การผสมผสานอย่างสร้างสรรค์ระหว่าง ระบบอัตโนมัติ, ระบบจักรกลหุ่นยนต์ และ ปัญญาประดิษฐ์ กำลังปฏิวัติกระบวนการทางธุรกิจตั้งแต่ต้นน้ำจนถึงปลายน้ำ แนวทางนี้ช่วยเพิ่มประสิทธิภาพการดำเนินงานโดยการใช้ระบบอัตโนมัติลดการทำงานซ้ำซ้อนทำให้พนักงานนำความสามารถไปทำงานที่มีความซับซ้อนมากขึ้น

ส่งผลให้ประสบการณ์ของลูกค้าดีขึ้นด้วยการให้บริการที่รวดเร็วและลดขั้นตอนการติดต่อ การทำงานอัตโนมัติอัจฉริยะอาศัยเทคโนโลยีระบบอัตโนมัติหุ่นยนต์ (RPA) และเทคโนโลยีปัญญาประดิษฐ์หลากหลายแขนง เช่น การเรียนรู้ของเครื่อง การเรียนรู้เชิงลึก การวิเคราะห์ขั้นสูง การประมวลผลภาษาธรรมชาติ และอื่นๆ เมื่อรวมเทคโนโลยีเหล่านี้เข้าด้วยจะเกิดเป็นระบบอัตโนมัติที่มีความสามารถในการวิเคราะห์ข้อมูล ตัดสินใจ และโต้ตอบกับสภาพแวดล้อม สามารถนำไปประยุกต์ใช้ได้ในทุกระดับขององค์กรตั้งแต่การจัดการสินค้าคงคลังไปจนถึงการบริการลูกค้า

จากการศึกษาวิจัยของ Bain พบว่าบริษัทที่ลงทุนด้านระบบอัตโนมัติมากที่สุดนั้นสามารถประหยัดค่าใช้จ่ายการนำเทคโนโลยีใหญ่ที่เป็นนวัตกรรมมาใช้งาน ช่องว่างระหว่างบริษัทผู้นำกับบริษัทที่ล้าหลังนั้นกว้างขึ้นและจะยิ่งกว้างขึ้นเมื่อผู้นำลงทุนงบประมาณด้านไอทีมากขึ้น ผู้นำมีแผนที่จะลงทุนด้าน Generative AI มากกว่าบริษัทที่ล้าหลังโดยเฉลี่ยเกือบสี่เท่า โปรแกรมระบบอัตโนมัติที่ประสบความสำเร็จนั้นประกอบด้วยการเปิดตัวทั่วทั้งองค์กร เทคโนโลยีผสมผสาน การสร้างมูลค่าเพิ่ม และการมีส่วนร่วมของพนักงาน

ตัวอย่างเช่น เมื่อพิจารณาจากประวัติอันยาวนานของ UPS ในการขยายระบบอัตโนมัติและปัญญาประดิษฐ์ (AI) สำเร็จ คาดว่าในไม่ช้านี้บริษัทจะประกาศผลสำเร็จจากการนำ Generative AI มาใช้ในศูนย์ติดต่อลูกค้า UPS ได้พัฒนาระบบ Message Response Automation (MeRA) ซึ่งใช้ประโยชน์จากโมเดลภาษาขนาดใหญ่ (LLM) ที่เปิดให้สาธารณชนเข้าถึงได้ เพื่อทำการตอบกลับอีเมลลูกค้ากว่า 50,000 ฉบับต่อวันโดยอัตโนมัติ ช่วยลดเวลาในการจัดการอีเมลลงได้ 50% บริษัทมีแผนที่จะขยาย MeRA ไปยังฟังก์ชันอื่นๆเพิ่มเติม เช่น การขาย ทรัพยากรบุคคล (HR) และการเงิน

ผลการสำรวจล่าสุดของผู้บริหารที่มีบทบาทในระบบอัตโนมัติทั่วโลกของ Bain พบว่าบริษัทที่ลงทุนด้านระบบอัตโนมัติมากที่สุด จะดำเนินกิจการได้ดีกว่าบริษัทที่ลงทุนน้อย ในแง่ของการประหยัดค่าใช้จ่ายและการนำเทคโนโลยีใหม่ๆ รวมถึงเทคโนโลยี AI ด้วย

