โปรเจกต์ GenAI กว่า 30% จะไม่ได้ไปต่อ เพราะข้อมูลคุณภาพต่ำ คุมความเสี่ยงไม่ได้ แถมใช้เงินเยอะ

Tech & Innovation

Tech Companies

กองบรรณาธิการ

กองบรรณาธิการ

Tag

โปรเจกต์ GenAI กว่า 30% จะไม่ได้ไปต่อ เพราะข้อมูลคุณภาพต่ำ คุมความเสี่ยงไม่ได้ แถมใช้เงินเยอะ

Date Time: 4 ส.ค. 2567 08:00 น.

Video

วิธีเอาตัวรอดของ Wikipedia ไม่พึ่งโฆษณา ไม่มีค่าสมาชิก แต่อยู่มาได้ 23 ปี | Digital Frontiers

Summary

  • การ์ทเนอร์คาดการณ์ ภายในสิ้นปี 2568 โปรเจกต์ต่างๆ จาก Generative AI (GenAI) อย่างน้อย 30% จะถูกยกเลิก อันเนื่องมาจากข้อมูลคุณภาพต่ำ มีการควบคุมความเสี่ยงไม่เพียงพอ ค่าใช้จ่ายที่เพิ่มสูงขึ้น หรือมูลค่าทางธุรกิจไม่ชัดเจน

Latest


หลังจาก GenAI เป็นกระแสฮือฮาเมื่อปีก่อน ผู้บริหารต่างจดจ้องที่จะได้เห็นผลตอบแทนจากการลงทุนใน GenAI แต่ว่าองค์กรต่างๆ กลับต้องฝ่าฟันเพื่อพิสูจน์และสร้างให้ GenAI เป็นไปตามที่ขอบเขตของแผนงานวางไว้ ประกอบกับภาระทางการเงินในการพัฒนาและการนำโมเดล GenAI ไปใช้งานก็เพิ่มมากขึ้นเรื่อยๆ

การ์ทเนอร์คาดการณ์ ภายในสิ้นปี 2568 โปรเจกต์ต่างๆ จาก Generative AI (GenAI) อย่างน้อย 30% จะถูกยกเลิก หลังการพิสูจน์เชิงแนวคิด หรือ Proof of Concept (PoC) อันเนื่องมาจากข้อมูลคุณภาพต่ำ มีการควบคุมความเสี่ยงไม่เพียงพอ ค่าใช้จ่ายที่เพิ่มสูงขึ้น หรือมูลค่าทางธุรกิจไม่ชัดเจน

โดยการ์ทเนอร์ยังระบุว่า ความท้าทายสำคัญที่องค์กรเผชิญนั้น คือ การพิสูจน์ให้เห็นถึงความคุ้มค่าของการลงทุนเป็นจำนวนมหาศาลกับ GenAI ในการเพิ่มประสิทธิภาพการทำงาน ซึ่งจะแปลงเป็นผลประโยชน์ทางการเงินโดยตรงได้ยาก ทั้งนี้องค์กรมากมายกำลังใช้ประโยชน์จาก GenAI เพื่อเปลี่ยนแปลงโมเดลธุรกิจและสร้างโอกาสทางธุรกิจใหม่ๆ แต่อย่างไรก็ตาม แนวทางนี้มาพร้อมกับต้นทุนมหาศาล ยกตัวอย่างเช่น การเทรนโมเดล GenAI เพื่อใช้งานในทางการแพทย์ หรือประกัน อาจจะต้องใช้งบประมาณกว่า 20 ล้านดอลลาร์สหรัฐเลยทีเดียว

