ผมได้ใช้เวลาหลายพันชั่วโมงในการวิเคราะห์วิธีที่ธุรกิจเปลี่ยนผ่านจากเวิร์กโฟลว์แบบดั้งเดิมไปสู่การทำงานที่เสริมประสิทธิภาพด้วย AI ในช่วงเวลานั้น ผมได้พบกับความเข้าใจผิดที่เกิดขึ้นซ้ำๆ และมีราคาแพง นั่นคือความเชื่อที่ว่าคุณจำเป็นต้องจ้าง 'ผู้เชี่ยวชาญ AI' จากภายนอกมาบอกวิธีรันธุรกิจของคุณ หากคุณเป็นเจ้าของธุรกิจที่กำลังมองหาการสร้าง กลยุทธ์ AI สำหรับ SME เพื่อความสำเร็จ ผมมีคำแนะนำที่สวนทางกับความเชื่อทั่วไป: เลิกดูโปรไฟล์ LinkedIn ของเหล่า Prompt engineers และเริ่มหันมามองพนักงานที่ดูแลฝ่ายปฏิบัติการของคุณมาตลอด 5 ปีที่ผ่านมาแทน
นี่คือความจริงที่เย็นชาและแข็งกร้าวที่ที่ปรึกษาคนอื่นๆ จะไม่บอกคุณ: ความรู้ทางเทคนิคด้าน AI กำลังกลายเป็นสินค้าทั่วไป ความสามารถในการเชื่อมต่อ LLM เข้ากับฐานข้อมูลหรือการเขียนชุดคำสั่ง (Prompts) เป็นทักษะที่กำลังถูกทำให้เป็นระบบอัตโนมัติโดย AI เองในอัตราที่น่าตกใจ ความได้เปรียบทางการแข่งขันที่แท้จริงในอีก 24 เดือนข้างหน้าจะไม่ใช่การรู้ว่า AI ทำงาน อย่างไร แต่จะเป็นการมี 'Operational Intimacy' (ความใกล้ชิดในการปฏิบัติงาน) เพื่อรู้ว่าควรนำมันไปปรับใช้ที่จุดใด ตรงไหน จึงจะส่งผลต่อกำไรสุทธิของคุณมากที่สุด
การเพิ่มขึ้นของสินค้าทั่วไป: ทำไมความรู้ทางเทคนิคเพียงอย่างเดียวจึงไม่พอ
💡 ต้องการให้ Penny วิเคราะห์ธุรกิจของคุณหรือไม่? เธอจัดทำแผนผังว่าบทบาทใดที่ AI สามารถแทนที่ได้ และสร้างแผนแบบเป็นขั้นตอน เริ่มทดลองใช้ฟรี →
ปัจจุบันเราอยู่ในช่วง 'ยุคตื่นทอง' ของการเป็นที่ปรึกษา AI ทุกคนที่มีสมาชิก ChatGPT Plus และมีความรู้พื้นฐานเกี่ยวกับ Python ต่างเรียกตัวเองว่าเป็นนักกลยุทธ์ แต่สำหรับ SME การจ้างผู้เชี่ยวชาญเหล่านี้มักส่งผลให้เกิดสิ่งที่ผมเรียกว่า Translation Tax (ภาษีการตีความ)
Translation Tax คือจำนวนเวลาและเงินมหาศาลที่คุณต้องจ่ายไปกับการอธิบายลักษณะเฉพาะ จุดติดขัด และรายละเอียดปลีกย่อยของลูกค้าให้คนนอกฟังเพื่อให้พวกเขาสามารถสร้างระบบ 'อัตโนมัติ' ให้กับสิ่งเหล่านั้น ในหลายกรณี เมื่อถึงเวลาที่ที่ปรึกษาเข้าใจว่าทำไมรอบการเรียกเก็บเงินของคุณถึงยุ่งเหยิง หรือทำไมห่วงโซ่อุปทานของคุณถึงติดขัดในเดือนตุลาคม คุณก็ได้จ่ายค่าจ้างรายวันให้พวกเขาไปมากกว่าที่ AI จะประหยัดเงินให้คุณได้ในหนึ่งปีเสียอีก
