บริษัทที่เน้น AI เปลี่ยนเวิร์กโฟลว์เป็นขีดความสามารถอย่างไร

Enterprise Signals ฉบับล่าสุดของ OpenAI แสดงให้เห็นว่า AI ในองค์กรกำลังก้าวจากการช่วยสนับสนุนไปสู่การลงมือปฏิบัติงานจริงด้วยความเร็วที่แตกต่างกันอย่างมาก บริษัทระดับแนวหน้า (กลุ่มที่มีการใช้งาน AI สูงสุด 10%) สร้างโทเค็นเอาต์พุตต่อผู้ใช้ที่ใช้งานอยู่มากกว่าบริษัททั่วไปถึง 8.3 เท่า เพิ่มจาก 2.6 เท่าในเดือนมกราคม ช่องว่างที่กว้างขึ้นนี้สะท้อนถึงการเปลี่ยนแปลงด้านการดำเนินงานในระดับที่ลึกยิ่งขึ้น โดยบริษัทชั้นนำเชื่อมต่อเอเจนต์เข้ากับบริบทและเครื่องมือของบริษัท มอบหมายงานที่มีเนื้อหาสำคัญมากขึ้น และทำให้เวิร์กโฟลว์ที่ได้ผลสามารถนำมาใช้ซ้ำได้ง่ายขึ้น

ความท้าทายสำหรับผู้นำคือการเปลี่ยนการใช้ AI ในระดับที่ลึกขึ้นให้เกิดเป็นงานที่ผู้คนไว้วางใจ วัดผล และพัฒนาต่อยอดได้ นอกจากนี้ ผู้นำควรเปิดพื้นที่ให้มีการทดลอง รวมถึงกรณีการใช้งานที่อาจยังไม่เห็นคุณค่าอย่างชัดเจนตั้งแต่ครั้งแรก

สตาร์ทอัพอย่าง Basis⁠(เปิดในหน้าต่างใหม่), Clay⁠(เปิดในหน้าต่างใหม่) และ Exa Labs⁠(เปิดในหน้าต่างใหม่) ได้นำเอเจนต์มาใช้ในกระบวนการเตรียมความพร้อมพนักงานใหม่ การจัดการบัญชี และการขยายระบบนิเวศนักพัฒนา แม้เวิร์กโฟลว์ของแต่ละบริษัทจะแตกต่างกัน แต่ลำดับการพัฒนานั้นมีแนวทางที่น่าสนใจ เริ่มจากสอนกระบวนการที่มีขั้นตอนคงที่ให้เอเจนต์ ให้เอเจนต์เข้าถึงบริบทอย่างต่อเนื่องเมื่องานเปลี่ยนแปลง แล้วจึงให้เอเจนต์นำโอกาสที่พบไปต่อยอดจนเป็นการดำเนินการที่ผ่านการทดสอบ

ตัวอย่างเหล่านี้แสดงให้เห็นว่าทีมต่างๆ สามารถผสานเอเจนต์เข้ากับงานที่คุ้นเคยและค่อยๆ ปรับปรุงกระบวนการได้อย่างไร

การเตรียมความพร้อมพนักงานใหม่เป็นกระบวนการที่ยุ่งยากสำหรับทั้งนายจ้างและพนักงานมาอย่างยาวนาน ที่ Basis ซึ่งพัฒนาเอเจนต์ AI สำหรับสำนักงานบัญชี ปัจจุบันการเตรียมความพร้อมในวันแรกใช้เวลาเพียง 30 นาที จากเดิมสองชั่วโมง ทำให้ฝ่าย HR มีเวลาให้ความสำคัญกับวัฒนธรรมองค์กรและการดูแลพนักงานมากขึ้น

