เกิดอะไรขึ้น
รายงาน State of AI 2026 ของ McKinsey ฉบับล่าสุด สำรวจการใช้ AI ในองค์กรทั่วโลก และพบภาพที่น่าสนใจ (และชวนคิด) สำหรับคนทำธุรกิจ
ด้านหนึ่ง องค์กรกำลังขยายการใช้ AI ไปทั่วทั้งบริษัท ตั้งแต่แชตบอต ตัวช่วยเขียนโค้ด ไปจนถึงระบบ agentic ที่ลงมือทำงานเองข้ามหลายขั้นตอน และ 8 ใน 10 คนที่ตอบแบบสอบถามบอกว่า AI ช่วยเพิ่มประสิทธิภาพการทำงานของตัวเองจริง
แต่อีกด้านหนึ่ง สัดส่วนคนที่บอกว่า AI ส่งผลต่อ กำไรจากการดำเนินงาน (EBIT) ขององค์กรอย่างมีนัยสำคัญ กลับ แทบไม่เปลี่ยน จากปีก่อน พูดง่าย ๆ คือคนทำงานรู้สึกเร็วขึ้น แต่ตัวเลขกำไรของบริษัทยังตามไม่ทัน
แปลว่าอะไร
ช่องว่างนี้มีชื่อว่า "scaling gap" — คือการทดลอง AI เป็นเรื่องง่าย แต่การทำให้มันสร้าง "ผลลัพธ์ทางธุรกิจที่วัดได้จริง" ในวงกว้างเป็นเรื่องยากกว่ามาก
สถิติที่ผู้ประกอบการยุคดิจิทัลควรจดไว้: 32% ของผู้ตอบบอกว่าองค์กรตัดสินใจ ไม่ซื้อ ซอฟต์แวร์หรือฟีเจอร์อย่างน้อยหนึ่งอย่าง เพราะสามารถ สร้างเองภายใน ด้วยเครื่องมือเขียนโค้ดแบบ agentic ได้แล้ว
สำหรับ ผู้ประกอบการยุคดิจิทัลและ SME นี่คือดาบสองคม ในมุมหนึ่ง เครื่องมือ AI ทำให้คุณสร้างระบบเล็ก ๆ เอง (เช่น แชตบอตตอบลูกค้าบน LINE, ระบบสรุปข้อมูล, หน้า landing page) โดยไม่ต้องจ้างทีมใหญ่ ต้นทุนการ "ลองทำเอง" ต่ำลงมาก แต่อีกมุมหนึ่ง ถ้าธุรกิจของคุณคือการ "ขายซอฟต์แวร์หรือฟีเจอร์" ลูกค้าองค์กรบางรายอาจเลือกสร้างเองแทนซื้อ
รายงานยังพบว่า 1 ใน 5 ขององค์กรกำลัง จำกัด การใช้ AI เพราะกังวลเรื่องต้นทุนการดำเนินงาน — เตือนว่าค่าใช้จ่ายต่อการเรียกใช้โมเดล (token/API) เป็นตัวเลขที่ต้องคุมให้ดี ไม่ใช่แค่ "เปิดใช้แล้วจบ"
บทเรียนสำหรับธุรกิจไทยคือ อย่าวัดความสำเร็จของ AI แค่ที่ "ทีมรู้สึกเร็วขึ้น" แต่ให้ผูกกับตัวเลขที่จับต้องได้ เช่น ยอดปิดการขาย เวลาตอบลูกค้า หรือต้นทุนต่อออเดอร์ที่ลดลงจริง