ผู้นำไอทีภาครัฐจะใช้ GenAI ขับเคลื่อนภารกิจและลดต้นทุนได้อย่างไร

บทความโดย Dean Lacheca รองประธานนักวิเคราะห์ การ์ทเนอร์

แม้ศักยภาพ GenAI กับงานในองค์กรภาครัฐนั้นมีมหาศาล แต่ความจริงกลับซับซ้อนกว่าที่คิด

จากการสำรวจของการ์ทเนอร์ล่าสุดพบว่าภายในปีหน้า (2026) 80% ของผู้บริหารงานด้านสารสนเทศหรือ CIO ในองค์กรภาครัฐจะเพิ่มงบประมาณไปกับ GenAI ขึ้นอีก 38% เมื่อเทียบกับปีนี้ (2025) บ่งชี้ให้เห็นถึงแรงกดดันในการขยายการใช้งาน GenAI ที่เพิ่มขึ้น สำหรับนำเสนอบริการสาธารณะที่รวดเร็วและมีประสิทธิภาพมากยิ่งขึ้น แม้หน่วยงานต่าง ๆ จะต้องเผชิญกับข้อจำกัดด้านงบประมาณและการตรวจสอบที่เข้มงวดก็ตาม

แม้จะมีการใช้งบประมาณเพิ่มขึ้น ทว่าสภาพแวดล้อมการทำงานของหน่วยงานราชการยังถูกจำกัดด้วยกฎระเบียบและการใช้ระบบแบบเดิม ๆ (Legacy Systems) ทำให้แทบไม่เห็นประสิทธิผลที่วัดผลได้ตามมา และเวลาจากงานประจำที่ประหยัดได้มักจะถูกใช้ไปอย่างรวดเร็วกับงานอื่น ๆ โดยแทบไม่มีผลต่อการให้บริการ งบประมาณ หรือต่อภารกิจ

คุณค่าของ GenAI ที่แท้จริงจะเกิดขึ้นก็ต่อเมื่อนำไปใช้ในจุดที่เป็นคอขวดของการทำงาน หรือจุดที่จำกัดประสิทธิภาพองค์กร อาทิ ขั้นตอนการอนุมัติที่ยาวนาน การกรอกข้อมูลซ้ำ ๆ หรืองานที่ต้องปฏิบัติตามกฎระเบียบอย่างเข้มงวด หากใช้ GenAI จัดการกับความไร้ประสิทธิภาพเชิงระบบเหล่านี้ จะช่วยให้รัฐบาลสามารถปลดล็อกผลประโยชน์วงกว้างให้กับองค์กร ก้าวข้ามความสำเร็จเฉพาะจุด

การเปลี่ยนโฟกัสจากแค่เพียงการเพิ่มผลิตภาพ หรือ Productivity ไปสู่ การเพิ่มประสิทธิภาพทางการเงินและขยายผลกระทบต่อภารกิจ นั้นเป็นสิ่งสำคัญ เพื่อให้เกิดผลตอบแทนจากการลงทุนที่แท้จริง ยูสเคสการใช้งาน GenAI จะต้องสอดรับกับลำดับความสำคัญเชิงกลยุทธ์ อาทิ การลดความเสี่ยง การเสริมสร้างศักยภาพของบุคลากร และการบรรลุเป้าหมายที่สำคัญต่อภารกิจ

ลดงานซ้ำซ้อน (Reduce Double Handling)

งานเอกสารที่ซ้ำซ้อน เช่น ใบสมัครหรือคำร้อง ที่เกิดจากข้อผิดพลาดในการสื่อสารหรือขั้นตอนที่ไม่จำเป็น ทำให้การให้บริการล่าช้า ใช้งบประมาณสูงเกินจริง และการรันคิวงานช้าลง โดยการปฏิเสธคำร้องทำให้ผู้มีส่วนเกี่ยวข้องในงานเสียเวลาและค่าใช้จ่าย ซึ่งส่งผลแง่ลบต่อบริการภาครัฐ

GenAI มีความสามารถโดดเด่นในการระบุรูปแบบและเชื่อมโยงความสัมพันธ์ระหว่างข้อมูลที่แตกต่างกันด้วยความแม่นยำสูง หากใช้เป็นส่วนหนึ่งของการประมวลผลล่วงหน้า (Preprocessing) หรือการคัดแยก (Triaging) คำร้อง จะช่วยลดต้นทุนการประมวลผลภายในและต้นทุนโดยรวม เช่น หน่วยงานราชการท้องถิ่นและรัฐบาลในออสเตรเลียที่ได้ใช้ในกระบวนการประมวลผลคำขอใบอนุญาตก่อสร้าง

ข้อมูลคำร้องในอดีตทั้งหมด นโยบาย แนวทางปฏิบัติ กฎระเบียบ และกฎหมายที่เกี่ยวข้อง จะต้องได้รับการรักษาความปลอดภัยและจัดระเบียบอย่างดี เพื่อให้โมเดล GenAI ทำงานจากพื้นฐานความรู้ที่ถูกต้องและเป็นปัจจุบัน สิ่งสำคัญคือการติดตามรอบเวลาการยื่นคำร้องที่ลดลงและการลดต้นทุนการประมวลผลภายใน รวมถึงการติดตามว่ามีการนำเงินและเวลาที่ประหยัดได้เหล่านี้ไปลงทุนเพิ่มที่ใด

