แรงงานลับที่ขับเคลื่อน AI องค์กรในปี 2026 โดย Randy Goh, Area Vice President of ASEAN

สถาปนิกArchitects ยุคใหม่ผูสร้าง AI ในระดับองค์กรธุรกิจ

เมื่อองค์กรธุรกิจต่างมองไปข้างหน้าสู่ปี 2026 หนึ่งในการเปลี่ยนแปลงที่ทรงอิทธิพลที่สุดของ AI อาจไม่ได้มาจากโมเดลใหม่ที่ล้ำหน้าขึ้นหรือโครงสร้างพื้นฐานที่เร็วแรงกว่าเดิม หากแต่เกิดจากการเปลี่ยนแปลงที่ว่า “ใคร” คือผู้ที่สร้างและกำกับดูแล AI ในระดับองค์กรอย่างแท้จริง ช่วงก้าวต่อไปของการยกระดับการใช้ AI อย่างเป็นระบบ จะขับเคลื่อนโดยกลุ่มบุคลากรที่ยังไม่ได้รับการยอมรับมากนักภายในองค์กร นั่นคือพนักงานที่เข้าใจธุรกิจอย่างลึกซึ้งมากพอจะถ่ายทอดวิธีคิดและกระบวนการตัดสินใจที่เกิดขึ้นจริงในองค์กร ให้กลายเป็นระบบที่สามารถทำงานอัตโนมัติและตัดสินใจเองได้ (Agentic System) ได้อย่างแท้จริง

บุคคลกลุ่มนี้ไม่ใช่นักวิทยาศาสตร์ข้อมูลแบบดั้งเดิม แต่เป็นผู้เชี่ยวชาญเฉพาะสายงาน (Domain Experts) ที่รู้จักการตัดสินใจเชิงดุลยพินิจ กรณีพิเศษต่างๆ และกฎเกณฑ์ที่ไม่เป็นลายลักษณ์อักษร ซึ่งไม่เคยปรากฏในเอกสารระเบียบปฏิบัติใดๆ แต่กลับเป็นตัวกำหนดว่าองค์กรดำเนินงานอย่างไรในความเป็นจริง ในปี 2569 พนักงานกลุ่มนี้จะรับผิดชอบมากขึ้นในการกำหนดทิศทาง กำกับดูแล และปรับปรุงระบบ AI Agent ที่สนับสนุนกระบวนการทำงานหลักขององค์กร นี่คือการก่อกำเนิดของ “นักออกแบบ” รูปแบบใหม่ในองค์กร ที่ผสมผสานความเชี่ยวชาญทางธุรกิจเข้ากับความเข้าใจด้านเทคนิคที่เพียงพอในการทำงานร่วมกับระบบ Agentic และชั้นการประสานงาน (Orchestration Layers) ได้อย่างมีประสิทธิภาพ บทบาทนี้จึงไม่ใช่การเขียนโค้ด แต่เป็นการ “ออกแบบพฤติกรรม” และ “กำกับการตัดสินใจ” ของ AI ให้สอดคล้องกับความเป็นจริงของธุรกิจ

ก้าวข้ามจากโครงการทดลองสู่ AI ที่ใช้งานจริง

องค์กรที่ตระหนักถึงความสำคัญและให้อำนาจแก่กลุ่มบุคลากรนี้ จะเป็นองค์กรที่สามารถก้าวข้ามจากโครงการ AI แบบพิสูจน์แนวคิด (Proof-of-Concept) ไปสู่การนำ AI ไปใช้งานจริงในวงกว้างอย่างเต็มรูปแบบได้ ในทางตรงกันข้าม องค์กรที่มองข้ามกลุ่มคนเหล่านี้ จะติดอยู่กับการทดลองเครื่องมือต่างๆ ที่ไม่สามารถยกระดับไปสู่การใช้งานจริงได้เลย

