ยาสีฟัน. สบู่เหลวล้างมือ. น้ำยาทำความสะอาดห้องครัว.
คุณอาจมีผลิตภัณฑ์ของ Lion อย่างน้อยหนึ่งชิ้นอยู่ในห้องน้ำหรือห้องครัวของคุณตอนนี้
พวกเขาเป็นผู้ผลิตที่มีชื่อเสียงและก่อตั้งมายาวนาน ซึ่งเราไว้วางใจในชีวิตประจำวัน
คุณจะคิดอย่างไรถ้าผมบอกคุณว่าบริษัทที่ดูเหมือนจะดั้งเดิมนี้ ปัจจุบันเป็นหนึ่งในบริษัทที่ล้ำหน้าที่สุดในญี่ปุ่น ในด้านการใช้ Generative AI?
พูดตามตรง มันน่าประหลาดใจใช่ไหมล่ะ?
Lion คือบริษัทที่มีประวัติศาสตร์ยาวนานกว่า 130 ปี โดยปกติแล้ว คุณคงคิดว่าบริษัทแนวเก่าแก่แบบนี้จะห่างไกลจาก AI มากที่สุด แต่พวกเขากลับอยู่ในระดับแนวหน้า
เรื่องราวนี้ถูกแชร์โดย Norihiko Nakabayashi (เจ้าหน้าที่บริหารฝ่ายกลยุทธ์ดิจิทัล) ในรายการ PIVOT "&Questions" และมันน่าสนใจอย่างยิ่ง
ส่วนที่น่าประทับใจที่สุด? ภายในบริษัท เวลาที่ใช้ในการค้นหาข้อมูลงานวิจัยหลายทศวรรษลดลงเหลือเพียงหนึ่งในห้า
บทความนี้จะแจกแจงระบบนั้นออกมาเป็นรูปแบบที่คุณสามารถนำไปปรับใช้ในบริษัทของคุณเองได้
ปัญหา: เราติดตั้ง AI แต่ไม่มีใครใช้มัน
ขอพูดถึงจุดที่เจ็บปวดก่อน
บริษัทของคุณได้นำ ChatGPT หรือเครื่องมือที่คล้ายกันมาใช้หรือไม่? หลายบริษัทพบว่ามีเพียงไม่กี่คนที่เชี่ยวชาญเทคโนโลยีเท่านั้นที่ใช้งาน พวกเขาจัดอบรมแล้ว พวกเขาทำ PoC (Proof of Concept) แล้ว แต่มันไม่นำไปสู่ผลลัพธ์และก็ค่อยๆ หายไป
ในวงการนี้ บางครั้งเรียกสิ่งนี้ว่า "PoC Death" หมายถึงการตายในขั้นตอน PoC มันหยุดอยู่แค่ "ดูเหมือนสะดวก แต่การทำงานของฉันไม่เปลี่ยนแปลง"
ผมคิดว่าหลายบริษัทคงรู้สึกถึงความเจ็บปวดของความเป็นจริงนั้น
สิ่งที่ทำให้ Lion น่าทึ่งคือพวกเขาก้าวผ่านจุดนี้ไปได้ พวกเขาไม่ได้แค่แจกจ่าย AI แต่พวกเขาสร้างระบบที่พนักงานระดับปฏิบัติการสามารถ "สร้าง AI ได้ด้วยตัวเอง" นี่คือเหตุผลที่บทความนี้เกี่ยวข้องกับทุกคน
ค้นหาข้อมูลวิจัยหลายทศวรรษได้ทันที: เวลาค้นหาลดลงเหลือ 1/5
ก่อนอื่น มาพูดถึงผลลัพธ์ที่แข็งแกร่งที่สุดกันก่อน
นักวิจัยของ Lion เคยใช้เวลาส่วนใหญ่ไปกับการถามว่า "เดี๋ยวนะ มันอยู่ที่ไหนน่ะ?" รายงานการวิจัยเป็นไฟล์ PDF ที่มีแต่ข้อความ กระจายอยู่ในหลายโฟลเดอร์ เพื่อค้นหาข้อมูลที่จำเป็น พวกเขาต้องเปิดทีละโฟลเดอร์และสรุปเนื้อหาด้วยตัวเอง แค่คิดก็เหนื่อยแล้ว
ดังนั้น ในปี 2024 พวกเขาจึงสร้างเครื่องมือแชทที่เชี่ยวชาญเฉพาะสำหรับฝ่าย R&D พวกเขานำข้อมูลการวิจัยหลายทศวรรษ ไม่ว่าจะเป็นรายงาน ส่วนประกอบของผลิตภัณฑ์ การประเมินคุณภาพ มาไว้ในที่เดียว
ตอนนี้ เมื่อพวกเขาถามแชทภายใน มันจะค้นหาเอกสารที่เกี่ยวข้องและแม้แต่สรุปข้อมูลจากหลายแหล่ง "การค้นหา" กลายเป็น "แค่ถาม" ผลลัพธ์ที่ได้คือ ความเร็วและประสิทธิภาพในการค้นหาดีขึ้นห้าเท่า
