การนำ AI มาใช้: ทำไมการใช้งานจึงลดลงหลังเริ่มใช้งานทั่วทีม และจะแก้ไขอย่างไร

การนำ AI มาใช้ภายในบริษัทหมายถึงอะไรจริง ๆ?

การนำ AI มาใช้จริงหมายถึงการที่ AI กลายเป็นส่วนหนึ่งของวิธีทำงานบางอย่าง โดยคนที่ทำงานนั้นเอง และมีการตรวจสอบเพื่อรักษาคุณภาพ ไม่ได้หมายถึงจำนวนสิทธิ์ใช้งานที่ซื้อ จำนวนการเข้าสู่ระบบ หรือการส่งอีเมลเปิดตัว ทีมที่มีคนสามคนใช้ AI ทุกวันกับงานที่ได้รับอนุมัติและตรวจผลลัพธ์อย่างรอบคอบ ถือว่านำ AI มาใช้จริงได้มากกว่าทีมที่ทุกคนเข้าสู่ระบบเพียงครั้งเดียว.

ควรแยกเป็นสามคำถาม การเข้าถึง: ทุกคนมีเครื่องมือที่ได้รับอนุมัติและรู้กฎหรือไม่? การใช้งาน: พวกเขาหยิบมาใช้กับงานที่เหมาะสมหรือไม่? คุณภาพ: ผลงานที่ได้ผ่านการตรวจทานหรือไม่? การนำเครื่องมือมาใช้ส่วนใหญ่ตอบคำถามแรก วัดคำถามที่สองอย่างคร่าว ๆ และละเลยคำถามที่สาม

ทำไมจึงมีคนใช้ AI น้อยมากหลังเริ่มใช้งานทั่วองค์กร?

การใช้งานน้อยหลังเปิดให้ใช้เป็นเรื่องที่พบได้ทั่วไป และมีสาเหตุธรรมดา ได้แก่ ผู้คนไม่เห็นว่า AI ช่วยงานใดของตนได้บ้าง รู้สึกว่ากฎไม่ชัดเจนจึงเลี่ยงใช้เครื่องมือเพื่อความปลอดภัย ผลลัพธ์ที่ไม่ดีในช่วงแรกทำให้เชื่อว่าไม่คุ้มกับความพยายาม หรือเพียงแค่ยังไม่มีเวลาฝึก ในงานวิจัยเรื่องการนำ AI มาใช้ของรัฐบาลสหราชอาณาจักร ธุรกิจที่ใช้ AI อยู่แล้วรายงานว่าโดยเฉลี่ยมีพนักงาน 30% ใช้งาน และ 77% ระบุว่ามีพนักงานใช้งานไม่ถึงครึ่งหนึ่ง การสำรวจเดียวกันพบว่า เหตุผลที่พบบ่อยที่สุดในการไม่ใช้ AI เลยคือยังไม่พบความจำเป็นที่ชัดเจน และมีทักษะกับความเชี่ยวชาญด้าน AI จำกัด ตัวเลขเหล่านี้มาจากการรายงานด้วยตนเองของธุรกิจในสหราชอาณาจักร 3,500 แห่งที่ได้รับการสัมภาษณ์ในช่วงต้นปี 2025.

สังเกตว่าไม่มีสาเหตุใดแก้ได้ด้วยการซื้อเครื่องมือที่ดีกว่า การยังไม่ได้ระบุความจำเป็นให้ชัดเจนเป็นปัญหาเรื่องการเลือกงาน กฎที่ไม่ชัดเจนเป็นปัญหาเชิงนโยบาย ประสบการณ์ครั้งแรกที่ไม่ดีเป็นปัญหาเรื่องการฝึกอบรมและความคาดหวัง แต่ละปัญหามีวิธีแก้เฉพาะของตัวเอง.

กลยุทธ์การนำ AI มาใช้ที่ปฏิบัติได้จริงมีลักษณะอย่างไร?

กลยุทธ์ที่ใช้ได้จริงสำหรับบริษัทขนาดเล็กหรือขนาดกลางคือขั้นตอนต่อเนื่อง ไม่ใช่เอกสาร: เลือกงาน กำหนดกฎ ฝึกทำงานเหล่านั้น ตรวจทานงานจริง และขยายสิ่งที่ใช้ได้ผล รายการด้านล่างเป็นแผนที่ผู้เขียนเรียบเรียงขึ้นสำหรับทีมขนาด 10 ถึง 200 คน ไม่ใช่มาตรฐานที่ประกาศเผยแพร่.