อย่างไรก็ตาม การใช้งาน GenAI ยังไม่มีสูตรสำเร็จที่ใช้ได้กับทุกสถานการณ์ และต้นทุนก็ไม่สามารถคาดเดาได้เหมือนกับเทคโนโลยีอื่นๆ ดังนั้นสิ่งที่องค์กรต้องจ่ายล้วนเป็นตัวกำหนดต้นทุนทั้งนั้น และไม่ว่าองค์กรต้องการนำ AI มาใช้เพื่อ Disrupt ตลาดกันเอง หรือเพื่อเพิ่มผลผลผลิตและขยายกระบวนการเดิมที่มีอยู่ สิ่งเหล่านี้ล้วนมีต้นทุน ความเสี่ยง ความผันแปร และส่งผลกระทบเชิงกลยุทธ์ในระดับที่ต่างกัน

ผลการวิจัยการ์ทเนอร์ยังชี้ว่า การพัฒนา GenAI ไม่ว่าเพื่อเป้าหมายใด ต้องอาศัยความอดทนที่สูงกว่า สำหรับวางหลักเกณฑ์การลงทุนด้านการเงินในอนาคตเทียบกับผลตอบแทนการลงทุนทันที (ROI) ในอดีตผู้บริหารระดับสูงด้านการเงิน หรือ CFO หลายรายไม่สะดวกใจลงทุน ซึ่งความลังเลใจนี้อาจทำให้การจัดสรรเม็ดเงินลงทุนถูกเบี่ยงเบนไปในทางยุทธวิธีมากกว่าผลลัพธ์เชิงกลยุทธ์

ใช้ AI ช่วยเพิ่มรายได้ ลดต้นทุน และเพิ่มประสิทธิภาพงาน


ผู้ที่นำ AI มาใช้ก่อนใคร หรือที่เรียกว่า Earlier Adopter ทั้งในอุตสาหกรรมและกระบวนการทางธุรกิจต่างรายงานถึงพัฒนาการและการปรับปรุงด้านธุรกิจที่หลากหลาย แตกต่างกันไปตามการใช้งาน ประเภทงาน และระดับทักษะของคนทำงาน 

จากผลการสำรวจของการ์ทเนอร์ โดยทำการสอบถามผู้นำทางธุรกิจ 822 ราย เมื่อช่วงเดือนกันยายนถึงพฤศจิกายนปี 2566 พบว่าองค์กรที่นำ AI มาใช้มีรายได้เพิ่มขึ้น 15.8% ประหยัดต้นทุนขึ้น 15.2% และช่วยปรับปรุงประสิทธิผลการผลิตโดยเฉลี่ย 22.6%

จากการวิเคราะห์มูลค่าทางธุรกิจและต้นทุนรวมของนวัตกรรมโมเดลธุรกิจ GenAI องค์กรต่างๆ สามารถกำหนดผลตอบแทนจากการลงทุนโดยตรง (ROI) และผลกระทบต่อมูลค่าธุรกิจในอนาคตได้ ซึ่งถือเป็นเครื่องมือสำคัญในการตัดสินใจลงทุนอย่างรอบคอบเกี่ยวกับนวัตกรรมโมเดลธุรกิจ GenAI

และหากผลลัพธ์ทางธุรกิจเป็นไปตามเป้าหรือเกินความคาดหวัง ถือเป็นโอกาสการขยายการลงทุน โดยเพิ่มขอบเขตนวัตกรรมและการใช้งาน GenAI ให้ครอบคลุมฐานผู้ใช้ที่กว้างขึ้น หรือนำไปใช้ในแผนกธุรกิจอื่นๆ เพิ่มเติม 

อย่างไรก็ตาม หากผลลัพธ์ไม่เป็นไปตามที่คาด อาจจำเป็นต้องพิจารณานวัตกรรมทางเลือก โดยอาศัยข้อมูลเชิงลึกเหล่านี้ช่วยให้องค์กรจัดสรรทรัพยากรได้อย่างมีกลยุทธ์พร้อมกำหนดแผนดำเนินงานที่มีประสิทธิภาพสูงสุดในอนาคต

ติดตามเพจ Facebook : Thairath Money ได้ที่ลิงก์นี้ - https://www.facebook.com/ThairathMoney


Author

กองบรรณาธิการ

กองบรรณาธิการ