ใช้ปลายทาง เพื่อทำงานร่วมกันและคิดในรูปแบบใหม่ โดยการช่วยให้กลุ่มคนเหล่านี้ เข้าใจและรู้วิธีที่จะเข้าถึง AI ได้อย่างมีประสิทธิภาพ มีทักษะการตรวจสอบและวิเคราะห์ข้อมูล มีการจัดโครงสร้างการทำงานที่มีความคล่องตัว (agile) และมีการทำงานเป็นทีมของสหวิทยาการ (inter-disciplinary) ที่มีความรู้ความสามารถหลากหลายเพื่อตอบโจทย์ทางธุรกิจที่ซับซ้อนมากขึ้น

บ่อยครั้งที่องค์กรต่าง ๆ มักแก้ปัญหาการสร้างคนที่มีความสามารถ (talent) ด้วยวิธีการเฉพาะกิจ อาทิ ความพยายามจ้างคนใหม่ๆ เข้ามาเพื่อให้สามารถตอบสนองความต้องการที่จำเป็นของหน่วยงานได้ทันทีตั้งแต่เริ่มงาน มีการกระตุ้นให้พนักงานพัฒนาทักษะด้วยการเรียนรู้ผ่านแพลตฟอร์มออนไลน์ ให้ฝึกอบรมเรียนรู้กับสถาบันการศึกษาหรือสถาบันฝึกอบรมภายนอก และอาจมีการจัดโปรแกรมฝึกอบรมให้กับผู้บริหาร แต่กลยุทธ์การแก้ไขปัญหาแบบเฉพาะกิจเหล่านี้ ไม่เพียงพอที่จะเปลี่ยนองค์กรให้สามารถขับเคลื่อน AI ได้อย่างเต็มรูปและเป็นหนึ่งเดียว ไม่สามารถช่วยให้องค์กรติดตามการเปลี่ยนแปลง ที่เกิดขึ้นทั้งด้านเทคโนโลยีและลักษณะการแข่งขันทางธุรกิจทีได้อย่างชัดเจนเป็นปัจจุบัน ดังนั้นการสร้างรากฐานเพื่อการแข่งขันในยุคของข้อมูลและการวิเคราะห์ขั้นสูงนั้น องค์กรจะต้องกำหนดวิสัยทัศน์ ทิศทาง แผนการพัฒนา และโปรแกรมการฝึกอบรมเพื่อเสริมสร้างความสามารถบุคลากรในด้านการวิเคราะห์ขึ้นเอง น่าจะเป็นคำตอบที่มีประสิทธิผลที่สุด

องค์กรที่ประสบความสำเร็จในการขับเคลื่อนด้วย AI ต้องการคนที่มีความสามารถ ทั้งด้านเทคโนโลยีและเข้าใจลักษณะการแข่งขันทางธุรกิจ และสิ่งที่องค์กรเหล่านั้นทำเหมือนกัน คือ การกำหนดโปรแกรมพัฒนาพนักงานในทุกระดับอย่างเป็นระบบขึ้นเอง ด้วยเหตุผลว่า การให้ความรู้ของสถาบันการศึกษาภายนอกยังมีข้อจำกัดที่ไม่ได้ออกแบบมาให้กับองค์กรใดองค์กรหนึ่ง หรือเป็นแนวทางที่องค์กรสามารถทำซ้ำได้เอง และที่สำคัญกว่า คือ เป็นโอกาสให้บริษัทได้ถ่ายทอด แลกเปลี่ยน ปลูกฝังวัฒนธรรมที่ลึกซึ้งและยั่งยืน ได้ประสานความร่วมมือข้ามสายงาน มีความคล่องตัว และสามารถปรับเปลี่ยนได้อย่างรวดเร็วทันตามความต้องการ และจากประสบการณ์ร่วมของผู้เขียน     คำตอบของความท้าทายเกี่ยวกับการสร้างคนที่มีความสามารถดังกล่าว คือ การจัดตั้ง “สถาบันการวิเคราะห์ (The analytics academy)” เป็นศูนย์ฝึกอบรม AI ขององค์กรเอง ซึ่งเป็นวิธีการค่อนข้างใหม่และเป็นปัจจัยหลักของการขับเคลื่อนเปลี่ยนแปลง สถาบันการวิเคราะห์มีเป้าหมายหลักคือ ช่วยให้องค์กรประสบความสำเร็จในการนำ AI มาใช้ได้อย่างเหมาะสม สิ่งที่ต้องทำลำดับแรกจึงเป็นการทำให้ผู้ที่มีบทบาทสำคัญต่อการเปลี่ยนแปลงกลุ่มแรกๆ มีทักษะพร้อมที่จะทำงานใหม่ด้วย AI เช่น ช่วยให้พนักงานสายธุรกิจ มีทักษะการวิเคราะห์และแปลผลวิเคราะห์ที่สำคัญ ซึ่งสอดคล้องกับที่ Harvard Business Review นำเสนอไว้ในบทความชื่อ “นักแปล Analytics: บทบาทที่ต้องมี  (https://hbr.org/2018/02/you-dont-have-to-be-a-data-scientist-to-fill-this-must-have-analytics-role)  เมื่อนำระบบ AI มาใช้มากขึ้น ปัญหาสำคัญที่ตามมาและองค์กรจะต้องเตรียมรับมือคือ การฝึกอบรมทักษะใหม่ๆให้กับพนักงานเมื่อหุ่นยนต์ถูกใช้ทำงานที่คนเคยทำ

