ธุรกิจขนาดกลางและขนาดย่อมในยุโรปจำนวนมากกำลังเข้าถึงปัญญาประดิษฐ์ (AI) จากมุมมองที่ไม่ถูกต้องโดย 46% ได้เริ่มใช้เครื่องมือ AI เช่น ChatGPT แล้ว แต่มีเพียงประมาณ 25% เท่านั้นที่ได้นำโซลูชันบัญชีดิจิทัลมาใช้ตามข้อมูลที่อ้างอิงโดยEurostat และการสำรวจ Qonto 2025 ประเด็นไม่ได้อยู่ที่ว่าความกระตือรือร้นนั้นไม่เหมาะสม ประเด็นคือว่า หากไม่มีรากฐานดิจิทัลที่มั่นคง ปัญญาประดิษฐ์อาจเสี่ยงที่จะยังคงเป็นเพียงการทดลองที่น่าสนใจแต่ไม่ได้เปลี่ยนแปลงอะไรมากนัก

นี่คือแก่นแท้ของอุปสรรคในการนำ AI มาใช้ในธุรกิจขนาดกลางและขนาดย่อมของยุโรป ไม่ใช่เพียงแค่รายการของอุปสรรคทางเทคนิค แต่เป็นปริศนาทางการดำเนินงาน: หลายธุรกิจทดลองใช้เครื่องมือขั้นสูงก่อนที่จะจัดระเบียบข้อมูล กระบวนการ และความรับผิดชอบภายในให้เรียบร้อย ในมุมมองภายนอกอาจดูเหมือนเป็นเรื่องของความรวดเร็ว แต่ในทางปฏิบัติ มักจะเป็นการขาดความมั่นคง

สำหรับธุรกิจขนาดกลางและขนาดย่อม (SME) ปัญหาไม่ได้อยู่ที่การนำเอไอมาใช้ในเชิงนามธรรมเพียงอย่างเดียว แต่คือการเข้าใจลำดับขั้นตอนที่ถูกต้องในการนำมาใช้ ก่อนอื่น คุณต้องรวบรวมข้อมูลให้ครบถ้วน จากนั้นคุณต้องระบุกรณีการใช้งานที่เหมาะสม และสุดท้าย คุณต้องทำให้การวิเคราะห์และการตัดสินใจที่ทำซ้ำ ๆ เป็นระบบอัตโนมัติ นี่คือจุดที่โซลูชันที่ออกแบบมาสำหรับ SMEสามารถเป็นประโยชน์ได้ – ไม่ใช่เป็นทางลัดที่มหัศจรรย์ แต่เป็นเครื่องมือที่ช่วยเปลี่ยนศักยภาพที่มีอยู่ให้กลายเป็นผลลัพธ์ที่จับต้องได้

ดัชนี

• บทนำ: ความขัดแย้งของปัญญาประดิษฐ์ในธุรกิจขนาดกลางและขนาดย่อมในยุโรป
• ตัวเลขเฉลี่ยปกปิดสองแนวโน้มที่แตกต่างกัน
• การทดลองอย่างแพร่หลาย, รากฐานยังคงอ่อนแอ

• อุปสรรคห้าประการที่เสริมซึ่งกันและกัน
• เมื่อกฎหมายมีอิทธิพลต่อการตัดสินใจในการดำเนินงาน

• ค้าปลีกและพาณิชย์อิเล็กทรอนิกส์
• บริการทางการเงิน

• เพราะปัญหาไม่ได้ถูกแก้ไขเพียงแค่การจ้างคน
• วิธีทำลายวงจรอุบาทว์

• แอปพลิเคชันที่มีประโยชน์อย่างยิ่งสี่ตัว
• สิ่งที่ควรพิจารณาก่อนออกเดินทาง

• กระบวนการที่เป็นลำดับ มากกว่ากระบวนการที่สับสนวุ่นวาย
• รายการตรวจสอบการตัดสินใจสำหรับธุรกิจขนาดกลางและขนาดย่อม

บทนำ: ความขัดแย้งของปัญญาประดิษฐ์ในธุรกิจขนาดกลางและขนาดย่อมในยุโรป

ยุโรปกำลังผ่านช่วงเวลาที่น่าสนใจ ในด้านหนึ่ง การนำ AI มาใช้กำลังกลายเป็นส่วนหนึ่งของคำศัพท์ทางธุรกิจในชีวิตประจำวัน ในอีกด้านหนึ่ง ธุรกิจขนาดกลางและขนาดย่อม (SMEs) จำนวนไม่น้อยยังไม่ได้ทำพื้นฐานที่มองไม่เห็นแต่มีความสำคัญอย่างยิ่งให้เสร็จสมบูรณ์ ซึ่งทำให้ AI มีประโยชน์อย่างแท้จริง: ข้อมูลที่เชื่อถือได้ กระบวนการดิจิทัลที่สม่ำเสมอ และเครื่องมือการจัดการที่ผสานรวม

ความขัดแย้งนี้ชัดเจน. ปัญญาประดิษฐ์มักถูกมองว่าเป็นแอปพลิเคชันที่ล้ำสมัย ขณะที่โครงสร้างพื้นฐานของบริษัทยังคงกระจัดกระจาย. ในบริบทนี้ อัลกอริทึมไม่ได้ช่วยแก้ไขความไม่เป็นระเบียบ แต่มันกลับทำให้มันรุนแรงขึ้น.

การนำเทคโนโลยีมาใช้จะก่อให้เกิดประโยชน์ก็ต่อเมื่อเป็นไปตามหลักเหตุผลทางอุตสาหกรรม ไม่ใช่เพียงแค่การรวบรวมเครื่องมือที่แยกจากกันมาใช้เท่านั้น

นี่คือเหตุผลที่การถกเถียงเกี่ยวกับอุปสรรคในการนำ AI มาใช้ในธุรกิจ SME ของยุโรปมีความสำคัญต่อความสามารถในการแข่งขันที่แท้จริงของธุรกิจ SME ในยุโรป การถามว่า AI มีศักยภาพหรือไม่ไม่เพียงพอ เราจำเป็นต้องเข้าใจว่าทำไมธุรกิจจำนวนมากยังคงติดอยู่ระหว่างความอยากรู้อยากเห็น การทดลองเป็นครั้งคราว และโครงการที่ไม่สามารถขยายขนาดได้

