ยกระดับจัดการองค์ความรู้ KM ในองค์กรด้วย AI

ผลสำรวจ Fortune/Deloitte CEO survey ล่าสุด โดยสำรวจ 107 CEO ชั้นนำระดับโลก พบว่าเกินครึ่ง! (56%) ได้ใช้ GenAI เพื่อเพิ่มประสิทธิภาพ (Efficiency) เร่งผลิตผล (Productivity) และลดต้นทุน (Reduced Cost) ในธุรกิจแล้ว 

นักธุรกิจ-ผู้บริหารระดับสูงที่ผมเจอช่วงนี้ พบว่าโจทย์สำคัญที่ทุกคนอยากแก้ (ย้ำว่า ทุกคน นะครับ ไม่ใช่ เกือบทุกคน) ก็คือเรื่องของ “คน” โดยเฉพาะการถ่ายทอดความรู้ของบุคลากรในองค์กร (Knowledge Transfer) ที่เมื่อถึงเวลาบุคคลสำคัญในองค์กรต้องจากไปไม่ว่าด้วยเหตุผลใดก็ตาม ก็เป็นเรื่องใหญ่ที่มีผลกระทบกับองค์กรและต้องมีการวางแผนและใช้เวลาในการปฏิบัติตามแผนไม่น้อยเลย ซึ่งสำหรับคนใหม่ที่มารับช่วงต่อก็เป็นความท้าทายที่จะสามารถทำในสิ่งที่เคยดีอยู่แล้ว ให้อย่างน้อยได้เท่าเดิมหรือไม่ ภายในระยะเวลาเท่าไร 

การจัดการความรู้ (Knowledge Management หรือ KM) เป็นเทคนิคที่ใช้ในการรวบรวม จัดเก็บ และประยุกต์ใช้ทุกองค์ความรู้ภายในองค์กร ไม่ว่าจะเป็นความรู้ในเชิงเทคนิคที่ใช้ในการผลิตสินค้า หาวัตถุดิบ การให้บริการลูกค้า ไปจนถึงการติดต่อ-ประสาน-ตอบสนองลูกค้า การตลาด การวางกลยุทธ์ การบริหารบุคคลและทรัพยากรต่างๆ ในองค์กร ฯลฯ 

โดยองค์ความรู้สามารถแบ่งได้เป็น 2 ประเภท

1. Explicit Knowledge: ความรู้ที่ชัดเจน สามารถถ่ายทอดเป็นลายลักษณ์อักษร เช่น คู่มือ เอกสาร

2. Tacit Knowledge: ความรู้ที่ฝังอยู่ในตัวบุคคล เช่น ประสบการณ์ ทักษะเฉพาะตัว ซึ่งยากที่จะถ่ายทอดออกเป็นคู่มือหรือเอกสาร 

ซึ่งมนุษย์เราล้วนมีข้อจำกัดในการใช้เวลาเรียนรู้และฝึกทักษะกว่าจะกลายเป็นผู้เชี่ยวชาญในแต่ละด้านได้ (Domain Expert) บางครั้งความรู้ที่ได้ไม่สมบูรณ์ (Incomplete) หรือเวลาเรียกใช้ความรู้ความจำมาใช้งานจริงก็ไม่คงที่ (Inconsistent) แน่นอนว่าไม่มีใครสามารถทำงานได้ตลอดเวลาแบบ 24/7 และอาจต้องใช้เวลาในการคิดและดำเนินการมากถ้าการทำงานนั้นต้องใช้มีการทำงานหรือเรียกใช้ข้อมูลจากหลายแหล่ง เช่น การตอบคำถามลูกน้องที่ถามว่า “สินค้ารุ่นนี้หมดแล้ว เจ้านายจะให้สั่งมาเท่าไรดี?” เพียงคำถามง่ายๆ ที่เกิดขึ้นทุกครั้งที่ต้องสั่งของล็อตใหม่ ผู้บริหารต้องดูข้อมูลและคำนึงถึงปัจจัยที่จะต้องวิเคราะห์ให้ได้คำตอบนี้ถึง 9 อย่าง