จากประสบการณ์ของผู้เขียนระบุว่า สถาบันการวิเคราะห์ที่มีประสิทธิภาพส่วนใหญ่จะมีการดำเนินการร่วมกันของกลไก 3 เรื่อง เหล่านี้

• การกำหนดวิสัยทัศน์ร่วม มีข้อตกลงความร่วมมือ และกำหนดภาษากลางในการสื่อสารระหว่างคอมพิวเตอร์ด้วยกันในการฝึกอบรมที่เกี่ยวข้อง เพื่อสร้างความมั่นใจว่าผู้มีส่วนได้ส่วนเสีย อาทิ ผู้บริหาร ทีมธุรกิจ ทีมวิเคราะห์ และพนักงานที่ปฏิบัติงานกับลูกค้าโดยตรง ได้รับรู้และเข้าใจถึงแนวทางการนำAI มาใช้ดำเนินธุรกิจไปในทิศทางเดียวกัน เพื่อให้มีการกำหนดและพัฒนาโซลูชั่นด้วยวิธีการเดียวกัน มีความเข้าใจบทบาทความรับผิดชอบของกันและกัน และทำให้มั่นใจได้ว่าจะได้รับการสนับสนุนจากผู้นำ นอกจากนั้นช่วยให้องค์กรเพิ่มความเชี่ยวชาญในธุรกิจ และเพิ่มโอกาสการรักษาผู้เชี่ยวชาญไว้กับองค์กร ตัวอย่างเช่น งานวิจัยของผู้เขียนพบว่า ความพึงพอใจในงานของนักวิทยาศาสตร์ข้อมูล (Data Scientist) มีความสัมพันธ์กับโอกาสในการเรียนรู้และเติบโตในการทำงานกับปัญหาธุรกิจที่แตกต่างและมีความหลากหลาย
• เนื้อหาต้องเชื่อมโยงกับเป้าหมายของบริษัท จุดเริ่มต้น และบริบทอุตสาหกรรม เพื่อให้มั่นใจได้ว่าการฝึกอบรมจะส่งผลต่อการสร้างคุณค่าทางธุรกิจอย่างแท้จริง การออกแบบโปรแกรมการเรียนรู้เชิงวิชาการจึงต้องพิจารณาถึงแผนการเปลี่ยนแปลงโดยรวมของบริษัท วัฒนธรรมและความหลากหลาย และช่องว่างทักษะที่เป็นอุปสรรคต่อความก้าวหน้า โดยมีการปรับแต่งให้สอดคล้องกับความต้องการที่จำเป็นของธุรกิจและทีมงาน เพื่อสามารถใช้ทักษะใหม่สร้างผลลัพธ์ที่ต้องการ
• การฝึกปฏิบัติจริง เป็นการนำทฤษฎีจากห้องเรียนไปสู่การปฏิบัติงานจริง เปิดโอกาสให้ผู้เรียนได้เรียนรู้ด้วยการลงมือทำ และอำนวยความสะดวกให้พนักงานเติบโตจาก “ผู้เรียน” ไปสู่ “ผู้ปฏิบัติ” มีทักษะความสามารถในการส่งมอบ และต่อไปเป็น “ผู้เชี่ยวชาญ” ที่สามารถเป็นผู้นำในงาน