การลงทุนทางเทคโนโลยีที่หลากหลายทำให้บริษัทเหล่านี้สามารถปรับเปลี่ยนธุรกิจได้อย่างรวดเร็ว ซึ่งบริษัทที่จัดอยู่ในกลุ่มดังกล่าวนี้ล้วนจัดสรรงบประมาณด้านไอทีอย่างน้อย 20% ให้กับระบบอัตโนมัติในช่วง 2 ปีที่ผ่านมา ซึ่งจะส่งผลให้ประหยัดต้นทุนได้โดยเฉลี่ย 22% ในทางกลับกันบริษัทที่ลงทุนด้านระบบอัตโนมัติไม่ถึง 5% ของงบประมาณด้านไอทีจะจัดอยู่ในกลุ่มบริษัทล้าหลัง โดยบริษัทเหล่านี้ประหยัดได้โดยเฉลี่ยเพียงต่ำกว่า 8%

ในปี 2023 บริษัทชั้นนำด้านระบบอัตโนมัติสามารถลดต้นทุนเชิงกระบวนการได้ถึง 22% ในขณะที่บริษัทที่ล้าหลังทำได้เพียง 8% เท่านั้น บริษัทชั้นนำ 25% เหล่านี้สามารถลดต้นทุนได้โดยเฉลี่ย 37% บริษัทชั้นนำเหล่านี้ยังเน้นย้ำถึงข้อดีของการลดงานที่มีมูลค่าต่ำ การเร่งกระบวนการให้เสร็จสิ้น และเพิ่มคุณภาพและความแม่นยำของบริการ

นอกจากนี้ช่องว่างระหว่างผู้นำและผู้ตามยังกว้างขึ้นอีกด้วย ผู้นำด้านระบบอัตโนมัติก้าวหน้าอย่างรวดเร็วตลอดเส้นโค้งการเรียนรู้ ทำให้ได้เปรียบในระยะยาว ช่องว่างนี้จะกว้างขึ้นอีกเนื่องจากบริษัทที่เป็นผู้นำวางแผนที่จะเพิ่มการจัดสรรงบประมาณด้านไอทีสำหรับระบบอัตโนมัติ

ในขณะที่บริษัทที่ตามหลังกลับลงทุนอย่างระมัดระวังมากขึ้น การสำรวจแสดงให้เห็นว่ากลุ่มบริษัทผู้นำ 45% วางแผนจะเพิ่มการลงทุนอย่างมีนัยสำคัญในปี 2024 ซึ่งเพิ่มขึ้นจาก 29% ในปี 2022 ขณะที่บริษัทกลุ่มตามหลังมีเพียง 17% เท่านั้นที่มีแผนจะทำเช่นเดียวกัน ซึ่งเพิ่มขึ้นเล็กน้อยจาก 14% ในปี 2022

แล้วอะไรคือแรงผลักดันให้บริษัทเหล่านี้ก้าวข้ามระบบอัตโนมัติและ AI แบบเดิมๆ และหันมาลงทุนอย่างหนักกับ Generative Al คําตอบอยู่ที่การประหยัดต้นทุนที่วัดได้และผลประโยชน์อื่นๆที่พวกเขาได้รับจากระบบอัตโนมัติ ผู้เข้าร่วมการสํารวจส่วนใหญ่กําลังใช้หรือวางแผนที่จะใช้ในสามขั้นตอนที่แตกต่างกัน

ในขั้นตอนแรก พวกเขากําลังใช้ประโยชน์จากเทคโนโลยีสําหรับงานที่เป็นไปไม่ได้มาก่อน เช่น Generative Al การสร้างเนื้อหาการตลาดใหม่

ในขั้นตอนที่สองเกี่ยวข้องกับการแทนที่เทคโนโลยีที่มีอยู่ในแอปพลิเคชันปัจจุบัน เช่น การประมวลผลคําสั่งซื้อในขั้นตอนที่สามมุ่งเน้นไปที่การปรับปรุงกรณีการใช้งานที่มีอยู่ รวมถึงบัญชีเจ้าหนี้และลูกหนี้ เหตุผลคือเพื่อหลีกเลี่ยงการเริ่มต้นใหม่ตั้งแต่ต้นสําหรับกรณีการใช้งานที่บริษัทได้ลงทุนด้านทรัพยากรการบูรณาการ และการฝึกอบรมพนักงานไปแล้วและนํา GENERATIVE AI มาใช้เพื่อสํารวจความเป็นไปได้ใหม่ๆ แทน