การวิเคราะห์ข้อมูลเกี่ยวกับการนำ AI มาใช้ในธุรกิจขนาดกลางและขนาดย่อมในยุโรป

20% ของธุรกิจในสหภาพยุโรปที่มีพนักงานอย่างน้อย 10 คนใช้เทคโนโลยีปัญญาประดิษฐ์ อย่างไรก็ตาม หากพิจารณาตัวเลขนี้เพียงอย่างเดียว อาจเสี่ยงต่อการถูกตีความผิด

ตัวเลขเฉลี่ยปกปิดสองแนวโน้มที่แตกต่างกัน

ค่าเฉลี่ยของยุโรปครอบคลุมสถานการณ์ที่หลากหลาย ภายใน 20% นั้น มีทั้งบริษัทขนาดใหญ่ที่มีข้อมูลโครงสร้างอยู่แล้วอยู่ร่วมกับธุรกิจขนาดกลางและขนาดย่อมที่ใช้ AI แบบเฉพาะกิจ ซึ่งมักใช้เครื่องมือระดับผู้บริโภค ประเด็นไม่ได้อยู่ที่ว่า AI แพร่หลายเพียงใด สิ่งที่สำคัญคือ AI ถูกนำไปใช้ที่ไหนและอยู่บนพื้นฐานการดำเนินงานใด

นี่คือจุดที่ความขัดแย้งที่แท้จริงของการนำ AI มาใช้ปรากฏให้เห็นอย่างชัดเจน ในธุรกิจขนาดกลางและขนาดย่อม (SMEs) หลายแห่ง AI ถูกนำมาใช้ในภารกิจที่สามารถมองเห็นได้ก่อน เช่น การเขียน การสรุป และการสนับสนุนการขาย แทนที่จะนำมาใช้ในกระบวนการที่อาจไม่เป็นที่สังเกตแต่ให้ผลกำไรในระยะยาวมากกว่า เช่น การปรับปรุงคุณภาพข้อมูล การผสานระบบ และการมาตรฐานของกระบวนการทำงาน

การศึกษาโดยธนาคารเพื่อการลงทุนแห่งยุโรปให้ภาพที่ชัดเจนของสถานการณ์: ธุรกิจในยุโรปกำลังลงทุนในดิจิทัล แต่ความสามารถในการแปลงการลงทุนเหล่านี้ให้เป็นผลิตภาพยังคงไม่สม่ำเสมอ โดยช่องว่างนี้เห็นได้ชัดเจนที่สุดระหว่างบริษัทขนาดใหญ่และขนาดเล็ก ดังนั้นสำหรับ SME คำถามที่เกี่ยวข้องจึงไม่ใช่ว่า 'กำลังใช้ AI อยู่หรือไม่' คำถามคือ AI กำลังถูกนำไปใช้กับกระบวนการที่เชื่อถือได้หรือกับข้อมูลที่กระจัดกระจาย

การทดลองอย่างแพร่หลาย, รากฐานยังคงอ่อนแอ

นี่เป็นการเปลี่ยนแปลงการประเมินของผู้บริหาร หลายบริษัทไม่ได้หยุดนิ่ง พวกเขากำลังทดลอง ปัญหาคือลำดับ

หากบริษัทใช้ผู้ช่วย AI แบบสร้างสรรค์ในการเตรียมข้อเสนอการขาย แต่ยังคงจัดการการขาย การบัญชี และการรายงานผ่านระบบที่ไม่เชื่อมต่อกัน ประโยชน์ทางการเงินจะยังคงมีจำกัด ความเร็วจะเพิ่มขึ้นเพียงผิวเผิน แต่ไม่ในแง่ของความสม่ำเสมอในการตัดสินใจ ในกรณีเช่นนี้ AI จะช่วยปรับปรุงงานแต่ละงาน ไม่ใช่ระบบธุรกิจโดยรวม

นี่คือเหตุผลว่าทำไมการวิเคราะห์ข้อมูลจึงต้องได้รับการพิจารณาในบริบทของข้อกำหนดทางกฎหมาย SMEs ที่นำเครื่องมือ AI มาใช้โดยไม่ชี้แจงการกำกับดูแลข้อมูล, ความรับผิดชอบภายใน และเกณฑ์การใช้ อาจเพิ่มความซับซ้อนแทนที่จะลดมันลง ด้วยเหตุนี้ จึงแนะนำให้ผสมผสานการทดสอบการปฏิบัติการกับความเข้าใจที่เป็นรูปธรรมเกี่ยวกับกรอบการทำงานของยุโรปที่ระบุไว้ในพระราชบัญญัติ AI สำหรับ SMEs

กฎทั่วไป:หากข้อมูลธุรกิจของคุณยังคงต้องดำเนินการด้วยตนเอง วิธีที่ถูกต้องคือต้องปรับปรุงการไหลของข้อมูลให้ราบรื่นก่อน จากนั้นจึงขยายการใช้ AI

ผลกระทบด้านการแข่งขันอาจไม่ชัดเจนเท่าที่ปรากฏ SME ที่สร้างรากฐานดิจิทัลที่จัดระเบียบอย่างดีตั้งแต่แรกอาจนำ AI มาใช้ช้าในช่วงเริ่มต้น แต่จะได้ผลลัพธ์ที่สะสมมากขึ้น ในขณะที่ผู้ที่สะสมเครื่องมือโดยไม่มีการบูรณาการอาจเผชิญกับผลกระทบตรงกันข้าม: การทดลองมากมาย กระบวนการที่สามารถทำซ้ำได้น้อย และผลตอบแทนทางเศรษฐกิจที่ไม่ดี

นี่ก็เป็นโอกาสที่แท้จริงเช่นกัน ข้อได้เปรียบสำหรับธุรกิจขนาดกลางและขนาดเล็กไม่ได้มาจากการคัดลอกงบประมาณของบริษัทใหญ่ แต่มาจากการให้ความสำคัญกับสิ่งที่ถูกต้อง – ข้อมูลที่เชื่อถือได้, กระบวนการที่เชื่อมโยงกัน, กรณีการใช้งานที่สามารถวัดได้ – และจากนั้นจึงนำไปใช้แพลตฟอร์มที่สามารถเร่งการดำเนินการได้ ในกระบวนการนี้ ผู้ที่วางรากฐานที่มั่นคงสามารถตามทันได้รวดเร็วกว่าสถิติรวมที่บ่งชี้ไว้