ในการส่งมอบด้วยกลไก 3 เรื่องดังกล่าว องค์กรต่างมีการจัดโครงสร้างสถาบันการวิเคราะห์ที่แตกต่างกันไป ยังไม่มีวิธีใดดีที่สุด ขึ้นอยู่กับว่าองค์กรอยู่ที่จุดไหนของการเดินทางสู่ความสำเร็จในการขับเคลื่อนด้วย AI แต่ส่วนใหญ่มักเริ่มต้นจากผู้บริหารระดับสูงที่ใช้ความเป็นผู้นำในการกำหนดแนวทาง สร้างความเข้าใจร่วม สร้างความมุ่งมั่น และเป็นแบบอย่างที่ดีสนับสนุนการเปลี่ยนแปลงให้ขยายวงกว้างอย่างแข็งแกร่ง

6 แนวปฏิบัติที่ดีที่สุดสำหรับการสร้าง “สถาบันการวิเคราะห์” ที่มีประสิทธิภาพ

แม้ผู้เขียนจะไม่ได้ระบุรูปแบบเฉพาะของ “สถาบันการวิเคราะห์” แต่ได้นำเสนอแนวทางปฏิบัติร่วมของแบบปฏิบัติที่ดีที่นำไปสู่ความสำเร็จ อาทิ มีการเชื่อมโยงเป้าหมายสถาบันการวิเคราะห์กับเป้าหมายกลยุทธ์ และมีความสอดคล้องเป็นไปในทิศทางเดียวกัน มีการนำเสนอเส้นทางการเรียนรู้ที่เหมาะสมกับผู้มีส่วนได้ส่วนเสีย มีการเชื่อมหรือแก้ไขช่องว่างของทักษะที่สำคัญทั้งหมด มีการส่งเสริมการเรียนรู้ในที่ทำงาน มีการเสริมสร้างและรักษาความผูกพัน และมีการกำหนดเป้าหมายการฝึกอบรมให้สัมพันธ์กับเป้าหมายในระยะยาว เมื่อรวมแนวทางปฏิบัติร่วมดังกล่าวเข้าด้วยกัน ก็จะพบแนวทางปฏิบัติที่ดีที่สุด ดังรายละเอียดต่อไปนี้

1) ผูกเป้าหมายการฝึกอบรมไว้กับเป้าหมายการเปลี่ยนแปลง

สถาบันการวิเคราะห์ประสบความสำเร็จมากที่สุดเมื่อจัดการพัฒนาทักษะคน    ให้สอดคล้องกับแผนที่นำทาง AI ขององค์กรอยู่เสมอ ทำให้มั่นใจว่าทุกคนในองค์กร มีความสามารถและมีทักษะที่เหมาะสมพร้อมสนับสนุนการเดินทางสู่เป้าหมายและสามารถสร้างคุณค่าได้อย่างเป็นรูปธรรม

2) ไม่ทิ้งใครไว้ข้างหลัง

การดำเนินการที่มีประสิทธิภาพของสถาบันการวิเคราะห์ ต้องการการมีส่วนร่วมจากผู้มีส่วนได้ส่วนเสียในทุกระดับ จึงต้องมีกลไกที่คล่องตัวและยั่งยืนในการจัดการเรียนรู้ในวงกว้าง ตามความจำเป็นให้กับกลุ่มผู้เรียนผู้รู้ แบ่งเป็นระยะ

3) AI เป็นมากกว่าแค่เรื่องคำนวณ

บ่อยครั้งที่มักมีความเข้าใจว่า สถาบันวิเคราะห์ มีการฝึกอบรมเฉพาะด้านเทคนิค แท้จริงแล้ว สถาบันได้กำหนดหลักสูตรพื้นฐานให้ผู้บริหารเรียนรู้เกี่ยวกับ AI และช่วยให้ทีมวิเคราะห์มีความสามารถทันกับการเปลี่ยนแปลงของเทคโนโลยีอย่างรวดเร็ว พร้อมกับเน้นการปรับเปลี่ยนวัฒนธรรมองค์กรอย่างจริงจัง เพื่อให้สอดคล้องกับเป้าหมายและระดับ AI รวมถึงกำหนดวิธีปฏิบัติเพื่อให้แน่ใจว่าสามารถทำซ้ำได้ โดยโปรแกรมการเรียนรู้ที่ส่งผลให้เกิดคุณค่ามากที่สุดมักมีองค์ประกอบดังนี้ :

