MIT Technology Review ชี้รากฐานของ AI ที่สเกลได้ต้องครบทั้งข้อมูล ระบบ และธรรมาภิบาล

บทความจาก MIT Technology Review นำเสนอประเด็นจากเวที EmTech Future ว่า หากองค์กรต้องการสร้างระบบ AI ที่ขยายผลได้จริง สิ่งสำคัญไม่ใช่แค่โมเดลล้ำสมัย แต่คือการวาง “รากฐาน” ให้แข็งแรงตั้งแต่ต้น โดยประกอบด้วยข้อมูล กระบวนการวิศวกรรม แพลตฟอร์ม การออกแบบวิธีปฏิบัติงาน และกรอบกำกับดูแลที่สอดประสานกันเป็นระบบเดียว

เนื้อหาชี้ว่าในสภาพแวดล้อมที่ถูกกำกับอย่างเข้มงวด การนำ AI ไปใช้ต้องคำนึงถึงความน่าเชื่อถือ ความปลอดภัย และความสอดคล้องตามข้อกำหนดตั้งแต่ระดับโครงสร้างพื้นฐาน ไม่ใช่ค่อยมาแก้ภายหลัง เพราะหากองค์ประกอบเหล่านี้ไม่พร้อม การขยายการใช้งาน AI จากโครงการทดลองไปสู่ระดับองค์กรจะติดขัด ทั้งในด้านคุณภาพผลลัพธ์ ความเสี่ยงด้านการปฏิบัติตามกฎเกณฑ์ และความสามารถในการดูแลระบบระยะยาว

บทความยังเน้นว่าการประยุกต์ใช้ AI อย่างรับผิดชอบสามารถสร้างคุณค่าเชิงธุรกิจได้ หากองค์กรออกแบบการนำไปใช้ให้สอดคล้องกับเป้าหมายที่ชัดเจนและตรวจสอบได้ โดยเฉพาะเมื่อเทคโนโลยีใหม่อย่างระบบ agentic หรือระบบที่สามารถวางแผนและลงมือทำงานได้เองเริ่มเข้ามามีบทบาทมากขึ้น ความท้าทายคือทำอย่างไรให้ความสามารถเหล่านี้ถูกนำมาใช้สร้างผลลัพธ์ที่จับต้องได้ ไม่ใช่เพิ่มความเสี่ยงหรือความซับซ้อนโดยไม่จำเป็น

ตัวอย่างที่ยกมาคือมุมมองของ Jing Wang จาก Vanguard ซึ่งเป็นผู้นำด้าน AI และข้อมูลเชิงลึกขององค์กรการเงินขนาดใหญ่ เธอดูแลทีมที่ผลักดันศักยภาพด้าน AI, machine learning, generative AI และ behavioral science เพื่อสร้างโซลูชันที่เชื่อถือได้ ยกระดับประสบการณ์ลูกค้า และเพิ่มผลลัพธ์ทางธุรกิจในระดับองค์กร สะท้อนว่าในอุตสาหกรรมการเงิน การสร้าง AI ที่สเกลได้ต้องเชื่อมทั้งนวัตกรรมเข้ากับวินัยด้านการกำกับดูแลอย่างแนบแน่น

โดยสรุป บทความนี้วางกรอบให้เห็นว่า “AI ที่ขยายผลได้” ไม่ได้หมายถึงการมีโมเดลที่ทรงพลังที่สุดเพียงอย่างเดียว แต่ต้องมีโครงสร้างรองรับครบถ้วน ตั้งแต่ข้อมูลและสถาปัตยกรรมระบบ ไปจนถึงการกำกับดูแลและกระบวนการทำงาน เพื่อให้เทคโนโลยีใหม่สามารถเปลี่ยนเป็นมูลค่าทางธุรกิจได้อย่างยั่งยืนในองค์กรที่มีข้อกำกับสูง