การวิเคราะห์เชิงลึกของอุปสรรคหลัก 5 ประการ

ในธุรกิจขนาดกลางและขนาดย่อมของยุโรป อุปสรรคที่แท้จริงมักไม่ใช่เทคโนโลยีเพียงอย่างเดียว ปัญหาเกิดขึ้นเมื่อบริษัททดลองใช้เครื่องมือ AI แบบเฉพาะกิจ โดยมักเริ่มต้นจากการใช้งานในภาคผู้บริโภค ในขณะที่ข้อมูล กระบวนการ และความรับผิดชอบยังคงกระจัดกระจาย นี่คือจุดที่เกิดปรากฏการณ์การยอมรับที่ขัดแย้ง: ความสนใจเติบโตเร็วกว่าความสามารถในการแปลงความสนใจนั้นให้เป็นผลลัพธ์ในการดำเนินงาน

อุปสรรคห้าประการที่เสริมซึ่งกันและกัน

อุปสรรคหลักทั้งห้าไม่ได้มีน้ำหนักเท่ากันทั้งหมด แต่เกือบจะเรียงตามลำดับที่สังเกตเห็นได้เสมอ

ประการแรกคือคุณภาพของข้อมูล หากบันทึกข้อมูลลูกค้า คำสั่งซื้อ รายการราคา อัตรากำไร และระดับสต็อกถูกเก็บไว้ในระบบแยกกัน ระบบ AI จะให้ผลลัพธ์ที่ไม่สมบูรณ์ นี่อาจดูเหมือนข้อจำกัดทางเทคนิค แต่ในความเป็นจริงแล้ว นี่คือปัญหาทางการจัดการ เพราะมีสาเหตุมาจากกระบวนการที่พัฒนาขึ้นอย่างไม่เป็นระบบตามความต้องการชั่วคราวแทนที่จะได้รับการออกแบบอย่างเป็นระบบ

ประเด็นที่สองเกี่ยวข้องกับทักษะ หลายธุรกิจขนาดกลางและขนาดย่อมไม่จำเป็นต้องมีทีมนักวิทยาศาสตร์ข้อมูลอย่างน้อยในช่วงเริ่มต้น พวกเขาต้องการคนที่สามารถถามคำถามที่ถูกต้อง จัดลำดับความสำคัญของกระบวนการ ตรวจสอบความน่าเชื่อถือของผลลัพธ์ และมอบหมายความรับผิดชอบที่ชัดเจนภายในธุรกิจ หากขาดความสามารถในการตีความข้อมูล แม้แต่เครื่องมือที่เข้าถึงได้ง่ายก็ยังคงถูกใช้งานอย่างไม่เต็มประสิทธิภาพ

จากนั้นก็มีค่าใช้จ่ายและผลตอบแทนที่คาดหวังไว้ ประเด็นสำคัญคือไม่ใช่แค่เพียงว่าซอฟต์แวร์มีราคาเท่าไหร่ สิ่งที่สำคัญคือค่าใช้จ่ายในการเตรียมข้อมูล การผสานข้อมูล การแก้ไขปัญหาที่เกิดขึ้น การฝึกอบรมพนักงาน และการวัดผลกระทบทางการเงินในระยะยาว นี่คือเหตุผลว่าทำไมหลายโครงการจึงดูน่าสนใจในระหว่างการสาธิต แต่กลับไม่น่าเชื่อถือเมื่อถึงเวลาที่ต้องพิจารณาผลกำไรสุทธิ

อุปสรรคประการที่สี่คือการบูรณาการกับระบบที่มีอยู่เดิม ในธุรกิจขนาดกลางและขนาดย่อม (SMEs) ทรัพย์สินข้อมูลมักกระจัดกระจายอยู่ในระบบ ERP ที่ล้าสมัย สเปรดชีต ซอฟต์แวร์เฉพาะทาง และกระบวนการทำงานด้วยมือ ภายใต้สภาพแวดล้อมเช่นนี้ ทุกกรณีการใช้งานใหม่ต้องอาศัยการปรับเปลี่ยนอย่างต่อเนื่อง โครงการจึงเริ่มต้นได้ แต่แล้วก็ต้องหยุดชะงักกับงานที่มองไม่เห็นแต่มีต้นทุนสูง เช่น การทำความสะอาดข้อมูล การปรับให้โค้ดสอดคล้องกัน การตรวจสอบด้วยมือ และการกระทบยอดข้อมูล

ประการที่ห้าคือเรื่องวัฒนธรรม ไม่ใช่เพียงแค่การต่อต้านการเปลี่ยนแปลงโดยทั่วไปเท่านั้น แต่บ่อยครั้งสะท้อนถึงความกังวลที่แท้จริง เช่น การสูญเสียการควบคุม ความผิดพลาดที่ยากจะอธิบาย การพึ่งพาผู้จัดหา และความสงสัยเกี่ยวกับความเป็นส่วนตัวและอำนาจในการตัดสินใจ หากประเด็นเหล่านี้ไม่ได้รับการแก้ไขตั้งแต่เริ่มต้น โครงการจะถูกมองว่าเป็นเพียงโครงการเสริมมากกว่าการตัดสินใจเชิงปฏิบัติการ

เมื่อดูตามลำดับ เหตุการณ์ต่างๆ จะชัดเจน ข้อมูลที่อ่อนแอทำให้ความมั่นใจลดลง ความมั่นใจที่ต่ำทำให้การลงทุนยากขึ้น การขาดการลงทุนทำให้การบูรณาการและทักษะไม่พัฒนา ในจุดนั้น AI จะถูกจำกัดอยู่แค่การทดลองรายบุคคล ซึ่งมีประโยชน์สำหรับการเรียนรู้แต่ไม่เพียงพอสำหรับการเติบโต

เมื่อกฎหมายมีอิทธิพลต่อการตัดสินใจในการดำเนินงาน

สำหรับธุรกิจขนาดกลางและขนาดย่อมในยุโรป การปฏิบัติตามข้อกำหนดไม่ใช่ปัญหาที่แยกต่างหากจากการนำเทคโนโลยีดิจิทัลมาใช้ การปฏิบัติตามข้อกำหนดมีผลกระทบต่อการเลือกกรณีการใช้งาน การเลือกผู้จัดหา การจัดทำเอกสารภายใน และระดับการกำกับดูแลของมนุษย์ที่ต้องการ ในทางปฏิบัติ การปฏิบัติตามข้อกำหนดมีบทบาทตั้งแต่ระยะเริ่มต้นของโครงการมากกว่าที่เจ้าของกิจการหลายคนคาดหวังไว้

