OpenAI เผยรายงานพบช่องว่างผลิตภาพสูงถึง 6 เท่าระหว่างผู้ใช้ AI ระดับสูงกับผู้ใช้ทั่วไป

Key takeaway

• พนักงานกลุ่มที่ใช้งาน AI มากที่สุด (เปอร์เซ็นไทล์ที่ 95) ส่งข้อความไปยัง ChatGPT มากกว่าพนักงานทั่วไปถึง 6 เท่า โดยในงานเฉพาะทางเช่นการเขียนโค้ด ความแตกต่างสูงถึง 17 เท่า
• พนักงานที่ใช้งาน AI หลากหลายประเภท (เฉลี่ย 7 ประเภท) ประหยัดเวลาได้มากกว่าผู้ที่ใช้เพียง 4 ประเภทถึง 5 เท่า และ 75% ของพนักงานรายงานว่าสามารถทำงานที่ไม่เคยทำมาก่อนได้
• ปัญหาหลักของการใช้ AI ในองค์กรไม่ใช่เทคโนโลยีแต่เป็นโครงสร้างองค์กรเอง โดยบริษัทชั้นนำสร้างวัฒนธรรมที่ AI ถูกพัฒนา แบ่งปัน และปรับปรุงอย่างเป็นระบบ ขณะที่องค์กรส่วนใหญ่ปล่อยให้การใช้งานเป็นไปตามยถากรรม

รายงานล่าสุดจาก OpenAI ที่วิเคราะห์รูปแบบการใช้งานจากลูกค้าธุรกิจกว่าหนึ่งล้านราย เปิดเผยว่าพนักงานกลุ่มที่อยู่ในเปอร์เซ็นไทล์ที่ 95 ของการใช้งาน AI ส่งข้อความไปยัง ChatGPT มากกว่าพนักงานทั่วไปในบริษัทเดียวกันถึง 6 เท่า สำหรับงานเฉพาะทาง ความแตกต่างยิ่งเห็นได้ชัด โดยกลุ่มผู้นำการใช้งานส่งข้อความเกี่ยวกับการเขียนโค้ดมากกว่าเพื่อนร่วมงานทั่วไปถึง 17 เท่า ขณะที่ในกลุ่มนักวิเคราะห์ข้อมูล ผู้ใช้งานหนักใช้เครื่องมือวิเคราะห์ข้อมูลบ่อยกว่าค่ามัธยฐานถึง 16 เท่า

ทุกคนมีเครื่องมือเดียวกัน แต่ใช้งานแตกต่างกันอย่างมาก

ประเด็นที่น่าสนใจที่สุดคือการเข้าถึงไม่ใช่ปัจจัยหลัก ChatGPT Enterprise ถูกนำไปใช้ในองค์กรทั่วโลกกว่า 7 ล้านที่นั่ง เพิ่มขึ้น 9 เท่าจากปีก่อน แม้ทุกคนจะมีเครื่องมือและความสามารถเดียวกัน แต่รูปแบบการใช้งานกลับแตกต่างกันมาก

ในกลุ่มผู้ใช้งานประจำเดือน 19% ไม่เคยทดลองใช้ฟีเจอร์วิเคราะห์ข้อมูล 14% ไม่เคยใช้ความสามารถด้านการให้เหตุผล และ 12% ไม่เคยใช้การค้นหา ในขณะที่ผู้ใช้งานประจำวันมีเพียง 3% เท่านั้นที่ไม่เคยทดลองวิเคราะห์ข้อมูล และเพียง 1% ที่ไม่เคยใช้ฟีเจอร์การให้เหตุผลหรือการค้นหา

พนักงานที่ทดลองใช้งานหลากหลาย ประหยัดเวลาได้มากกว่า

พนักงานที่ใช้งานหลากหลายประเภท (เฉลี่ย 7 ประเภท) รายงานว่าประหยัดเวลาได้มากกว่าผู้ที่ใช้เพียง 4 ประเภทถึง 5 เท่า พนักงานที่ประหยัดเวลาได้มากกว่า 10 ชั่วโมงต่อสัปดาห์ใช้ AI credits มากกว่าผู้ที่ไม่ประหยัดเวลาเลยถึง 8 เท่า

ที่น่าสนใจคือ 75% ของพนักงานที่สำรวจรายงานว่าสามารถทำงานที่พวกเขาไม่เคยทำมาก่อน เช่น การเขียนโปรแกรม การทำ automation บน spreadsheet และการแก้ไขปัญหาทางเทคนิค