จะดูแลเรื่องบุคลากรในการบริหารการเปลี่ยนแปลงจากการนำ AI มาใช้ได้อย่างไร?

พูดคุยเรื่องงานอย่างตรงไปตรงมาตั้งแต่เนิ่น ๆ และให้ผู้ที่ทำงานนั้นมีส่วนร่วมในการเลือกงานที่จะนำ AI มาใช้ ความกังวลของพนักงานเป็นเรื่องจริง: ในแบบสำรวจของ Acas ที่สอบถามพนักงาน 1,023 คนในบริเตนใหญ่ช่วงฤดูใบไม้ผลิปี 2025 ผู้ตอบ 26% ระบุว่าการสูญเสียงานเป็นสิ่งที่กังวลมากที่สุดเกี่ยวกับ AI ในที่ทำงาน และ 17% ระบุว่ากังวลเรื่อง AI ทำผิดพลาด Acas แนะนำให้นายจ้างปรึกษาพนักงานและตัวแทนพนักงานก่อนนำ AI มาใช้ และอธิบายว่า AI ช่วยปรับปรุงงานในแต่ละบทบาทได้อย่างไร ขณะที่ยังจำเป็นต้องมีมนุษย์ร่วมทำงานด้วย

บอกว่าอะไรจะเปลี่ยนและอะไรจะไม่เปลี่ยน หากการนำเครื่องมือมาใช้ครั้งนี้ไม่มีการลดตำแหน่งงาน ให้บอกเช่นนั้น หากงานบางอย่างจะเปลี่ยน ให้ระบุว่างานใดและเปลี่ยนอย่างไร จากนั้นเปิดโอกาสให้ทุกคนแจ้งข้อกังวลในการทำงานจริง เช่น การรักษาความลับของลูกค้าหรือความถูกต้อง และนำประเด็นที่มีเหตุผลมากำหนดเป็นกฎ คนยอมรับเครื่องมือที่ตนมีส่วนร่วมกำหนดแนวทางได้ง่ายกว่าเครื่องมือที่เพียงประกาศให้ใช้มาก

การแก้ปัญหาการนำไปใช้ที่หยุดชะงักมีแนวทางอย่างไร?

Pellow Analytics บริษัทซอฟต์แวร์สมมติที่มีพนักงาน 60 คน ซื้อสิทธิ์ใช้งานผู้ช่วย AI ในแพ็กเกจธุรกิจให้ทุกคน หกสัปดาห์ต่อมา หน้าจัดการสำหรับผู้ดูแลระบบแสดงว่าคนส่วนใหญ่เข้าสู่ระบบในสัปดาห์ที่เปิดให้ใช้ และมีเพียงไม่กี่คนที่ใช้ทุกสัปดาห์ โดยส่วนใหญ่อยู่ในฝ่ายวิศวกรรมและการตลาด สิ่งแรกที่ประธานเจ้าหน้าที่ฝ่ายปฏิบัติการคิดจะทำคือส่งอีเมลเตือน แต่เธอเลือกถามหัวหน้าทีมสามคนถึงสาเหตุแทน

คำตอบที่ได้เป็นเรื่องเฉพาะเจาะจง ทีมดูแลความสำเร็จของลูกค้าไม่รู้ว่าวางอีเมลลูกค้าลงไปได้หรือไม่ (เอกสารกฎระบุว่า 'ห้ามใช้ข้อมูลลับ' โดยไม่มีตัวอย่าง) ฝ่ายการเงินเคยลองใช้หนึ่งครั้งเพื่ออธิบายผลต่าง แต่ได้สาเหตุที่แต่งขึ้นจึงเลิกใช้ ฝ่ายขายคิดว่าเป็นเครื่องมือ 'สำหรับการตลาด' วิธีแก้ก็เฉพาะเจาะจงเช่นกัน ทีมดูแลความสำเร็จของลูกค้าได้รับกฎว่า ให้วางข้อความอีเมลโดยแทนชื่อลูกค้าและบริษัทด้วยข้อความสำหรับกรอกแทน ฝ่ายการเงินได้รับงานพร้อมคำสั่งว่า 'อธิบายการเปลี่ยนแปลงของตัวเลข อย่าระบุสาเหตุเว้นแต่จะปรากฏในบันทึกที่ฉันให้' และขั้นตอนตรวจสอบคือคำนวณตัวเลขทุกรายการซ้ำ ฝ่ายขายได้รับงานที่ระบุชัดสองอย่าง คือจัดระเบียบบันทึกการโทรและร่างข้อความติดตามผลจากบันทึกเหล่านั้น

