AI เป็นโอกาสใหญ่ แต่ผลจะเกิดก็ต่อเมื่อเราทำเป็นจริง ไม่ใช่แค่พูดเป็น
บทความนี้เริ่มจากการเตือนว่า AI ไม่ได้เพิ่งมี แนวคิดเรื่องเครื่องที่คิดได้มีมาตั้งแต่ราวปี 1950 และพัฒนาเป็นสาขาอย่างจริงจังตั้งแต่กลางทศวรรษ 1950 สิ่งที่น่าสนใจจึงไม่ใช่ว่าทำไม AI เพิ่งถูกพูดถึง แต่คือทำไมมันจึงเคยเงียบไปนานและเพิ่งกลับมาดังอีกครั้ง คำตอบที่เสนอไว้ชัดคือแนวคิดไม่ได้ใหม่ แต่เงื่อนไขเพิ่งพร้อม ทั้งความเร็วเครื่อง หน่วยความจำ และเครือข่าย
จากจุดนี้ บทความชวนขยายความเข้าใจเรื่องการ adopt เทคโนโลยี ว่าโลกเต็มไปด้วยสิ่งที่คิดได้แต่ยังทำไม่ได้ การมีแนวคิดจึงไม่พอ ถ้าเงื่อนไขเชิงระบบยังไม่พร้อม และแม้ยุคนี้ทุกคนจะเข้าถึงเครื่องมือ AI ได้แล้ว ความต่างระหว่าง ใช้ได้ กับ ใช้ให้เกิดผล ก็ยังเป็นคนละเรื่องกันอยู่ดี
บทความยกตัวอย่างง่าย ๆ ว่าคนสองคนที่เข้าถึงอินเทอร์เน็ตเหมือนกันอาจค้นข้อมูลเรื่องเดียวกันได้ แต่คุณภาพของสิ่งที่ได้ไม่เท่ากัน สมาร์ตโฟนหรือแท็บเล็ตก็เช่นกัน แม้มีคนคิดและลองมานาน แต่กว่าจะใช้ได้จริง ก็ต้องรอทั้งเทคโนโลยีและจังหวะที่เหมาะสม
เทคโนโลยีมีอยู่แล้ว แต่การทำให้เกิดผลจริงต้องอาศัยระบบที่เชื่อมกัน
เมื่อโยงมาสู่โจทย์ใหญ่ระดับชาติอย่าง digital transformation บทความชี้ว่าการมีเทคโนโลยีไม่เคยพอ สิ่งที่ยากจริงคือการเข้าใจข้อจำกัด ออกแบบระบบที่เชื่อมกันทั้งภาพรวม และเดินทีละขั้นไปสู่เป้าหมาย เพราะหลายเรื่องที่ดูเหมือนใช้ง่าย กลับมีความซับซ้อนด้านงบประมาณ กฎหมาย ทักษะของคน ความเคยชิน และเครื่องมือแฝงอยู่ทั้งหมด
ถ้ามองไม่เห็นภาพรวม ต่อให้มีเครื่องมือดีแค่ไหน ผลลัพธ์ก็ไม่เกิด ไม่ต่างจากการซื้อคอมพิวเตอร์ให้โรงเรียนแต่ไม่มีไฟหรือไม่มีครูสอน เทคโนโลยีจึงต้องถูกมองควบกับบริบทของการใช้งานจริงเสมอ
สำหรับมหาวิทยาลัย คำถามที่แท้จริงคือ AI ทำให้บัณฑิตดีขึ้นอย่างไร
บทความจบด้วยการพากลับมาที่คำถามสำคัญของมหาวิทยาลัยว่า AI คุ้มค่าหรือไม่ ใช้แล้วเกิดประโยชน์อะไร ผลผลิตดีขึ้นหรือเปล่า และท้ายที่สุดบัณฑิตที่ออกไปดีขึ้นอย่างไร เพราะการมี AI ไม่ได้แปลว่าองค์กรจะเปลี่ยนตัวเองได้โดยอัตโนมัติ
นี่จึงเป็นอีกครั้งที่บทความย้ำว่า AI คือโอกาสใหญ่ แต่โอกาสจะเกิดผลได้ก็ต่อเมื่อเราทำเป็น ไม่ใช่แค่พูดเป็นหรือมีเครื่องมืออยู่ในมือเท่านั้น