เริ่ม AI ตรงไหนดี: เลือกงานแรกที่วัดผลได้จริง

ผู้บริหารหลายคนได้รับโจทย์สั้นๆ มาจากข้างบนว่า “ลองเอา AI มาใช้ดู” แต่ไม่มีใครบอกว่าใช้กับงานไหน ถ้าตอนนี้คุณยังนึกไม่ออกว่าจะเริ่มตรงไหน ก็ไม่แปลก ผลสำรวจองค์กรไทยของ Deloitte ปี 2026 พบว่า 40% ยังหางานที่เหมาะจะใช้ AI ไม่เจอ

ส่วนองค์กรที่เริ่มไปแล้วก็ใช่ว่าจะไปถึงงานจริง Deloitte พบว่า 81% ยังอยู่แค่ขั้นทดลอง และผลสำรวจ AI Readiness ของ NECTEC ปี 2026 พบว่า 86.4% ยังบอกไม่ได้ว่า AI สร้างผลอะไรให้ โดย 49.4% ไม่เคยวัดผลเลย

เรื่องนี้ไม่ได้เกิดจากเลือกเครื่องมือผิด แต่มักเกิดจากเลือกงานแรกผิด งานที่ฟังดูน่าตื่นเต้นที่สุดในห้องประชุม มักเป็นงานที่วัดผลยากที่สุด และใช้ข้อมูลที่ยังไม่พร้อมที่สุด

ลองเขียนงานที่ทีมคุณทำซ้ำทุกวันออกมาสัก 5–10 งาน แล้วไล่ถามทีละงานด้วย 7 ข้อนี้

1. งานนี้เกิดขึ้นบ่อยแค่ไหน

AI คุ้มกับงานที่ทำซ้ำหลายสิบหรือหลายร้อยครั้งต่อสัปดาห์ เช่น ตอบคำถามพนักงานเรื่องสวัสดิการ คัดแยกเอกสารที่ส่งเข้ามา หรือสรุปรายงานจากหน้างาน งานที่เกิดปีละสองครั้ง ต่อให้ AI ทำได้ดีแค่ไหน ก็ไม่มีตัวเลขพอให้เห็นความต่าง

2. วันนี้งานนี้ใช้เวลาหรือต้นทุนเท่าไร

ถ้าตอบไม่ได้ ก็จะไม่มีอะไรให้เทียบหลังเริ่มใช้ AI ไม่ต้องละเอียดถึงขั้นทำวิจัย แค่ “เฉลี่ยเรื่องละ 20 นาที สัปดาห์ละประมาณ 150 เรื่อง” ก็พอ ถ้ายังไม่มีตัวเลขเลย ให้นับจริงสักหนึ่งสัปดาห์ก่อนเริ่ม

ในผลสำรวจของ Deloitte ผลที่องค์กรไทยได้จาก AI มักเป็นต้นทุนที่ลดลง (50%) และงานที่เร็วขึ้น (48%) มีเพียง 9% ที่บอกว่า AI ช่วยสร้างรายได้ใหม่ งานแรกจึงควรวัดด้วยเวลา ต้นทุน หรือความผิดพลาด ไม่ใช่ยอดขาย

3. ข้อมูลที่ต้องใช้อยู่ที่ไหน และพร้อมแค่ไหน

AI ตอบได้ดีเท่ากับข้อมูลที่มันเข้าถึงได้ ถามให้ชัดว่าข้อมูลอยู่ในระบบไหน ใครเป็นเจ้าของ และเป็นปัจจุบันไหม NECTEC พบว่ามีองค์กรไทยเพียง 40.8% ที่มีคุณภาพข้อมูลพร้อมสำหรับ AI ถ้าข้อมูลของงานนี้กระจายอยู่ในไฟล์ Excel ของแต่ละคน หรืออยู่ในหัวของพนักงานคนเดียว งานนี้ยังไม่ควรเป็นงานแรก

4. ใครเป็นเจ้าของงาน และจะใช้จริงไหม

ต้องมีคนที่ทำงานนี้ทุกวันและอยากให้มันเร็วขึ้น เป็นคนช่วยทดสอบและบอกว่าผลที่ได้ใช้ได้หรือไม่ โครงการ AI ที่ฝ่าย IT ทำให้ฝ่ายอื่นโดยไม่มีเจ้าของงานตัวจริงร่วมด้วย มักจบที่เดโมที่ไม่มีใครเปิดใช้