ในวันแรก พนักงานจะได้รับสิทธิ์เข้าถึง Codex ทันที พร้อมสกิลสำหรับการเตรียมความพร้อมพนักงานใหม่ที่ปรับให้เหมาะกับบริษัทโดยเฉพาะ ซึ่งเป็นชุดคำสั่งและแหล่งข้อมูลที่นำกลับมาใช้ซ้ำได้สำหรับเวิร์กโฟลว์หนึ่งๆ Codex จะกล่าวต้อนรับ แนะนำแนวคิดสำคัญของบริษัท และใช้คอมพิวเตอร์ของพนักงานดำเนินการตั้งค่าการผสานการทำงานอยู่เบื้องหลัง หากพบคำถามเดิมๆ หรือกรณียกเว้น ฝ่าย HR ก็สามารถอัปเดตสกิลให้พร้อมก่อนพนักงานกลุ่มถัดไปจะเริ่มงาน

Basis สาธิตขั้นตอนการเตรียมความพร้อมพนักงานใหม่เพียงครั้งเดียว ก่อนนำมาพัฒนาเป็นสกิลที่ใช้ซ้ำได้ ซึ่งมีทั้งเงื่อนไขเริ่มต้นที่ชัดเจน ขั้นตอนที่ชัดเจน การเข้าถึงเครื่องมือที่เหมาะสม และนิยามที่ชัดเจนว่าแบบใดจึงถือว่า “เสร็จสมบูรณ์” กระบวนการนี้จึงไม่ต้องพึ่งพาว่าบุคคลใดบุคคลหนึ่งจะว่างหรือไม่อีกต่อไป ขณะเดียวกัน ทีมยังเข้ามาช่วยรับมือกับกรณียกเว้นหรือคำถามที่ซับซ้อนได้ การเตรียมความพร้อมพนักงานใหม่จึงมีมาตรฐานมากขึ้น ทำซ้ำได้ และปรับปรุงต่อได้ง่ายขึ้น ทั้งยังทำให้พนักงานใหม่เข้าใจวิธีทำงานร่วมกับ AI ได้ตั้งแต่วันแรก

Clay เป็นบริษัทที่กำลังสร้างกลไกขับเคลื่อนรายได้ที่เรียนรู้ได้ด้วยตัวเองสำหรับทีมกลยุทธ์การเข้าสู่ตลาด บริษัทต้องเผชิญกับโจทย์ด้านการขายที่หลายองค์กรคุ้นเคย ข้อมูลสำคัญที่เกี่ยวข้องกับดีลมักกระจัดกระจายอยู่ในข้อมูล CRM อีเมล Slack การโทร งานนำเสนอ ข้อความ ตลอดจนการพูดคุยกับทีมภายในและผู้ที่ช่วยขับเคลื่อนดีลจากฝั่งลูกค้า

เพื่อให้บริบทเหล่านี้เป็นปัจจุบันอยู่เสมอ วิศวกร GTM คนหนึ่งของ Clay จึงทดลองแนวทางใหม่ที่ดีกว่า โดยสร้างเวิร์กสเปซที่เก็บบริบทไว้อย่างต่อเนื่องและเอเจนต์ย่อยเฉพาะสำหรับแต่ละบัญชี เอเจนต์ย่อยแต่ละตัวจะตรวจสอบแหล่งข้อมูลต้นทางและอัปเดตโฟลเดอร์ของดีลในช่วงข้ามคืน ทุกเช้า เอเจนต์ที่ทำหน้าที่ประสานงานจะรวบรวมข้อมูลอัปเดตจากทุกบัญชีของเธอ แล้วสรุปเป็นรายการสั้นๆ ของสิ่งที่ควรทำเป็นอันดับแรก เช่น ตอบคำถามของลูกค้าที่ยังค้างอยู่ เข้าถึงผู้มีส่วนร่วมในการตัดสินใจซื้อที่ยังขาดอยู่ หรือสร้างเหตุผลให้ผู้มีโอกาสเป็นลูกค้ากลับมามีส่วนร่วมอีกครั้ง

