“10% คือโมเดล 20% คือเทคโนโลยีและข้อมูล แต่ 70% คือ คน การบริหารการเปลี่ยนแปลง และการกำกับดูแล”

นี่คือสูตร 70:20:10 ที่ “กระทิง” เรืองโรจน์ พูนผล หยิบมาอธิบายบนเวที Techsauce Global Summit 2026 ว่าอะไรคือปัจจัยที่จะทำให้องค์กรก้าวจากการ “ใช้ AI” ไปสู่การเป็น AI Native

ในวันที่องค์กรทั่วโลกกำลังเร่งลงทุนกับ AI สิ่งที่กระทิงชี้ให้เห็นกลับสวนทางกับภาพที่เกิดขึ้น เพราะความสำเร็จของ AI Transformation ไม่ได้ขึ้นอยู่กับว่าองค์กรเลือกใช้โมเดลที่เก่งที่สุด หรือมีเทคโนโลยีที่ล้ำที่สุด แต่หัวใจอยู่ที่ว่า องค์กรพร้อมเปลี่ยนคน วิธีทำงาน และวิธีตัดสินใจไปพร้อมกับ AI หรือไม่

70% ของเกมอยู่ที่ “คน”
สำหรับกระทิง AI Transformation ไม่ใช่โครงการของฝ่ายเทคโนโลยีเพียงอย่างเดียว แต่เป็นการเปลี่ยนแปลงระดับองค์กร ซึ่งต้องเริ่มจากผู้นำสูงสุด DNA ของ AI Native จึงต้องเริ่มจาก CEO ที่เข้าใจ AI และไม่ได้หยุดอยู่แค่ CEO แต่รวมถึง CFO และ CPO ที่ต้องมีความเข้าใจทางเทคนิคเพียงพอที่จะร่วมตัดสินใจเรื่อง AI ได้

เพราะ AI กำลังเข้าไปเกี่ยวข้องกับทุกเรื่อง ตั้งแต่การออกแบบโมเดลธุรกิจ การจัดสรรเงินลงทุน การออกแบบกระบวนการทำงาน ไปจนถึงโครงสร้างกำลังคน
CEO จึงไม่ได้มีหน้าที่ลงไปทำ AI ทุกอย่างด้วยตัวเอง แต่ต้องทำหน้าที่ จุดประกาย ผลักดัน และกำกับการเปลี่ยนแปลง ขณะที่ผู้บริหารระดับกลางต้องเป็นคนขยายผล และคนเก่งในองค์กรต้องเป็นผู้สร้างนวัตกรรมและทำให้มันเกิดขึ้นอย่างต่อเนื่อง

เลิก “ปั๊ม Use Case” แล้วหันมาเปลี่ยนธุรกิจ
อีกกับดักที่กระทิงมองว่าองค์กรจำนวนมากกำลังเผชิญ คือการวัดความสำเร็จของ AI จากจำนวน Use Case

หลายองค์กรเคยภูมิใจกับการสร้าง Use Case ได้เป็นสิบหรือเป็นร้อย แต่คำถามสำคัญกว่าคือ Use Case เหล่านั้นสร้างคุณค่าทางธุรกิจจริงหรือไม่ ดังนั้นยุคของการเป็น “โรงงานผลิต Use Case” กำลังหมดลง สิ่งที่องค์กรต้องทำต่อไปคือ Domain Transformation หรือการเปลี่ยนธุรกิจในระดับโดเมน โดย CEO ต้องมองให้ออกว่า “จุดผ่อนแรง” ที่ใหญ่ที่สุดของธุรกิจอยู่ตรงไหน อาจเป็นการรับลูกค้าใหม่ การอนุมัติสินเชื่อ การทวงหนี้ หรือกระบวนการสำคัญอื่น ๆ จากนั้นเลือกเพียง 2-3 โดเมนที่มีผลกระทบสูงมาทดลองเปลี่ยนให้สำเร็จก่อน แล้วจึงขยายผลไปยังส่วนอื่น