5. ถ้า AI ตอบผิด จะเสียหายแค่ไหน

งานแรกควรเป็นงานที่คนตรวจผลได้ง่ายก่อนนำไปใช้ เช่น ร่างคำตอบให้พนักงานกดส่ง หรือคัดเอกสารให้คนตรวจซ้ำ ไม่ใช่งานที่ AI ตัดสินใจเองแล้วกระทบลูกค้า เงิน หรือสิทธิของใครทันที ระบบควรส่งต่อให้คนเมื่อไม่แน่ใจ และบอกได้ว่าคำตอบมาจากเอกสารไหน

6. ต้องใช้ข้อมูลส่วนบุคคลหรือข้อมูลลับไหม

ถ้าใช้ ก็ยังทำได้ แต่ต้องตอบให้ได้ก่อนเริ่มว่าข้อมูลจะถูกส่งไปที่ไหน เก็บไว้นานเท่าไร และใครเห็นได้บ้าง เพราะ PDPA ยังใช้กับทุกอย่างที่ AI ประมวลผล งานแรกที่ไม่ต้องใช้ข้อมูลอ่อนไหวจะเดินได้เร็วกว่า เพราะมีขั้นตอนอนุมัติกับฝ่ายกฎหมายและ DPO น้อยกว่า

7. ถ้าได้ผล จะขยายต่อได้ไหม

งานแรกที่ดีเป็นทั้งผลงานและบทเรียน ถ้าผู้ช่วยตอบคำถามเรื่องสวัสดิการได้ผล ฝ่ายจัดซื้อหรือฝ่ายขายก็นำรูปแบบเดียวกันไปใช้กับเอกสารของตัวเองได้ งานที่ทำได้ครั้งเดียวแล้วจบ จะไม่ช่วยให้งานถัดไปง่ายขึ้นเลย

จัดอันดับในหน้าเดียว

ให้คะแนนแต่ละงานจาก 1 ถึง 3 ใน 2 แกน คือ คุณค่า (ข้อ 1, 2, 7) และ ความพร้อม (ข้อ 3, 4, 5, 6) งานที่ได้คะแนนสูงทั้ง 2 แกนคืองานแรก งานที่คุณค่าสูงแต่ข้อมูลยังไม่พร้อม ให้เก็บไว้เป็นงานถัดไป และเริ่มจากการจัดข้อมูลให้พร้อมก่อน

เลือกงานเดียว แล้วจดไว้ก่อนเริ่ม 3 อย่าง คือ ตัวชี้วัด 1–2 ตัว ตัวเลขของวันนี้ และวิธีเก็บตัวเลขหลังเริ่มใช้ เมื่อจบโครงการ คุณจะมีกระดาษหนึ่งแผ่นที่บอกได้ว่าอะไรเปลี่ยนไป ซึ่งเป็นสิ่งที่องค์กรส่วนใหญ่ในผลสำรวจของ NECTEC ยังไม่มี

สัญญาณว่างานนั้นยังไม่ควรเป็นงานแรก

• อธิบายไม่ได้ว่าถ้าสำเร็จ จะดูจากตัวเลขอะไร
• ต้องเชื่อมข้อมูลจากสามระบบขึ้นไปก่อนถึงจะเริ่มได้
• ไม่มีใครในทีมที่ทำงานนี้อยู่ทุกวัน
• AI ต้องตัดสินใจแทนคนตั้งแต่วันแรก
• ต้องเลือกเครื่องมือหรือผู้ให้บริการ AI ก่อนจะรู้ว่าเอาไปใช้กับงานไหน

อยากให้เราช่วยคัดงานแรก

AI Start คือ Blueprint แบบสั้นสำหรับเรื่องนี้โดยเฉพาะ เวิร์กช็อป 1–2 ครั้งกับทีมของคุณ เพื่อลิสต์และจัดอันดับงานตาม 7 ข้อด้านบน ทั้งด้านคุณค่าและความพร้อมของข้อมูล จบด้วยงานแรกหนึ่งงาน ตัวชี้วัด 1–2 ตัวสำหรับรายงานผลก่อนและหลัง และใบเสนอราคาเหมาสำหรับสร้างต้นแบบบนข้อมูลจริงของคุณ ไม่ใช่สไลด์ชุดเดียวแล้วจบ