ความขัดแย้งของ AI ในองค์กร: ลงทุนมหาศาล แต่ส่วนใหญ่ไม่เห็นผลตอบแทน

การศึกษาแยกจาก MIT's Project NANDA พบว่าแม้จะมีการลงทุนในโครงการ generative AI 30-40 พันล้านดอลลาร์ มีเพียง 5% ขององค์กรเท่านั้นที่เห็นผลตอบแทนที่เปลี่ยนแปลงธุรกิจอย่างมีนัยสำคัญ นักวิจัยเรียกปรากฏการณ์นี้ว่า "GenAI Divide"

รายงานยังระบุว่ามีเพียง 2 จาก 9 ภาคอุตสาหกรรมหลัก (เทคโนโลยีและสื่อ) เท่านั้นที่แสดงการเปลี่ยนแปลงทางธุรกิจอย่างชัดเจนจากการใช้ generative AI

ขณะที่โครงการ AI อย่างเป็นทางการชะงัก "Shadow AI" กลับเติบโตรวดเร็ว

การศึกษาของ MIT เผยว่าในขณะที่มีเพียง 40% ของบริษัทที่ซื้อ LLM subscriptions อย่างเป็นทางการ พนักงานในกว่า 90% ของบริษัทกลับใช้เครื่องมือ AI ส่วนตัวเพื่อการทำงานเป็นประจำ

"Shadow AI" นี้มักให้ผลตอบแทนที่ดีกว่าโครงการอย่างเป็นทางการ พนักงานที่มีความคิดริเริ่ม สมัครใช้บริการส่วนตัว ทดลองในเวลาของตนเอง และหาวิธีผสมผสาน AI เข้ากับงานโดยไม่รอการอนุมัติจาก IT กำลังก้าวล้ำหน้ากว่าเพื่อนร่วมงานที่รอคำแนะนำอย่างเป็นทางการ

ช่องว่างใหญ่ที่สุดปรากฏในงานเทคนิคที่เคยต้องใช้ผู้เชี่ยวชาญเฉพาะทาง

ช่องว่างที่เห็นได้ชัดที่สุดระหว่างพนักงานกลุ่มนำและพนักงานทั่วไปปรากฏในด้านการเขียนโค้ด การเขียน และการวิเคราะห์ ซึ่งเป็นหมวดหมู่งานที่ความสามารถของ AI พัฒนาไปอย่างรวดเร็ว

ในกลุ่มผู้ใช้ ChatGPT Enterprise ที่ไม่ได้อยู่ในฝ่ายวิศวกรรม IT และวิจัย ข้อความเกี่ยวกับการเขียนโค้ดเพิ่มขึ้น 36% ในช่วง 6 เดือนที่ผ่านมา พนักงานสายงานการตลาดหรือ HR ที่เรียนรู้การเขียนสคริปต์และทำ automation กำลังสร้างความแตกต่างอย่างเห็นได้ชัดจากเพื่อนร่วมงานที่ไม่ได้ปรับตัว

บริษัทก็แบ่งแยกเช่นกัน และช่องว่างกำลังขยายตัวทุกเดือน

ช่องว่างไม่ได้เกิดขึ้นเฉพาะระหว่างพนักงานรายบุคคล แต่ยังปรากฏระหว่างองค์กรด้วย บริษัทกลุ่มนำ (ที่อยู่ในเปอร์เซ็นไทล์ที่ 95 ของความเข้มข้นในการใช้งาน) สร้างข้อความ AI ต่อพนักงานมากกว่าองค์กรทั่วไปประมาณ 2 เท่า สำหรับข้อความที่ส่งผ่าน custom GPTs ช่องว่างขยายเพิ่มเป็น 7 เท่า

ตัวเลขเหล่านี้สะท้อนถึงโมเดลการดำเนินงานที่แตกต่างกันอย่างสิ้นเชิง ในบริษัททั่วไป AI อาจเป็นเพียงเครื่องมือเพิ่มประสิทธิภาพที่พนักงานใช้ตามดุลยพินิจ แต่ในบริษัทกลุ่มนำ AI ถูกผสานเข้ากับโครงสร้างพื้นฐานหลักอย่างเป็นระบบ: ฝังอยู่ในขั้นตอนการทำงานมาตรฐาน เครื่องมือที่สร้างขึ้นเฉพาะ และการเชื่อมต่อกับระบบข้อมูลภายในอย่างครบวงจร# รายงานเผย: องค์กรคือปัญหาหลักในการใช้ AI ไม่ใช่เทคโนโลยี

