AI Use Case & Pilot Management

Section 1: ทำไมโครงการ AI จำนวนมากไม่ขยายผล

• ปรากฏการณ์ Pilot Purgatory: โครงการนำร่องที่ไม่จบและไม่เคยถูกขยายผล

• สาเหตุหลัก: ปัญหาไม่ชัด ข้อมูลไม่พร้อม และไม่มีเจ้าของโครงการ

• สาเหตุที่มักถูกมองข้าม: ไม่มี KPI ตั้งแต่ต้นและไม่ได้บริหารการเปลี่ยนแปลง

• บทเรียนจากองค์กรชั้นนำที่ขยายผลโครงการ AI ได้สำเร็จ

• ผลกระทบต่องบประมาณและความเชื่อมั่นของผู้บริหารต่อ AI

Section 2: วงจรชีวิตโครงการ AI และ Stage-gate

• ขั้นตอนของโครงการ AI ตามแนวทาง CRISP-DM

• การปรับ CRISP-DM ให้เข้ากับบริบทธุรกิจและงานของหน่วยงาน

• Stage-gate จากไอเดีย สู่โครงการนำร่อง จนถึงการขยายผล

• สิ่งที่ต้องพิสูจน์ให้ได้ก่อนผ่านแต่ละ Gate

• การผสาน AI Project Lifecycle เข้ากับวงจร PDCA และวัฒนธรรมการปรับปรุงงาน

Section 3: เทคนิคค้นหา Use Case

• Pain Point Mapping: ไล่หาจุดเจ็บปวดของกระบวนการจากมุมผู้ใช้งาน

• Process Walk: เดินตามกระบวนการจริงเพื่อเห็นปัญหาหน้างาน

• รูปแบบโอกาสของ AI 5 แบบ: Predict, Detect, Generate, Optimize และ Automate

• การต่อยอดจาก AI Use Case Canvas ที่เคยทำไว้ในหลักสูตรก่อนหน้า

Section 4: AI Use Case Canvas

• การกำหนดปัญหาและผู้ใช้ให้ชัดก่อนคิดถึงเทคโนโลยี

• การระบุข้อมูลที่ต้องใช้และแนวทาง AI ที่เหมาะสม

• การระบุคุณค่าที่คาดหวังและความเสี่ยงของ Use Case

• การกำหนดตัวชี้วัดที่ใช้พิสูจน์ว่า Use Case สำเร็จ

Section 5: จัดลำดับความสำคัญด้วย Value vs Feasibility

• การวาง Use Case ลงบน Value vs Feasibility Matrix

• Scoring Model ที่ให้คะแนนด้วยเกณฑ์โปร่งใสและวัดได้

• เกณฑ์คุณค่าทางธุรกิจและความพร้อมของข้อมูล

• เกณฑ์ความเป็นไปได้ทางเทคนิค ความเสี่ยง และระยะเวลาเห็นผล

Section 6: Business Case, ROI และ Build, Buy หรือ Partner

• การประเมินต้นทุนและผลประโยชน์ทั้งที่เป็นตัวเงินและไม่เป็นตัวเงิน

• การวัด Baseline ก่อนเริ่มเพื่อให้เทียบผลลัพธ์ได้จริง

• การระบุสมมติฐานที่ต้องพิสูจน์ในโครงการนำร่อง

• เกณฑ์เลือกแนวทางพัฒนาแบบ Build, Buy หรือ Partner

• การทำงานร่วมกับผู้ให้บริการภายนอก

Section 7: Workshop วันที่ 1: From Ideas to Top Use Case

• โจทย์จากงานของผู้เรียนเอง หรือกรณีศึกษาที่วิทยากรเตรียมให้ ทำงานเป็นกลุ่ม

• ระดมไอเดียการใช้ AI รวมอย่างน้อย 10 เรื่อง

• คัดไอเดียที่ดีที่สุด 3 เรื่องมาเขียนเป็น AI Use Case Canvas

• ให้คะแนนด้วย Prioritization Matrix แล้วเลือก 1 Use Case ต่อกลุ่ม

• Workshop: จัดทำ Business Case เบื้องต้นของ Use Case ที่เลือกเพื่อใช้ต่อในวันที่ 2

Section 8: ออกแบบโครงการนำร่อง

• การกำหนดขอบเขตให้เล็กพอที่จะพิสูจน์ผลได้ในเวลาจำกัด

• การเขียนสมมติฐานและเกณฑ์ความสำเร็จที่ตรวจสอบได้

• การเลือก KPI ที่เชื่อมกับ Baseline และ Business Case

• การวางระยะเวลานำร่อง 6-12 สัปดาห์ และทรัพยากรที่ต้องใช้

Section 9: ความพร้อมด้านข้อมูลและเทคนิค

• การประเมินความพร้อมของข้อมูลและการวางแผนเตรียมข้อมูล

• การสร้าง MVP เพื่อทดสอบแนวคิดกับผู้ใช้ได้เร็ว

• การออกแบบให้มีคนตรวจสอบผลลัพธ์ (Human-in-the-loop)

• Checklist ความพร้อมด้านข้อมูลและเทคนิคก่อนเริ่มนำร่อง

Section 10: ความเสี่ยงและธรรมาภิบาล AI

• Checklist ประเมินความเสี่ยงของ AI ก่อนเริ่มโครงการ

• ขั้นตอนการอนุมัติและผู้ที่ต้องมีส่วนร่วมในการตัดสินใจ

• การบันทึกความเสี่ยงและมาตรการควบคุมไว้ใน Pilot Charter

• การเชื่อมโยงกับแนวทางในหลักสูตร AI Governance และ Responsible AI สำหรับองค์กร

Section 11: บริหารโครงการ AI แบบ Agile

• การทำงานเป็น Sprint และการปรับแผนจากสิ่งที่เรียนรู้ในแต่ละรอบ

• บทบาทของ Sponsor และ Product Owner ในโครงการ AI

• บทบาทของ Data Owner, AI Champion และ IT

• การสื่อสารความคืบหน้าให้ผู้บริหารและผู้เกี่ยวข้อง

Section 12: วัดผลและตัดสินใจขยายผล

• เกณฑ์ตัดสินใจ Go / No-go / Pivot เมื่อจบโครงการนำร่อง

• การวางแผนขยายผลและการส่งมอบสู่การใช้งานจริง

• แนวคิด MLOps เบื้องต้นสำหรับดูแลระบบ AI หลังใช้งานจริง

• การบริหารการเปลี่ยนแปลงกับผู้ใช้งาน

Section 13: การนำเสนอขออนุมัติต่อผู้บริหาร

• โครงสร้างการนำเสนอแบบ One-page Summary

• Storytelling ด้วยข้อมูลให้ผู้บริหารเห็นคุณค่าและตัดสินใจได้

• การใช้ Copilot ช่วยจัดทำเอกสารและสไลด์นำเสนอ

• การเตรียมตอบคำถามเรื่องงบประมาณ ความเสี่ยง และระยะเวลาเห็นผล

Section 14: Workshop วันที่ 2: Pilot Charter & Pitch

• ต่อยอดจาก Use Case และ Business Case ที่เลือกไว้ในวันที่ 1

• จัดทำ Pilot Charter: ขอบเขต สมมติฐาน KPI ทีมงาน และความเสี่ยง

• วางแผนดำเนินงาน 90 วัน พร้อมจุดตัดสินใจ Go / No-go / Pivot

• Workshop: นำเสนอต่อคณะกรรมการในคลาสเพื่อรับข้อเสนอแนะและประเมินคุณภาพ Pilot Charter