ประเด็นนี้มีความสำคัญอย่างยิ่งในองค์กรที่จัดการข้อมูลเชิงพาณิชย์ที่ละเอียดอ่อน ข้อมูลทางการเงิน เอกสารหรือกระบวนการด้านทรัพยากรบุคคลที่อาจส่งผลกระทบต่อลูกค้า พนักงาน หรือพันธมิตร ในบริบทเช่นนี้ คำถามไม่ใช่เพียงแค่ 'ฉันสามารถใช้ AI ได้หรือไม่?' แต่คำถามที่ถูกต้องควรเจาะจงมากขึ้น: จะใช้ข้อมูลใด เพื่อวัตถุประสงค์อะไร ระดับการตรวจสอบย้อนกลับเป็นอย่างไร และอยู่ภายใต้การกำกับดูแลของผู้บริหารในระดับใด

การตีความเชิงปฏิบัติของกรอบกฎหมาย AI ของยุโรปสำหรับ SMEsช่วยหลีกเลี่ยงข้อผิดพลาดที่พบบ่อย: การหยุดชะงักทุกอย่างเพราะกลัวข้อบังคับ หรือการดำเนินการโดยไม่ประเมินความเสี่ยง บทบาท และการควบคุมอย่างเหมาะสม

ข้อสรุปสำหรับธุรกิจขนาดกลางและขนาดย่อมไม่ได้มองในแง่ร้ายเท่าที่คิด อุปสรรคเหล่านี้มีอยู่จริง แต่ไม่จำเป็นต้องแก้ไขทั้งหมดพร้อมกัน ควรเริ่มต้นในลำดับที่ถูกต้อง เริ่มจากข้อมูลและกระบวนการ จากนั้นจึงจัดการการกำกับดูแลในระดับที่น้อยที่สุด และหลังจากนั้นจึงใช้เครื่องมือขั้นสูงขึ้น ขั้นตอนนี้เองที่เปลี่ยนการนำ AI มาใช้จากการทดลองที่น่าสนใจให้กลายเป็นความสามารถที่สามารถทำซ้ำได้ และปูทางสำหรับแพลตฟอร์มแบบบูรณาการ เช่นELECTE ซึ่งจะมีประโยชน์ก็ต่อเมื่อมีพื้นฐานข้อมูลที่จัดระเบียบอย่างเพียงพอเพื่อรองรับการใช้งานอย่างต่อเนื่องแล้วเท่านั้น

ผลกระทบเชิงภาคส่วนของอุปสรรคต่อการนำเทคโนโลยีมาใช้

อุปสรรคจะชัดเจนมากเมื่อพวกมันเริ่มมีบทบาทในงานประจำวัน ในภาคส่วนที่มีการดำเนินงานสูง AI ไม่ได้ล้มเหลวเพราะขาดศักยภาพ แต่ล้มเหลวเมื่อเผชิญกับข้อมูลที่ไม่น่าเชื่อถือ ความรับผิดชอบที่ไม่ชัดเจน และกรณีการใช้งานที่ไม่ชัดเจน

ค้าปลีกและพาณิชย์อิเล็กทรอนิกส์

ในภาคค้าปลีก ผู้จัดการหลายคนเริ่มต้นด้วยคำถามง่าย ๆ ว่า "ฉันสามารถทำนายยอดขายและสต็อกได้แม่นยำขึ้นหรือไม่?" คำตอบทางเทคนิคมักเป็น "ได้" คำตอบทางการจัดการขึ้นอยู่กับคุณภาพของข้อมูล

หากแคตตาล็อกไม่ได้รับการอัปเดตให้ทันสมัย หากการบันทึกโปรโมชั่นไม่สม่ำเสมอ หรือหากการคืนสินค้าไม่ได้รับการบันทึกอย่างถูกต้องในกระบวนการทำงาน แม้แต่โมเดลที่ดีที่สุดก็จะให้ผลลัพธ์ที่ไม่น่าเชื่อถือ ปัญหาจึงไม่ได้อยู่ที่อัลกอริทึม แต่เป็นบริบทของข้อมูลที่อัลกอริทึมทำงานอยู่

ข้อผิดพลาดที่พบบ่อยคือการคิดว่าเพียงแค่จ้างผู้เชี่ยวชาญทางเทคนิคจะสามารถแก้ไขทุกอย่างได้ ในความเป็นจริง แม้แต่ทีมที่แข็งแกร่งก็อาจประสบปัญหาในการทำงานอย่างมีประสิทธิภาพ หากบริษัทไม่ได้กำหนดลำดับความสำคัญ แหล่งข้อมูล และความรับผิดชอบทางธุรกิจไว้อย่างชัดเจน

บริการทางการเงิน

ในภาคบริการทางการเงิน สถานการณ์ยิ่งละเอียดอ่อนมากขึ้น ที่นี่ AI สามารถช่วยงานต่างๆ เช่น การพยากรณ์ การติดตามความเสี่ยง การรายงาน และการสนับสนุนการปฏิบัติตามกฎระเบียบ แต่สิ่งนี้เองที่ทำให้การตรวจสอบย้อนกลับ การกำกับดูแล และความชัดเจนเกี่ยวกับกระบวนการต่างๆ มีความสำคัญอย่างยิ่ง

เมื่อกฎระเบียบทำให้การเข้าถึงโมเดลขั้นสูงช้าลง หรือเมื่อผู้ให้บริการไม่สามารถให้ความโปร่งใสเพียงพอ ปัญหาไม่ได้เป็นเพียงเรื่องของความเร็วในการนวัตกรรมเท่านั้น แต่เป็นเรื่องของความไว้วางใจในการดำเนินงาน ทีมการเงินไม่สามารถตัดสินใจในเรื่องที่ละเอียดอ่อนบนผลลัพธ์ที่ไม่สามารถนำไปสู่บริบทได้

สมมติฐานที่ต้องท้าทายคือ:ไม่เป็นความจริงที่ว่าการก้าวไปข้างหน้าเพียงวิธีเดียวคือการจัดตั้งทีมวิทยาศาสตร์ข้อมูลขนาดเล็กภายในองค์กร สำหรับธุรกิจขนาดกลางและขนาดย่อม (SMEs) หลายๆ แห่ง แนวทางที่เหมาะสมที่สุดอาจแตกต่างออกไป ให้มาตรฐานข้อมูลที่จำเป็น เลือกกรณีการใช้งานที่เกิดขึ้นซ้ำไม่กี่กรณี และเลือกใช้แพลตฟอร์มที่ทำให้การวิเคราะห์สามารถเข้าใจได้แม้กระทั่งพนักงานที่ไม่มีความรู้ทางเทคนิค

