รัฐบาลสหราชอาณาจักรไล่ตาม AI ขณะที่ระบบไอทีที่ล้าสมัยทำให้เสี่ยง ประธาน PAC เตือน

สิ่งที่เกิดขึ้น

ประธานคณะกรรมาธิการตรวจสอบบัญชีสาธารณะ (Public Accounts Committee) ของสหราชอาณาจักรเตือนว่า แผน AI ของรัฐบาลกำลังเดินหน้าไปพร้อมกับระบบไอทีที่ล้าสมัย ซึ่งทำให้ภาครัฐยังมีความเปราะบาง ขณะเดียวกันกำลังคนด้านดิจิทัลก็ยังขาดแคลนจากเป้าหมายที่วางไว้ ข้อมูลนี้รายงานโดย The Register

ประเด็นหลักของคำเตือนคือความไม่สมดุลระหว่างความทะเยอทะยานด้าน AI กับสภาพโครงสร้างพื้นฐานไอทีเดิมที่ยังถูกใช้งานอยู่ การพัฒนาการบริการดิจิทัลและการนำเครื่องมือใหม่มาใช้จึงมีโอกาสถูกจำกัดหากรากฐานของระบบยังไม่ได้รับการปรับปรุง

แหล่งข่าวที่มีอยู่ให้รายละเอียดเชิงตัวเลขหรือข้อสรุปเฉพาะเจาะจงค่อนข้างจำกัด จึงควรอ่านคำเตือนนี้เป็นสัญญาณเชิงทิศทางมากกว่าการประเมินที่ครบถ้วนของโครงการใดโครงการหนึ่ง

ทำไมเรื่องนี้จึงสำคัญ

เรื่องนี้เป็นประเด็นด้านการปรับเปลี่ยนดิจิทัลภาครัฐ (GovTech) และการนำ AI มาใช้ในการให้บริการสาธารณะ ซึ่งแตกต่างจากการทดลองเทคโนโลยีเฉพาะจุด เพราะ AI จะทำงานได้ดีต่อเมื่อข้อมูล ระบบ และกระบวนการที่อยู่เบื้องหลังเชื่อมต่อกันและเชื่อถือได้ เมื่อระบบเดิมเก่าและกำลังคนไม่เพียงพอ องค์กรจะเพิ่มความสามารถด้าน AI ได้ยากขึ้นและอาจสร้างความเสี่ยงด้านความมั่นคงของระบบ

สำหรับผู้นำด้านประสบการณ์และการปรับเปลี่ยนองค์กร บทเรียนที่ชัดเจนคือ ความทะเยอทะยานด้านเทคโนโลยีต้องไปพร้อมกับการลงทุนในรากฐาน ทั้งระบบเดิม ทักษะบุคลากร และรูปแบบการดำเนินงาน ผู้ใช้บริการที่ต้องพึ่งพาระบบสาธารณะจะได้รับผลกระทบโดยตรงหากการเปลี่ยนผ่านดังกล่าวสะดุด

มุมมองของ Renascence

ประเด็นที่ผู้อ่านหลายคนอาจมองข้ามคือ AI ไม่ได้เป็นเพียงชั้นของความฉลาดที่วางทับบนระบบเดิม แต่จะสะท้อนคุณภาพของข้อมูล กระบวนการ และคนที่อยู่ข้างหลังเสมอ หลักการด้านการออกแบบบริการที่สำคัญคือ ประสบการณ์ที่ราบรื่นต้องเริ่มจากจุดที่ผู้ใช้สัมผัสจริง ไม่ใช่จากการประกาศแผนระดับนโยบาย

ผู้ที่ดูแลประสบการณ์ลูกค้าควรถามก่อนว่า ระบบปัจจุบันรองรับการเปลี่ยนแปลงได้หรือไม่ และทีมงานมีเวลาและทักษะเพียงพอสำหรับการปรับปรุงหรือไม่ การนำ AI มาใช้บนรากฐานที่เปราะบางมักทำให้ปัญหาเดิมซ่อนอยู่หลังหน้าจอที่ดูทันสมัย สิ่งที่องค์กรที่ให้ความสำคัญกับลูกค้าควรทำคือ ลงทุนปรับปรุงเส้นทางการให้บริการที่ผู้ใช้เผชิญบ่อยที่สุดก่อน แล้วค่อยขยายขอบเขต AI ออกไปจากจุดที่พิสูจน์แล้วว่าเชื่อถือได้