การมาถึงของ ChatGPT เป็นจุดเปลี่ยนสำคัญของทุก ๆ วงการเลยก็ว่าได้ เพราะด้วยความทรงพลังของเจ้า AI ตัวนี้ที่สามารถทำทุกอย่างให้เราได้ตั้งแต่งานเขียน งานวิจัย การเขียนโค้ด หรือเรียกได้ว่าทุกอย่างที่สามารถเป็นตัวอักษะได้ ChatGPT ทำแทนมนุษย์ได้แทบทั้งหมด ประเด็นนี้ไม่เป็นที่น่าสงสัยอีกต่อไป และผลกระทบอีกอย่างของ ChatGPT คือการที่หลายองค์กรกลับมาตื่นตัวกับพลังของ Data และ AI อีกครั้งหนึ่งหลังจากที่เคยตื่นตัวกันมาแล้วเมื่อสิบกว่าปีที่แล้ว
และนอกเหนือจาก ChatGPT แล้วหลาย ๆ องค์กรเองก็รู้สึกว่าตัวเองกำลังก้าวหน้าในด้านของ Data มากขึ้นเรื่อย ๆ โดยในงานสำรวจของ NewVantage Partner survey ครั้งที่ 11 พบว่า เมื่อเทียบกับ 5 ปีที่แล้วผู้บริหารส่วนใหญ่มองอนาคตเกี่ยวกับ Data ขององค์กรไว้ดีกว่าเดิมมาก และเกือบทุกองค์กรที่สำรวจมองว่า 2023 จะเป็นปีที่การลงทุนด้าน data ของพวกเขาจะเริ่มทำกำไร
ด้วยตัวแปรทั้งหมดนี้ยิ่งทำให้มีองค์กรจำนวนมากขึ้นเรื่อย ๆ ที่เริ่มลงทุนเกี่ยวกับ data โดยในปี 2023 จะมีองค์กรกว่า 80% ที่จะลงทุนเพิ่มเติมในงาน data แต่ก็เป็นเรื่องน่าเสียดายที่การลงทุนเหล่านี้มีโอกาสจะสูญเปล่าสูงมาก นั่นเป็นเพราะแม้เทคโนโลยีเกี่ยวกับ AI และ Data จะได้รับการพัฒนมาไกลมากกว่า 10 ปีที่แล้วหลายเท่า แต่สิ่งที่ไม่เปลี่ยนแปลง และอาจจะถดถอยด้วยซ้ำก็คือด้านเกี่ยวกับตัวแปรมนุษย์
::::::::::::::::::::::::
เหล่าบรรดาองค์กรใหญ่ ๆ ที่ลงทุนเกี่ยวกับเทคโนโลยีด้าน Data มานานมีความเห็นค่อนข้างไปในทิศทางเดียวกันว่าสิ่งสำคัญที่จะส่งผลต่อความสำเร็จเกี่ยวกับการลงทุนกับข้อมูลคือ วัฒนธรรมองค์กร คน และกระบวนการทำงาน ไม่ใช่เทคโนโลยี และที่น่ากลัวคือแม้แทบจะทุกองค์กรพยายามลงทุนพัฒนาเทคโนโลยีเกี่ยวกับข้อมูลในองค์กร แต่มีองค์กรไม่ถึง 1 ใน 4 ที่สามารถเรียกได้ว่าตัวเองนั้นมี Data Culture ที่ดี
นั่นเป็นเพราะเมื่อเราเข้ามาดูสิ่งที่แต่ละบริษัทให้ความสำคัญในการลงทุนจะพบว่างบประมาณแทบจะทั้งหมดจะอยู่ที่ในด้านของการพัฒนาสินค้า และเทคโนโลยี แต่มีส่วนน้อยมาก เพียงแต่ 2% เท่านั้นที่ระบุถึงการลงทุนเกี่ยวกับการให้ความรู้เกี่ยวกับ data ให้พนักงาน นั่นทำให้องค์กรขนาดใหญ่ที่ลงเงินไปกับ data ไปมหาศาลไม่สามารถใช้ประโยชน์จากการลงทุนเหล่านี้ได้
ดังนั้นต่อไปนี้คือ 3 สิ่งสำคัญที่ต้ององค์กรทำเพื่อจะ data-driven ให้ได้จริง:
1\. ผู้บริหารต้องทำมากกว่าแค่พูด
ให้ความสนใจกับระบบ นโยบาย และการกระทำ มากกว่าสิ่งที่พูด หลายครั้งที่ผู้บริหารชอบใช้วิธีใส่คำว่า data ลงไปในอีเมล หรือรายงานประจำปี แต่นอกจากนั้นไม่ได้ทำอะไรเป็นพิเศษ ตรวจสอบให้ดีว่าองค์กรของเรากำลังเป็นอย่างนี้อยู่หรือไม่ และสร้างการเปลี่ยนแปลงให้ตรงจุด