สิ่งนี้อาจดูเล็กน้อย แต่มันยิ่งใหญ่ R&D คือหัวใจของ Lion การเร่งการวิจัยหมายถึงการเร่งวิวัฒนาการของบริษัท "AI เพื่อประสิทธิภาพ" เป็นวลีที่ใช้กันจนเบื่อ แต่ "นักวิจัยที่เคยใช้เวลาทั้งวันค้นหาโฟลเดอร์ ตอนนี้แค่ถามบอท" เป็นภาพที่เป็นรูปธรรมและทรงพลัง
รากฐาน: การสร้าง Lion AI Chat และการเข้าถึง 20,000 ครั้งต่อสัปดาห์
เครื่องมือค้นหานี้ไม่ได้เกิดขึ้นมาลอยๆ มันมีลำดับขั้นตอน ก่อนหน้านั้น มีรากฐานที่สำคัญมาก แม้จะดูไม่สวยงามก็ตาม
ประมาณสามปีที่แล้ว Lion ได้สร้างโครงสร้างพื้นฐานข้อมูลของบริษัททั้งหมดขึ้นมาใหม่ตั้งแต่ต้น ทำไม? คุณ Nakabayashi กล่าวว่าหากไม่มีการยกเครื่องครั้งใหญ่ การนำ Generative AI มาใช้จะเริ่มต้นเล็กและจบลงเล็ก
บริษัทญี่ปุ่นขนาดใหญ่หลายแห่งมีข้อมูลและระบบที่ "แยกส่วน" ซึ่งไม่เชื่อมโยงแบบเรียลไทม์ หากรากฐานไม่มั่นคง การเพิ่ม AI ล่าสุดจะให้ผลลัพธ์เพียงผิวเผินเท่านั้น การลงทุนในสิ่งที่มองไม่เห็นจะให้ผลตอบแทนในภายหลัง
กลยุทธ์ดิจิทัลของ Lion มีสามเสาหลัก: 1. โครงสร้างพื้นฐานด้านการจัดการ 2. การทำให้ AI เป็นประชาธิปไตย และ 3. การขยายธุรกิจใหม่ บทความนี้เน้นที่เสาที่สอง: การทำให้เป็นประชาธิปไตย
เมื่อ ChatGPT ถูกประกาศในเดือนพฤศจิกายน 2022 Lion ดำเนินการอย่างรวดเร็ว พวกเขาทำให้เครื่องมือแชทภายในที่ชื่อว่า "Lion AI Chat" กลายเป็นระบบภายในองค์กรภายในฤดูใบไม้ผลิปี 2023 แต่เครื่องมือเพียงอย่างเดียวไม่พอ Lion ให้ความสำคัญกับการนำไปใช้ พวกเขาจัดเซสชันแบบลงมือปฏิบัติ รวบรวมไอเดียผ่าน "Ideathon" และสร้างชุมชนบน Slack และ Teams เครื่องมือคือ "จุด" แต่ชุมชนคือ "เส้น" ที่นำไปสู่การคงอยู่ของผู้ใช้
Lion AI Chat ฉลาด; มันสลับไปมาระหว่าง ChatGPT ของ OpenAI, Gemini ของ Google และ Claude ของ Anthropic ขึ้นอยู่กับงาน พวกเขายังไม่เก็บบันทึกประวัติ ซึ่งช่วยลดอุปสรรคทางจิตใจแม้แต่ผู้บริหารที่จะถามคำถามสำคัญ ตอนนี้ มันถูกใช้ 20,000 ครั้งต่อสัปดาห์และกำลังเพิ่มขึ้นเรื่อยๆ
ประเด็นหลัก: การทำให้ฝั่ง "ผู้สร้าง" เป็นประชาธิปไตย
เมื่อเครื่องมือ R&D ถูกปล่อยออกมา แผนกอื่นๆ ก็อยากได้ทันที ฝ่ายสนับสนุนอยากค้นหากฎระเบียบภายใน ฝ่ายการตลาดอยากค้นหาข้อมูลส่วนแบ่งการตลาด ทุกคนอยากให้ AI จัดการงานที่น่าเบื่อของพวกเขา
แต่ทีมผู้เชี่ยวชาญด้าน AI มีข้อจำกัด พวกเขาไม่สามารถสร้างทุกอย่างให้ทุกคนได้ วิธีแก้ปัญหาของ Lion? "นี่คือเครื่องมือ; สร้างมันขึ้นมาเอง"
นี่คือ "การทำให้ฝั่งผู้สร้างเป็นประชาธิปไตย" พวกเขาเลือกเครื่องมือแบบไม่ต้องเขียนโค้ดที่ชื่อว่า "Dify" มันช่วยให้คนที่ไม่มีทักษะการเขียนโค้ดสามารถสร้าง AI Agent ซึ่งเป็นผู้ช่วยขนาดเล็กที่จัดการงานเฉพาะได้ สิ่งเหล่านี้ถูกแชร์ใน "Agent Hub" ซึ่งเป็นตลาดภายในองค์กรที่เครื่องมือที่ดีที่สุดจะถูกยกขึ้นมาเป็นที่หนึ่ง สิ่งนี้สร้างแรงจูงใจมหาศาล