ปัญหาที่ท้าทายของทักษะและผลตอบแทนจากการลงทุน

อุปสรรคที่ใหญ่ที่สุดไม่ใช่เรื่องงบประมาณเสมอไป บ่อยครั้งมันคือการประเมิน หากทีมขาดความเชี่ยวชาญในการเข้าใจว่า AI สามารถเพิ่มคุณค่าได้ที่ไหน การจัดทำกรณีธุรกิจที่น่าเชื่อถือก็แทบจะเป็นไปไม่ได้ เมื่อไม่มีกรณีธุรกิจ การลงทุนก็จะถูกระงับไว้ และหากไม่มีการลงทุน ความเชี่ยวชาญก็จะไม่เติบโต

เพราะปัญหาไม่ได้ถูกแก้ไขเพียงแค่การจ้างคน

งานวิจัยมีความชัดเจนมาก57% ของธุรกิจในสหภาพยุโรปรายงานว่ามีความยากลำบากในการสรรหาพนักงานใหม่ที่มีทักษะที่เหมาะสม ตามที่สรุปไว้ในเอกสารของสถาบันนโยบายก้าวหน้า รายงานฉบับเดียวกันยังเน้นย้ำว่า ภายในธุรกิจขนาดกลางและขนาดย่อม (SMEs)ความสามารถภายในองค์กรเป็นตัวทำนายการนำมาใช้ของ AI ที่แข็งแกร่งที่สุด

มีนัยเชิงกลยุทธ์ที่มักไม่ค่อยถูกพูดถึง หากความเชี่ยวชาญภายในองค์กรมีความสำคัญเหนือสิ่งอื่นใด ลำดับความสำคัญจึงไม่ใช่เพียงแค่ 'สรรหาผู้เชี่ยวชาญ' เท่านั้น แต่คือการเสริมศักยภาพให้กับทีมงานที่มีอยู่ ให้มีเครื่องมือที่ช่วยลดการพึ่งพาทักษะที่หายาก

แหล่งข้อมูลเดียวกันยังเน้นย้ำประเด็นสำคัญ:บริษัทที่มีแผนกลยุทธ์ด้าน AI ที่ชัดเจนมีโอกาสเห็นการเติบโตของรายได้ที่ขับเคลื่อนด้วย AI มากกว่าสองเท่า สำหรับธุรกิจขนาดกลางและขนาดย่อม (SMEs) หลายแห่ง ตัวเลขนี้ไม่ควรถูกตีความว่าเป็นการเรียกร้องให้จัดทำเอกสารกลยุทธ์อย่างเป็นทางการ แต่ควรถูกมองว่าเป็นการเรียกร้องให้ตัดสินใจอย่างชัดเจน: เราต้องการใช้ AI ในด้านใด ด้วยข้อมูลอะไร เพื่อการตัดสินใจอะไร และใช้ตัวชี้วัดการดำเนินงานอะไร?

วิธีทำลายวงจรอุบาทว์

วิธีที่เป็นจริงที่สุดในการแก้ไขปัญหาความขัดแย้งระหว่างทักษะกับผลตอบแทนจากการลงทุน (skills-ROI paradox) คือการเริ่มต้นด้วยกิจกรรมที่มูลค่าชัดเจนแม้ไม่มีทีมเทคนิคเฉพาะทาง

กรณีเช่นนี้ทำงานได้ดี:

1. รายงานอัตโนมัติ. ขณะที่แพ็กเกจการจัดการในปัจจุบันต้องการการทำงานด้วยตนเอง การทำให้เป็นระบบอัตโนมัติช่วยประหยัดเวลาและลดข้อผิดพลาด.
2. การพยากรณ์เชิงพาณิชย์หรือการเงิน ไม่จำเป็นต้องพยายามให้สมบูรณ์แบบทางสถิติอย่างสิ้นเชิง สิ่งที่ต้องการคือการปรับปรุงคุณภาพของการวางแผน
3. การวิเคราะห์ความผิดปกติ การระบุแนวโน้มที่ไม่คาดคิดในยอดขาย ต้นทุน หรืออัตรากำไร ช่วยให้ผู้มีอำนาจตัดสินใจดำเนินการได้เร็วขึ้น

คำแนะนำที่เป็นประโยชน์:อย่าขอให้ AI "เปลี่ยนแปลงธุรกิจ" ให้ขอให้ AI ช่วยปรับปรุงการตัดสินใจที่กำลังดำเนินการอยู่ซึ่งช้าเกินไปหรือมีข้อมูลไม่เพียงพอ

ในธุรกิจขนาดกลางและขนาดย่อม (SMEs) ผลตอบแทนจากการลงทุน (ROI) จะเห็นได้ชัดเจนมากขึ้นเมื่อกรณีการใช้งานเชื่อมโยงอย่างใกล้ชิดกับการดำเนินงานประจำวัน การวัดคุณค่าของการคาดการณ์ที่แม่นยำขึ้นหรือรายงานที่สามารถสร้างได้เพียงคลิกเดียวนั้นง่ายกว่ามากเมื่อเทียบกับการอธิบายเหตุผลของโครงการขนาดใหญ่ที่ไม่ชัดเจนและยากต่อการควบคุม

กรณีการใช้งานจริงเพื่อเริ่มต้นโดยไม่มีความยุ่งยาก

การนำปัญญาประดิษฐ์มาใช้ในองค์กรอย่างเต็มรูปแบบไม่ได้เกิดจากคำสัญญาที่คลุมเครือ แต่เกิดจากปัญหาซ้ำซากที่กินเวลาของผู้บริหาร นั่นคือจุดที่ปัญญาประดิษฐ์ไม่ได้เป็นเพียงการสาธิตอีกต่อไป แต่กลายเป็นข้อได้เปรียบในการดำเนินงาน