ระบบอัตโนมัติกลายเป็นกระแสหลักในหมู่องค์กรขนาดใหญ่หลายแห่ง แต่ระดับความซับซ้อนและความสมบูรณ์สุกงอมนั้นแตกต่างกันมาก บริษัทที่ถึงแม้จะช้าในการนำระบบอัตโนมัติมาใช้ก็ยังสามารถไล่ทันโดยเพิ่มการลงทุนและลงแรงอย่างต่อเนื่องเพื่อเปลี่ยนแปลงวิธีการทำงาน ข้อมูลเชิงลึกที่ได้จากเทคโนโลยีอัตโนมัติแบบดั้งเดิมสามารถนำมาเป็นแนวทางเพื่อติดตั้งและใช้งานเทคโนโลยีใหม่มาใช้ได้และประสบความสำเร็จอย่างเช่น Generative AI ที่มาพร้อมแบบแผนวิธีการจัดการต้นทุนและปรับปรุงประสบการณ์ของลูกค้าอย่างมีประสิทธิภาพ

Article by: Asst. Prof. Suwan Juntiwasarakij, Ph.D., Senior Editor & MEGA Tech

A dynamic blend of robotic automation and artificial intelligence is reshaping business processes from the ground up. This approach streamlines operations by automating repetitive tasks, freeing up human workers to focus on more complex challenges. Ultimately, it enhances customer experiences by accelerating service delivery and simplifying interactions. Intelligent automation relies on robotic process automation (RPA) technologies and various branches of artificial intelligence (AI) such as machine learning, deep learning, advanced analytics, natural language processing, and others. Combining these major technologies allows for the creation of autonomous systems capable of analyzing data, making decisions, and interacting with their environment. They can be applied to all company levels, from stock management to customer service.

According to Bain’s study, companies investing most heavily in automation outperform others in savings an adoption of new disruptive technologies. The gap between leaders and laggards has widened and will expand as leaders increase invest as a share of IT budget. Leaders are planning to invest, on average, almost four times more in generative AI than laggards.  Successful automation program includes enterprise-wide rollout, combined technologies, value creation, and engaged staff. For example, given UPS’ long history of successfully scaling up automation and artificial intelligence (AI), it was expected that the company would soon announce successful results from implementing generative AI in its contact centers. UPS developed its Message Response Automation (MeRA) system, which leverages publicly available large language models (LLMs) to automate responses to some of the more than 50,000 customer emails received daily, cutting down email handling time by 50%. The company plans to extend MeRA to additional functions, including sales, human resources (HR), and finance.

Bain’s latest survey of automation executives worldwide finds that companies that invested most heavily in automation outperform laggards in savings achieved and adoption of new, more disruptive technologies, including generative AI. Broader investment enables them to transform their businesses quickly. In this regard, leaders are defined as companies that have allocated at least 20% of their IT budget to automation over the past two years, resulting in an average cost savings of 22%. In contrast, companies that invested less than 5% of their IT budget in automation are classified as laggards, with these firms achieving an average savings of just under 8%.

In 2023, companies leading in automation were able to cut process costs by 22%, while those lagging achieved only an 8% reduction. The top 25% of these leaders managed to lower costs by an average of 37%. Respondents also highlighted the advantages of reducing low-value tasks, speeding up process completion, and enhancing service quality and accuracy. Moreover, the gap between leaders and laggards has grown. Automation leaders advance rapidly along the learning curve, securing a long-term advantage. This gap is expected to widen further, as leaders plan to increase their IT budget allocation for automation, while lagging companies intend to remain more cautious. The survey shows that 45% of leaders aim to significantly boost their investment in 2024, up from 29% in 2022, whereas only 17% of laggards plan to do the same, a slight increase from 14% in 2022.

What drives these companies to confidently move beyond traditional automation and AI and invest significantly in generative AI? The answer lies in the measurable cost savings and other benefits they’ve already realized through automation. Most survey participants are currently using or plan to use generative AI across three distinct phases. In the first phase, they are leveraging the technology for tasks that were previously impossible, like creating new marketing content. The second phase involves replacing existing technologies in current applications, such as order processing. The third phase focuses on enhancing existing use cases, including accounts payable and receivable. The rationale is to avoid starting from scratch on use cases where companies have already invested in resources, integrations, and employee training, and instead, apply generative AI to explore new possibilities.

Automation has become a mainstay in many large organizations, but the level of sophistication and maturity varies greatly. Companies that have been slow to adopt automation can catch up by increasing their investments and committing to a sustained effort that transforms how work is done. Insights gained from traditional automation technologies can guide the successful implementation of new technologies, such as generative as it presents a new way to manage costs effectively and enhance the customer experience.