Clay ระบุว่าเวิร์กโฟลว์นี้ช่วยประหยัดเวลาคัดแยกกล่องข้อความให้เธอได้ราวหนึ่งชั่วโมงต่อคืน ลำดับความสำคัญประจำวันช่วยให้เธอลงมือทำสิ่งเล็กๆ อย่างต่อเนื่อง ซึ่งเมื่อสะสมกันก็สร้างผลลัพธ์ได้ตลอดวงจรการขายระดับองค์กรที่ยาวนาน หลักฐานประกอบจะแสดงอยู่ใกล้กับคำแนะนำแต่ละข้อ ทำให้ผู้ขายตรวจสอบแหล่งข้อมูลปฐมภูมิก่อนลงมือทำได้ องค์กรต่างๆ สามารถขยายบริบทร่วมนี้ไปยังผู้บริหารบัญชี BDR วิศวกรโซลูชัน และผู้นำฝ่ายขายได้ โดยอยู่ภายใต้สิทธิ์ของบัญชีที่มีอยู่

Clay แสดงให้เห็นว่างานที่เปลี่ยนแปลงอยู่เสมอต้องมีอะไรบ้างจึงจะขยายผลได้ ทั้งโครงสร้างที่สม่ำเสมอ ความถี่ในการอัปเดตที่เหมาะสม ข้อมูลหลักฐานที่ใช้ร่วมกัน และการตัดสินใจของมนุษย์ในจังหวะที่ต้องลงมือทำ

Exa Labs ซึ่งพัฒนาโครงสร้างพื้นฐานสำหรับการค้นหาเว็บให้เอเจนต์ AI ต้องการให้ API การค้นหาของบริษัทพร้อมใช้งานในทุกที่ที่นักพัฒนาสามารถนำไปใช้ได้ ทีมเรียกเป้าหมายนี้ว่า “Exa everywhere” ก่อนหน้านี้ การเดินหน้าไปสู่เป้าหมายดังกล่าวต้องอาศัยทีมดูแลความสัมพันธ์กับนักพัฒนาและทีมดูแลบัญชีคอยติดตาม Repository และระบบนิเวศในวงกว้าง ค้นหาโอกาสในการผสานการทำงานที่มีศักยภาพ รวบรวมบริบท และประสานงานข้ามระบบ แม้โอกาสแต่ละรายการจะแตกต่างกัน แต่เส้นทางตั้งแต่การค้นพบไปจนถึงการนำไปใช้งานจริงมีลำดับขั้นตอนที่สม่ำเสมอ Exa จึงนำลำดับดังกล่าวมาสร้างเป็นเวิร์กโฟลว์ที่ชัดเจนสำหรับ Codex โดยกำหนดลำดับความสำคัญ ให้สิทธิ์เข้าถึงแหล่งข้อมูลที่จำเป็น และให้มนุษย์ตรวจสอบก่อนนำผลงานออกใช้งานจริง

ปัจจุบัน Codex คอยติดตามโอกาสสำคัญในการผสานการทำงาน รวบรวมบริบทที่เกี่ยวข้อง สร้าง Pull Request รันการทดสอบ และจัดเตรียมข้อมูลอัปเดตรายสัปดาห์โดยใช้แหล่งข้อมูลต่างๆ เช่น Slack และ Notion นอกจากนี้ เมื่อเหมาะสม Codex ยังสามารถร่างขั้นตอนถัดไป รวมถึงประกาศเบื้องต้น เพื่อให้ทีมตรวจสอบได้ เวิร์กโฟลว์นี้นำโอกาสตั้งแต่สัญญาณเริ่มต้นไปจนถึงชิ้นงานที่ผ่านการทดสอบ พร้อมลดการส่งต่องานระหว่างการค้นคว้าข้อมูล วิศวกรรม และการสื่อสาร

