2 สนามหลักขององค์กรเอเชียในการนำ AI มาใช้: จะเลือกและใช้อย่างไรระหว่าง Conversational AI และ Document Intelligence

สังเกตดูการนำ AI มาใช้ของบริษัทในเอเชีย จะพบว่ามี 2 สถานการณ์หลักที่ได้รับการปรับเปลี่ยนก่อนเพื่อน นั่นคือ 'การสื่อสารกับลูกค้าภายนอก' และ 'การจัดการเอกสารจำนวนมากภายในองค์กร' ทั้งสองส่วนนี้มีเครื่องมือที่พร้อมใช้งานแล้ว แต่ถ้าเลือกผิดทิศทางจะทำให้เปลืองงบประมาณไปเปล่าๆ บทความนี้จะช่วยสรุป 2 สนามหลักนี้ให้คุณเข้าใจ

สนามที่ 1: Conversational AI – ระบบอัตโนมัติสำหรับบริการลูกค้าและการตลาด

ในเอเชีย โดยเฉพาะเอเชียตะวันออกเฉียงใต้และอินเดีย ปฏิสัมพันธ์ทางธุรกิจมุ่งเน้นไปที่แอปพลิเคชันแชทเป็นหลัก ทำให้ Conversational AI กลายเป็นจุดแวะพักแรกในการนำ AI มาใช้ ในด้านนี้ WIZ.AI จากสิงคโปร์โดดเด่นเรื่องเสียงบริการลูกค้าที่จำลองสำเนียงท้องถิ่นได้อย่างสมจริง ส่วน Gupshup, Haptik และ Yellow.ai จากอินเดีย นำบริการลูกค้า การตลาด และธุรกรรมต่างๆ เข้าสู่ช่องทางอย่าง WhatsApp

ควรใช้งานเมื่อไหร่? เมื่อคุณมีปฏิสัมพันธ์กับลูกค้าที่ซ้ำๆ เป็นจำนวนมาก เช่น การเช็คคำสั่งซื้อ, ตอบคำถามที่พบบ่อย, ส่งการแจ้งเตือน, โทรออกเพื่อการตลาด — Conversational AI สามารถจัดการได้ในสเกลใหญ่ ช่วยประหยัดกำลังคนได้อย่างมหาศาล ประเด็นที่ต้องประเมินคือ: รองรับช่องทางและภาษาที่กลุ่มเป้าหมายของคุณใช้งานบ่อยหรือไม่? สามารถเชื่อมต่อกับระบบคำสั่งซื้อและระบบลูกค้าของคุณได้อย่างราบรื่นหรือเปล่า?

สนามที่ 2: Document Intelligence – ระบบอัตโนมัติสำหรับงานเอกสารภายใน

อีกหนึ่งสถานการณ์ที่เห็นผลทันทีคือการจัดการเอกสาร ภาคการเงิน กฎหมาย และการวิจัยและพัฒนาต้องอ่านเอกสารที่ไม่มีโครงสร้าง (Unstructured documents) จำนวนมากทุกวัน ซึ่งนี่คือจุดแข็งของ AI โดยเฉพาะ 6Estates จากสิงคโปร์ที่เชี่ยวชาญด้านการดึงข้อมูลอัจฉริยะจากเอกสารทางการเงิน แปลงรายงานประจำปีและใบแจ้งยอดบัญชีให้เป็นข้อมูลที่มีโครงสร้างและนำไปวิเคราะห์ต่อได้ หรือ Patsnap ที่เปลี่ยนสิทธิบัตรทั่วโลกให้เป็นข้อมูลเชิงลึกด้านนวัตกรรมที่ค้นหาได้

ควรใช้งานเมื่อไหร่? เมื่อทีมของคุณต้องเสียเวลาไปกับ 'การอ่านเอกสาร, สรุปประเด็นสำคัญ, กรอกแบบฟอร์ม' เป็นจำนวนมาก เช่น การพิจารณาอนุมัติสินเชื่อ, การตรวจสอบสัญญา, การค้นหาสิทธิบัตร, การตรวจสอบสถานะกิจการ (Due diligence) — Document Intelligence สามารถทำให้งานที่น่าเบื่อเหล่านี้เป็นระบบอัตโนมัติได้ ประเด็นที่ต้องประเมินคือ: ความแม่นยำในการดึงข้อมูลจากเอกสารประเภทนี้ของคุณ (โดยเฉพาะภาษาจีนและฟอร์แมตเฉพาะ) เป็นอย่างไร? สามารถตรวจสอบย้อนกลับ (Traceability) เพื่อป้องกันไม่ให้ AI ดึงข้อมูลผิดพลาดได้หรือไม่?