Article by: Asst. Prof. Suwan Juntiwasarakij, Ph.D., Senior Editor & MEGA Tech

ロボティック・オートメーションと人工知能のダイナミックな融合により、ビジネス・プロセスは根本から再構築されています。このアプローチは、繰り返し作業を自動化することで運用を合理化し、人間の労働者がより複雑な課題に集中できるようにします。最終的には、サービス提供を加速し、やり取りを簡素化することで、顧客体験を向上させます。インテリジェント オートメーションは、ロボティックプロセスオートメーション (RPA) の技術と、機械学習、ディープラーニング、高度な分析、自然言語処理などの人工知能 (AI) のさまざまな分野に依存しています。これらの主要技術を組み合わせることで、データ分析、意思決定、環境との相互作用が可能な自律システムを作成できます。これらは、在庫管理から顧客サービスまで、企業のあらゆるレベルに適用できる。

ベインの研究によると、自動化に最も多額の投資を行っている企業は、新しい破壊的技術の採用によるコスト削減において、他の企業を上回っています。リーダー企業とラガード企業の間に差は拡大しており、リーダーがIT予算に占める投資の割合を増やすにつれて拡大するでしょう。リーダー企業は、ラガード企業に比べ、平均して約4倍の金額を生成AIに投資することを計画しています。 成功する自動化プログラムには、企業全体の展開、テクノロジーの組み合わせ、価値創造、そして従事するスタッフが含まれます。たとえば、UPSが自動化と人工知能(AI)のスケールアップに成功してきた長い歴史を考えると、UPSがコンタクトセンターに生成AIを実装した成功結果をまもなく発表すると予想されていました。UPSは、一般に公開されている大規模言語モデル(LLM)を活用して、毎日受信する50,000件を超える顧客の電子メールの一部への応答を自動化するメッセージ応答の自動化(MeRA)のシステムを開発し、電子メールの処理時間を50%短縮しました。同社は、MeRAを営業、人事(HR)、財務などの機能に拡張する予定です。

ベインが世界中のオートメーション業界の経営者を対象に行った最新の調査によると、自動化に最も多額の投資を行った企業は、達成したコスト削減額と、生成AIを含む新しいより破壊的なテクノロジーの採用において、ラガード企業を上回っています。より広範な投資により、彼らはビジネスを迅速に変革することができます。この点で、リーダー企業とは、過去2年間でIT予算の少なくとも20%を自動化に割り当て、平均22%のコスト削減を実現した企業と定義されます。対照的に、IT予算の5%未満を自動化に投資している企業は出遅れている企業に分類され、これらの企業は平均で8%弱の節約を達成しています。

2023年、自動化をリードしている企業はプロセスコストを22%削減することができましたが、ラガード企業は8%の削減にとどまりました。これらのリーダーラガード企業の上位 25% は、平均 37% のコスト削減に成功しました。また、回答者は、価値の低いタスクを削減し、プロセスの完了を迅速化し、サービスの品質と精度を向上させることの利点を強調しました。さらに、リーダーラガード企業とラガード企業の差は拡大しています。自動化のリーダーは、学習曲線に沿って急速に進歩し、長期的な優位性を確保します。リーダー企業は自動化のためのIT予算の割り当てを増やす計画を立てている一方で、ラガード企業はより慎重な姿勢を維持する意向であるため、このギャップはさらに広がると予想されます。この調査によると、リーダーの45%が2022年の29%から2024年に投資を大幅に増やすことを目指しているのに対し、同じことを計画しているのは出遅れた企業の17%に過ぎず、2022年の14%からわずかに増加しています。

これらの企業が自信を持って従来の自動化やAIを超えて、生成AIに多額の投資を行う原動力は何でしょうか?その答えは、自動化によってすでに実現している測定可能なコスト削減やその他のメリットにあります。ほとんどの調査参加者は、現在、3つの異なるフェーズで生成AIを適用しているか、適用する予定です。最初のフェーズでは、新しいマーケティングコンテンツの作成など、以前は不可能だったタスクにテクノロジーを活用しています。第2フェーズでは、注文処理など、現在のアプリケーションの既存のテクノロジーを置き換えます。第３フェーズでは、買掛金や売掛金など、既存のユースケースの強化に注力します。その根拠は、企業がすでにリソース、統合、従業員のトレーニングに投資しているユースケースをゼロから始めるのではなく、生成AIを適用して新しい可能性を探求することです。

自動化は多くの大規模な組織で主力となっていますが、その洗練度と成熟度は大きく異なります。自動化の導入が遅れている企業は、投資を増やし、仕事のやり方を変革する持続的な取り組みに取り組むことで追いつくことができます。従来の自動化テクノロジーから得られた洞察は、コストを効果的に管理し、顧客体験を向上させる新しい方法を提示するジェネレーティブなどの新しいテクノロジーの実装を成功させるための指針となります。

Article by: Asst. Prof. Suwan Juntiwasarakij, Ph.D., Senior Editor & MEGA Tech