ในบริบทของตลาดอย่างประเทศไทย ซึ่งทั้งภาครัฐและภาคเอกชนกำลังเดินหน้าเร่งการนำ AI มาใช้อย่างจริงจัง แต่ยังเผชิญความท้าทายด้านความพร้อมและการขาดแคลนบุคลากร ความเหลื่อมล้ำดังกล่าวเริ่มเห็นได้ชัดมากขึ้น จากการวัดระดับความพร้อมด้าน AI (AI Readiness Measurement) โดยสำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (ETDA) และศูนย์ AI Governance พบว่า ปัจจุบันมีเพียงราว 17.8% ขององค์กรไทยที่นำ AI ไปใช้งานแล้ว ขณะที่ 73.3% อยู่ระหว่างการวางแผนหรือเตรียมนำ AI มาใช้ในอนาคตอันใกล้ สะท้อนความสนใจในวงกว้างของตลาด แต่ในทางปฏิบัติ การนำ AI ไปใช้งานจริงในระดับองค์กรยังอยู่ในช่วงเริ่มต้นสำหรับหลายองค์กรธุรกิจ

เมื่อมนุษย์และ AI Agent ต้องทำงานร่วมกัน

หลายองค์กรก้าวเข้าสู่ปี 2569 โดยยังไม่ตระหนักอย่างเต็มที่ว่า แท้จริงแล้วกำลังดำเนินงานด้วย “กำลังคนแบบผสมผสาน” (Hybrid Workforce) อยู่แล้ว พนักงานมนุษย์และเอเจนต์ AI ทำงานร่วมกันในกระบวนการประจำวันขององค์กร โดยในหลายกรณียังขาดกรอบกำกับดูแลและการกำหนดบทบาทอย่างเป็นทางการ ในบางองค์กร ระบบ AI แบบเอเจนต์ถูกฝังเข้าไปในกระบวนการทำงานอย่างรวดเร็ว จนกรอบการกำกับดูแล ภาวะผู้นำ และนโยบายภายในยังไม่สามารถปรับตัวตามให้ทันได้ แท้จริงแล้ว จากรายงานระดับโลกฉบับล่าสุดของเรา The 7 Career-Making AI Decisions Report for CIOs in 2026 ระบุว่า CIO ส่วนใหญ่ถึง 82% เห็นพ้องกันว่า พนักงานภายในองค์กรกำลังพัฒนา AI agent และแอปพลิเคชันที่ขับเคลื่อนด้วย AI ได้รวดเร็วกว่าที่ฝ่ายไอทีจะสามารถกำกับดูแลและควบคุมได้ทัน

ความเป็นจริงนี้กำลังผลักดันให้เกิดการให้ความสำคัญกับ “ความรับผิดชอบ” (Accountability) รูปแบบใหม่ องค์กรต้องกำหนดให้ชัดเจนว่า ใครคือผู้กำกับดูแล AI Agent ใครเป็นผู้ตรวจสอบผลลัพธ์ที่ออกมา และใครคือคนที่ต้องรับผิดชอบเมื่อการตัดสินใจอัตโนมัติส่งผลกระทบต่อลูกค้า ผลประกอบการทางการเงิน หรือการปฏิบัติตามกฎระเบียบ ในประเทศไทย การให้ความสำคัญกับธรรมาภิบาล AI ที่กำลังพัฒนาขึ้นผ่านการวางแผนเชิงกลยุทธ์ร่วมกันของหลายหน่วยงาน รวมถึงการมีส่วนร่วมของภาคเอกชนในคณะทำงานด้านจริยธรรม AI สะท้อนให้เห็นว่าความชัดเจนในเรื่องนี้กำลังกลายเป็นปัจจัยสำคัญสำหรับการนำ AI ไปใช้ที่ทั้งสร้างความได้เปรียบทางการแข่งขันและสอดคล้องกับกฎระเบียบ

ต้นทุนที่แท้จริงของ AI ส่งตรงถึงผู้บริหารระดับสูง

อีกหนึ่งความจริงที่ไม่อาจมองข้ามได้อีกต่อไปคือ ต้นทุนที่แท้จริงของ AI ในปี 2569 แรงกดดันจากคณะกรรมการบริษัทและนักลงทุนจะผลักดันให้ เศรษฐศาสตร์ของ AI เข้าสู่วาระสำคัญของผู้บริหารระดับสูง (C-Suite) อย่างหลีกเลี่ยงไม่ได้ รายงานของเรายังชี้ให้เห็นว่า CIO เกือบทั้งหมด (95%) มีการรายงานผลการดำเนินงานด้าน AI ต่อคณะกรรมการบริษัทอย่างน้อยเป็นรายไตรมาส นอกจากนี้ 98% ของ CIO ระบุว่า ตั้งแต่ปี 2024 เป็นต้นมา แรงกดดันจากบอร์ดในการแสดงให้เห็นถึงผลตอบแทนจากการลงทุนด้าน AI (AI ROI) ที่วัดผลได้อย่างชัดเจนเพิ่มสูงขึ้นอย่างต่อเนื่อง