จะตัดสินใจเริ่มทำอะไรก่อนดี?

มอบเกณฑ์การตัดสินใจง่ายๆ ให้คุณ: ดูว่าต้นทุนและความเจ็บปวดของคุณกระจุกตัวอยู่ที่ไหน หากกำลังคนจำนวนมากหมดไปกับการ 'ตอบลูกค้า' ให้เริ่มที่ Conversational AI ก่อน หากหมดไปกับการ 'จัดการเอกสาร' ให้เริ่มที่ Document Intelligence ไม่จำเป็นต้องทำทั้งสองอย่างพร้อมกัน ให้เริ่มจากจุดที่เจ็บและเปลืองที่สุดก่อน เมื่อเห็นผลลัพธ์แล้วค่อยขยายผลต่อไป

3 ข้อเตือนใจร่วมกันในการใช้งาน

ไม่ว่าจะเลือกตัวไหน ทั้ง 3 ข้อนี้ใช้ได้เหมือนกันทั้งหมด: ประการแรก เริ่มทดลองในสเกลเล็กก่อน ใช้ขั้นตอนการทำงานที่เฉพาะเจาะจงเพื่อพิสูจน์ผลลัพธ์ก่อนขยายสเกล ประการที่สอง ดูแลเรื่องการปฏิบัติตามกฎระเบียบของข้อมูลให้ดี ก่อนใช้งานให้ยืนยันการจัดชั้นความลับของข้อมูลและปัญหาข้ามพรมแดน (ดูรายละเอียดที่ กฎระเบียบและความปลอดภัยด้าน AI ในเอเชีย); ประการที่สาม คงให้มนุษย์เป็นผู้ตรวจสอบ การตัดสินใจที่มีความเสี่ยงสูงต้องมีคนทบทวนซ้ำเสมอ

สิ่งที่น่ากลัวที่สุดในการนำ AI มาใช้ขององค์กรคือ 'การใช้เพราะอยากใช้' หากมุ่งเป้าไปที่การสนทนาและเอกสาร ซึ่งเป็นสองสนามที่มั่นใจที่สุด และเริ่มจากจุดที่เจ็บปวดที่สุด โอกาสประสบความสำเร็จจะสูงกว่ามาก

การใช้งาน Conversational AI ขั้นสูง

นอกจากบริการลูกค้าพื้นฐานและระบบอัตโนมัติทางการตลาดแล้ว Conversational AI ยังสามารถนำไปใช้ในแอปพลิเคชันที่มีความซับซ้อนมากขึ้นได้ เช่น การวิเคราะห์อารมณ์ของลูกค้า, การรวบรวมข้อเสนอแนะ, และการแนะนำสินค้าเฉพาะบุคคล เป็นต้น องค์กรสามารถใช้ Conversational AI เพื่อรวบรวมข้อเสนอแนะและความเห็นของลูกค้า จากนั้นนำข้อมูลเหล่านี้มาวิเคราะห์และปรับปรุง เพื่อยกระดับความพึงพอใจและความภักดีของลูกค้า นอกจากนี้ Conversational AI ยังสามารถนำมาใช้ในการฝึกอบรมและพัฒนาพนักงานได้ เช่น การให้คู่มือพนักงาน, หลักสูตรการฝึกอบรม, และการประเมินผลการปฏิบัติงาน เป็นต้น

ข้อผิดพลาดทั่วไปของ Document Intelligence

ในการนำ Document Intelligence มาใช้ องค์กรต่างๆ มักพบข้อผิดพลาดบางประการ เช่น รูปแบบเอกสารไม่เป็นมาตรฐาน, คุณภาพข้อมูลไม่ดี, หรือโมเดล AI ยังมีความแม่นยำไม่เพียงพอ เป็นต้น เพื่อหลีกเลี่ยงข้อผิดพลาดเหล่านี้ องค์กรควรจัดมาตรฐานรูปแบบเอกสารและตรวจสอบคุณภาพข้อมูลก่อนนำ Document Intelligence มาใช้ นอกจากนี้ องค์กรควรเลือกโมเดล AI ที่เหมาะสม พร้อมทั้งทำการทดสอบและตรวจสอบความถูกต้องอย่างเพียงพอ เพื่อให้มั่นใจถึงความแม่นยำและความน่าเชื่อถือของโมเดล