รายงานจาก OpenAI ระบุว่าประมาณหนึ่งในสี่ขององค์กรยังไม่ได้เปิดใช้งาน connectors ที่ให้ AI เข้าถึงข้อมูลบริษัท—ซึ่งเป็นขั้นตอนพื้นฐานที่เพิ่มประสิทธิภาพของเทคโนโลยีอย่างมาก การศึกษาจาก MIT พบว่าบริษัทที่เลือกซื้อเครื่องมือ AI จากผู้ขายเฉพาะทางประสบความสำเร็จถึง 67% ขณะที่การพัฒนาภายในองค์กรเองมีอัตราความสำเร็จเพียงหนึ่งในสามเท่านั้น แม้ว่าในแง่เทคนิคยุค AI จะมาถึงหลายองค์กรแล้ว แต่ในทางปฏิบัติกลับยังไม่ได้เริ่มต้นอย่างแท้จริง

เทคโนโลยีไม่ใช่อุปสรรคอีกต่อไป—องค์กรต่างหากที่เป็นปัญหา

สำหรับผู้บริหาร ข้อมูลนี้สะท้อนความท้าทายที่น่าวิตก เทคโนโลยีไม่ใช่ข้อจำกัดอีกต่อไป OpenAI รายงานว่าพวกเขาเปิดตัวฟีเจอร์หรือความสามารถใหม่เฉลี่ยทุก 3 วัน และโมเดล AI พัฒนาเร็วเกินกว่าที่องค์กรส่วนใหญ่จะปรับตัวตามทัน คอขวดจึงเปลี่ยนจากข้อจำกัดของตัว AI เอง มาเป็นว่าองค์กรมีโครงสร้างพร้อมใช้ประโยชน์จากมันหรือไม่

"เส้นแบ่งไม่ได้อยู่ที่ความฉลาด" ผู้เขียนจาก MIT กล่าว ปัญหาของ Enterprise AI เกี่ยวข้องกับความจำ ความสามารถในการปรับตัว และการเรียนรู้ ความท้าทายเกิดจากกฎระเบียบหรือประสิทธิภาพของโมเดลน้อยกว่าเครื่องมือที่ไม่สามารถเรียนรู้หรือปรับตัวได้

รายงานของ OpenAI ชี้ให้เห็นว่า บริษัทชั้นนำลงทุนอย่างต่อเนื่องในการสนับสนุนจากผู้บริหารระดับสูง ความพร้อมของข้อมูล การสร้างมาตรฐานกระบวนการทำงาน และการบริหารการเปลี่ยนแปลงอย่างรอบคอบ พวกเขาสร้างวัฒนธรรมที่เครื่องมือ AI แบบกำหนดเองถูกพัฒนา แบ่งปัน และปรับปรุงระหว่างทีม มีการติดตามประสิทธิภาพและประเมินผลอย่างสม่ำเสมอ รวมทั้งทำให้การนำ AI มาใช้เป็นลำดับความสำคัญเชิงกลยุทธ์มากกว่าเป็นเพียงทางเลือกส่วนบุคคล

ในขณะที่องค์กรส่วนใหญ่ปล่อยให้การใช้งาน AI เป็นไปตามยถากรรม—หวังว่าพนักงานจะค้นพบเครื่องมือด้วยตัวเอง ทดลองในเวลาส่วนตัว และเผยแพร่แนวปฏิบัติที่ดีโดยปราศจากโครงสร้างพื้นฐานหรือแรงจูงใจที่เหมาะสม ช่องว่างของประสิทธิภาพที่มากถึง 6 เท่าชี้ให้เห็นว่าแนวทางนี้ล้มเหลวอย่างชัดเจน

หน้าต่างโอกาสในการตามทันกำลังปิดลงเร็วกว่าที่บริษัทส่วนใหญ่ตระหนัก

ด้วยสัญญาระดับองค์กรที่จะถูกผูกมัดในช่วง 18 เดือนข้างหน้า หน้าต่างโอกาสสำหรับผู้ให้บริการและผู้นำไปใช้ในการข้ามช่องว่างนี้กำลังลดลงอย่างรวดเร็ว ช่องว่างด้าน GenAI ที่รายงานโดย MIT จะไม่คงอยู่ตลอดไป แต่องค์กรที่สามารถหาวิธีข้ามช่องว่างนี้ได้เร็วที่สุดจะเป็นผู้กำหนดทิศทางธุรกิจในยุคถัดไป