2\. เตรียมตัวกับภารกิจระยะยาว
การสร้าง data culture เป็นงานที่ไม่มีวันสิ้นสุด นั่นทำให้การพยายามมองหาทางลัดเป็น mindset ที่ขัดขวางการสร้าง data culture เช่น เมื่อองค์กรรีบร้อนต้องสร้างผลลัพท์ด่วน ๆ เพื่อให้ยังแข่งขันในตลาดได้ จนต้องหาทางลัดด้วยการเริ่มต้นแบบผิด ๆ เช่น ลงทุนกับเทคโนโลยีใหม่ ๆ แล้วก็ไม่ได้ใช้ หรือ kick-off โปรเจ็คที่ไม่ได้มีการทำอะไรต่อ
ดังนั้นถ้าจริงจังกับการสร้าง [[Data-driven]] culture องค์กรต้องยอมรับให้ได้ว่ามันจะไม่ง่าย และจะเป็นงานที่ไม่มีวันสิ้นสุด และเริ่มต้นให้ถูกจุดอย่าเพิ่งเล่นใหญ่ ลงทุนเมื่อสามารถตอบโจทย์ธุรกิจได้โดยตรง และค่อย ๆ ขยายมันออกไป เก็บ quick win เพื่อสร้างขวัญกำลังใจ
3\. อยู่กับความเป็นจริง
ตำแหน่งงาน CDO เป็นตำแหน่งผู้บริหารที่มี turnover สูงที่สุด โดยมีอายุงานเฉลี่ยน้อยกว่า 3 ปี นั่นเป็นเพราะหลายองค์กรขาดความรู้เกี่ยวกับ data และมักจะมีความคาดหวังที่ไม่ตรงกับความเป็นไปได้จริงที่มอบหมายให้กับ CDO เช่น ทำให้องค์กร [[Data-driven]] ให้ได้ภายใน 90 วัน
นอกจากนั้นแล้วหลายองค์กรยังประเมินสถานการณ์ตัวดีกว่าความเป็นจริง โดยหลายองค์กรมองว่าตัวเองมีแนวทางในการพัฒนา data ในองค์กรอย่างดีอยู่แล้ว (ซึ่งมักจะไม่จริง) และมักจะปิดกั้นที่จะเรียนรู้เพิ่มเติม โดยเฉพาะการศึกษา best practice จากองค์กรที่ทำได้สำเร็จในอุตสาหกรรมเดียวกัน หรือมีปัญหาคล้าย ๆ กัน
:::::::::::::::::::::::::
ดังนั้นการพัฒนา [[data culture]] ในองค์กรให้ได้นั้นต้องเริ่มจากการยอมรับความเป็นจริงเพื่อที่จะตั้งเป้าหมายได้ตรงจุด และพร้อมที่จะเปิดรับการเรียนรู้จากแหล่งภายนอก
การสร้างองค์กรที่ใช้ data ได้อย่างมีประสิทธิภาพนั้นเป็นเส้นทางที่ยาวนานที่องค์กรจะต้องยอมรับ การหันเหความสนใจโดยการลงทุนกับเทคโนโลยีแพง ๆ มาใช้มักเป็นสิ่งที่อาจจะดูดีในช่วงแรก แต่มีโอกาสน้อยมากที่จะมาให้องค์กรกลายเป็น [[Data-driven]] ขึ้นมาได้ ถ้าไม่ลงทุนกับวัฒนธรรมองค์กร ดังนั้นในการสร้างการเปลี่ยนแปลงนี้สิ่งที่ต้องรู้คือนี่คือการเดินทางไกล ควรหยุดมองหาทางลัด เพราะทางที่เร็วที่สุดคือการตรงไปข้างหน้าอย่างช้า ๆ และมั่นคง
A Cup of Culture
———–
วัฒนธรรมองค์กร
CorporateCulture
OrganizationalCulture
References:
https://sloanreview.mit.edu/article/action-and-inaction-on-data-analytics-and-ai/
https://sloanreview.mit.edu/article/why-culture-is-the-greatest-barrier-to-data-success/