แนวโน้มในอนาคต: การผสานรวมระหว่าง Conversational AI และ Document Intelligence

ในอนาคต Conversational AI และ Document Intelligence จะผสานเข้าด้วยกันอย่างแนบแน่นยิ่งขึ้น องค์กรจะใช้ Conversational AI เพื่อรวบรวมความต้องการและความเห็นของลูกค้า จากนั้นใช้ Document Intelligence เพื่อวิเคราะห์และประมวลผลเอกสารและข้อมูลที่เกี่ยวข้อง วิธีนี้จะช่วยเพิ่มประสิทธิภาพและความแม่นยำให้กับองค์กร พร้อมทั้งมอบประสบการณ์ที่ดีขึ้นให้กับลูกค้า นอกจากนี้ การผสานรวม Conversational AI และ Document Intelligence ยังช่วยให้องค์กรค้นพบโอกาสและรูปแบบทางธุรกิจใหม่ๆ ได้ เช่น การใช้ Conversational AI เพื่อให้บริการเฉพาะบุคคล จากนั้นใช้ Document Intelligence เพื่อวิเคราะห์และปรับปรุงกระบวนการทางธุรกิจที่เกี่ยวข้อง

คำแนะนำสำหรับกลุ่มเป้าหมายที่แตกต่างกัน

สำหรับองค์กรในกลุ่มต่างๆ กลยุทธ์และวิธีการนำ AI มาใช้ก็จะมีความแตกต่างกันออกไป ตัวอย่างเช่น สำหรับวิสาหกิจขนาดเล็ก อาจจำเป็นต้องเริ่มต้นจาก Conversational AI และ Document Intelligence แบบง่ายๆ ก่อน แล้วค่อยๆ ขยายขอบเขตและเพิ่มความซับซ้อนขึ้นทีละน้อย สำหรับองค์กรขนาดใหญ่ อาจต้องดำเนินการวิเคราะห์และประเมินผลในภาพรวมก่อน จากนั้นจึงเลือกโซลูชัน AI ที่เหมาะสม สำหรับองค์กรนวัตกรรม อาจจำเป็นต้องเริ่มต้นจากเทคโนโลยี AI ที่ล้ำสมัยที่สุดก่อน จากนั้นจึงนำเทคโนโลยีเหล่านี้มาสร้างโมเดลและโอกาสทางธุรกิจใหม่ๆ ไม่ว่าอย่างไรก็ตาม องค์กรจำเป็นต้องเลือกโซลูชันและกลยุทธ์ AI ที่เหมาะสมตามสถานการณ์และความต้องการที่แท้จริงของตนเอง

สถานการณ์ทั่วไป: ความท้าทายในงานบริการลูกค้าและการจัดการเอกสาร

ในกระบวนการบริการลูกค้าและการจัดการเอกสาร องค์กรต่างๆ มักพบความท้าทายบางประการ เช่น ความต้องการและความเห็นของลูกค้าที่ไม่ชัดเจน, รูปแบบเอกสารไม่เป็นมาตรฐาน, และคุณภาพข้อมูลที่ไม่ดี เป็นต้น เพื่อแก้ปัญหาความท้าทายเหล่านี้ องค์กรสามารถใช้ Conversational AI เพื่อรวบรวมความต้องการและความเห็นของลูกค้า จากนั้นใช้ Document Intelligence เพื่อวิเคราะห์และประมวลผลเอกสารและข้อมูลที่เกี่ยวข้อง นอกจากนี้ องค์กรยังสามารถใช้ AI เพื่อทำงานที่ทำซ้ำๆ ให้เป็นอัตโนมัติได้ เช่น การตอบกลับของฝ่ายบริการลูกค้าและการจัดการเอกสาร เป็นต้น วิธีนี้จะช่วยเพิ่มประสิทธิภาพและความแม่นยำให้กับองค์กร พร้อมทั้งมอบประสบการณ์ที่ดีขึ้นให้กับลูกค้า

ตารางเปรียบเทียบ: การเปรียบเทียบระหว่าง Conversational AI และ Document Intelligence