แอปพลิเคชันที่มีประโยชน์อย่างยิ่งสี่ตัว

การพยากรณ์ยอดขาย
สำหรับผู้ที่ทำงานในธุรกิจค้าปลีก การกระจายสินค้า หรืออีคอมเมิร์ซ การพยากรณ์ถือเป็นบททดสอบแรกที่แท้จริง โมเดลที่ออกแบบมาอย่างดีจะช่วยให้สามารถระบุแนวโน้มตามฤดูกาล โปรโมชั่น และความแตกต่างได้ ประโยชน์ในทางปฏิบัติคือการวางแผนที่ตอบสนองต่อสถานการณ์น้อยลงและมีความเป็นระบบมากขึ้น

รายงานการจัดการอัตโนมัติ
ธุรกิจขนาดกลางและขนาดย่อมหลายแห่งเผชิญกับปัญหาที่ซ่อนอยู่: ข้อมูลมีอยู่ แต่มาถึงช้าเกินไป หากตัวเลขการขาย, อัตรากำไร, ต้นทุน และผลการดำเนินงานทางธุรกิจถูกบันทึกไว้ในไฟล์ที่รวบรวมด้วยตนเองทุกครั้ง ผู้บริหารจะสูญเสียแรงผลักดัน การรายงานและแดชบอร์ดอัตโนมัติช่วยลดความเสียดทานและปรับปรุงคุณภาพของการวิเคราะห์ภายใน

การแบ่งกลุ่มลูกค้าและการทำแคมเปญแบบเจาะจง
แม้ไม่มีระบบที่ซับซ้อน AI ก็สามารถช่วยจัดกลุ่มลูกค้าตามพฤติกรรมการซื้อ ความถี่ มูลค่า หรือความเสี่ยงในการเลิกใช้บริการได้ สิ่งนี้ไม่ได้แทนที่การตลาด แต่ทำให้การตลาดมีเป้าหมายมากขึ้น

การพยากรณ์และการติดตามในด้านการเงิน
การจัดทำงบประมาณ การวางแผนเงินสด การตรวจจับความผิดปกติ และการวิเคราะห์แนวโน้มสามารถได้รับการสนับสนุนโดยแบบจำลองที่เปลี่ยนข้อมูลดิบให้กลายเป็นข้อมูลเชิงลึกที่สามารถนำไปใช้ได้มากขึ้น สำหรับทีมการเงิน คุณค่าที่แท้จริงอยู่ที่การปลดปล่อยเวลาจากงานที่ทำซ้ำ ๆ และมุ่งเน้นไปที่การวิเคราะห์

เมื่อกรณีการใช้งานได้รับการชี้แจงอย่างชัดเจนแล้ว จะเป็นประโยชน์หากได้เห็นการสาธิตเชิงปฏิบัติเกี่ยวกับการโต้ตอบประเภทที่แพลตฟอร์มสมัยใหม่สามารถนำเสนอได้

สิ่งที่ควรพิจารณาก่อนออกเดินทาง

ไม่ใช่ทุกกรณีการใช้งานจะเหมาะสมกับธุรกิจขนาดกลางและขนาดย่อม (SME) ในเวลาเดียวกัน การคัดกรองโอกาสโดยใช้คำถามง่าย ๆ สามข้อต่อไปนี้จะช่วยได้:

• นี่เป็นปัญหาที่เกิดขึ้นซ้ำหรือไม่?หากเกิดขึ้นเพียงปีละครั้ง ผลกระทบจะจำกัด
• ข้อมูลนี้มีอยู่จริงหรือไม่?ไม่ใช่แค่ในทางทฤษฎีเท่านั้น ต้องสามารถเข้าถึงได้ มีความสม่ำเสมอ และจัดระเบียบไว้ในระดับที่ค่อนข้างดี
• ผู้จัดการธุรกิจจะใช้ผลลัพธ์ที่ได้หรือไม่?หากไม่มีใครเปลี่ยนใจตามผลลัพธ์ที่ได้ โครงการนี้ก็จะเป็นเพียงการฝึกฝนเท่านั้น

ที่นี่ แพลตฟอร์มมีความสำคัญมากกว่าคุณสมบัติเฉพาะตัวของแต่ละฟีเจอร์ โซลูชันอย่างELECTE ซึ่งเป็นแพลตฟอร์มวิเคราะห์ข้อมูลด้วยปัญญาประดิษฐ์สำหรับธุรกิจขนาดกลางและขนาดย่อม (SMEs) สามารถตอบโจทย์ได้ดีเมื่อเป้าหมายคือการเชื่อมโยงแหล่งข้อมูลต่าง ๆ จัดเตรียมข้อมูลโดยอัตโนมัติ และสร้างรายงาน การคาดการณ์ และข้อมูลเชิงลึกที่ปรับแต่งตามความต้องการในรูปแบบที่เข้าถึงได้แม้กับทีมงานที่ไม่มีความเชี่ยวชาญทางเทคนิค ในกรณีนี้ คุณค่าไม่ได้อยู่ที่การเพิ่มเครื่องมือใหม่ ๆ อีกหนึ่งชิ้น แต่อยู่ที่การเชื่อมช่องว่างระหว่างข้อมูลที่มีอยู่กับการตัดสินใจที่สามารถนำไปปฏิบัติได้จริง

แพลตฟอร์มแบบบูรณาการเพื่อเร่งกลยุทธ์

การสร้างเครื่องมือที่เชื่อมต่อกันไม่ได้เป็นเหมือนผ้าปะติดปะต่อกัน จะทำให้เกิดความซับซ้อนที่กระจายตัวซึ่งใช้เวลามาก ทำให้ข้อมูลไม่น่าเชื่อถือ และทำให้การตัดสินใจช้าลง นี่คือจุดที่ธุรกิจขนาดกลางและขนาดย่อมจำนวนมากพบว่าตัวเองติดอยู่ในภาวะขัดแย้งในการนำเทคโนโลยีมาใช้ พวกเขาทดลองใช้แอปพลิเคชัน AI ที่ใช้งานง่าย แต่กลับไม่ได้แก้ไขรากฐานการดำเนินงานที่ควรจะเป็นพื้นฐานในการสร้างคุณค่าที่ยั่งยืนจากการทดลองเหล่านั้น

ปัญหาจึงไม่ได้อยู่ที่การเลือกเครื่องมือที่ซับซ้อนที่สุด ปัญหาอยู่ที่ลำดับขั้นตอนต่างหาก