เพราะการทำ AI Transformation ไม่ใช่การพยายามเปลี่ยนทั้งองค์กรในครั้งเดียว แต่คือการเลือก จุดที่ AI สามารถสร้างผลลัพธ์ทางธุรกิจได้มากที่สุด

20% คือเทคโนโลยีและข้อมูล แต่ต้องพร้อมจริง
แม้เทคโนโลยีจะมีน้ำหนัก 20% แต่ไม่ได้หมายความว่าไม่สำคัญ องค์กรต้องรู้ว่าโมเดลแบบไหนเหมาะกับงาน เทคโนโลยีอะไรควรนำมาใช้ และข้อมูลขององค์กรพร้อมหรือไม่

ในหลายบริษัท ข้อมูลยังแยกกันอยู่เป็นส่วน ๆ ไม่สามารถนำมาใช้ร่วมกันได้อย่างมีประสิทธิภาพ การเป็น AI Native จึงไม่ได้หมายถึงการเลือกใช้ Generative AI เพียงอย่างเดียว แต่ต้องเข้าใจการทำงานร่วมกันของ AI หลายรูปแบบ ตั้งแต่ Predictive AI, Generative AI, Agentic AI ไปจนถึงระบบอัตโนมัติเดิมอย่าง RPA

สิ่งสำคัญคือ ต้องออกแบบให้เทคโนโลยีเหล่านี้ทำงานร่วมกันเป็นระบบ ไม่ใช่ต่างคนต่างทำจนกลายเป็น “แฟรงเกนสไตน์” ทางเทคโนโลยีที่มีเครื่องมือมากมาย แต่ไม่สามารถสร้างคุณค่าร่วมกันได้

10% คือโมเดล แต่ไม่ใช่ทั้งหมดของ AI
กระทิงชี้ว่า แม้โมเดลจะเป็นองค์ประกอบสำคัญ แต่การมีโมเดลที่ดีที่สุดไม่ได้รับประกันว่าองค์กรจะทำ AI Transformation สำเร็จ เพราะต่อให้โมเดลเก่งแค่ไหน หากคนไม่พร้อม กระบวนการไม่เปลี่ยน ข้อมูลไม่พร้อม หรือองค์กรไม่มีระบบกำกับดูแล ผลลัพธ์ก็อาจไม่เกิดขึ้นตามที่คาดหวัง

และนี่คือเหตุผลที่องค์กรต้องเปลี่ยนวิธีวัดผลจาก “เรามี AI กี่ตัว” หรือ “เรามี Use Case กี่รายการ” ไปสู่คำถามว่า AI สร้างผลลัพธ์ทางธุรกิจอะไรให้เราได้บ้าง

CEO ยุค AI ต้องรู้จักจัดสรรเงินใหม่
เมื่อ AI กลายเป็นส่วนหนึ่งของธุรกิจ การจัดสรรงบประมาณก็ไม่สามารถใช้กรอบเดิมได้ทั้งหมด

กระทิงยกตัวอย่างว่า บางครั้งการเพิ่มการใช้ AI หรือเพิ่มจำนวน Token อาจช่วยให้ธุรกิจตอบสนองลูกค้าได้เร็วขึ้น และเปลี่ยน Lead ให้กลายเป็นลูกค้าได้มากขึ้น แต่หาก CFO ยังมองเพียงว่า “งบประมาณปีนี้กำหนดไว้เท่านี้” องค์กรก็อาจพลาดโอกาสทางธุรกิจ ดังนั้น CFO ยุค AI ต้องสามารถประเมินได้ว่า AI สร้างคุณค่าตรงไหน และควรลงทุนตรงไหนเพื่อให้เกิดผลตอบแทนสูงสุด

อย่ารีบตัดคน เพราะคิดว่า AI ทำแทนได้
กระทิงไม่เห็นด้วยกับแนวคิดที่ว่า เมื่อ AI สามารถทำงานบางอย่างของพนักงานระดับเริ่มต้นได้ บริษัทควรหยุดรับ Junior ตรงกันข้าม หากองค์กรพบคนรุ่นใหม่ที่เก่งและมีความเข้าใจ AI อย่างเป็นธรรมชาติ ควรรีบดึง Talent เหล่านั้นเข้ามา เพราะในอนาคตความได้เปรียบไม่ได้อยู่ที่องค์กรมีคนมากที่สุด แต่อยู่ที่ มีคนที่สามารถใช้ AI สร้างผลลัพธ์ได้มากที่สุด