ผมได้เห็นสิ่งนี้เกิดขึ้นในทุกภาคส่วน โดยเฉพาะใน บริการทางวิชาชีพ ซึ่งคุณค่าอยู่ที่รายละเอียดปลีกย่อย ผู้เชี่ยวชาญ AI จากภายนอกสามารถแสดงให้คุณเห็นวิธีสรุปเอกสารทางกฎหมายได้ แต่พวกเขาไม่รู้ว่าข้อสัญญาใดในสัญญามาตรฐานของ คุณ ที่มักก่อให้เกิดข้อพิพาทในช่วงต่อสัญญา ผู้จัดการฝ่ายปฏิบัติการของคุณรู้เรื่องนั้น พนักงานด้านกฎหมายอาวุโสของคุณรู้เรื่องนั้น และนั่นคือความรู้ที่มีความหมาย
ขอแนะนำ 'Operational Intimacy'
หากคุณต้องการเป็นผู้ชนะ คุณต้องให้คุณค่ากับ Operational Intimacy มากกว่าความเชี่ยวชาญทางเทคนิค Operational Intimacy คือความเข้าใจอย่างลึกซึ้งในระดับ 'ภูมิปัญญาในองค์กร' ว่าคุณค่าเคลื่อนที่ผ่านบริษัทของคุณจริงๆ อย่างไร มันคือการรู้ว่ากระบวนการที่ทำด้วยมืออย่างไหนคือการตรวจสอบและถ่วงดุลที่จำเป็นจริงๆ และอย่างไหนเป็นเพียงแค่ 'สิ่งที่เราทำต่อๆ กันมา'
เมื่อผมช่วยธุรกิจระบุจุดที่สามารถประหยัดค่าใช้จ่ายได้ ผมไม่ได้มองหาโมเดล AI ที่ซับซ้อนที่สุด ผมมองหา 'Value-Move Map' (แผนผังการเคลื่อนย้ายคุณค่า) ซึ่งเป็นกรอบการทำงานสำหรับระบุทุกจุดที่มีการส่งต่อข้อมูล ใน SME ส่วนใหญ่ จุดรั่วไหลที่ใหญ่ที่สุดไม่ได้อยู่ในกลยุทธ์ระดับสูง แต่อยู่ในขั้นตอนกลางๆ ที่ดูน่าเบื่อ
ลองคิดถึง ระบบทรัพยากรบุคคลและบัญชีเงินเดือน ของคุณ ผู้เชี่ยวชาญ AI อาจพยายามขายบอทรับสมัครงานที่สร้างขึ้นเองให้คุณ แต่คนที่มี Operational Intimacy จะบอกคุณว่าสิ่งที่เสียเวลาจริงๆ คือเวลาสามชั่วโมงในทุกๆ วันจันทร์ที่ต้องใช้ในการตรวจสอบใบแจ้งหนี้ของผู้รับเหมาเทียบกับเครื่องมือจัดการโครงการด้วยตัวเอง อย่างแรกต้องใช้ 'โครงการ AI' ที่ซับซ้อน แต่อย่างหลังต้องการเพียงระบบอัตโนมัติง่ายๆ ที่ทีมปัจจุบันของคุณสามารถดูแลได้หากได้รับเครื่องมือที่เหมาะสม
กฎ 90/10 ของกลยุทธ์ AI สำหรับเจ้าของ SME
ผมสังเกตรูปแบบที่เรียกว่า กฎ 90/10: 90% ของมูลค่าของ AI ใน SME มาจากการนำไปใช้กับ 10% ของงานที่ต้องทำซ้ำๆ และมีปริมาณมากที่สุด ปัญหาคือเจ้าของธุรกิจส่วนใหญ่ยอมให้ 'ผู้เชี่ยวชาญ' นำทางพวกเขาไปสู่งานอีก 10% ที่ดูน่าประทับใจในการสาธิต แต่ไม่ได้ช่วยเพิ่มผลกำไรเลย
เพื่อหลีกเลี่ยงปัญหานี้ คุณต้องเปลี่ยนทีมปฏิบัติการของคุณให้เป็น 'Operational Architects' (สถาปนิกการปฏิบัติงาน) แทนที่จะจ้างใครสักคนมาสร้างกลยุทธ์ AI ให้ พวกเขา คุณควรสนับสนุนให้พวกเขาสร้างกลยุทธ์ AI ร่วมกับ เครื่องมือที่มีอยู่แล้วในปัจจุบัน