ความต้องการของตลาด: ดูแนวโน้มของสินค้ารุ่นนั้นใน 1-2 เดือน/สัปดาห์ต่อจากนี้

· ประวัติการขาย: เดือน/สัปดาห์ที่ผ่านมามีจำนวนเฉลี่ย การขึ้นลงเท่าไร จากปัจจัยใด

· ระยะเวลาในการสั่งซื้อและจัดส่ง: เพื่อให้มั่นใจว่าได้สินค้าทันเวลา ประหยัดค่าจัดส่งโดยรวม

· ต้นทุนและราคาขาย: ต้นทุนของการสั่งในรอบนี้ ดูตลาดวันนี้ว่าควรตั้งราคาขายเท่าเดิมหรือปรับเป็นเท่าไร

· คลังสินค้า: พื้นที่จัดเก็บสินค้ามีไหม

· กระแสเงินสด: เอาเงินเท่านี้ไปจมได้นานเท่าไร จะพูดขอเครดิตกับซัพพลายเออร์ยังไง

· ความเสี่ยงในการเก็บสินค้า: คาดการณ์ว่าสินค้าล็อตใหม่จะหมดอายุหรือตกรุ่นอีกทีเมื่อไร สั่งมาเท่านี้แล้วจะขายทันไหม 

· โปรโมชั่นและการตลาด: โปรโมชั่นและแคมเปญเดิมยังใช้ได้ไหม หรือต้องปรับบางส่วนใหม่

· คู่แข่ง: มีใครบ้างที่ขายสินค้ารุ่นนี้ ราคาและกลยุทธ์การขายของเค้าเป็นยังไง 

ซึ่งแน่นอนว่า AI ในวันนี้สามารถดึงข้อมูลเหล่านี้ ไม่ว่าตัวเลขใดจะอยู่บนระบบหรือฐานข้อมูลใด มาประมวลผลอัตโนมัติและเสนอแนะให้กับผู้บริหารเพื่อตรวจสอบ-ปรับแก้-และตัดสินใจ ได้ภายในไม่กี่วินาที!

GenAI มีความสามารถในการยกระดับ Knowledge Management และ Process Automation ไปอีก (หลาย) ขั้น ไม่ว่าจะเป็น 

1. การรวบรวมและจัดเก็บความรู้: สามารถรวบรวมความรู้และข้อมูลจากแหล่งต่างๆ และจัดเก็บในรูปแบบที่เป็นระบบที่ง่ายต่อการเข้าถึงและนำไปใช้ ต่างจากเมื่อก่อนที่การรวบรวมและจัดการความรู้จากแหล่งต่างๆ เป็นกระบวนการที่ซับซ้อนและใช้เวลามาก

2. การค้นหาและเชื่อมโยงความรู้: สามารถทำได้รวดเร็วและแม่นยำ โดยเข้าใจบริบทของโจทย์คำถาม และแก้ปัญหาได้แม้จะเป็นกรณีที่อยู่นอกกระบวนการ (Workflow) ที่ได้ใส่ข้อมูลไว้หรือไม่เคยเกิดขึ้นในองค์กรมาก่อน

3. การถ่ายทอดความรู้: สามารถช่วยให้คำแนะนำ จนไปถึงสร้างเอกสารหรือคู่มือจากความรู้ที่มี โดยออกแบบลักษณะการถ่ายทอดความรู้ให้เหมาะสมเฉพาะเจาะจงกับแต่ละตำแหน่งงาน

4. การตั้งค่าและใช้งาน: ทำได้ง่าย ผ่านการใช้ภาษาปกติเหมือนคุยกับมนุษย์ 

วันนี้องค์กรใดสามารถทำ Knowledge Management และสร้าง HUMAN+AI Framework หรือกระบวนการทำงานร่วมระหว่างมนุษย์และปัญญาประดิษฐ์ได้ก่อน จะสามารถยกระดับประสบการณ์และเพิ่มความพึงพอใจลูกค้า ลดการทำงานซ้ำซ้อนของพนักงาน ประหยัดเวลาผู้บริหารในการตอบคำถามและตัดสินใจ เสริมภาพลักษณ์ของแบรนด์และเพิ่มความมั่นใจให้กับลูกค้า (รายละเอียดในบทความที่แล้ว) และนำไปสู่การสเกลธุรกิจได้เร็วกว่า 

ที่มา ; กรุงเทพธุรกิจ