หัวข้อ	Conversational AI	Document Intelligence
ฟังก์ชันหลัก	ระบบอัตโนมัติสำหรับบริการลูกค้าและการตลาด	ระบบอัตโนมัติสำหรับการจัดการและวิเคราะห์เอกสาร
สถานการณ์การใช้งาน	บริการลูกค้า, การตลาด, การบริหารความสัมพันธ์ลูกค้า (CRM)	การจัดการเอกสาร, การวิเคราะห์ข้อมูล, ระบบอัจฉริยะทางธุรกิจ (BI)
ข้อดี	เพิ่มประสิทธิภาพ, ลดต้นทุน, เพิ่มความพึงพอใจของลูกค้า	เพิ่มประสิทธิภาพ, ลดต้นทุน, เพิ่มความแม่นยำของข้อมูล
ข้อเสีย	อาจต้องใช้ข้อมูลฝึกอบรมจำนวนมาก, อาจไม่สามารถแทนที่ฝ่ายบริการลูกค้าที่เป็นมนุษย์ได้ทั้งหมด	อาจต้องใช้ทรัพยากรการประมวลผลสูง, อาจไม่สามารถแทนที่การจัดการเอกสารโดยมนุษย์ได้ทั้งหมด

ความเข้าใจผิดทั่วไป: ความเข้าใจคลาดเคลื่อนเกี่ยวกับ Conversational AI และ Document Intelligence

มีบางองค์กรที่เข้าใจความสามารถและข้อจำกัดของ Conversational AI และ Document Intelligence คลาดเคลื่อน ตัวอย่างเช่น บางองค์กรเข้าใจผิดว่า Conversational AI สามารถแทนที่ฝ่ายบริการลูกค้าที่เป็นมนุษย์ได้ทั้งหมด หรือ Document Intelligence สามารถแทนที่การจัดการเอกสารโดยมนุษย์ได้ทั้งหมด แท้จริงแล้ว Conversational AI และ Document Intelligence เป็นเพียงเครื่องมือเท่านั้น จำเป็นต้องมีการควบคุมดูแลและบำรุงรักษาโดยมนุษย์จึงจะแสดงประสิทธิภาพสูงสุดได้ นอกจากนี้ องค์กรยังต้องเข้าใจข้อจำกัดของ Conversational AI และ Document Intelligence ด้วย เช่น Conversational AI อาจไม่เข้าใจภาษาและอารมณ์ของมนุษย์ได้อย่างถ่องแท้ และ Document Intelligence อาจไม่สามารถวิเคราะห์และประมวลผลเอกสารได้อย่างแม่นยำ 100%

ขั้นตอนปฏิบัติ: ขั้นตอนในการนำ Conversational AI และ Document Intelligence มาใช้

การนำ Conversational AI และ Document Intelligence มาใช้งาน มีขั้นตอนดังต่อไปนี้:

1. ประเมินความต้องการและเป้าหมายขององค์กร
2. เลือกโซลูชัน Conversational AI และ Document Intelligence ที่เหมาะสม
3. ฝึกอบรมและทดสอบโมเดล Conversational AI และ Document Intelligence
4. นำระบบ Conversational AI และ Document Intelligence ไปปรับใช้
5. ควบคุมดูแลและบำรุงรักษาระบบ Conversational AI และ Document Intelligence
6. ประเมินและปรับปรุงประสิทธิภาพของระบบ Conversational AI และ Document Intelligence

การพัฒนาในอนาคต: อนาคตของ Conversational AI และ Document Intelligence

การพัฒนาในอนาคตของ Conversational AI และ Document Intelligence จะรวดเร็วและซับซ้อนยิ่งขึ้น องค์กรจำเป็นต้องให้ความสนใจกับแนวโน้มเหล่านี้:

• การผสานรวมระหว่าง Conversational AI และ Document Intelligence
• การประยุกต์ใช้ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (Machine Learning)
• การพัฒนาของ Cloud Computing และ Big Data
• การประยุกต์ใช้อุปกรณ์เคลื่อนที่และ Internet of Things (IoT)
• การปกป้องความปลอดภัยของข้อมูลและความเป็นส่วนตัว
  องค์กรจำเป็นต้องเรียนรู้และปรับตัวให้เข้ากับแนวโน้มเหล่านี้อย่างต่อเนื่อง จึงจะสามารถรักษาสถานะความเป็นผู้นำในการแข่งขันได้