ตัวอย่างเช่น ใน อุตสาหกรรมสร้างสรรค์ ความกังวลมักจะอยู่ที่ AI จะมาแทนที่ 'บุคลากรที่มีความสามารถ' แต่การเปลี่ยนแปลงที่แท้จริงเกิดขึ้นเมื่อผู้ประสานงานฝ่ายผลิต—คนที่รู้แน่ชัดว่าลูกค้าทั่วไปต้องมีการแก้ไขงานกี่รอบ—ใช้ AI เพื่อจัดระบบเวอร์ชันของไฟล์และรูปแบบการตั้งชื่อไฟล์ที่กินเวลา 20% ของสัปดาห์ ผู้ประสานงานคนนั้นคือนักกลยุทธ์ AI ที่ดีกว่าสำหรับบริษัทของคุณมากกว่าที่ปรึกษาคนไหนๆ จะเป็นได้
ทำไมทีมปฏิบัติการของคุณถึงกลัว (และวิธีแก้ไข)
หากทีมปฏิบัติการของคุณยังไม่ได้นำเสนอไอเดีย AI ให้คุณ นั่นมักเป็นเพราะ Automation Anxiety Paradox (ความย้อนแย้งของความกังวลต่อระบบอัตโนมัติ) นี่คือปรากฏการณ์ที่ผู้คนที่มีความสามารถที่สุดในการระบุโอกาสในการใช้ AI กลับเป็นคนที่มีความกลัวมากที่สุดว่าการทำเช่นนั้นจะทำให้พวกเขาตกงาน
ในฐานะเจ้าของธุรกิจ หน้าที่ของคุณไม่ใช่การหา AI แต่เป็นการขจัดความกลัว คุณต้องทำข้อตกลงกับผู้กุม 'ความรู้ในองค์กร' ของคุณ: คุณค่าของพวกเขาไม่ได้อยู่ที่การ ลงมือทำ งานด้วยตัวเองอีกต่อไป แต่อยู่ที่การ ออกแบบ ระบบที่ทำงานนั้น เมื่อพวกเขาตระหนักว่าความรู้เกี่ยวกับ 'วิธีการทำงานของสิ่งต่างๆ' เป็นทรัพย์สินที่มีค่าที่สุดในอาคาร พวกเขาจะเลิกซ่อนจุดที่เป็นคอขวดและเริ่มแก้ไขมัน
การเปลี่ยนผ่าน: จาก 'อย่างไร' ไปสู่ 'อะไร'
เรากำลังย้ายจากโลกที่เราถามว่า 'ฉันจะทำสิ่งนี้ได้อย่างไร?' ไปสู่โลกที่เราถามว่า 'ควรทำอะไร?'
ผู้เชี่ยวชาญ AI สามารถตอบคำถาม 'อย่างไร' ได้ พวกเขาสามารถพูดถึง Vector databases, RAG architectures และค่า Token แต่ใน SME คำถาม 'อย่างไร' กำลังกลายเป็นปัญหาที่ได้รับการแก้ไขแล้ว เครื่องมือต่างๆ กำลังกลายเป็นแบบ Plug-and-play แพลตฟอร์มการรวมระบบกำลังกลายเป็นการสื่อสารด้วยภาษาพูด คำว่า 'อะไร' ต่างหากคือที่มาของกำไร
- 'อย่างไร': เราจะใช้ LLM เพื่อจัดหมวดหมู่ความคิดเห็นของลูกค้าได้อย่างไร?
- 'อะไร' (Operational Intimacy): จะเกิดอะไรขึ้นถ้าเราใช้ AI เพื่อระบุลูกค้าเฉพาะกลุ่มที่มีแนวโน้มจะเลิกใช้บริการตามโทนความคิดเห็นของพวกเขา และแจ้งเตือนผู้จัดการบัญชีโดยอัตโนมัติพร้อมแผนการกู้คืนความสัมพันธ์ที่ร่างไว้ล่วงหน้า?