ลดต้นทุนการเข้าถึง (Lower Cost of Access)

หลายหน่วยงานภาครัฐยังมีภาระงานที่เกิดจากกระบวนการที่ใช้แรงงานคนและบุคลากรจำนวนมาก ก่อให้เกิดค่าใช้จ่ายการดำเนินงานสูงขึ้นและทำให้การส่งมอบโครงการล่าช้า GenAI เสนอทางเลือกที่ปรับขนาดได้ (Scalable) โดยสามารถทำให้การทำงานประจำ การสร้างเนื้อหา และการแปลข้อมูลสื่อสารรวดเร็วเป็นอัตโนมัติ

ด้วยการฝัง GenAI เข้าไปในโครงสร้างพื้นฐานดิจิทัลที่มีอยู่ เทคโนโลยีจะเปลี่ยนจาก Cost Centre ของหน่วยงานหรือแผนกภายในที่ไม่ได้สร้างรายได้ตรง และมีหน้าที่รับผิดชอบควบคุมงบประมาณเพื่อให้การดำเนินงานเป็นไปอย่างมีประสิทธิภาพ อาทิ ฝ่ายบัญชี, ฝ่ายทรัพยากรบุคคล (HR), ฝ่ายเทคโนโลยีสารสนเทศ (IT), ไปสู่การเป็น Value Creator ซึ่งช่วยให้สามารถเริ่มภารกิจหรือแผนงานได้เร็วขึ้น สร้างการมีส่วนร่วมกับภาคประชาชนสูงขึ้น และให้บริการครอบคลุมมากขึ้น

นอกจากนี้ จะต้องมีการกำหนดตัวชี้วัดที่ชัดเจน เช่น ลดเวลาการประมวลผล ลดอัตราการเกิดข้อผิดพลาด ลดระยะเวลารอคอย หรือมีการใช้บริการที่เพิ่มขึ้น เพื่อหาปริมาณการปรับปรุงที่มีประสิทธิภาพ รวมถึงการเข้าถึงในภาพรวม

เพิ่มประสิทธิภาพการดำเนินงาน (Increase Operational Efficiency)

บุคลากรหน่วยงานภาครัฐใช้เวลาหลายชั่วโมงกับการเก็บบันทึกและเขียนรายงาน เช่น บันทึกข้อความสำหรับผู้บังคับบัญชาตามสายงาน หรือ Case Managers เพื่อรายงานเหตุการณ์จากผู้ตรวจสอบด้านกฎระเบียบ ไปจนถึงการบันทึกข้อมูลทางการแพทย์ สิ่งนี้ทำให้บริการสำคัญล่าช้าและเพิ่มต้นทุนค่าใช้จ่ายสูงขึ้น

เมื่อรวม GenAI เข้ากับโมเดล Deterministic AI จะสามารถเปลี่ยนฟีดข้อมูลเสียงและวิดีโอให้เป็นข้อความที่มีโครงสร้างและแม่นยำได้เรียลไทม์ รองรับหลายภาษา สิ่งนี้สามารถลดความต้องการด้านบุคลากรลง และช่วยประหยัดเวลาในการเขียนรายงานและการถอดความได้โดยตรงแบบจับต้องได้ เมื่อโมเดลพัฒนายิ่งขึ้น ผลลัพธ์จะแม่นยำยิ่งขึ้น สามารถเอาชนะความท้าทายต่าง ๆ ได้ อาทิ การตีความคำผิดพลาด หรือความไม่สอดคล้องกันของบริบท

จะต้องมีการตั้งระบบติดตามการปฏิบัติตามกฎระเบียบเพื่อคัดแยกความเสี่ยงและการจัดประเภทข้อมูล พร้อมทั้งรักษามาตรการความปลอดภัยเพื่อปกป้องข้อมูลที่ละเอียดอ่อน เมื่อมีการนำ AI มาใช้มากขึ้น ควรให้ความสำคัญกับ "การให้มีมนุษย์ร่วมตรวจสอบ (Human In The Loop)" เพื่อให้สามารถอธิบายผลลัพธ์ได้ (Explainability)

มุ่งลดต้นทุนไอที (Pursue Cost Reduction Within IT)

งานวิจัยของการ์ทเนอร์ ระบุว่า โดยเฉลี่ยแล้วการจัดจ้างงานภายนอก (Outsourcing) คิดเป็นกว่า 15% ของงบประมาณไอทีของหน่วยงานภาครัฐ โดย GenAI เปิดโอกาสให้ CIO ภาครัฐสามารถเจรจาต่อรองสัญญาใหม่โดยอิงจากผลประโยชน์ที่ผู้ให้บริการได้รับ และการใช้ GenAI เป็นเครื่องมือต่อรองจะช่วยให้สามารถลดราคาลงได้ 5-20% ในด้านต่าง ๆ เช่น การสนับสนุนแอปพลิเคชันและการปฏิบัติการของฝ่ายบริการ (Service Desk)