• โปรแกรมสำหรับผู้นำ มุ่งเน้นกลยุทธ์ในการผลักดันการสร้างคุณค่า การปรับโครงสร้างองค์กรเพื่อใช้ความสามารถพิเศษ และการสร้างวัฒนธรรมองค์กรที่ขับเคลื่อนด้วยข้อมูล
• ผู้บริหารระดับสูง ตลอดจนนักแปลผลการวิเคราะห์ ได้เรียนรู้โปรโตคอลมาตรฐานในการพัฒนาและการดำเนินการตามหน้าที่ระบบ การระบุโอกาสที่อาจจะเกิดขึ้น การประเมินความพร้อมของทีม และมีการแบ่งปันความรู้และการเรียนรู้
• โปรแกรมผู้เชี่ยวชาญด้านเทคนิค มุ่งเน้นไปที่ทักษะด้านอารมณ์และสังคม เช่น การสื่อสารที่มีประสิทธิภาพ และความรู้ทางธุรกิจ (ช่องว่างทักษะที่มักจะถูกอ้างถึงเสมอสำหรับกลุ่มบุคลากรด้านเทคนิค) เพื่อให้ผู้เชี่ยวชาญสามารถกำหนดและจัดลำดับความสำคัญของปัญหาทางธุรกิจได้อย่างมีประสิทธิภาพมากขึ้น และมีส่วนร่วมในการปรับปรุงประสิทธิภาพของเครื่องมือ AI ทางธุรกิจ และทีมเทคนิคจะได้เรียนรู้ วิธีการใช้งาน AI ในบริบทที่คล่องตัว และเคล็ดลับในการเสริมสร้างการทำงานร่วมกันระหว่างสหสาขาวิชาในการสร้างเครื่องมือใหม่ๆ
• การติดตามการนำความรู้ทักษะและระบบไปใช้ และการวัดมูลค่าทางธุรกิจอย่างต่อเนื่องชัดเจน จะนำไปสู่ดำเนินการได้อย่างราบรื่น และมีการนำ AI ไปใช้ได้อย่างกว้างขวาง

4) ผสมผสาน ‘book smarts’ทฤษฎีเด่น กับ ‘street smarts’ปฏิบัติเยี่ยม

สถาบันการวิเคราะห์ที่ประสบความสำเร็จ จะดำเนินการโดยผสมผสานระหว่างทฤษฎีในห้องเรียนและประสบการณ์จากงานจริง เพื่อให้ผู้เรียนได้เรียนรู้ด้วยการลงมือทำ และเป็นโอกาสเพิ่มโจทย์พิเศษของบริษัทด้วยในคราวเดียวกัน โดยกำหนดให้ผู้เรียนใช้ความรู้จากห้องเรียนทำโครงการที่เกี่ยวข้องโดยตรงกับการแก้ปัญหาความท้าทายทางธุรกิจที่มีอยู่ และมีการฝึกงานตามเส้นทางการเรียนรู้ที่กำหนด ซึ่งจะช่วยให้เติบโตจากผู้เรียนไปสู่ผู้ปฏิบัติได้ตามเป้าหมาย

5) เพิ่มพลังความผูกพัน

บริษัทสามารถกระตุ้นให้พนักงานเข้าเรียนในสถาบันการวิเคราะห์และประยุกต์ใช้ความรู้ของพวกเขา โดยเริ่มจากการฝึกอบรมบทบาทที่สำคัญในการเริ่มต้น AI เช่น นักวิทยาศาสตร์ข้อมูล นักแปลผลวิเคราะห์ และวิศวกรรมข้อมูล โดยบริษัทจะจัดทดสอบความรู้ทางด้านเทคนิค มีการจัดฉลองความสำเร็จร่วมกันให้กับผู้ที่ผ่านการฝึกอบรมในแต่ละหลักสูตร ผู้ที่ประสบความสำเร็จในการทำโครงการที่สามารถส่งมอบคุณค่าสำคัญโดยรวมให้กับองค์กร จะได้รับถ้วยรางวัลจากการประชุมบริษัทประจำปี ต่อหน้าผู้นำทุกคน สิ่งเหล่านี้นอกจากจะเป็นวิธีการชื่นชมความสำเร็จแล้ว ยังฝึกฝนการลดความกลัวของผู้เรียนโดยให้นำเสนอผลงานต่อผู้เชี่ยวชาญเฉพาะด้านและผู้บริหารระดับสูงพร้อมกับการตอบคำถามเชิงสร้างสรรค์ต่าง ๆ   องค์ประกอบการจัดการเรียนรู้ที่หลากหลายดังกล่าว ช่วยให้ผู้เรียนได้เรียนรู้บทเรียนที่หลากหลาย พร้อมกับการฝึกทักษะทางสังคม เพื่อให้เกิดทักษะความสามารถที่หลากหลายและใช้ประโยชน์ได้จริง