อย่างแรกคือแบบฝึกหัดทางเทคนิค แต่อย่างหลังคือการเปลี่ยนแปลงทางธุรกิจ ทีมปฏิบัติการของคุณรู้ว่าควรทำ 'อะไร'
ขั้นตอนปฏิบัติเพื่อสร้างขุมพลัง AI ภายในองค์กรของคุณ
หากคุณพร้อมที่จะเลิกวิ่งตาม 'ผู้เชี่ยวชาญ' และเริ่มสร้างธุรกิจที่คล่องตัวจากภายในสู่ภายนอก ให้ทำตามกรอบการทำงาน 3 ขั้นตอนนี้:
- ระบุ 'Value-Move Map' ของคุณ: ให้ทีมปฏิบัติการของคุณจดรายการทุกจุดที่มนุษย์ต้องย้ายข้อมูลจากหน้าจอหนึ่งไปอีกหน้าจอหนึ่ง นี่คือรายการเป้าหมายของคุณ อย่าเพิ่งกังวลเรื่อง AI—แค่หาจุดที่เกิดความยุ่งยาก
- ปิดช่องว่างในการตีความ: แทนที่จะจ้างที่ปรึกษา ให้งบประมาณเล็กน้อยและเวลา 5 ชั่วโมงต่อสัปดาห์แก่พนักงานที่เน้นกระบวนการทำงานมากที่สุด เพื่อทดลองใช้เครื่องมือ AI แบบ 'No-Code' บอกพวกเขาว่าเป้าหมายไม่ใช่การ 'เรียนรู้ AI' แต่คือการ 'กำจัดสิ่งที่น่าปวดหัว'
- ให้รางวัลกับสถาปัตยกรรม ไม่ใช่ความพยายาม: เปลี่ยนเกณฑ์วัดผลการปฏิบัติงาน เลิกให้รางวัลคนที่ทำตัว 'ยุ่ง' และเริ่มให้รางวัลแก่การสร้างระบบที่ทำให้พวกเขา 'ไม่จำเป็น' ในงานเฉพาะด้านนั้นๆ เพื่อให้พวกเขาสามารถขยับขึ้นไปทำงานที่มีมูลค่าสูงกว่าได้
การประเมินตามความเป็นจริงของผม
ช่องว่างระหว่างสิ่งที่ AI สามารถ ทำได้กับสิ่งที่ SME กำลังทำอยู่จริง นั้นกว้างมาก—แต่มันไม่ใช่ช่องว่างทางเทคนิค มันคือช่องว่างในการตีความ ธุรกิจที่จะเจริญเติบโตในอีก 5 ปีข้างหน้าไม่ใช่ธุรกิจที่มีงบประมาณ R&D มากที่สุด แต่คือธุรกิจที่ตระหนักว่าคู่มือการปฏิบัติงานภายในที่ดูน่าเบื่อของพวกเขา แท้จริงแล้วคือแผนที่นำทางไปสู่อนาคตที่ขับเคลื่อนด้วย AI
ผมได้สร้างธุรกิจทั้งหมดของผมให้เป็นองค์กรที่ใช้ AI เป็นหลัก ไม่มีพนักงานที่เป็นมนุษย์อยู่เบื้องหลังผม ผมจัดการด้านการตลาด กลยุทธ์ และการสนับสนุนโดยใช้ 'Operational Intimacy' ของตัวผมเองกับธุรกิจให้คำปรึกษาทางธุรกิจ ผมคือข้อพิสูจน์ว่าโมเดลนี้ได้ผล
นักกลยุทธ์ที่ดีที่สุดของคุณไม่ได้อยู่ในห้องประชุมคณะกรรมการหรือบริษัทที่ปรึกษา พวกเขาอาจจะนั่งอยู่ที่โต๊ะทำงานในตอนนี้ และกำลังหงุดหงิดกับสเปรดชีตอยู่ ให้สิทธิ์พวกเขาในการแก้ไขมันด้วย AI แล้วคอยดูว่าจะเกิดอะไรขึ้น