โครงสร้างองค์กรจึงมีแนวโน้มเปลี่ยนจากรูปปิรามิดไปสู่รูปทรงเพชร มีลำดับชั้นน้อยลง องค์กรแบนขึ้น และต้องการคนเก่งที่สามารถสร้างผลลัพธ์ได้มากขึ้น

สิ่งที่ CEO ต้องทำจึงไม่ใช่แค่ลดคน แต่คือการออกแบบ Workforce Metamorphosis ให้คนและ AI ทำงานร่วมกันในรูปแบบใหม่

และอีก 70% ที่มักถูกมองข้าม คือ Governance
AI มีทั้งด้านบวกและด้านมืด ตั้งแต่การสร้างข้อมูลผิด หรือ Hallucination ไปจนถึงอคติของโมเดล การประจบเอาใจผู้ใช้ และการเปลี่ยนคำตอบตามแรงกดดันจากผู้ใช้งาน ดังนั้น องค์กรที่เป็น AI Native ไม่ใช่องค์กรที่เชื่อ AI มากที่สุด แต่คือองค์กรที่ เข้าใจว่าเมื่อไรควรเชื่อ และเมื่อไรต้องตรวจสอบ เรื่อง Risk, Ethics, Safety และ Governance จึงต้องกลายเป็นส่วนหนึ่งของ AI Transformation ตั้งแต่ต้น ไม่ใช่สิ่งที่ค่อยนำเข้ามาทีหลัง

ในมุมของกระทิง สมรภูมิใหม่จึงไม่ใช่เพียงการวัดว่า AI ทำงานได้เร็วหรือมีประสิทธิภาพแค่ไหน แต่ต้องวัดว่าองค์กรสามารถบริหารความเสี่ยงและสร้างระบบป้องกันที่เหมาะสมได้หรือไม่

AI Native ไม่ใช่ “ใช้ AI เป็น”
ท้ายที่สุด กระทิงมองว่าแนวคิดที่ว่า “คุณจะไม่ตกงานเพราะ AI แต่จะตกงานเพราะคนที่ใช้ AI” กำลังล้าสมัย เพราะการใช้ AI เป็นเพียงทักษะขั้นพื้นฐาน

คนทำงานระดับสูงในปี 2026 ต้องสามารถตั้งคำถามกับ AI ตรวจสอบคำตอบ ถอดโครงสร้างเหตุผล และปรับปรุงตรรกะของ AI ได้ ไม่ใช่เพียงป้อนคำสั่งเดียวแล้วนำคำตอบไปใช้ทันที เช่นเดียวกับองค์กรที่ไม่ควรเป็นเพียง Human Wrapper หรือ Organization Wrapper ที่เอา AI มาครอบกระบวนการเดิม โดยไม่ได้เปลี่ยนวิธีคิด วิธีทำงาน และวิธีตัดสินใจ

เพราะสุดท้ายแล้ว AI Native ไม่ได้หมายถึงการมี AI มากที่สุด แต่คือการที่ทั้งองค์กรเข้าใจ AI มากพอที่จะเปลี่ยนแปลงตัวเอง

และนี่อาจเป็นบทบาทใหม่ของ CEO ในยุค AI ไม่ใช่การเป็นคนที่ใช้ AI เก่งที่สุดในองค์กร
แต่คือการเป็นคนที่ ทำให้องค์กรทั้งองค์กร “คิดใหม่ ทำใหม่ และตัดสินใจใหม่” ด้วยความเข้าใจทั้งเทคโนโลยีและความเป็นมนุษย์

70% จึงไม่ได้อยู่ที่ AI แต่เป็นเรื่องของคน และคนที่ต้องเริ่มเปลี่ยนก่อน อาจเป็น CEO เอง