6) “ความเกี่ยวข้อง” ก็สำคัญ

เทคโนโลยี AI นั้นมีการพัฒนาอยู่ตลอดเวลา ผู้เชี่ยวชาญด้านเทคนิคจำเป็นต้องอัพเดทเทคโนโลยีเครื่องมือและเทคโนโลยีที่สนับสนุน AI ให้ทันสมัยอยู่เสมอ และสถาบันการวิเคราะห์ที่ประสบความสำเร็จพบว่า การทำงานแบบทีมงานข้ามสายงานและมีการป้อนกลับข้อมูลเข้าสู่ระบบนิเวศ เป็นวิธีการทำงานที่ดีกว่า จึงเน้นการวางโครงสร้างทีมให้มีความคล่องตัวในการพัฒนาและสร้างคุณค่า การให้ความสนับสนุนจากผู้นำอย่างต่อเนื่องในรูปแบบและร่วมในกิจกรรมต่างๆ เพื่อตอกย้ำถึงความสำคัญของภารกิจ รวมถึงมีการดำเนินการเรื่องที่เกี่ยวข้อง อาทิ

• การสร้างคณาจารย์ภายในองค์กร ขณะที่องค์กรต่างๆ มักใช้ผู้เชี่ยวชาญจากภายนอก แต่บริษัทชั้นนำส่วนใหญ่กำลังมุ่งมั่นที่จะสร้างอาจารย์ผู้เชี่ยวชาญเป็นของตนเอง โดยคัดเลือกผู้บริหารระดับสูงที่ได้เข้ารับการฝึกอบรมจากสถาบันการวิเคราะห์รุ่นแรก มาร่วมพัฒนาหลักสูตร หรือเป็นผู้ช่วยสอนสำหรับการฝึกอบรมในรุ่นต่อไป และเมื่อเวลาผ่านไปก็จะเลื่อนขั้นเป็นเจ้าของชั้นเรียน ส่วนคนผ่านการฝึกอบรมในรุ่นต่อๆมา จะถูกพัฒนาเป็นผู้ช่วยสอนและผู้สอนต่อไป
• การสร้างทีมผู้นำด้านวิชาการ เพื่อรับผิดชอบในการเติบโตของสถาบัน ทีมผู้นำด้านวิชาการจะนำประสบการณ์จริงมาใช้ดูแลเนื้อหาการฝึกอบรม โดยกำหนด พิจารณา ทบทวน เพื่อการปรับปรุงหลักสูตรให้สอดคล้องเหมาะสมกับสถานการณ์การเปลี่ยนและการเติบโตขององค์กร

ขณะนี้องค์กรระดับโลกจำนวนมาก กำลังมุ่งมั่นกับการยกระดับขีดความสามารถด้าน AI เพราะต่างตระหนักว่า พลังที่จะขับเคลื่อนให้องค์กรประสบความสำเร็จด้วย AI นั้น ไม่ได้เพียงแค่มีแพลตฟอร์มทางเทคนิค มีโอกาส หรือแม้แต่มีศักยภาพในการจ้างนักวิทยาศาสตร์ข้อมูล แต่กุญแจความสำเร็จที่ยั่งยืนนั้น คือ องค์กรต้องมีทีมผู้บริหารที่มีความรู้และประสบการณ์ ทีมนักวิเคราะห์ข้ามสายงาน และมีบุคลากรที่มีทักษะความสามารถหลากหลายตามเป้าหมายที่สถาบันการวิเคราะห์ได้ออกแบบไว้ เพื่อให้มั่นใจว่าองค์กรจะมีความพร้อมในการแข่งขันและทันต่อการเปลี่ยนแปลงในอนาคต

แหล่งข้อมูลอ้างอิง :

https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/the-analytics-academy-bridging-the-gap-between-human-and-artificial-intelligence