ต้นทุนของ AI ในวันนี้ไม่ได้จำกัดอยู่เพียงค่าไลเซนส์โมเดลหรือค่าใช้จ่ายด้านคลาวด์คอมพิวติ้งเท่านั้น แต่ยังรวมถึงภาระด้านการดำเนินงานจากแพลตฟอร์มที่กระจัดกระจาย ต้นทุนการประสานงานที่เกิดจากโครงการซ้ำซ้อน และความเสี่ยงเชิงกลยุทธ์จากระบบ AI ที่ขาดการกำกับดูแลหรือการติดตามตรวจสอบอย่างเพียงพอ

เมื่อ CEO, CIO และ CFO เรียกร้องภาพรวมที่ชัดเจนขึ้น หลายองค์กรจะค้นพบว่าค่าใช้จ่ายที่ใหญ่ที่สุดอยู่ที่ภาระค่าใช้จ่ายในการรักษา AI ให้มีความสม่ำเสมอ มีประสิทธิภาพ และปฏิบัติตามกฎระเบียบทั่วทั้งองค์กรต้นทุนการถือครองโดยรวม (TCO) ไม่ใช่ราคาของโมเดล แต่จะกลายเป็นกรอบการตัดสินใจหลักในการลงทุน AI

ฟองสบู่ AI ไม่ได้เกี่ยวกับคุณค่า แต่เกี่ยวกับจังหวะเวลา

มีการพูดถึง “ฟองสบู่ AI” (AI Bubble) กันมากขึ้นเรื่อยๆ แต่ประเด็นไม่ได้อยู่ที่ว่า AI มีประโยชน์หรือไม่ หากเป็นเรื่องของจังหวะการลงทุน ปัจจุบันการใช้จ่ายด้านโครงสร้างพื้นฐาน AI กำลังขยายตัวเร็วกว่าความต้องการใช้งานจริง ก่อให้เกิดพลวัตของฟองสบู่ที่คุ้นเคยในตลาดเทคโนโลยี อย่างไรก็ตาม เรื่องที่แท้จริงคือ “กำไรจะไปอยู่ที่ใคร” ในท้ายที่สุด ไม่ใช่กับผู้ให้บริการ AI ที่ต้องแบกรับการลงทุนโครงสร้างพื้นฐานขนาดใหญ่ แต่จะตกอยู่กับองค์กรที่สามารถแปลงการลงทุนเหล่านี้ให้กลายเป็นผลลัพธ์เชิงปฏิบัติการที่จับต้องได้และสร้างมูลค่าทางธุรกิจอย่างแท้จริง

เมื่อวัฏจักรการลงทุนปรับฐาน องค์กรที่สามารถแปลง AI ให้กลายเป็นมูลค่าทางธุรกิจได้อย่างรวดเร็วและเป็นรูปธรรม จะเป็นผู้ที่ก้าวออกมาแข็งแกร่งที่สุดในท้ายที่สุด

ความเสี่ยงแฝงของการผูกติดกับผู้ให้บริการรายเดียว

ในขณะเดียวกัน ความเสี่ยงอีกด้านหนึ่งที่มองไม่เห็นชัดแต่มีอันตรายยิ่งกว่ากำลังค่อยๆ ก่อตัวขึ้น ในปี 2569 ความเสี่ยงจากผู้ให้บริการที่ร้ายแรงที่สุดจะไม่ใช่การพึ่งพาคลาวด์หรือโมเดล AI ใดโมเดลหนึ่ง แต่คือการนำตรรกะการตัดสินใจหลักของธุรกิจไปพึ่งพาแพลตฟอร์ม Agentic ของบุคคลที่สาม เมื่อองค์กรฝังกระบวนการตัดสินใจของตนไว้ในระบบภายนอก ความสามารถในการปรับตัวจะลดลงอย่างหลีกเลี่ยงไม่ได้

องค์กรที่ยังคงเป็นเจ้าของชั้นการประสานงาน และชั้นตรรกะการให้เหตุผลในการตัดสินใจของตนเอง จะยังคงมีความยืดหยุ่นในการปรับเปลี่ยนและพัฒนาได้อย่างต่อเนื่อง

Randy Goh, Area Vice President of ASEAN