AI มักจะให้ผลลัพธ์ที่วัดผลได้เมื่อทำงานกับข้อมูลที่เข้าถึงได้ สม่ำเสมอ และเชื่อมโยงกับกระบวนการทางธุรกิจ ในทางกลับกัน หากตัวเลขยอดขาย อัตรากำไร ระดับสต็อก และกระแสเงินสดยังคงกระจัดกระจายอยู่ในไฟล์ต่างๆ ระบบที่ไม่บูรณาการ และรายงานที่ทำด้วยมือ แม้แต่แอปพลิเคชันที่ดีก็จะให้ผลลัพธ์ที่ยากต่อการตรวจสอบและยิ่งยากต่อการนำไปใช้ในการตัดสินใจประจำวัน

สำหรับธุรกิจขนาดกลางและขนาดย่อม นี่คือจุดที่แพลตฟอร์มแบบบูรณาการมีประโยชน์อย่างยิ่ง มันช่วยลดจำนวนขั้นตอนระหว่างแหล่งข้อมูล การเตรียมข้อมูล การวิเคราะห์ และการรายงานการจัดการ ในทางปฏิบัติ มันแทนที่ห่วงโซ่ของโซลูชันขนาดเล็กที่กระจัดกระจายด้วยกระบวนการทำงานที่มีประสิทธิภาพมากขึ้น ซึ่งช่วยลดต้นทุนการนำไปใช้ขององค์กร ซึ่งมักจะมีน้ำหนักพอๆ กับต้นทุนของซอฟต์แวร์

กระบวนการที่เป็นลำดับ มากกว่ากระบวนการที่สับสนวุ่นวาย

ความผิดพลาดที่พบบ่อยที่สุดคือการเริ่มต้นด้วยส่วนติดต่อที่มองเห็นได้ เช่น แชทบอท ระบบอัตโนมัติที่แยกออกมา หรือแดชบอร์ดที่ออกแบบเฉพาะ แทนที่จะเริ่มจากสถาปัตยกรรมข้อมูล แต่การเร่งความเร็วที่แท้จริงจะเกิดขึ้นในภายหลัง ขั้นแรก แหล่งข้อมูล คำจำกัดความ และความรับผิดชอบต่างๆ จะถูกจัดให้สอดคล้องกัน จากนั้นจึงนำการวิเคราะห์ที่เสริมด้วย AI มาใช้ สุดท้าย กรณีการใช้งานที่พิสูจน์ผลกระทบแล้วจะได้รับการขยายขนาด

แนวทางตามลำดับนี้ยังช่วยหลีกเลี่ยงความเข้าใจผิดที่พบบ่อยอีกด้วย ธุรกิจขนาดกลางและขนาดย่อมหลายแห่งเชื่อว่าต้องเลือกระหว่างความเรียบง่ายกับความทะเยอทะยาน ในความเป็นจริง เส้นทางที่มีความทะเยอทะยานมากกว่ามักเป็นเส้นทางที่ต้องมีวินัยมากกว่าตั้งแต่เริ่มต้น ขอบเขตข้อมูลที่ชัดเจนช่วยให้คุณสามารถเริ่มต้นจากสิ่งเล็ก ๆ และขยายขนาดได้ด้วยความราบรื่นมากกว่า แทนที่จะสะสมข้อยกเว้น การตรวจสอบด้วยตนเอง และการพึ่งพาบุคคลใดบุคคลหนึ่ง

นี่คือเหตุผลว่าทำไมแพลตฟอร์มเช่นELECTE ซึ่งได้กล่าวถึงก่อนหน้านี้ว่าเป็นโซลูชันการวิเคราะห์ข้อมูลด้วยระบบปัญญาประดิษฐ์สำหรับธุรกิจขนาดกลางและขนาดเล็ก สามารถทำหน้าที่เป็นตัวเร่งกลยุทธ์ได้หากนำมาใช้ในขั้นตอนที่เหมาะสมของกระบวนการ ไม่ใช่ในฐานะการโชว์เทคโนโลยี แต่เป็นโครงสร้างพื้นฐานทางการดำเนินงานที่เชื่อมโยงข้อมูล ทำให้การเตรียมข้อมูลและการรายงานเป็นระบบอัตโนมัติ และทำให้ข้อมูลเชิงลึกและการคาดการณ์สามารถเข้าถึงได้มากขึ้นสำหรับทีมธุรกิจ

รายการตรวจสอบการตัดสินใจสำหรับธุรกิจขนาดกลางและขนาดย่อม

เมื่อประเมินแพลตฟอร์มแบบบูรณาการ ควรให้ความสำคัญกับผลกระทบที่เกิดขึ้นจริงต่อการทำงานของคุณมากกว่าการจดจ่อกับรายการคุณสมบัติต่าง ๆ:

• มันเชื่อมต่อข้อมูลที่คุณมีอยู่แล้ว แพลตฟอร์มที่ดีช่วยลดการนำเข้าข้อมูลด้วยตนเอง การคัดลอกไฟล์ และการกระทบยอดซ้ำๆ
• มันทำให้ผลลัพธ์เข้าใจได้สำหรับบุคลากรที่ไม่มีความเชี่ยวชาญทางเทคนิค หากผลลัพธ์ถูกจำกัดอยู่เพียงในแผนกไอทีหรือที่ปรึกษาภายนอก การนำไปใช้จะหยุดชะงักในไม่ช้า
• ลดระยะเวลาในการตอบสนองต่อคำขอ. รายงาน, การวิเคราะห์ และการแจ้งเตือนต้องถูกส่งมอบภายในระยะเวลาที่เอื้ออำนวยต่อการตัดสินใจทางธุรกิจ, การเงิน และการดำเนินงาน.
• มันช่วยให้ทุกอย่างเป็นระเบียบเมื่อกรณีการใช้งานเพิ่มขึ้น การคาดการณ์ การควบคุมต้นทุน การวิเคราะห์ลูกค้า และการรายงานการจัดการต้องอยู่ร่วมกันโดยไม่สร้างไซโลใหม่
• มันช่วยให้สามารถตรวจสอบย้อนกลับได้ การรู้ว่าหมายเลขมาจากไหน ผ่านกระบวนการอย่างไร และใครเป็นผู้ใช้งานนั้นสำคัญกว่าการแสดงผลที่ดึงดูดสายตามากนัก

เกณฑ์สุดท้ายที่มักถูกมองข้ามคือ แพลตฟอร์มต้องสามารถปรับตัวให้เข้ากับจังหวะการทำงานที่แท้จริงของ SME ได้ ไม่ใช่ให้ SME ปรับตัวให้เข้ากับรูปแบบการจัดการขององค์กรขนาดใหญ่

