Gartner 2020 CIO Agenda Survey เผย องค์กรธุรกิจชั้นนำคาดปริมาณโครงการที่ใช้ปัญญาประดิษฐ์ (Artificial Intelligence: AI) จะเพิ่มขึ้น 2 เท่าในปีหน้า และกว่า 40% จากผู้ตอบแบบสอบถามมีแผนจะใช้โซลูชัน AI ภายในสิ้นปี 2020 นี้ อย่างไรก็ตาม องค์กรธุรกิจส่วนมากประสบปัญหาในการนำ AI มาใช้ในการผลิตระดับองค์กร ส่งผลให้ศักยภาพของ AI ทางธุรกิจยังคงมีข้อจำกัดอยู่

“การทดลองใช้ AI เป็นเรื่องง่าย แต่การนำมาใช้ในการผลิตจริงเป็นเรื่องที่มีความท้าทายเป็นอย่างยิ่ง”

Chirag Dekate ผู้อำนวยการอาวุโสแผนกวิเคราะห์ บริษัท Gartner กล่าวแสดงความเห็นว่า “AI มีศักยภาพในการพาองค์กรไปสู่ความสำเร็จมาก แต่การนำผลลัพธ์ของ AI มาใช้ประโยชน์ต่อธุรกิจมีความล่าช้ากว่าที่คาดการณ์”

ด้วยเหตุนี้เอง ผู้นำด้านเทคโนโลยี IT จึงจำเป็นต้องมีกลยุทธ์ในการวางโครงสร้างพื้นฐาน เพื่อให้สามารถรองรับการนำ AI ที่ทดลองแล้วมาใช้ในการทำงานจริงได้ โดยเฉพาะอย่างยิ่งการตระหนักถึงคุณค่าของ AI ซึ่ง Gartner ได้ทำนายถึงการพัฒนาของ AI เครื่องมือ และเทคนิคที่จะนำไปสู่ความสำเร็จในการใช้ AI ไว้ 5 ข้อ ดังนี้

1. AI จะเป็นแรงผลักดันโครงสร้างพื้นฐาน
AI จะกลายเป็นตัวแปรสำคัญในการตัดสินใจวางโครงสร้างพื้นฐานจนถึงปี 2023 สืบเนื่องจากการทดลองใช้ AI จำเป็นต้องมีโครงสร้างและทรัพยากรที่สามารถเติบโตได้มารองรับ และจำเป็นต้องได้รับการพัฒนาจากองค์กรอย่างต่อเนื่องจึงจะประสบความสำเร็จ รวมถึงการปรับข้อมูลให้เป็นมาตรฐานเดียว หรือการใช้ Machine Learning (ML) เพื่อให้การรับส่งและวิเคราะห์ข้อมูลดำเนินไปแบบเรียลไทม์

2. ความร่วมมือจะนำไปสู่การจัดการแก้ปัญหาความซับซ้อนที่มากขึ้น
สิ่งที่ท้าทายที่สุดในการใช้ AI คือความซับซ้อนของเครื่องมือต่าง ๆ เช่น Machine Learning, Deep Neural Network, และ IoT  การจะนำ AI มาใช้ให้สำเร็จ จึงจำเป็นต้องมีความร่วมมืออย่างใกล้ชิดระหว่างองค์กรธุรกิจ และบริษัท IT เพื่อรองรับความต้องการโซลูชันใหม่ที่จะเกิดขึ้นในอนาคต 

3. เทคนิคที่ง่ายที่สุด อาจมีประสิทธิภาพที่สุด
คาดการณ์ว่าในปี 2022 องค์กรธุรกิจ 75% จะเลือกใช้ Deep Neural Network ในการแก้ปัญหา ซึ่งในความเป็นจริง ปัญหาเหล่านี้สามารถแก้ไขได้โดยง่ายด้วย Machine Learning อย่างที่ผู้ประสบความสำเร็จในการใช้ AI รายต้น ๆ ทำเป็นเรื่องปกติ เมื่อองค์กรพัฒนาการเลือกใช้เทคนิคต่าง ๆ ก็จะมีความก้าวหน้าขึ้น อย่างไรก็ตาม หากสามารถทำความเข้าใจใน AI ได้แล้ว จะพบว่าการใช้เทคนิคง่าย ๆ แต่ได้ผล จะมีประสิทธิภาพกว่าการเลือกใช้เทคนิคยาก ๆ แต่เป็นที่นิยมเป็นอย่างมาก

4. ให้คลาวด์เป็นส่วนหนึ่ง
การใช้เทคโนโลยีคลาวด์ เช่น Cognitive APIs, Containers, และ Serverless computing สามารถช่วยลดความซับซ้อนของการติดตั้ง AI ได้เป็นอย่างมาก โดยคาดการณ์ว่าในปี 2023 จำนวน AI แบบ Cloud-based จะเพิ่มขึ้นจากปี 2019 ถึง 5 เท่า ซึ่งจะช่วยให้ Machine Learning ทำงานได้ดีขึ้น อีกทั้งยังลดต้นทุนค่าเซิฟเวอร์ได้อีกด้วย อย่างไรก็ตาม จำเป็นต้องพิจารณาเสียก่อนว่า การใช้คลาวด์จะเป็นประโยชน์ต่อธุรกิจจริง 

5. AI Augmented Automation
ในอนาคต ปริมาณข้อมูลจะเพิ่มขึ้น นำมาซึ่งปัญการการจัดลำดับความสำคัญ และปัญหาที่เกิดจากความไม่เข้าใจระหว่างผู้ใช้ การนำระบบอัตโนมัติที่ทำงานด้วย AI หรือที่เรียกว่า “AI Augmented Automation” จะทำให้พนักงานสามารถเรียนรู้ทักษะของ AI และสามารถบริหารจัดการการทำงานได้ดีขึ้น โดยคาดการณ์ว่าในปี 2023 40% ของ Information Operation ในองค์กรธุรกิจขนาดใหญ่จะนำ AI Augmented Automation มาเป็นส่วนหนึ่งขององค์กร เพื่อเพิ่มผลผลิตให้ดี และรวดเร็วยิ่งขึ้น