มนุษย์ยังคงเป็นผู้ตัดสินใจว่าโอกาสใดสำคัญ Exa ควรให้คำมั่นในเรื่องใด และควรบริหารความสัมพันธ์กับบุคคลภายนอกอย่างไร การทดสอบและจุดตรวจสอบช่วยให้ทีมเห็นผลงานของเอเจนต์ก่อนนำออกใช้งานจริง ผลการทดสอบและการตรวจสอบโดยมนุษย์ช่วยให้ทีมเห็นว่าควรปรับเวิร์กโฟลว์ตรงจุดใดก่อนการทำงานรอบถัดไป เมื่องานส่งผลกระทบมากขึ้น การกำหนดสิทธิ์ หลักฐานประกอบ และสิทธิ์ในการตัดสินใจก็ยิ่งมีบทบาทสำคัญในการออกแบบเวิร์กโฟลว์

ตัวอย่างจาก Basis, Clay และ Exa ช่วยถ่ายทอดรูปแบบที่เราพบใน Enterprise Signals ให้เป็นแนวทางปฏิบัติในการดำเนินงาน Basis เปลี่ยนกระบวนการที่พิสูจน์แล้วให้เป็นสกิลที่นำกลับมาใช้ซ้ำได้ Clay ให้บริบทและความต่อเนื่องที่เอเจนต์ต้องใช้เพื่อดูแลงานที่เปลี่ยนแปลงอยู่เสมอให้เป็นปัจจุบัน Exa เพิ่มเครื่องมือ การทดสอบ และการตรวจสอบ เพื่อให้เอเจนต์เปลี่ยนสัญญาณที่พบไปเป็นการดำเนินการภายในขอบเขตที่กำหนด ทั้งสามบริษัทออกแบบให้การปรับปรุงเกิดขึ้นภายในเวิร์กโฟลว์เอง กรณียกเว้นที่พบระหว่างการเตรียมความพร้อมพนักงานใหม่ช่วยชี้ให้เห็นว่าสกิลควรปรับตรงไหน กิจกรรมใหม่ในบัญชีและการตรวจสอบยืนยันจากทีมขายช่วยให้บริบทของดีลเป็นปัจจุบัน ส่วนการทดสอบและการตรวจสอบโดยมนุษย์ช่วยกำหนดขอบเขตการปฏิบัติงานในอนาคตให้ชัดเจนยิ่งขึ้น ทั้งสามบริษัทเริ่มจากงานที่เฉพาะเจาะจงและเปิดพื้นที่ให้ทดลองอย่างเพียงพอ เมื่อใช้งานจริงไปเรื่อย ๆ การแบ่งหน้าที่ระหว่างมนุษย์กับเอเจนต์จะชัดเจนขึ้น และเมื่อเวิร์กโฟลว์พิสูจน์แล้วว่าได้ผล ก็สามารถขยายขอบเขตความรับผิดชอบได้

เมื่อช่องว่างระดับแนวหน้ากว้างขึ้น ผู้นำองค์กรต้องเปิดโอกาสให้พนักงานทดลองเวิร์กโฟลว์ที่ส่งผลสำคัญ วัดความสำเร็จ และเปลี่ยนการทดลองที่มีศักยภาพสูงสุดให้เป็นแนวปฏิบัติที่ทำซ้ำได้