นั่นคือเหตุผลว่าทำไมจึงควรเลือกเทคโนโลยีควบคู่ไปกับแผนปฏิบัติการที่ชัดเจน เช่นแผนงาน 90 วันนี้สำหรับการบูรณาการปัญญาประดิษฐ์เข้ากับธุรกิจขนาดกลางและขนาดย่อม ในทางปฏิบัติ ความแตกต่างระหว่างการทดสอบแบบแยกส่วนกับข้อได้เปรียบในการแข่งขันมักขึ้นอยู่กับสิ่งนี้เสมอ ฐานข้อมูลที่มีการจัดระเบียบอย่างดี กรณีการใช้งานเริ่มต้นที่เลือกมาอย่างดี และแพลตฟอร์มที่ลดความซับซ้อนแทนที่จะเพิ่มเข้าไป

ประเด็นสำคัญ: แผนปฏิบัติการ 5 ขั้นตอนของคุณ

สำหรับธุรกิจขนาดกลางและขนาดย่อม (SMEs) จำนวนมาก ปัญหาไม่ได้อยู่ที่ว่าจะลงทุนในปัญญาประดิษฐ์ (AI) หรือไม่ แต่เป็นการหาวิธีลงทุนโดยไม่เสียเวลา งบประมาณ หรือความไว้วางใจภายในองค์กร แนวทางที่มั่นคงที่สุดยังคงเป็นการดำเนินการอย่างค่อยเป็นค่อยไป

1. ดำเนินการตรวจสอบข้อมูลที่มีอยู่
   ตรวจสอบว่าข้อมูลการขาย ลูกค้า ต้นทุน สินค้าคงคลัง อัตรากำไร และข้อมูลทางการเงินของคุณอยู่ที่ใด หากข้อมูลเหล่านี้กระจัดกระจายอยู่ในระบบต่างๆ ขั้นตอนแรกคือการจัดระเบียบข้อมูลเหล่านั้น

2. เลือกปัญหาทางธุรกิจ ไม่ใช่เทคโนโลยี
   เริ่มต้นด้วยการตัดสินใจที่กำลังสร้างปัญหาอยู่ในปัจจุบัน การพยากรณ์ การรายงาน การวางแผนการขาย การควบคุมต้นทุน

3. เปิดตัวโครงการนำร่องที่มีผลลัพธ์ชัดเจน
   การทดลองต้องมีขนาดเล็กพอที่จะจัดการได้และมีประโยชน์เพียงพอที่จะนำมาซึ่งการเปลี่ยนแปลงในพฤติกรรมภายในองค์กร

4. เพิ่มทักษะให้กับทีมที่คุณมีอยู่แล้ว
   อย่ารอผู้สมัครที่สมบูรณ์แบบ มุ่งเน้นการฝึกอบรมเชิงปฏิบัติและเครื่องมือที่ทำให้การวิเคราะห์เข้าถึงได้ง่ายขึ้น

5. นำแผนงานที่ชัดเจนและสามารถปรับขนาดได้มาใช้
   แผนปฏิบัติการเช่นแผนงานนี้สำหรับการผสาน AIช่วยหลีกเลี่ยงการแก้ไขปัญหาเฉพาะหน้า

SMEs ที่ใช้ประโยชน์จาก AI ได้ดีที่สุดไม่ใช่ผู้ที่ทดลองใช้มากที่สุด แต่จะเป็นผู้ที่จัดระเบียบข้อมูล ความสำคัญ และความรับผิดชอบได้อย่างมีประสิทธิภาพมากที่สุด

บทสรุป: การส่องทางสู่อนาคตของธุรกิจ SME ของคุณ

ในธุรกิจขนาดกลางและขนาดย่อมของยุโรป ความขัดแย้งที่แท้จริงไม่ใช่การเข้าถึง AI แต่เป็นช่องว่างระหว่างการทดลองและการนำไปใช้ที่ส่งผลให้เกิดผลลัพธ์ หลายบริษัททดลองใช้เครื่องมือสร้างเนื้อหาที่ใช้งานง่าย แต่เลื่อนงานที่มองไม่เห็นซึ่งช่วยให้ AI สามารถสร้างความแตกต่างให้กับกำไร เวลาในการตัดสินใจ และคุณภาพการดำเนินงานออกไป

นี่คือจุดที่สร้างความได้เปรียบในการแข่งขัน บริษัทที่สามารถจัดการข้อมูล กระบวนการ และความรับผิดชอบได้อย่างเป็นระบบ จะไม่เริ่มต้นช้าอีกต่อไป พวกเขาสร้างเงื่อนไขที่เอื้อต่อการขยายตัวโดยสูญเสียน้อยลง มีโครงการที่แยกส่วนกันน้อยลง และมีความคาดหวังที่สมจริงมากขึ้นเกี่ยวกับผลตอบแทนจากการลงทุน

สำหรับธุรกิจขนาดกลางและขนาดย่อม (SME) ปัญญาประดิษฐ์ (AI) มีคุณค่าเมื่อช่วยปรับปรุงการตัดสินใจที่เฉพาะเจาะจง เช่น การคาดการณ์ที่น่าเชื่อถือมากขึ้น การรายงานที่รวดเร็วขึ้น การควบคุมค่าใช้จ่าย ลูกค้า และสต็อกสินค้าได้แม่นยำยิ่งขึ้น

ในบริบทนี้ แพลตฟอร์มแบบบูรณาการยังสามารถส่งผลกระทบในทางปฏิบัติได้ เนื่องจากช่วยลดการกระจายตัวของข้อมูลและทำให้การวิเคราะห์สามารถนำไปปฏิบัติได้มากขึ้นสำหรับฝ่ายบริหาร หากคุณต้องการเปลี่ยนข้อมูลที่กระจัดกระจายให้กลายเป็นข้อมูลเชิงลึกที่ชัดเจนและนำไปใช้ได้จริง คุณสามารถดูวิธีการทำงานได้ ELECTE และประเมินว่าเหมาะสมสำหรับขั้นตอนถัดไปของคุณหรือไม่

สรุปแล้วมันง่ายมาก สำหรับธุรกิจขนาดกลางและขนาดย่อมในยุโรป ประโยชน์อยู่ที่การใช้เทคโนโลยีที่เกี่ยวข้องกับเป้าหมายของตนได้ดีขึ้น