จุดเริ่มต้นที่ดีคือการจัดทำเกณฑ์มาตรฐาน (Benchmark) ให้เป็นข้อตกลงร่วมกันกับซัพพลายเออร์ปัจจุบันและกำหนดตัวชี้วัดด้านประสิทธิภาพ พร้อมหาผู้ให้บริการที่เสนอราคาต่ำกว่าเป็นทางเลือก เมื่อมีข้อมูลการเสนอราคาที่สามารถแข่งขันได้อยู่ในมือแล้ว ให้เจรจาต่อรองเพื่อขอลดราคาจากผู้ขายรายเดิม ซึ่งจะทำได้ง่ายกว่าเมื่อมีข้อเสนอทางเลือกที่น่าสนใจ

ลดตัวแปรที่เกิดจากบุคคลที่สาม (Reduce Third Party Variables)

หน่วยงานภาครัฐหลายแห่งต้องพึ่งพาการทำสัญญาขนาดเล็กที่มีต้นทุนผันแปรไปกับงานเฉพาะทาง เช่น งานออกแบบและแคมเปญการสื่อสาร แม้ว่าใบแจ้งหนี้แต่ละฉบับจะดูไม่มากนัก แต่ผลกระทบสะสมก็เป็นภาระต่อภาครัฐที่มีงบประมาณจำกัด

GenAI มอบประสิทธิภาพและความเชี่ยวชาญแบบออนดีมานด์ (On-Demand) ด้านต่าง ๆ แบบเดียวกับผู้เชี่ยวชาญภายนอก ไม่ว่าจะเป็นการร่างสัญญามาตรฐาน หรือการสร้างเนื้อหาสำหรับแคมเปญการสื่อสาร เครื่องมือ GenAI ช่วยให้ทีมภายในสามารถจัดการงานเหล่านี้ได้ทันที ลดค่าใช้จ่ายงบประมาณโดยตรงและวัดผลได้ เมื่อบุคลากรเริ่มคุ้นชินกับการใช้ GenAI ขีดความสามารถภายในองค์กรก็จะขยายตัวตามไปด้วย และการพึ่งพาจากภายนอกก็จะลดลง ช่วยประหยัดค่าใช้จ่ายยิ่งขึ้นเมื่อเวลาผ่านไป

บังคับใช้นโยบายภายในที่เข้มงวดลดค่าใช้จ่าย โดยให้ทีมภายในปรึกษา GenAI ก่อนเป็นอันดับแรก หากสามารถแก้ไขปัญหาได้ ก็ไม่จำเป็นต้องทำสัญญากับภายนอก แต่ต้องมีกลไกเพื่อติดตามการปฏิบัติตามอย่างสม่ำเสมอ มิฉะนั้นอาจเสี่ยงต่อการสูญเสียสมดุลหรือโมเมนตัมการปฏิบัติหน้าที่ขององค์กร

สัญญาครอบคลุมและการลดภาวะงบประมาณที่สูงขึ้น (Stronger Contracts and Cost Inflation Reduction)

ต้นทุนที่สูงขึ้น (Inflated Costs) เกิดจากข้อกำหนดในสัญญาที่อ่อนแอ การปฏิบัติตามกฎระเบียบที่ไม่ดี หรือการไม่บังคับใช้การปรับราคาตามที่ตกลงไว้ ซึ่งเป็นภาระทางการเงินที่สำคัญของภาครัฐ สิ่งนี้ส่งผลกระทบต่องบประมาณและสร้างความเสี่ยงด้านการปฏิบัติตามกฎระเบียบและชื่อเสียงของหน่วยงาน

GenAI มอบวิธีแก้ไขที่สามารถปรับขนาดได้อย่างเหมาะสม สามารถประมวลผลสัญญาในอดีต คำวินิจฉัยคดี และบันทึกการเรียกเก็บเงินนับพันรายการ จากนั้นจะสามารถตีความภาษาที่คลุมเครือ ข้อกำหนดค่าปรับหรือการเพิ่มค่าธรรมเนียมที่ถูกมองข้าม และส่งสัญญาณเมื่อมีการเรียกเก็บเงินต่ำกว่าความเป็นจริงได้ทันที

CIO ภาครัฐสามารถทำงานร่วมกับทีมกฎหมายและการเงินเพื่อใช้เครื่องมือ GenAI ในการระบุภาษาที่กำกวม ข้อกำหนดค่าปรับ ค่าธรรมเนียมที่ขาดหายไป และเงื่อนไขการลงโทษที่ไม่ได้มีการบังคับใช้ จากนั้นพวกเขาสามารถเจรจาต่อรองข้อกำหนดให้เข้มแข็งขึ้น หรือบังคับใช้ข้อกำหนดที่มีอยู่ และให้ครอบคลุมงบประมาณที่ยังไม่ได้เบิกจ่าย