รายงานทั้งสองมีข้อควรระวัง ข้อมูลจาก OpenAI มาจากบริษัทที่มีผลประโยชน์ชัดเจนในการส่งเสริมการนำ AI ไปใช้ ตัวเลขด้านผลิตภาพเป็นการรายงานด้วยตนเองจากลูกค้าที่จ่ายเงินซื้อผลิตภัณฑ์อยู่แล้ว การศึกษาของ MIT แม้จะเป็นอิสระ แต่อาศัยการสัมภาษณ์และแบบสำรวจมากกว่าการวัดผลโดยตรง ผลกระทบระยะยาวของเทคโนโลยีนี้ต่อการจ้างงาน ค่าจ้าง และพลวัตในที่ทำงานยังคงไม่แน่นอน

อย่างไรก็ตาม ข้อค้นพบหลัก—ที่ว่าการเข้าถึงเพียงอย่างเดียวไม่ได้นำไปสู่การใช้งานจริง และรูปแบบการนำไปใช้แตกต่างกันอย่างมากแม้ในองค์กรที่มีเครื่องมือเหมือนกันให้กับทุกคน—สอดคล้องกับวิธีที่เทคโนโลยีรุ่นก่อนๆ แพร่กระจายในระบบเศรษฐกิจ สเปรดชีต อีเมล และอินเทอร์เน็ตล้วนสร้างช่องว่างคล้ายกันก่อนที่จะกลายเป็นมาตรฐานในที่สุด คำถามคือช่องว่างปัจจุบันจะคงอยู่นานแค่ไหน ใครจะได้ประโยชน์ในช่วงเปลี่ยนผ่านนี้ และอะไรจะเกิดขึ้นกับบุคลากรที่พบว่าตัวเองอยู่ผิดด้านของช่องว่างดังกล่าว

ในปัจจุบัน ช่องว่างนี้ชัดเจนมาก 90% ของผู้ใช้กล่าวว่าพวกเขายังคงเลือกมนุษย์สำหรับ "งานที่สำคัญ" ในขณะที่ AI "ชนะในงานประเภทง่ายๆ" บุคลากรที่กำลังก้าวหน้าไม่ได้เป็นเช่นนั้นเพราะพวกเขามีการเข้าถึงที่เพื่อนร่วมงานไม่มี แต่เป็นเพราะพวกเขาตัดสินใจใช้เครื่องมือที่ทุกคนมีอยู่แล้ว—และใช้มันอย่างต่อเนื่องจนค้นพบศักยภาพที่แท้จริง

ช่องว่าง 6 เท่าไม่ได้เกี่ยวกับเทคโนโลยี แต่เกี่ยวกับพฤติกรรม และพฤติกรรม ไม่เหมือนซอฟต์แวร์ ไม่สามารถถูกนำไปใช้ด้วยการ rollout ทั่วทั้งองค์กรได้อย่างรวดเร็ว

Why it matters

💡 ข่าวนี้เป็นการเปิดเผยข้อมูลสำคัญที่ผู้ทำงานด้านเทคโนโลยีและผู้บริหารองค์กรไม่ควรพลาด รายงานจาก OpenAI และ MIT ชี้ให้เห็นถึงช่องว่างที่น่าตกใจในการใช้งาน AI ระหว่างพนักงานและองค์กร โดยผู้ใช้งานหนักสามารถประหยัดเวลาได้มากกว่าถึง 5 เท่า ที่น่าสนใจคือปัญหาไม่ได้อยู่ที่เทคโนโลยี แต่เป็นเรื่องของวัฒนธรรมองค์กรและการบริหารจัดการ หากคุณต้องการเข้าใจว่าทำไมบางองค์กรประสบความสำเร็จในการใช้ AI ในขณะที่อีกมากมายล้มเหลว และจะปรับตัวอย่างไรในยุคที่ช่องว่างนี้กำลังขยายตัวอย่างรวดเร็ว ข่าวนี้มีคำตอบให้คุณ

ข้อมูลอ้างอิงจาก https://venturebeat.com/ai/openai-report-reveals-a-6x-productivity-gap-between-ai-power-users-and?utm_source=flipboard&utm_content=topic/artificialintelligence