หัวหน้าทีมแต่ละคนจัดการฝึกปฏิบัติ 30 นาทีหนึ่งครั้งโดยใช้งานของทีม สี่สัปดาห์ต่อมา ประธานเจ้าหน้าที่ฝ่ายปฏิบัติการดูผลงานห้าชิ้นต่อทีมร่วมกับหัวหน้าทีม ไม่ใช่ดูกราฟการเข้าสู่ระบบ งานสองอย่างได้ผล หนึ่งอย่างต้องปรับคำสั่งให้ดีขึ้น และอีกหนึ่งอย่างคือการร่างอีเมลแจ้งราคาต่ออายุถูกยกเลิก เพราะผู้ตรวจทานต้องเขียนร่างใหม่ทุกฉบับ นั่นคือการนำมาใช้จริง มีขั้นตอนประจำที่น้อยลงแต่ดีขึ้น และคนใช้งานจริง.

การนำ AI มาใช้มีระยะอะไรบ้าง?

ไม่มีรูปแบบแบ่งระยะเดียวที่ทุกฝ่ายเห็นตรงกัน บริษัทที่ปรึกษาและผู้ให้บริการเผยแพร่รูปแบบที่แตกต่างกัน สำหรับบริษัทขนาดเล็กหรือกลาง คำอธิบายที่ใช้ทำงานได้จริงแบ่งเป็นสี่ระยะ ได้แก่ ทดลอง (แต่ละคนทดลองใช้ มักใช้บัญชีส่วนตัว) อนุมัติ (ใช้เครื่องมือเดียว แผนสำหรับธุรกิจ และกฎที่เป็นลายลักษณ์อักษร) ใช้เป็นประจำ (ผู้รับผิดชอบทำงานที่ระบุชัดเจนด้วยคำสั่งและการตรวจสอบทุกสัปดาห์) และปรับปรุง (บริษัททบทวนผลลัพธ์ เลิกใช้ขั้นตอนการทำงานที่ไม่ได้ผล และเพิ่มขั้นตอนใหม่อย่างมีเจตนาชัดเจน) นี่เป็นคำอธิบายที่ผู้เขียนจัดทำขึ้น ไม่ใช่กรอบการทำงานที่เผยแพร่เป็นมาตรฐาน

การเปลี่ยนผ่านที่สำคัญคือจากอนุมัติให้ใช้ไปสู่การใช้เป็นกิจวัตร หลายบริษัทหยุดอยู่ที่ขั้นอนุมัติ มีทั้งสิทธิ์ใช้งานและนโยบายแล้ว แต่ยังสงสัยว่าทำไมแทบไม่มีอะไรเปลี่ยน การทำให้เป็นกิจวัตรต้องอาศัยการเลือกงาน การฝึก และการตรวจทาน ซึ่งเป็นสิ่งที่หน้านี้อธิบาย

ผู้จัดการควรติดตามสัญญาณใดบ้าง?

ติดตามคุณภาพงานและการใช้งานซ้ำในงานที่ระบุไว้ ไม่ใช่จำนวนครั้งที่เข้าสู่ระบบทั้งหมด สัญญาณที่มีประโยชน์ ได้แก่ แต่ละสัปดาห์มีงานที่อนุมัติแล้วกี่งานที่ดำเนินการตามแนวทางที่ตั้งใจไว้ ผู้ตรวจต้องแก้ไขมากเพียงใด ตรวจพบข้อผิดพลาดก่อนส่งงานออกนอกทีมหรือไม่ และผู้ใช้สามารถอธิบายสิ่งที่แก้ไขในฉบับร่างได้หรือไม่ จำนวนครั้งที่เข้าสู่ระบบบอกเรื่องการเข้าถึง แต่แทบไม่บอกว่างานดีขึ้นหรือไม่