• เลือกพื้นที่สร้างคุณค่าที่สำคัญหนึ่งจุด เริ่มจากเวิร์กโฟลว์ต้นทางถึงปลายทางที่รวมเอาความสำคัญเชิงกลยุทธ์ ระบบ การส่งต่องาน การควบคุม และผลลัพธ์ที่วัดได้ไว้ด้วยกัน เวิร์กโฟลว์นั้นควรเกิดซ้ำบ่อยพอให้เรียนรู้ และสำคัญพอที่จะคุ้มค่ากับการออกแบบใหม่
• กำหนดผลลัพธ์และวิธีวัดผล กำหนดผู้รับผิดชอบหลัก KPI ค่าพื้นฐาน และขอบเขตการดำเนินงานให้ชัดเจน วัดระดับความลึกของการใช้ AI จากงานที่ทำสำเร็จ บริบทและเครื่องมือที่เชื่อมต่อ กรณียกเว้น และภาระในการตรวจสอบ วัดคุณค่าจากระยะเวลาที่ใช้จนงานเสร็จ คุณภาพ ต้นทุน รายได้ หรือความเสี่ยง ปริมาณเอาต์พุตอาจบอกได้ว่าผู้คนกำลังให้ AI ทำงานมากขึ้น แต่ผลลัพธ์ของเวิร์กโฟลว์จะบอกว่างานเหล่านั้นสร้างคุณค่าจริงหรือไม่
• เขียนคำอธิบายหน้าที่ของเอเจนต์ กำหนดให้ชัดเจนว่าอะไรเป็นตัวเริ่มงาน ผลลัพธ์ที่ต้องการคืออะไร ต้องใช้บริบท เครื่องมือ และสิทธิ์ใดบ้าง รวมถึงเอเจนต์ควรเดินหน้าทำงานต่อเนื่องจนสำเร็จได้มากเพียงใด ระบุว่าเอเจนต์ต้องจัดทำหลักฐานอะไร และต้องหยุดให้มนุษย์ตรวจสอบ ณ จุดใด
• สร้างระบบการทำงานของมนุษย์รอบเอเจนต์ ดึงผู้ที่ใกล้ชิดกับเวิร์กโฟลว์ที่สุดเข้ามามีส่วนร่วมในวงจรการออกแบบ ระบุว่าใครรับผิดชอบผลลัพธ์ทางธุรกิจ ตรรกะเฉพาะด้าน การเข้าถึงและการควบคุม การนำไปใช้ และการใช้งานประจำวัน สตาร์ทอัพรวมความรับผิดชอบเหล่านี้ไว้กับคนเพียงไม่กี่คน แต่องค์กรต้องกำหนดอำนาจตัดสินใจให้ชัดเจนเมื่อเวิร์กโฟลว์ขยายตัว
• ทำให้การทดลองมองเห็นได้และนำกลับมาใช้ซ้ำได้ งานวิจัยของ OpenAI พบว่า หลังเริ่มนำ AI มาใช้เป็นเวลา 6 เดือน พนักงานที่เพิ่งเริ่มต้นเส้นทางอาชีพส่งข้อความมากกว่าผู้บริหาร 13 ข้อความต่อสัปดาห์ เปิดโอกาสให้พนักงานทดลองกรณีการใช้งานใหม่ๆ จากนั้นบันทึกกระบวนการและหลักฐานที่แสดงว่าแนวทางใดได้ผล แล้วนำมาจัดทำเป็นสกิล Plugins หรือเวิร์กสเปซที่ใช้ร่วมกัน แชต Work และ Codex⁠(เปิดในหน้าต่างใหม่) รองรับรูปแบบการทำงานที่แตกต่างกัน โดยใช้แชตสำหรับการถามคำถามและการทำงานร่วมกันอย่างรวดเร็ว ใช้ Work สำหรับงานด้านความรู้ที่มีหลายขั้นตอนและการจัดทำผลงานที่พร้อมใช้งาน และใช้ Codex สำหรับการปฏิบัติงานด้านเทคนิค
• นำรูปแบบการดำเนินงานไปต่อยอด เก็บรักษาบริบท สิทธิ์การเข้าถึง การประเมิน จุดตรวจสอบ ผู้รับผิดชอบ ตัวชี้วัด และแนวทางสนับสนุนการใช้งานที่ได้ผลไว้ แล้วนำไปประยุกต์ใช้กับงานด้านถัดไปที่สามารถสร้างคุณค่าได้ การทดลองใหม่แต่ละครั้งควรช่วยให้ทีมถัดไปมีจุดเริ่มต้นที่ดียิ่งขึ้น