การป้องกัน PoC Death: ฝึกอบรม 100 คนผ่าน "Dojo"
พวกเขาฝึกอบรมผู้สร้างเหล่านี้อย่างไร? พวกเขากำหนดพรสวรรค์สามประเภท: 1. Digital Entry (พนักงานทั้งหมด), 2. IT Digital (ผู้เชี่ยวชาญ), และ 3. Digital Utilization (พรสวรรค์แบบผสมผสานในฝ่ายขาย/การตลาด/HR) พวกเขาให้ความสำคัญกับกลุ่มที่สาม ซึ่งเป็นคนที่เข้าใจธุรกิจและสามารถเชื่อมช่องว่างกับเทคโนโลยีได้
พวกเขาวินิจฉัยทักษะของพนักงาน 3,000 คนโดยใช้แผนภูมิเรดาร์เพื่อแสดงช่องว่างให้เห็นภาพ จากนั้นพวกเขาก็เปิดตัว "Dojo" (ค่ายฝึกอบรม) มันไม่ใช่แค่การบรรยาย; ผู้เข้าร่วมต้องนำปัญหาจริงในที่ทำงานมาและพิสูจน์ ROI หากผลกระทบทางธุรกิจต่ำ ผู้สอนก็จะพูดตรงไปตรงมา ความเข้มงวดนี้ทำให้แน่ใจว่าโปรเจกต์ต่างๆ จะไม่ตายหลังจากจบการฝึกอบรม
ปีนี้ พวกเขาตั้งเป้าที่จะสร้างผู้สร้าง AI แบบไม่ต้องเขียนโค้ดจำนวน 100 คน การฝึกอบรม 2 เดือนเกี่ยวข้องกับการทำรายการงาน เลือกงานที่เหมาะสมกับ AI การวางแผนผังขั้นตอนการทำงาน และสร้างแอปใน Dify ผู้เข้าร่วมกว่า 90% ยังคงใช้ Dify ต่อไปหลังการฝึกอบรม เพราะมันทำให้งานของพวกเขาง่ายขึ้นจริงๆ
เป้าหมาย: ไม่ใช่แค่การประหยัดเวลา แต่คือการเปลี่ยนแปลง
เป้าหมายของ Lion ไม่ใช่แค่การลดชั่วโมงการทำงาน; มันคือ "Smart Work" ซึ่งก็คือการเปลี่ยนแปลงวิธีการทำงานเพื่อสร้างมูลค่าที่สูงขึ้น เมื่อกำลังคนลดลง พวกเขาต้องการให้ทุกคนสามารถใช้และสร้าง AI เพื่อรักษาระดับผลผลิตไว้
พวกเขากำลังสร้างโมเดล AI ที่เป็นกรรมสิทธิ์ของตัวเองด้วย ในขณะที่ AI ทั่วไปให้คำตอบทั่วไป โมเดลที่ได้รับการฝึกฝนด้วยข้อมูลของ Lion สามารถแนะนำส่วนผสมที่ได้รับการจดสิทธิบัตรเฉพาะพร้อมหลักฐานได้ พวกเขายังกำลังสำรวจการแปลง "ความรู้ที่ฝังลึก" จากพนักงานรุ่นเก๋าให้เป็นดิจิทัล โดยการวิเคราะห์วิดีโอจากการฝึกอบรมแบบ OJT
บทสรุป: ปัญหาที่คุณกำลังแก้ไขคืออะไร?
คุณ Nakabayashi เน้นย้ำว่า: "DX และดิจิทัลเป็นเพียงเครื่องมือ" สิ่งที่สำคัญที่สุดคือสิ่งที่คุณแก้ไขด้วยเครื่องมือเหล่านี้ "Vision 2030" ของ Lion มุ่งสู่ "ความสามารถในการทำกำไรที่ยืดหยุ่น" และทุกความคิดริเริ่มด้าน AI เชื่อมโยงกับเป้าหมายนี้
สามสิ่งที่คุณนำไปใช้กับบริษัทของคุณได้:
- อย่าหยุดแค่ "ทุกคนใช้ AI"; มุ่งสู่ "ทุกคนสร้าง AI"
- การฝึกอบรมต้องขับเคลื่อนด้วยปัญหาและเน้น ROI เพื่อหลีกเลี่ยง "PoC Death"
- ลงทุนใน "พรสวรรค์แบบผสมผสาน" ที่เข้าใจทั้งหน้างานและเทคโนโลยี
Lion คือบริษัทยาสีฟัน แต่พวกเขากำลังใช้ AI เพื่อเปลี่ยนแปลงวัฒนธรรมและตัวบริษัทเอง บริษัทของคุณกำลังแค่เพิ่มจำนวนผู้ใช้ หรือคุณกำลังเสริมพลังให้ผู้สร้าง?