ควรระวังผลลัพธ์ที่ดีขึ้นจากการรายงานด้วยตนเอง คนที่ชอบเครื่องมือมักประเมินเวลาที่ประหยัดได้สูงเกินจริง ส่วนคนที่ไม่ชอบมักประเมินต่ำเกินจริง ตัวอย่างก่อนและหลังของงานเดียวกันไม่กี่ชิ้น ซึ่งตรวจโดยคนเดียวกัน เป็นหลักฐานที่ดีกว่า คำตอบของเราเรื่องการวัดว่าการฝึกอบรม AI ได้ผลหรือไม่อธิบายเรื่องนี้เพิ่มเติม

เมื่อไรการผลักดันให้คนหันมาใช้จึงเป็นเป้าหมายที่ไม่เหมาะสม?

การผลักดันให้ใช้ AI เป็นเป้าหมายที่ผิด เมื่องานไม่เหมาะกับ AI เมื่อไม่มีใครตรวจทานผลลัพธ์ได้ หรือเมื่อปัญหาที่แท้จริงของทีมคือภาระงานหรือกระบวนการ เป้าหมายอย่าง 'ทุกคนใช้ AI ทุกวัน' ให้รางวัลกับการใช้เพียงเพื่อให้ได้ใช้ และอาจผลักให้คนใช้ AI กับงานที่เพิ่มความเสี่ยงโดยไม่ได้เพิ่มคุณค่า บางบทบาทจะใช้ AI นาน ๆ ครั้งก็ไม่เป็นไร

นอกจากนี้ยังเป็นเป้าหมายที่ไม่เหมาะหากยังตกลงกฎกันไม่ได้ การส่งเสริมให้ใช้ก่อนที่ผู้คนจะรู้ว่าแบ่งปันข้อมูลใดได้ เท่ากับเปิดทางให้เกิดความผิดพลาดด้านข้อมูลแบบที่ทำให้ผู้บริหารสั่งเลิกใช้เครื่องมือ

Tosheo.ai มีบทบาทตรงไหนในการนำ AI มาใช้?

Tosheo.ai มีแผนพัฒนามาเพื่อส่วนการฝึกในการนำ AI มาใช้ เมื่อเปิดตัว มีแผนให้ผู้จัดการเลือกบทบาทและเครื่องมือ AI ที่ทีมใช้ แต่ละคนทำแบบประเมินพื้นฐาน 5 นาที แล้วเรียนบทเรียนครั้งละ 10 ถึง 15 นาที ซึ่งจบด้วยงานลงมือทำกับเครื่องมือ AI จริง และให้คะแนนตามเกณฑ์ที่เห็นได้ แดชบอร์ดผู้จัดการที่วางแผนไว้จะแสดงความก้าวหน้าด้านทักษะและสถานะเรียนจบ โดยไม่แสดงบันทึกการสนทนาฉบับเต็มเลย และมีแผนให้แพลตฟอร์มส่งข้อความเตือนผู้เรียนที่ไม่ได้เข้าเรียน พร้อมส่งสรุปรายสัปดาห์ให้ผู้จัดการ

ยังอยู่ในขั้นก่อนพัฒนา จึงยังไม่มีผลลัพธ์การนำไปใช้ให้แสดง ไม่ใช่คำตอบที่เหมาะหากกฎของคุณยังไม่ชัดเจน หรือทีมไม่มีงานที่เหมาะกับ AI ควรแก้ไขเรื่องเหล่านั้นก่อนตามขั้นตอนข้างต้น ราคาที่วางแผนไว้แสดงอยู่ในหน้าราคา.

แหล่งข้อมูลและขอบเขต

DSIT, รายงานวิจัยการนำ AI มาใช้ (เก็บข้อมูลภาคสนามเดือนกุมภาพันธ์ถึงพฤษภาคม 2025), เผยแพร่เดือนมกราคม 2026 ↗

GOV.UK, หน้าเผยแพร่งานวิจัยการนำ AI มาใช้, ปรับปรุงเมื่อกุมภาพันธ์ 2026 ↗

Acas, พนักงาน 1 ใน 4 คนกังวลว่า AI จะทำให้เกิดการสูญเสียงาน, 28 เมษายน 2025 ↗

Acas, นายจ้างหนึ่งในสามคิดว่า AI จะเพิ่มผลิตภาพ, 15 พฤษภาคม 2025 ↗